大数据视域下高校人文社会科学研究的机遇与现实因应

作者：明玉柱

来源：《中外企业家》 2016年第8期

明玉柱

（华中科技大学，湖北武汉430074）

摘要：随着互联网在全球范围的普及，“大数据”这个热门词汇也越来越多的映入大众的视线里。大数据在各领域的运用也引起了世人的关注，当然在高校社科科研领域也不例外。大数据有体量大、多样化、快速化和低密度的特征外，还能够对社科科研有着正向的推动作用：助力社科科研科学化、协同化、创新化和绿色化。因此，要用大数据思维和技术来实现对社科科研的转变，就要树立大数据理念，加强高校科研大数据基础设施的建设，最后要构建高校社科大数据人才团队。

关键词：大数据；高校；社会科学；机遇；现实因应

中图分类号：G文献标志码：A文章编号：1000-8772（2016）22-0186-02

收稿日期：2016-05-28

作者简介：明玉柱（1979-），男，湖北丹江口人，六级职员，在职研究生，从事科研管理研究。

一、大数据的内涵及特征

21世纪的头十年，我们处于“信息时代”。但到了21世纪的第二个十年，我们正处于“互联网+”或“大数据”时代，其特征由信息化转向为数据化。盖特纳（Gartne）公司的阿德莱德（MervAdriand）认为：“大数据超出了常用硬件环境和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力。”[1]简言之，从各种各样类型的海量数据中，快速获得有价值信息的能力，就是大数据技术。日前硬件的发展速度已经远远滞后于数据容量增长的速度，而且数据储存和处理危机已经有蔓延之势。这正是大数据的第一个特征：量大（Volume）。人类活动所产生的数据量，每年将会出现指数级增长。多样化（Variable）是大数据的第二个特征。数据种类各式各样，除了传统意义上的结构化数据之外，更多的还有以图片、网页、视频和GPS信息出现的非结构化数据。随着全球物联网技术的发展，对传感器、可穿戴设备、智能手机等设备的需求量日益增加，这些设备产生的数据可谓是种类繁多。快速化（Velocity）也是大数据的特征之一。处理海量资料时，其效率显得尤为重要。例如要检测网络上的热点事件时，部门需要有大数据挖掘、处理和分析能力，这样才能高效快速地对网络进行疏导。大数据最后一个特征是低密度（Veracity）。以往的信息来源具有一致性，所以其可信度非常高。在大数据时代，由于信息来源的复杂性，其可信度和正确度都有所降低。然而，这并不影响大数据技术对事物关联性的研判。大数据的应用非常广泛，我们可以趋利避害，将大数据运用于高校社科科研领域。

二、大数据时代高校社科科研的机遇

大数据助力社科科研科学化。项目立项决策是在科研活动实施前对实施该项活动的必要性、可行性及其定位、目标、任务、投入、组织管理等所进行的评价，主要是为项目立项决策提供

依据[2]。课题的申报和立项工作是所有科研工作者的必经之路，因此高校学者老师对该过程相当重视。然而，我国目前的人文社科类的课题项目首先是采取征集选题，接着是发放《课题指南》和《管理办法》，最后是让高校的教师和学者根据指南来申报课题。当然，在符合选题精神的情况下，也支持自主选题。然而，一方面，人文社会科学产生的社会效益和经济效益远远不如自然科学那般可以短期见效；另一方面，受到主客观因素的影响，科研工作者的选题往往注重的是自身领域的深度研究，而忽略了研究成果可能产生的经济效用。要构建、社会和高校联动机制，充分利用大数据挖掘技术来获取社会热点信息，尤其符合社会效益和经济效益迫切需求的，可以讲其列入选题范围之内，并且在资金支柱上给予适当倾斜。高校社科科研管理部门应该转变思维观念，把管理者的角色迅速向服务者转变；要建立高校社科科研大数据平台。该平台包含科研立项趋势研判、课题前沿信息推送和课题合作交流模块。科研立项趋势研判模块可以为研究者提供不同年份该选题范围的文章总数并且自动研判该课题范围未来发展趋势，为课题立项提供参考价值；在课题前沿信息推送模块中，大数据的关联分析功能起到了重大作用。

大数据助力社科科研协同化。社科科研协同化大数据平台包含两个模块。首先是要建立校内社科科研大数据模块。要加强校内优势学科之间的合作，尤其是重点学科之间的合作。在申报课题时应打破学科偏见，鼓励跨学科综合。如申请三峡问题研究这个课题，社会学、经济学、地理学、统计学等学科可以将自己的研究成果上传到大数据平台，由大数据技术来挖掘它们之间的相关性，最后得出符合实际情况的结论。其次是建立校际间社科科研大数据模块。打破校与校之间的部门利益，建立大数据共享机制，以服务社会为宗旨。最后是建立、企业和高校的大数据科研合作机制。要明确大数据的交易原则，确定大数据交易标准，打破这三者之间的壁垒，有层次、有目的地开放不涉及的数据，如与社会科学相关的产业大数据、社交大数据、舆情大数据等等。

大数据助力社科科研创新化。大数据能够创新社科科研监督体系。在当今社会，媒体会时不时爆出很多科研丑闻，比如抄袭等问题。就我们当前的社科监督体系而言，查重制度是非常不完善的。从社科科研项目和基金的角度而言，项目申报书是不进行查重的，这是缺陷之一；从查重技术的角度而言，无论是硕士博士毕业论文的查重，还是期刊社发表论文的查重，对于图表和数据等因素是无法进行判断的。这恰恰是大数据技术能够解决的问题之一，它能够通过相关软件对非结构化数据进行研判，从而很好地抑制了社科学术不端的行为；大数据能够创新社科科研评估体系。在社科科研评估体系中，对于数据的处理显得尤为重要。在我国现行的社科科研成果评价中，对有些成果立项的评估存在着主观色彩，而且往往是结果导向。然而在大数据时代，通过大数据技术手段可以使教育科研成果的评价跳出结果评价的困境，真正实现过程性评价[3]。在原来的社科科研评价中，一般有科研立项、学术论文、学术著作、学术会议、科研奖励等评价参数。在引进大数据后，这些量化的参数将发生改变。由大数据挖掘聚类分析和统计分析之后，系统会自动得出与该课题相似的课题。通过纵向和横向来对该课题进行比较研究，最后得出该课题在类似课题中的权重以及对社会和经济效益的贡献因子，从而达到静态评估和动态评估相结合的效果；通过大数据检测系统来拓展其评价因素，例如社科研究者的能力、态度与科研潜力等等，而不是仅仅关注已经发表的成果。这样的评估手段实际上是把显性评估（项目和论文等成果）和隐性评估结合起来，能够更加科学地评估社科科研者的实际水平。

大数据助力社科科研绿色化。所谓科研绿色化指的是将科研资料有效合理利用最大化的过程。高校人文社会科学的学者在研究课题的确定时，由于手中没有完整的数据（信息的不对称），选题重复的现象时有发生。从课题立项的选题自身来看，人类社会发展在一定时期内是具有稳定性的，与自然科学比起来，人文社科可研究范围相对少的多，那么在每个科研工作者申报选题的重复性也在所难免。从申报时间的角度来看，每年重复性的选题也是大量存在。然而，在大数据平台的指导下就完全可以避免这种情况发生。第一步是确立数据库的指导思想，即利用大数据思维和技术对高校的社科科研资源进行最大限度优化配置。第二步是对高校自身

资源的数据库进行分门别类，可分为专题库、配套库、专家库和跨库资源。科研人员在申请资料借阅时，只需要按照网上的操作指引即可，省去了以前需要开证明、预约时间等繁琐步骤。第三步是建立科研大数据痕迹管理制度。痕迹化管理，是在各种管理工作过程中，从时间和管理内容方面，不留间隙或空白、死角的缜密的工作记录，包括交记录和留下证据。这一点对于社科科研工作者来说尤为重要。

三、大数据时代高校社科科研的现实因应

树立大数据理念。站在高校社科科研管理者的角度，应该时时刻刻地密切关注国内外的社科类咨询和前沿问题，无论是外校社科处的动态还是图书馆资源的更新以及国外慕课平台的课程数据等都应该成为管理者第一手掌握的资料，这样才能更好地为社科学者服务。在大数据趋势下，服务要前移，不能像过去那样等着科研人员来要数据、要结果。而是应该充分利用数据并且对数据进行分析、挖掘，掌握科研人所需要的信息[4]。通过打造社科教学、科研、管理和服务一体化的大数据平台来改善社科资源碎片化的现状，以此来促进不同类型和时空的社科资源实现共享互联。从社科学者的角度而言，要具有开放意识，对于自己的研究轨迹要学会用数据平台保存下来，这样有利于提升研究者对自身研究水平的评估能力，也有利于其他学科的科研工作者获取最新的数据。

建设高校社科大数据人才团队。要充分发挥大数据在社科科学中的潜在价值，就要打造一支素质过硬的团队。第一是要对社科科研管理者进行培训，提供资金和上的支持，使得他们可以学习数据挖掘、数据建模和数据分析等课程。要采取文科科研处和计算机学院合作的模式，将社科科研数据与大数据技术结合起来，提高社科科研大数据平台的精准度。第二是要对科研工作者进行培训，让他们掌握大数据平台的用法，提升其对社科科研大数据平台的操作能力。第三是要对社科类大学生尤其是研究生开设“大数据理论与实践”等课程，鼓励有条件的学生进行跨学科、跨院校进行培养，力争打造出一批有专业大数据分析功底的复合型人才。

参考文献：

[1]比尔·弗兰克斯.驾驭大数据[M].黄海，等，译.北京：人民邮电出版社，2013：4.

[2]蒋建科.我国顺利加入《华盛顿协议》[EB/OL].人民网，2013-06-19.

[3]张韫.大数据改变教育[J].基础教育论坛，2014，（11）：45.

[4]张宇.大数据背景下提升高校科研管理水平的一些探索[J].西北工业大学学报：社会科学版，2015，（2）：115.

（责任编辑：袁凌云）