大数据视域下科技创新平台建设存在的问题与对策

　　文/王琪 吉林省科技创新研究院有限公司

　　摘要：大数据视域下，科技创新服务的模式与内容均发生改变，逐渐凸显出新特征，数据来源更加丰富，数据主体更为多样，都对科技创新平台建设工作提出了新要求。目前，在大数据背景下科技创新平台建设存在诸多问题尚待解决。为推动科技创新平台建设高效运行，支持国家创新驱动发展战略，相关部门和单位应积极运用大数据技术，充分发挥大数据优势打造新型科技创新平台，利用优化大数据管理系统、强化理论研究形成体系方案，加强顶层设计实施精准服务，增强数据可行度，重视人才培养工作等策略，提高科技创新平台建设质量和服务效能，以期为实现经济社会的高质量发展提供更有力的科技支持。

　　关键词：大数据；科技创新平台；问题；对策

　　引言

　　科技服务作为国家创新体系中的关键组成内容之一，是推动创新要素配置优化、促进科技创新成果转化、实现经济与科技深度交融的重要保障[1]。伴随着信息技术的发展，当今社会已经步入大数据时代，大数据凭借其独特的优势已经在诸多领域中得到广泛应用，促使人们的生活与生产向着信息化和智能化方向发展。大数据视域下，国家大数据战略对科技创新服务的广度和深度均提出了更高要求，传统粗放式、经验式的平台建设难以满足创新主体对科技服务的需求[2]。因此，科技创新平台如何实现与大数据技术的同频共振，如何通过对大数据技术的深化应用建设科技创新平台具有十分重要的意义。

　　1. 科技创新平台概述

　　科技创新平台作为一种多层次科技发展资源的集合体，为确保科研工作的顺利进行，应将核心资源与知识资源创新平台当作优化科研条件的举措，以促进国家科技能力与科技竞争力的提升，推进科技发展。依据主导主体的差异性对科技创新平台进行划分，可将其划分为企业主导型、政府主导型、科研机构和高校主导型和混合主导型。不同类型的科技创新平台各有所长：企业主导型科技创新平台在科技成果转化方面具有显著优势，可促进科研成果向现实生产技术或成果的转换；科研机构和高校主导型创新平台在科研成果产出方面具有明显优势；政府主导型科技创新平台则在资源配置上优势显著，可以由政府依照市场实际情况出台相应的政策，对相关部门执行情况的监督也更为有力；而混合型科技创新平台则兼具不同主导主体的相应优势[3]。无论何种类型的科技创新平台，均可通过对应端口进入平台，根据各自的不同需求对资源进行合理调配，并在满足实际需求后提供相应的交流平台，也就是对科技创新平台的运营。

　　2. 大数据视域下科技创新平台建设存在的问题

　　2.1 缺少体系化的理论研究支撑

　　现阶段，基于大数据的科技创新平台建设研究，多数以平台搭建或数据中心建设作为主要内容，但有关科技管理数据整合标准、科技管理大数据平台模型构建、跨体系分散子系统的科技管理数据交汇方式、科技创新平台安全运维以及互联网数据在科技管理中的应用方式等方面的内容研究较少。即便存在部分研究对大数据在科技创新平台建设及科技管理中的应用进行探索，但尚未形成体系化研究，研究不够深入，覆盖面不足，针对应用大数据优化科技创新平台服务模式，或优化科技管理关键决策环节等问题，仍缺少体系化的理论研究支撑。

　　2.2 平台重功能建设、轻运营与服务

　　完善、健全的平台功能是确保科技创新平台实现高质量服务的重要举措。传统科技创新平台建设多数以政策化的信息服务为主，服务模式和内容都较为简单。但在大数据背景下，随着科技创新服务需求的持续深入，科技创新平台服务也在转型升级的过程中，面向各类创新服务主体搭建资源服务平台[4]。但在科技创新平台实际建设和运营过程中，对于大数据技术的应用仅停留在数据信息汇总发布、数据初步分析等粗略化加工服务模式上，对于大数据技术在智能化决策和精准化定制方面的创新应用明显不足。同时，还存在部分平台建设者缺少对大数据应用的正确认识，大数据运营观念不足，缺少对资源质量、需求匹配程度等方面的关注，导致科技创新平台建设难以发挥其在大数据时代的真正作用。

　　2.3 存在数据主权争议

　　因为科技创新平台在业务方面的条块化分割特点以及其他方面因素的影响，导致科技创新平台中的多数数据处在碎片化存储状态，很难实现所有或绝大多数原始数据的统一保存，也难以从数据所有权层面对这些科技资源进行有效整合。即便在大数据视域下，科技创新平台可以采用“云平台”的方式尽量减少在资源供给层暴露出的资源复杂性问题[5]，但在实际应用过程中仍存在部分技术壁垒，或需要相关政策法律的支持才能确保此项工作的顺利实施。加之科技管理部门对科技创新平台中的数据研究同样并不充分，缺少对于数字资源的系统化梳理，在一定程度上也对科技创新平台的数据应用产生影响。

　　2.4 重复建设现象频发

　　大数据视域下科技创新平台建设工作具有较强的系统性和持续性，离不开稳定的资金和人才队伍支持。但从科技创新平台建设及运营现状来看，科技创新平台建设并没有搭建出成熟的市场化机制，在市场中的投入产出比相对较低，难以吸引社会资本的广泛关注。现阶段建设和运营状态良好的科技创新平台均是由政府主导，或依托国企进行建设，考虑预算和专业人才的限制影响，在平台建成后对新技术和场景的应用不及时，平台功能更新迭代的速度较慢，导致平台提供的服务与大数据视域下的用户需求不匹配[6]。此外，科技创新平台建设还存在横纵资源信息不协同、不贯通的情况，各级科技创新平台之间难以实现有效的信息数据共享、交互，彼此之间缺少基本的了解，致使各科技创新平台在建设目标、功能及业务服务方面表现出同质化现象，造成服务资源的严重浪费。

　　2.5 专业化人才队伍配置不完善

　　大数据视域下科技创新平台建设不仅需要科学、软件开发及大数据方面的技术人才，也需要科研管理人员、政策研究人员的共同参与。目前，科技创新平台建设过程中复合型专业化人才队伍配置不完善已经成为一大突出问题。在平台的实际建设过程中，管理决策部门在制定决策过程中仍停留在经验决策阶段，对于大数据分析技术的应用尚未完全掌握；数据分析部门因缺少对底层数据逻辑的了解，导致难以实现有效的数据建模；平台开发人员缺少对科技创新平台业务逻辑的理解，导致在平台数据模型及业务接口的开发方面合理性不足，科研管理人员对大数据的应用需求同样很难实现向大数据平台开发需求模型的转变。

　　3. 大数据视域下科技创新平台建设的有效对策

　　3.1 优化科技创新平台大数据管理系统

　　在尽可能获取科技创新平台大数据的基础上，对科技创新平台大数据融合系统进行优化，系统模型架构如图1所示。其中，数据池外层包括各类数据挖掘算法，如关联规则算法、聚类算法、深度学习算法、协同过滤算法等，用以支持专家画像、项目评审、专家推荐、成果转化等。数据池最外层是科技创新平台大数据管理系统的统一服务中心，负责对外提供开发数据服务、统计分析服务、基础条件服务等，如针对科技研发的嵌入式信息服务、针对宏观决策的情报深度分析服务等，并且利用APP和微信小程序等移动端作为支持，从而更好地对用户使用习惯进行适应。以嵌入式信息服务为例，通过对创新主体科研需求的分析，主动帮助其对接或参与重大科研项目，发挥支撑作用，提供专利分析支持、科技文献辅助、文献资源查询、创新咨询检索、技术难题解决等功能，切实将功能嵌入科研全流程之中，实现精准化、链条化的大数据服务模式。

　　3.2 强化理论研究形成体系方案

　　对于大数据视域下的科技创新平台建设而言，理论模型发挥着至关重要的作用。在科技创新平台整体建设方案中，用于平台框架和业务服务模式理论研究的，基本超过平台硬软件建设预算一倍[7]。在科技创新平台实际建设过程中，需要在开始建设之前通过申请专题项目、内设调研课题等手段，对平台建设过程中可能存在的数据问题进行细致梳理，如科技管理大数据所覆盖的范围、数据涉密和隐私问题的处理、跨系统数据汇总、大数据管理平台创新服务方式等问题。通过对理论研究的强化，基于获取到的理论研究成果开展对大数据科技创新平台的建设。

　　3.3 加强顶层设计实施精准服务

　　大数据视域下，科技创新平台服务的集成化、专业化、精准化趋势愈加明显，吸引了大量创新主体参与其中。在大数据赋能下，转变科技创新平台建设思路，将其打造成集科技创新服务要素资源、多样化科技服务机构于一体的一站式服务平台，离不开对顶层设计的强化。在科技创新平台设计过程中，需要对各类用户的服务需求进行调研，明确不同创新主体需要什么样的数据服务，以此实现精准服务。例如，科技创新平台在面向大众用户时，主要提供的数据公开和基础信息服务，依托大数据分析技术对用户检索词语进行分析，在了解用户需求后向其关联推送所需的科研成果[8]。又如，在面对重点科研项目时提供的嵌入式服务，依托用户分析提供文献辅助、政策指南等公共服务以及项目查新等定制化服务，从而实现对重点科研项目的支持。

　　3.4 保证数据可信避免主权争议

　　科技创新平台建设过程设计科技管理大数据、科研项目大数据、文献资源大数据、互联网媒体大数据等，在实际建设过程中想要依靠一个机构独立做好数据整合工作难度极大，必须采取多方协同合作的方式。其一，加强与数据主权单位的协同合作；其二，加强与数据加工部门的协同合作，在保证数据真实性的基础上进行更为精准的大数据分析[9]。在避免数据主权争议方面，首先，应从技术层面入手，不断升级科技创新大数据管理系统，多预留与其他系统的接口，便于后续实现数据共享。其次，要主动承接科技创新平台的事务性工作，强化各类科技管理、专利服务等业务的后台网络支持，保证获取到的数据切实可用。再次，应加强与国内知名数据商的合作，避免科技创新平台建设过程中涉及的文献类资源出现知识产权的争议问题。最后，科技创新平台建设应采用适当的行政手段，制定数据交汇政策，从而确保数据的更新频次符合建设需求。

　　3.5 加强人才队伍建设

　　大数据时代，科技创新平台建设对人才的需求十分重要。为保证科技创新平台的顺利建设，除需要人才政策方面的支持外，还应持续加强科技创新平台的人才队伍建设。首先，在科技创新平台建设过程中，积极引进科技创新管理人员和科研人员，以此为科技创新平台在大数据背景下的建设提供必要的人力资源支持。其次，要加强对平台中各类人才的培养工作。科技创新平台建设要抓紧大数据时代发展契机，加强合作交流，在重点培养创新科技研究人才的同时，加强对各类技术型人才进行培养，包括软件技术开发人员、大数据技术人员、管理人员等，从而形成复合型的专业化人才队伍，促进我国科技创新平台建设和运营工作的可持续性发展，强化人才储备，避免出现人才短缺的情况。最后，科技创新平台建设还要建立合理的激励机制对人才进行选拔。在实际操作中可以根据具体贡献情况采取绩效激励，以激发人才参与科技创新管理的积极性，通过对其工作状态、能力的评估，激励通过学习提高自身技能水平的员工，为其提供更好的职业发展规划。同时可以定期举办表彰大会，对做出杰出贡献的顶尖人才授予相应的荣誉，在强化其归属感的同时，以榜样力量实现对其他人员的正向激励。

　　结语

　　综上所述，大数据视域下我国科技创新平台存在缺少体系化理论研究支撑、重功能建设、轻运营服务、存在数据主权争议、重复建设现象频发、专业化人才队伍配置不完善等问题。有必要利用大数据赋能科技创新平台建设，基于问题导向提出相应的有效对策，完善科技创新平台建设，有利于提高科技创新资源的配置效率，实现信息共享，提高科技创新平台工作效率，促进科技成果高效转化为现实中的技术生产力。

　　参考文献：

　　[1]徐兵.建设协作高效的高水平科技创新平台[J].当代党员,2023,(10):42-43.

　　[2]许雅琴,葛烨倩,黄珺.企业科技创新平台的建设及运行机制研究——以绍兴纺织行业为例[J].中小企业管理与科技,2023,(8):140-142.

　　[3]刘佳琪,许紫菁.创新链视角下科技创新平台建设路径研究——以东营市为例[J].科技创新与应用,2022,12(35):16-18,22.

　　[4]陈鑫.科技创新平台发展现状和对策研究——以湖南省株洲市为例[J].技术与市场,2022,29(11):41-43.

　　[5]彭柯芸,曾令雯,王寯穆,等.基于大数据的科技创新资源建设与共享机制研究[J].技术与市场,2022,29(5):131-132.

　　[6]贾子文.大数据背景下科技管理创新平台构建研究[J].科技经济市场,2022,(3):8-10.

　　[7]杨婧,张舒逸,宋微,等.吉林省科技创新人才服务平台建设思考[J].合作经济与科技,2022,(3):118-119.

　　[8]刘青.关于建设国家科技创新平台的思考[J].中小企业管理与科技(中旬刊),2021,(5):114-115.

　　[9]刘钰钦.构建大数据背景下科技管理创新平台的实践探索[J].企业科技与发展,2021,(3):17-18,21.

　　作者简介：王琪，本科，研究方向：科技创新。