基于大数据的科研成果转化机制研究 .pdfVIP

基于大数据的科研成果转化机制研究

摘要：本文简要阐述了大数据的概念和特点，对大数据时代科研成果转化所

面临的机遇进行了分析，提出了当前我国科研成果转化中存在的一些问题，主要

为：科技成果转化识别机制不完善、科技成果转化对接准备不充分、科技成果转

化过程中管理不健全和科技成果转化过程中考评不精准。在此基础上，提出了大

数据时代科技成果转化精准机制的构建思路。

关键词：大数据；科研成果；科研成果转化；转化机制

1大数据概念及特点

大数据也被称为巨量资料，是指数据规模达到无法通过一般软件工具来进行

数据撷取、存储、管理和处理，需要特殊的技术处理模式才能适应其数据特征的

海量数据集合[1]。大数据的基本特征主要体现在四个方面，即具有海量的数据规

模、快速的数据流转、多样的数据类型和价值密度低。具有海量的数据规模是大

数据的最基本特征。数字化、网络化传输决定了大数据的流转具有非常高的效率，

突破时间、空间束缚的数据传送可以在极短的时间内到达全球任何一个角落。不

同数据生成、承载设备和软件的大量涌现，使得大数据具有多样化的类型特点，

数据的异质性、异构性因此成为了大数据的一个重要特征；价值密度低是大数据

的一个重要特征，在海量低价值密度的数据中挖掘其潜在的价值关联性和经济效

益，是大数据作为“信息资产”的根本所在。

2大数据时代我国科技成果转化面临的机遇

大数据丰富科技成果转化数据资源数量。在科研领域，中国知网、万方数据

库等就是一个个类型式的科研成果大数据汇集中心，包括学术期刊、报纸、硕博

论文等，每年的数据增长量均在不断突破新高。而在互联网领域高度渗透下的各

行各业，各种类型的商业、工业、农业等数据海量涌现，为了将这种数据信息的

价值充分利用，各大互联网企业均不断研发大数据软件来对海量数据进行归集、

存储和价值挖掘，这些都对科技成果的转化形成了重要的数据资源支撑。

大数据优化科技成果转化机制流程。一些世界知名的企业均十分重视大数据

对科技成果转化的促进作用。如美国通用电气就提出了“工业互联网”的概念，

德国则提出了“工业4.0”的概念，国内的互联网企业阿里巴巴、腾讯、百度等

也高度重视大数据在科技成果转化中的作用，积极探索以大数据技术应用为基础

的科技成果转化机制。在科技成果转化过程中，大数据可以精确的提供客户的需

求信息，掌握科技成果转化的市场反馈以及用户偏好，从而为科技成果转化提供

最优的路径，缩短成果开发周期并精简转化流程[2]。

大数据为科技成果转化提供精准服务。科技成果转化是一个系统工程，涉及

到市场和产品识别、对接、管理及评估等诸多环节。大数据所具有的诸多优势特

点，能够为科技成果转化提供更为精准的服务，提升科技成果转化的识别能力、

实现精准对接、高效管理和科学的评估，可以说，大数据及其处理技术的出现，

对科技成果的成功转化具有重要的促进作用。

3我国科技成果转化中存在的问题

3.1科技成果转化识别机制不完善

一般而言，我们将进行科技成果转化的企业称之为科技型企业、高新技术企

业或是新型研发机构。传统的科技型企业识别往往是依靠企业提交的基本材料来

进行识别，在信息不对称的情况下，识别单位很难完全对企业提交材料的真实性

进行验证。一些识别单位的工作人员对于高新技术的认知不足，导致在进行科技

型企业识别时，对从事前沿科技成果转化的企业不够重视，出现认证缓慢或是不

予以认证的现象。而另有一些地方又存在急于发展高新技术而识别认证过于宽松

的问题，导致政策的作用力过于分散而不能真正发挥实效。

科技成果转化是一项具有广泛社会参与性的系统工程，企业、政府和其它社

会机构均在其中扮演着重要的角色。从实践层面来讲，要从众多的科技型企业中

精准识别拥有先进技术的企业并不是一件容易的事，如果政府不能在众多的企业

中识别出真正从事科技成果转化并具有较强转化能力的企业进行重点扶持，那么

势必会在整体上对我国科技成果转化的效率产生不利影响。

3.2科技成果转化对接准备不充分

科技成果转化对接准备不充分主要体现在部分高校科研院所及转化机构效率

低下、风险投资制度不健全以及孵化及转化载体建设不完善三个方面。

高校科研院所及转化机构是促进科技成果市场化、商业化的重要桥梁和纽带，

在科技成果转化过程中发挥着重要的使用。但在实践操作层面，由于对高校科研

院所及转化机构的作用和地位认识不到位，转化机构在科技成果转化中的作用没

有充分体现出来，导致成果转化的效率始终在一个较低的水平徘徊。

相较于