大數據背景下高職院校科研管理創新研究*

◆張鶴 程曉慧 趙凈 李長鳳

0 引言

據《2020—2026年中國高等學校行業市場現狀分析及投資前景預測報告》顯示：截至2019年，全國共有普通高等學校2 688所（含獨立學院257所）[1]。其中，本科院校有1 265所，高職（專科）院校有1 423所；本科院校校均規模15 179人，高職院校校均規模7 776人。由此可見，高職教育已成為我國高等教育體系的重要組成部分[1]。高職教育作為高等教育的一種類型，履行人才培養、科學研究及社會服務三大基本職能[2-3]，其人才培養目標是培養高等技術應用型專門人才[4]。隨著我國高等職業教育規模的不斷擴大，高等職業教育也在不斷地改革和發展，布局結構日趨合理，管理體制不斷走向完善[5]。大量研究表明：科研工作對推動高職院校發展具有重要意義，是不可或缺的一部分[6-9]。

與前幾年相比，雖然當前我國高職院校在科研管理方面有了較大進步，但就其整體水平而言，仍然處于起步階段。在當前高職教育迅猛發展的背景下，如何正確地認識科研管理在高職院校科研發展中的作用，如何使科研管理更好地服務于高職院校的科研工作等問題，成為當前高職院校開展科研工作面臨的難題。因此，在總結當前高職院校科研管理工作中普遍存在問題的前提下，結合大數據的技術優勢，提出大數據背景下的高職院校科研工作管理機制，使高職院校科研管理工作更具科學性和有效性，同時促進高職院校科研工作健康發展。

1 高職院校科研工作管理現狀

1.1 科研定位不準

大量實踐經驗表明：將本科院校的科研管理機制照搬到高職院校是行不通的。這主要是由高職院校自身的特點所決定的。

首先，高職院校與本科院校的人才培養目標不一致，使得高職院校教師在自我學習和教學過程中主要側重于實踐方面的教學研究，很難投入大量的精力和時間從事理論科學研究。

其次，我國有很大一部分的高職院校是由原中職學校和成人高校等升格或合并而來[10]，因此，在科研意識、硬件設備、師資隊伍等方面與本科院校存在較大差距，如果在科研管理過程中照搬本科院校的規章制度，不但會給高職院校教師造成沉重的科研壓力，而且難以達到理想的科研效果，打擊教師參與科研工作的積極性。

1.2 科研條件不足

近年來，雖然國家投入大量資金支持高職院校建設，但這些資金大多用于學校的專業和課程教學改革、教師隊伍培養、學生實訓設備購置、學校內涵建設等方面。可以說，教學和實訓設備就是教師的科研設備，但這些生產實踐的硬件設備遠不能滿足教師從事理論科學研究的需要。同時，高職院校能夠支持教師從事科研工作的經費相對很少，導致很多有能力、有水平的年輕教師難以在自己所熟知的專業領域繼續開展科研工作。

1.3 科研管理不規范

在科研管理上，大多數高職院校缺乏具體的科研管理制度，如缺乏科研考核評價、獎勵政策和經費使用制度等。雖然每年有很多高職院校教師在相關刊物上發表學術論文，但大多是為了自己申報職稱條件而寫的論文，與學校的科研和生產實踐并沒有太大關聯。即使有教師依靠其他平臺發表了高水平的學術論文，學校也沒有具體的獎勵政策來激勵教師。此外，在職能部門設置上，很多院校雖有相應的科研管理機構，但缺乏相應的專業人員，也缺乏科學和規范的系統平臺，很多有關科研的工作過于形式化和表面化[10]。科研管理制度不規范同樣阻礙了高職院校科研工作的發展。

1.4 科研意識薄弱

由于當前職業院校在教學過程中普遍強調學生的動手實踐操作能力，導致從事教學的教師忽略了對理論科學方面的研究。雖然每年高職院校都會安排教師進行專業培訓，但主要還是側重于企業實踐經驗、專業內涵建設、課程教學改革等方面，很少涉及理論科研方面的學習和培訓。在教學過程中，絕大多數教師重視教材編寫和課程建設的項目，往往忽視應用技術的開發，缺乏對科研工作應有的思考。

總之，以上這些問題成為制約我國高職院校科研工作發展的主要因素。

2 大數據的優勢

21世紀是信息技術的時代，也是大數據時代。毫無疑問，大數據理念已完全融入現今的各行各業中，受到前所未有的重視。大數據作為龐大數據的集合，核心內容是指從類型眾多的海量數據中提取出對自己有用的信息，具有容量大、多樣性、速度快以及價值高等特點[11-12]。當前我國高職院校科研管理工作涉及問題復雜性越發凸顯，在科研管理方面所涉及的內容越來越廣泛，如科研項目、成果以及經費等[13]，以及在科研管理方面決策科學化需求的提升，使得大數據在科研管理工作中的作用越發明顯。由此可見，發揮大數據的作用在改變科研管理思路、豐富科研管理方法、提高科研管理服務水平等方面具有重要的現實意義。

3 大數據背景下高職院校科研管理的創新

3.1 提升科研選題的科學性

選題作為科研工作的第一步和起點，決定了后續的研究方向和目標。因此，如何高效和準確地實現科研工作的選題是眾多科研工作者面臨的科研難題之一。在這個信息爆炸的數字化時代，大數據技術及應用無疑提升了科研工作過程中選題的科學性。最常見的是通過中國知網（CNKI）平臺進行最早、最新以及最經典的相關文獻的檢索和閱讀，提高掌握前人研究成果及存在問題的效率，從而科學和系統地確定自己的研究方向。

3.2 增強科研項目的規范性

目前，雖然高職院校都設有相應的科研管理機構，但很多高職院校對科研項目的管理還處于零散的紙質檔和電子檔材料的發放和收集階段，其結果不僅使教師在從事科研工作過程中沒有一個統一的標準，也給科研管理人員的工作帶來沉重的負擔，原因主要是缺乏一個系統的科研管理平臺實現對科研項目的規范管理。因此，在大數據技術條件下，建成一個集科研管理制度、科研項目申報、課題立項、中期檢查、項目驗收以及成果展示等模塊的科研系統管理平臺，這是促進科研項目規范管理的首要途徑。可以在不同模塊下規范和統一對應申報書、立項書、中期報告、結題報告等報告資料的電子模板，同時實現科研資料的無紙化辦公管理，便于后期對該方面資料的查找、復核及統計。

3.3 避免科研工作重復

在信息飛速增長的時代，只有找到有效的數據分析方法，才能真正解決科研選題重復的問題。大數據技術下的科研工作管理可有效地避免科研工作的重復。一方面可以利用網絡平臺對自己研究領域中某一研究問題的成果和文獻資料進行檢索，全面地掌握已有的研究成果；另一方面可以利用學校的科研系統管理平臺，對歷年教師申報和完成的科研項目進行有一定權限的開放和獲取，在方便相關教師交流和實現科研成果共享的同時，也能有效地避免科研工作的重復。

3.4 高效監督科研工作

在這個資源共享的時代，經常會看到很多有關學術造假的事件曝光。尤其對于很多各級各類課題，從立項申請到最終的項目結題，主要評價標準都來自同行專家的審查，缺乏像一般論文成果那樣利用查重系統和軟件對論文的抄襲剽竊問題實行有效的監督。如果利用大數據技術建成一個各級各類項目課題申請書以及結題報告等的數字化資源庫，實現在課題申報、立項、結題和科研成果等方面的查重服務和監督，就可以有效地避免學術不端行為的發生。因此，利用大數據技術還可以對科研工作進行高效監督，并貫穿于科研課題從立項到結題的整個過程。

3.5 推動科研成果轉化

理論來源于實踐，而成功的實踐又源于理論的正確指導。科學研究的目的是更好地服務生產實踐。因此，利用大數據技術建立一個以實體生產需求為主的數據庫，并將其與科研系統管理平臺進行相應匹配和對接，有效地推動學校課程向實體生產需求的及時轉化，使科學研究與社會實踐相結合，避免科研成果的浪費。

4 結束語

綜上所述，在深入了解和分析當前科研管理工作的現狀及存在問題的基礎上，合理地利用大數據技術的優勢，并將其應用到從課題立項到項目結題的整個科研管理工作中，將會有效地提高科研管理的工作效率和質量，創新高職院校的科研管理體制，提升科研管理的科學性、系統性以及規范性等。同時，還有助于科研成果的轉化，為高職院校科研工作提供有力的保障。