大数据应用于高校科研评价的价值意蕴与适用构想摘要：面向以前瞻性基础研究为主和支撑人才培养、学科建设的高校科研评价有其特殊性，传统的同行评议法、文献计量法等科研评价方法存在许多局限，难于准确判断其科学价值，为此，通过分析国内外相关文献，探讨大数据在高校科研评价中的价值和适用环节。研究表明，大数据在高校科研评价中的应用，具有采集非结构化和半结构化数据、挖掘隐性和滞后性科学价值、提高处理速度和实现可视化表达、促进科研评价方法和方法论创新发展等强大功能和应用价值，且在实现高校科研功能多重性的数据提取、科研重心基础性的学术价值判断、科研成果价值非显性的数据挖掘和围绕破除“SCI至上”、聚焦“五大价值”的导向性指标体系构建等环节功能突显、适用性强。最后强调提出高校科研评价要防止沦为“数据万能”的陷阱，对运用大数据开展科研评价应加以调节和控制。关键词：大数据应用，高校科研评价，价值意蕴，适用环节1研究背景随着信息技术飞速发展，人类进入了大数据时代，大数据正带来一场伟大的技术变革，必将冲击人们的思维和评价模式。与此同时，科技创新已成为国家强盛的根基和民族进步的灵魂，高校作为科技创新大军中一支重要的生力军，其作用和地位日益凸显。然而，近些年来，面向以前瞻性基础研究、关键共性技术、前沿引领技术和颠覆性技术创新为主和着力人才培养、学科建设的高校，科研成果原创性不足、创新性不强、转化率低下，以及科研人才培养功能弱化、学科建设引领不够等问题日益突显，成为了我国高等教育领域的痛点。高校科研之所以面临诸多问题，原因是多方面的，但高校科研评价问题是主因之一，其中缺少大数据理论和技术支撑是关键。其局限与不足主要有：一是高校科研评价数据采集不全，挖掘不够，如数据单一、数据类型偏少，对半结构化和非---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---结构化等数据没有充分利用；没能充分挖掘成果背后的隐性数据和潜在价值，特别是针对高校科研以基础研究为主和着力人才培养、学科建设的特征采集数据、建立评价体系、挖掘核心价值不够。二是指标集、指标权集的筛选和确定主要通过德尔菲法、层次分析法和因子分析法，没有充分运用大数据技术。三是评价结果可视化程度不高，因而导致评价结果科学性不够，精准度不高、可信度不强，效率太低。高校科研水平的影响因素很多，且影响因素之间相互影响及耦合，基于传统统计模型所获取的评估数据准确度偏低[1]。大数据为这些问题的解决带来了契机，充分运用大数据和人工智能等手段，建立科学的高校科研评价体系已是当务之急。2018年，党中央在深化“三评”（项目评审、机构评估、人才评价）改革的意见中提出了构建科学、规范、高效、诚信的科技评价体系的任务。2019年，国家有关部委针对学科评估和规范SCI论文相关指标使用，提出了充分运用大数据和人工智能等手段获取公开数据、探索建立科学的评价体系等要求。为此，本研究就大数据对于高校科研评价的价值意蕴、大数据在高校科研评价关键环节的适用性作一些探析。2文献回顾目前科研评价主要是采用同行评议法、文献计量法、经济计量法、多指标综合评价法等方法[2]。正因为如此，对高校科研评价的研究也主要是基于这些传统的视角，基于大数据的高校科研评价研究少见，但基于大数据的高校科研其他相关研究较多。其中，国外一些学者对大数据背景下的科研项目立项、科研成果水平、科研绩效、学术论文影响力等方面的评价进行了研究，提出了一些思路和方法[3-6]，但对高校整体、系统的科研评价的研究尚未发现。国内学者如杨维荣[7]认为，大数据技术给高校科研管理工作带来了重要机遇，有利于实现高校科研选题科学化，推动高校科研成果转化，并指出当前学界对大数据问题的研究主要集中在商业推荐和经济预测、科学研究范式变革等领域，大数据技术在高校科研管理工作中的应用研究还较为少见；梁子裕[8]、朱凌玲[9]主张加快高校科研信息化建设，建立大数据资源共享信息系统，实现大数据的交流与互通；冯海燕[10]提出通过大数据对科研团队的创新环境、创新气氛、创新沟通进行...