科技大数据价值链构建与解决方案

第1章 绪论 2020年3月，中共中央、国务院正式发布《关于构建更加完善的要素市场化配置体制机制的意见》。该意见将数据作为一个要素与土地、劳动力、资本、技术并列，指出要“提升社会数据资源的价值”“加强数据资源整合和安全保护”，并强调“引导培育大数据交易市场”。由于数据价值是数据交易流通的基础，因此数据价值评估成为数据要素市场化配置的重要环节。“科技大数据”作为“大数据”集合中的高价值密度组分，其价值正逐步得到重视。与其他类型的大数据类似，科技大数据的价值评估问题是目前学术界和工业界关注的难题。本章将对科技大数据的价值及其特征进行定义，介绍科技大数据价值链的相关知识，并介绍本书研究内容的章节结构。 1.1 科技大数据的价值 1.1.1 科技大数据价值的定义 科技大数据本质上是一类能够反映人类科技活动状态和过程的信息资源，可以支持人类洞察新思想、发现新规律、发明新技术、开发新产品。不同于一般意义上的网络及行业大数据，科技大数据包括科技活动过程数据、科技活动环境数据以及互联网科技资讯与服务数据等。科技活动过程数据包括为了科技创新而借助各类技术设备手段采集的科研实验数据，例如，航空航天机构采集的天体数据和科学家采集的人体基因数据，以及通过对科研实验数据进行处理分析后而产生的论文论著、研究报告、专利软著、科技奖励、标准规范、政策建议等科技成果数据；科技活动环境数据是指支撑人类科技活动有效进行的相关仪器设备、科研项目、科技人才、高等院校、研究机构、科技服务、科技政策等资源数据；互联网科技资讯与服务数据则包含了一切与科技创新活动有关的网络科技大数据，如百度百科、百度文库、百度学术、知乎、中国知网以及各类科技社区等。 作为一种重要的信息资源，科技大数据的价值在科技创新、社会经济运行和国家安全等活动中得到了越来越多的重视（王晶金等，2018）。例如，美国在《2030年保持优势的技术与创新》以及2017年版《国家安全战略》中提出，科技情报成为美国国防科技战略重点，是避免技术突袭的有效路径。基于不同的视角，科技大数据的价值可以被划分为不同的类型。例如，从价值内涵的视角，大数据的价值可以分为功能性价值和形象性价值。基于功能性价值，科技大数据可以帮助机构组织进行决策、提升效率。基于形象性价值，科技大数据可以帮助机构组织产生更好的体验、更高的满意度以及更好的组织形象。从价值领域的视角来看，科技大数据的价值可以分为科学价值、经济价值和社会价值。科技大数据是科技领域产生和应用的数据，因此，其价值首先是在辅助科学研究和促进科技创新中得到体现的，具有科学价值。科技大数据应用于国民经济发展和企业管理创新，成为社会和企业的重要资产形式，在提升国民经济发展质量、提高企业经营收益等方面发挥着关键作用，体现出经济价值。科技大数据广泛应用于科技政策、医疗卫生、就业工作、社会保障等社会治理的各个领域，在提升社会治理水平中发挥着重要作用，体现出社会价值。总的来说，科技大数据的价值在于知识、技术和应用的创新，这是科技大数据价值*核心的部分。 1.1.2 科技大数据价值的特征 与其他类型的大数据类似，科技大数据的价值具有多元性、稀疏性、增值性等特征。 （1）多元性。科技大数据价值的多元性特征主要是指同一科技大数据本体往往具有多种潜在价值。例如，同一科技大数据可以在企业的不同决策中发挥不一样的决策支持作用。又如，科技大数据不仅可以帮助企业提升生产效率，具有功能性价值，也可以提升企业科技形象，具有形象性价值。受使用者价值标准与追求的影响，科技大数据价值的多元性特征往往会体现得更加明显。 （2）稀疏性。虽然科技大数据是大数据集合中的高价值密度组分，但是科技大数据的价值依然具有稀疏性特征。科技大数据价值稀疏性产生的原因一方面是有价值的数据被大量无价值的数据掩盖；另一方面是对具体使用者而言，真正有价值的数据往往隐藏在其他科技大数据之中，需要借助相关技术进行跟踪和识别。 （3）增值性。科技大数据的价值并非固定不变。在数据创造、生产、交易和使用的过程中，科技大数据蕴含的价值会得到不断发掘。科技大数据价值的增值性特征也会在数据的价值传递中得到体现。例如，如果科技论文中某些知识引发新知识的产生，新知识的价值自然离不开该论文的价值传递作用。科技大数据的价值传递及其产生的价值增值路径，是科技大数据价值增值性特征的重要体现。 （4）互补性。科技大数据的价值不仅取决于数据本身的价值，还取决于使用者已有的数据基础。与已有数据在数据量、样本特征及时间和空间维度上形成互补的科技大数据，对使用者而言通常会具有更大的价值。 （5）标准不确定性。不同类型的科技数据往往具有不同的价值标准。例如，论文、专利和科技情报的价值标准互不相同。受科技大数据价值多元性特征的影响，同一类数据的价值标准也不统一，例如，科技论文的价值标准有引用量、引文网络中心性、下载量、期刊等级以及专家评审结论等。标准不确定性使得无法设计一套通用的评估指标体系对不同类型科技大数据的价值进行评估。 （6）情景相关性。科技大数据与传统商品价值的同一性存在显著差异，科技大数据对于不同主体来说其价值是不同的。因此，需要结合相关主体的价值目标和使用情境对科技大数据的价值进行评估。 1.2 科技大数据价值链 1.2.1 科技大数据价值主体与价值链 在科技大数据价值创造和传递过程中，蕴含着科技大数据的价值链。已有大部分研究都是针对大数据价值链，指出大数据价值链是从数据获取、数据分析、数据监管、数据存储到数据使用的全过程（Curry，2016；Guenther et al.，2017）。也有学者提出数据价值网络的概念，通过对于数据产品的数据发现、数据监管、数据集成、数据分布和数据使用等操作，发掘数据中蕴含的价值（Attard et al.，2017）。本书作者基于科技大数据价值增值过程中的参与者角色，提出了一个“价值创造、价值整合、价值传递、价值实现”的科技大数据价值链模型（刘业政和姜元春，2021）。 （1）价值创造。科技大数据的价值创造是指科技大数据的生成与采集，使得科技大数据从无到有。每天世界上都会生成海量数据，但很多数据并没有被采集。通过一些活动生成数据并同时采集下来，就是价值创造的过程，活动过程中的参与者就是科技大数据的生产者。科学实验数据的采集、科技论文和专利的撰写、科技项目的立项、科技政策的制定等都是科技数据的价值创造过程。科技大数据价值创造过程的参与者包括科研机构、科技工作者等科技大数据生产者。 （2）价值整合。科技大数据生产者产生的数据可能是碎片化的，其价值不能得到充分体现，需要通过某一个机构或组织将其整合在一起，汇聚成一个可相互支持、相互验证的数据资源库，价值整合就是科技大数据汇聚的过程，使得科技大数据从“溪流”变成“海洋”。价值整合任务包括科技大数据的汇聚处理、分析挖掘等活动，科技大数据价值整合过程的参与者包括各类数字出版商等科技大数据整合开发者。 （3）价值传递。价值传递是价值整合与价值实现间的桥梁，没有价值传递，聚合的数据价值就无法得到充分应用，甚至会变成一堆占用大量资源的数字垃圾。价值传递就是科技大数据的流通过程，其任务包括科技大数据的交易、推广和服务等活动，科技大数据价值传递过程的参与者包括各类科技大数据平台以及支撑科技大数据平台运行的各类服务商等科技大数据交易促进者。 （4）价值实现。科技大数据的价值通过科技大数据的消费使用环节而得以实现。在科技大数据价值链模型中，价值创造、价值整合和价值传递是成本投入的过程，*终在价值实现环节实现成本投入的变现。从管理的角度看，科技大数据价值链能够维持稳定与发展，必然要求*终实现的价值能够抵消前几个环节所投入的成本，因此如何评估每个环节的价值增值以及如何决策变现的价格并能够在价值链上公平分摊成为科技大数据价值实现的关键技术。 如图1.1所示，从科技大数据价值链模型可以看出，在科技大数据的价值创造、价值整合、价值传递和价值实现过程中，涉及科技大数据的生产者、整合开发者、交易促进者和使用者等不同类型的价值主体。在科技大数据价值创造到价值实现的过程中，价值评估是一切活动的基础。基于价值评估，科技大数据在不同主体之间交易流通，服务于不同价值主体，实现多元的价值目标。 在科技大数据价值创造到价值实现的过程中，参与主体包括科技大数据的生产者、整合开发者、交易促进者和使用者。这些主体包括教师、科技工作者、企业员工等个人，以及这些个人所在的高校、科研院所、科创企业等组织。 （1）科技大数据生产者主要承担科技大数据的生成、采集等任务，价值主体包括各类高校科研院所、高新技术和科创企业以及科技工作者等。 （2）科技大数据整合开发者主要承担科技大数据汇聚处理、分析挖掘等任务，价值主体包括科技期刊、出版社等。 （3）科技大数据交易促进者主要承担科技大数据的交易、推广和服务等任务，价值主体包括以中国知网、万方等为代表的线上学术平台以及各类线下数据交易中心等。 （4）科技大数据使用者主要利用科技大数据开展科学研究、制定公共政策、开展运营管理等，价值主体包括各类高校科研院所、政府相关部门和企业等。 通过上述分析可以看出，科技大数据的价值主体包括不同类型的个人和组织。科技大数据在这些个人和组织之间流动，完成科技大数据价值的创造、整合、传递和实现过程。由于价值主体类型多样，不同主体往往具有差异化的价值目标，且科技大数据存在规模庞大、异质多样、专业化程度高等特点，我们很难直接获得科技大数据内部的关联关系以及参与主体的关系。因此，科技大数据价值链构建需要首先理清科技大数据价值主体的关联关系网络，这是科技大数据价值分析基础，也是科技大数据价值链构建的难题。 1.2.2 科技大数据价值评估与交易服务 由于科技大数据价值具有多元性的特点，其价值评价的方法没有统一的标准，其中一类方法是通过相关指标确定科技大数据价值。针对不同的价值目标，设计价值评估的指标体系，在此基础上，构建科技大数据价值评估的方法，是目前科技大数据价值评估研究的主要方向。在科技大数据价值链的不同阶段有着不同的评价指标。 （1）价值创造阶段的评估。在科技大数据的价值创造阶段，可以从科技大数据生产者、科技大数据数量和科技大数据质量三个维度对科技大数据价值进行评价。具体来说，在科技大数据生产者维度，可以从组织信用、个人信用、物理信用三个方面进行评价。创造和产生数据的组织越可信，科技大数据的价值可能越高；创造和产生数据的个人信用越高，如某个领域的权威学者的代表性成果，其价值往往越高；有些科技大数据的产生要借助很多设备，这些设备的可信度会影响其产生的数据的可信度。在科技大数据数量维度，可以从样本规模、属性数量、多样性三个方面进行评价。科技大数据的样本规模、属性数量毫无疑问是科技大数据价值的影响因素。在科技大数据质量维度，可以从新颖性、流行性、前沿性、有用性、易用性等方面进行评价。新颖性是指科技大数据在主题上相较于现有数据的独*性、颠覆性；流行性是指科技大数据的使用范围，使用范围越广，价值越高；易用性是指数据能否便捷地被使用。 （2）价值整合阶段的评估。在科技大数据价值整合阶段，可以从整合开发者、整合质量、时间属性和空间属性四个维度对科技大数据价值进行评价。具体来说，在整合开发者维度，可以从组织信用、物理信用等方面进行评价。在整合质量维度，可以从粒度、完整性等方面进行评价。在时间属性维度，可以从时间跨度、时效性、实时性等方面进行评价。在空间属性维度，可以从区域、领域、行业等方面进行评价。 （3）价值传递阶段的评估。在科技大数据价值传递阶段，可以从交易促进者的维度对科技大数据价值进行评价。具体来说，可以从垄断性、版权范围、收费模式、组织信用、物理信用等方面进行评价