论文部分内容阅读
摘 要：文章通过对大数据知识演化、组织形式和大数据对科技创新的影响进行文献综述，提出研究问题。基于大数据的基本分析，研究了大数据知识演化及其路径、大数据知识化的组织模式与作用机理，研究了大数据对科技创新的具体作用路径，深入分析了大数据对科技创新知识、科技创新行为和科技创新模式的影响，并进一步探讨了大数据对科技创新的过程和科技创新模式产生根本性影响的原因，以期对我国科技创新和科技管理的转型提供一些新的思路和参考。
关键词：大数据;科技创新;知识演化
中图分类号：F062.5 文献标识码：A
Abstract：This paper reviews the literature on the evolution of big data knowledge， the organizational form and the impact of big data on scientific and technological innovation. Based on the basic analysis of big data，this paper studied the evolution and path of big data knowledge，the organizational mode and action mechanism of big data knowledge-oriented，studied the specific action path of big data on scientific and technological innovation，and deeply analyzed the influence of big data on scientific and technological innovation knowledge，scientific and technological innovation behavior and scientific and technological innovation mode. This paper discusses why big data has a fundamental impact on the process and mode of scientific and technological innovation，and provides some new ideas and references for the transformation of scientific and technological innovation and management in China.
Key words： Big Data;Science and Technology Innovation;Knowledge Evolution
人類进入互联网时代以来，各种社会经济活动已经产生了巨量数据。事实上根据有关报道，世界上每年产生的电子数据信息总量为几亿个太字节（TB），也正是由于海量数据的涌现，如何充分利用大数据进行科技创新与科技管理，成为广大科技工作人员和科技管理部门关注的热点之一。
一、文献综述
大数据是一种思维、一种方法、一种技术手段，本质上就是把数据转化为生产力所需要的信息知识。2012年5月，香山科学会议组织了以“大数据科学与工程”为主题的第424 次学术讨论会，涉及的学科横跨IT、经济、管理、社会、生物等多个不同领域，但强调大数据在现实科研活动和管理决策中的应用成为普遍共识。实际上，在SCI-EXPANDED数据库中，大数据应用方向非常宽泛，涉及近60个研究方向;但大数据与人文、生物、管理等交叉研究的领域占比尤其比较多，可以说大数据在科技创新、科研活动中的应用已经成为主要方向之一。
笔者搜索大数据相关文献进行初步研究，发现大数据之所以能在科技创新和科研活动中得到广泛应用，与大数据的知识化带来的洞察力密切相关。基于分类法下的大数据知识演化，能够发现数据隐藏下的规律，洞察事实;促使基于大数据的知识型组织创建以及支撑该组织的高效运行[1]，例如，异构环境下大数据知识学科主题聚类模型与互操作方案支撑大量科研试验活动的规律发现[2];在互联网信息科研活动中，基于本体和语义关系的大数据分析是网络信息研究的组织和传播的基石[3];事实上，信息技术尤其是互联网信息下的知识服务、自扩散与转移都离不开网络环境下大数据带来的知识结构与分类分析，大数据下的知识化演进、规律形成机理与创新组织模式是大数据洞察力的根本源泉[4]。
按照维克托·迈尔·舍恩伯格的说法，大数据无论是对国家还是企业或个人都会有颠覆性改变[5]。在我国也是一样，大数据不仅对国家经济社会各个方面都会有促进作用，对企业管理活动和决策行为包括企业和个人的科研活动都会产生革命性影响，这种颠覆性改变主要来源于大数据不再以因果分析为主，不再深究问题背后的原因，而是以相关分析为主，重点在结果发现导向，且数据知识成为分析依据，决策经验则是退而求其次[6]。李国杰也认为这种变化会带来科技发现和创新的重构，大数据使得企业经营管理更加快速和便捷，也更精准，尤其在产品研发上[7];基于大数据思维下的科技创新的过程，在某种程度上将会带来科技创新方法、路径和模式等的重构[8]。大数据对于政府部门的科技管理水平的提升同样具有巨大推动力，在医疗卫生和生物科技等领域更是作用巨大[9.10]。
二、大数据知识演化及其组织模式
“大数据”从“Big data”一词翻译而来，其具体的含义众说纷纭，不同公司和个人有不同理解。笔者认为，所谓大数据就是需要借助于一定的计算方法，对来源广泛的数据进行收集、加工、分析后才能有助于管理决策的大量庞杂数据。因此，大数据的知识演化和组织模式决定了大数据对科技创新的影响程度和路径。 知识发现和事实洞察一直是科技创新活动中的重要课题，大数据使得知识演化和科技创新活动发生了前所未有的变化。大数据的知识演化路径可从三个视角产生知识发现和技术创新：一是基于大数据知识本体视角，根据进化理论，大数据知识本体通常存在创生、复制、生长、适应的生态规律，形成大数据的知识生成与演化的自动进化模型，即“大数据信息→大数据源知识化→大数据序知识化→大数据效知识化→大数据新增知识化”的进化路径与知识发现模式。二是基于大数据生产主体视角，大数据往往在其生产主体之间通过逐渐集聚而形成知识，进而洞察规律，例如，互联网网络大数据在“个体→群组→社区→圈子→网络”的逐渐集聚的过程中就会形成某些特定的知识发现。三是基于信息技术视角，借助于大数据挖掘和机器深度学习等理论和方法，依托信息技术的庞大计算能力，揭示大数据知识间相互依赖、寄生、替代、集成等规律，现在的人工智能如阿法狗机器人就是机器深度学习和数据挖掘的结果。这三个视角，在本质上是相互关联、相互作用的，并相互推进大数据知识的进一步演化。如图1：
将大数据知识化演进路径放于同一视域考察，运用系统动力学方法，可以发现大数据的知识化过程，是大数据知识本体、大数据生产主体、信息技术三者之间互为需求、相互影响、协同推进，说明大数据从信息碎片化、无序化的散点知识演进为组织化、有序化、结构化知识的过程中，构成了知识发现过程和科技创新活动的基础过程，对应的有知识本体、主体学习、信息技术实现三个方面的科技创新组织模式。如图2：
大数据知识本体下知识进化路径与知识形成模式往往依托知识本体的自组织，通过积累后自我聚集而形成知识;大数据生产主体下知识进化路径与知识形成模式则往往需要主体本身的学习能力和行为来实现;信息技术应用下知识进化路径与知识形成则必须依靠信息技术的计算能力，所谓“沙砾淘金”必须是一件过硬的工具。
三、大数据对科技创新的作用路径
大数据对科技创新的作用路径实际上就是大数据思维和技术在科技创新领域的应用，也是大数据的作用机理在科技创新流程上的反映。如图3。
大数据对科技创新活动的作用路径大致可以划分三个层面：
第一层面为大数据在科技创新活动中的深入应用。
传统科技创新模式在进入互联网时代后，受到的冲击影响越来越大，尤其是对新时代的“创新力”提出了新的挑战，科技创新方式多样化。传统科技创新面临的“创新力”挑战首先是科技创新本体知识源的挑战，它包括科技创新内容和对象的知识源和知识结构等;其次传统科技创新面临的“创新力”的挑战是科技创新主体的能力挑战，这种能力不仅仅是局限于创新技术能力，还包括创新知识发现和创新技能的提升能力，在大数据时代中，这种知识发现和创新技能的提升能力更多需要借助于大数据的采集、处理、分析、展示和应用等IT能力。因此，大数据的知识化能力往往是“创新力”提升的决定性影响因素，而大数据的知识化又往往离不开IT能力因素，IT在这个阶段既是“因”又是“果”，“因”是IT广泛应用，促使了科技创新的数据信息处理效率和精度的提升，带来了创新知识演化的改变;“果”则是大部分科技创新模式离不开大数据的应用和支撑，要持续提升和构建适应大数据时代需求的科技创新的“创新力”，就必须借助于IT技术的应用。
第二层面为大数据对科技创新的作用。
大数据在科技创新活动中的深入应用，将对科技创新产生深入和全面的影响。首先是在大数据理念上带来科技创新理念的改变。大数据思维是数据思维、网络思维、共享思维。数据思维将促进科技创新活动以数据为导向，用数据发现驱动科研业务活动发展的模式;网络思维则让科技创新拥有网络化思维，达到“去中心、降成本、提效率”的目的;共享思维则要求科技创新尽量借助于内部和外部资源共享的模式，发挥最大效能。其次是在大数据方法上带来科技创新方法的改变。大数据方法直接作用于科技创新本体内容，通过自我学习和数据挖掘，形成科技创新主体所需知识和内容，提高科技创新效率。最后是在大数据技术上带来科技创新手段的改变，充分借助于大数据和信息技术是新时代尤其是跨学科的科技创新的重要工具和手段。理念是科技创新战略指导的方向，方法是科技创新战术的形式，而工具和手段则是科技创新具体的载体和技术保障。
第三层面为大数据支撑科技创新新模式。
科技创新新模式是科技创新的更高版本，大數据从思维、方法和技术三个层面对科技创新产生了深入和全面的影响，并将从科技创新主体思维、科技创新本体内容、科技创新技术工具三个方面重构科技创新新模式。科技创新新模式本质上是属于一种人工智能创新模式，是大数据在科技创新和科研活动领域的发展和应用。
综上可以看出，大数据对科技创新的作用路径遵循从现象到实践再到未来的作用路径，大数据对科技创新作用深而广，其本质动因是大数据与科技创新的信息数据知识化相耦合。
三、大数据对科技创新的影响
大数据往往会包含大量的非结构化数据，如文本、图片、视频等。在大数据知识演化路径和组织模式的作用下，由于大数据的量和结构的特异性带来的知识性差异，从不同角度反映了科研人员的偏好或科研情境的区别，导致科技创新的差异性。因此，如果考虑大数据体量、结构与影响路径的关系，大数据不可避免地对科技创新路径会产生质的影响：即由传统“模型驱动”的假设、检验、因果分析、“刨根问底”因果式的科技创新行为变成了由“数据驱动”，基于相关性分析下复杂的科技创新行为。
在大数据与科技创新的信息数据知识化相耦合的作用下，大数据对科技创新产生四种不同意义上的影响：一是“科技创新知识上的影响”，即基于大数据下的智能知识发现会极大满足科技创新活动中的知识需要。二是“科技创新模式上的影响”，即科技创新模式变化，传统科技创新驱动的本质是依赖于科技业务活动实践和所需要知识的积累，但在大数据的知识演化和作用机理下，科技创新成为数据驱动下的科技创新活动，更多通过数据深入挖掘和深度机器学习来形成智能知识，满足科技创新活动需要。三是“科技创新源数据的影响”，大数据为科技创新提供的源数据不再局限于非复杂性数据、确定性数据样本，而更多在于复杂性数据、不确定性数据及随机性数据分析，为科技创新活动及过程提供更有用的全样本数据的选择，而不再是精确的部分抽样数据的选择。四是“科技创新方法上的影响”，复杂的科技创新在一定程度上还有赖于与科技人员的主观知识相结合，尤其是科技人员的主观判断往往对科技创新方向上有重大影响，通过大数据的相关分析，发现科技创新的细节，能够迅速洞察到数据中的规律和事实，更便捷地支撑科研活动的效率和效果。这为科技创新活动及管理转型提供了新模式。 参考文献：
[1] A.McAfee and E. Brynjolfsson，Big Data： The Management Revolution[J]. Harvard Business Review，2012（1）：45-56.
[2] D. Zhang，Y. Tian and Y. Shi，A Group of Knowledge-Incorporated Multiple Criteria Linear Programming Classifier[J].Journal of Computational and Applied Mathematics，2012（235）：3705-3717.
[3]G. Kou，D. Ergu，Y. Peng and Y. Shi，Data Processing for the AHP/ANP[J]. Springer，2012：1201-1220.
[4]张才明.数据驱动管理决策[J].企业管理，2013（11）：110-113.
[5] 维克托·迈尔·舍恩伯格.大数据时代——生活、工作与思维的大变革[M]. 周涛，译.杭州：浙江人民出版社，2012（12）：21-120.
[6]Caiming Zhang， A Review of Research Relevant to the Emerging Industry Trends： Industry 4.0，IoT， Block Chain， and Business Analytics[J]. Journal of industrial integration and management， 2019（12）：doi.org/10.1142/S2424862219500192.
[7]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊，2012，2（6）：1-5.
[8]張才明.大数据对人类决策模式的影响，《中国商贸》，2013（6）：24-26.
[9]张才明.海尔集团婴儿家电的大数据营销[J].企业管理，2015（2）：71-73.
[10]姜奇平.大数据的时代变革力量[J].互联网周刊，2013，1（12）：56-57.
关键词：大数据;科技创新;知识演化
中图分类号：F062.5 文献标识码：A
Abstract：This paper reviews the literature on the evolution of big data knowledge， the organizational form and the impact of big data on scientific and technological innovation. Based on the basic analysis of big data，this paper studied the evolution and path of big data knowledge，the organizational mode and action mechanism of big data knowledge-oriented，studied the specific action path of big data on scientific and technological innovation，and deeply analyzed the influence of big data on scientific and technological innovation knowledge，scientific and technological innovation behavior and scientific and technological innovation mode. This paper discusses why big data has a fundamental impact on the process and mode of scientific and technological innovation，and provides some new ideas and references for the transformation of scientific and technological innovation and management in China.
Key words： Big Data;Science and Technology Innovation;Knowledge Evolution
人類进入互联网时代以来，各种社会经济活动已经产生了巨量数据。事实上根据有关报道，世界上每年产生的电子数据信息总量为几亿个太字节（TB），也正是由于海量数据的涌现，如何充分利用大数据进行科技创新与科技管理，成为广大科技工作人员和科技管理部门关注的热点之一。
一、文献综述
大数据是一种思维、一种方法、一种技术手段，本质上就是把数据转化为生产力所需要的信息知识。2012年5月，香山科学会议组织了以“大数据科学与工程”为主题的第424 次学术讨论会，涉及的学科横跨IT、经济、管理、社会、生物等多个不同领域，但强调大数据在现实科研活动和管理决策中的应用成为普遍共识。实际上，在SCI-EXPANDED数据库中，大数据应用方向非常宽泛，涉及近60个研究方向;但大数据与人文、生物、管理等交叉研究的领域占比尤其比较多，可以说大数据在科技创新、科研活动中的应用已经成为主要方向之一。
笔者搜索大数据相关文献进行初步研究，发现大数据之所以能在科技创新和科研活动中得到广泛应用，与大数据的知识化带来的洞察力密切相关。基于分类法下的大数据知识演化，能够发现数据隐藏下的规律，洞察事实;促使基于大数据的知识型组织创建以及支撑该组织的高效运行[1]，例如，异构环境下大数据知识学科主题聚类模型与互操作方案支撑大量科研试验活动的规律发现[2];在互联网信息科研活动中，基于本体和语义关系的大数据分析是网络信息研究的组织和传播的基石[3];事实上，信息技术尤其是互联网信息下的知识服务、自扩散与转移都离不开网络环境下大数据带来的知识结构与分类分析，大数据下的知识化演进、规律形成机理与创新组织模式是大数据洞察力的根本源泉[4]。
按照维克托·迈尔·舍恩伯格的说法，大数据无论是对国家还是企业或个人都会有颠覆性改变[5]。在我国也是一样，大数据不仅对国家经济社会各个方面都会有促进作用，对企业管理活动和决策行为包括企业和个人的科研活动都会产生革命性影响，这种颠覆性改变主要来源于大数据不再以因果分析为主，不再深究问题背后的原因，而是以相关分析为主，重点在结果发现导向，且数据知识成为分析依据，决策经验则是退而求其次[6]。李国杰也认为这种变化会带来科技发现和创新的重构，大数据使得企业经营管理更加快速和便捷，也更精准，尤其在产品研发上[7];基于大数据思维下的科技创新的过程，在某种程度上将会带来科技创新方法、路径和模式等的重构[8]。大数据对于政府部门的科技管理水平的提升同样具有巨大推动力，在医疗卫生和生物科技等领域更是作用巨大[9.10]。
二、大数据知识演化及其组织模式
“大数据”从“Big data”一词翻译而来，其具体的含义众说纷纭，不同公司和个人有不同理解。笔者认为，所谓大数据就是需要借助于一定的计算方法，对来源广泛的数据进行收集、加工、分析后才能有助于管理决策的大量庞杂数据。因此，大数据的知识演化和组织模式决定了大数据对科技创新的影响程度和路径。 知识发现和事实洞察一直是科技创新活动中的重要课题，大数据使得知识演化和科技创新活动发生了前所未有的变化。大数据的知识演化路径可从三个视角产生知识发现和技术创新：一是基于大数据知识本体视角，根据进化理论，大数据知识本体通常存在创生、复制、生长、适应的生态规律，形成大数据的知识生成与演化的自动进化模型，即“大数据信息→大数据源知识化→大数据序知识化→大数据效知识化→大数据新增知识化”的进化路径与知识发现模式。二是基于大数据生产主体视角，大数据往往在其生产主体之间通过逐渐集聚而形成知识，进而洞察规律，例如，互联网网络大数据在“个体→群组→社区→圈子→网络”的逐渐集聚的过程中就会形成某些特定的知识发现。三是基于信息技术视角，借助于大数据挖掘和机器深度学习等理论和方法，依托信息技术的庞大计算能力，揭示大数据知识间相互依赖、寄生、替代、集成等规律，现在的人工智能如阿法狗机器人就是机器深度学习和数据挖掘的结果。这三个视角，在本质上是相互关联、相互作用的，并相互推进大数据知识的进一步演化。如图1：
将大数据知识化演进路径放于同一视域考察，运用系统动力学方法，可以发现大数据的知识化过程，是大数据知识本体、大数据生产主体、信息技术三者之间互为需求、相互影响、协同推进，说明大数据从信息碎片化、无序化的散点知识演进为组织化、有序化、结构化知识的过程中，构成了知识发现过程和科技创新活动的基础过程，对应的有知识本体、主体学习、信息技术实现三个方面的科技创新组织模式。如图2：
大数据知识本体下知识进化路径与知识形成模式往往依托知识本体的自组织，通过积累后自我聚集而形成知识;大数据生产主体下知识进化路径与知识形成模式则往往需要主体本身的学习能力和行为来实现;信息技术应用下知识进化路径与知识形成则必须依靠信息技术的计算能力，所谓“沙砾淘金”必须是一件过硬的工具。
三、大数据对科技创新的作用路径
大数据对科技创新的作用路径实际上就是大数据思维和技术在科技创新领域的应用，也是大数据的作用机理在科技创新流程上的反映。如图3。
大数据对科技创新活动的作用路径大致可以划分三个层面：
第一层面为大数据在科技创新活动中的深入应用。
传统科技创新模式在进入互联网时代后，受到的冲击影响越来越大，尤其是对新时代的“创新力”提出了新的挑战，科技创新方式多样化。传统科技创新面临的“创新力”挑战首先是科技创新本体知识源的挑战，它包括科技创新内容和对象的知识源和知识结构等;其次传统科技创新面临的“创新力”的挑战是科技创新主体的能力挑战，这种能力不仅仅是局限于创新技术能力，还包括创新知识发现和创新技能的提升能力，在大数据时代中，这种知识发现和创新技能的提升能力更多需要借助于大数据的采集、处理、分析、展示和应用等IT能力。因此，大数据的知识化能力往往是“创新力”提升的决定性影响因素，而大数据的知识化又往往离不开IT能力因素，IT在这个阶段既是“因”又是“果”，“因”是IT广泛应用，促使了科技创新的数据信息处理效率和精度的提升，带来了创新知识演化的改变;“果”则是大部分科技创新模式离不开大数据的应用和支撑，要持续提升和构建适应大数据时代需求的科技创新的“创新力”，就必须借助于IT技术的应用。
第二层面为大数据对科技创新的作用。
大数据在科技创新活动中的深入应用，将对科技创新产生深入和全面的影响。首先是在大数据理念上带来科技创新理念的改变。大数据思维是数据思维、网络思维、共享思维。数据思维将促进科技创新活动以数据为导向，用数据发现驱动科研业务活动发展的模式;网络思维则让科技创新拥有网络化思维，达到“去中心、降成本、提效率”的目的;共享思维则要求科技创新尽量借助于内部和外部资源共享的模式，发挥最大效能。其次是在大数据方法上带来科技创新方法的改变。大数据方法直接作用于科技创新本体内容，通过自我学习和数据挖掘，形成科技创新主体所需知识和内容，提高科技创新效率。最后是在大数据技术上带来科技创新手段的改变，充分借助于大数据和信息技术是新时代尤其是跨学科的科技创新的重要工具和手段。理念是科技创新战略指导的方向，方法是科技创新战术的形式，而工具和手段则是科技创新具体的载体和技术保障。
第三层面为大数据支撑科技创新新模式。
科技创新新模式是科技创新的更高版本，大數据从思维、方法和技术三个层面对科技创新产生了深入和全面的影响，并将从科技创新主体思维、科技创新本体内容、科技创新技术工具三个方面重构科技创新新模式。科技创新新模式本质上是属于一种人工智能创新模式，是大数据在科技创新和科研活动领域的发展和应用。
综上可以看出，大数据对科技创新的作用路径遵循从现象到实践再到未来的作用路径，大数据对科技创新作用深而广，其本质动因是大数据与科技创新的信息数据知识化相耦合。
三、大数据对科技创新的影响
大数据往往会包含大量的非结构化数据，如文本、图片、视频等。在大数据知识演化路径和组织模式的作用下，由于大数据的量和结构的特异性带来的知识性差异，从不同角度反映了科研人员的偏好或科研情境的区别，导致科技创新的差异性。因此，如果考虑大数据体量、结构与影响路径的关系，大数据不可避免地对科技创新路径会产生质的影响：即由传统“模型驱动”的假设、检验、因果分析、“刨根问底”因果式的科技创新行为变成了由“数据驱动”，基于相关性分析下复杂的科技创新行为。
在大数据与科技创新的信息数据知识化相耦合的作用下，大数据对科技创新产生四种不同意义上的影响：一是“科技创新知识上的影响”，即基于大数据下的智能知识发现会极大满足科技创新活动中的知识需要。二是“科技创新模式上的影响”，即科技创新模式变化，传统科技创新驱动的本质是依赖于科技业务活动实践和所需要知识的积累，但在大数据的知识演化和作用机理下，科技创新成为数据驱动下的科技创新活动，更多通过数据深入挖掘和深度机器学习来形成智能知识，满足科技创新活动需要。三是“科技创新源数据的影响”，大数据为科技创新提供的源数据不再局限于非复杂性数据、确定性数据样本，而更多在于复杂性数据、不确定性数据及随机性数据分析，为科技创新活动及过程提供更有用的全样本数据的选择，而不再是精确的部分抽样数据的选择。四是“科技创新方法上的影响”，复杂的科技创新在一定程度上还有赖于与科技人员的主观知识相结合，尤其是科技人员的主观判断往往对科技创新方向上有重大影响，通过大数据的相关分析，发现科技创新的细节，能够迅速洞察到数据中的规律和事实，更便捷地支撑科研活动的效率和效果。这为科技创新活动及管理转型提供了新模式。 参考文献：
[1] A.McAfee and E. Brynjolfsson，Big Data： The Management Revolution[J]. Harvard Business Review，2012（1）：45-56.
[2] D. Zhang，Y. Tian and Y. Shi，A Group of Knowledge-Incorporated Multiple Criteria Linear Programming Classifier[J].Journal of Computational and Applied Mathematics，2012（235）：3705-3717.
[3]G. Kou，D. Ergu，Y. Peng and Y. Shi，Data Processing for the AHP/ANP[J]. Springer，2012：1201-1220.
[4]张才明.数据驱动管理决策[J].企业管理，2013（11）：110-113.
[5] 维克托·迈尔·舍恩伯格.大数据时代——生活、工作与思维的大变革[M]. 周涛，译.杭州：浙江人民出版社，2012（12）：21-120.
[6]Caiming Zhang， A Review of Research Relevant to the Emerging Industry Trends： Industry 4.0，IoT， Block Chain， and Business Analytics[J]. Journal of industrial integration and management， 2019（12）：doi.org/10.1142/S2424862219500192.
[7]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊，2012，2（6）：1-5.
[8]張才明.大数据对人类决策模式的影响，《中国商贸》，2013（6）：24-26.
[9]张才明.海尔集团婴儿家电的大数据营销[J].企业管理，2015（2）：71-73.
[10]姜奇平.大数据的时代变革力量[J].互联网周刊，2013，1（12）：56-57.