煙草科研數(shù)據(jù)現(xiàn)狀調(diào)查與分析

王 銳，邱紀(jì)青，鄭新章，石昌盛，張 晨，汪志波，王金棒，劉亞麗，賈 楠，馮偉華*

1. 中國煙草總公司鄭州煙草研究院，鄭州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)楓楊街2 號 450001

2. 國家煙草專賣局科技司，北京市西城區(qū)月壇南街55 號 100045

3. 上海煙草集團北京卷煙廠有限公司，北京市通州區(qū)萬盛南街99 號 100024

科學(xué)數(shù)據(jù)，是人類社會科技活動所產(chǎn)生的基本數(shù)據(jù)、資料，以及按照不同需求而系統(tǒng)加工的數(shù)據(jù)產(chǎn)品和相關(guān)信息，具有明顯的潛在價值和可開發(fā)價值，并在應(yīng)用過程中得以增值，是信息時代最基本、最活躍、影響面最廣的科技資源[1]?？茖W(xué)數(shù)據(jù)對科技創(chuàng)新主要起基礎(chǔ)支撐作用，是科學(xué)研究不可或缺的信息資源，而科學(xué)數(shù)據(jù)的積累、開放、共享也是世界科技發(fā)展的重要資源和推動力。國際科技數(shù)據(jù)委員會CODATA 在2000 年制定了《網(wǎng)絡(luò)時代的科學(xué)原則》，明確提出科學(xué)進步依靠全面和公開地獲取數(shù)據(jù)[2]。我國在2015 年印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》中也肯定了科學(xué)數(shù)據(jù)開放共享的重要性[3]。大數(shù)據(jù)時代的到來，使得數(shù)據(jù)驅(qū)動科技創(chuàng)新的理念被更多人接受和實踐，也使得科學(xué)數(shù)據(jù)共享成為勢在必行的關(guān)鍵任務(wù)。近年來，針對科學(xué)數(shù)據(jù)共享現(xiàn)狀[4]、科學(xué)數(shù)據(jù)開放共享策略[2，5-7]、影響科研數(shù)據(jù)共享因素[8-9]、科學(xué)數(shù)據(jù)管理平臺建設(shè)[10-12]等方面已開展較多研究。農(nóng)業(yè)[13]、氣象[14]、醫(yī)療衛(wèi)生[15]等行業(yè)也紛紛搭建系統(tǒng)平臺推進部門間的資源整合，為科研提供數(shù)據(jù)服務(wù)，為決策提供科學(xué)依據(jù)。我國是全球最大的煙草生產(chǎn)國和消費國，煙草科研涉及農(nóng)業(yè)、化學(xué)、工藝、香精香料、質(zhì)量檢測等眾多領(lǐng)域，產(chǎn)生了煙葉質(zhì)量、基因序列、近紅外光譜等大量不同類型的科研數(shù)據(jù)[16-18]。豐富的數(shù)據(jù)源是數(shù)據(jù)價值挖掘的基礎(chǔ)，通過整合不同來源、不同項目的科研數(shù)據(jù)，可以使科研數(shù)據(jù)形成規(guī)模，便于科研人員對數(shù)據(jù)進行深度挖掘，促進交叉學(xué)科研究。為此，以問卷填寫和實地調(diào)研相結(jié)合的方式，對煙草行業(yè)相關(guān)單位和機構(gòu)的科研人員進行調(diào)查，通過了解煙草行業(yè)科研數(shù)據(jù)現(xiàn)狀，發(fā)現(xiàn)數(shù)據(jù)共享環(huán)節(jié)存在問題并給出針對性建議，以期為煙草行業(yè)科研數(shù)據(jù)共享提供參考。

1 煙草行業(yè)科研數(shù)據(jù)現(xiàn)狀調(diào)查

1.1 調(diào)查方法

采用問卷填寫和實地走訪相結(jié)合的方式進行調(diào)查，調(diào)查對象涵蓋煙草行業(yè)部分直屬單位、中國煙草機械集團有限責(zé)任公司、中國煙草實業(yè)發(fā)展中心及其所屬具有獨立法人資格的單位、省級局（公司）所屬科研院所和質(zhì)檢機構(gòu)以及相關(guān)單位的科研人員。

調(diào)查內(nèi)容包括科研數(shù)據(jù)現(xiàn)狀以及科研人員對科研數(shù)據(jù)的需求及建議兩大方面。針對科研數(shù)據(jù)現(xiàn)狀，設(shè)置了數(shù)據(jù)種類、體量、年均增量、涉及領(lǐng)域、管理模式、存在問題、相關(guān)數(shù)據(jù)庫與系統(tǒng)平臺建設(shè)情況（是否建設(shè)有科研信息系統(tǒng)或數(shù)據(jù)庫、系統(tǒng)名稱、系統(tǒng)功能與不足）等問題；針對科研人員對數(shù)據(jù)的需求及建議，設(shè)置了數(shù)據(jù)種類、潛在價值、應(yīng)用場景、對科研大數(shù)據(jù)平臺功能需求等問題。

1.2 調(diào)查結(jié)果

本次調(diào)查共收到來自行業(yè)內(nèi)有關(guān)單位反饋130 份。其中，問卷反饋124 份，包括卷煙工業(yè)企業(yè)15 份，商業(yè)企業(yè)84 份（含地市級公司），煙草機械企業(yè)5 份，科研機構(gòu)1 份，科研人員個人反饋19份；實地走訪6 家，包括卷煙工業(yè)企業(yè)3 家，商業(yè)企業(yè)1 家，科研機構(gòu)2 家，通過與科研人員現(xiàn)場交流，對調(diào)查內(nèi)容進行掌握。

調(diào)查結(jié)果（表1）顯示，煙草行業(yè)工商企業(yè)和科研院所都擁有大量科研數(shù)據(jù)，范圍覆蓋煙葉種植到卷煙生產(chǎn)的全部流程，數(shù)據(jù)涉及煙草農(nóng)業(yè)、化學(xué)、工藝、香精香料、基因、質(zhì)量檢測等眾多學(xué)科，但企業(yè)之間信息化程度存在較大差異，卷煙工業(yè)企業(yè)建設(shè)科研信息系統(tǒng)的比例相對較高。其中，卷煙工業(yè)企業(yè)建設(shè)的系統(tǒng)平臺主要有產(chǎn)品研發(fā)、科研項目管理、煙葉原料數(shù)據(jù)庫、產(chǎn)品質(zhì)量管理、工藝管理、生產(chǎn)與物流等系統(tǒng)；煙草商業(yè)企業(yè)建設(shè)的系統(tǒng)平臺主要有科研項目管理、科研創(chuàng)新管理、煙葉質(zhì)量管理、產(chǎn)品及工藝數(shù)據(jù)管理、氣象監(jiān)測、煙田及烤房參數(shù)遠(yuǎn)程監(jiān)測、植保信息等系統(tǒng)?？梢?，煙草工商企業(yè)由于業(yè)務(wù)不同，擁有的科研數(shù)據(jù)類別存在較大差異，卷煙工業(yè)企業(yè)的科研數(shù)據(jù)集中在產(chǎn)品原料、卷煙評吸、生產(chǎn)和物流、煙用材料、產(chǎn)品配方、質(zhì)量檢測等方面，而煙草商業(yè)企業(yè)的科研數(shù)據(jù)主要集中在氣象、土壤、煙葉質(zhì)量、植保信息等方面。

表1 參與調(diào)查企業(yè)的信息系統(tǒng)數(shù)量分布Tab.1 Number of information systems of enterprises involved in the survey

煙草工商企業(yè)的數(shù)據(jù)量也不盡相同。省級煙草商業(yè)企業(yè)的數(shù)據(jù)量大多集中在1～20 GB 之間，個別企業(yè)的數(shù)據(jù)量在50 GB 以上。卷煙工業(yè)企業(yè)的數(shù)據(jù)量相對較大，企業(yè)之間數(shù)據(jù)量的差別也更加明顯，多數(shù)企業(yè)的數(shù)據(jù)量在1～20 GB 之間，一些企業(yè)的數(shù)據(jù)量可達(dá)到TB 級別。由圖1 可見，大多數(shù)企業(yè)的年增數(shù)據(jù)量小于10 GB，個別企業(yè)的年增數(shù)據(jù)量在100 GB 以上。此外，煙草企業(yè)的科研數(shù)據(jù)多以結(jié)構(gòu)化數(shù)據(jù)為主，占所有數(shù)據(jù)的60.6%；非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)分別占28.9%和10.5%。

圖1 省級商業(yè)企業(yè)和卷煙工業(yè)企業(yè)科研數(shù)據(jù)量分布Fig.1 Distribution of scientific research data volume of provincial tobacco commercial and industrial enterprises

分析可見，煙草行業(yè)在科研數(shù)據(jù)管理方面主要存在以下問題：①科研數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)和規(guī)范，造成數(shù)據(jù)一致性差，格式不統(tǒng)一，企業(yè)間數(shù)據(jù)交換難度大；②數(shù)據(jù)資源相對孤立，數(shù)據(jù)資源共享的深度和廣度不夠，存在系統(tǒng)平臺重復(fù)建設(shè)、課題重復(fù)研究等現(xiàn)象，造成人力、物力、財力浪費；③企業(yè)對科研管理全過程數(shù)據(jù)的采集和存儲不夠重視，導(dǎo)致某些中間環(huán)節(jié)數(shù)據(jù)缺失或積累不足，影響科研數(shù)據(jù)的綜合利用；④各企業(yè)信息化建設(shè)水平不均衡，只有少數(shù)企業(yè)建設(shè)了數(shù)據(jù)中心，實現(xiàn)了企業(yè)內(nèi)部科研數(shù)據(jù)資源的存儲和共享，仍有一些企業(yè)的科研數(shù)據(jù)沒有得到系統(tǒng)管理和利用，數(shù)據(jù)分散在各個項目或科研人員手中，以電子文檔或紙質(zhì)形式存在，數(shù)據(jù)安全性不高；⑤各企業(yè)現(xiàn)有系統(tǒng)平臺技術(shù)落后，僅提供簡單的查詢檢索功能，對科研數(shù)據(jù)的分析挖掘和利用程度較低，無法有效指導(dǎo)企業(yè)的生產(chǎn)經(jīng)營活動。

1.3 影響科研數(shù)據(jù)共享因素分析

科研數(shù)據(jù)難以共享已成為科學(xué)研究的一大障礙，在大數(shù)據(jù)環(huán)境下其帶來的負(fù)面效應(yīng)會被繼續(xù)放大[19]。針對煙草行業(yè)科研數(shù)據(jù)管理中存在的問題，將國內(nèi)外科研數(shù)據(jù)共享研究成果與煙草行業(yè)實際情況相結(jié)合，對影響煙草行業(yè)科研數(shù)據(jù)共享因素進行梳理，主要表現(xiàn)在以下方面：①行業(yè)內(nèi)各企業(yè)間存在競爭關(guān)系，企業(yè)間科研數(shù)據(jù)開放、共享難度大；②受傳統(tǒng)思維的禁錮，科研人員普遍認(rèn)為科研數(shù)據(jù)是個人財產(chǎn)或部門財產(chǎn)，因此科研數(shù)據(jù)僅分布在科研單位或研究小組內(nèi)部，造成科研數(shù)據(jù)在部門或行業(yè)內(nèi)共享不暢；③科研人員不愿付出額外的人力和時間從事數(shù)據(jù)整理和共享工作；④科研人員擔(dān)心數(shù)據(jù)共享后自己的科研思路直接或經(jīng)推理后被他人知曉，影響今后科研工作的開展；⑤缺少對科研數(shù)據(jù)的評價方式，科研人員無法通過共享數(shù)據(jù)提升自己在專業(yè)領(lǐng)域的學(xué)術(shù)影響力；⑥對于共享的科研數(shù)據(jù)，缺乏完善的知識產(chǎn)權(quán)保護政策，導(dǎo)致基于共享數(shù)據(jù)產(chǎn)生的科研成果權(quán)利歸屬不清；⑦科研人員對數(shù)據(jù)信息安全存在擔(dān)憂，擔(dān)心科研數(shù)據(jù)中的敏感信息在共享時被泄露。

2 促進煙草行業(yè)科研數(shù)據(jù)共享的建議

當(dāng)前煙草企業(yè)之間普遍存在合作與競爭的關(guān)系。面對重大科研課題，單個煙草企業(yè)的研發(fā)實力有限，只有通過多方合作才能實現(xiàn)技術(shù)突破；由于卷煙產(chǎn)品的特殊性，煙草行業(yè)部分同類企業(yè)間存在產(chǎn)品結(jié)構(gòu)相近、目標(biāo)消費群體重合等現(xiàn)象，使得企業(yè)間難免存在競爭關(guān)系。煙草企業(yè)的這種“競合關(guān)系”導(dǎo)致行業(yè)在科研數(shù)據(jù)共享方面存在一定特殊性，為解決當(dāng)前煙草行業(yè)科研數(shù)據(jù)共享難等問題，通過對存在問題深入剖析，提出以下建議。

2.1 建立健全科研數(shù)據(jù)共享政策和運行機制

煙草行業(yè)實行垂直管理模式，因此政策的支持和引導(dǎo)是實現(xiàn)行業(yè)科研數(shù)據(jù)共享的強大推動力。針對行業(yè)科研機構(gòu)和科研人員數(shù)據(jù)共享意愿不強等問題，建議制定和出臺相應(yīng)的科研數(shù)據(jù)共享管理政策，通過行政手段促進行業(yè)科研數(shù)據(jù)的開放共享?？蒲袛?shù)據(jù)共享政策體系應(yīng)涵蓋科研數(shù)據(jù)的產(chǎn)生、收集、存儲、評價、傳播等各個階段，對數(shù)據(jù)共享與訪問、數(shù)據(jù)的知識產(chǎn)權(quán)和隱私保護、數(shù)據(jù)管理程序和角色安排、信息安全等方面[20]給予制度保障。此外，還應(yīng)建立詳盡的運行機制，明確政策實施過程中的獎懲措施，積極推動政策的執(zhí)行，保證政策的實施效果。

2.2 培養(yǎng)科研人員的科研數(shù)據(jù)管理和共享意識

科研人員是科研活動的主體，也是科研數(shù)據(jù)共享政策的執(zhí)行者和受益者，只有提高科研人員的科研數(shù)據(jù)共享意識，才能推動并形成“數(shù)據(jù)取之于科研人員，用之于科研人員”的良好氛圍。因此，建議在行業(yè)內(nèi)開展相關(guān)培訓(xùn)，向科研人員介紹當(dāng)前各國政府及科研機構(gòu)在科研數(shù)據(jù)共享領(lǐng)域的發(fā)展現(xiàn)狀，普及科研數(shù)據(jù)共享對科研工作效率提升及科研創(chuàng)新的推動作用，從思想層面上提高科研機構(gòu)和科研人員對數(shù)據(jù)共享重要性的認(rèn)識，培養(yǎng)共享意識。

2.3 制定煙草行業(yè)科研數(shù)據(jù)標(biāo)準(zhǔn)和管理機制

針對行業(yè)內(nèi)科研數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)規(guī)范等問題，煙草行業(yè)應(yīng)針對各個學(xué)科領(lǐng)域制定科研數(shù)據(jù)標(biāo)準(zhǔn)，包括格式標(biāo)準(zhǔn)、傳輸接口標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)等內(nèi)容，并對數(shù)據(jù)的采集、處理、交換及應(yīng)用服務(wù)等各個環(huán)節(jié)提供指導(dǎo)，便于科研數(shù)據(jù)的整合、管理、交流和共享。培養(yǎng)專門從事科研數(shù)據(jù)管理的人才，負(fù)責(zé)各企業(yè)科研數(shù)據(jù)的收集、整理和匯交。在共享數(shù)據(jù)時，要對數(shù)據(jù)的來源、生成時間、類型、體量、存儲方式、格式等進行說明，并提供數(shù)據(jù)樣例和使用文檔，避免數(shù)據(jù)的錯用、錯誤詮釋等對科學(xué)研究以及數(shù)據(jù)提供方造成潛在危害。同時建議行業(yè)定期對科研數(shù)據(jù)管理人員進行培訓(xùn)，使其明確數(shù)據(jù)標(biāo)準(zhǔn)，掌握數(shù)據(jù)整理和共享方法，提高數(shù)據(jù)共享工作效率。

2.4 實現(xiàn)科研數(shù)據(jù)分級管理

鑒于不同科研數(shù)據(jù)的敏感程度有所差別，建議行業(yè)制定相應(yīng)的劃分標(biāo)準(zhǔn)，各企業(yè)根據(jù)標(biāo)準(zhǔn)梳理共享數(shù)據(jù)的范圍。對于不涉及企業(yè)核心商業(yè)機密的數(shù)據(jù)，鼓勵和引導(dǎo)其在行業(yè)范圍內(nèi)共享；對于敏感程度較高的數(shù)據(jù)，企業(yè)可自行決定數(shù)據(jù)的開放范圍。此外，分別對科研人員和科研數(shù)據(jù)實施分級管理。將科研人員按照所屬科研機構(gòu)、工作職能等細(xì)目進行分類，授予不同人員不同的訪問權(quán)限；將科研數(shù)據(jù)按照敏感程度進行分類，授予不同數(shù)據(jù)不同的開放權(quán)限。通過數(shù)據(jù)的差異化授權(quán)，保護數(shù)據(jù)提供方的利益，消除科研機構(gòu)和科研人員對敏感數(shù)據(jù)泄露的擔(dān)憂，激發(fā)科研人員共享數(shù)據(jù)的積極性。

2.5 建立項目關(guān)聯(lián)數(shù)據(jù)的匯交機制

為保障科研數(shù)據(jù)共享政策的順利執(zhí)行，可以要求科研經(jīng)費超過一定數(shù)額的項目或中國煙草總公司科技項目在報批時必須提交數(shù)據(jù)共享計劃，說明項目預(yù)期會使用及產(chǎn)生的數(shù)據(jù)情況、共享數(shù)據(jù)的時間節(jié)點、共享數(shù)據(jù)方式等。在項目實施過程中，要求項目組定期匯報數(shù)據(jù)共享情況，達(dá)到科研數(shù)據(jù)“邊采集、邊整理、邊匯交”的效果。在項目結(jié)題驗收環(huán)節(jié)，將數(shù)據(jù)共享計劃的完成情況作為考核指標(biāo)之一，促進共享數(shù)據(jù)質(zhì)量的提高。

2.6 建設(shè)高水平科研數(shù)據(jù)中心和科研數(shù)據(jù)共享平臺

由于煙草行業(yè)內(nèi)各單位間存在著競爭關(guān)系，科研數(shù)據(jù)在各單位間難以直接共享，故可以建設(shè)獨立的科研數(shù)據(jù)中心從事煙草科研數(shù)據(jù)的收集、整理、存儲和共享工作，實現(xiàn)數(shù)據(jù)的長期保存、維護和訪問?？蒲袛?shù)據(jù)中心搭建專業(yè)的科研數(shù)據(jù)共享平臺實現(xiàn)煙草科研數(shù)據(jù)的分析、計算、可視化等功能，通過態(tài)勢感知技術(shù)保障共享數(shù)據(jù)的安全性，通過權(quán)限管理實現(xiàn)敏感數(shù)據(jù)的授權(quán)訪問，通過服務(wù)的接口化推動科研數(shù)據(jù)的充分有效利用，為數(shù)據(jù)共享工作提供平臺和技術(shù)支持。

2.7 推動煙草行業(yè)科研數(shù)據(jù)出版

針對科研數(shù)據(jù)評價體系缺失等問題，可以創(chuàng)辦煙草科研數(shù)據(jù)類期刊或在現(xiàn)有煙草類期刊中增設(shè)數(shù)據(jù)型論文欄目，為科研數(shù)據(jù)型論文提供出版媒介。此外，將科研人員發(fā)表數(shù)據(jù)型論文情況納入職稱評定環(huán)節(jié)，以此鼓勵科研人員整理形成產(chǎn)權(quán)清晰、數(shù)據(jù)完整準(zhǔn)確、共享價值高的科研數(shù)據(jù)并出版，加快科研數(shù)據(jù)的開放與應(yīng)用。同時建議煙草類期刊要求作者在提交論文時，一并提交實驗原始數(shù)據(jù)，推動建立“先匯交數(shù)據(jù)，再發(fā)表論文”的機制。

2.8 建立數(shù)據(jù)共享的利益平衡機制

科研數(shù)據(jù)共享的實質(zhì)是一種利益交換，煙草行業(yè)各企業(yè)的科技水平、信息化水平存在差異，導(dǎo)致科研數(shù)據(jù)的價值和質(zhì)量參差不齊，由此影響各企業(yè)參與科研數(shù)據(jù)共享的積極性。因此，需要建立一種利益平衡機制，鼓勵企業(yè)共享數(shù)據(jù)，例如：基于各單位提供科研數(shù)據(jù)的體量、質(zhì)量、下載量、引用量、及時性等指標(biāo)，對各企業(yè)的數(shù)據(jù)共享進行綜合評價，對得分較高的機構(gòu)給予獎勵。此外，對于具有較大商業(yè)價值的數(shù)據(jù)，可以由數(shù)據(jù)提供方和使用方協(xié)商，以有償方式激勵數(shù)據(jù)共享。

3 結(jié)論

隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，共享經(jīng)濟模式正在顛覆人們的生活方式。共享經(jīng)濟以信息技術(shù)為基礎(chǔ)，通過整合各種社會資源以實現(xiàn)資源最大化利用并獲得經(jīng)濟紅利?？蒲袛?shù)據(jù)作為一種重要的戰(zhàn)略資源，其價值隨著使用范圍和使用頻次的擴展而不斷提升?？蒲袛?shù)據(jù)共享通過將掌握在個人和機構(gòu)手中的“暗”數(shù)據(jù)分享給更多科研人員使用，使其在不同研究領(lǐng)域發(fā)揮作用，有效提高科研數(shù)據(jù)的價值。以煙草行業(yè)相關(guān)單位和機構(gòu)的科研人員為對象進行調(diào)查，結(jié)果發(fā)現(xiàn)煙草行業(yè)在科研數(shù)據(jù)管理、共享和數(shù)據(jù)價值挖掘方面存在信息化建設(shè)水平不均衡、數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)、數(shù)據(jù)共享及價值挖掘不足等問題，建議從制定數(shù)據(jù)共享政策、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)評價體系以及強化共享理念、建設(shè)共享平臺等方面著手，推動行業(yè)科研數(shù)據(jù)整合，為數(shù)據(jù)價值的深度挖掘提供數(shù)據(jù)和技術(shù)基礎(chǔ)。