高?？蒲谐晒D(zhuǎn)化與技術(shù)服務(wù)平臺(tái)的構(gòu)建

姚海容

摘要：高校科研成果對(duì)于社會(huì)的發(fā)展有相當(dāng)大的推動(dòng)作用，在目前高?？蒲谐晒闲枰獙⑵滢D(zhuǎn)化，實(shí)現(xiàn)對(duì)社會(huì)經(jīng)濟(jì)的增長(zhǎng)。該文通過調(diào)研高校成果轉(zhuǎn)化的現(xiàn)狀，在基于科研用戶的需求上的基礎(chǔ)上，對(duì)相關(guān)產(chǎn)業(yè)的信息進(jìn)行了詳細(xì)的分類分析，基于實(shí)例對(duì)技術(shù)服務(wù)平臺(tái)的構(gòu)建上闡述了自己的理念。

關(guān)鍵詞：高?？蒲?；轉(zhuǎn)化；技術(shù)服務(wù)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）06-0136-02

1 高?？蒲谐晒D(zhuǎn)化現(xiàn)狀

在目前的形勢(shì)下，我國(guó)高校的科研發(fā)展進(jìn)入了相當(dāng)重要的時(shí)期，在高校競(jìng)爭(zhēng)力上，知識(shí)創(chuàng)新以及技術(shù)創(chuàng)新已經(jīng)成為其衡量指標(biāo)[1]。高校科研成果對(duì)于我國(guó)的經(jīng)濟(jì)發(fā)展也是影響較大的，高校科研成果的轉(zhuǎn)化使得中國(guó)的經(jīng)濟(jì)發(fā)展創(chuàng)造了新的方式，向社會(huì)提供了新的就業(yè)機(jī)會(huì)，促進(jìn)了中國(guó)走向繁榮的速度。

在多年里來，各個(gè)高校始終把“改革創(chuàng)新、服務(wù)國(guó)家”作為學(xué)校發(fā)展的理念，在面向二十一世紀(jì)的新階段，各個(gè)高校明確提出要把技術(shù)創(chuàng)新放在學(xué)校發(fā)展的首位，促進(jìn)科研成果轉(zhuǎn)化。在截止到2016年底，中國(guó)高校與各個(gè)地方政府合作共建162個(gè)產(chǎn)業(yè)技術(shù)創(chuàng)新中心，24個(gè)技術(shù)轉(zhuǎn)化中心，年度轉(zhuǎn)化項(xiàng)目達(dá)到2281個(gè)，實(shí)現(xiàn)銷售達(dá)到1073億元，孵化產(chǎn)業(yè)1547個(gè)，共累計(jì)向社會(huì)培訓(xùn)人才53419人，在過去的一年，各個(gè)高校通過科研成果的轉(zhuǎn)化，使得各個(gè)地方企業(yè)銷售收入達(dá)到8434.28億元，利稅832.91億元。

2 高校科研成果轉(zhuǎn)化的需求

基于向不同科研用戶在成果轉(zhuǎn)化中的信息需求了解，筆者在我國(guó)15個(gè)省份的42家科研院校中，通過調(diào)查問卷以及訪談的方法，圍繞用戶需求特點(diǎn)、用戶產(chǎn)業(yè)信息搜集困難以及用戶基本信息等等一共設(shè)計(jì)了幾十余項(xiàng)觀察指標(biāo)，此次點(diǎn)差問卷共發(fā)放734份，對(duì)126名可以女人緣進(jìn)行了訪談，這些科研人員主要由教授、副教授以及研究生等組成，在此之中，教授所占比為56.00%，副教授所占比為37.00%，研究生等所占比為7.00%。通過調(diào)查問卷以及訪談結(jié)果分析表明”：

1）中國(guó)高校的相關(guān)科研經(jīng)費(fèi)基本上都是來自于國(guó)家或者省級(jí)部門項(xiàng)目支持或者由高校自籌的方法來完成[2]，在此之中，國(guó)家以及省級(jí)經(jīng)費(fèi)為84.00%，高校自籌或其他形式為16.00%。

2）在解讀用戶在項(xiàng)目上的實(shí)施數(shù)據(jù)是發(fā)現(xiàn)，多數(shù)處于試驗(yàn)階段或者還在立項(xiàng)、研制階段，假如又把市場(chǎng)預(yù)測(cè)目標(biāo)階段放入我們的調(diào)查來看，在科研成果轉(zhuǎn)化的前幾個(gè)階段的總比達(dá)到82.41%，表明各個(gè)高校的科研成果還沒有正式進(jìn)入市場(chǎng)，他們依然處于探索階段，所以，在科研成果推向市場(chǎng)工作上，還存在著大量的困難。

3）在高校成果轉(zhuǎn)化的過程中，研究人員對(duì)于學(xué)位論文、專利等常規(guī)文獻(xiàn)以及技術(shù)信息、政策信息、研究報(bào)告等非常規(guī)信息具有一定程度的需求，只是由于每個(gè)研究人員的工作職位不同，對(duì)于所需要的信息的需求也不盡相同。

4）在目前來看，高?？蒲腥藛T在獲取相關(guān)信息的渠道上，可以主要分為公共信息渠道、校內(nèi)渠道、個(gè)人渠道以及商業(yè)渠道等等[3]。公共信息渠道包括公共圖書館、免費(fèi)網(wǎng)站等，校內(nèi)信息渠道包括校內(nèi)圖書館、校地合作等等，個(gè)人渠道包括項(xiàng)目評(píng)審、項(xiàng)目申請(qǐng)等等。

5）在目前的環(huán)境中，高?？蒲腥藛T對(duì)相關(guān)信息的獲取還存在一定的問題，比如說信息面過于廣泛，導(dǎo)致信息搜集耗時(shí)長(zhǎng)，并且對(duì)于信息收集的準(zhǔn)確性不能保證。此外，科研人員在獲取信息的渠道數(shù)量上比較少，在對(duì)于所做科研行業(yè)的發(fā)展動(dòng)態(tài)了解上比較弱，對(duì)于全程對(duì)數(shù)據(jù)的跟蹤也是相當(dāng)困難的。

6）訪談?dòng)脩粼趯?duì)于相關(guān)信息服務(wù)上有相當(dāng)大的期待，他們希望可以有一個(gè)信息整合與處理的平臺(tái)，在對(duì)于信息的準(zhǔn)確性、及時(shí)性上有很大的需求，希望可以在需要時(shí)，對(duì)這些信息能夠隨時(shí)獲取、調(diào)用。

3 面向科研用戶需求的相關(guān)信息

3.1 相關(guān)信息類型與特點(diǎn)

在以上的調(diào)查中發(fā)現(xiàn)，中國(guó)高校在科研技術(shù)創(chuàng)新以及科研成果轉(zhuǎn)化中比較注重非傳統(tǒng)的信息，所以就這些信息進(jìn)行了歸納[4]。

3.1.1統(tǒng)計(jì)類信息

在經(jīng)過相關(guān)的研究部門對(duì)資料進(jìn)行整理后，所得到的產(chǎn)業(yè)信息資源匯總。這些資源信息主要是以手冊(cè)、數(shù)據(jù)庫(kù)以及年鑒等形式表現(xiàn)，比如“中國(guó)歷史文化資源數(shù)據(jù)庫(kù)”“中國(guó)2016年經(jīng)濟(jì)統(tǒng)計(jì)手冊(cè)”等等。

3.1.2報(bào)道類信息

其主要是由相關(guān)的技術(shù)創(chuàng)新進(jìn)展、動(dòng)向與國(guó)家的經(jīng)濟(jì)發(fā)展所掛鉤的信息。在報(bào)道類信息上，它的優(yōu)點(diǎn)主要是可以向用戶傳遞即時(shí)性的信息，在對(duì)于國(guó)內(nèi)外的經(jīng)濟(jì)信息、生產(chǎn)建設(shè)信息以及市場(chǎng)動(dòng)態(tài)上都可以向用戶傳遞最新消息，通常報(bào)道類信息是以網(wǎng)站為通道，也有一部分是通過傳統(tǒng)的報(bào)紙來傳遞，比如“中國(guó)新聞網(wǎng)”“新華日?qǐng)?bào)”“第二財(cái)經(jīng)新聞”等等。

3.1.3報(bào)告類信息

其信息主要是指通過對(duì)某一研究對(duì)象進(jìn)行研究分析后得到的要就成果信息，其主要特征是比較嚴(yán)謹(jǐn)，內(nèi)容深刻等。在研究報(bào)告中，根據(jù)研究的層次可以對(duì)它分為分析報(bào)告、調(diào)查報(bào)告、可行性報(bào)告等等[5]。根據(jù)報(bào)告中的文字形式可以對(duì)它分為技術(shù)分析型與統(tǒng)計(jì)圖表型。在研究報(bào)告的來源上又可分為政府研究報(bào)告、行業(yè)分析報(bào)告、數(shù)據(jù)庫(kù)收錄報(bào)告等。在內(nèi)容上可以分為分析型、數(shù)據(jù)型等。

3.2相關(guān)信息獲取途徑

3.2.1國(guó)內(nèi)外權(quán)威機(jī)構(gòu)

國(guó)內(nèi)外權(quán)威機(jī)構(gòu)會(huì)定期發(fā)布一些研究報(bào)告、相關(guān)政策等信息，是非常具有參考價(jià)值的信息來源。

3.2.2行業(yè)機(jī)構(gòu)

行業(yè)機(jī)構(gòu)一般是指行業(yè)發(fā)展規(guī)劃政策實(shí)行的行業(yè)權(quán)威部門。比如“國(guó)家能源部”“中國(guó)小麥研究中心”等。

3.2.3行業(yè)協(xié)會(huì)

行業(yè)協(xié)會(huì)是行業(yè)科技發(fā)展后形成的產(chǎn)物，行業(yè)協(xié)會(huì)作為溝通行業(yè)內(nèi)部的紐帶，對(duì)行業(yè)的利益平衡進(jìn)行協(xié)調(diào)，是一個(gè)公共性的部門，比如“中國(guó)作家協(xié)會(huì)”“中國(guó)科技協(xié)會(huì)”等。

3.2.4商業(yè)數(shù)據(jù)庫(kù)

在商業(yè)數(shù)據(jù)庫(kù)中，其信息存儲(chǔ)相當(dāng)廣泛，并且檢索速度很快，是一種比較重要的信息來源。

4 面向高校科研成果轉(zhuǎn)化與技術(shù)服務(wù)平臺(tái)的構(gòu)建

在各高校不同的科研領(lǐng)域中，筆者以新能源汽車為例，應(yīng)用至高?？蒲谐晒D(zhuǎn)化與技術(shù)平臺(tái)構(gòu)建中。

4.1 資源調(diào)研

在技術(shù)服務(wù)平臺(tái)的構(gòu)建中，資源調(diào)研是最基礎(chǔ)的，也是最重要的一部分。本次調(diào)研一共對(duì)幾百個(gè)相關(guān)的網(wǎng)站進(jìn)行了跟蹤，通過上述信息渠道對(duì)所需要的信息進(jìn)行搜集分析[6]。在這幾百個(gè)網(wǎng)站中，對(duì)其中的每一項(xiàng)都進(jìn)行了相關(guān)信息的匯總，在對(duì)會(huì)總會(huì)的信息進(jìn)行分析之后，整理出需要的信息，應(yīng)對(duì)其來源網(wǎng)站進(jìn)行檢測(cè)。在所需要的新能源汽車相關(guān)信息中，政策法規(guī)類信息網(wǎng)站為57個(gè)，生產(chǎn)技術(shù)網(wǎng)站有43個(gè)，新聞資訊類網(wǎng)站有273個(gè)，研究報(bào)告類網(wǎng)站有67個(gè)，在此之外，筆者要對(duì)相關(guān)的圖書、報(bào)告以及年鑒進(jìn)行了信息的更新與補(bǔ)充。

4.2信息采集

參考國(guó)家科技部的《網(wǎng)絡(luò)資源描述元數(shù)據(jù)規(guī)范》、國(guó)家科技圖書中心的《NSTL數(shù)據(jù)加工規(guī)范》以及《會(huì)議資源元數(shù)據(jù)研究》。

對(duì)于需要的信息網(wǎng)站上的更新頻率以及資源數(shù)量等，采用不同的方法對(duì)信息進(jìn)行采集，對(duì)批量化數(shù)據(jù)進(jìn)行自動(dòng)導(dǎo)入、對(duì)零散數(shù)據(jù)進(jìn)行人工添加、對(duì)有規(guī)律的信息進(jìn)行智能識(shí)別[7]。對(duì)于信息數(shù)據(jù)分散比較廣的內(nèi)容，根據(jù)網(wǎng)站自有的數(shù)據(jù)分析軟件自動(dòng)進(jìn)行收集，并在信息收集之后，有相關(guān)的人員進(jìn)行識(shí)別，對(duì)于不需要的信息予以剔除，需要的信息進(jìn)行錄入。并按照前文所述的規(guī)范進(jìn)行后臺(tái)部分的導(dǎo)入，在數(shù)據(jù)庫(kù)系統(tǒng)因?yàn)樵谠獢?shù)據(jù)方面是相當(dāng)規(guī)范的，所以可以采用批量化進(jìn)行自動(dòng)導(dǎo)入，對(duì)于數(shù)量比較少的信息通過人過添加方式進(jìn)行導(dǎo)入。在收集信息之后，對(duì)這些信息按照后臺(tái)錄入標(biāo)準(zhǔn)進(jìn)行統(tǒng)一標(biāo)準(zhǔn)制定，對(duì)不同的信息資源實(shí)現(xiàn)規(guī)范化組織。

4.3信息服務(wù)平臺(tái)的開發(fā)

基于用戶需求的調(diào)查情況，以新能源行業(yè)的信息整合平臺(tái)建設(shè)技術(shù)為參考，對(duì)服務(wù)平臺(tái)進(jìn)行開發(fā)，對(duì)于整個(gè)服務(wù)平臺(tái)運(yùn)用dotCMS開源系統(tǒng)實(shí)現(xiàn)二次開發(fā)，增加服務(wù)平臺(tái)的系統(tǒng)穩(wěn)定性，在此系統(tǒng)中運(yùn)用的基本環(huán)境是Eclipsc+MySQL+dotCMS+tomcal[8]，系統(tǒng)主要模塊包括系統(tǒng)管理模塊（接口管理、數(shù)據(jù)庫(kù)管理）、用戶推薦模塊、系統(tǒng)前臺(tái)模塊、用戶資源評(píng)價(jià)模塊、檢索模塊等等。

4.4服務(wù)平臺(tái)前臺(tái)的服務(wù)功能

在基于知識(shí)產(chǎn)權(quán)的大數(shù)據(jù)下，服務(wù)平臺(tái)緊緊圍繞用戶的需求，對(duì)不同的信息進(jìn)行有效的整合。在服務(wù)平臺(tái)中信息資源主要包括行業(yè)報(bào)告、政策法規(guī)、統(tǒng)計(jì)數(shù)據(jù)、新聞資訊以及相關(guān)的技術(shù)動(dòng)態(tài)、專利成果等等。在每一種信息類型中，都按照信息內(nèi)容進(jìn)行分類導(dǎo)航以及相關(guān)連接。在服務(wù)平臺(tái)上，還可以提供相應(yīng)的信息資源下載功能、信息分享傳遞功能以及用戶評(píng)論功能等等。并在平臺(tái)使用的過程中，對(duì)平臺(tái)的服務(wù)進(jìn)行不斷的完善與擴(kuò)展，比如面向第三方的RSS調(diào)用、用戶空間體驗(yàn)等等。

4.5服務(wù)平臺(tái)試試效果

在改新能源產(chǎn)業(yè)服務(wù)平臺(tái)設(shè)計(jì)應(yīng)用成功后，在以此為基礎(chǔ)之上，在各個(gè)高校的其他科研成果上也進(jìn)行了相關(guān)服務(wù)平臺(tái)的設(shè)計(jì)應(yīng)用。在每一個(gè)服務(wù)平臺(tái)上，對(duì)相關(guān)的科研人員進(jìn)行了宣傳，并且截止到目前，已經(jīng)有許多技術(shù)服務(wù)平臺(tái)信心實(shí)現(xiàn)了與其他系統(tǒng)的信息交換，在截止到2016年12底，從技術(shù)服務(wù)平臺(tái)得到的反饋中可以得到，98.54%的用戶在服務(wù)平臺(tái)的體驗(yàn)感比較好，平臺(tái)內(nèi)容比較豐富，在平臺(tái)的其他方面，用戶也給了一些相關(guān)的建議。

5 結(jié)束語(yǔ)

在高?？蒲谐晒D(zhuǎn)化與技術(shù)服務(wù)平臺(tái)是支撐高?？萍紕?chuàng)新與成果轉(zhuǎn)化的服務(wù)系統(tǒng)，在此系統(tǒng)的構(gòu)建上，需要建立相關(guān)的高校合作工作方式，將這種合作方式貫徹至服務(wù)平臺(tái)建設(shè)的整個(gè)過程，去實(shí)現(xiàn)高?？蒲谐晒D(zhuǎn)化，促進(jìn)社會(huì)的經(jīng)濟(jì)發(fā)展。

參考文獻(xiàn)：

[1] 錢誠(chéng)，王曉蘭.產(chǎn)學(xué)研合作模式下地方高?？蒲谐晒嘤芯縖J].科教導(dǎo)刊（上旬刊），2016（10）：10-11.

[2] 朱雪忠，李闖豪.AUTM的新發(fā)展及其對(duì)我國(guó)構(gòu)建高校技術(shù)轉(zhuǎn)移信息平臺(tái)的啟示[J].科技管理研究，2016（16）：166-171.

[3] Currie W L，Wang X，Weerakkody V，et al.Developing Web services using the Microsoft.Net platform：technical and business challenges[J].Journal of Enterprise Information Management，2013，17（5）：335-350.

[4] 陳飛宇.面向企業(yè)技術(shù)創(chuàng)新的校企技術(shù)轉(zhuǎn)移機(jī)理及博弈模型研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2016.

[5] 邵榮，徐雯，丁小芹，楊銳，吳躍偉.面向中國(guó)科學(xué)院科研成果轉(zhuǎn)移轉(zhuǎn)化的產(chǎn)業(yè)信息集成服務(wù)平臺(tái)構(gòu)建方法探索[J].現(xiàn)代情報(bào)，2015（11）：74-78.

[6] 白光敏.我國(guó)高校技術(shù)成果轉(zhuǎn)移轉(zhuǎn)化法律制度探析[J].法制與社會(huì)，2015（13）：47-48.

[7] 李卓，劉斌，王慶紅，等.高?？萍汲晒D(zhuǎn)化與技術(shù)服務(wù)平臺(tái)建設(shè)探索[J].中國(guó)科技信息，2012（17）：157-158.

[8] Cao D，Liu H，Zhang J，et al.Notice of Retraction The evaluation study of common technical service platform for small and medium enterprises in Hebei Province based on K-means cluster analysis[C].international conference on machine learning and cybernetics，2011：1597-1601.