推动大数据环境下循证评价研究新发展

时间:2021-03-09
作者: 中国社会科学网
0

2020年9月,习近平总书记在科学家座谈会上的重要讲话中提出,要建立健全科学评价体系和激励机制,“依靠改革激发科技创新活力,通过深化科技体制改革把巨大创新潜能有效释放出来,坚决破除‘唯论文、唯职称、唯学历、唯奖项’”。因此,建立科学权威、公开透明的科学评价指标体系,必须深入挖掘我国科技活动中的科研发展规律和人才成长规律,在此基础上探索构建基于证据的循证评价研究方法,以评促建、以评促改,促使广大科技工作者树立面向世界科技前沿、面向国民经济主战场和面向国家重大战略需求的研究方向与价值导向。

回顾科学研究发展历史与学科门类设置历程,科学知识结构从不断细化的专业化趋势下由点到线的树状结构,逐渐向以点带面的网状结构转变,众多科学研究前沿和科学难点问题在交叉科学的联合攻关中取得重大进展,学科交叉与融合已成为推动世界科技进步与学科发展的重要动力,也是当前学术界研究和关注的焦点问题。在学科交叉融合趋势的演变与助推下,起源于医学研究领域的循证医学思想近年来被广泛应用于其他学术问题的研究中,从而产生了循证决策、循证治理等新的研究方向,共同构成了“循证科学”这一新兴交叉研究领域。循证医学(Evidence-based Medicine,EBM)的核心思想是依靠证据进行医疗决策,其中涵盖生产证据、评价证据、利用证据进行决策的一系列方法学内容。循证医学中的证据产生于临床诊疗和临床研究活动中获得的各种数据,并依靠统计学方法完成数据的整合与证据评价,进而应用于医疗决策等工作实践。在循证医学研究中,随机对照试验和系统评价是循证医学临床最佳证据的主要来源。20世纪末,英国政府发布的《政府现代化白皮书》和《21世纪的专业政策制定》,将循证思想引入公共政策制定与政府决策过程,提出了确保公共政策战略性和前瞻性的核心原则,并明确使用了循证决策(Evidence-based Policy Making)的概念。循证决策的内涵特征也被进一步明确,即“政策制定者的决策是建立在最佳可利用的证据基础之上,这些证据来自一系列广泛资源,如专家知识、国内外相关研究成果、现存数据、利益相关者的咨询、对先前政策的评估以及包括网络在内的二手资料等”。伴随学界对循证决策研究的不断深入,循证决策方法所面临的挑战也逐渐凸显,即决策主体的主观性与工具理性间的矛盾使决策系统在初始搭建阶段便可能存在技术偏差。为克服上述问题,循证治理应运而生。循证治理更强调使用经过科学研究和实证方法检验的证据作为公共政策制定和公共事务管理的依据,突出了从“信息”到“证据”的基础性转变,同时管理与决策过程也开始从“以政策制定者为中心”到“以政策研究者或政策证据生成者为中心”转变。将循证治理思想应用于科研管理和学术评价领域,为基于科研发展规律和人才成长规律组织开展学术评价工作提供了新的思路,基于证据的循证评价研究方法成为当前评价学研究领域的重要组成部分。

1.jpeg

在科学学与科技政策研究领域,科学评价是科研管理的关键环节。评价活动实际上是将非结构化的隐性信息转化为系统的、具有可比性的结构化显性知识的过程,但是评价系统内部评价对象的多样性与个性化特征决定了评价工作的复杂性。即在差异化信息的基础上抽取共性的显著性特征并构建可比的评价指标,是开展科学评价的重要基础。其中,评价特征的选取与评价指标的构建成为评价系统科学性的关键因素,这为循证科学在科研管理领域提供了新的应用场景,基于证据的循证评价研究方法成为开展科学评价活动的重要选择。

基于证据的循证评价研究方法的核心要素和基础是证据的产生与遴选。大数据时代,以数据密集型计算为特征的科学研究第四范式的兴起为循证评价提供了保障与驱动力。在大数据环境下,基于抽样的随机对照试验拓展为全样本分析方法,在研究整体性的同时,也更加关注个性化特征及其影响,大数据为证据的产生和遴选提供了丰富资源。在科学评价活动中,评价体系是建立在深入挖掘科研活动规律之上的反映科研活动发展趋势与演进方向的重要载体,而评价指标则是实现评价对象间可比性的显著外部特征集合。因此,利用大数据的相关方法与技术,通过对评价对象发展历程与演进规律进行深入挖掘和多维描述,抽取出能够展现评价对象隐性信息的显著性外部特征,即为循证评价的核心内容。

在大数据环境下,从海量数据中抽取和识别有用的知识并将其转化为特定研究领域的证据,或将特定领域的知识与其相关领域的信息进行关联融合以获得更加完整的证据,成为大数据时代循证科学研究的重要内容。基于大数据技术的事实型数据提取与归纳、基于大数据技术的证据转化与评估方法,以及基于大数据平台的专家智慧分析模式与同行评议系统构建,是当前开展循证评价研究的重要路径,也是推进大数据环境下循证评价研究需要解决的重点问题。此外,构建大数据环境下科学有效的证据提供系统与证据评价机制,是推进循证评价应用的必要前提。这就需要建立公开透明的证据共享机制,寻求证据获取与证据有效性评价过程的多方参与渠道。

开展人文社会科学评价工作,需要系统化思维和科学方法,需要从更长的历史周期和更广阔的学术视野去挖掘科学演进规律。探索以大数据技术为支撑、以最佳证据为基础的科学评价知识资源转化路径,构建科学合理的评价指标体系,助推人文社会科学演化轨迹与发展脉络从隐性走向显性,实现开放包容、交叉融合、互相促进的人文社会科学学术创新生态系统,成为当前循证评价方法的重要研究方向和新的实践场景。

(作者单位:中国社会科学院中国社会科学评价研究院)