党的二十大报告指出，“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力”[1]。高校作为哲学社会科学“五路大军”的基本力量，通过科研治理服务党和国家重大战略需求，促进知识生产与科技创新，已成为学术发展、人才育成和创新推进的内在要求。2022年5月，中共中央宣传部、教育部印发《面向2035高校哲学社会科学高质量发展行动计划》,强调：“以有组织科研推动新时代中国特色哲学社会科学知识体系创新。”[2]同年8月，教育部印发《关于加强高校有组织科研推动高水平自立自强的若干意见》,强调“发挥体制优势，加强科技水平，提升自主创新能力”[3],“有组织科研”首次进入国家政策话语。不同于传统单打独斗、资源分散的研究模式，有组织科研更为强调发挥政策导向作用，聚焦国家战略和应用需求，变革科研范式和组织模式以推动我国科技创新发展。这一新型举国体制的有组织科研将改变以往高校内部以科层组织为特征的纵向组织模式，逐步形成以科研目标和任务导向为驱动的横向组织结构。信息论指出“组织在本质上是一个信息沟通网络”[4],以人工智能“有形技术”和“人机协同”无形技术为牵引的数字化革命必然会影响有组织科研中的知识生产和信息处理方式，进而推动其组织结构发生转变。正如曼纽尔·卡斯特在《网络社会的崛起》中强调的“信息技术革命其特性并不是以知识与信息为核心，而是如何将这些知识与信息运用在知识生产和信息处理及沟通上，从而构成创新与创新的运用之间的一种积累性反馈回路”[5]。由此可见，高校有组织科研组织模式的转变离不开信息技术的支撑。一方面，以信息技术为支撑的数字化将增加信息效度、产生信息协同效应，进而作用于有组织科研的规模结构、知识生产和成果转化；另一方面，数字技术作为有组织科研活动中主体沟通和创新的工具，在改变科研主体工作环境和组织内部关系的同时，将推动科研活动决策模式的创新。

从已有研究看，有组织科研的治理机制可视为有组织科研与治理理论融合而生的研究议题。从国外已有研究看，学者们围绕有组织科研的组织形式和运作模式展开了探讨。如在组织形式上，有学者基于不同标准将美国常见的跨学科研究组织分为小型、大型、产业、国家实验室以及产校合作等多种形式[6]。在运作模式上，有学者以北美某学术健康中心为例，探讨了研究机构在有组织运作模式下将大学研究成果拓展到全球范围的作用机制[7]。

反观国内，相关研究主要聚焦于有组织科研的模式机制、创新绩效和改革路径。在组织模式上，有学者将其分为以个体兴趣、习惯等为驱动的繁星模式，按照学派、学科等形成弱结构组织的星丛模式和具有理论中心点、形成理论向心力的星系模式[8]。针对治理机制，学者们一是镜鉴国外科研外部治理机制，生成本土化的实践建议。有学者通过对澳大利亚高校科研外部治理体系的介绍，启示我国可寻求改革高校科研范式、经费拨款、科研评价和组织保障等制度空间来开展有组织科研[9]。二是归纳提炼出有组织科研在国内核心技术攻关与突破中的作用机制。有学者以清华大学核研院高温气冷堆技术攻关为例，探讨了高校在国家关键核心技术突破中的作用机制[10]。针对有组织科研的创新绩效，有学者基于三螺旋模型对有组织科研的创新绩效开展了系统评价，构建了有组织科研绩效评价指标体系[11]。在改革路径上，有学者强调要构建新型国家科研体制，加强科研资助，发挥政府在科研创新共同体中的统筹协调作用[12];有学者强调应强化国家战略科技力量、推进“双一流”建设、完善高校科技体制机制，形成有组织科研系统改革力量[13]。

综上所述，有关“有组织科研”的研究十分丰富。这些研究对廓清有组织科研的内涵机制、提炼模式机制、探寻发展路径等作出了十分有益的理论贡献。在总结借鉴学者们关于有组织科研相关研究基础上，本文将有组织科研界定为以国家现实战略需求为导向，通过一定的结构设计和制度安排，变革科研组织理念与管理模式，对关键核心技术进行协同攻关的跨学科、跨行政单位的新型科研活动方式。其不仅包括高校内部跨学科、跨学院开展科研协同攻关，还包括高校与高校、企业、科研院所之间的协同攻关。而有组织科研治理即政府、高校、科研机构等多方主体通过平等的合作、对话与协商等方式，对有组织科研中的协同攻关行为进行引导、规范和服务，最终实现科研产出效益最大化的过程。仔细查阅已有研究成果，发现国内外学者鲜有从数字化赋能的角度对有组织科研治理进行探讨。而厘清数字化转型背景下有组织科研治理中面临的主要问题，捕捉数字化赋能带来的发展机遇，辨析其治理的内在逻辑，这既是有组织科研在进入智能时代后无法回避的话题，也是实现数字化有效赋能的应有之义。

一、数字化转型中有组织科研治理面临的主要问题

推动有组织科研治理数字化转型旨在依托网络媒体和信息载体，借助于数字化的信息和知识等生产要素，形塑更为高效的治理结构，真正激发科研创新动力。现阶段其在数字化转型中面临着一些亟须解决的难题。

1.治理主体——数据赋能水平有限

在数字化转型背景下，反映国家战略需要和民生需求的海量信息只有通过分析、加工、挖掘和诠释，才能凝练成有价值的前沿科学选题。现阶段有组织科研治理主体存在“数据赋能水平有限”的窘境。一是尚未普遍形成数据驱动科学研究的思维。我国《“十四五”大数据产业发展规划》明确指出，现阶段“用数据说话、用数据决策、用数据管理、用数据创新”的大数据思维尚未形成[14]。

这在有组织科研领域集中表现为部分科研治理主体对数字技术未能产生认可，尚未形成主动利用数据挖掘辨析的意识。《中国高校信息化发展报告(2023)》数据显示，基于基础/公共数据开展科研决策支持的高校比例仅为39.9%,比例偏低。二是技术型科研管理人才缺乏。有组织科研不仅对治理主体社会学、心理学、管理学等多学科专业知识提出了要求，而且强调其应具备必要的计算机编程、数理统计、语言处理和语义辨识等专业技能。现阶段我国技术型管理人才严重匮乏，据人社部统计，在全球人工智能人才储备中，中国只有5%左右，人工智能的人才缺口超过500万人，供求比例为1∶10[15]。兼具技术逻辑思维和治理判断能力的复合科研人才缺乏，这已成为制约数字化高效赋能有组织科研的重要障碍。

2.治理内容——数据资源共享不足

数据资源是数字化赋能有组织科研最突出的生产要素，其合理流动和有效共享是提高科研效能和释放数字红利的关键环节。鉴于科研数据种类繁多、专业性强、数量规模与价值开发不成正比，对其开放与共享不仅要考虑技术要素支撑，还要兼顾团队科研人员是否愿意分享以及科研活动中数据治理环境的公平与公正。从科研数据治理现状看，一是不同科研机构之间存在信息孤岛。《中国高校信息化发展报告(2023)》数据显示：60.5%的“双一流”建设高校和58.4%的“双高计划”院校未建立项目协作平台，27.3%的“双一流”建设高校和 75.9%的“双高计划”院校未提供大型仪器设备共享服务。这意味着大部分高校内部平台、设备等资源信息未能共享互用，在功能上难以关联互助[16]。也有学者指出，我国“大多数科研机构呈现出‘小且散’的形态，开展研究各自为政、故步自封，甚至成为信息孤岛，机构间的交互或协同合作无从谈起”[17]。二是上下级之间存在“信息烟囱”。有组织科研过程中虚拟部门间的数据协同需要上级授权，然而不同层级科研机构缺乏统一的内部数据共享标准，不同机构对业务深度融合的意愿存在差距，致使研究数据的共享和交流只停留在系统内部。三是科研数据传播环境混杂。当前，高校完成等级保护备案的信息系统比例仅为20.6%,未实施系统容灾的高校比例达18.1%①,科研数据呈现出“鼓励共享，安全不足”的状态，知识产权在数据传播过程中得不到合法保护，容易出现科研数据被非法侵用等现象，导致同一目标下的不同科研机构间不愿甚至不敢分享数据，严重阻滞着有组织科研中数据的合作与开发。

3.治理过程——组织运行机制受阻

有组织科研旨在解决重大科学理论问题。这意味着高校要联合其他创新主体，超越学科边界，确保不同单位、不同领域的专家能实现通力合作、联合攻关。从现实看，其组织运行机制还存在以下问题：一是未形成专业的跨学科外部管理系统。目前，仅有浙江大学、复旦大学等少数高校成立了专门的跨学科研究组织管理平台并制定管理规范[18],绝大部分高校均依靠科技处、科学技术研究院等机构笼统管理外部活动。科研主体间尚未建立起高效、统一、成熟的科研一体化沟通平台。截至2022年年底，全国共有高校3 012所，国家级高新技术企业181 541个，中央及职能部门和省(自治区、直辖市)科学研究与开发机构2 962个[19]。由于合作平台和协同机制不完善，因此科研主体和治理主体常常“各自为政”,数字化赋能科研治理效果不明显。二是多元协同内部共享体系尚未形成。这一方面表征为科研项目组织流程信息化不够，数据库资源使用屏障较多，信息管理反馈不及时，项目执行追踪反馈改进较为滞后；另一方面，体现为科研数据资源使用标准不统一。如在科研数据资源的使用范围上，陕西将数据利用的主体限制在行政机关范围之内，上海、北京等赋予其他组织和个人利用教育数据的主体资格[20]。如何按部门对相关科研数据进行合理归类、收集存档、有序利用，成为科研协同服务的难点问题[21]。

4.治理结果——决策创新效能不高

高校有组织科研是科研模式的系统性创新，不仅强调不同环节科研活动的有组织性，还对科研结果的转化提出了更高要求。从应然层面看，有组织科研将打通理论创新、科技攻坚、技术转化和产品商用之间的壁垒，形成学术价值、科技价值、应用价值和经济价值前后衔接、立体多维的创新链条[22]。尽管现阶段我国科研经费投入总额不断增加，但其决策创新效能仍显不足。具体说来，一是对科研效果考核关注不够。科研治理过程中存在“重立项轻研究”的现象，有学者对全国哲学社会科学工作办公室2000—2015年项目数据进行统计，发现420项国家社科基金立项项目被终止/撤销，其中仅2005年被终止/撤项的项目就高达99项，占当年立项项目总数的6.6%[23]。这在一定程度上折射出相关科研机构高度重视课题的申报，但在项目推进实施中工作乏力，阶段性考核不足，科研成果考核应用水平有待提升。二是科技成果技术转化率偏低。以农业科技成果为例，资料显示，2011— 2020年其成果总量为55 143件，其中，能够实现有效转化的成果仅占41.94%[24],与发达国家70%～85%的转化水平还有较大差距[25]。受企业、高校、科研机构等相关创新主体联系不紧密、供需脱节等影响，我国有组织科研成果转化与转移方面的实际效益明显不足。

二、数字化赋能有组织科研的发展机遇

数字化为有组织科研提供了强大的转型动力，为其效能提升奠定了良好基础，但技术本身是特定的人、物质、能量、信息以及社会文化的瞬间互动[26]。在数字化时代，社会民众与科研主体的互动更为频繁，科研工作与战略需要结合更为紧密，为实施精准的科研治理创新活动奠定了良好基础。具体说来，数字化给有组织科研发展带来了以下机遇：

1.助力知识生产模式变革

知识生产新模式是吉本斯等人于1994年提出的，用以描述当代社会中正在发生的、跨越学科和机构边界的知识生产模式的变革[27]。科研的实质是知识生产。从“小科学”到“大科学”、从“小团队”走向“大兵团”的有组织科研打破了由学者操控的“大一统”知识生产格局，促使包括政府部门、公司企业、知识运营商等在内的多元主体加入知识生产的决策、管理和控制过程中，推动着科研价值取向从“兴趣”走向了“责任”[28]。数字化赋能有组织科研，一是推动科研生产目标更加关注“实践应用”。数字技术让知识生产者与消费者之间的互动更加紧密，运用大数据等核心技术，可将知识消费者关注的国计民生和社会发展难题实时反馈给生产者，确保能协同解决公共性、复杂性和跨界性等现实难题，实现从“增长知识”到“应用知识”的逻辑转变。二是助力科研创新方式走向“协同生产”。数字技术的应用打破了学科和产业边界，借助于数字化平台和设施能够将政府、高校、企业、公众乃至国际组织打造为集成化科研共同体，进而将“自由散漫”的科研创新方式转变为“高度协同”的科研创新范式，推动知识生产发生系统性变革。

2.创新人机协同工作模式

人机交互协同是指人工智能与多方治理参与主体不断进行数据信息交换的互动过程[29]。毋庸置疑，数字化借助于数据层面的治理与算法层面的智能，能够影响科研主体的知识创造，催生新的决策工作模式。一是借助于数智系统，科研主体能从琐碎任务中得以解放，更好专注核心科研攻坚任务，提高科研生产力和创造力。如清华大学成立了清华智能人机交互研究中心，尝试构建可解释、可交互、可信赖、能推理、能决策、有知识、自适应的新一代AI模型和理论[30]。借助于AI生成的诊断，一方面，科研主体能够对国家、社会、个人交往发生的海量数据进行精准捕捉，拓宽研究空间与触角；另一方面，数字技术具有融合性，能够创设以数据融合为特征的科研治理情境，确保整合后的信息资源更具包容性、创新性和生成性，进而迸发出新的科研智慧。二是数字化可赋能科研组织内部的沟通与协作，帮助多元科研主体协作完成攻关任务。以大数据为支撑的信息系统兼具社会化和智能化功能，可帮助科研主体理解或控制工作流程，增加对项目的深层认知，更好达成心理契约。已有研究表明：数智协作系统的使用对个人IT支持的协作能力产生了积极的影响，带来更高的协作满意度[31]。

3.降低科研成果转化成本

科研成果转化既是提升国家创新体系效能的关键所在，也是实现创新驱动发展战略的重要任务。有组织科研旨在对人类发展重要命题、国家发展关键难题、科学发展核心课题和社会发展重要问题作出贡献，助力科研成果转化。数字化赋能，一是可借助于现代技术搭建科研成果转化数据库，降低搜寻成本。如可按照统一的标准规范，对科研成果转化数据进行分类分级，筛选和认定优质科研成果，为成果转化提供供给侧与需求侧匹配、创新链与产业链对接的搜索平台。二是搭建精准的科研成果转移转化服务平台，降低执行成本。如中国浙江网上技术市场，按照“展示、服务、共享、交易、合作”的功能设置，打造了线上线下、有形无形、国际国内一体化的技术市场生态系统，为企业、高校、科研院所、科技服务机构等提供成果转移与转化全过程服务[32],有效降低了成果转化中的过程成本。三是构建成果转化中介数据服务体系，降低议价成本。科研成果中介服务机构通过完善“线上+线下”一体化成果服务系统，建设集“成果展示-成果评价-成果交易”等功能于一体的一站式服务体系，形成综合化和专业化兼具的科研成果转化机制，可极大提升有组织科研成果转化效率。

三、数字化赋能有组织科研的治理逻辑

如前所述，数字化既为有组织科研的发展提供了机遇，也为其赋能有组织科研治理奠定了基础。从学理上看，数字治理可分为两大维度：一是“治理的技术化”,在该模式下治理向“技术化”转型，强调治理规范化和标准化；二是“用技术进行治理”,强调运用数字技术参与并不断赋能社会治理[33]。具体到有组织科研中，无论是“技术的治理”,还是“用技术进行治理”,二者都说明了技术与治理之间有内在的逻辑合理性。

1.形塑有组织科研治理思维

回顾我国现代科技发展历史，从1978年全国科技大会召开，我们先后制订了863计划、“985”工程和“双一流”(一流大学、一流学科)建设方案，“跟跑”世界科技发展。2018年，国际竞争由贸易战转向科技制高点与顶尖人才的争夺，我们开始集聚力量进行原创性、引领性科技攻关。从整体上看，经过改革开放40多年的发展，我国科技水平整体上已接近国际前沿。以人工智能领域为例，根据AIRankings指数，中国在人工智能核心领域的学术论文发表数量已经达到世界第二位，在体量上仅次于美国并形成局部优势，如按照城市计算，北京位列以研究者数量、科研论文数量为指标的科研实力排行榜全球第一名[34]。如若继续追逐国际前沿热点，缺乏战略思维，频繁更换方向与技术，我们将丧失科技发展的主动权。为此，开展前瞻性、基础性、战略性预研究和集成攻关，做好关键和重点领域有组织科研的顶层设计和战略布局尤为重要。数字化赋能有组织科研，一是利用数字化突变、颠覆新思维引领科研创新思路。基于算力、数据和算法的数字化，追求的是原创性、引领性创新，强调跃迁式成长与变道超车，这一思维引领科研工作者走出经验曲线，打破思维定式，以更高的视角谋划全局，寻求破解有组织科研中重要命题和关键难题的创新思路。二是借助于数字化破界、融合新思维打破学科边界。数字化意味着要打破学科之间封闭式边界，确保科研组织和外部生态实现破界融合，这与有组织科研强调多学科融合、汇聚优势资源、打通“学研产”创新链条不谋而合，进而为有组织科研跨学科研究奠定理念基础。

2.丰富有组织科研治理内容

在数字化时代，通过大数据、云计算和人工智能等技术，延展了有组织科研资源获取场域，丰富了有组织科研的治理内容。第一，数字技术作为工具性客体，通过无线网络、信息系统和移动终端等技术，可实现有组织科研资源来源的多样化。如借助于数字引擎和知识服务技术能丰富研究对象，动态呈现全球研究成果，有效整合碎片化研究元素，避免研究内容拘泥于某一领域，从而打破学科间壁垒，汇聚多元学科合力；依托智慧科研平台拓展时空场域，使政府职能部门、利益相关企业和社会第三方机构等多元外界主体主动融入选题统筹、活动开展和成果转化环节[35],实现学术理论、战略眼光与市场逻辑间纵横联动，打造多方主体深度协同的科研创新样态；凭借虚拟仿真技术可打破时空界限，激发其创新活力，在物理研究空间和虚拟研究空间中自由切换，提高有组织科研创新价值的延伸溢出效果。第二，数字技术作为自主性的主体，发挥其快速、包容的价值与优势，可实现有组织科研需求感知的全面化。科研主体凭借搜集到的海量数据，可充分汲取社会热点和难点，将科研感知从无形感知转化为数字理性感知，进而在产业发展需求中凝练科研任务。

3.创新有组织科研治理结构

要使多样化的集群要素与多样态的网络结构真正服务于有组织科研，离不开治理机制的顺利运行。数字化赋能有组织科研将以新的弹性机制和共享机制促进科研治理结构的重组，以整体性思维突破原有科研治理中的碎片化、断层化、链条式格局。一是以信息化机制形成有组织科研大执行体系。自由探索时代的科研治理主体责任清晰，职能边界准确，但缺乏部门之间的信息共享。而以数据整合共享支撑的矩阵式有组织科研治理，依托统一的“数字驾驶舱”治理平台，可用多主体力量联动的方式解决单一科研部门力量不足的短板，以数据综合分析的方式解决信息无法共享的壁垒，这既保持了现有科研主体的独立性和原有组织的边界，又在一定程度上提升了牵头部门和协作部门的配合效率。二是以共治思路融合有组织科研相关力量。有组织科研聚焦重大问题及多方协同参与的特性，既需要发挥多方主体资源整合优势，统筹好高校学术性资源、政府补偿性资源、市场流通性资源和社会公共性资源，也需要发挥多元创新平台的资源共享机制，确保内外部力量能实现持续供给与长效支撑。如通过建立大数据资源库，形成任务厘定、需求整合、人才吸纳、指挥协调、资源共享等全过程治理，确保各方参与动力得以激发。又如探索与数字应用相契合的一体化一站式服务平台，实现线上服务标准和线下服务标准的有效统一，规避科研流程复杂，科研管理重复申请、反复提交、人工审核等弊端，汇聚科研合力。

4.共创有组织科研治理智慧

从有组织科研发展趋势看，“人机协同共治”是其未来转型的发展模式。不同于无组织、分散的作坊式科研研究，有组织科研是重大任务驱动的研究，其强调团队协同攻关和决策科学有效。数字化赋能有组织科研，一方面能训练智能算法，把控有组织科研精准治理核心。人工智能算法不同于依靠编码和预置规则解决问题的传统算法，其在数据信息加工与知识建构中，能对数据作出推断，并且根据推断结果和科研主体的反馈及时调试算法、修正相应推断。这意味着传统科研过程中“出现问题-逻辑分析-因果解释-厘定选题”的被动响应转变为“数据搜集-量化分析-明确联系-选题预备”的主动预测[36]。这使聚焦国家战略需求的有组织科研在重大问题识别、问题成因剖析、战略举措落实方面有了“智慧导航”。另一方面，需升级智能平台，实现人机协同科研决策。将人工智能运用于有组织科研并非取代科研主体决策，而是帮助其更好地作出决策。这意味着有组织科研中的高校、政府和企业等多方主体，将在语音识别、图像识别和语义识别等支撑的智能科研平台上，对不同主体提供的内容和信息进行整合，进而对某一科研项目过程中原有决策的科学性和准确性进行识别与判断。换言之，借助于智能支持和决策服务，多方科研主体将与智能化平台产生持续互动，协同配合，深化对复杂难题和关键问题的研究，打造共同决策、共创智慧的良好科研生态。

四、数字化赋能有组织科研治理的创新路径

数字化赋能有组织科研是数字技术、治理思维和科研模式的系统性创新。在实践层面和落实路径上，还需从主体理念、内容建设、机制优化以及决策升级等方面予以有针对性的调整和改进。

1.更新治理理念，强化多元主体协同创新

数字化改变了科研资源的聚合方式和获取渠道，提供了重新认识科研治理的视角。面对数字化赋能带来的机遇和挑战，首先，树立数据驱动的治理理念，加大对治理主体数字素养培训力度。一方面，相关治理主体应自觉将数字化新思维融入治理环节，重视数字化赋能中诸如可视化指挥、联动式协同、闭环式管理以及智慧化分析等系列技术手段的合理使用；另一方面，相关科研治理机构可聘请专门的数字治理人才，制订有组织科研治理技术培训方案，确保科研治理主体能在智能化平台上熟练掌握跨部门、跨业务的数字统筹技能，整体提升数字素养。其次，积极培育技术型科研管理人才。相关高校和科研机构可依托区块链等新兴技术，以需求为导向变革人才培育模式，借助于“订单班”形式，培育既懂科研治理又能够熟练掌握数字技术的复合型高端人才。再次，构建科研协同治理共同体。政府部门可邀请企业、大学等科研机构和广大科研工作者参与科研治理活动，打破信息孤岛背后的职能孤岛，化解职能边界衍生出的数据壁垒；高校、企业、公众乃至国际组织可积极动员政府部门共同参与解决有组织科研中资源提供和科研管理问题。最后，应积极搭建多元治理主体民主协商、平等对话、沟通交流的机制，构建共建共治共享的有组织科研治理新格局。

2.完善数据标准，规范科研内容体系建设

面对丰富的数据资源和多样化的科研需求，做好科研内容顶层设计、完善制度供给是关键。首先，应积极研制有组织科研数据质量控制标准。相关科研管理部门要在系统了解有组织科研整体布局下，蓄力提升科研团队数据质量管理效率。对上，要明确国家重大战略目标的相关数据管理要求，确保科研团队中的数据能与国家需要顺利接轨；对下，要持续推动“互联网+数据采集”的再下移，精准捕捉相关科研群体的特殊需求。其次，应创新不同层级数据资源的存储。一方面要实时更新有组织科研团队中的分布式数据库，确保团队中的科研成员能够借助于区块链技术实时读取和存储数据；另一方面，基于同一目标的有组织科研团队能够借助于区块链中的数据交换模式构建起内部关系网络，实现信息节点的平等沟通，避免因信息层次传递出现失真。再次，应建立数据共享协同创新机制。相关科研治理主体可通过畅通上下级间的信息沟通模式，打造科研数据共享交换平台，形成良好的团队信息申请和对接机制，实时满足科研团队信息提取需求。最后，优化数据资源传播环境。如利用区块链中点对点技术实现信任通道的直连，设立相关数据管理机构，强化科研数据传播、转化与应用中的保护意识和追踪能力。

3.优化服务流程，健全科研协同运行机制

良好运行机制是确保有组织科研从传统科研职能驱动向社会需求驱动成功转型的保障。为此，一是做好顶层设计，持续优化有组织科研外部治理体系。如政府可制定专项计划引导设立特殊科研机构，专门对接有组织科研机构间的外部治理。高校可在校级科研职能部门下分设或单独设立专门机构，对接跨学校、跨学科、跨领域、跨部门、跨界别的科研事务，同时制定有针对性的有组织科研组织保障制度。二是完善服务流程，推动有组织科研内部治理机制改革。具体说来，首先，应精准定位不同科研创新主体职责。如建立任务分工和考核奖励机制，鼓励不同的科研主体充分发挥自身优势，开展合作性的科学研究，实现分工协作与联合攻关并举。其次，完善项目信息资源开放机制。科研治理主体应有效评估基础科研数据安全性和开放级别，对于部分开放级别低的基础性数据，尽可能全部开放；对于部分开放级别高的数据，则在充分评估团队安全保护能力的条件下，针对特殊场景和个别要求，对其进行理性评估后再开放。再次，巩固和完善有组织科研的平台建设。2023年3月，中共中央、国务院印发《党和国家机构改革方案》,要求“组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设”[37]。这意味着加快数字化基础设施建设、推进科研平台的智能化升级改造、利用“信息跑步”提升有组织科研治理的便捷性已成为可能。最后，构建一体化多形态的科研保障体系。科研管理部门要积极应对高校、科研院所等单位中出现的碎片化问题，遵循“科研需求一口受理，管理部门协同办理”的原则，尽可能对多源化的碎片问题予以协调和优化，激发各主体创新活力。

4.坚持人机协同，助力科研治理效能提升

人机交互协同的有组织科研能够共创科研治理智慧。正如马克思所说：“分工起初只是性别方面的分工，后来则是由于天赋(例如体力)、需要、偶然性等因素自发形成的。”[38]为此，一是应厘清人机职责定位。一方面要发挥人工智能在数据获取、存储和交互中的优势，找准科研治理中“机器换人”的工作环节，避免重复劳动，减轻科研人员额外工作负担；另一方面，要发挥科研主体在知识创造、学术探索、科技创新中的主体性地位，坚持“器为人用”的治理原则，实现问题突破与创新突围。二是要注重对科研结果转化的元评估。科研治理不仅要关注科研项目的立项与申报，更要注重考察科研完成过程质量与协同合作成果，积极构建系统规范的有组织科研成果转化制度，不断提升治理效能。三是要强化问题整改，落实问责机制。针对有组织科研治理中发现的不足，要发挥数字化自适应学习和追踪优势，对其整改落实情况进行监测、追踪与再评估。四是要营造良性开放、非闭合的科研治理生态圈。积极发挥数字化在吸纳人民群众需求的优势，拉近有组织科研与社会民众距离感，营造多元融合的学术探索氛围和互惠共赢的科研合作风貌。

需要予以指出的是，有组织科研治理是一个值得反复探索与研究的话题。一方面，数字化为相关科研治理行为带来了发展机遇；另一方面，也对有组织科研治理提出了新的挑战。未来在有组织科研活动中要关注科研数据的保护、共享和知识产权等问题，警惕数字化将自身的风险乘势带入科研领域，进而导致科研立场、科研主体和科研过程异化等相关伦理风险。数字化终归是一把双刃剑，唯有正视其可能引发的隐私泄露、安全漏洞等治理悬浮问题，才能确保其真正赋能有组织科研的创新与发展。

参考文献:

[1]习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告(2022年10月16日)[M].北京:人民出版社,2022:33.

[2]中共中央宣传部､教育部印发《面向2035高校哲学社会科学高质量发展行动计划》[EB/OL].(2022-05-27)[2024-03-26].

[3]教育部印发《关于加强高校有组织科研推动高水平自立自强的若干意见》[EB/OL].(2022-08-29)[2024-03-26].

[5]曼纽尔·卡斯特.网络社会的崛起[M].2版.北京:社会科学文献出版社,2003:85.

[8]李彦姝.高校哲学社会科学“有组织科研”理论研讨会综述[J].中国高校社会科学,2022(5):155-156.

[9]张强.何以有组织:澳大利亚高校科研的外部治理机制[J].中国高教研究,2023(1):57-63.

[10]刘震,崔曦元.高校在国家关键核心技术突破中的有组织科研机制研究——以清华大学核研院高温气冷堆技术攻关为例[J].清华大学教育研究,2023(2):21-29.

[11]李静.基于三螺旋模型的有组织科研运作机制及绩效评价研究[D].成都:西南交通大学,2022.

[12]周光礼,姚蕊.有组织科研:美国科教政策变革新趋势——基于《无尽的前沿:未来75年的科学》的分析[J].清华大学教育研究,2023(2):12-20+138.

[13]文章.加强高校有组织科研以高水平科技创新服务中国式现代化[J].中国高等教育,2023(Z1):49-53.

[14]工业和信息化部关于印发“十四五”大数据产业发展规划的通知[EB/OL].(2021-11-30)[2024-03-26].

[15]新职业——人工智能工程技术人员就业景气现状分析报告[EB/OL].(2020-04-30)[2024-03-26].

[16]张悦歆,黄四启,王雁.孤岛与消解:美国融合教育“学校综合转型框架”的可能与可为[J].外国教育研究,2023(1):53-68.

[17]钱立青,吴刚.教育治理现代化进程中地方教育智库的转型发展研究[J].中国教育学刊,2021(9):62-67.

[18]焦磊,余宜荣.我国研究型大学跨学科研究组织建制､问题及对策[J].科技管理研究,2023(5):81-89.

[19]中华人民共和国国家统计局.中国统计年鉴2022[M].北京:中国统计出版社,2022:677.

[20]陈桂香,吴晨璐.我国高校数据治理体系要素构成､存在问题及解决对策——活动理论视角[J].高校教育管理,2023(3):63-75.

[21]沈费伟,诸靖文.数据赋能:数字政府治理的运作机理与创新路径[J].政治学研究,2021(2):104-115.

[22]施悦琪,周海涛.高校有组织科研的特征､模式与策略[J].高等教育研究,2023(2):30-36.

[23]唐莉,王力男.科研基金撤项的实证分析[J].科学学与科学技术管理,2019(7):15-30.

[24]袁伟民,赵泽阳.农业科技成果转化内卷化:困境表征与破解进路[J].西北农林科技大学学报(社会科学版),2022(2):104-113.

[25]林青宁,毛世平.中国农业科技成果转化研究进展[J].中国农业科技导报,2018(4):1-11.

[26]樊莲花.数字化赋能义务教育优质均衡发展监测[J].现代基础教育研究,2023(1):28-32.

[27]郝丹,郭文革.知识生产新模式的基本特征与反思——基于库恩科学理论评价标准的考察[J].教育学术月刊,2019(3):3-12+64.

[28]白强.高校有组织科研:发展趋势､逻辑转向与机制创新——基于知识生产模式变革视角的分析[J].江苏高教,2023(7):28-37.

[29]吴丹,孙国烨.迈向可解释的交互式人工智能:动因､途径及研究趋势[J].武汉大学学报(哲学社会科学版),2021(5):16-28.

[30]清华智能人机交互研究中心成立,研究人员横跨六院系[EB/OL].(2023-10-13)[2024-03-26].

[32]科技成果转移转化数字化助推数字经济发展[EB/OL].(2023-10-13)[2024-03-26].

[33]竺乾威.数字管理与人本的回归[J].中国行政管理,2011(3):29-34.

[34]朱松纯.以有组织科研推进原创性､引领性创新[N].光明日报,2023-02-18(10).

[35]施悦琪,周海涛.高校有组织科研的特征､模式与策略[J].高等教育研究,2023(2):30-36.

[36]徐继华.智慧政府——大数据治国时代的来临[M].北京:中信出版社,2014:77.

[37]中共中央国务院印发《党和国家机构改革方案》[EB/OL].(2023-03-16)[2024-03-26].

[38]马克思恩格斯选集:第1卷[M].北京:人民出版社,1972:32.

基金资助:2023年度国家社会科学基金教育学西部项目“数字化赋能义务教育优质均衡发展督导评估机制研究”(编号:CHX230350); 陕西省社会科学基金项目“数字化背景下陕西省县域义务教育优质均衡发展创建机制研究”(编号:2023P009)的阶段性成果;

文章来源:樊莲花,司晓宏.数字化赋能有组织科研的治理逻辑与创新路径[J].黑龙江高教研究,2024,42(11):14-20.