从顶层设计开始

　　1982 年起，中国科学院在国内率先提出了建设科学数据库的设想，旨在将专业数据库利用不断发展的计算机技术、数据库技术和网络建设实现集成和共建共享，开国内科研数据共享的先河。三十多年来，各类科学数据库及平台纷纷建立，在资源建设、标准规范及应用和共享服务环境等各方面都取得了显著的成绩。但总体上看，国内科研数据的质量及数据利用水平上，与国外相比，仍有差距。

　　“大数据的研究与利用是数据科学的一个重要领域，建立在多年来许多科学家和技术专家所获得的一系列数据科学成果之上，不是一个可以随意炒作的概念。当务之急，不是一哄而上的大肆炒作，而是脚踏实地地大规模开展数据科学的研究，用以提高中国信息资源开发利用的水平。”国务院信息办专委会副主任周宏仁说。

　　北京科技大学新金属材料国家重点实验室建设了国家材料环境腐蚀平台（http://www.ecorr.org/），在全国选择60 个点，收集我国境内材料腐蚀方面的数据。该平台上共享大量的基础数据，在国内应用相当广泛。但即便如此，也仍然需要与国外的研究机构建立共享数据，大量材料研究数据来自国外。

　　北京科技大学新金属材料材料重点实验室负责人认为：“计算模拟准不准取决于数据准不准，目前实验室之所以要买国外的数据，是由于我们国家尚无此方面的战略联盟，没有一个机构能够收集完整的数据，基本各自为战，大的数据聚集不起来，形成不了规模效应。”更为被动的是，许多数据来自美国的数据库和相关网站，2013 年底美国政府“停摆”，导致学校的部分科学研究也出现“停摆”。

　　该重点实验室的相关负责人认为：“国家级学科基础数据的建设依靠一、两个单位的力量是不够的，需要国家的整体投入。”他建议可以通过三个途径来整理数据：集中收集常用的传统数据、基础数据；不断补充、完善新的数据；前期投入研究产生的数据。

　　的确，在大数据成为热炒概念时，最容易出现的问题是低水平重复建设，各自为战，因此，顶层设计在这时显得尤其重要。

　　提高信息资源开发利用的水平，是科研工作者一致的需求。在面向高校科研信息化的调研过程中，我们发现几个突出的问题受到高校的关注：第一，希望从国家层面统筹协调；第二，统一标准规范；第三，统一评价机制；第四，建立信息技术人才队伍激励机制。这些内容与顶层设计不无关系。

如何做顶层设计

　　那么如何进行顶层设计？众多专家提出了自己的思路。来自信息科学、地理学、气候学、高能物理学、天文学、生物信息学、农学、医学、中医学、情报与文献学、科技政策与管理学等学科领域的46 位专家在关于“数据密集时代的科研信息化”的会议上，就如何推动我国数据密集时代开展科研信息化研究，如何建立我国的科研信息化政策法规、人才队伍等提出如下建设性意见：

　　1. 在国家有关部门设立国家层面的科研信息化咨询专家组，组织制定国家科研信息化战略规划；

　　2. 针对当前数据密集时代的科技研究的新需求、新特点和新技术、新政策等问题，建议科技部、基金委、中国科学院等部门部署国家层面的科研信息化研究计划，加大对科研信息化基础设施和应用的投入；

　　3. 将数据科学作为计算机科学技术的二级学科纳入《学科分类与代码》国家标准中；

　　4. 建议将数据科学的人才培养纳入研究生培养体系，同时将数据人才的岗位纳入国家相关岗位体系，为提升国家科研信息化水平培养储备人才；

　　5. 制定《科学数据资源共享条例》及相关配套政策，建立数据共享平台，向社会公众开放科技信息资源，促进科研创新成果不断向企业转移动化，带动国家和地方产业发展。

　　业界广泛认同，2014 年的中国互联网，大数据已经从幕后走到台前，中国互联网协会副理事长、国务院信息化领导小组咨询专家委员会委员高新民认为：“当前已具备从海量信息中提取有价值数据的能力，将数据信息流动起来，交换起来，服务于实体。”大数据已经成为2014 年中国互联网的一大期待，相信在国家战略层面的重视及各界的共同努力下，科研大数据将会真正地流动起来，交换起来，培养出新一代跨学科新型教学人才、数据科学家，推动数据科学的发展，提升我国科技创新能力。