当前众多的大学排名，大都是由非官方机构针对中国甚至世界范围内大学、研究机构等，进行各类数据进行统计、比较、分析，得出有关结果进行排名，最后发布，进行系列大学/研究机构的排名。笔者借鉴从数据来源、分类收集整理、综合分析到实现信息的有效化过程，通过分析数据—信息的转换过程，表现大学/研究机构的盛衰变化，“虽不中亦不远矣”，试图进行分析大学排名主要的依据——数据及其价值。

一、从数据到信息

根据情报学的概念描述，数据的基本属性是形式，主要在于反映客观事物运动状态，最终形成文本、数字、事实或图像等形式，在初始意义上它属于最原始的记录符号，客观反映了事物的生存及转化状态。而大学排行榜所涉及的数据及其覆盖的领域，集中反映了人们对于大学/科研机构的认识，但是从本质上说，这些数据本身是松散的，非体系化的，数据单元之间没有必然联系。一旦经过数据的收集与整理，尽管可能未经体系化，但是这个被外界所获知的过程前后，数据单元之间已有或多或少的关联，或具有逻辑上的或然联系，这种具有关联性或或然性联系的数据单元，构成若干数据的集合，转变为反映客观世界的有效信息，由形式化的单元转换为具有反映实质内容的集合，即为数据的关联性，笔者将其定义为“数据串”，就是一串有意义的数据，可以用于一定的用途和相当的价值。

由松散化到集合化，形成“数据串”，从而可以为公众获知，形成对大学/研究机构的基本认知和价值判断，这是从数据到信息的基本路径之一。

二、数据/信息的分类与来源

1983年美国率先推出全美的大学排名，1987年，中国第一个大学排行榜——艾瑞深中国校友会网大学排行榜发布，至今已有30年的历史。目前，已知的大学排行榜已达600多个，数据采集、指标体系、评价标准及结果之多，令人目不暇给。令人无法拒绝的一个后果就是，如今众多的大学排行榜构成的庞大信息网络，已经逐渐凸显其在中国高等教育领域重要性的关键位置，甚至成为不可或缺的部分，其涉及到的众多数据、信息纷繁复杂，基本为民间行为，非国家官方数据，数据信息的分类问题及权威和公信力问题也就随之而来。

首先，数据分类问题。大学排行榜内容涉及到的领域大致有教学、科研、人员、国际化等方面，有可测度的硬性指标和难以测度的软性指标，硬性指标如学生教工人数、出版物数量等，相对容易获取，也相对客观和精确，软性指标如声誉、影响力方面，需要通过一些有选择性的专家或其他人员，对其进行评价分析，从而得出评价分析结果。此类结果虽经过加权等数理分析，但本质上属于价值判断，主观性较强，不具备强权威性，但对于受众的心理定位与预期有较大影响。

其次，数据/信息的来源。数据的来源有不少公开获取的渠道，亦有专业机构提供的信息，也有高校或研究机构自身的提供的数据，也有排名机构自己构建数据库等等，来源不一而足。

公开可获取的方面大致有四种渠道：

1.互联网、公开出版物等，部分数据不够准确、完备，甚至是错误的，因此此类数据的客观性、权威性经常受到大众的质疑，公信力不够强。

2.来自众多数据库，如WoS、Scopus、知网等，涉及众多的数据供应商及出版商，此类数据可靠性较高，具有一定的权威性，但涉及的领域较少，主要体现科学研究领域的内容，因此虽具有权威性但不够全面。

3.众多高校和科研机构等信息提供方，他们会根据需求，提供有关数据，此类数据相对客观、真实、有效，更有说服力和权威性，但部分信息公开的程度及规范化等方面有待提高。

4.“自建数据库”数据，信息来源可能不够公开和透明，学界未必认可，因此评价结果可能会缺乏公信力和权威性从而引发质疑等弊端。

后三种数据来源渠道，相对于互联网和公开出版物，属于非公开或非常规获得数据的渠道来源，因此对于数据的公开程度及规范化方面，可能需要进一步提升。

最后，对于如何整合散碎而复杂的数据单元，即实现数据采集的合理性与合法性，从中萃取精华，显得更有挑战意义。

三、小结

数据单元的杂乱无章，只具备单纯的形式属性，无法实现“自组织”，数据只有通过可靠的实现路径，即方法、手段、实效等方面，成功向信息转化，才能获得有效价值，提高应用和使用。值得注意的是，需要认真审视数据来源及获取的合理性，提高数据转化为信息，提升其有效价值，并使之具有相当公信力，数据来源的合理、合规与合法具有更原始的意义。

对于大学评价与排名而言，甚至对排名进行研究，要审视数据信息的本质意义，如何对已获得的数据进行有效加工使之更具价值，不会造成数据有效性的流失，将松散的数据单元变成有序化、系统化、集约化，从而发现数据之间的规律，发现数据集成以后的“数据串”背后的“秘密”，获取“数据串”所体现的独特价值。正是这些独特价值的重要意义，从而为中国高校的科学管理提供理论支撑和科学经验。