博文
区域数据弥补全球数据基座缺失
|
一、数据基座的“缺位”之痛
在科研创新生态系统中，科研机构是出版合作、项目参与、成果转化等多维度活动的核心行动者。精准识别科研机构，是开展科研合作分析、学科布局规划及政策评估等实证研究的基础。
全球研究机构注册库（Research Organization Registry, ROR）通过为科研机构和资助机构提供独一无二的永久标识符，为机构消歧和数据关联提供统一支撑，逐渐成为科研数据基座的重要组成部分。
然而，ROR数据的覆盖率和准确性会对数据基座的可靠性和可用性产生关键性影响。
JDIS近期发表了一项来自比利时安特卫普大学的研究，该研究基于佛兰德地区的实践经验，揭示了一个突出问题：
在编码佛兰德学术出版物作者隶属关系数据时，超过三分之一的参与机构在ROR中查无记录，这些机构涉及企业、非营利组织、政府实体、医疗机构等广泛类型，数量超过2000个。
与此同时，由于ROR缺少欧盟参与单位识别码（Participant Identification Codes，PIC）等关键外部标识符，出版物隶属数据与欧盟项目参与数据之间难以有效对接，严重制约了数据集间的互操作。
上述问题折射出一个更深层的矛盾：当全球性数据库的设计视角与地方性数据需求之间存在结构性的错位时，如何保证科研数据基座的全面性和准确性？ 如果数据基座本身就有缺口，那么建立在它之上的科研合作分析、绩效评估、政策决策都将面临“先天不足”的风险。针对这一矛盾，该研究通过开发佛兰德机构注册库（Flemish Organization Registry ，FOR），探索了一条以地方性扩展填补全球数据库空白、以外部标识符连接异构数据源的解决路径。
二、FOR的做法与应用潜力
01 三层数据整合：从散落清单到统一基座
FOR的构建以ROR本地副本为起点，整合了三类核心数据源：
第一层：地方政府清单：政府认可的高等教育及研究机构名录。
第二层：欧盟项目参与者全名单：覆盖所有注册过PIC的比利时机构（含未获资助者）。
第三层：公共部门全景实体：引入比利时联邦层面国民经济核算研究所发布的所有政府参与实体清单，涵盖联邦、大区、省及地方政府涉及的各类型组织。
图1. 佛兰德机构注册库的数据整合流程。
02 关键连接器：企业登记库（KBO）
各来源列表通常会包含该组织在比利时企业登记处（KBO，Kruispuntbank van Ondernemingen）中的标识符。KBO是比利时的企业登记机构，任何从事财务交易或雇有人员的组织均需在KBO注册。由于KBO ID被广泛使用，它成为汇编阶段数据消歧和交叉核对的最佳工具。
集成完成后，各机构拥有以下变量（部分或全部）的值：ROR元数据、KBO元数据、CORDIS中与机构相关的元数据、公共单位列表中的元数据、ECOOM手动添加的元数据等。
03 应用案例
为验证FOR的实际效能，研究团队以安特卫普大学为对象，从出版物（FORPUB）与项目合作（FORPROJ）两个维度，对比分析FOR相较于ROR的增量价值。FORPUB通过FOR ID关联，FORPROJ通过EU PIC关联。
FOR的价值在比利时机构层面体现得最为充分：
出版物领域，FOR多识别了350个ROR“看不见”的比利时合作机构；项目领域，FOR多识别了115个机构。
表1. 出版物和项目数据中比利时机构在FOR和ROR的分布。
更重要的是，FOR通过KBO ID这一桥梁，将机构的法律身份和行业属性引入科研分析，使研究视角从“谁参与了”升级为“参与方是什么性质的组织、在哪个行业活跃”。这种机构画像的精细化，为科研合作模式分析、产学研互动研究提供了全新的数据基础。
图2. 按子集和组织类别划分的数据分布（FOR-ROR vs FOR仅限）。
图3.按子集和组织类别划分的比利时机构数据分布（是否有KBO ID）
FOR团队测算，如果依据机构参与项目和科研产出的频率，将FOR中项目多、产出高的机构数据回传给ROR，即可显著提升ROR对比利时机构的覆盖率。
三、以区域数据补全全球数据基座
FOR的价值不止于佛兰德一隅，其模式可为其他地区提供参照。FOR代表了一种分层、可互操作的信息基础设施理念：它不是取代全球标准，而是与之共生；不是另起炉灶，而是在既有框架上精细化补充。 这种自下而上的数据回流，实现了全球数据基座与区域数据基座的双向增益。当更多地区建立起类似扩展数据基础设施并相互连接，科研机构识别的“拼图”将日益完整，最终惠及所有依赖这些数据的研究者、决策者和创新参与者。
佛兰德机构注册库：一个可识别参与研究创新的各类组织的全球互联基础设施
Peter Aspeslagh， Tim C.E. Engels
Centre for R&D Monitoring (ECOOM), University of Antwerp, Belgium
CSTR: 32295.14.jdis-2025-0497
识别阅读全文
https://blog.sciencenet.cn/blog-3422014-1543894.html
上一篇：撤稿论文的长尾影响
下一篇：告别“以刊评文”：西班牙最新评价标准
