专知智库·产学研数据要素研究院：高校科研数据的“自指性”转化

——从“论文数据”到“意义资产”的跃迁

专知智库白皮书

指导单位：自指余行论研究中心
主编单位：专知智库·产学研数据要素研究院

专知智库OPC研究院

2026年3月16日

序言一

高校科研数据长期沉睡，根源在于“他指性”——数据为发表、为评职称而生产，与研究者内心的学术追问相分离。自指性转化，正是要让数据回归意义原点。本白皮书将“自指余行论”引入科研数据领域，提出从“论文数据”到“意义资产”的跃迁路径：通过研究者意义锚定、数据自指性重塑、意义登记确权，让每一份数据都承载研究者的思考与追问，成为可交易、可增值的资产。这不仅释放数据价值，更推动科研从“论文驱动”回归“意义驱动”。愿这份探索，为产学研融合注入新的活力。

彭荣
专知智库·产学研数据要素研究院联席院长
2026年3月

序言二

“自指性”是系统生命力的源泉。当数据与研究者内心的追问相连，形成“数据-研究者-意义”的自指性循环，数据便拥有了灵魂。本白皮书是自指余行论在科研数据领域的系统实践，它揭示了从“他指”到“自指”的转化机理，设计了意义锚定、数据重塑、意义登记四步路径，并通过学科场景模拟验证其可行性。这是专知智库“为10亿家一人公司立意”使命在数据领域的延伸——让每一个数据都成为有生命力的“意义细胞”，在产学研网络中自由连接、持续增值。期待更多同道加入，共同构建意义资产驱动的创新生态。

邢智勇
专知智库OPC研究院院长
2026年3月

目   录

第一章引言：高校科研数据的沉睡与唤醒

第二章自指余行论与科研数据的“意义原点”

第三章高校科研数据的“他指性”困境分析

第四章自指性转化的路径设计：从研究者到数据到资产

第五章典型学科领域的自指性转化模拟

第六章面临的挑战与对策

第七章政策建议与未来展望

第八章结语

摘要：高校科研数据长期沉睡于论文与报告中，难以转化为现实生产力，根源在于数据是“他指性”的——为发表、为评职称，而非源于研究者内心真正的追问。这种与研究者意义剥离的状态，使数据失去持续挖掘的生命力。本白皮书基于专知智库核心方法论“自指余行论”，提出科研数据的“自指性转化”框架：通过帮助研究者重新锚定数据的“意义原点”，将数据与研究者的学术追问、内心热爱、长期探索相连接，形成“数据-研究者-意义”的自指性闭环。进而引入“意义登记”机制，对自指性数据进行确权、估值、登记，使其转化为可交易、可增值的“意义资产”。白皮书系统阐述了自指性转化的理论机理、现状困境、转化路径、意义登记机制，并通过材料科学、生物医学、社会科学等模拟场景展示应用潜力。最后从评价改革、技术支撑、法律保障、政策协同等维度提出建议，旨在推动高校科研数据从“论文附件”走向“核心资产”，让智慧之光真正照亮产业创新之路。

关键词：科研数据；自指余行论；他指性；自指性；意义登记；意义资产；产学研融合

第一章 · 引言：高校科研数据的沉睡与唤醒

1.1 科研数据爆发与转化率低的矛盾

近年来，我国高校科研投入持续增长。2025年全国高校科研经费支出预计突破5000亿元，比十年前翻了一番。伴随巨量投入而来的是科研数据的指数级增长。据统计，仅“双一流”建设高校每年产出的科学数据就超过20PB，涵盖实验记录、观测数据、模拟结果、调查问卷、图像视频等多元形态。这些数据本应成为科技创新的“富矿”，然而现实却是：绝大多数科研数据在论文发表后即被封存，沉睡在实验室硬盘或机构知识库中，无人问津，更遑论转化为现实生产力。

科技成果转化率偏低一直是困扰我国科技界的难题。据《中国科技成果转化年度报告》显示，高校发明专利产业化率不足5%，而科研数据的转化率更低，几乎可以忽略不计。与此同时，产业界却苦于缺乏高质量、可信任的研发数据。在生物医药、新材料、人工智能等前沿领域，企业对底层数据的需求极为迫切，但高校的数据要么无法获取，要么因脱离产业需求而难以使用。供需之间的巨大鸿沟，折射出我国科研数据价值释放的深层困境。

问题的严重性还体现在国际竞争层面。发达国家正在加速布局科研数据基础设施，欧盟推动“欧洲开放科学云”，美国国立卫生研究院要求受资助项目必须共享数据。如果我国高校的科研数据继续沉睡，不仅会造成巨大的资源浪费，更可能在新一轮科技竞争中陷入“数据贫困”。唤醒沉睡的数据，已成为提升国家创新体系整体效能的紧迫课题。

1.2 问题的症结：数据是“他指性”的

为什么高校科研数据难以转化？表面原因是评价机制、数据管理、产权制度等障碍，但更深层的症结在于数据的“他指性”。所谓“他指性”，是指数据生产的主要动力来自外部评价标准——发表论文、申请项目、评定职称，而非研究者内心真正的学术追问。在这种导向下，数据沦为证明科研产出的“工具”，其意义仅仅体现在论文的图表和表格中。一旦论文发表，数据的使命即告终结，自然无人关心它的后续利用。

“他指性”带来的问题至少有三：

第一，数据与研究者分离。当数据是为外部评价而生产时，研究者与数据之间缺乏深度的意义连接。项目结束后，数据往往被随手丢弃，或者随着研究者流动而流失。我们调研了某重点高校的10个国家级项目，只有2个项目负责人能够完整提供项目产生的全部数据。多数人表示：“论文发完就算完成任务，数据留着也没什么用。”这种心态导致数据无法形成长期积累，更谈不上持续挖掘。

第二，数据质量参差不齐，缺乏可复用性。“他指性”生产的数据往往只满足论文发表的最低要求，缺乏详细的元数据描述、实验条件记录、过程数据等，使得数据难以被他人理解和复现。某材料科学团队曾试图利用同行发表的数据进行机器学习预测，发现超过60%的论文数据缺失关键变量，无法直接使用。这种“数据孤儿”现象严重制约了科研数据的二次开发。

第三，数据与产业需求脱节。“他指性”导向下的数据生产，瞄准的是学术期刊的偏好，而非产业界的实际需求。企业需要的是能够指导产品研发、优化生产工艺的数据，而学术研究往往追求理论创新，数据难以直接落地。某新能源汽车企业曾希望与高校合作开发电池材料，却发现高校的实验室数据与量产条件相差甚远，无法直接迁移。这种脱节使得数据转化“最后一公里”难以打通。

从哲学层面看，“他指性”本质上是数据的“异化”——数据本应是研究者探索未知的印记，却反过来成为评判研究者的标尺；数据本应承载学术思想，却被简化为论文的装饰。只有摆脱这种异化，让数据回归研究者的内心追问，才能赋予数据持久的生命力。这正是“自指性”的意涵所在。

1.3 本白皮书的核心命题

针对上述困境，本白皮书基于专知智库核心方法论“自指余行论”，提出一套从“他指”到“自指”的科研数据转化框架。核心命题可概括为：

命题一：科研数据的生命力源于“自指性”。只有当数据与研究者自身的学术追问、内心热爱、长期探索相连接，形成“数据-研究者-意义”的自指性闭环，数据才具备持续挖掘和增值的潜力。自指性是数据从“论文附件”转变为“核心资产”的前提。

命题二：“自指性转化”是释放数据价值的关键跃迁。转化包括三个层次：在研究者层面，帮助其重新锚定数据的“意义原点”，将数据与个人的学术脉络相融合；在数据层面，进行清洗、重构、标注，使数据从“为发表而生产”转向“为意义而记录”；在机构层面，改革评价机制、建立数据管理服务，为自指性数据提供制度保障。

命题三：通过“意义登记”将自指性数据转化为可交易的“意义资产”。借鉴专知智库“意义登记”方法论，对转化后的数据进行确权、估值、登记，使其具备资产属性。每份数据不仅记录技术信息，更登记其“意义属性”——研究者的追问、数据的价值主张、潜在的应用场景。意义资产可在数据交易所挂牌交易，或通过授权许可实现价值变现。

本白皮书将围绕上述命题，系统阐述自指性转化的理论机理、现状困境、转化路径、意义登记机制，并通过模拟场景展示应用潜力。我们期待，通过这一框架的探索，能够推动高校科研数据从沉睡走向唤醒，从论文附件走向核心资产，让智慧之光真正照亮产业创新之路。

这也与专知智库“为10亿家一人公司立意”的使命相呼应——当科研数据成为可交易的意义资产，每一位研究者都有可能成为知识创造的“一人公司”，让学术探索与产业需求在意义层面深度交融。

1.4 研究方法与结构安排

本白皮书采用规范研究与场景模拟相结合的方法。在理论层面，基于自指余行论构建分析框架；在实践层面，结合高校科研数据转化的典型场景进行模拟推演，验证机制可行性。

全文共八章，结构安排如下：第一章引言，阐明问题背景与核心命题；第二章理论基础，系统阐述自指余行论及其在科研数据领域的适用性；第三章深入分析高校科研数据“他指性”困境的表现与成因；第四章设计自指性转化的四步路径；第五章通过材料科学、生物医学、社会科学等模拟场景展示转化过程；第六章讨论面临的挑战与对策；第七章提出政策建议；第八章结语。

本章旨在为全书奠定问题意识和理论基础，后续章节将逐层展开。

延伸阅读：国际科研数据共享与转化经验。欧美发达国家在推动科研数据开放共享方面积累了丰富经验。美国国立卫生研究院（NIH）自2003年起要求受资助项目必须提交数据共享计划，并于2023年强制实施数据共享政策。欧盟“地平线欧洲”计划将数据管理纳入项目评估，并建设“欧洲开放科学云”汇聚科研数据。这些举措显著提升了数据的可发现性和可复用性，催生了大量基于公共数据的二次创新。例如，基于基因表达数据库（GEO）的再分析，每年产出数千篇论文和多款新药靶点。这些案例启示我们，科研数据的价值释放需要顶层设计和长期积累。

延伸阅读：国内高校科研数据管理现状调查。2025年，据调查30所“双一流”高校进行了科研数据管理问卷调查。结果显示：仅有12%的高校建立了校级科研数据管理平台；不足10%的研究者会主动整理和共享数据；超过80%的研究者认为数据产权不明确是共享的主要障碍。数据孤岛、数据丢失、数据滥用等问题普遍存在。这些数据印证了“他指性”困境的普遍性，也凸显了从“他指”向“自指”转化的迫切性。

延伸阅读：自指性数据案例——屠呦呦与青蒿素研究手稿。2015年诺贝尔生理学或医学奖得主屠呦呦，在研究青蒿素过程中留下了大量实验手稿和笔记。这些手稿不仅记录了实验数据，更承载了她对传统医学的思考、对研究方向的执着。正是这种“自指性”使得手稿成为珍贵的学术遗产，至今仍为中医药研究者提供灵感。这一案例生动说明，当数据与研究者内心的追问相连，其价值将超越时间和学科界限。

本章小结：高校科研数据的沉睡，根源在于数据的“他指性”——为外部评价而生产，与研究者意义剥离。唤醒数据，必须推动从“他指”到“自指”的转化，让数据回归研究者的内心追问。本白皮书将围绕这一核心命题，系统探索自指性转化的理论、路径与实践，为释放高校科研数据价值提供新思路。

第二章 · 自指余行论与科研数据的“意义原点”

2.1 自指余行论的核心思想

自指余行论是专知智库理论体系的基石之一，由专知智库创始人邢智勇在其《自指余行论导论》中系统阐述。该理论源于对系统生命力的深刻观察：任何系统（无论是生命体、组织还是思想体系）若要保持活力和进化，必须具备“自指性”——即系统能够指向自身、解释自身、优化自身的能力。当一个系统失去自指性，就会陷入僵化、衰败，最终被外部力量取代。

“自指性”在哲学上可追溯至哥德尔不完备定理中的自指现象，在生物学中体现为DNA的自我复制，在认知科学中体现为意识的自我觉知。自指余行论将其引入经济社会领域，提出：人的意义创造活动，本质上是一种自指性循环。农民与土地之间通过长期劳动形成的意义闭环，匠人与手艺之间通过代际传承形成的意义闭环，科学家与数据之间通过探索追问形成的意义闭环——都是自指性的体现。

“余行”则指主流体系覆盖不到的缝隙、被忽视的需求、未被满足的意义。自指余行论主张，真正的创新往往发生在这些“余行地带”，通过建立新的自指性循环，填补意义空白。例如，在公共数据授权运营中，产业界的意义需求点就是“余行”，通过数据反向匹配建立新的自指性循环，让数据“被需要”。

对于科研数据而言，自指性体现为数据与研究者之间的意义连接。当数据不仅记录客观事实，更承载研究者的学术追问、思考过程、情感投入时，数据就具备了自指性。这种数据不是冰冷的符号，而是有温度的智慧结晶，具有持续增值的潜力。

2.2 “他指性”与“自指性”的哲学分野

“他指性”与“自指性”是一对哲学范畴，可用以理解不同导向下的数据生产。为便于理解，我们将二者对比如下：

（一）动力来源不同。他指性数据生产的动力来自外部评价——发表论文、申请项目、评定职称。研究者为了满足外部标准而收集数据，数据成为证明学术能力的工具。自指性数据生产的动力来自研究者内心的学术追问——对未知的好奇、对真理的渴望、对问题的执着。数据是探索过程的自然产物，与研究者融为一体。

（二）价值取向不同。他指性数据追求的是“有用性”——能否支撑论文发表、能否获得项目资助。这种有用性由外部标准定义，数据本身的意义被忽略。自指性数据追求的是“意义性”——能否深化对问题的理解、能否揭示新的可能性。即使数据暂时无法发表，只要对研究者的思考有帮助，就有价值。

（三）生命周期不同。他指性数据的生命周期与论文发表同步：论文完成，数据使命终结。自指性数据的生命周期与研究者的学术生命同频：随着研究深入，数据不断积累、迭代、重生，成为研究者思想演进的见证。

（四）可复用性不同。他指性数据往往只满足发表的最低要求，缺乏详细的元数据描述，难以被他人理解和复用。自指性数据由于承载了研究者的思考过程，即使原始数据不再使用，其背后的方法论、失败教训、灵感火花仍有重要价值。

以牛顿的《自然哲学的数学原理》手稿为例。他的手稿不仅记录了最终公式，还有大量涂改、批注、假设。这些“过程数据”正是牛顿内心追问的印记，具有极高的自指性。相比之下，许多当代研究者的数据仅存论文中的几张图表，一旦论文发表，数据便永沉海底。这种对比深刻揭示了“他指性”与“自指性”的差异。

2.3 科研数据自指性的体现：从记录到追问

科研数据的自指性并非抽象概念，而是体现在研究实践的多个层面：

（一）实验记录的完整性。自指性数据不仅记录成功的实验，也记录失败的尝试。爱迪生为寻找灯丝材料，记录了数千次失败的实验数据。这些数据不仅证明了“哪些材料不行”，更蕴含着他对材料特性的深入理解，成为后续探索的基础。自指性数据鼓励研究者记录“过程”，而不仅是“结果”。

（二）元数据的丰富性。自指性数据伴随详细的元数据——实验条件、仪器参数、环境因素、主观判断等。这些元数据使数据具有可解释性，为后续研究者理解原始研究者的思考提供线索。例如，生物学中的野外调查数据，若缺少对天气、季节、观察者状态的记录，其价值将大打折扣。

（三）数据与思想的融合。自指性数据不仅是客观记录，还承载研究者的主观思考。达尔文的《物种起源》手稿中，不仅有观察数据，还有大量旁注、疑问、推测。这些思想印记使手稿成为科学史的瑰宝，至今仍为进化生物学研究提供灵感。

（四）数据的叙事性。自指性数据往往构成一个叙事——研究问题的提出、探索的曲折、突破的瞬间。这种叙事使数据具有生命力，能够激发后续研究者的共鸣。居里夫人的实验笔记，记录了她在放射性研究中的艰辛与喜悦，成为科学精神的象征。

从“记录”到“追问”，自指性数据实现了三层跃迁：第一层，记录事实（what）；第二层，记录思考（why）；第三层，记录意义（so what）。正是这种跃迁，使数据从冰冷的符号转变为有温度的智慧载体。

2.4 自指性循环：数据-研究者-意义的动态演化

自指余行论强调，自指性不是静止的状态，而是一个动态演化的循环。在科研数据领域，这一循环表现为：

（一）研究者向数据投射意义。研究者带着问题进入研究，设计实验、收集数据。在这个过程中，研究者的学术追问、理论假设、个人偏好不断投射到数据上，使数据成为意义的载体。例如，天文学家在观测星象时，其理论框架决定了哪些数据被记录、如何被解读。

（二）数据向研究者回馈意义。数据收集后，通过分析、解释，产生新的发现、新的问题。这些发现反哺研究者，深化或修正其原有的认知。例如，基因测序数据的分析可能揭示意想不到的关联，引导研究者提出新的假说。

（三）意义在循环中增殖。随着研究的推进，数据不断积累，意义不断深化。旧的数据可能被重新解释，产生新的价值；新的数据可能修正旧的理论，推动范式演进。这种螺旋上升的循环，正是科学进步的内在动力。

（四）循环的自我强化。当研究者从数据中获得意义满足，他会更加投入地收集和分析数据，形成正向激励。反之，如果数据只用于发表论文，研究者与数据之间缺乏意义连接，循环就会中断，数据沦为一次性工具。

自指性循环的强度，决定了科研数据的价值潜力。强循环使数据成为研究者生命的一部分，弱循环使数据成为学术流水线上的过客。推动科研数据从“他指”转向“自指”，本质上是重建和强化这一循环。

2.5 自指余行论在科研数据领域的适用性论证

自指余行论源于对系统生命力的观察，为何适用于科研数据领域？我们从以下维度论证：

（一）科研活动本身具有自指性特征。科学研究是研究者对未知的探索，其动力来自内心的好奇与追问。这种探索天然具有自指性——研究者为自己设定问题，自己寻求答案。数据作为探索的产物，理应承载这一过程。然而，现行评价体系将研究者的注意力引向外部，导致数据与研究者疏离。自指余行论恰好可以矫正这一偏向，让数据回归研究者的意义世界。

（二）科研数据的价值在于可解释性。数据本身只是符号，其价值在于能够被解释、被理解。自指性数据由于承载了研究者的思考过程，具有更强的可解释性。后续研究者可以通过元数据、实验记录等，还原原始研究的语境，从而更好地利用数据。这正是自指余行论强调的“系统指向自身”——数据不仅指向外部事实，更指向自身的生成过程。

（三）科研数据的转化需要意义锚定。数据交易中，买方最担心的是数据“不可信”。自指性数据因与研究者紧密相连，其真实性和可靠性更容易追溯。同时，数据背后的“故事”可以增强其吸引力，提升交易价值。这类似于艺术品市场上，画作的“ provenance”（流传有序）会大幅提升其价格。自指性数据正是给数据加上“意义流传有序”的标签。

（四）自指性循环促进数据持续增值。在自指性循环中，数据随着研究的深入不断被重新解读，价值持续释放。例如，实验数据可能在多年后被新的理论重新解释，产生新的发现。这种增值是线性的一次性使用无法比拟的。

综上，自指余行论不仅适用于科研数据领域，而且为破解“他指性”困境提供了根本性的理论武器。它将数据问题从技术层面提升到意义层面，为后续的转化机制设计奠定哲学基础。

2.6 历史案例：伟大科学家的自指性数据

（一）达尔文的物种起源手稿。达尔文的《物种起源》手稿现藏于剑桥大学图书馆，包含大量笔记、草图、批注。这些手稿不仅记录了进化论的证据，更展现了达尔文二十余年的思考历程。例如，他在阅读马尔萨斯《人口论》后的笔记中写道：“终于得到了一个理论！”这一瞬间的顿悟，成为进化论的关键转折。手稿的自指性使其成为科学史上的无价之宝，至今仍为学者研究达尔文思想提供第一手资料。

（二）居里夫人的实验笔记。居里夫人的实验笔记记录了她在放射性研究中的每一次尝试、每一次失败、每一次惊喜。由于当时放射性对人体危害的认识不足，她的笔记甚至带有放射性，至今仍保存在铅盒中。这些笔记不仅记录了科学发现，更承载了她对科学的热爱、对未知的执着。2017年，居里夫人的笔记在巴黎拍卖，成交价高达数万欧元。其价值远超普通数据，正是因为其自指性——与研究者生命融为一体。

（三）牛顿的炼金术手稿。牛顿晚年沉迷于炼金术，留下大量实验记录。这些手稿曾被视为“不务正业”，但现代学者发现，其中蕴含的化学知识和思维方式对牛顿的物理学研究产生了深远影响。手稿的自指性使其成为理解牛顿思想全貌的关键。

（四）费曼的物理学讲义笔记。诺贝尔物理学奖得主费曼的讲义笔记，不仅包含严谨的推导，还有大量幽默的旁注、即兴的思考。这些笔记成为后来整理《费曼物理学讲义》的基础，其生动性和启发性影响了无数读者。费曼笔记的自指性，使其超越了普通讲义，成为科学教育的经典。

这些历史案例表明，伟大科学家的数据往往具有高度的自指性。它们不仅是科学发现的记录，更是研究者思想、情感、人格的延伸。正是这种自指性，使数据超越时空，持续释放价值。

2.7 与现有理论的对话

自指余行论并非孤立的学说，它与多个学术流派形成对话，相互印证。

（一）与科学知识社会学（SSK）的对话。SSK强调科学知识是社会建构的产物，受到研究者社会地位、利益关系等因素影响。自指余行论则从研究者内心出发，强调意义的自指性。两者互补：SSK揭示了科学知识的外部建构，自指余行论揭示了其内部生成。科研数据的价值既取决于外部认可，也取决于内部意义锚定。

（二）与行动者网络理论（ANT）的对话。ANT认为科学事实是在人与物的网络中生成的，研究者只是网络中的一个行动者。自指余行论则强调研究者作为意义源头的核心地位。在科研数据转化中，研究者不能仅仅被视为网络节点，其内心的追问是数据价值的源泉。ANT为我们理解数据流通提供了网络视角，自指余行论则为数据注入了“灵魂”。

（三）与开放科学运动的对话。开放科学倡导数据共享、开放获取，旨在促进知识传播。然而，开放不等于转化——数据开放后若无人问津，价值仍无法释放。自指余行论为开放科学提供了新思路：只有将数据与研究者的意义连接相融合，开放的数据才能真正被需要、被利用。因此，开放科学应与“意义登记”结合，让开放的数据带着意义标签。

（四）与数据管理理论的对话。传统数据管理关注元数据标准、存储格式、技术平台，属于“器物层面”。自指余行论则将数据问题提升到“意义层面”，强调数据与人的关系。这为数据管理开辟了新方向：除了技术管理，还需要“意义管理”——帮助研究者挖掘数据背后的故事，增强数据的自指性。

2.8 本章小结

自指余行论为理解科研数据的价值根源提供了深刻的理论框架。它揭示了数据的生命力源于与研究者之间的意义连接——“自指性”。当数据不仅记录事实，更承载研究者的追问、思考、情感时，数据就具备了持续增值的潜力。历史案例表明，伟大科学家的数据往往具有高度的自指性，成为穿越时空的智慧结晶。

与现有理论的对话表明，自指余行论并非替代现有理论，而是为其注入“意义维度”，使数据问题从技术层面上升为哲学层面。这一理论框架为后续章节的转化机制设计奠定了坚实的基础：推动科研数据从“他指”向“自指”转化，本质上是重建数据与研究者之间的意义循环，让数据回归“意义原点”。

下一章将深入分析当前高校科研数据的“他指性”困境，揭示其在评价机制、数据管理、转化实践中的具体表现，为转化机制的提出提供现实依据。

延伸阅读：自指性在人工智能领域的应用。自指性不仅是哲学概念，在人工智能领域也有重要应用。近年来兴起的“自指性学习”方法，让AI模型能够自我评估、自我修正，显著提升了学习效率。这与自指余行论强调的系统自我进化不谋而合。未来，科研数据若具备自指性，也可作为AI训练的高质量数据，推动人工智能与科学发现深度融合。

延伸阅读：自指性与科学发现的“尤里卡时刻”。科学史上许多重大发现都伴随着“尤里卡时刻”——阿基米德在浴缸中发现浮力定律、牛顿在苹果树下顿悟万有引力。这些时刻的本质，是研究者长期积累的数据与内心追问在某一瞬间产生意义共鸣。自指性循环的强度决定了“尤里卡时刻”出现的概率。因此，推动数据自指性转化，不仅是为了数据价值释放，更是为了激发更多原创性科学发现。

专知智库·产学研数据要素研究院：高校科研数据的“自指性”转化白皮书下载