黃源 施栩婕 李晨英

（中國農(nóng)業(yè)大學(xué)圖書館，北京 100193）

科學(xué)數(shù)據(jù)既是科學(xué)研究成果的重要組成部分，又是激發(fā)新的科研創(chuàng)造所必需的原始材料，更是數(shù)據(jù)驅(qū)動研究范式下促進科學(xué)發(fā)展的重要因素。隨著開放科學(xué)運動的發(fā)展，開放數(shù)據(jù)和科學(xué)數(shù)據(jù)管理在世界范圍被高度重視[1]。2018年3月17日國務(wù)院印發(fā)《科學(xué)數(shù)據(jù)管理辦法》（以下簡稱《辦法》）[2]，強調(diào)高等院校、科研院所等法人單位是科學(xué)數(shù)據(jù)管理的責(zé)任主體，在本機構(gòu)部署科學(xué)數(shù)據(jù)管理與服務(wù)體系是我國科研機構(gòu)的重要責(zé)任和迫切任務(wù)[3]。截至2019年6月，2019 US.News全球大學(xué)排名前100的大學(xué)中有87所大學(xué)已經(jīng)開展了不同程度的數(shù)據(jù)管理工作，但國內(nèi)僅北京大學(xué)、復(fù)旦大學(xué)、武漢大學(xué)等少數(shù)高校開展了科學(xué)數(shù)據(jù)管理工作[4]，科學(xué)數(shù)據(jù)管理與服務(wù)體系構(gòu)建仍處于摸索階段。為貫徹落實《辦法》，進一步提升我國科學(xué)數(shù)據(jù)管理與共享水平，科研機構(gòu)在其中發(fā)揮著重要作用，其作用涉及數(shù)據(jù)收集、加工、保存等數(shù)據(jù)管理各階段[2]，因此，有必要基于科學(xué)數(shù)據(jù)管理流程深入分析并歸納總結(jié)科研機構(gòu)在科學(xué)數(shù)據(jù)管理過程中的職責(zé)，以為國內(nèi)科研機構(gòu)開展和部署科學(xué)數(shù)據(jù)管理與服務(wù)體系提供參考。

1 科研機構(gòu)與科研資助機構(gòu)在科學(xué)數(shù)據(jù)管理中的關(guān)系

科研機構(gòu)是高等院校、研究院所等法人單位的統(tǒng)稱，既是科學(xué)數(shù)據(jù)的主要產(chǎn)生地，也是科學(xué)數(shù)據(jù)的重要使用場所[5]?！掇k法》將科研機構(gòu)定義為科學(xué)數(shù)據(jù)管理的責(zé)任主體，對本機構(gòu)科研人員產(chǎn)生的科學(xué)數(shù)據(jù)負有管理義務(wù)?？萍加媱潱▽ｍ?、基金等）項目產(chǎn)生的科學(xué)數(shù)據(jù)由承擔(dān)項目的科研機構(gòu)進行統(tǒng)一管理并向資助機構(gòu)匯交，強調(diào)科研機構(gòu)應(yīng)貫徹落實資助機構(gòu)對科學(xué)數(shù)據(jù)管理的要求[2]。

同時，國內(nèi)外學(xué)者研究表明，科研資助機構(gòu)數(shù)據(jù)政策是促進科學(xué)數(shù)據(jù)管理的重要因素，指導(dǎo)科研機構(gòu)的科學(xué)數(shù)據(jù)管理實踐進展是科研機構(gòu)管理科學(xué)數(shù)據(jù)的過程中需要完成的任務(wù)與目標(biāo)。崔雁[6]從數(shù)據(jù)存儲和政策內(nèi)容兩個維度分析國外科研資助機構(gòu)的數(shù)據(jù)政策，認(rèn)為科研資助機構(gòu)作為科研項目的主要資助主體，在引導(dǎo)科研機構(gòu)開展科學(xué)數(shù)據(jù)管理工作方面起著至關(guān)重要的作用。Jones[7]提出科研機構(gòu)應(yīng)積極應(yīng)對資助機構(gòu)要求，應(yīng)構(gòu)建基礎(chǔ)設(shè)施、增強研究評估并創(chuàng)建數(shù)據(jù)管理最佳實踐。陳大慶[8]認(rèn)為科研機構(gòu)應(yīng)遵守資助機構(gòu)政策要求，輔助科研人員制訂科學(xué)數(shù)據(jù)管理計劃并進行數(shù)字保存。張瑤等[9]在分析國外資助機構(gòu)政策內(nèi)容的基礎(chǔ)上，認(rèn)為科研資助機構(gòu)的科學(xué)數(shù)據(jù)政策不僅指導(dǎo)科研機構(gòu)開展科學(xué)數(shù)據(jù)管理工作，還總結(jié)科研機構(gòu)的實施經(jīng)驗。Pink[10]有針對性地調(diào)研了英國巴斯大學(xué)為滿足其主要資助機構(gòu)，英國工程與物理研究理事會（UK Engineering and Physical Sciences Research Council，EPSRC）的科學(xué)數(shù)據(jù)管理政策要求而采取的措施，認(rèn)為科研機構(gòu)需完成的科學(xué)數(shù)據(jù)管理基礎(chǔ)任務(wù)即為科研資助機構(gòu)的政策要求。黃國斌等[11]認(rèn)為科研機構(gòu)的科學(xué)數(shù)據(jù)管理不僅應(yīng)重視資助機構(gòu)政策中的共享要求，而且應(yīng)滿足數(shù)據(jù)管理過程中每一個階段的要求。因此，本研究主要基于國際科研資助機構(gòu)科學(xué)數(shù)據(jù)政策，系統(tǒng)地解析科研機構(gòu)貫穿數(shù)據(jù)生命周期的管理職責(zé)。

2 研究思路與方法

以科學(xué)數(shù)據(jù)生命周期理論為基礎(chǔ)，對比分析不同生命周期模型劃分的管理階段[12]，發(fā)現(xiàn)各模型中均包含數(shù)據(jù)管理流程的5個核心環(huán)節(jié)，即數(shù)據(jù)計劃、數(shù)據(jù)收集、數(shù)據(jù)加工、數(shù)據(jù)長期保存、數(shù)據(jù)共享利用。本研究基于這5個核心環(huán)節(jié)，深入剖析科研資助機構(gòu)的數(shù)據(jù)政策在每一環(huán)節(jié)中的客觀要求（或目標(biāo)），然后針對每一環(huán)節(jié)目標(biāo)系統(tǒng)地解析科研機構(gòu)職責(zé)。為此，首先利用資助者開放獲取政策數(shù)據(jù)庫Sherpa Juliet[13]調(diào)研科研資助機構(gòu)的數(shù)據(jù)政策，截至2019年6月，SHERPA登記了26個國家與地區(qū)的共計162個科研資助機構(gòu)的開放獲取政策。其中已有64個科研資助機構(gòu)對科學(xué)數(shù)據(jù)提出不同程度的要求，提出鼓勵性建議的有22個機構(gòu)，制定強制性政策的有42個機構(gòu)。其國家分布如圖1所示。

圖1 制定科學(xué)數(shù)據(jù)政策的科研機構(gòu)所屬國家分布狀況

對登記的42個科研資助機構(gòu)制定的強制性數(shù)據(jù)政策進行整理，剔除同一機構(gòu)修訂的政策及機構(gòu)合并產(chǎn)生的政策變更等情況，共計37個機構(gòu)制定科學(xué)數(shù)據(jù)政策。然后，依次進入37個國際科研資助機構(gòu)官網(wǎng)獲取政策文本，并結(jié)合英國數(shù)據(jù)監(jiān)管中心（Digital Curation Centre，DCC）總結(jié)的11個資助機構(gòu)數(shù)據(jù)政策要素對收集到的37個政策完整性進行評估[14]，最終選取12個較為完善的國際科研資助機構(gòu)政策作為研究對象，如表1所示。

3 科研機構(gòu)在科學(xué)數(shù)據(jù)管理流程中的目標(biāo)分析

3.1 數(shù)據(jù)計劃

科研機構(gòu)在數(shù)據(jù)計劃階段應(yīng)向資助機構(gòu)提交符合要求的科學(xué)數(shù)據(jù)管理與共享計劃，并嚴(yán)格按照計劃內(nèi)容進行數(shù)據(jù)管理。本研究調(diào)研的12個科研資助機構(gòu)均要求科研人員在項目申請時提交科學(xué)數(shù)據(jù)管理計劃，將科學(xué)數(shù)據(jù)管理計劃作為項目申請書的一部分。雖然每個機構(gòu)的計劃主題內(nèi)容存在差異，但基本核心內(nèi)容均包括：①數(shù)據(jù)共享權(quán)限與方法；②使用的元數(shù)據(jù)標(biāo)準(zhǔn)、格式；③數(shù)據(jù)保存方法、時段，以及所需的設(shè)備或基礎(chǔ)設(shè)施；④預(yù)期得到的數(shù)據(jù)類型、格式；⑤如何保證數(shù)據(jù)長期開放存??；⑥數(shù)據(jù)管理的角色和職責(zé)。NSF、NASA明確提出要以審核項目進展報告的形式監(jiān)督科學(xué)數(shù)據(jù)管理計劃的執(zhí)行。ESRC提出受資助者所屬機構(gòu)，即科研機構(gòu)應(yīng)承擔(dān)其監(jiān)督受資助者執(zhí)行計劃的責(zé)任。

表1 較完善的國際科研資助機構(gòu)科學(xué)數(shù)據(jù)政策概況

3.2 數(shù)據(jù)收集

科研機構(gòu)在數(shù)據(jù)收集階段應(yīng)對項目產(chǎn)生數(shù)據(jù)及其輔助信息進行采集并在規(guī)定時間內(nèi)向資助機構(gòu)統(tǒng)一匯交，還應(yīng)對對數(shù)據(jù)質(zhì)量承擔(dān)責(zé)任，保證數(shù)據(jù)真實、完整。本研究調(diào)研的12個科研資助機構(gòu)均要求在規(guī)定時間內(nèi)（項目結(jié)束后2個月到2年不等）提交機構(gòu)資助項目產(chǎn)生的科學(xué)數(shù)據(jù)。其中，NIH、NASA等10個機構(gòu)要求提交最終數(shù)據(jù)，即被記錄的事實對象，不包括實驗室筆記本、部分?jǐn)?shù)據(jù)集、初步分析、科學(xué)論文草稿、未來研究計劃、同行評審報告，以及與同事交流諸如凝膠或?qū)嶒炇覙?biāo)本的物理對象等過程性數(shù)據(jù)。NSF、NIH、NASA等9個機構(gòu)明確要求數(shù)據(jù)背景信息或描述信息應(yīng)以元數(shù)據(jù)或數(shù)據(jù)文檔的格式與科學(xué)數(shù)據(jù)集一起提交。其中，NSF要求提交科學(xué)數(shù)據(jù)的派生數(shù)據(jù)產(chǎn)品和軟件，NASA要求提交讀取和使用數(shù)據(jù)所需的軟件描述，WT建議提交便于重用的數(shù)據(jù)格式。大多科研資助機構(gòu)都要求科研人員自主向指定或推薦的學(xué)科或機構(gòu)數(shù)據(jù)庫提交數(shù)據(jù)，其中NERC自主建設(shè)了數(shù)據(jù)中心，要求數(shù)據(jù)中心定期采集科研人員產(chǎn)生的數(shù)據(jù)。NSF、NASA與ESRC要求受資助者所屬機構(gòu)應(yīng)對數(shù)據(jù)進行審核，以保障數(shù)據(jù)類型格式規(guī)范并防止敏感信息泄露。

3.3 數(shù)據(jù)加工

科研機構(gòu)在數(shù)據(jù)加工階段應(yīng)對項目數(shù)據(jù)進行處理加工，生成完善的元數(shù)據(jù)以保證后期共享利用。本研究調(diào)研的機構(gòu)中NIH、AHRC、BBSRC、CRUK、DFID、ESRC、MRC、STFC 8個機構(gòu)均要求生成足夠的元數(shù)據(jù)，一方面便于充分理解科學(xué)數(shù)據(jù)；另一方面規(guī)范描述語言，便于整理排序。其中，STFC明確要求元數(shù)據(jù)應(yīng)包含對數(shù)據(jù)權(quán)限的細節(jié)和存取條件等內(nèi)容的描述；CRUK要求元數(shù)據(jù)應(yīng)包含收集數(shù)據(jù)的方法、變量的定義、度量單位、數(shù)據(jù)格式、文件類型等。

3.4 數(shù)據(jù)長期保存

科研機構(gòu)在數(shù)據(jù)長期保存階段應(yīng)將具有長期保存價值的數(shù)據(jù)依據(jù)資助機構(gòu)要求保存至推薦位置，并保證數(shù)據(jù)在保存期限內(nèi)可讀可用。本研究調(diào)研的12個機構(gòu)均要求將科學(xué)數(shù)據(jù)存儲至一個開放的學(xué)科或機構(gòu)存儲庫，其中部分機構(gòu)指定推薦存儲庫。如NASA要求將數(shù)據(jù)存儲至PubSpace，AHRC要求將考古數(shù)據(jù)存儲至ADS，NERC要求將數(shù)據(jù)存儲至本機構(gòu)自建的數(shù)據(jù)中心。12個機構(gòu)均對存儲時間進行規(guī)定，STFC強調(diào)不能重新測量的數(shù)據(jù)（受其自然屬性的影響）應(yīng)當(dāng)?shù)玫接谰帽４?。除保存最終研究數(shù)據(jù)與元數(shù)據(jù)外，NSF、NASA以及ESRC要求受資助者所屬機構(gòu)制定數(shù)據(jù)質(zhì)量評估標(biāo)準(zhǔn)，鑒定具有長期保存價值的數(shù)據(jù)進行長期保存，具體如表2所示。

表2 資助機構(gòu)對數(shù)據(jù)長期保存的相關(guān)要求

3.5 數(shù)據(jù)共享利用

科研機構(gòu)在數(shù)據(jù)共享利用階段應(yīng)最大限度的滿足科學(xué)數(shù)據(jù)開放共享需求，并規(guī)范和監(jiān)管不良的數(shù)據(jù)利用行為。本研究調(diào)研的12個科研資助機構(gòu)均要求以研究成果發(fā)布為參照，在研究成果發(fā)布前或發(fā)布后6個月內(nèi)共享科學(xué)數(shù)據(jù)集及其元數(shù)據(jù)或數(shù)據(jù)文檔，其中NSF要求共享派生數(shù)據(jù)產(chǎn)品。多數(shù)資助機構(gòu)要求科研人員自主按要求共享科學(xué)數(shù)據(jù)，由于NERC自建數(shù)據(jù)存儲庫，因此由NERC數(shù)據(jù)中心在合適時間公開數(shù)據(jù)。NSF、NIH、NASA等9個科研資助機構(gòu)提到涉及個人信息、商業(yè)秘密等敏感數(shù)據(jù)應(yīng)受到保護，共享前要取得受試者知情同意并進行匿名化處理。12個機構(gòu)均提到利用者應(yīng)規(guī)范引用和使用數(shù)據(jù)，承認(rèn)數(shù)據(jù)來源，以規(guī)范格式引用數(shù)據(jù)。此外，NIH等8個機構(gòu)提到科研人員可根據(jù)數(shù)據(jù)的敏感性、數(shù)據(jù)集的大小和復(fù)雜性以及預(yù)期的需求量選擇共享方法，如人與人之間的直接共享或上傳至開放存儲庫的間接共享，具體如表3所示。

4 科研機構(gòu)在科學(xué)數(shù)據(jù)管理流程中的職責(zé)解析

科研機構(gòu)作為科學(xué)數(shù)據(jù)管理的責(zé)任主體，其職責(zé)貫穿科學(xué)數(shù)據(jù)生命周期的始終，既是管理者又是服務(wù)者更是監(jiān)督者。針對科研機構(gòu)在科學(xué)數(shù)據(jù)管理各環(huán)節(jié)的目標(biāo)，進一步解析其各環(huán)節(jié)基本職責(zé)如圖2所示。

4.1 輔助計劃制定，監(jiān)督計劃執(zhí)行

在計劃階段，科研機構(gòu)輔助科研人員制定符合科研資助機構(gòu)要求的科學(xué)數(shù)據(jù)管理計劃并監(jiān)督計劃的執(zhí)行。依據(jù)不同科研資助機構(gòu)數(shù)據(jù)政策的規(guī)定，科學(xué)數(shù)據(jù)管理計劃有不同的內(nèi)容要求與格式規(guī)范。為提升科研人員制定科學(xué)數(shù)據(jù)管理計劃的質(zhì)量與效率，科研機構(gòu)應(yīng)收集并整理不同資助機構(gòu)要求，設(shè)計具有規(guī)范性與可操作性的計劃模板；聘任專業(yè)數(shù)據(jù)管理人員對科研人員制定計劃提供相關(guān)培訓(xùn)或個性化咨詢服務(wù)?？蒲袡C構(gòu)應(yīng)要求科研人員定期或不定期提交項目進展報告以審核其是否依據(jù)計劃進行科學(xué)數(shù)據(jù)管理，監(jiān)督并及時糾正數(shù)據(jù)生產(chǎn)者的數(shù)據(jù)管理行為。

表3 資助機構(gòu)對數(shù)據(jù)共享與利用的相關(guān)要求

圖2 科學(xué)數(shù)據(jù)管理流程中科研機構(gòu)的職責(zé)

4.2 明確收集規(guī)范，審核數(shù)據(jù)質(zhì)量

在收集階段，科研機構(gòu)應(yīng)制定本機構(gòu)內(nèi)部科學(xué)數(shù)據(jù)收集規(guī)范，包括明確收集對象范圍是項目完成后生成的最終數(shù)據(jù)或項目進行中產(chǎn)生的過程數(shù)據(jù)；明確收集內(nèi)容應(yīng)包含科學(xué)數(shù)據(jù)集本身以及生成數(shù)據(jù)的背景信息和解釋性信息；明確收集數(shù)據(jù)格式以便于長期可讀可用與共享傳遞；明確收集時間與收集方式，由數(shù)據(jù)生產(chǎn)者自主提交或由數(shù)據(jù)管理者定期采集?？蒲袡C構(gòu)應(yīng)對收集的科學(xué)數(shù)據(jù)進行質(zhì)量審核，包括通過審核其數(shù)據(jù)產(chǎn)生信息以判斷數(shù)據(jù)的真實性和準(zhǔn)確性，審核數(shù)據(jù)格式是否適合共享和利用，不依賴于特定軟件和硬件環(huán)境。

4.3 創(chuàng)建元數(shù)據(jù)記錄，生成數(shù)據(jù)目錄

在加工環(huán)節(jié)，科研機構(gòu)應(yīng)生成足夠的元數(shù)據(jù)以支撐之后的數(shù)據(jù)檢索和理解，并對科學(xué)數(shù)據(jù)進行有效組織、整合，生成便于檢索、發(fā)現(xiàn)的數(shù)據(jù)目錄。為創(chuàng)建元數(shù)據(jù)記錄、生成數(shù)據(jù)目錄，科研機構(gòu)應(yīng)在遵守國家與行業(yè)元數(shù)據(jù)標(biāo)準(zhǔn)的基礎(chǔ)上，結(jié)合自身應(yīng)用需求，設(shè)計元數(shù)據(jù)方案，據(jù)此對科學(xué)數(shù)據(jù)集進行著錄與標(biāo)引，實現(xiàn)數(shù)據(jù)分類、數(shù)據(jù)集成與數(shù)據(jù)關(guān)聯(lián)，并支撐跨平臺數(shù)據(jù)檢索與獲取。

4.4 存儲與備份數(shù)據(jù)，保障其更新與維護

在長期保存環(huán)節(jié)，科研機構(gòu)應(yīng)根據(jù)資助機構(gòu)要求制定長期保存規(guī)范，基于數(shù)據(jù)價值判斷數(shù)據(jù)存儲時限（如5年、10年、20年等），對特殊的不可再生數(shù)據(jù)進行永久保存。明確長期保存對象應(yīng)不僅包括科學(xué)數(shù)據(jù)集，還應(yīng)包括其元數(shù)據(jù)、解釋性數(shù)據(jù)文檔、派生的數(shù)據(jù)產(chǎn)品以及軟件等?？蒲袡C構(gòu)為保障數(shù)據(jù)長期可讀、可用，將科學(xué)數(shù)據(jù)轉(zhuǎn)換至最佳格式并遷移至最佳媒介，進行數(shù)據(jù)備份，并進行日常的維護與更新。

4.5 保護數(shù)據(jù)版權(quán)，規(guī)范引用行為

在共享利用環(huán)節(jié)，科研機構(gòu)一方面要最大程度地使數(shù)據(jù)使用者的數(shù)據(jù)發(fā)現(xiàn)和利用過程簡單化、便利化；另一方面要保障數(shù)據(jù)生產(chǎn)者的知識產(chǎn)權(quán)，規(guī)范數(shù)據(jù)使用者的數(shù)據(jù)利用行為?？蒲袡C構(gòu)應(yīng)鼓勵數(shù)據(jù)生產(chǎn)者出版或公開發(fā)布科學(xué)數(shù)據(jù)及其元數(shù)據(jù)，但同時保護涉及個人隱私、商業(yè)秘密等敏感性數(shù)據(jù)，在出版前對其進行匿名化處理?？蒲袡C構(gòu)應(yīng)在分析科學(xué)數(shù)據(jù)使用者行為的基礎(chǔ)上，為本機構(gòu)科學(xué)數(shù)據(jù)管理平臺設(shè)計用戶友好化和多樣化的數(shù)據(jù)發(fā)現(xiàn)與數(shù)據(jù)獲取功能，如高級檢索功能、數(shù)據(jù)推薦功能、在線瀏覽功能、數(shù)據(jù)分析與可視化功能等?？蒲袡C構(gòu)應(yīng)通過開設(shè)通識課程或系列講座的方式提升本機構(gòu)科研人員的數(shù)據(jù)素養(yǎng)，提升其數(shù)據(jù)獲取能力的同時也提升其規(guī)范引用數(shù)據(jù)的意識，以規(guī)范的格式引用數(shù)據(jù)、合法的方式利用數(shù)據(jù)。

5 結(jié)語

科研資助機構(gòu)的科學(xué)數(shù)據(jù)政策定義了科研機構(gòu)在科學(xué)數(shù)據(jù)管理流程的計劃、收集、加工、長期保存、共享利用各階段的基礎(chǔ)職責(zé)與任務(wù)，包括輔助科研人員制定符合資助機構(gòu)要求的數(shù)據(jù)管理計劃，并監(jiān)督計劃執(zhí)行；明確數(shù)據(jù)收集規(guī)范，審核收集到的數(shù)據(jù)質(zhì)量；為科學(xué)數(shù)據(jù)創(chuàng)建完善的元數(shù)據(jù)記錄，并據(jù)此分類整序，生成數(shù)據(jù)目錄；存儲與備份科學(xué)數(shù)據(jù)，保障其更新與維護；保護數(shù)據(jù)版權(quán)，規(guī)范數(shù)據(jù)使用者引用行為?？蒲袡C構(gòu)作為科學(xué)數(shù)據(jù)管理的責(zé)任主體，明確自身職責(zé)與任務(wù)對規(guī)范和推動本機構(gòu)乃至國家層面的科學(xué)數(shù)據(jù)管理與共享都具有重要意義。因此，明晰科研機構(gòu)在科學(xué)數(shù)據(jù)管理流程中的任務(wù)是現(xiàn)階段推動我國科學(xué)數(shù)據(jù)管理與共享發(fā)展的突破口。我國科研機構(gòu)可以以此作為依據(jù)和參考，部署和完善本機構(gòu)的科學(xué)數(shù)據(jù)管理體系，推動我國科研機構(gòu)科學(xué)數(shù)據(jù)管理與共享的實踐進展。