國外面向科研人員的科學數據共享探析*

傅天珍，鄭江平

國外面向科研人員的科學數據共享探析*

傅天珍，鄭江平

分析國外面向科研人員的科學數據共享研究現狀，得出科學數據共享意愿和行為具有四大特征：數據共享意愿和行為因研究背景而異，數據共享意愿與實際行為存在差距，數據再利用經驗與共享傾向相關，數據共享途徑多樣化。闡述影響科研人員共享科學數據的五個因素，包括個人利益權衡、開放獲取的壓力、技術與標準問題、文化和法律因素、利他心理因素。提出圖書館應參與科學數據管理，提供數據素養培訓和技術支持。

科研人員 科學數據共享 開放獲取 圖書館

科學研究正步入數據密集型發現和合作共贏時代。科學數據不再是純粹的研究結果，成為科學活動的原料和動力。科學數據的共享和再利用被認為是科技創新和知識發現的一個重要驅動因素。然而“科學數據正在快速丟失，20年后80%的數據將不能獲取和使用”[1]。科學數據的采集、保存、管理和共享已成為當下緊迫和復雜的問題。本文通過對國外資料的分析，闡述科學數據管理和共享現狀、科研人員對科學數據共享的認知和意愿及其影響因素，以期探索制約科學數據共享的關鍵性問題，找到解決問題的途徑。

1 國外研究概述

國外對科研人員的科學數據共享態度的研究始于上世紀80年代。1982年Science雜志發表了對擴大數據訪問權利、促進科學思想自由交流的文章，引發人們對研究領域競爭性權益保護和傳統科學數據保密機制的反思[2]。1988年Ceci較系統地面向3所美國大學和美國國立衛生研究院(NIH)的科研人員進行跨學科、跨機構的數據共享意愿調研，發現科研人員普遍愿意共享已出版成果的科學數據，但大部分人表示難以獲取同行的數據[3]。真正面向科研人員科學數據共享問題的深入研究集中在近10年。歐美的信息或數據研究機構、圖書館、社會政策研究所以及計算機、生物、心理等學科領域的專家合作，圍繞科研人員展開了深層次、多角度的調研。研究范圍涵蓋多學科、不同人群的全球性橫向調研，也有著眼于特定學科和研究團隊，貫穿整個研究生命周期的縱向分析。研究方法以問卷調查和用戶訪談為主，通過各類問題設計，引導科研人員描述其科學數據管理和共享現狀、對共享的認知和意愿、影響共享的因素以及希望得到的支持等[4-7]，具體內容如表1。其中不乏基于文獻計量的案頭調研。Wicherts等就對發表在美國心理學會(APA)的2個主要期刊上，且作者不愿共享原始數據的49篇論文中的1148個統計學結果進行再分析，發現科研人員的共享意愿與數據質量相關[8]。Piwowar則通過數據庫和網絡檢索“基因表達微陣列”相關原始數據的公開情況，并采用多元回歸法分析了影響作者數據共享的15項因素[9]。

表1 國外面向科研人員的主要調研內容

2 科研人員的科學數據共享意愿和行為特征

2.1 數據共享意愿和行為因研究背景而異

科研人員的數據共享意愿和行為與特定的研究背景有關，包括學科、年齡、研究生涯的不同階段等。目前氣候、生物、生態等學科領域擁有覆蓋整個數據生命周期的較完善的科學數據共享方式，因此科研人員對數據共享的認同率非常高。而在醫學和社會科學領域，數據共享進展緩慢。Tenopir等對全球不同學科的調查表明，90%的氣候學科研人員愿意在個人、機構或全球性網絡共享數據；86%的生物學和81%的環境、生態學人員則對科學數據的收集過程最為滿意；而僅17%的醫學和32%的社會科學人員同意將一部分數據無條件存儲到數據倉儲庫[10]。醫學研究人員，特別是癌癥和人體實驗研究領域還有越來越不愿共享數據的特征與趨勢[11]。

在年齡方面，年輕人更不愿無條件共享數據，除擔心數據共享可能影響未來研究和成果發表外，他們也意識到科學進步有賴于數據共享，但更傾向于數據的公平交換，希望增強數據再利用的知情權，且給予適當的報酬[12]。從研究生涯看，處于早期階段的研究人員更熱衷于共享數據，希望自己的成果盡早被他人驗證，以增強學術影響力。而經驗豐富的科研人員不愿過早公布數據，以支撐后續研究之用[13]。

2.2 數據共享意愿與實際行為存在差距

科研人員對數據管理和共享普遍抱積極態度，而數據共享實踐卻不理想。Cragin等對生命科學領域20位專家進行調研，發現只有5位曾把數據存儲到GeneBank上[14]。普渡大學水體質量野外監測站的科研人員則迫切希望公開科學數據，然而因缺乏政策支持、數據管理標準不完善、不了解共享途徑等原因，可公開獲取的科學數據非常有限[15]。而主張數據共享的計算學、基因組學領域的科研人員則深為難以獲取他人數據所困擾。

盡管一些期刊和資助機構推出強制性存繳政策，但科學數據共享仍差強人意。APA要求下屬刊物發表的論文必須共享科學數據，然而即使多次保證所請求的數據不會用于公開發表或再利用，仍難以說服141位中的103個遞交原始數據[16]。Savage對PLos Medicine和PLoS Clinical Trials雜志論文中的科學數據公開情況進行統計，則發現問題更為糟糕[17]。

2.3 數據再利用經驗與共享傾向相關

研究人員利用他人數據的頻率與其數據共享意愿互為影響。多項調查顯示，相比曾經使用他人數據的科研人員，無再利用經驗者的科學數據共享率更低。Piwowar在對影響基因表達微陣列數據共享因子分析中表示，有共享或再利用經驗的作者更可能共享數據[18]。Enke則對美國、歐盟和加拿大各國的生物多樣性領域進行調研，發現愿意共享數據的科研人員中有63%曾有數據再利用經驗，而不愿共享數據者中僅40%曾利用他人數據[19]。與數據共享類似，科研人員在利用他人數據時也存諸多顧慮，主要涉及數據質量、數據采集方法、是否有同行評議、獲取渠道。其中年輕的科研人員和成就較大的科學家在利用他人數據時最為困難[20]，這可能是他們不愿共享數據的原因之一。相反，共享經驗能促進數據再利用，但總體而言，科研人員更傾向于使用他人數據。

2.4 科學數據共享途徑多樣化

科研人員的科學數據共享途徑大致可以分成5類：公共數據倉儲庫、機構知識庫、出版社網站、個人或團隊網站、個人索取。公共數據倉儲庫功能相對完善，但僅限于一些學科，如基因序列數據庫GenBank、醫藥科學的Dryad、地理環境科學的Pangaea以及綜合性數據自由發布平臺Figshare等。這些數據倉儲庫為科學數據提供數字唯一標識符(DOI)，注重隱私保護，且部分遵循創作共用許可協議，科研人員能夠長期、可信賴地保存科學數據。機構知識庫則僅保存本機構的科學數據，其管理方式、數據引用規范、保存期限以及開放程度參差不齊。另外，也有少數專門為特定期刊建立的科學數據庫，如Ecological Archive[21]，專門存儲美國生態學會所創辦期刊上發表的學術論文的相關科學數據。

相比獨立的數據倉儲或機構庫，一些研究人員表示更喜歡隨同學術論文，以補充文件形式在出版社網站發表或鏈接的數據集。一些沒有公共數據倉儲庫的學科或者團隊內部的交流，則通過個人網站、實驗室數據庫或Email、Ftp服務器等方式共享科學數據。在數據類型方面，生物、生態、環境工程等學科偏向于共享原始數據，化學、物理、農業等學科則偏向共享經過處理的數據[22]。

3 影響科學數據共享的關鍵因素

3.1 個人利益權衡

3.1.1 預期效益驅動

科研人員在共享科學數據之前，會權衡共享帶來的利弊。一些科研人員相信，共享自己的科學數據能夠提升工作效率和個人學術影響力[23]，具體包括：證明自己研究數據的質量，提高個人科研水平的可見度；他人的驗證、比較或引用，能提高個人及所在研究機構的聲譽；促進與其他科研人員的交流和合作，吸引更多的科研資助者及合作伙伴；更有效地管理數據，確保長期保存并保證數據的完整性；更方便、快捷地利用原始數據，為后續研究節省時間和精力等。密歇根州立大學基因組學的助理教授Brown希望自己所有的數據可公開獲取。在接受同行評審前，他便公開軟件源代碼并預發表論文，結果很快吸引了一批科研資助者和學生[24]。

3.1.2 風險和成本顧慮

感知風險和成本問題一直阻礙著科研人員與他人分享數據。Ceci在1988年便發現無論生物還是社會科學領域，科研人員都擔心共享會減少或失去成果的發表機會[25]。隨后，諸多研究分析了科研人員不愿共享的因素，從個人利益來看，主要有如下考慮：(1)擔心減少或失去出版機會。科研人員在收集數據上花費了大量時間和精力，希望保持數據的獨有性，并盡可能多地出版成果；(2)擔心數據被盜用或后續研究的思路被發現。大部分科研人員只愿意在成果發表或后續研究完成一段時間后發布數據；(3)擔心數據被曲解和誤用。由于缺乏專業知識、收集方法注釋缺失等問題，很容易造成對數據點的選擇性提取或誤讀；(4)擔心數據的質量問題，害怕分析結果引起爭議；(5)因缺乏科學數據引用的相關評價機制，擔心數據共享無法得到回報；(6)時間、人力、經費的缺乏；(7)數據具有潛在經濟價值，希望用于商業運作。

3.2 開放獲取的壓力

隨著開放獲取運動的興起，科研人員也受到來自資助機構、期刊出版社、私人基金組織以及開放獲取先驅者等各方面的壓力，通過強制或鼓勵性政策要求數據共享，支持公共資助的研究結果為公眾所用。NIH自2003年以來就要求科研人員遞交科學數據共享計劃。隨后，美國國家科學基金會(NSF)、英國研究理事會(RCUK)等均要求共享其資助項目的科學數據。2013年3月美國、澳大利亞政府和歐洲聯盟委員會共同組織創建了研究數據聯盟(RDA)，以加快國際數據驅動的創新和發現。即使在最不愿共享的臨床醫學領域，一些研究基金、醫藥監管機構和公司也推出了一系列共享政策，如歐洲藥品局、比爾及梅林達·蓋茨基金會等[26]。越來越多的科技期刊制定了詳細并嚴格的數據存繳政策。Physiological Genomics雜志還曾公布作者對基因表達微陣列數據的共享態度和經驗評估報告，從而一定程度上提高了科學數據的共享率[27]。隨著科學界同行數據共享經驗的增加，利用他人數據的期望相應增強，這促使科研人員之間相互督促和模仿。機構領導人的開放獲取意識也成為科學數據共享的重要推動力。一些研究者甚至將數據共享作為他們職業生涯的重要使命之一。

3.3 技術和標準問題

良好并規范的元數據描述標準、數據組織和標注流程、數據倉儲的可用性等被認為是科學數據管理和共享的基礎條件。然而，目前大部分學科都缺乏結構化、規范的數據管理和保存框架，數據共享局限于小范圍的非正式途徑。即使在部分已經建立較完善數據倉儲庫的生物、化學領域，科研人員也面臨數據標準的困境[28]。不同機構或數據庫都遵從各自的標準，科技期刊的數據存繳政策則大多缺少元數據標準、長期保存格式要求，導致科學數據難以理解或再利用。2012年，在牛津大學和哈佛干細胞研究所的帶領下，全球超過30個科學組織的50余名成員達成共同制定數據標準的意識，期望對不同領域完全不同的數據進行一致描述[29]。

科研人員的個人IT素養以及網絡基礎設施也在數據共享方面發揮重要作用。科研人員期望能夠在功能強大、界面友好、操作便捷并能安全存儲的數據平臺上保存數據。Enke調研發現，大部分生物多樣性領域的科研人員希望平臺提供規范、詳細的數據再利用指南，顯示數據使用歷史、實時通知作者數據瀏覽或使用情況等。他們還提出數據門戶的優化建議，希望提供大型數據集的計算統計及在線工作功能[30]。

3.4 文化和法律因素

科學數據共享的壁壘還體現在數據的法律狀態以及科研人員的法律意識、倫理考量和文化背景方面。一些私人和政府資助機構明確限制其專項經費下產生數據的共享，將數據確定為機密級情報，如制藥公司和軍事研究機構[31]。在工程領域，當數據涉及商業利益或專利研究，數據的獲取也受嚴格限制。心理學、人類疾病研究等則涉及倫理道德，未經研究對象的同意，不能公開科學數據。同時，科研人員所處的國家、地域以及機構文化也深深影響其數據管理行為和共享意愿。美國科研領域最早呼吁開放獲取，聯邦法不再保護政府機構產生數據的版權。歐洲政府產生的數據一般不納入公眾領域，且數據庫法的限制也更多[32]。鑒于此種情況，美國科研人員也顯示出比歐盟國家更積極的共享態度。此外，大部分科研人員都習慣于沿襲機構或實驗室的傳統文化，數據管理和共享最佳實踐的開展也顯得緩慢。

3.5 利他心理因素

臨床應用單光子發射計算機化斷層顯像（SPECT）對T2DM患者的腦血流研究發現，其腦血流減低主要存在于額葉，頂葉以及顳葉的部分區域，相關分析顯示認知損害主要與判斷力以及記憶力有關。T2DM患者在磁共振影像學檢查和韋氏量表檢測認知功能正常正常的情況下，正電子發射計算機斷層顯像（PET）檢查可見部分腦區葡萄糖利用率的降低，主要分布于額，顳葉［5］。而在鏈脲佐菌素（STZ）誘導的糖尿病大鼠在出現認知功能障礙后，PET檢查顯示其在海馬區的腦血流量減少較健康對照組約30%，而在下丘腦區減少達到37%［6］。

科學數據關乎研究成果的發表和個人榮譽的提升，幾乎所有的科研人員在準備共享數據前都會權衡其中的利弊得失。然而Kim發現，利他心理因素也很大程度上驅動著科學數據的共享[33]。一些科研人員期望在科學界形成“合作競爭”“利他競爭”的良性學術交流和傳播。他們相信，共享科學數據能夠避免重復研究，綜合利用他人數據能加快科學發現和創新，有利于研究能力的提升和科學的發展。同時，科研人員也能通過共享帶來實現自我價值的滿足感。研究還發現，除了一些倡導開放獲取的先驅者，成就越高的科研人員利他心越大。

4 對圖書館的數據服務要求

數據驅動學術的時代，促使圖書館重新思考和定位其角色與責任。2006年美國研究圖書館協會(ARL)舉辦主題為“新的合作關系：學術圖書館在數字數據宇宙中的作用”的研討會，觸發圖書館界對參與數據管理和共享新角色的討論[34]。如今越來越多的國內外圖書館開始關注，并通過現狀調研、政策指引以及角色探索等提供相應數據服務。同時科研人員本身也對圖書館提出了科學數據服務的新要求。

(1)提供數據素養教育和技能指南，增強科研人員的科學數據共享意識和能力。大量調查表明，科研人員缺乏系統的科學數據管理、共享和再利用知識，對科學數據獲取和共享渠道、數據管理規范以及法律狀態模棱兩可。圖書館擁有信息組織和管理的優勢，可以提供數據發現和獲取、數據管理和組織、元數據描述、數據保存和互操作、數據質量控制、數據可視化和再利用等技能的數據素養教育，包括個別輔導、講座和研討會以及嵌入整個數據生命周期的咨詢和指導。麻省理工學院、威斯康星大學麥迪遜分校、愛丁堡大學等則建立導引網站，提供各種數據管理和發布相關的自助指南，幫助科研人員尤其是研究生、博士后等年輕科研工作者學習數據管理、獲取和發布的方法，減輕研究團隊的培訓壓力[35]。

(2)提供數據管理和存檔服務，希望建立數據服務系統。大部分科研人員為管理和共享科學數據所需耗費的精力和時間所困擾。伊利諾伊大學的幾位作物學家指出，科學數據庫的選擇、數據上傳格式和方法的學習、對學生上傳數據的審核等面臨挑戰，希望圖書館或其他部門能發揮數據上傳、質量把關和數據維護的職能。他們認為，由圖書館替代科研人員管理和維護科學數據將體現“顯著優勢”，不僅能節省科研人員的時間和精力，還能鼓勵不愿共享的學科進行數據共享，資助機構也將更信任存檔數據的質量，同時方便科研團隊進行自檢和統計[36]。此外，針對很多學科沒有相應的數據倉儲庫，或出版商不支持補充文件的發布，科研人員希望圖書館能提供功能完善的科學數據系統。一些大學積極拓展機構知識庫的功能，并通過開辟存儲空間、提供協作工具等方式為該校科研人員提供數據長期保存、訪問和引用服務，如賓夕法尼亞州立大學的Scholar-Sphere和普渡大學學術典藏(PURR)[37]。

5 結語

隨著數據洪流時代到來，科學數據共享備受推崇，也飽受爭議。雖然各類鼓勵或強制性政策激增，但生產數據的科研人員的認知、意愿和行為依然是共享科學數據的關鍵所在。國外通過面向科研人員的廣泛調研和分析，共享數據的動機和障礙逐步清晰，然而主體認知隨環境的變化、不同學科的最佳共享實踐、適合的數據服務模式以及政策法規的制定等方面仍有待深入探討。

參考文獻

[1]Elizabeth Gibney，Richard Van Noorden.Scientists losing data at a rapid rate[EB/OL].[2014-06-03].http：//www.nature.com/news/scientists-losing-data-ata-rapid-rate-1.14416.

[2]Dorothy Nelkin.Intellectual Property：The Control of Scientific Informations[J].Science，1982，216：704-708.

[3][25]Stephen J.Ceci.Scientists'Attitudes toward Data Sharing[J].Science，Technology&Human Values，1988，13（1/2）：45-52.

[4][10][12]Carol Tenopir，Suzie Allard，Kimberly Douglass，et al.Data Sharing by Scientists：Practices and Perceptions[J].PLoSOne，2011，6（6）：e21101.

[5][15]Jake Carlson，Marianne Stowell-Bracke.Data Management and Sharing from the Perspective of Graduate Students：An Examination ofthe Culture and Practice at the Water Quality Field Station[J].Libraries and the A-cademy，2013，13（4）：343-361.

[6][19][30]Neela Enke，Anne Thessen，Kerstin Bach，et al. The user's view on biodiversity data sharing—Investigating facts of acceptance and requirements to realize a sustainable use of research data[J].Ecological Informatics，2012，11：25-33.

[7][36]Sarah C.Williams.Data Sharing Interviews with Crop Sciences Faculty：Why They Share Data and How the Library Can Help[EB/OL].[2014-05-12].http：// www.istl.org/13-spring/refereed2.html.

[8]Jelte M.Wicherts，Marjan Bakker，Dylan Molenaar. Willingness to Share Research Data Is Related to the Strength of the Evidence and the Quality of Reporting of Statistical Results[J].PLoS One，2011，6（11）：e26828.

[9][18][27]Heather A.Piwowar.Who Shares？Who Doesn’t？Factors Associated with Openly Archiving Raw Research Data[J].PLoS One，2011，6（7）：e18657.

[11][20][24]Victoria Schlesinger.Scientists threatened by demands to share data[EB/OL].[2014-05-12].http：// america.aljazeera.com/articles/2013/10/10/scientiststhreatenedbydemandstosharedata.html.

[13]Howard Amos，Maude Frances，Tom Ruthven.A study into how researchers at the University of New South Wales use an d share research data[EB/OL]. [2014-05-12].http：//docs.lib.purdue.edu/iatul2010/ conf/day1/1/.

[14]MelissaH.Cragin，Carole L.Palmer，Jacob R.Carlson. Data sharing，small science and institutional repositories [J].Philosophical Transactions of the Royal Society A，2010，368：4023-4038.

[16]Wicherts Jelte M，Borsboom Denny，Kats Judith，et al. The poor availability of psychological research data for reanalysis[J].American Psychologist，2006，61（7）：726.

[17]Caroline J.Savage，Andrew J.Vickers.Empirical study of data sharing by authors publishing in PLoS journals[J]. PloSone.2009，4（9）：e7078.

[21]Ecological Archives[EB/OL].[2014-06-02].http：// esapubs.org/archive.

[22][31][33]Youngseek Kim，Jeffrey M.Stanton.Institutional and Individual Influences on Scientists’Data Sharing Practices[J].Journal of Computational Science Education，2012，3（1）：47-56.

[23]Adrian Mulligan，Michael Mabe.The effect of the internet on researcher motivations，behaviour and attitudes[J].Journal of Documentation，2011，67（2）：290-311.

[26][34][35]Jeonghyun Kim.Data sharing and its implications for academic libraries[J].New Library World，2013，114（11/12）：494-506.

[28]Susanna-Assunta Sansone，Philippe Rocca-Serra，Dawn Field，et al.Toward interoperable bioscience data [J].NatGenet，2012，44（2）：121-126.

[29]Oxford，Harvard Scientists Lead Data-Sharing Effort：ISA Commons and BioSharing[EB/OL].[2014-05-20]. http：//blog.biosharing.org/2012/01/oxford-harvardscientists-lead-data.html.

[32]Christine L.Borgman.The Conundrum of Sharing Research Data[J].Journal of the American Society for Information Science and Technology，2012，63（6）：1059-1078.

[37]Carly C.Dearborn，Amy J.Barton，Neal A.Harmeyer. The Purdue University Research Repository[J].OCLC Systems&Services，2014，30（1）：15-27.

Probing into Scientific Data Sharing Problems Oriented to Researchers Abroad

FU Tian-zhen，ZHENG Jiang-ping

Based on the review of studies on scientific data sharing oriented to researchers abroad，some characteristics of researchers’willingness and behavior toward scientific data sharing are found as follows：data sharing willingness and behavior varies due to different research backgrounds，a gap exists between data sharing willingness and actual behavior，and data reuse experiences are related to the sharing preference，data sharing ways are various.Meanwhile，the factors influencing data sharing are introduced from five perspectives，including personal interests，the pressure of open access，technology and standards issues，cultural and legal factors and altruism.Libraries can play a role in scientific data management，data literacy training and technical supporting.

researcher；scientific data sharing；open access；library

格式 傅天珍，鄭江平.國外面向科研人員的科學數據共享探析[J].圖書館論壇，2015（2）：76-81.

傅天珍（1982-），女，碩士，浙江大學圖書館館員；鄭江平（1966-），女，浙江大學圖書館副研究館員。

2014-07-25

*本文系浙江省科技計劃項目“科學數據開放共享機制與政策保障研究”（項目編號：2013C35009）研究成果之一