研究型圖書館數據館員能力需求及服務內容研究*

蔚海燕 范心怡

（華東師范大學經濟與管理學部信息管理系 上海 200241）

隨著大數據環境的到來，以信息技術為依托，開放共享、分布協同的E-science環境正在形成[1]。圖書館擁有的文獻元數據、日常工作數據和科研數據等急需得到妥善管理及利用，因此數據監管（Data Curation）概念出現，它是一種對數據獲取、計劃、組織、存檔、共享、分析、利用、保護等管理活動的總稱[2]。為了妥善管理圖書館的數據，開展數據服務，數據館員這一職業誕生，且當前僅在研究型圖書館設立。研究型圖書館中的數據館員主要針對科研中產生的數據，提供科研數據管理服務。

1 數據館員概述

1.1 數據館員內涵

對數據館員的定義通常會加上其工作內容的描述。如：原圖書館員接受培訓后從事專業的數據內容管理、保存和歸檔[3]；制定數據標準，對數據進行評估和保存，對數據進行管理和宣傳推廣的圖書館員[4]；數據館員是提供數據收集、組織、管理和服務的圖書館員[5]。除了工作內容，數據館員通常被認為需要經過專業培訓，并且有行業資質[6-7]，主要運用計算機技術，在圖書館這一科研數據密集平臺進行科學的數據管理[8]。

結合工作內容與館員素質，可以將數據館員定義為：具有一定數據素養，能使用計算機對數據獲取、存儲、共享、再利用等環節進行管理，并能為用戶提供專業數據服務的圖書館員。

1.2 數據館員職業誕生背景

20世紀50—60年代，早期的數據館員就已在歐洲和美國誕生，其中一部分發展成為今天數據館員的一個分支，但研究數據管理（Research Data Management，RDM）及提供數據服務（Research Data Services，RDS）的需求才是如今數據館員職業興起的直接原因。

1.2.1 早期數據館員

早在20世紀50—60年代，歐洲和北美的數據圖書館就初具雛形，且分兩種模式。在西歐，主要是由國家研究委員會贊助建立的數據服務中心；在北美，最初是依靠計算機部門或某些學科部門的自發組織。90年代以后，由于資金減少，歐洲的一些數據中心關閉，北美則將數據服務業務搬入研究型圖書館，以獲得穩定預算[9]。至此，與數據服務相關的工作才進入高校圖書館。

美國早期的數據館員多畢業于圖書館學及信息學院，在社會科學相關院系的專門圖書館工作，他們兼備圖書館專業知識與核心社會學科（政治學、經濟學、社會學和人口學）知識，與學科館員類似。可以將其看作專業館員的一種，或學科館員的一個發展分支。此外，地理信息系統（GIS）專家、政府文檔服務館員也是現在部分數據館員的前身[9]12。

1.2.2 RDM與RDS

在科研產出中，無論是論文還是專著都包含著大量科研數據。這些科研數據一般是指在科研過程中產生的，能存儲在計算機上的任何數據，也包括尚未轉化為數字形式的非數字化數據[10]。如通過基礎研究、應用研究、試驗開發等產生的數據，以及通過觀測監測、考察調查、檢驗檢測等方式取得并用于科學研究活動的原始數據及其衍生數據等[11]。

由科研產出的海量數據促使科研環境朝著數據密集型科研的方向發展。許多科研機構、學會和圖書館開始思考如何管理這些數據，并展開了數據管理/數據監管的一系列研究和實踐。國外一些大學率先開始了推動RDM議程的實踐，包括研究型圖書館在內的一系列機構和利益相關者已經開始參與制定政策、服務和基礎設施[12]。

科研數據服務（RDS）是伴隨著RDM概念而產生的。RDS是在數據密集生產的背景下，對數據進行人工或智能發現、關聯、聚合、重用等一系列管理，使用戶能夠直接用來解決問題，它能提升已有知識、數據的使用效率，促進新知識的產生和傳播[13]。數據服務的對象可以包括科研人員、科研機構，也可以包括非專業個人、企業等。研究型圖書館進行的科研數據服務具有一定的連續性和動態性，且是一種跨學科式的服務，貫穿數據生命整個周期，需要館員與用戶相互配合，動態調整服務內容[14]。科研數據管理與服務需要有專門的館員實施推進，因此面向科研數據，以計算機為主要工具的數據館員開始興起。

1.3 研究綜述

國外有相關研究對數據館員職能提出設想，如數據館員應開展數據管理培訓，開發與建設數據管理平臺，幫助研究人員制定數據管理計劃[15]，幫助研究人員規范他們的數據以符合機構或國家標準[16]，為科研數據創建元數據標準以符合存儲與共享的要求[17]。此外，國外學者對數據館員的數據再利用方面的職能提出了較高的要求，比如能夠通過數據挖掘更好地反映數據對應的資源[18]，或是對數據較為敏感，能夠分析出數據集隱含的模式和趨勢，提出一些新見解[19]。還有一些文獻進行了數據館員崗位能力需求調研[20-21]，以及數據館員培訓情況的調研[22]。

國內的研究多是對國外研究與實踐情況的調研，內容包括數據館員的崗位設置[7]12、數據館員制度[23]、能力需求[24-25]、職能研究[26]、培訓現狀[27]等。其中有相關研究通過招聘信息分析數據館員的能力需求和職能。有對其崗位職責、能力等進行的描述/統計分析（使用2010—2013年共25條數據）[7]14，有描述數據館員崗位設置的數量與趨勢、崗位職責、崗位對應聘者需求等（使用2010—2015年數據）[28]，有總結了國外高校數據館員的服務內容（使用2011—2015年數據）[6]57，還有對我國高校圖書館數據館員制度建設提出了建議（使用2015—2016年數據）[23]。

2 國外研究型圖書館數據館員能力要求調研

2.1 研究方法

文章選取國際科學信息服務與技術協會（International Association for Social Science Information Services &Technology，IASSIST）網站中的招聘信息[29]，以及美國圖書館協會提供的職位列表（ALA JobList）[30-31]。IASSIST將2005年以來數據館員職位招聘信息收集匯總，形成了一個數據庫，內容全面，但有一定的滯后性；ALA JobList則只存儲最近30天的招聘信息，更新速度比IASSIST快，且提供檢索界面。兩者都將招聘內容進行了結構化處理，便于使用工具抓取。

其中，選取IASSIST從2016年11月至2017年12月的招聘信息，篩選后共40條；由于ALA JobList僅提供近一個月的信息，因此分兩次在該網站上提取2017年10月至2017年12月的招聘信息，篩選后共27條。對收集到的共67條信息進行分析，其中有4條是華盛頓大學健康度量與評估研究所（The Institute for Health Metrics and Evaluation，IHME）在一年內重復發布的招聘信息，將其合并為1條，最后分析的是64條招聘信息。將收集到的內容分為崗位描述、學歷要求、專業要求、專業知識要求、技能要求、實際經驗要求、其他要求。

2.2 研究結果

2.2.1 數據館員類型分析

按照Graham Pryor和Martin Donnelly在2008年JISC會議上提出的數據館員職業角色區分方式（見表1），將數據館員分為數據科學家（Data Scientist）、數據管理員（Data Manager）、數據創建者（Data Creator）和數據館員（Data Librarian）[32]。

表1 數據館員職業角色區分

其中，劃分入數據館員的人數最多（53.13%），比較典型的有耶魯大學招聘的數據館員、加州大學伯克利分校招聘的數據服務館員等，這里的數據館員是指在數據管理、保存和存儲方面接受過系統專門的訓練，并具有行業資質的人員，他們能進行管理活動，并制定政策。數據創建者次之（21.88%），比較典型的有加州州立理工大學波莫那校區招聘的元數據管理館員（Metadata Management Librarian）、喬治城大學招聘的元數據服務部負責人（Unit Head, Metadata Services）等，這類職位主要在數據管理與控制方面具有較高專業水平。數據科學家（17.19%）與數據管理員（7.81%）的需求最少。數據科學家更加擅長數據收集和分析；數據管理員專注于數據存儲、保存，一些與數據庫有關的職位都可納入此類。

在角色區分的基礎上，根據職位名稱進行細分，用于確認圖書館的直接崗位需求。從表 2中可發現負責全面數據活動的“數據館員”或“數據服務館員”需求最多，共13條；“元數據館員”需求量位居第二，有12條。

表2 數據館員崗位名稱分類

2.2.2 學歷與專業要求分析

關于數據館員學歷和專業要求，主要查看樣本數據學歷要求中的最低學歷和專業要求中的相關描述。最低學歷的統計可分為學士、碩士、博士和無要求。專業則查看優先圖情專業還是優先其他專業。

在對學歷的最低要求中，79.69%的單位要求碩士學位，10.94%要求學士學位，4.69%要求博士學位。另外，一家西雅圖公共圖書館基金會招聘的數據庫管理員（Database Administrator）要求副學士學位，倫敦國王學院和哈佛商業出版社則沒有標明學歷要求。

圖1 學歷要求統計

在對專業的要求上，有48家招聘單位將圖書館學、情報學或圖書情報專業列為需求專業，占四分之三。這48條招聘信息中有的只要求圖情專業，如馬里蘭-洛約拉·圣母大學圖書館的編目與元數據館員（Cataloging & Metadata Librarian）和羅切斯特大學招聘的科學與工程拓展館員〈Science & Engineering Outreach Librarian（Data Focus）〉 都只要求“ALA認可的圖書館/信息科學碩士學位”；有些崗位除了圖情專業，還接受其他專業的申請，如波士頓學院招聘的數據與可視化館員（Data and Visualization Librarian）接受“ALA認證機構或相關領域的圖書館或信息科學碩士學位”或者“數據密集型研究領域的高級學位，如統計學或信息學，或數據科學相關領域的學位認證。”

其他16家的專業要求有數據/計算密集型學科、經濟學、國際關系、統計學、數學、規劃、建筑、景觀設計、地理等學科要求。由此可看出數據館員需求各學科人才，體現出該職位專業需求的開放性。

2.2.3 專業知識與技能要求分析

本節通過分析樣本崗位描述中的“需求”部分，歸納出數據館員需知專業知識和需會軟件工具（主要指在計算機上使用的軟件、語言、線上平臺等），將基礎需求和優先需求放在一起統計。可將專業知識要求分為：

（1）圖書館系統知識，包括了解圖書館運作、圖書館所處背景、特殊類型圖書館、圖書館政策、圖書館發展趨勢等內容。

（2）數據相關知識，包括RDM及其應用（以及RDM發展趨勢）、數據生命周期、數據存儲（數字保存理論、標準和技術的趨勢，以便有效永久保存數字記錄，了解各種數字保存方法）、數據素養等內容。

（3）信息組織知識，包括編目知識（編目規則，如MARC、 RDA、AACR2、CONSER Standards等），元數據（結構與標準，包括如DDI、SDMX、OASIS、DC、OAI-PMH和特定于學科的元數據標準，如LOINC、ICD-10、SNOMED等），受控詞表，關聯數據，本體等。

（4）科研相關知識，包括科研流程、學術交流、科研人員信息需求、科研方法、社會科學/自然科學研究原理等。

（5）其他領域專業知識，包括地理信息系統、統計學知識、檔案管理知識、健康科學知識等某些職業面向的特定的學科知識。

統計結果如圖2，可知數據相關知識和信息組織知識需求量最大。數據相關知識中有16條要求了解科研數據管理的背景和過程，有12條要求了解數據生命周期。信息組織知識中，有21條要求掌握元數據規則、框架和編碼知識。

圖2 專業知識要求統計

關于軟件工具要求，有49條招聘信息明確寫出了要求的計算機技能，種類很多，包括辦公軟件、統計分析軟件、編程語言、數據庫系統、編目軟件、數據處理軟件、可視化軟件（表3）。

表3 軟件工具要求統計表

根據職位設置，對表3中計算機軟件或工具有所需求。且各崗位對于工具使用的基本要求和優先條件也不同，比如對于科羅拉多大學博爾德分校圖書館的數據服務館員，使用統計工具（SPSS、SAS、R）是基本要求；而對于塔夫茨大學的社科數據館員（Social Science Data Librarian）來說就是優先條件。還有些崗位在招聘時沒有明確的技能要求，但需要館員在就職后學習新的計算機技能，如加州大學伯克利分校招聘的數據服務館員，要求在就職后學會使用統計工具和編程語言（如R或Python）。

2.2.4 實際經驗要求分析

關于實際經驗，本節將從最低工作年限要求和實際經驗具體要求進行統計。有27條招聘信息明確列出所需工作年限，將其分為2年以下、2—3年、3—5年、5年（最低），得出圖3。

圖3 最低工作年限要求

最低要求2—3年工作經驗的職位最多。要求5年以上工作經驗的職位一般屬于管理職位。而在余下的37條招聘信息中，也有許多要求有實際經驗，但沒有規定具體年限。而耶魯大學圖書館在招聘數據館員時歡迎新人，標出了“鼓勵新進入職的圖書館員的申請”。

一些沒有規定具體年限的職位也有實際經驗要求。如哥倫比亞大學圖書館招聘的研究數據協調員（Research Data Coordinator），在優先聘任條件里標明了需要有在研究機構的公共服務經驗，需要有數據分析和數據研究支持的經驗，需要有與數據打包、數據重用和數據編碼工作相關的經驗。又如明尼蘇達大學的生物科學聯絡館員與科學數據監管員（Biosciences Liaison Librarian and Scientific Data Curator）的優先聘任條件：需要有在研究環境中處理數據的經驗，需要有在研究型圖書館環境中開發和提供教學的經驗。這些條件一般與圖書館本身和崗位職責有關，條件較寬泛，并且不強制要求。

2.2.5 其他要求分析

其他要求指的是一些無法用硬性條件衡量的素質和能力。通過對樣本的分析，發現了幾個提及較多的能力需求：良好的口頭與書面表達能力，良好的溝通交流技巧，能與不同群體有效合作，能處理機密信息并尊重隱私，能將復雜事務清晰表示/展示，能包容動態、不確定的環境，能主動適應環境。

從這些軟性條件可以看出，由于數據館員承擔組織內部和外部的工作，需要為外部團體進行提供式服務，因此工作具有動態性，在各個群體內都要與其有效合作。而將復雜數據進行分析并簡單化展示也是所需條件之一。數據館員的職責也許會在未來不斷完善的理論研究和實踐推動下漸漸擴大，因此數據館員需要適應環境，通過持續學習來滿足今后的需求。

3 數據館員服務內容分析

從之前調研樣本的崗位職責說明中可以看出，數據館員參與數據管理、提供數據服務是一項系統工程。數據館員需要嵌入整個數據生命周期當中，對數據監管項目進行規劃，幫助科研人員使用數據。DCC（Digital Curation Center）給出的數據管理生命周期模型包括數據創建或獲取、數據評估與選擇、數據接收、存儲前預處理、數據存儲、數據使用/再利用、數據轉化共7個部分[33]。從整個階段來看，數據館員需要參與制定研究機構層面的數據管理政策。各個圖書館制訂的各種數據管理與服務規范，也需要數據館員參與[7]15。如哥倫比亞大學圖書館招聘的研究數據協調員需要“作為校園研究團體的一部分制定數據管理政策”；麻省理工學院所招的數據管理服務主管（Data Management Services）也有“帶領圖書館為大學項目提供支持，通過開發和設計政策、服務和基礎設施，使教師和學生能夠利用研究數據管理他們工作”的要求。

除了整體階段的服務，從本次調研和以往的研究文獻中還將數據館員需要提供的服務按數據生命周期階段進行總結。將數據生命周期簡化成五個階段后，內容與結構如圖4，但數據館員大多只參與數據資源獲取、數據加工、數據存儲、數據再利用四個階段。

圖4 數據生命周期模型

3.1 數據資源獲取階段

在數據資源獲取階段，有多所大學提出了“數據館員為學生和教師所要求的數據提供采集和訪問導向”（加州大學伯克利分校），或“支持研究人員數據的收集”（馬里蘭大學）。這說明數據館員可以為用戶直接提供數據集或建立數據鏈接，還可為研究人員提供資源導航、科學數據政策咨詢讀物，向科研用戶提供科研文獻和數據、科研工具等指引[34]。由于數據獲取階段的數據量十分龐大，數據形態也較復雜，因此對數據館員提出更高的要求，如需對數據進行關聯、內揭示，建立動態鏈接等[1]417。

3.2 數據加工階段

在數據加工階段，數據館員對數據進行清洗、篩選、分類，建立元數據，為數據存儲作預處理。創建和轉換元數據是存儲數據的前提，如佛羅里達大學George A Smathers圖書館招聘的元數據館員，需要為佛羅里達大學數字館藏（UFDC）轉換和創建元數據，并錄入圖書館系統中；使用腳本程序或編碼將元數據轉換為標準模式，開發支持大規模收集訪問和特定項目專業詞匯的詞庫和分類法。

此外，元數據館員還可以為用戶提供介紹、指導服務、元數據咨詢服務和元數據培訓服務等[35]。如馬里蘭-洛約拉·圣母大學圖書館的編目與元數據館員（Cataloging &Metadata Librarian）需要“推薦和實施元數據模式，向用戶有關元數據記錄的創建和使用的培訓和意識，并制定元數據政策、程序和工作流程。”

3.3 數據存儲階段

在進行數據預處理與元數據創建之后，需要為數據創建或介紹合適的數據庫，為科研人員提供數據保存服務，以實現科學數據的長期保存和再利用[36]，內容上包括存儲準備、數據上傳、元數據的創建與變更、數據刪除等服務，其最終目的是建立數據倉庫。如耶魯大學的數字存儲館員（Digital Preservation Librarian），需要建立和維護存儲庫系統，需要負責直接聯系用戶，也需要主動尋找潛在數據擁有者，確保數據擁有者的內容得到妥善保存，并在需要時能夠訪問。數字存儲館員還將與數字存儲團隊和其他利益相關方合作，記錄數字存儲服務相關的政策和程序，并確保系統能夠通過定期審核。

3.4 數據再利用階段

在數據再利用階段，數據館員可以提供的服務有知識抽取，數據挖掘、建模、分析、融合，為數據添加注釋以及來源出處、文獻與數據連接、跨學科科研數據鏈接、數據質量評價[37]、與政府部門合作，從數據中發現社會現象等。如內華達大學招聘的數據可視化與GIS專家（Data Visualization and GIS Specialist），需要在開發和發展數據可視化方面發揮領導作用，幫助師生培養跨學科的信息素養和知識創造。此外，專家還需要識別、調查、評估和實施與數據可視化和GIS功能相關的新興硬件、軟件和技術，從而將圖書館與大學新興的數據需求聯系起來。

4 我國數據館員及數據服務發展思考

從近幾年政策來看，我國有關機構已有設立數據館員的意識，并有意識推動數據館員的發展。2015年，《國務院關于印發促進大數據發展行動綱要的通知》提出了“發展科學大數據、知識服務大數據應用”的方向。2018年3月，《國務院辦公廳關于印發科學數據管理辦法的通知》明確了制定國家科學數據管理政策和標準規范的要求，高等院校是科學數據管理的責任主體之一，并且今后申請的項目/課題中形成的科學數據需要匯交單位或數據中心統一管理[11]。這些綱要、辦法的頒布，實際上提高了我國研究型圖書館對數據館員的需求，因此，由中圖學會專業圖書館分會以及高校圖書館分會牽頭，我國首期中國數據館員培訓于2016年在中科院文獻情報中心開班[38]，并且于2017年3月底舉辦了第二期培訓班[39]。這兩期培訓班均針對圖書館員開展專業性知識和技能培訓，教授了多種軟件和語言的使用，如R、Python、Hadoop、DSpace、Tensorflow等。此外，中科院文獻情報中心每月還舉辦免費的數據館員沙龍，面向圖書館員提供數據管理的信息政策與簡要信息技術。

通過研究國外數據館員及數據服務，文章對數據館員以及數據服務的本土化提出了如下建議。

首先，需要圖書館、圖書館員轉變觀念。數據館員應當是多學科覆蓋的，動態而有活力的。數據館員應根據用戶數據需求的特征和變化不斷學習、提高自身能力，特別是與計算機有關的能力。從招聘信息來看，國外對數據館員的學歷要求較高，專業多為圖情學科。因此，需要制定相應的行業準入制度，將職業規范化，這樣能夠保證人才質量，也為數據館員的應聘者提供入職標準。

其次，圖書館在設置數據館員崗位時應當結合本館發展情況，并不是所有圖書館都需要設置數據館員。應當根據館內的需求來設置，將數據館員崗位職責細化，按照數據生命周期階段進行設置。

再次，關于數據館員提供數據服務方面，需要確定圖書館為用戶（如科研團隊）提供服務的程度。比如在數據獲取階段，是直接給用戶他們所需的數據集，還是僅提供數據集的鏈接讓用戶自行選擇。又如在填寫數據管理計劃（DMP）時，是幫助用戶填寫，還是僅針對用戶申請的項目尋找相應機構的DMP規則等問題。

最后，除了學術型圖書館，數據服務也應當進入公共圖書館的服務體系。公共圖書館雖然擁有科研數據數量較少，但據廣義數據定義，圖書館擁有日常運行數據、館藏元數據、政府公開數據、古籍數據等，待開發程度高。公共圖書館進入數據管理領域并不需要著重關注數據生命周期，而可以注重人文，注重傳播，可以以用戶為中心建立一套新的數據服務體系。

（來稿時間：2018年7月）