哈佛大學圖書館科研數據管理服務實踐與啟示*

俞德鳳

（南京大學圖書館 南京 210023）

隨著科學向更具協作性、計算性和數據密集性方向發展，科研創新更加依賴大量、系統、高可信度的數據支持，數據驅動型科研范式呈現出的巨大潛力使得科研數據被公認為是未來科學發展的新引擎[1]。科學研究性質的變化導致研究人員面臨著一系列數據管理挑戰、問題和需求。由于大學圖書館擁有數據管理方面的人員、資源、技術、管理經驗及校園內建立的服務關系等獨特優勢，使得圖書館成為科研數據管理（research data managemen，以下簡稱RDM）的關鍵角色[2]。2007 年，美國國家科學基金會（NSF）啟動DataNet 計劃，明確提出以圖書館為主體實施RDM服務[3]。2012年，美國大學與研究圖書館協會（ACRL）確定RDM服務是學術圖書館與大學研究合作的一種趨勢[4]。《國際新媒體聯盟地平線報告: 2017 年圖書館版》中指出RDM服務是未來兩年內學術和研究型圖書館發展新技能的重要領域[5]。如今RDM服務已在美國大學圖書館全面實施，成為國內外高校圖書館工作發展的新方向。

國內科研數據比較分散，高價值科研數據未得到充分共享利用，2018 年3 月，國務院辦公廳印發了《科學數據管理辦法》，該辦法出臺有利于科研數據的管理與共享。目前已有北京大學、武漢大學和復旦大學等大學圖書館開展了RDM服務，由于機構層面不同、數據管理觀念與需求不同，并非所有圖書館RDM服務都處于同一階段，而是面臨著諸多挑戰，尚有很大提升空間，甚至不少高校尚未開展RDM服務。為了借鑒國外成功經驗，學者們開展了對國外RDM服務的調查研究，李志芳[6]、崔濤等[7]分析了美國、英國、荷蘭等國家RDM服務與實踐，并提出建議和措施。尹懷瓊等[8]對國內外高校圖書館RDM服務進行對比分析，指出差距及改進方法。筆者通過對國外大學圖書館典型案例進行分析和研究，總結其經驗，以期為我國高校圖書館開展RDM服務提供參考與借鑒。

1 哈佛大學圖書館科研數據管理服務案例

本研究以哈佛大學圖書館RDM服務為研究對象，主要基于以下幾方面：①服務典型性。除了一般的RDM服務外，哈佛大學圖書館嵌入科研數據生命周期開展的醫學院循證RDM服務、法學院實證RDM服務、商學院商業案例RDM服務富有特色，全面深入地支持教學與學術研究。②技術成熟度。作為新英格蘭圖書館軟件聯盟（NESCLiCRDM）技術指導者，其堅持技術創新和新技術應用，技術成熟度高。③服務重視度。哈佛大學圖書館重視RDM服務的深度拓展，其人員投入在全球高校圖書館中處于前列。本案例的數據來源于網絡調查、文獻調查、文本分析，主要包括哈佛大學圖書館RDM服務專題介紹、相關活動、會議報道、統計數據等形式。

1.1 服務目標

擁有28個分館的哈佛大學圖書館實行總館統籌規劃協調、分館獨立負責制。為了更好地開展服務工作，哈佛大學圖書館制定工作目標以指導圖書館發展和建設，還有總的愿景及目標；各分館和有關部門制定具體目標，任務明確。其RDM服務目標是將RDM計劃與哈佛的數據從業者、學科專家、服務及資源提供者相聯系，確保各學科研究數據可查找、可訪問、可互操作和可重用（FAIR）。具體有：①服務和資源：為研究人員提供可擴展的研究數據服務和資源，包括教育和培訓、數據管理和數據咨詢及各種信息指南、數字技術支持和最佳實踐體驗；②伙伴關系和合作：圖書館積極尋求持續的伙伴關系，合作開發和創新RDM資源及服務；③交流和外聯：圖書館與用戶進行交流，收集、評估不同需求和利益關系，提供RDM服務和資源、相關政策、數據標準和最佳實踐的宣傳推廣及外聯活動；④實踐共同體：積極培育、建立與研究數據生命周期相關的可持續實踐社區；⑤項目評估、監控及改進：為哈佛社區用戶進行項目評估、監管、指導，提供數據及時改進方法[9]。同時也指明目標的實現路徑：分析RDM的作用,利用分析結果制定用戶需求方案，為大學發展提供RDM策略,以用戶需求作為基礎設施開發的投入依據，從制度上保障RDM服務持續、穩定進行, 確保科研數據利益相關群體的權益。

1.2 服務組織

為了開展RDM服務，哈佛大學圖書館采取自上而下的服務組織模式，上層總館的管理機構總攬全局,由學校副教務長總領導。首席數據管理與技術主管Mercè Crosas總負責RDM管理規劃和技術設計，設置有3位專業館員組成的RDM項目規劃組，負責科研數據的政策、標準制定、RDM服務開發、技術基礎建設、管理協調等工作，項目規劃組與其他研究機構和人員合作,完成最佳數據管理方案,提供科研數據保存、分享等指導服務。哈佛大學組建RDM咨詢委員會，以支持數據生命周期的數據創建和使用，數據共享和歸檔的方案、政策，制定戰略計劃，推動服務項目順利進行。委員會開發支持數據驅動研究的軟件工具,用于創建RDM服務最佳實踐環境、數據長期獲取和再利用等[10]。

哈佛大學各學院分館根據具體情況，部分成立了RDM部門，如商學院圖書館成立哈佛研究數據管理部，政府管理學院圖書館成立數據服務小組，哈佛醫學領域圖書館投入最多，組成RDM工作中心，下設五個組：數據管理計劃組9人；電子實驗室筆記本（ELN）5人；數據管理網站組6人；外聯和培訓組8人；研究流程服務和元數據組6人[11]。不少分館未成立專職部門，只設有數據館員崗位開展服務， Lamont圖書館設有數據分析館員，地圖圖書館設有GIS數據館員，部分分館RDM服務由咨詢館員提供服務。這種自上而下的總分組織管理模式拓展了圖書館RDM服務的深度和廣度, 有助于集中資源提升服務質量。除了上述的機構部門提供服務外，哈佛大學圖書館建立了廣泛合作聯系，與哈佛大學贊助項目辦公室、信息安全中心、研究計算中心、檔案中心、科研管理部門、數字學術部等有關部門建立伙伴關系，各分館與院系等相關部門協同合作，建立強有力的服務支持體系[12]。

1.3 服務模式

1.3.1 數據管理計劃服務

RDM涉及從研究周期的數據組織到有價值成果的傳播和歸檔，在此數據信息基礎上進行新的創新研究。制定數據管理計劃（DMP）是數據管理首要步驟，實行對科研項目數據有序管理，滿足科研機構及基金機構的數據管理與共享要求。哈佛大學圖書館創建開源在線網頁輸入工具（DMPTool），供科研人員制定數據計劃，DMPTool詳細說明數據類型、元數據格式和內容以及如何存儲、備份和保護、訪問、共享和再利用等數據計劃內容[13]。科研人員登錄主頁，可獲得填寫RDM計劃的分步指導和幫助，以及美國基金項目管理機構的數據管理政策、數據收集和分析的方式等信息與知識。

數據館員為科研人員撰寫RDM計劃提供系列服務，提供管理機構或資助機構的要求和政策、計劃內容和建議、DMPTool模板的創建、模板使用分步技術指導和發布等各種咨詢服務，匯編有關文件，為項目開發提供特定材料。圖書館網站提供RSS訂閱,幫助用戶時刻了解RDM最新消息。哈佛大學定量社會科學研究所（IQSS）發布不同形式的數據管理計劃樣例；哈佛Dataverse數據管理計劃樣本、ICPSR國際樣本計劃、Odum 研究所樣本等供科研人員參考使用，數據館員提供選擇指導。

1.3.2 數據收集服務

數據產生或收集是科研過程的第一步，也是RDM工作的重要一環。為了保證收集的各種科學數據能被科研人員充分利用，數據館員在數據收集中要了解知識庫的分布情況、規定收藏的類型及應遵守的規范，審查評估數據，了解數據收集和文檔保存的方法，遵守相關協議及倫理規范。哈佛大學圖書館通過DataSpace上傳與提交數據，收集來自大學機構和個人研究的期刊論文、科研項目等數據集。網頁平臺嵌入科研數據發現系統、開放數據資源導航系統，涵蓋RDM各種主題資源，其中包括世界最大的社會科學研究數據集[14]。數據館員制定數據采集策略，利用數據采集系統、平臺、工具為科研人員提供指導，提出不同學科數據收集的具體方法和需注意的問題，數據資源格式、文件類型，需要的軟件工具，指導用戶以關鍵字、語義方法、文獻引用計量、文本挖掘、自動搜索、統計軟件等搜索技術定位、搜索、發現、刮取、合并和清理數據，如哈佛大學法學院圖書館實證研究服務公司采用網頁抓取數據收集軟件訪問網站獲取特定信息[15]。在數據收集過程中，數據館員指導用戶如何使用元數據創建數據文檔，檢索數據和鏈接到源的建議，根據數據間邏輯關系，分類創建使用模板，以保證關聯數據能夠被采集。另外，根據科研人員數據需求，哈佛大學圖書館數據館員向科研人員推送學科前沿信息，使用RSS、電子郵件或博客等社交軟件將與項目研究相關的文章、圖書、期刊、在線視頻、新聞消息等進行推送，使科研人員能夠及時獲取新的研究思路和最佳知識庫資源。

1.3.3 數據組織服務

由于科研數據具有臨時性、數量龐大雜亂的特點，只有經過規則和標準的組織標引才能被用戶充分利用并實現共享。哈佛大學元數據實驗室制定數據、元數據標準，數據格式及文件夾命名規則，使文檔名具有一致性和描述性，以確保數據集可用、可理解、可訪問。數據館員全程跟蹤科研人員，提供文件命名、數據版本、元數據的創建及選擇的方法指導，利用文件夾和標簽等對科研數據文件進行整理，如從不同的電子源提取歷史數據并將其整理到數據庫中。數據館員按學科主題、作者等對文件進行分類，協助科研人員完成元數據標引、元數據工具使用，采用元數據規范準確描述數據資源內容屬性，形成格式化數據，實現對元數據收集、驗證、規范化設計和保護等操作，構成清晰的目錄結構。

哈佛大學圖書館創建科研數據文檔標準并跟蹤其發展，進行元數據創建、元數據模式設計等，如哈佛大學商學院圖書館Erin Wise領導的元數據團隊，可為用戶信息產品創建數據、改進原有元數據，為用戶推薦元數據映射方式或創建元數據映射新模式。哈佛大學地理分析中心利用地理空間技術，分析、創建、編輯、組織空間數據，以實現原始數據的價值。

1.3.4 數據分析服務

為了使研究人員的研究結果遵循項目要求、科研數據達到政策制定者和科學界需求預期的效果、不同類型數據集兼容以利于后期研究，需要對科研數據進行分析與整合。哈佛大學圖書館數據館員與科研人員建立聯系溝通機制，利用計算機技術、數字技術為用戶提供專業化數據分析服務，數據館員篩選、合并、歸類及重新格式化數據，提取、復制、驗證、比較各種研究結果及歷史數據，利用技術工具及可視化工具為用戶提供數據集成、定性分析和可視化服務，并制定計算和分析解決方案，將異構數據進行選擇、加工、分析、有機組織、整合導入到研究機構及圖書館的信息平臺，實現多源數據的集成融合。例如，哈佛大學醫學院圖書館數據館員與實驗室研究人員合作，提供數據分析和可視化服務，利用專業管理軟件將科研數據與其產生的文獻關聯，從而使用戶能夠挖掘檢索相關集成多元資源，增加檢索結果，提升研究數據價值。哈佛大學Lamont圖書館數據館員利用可視化技術改進圖表、信息表和網絡交互顯示，創造視覺效果及可視化支持[16]。哈佛大學商學院圖書館Donna Popky領導的數據分析團隊與用戶合作，分析原始數據，創建和集成數據，提取歷史數據并將其整合進研究或信息產品的主題、行業內容中，對用戶項目進行跟蹤、分析并給出行業報告，以滿足用戶需求。

1.3.5 數據存儲服務

哈佛大學圖書館致力于長期保存大學學術思想，主要依托機構知識庫（Harvard Dataverse，簡稱HD）協助研究人員進行數據管理和數據共享，HD是基于開源軟件的數據存儲平臺，平臺提供資源上傳RDM相關政策、標準、版權和知識產權等相關信息，數據軟件工具，培訓視頻及在線學習等內容，成為數據館員、用戶互動的數據監管平臺。數據館員為科研人員提供數據存儲咨詢及有關支持服務：如數據共享和訪問政策、數據使用協議、準備數據和文件、數據共享建議、數據存儲、創建存儲庫元數據或元數據轉換等，其目的是幫助科研人員發布、長期使用數據成果。除本校機構存儲庫，哈佛大學圖書館還提供ICPSR開放大型存儲庫、Figshare研究成果存儲庫、Re3data數據倉庫、Zenodo在線資源庫，以及一些專科數據倉儲，如哈佛大學醫學院Dryad數據倉庫[17]。數據館員為用戶提供活動數據和存檔數據的存儲策略，其數據存儲方式，最適合存儲庫選擇。

由于存在研究數據量大、數字文件脆弱，數據格式和存儲介質易過時等情況，數據存儲要考慮數據集大小，計算要求、備份、安全性、可用性及敏感數據等數據問題，哈佛大學數據館員提供數據政策與相關規定、數據備份指導，數據安全規劃，個人信息保護，敏感數據保密，數據共享和重用建議等服務。哈佛大學醫學院圖書館為每個數據集創建自述文檔、數據信息，提供數據從頻繁訪問到不常訪問3個數據存儲層[18]。哈佛大學商學院圖書館將信息安全分為1—5級，1級為公共數據，5級為保密數據。數據館員提供數據保留、歸檔、長期存儲的評估標準與數據安全措施[19]。

1.3.6 數據保護服務

穩健的數據隱私和安全規劃對于保護數據安全和研究人員的個人隱私非常必要，尤其是對敏感或機密數據的有效保護成為科研過程中的重要議題之一。哈佛大學圖書館致力于保護大學的教學、研究等各種重要信息，制定了有關數據安全的相關政策、條例等，采取的保護措施受到法律或大學政策的保障，注意數據安全以及法律和道德安全。數據館員為科研人員設計數據保護方案，評估數據的隱私風險,確定要保護的數據,在數據發布前對數據進行匿名化處理，限制或加密對敏感數據的物理訪問。為了避免硬件、軟件或媒體故障、病毒感染或黑客入侵等引起的意外或惡意導致數據丟失，對數據進行備份并加密存儲敏感數據。隨著研究涉及越來越復雜的研究數據存儲和傳輸，哈佛大學醫學院Harvard Catalyst小組提供數據隱私和安全檢查表和計劃工具，便于開展數據保護服務。

為了將數據作為知識產權永久保存，數據館員對數據進行評估，確定符合永久保留條件的數據、有重大影響的突破性數據或高度可重用數據等，數據館員選擇安全的存儲介質進行數據存儲，提供自述文檔，包含數據集的共享/訪問限制。哈佛大學商學院圖書館將重要的研究成果創建成永久性數據記錄，轉移到哈佛大學商學院檔案館長期存儲，以利于數據的長期保存。哈佛大學技術開發辦公室就支持知識產權所需的數據保留實踐提供指導，提供數據遷移、備份和存儲方面的技術支持以確保數據真實性、可重用。

1.3.7 數據出版與共享服務

數據出版是實現數據價值的重要措施，哈佛大學研究人員主要通過HD服務平臺發布數據，進行研究結果出版或共享，在HD平臺發布數據會獲得數字對象標識符（DOI）代碼，通過引用為數據獲取信用。數據館員協助研究人員使用開源軟件工具、元數據和專業術語上傳數據。具體服務有：數據館員與研究者合作將資料制作索引并數字化，將數據集嵌入機構資源庫，設計與創建基于數據出版的用戶研究空間，上載“干凈”數據集和文件，創建個性化日志及項目、學者或機構dataverse頁面，創建數據模板、數據集、最終文檔并進行數據發布。哈佛大學圖書館以多種方式支持數據出版，利用電子期刊及電子書出版平臺、開放存取（OA）、同行評審期刊等方式發布數據以提高學術研究影響力，如哈佛大學醫學院研究人員在開放同行評審期刊《Giga Science》出版數據，這些平臺供研究人員進行數據開放共享并挖掘潛在合作對象。

除數據館員提供數據出版服務外，哈佛大學圖書館部分分館設有專職出版館員提供出版服務，醫學院圖書館4人數據出版服務團隊提供數據出版與共享、版權服務、宣傳推廣，用戶授權的開放存取、ejournal出版等出版咨詢服務，幫助科研人員選擇合適的數據成果出版方式，例如將科研數據提交NIHMS、DASH、BioRxiv、MedRxiv等數字倉庫的策略，美國衛生研究院（NIH）訪問政策，在線協作工具（開放科學框架protocols.io)使用等，提供版權合理使用、學術出版稿件準備與審查、參考文獻及學術交流策略等服務[20]。

1.3.8 數據再利用服務

數據再利用能夠使數據發揮更大價值。為了實現科研成果數據有效發現，哈佛大學圖書館數據館員為科研人員提供不同數據發現工具Harvard Dataverse、re3data、DataOne等以及不同的技術方法：為發現和傳遞本地和遠程資源提供libguide解決方案，涵蓋傳統文獻資源之外的研究數據資源，將研究人員與所在機構存儲庫和資源通過內部鏈接進行聯系。哈佛大學醫學院提供eCommons在線數據存儲空間，用戶可對存儲數據進行訪問，也可提供鏈接與同事共享文件。為了科研數據可見再利用，哈佛大學商學院圖書館Carol E.領導的語義搜索發現組通過統計數據檢索分析、識別等方法，進行檢索技術改進、搜索引擎優化以改善網站搜索體驗，提高數據管理系統中數字對象可見性。

為了科研數據的宣傳推廣，數據館員協同科研人員制定數據營銷策略，闡明科研數據管理的作用，宣傳相關科研數據政策，提供科研數據策展服務，促進數據共享和重用。哈佛大學醫學院圖書館設置由8位館員組成的外聯和培訓小組，進行環境、需求和利益評估，將數據資源推送給不同層次的用戶。數據館員開展信息交流和外聯服務以加強RDM宣傳、數據訂閱、活動策劃，培育和建立可持續實踐社區共同體，加強多渠道協作和共享。哈佛大學圖書館支持科研人員利用Wiki、Blog等微出版平臺進行數字信息共享、數字出版、數字宣傳推廣。

2 哈佛大學圖書館科研數據管理服務特征

2.1 工作目標明確

為了確保工作能有序順利開展，明確工作目標尤為關鍵。哈佛大學圖書館進行服務環境掃描、科研數據評估和用戶需求分析，根據自身學科特點和所處文化環境，進行RDM服務定位，制定服務目標以指導圖書館發展并確定建設方向。哈佛大學圖書館制定總的目標，各分館根據功能定位、部門工作、具體服務項目制定不同的服務目標，任務明確。例如，RDM咨詢目標是為哈佛大學成員提供研究數據咨詢、技術指導和項目支持服務，以促成開放科學計劃，分享哈佛學術成果及其獨特數字收藏。哈佛大學醫學領域研究數據管理工作組的目標是提供共享的RDM培訓、資源及其解決方案，開發最佳實踐以滿足研究人員現在和未來的RDM需求。其分組數據管理計劃小組的目標是匯編現有文件，為特定項目的數據管理計劃（DMP）開發其他材料，創建和發布資源，生成支持整個數據生命周期的數據管理計劃。哈佛大學圖書館除了長期規劃，每年還制定具體工作目標，并對目標實施持續監測、評估和審查，不斷修正與完善,保證目標的前瞻性與有效性。為實現RDM服務目標及可持續發展，哈佛大學圖書館制定了RDM政策、標準以支持大學學術發展。

2.2 技術基礎支持完善

數字技術基礎是RDM的支持架構，數據的組織、分析、保存與發布等都需要軟件工具、技術設施的支撐。哈佛大學圖書館在科研數據生命周期中提供不同的技術應用: ①管理計劃，提供DMPTooL在線工具，為用戶科研數據提供數據管理指南；②數據采集管理,提供數據和信息采集的系列技術，如Zotero、Mendeley、Endnote等；③數據分析與挖掘，提供Voyant Tools、OpenRefine、Python R、SPSS等工具用于清理、處理和分析數據; ④數據可視化，提供Raw、Gephi、Tableau、Matlab等軟件實現數據可視化; ⑤數據發布， 提供Voyant Tools等用來發布數據；⑥數據倉儲，提供開源數據機構庫Harvard Dataverse、社科數據存儲庫ICPSR、研究成果存儲庫Figshare、數據倉庫等Re3data，以及部分院系自建的數據存儲庫；⑦資源庫，提供多樣化的數據資源庫，哈佛大學IQSS的Sage數據研究方法庫、數據工具包（DTK）、哈佛大學地圖圖書館GIS數據、哈佛大學醫學院圖書館電子實驗室筆記本等[21]。哈佛大學圖書館專題網頁涵蓋了研究數據管理的各種主題，提供相關知識介紹和信息鏈接、在線教育工具，如視頻教程、背景文獻及課堂演示幻燈片等。部分分館建有獨立的RDM服務平臺，其中哈佛大學醫學院科研數據平臺內容最豐富，可共享醫學實踐、資源和信息。

2.3 服務形式多樣化

圖書館提供多樣化服務是支持科研人員RDM的重要途徑，也是實現科研數據價值最大化的有效方式。哈佛大學圖書館根據用戶需求，提供多元化服務體系: ①資源導航服務。專題網頁提供數據信息、數據知識、專題FAQ等，利用Facebook、Twitter、博客等社交平臺及論壇，提供數據信息、數據知識、相關服務及數據資源鏈接等內容，在館員與用戶間提供互動反饋的虛擬空間。②技術支持服務。提供技術設施、軟件工具及數據平臺的使用技術指導，以及數據、用戶隱私、服務平臺、網絡系統的安全維護和技術管理保障等，確保RDM服務順利開展。哈佛大學醫學院圖書館設立了由6位館員組成的數據管理網站小組，進行網站技術開發與安全管理維護并更新發布網站內容等。哈佛大學文理學院FAS技術團隊負責技術研發、培訓、安全以及咨詢等。③參考咨詢服務。數據館員根據學科環境審查及用戶需求分析，提供嵌入科研數據生命周期的多元化、個性化、層次化咨詢服務，例如數據專家嵌入哈佛大學醫學院圖書館有關項目中開展合作研究，提供數據分析、因果推理、實驗設計、統計與預測、模型擬合等技術方法、方案等，為項目不同階段提供擴展性支持。④教學、培訓及研討會。除了線下開展RDM培訓外，提供線上數據知識及工具使用的MOOC課程、Zoom在線教學及幻燈片演示，如政府管理學院圖書館除每年春季開學提供短期培訓外，還針對特定部門、科研項目及學生定制研討會。哈佛大學醫學院圖書館每月舉辦的主題講座和研討會。⑤數字實踐活動。哈佛大學圖書館開展多樣化的專題數據實踐與交流活動，如舉辦數據節以促進學術交流與知識分享。由政府管理學院學生營辦數據科學俱樂部，提供數據技能分享的交流機會，開展半月一次的數據甜甜圈學習討論活動。多樣化的服務形式拓展了RDM服務的深度與廣度，以實現為教學和科研助力的目標[22]。

2.4 合作伙伴廣泛

為了更好地提供RDM服務，哈佛大學圖書館與科研人員、校內數據管理與技術部門等有關機構建立了廣泛的合作伙伴關系，合作伙伴包括哈佛項目贊助辦公室、科研管理和法規處、研究計算中心、信息安全中心、哈佛數據倉儲中心、社會科學定量研究所（IQSS）及院系科研管理辦公室等，數據館員與研究人員、管理人員、法律顧問、系統開發人員、IT人員及各專業人員建立數據技術研發及合作伙伴關系。各分館機構也建立了相應的合作關系，如哈佛大學醫學院與醫學歷史中心、哈佛臨床和轉化科學中心、MS研究計算和研究信息技術解決方案組（RITS）、哈佛催化中心（Harvard Catalyst）。與此同時,哈佛大學積極與校外機構合作，并獲得S.T. Lee基金的大力贊助。哈佛大學圖書館致力于開展不同層次，甚至跨界式合作，建立可持續合作伙伴關系，擴大外聯尋求與外界開展合作并爭取資源，保持良好的學術生態環境，為科研人員的數據管理提供必要的支持。

3 思考與啟示

RDM服務是圖書館服務的新增長點，如何更好地促進該服務在國內高校圖書館的發展，筆者通過對國外典型案例進行分析，結合國內高校圖書館實踐得出以下幾點啟示。

3.1 制定服務目標，明確服務實現路徑

RDM服務作為學術圖書館與大學研究合作的新趨勢，哈佛大學圖書館已認識到RDM的重要性，并進行自上而下的機構崗位設置，在此基礎上制定總的規劃和具體工作目標，使RDM服務可持續開展。目前我國高校圖書館開展RDM服務的不多，RDM實踐面臨著諸多新形勢、新問題。首先，國內高校圖書館要增強RDM服務意識，進行科研環境及用戶需求調查分析,在整合資源、評估實際情況的基礎上，根據機構能力、學科特點和差距分析等情況，制定相應的RDM服務目標，目標要具體明確，角色要定位準確，并對RDM服務持續跟進、評估和審查,不斷修訂與完善,保證目標的前瞻性與有效性。其次，在明確服務目標，找準角色定位后，高校圖書館要建立相應的服務管理機制、服務評估體系，進行RDM服務崗位設置,明確崗位職責，結合實際進行服務設計，形成有效的服務路徑，保護利益相關群體的權益，確保服務順利開展。最后，館員的素養是決定服務水平的關鍵。RDM將更加凸顯技術化，新工具和新技術的不斷涌現，對館員能力也提出了更高的要求。國內高校圖書館要重視館員數據知識與業務能力建設，鼓勵館員參加相關會議與學習培訓，開展RDM專業知識、數據工具、信息技術與數據技能等方面的培訓,進而提升館員的數據素養和服務水平。

3.2 增加投入，加強技術基礎設施建設

OCLC于2017年3月發布的《研究數據管理服務空間概覽》中提到，RDM是高校科研發展的趨勢，在服務、資源和基礎設施方面要大力投入，以滿足科研人員的數據管理需求[23]。哈佛大學圖書館依托其技術水平、存儲設備、高性能服務器及服務終端以及各種用于數據規劃、組織、安全、保存和共享等的軟件系統，支持RDM服務高效開展。國內高校圖書館在此方面比較薄弱。首先，高校圖書館要加大投入，爭取財政資金、人力、技術等資源的廣泛支持。圖書館開展RDM服務需要人員、設備、基礎架構以及數據管理工具等，新工具技術運用與開發、服務平臺建設、館員招募、數據服務等方面需要成本，圖書館要擴大資金來源渠道，除了管理部門的財政經費投入外，要積極吸引各種基金資助機構的支持。其次，高校圖書館要加強科研數據技術基礎設施建設，增加技術設備如服務器和存儲設備，加大對信息技術、數字技術、軟件工具等的開發與運用，提升RDM服務的技術支撐能力。最后，數據資源是開展RDM服務的基礎，圖書館要加強數據存儲庫建設，根據實際情況和技術條件自建科研數據存儲庫，也可和其他科研機構合作建設數據存儲庫，構建可集成多功能RDM服務的科研數據存儲平臺，營造便捷、穩定、可持續發展的RDM服務環境。

3.3 嵌入科研數據生命周期，開展多元化服務

服務需求分析是開展精準服務的前提。哈佛大學圖書館開展需求分析與評估，確定服務目標，找準角色定位，制定了RDM服務實施路徑，嵌入科研數據生命周期并提供多元化服務，極大支持了大學的科研與教學。國內一些高校圖書館也開展了RDM服務，如北京大學圖書館開展數據素養和數據政策咨詢和培訓、GIS數據服務；北京理工大學圖書館利用分析工具進行數據分析和數據挖掘等，取得了較好效果。但總的來說，國內高校圖書館RDM服務成熟度不高，服務內容有待拓展和完善。首先，國內高校圖書館要提高RDM服務意識，對科研環境和已有服務進行審查，進行用戶需求評估分析及服務差距分析，結合實際創新RDM服務形式或整合升級已有服務內容，確定有效的服務工作流程，將數據標準、數據技術、數字工具嵌入RDM服務中，提高服務成熟度。其次，高校圖書館要根據實際情況，圍繞科研數據生命周期開展不同優先等級的多元化服務，如數據定位、數據檢索、數據組織、數據保存、數據發布等，在數據信息服務基礎上發展數據技術服務，并嵌入研究項目中合作開展研究，形成完整的服務體系，同時做好RDM服務監控和評估，改進服務措施。最后，在服務形式和方式上，高校圖書館要采取靈活多樣的方式以滿足用戶不同需求，如信息咨詢、培訓教育、技術指導、外聯推廣、研究支持等，尤其要重視用戶的數據素養與技能培訓，圖書館可采取多種方式，如研討會、集中預約咨詢、在線咨詢、網上教學等多種方式為用戶提供便捷及時服務。

3.4 注重合作，建立廣泛合作伙伴關系

據ARL調查，資金、伙伴關系、技術基礎等問題是開展RDM服務的障礙[24]。在E-science 環境下，科研數據的收集、組織、儲存、分析和共享等環節需要資金、技術與人才等資源支持。憑一館之力無法滿足用戶全方位的數據服務需求。哈佛大學圖書館為了實現RDM服務，廣泛與校內外不同部門開展廣泛合作，以保障服務有序開展。目前，國內高校圖書館開展RDM服務要注重與有關機構開展廣泛的多方位合作。首先，高校圖書館要力爭高校管理部門及有關科研機構給予RDM政策制度，數據服務標準的制定，財政經費、人力、技術等資源方面的大力支持，同時要協調合作機構之間的權責關系。其次，高校圖書館積極評估并建立與技術部門、數字出版部門、計算中心、學術機構等團體協同合作，加強部門間的合作與交流，維持有效的伙伴關系，協同合作完成RDM服務，建立跨中心、跨部門的服務合作以促進高校學術研究的進一步發展。最后，圖書館員要了解學科領域發展動態以及科研人員的研究開展情況，與科研人員進行高水平的互動交流、經驗分享等，積極嵌入科研數據生命周期中開展服務，努力成為研究項目合作者，而不只是服務提供者。