高校科研數據管理服務成熟度模型構建研究*

孫裕彤 李旭光 胡潛

用戶與服務

高校科研數據管理服務成熟度模型構建研究*

孫裕彤1,2李旭光3胡潛4

（1. 中國科學院成都文獻情報中心，成都 610041；2. 中國科學院大學圖書情報與檔案管理系，北京 100190；3. 南開大學商學院，天津 300071；4. 華中師范大學信息管理學院，武漢 430079）

高校科研數據管理服務成熟度模型對于評估高校科研數據管理服務能力，提高科研數據管理的水平有著重要意義。本文結合現有的科研數據管理服務成熟度模型和數據生命周期理論，基于初始級、受管理級、穩健級、量化管理級和優化級五個階段構建高校科研數據管理服務成熟度模型，并以北京大學、武漢大學為例對該模型進行應用探析。在此基礎上，從高校科研數據管理服務的基本能力、服務能力、安全與技術能力、教育能力方面為我國科研數據管理服務能力的發展與創新提出針對性的建議。

科研數據管理；成熟度模型；科研人員；服務能力

科研數據管理（Research Data Management，RDM）是指科研人員在研究過程中對創建的科研數據進行組織、存儲、保存和共享等一系列活動，涉及科研人員的日常數據維護策略以及在科研項目完成后對數據進行決策和存檔[1]。隨著科學研究“第四范式”的發展，科研人員在研究過程中常面臨海量數據集，各國也開始逐漸重視為科研人員提供科學有效的科研數據管理服務。美國是較早開始加強對科研數據管理的實踐與探索的國家，早在1994年，杜克大學便制定了與科研數據共享及存儲相關的政策[2]；澳大利亞國家數據服務（the Australian National Data Service）通過舉辦研討會、在線培訓、發布RDM主題指南等多種方式為科研人員提供科研數據管理支持[3]；英國數據管護中心（Digital Curation Centre，DCC）構建了以數據為中心的生命周期模型，用于幫助科研人員對科研數據進行管理，并支持相關機構開展科學有效的科研數據管理活動[4]；我國于2018年發布了《科學數據管理辦法》，并強調有關科研院所、高等院校和企業等法人單位是科研數據管理的責任主體，需建立、完善科研數據管理和開放共享工作評價考核制度[5]。

科研數據管理服務的能力水平對于確保數據完整性、有序性、可理解性、可共享性，以及數據的安全存儲與科研效率的提高有著重要作用。其中，成熟度模型是評估科研機構科研數據管理服務能力水平的重要方式之一，如面向高校、高校圖書館、公共安全數據、信息機構等的成熟度模型。最早的能力成熟度模型（Capability Maturity Model for Software，CMM）是由美國卡內基梅隆大學軟件工程研究所于20世紀80年代所構建的，目的是幫助開發人員確定當前流程的成熟度并提高軟件開發和維護的能力[6]。隨后，為了科學評估高校科研數據管理服務能力，提高科研數據管理水平，國內外學者開始通過構建科研數據管理服務成熟度模型（Data Management Maturity）來對高校科研數據管理服務現狀進行有效評估。但是，由于各高校資金、技術與科研團隊的水平不同，其提供科研數據管理服務的能力與效果也有所不同，對科研數據管理服務的路徑與標準也尚未達成統一認知。同時，我國高校科研數據管理服務正處于初步發展階段，且缺少面向我國高校科研數據管理服務成熟度的相關標準與評估模型。因此，需要根據各國具體國情和發展水平構建與之相匹配的科研數據服務成熟度模型。基于此，本文擬通過介紹現有科研數據管理服務成熟度模型，構建適合我國國情的高校科研數據管理服務成熟度模型，進而為我國高校科研數據管理服務的發展與創新提出借鑒建議。

1 RDM服務成熟度模型研究概述

科學的科研數據管理服務成熟度模型能夠為高校提供科研數據管理服務框架與參考，幫助高校評估自身科研數據管理服務能力并進行相應的改進與提升。最早的CMM模型針對軟件的開發與維護，將軟件開發能力成熟度劃分為初始級、可重復級、定義級、管理級、優化級五個階段，且每個階段均具有特定的目標和實踐活動。科研數據管理與軟件開發過程具有相似的特性，故將能力成熟度模型應用于科研數據管理服務成熟度評估具有一定的可行性[7]。基于此，國內外學者對構建科研數據管理服務成熟度模型展開了進一步研究與實踐，以幫助相關機構和高校明確發展科研數據管理服務的階段與目標。

1.1 國外研究概述

目前，國外較為成熟的科研數據管理服務成熟度模型包括雪城大學的科研數據管理能力成熟度模型[8]、澳大利亞國家數據服務的機構數據管理框架[9]、英國巴斯大學的社區成熟度模型框架[10]、弗吉尼亞大學圖書館的DMVitals模型[11]等。同時，國外許多機構也對此展開了研究，如IBM的數據治理委員會成熟度模型（IBM Data Governance Council Maturity Model）[12]、ISACA的數據管理成熟度模型[13]、EDM council的數據管理能力評估模型（the Data Management Capability Assessment Model）[14]以及德國的RISE-DE科研數據管理服務自評估模型[15]等，且各模型的組成要素也均有所差異。此外，在高校RDM服務成熟度模型的構建與實證檢驗方面，Kouper等[16]對高校科研數據管理服務成熟度進行了3個等級的劃分：①提供數據管理計劃支持、建議與培訓的基礎級服務；②提供存儲庫和相關元數據服務的中級服務；③提供數據管理、數據引用等豐富服務的高級服務。Cox等[17]通過對英國高校進行調研，確定了基本、完善和廣泛3個科研數據管理服務級別。隨后，Cox等[18]在此基礎上通過調研澳大利亞、愛爾蘭、新西蘭等多個國家的科研數據管理服務現狀，得到了修正的圖書館科研數據服務成熟度模型（Revised Library RDS Maturity Model），具體包括：①提供審核和調查的無服務級；②提供正式政策、培訓和咨詢服務的合規級；③提供數據存儲支持的管理級；④具有數據分析、可視化等服務的轉型級。盡管各模型所包括的關鍵要素有所不同，但大多是基于數據生命周期或者服務對象的角度構建了成熟度模型，支持服務的具體內容、政策等方面被廣泛考慮進模型中。

1.2 國內研究概述

與國外相比，國內學者在此方面的相關研究與實踐較少，大多注重對國外典型成熟度模型的借鑒分析與參考。如對現有的數據管理能力成熟度模型的對比評析[7]、圖書館科研數據管理能力成熟度模型的構建[19]、公共安全數據管理能力成熟度模型的構建[20]等，此外，全國信息技術標準化技術委員會構建了面向組織和機構的數據管理能力成熟度評估模型[21]；陳媛媛[22]基于CMM模型與雪城大學的科研數據管理能力成熟度模型，從初始級、已管理級、已定義級、定量管理級和優化級5個級別構建了高校科研數據管理服務能力評價分級指標。目前，我國的研究更側重于對國外成熟度模型的介紹、對比與參考，在模型構建方面，現有的成熟度模型均在國外模型的基礎上所構建，既有針對公共數據管理能力的成熟度模型，也有針對機構或圖書館的成熟度模型，其包括的關鍵因素對于我國高校科研數據管理服務的發展具有一定借鑒價值，但目前仍缺少具體的應用實踐。

數據質量隨著數據管理的成熟度而提高，科研數據管理服務成熟度模型對于相關機構明確當前服務現狀并制定下一階段的目標具有重要作用[23]。高校是提供科研數據管理服務的重要機構之一，其RDM服務成熟度對于科研人員的數據管理有著重要意義。現階段，以英、美、澳為代表的國外高校RDM服務整體較為成熟，具有完善的政策保障體系、專業的基礎設施和服務人員。而我國高校RDM起步較晚，尚未形成完備的RDM服務體系，服務內容深度和廣度有待拓展，整體發展水平相對落后于國外高校。目前，國內外學者根據RDM相關理論與實踐，構建了不同的成熟度模型，已有的較為成熟的高校科研數據管理服務成熟度模型大多為國外相關機構或者科研人員基于CMM模型構建或具有相關調研實踐，具有較強的應用性，更適合評估國外科研數據管理服務現狀，而我國缺少面向高校的RDM服務成熟度模型以及相應的應用實踐。此外，在“第四范式”背景下，各高校的科研數據管理也正在不斷發展與完善，已有的成熟度模型也需要相應地修正與調整。因此，構建面向我國高校的科研數據管理服務成熟度模型，有助于評估并發展我國高校科研數據管理服務能力。本文擬在現有的典型科研數據管理服務成熟度模型基礎上，參考Cox構建的修正的圖書館科研數據服務成熟度模型和全國信息技術標準化技術委員會構建的數據管理能力成熟度評估模型，構建適合我國的高校科研數據管理服務成熟度模型，并以北京大學、武漢大學為例進行模型應用探析，以期為我國高校科研數據管理服務能力的提高提供相應參考與指導。

2 成熟度模型構建

Cox等[18]構建的修正的圖書館科研數據服務成熟度模型是在其2014年對英國高校調研的基礎上，進一步調研澳大利亞、愛爾蘭、新西蘭等多個國家高校的科研數據管理服務現狀，進一步完善修正成熟度模型所得到的，具有一定的可實踐性與普遍性。全國信息技術標準化技術委員會構建的數據管理能力成熟度評估模型[21]定義了8個能力域與5個成熟度等級，適用于組織和機構對數據管理能力成熟度進行評估，由我國多所研究院、高校、企業等組織與機構商議起草，具有一定的權威性與專業性。由于我國高校科研數據管理服務能力水平較低，且成熟度模型內容過于復雜會影響其適用性，因此，本文結合我國高校科研數據管理服務特點，選擇上述兩個成熟度模型為基礎框架，同時參考DCC數據管護生命周期模型和已有的成熟度模型，基于高校科研數據管理服務的基本能力、服務能力、安全與技術能力、教育能力4個方面，從初始級、受管理級、穩健級、量化管理級和優化級五個階段構建了適合我國的高校科研數據管理服務成熟度模型（見圖1），模型的具體能力結構見表1。

（1）初始級。在初始級階段，高校尚未開展科研數據管理服務，也沒有正式的政策規范與專業的服務人員，缺乏安全規范、技術平臺、管理工具，且沒有專門開展科研數據管理專題培訓與咨詢服務，整體處于無服務且較為混亂的狀態。

（2）受管理級。在受管理級階段，高校意識到科研數據的重要性與必要性，科研數據管理服務趨于規范化和標準化。在此階段，高校開始設置相關服務崗位，引用或自主出臺相應的科研數據管理政策，對服務人員定期進行相關培訓教育；根據上級要求或科研人員需求，被動開展相關服務，且服務種類依舊較少；在安全與技術能力方面，能夠滿足數據管理的基本安全與技術需求。

（3）穩健級。在穩健級階段，高校的科研數據管理服務進入組織化、穩定化的過程。在此階段，高校進一步完善科研數據管理政策和服務人才體系，組建專業的服務團隊，能夠為科研人員提供基礎培訓與咨詢服務；逐步開展包括數據管理計劃、數據檢索獲取、數據組織等在內的基礎的科研數據管理服務內容，制定服務目錄；開展服務平臺、存儲庫等基礎設施的建設，以滿足科研人員的多種需求。

（4）量化管理級。在量化管理級階段，高校的科研數據管理服務體系已較為完整，并進入合作過程。在此階段，高校開展內外部協作，規范服務人員管理；進一步為科研人員提供個性化培訓與咨詢服務；提供數據存儲與共享、數據引用、數據挖掘與分析等科研數據管理全流程服務，不斷提高服務質量；具有較為完備和穩定的基礎設施，并能夠對數據管理服務效果進行監測與評估，為科研數據的高效管理提供較為成熟的支持與保障。

（5）優化級。在優化級階段，高校開始對科研數據管理服務進行優化與創新。在此階段，高校持續優化政策體系，提高服務人員的專業能力；開始探索、創新具有本土特色科研數據管理服務；引入或開發創新型技術，完善數據安全規范；開展方式多樣、內容豐富的培訓與咨詢，以擴大服務覆蓋面及影響力。

與目前國內外學者提出的科研數據管理服務成熟度模型相比，該模型的特點主要體現兩個方面：一是該模型不局限于高校圖書館，而是適用于整個高校的科研數據管理服務評估，且包括具有高校科研數據管理服務特色的數據咨詢、數據培訓、內外部協作等因素；二是針對我國高校科研數據管理服務正處于初步發展階段的情況，模型將高校科研數據管理服務能力域整理歸納為基本能力、教育能力、安全與技術能力和服務能力，更貼切數據管理服務的全流程，并做了具體解釋與規范，進而為我國高校科研數據管理服務的進一步發展提供明確參考。因此，我國高校可以將此模型作為參考標準，對本校科研數據管理服務能力成熟度進行評估，并進行相應的改進與發展。此外，科研數據管理服務能力成熟度模型是一個迭代過程，前一級別是后一級別的基礎，隨著級別的攀升服務能力也逐步提高[22]。由于各階段是一個連續的發展過程，故在實踐中應用此模型時需根據本校科研數據管理服務的實際情況進行調整與參考。

3 我國高校科研數據管理服務成熟度模型檢驗與應用

近年來，許多學者對國內外高校科研數據管理服務現狀進行了調研。尹懷瓊等[24]從RDM部門設置、RDM服務欄目、RDM內容方面調研了國內外排名前列的高校圖書館RDM服務現狀。基于此研究結果，本文選擇北京大學、武漢大學兩所科研數據管理服務處于不同發展階段的代表性高校，對上文構建的模型進行檢驗與應用。

北京大學通過打造“北京大學開放研究數據平臺”來具體開展該高校的科研數據管理服務，為校內以及社會中的科研人員提供了安全、規范的數據管理服務[25]。由本文構建的成熟度模型和能力結構表可知，北京大學科研數據管理服務成熟度整體處于穩健級向量化管理級過渡階段，服務情況較為穩定，但還需要進一步加強其教育能力與技術水平，為科研數據的安全保障提供更加穩健的支持。具體來看，在基本能力方面，處于量化管理級階段，北京大學注重產權保護，目前已組建了專業的服務與技術團隊，對內聯合圖書館、管理科學數據中心、科研部等積極開展協作，制定了完整的數據使用條款、平臺章程等政策規定。其服務能力處于量化管理級階段，目前，北京大學已經提供了數據檢索、數據引用、數據存儲與發布、數據在線分析與可視化、數據共享等科研數據管理全流程服務，收錄了多個學科的優質科研數據，不斷提高服務質量與用戶體驗。其安全與技術能力、教育能力均處于穩健級階段，一方面，北京大學已經搭建了兼具安全性與規范性特色的開放研究數據平臺，對數據的版權保護、安全存檔、規范引用均做了具體規定，但還缺乏能夠監測與評估服務效果與數據安全情況的體系方法；另一方面，北京大學圖書館承擔了該高校科研數據管理服務的教育職責，為科研人員提供基礎培訓與咨詢服務，但在培訓與咨詢方式和內容上仍有待進一步豐富。

武漢大學科研數據管理服務由武漢大學圖書館主持開展，通過“高校科學數據共享平臺”為全校師生提供實現數據保存、數據管理與數據共享的服務平臺[26]。由本文構建的成熟度模型和能力結構表可知，武漢大學科研數據管理服務成熟度整體處于受管理級向穩健級過渡階段，服務情況較為規范化和組織化，但還需要進一步加強其服務能力與政策、團隊建設，為科研數據管理提供更加全面、專業的服務。具體來看，其基本能力和服務能力均處于受管理級階段，已基本建立數據提交、數據組織、數據保存、數據共享、數據使用等規范，且提供數據獲取、數據保存、數據共享等服務，但目前在武漢大學中僅選擇部分項目進行試點，在政策體系和服務目錄等方面也有待進一步完善；安全與技術能力、教育能力則處于穩健級階段，不僅建設了“高校科學數據管理平臺”，還通過圖書館為科研人員提供數據管理主題講座、培訓與咨詢等教育服務。

通過對上述兩所高校的科研數據管理服務成熟度進行評估，可以發現本文構建的成熟度模型能夠較為全面、細致地反映我國高校RDM 4個能力域的成熟度等級，進而總體評估其RDM服務水平，顯示其當前發展優勢與突破點，推動我國高校科研數據管理服務成熟度向高級別發展。

4 我國高校科研數據管理服務能力發展建議

本文構建的模型能夠為我國高校科研數據管理服務成熟度的評估與能力提高提供借鑒與參考。與國外相比，我國高校科研數據管理服務具有較大提升空間，應當根據成熟度模型中的4個能力域，對本校成熟度階段進行評估分析，并制定未來發展規劃。因此，根據對國內外高校科研數據管理服務成熟度現狀的調查與分析結果，結合上文構建的面向我國高校的科研數據管理服務成熟度模型，本文從基本能力、服務能力、安全與技術能力、教育能力對我國高校科研數據管理服務能力的發展提出了相關建議。

4.1 完善相關政策，培養基本能力

為了規范化高校科研數據管理服務，高校需重視科研數據管理政策體系與專業服務團隊等基本能力的建設與完善。目前，國外許多高校已經組建了專業的數據管理支持團隊并制定了科研數據管理相關政策，且國外政府、資助機構等也針對科研數據管理出臺了一系列條例和規定，倫敦大學學院在制定UCL科研數據政策的同時，還羅列了AHRC、NERC、NIH、STFC等資助機構的RDM政策與數據管理要求。盡管我國已經出臺《科學數據管理辦法》，對數據采集生產、加工整理、開放共享和管理使用等活動作出了規定，但各高校仍缺乏更加全面、具體的相關政策，沒有形成完備的科研數據管理政策體系。因此，我國高校首先應基于國外高校的優秀經驗，根據本校的實際情況，制定相應的科研數據管理政策，設置相關數據管理服務崗位并不斷提高服務人員的能力。此外，校內各學院也需要根據不同的學科數據特色制定相關政策，院校共同明確相關崗位以及科研人員的權利與責任，積極開展內外部協作，使高校科研數據管理服務的基本能力的發展得到一定保障。

4.2 拓展服務內容，優化服務能力

高校科研數據管理服務成熟度向優化級發展需要不斷優化并創新發展科研數據管理服務。服務內容與服務水平是高校科研數據管理服務成熟度的重要表現。調查顯示，國外許多高校已經開展了較為豐富且成熟的科研數據管理服務，將科研數據管理服務嵌入科研人員的科學研究中。而我國大多高校科研數據管理的服務能力正處于初步探索階段，目前僅北京大學、復旦大學等高校提供了較為全面的科研數據管理服務，但服務的深度與廣度仍待進一步提高。本文構建的高校科研數據管理服務成熟度為我國高校科研數據管理服務能力的發展提供了參考依據。一方面，我國高校應當根據數據生命周期與科研人員的科研需求，進一步拓展服務內容；另一方面，高校還需要借鑒國外高校的優秀經驗，利用高校的學科優勢，提供具有學科特色的數據服務，不斷提高自身的科研數據管理服務能力水平，將服務嵌入科研人員的科研全過程中，構建完善的科研數據管理服務體系，進而促進本校的科研數據管理服務能力從初始級到優化級的階梯性進步。

4.3 配備基礎設施，提升安全與技術能力

數據安全與技術能力的穩定支持是高校科研數據管理服務成熟度由受管理級向穩健級、量化管理級過渡的重要標志。對大量、復雜的數字化形式的科研數據進行管理與服務，需要一定的基礎設施和軟件工具等安全與技術支撐，包括大型存儲設備、高性能服務器及服務終端搭建，以及軟件系統等[27]。目前，許多國外高校均已具有完善的安全規范與技術基礎，如哈佛大學、康奈爾大學等，而我國關注數據安全規范以及數據管理服務平臺等技術支持服務的高校較少，且服務內容和層次均落后于國外許多高校。因此，我國高校首先應根據自身實力與科研數據管理現狀，對外通過與政府部門、相關機構、國內外院校、軟件開發企業等進行合作，對內與學校各部門、各學院的協作交流，有計劃地引進或開發建設相關基礎設施、規范數據安全要求，為科研數據管理服務提供安全與技術支撐。如我國高校不僅可以借鑒哈佛大學Dataverse框架進行二次開發，還能夠與圖書館或相關企業合作自主開發適合本校的基礎設施。其次，高校需要在借鑒成功經驗的基礎上，根據本校實際情況對現有安全與技術能力進一步完善，如保證基礎設施的日常維護與功能穩定、優化基礎設施的功能和界面設計，進而為高校科研數據管理安全與技術服務能力的提高奠定保障。

4.4 組建專業團隊，發展教育能力

高校開設科研數據管理專職崗位并培養專門人才是做好科研數據管理的前提[24]。能夠對服務人員定期進行數據管理培訓教育是高校科研數據管理服務教育能力成熟度達到受管理級的重要特征之一，是服務水平規范化、組織化的重要途徑。目前，我國高校以及科研人員對于科研數據管理尚未給予足夠重視，且缺少專業的服務團隊以及培訓服務。因此，高校組建專業的服務團隊并重視開展培訓服務，對于推進我國高校科研數據管理的發展有著重要作用。一方面，高校應當充分利用院系資源，在高校與院系內分別設置專門的科研數據管理部門或者崗位，招聘相關人才，組建專業團隊，并定期為服務人員開展相關專業培訓或組織外出學習等活動，從而提高服務人員的服務能力，為高校科研數據管理服務的質量提供保障；另一方面，高校需重視培訓教育，在充分調研科研人員的培訓需求的基礎上，通過講座、研討會、在線資源、專業課程等多種形式，積極為科研人員開展多主題培訓教育，從而提高科研人員的科研數據管理意識以及相關知識和技能。此外，高校還應當基于專業的服務團隊，加強科研數據管理宣傳與推廣，并為不同的科研人員提供針對性、嵌入式的科研數據管理培訓與咨詢，從而進一步有效提高科研人員的科研數據管理能力。

5 結語

高校科研數據管理服務的發展是一個連續性、遞進性的過程，涉及人才、資金、技術、政策等多方面因素。本文構建了面向我國高校的科研數據管理服務成熟度模型，并以北京大學、武漢大學為例進行了模型應用探析，為我國高校科研數據管理服務的規范化和標準化發展提供了理論依據與建議。各高校可以參考該模型評估本校科研數據管理服務成熟度，并梳理下一步的發展規劃與流程。此外，由于我國高校科研數據管理正處于初步發展階段，本研究缺少對我國各高校的深入訪談與實地調研，故本模型仍需要在實踐中進一步規范與改進，進而提高其實用性與可靠性，促進我國高校科研數據管理服務體系的成熟度發展。

［1］ The University of Chicago Library. Research Data Management［EB/OL］.［2020-06-20］. http://guides.lib.uchicago.edu/datamanagement.

［2］ 邢文明，洪程. 美國高校科研數據政策內容分析［J］. 數字圖書館論壇，2018（10）：32-40.

［3］ ANDS. For researchers［EB/OL］.［2020-06-20］. https://www.ands.org.au/working-with-data/data-management/ands-for-researchers.

［4］ DCC. Curation Lifecycle Model［EB/OL］.［2020-06-20］. https://www.dcc.ac.uk/guidance/curation-lifecycle-model.

［5］ 國務院辦公廳. 國務院辦公廳關于印發科學數據管理辦法的通知［EB/OL］.［2020-06-20］. http://www.gov.cn/zhengce/content/2018-04/02/content_5279272.htm.

［6］ PAULK M C，CURTIS B，CHRISSIS M B，et al. Capability maturity model，version 1.1［J］. IEEE Software，1993，10（4）：18-27.

［7］ 葉蘭. 研究數據管理能力成熟度模型評析［J］. 圖書情報知識，2015（2）：115-123.

［8］ QIN J，CROWSTON K，KIRKLAND A，et al. Pursuing best performance in research data management by using the capability maturity model and rubrics［J］. Journal of eScience Librarianship，2017，6（2）：e1113.

［9］ ANDS. Institutional data management frameworks［EB/OL］.［2020-06-20］. https://www.ands.org.au/working-with-data/data-management/institutional-dm-frameworks.

［10］ LYON L，BALL A，DUKE M，et al. Developing a Community Capability Model Framework for Data-intensive Research［C］//MOORE R，ASHLEY K，ROSS S. iPRES 2012：Proceedings of the 9th International Conference on Preservation of Digital Objects，Canada，2012：9-16.

［11］ 李偉綿，崔宇紅. 研究數據管理生命周期模型及在服務評估中的應用［J］. 情報理論與實踐，2015，38（9）：38-41.

［12］ IBM Institute for Business Value，IBM Strategy and Change. The IBM Data Governance Council Maturity Model?：Building a roadmap for effective data governance［J］. Governance An International Journal of Policy and Administration，2007：1-16.

［13］ CMMI Institute. Data Management Maturity［EB/OL］.［2020-06-20］. https://cmmiinstitute.com/data-management-maturity.

［14］ EDM council. Data Management Capability Assessment Model［EB/OL］.［2020-06-20］. https://edmcouncil.org/page/aboutdcamreview.

［15］ 周雷，劉利永. 德國RISE-DE科研數據管理服務自評估模型的研究［J］. 圖書館學研究，2019（21）：9，38-47.

［16］ KOUPER I，FEAR K，ISHIDA M，et al. Research Data Services Maturity in Academic Libraries［EB/OL］.［2020-06-20］. https://www.researchgate.net/publication/312973477_Research_Data_Services_Maturity_in_Academic_Libraries.

［17］ COX A，PINFIELD S. Research data management and libraries：Current activities and future priorities：［J］. Journal of Librarianship and Information Science，2014，46（4）：299-316.

［18］ COX A M，KENNAN M A，LYON L，et al. Maturing research data services and the transformation of academic libraries［J］. Journal of Documentation，2019，75（6）：1432-1462.

［19］ 黨洪莉，譚海兵. 基于DMM的數據管理成熟度模型及在服務評估中的應用［J］. 現代情報，2017，37（9）：118-121.

［20］ 牛春華，吳艷艷，劉紅兵. 公共安全數據管理能力成熟度模型構建［J］. 圖書與情報，2019（4）：22-28.

［21］ 全國信息技術標準化技術委員會. 數據管理能力成熟度評估模型（GB/T 36073-2018）［EB/OL］.［2020-06-20］. http://www.gb688.cn/bzgk/gb/newGbInfo?hcno=B282A7BD34CAA6E2D742E0CAB7587DBC.

［22］ 陳媛媛. 高校科研數據管理服務能力研究［J］. 情報雜志，2020，39（6）：203-207.

［23］ RYU K S，PARK J S，PARK J H，et al. A data quality management maturity model［J］. Etri Journal，2006，28（2）：191-204.

［24］ 尹懷瓊，熊擁軍，劉海霞. 國內外高校圖書館科研數據管理服務分析及啟示［J］. 圖書館學研究，2020（11）：33-41.

［25］ 北京大學開放研究數據平臺. 北京大學開放研究數據平臺簡介［EB/OL］.［2021-03-29］. https://opendata.pku.edu.cn/about.xhtml.

［26］ 武漢大學圖書館. 科研數據管理［EB/OL］.［2021-03-29］. http://www.lib.whu.edu.cn/web/index.asp?obj_id=509.

［27］ 李曉輝. 圖書館科研數據管理與服務模式探討［J］. 中國圖書館學報，2011，37（5）：46-52.

Research on the Construction of Maturity Model of Research Data Management Service for Universities

SUN YuTong1,2LI XuGuang3HU Qian4

（ 1. Chengdu Library and Information Center, Chinese Academy of Sciences, Chengdu 610041, China; 2. Department of Library, Information and Archives Management, University of Chinese Academy of Sciences, Beijing 100190, China; 3. Business School, Nankai University, Tianjin 300071, China; 4. School of Information Management, Central China Normal University, Wuhan 430079, China )

The maturity model of research data management service in universities is of great significance for evaluating its ability of research data management service and improving the level of research data management. Combining with the existing relatively complete research data management service maturity model and data life cycle theory, based on the initial level, managed level, robust level, quantitative management level and optimization level, this paper constructs the maturity model of research data management service suitable for universities, and take Peking University and Wuhan University as an example to analyze the application of thematurity model. On this basis, this paper puts forward tailored suggestions for the development and innovation of research data management service in China from the aspects of basic ability, service ability, safety and technical ability, and educational ability.

Research Data Management; Maturity Model; Researchers; Service Capability

*本研究得到國家社會科學基金一般項目“大眾創新背景下產品用戶虛擬社區的知識創新機理及應用研究”（編號：18BTQ086）資助。

孫裕彤，女，1998年生，碩士研究生，研究方向：科研數據管理、信息服務。

李旭光，男，1983年生，博士，副教授，通信作者，研究方向：知識管理、產品用戶社區、科研數據管理，E-mail：xuguangli@nankai.edu.cn。

胡潛，男，1975年生，博士，教授，研究方向：數字信息資源管理、知識融合與服務。

（2021-04-07）

G250

10.3772/j.issn.1673-2286.2021.05.009

孫裕彤，李旭光，胡潛. 高校科研數據管理服務成熟度模型構建研究[J]. 數字圖書館論壇，2021（5）：50-56.