國外學術圖書館研究數據管理服務的實踐與啟示

吳昊

（1. 西安圖書館，西安 710016；2. 吉首大學旅游與管理工程學院，張家界 427000）

隨著高等教育中多元文化群體的不斷涌現及圖書館服務供應鏈上下游的演變，研究數據管理（Research Data Management，RDM）正在成為國外學術圖書館最重要的服務之一[1-2]，并重塑著學術圖書館的服務范式[3]。RDM指的是在研究生命周期內維護數據的過程，主要包括規劃、管理、處理、組織、分析、保存、訪問、再利用和創建數據等活動。RDM被認為是研究型圖書館的“開創性”領域[4]，同時也是學術圖書館傳統服務的延伸，即從咨詢服務/信息素養服務擴展到數據素養服務、存儲庫管理、元數據標記、館藏管理和數據檢索等[5]。最近的一項研究指出，過去20年來研究數據的重要性不斷提升，已被廣大科研人員和專業人士高度認可，然而圖書館在提升RDM服務設施和服務技能方面卻遠遠落后[6]。顯然，由于RDM牽涉多機構、多部門之間的協調合作，以及要面對數據提供者對數據保存和共享的不同認知，同時還必須具備一定的技術能力，因此RDM必然是一項復雜的工作[7]。

目前有關RDM文獻綜述的研究對研究范圍均有所限制。如有研究者對圖書館館員與RDM的關系進行回顧后發現，這方面文獻與圖書館的研究支持服務、開放存取服務和數據倉儲等有交叉，且人們并不認為圖書館館員是最適合管理數據的人員[8]。還有一些是針對農業科研領域RDM的核心問題[9]、衛生領域的RDM技能差距等進行的文獻綜述[10]。顯然，目前國內外還沒有一個系統全面的綜述研究涵蓋RDM的所有重要方面，如RDM實踐中面臨的挑戰或問題、需要學術圖書館提供的技能和服務、激勵研究人員和數據館員提升RDM認知和技能的因素等。與此同時，近年來數據科學和智能技術的高速發展給RDM帶來了革命性的影響，RDM面臨的挑戰進一步加劇，國外學者試圖從多個視角、多個層次來探討學術圖書館的RDM服務，這極大地拓展了RDM服務的領域范圍。因此，當前很有必要對國外RDM的發展現狀進行新一輪的調查分析。由于國內已有學者對2016年以前的RDM研究進行過評述[11]，因此本研究旨在系統回顧2016—2020年有關RDM實踐、挑戰或問題、所需館員技能或圖書館服務及RDM背后的激勵因素等方面的重要文獻，為我國圖書館界有效開展RDM服務提供借鑒。本文將重點研究4個方面的問題：①研究人員或圖書館正通過哪些RDM實踐來更好地管理研究數據；②研究人員和圖書館館員面臨的關鍵問題和挑戰是什么；③成功實施RDM需要哪些技能和服務；④激勵圖書館館員和研究人員開展RDM的因素是什么。

1 研究方法

本研究采用系統綜述和元分析優先報告的條目指南（Preferred Reporting Items for Systematic Reviews and Meta-Analyses，PRISMA）對文獻進行分析。系統性文獻綜述采用明晰的可重復使用的檢索策略在所選的數據庫中對文獻進行檢索，然后依據研究主題和評估標準對獲取的文獻進行篩選和整合分析，進而可以清晰地把握該主題的現狀、進展與趨勢。由于該方法在研究問題的明確性、文獻標準的清晰度、評估方法的嚴謹性、數據分析的科學性、研究結果的客觀性等方面具有很大優勢，因此被廣泛用于改進和提高系統綜述和元分析的報告質量，也被視為綜述性分析報告的基礎性規范[12]，PRISMA 2020于2021年3月在BMJ在線發表[13]。總體上看，PRISMA 2020適用范圍更廣，對文獻采集、分析和評估要求的更加詳細，但其27個條目的結構與PRISMA 2009聲明相比并未有變化，且主要適用于評估健康干預措施效果的系統評價[14]，對于其他領域的應用效果尚需進一步驗證，因此本文仍然選擇較為成熟的PRISMA 2009聲明。PRISMA 2009除了27個條目清單外，還包含一個流程圖。流程圖主要包含信息檢索、初篩、納入和綜合四個階段，由于信息的采集和分析是基于證據的，因此該方法既保證了目標主題可用文獻的全面性，又保證文獻的真實性、可靠性，還有助于對已發表的成果進行批判性評估[15]。

本研究于2021年6月使用關鍵詞“研究數據管理and（實踐or服務or挑戰or問題or技能）”在LISTA（library，Information Science & Technology Abstracts，圖書館學、信息科學與技術數據庫）、LISA（Library and Information Science Abstracts，圖書館和信息科學文摘數據庫）、EBSCO、Web of Science、Google Scholar等數據庫進行了檢索，同時采集了IFLA Journal上兩期有關RDM的專題文獻。文獻的選取需同時滿足以下條件：①2016—2020年出版；②以英文形式出版；③研究性成果而非綜述；④涵蓋如RDM挑戰、實踐、技能、服務或激勵因素等多個方面的研究，為避免內容重復，排除僅研究RDM單一方面的論文。

2 研究結果

2.1 文獻集的總體概況

通過采用前文的檢索策略，本文研究者從上述數據庫和期刊中檢索到15 778篇論文，并將其信息導入Endnote。由于文獻數量較大，除了采用上文提到的選擇標準外，文獻還需滿足以下3個條件：①僅選擇有關學術圖書館RDM的文獻，排除其他機構的RDM研究或實踐；②僅選擇期刊論文，排除學位論文、會議論文等其他文獻類型；③僅選擇國外學者的文獻，排除中國學者的研究成果。滿足上述標準并在剔除重復和不相關的記錄后，通過閱讀題名和摘要初步篩選出118條相關記錄（其中有4篇論文無法獲取全文）。隨后對下載的114篇全文文獻進行質量評估，質量評估參照醫學領域的文獻質量評價方法[16]，該方法被廣泛應用于學術文獻的質量評估，主要包含對研究問題及研究假設、文獻回顧、理論（概念）框架、研究設計、樣本和抽樣方法、資料收集過程/方法/質量、統計分析過程、研究倫理、討論解釋部分、文獻整體表述等14個維度129個指標的評價。經過分析，排除研究問題不明確、研究設計不合理、樣本不具代表性、研究方法不科學、結論模糊等問題的文獻92篇，最終選擇22篇研究成果納入整合分析（見圖1）。

圖1 PRISMA流程圖

2.2 文獻集的特征

為全面了解選定文獻的研究類型、方法、目標人群和樣本量等，本研究對所選文獻集的概況進行了梳理（見表1）。

表1 文獻集概況

所選文章發表在14種期刊上，這些期刊由11家不同的出版商出版，多數是商業出版商，少數出版商屬于專業圖書館和信息科學（LIS）協會，如美國圖書館協會和加拿大安大略省圖書館協會。根據調研發現，所有定量研究均采用調查問卷作為數據收集工具。4項定性研究采用單一研究方法（訪談、半結構化訪談和焦點小組訪談），2項研究分別應用“訪談和內容分析”和“訪談和焦點小組討論”。國外RDM研究的對象主要是研究人員和圖書館館員，對學生的研究相對較少，這可能是因為國外的研究倫理更傾向于保護學生隱私，需要學生的父母或老師同意后才可以開展研究，這無形中增加了研究難度。另外，定量研究的樣本量范圍從30~337人不等，定性研究的樣本范圍從28~60人不等。超過50%的樣本量在28~100人，這個數量既便于研究設計和變量控制，也不至于樣本量過少而缺乏代表性，因此被廣泛采用。而超過200人的研究則大多是長期的跟蹤調查。

整體上來看，國外近5年RDM研究整體呈現不斷增長的趨勢，但2020年由于受到新型冠狀病毒流行的影響，很多研究不得不暫停或推遲，進而使得研究成果有所減少。從文獻集的被引情況來看，最高被引為92次，最低被引1次，平均被引18次，14篇文獻的被引在10次以上，被引較高的文獻主題主要集中在教師和研究人員的RDM行為上，可見該主題是國外學術圖書館RDM研究的熱點。從作者分布來看，作者來自13個國家，其中美國學者占比超過40%，是RDM研究和實踐的主要群體。從研究類型上來看，大多數研究都是針對研究人員的定量研究，其中有3項研究的被調查者來自多個國家。從研究周期上看，超過80%的研究周期在3~9個月，顯然這樣的研究周期被大多數研究者認可，因為這不僅讓研究的迭代設計和調整優化有了時間保證，還能讓研究結果更為真實可靠。

3 國外研究數據管理服務現狀分析

本文提取了22篇文獻集中每篇論文的核心特征，即RDM的實踐應用、RDM面臨的挑戰或問題、需要學術圖書館提供的服務、RDM館員需要的技能及激勵研究人員或圖書館員推動RDM發展的因素等，文獻集見參考文獻[5，17-37]。

3.1 RDM在國外的實踐

在選定的22項研究中，有19項研究開展了RDM實踐的調研，而這些實踐主要集中在數據存儲和數據共享兩個方面，文獻集出現的次數分別為14次和9次。顯然，數據存儲和數據共享是RDM當前最重要的兩種實踐。目前數據存儲的方式主要包含以下4種：①自建機構庫，如哈佛大學圖書館的DASH庫；②自建開放研究數據平臺，如牛津大學圖書館的ORA-Data；③提供免費科研數據存儲空間，如劍橋大學免費提供20GB數據存儲；④推薦至其他科研數據存儲庫，如加州理工學院圖書館給研究者提供了研究數據存儲庫在線搜索工具re3data[29]。遺憾的是，大多數RDM計劃沒有得到嚴格執行，多數研究指明研究人員更愿意將其數據存儲在個人管理設備或外部硬盤中。數據共享服務一般包括共享政策信息和提供共享途徑兩種。數據共享對于研究人員來說是一個較為復雜的問題，尤其是原始數據的共享。雖然研究人員通常通過出版物分享數據，但幾乎一半的受訪者表示他們不愿意分享自己的研究數據，或只與有限的受眾（如研究小組成員或關系密切的人）分享。而拒絕分享原始數據的主要原因之一是數據中包含額外的信息，他們更希望在研究的后期階段作為研究結果發布，而且希望數據是通過機構和特定主題庫進行共享，這樣才能獲得數據的最大效益。

此外，還有3項研究僅說明了圖書館正在提供的可用服務，如“指導和咨詢服務”和“研究支持服務”。如英國帝國理工學院圖書館提供包含DMP在內的7項數據管理咨詢申請服務、新加坡國立大學圖書館為用戶提供統計分析和數據集獲取的研究支持服務[37]。通過分析還可以發現，大多數發達國家的學術圖書館有正式的較為完善的RDM政策，發展中國家卻仍在探索階段。

國外RDM實踐的特征表明，雖然RDM在發達國家已取得一定進展，而且大多數機構都制定了RDM政策，但研究人員對數據管理計劃的關注度仍然不高，RDM實踐也并不具有代表性和示范性。發展中國家的情況更不樂觀，大多數機構尚未制定RDM政策，實踐也多處于摸索階段。

3.2 RDM面臨的挑戰

挑戰和問題在所有選定的研究中普遍存在。主要挑戰包括數據存儲、版權問題、缺乏熟練的數據工作人員、財務限制、與其他機構的復雜協作、數據共享問題、數據誤用和數據丟失等。數據存儲問題在文獻集中被提及的次數最多，其主要與歸檔問題、長期保存挑戰、數據備份、存儲設備成本上升、設備有限、基礎設施差和數字空間不足有關。而數據版權仍然是研究人員的一個重要關切問題，特別是受資助項目團隊合作產生的數據，其版權常常處于界限不明、利益相關者爭論不休的狀態。除上述挑戰外，RDM工作人員的職位和技能不足也是一個重大挑戰。RDM工作人員在機構中的職位和技能因機構而異，有的數據專家處于機構領導層，有的在行政部門，有的則就職于特定的科學工作組（由機構或第三方項目資助）。在由領導層（本身也是數據專家）或領導層本身（如主任、主要科學家）重視RDM的機構中，RDM的發展程度最高，RDM技能也最受重視。資金支持不足是RDM面臨的另一大挑戰。財務問題不僅會影響RDM基礎設施的建設，更無法應對快速技術變革帶來的對相關軟硬件更新升級成本的挑戰，因此這被認為是設計RDM服務的重要障礙。

研究人員對數據的認識不足是另一個重要挑戰。部分研究人員對研究數據的認識存在混淆，他們認為“數據是獲取的，而不是生成的”。同時，雖然學術圖書館已經提供了RDM服務，但數據誤用的情況時常出現。這表明研究人員對RDM服務的仍然缺乏明晰的認知，同時圖書館領導層對此類服務重視程度仍然不高。此外，由于管理研究數據涉及各利益相關方之間的復雜合作，而復雜的合作最終必將導致所有利益相關者都面臨一定的挑戰。

3.3 RDM所需的技能和服務

22篇文獻集中，有16項研究提到了RDM所需的服務、技能及應承擔的責任，被提及最多的技能和服務主要包括明晰的RDM政策、研究支持服務、技術支持服務、數據基礎設施服務等。其中，RDM政策是被提及最多的、最基本的需求。研究者認為一方面應制定國家級的政策來推動RDM的發展和指導實踐，另一方面要專門針對數據管理制定明確的守則和指南。文獻分析還顯示，學術圖書館的研究支持服務是至關重要的，數據館員需要在研究項目的整個生命周期內向研究人員提供“咨詢、培訓、教學、指導和技術支持服務”。研究咨詢服務指在編寫數據管理計劃、知識產權、元數據標準、政策框架、倫理標準的實施和應用方面起到指導作用。技術支持包括協助數據分析、安全檢查、長期儲存、建立機構儲存庫和提供數據集等方面。大多數研究都強調了對數據管理技能、數據分析和可視化、數據描述和記錄以及學科知識庫構建等技術支持的需要。同時，數據存儲的基礎設施也極為重要，有研究者精確描述了對機構級數據存儲空間的需求。

所有這些服務都需要熟練和高度專業的研究支持人員或數據館員，而制訂數據管理計劃的技能更是重中之重。另外，與其他機構的協作（如IT部門、培訓部門和研究室等）也被認為是數據館員的必備技能。顯然，這些技能既需要研究人員的積極參與，更需要圖書館領導的大力支持，或者說“需要更高級別的權威支持”。

3.4 激勵圖書館和研究人員支持RDM服務的因素

支持RDM是圖書館和研究支持人員（包括IT部門、研究團體和圖書館館員）的重要責任。雖然受訪的專業人員都表示希望能支持RDM服務，但他們所在的機構并未采取必要的主動行動。例如，很多機構仍然普遍存在政策不規范、缺乏激勵或獎勵、參與RDM的工作人員專業發展不明朗、利益相關者缺乏認識、基礎設施不足和上級行政部門支持不夠等問題。所有這些挑戰都需要通過主要利益相關者的相互支持來解決，尤其是研究支持人員之間的合作。

文獻集中有5項成果研究了激勵圖書館和研究人員支持RDM的動機因素。其中，被多項研究提及的激勵因素包括支持開放數據倡議、資助者的合規性、圖書館/圖書館館員不斷提升的形象地位和技能角色、避免重復勞動等。有研究者認為對數據館員的激勵因素還包括享受學習新事物的樂趣、新的學習和培訓機會、良好的關系建立和不斷發展的職務說明等。還有研究者指出了如何激勵研究人員共享數據，如可以告知研究人員管理和共享數據可以提升研究工作的可見度、研究的透明度、研究的效率和對研究成果的信心等。總體上講，RDM服務提供了一個圖書館館員與研究人員建立關系的平臺，支持研究人員對數據的管理和使用，改善了圖書館和圖書館館員的專業形象。

4 國外RDM服務實踐對我國的啟示

整體上看，國外學術圖書館的RDM服務逐漸受到研究人員和圖書館的重視，但仍處于早期發展階段，尚未形成典型性的最佳實踐，對于研究人員、圖書館和圖書館館員來說都面臨一定的挑戰。這些挑戰和問題基本上與有限的資金、培訓、RDM在機構中的地位和政策有關，需要領導層以及資助機構發揮積極作用才能更好地開展。而我國學術圖書館的RDM實踐才剛剛開始，遠遠落后于國外，目前有北京大學圖書館、復旦大學圖書館和上海外國語大學圖書館開展RDM實踐，在DMP制定、RDM政策、數據創建、數據培訓、數據案例等方面均有很大不足[38-39]。因此，國外的RDM實踐仍可以為我們提供重要借鑒。基于上述認識，提出以下3點建議。

4.1 積極制定RDM政策和標準規范，加大資金支持力度

高等教育機構/研究委員會、捐助機構、教育行政部門和學術圖書館等利益相關者應該盡快達成共識，積極制定RDM政策和標準規范，應對各種挑戰，避免重復工作，以便更好地推動研究數據管理。比如在捐助機構向研究人員提供資助的同時，強制要求他們在機構庫或課題庫中提交研究數據，并在OA期刊上發表他們的研究成果。有關數據版權問題也應該在提供資助時予以界定，同時可以通過區塊鏈技術與數字水印技術的整合，實現數據的自動登記與準確溯源[40]，從技術層面解決數字版權。另外，還要建立數據保存和重用機制，以便后續研究對數據的認可和引用。對于研究數據的存儲，一方面，可以通過多領域協同實現數據高度集成和協同化治理，從而優化數據服務，完善數據存儲體系建設；另一方面，需要政策和資金的大力支持，才能從根本上解決設備更新、空間擴容等問題。

4.2 設RDM專職崗位，不斷提升研究人員和圖書館館員的RDM認知和技能

高等教育委員會、行政部門、資助機構、高等教育機構或研究委員會應撥出預算在學術圖書館開設RDM專職崗位，用于培育研究人員和圖書館專業人員的數據認知及數據管理計劃、數據處理和分析、數據描述、數據共享工具和平臺使用等技能。第一，在我國學科服務開展較好的“雙一流”高校圖書館設立RDM專職崗位，學習國外RDM服務的經驗，探索RDM在我國的適應性發展。第二，信息技術驅動的LIS專業正發生巨大的變革，圖書館學界和業界特別是圖書館領導應該積極主動地作出必要安排，培養圖書館館員的RDM技能。當前，已有相關培訓通過培訓班、研討會、線上線下論壇等多種形式開展，如中國圖書館學會聯合中國科學院文獻情報中心推出的數據管理培訓班[41]。第三，要通過物質激勵（如晉升、薪酬、福利、改善工作環境等）和精神激勵（如提升形象、感知愉悅、發展機會等）不斷提升研究人員和館員對RDM的認同和支持。

4.3 與其他機構合作構建RDM平臺，推動多方協作

要有效推動RDM工作的開展，溝通和協作必不可少，學術圖書館可以與利益相關者合作共建RDM平臺，共享數據。當前，哈佛大學圖書館、劍橋大學圖書館、牛津大學圖書館均與學校技術部門或科研機構合作構建了RDM平臺。而我國的學術圖書館也開始嘗試與國外機構協作構建，如北京大學圖書館與哈佛大學合作構建的“北京大學開放研究數據平臺”、復旦大學圖書館與哈佛大學Dataverse系統合作構建的“復旦大學社會科學數據研究中心”，這些重要的探索可以為我們提供可貴的借鑒。此外，委托第三方進行RDM平臺的開發和管理也是一種重要途徑，學術圖書館可以將一些非核心業務，如日常維護或管理外包，僅保留對核心數據的掌握權。同時，學術圖書館應積極嵌入各學科院系，發掘研究人員的數據管理需求，開展數據素養教育培訓，提升研究人員的數據認知，從而不斷激發RDM的專業價值。

5 結語

本研究有助于我們全面了解國外RDM服務的進展，包括實踐、挑戰、所需的服務/技能以及激勵圖書館和研究人員支持RDM服務的因素。相對而言，發達國家的RDM政策和服務好于發展中國家。此外，RDM是一個復雜的過程，涉及各種關鍵的利益相關者，包括研究人員、教職員工、資助者、高等教育機構、圖書館和RDM服務機構內的各個部門。因此，需要多方協作，積極推動RDM的政策制定、館員培訓、協同合作。

由于本研究僅限于2016—2020年發表的英文論文，并受到特定數據庫的限制，因此可能遺漏了一些相關文獻。此外，研究范圍內的文獻大多采用定量研究，因此今后可能需要更多使用混合研究和定性研究的成果來幫助我們全面深入地了解RDM。在未來，我們一方面需要進一步調研與學術圖書館和研究支持人員有關的RDM服務，另一方面需要從生命周期（如數據管理規劃、數據源、數據量、數據處理和分析、數據共享、數據存儲、數據重用、數據權限和數據檢索）的視角來深入研究RDM。