數字人文領域創意類開放數據競賽價值共創的影響因素
——以上海圖書館開放數據競賽為例*

張 妍，趙宇翔，劉周穎

0 引言

隨著數據密集型研究普及，計算機科學領域的相關算法、工具和方法滲透到人文社科研究。展覽館、圖書館、檔案館、博物館(Galleries，Libraries，Archives and Museums，GLAM)作為數字文化遺產保護與傳播的先行者，長期致力于文化數據的收集、組織、保存與利用。在開放創新的沖擊下，傳統的數字文化遺產開發工作流程面臨著一系列機遇和挑戰[1]。《文化和旅游部關于推動數字文化產業高質量發展的意見》提出文化大數據體系建設要堅持以數據為驅動，集成前沿技術成果，推進文化數據資源的共享融通[2-3]。數字人文的興起恰好迎合了文化數據與科學技術融合的需求。《“十四五”數字經濟發展規劃》指出，數據資源規模龐大，數據價值潛力并未得到充分釋放這一現狀，鼓勵公共服務機構建構公共數據開放平臺和開發利用端口，借由開放數據，整合各類數字媒介和社會資源，通過公眾參與共同釋放數據紅利，實現文化數據增值[4]。《關于推進實施國家文化數字化戰略的意見》提出建成文化數字化基礎設施和服務平臺，形成線上線下融合互動、立體覆蓋的文化服務供給體系[5]。在開放數據與數字人文的浪潮下，為提升人文數據資源的有效利用，GLAM機構逐步轉變知識創新模式，開展了面向數字人文的各類開放數據實踐活動，開放數據競賽便是GLAM機構推動開放文化數據共建共享、傳統文化全景呈現、數字化文化成果全民共享的典型應用[5-6]。在開放數據競賽的價值共創過程中，既有數據、參考資料、實體資源等顯性知識的碰撞，也有無形、動態的操作性資源交換與整合[7]。通過顯隱知識的轉化與共享，實現行動者的新知識采納和創造[8]。因此，開放數據競賽價值共創研究豐富了數字人文領域的知識創新實踐。

隨著越來越多行業對數據紅利的認可，競賽容納的數據資源和參與規模呈現穩步增長態勢。2014年至今，全球成功舉辦的開放數據競賽總數已超1，000余場，競賽主題跨越30多個行業場景。地理科學、公共管理、數字人文等不同領域的企業和機構都發起開放數據競賽，激勵供應商、用戶、合作伙伴共同參與創新進程。根據競賽目標的不同，開放數據競賽可分為挑戰類和創意類兩類。挑戰類開放數據競賽通常以獲取優秀的算法或計算模型為目的，致力于解決實際生產應用過程中的相關問題，涉及準確性模型、普遍性模型、計算上可行的模型[9]。此類競賽對參賽者的領域知識和專業技能要求較高，競爭壓力和對抗性較強[10]。歐盟資助的面向教育領域的LinkedUp Challenge系列競賽、國際遙感學會主辦的IEEE GRSS數據融合競賽以及數據科學平臺Kaggle基于眾包模式發起的各類開放數據競賽均屬于此類。創意類開放數據競賽以挖掘開放數據創新應用為目的，更加注重技術賦能數據的多樣化呈現。相較于挑戰類競賽，創意類競賽對參賽者的想象力和創新性較為看重[10]，數字人文領域發起的開放數據競賽鼓勵公眾設計并開發具有新意的文化服務，是具有代表性的創意類開放數據競賽。GLAM發起的創意類開放數據競賽，主要目標與其服務宗旨相一致，期望通過跨學科協作的形式，激發新興技術在人文數據領域的應用創意，共同挖掘數據的潛在價值和可用性，構建價值共創生態系統[11]。典型的有德國的黑客馬拉松“編碼達芬奇”、上海圖書館發起的針對人文數據與館藏資源開發的各項競賽。本研究選擇數字人文領域經典的創意類開放數據競賽實例——第六屆上海圖書館開放數據競賽進行探索性研究。采用關鍵事件技術法通過主辦方、開放數據提供方、參賽團隊多主體所經歷的關鍵事件來識別影響競賽價值共創的關鍵因素，以期發現之前研究中被忽視的競賽結構元素和設計選項，為數字人文領域創意類開放數據競賽組織、設計和管理提供參考，助推數字文化遺產的再創造，更好地實現價值共創的目標。

1 開放數據競賽的相關研究

目前開放數據競賽的相關研究主要圍繞競賽流程設計、參與主體以及獲獎作品3個維度展開，但挑戰類開放數據競賽與創意類開放數據競賽研究的側重點各不相同。在競賽流程設計方面，眾多學者通過分析經典的挑戰類開放數據競賽案例[9，12-13]，梳理開放數據競賽的運作機制[14]，總結評估開放競賽部署情況分析框架[12，15]，并對開放數據競賽中的關鍵開放要素進行了歸納[12]。數字人文視域下，學者們回顧了文化記憶機構發起的開放數據競賽相關實踐，總結開放數據項目的活動特征，解析創意類競賽的資源、技術和環境支撐[16-18]，發現數字人文領域創意類競賽具有協同知識創造屬性，并指明此類競賽應關注人文學者間的溝通與協作，構建以服務、社區為導向的競賽體系[19]。在參賽者方面，挑戰類開放數據競賽相關研究圍繞激勵參賽者參與的不同方面展開，其中包含外部和內部因素。研究表明，不同獎勵策略、獎金金額、競爭者數量、競賽時間、虛擬社區等外部因素會對參賽者的行為產生影響[20-22]，參與者的任期、過往表現等內部因素會對其持續參與產生影響[21]。在數字人文領域，有學者從創意類開放數據競賽的參與主體入手，探究競賽行動者協作特征和行為[23-24]，發現創意類開放數據競賽價值共創的參賽團隊間存在競合(Co-opetition)關系[23]。在獲獎作品方面，挑戰類開放數據競賽研究主要關注獲獎作品的技術應用、數據處理、模型組合[9，14，25]，總結競賽獲獎方案的共同特征[26-28]。數字人文領域創意類競賽作品相關研究重點關注作品的多源人文數據融合狀況[29]以及作品評價指標體系構建[10]。

總的來說，開放數據競賽相關研究多從單一要素或主體為切入點，缺乏從競賽的整體視角對競賽影響要素的綜合性分析。和鯨科技發布的《數據競賽白皮書·下篇》從管理信息系統視角出發，分析和鯨社區的挑戰類賽事，制定了競賽流程實操手冊，但對競賽中多主體交互關注較少。數字人文領域的創意類開放數據競賽是GLAM機構基于數字人文基礎設施和開放數據形成的新型數據服務形態。相關研究指出，數字人文領域的創意類開放數據競賽能夠將不同知識背景的人文數據和技術創新愛好者聯結到一起，基于競賽流程階段的交互與協作活動，實現價值共創的終極目標[23-24，30]。創意類競賽的重點在于考察跨學科的廣泛協作，評估體系和獎項都更具靈活性[10，23-24]。因此，挑戰類與創意類競賽的目標和側重點等都存在差異，針對挑戰類開放數據競賽的研究結果并非完全適用于數字人文領域的創意類競賽，數字人文領域創意類開放數據競賽的影響因素應當更加凸顯創新特征和數字人文領域特色。目前，開放數據競賽在數字人文項目及平臺推廣、人文數據與技術融合、跨學科價值共創等方面的效用逐漸顯現[3，6，23]。針對創意類開放數據競賽的研究處于初探階段，大多數研究圍繞競賽作用和意義展開討論。從競賽管理和設計的角度上來講，隨著競賽規模和覆蓋學科的擴增，為了促進價值共創和文化創新目標的實現，亟須從理論層面對競賽價值共創影響因素進行探索。

2 研究設計

2.1 案例選擇

本研究選用數字人文領域典型的創意類開放數據競賽——上海圖書館開放數據競賽(以下簡稱“上圖開放數據競賽”)作為案例。上圖開放數據競賽自2016年起，迄今已成功舉辦6屆，賽事現已全面升級為國際賽事，由上海圖書館(上海科學技術情報研究所)與國際科學技術信息理事會(International Council for Scientific and Technical Information)聯合主辦。第六屆上圖開放數據競賽以“探尋紅色印記·點亮城市智慧”為主題，在建黨百年的時代浪潮下，圍繞城市的變遷，以競賽的形式，協同公共文化服務機構、非營利性文化組織、文化科技企業，開放包括紅色文旅數據、書刊索引數據、歷史人物數據、歷史地點建筑數據等內容多樣的人文數據，供參賽團隊調用，并鼓勵其融合外部數據，實現多樣化的數據關聯[6]。針對以上數據資源，主辦方設置了7個子主題幫助參賽團隊確定方向，包括百年紅色、城市印記、市井百態、名人掌故、古籍探尋、宋慶齡與中國共產黨、愛國志士民主先鋒。筆者與上海圖書館合作，研究團隊全程參與第六屆上海圖書館開放數據競賽的籌備與競賽過程。上圖開放數據競賽為數據創客提供了包括人、地、時、事、物等內容豐富和形式多樣的人文數據，面向全球數字人文愛好者征集優秀的移動應用產品原型，并形成了數字人文數據創新社區。

2.2 研究方法與數據收集

關鍵事件技術(Critical Incident Technique，CIT)源于工業心理學，最初由美國心理學專家Flanagan提出，是一種分析觀察和收集到的人類行為的實證研究方法[31]。目前CIT已被應用到心理學、管理學、教育學、組織學等領域，進行績效評估、促進和阻礙因素判斷以及活動或事件的重要特征識別等[32]。在圖書情報領域，國外許多學者應用CIT分析圖書館、高校、企業中人群的信息需求和行為，供服務優化和管理決策[33]。本研究的目標是探究影響數字人文領域創意類開放數據競賽價值共創的因素，CIT能夠捕獲開放數據競賽過程中實際發生、被參與者直接觀察或感知到的價值共創事件，進而探究對事件有重大影響的關鍵要素。本文具體的研究過程如圖1所示。

圖1 研究過程圖

筆者在2021年6-9月，通過線上、線下結合方式，有效訪談37人(編號為P)。其中一對一深度訪談13人，包含開放數據提供方6人，主辦方7人，訪談時間為40-50分鐘。焦點小組訪談6個參賽團隊共24人，訪談時間為120-150分鐘。在征得受訪者的同意后，對訪談內容進行錄音，受訪者的基本信息如表1所示。

表1 受訪者基本信息

3 數據分析

3.1 信度檢驗

筆者邀請5位對開放數據競賽有深入了解的研究生(編號為A、B、C、D、E)，識別數字人文領域創意類開放數據競賽中的關鍵事件，并對收集到的關鍵事件進行主題分類及概念辨析。通過對訪談內容的整理，最終得到了152個關鍵事件。基于Keaveney[34]的關鍵事件分類方法(分類流程如圖2所示)將前2/3的關鍵事件作為分類樣本(編號1-101)，將其余部分作為檢驗樣本(編號102-152)，對本研究的關鍵事件進行分類，分類者間信度運用霍爾斯蒂公式(見公式1)評測。

圖2 關鍵事件分類流程圖

其中，R表示信度指數，M為相同分類數，n為分類者數量，N1、N2分別為分類者各自的分類數目。若計算結果大于0.8，表明本次分類結果一致性較高；若信度小于0.8，則需要分類者反復比較分析，協商確定最后的分類結果。

在對1-101號事件進行樣本分類中，分類者A、B分別歸類了33、34個主題分布及概念，有32個類目相同，分類信度為0.96。對于存在分歧的類目，由A、B協商一致后最終得到33個類目。隨后，C、D對現有的分類體系進行校驗，C、D分別增加了5、7個類目，其中二者有36個類目相同，信度為0.95。最后，E對前2/3關鍵事件再分類，E與A、B、C、D間分類信度為0.92，最終確定38個主題類目及概念，在后續的樣本檢驗過程中，分類者按照上述流程得到的分類體系對102-152號事件進行歸類，并未發現新類別。計算A、B與C、D信度為0.92，數字人文領域開放數據競賽價值共創影響因素的主題分布及相關概念最終確定。根據Perreault等[35]的分類信度指數公式(見公式2，Ir表示信度指數，F0表示共同事件數，N為總樣本數，K為分類數目)，對多名分類者分類結果的穩定性和一致性進行檢驗，計算得到信度指數為0.91，說明綜合信度良好。

3.2 效度檢驗

研究基于專家評議法計算因子子類目的相關性。筆者邀請6位在數字人文與開放數據競賽領域有豐富研究經驗的專家，對最終確定的數字人文領域創意類開放數據競賽價值共創影響因素的主題分布及類目進行測評，并且根據類目內容效度指數(Item Content Validity Index，I-CVI)對綜合效度進行檢驗[32]，I-CVI的計算公式見公式3(ni表示相關度大于等于3的專家人數，N代表總專家數)。研究參照Polit等相關度評估分度[36]，1表示不相關，2表示一般相關，3表示比較相關，4表示非常相關。經計算，各類目效度均大于0.8，且I-CVIaverage為0.92，大于0.9，即綜合效度良好。

4 研究發現

4.1 數字人文領域創意類開放數據競賽行動者構成要素識別

采用關鍵事件技術進行主題分類時，可以借鑒成熟的理論框架或模型[37]。本研究在對關鍵事件進行主題分類時，引入行動者網絡理論(Actor Network Theory，ANT)的視角，基于Latour對于行動者的定義[38]，識別數字人文領域創意類開放數據競賽中的參與主體構成。Latour將行動者視作信息、條件、狀態的轉譯者，行動者網絡理論視角下行動者更具多樣性，不僅涵蓋了人類行動者，也包含了非人類行動者[39]。人類行動者指的是具有主觀能動性、影響情況變化的行為人，非人類行動者包含物質、觀念、經驗、技能等一切能夠改變事件運轉狀態的客觀體[38-39]，而行動者必須參與行動過程并付諸于行動。

筆者基于行動者網絡理論，運用關鍵事件技術，從人類行動者和非人類行動者兩方面得到數字人文視域下開放數據競賽的參與主體構成及相關特征。其中，數字人文領域創意類開放數據競賽的行動者構成要素如圖3所示。競賽中的行動者構成包含主辦方、開放數據提供方、參賽方的人類行動者，也包含宏觀環境、開放數據、協作平臺的非人類行動者。這表明在數字人文領域創意類開放數據競賽中，除了公眾參與者以及公共文化服務機構、非營利性文化組織、文化科技企業、政務部門相關工作人員以外，數據、平臺相關資源及環境屬性的作用也不容小覷。

圖3 數字人文視域下開放數據競賽的參與主體構成圖

4.2 數字人文領域創意類開放數據競賽價值共創的影響因素分析

數字人文領域創意類開放數據競賽的關鍵事件主題分布如表2所示。根據關鍵事件的分類結果，數字人文領域創意類開放數據競賽行動者特征包含參與主體特征、協作形式、開放數據特征、協作平臺屬性、宏觀環境5個大類。由于5大主題分類為多響應變量，因此總頻數大于總事件數。

在理解歌詞以后，第二步就要熟記樂譜。演唱者進行再創造樂譜上音符和力度術語、速度術語、表情術語等。因此，要認真閱讀樂譜，分析研究樂譜，全面理解樂譜內容，多花點時間來熟記樂譜，達到“用歌聲來表達自己的心聲”的目的。

表2 關鍵事件主題分布

4.2.1 參與主體

參與主體特征主要是從個體、團隊、組織3個層面來考察影響數字人文領域創意類開放數據競賽的關鍵因素，具體如表3所示。

表3 參與主體特征主題分類及內涵

個體參與相關要素包含5個范疇：價值期望、同儕影響、數字人文素養、先驗知識、個人特質。個體參與相關要素在關鍵事件中得到了50次響應。價值期望包含參與者出于自身對數字人文項目的熱愛、自我提升等心理需求參加開放數據競賽，也包含金錢刺激、增加社會認可等外部動機影響。同儕影響是指參賽者參與開放數據競賽及競賽過程中會受到同輩等外部環境的影響。筆者在分析訪談資料的過程中發現，許多參賽者對競賽的了解是源于身邊同學或同門的介紹，在其感受到的同儕影響較大時，參與到競賽價值共創過程的意愿也會更加強烈。如P6在訪談中提到：“我身邊的同學都有一些自己引以為豪的實習經歷或者學術成果，我想參加比賽為自己積攢一些成果。”數字人文素養包含數字技能、數據素養以及人文問題意識等要素，是影響個人參與意愿與行為的關鍵屬性，數字人文領域創意類開放數據競賽致力于聚合行動者的數字技能和數據素養，協同解決開放數據中的人文問題[40]。在競賽形成的價值共創生態系統中數字人文素養整體較高的情況下，價值共創效果好。先驗知識是影響作品開發進程與質量的重要因素，參賽選手具備相關背景經驗時，整個作品開發如期進行，作品質量能夠得到保障。數字人文領域的開放數據競賽作為一種創意型競賽，作品的新穎性離不開參賽者的創新性和想象力。此外，競賽的參賽群體以學生為主，缺乏經驗，不畏困難、積極學習的精神是受訪者提及較多的個人特質。在開放數據競賽價值共創的周期中，個體特質是持續影響作品成果與共創行為的重要因素。

團隊協作層面包含知識互補性、知覺行為控制、團隊信任、協同感知4個范疇。團隊協作相關要素在關鍵事件中得到62次響應。知識互補性主要體現在競賽組隊階段，考慮團隊成員在知識背景構成、項目經驗、專業技能及思維邏輯方式等方面的互補。知覺行為控制主要表現為團隊成員對協作行為難易程度的認知，在本研究中將其界定為團隊成員基于過往合作經驗，對本次競賽價值共創過程中協作行為難易程度的感知。據受訪者報告，當團隊內部成員掌握的合作經驗較高時，預估到未來的合作障礙較少，成員的知覺行為控制較強，相應地，協作意愿和共創行為意圖也會較高。如P25提到：“我們在之前就一起參加過比賽，彼此也都比較了解，合作溝通起來應該沒什么問題。”團隊信任在競賽過程中表現為團隊成員以團隊為中心，彼此信息共享、相互依存，以達成共同目標的聚合意識，是多元行動者的關系黏合劑。協同感知是個人層面響應頻數較高的因素，從訪談材料中發現，團隊成員經常利用騰訊會議、微信等通訊媒介或者以面對面的方式交流該階段的主要工作和困難，增進團隊成員對彼此工作需求的認知，進一步了解任務整體進度、資源需求和產品進步空間，并從不同角度共同制定開發方案，最終促進團隊的協同共創行為。如P35提到：“我們經常一起開會，大家都會說一說最近在做的事情以及遇到的困難，然后大家會一起尋找解決問題的方式，比如會去問問身邊懂這方面的朋友，這個問題應該怎么辦。”

組織協調層面涉及的主體包含主辦方和開放數據提供方，包括組織能力、技術支持、賽程監管、溝通能力4個范疇。組織協調相關要素在關鍵事件中的響應頻數為34次。組織能力是受訪者提及較多的參與主體特征，一方面，其影響著競賽活動的開展以及開放數據提供方和主辦方價值主張向參賽團隊傳遞的準確性；另一方面，組織能力體現在競賽的各種說明和幫助，其對參賽者的參賽體驗和信息需求滿足都有一定的影響。技術支持涉及數字人文領域創意類開放數據競賽的關鍵一環——專業培訓和技術指導。由于人文數據本身存在體量龐大、結構復雜等特性，主辦方和開放數據提供方會在競賽前期提供相應的技術指導，幫助參賽團隊快速了解開放數據及其調用方式，并且在競賽過程中，參賽團隊也可就疑難問題尋求技術協助。賽程監管提及較多的是組織層面對公平性的維護，對參賽團隊價值共創的積極性有重要作用。如P24提到：“人氣獎投票的時候，我們團隊被其他團隊質疑刷票，主辦方要求我們提交說明和投票記錄。”此外，主辦方與開放數據提供方對問題回復的及時性和相關性等溝通能力對價值共創進展起到了推動作用。

4.2.2 協作形式

數字人文領域創意類開放數據競賽涉及到多元行動者參與，主體間呈現出動態、復雜的網狀關系，而主體間的緊密聯結對價值共創的作用不容小覷。根據訪談資料分析，協作形式對于數字人文領域創意類開放數據競賽價值共創的影響主要體現在協同創造和意義共建兩個維度，主題分類及內涵如表4所示。協同創造包含了多方行動者間直接或者間接合作參與數據開發與利用的過程，在關鍵事件中的響應頻數為78次。協同創造涉及主體間的交換行為，包含有形的物質以及無形的專業知識方面的互動。協同創造發生于開放數據競賽的前期，包含創意共生、共同設計、知識共享3種形式。意義共建是指多元行動者共同對歷史數據的解讀，釋放紅色史料的新時代價值，其在關鍵事件中的響應頻數為49次。意義共建發生于開放數據競賽的后期，以擴大競賽作品及人文數據的社會影響力，是數字人文領域創意類開放數據競賽特有的協作形式。

表4 協作形式主題分類及內涵

將競賽開放數據的開發過程與協作形式的發生階段相對應，得到數字人文領域創意類開放數據競賽協作流程，見圖4。數字人文領域創意類開放數據競賽是以收集優秀產品創意和原型為導向，產品的靈感來源、主題及展現形式確定中都存在著價值共創活動，創意共生這一與產品概念創新相關的協作形式具有鮮明的創意類競賽特征，在關鍵事件中的響應頻數為18次。共同設計指的是多方行動者分享自己對產品設計的觀點，共同調研用戶需求并且將想法轉化為可行功能的過程，在關鍵事件中的響應次數為23次。知識共享中包含多方行動者在競賽社群中，就自身可操作性資源的共享、交互和服務，付出并獲益的互惠行動，在關鍵事件中的響應次數為37次。如P1提到：“當時很多參賽團隊都在群里交流技術或者數據上遇到的問題，并且會根據自己的了解幫助其他團隊解決一些麻煩。”數字人文領域創意類開放數據競賽通過知識共享而產生的綜合觀念，是不同領域背景、多重身份角色的信息集合，促進了行動者參與價值共創的意愿。共同推廣主要發生在競賽準備期間和作品完成后，多元行動者開展的與競賽或作品相關的宣傳活動，在關鍵事件中的響應頻數為25次。共同維護指的是通過競賽作品的傳播，吸引競賽以外人群共同維護開放數據集的過程，響應次數為24次。

圖4 數字人文領域創意類開放數據競賽行動者協作流程

4.2.3 開放數據特征

開放數據特征主要包含數據流動性、數據規模、數據多樣性3個類目，其主題分類及內涵如表5所示。開放數據是競賽中參賽作品開發使用的原材料，在上圖開放數據競賽中，不同開放數據提供方通過API接口提供了多源數據集，倡導以數據科學為驅動的價值共創活動。數據流動性是創造數據價值的前提，在關鍵事件中的響應次數為43次。數據具有足夠的流動性，參賽團隊才能夠獲悉數據集全貌，為多源數據融合提供思路。數據規模與數據開發使用的技術有一定關聯，在關鍵事件中的響應次數為37次。數據多樣性與作品形式和呈現效果息息相關，響應頻數為33次。如P16提到：“往屆很多作品呈現的都是文本信息，所以我們更傾向于選擇一些視頻和圖片數據。”

表5 開放數據特征主題分類及內涵

4.2.4 協作平臺屬性

協作平臺屬性層面包含資源屬性、工具屬性、社群屬性3個范疇，其主題分類及內涵如表6所示。上圖開放數據競賽協作平臺集數據資源、培訓指導、社區交流于一體，信息互通，致力于打造平臺型價值共創生態系統。資源屬性主要指開放數據平臺所承載的人文基礎數據庫及展現形式，在關鍵事件中的響應頻數為27次。如P8提到：“熟悉數據、整理數據的過程中，借助平臺我們能很方便地查看數據屬性及屬性值，從中獲得了很多靈感，并且還利用這個平臺上的數據完成了一門課設作業。”平臺的工具屬性表現為平臺為多元行動者價值共創活動提供的幫助，在關鍵事件中的響應頻數為30次。如P12提到：“競賽網站上有關于往年獲獎作品的介紹，通過對獲獎作品的分析，我們能夠快速鎖定產品研發的方向；而且網站上面的很多學術巡講的視頻，里面有很多專家關于人文數據開發的講解視頻，也為我們產品其中的一個功能設計打開了思路。”社群屬性表現為基于開放協作網絡構建的學習交流平臺，多元行動者通過互動建立的多向信息流動與多邊價值傳遞關系，社群屬性在關鍵事件中的響應次數為37次。

表6 協作平臺屬性主題分類及內涵

4.2.5 宏觀環境

宏觀環境相關因素包含4個維度：政策層面、經濟層面、社會層面以及技術層面，其分類維度及驅動條件如表7所示。數字人文領域創意類開放數據競賽受到了政府部門、公共文化服務機構、非營利性文化組織、企業、公眾等社會各界的廣泛關注，其價值共創的導向與宏觀趨勢的引領密不可分。分類者在對影響因素歸類的過程中，參考了PEST分析模型，從政策、經濟、社會、技術4個層面分析一切影響數字人文類開放數據競賽價值共創的宏觀力量。政策層面，近年來國家出臺了一系列文化相關政策，深化大數據在文化領域的協同創新，面向全社會開放文化遺產數據。數字人文領域創意類開放數據競賽以政策為指導，協同多元行動者共同推進歷史文化數據的創新性發展。政策層面相關因素在關鍵事件中的響應頻數為15次。經濟層面，數字人文領域創意類開放數據競賽承辦方多為非營利性公共文化服務機構，因此，尋找外部資金的支持是吸引多元人才參與和促進創新性成果轉化落地的關鍵要素，其在關鍵事件中的響應頻數為23次。如P22提到：“開放數據競賽非常關鍵的一環就是外部資金的注入，畢竟現在公共文化服務機構自我造血能力還是很弱的，我們也是多方聯系，招募獎金贊助合作單位，共同推動競賽的發展，一起合作共贏。”社會層面，隨著多媒體傳播的發展，公眾對文化需求趨向于多樣化，公眾參與文化創作的熱情不斷高漲，數字人文領域創意類開放數據競賽賦予公眾協同參與藝術創作的權能，相關因素在關鍵事件中的響應次數為20次。技術層面，新技術的發展和數據量的增加，亟需加強館際間合作，通過技術與數據的融合打破數據壁壘，增進內部數據與外部數據的關聯。數字人文領域創意類開放數據競賽在推動文化信息資源的共建共享方面發揮著積極作用，在關鍵事件中的響應次數為17次。如P19提到：“增強館際合作，打破數據孤島，是目前一個大趨勢。”

表7 宏觀環境相關因素的分類維度及驅動條件

5 結語與展望

本文首先回顧開放數據競賽的相關研究，闡釋研究數字人文領域創意類開放數據競賽價值共創影響因素的必要性。采用關鍵事件技術和行動者網絡理論，識別創意類開放數據競賽行動者構成要素，并從人類行動者和非人類行動者兩個維度對關鍵事件進行主題分類，最終將影響競賽價值共創的因素劃分為參與主體特征、協作形式、開放數據特征、協作平臺屬性、宏觀環境5個大類。本研究的理論意義在于，從行動者網絡的視角識別數字人文類開放數據競賽中核心行動者及其網絡關系，從而構建集多元行動者于一體的服務生態系統。研究發現，數字人文領域的價值共創不僅包含作品和知識層面的協同創造，也有關于人文大數據的當代意義共建。研究結論有助于明晰數字人文類開放數據競賽項目的多主體結構特征以及多模態協作形式，并進一步拓展行動者網絡理論在數字人文情境中的應用。本研究的實踐啟示在于，在未來進行創意類開放數據競賽設計時，針對不同賽程面臨的實際問題，主辦方可以綜合參考參與主體、開放數據和社會技術平臺的特征，結合宏觀環境趨勢，激發競賽各階段多元價值的共創。如在競賽籌備階段，可以從開放數據流動性、規模、多樣性等方面，尋求合適的開放數據合作方；招募階段可以結合個體參與要素，選擇相應的宣傳方式和傳播渠道；在競賽過程中，應當完善并充分利用競賽平臺的功能，為以參賽者為核心的賽制順利推進提供保障。本研究采用關鍵事件技術的實證研究方法，全方面收集數據，針對競賽全流程的價值共創機理進行深入挖掘。此外，為了驗證創意類與挑戰類開放數據競賽價值共創的差異，文章分析了以價值共創為導向的創意類開放數據競賽的影響因素。本研究提煉以往研究中并未直接涉及的關鍵要素，明確協作形式以及非人類行動者特征對于競賽價值共創的重要作用，以期對未來文化記憶機構開展相關開放數據競賽提供參考依據。

在數字人文領域，創意類開放數據競賽作為典型的價值共創活動，理論研究方興未艾，由此，筆者對未來研究提出幾點展望。一是探究各種因素對競賽價值共創的作用機理。數字人文領域的開放數據競賽包含多種行動者，但行動者間協作的內在機理尚未明晰。二是探究以數字人文平臺為核心的開放創新社區構建。目前數字人文領域的開放數據競賽參與者以科研工作者居多，積累了一大批數字人文愛好者與數據創客。本文發現其參與價值共創多出于內部動機，且知識共享對于競賽價值共創的影響顯著。未來隨著競賽活動社會影響力和覆蓋面的進一步擴大，廣泛的公眾參與可能激發更加豐富的參與主體特征和協作形式。因此，如何設計和構建以數字人文平臺為核心的開放創新社區，以促進社會資源與公眾智慧的持續作用，也是值得探討的問題。三是分析文化記憶機構在數字人文領域價值共創系統中的角色和作用。文化記憶機構作為價值共創活動的發起方，在不同價值主張的服務系統中是發揮主導作用還是中介作用，不同共創情境下是否存在角色和作用的轉變亟待更深入地探索。

致謝

本研究在開展過程中受到上海圖書館（上海科學技術情報研究所）劉煒、夏翠娟、張春景、張喆昱、張磊等專家幫助，謹致謝忱!