美國高校圖書館促進數據重用的服務實踐及啟示*

孔曄晗 張瀟月 李宜展

（1.中國農業科學院農業信息研究所 北京 100081）

（2.北京大學信息管理系 北京 100871）

（3.中國科學院文獻情報中心 北京 100190）

（4.中國科學院大學經濟與管理學院信息資源管理系 北京 100190）

開放科研數據的發展，促進可用的科研數據體量增多。科研人員在數據重用時面臨高質量數據獲取難、數據重用可靠性評估難、重用規范不了解、重用技術匱乏等困難。這些困難嚴重阻礙了開放科研數據的可持續發展。高校圖書館在推進數據開放共享方面發揮了重要作用，國外科研實力較具優勢的高校圖書館已著手面向數據重用實踐開展全流程服務。我國在科學數據管理服務方面也取得了一些進展，但在提供數據重用服務方面仍面臨巨大挑戰。為有效促進我國開放科研數據實踐可持續推進，充分釋放科研數據價值，有必要通過系統性梳理國外高校圖書館典型數據重用服務進展，為我國高校圖書館數據重用服務推行提供參考。

1 相關研究概述

科研數據重用即數據重復利用或稱二次使用，是指科研人員對既有數據除原始創建/采集目的以外的使用活動。數據的再利用、重組與融合有助于驗證實驗結果，支持新的知識發現，是創新發現的重要源泉。國際上，美、英、澳等國家較早開展科研數據管理，其科研資助機構均提出了科研數據管理政策。國內主要從行業和部委角度統一組織科學數據管理與共享［1］。我國于2018 年3 月發布《科學數據管理辦法》，確立政府預算資金資助形成的科學數據“開放為常態、不開放為例外”的總體原則，為我國開展科研數據重用活動提供數據內容資源［2］。但實踐中，我國高校圖書館界仍存在數據重用政策、配套服務發展進度較緩、各高校間發展不均衡的現狀，難以滿足當前數據重用實踐發展的現實需求。

隨著科研數據的規模大幅提升、種類日益豐富，科研人員迫切需要有關科研數據重用的指導。《開放數據報告（2022 年）》對全球超過5400 名受訪者的調查顯示，55%的受訪者希望獲得關于數據訪問、分享和重用政策的培訓或信息，52%的受訪者希望提高長期存儲和數據管理技能［3］。從國內外實踐來看，科研數據管理和服務是高校圖書館的主要任務之一［4］，但我國高校圖書館提供科研數據管理（Research Data Management，RDM）服務起步較晚，且發展速度待提升。聯合國教科文組織《開放科學倡議書》中著重提及開放數據需以方便用戶、人機可讀和可操作的格式提供，輔以定期管護。再次確認數據重用在整個開放數據中的關鍵地位以及數據重用服務的作用。數據重用服務主要包括幫助查找外部數據知識庫（或提供數據存儲服務）、創建高質量配套元數據、提供引用數據的指南服務［5］、提供數據質量控制的相關培訓與指南服務［6］、提供數據版權和合理使用的咨詢服務等。總體來看，國外高校圖書館已經通過多種渠道對開放科學理念和數據服務進行推廣，并建立相關社團［7］。目前國內雖已有相關研究對國外高校圖書館的RDM 服務進行調研，但結果表明，提供數據存儲最多，其次是數據共享，再次是數據組織、數據引用，涉及數據重用最少。

在國內外科研數據中心如火如荼建設的背景下，研究人員面臨著獲取高質量的數據（數據重用的可靠性）、評估重用數據的質量和價值、遵循重用規范與掌握數據重用技術方面的挑戰。國內對數據重用的需求日益高漲，但目前僅有零星且缺乏體系化的服務方式介紹，難以有效將“數據重用”“數字學術”“開放科學”相關主題下的內容整合在科研生命周期的范圍內。過去幾年，國內學者對美國、澳大利亞、加拿大、英國、荷蘭、德國等國家的高校圖書館RDM 服務進行了調研，已有調研發現2015 年以后國外發達國家的高校圖書館已開始著手在科研數據管理服務中布局數據重用的系列服務內容［8］。這種現象的產生，不乏對科研數據管理領域中具有標志性事件的響應。如2016 年較為有標志性的事件——開展規模較大的（國際）“愛數據周（Love data week）”，科學數據管理FAIR 原則的正式確立，并將用戶和機器可讀數據的可重用性作為其中一項重要內容［9-10］。為有效地配合我國高等教育機構培養“數字學術”“數據科學”環境適應人才的趨勢，進一步推進“開放科學”的發展理念落地，我國高校圖書館提供數據重用服務勢在必行。

通過綜合比較，當前美國高校圖書館在參與科研數據管理、促進知識資源開放共享、建立標準化科研數據管理模式方面已有良好實踐，相關機制較為完善。為此，本文通過調研美國高校圖書館的科研數據重用服務，總結其提高科研數據重用的有效服務途徑和策略，以期為國內高校圖書館促進數據開放共享和重用提供參考。

2 研究方法與調研框架

現有文獻多次對U.S.News 排名前50 所的美國高校圖書館進行調研，圖書館個案研究也多有覆蓋，但研究主要集中于科學數據管理、數據權益管理等主題，鮮有研究從全流程視角梳理數據重用服務。因此，本文面向U.S.News（2022-2023 年版）排名前50 所的美國高校圖書館，搜索其網站中關于數據重用的服務介紹，調研內容包括數據重用服務內容和服務方式。基于數據生命周期模型和已有研究中對數據重用過程框架的梳理［11-12］，將服務內容梳理為如下幾個階段：數據獲取、數據分析、數據存儲、數據出版與數據重用激勵（各階段的主要描述見表1）。

表1 美國高校圖書館數據重用服務調研框架

3 美國高校圖書館數據重用服務調查結果

隨著科研數據管理的政策、服務，以及相關區域性數據監管協作網絡［14］的建立，美國高校圖書館開展的數據重用服務也在逐漸深化與豐富，內嵌于整個科研生命周期。通過網絡調研將美國高校圖書館數據重用服務按照發展實踐環節呈述視角進行梳理，以下詳述。

3.1 數據獲取階段

調研對象中絕大多數都提供專題形式資源列表，如華盛頓大學西雅圖分校提供健康、GIS 等領域數據資源［15］；且為更好地滿足科研人員的需求甚至提供應用數據接口。還有部分圖書館提供數據資源的檢索服務，有的提供了專題性一站式數據資源檢索平臺的外部鏈接，如加州理工大學圖書館提供NCBI 和SciFinder Discovery Platform［16］。絕大部分高校均提供有關數據發現渠道事宜的人工參考咨詢服務，有的還開發了包括用戶指南、視頻資源、研討會、人工咨詢等多樣化服務矩陣。值得一提的是，部分高校館還會為數據積累和數據發現提供專門的數據采集工具，如約翰斯霍普金斯大學圖書館提供的REDCap、Qualtrics［17］。

3.2 數據分析階段

3.2.1 提供指南與工具

調研發現多數高校圖書館均提供數據處理、分析工具列表與示例，如加州大學圣克魯茲分校還提供編程、可視化工具平臺列表［18］，也有圖書館提供相關研究方法文獻［19］和可供練習的數據集［20］。此外，還有高校館提供算力方面支持，如加州大學伯克利分校圖書館提供的Savio 環境用于處理高通量計算數據［21］，斯坦福大學圖書館創立了data farm 數據分析環境［22］。另有高校拓展了其他渠道，如德克薩斯大學達拉斯分校西南醫學中心圖書館的數據知識庫中配置有可視化處理工具，可分析部分格式的數據，并提供相關操作指南［23］。

3.2.2 建立服務組織

多數美國排名前50 所的高校圖書館都有類似數字學術計劃的項目，以便從數據科學層面統籌數據資源，如弗吉尼亞大學圖書館成立的圖書館統計實驗室。也有圖書館基于研究過程視角提供更完整的科研數據全生命周期服務，如布朗大學圖書館的數字學術中心，提供研究方法、項目開發、出版方面的資源服務［24］。也有針對具體學科實踐開展的服務，如馬里蘭大學帕克分校圖書館針對地理空間數據，提供軟件、咨詢、專門實驗室等數據免費服務［25］。

調研顯示，很多高校館的服務組織會針對不同重用階段的需求開展培訓，如加州理工大學的author carpentry 工作坊，幫助用戶從寫作、永久標識符、版權等方面了解包含數據集出版在內的全流程內容［26］。部分圖書館會提供數據科學方法和數據可視化的培訓，如哈佛大學有專門針對質性數據分析的工具、咨詢、預處理服務［27］，亞利桑那大學、佛羅里達大學圖書館提供可修學分的相關課程，并提供開源數據分析資源列表。

3.3 數據存儲階段

3.3.1 數據內容存儲服務

在科研數據資源存儲方面，絕大多數TOP50美國高校圖書館均擁有自己的數據知識庫（data repository），可存儲數據類型包括但不限于數據集、代碼、仿真數據等。部分學校建立針對特定數據類型的系列存儲服務，也有高校館在數據基礎設施中開辟相應的基礎數據設施空間。部分圖書館還提供典型數據知識庫的查找服務和當前主流數據知識庫的多維度測評指南。同時，絕大部分數據知識庫的存儲內容均可納入主流搜索引擎搜索范圍，便于提升數據集的可發現和可獲得性。

相比在學校內部存儲和分享數據，學校外部的數據知識庫更利于擴大分享，增加數據使用。如哈佛大學、哥倫比亞大學等高校圖書館提供外部數據庫導航服務，一方面把數據管理相關內容集成到一個系統內，便于數據獲取，促進關聯知識發現；另一方面研究人員可將數據存儲到外部數據庫中，擴大研究的影響力。

3.3.2 數據監管與質量控制服務

美國TOP50 高校圖書館中的數據監管服務主要包括：數據重用資源組織、數據質量審核、數據監管團隊建設、數據監管指南構建和數據監管咨詢服務。

（1）重用資源組織方面，已有高校按主題對數據集/數據庫進行組織，形成不同專題的開放數據集列表，并通過人工服務機制進一步強化共享數據集質量，并保障數據開放者和重用者的權益。也有的在進行專題組織同時，對部分領域（語言學）軟件和數據進行歸檔，確保其長期可訪問（如亞利桑那大學 圖書 館）［28］。

許多圖書館還開展了元數據描述方面的服務：一是提供數據管理實踐的介紹。內容涉及版本控制和備份數據、元數據標準化、數據情景化，存檔與傳播、影響力計量與追蹤等，如布朗大學圖書館，密歇根州立大學圖書館、佛羅里達大學圖書館等［29］。部分圖書館還提供數據文檔的最佳實踐案例和具體細則；二是提供數據描述的相關服務。包括提供關鍵詞受控詞表，以及數據描述相關咨詢工作，如芝加哥大學圖書館、伊利諾伊大學香檳分校圖書館。佛羅里達大學圖書館提供相應的培訓和內容合規性審查服務，對維護數據集質量很有裨益。

（2）數據質量審核方面，各高校圖書館在數據知識庫級別、數據集級別，乃至項目級別中均開展了數據監管實踐。如賓州州立大學基于FAIR 原則審核相關知識庫資質［30］；伊利諾伊大學香檳分校圖書館圍繞數據生命周期開展數據集級別的審核［31］；明尼蘇達大學雙城分校圖書館數據級別的審核涉及是否采用標準化元數據模板，文件與代碼運行、具體字段含義等［32］；杜克大學圖書館提供數據包具體檢查條目，如不包含敏感或受限信息、描述數據屬性和內容、研究過程背景（即數據源、程序等）的文檔等［33］。另有高校圖書館項目級別的數據監管明確了項目PI 在數據監管中的若干原則，如確保保留足夠的記錄，以說明數據收集的方法和準確性以及數據解釋的方法和準確性等內容［34］。

（3）數據監管團隊建設方面，多校圖書館均構建了專門的用戶科研數據管理團隊，從事科研數據管理規劃、數據采集、共享與長期保存等項目，如加州大學歐文分校等。同時相關高校還結成數據監管網絡，開展數據監管協作，提升服務能力。

（4）數據監管指南構建方面，首先須確定數據存儲的敏感程度與安全權限，為敏感數據管理提供相應策略、工具和相關資料等（如加州大學伯克利分校、加州理工大學圖書館和MIT 圖書館）。還有部分高校館提供數據分級分類的指南，如耶魯大學在2018 年發布數據分類政策，以規范數據的管理工作。該政策的內容主要由數據分類、最小化數據安全（Minimum Security Standards）、對所有數據用戶負責、執行和學科（Enforcement and Discipline）四部分組成。根據耶魯數據的重要性（Importance）、敏感性（Sensitivity）和被濫用的可能性（Potential for misuse）分為三種類型：分別為高、中、低三個風險等級［35］。

（5）數據監管咨詢服務方面，調研顯示有許多高校在數據監管“咨詢-定制”式服務中提供針對數據重用相關服務。如南加州大學圖書館的元數據館員提供數據管理與元數據的優化策略；德克薩斯大學奧斯汀分校圖書館幫助確定有效的科研數據管理過程的工具與策略；斯坦福大學圖書館進一步提供數據安全咨詢服務。

3.4 數據出版階段

3.4.1 數據引用格式工具/ 服務

大多數高校圖書館在數據知識庫中提供數字對象標識符（DOI），便于數據集引用。如提供數據引用一般規則指南：列出數據應用格式的基本元素、順序，提供相關數據集引用的示例（如密歇根州立大學），并提供標準化的數據應用格式參考（如亞利桑那大學圖書館）。也有高校提供相關機構或具體學科領域數據引用指南，如賓州州立大學提供具體學科領域引用規則。紐約大學圖書館提供數據引用格式選擇的具體策略。如使用出版商或會議（如IEEE 或ACM）的樣式手冊格式；使用作者或存儲庫在下載數據頁面上列出的首選引文格式。也有高校直接提供指向DataCite 機構的外部鏈接，便于用戶全面了解數據引用的內容。

3.4.2 數據出版相關政策指導

在數據共享和數據使用階段，強調資助機構、本單位數據共享政策和與知識產權相關的法律問題。有關數據利用的政策旨在實現數據共享，發揮數據價值，具體內容包括數據引用、隱私保護、數據歸屬等內容，圖書館具有妥善處理數據獲取邊界的作用，能夠支持科研教育機構在數據獲取上的政策實現，包括審理和總結關于隱私和機密性等問題的解決方案和良好實踐等。

除了存儲和分享數據，數據出版和數據引用也能促進數據重用。數據出版提供足夠的信息（或元數據），允許其他研究人員能夠正確理解和再利用數據。數據引用則可增加研究的可見性，提高學術影響力和對數據的再利用。調研發現相關高校圖書館提供數據出版的條目清單，如UC 圣地亞哥分校提供數據出版的步驟和開放共享的選項；亞利桑那大學圖書館要求用戶寫明數據類型、格式、數據指代對象說明，數據字段含義、采集與獲取方式等［36］。針對一些特殊的數據出版，如數據論文，圖書館還提供出版工具與接收期刊、版權解析和開放數據原則［37］。

另外，圖書館還提供資助方與出版方數據訪問政策、推薦數據重用許可類型、推薦數據出版存放位置等內容。另提供外部知識庫發布數據集的要求，提供數據知識庫選擇標準，包括知識庫列表與具體功能對比。

3.5 數據重用激勵階段

3.5.1 數據重用場景開發

總體上，數據重用場景開發服務項目多樣，主要包括但不限于：實施數字學術研究項目、提供數據管理教育活動、提供日常練習與學習使用的數據資源、舉辦相關數據競賽活動、數據社群運營、提供策展類服務。在數字學術研究項目方面，眾多高校開展一系列數字學術活動促進校級數字學術發展，圖書館也是主要參與方。這些活動的作用主要在于提升全校師生的數據分析能力與素養，開發本校特色資源，與相應院系課程建立連接，從而更好地匹配日常教學數據需求、建立“校企”間廣泛合作等方面（典型活動見表2）。

表2 美國top50 高校圖書館數據重用場景開發典型活動（排名不分先后）

在數據管理相關教育活動方面，高校圖書館更側重提供用戶自主掌握進度的學習資源，動手能力較強的重用最佳實踐分享與工作坊。服務的對象既有本校教職工，也有圖書館館員（具體活動見表3）。

表3 美國top50 高校圖書館典型數據管理相關教育活動

在特定類型數據集開放方面，亞利桑那大學圖書館提供地理空間數據支持服務，包括相關數據資源和培訓課程。加州理工大學圖書館提供的互聯網檔案館中有關本館網頁的相關記錄，在某種程度上是網頁數據資源的重用場景開發，有利于研究人員回溯相關資源。約翰斯霍普金斯大學圖書館提供專項資助“JHU LIBRARIES DATA GRANT”為相應機構成員對數據集的購買提供幫助。

在舉辦相關數據競賽活動方面，活動的側重點略有不同，有專注于編程技術開發的黑客馬拉松活動，也有針對數據重用應用的系列服務。如佛羅里達大學圖書館提供的hackathon 為研究人員進行GPU 程序優化；俄亥俄大學圖書館通過ArcGIS Online，幫助用戶在俄亥俄州立大學研究和教學中的潛在用途指南。

在其他較為小眾化的數據重用場景開發方面，如哥倫比亞大學圖書館創立“數據俱樂部”，定期舉辦會議，并創立github 上的討論群組，提供python 和R 語言的相關數據資源［44］；斯坦福大學圖書館提供系列數字資源策展活動，如承辦慶祝“2023 國際愛數據周”（由ICPSR 美國校際政治學與社會科學數據中心主辦）系列活動。

3.5.2 數據重用影響力評估與貢獻確認

目前，美國高校圖書館對數據重用影響力的評估實踐尚處起步階段。相關政策停留在如何幫助科研人員通過開放數據集或數據出版方式擴展影響力，而非從科研評估政策角度提供相關指導。如杜克大學提供追蹤研究數據影響相關指標的使用指南；哈佛大學圖書館Dataverse 數據知識庫也提供數據影響力追蹤的相關服務。一些高校在完善替代計量方面進行了有益探索，如加州大學伯克利分校使用替代計量計算研究影響力，計量的內容包括代碼、數據集、演示文稿、博客等內容。

4 美國高校圖書館數據重用服務調查結果分析

4.1 美國高校圖書館數據重用服務的特點

萌芽與起步，始于“數據獲取”與配套服務。在2015 年前，鮮有高校圖書館開展數據重用服務，原因可能在于開放科研數據處于起步階段，尚缺乏結構完整、質量較高的數據集，能夠供科研人員使用。彼時，科研人員重用數據的途徑包括開放網絡（如政府網站）、學科數據知識庫（如Figshare 和Dryad）、學校機構知識庫以及其他科研人員或者科研團隊分享的作為論文或項目附屬資源的數據。該時期圖書館的數據重用服務更注重“數據發現”，幫助研究人員數據再利用之前進行數據清洗、數據理解，并且防止數據不全帶來的損失。

快速布局與擴展，關注數字學術背景下的“科研數據重用生態營造”。隨著2015 年前后科研數據管理生命周期模型的不斷涌現，以及FAIR 原則的確立［4］，美國高校圖書館快速布局科研數據管理服務，形成“存、取、用”一體的內容布局。現階段，美國排名TOP50 高校圖書館進一步突破局限于“在館言館”的理念，大多較為注重在數字學術建設的大背景下進行數據重用服務的整體設計。這種設計表現為：數據重用生態的營造、數據重用場景的開發、數據重用影響力的評估、用戶數據科學與開放科學背景下數據出版素養的培育。基礎設施建設與服務流程完善并舉，質量控制與監管服務“雙管齊下”。這種服務布局更好地體現了高校圖書館在促進高等教育創新發展中的作用。

現階段服務項目呈“多元立體化”特征。絕大部分高校在數據重用相關政策方面，已覆蓋到數據開放共享的資源建設、權益與許可政策說明、數據重用技能培訓與最佳實踐案例呈現。相較于2015 年前后的調研結果，在數據可開放程度方面具有明顯提升，且隨著FAIR［3］、TRUST［45］等系列科研數據質量評價原則的出現，數據存儲和監管服務過程也在進一步完善。同時，相關高校已開始在數據引用標準化與自動化、數據出版政策、數據重用貢獻確認、數據社群運營方面有了進一步發展。數據重用生態營造的基本要素均已涉及并逐步完善。

4.2 數據重用服務發展進展

基于實證調研結果，可以將美國TOP50 高校圖書館數據重用實踐的立足點總結為基礎設施（硬件條件）、政策內容（軟件條件）、服務抓手（具體內容）三個方面。

4.2.1 平臺促進數據重用服務集成化發展

數據重用服務平臺是科研數據管理服務的重要基礎設施，美國高校圖書館通過“自助-半自助-人工”方式形成數據服務鏈條，涵蓋“獲取-分析/重用-發布-出版（再開放）-激勵”這一完整數據重用循環。

美國高校圖書館的服務實踐目前已初步覆蓋了數據重用循環周期，將更加全面地促進數據開放與重用相互促進的生態發展，具體表現為：（1）數據獲取階段，美國高校圖書館按照內容專題、數據類型等多種方式進行數據發現來源的組織，部分高校圖書館給出供教學科研使用的數據集、軟件代碼等資源；同時能夠就科研人員在數據發現中的具體疑問提供咨詢；（2）當用戶決定重用數據時，部分高校圖書館還提供相關數據重用許可協議的使用聲明、數據安全說明等文檔。不過目前仍面向用戶在開放共享階段，滿足資助政策或出版政策時對版權許可、可用性等方面的要求，并非專門面向重用實踐；（3）研究項目初期與數據探索（分析）階段。提供DMP 制定的規則、工具、模板、最佳實踐、政策要求。同時，提供諸多數據采集、處理與清洗的軟件/工具、方法與重用實踐講座、工作坊、可視化相應咨詢指導等諸多內容維度的服務方式；（4）數據出版（開放）階段。研究發現，不僅超半數被調查美國高校圖書館具備自建或制定的數據知識庫幫助進行數據存儲，而且在諸多維度提供數據知識庫的評估，幫助用戶選擇適當存儲位置。且建立了資助機構和出版商推薦的數據存儲庫位置，便于用戶查找與選擇。當用戶存儲數據時，這些平臺還會提供元數據的詳細填寫說明與checklist，部分高校提供人工審核機制，幫助進行數據質量控制。

4.2.2 數據重用政策立足數字學術理念

數據重用服務的理念發展與方式擴充。在2015年-2016 年，圖書館數據使用（重用）服務強調的是資助機構、本單位的數據共享政策和與知識產權相關的法律問題，提醒研究人員利用數據時注意合理引用，避免知識產權風險［46］。調研發現，美國TOP50高校館在數據重用方面的相關政策與開放科學/學術交流模塊相承接，超過半數的高校圖書館在DMP制定、數據監管、數據出版的相關服務模塊中，提供了數據重用權益管理相關內容，且對數據共享的相關要求，不限于科研資助機構，已擴展至出版商、數據知識庫功能、校級數據管理與保護政策等。特別是在Data Citation IndexTM（DCI，數據引文索引）［47］發布十年后的今天，半數以上的被調研圖書館中有關數據引用方面的具體要素、引用規則、格式加工工具、最佳實踐案例，甚至基于數據引用的影響力判斷等相關內容上線。這些指南、研討會、工作坊的相關學習資源形式多樣，既有自主建設和維護的內容，又有直接利用既有較為成熟指南的方式。換言之，被調研高校已開始發揮“數字學術+開放科學”雙向合力，從而更好地滿足數據生產和流轉中科研人員的需求。

4.2.3 數據科學能力與數據重用場景拓展

科研人員是數據貢獻者與重用者，其數據科學能力和數據出版相關素養，決定了數據重用實踐的可持續發展。美國高校圖書館均已在不同程度上提供數據重用的增值服務，還有進一步提供云上或實體的算力資源，幫助用戶進行大規模數據集的運算。同時這些高校針對數據生命周期各部分的內容體量，還開展了數據采集、數據可視化、文本挖掘、編程等方面的工作坊、carpentry 等培訓，提供圍繞數據生命周期的數據管理軟件，提供數據收集工具或定制化服務。國內目前已有的研究主要集中在能力培訓方面。

在數據重用場景擴展方面，主要以分散式的數據競賽為主。美國高校圖書館的數據重用相關競賽總體上包括兩種類別：一是專注于技術發展的hackathon；二是專注于創新應用。除此之外，還開始著手通過培訓方式宣傳不同領域中數據重用的最佳實踐案例，如數字人文、GIS。其服務亮點是社群運營，包括社群本身的日常活動、定期研討、學習資源共享、答疑、促進社群內用戶的對話與討論，還包括參與數據科學聯盟類機構的活動，如“國際愛數據周”，或基于相關資源的實體或虛擬數據可視化展覽等。

前期調研認為，數據重用文化還未形成，國外的研究者已對數據重用文化開展了理論與實踐方面的探索，包括概念、培育方式、宏觀與微觀場景間的配合等［48］。美國高校圖書館已著手重用規則與激勵政策并行，促進重用文化形成：（1）數據集貢獻確認尚處探索階段，未大規模應用相關突破性數據級別計量指標；（2）不同知識庫中的數據引用方式標準化程度有待提升；（3）初步涉及了研究數據的分級分類問題，較好地承接了科研信息管理階段的信息安全議題，并在數據全流程管理背景下進一步明確數據敏感性和安全性的內容細目。但國內對該議題的探討尚處在政策內容完善中，并未進一步討論服務實踐中系統的方式、路徑與針對性策略。

5 對我國高校圖書館數據重用服務的啟示

縱觀國內外具體服務項的發展情況，本文提出“理念-服務-創新”為核心內容的數據重用服務設計示意圖（見圖1）。首先，需圍繞數據重用周期，從諸多具體環節中落實數據重用的發展目標理念，即開放數據和數字學術的總體發展目標；其次，數據重用服務支持服務（服務層）需覆蓋從數據發現到數據出版，再到新的數據重用周期的全流程；第三，通過數據重用場景的開發（創新層），進一步鞏固該服務流程并創新性應用，以此培育良好的支持環境、基礎設施、開拓型應用理念，進一步促進科研數據的創新性重用。

圖1 我國高校圖書館數據重用服務設計示意圖

5.1 以“數字學術+ 開放數據”理念豐富數據服務形式

美國高校圖書館的數據重用服務通過對“數字學術”的回應，建立起完整的“收集-處理-分析-結果闡釋”全流程服務，結合有效整合統計學、編程的主題內容；又通過對在數據發布/出版環節，結合“開放科學”在數據發現（開放數據知識庫作為重要數據來源，數據論文成為獨特補充資源）、出版（引用、許可）、權益管理、貢獻確認與影響力評價方面的內容，更加完整地形成了“數據重用-開放-重用”的良性循環。

從美國高校圖書館在RDM 服務層的實踐布局理念來看，首先，國內數據重用服務在發展早期應加強主題的教育類服務。以便深入了解科研數據的產生機制、重用途徑和保存傳播方式等，從而提高科研數據使用效率，起到推動科學研究的作用。研究建議“教育類服務”的主題除涉及數字學術或數據科學的議題外，還應該包括開放科學，即加強數據開放共享方面培訓內容的完整性，包括科研過程文檔組織規則、科研數據分級分類管理、可用性聲明、數據使用許可聲明，數據描述文檔的具體內容、數據倫理，并為數據引用提供可實踐轉化的規則或直接提供相應導出工具；其次，國內數據重用服務在中長期規劃應注意與統計、數據科學等進一步結合，并在數據可視化、數字資源策展方面深入探索，提供更有針對性的代碼指導。同時進一步完善服務矩陣中的服務方式，如開展carpentry 性質工作坊、積極開展多種形式的數據對話（如午餐會、研討會），進一步吸引潛在用戶參與到數據重用實踐中。運用已有教育資源或提供成熟的指南、案例的鏈接，幫助用戶解決迫切需求。

從數據重用實踐的循環周期來看，我國高校圖書館應推薦數據獲取路徑、共享與引用方式、出版模式等，也可根據科研用戶的實際需求和高校學科資源特色，開展諸如學科數據分析、學科數據發現與發布等深層次的特色服務［49］。調動館員和用戶兩方積極性，既面向不同受教育階段的用戶，開展梯級策略，還要加強館員自身服務能力建設，豐富培訓方式，包括靜態鏈接網絡資源、開通交流平臺、專題視頻點播等，也有動態的參考咨詢、研討會、嵌入科研過程等。此外，還可利用歐美高校圖書館諸如科研數據管理教學資源、工具和指南等現有的優質外部資源，提高科研服務效率。

5.2 以數據重用服務生態構建提升圖書館服務能力

本質上，服務生態構建意味著全流程嵌入與科研數據流的有效循環。因此，在服務能力構建中應注意識別我國科教興國戰略背景下的數據重用實踐流程環節要求，發揮高校圖書館在支持高等教育機構創新發展中的支持作用，并能夠通過協作形式建立專門性的服務支持網絡。

從數據重用實踐的發展流程來看，我國高校圖書館亦需面向整個數據重用循環，推出“服務方式矩陣”的系列服務內容。（1）整體架構上提供的橫向主題服務包括：數據管理計劃、數據存儲、數據共享。縱向服務方式包括：輔助創立數據管理計劃、咨詢服務（面向特定研究人員、實驗室的特殊需求）、工作坊（系列課程列表-已完結課程提供相應的PDF 或視頻教學資源，既涉及快速上手的數據清洗教程、RDM基本策略，又涉及DMP 管理工具、數據內容組織、相關法律工具、代碼管理、資料備份、可用性說明和版本控制相關內容），通過將數據存儲至數據知識庫提供相關成果的DOI 服務；（2）內容主題上可提供涵蓋數據生命周期的在線培訓，包含如何更好地落實資助機構的相關政策、如何落實FAIR 原則、如何清洗數據、數據使用協議、數據敏感性問題等議題。還可提供研究數據工具包、指南，旨在幫助研究人員編寫數據管理計劃，更好地了解數據管理流程、機構對數據管理計劃的要求，并查找校園內可用于數據管理各個方面的服務，包括機構要求、評估數據需求、模板/示例、選擇存儲庫、訓練、工具幾個部分。

從高校圖書館在其教學、科研中發揮的作用來看，應充分“激活”高校圖書館在高校創新中的生態位。建議多開展數據重用的展覽、講座、最佳實踐案例分享、培訓活動，還可與學校級別科研評價機構共同制定適用于數據開放共享與重用的altermetrics評價指標，一方面促進開放科研數據的進程，另一方面，通過多種方式和渠道，收集、宣傳相關成果/數據敘事作品，給予創作者團隊相應的激勵措施。

從超越所屬高等教育機構的范圍來看，可考慮（區域）服務協作網絡建設。歐洲學術研究圖書館（LIBER）將數據管理服務分為咨詢類RDS 和技術類RDS。咨詢類RDS 指的是館員幫助客戶找到元數據或數據標準相關信息，技術類RDS 指的是館員直接標識數據、創建或轉移元數據及數據刪除等［50-51］。目前國內圖書館注重發展技術類RDS，發揮平臺的功能，不夠重視咨詢類RDS。調研發現高校圖書館應關注咨詢類RDS，為普及數據重用知識，解除研究人員對于數據重用的疑惑提供指導。建議在某些專項咨詢領域進一步設置專業的數據館員，如元數據、數據可視化、數據權益管理方面。另外建立全國或區域試點性質的“數據監管服務網絡”，有助于規范數據監管網絡中的服務內容，提供清晰化監管項目，更好地培訓數據監管人才，以發揮數據監管網絡中的協作功能，輔助科研人員安全合理重用開放數據進行科學研究。

5.3 以場景鞏固與開發促進數據重用的文化建設

科研人員的數據意識在整個科研數據管理過程中發揮著決定性作用。如何讓科研人員在“按要求”提供數據的同時，還能主動進行科研數據開放共享，是圖書館提供數據重用服務的目標之一，這需要增強科研人員數據開放共享與重用的意識。應用場景是數據重用的重要發展環境，在實踐中可考慮遵循自上而下和自下而上雙重數據重用文化培育路徑［48］。

在自上而下培育方面，圖書館對科學數據重用服務宣傳不足或現有服務不能完全滿足用戶的重用需求，導致用戶對科研數據管理的主動參與意識嚴重缺失。我國高校圖書館應促進數據共享利用的文化建設，可引入carpentry 這一工作坊形式進行數據重用場景開發，更好地鼓勵科研人員上手操作，參與數據重用的資源、軟件查找、數據發布過程，從而吸引科研人員了解數據重用的益處，激發其參與熱情。同時，從配套的資源建設端來看，開放科研數據資源是數據重用的實踐基礎，有助于開放數據價值的貢獻認可與影響力評估，促進數據重用資源池的豐富。另外，絕大多數調研范圍內的美國高校圖書館在數據管理計劃方面，均提供了撰寫指導與最佳實踐示例、科研資助機構與出版商對DMP 撰寫說明，以及相關咨詢、工作坊等需人工實時參與的服務。且部分高校還涉及到了軟件管理計劃的示例與指南，這都為我國提供了很好的借鑒。

在自下而上培育方面，通過提供數據重用最佳實踐、專題工作坊、相關資源，更好地發揮社群活躍用戶的帶頭與吸引作用。通過保障數據社群的有序運營，如活動組織、答疑參與、午餐會，并開發出多種數據可視化的活動，吸引用戶主動參與，促進作品的傳播。

6 結語

數據重用是開放科研數據可持續發展的必要條件，科研人員是科研數據重用的主體［52］，有效保障科研人員參與科研數據重用實踐，是高校圖書館開展數據重用服務的重要目標。國內外開放科研數據原則、標準的制定、數據中心的建設等系列措施，為數據重用提供了基礎性可用數據資源。國外高校圖書館已開始著手推進數據重用服務并取得系列成果，尤以美國最具代表性；但國內相關服務內容數量少而零散，鮮有從科研數據重用與開放相互促進的生態系統視角設計與建構完整的數據重用服務體系。

本文通過系統性調研U.S.News 排行榜（2022-2023 版）內美國TOP50 高校圖書館的數據重用服務項目，按照數據重用的過程框架進行梳理，通過關鍵時間節點后國內外數據重用服務發展情況的對比，發現美國高校圖書館數據重用服務呈現如下特點：一是以平臺化促進數據重用服務集成化發展；二是重用政策制定立足數字學術理念；三是注重拓展用戶數據科學能力與數據重用服務場景。據此，提出我國高校圖書館數據重用實踐發展的相關建議。未來研究將從數據重用場景入手，關注科研數據重用文化建構，進一步關注高校圖書館從數據文化建構視角參與高校“數字學術”的總體發展布局。