科研人員數(shù)據(jù)共享意愿的影響因素研究

收稿日期：2020-05-14

作者簡介：鄭琳（1990-），女，講師，博士，研究方向：信息資源管理、信息法規(guī)與政策。

摘要：[目的/意義]對現(xiàn)有科研人員數(shù)據(jù)共享意愿影響因素研究進行系統(tǒng)評價，明確不同影響因素的具體作用，解決當前研究結(jié)果混雜、相悖的問題，根據(jù)研究結(jié)論探討提升科研人員數(shù)據(jù)共享意愿的有力措施。同時，探索Meta分析方法在圖情領(lǐng)域的應用，豐富本領(lǐng)域研究方法與視角。[方法/過程]梳理相關(guān)理論和研究，提出研究問題和假設，采用Meta分析方法，以科研人員數(shù)據(jù)共享意愿影響因素為因變量，從18篇納入文獻中提取具體效應值并進行整合分析，驗證研究假設并對研究結(jié)論做出解釋。[結(jié)果/結(jié)論]主觀規(guī)范、感知收益和感知易用性正向影響科研人員數(shù)據(jù)共享意愿，年齡、感知成本、感知風險負向影響科研人員數(shù)據(jù)共享意愿。當前研究存在研究數(shù)量較少，對科研人員數(shù)據(jù)共享行為和意愿過程了解不夠深入的問題。

關(guān)鍵詞：科研人員;數(shù)據(jù)共享;開放數(shù)據(jù);影響因素;Meta分析

DOI：10.3969/j.issn.1008-0821.2021.04.008

〔中圖分類號〕G203〔文獻標識碼〕A〔文章編號〕1008-0821（2021）04-0069-10

Factors Influencing Researchers Intention of Data Sharing

——Based on Meta-analysis Method

Zheng Lin

（School of Social Development，Yangzhou University，Yangzhou 225008，China）

Abstract：[Purpose/Significance]This Paper evaluated existing research on factors of researchers data sharing intention systematically，in order make sure the specific role of different influencing factors and to solve the mixed and contradictory problems of current research results.Meanwhile，the paper explored the application and value in LIS，which aims to enrich methods and perspectives in LIS research.[Method/Process]By analyzing related theories and papers，the paper came up with research questions and hypotheses，then the paper extracted effect values from 18 including researches in order to carry out a comprehensive analysis，in order to verify research hypotheses and explain research conclusions.[Result/Conclusion]The study showed that subjective norms，perceived revenue and perceived usability had positive effect on researchers data sharing intention，age，perceived effort and perceived risk had negative effect on researchers data sharing intention.Currenthy，researches ignored the correct procedures of research data sharing.

Key words：researcher;data sharing;open data;influencing factors;Meta-analysis

科學研究已經(jīng)進入到第四范式階段。在互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的推動下，科學研究從自然到社會，從宏觀到微觀層面的觀察、感知、計算、模擬等活動正不斷產(chǎn)生海量的科研數(shù)據(jù)，這些數(shù)據(jù)不僅能夠作為科學研究中新型的科學基礎(chǔ)設施，更為科學研究帶來了新的研究視角、方法和工具，從根本上重塑了科學研究的范式。與此同時，由于科研數(shù)據(jù)共享不僅在豐富科學研究的原材料方面具有重要意義，還能夠在打通科研交流屏障、科研結(jié)果驗證等方面發(fā)揮重要作用，因而，當前的科研人員開始變得不僅關(guān)注一項科學研究的最終成果，還關(guān)注該科學研究實施過程中應用的科研數(shù)據(jù)資源甚至是數(shù)據(jù)共享保障及行為研究。已有研究表明，多種因素可能影響科研人員的數(shù)據(jù)共享行為和意愿[1-3]，但是由于不同研究在對象、平臺、方法以及情景等方面有所區(qū)別，其最終的研究結(jié)論也會出現(xiàn)差異甚至相互矛盾的情況。Meta分析方法能夠以定量的方式對現(xiàn)有研究成果進行再綜合，是當前對二次數(shù)據(jù)進行系統(tǒng)分析、明確不同影響因子的影響方向與程度的較為常見的方法。鑒于此，本文采用Meta分析研究方法，通過對現(xiàn)有相關(guān)研究數(shù)據(jù)加以提取并整合，以探明本文的主要研究問題：現(xiàn)有科研人員數(shù)據(jù)共享意愿研究中所提出的不同影響因素的具體作用到底為何？圍繞這一研究問題，本文圍繞下述3個方面制定了研究思路。首先，系統(tǒng)梳理相關(guān)研究進展，探索性地提出科研人員數(shù)據(jù)共享意愿影響因素的研究假設;其次，應用Meta分析方法對現(xiàn)有研究結(jié)果進行定量、系統(tǒng)的整合，分析不同影響因素的合并效應值并開展討論;最后，明確現(xiàn)有研究存在的問題及未來可供研究的方向，審視本文的創(chuàng)新和不足之處，為后續(xù)相關(guān)研究提供可供參考的借鑒。

1理論基礎(chǔ)、相關(guān)研究與研究假設

縱觀現(xiàn)有科研人員數(shù)據(jù)共享意愿及影響因素的研究，從研究類型上看，主要采取了實證研究，但是對于具有普適性解釋效力的影響因素尚未達成一致。從研究方法上看，主要采用了截面數(shù)據(jù)研究的方式，通過問卷、訪談等方式測定被試科研人員的數(shù)據(jù)共享意愿及影響因素。從研究的理論基礎(chǔ)上看，主要采用了計劃行為理論（Theory of Planned Behavior，TPB）和制度理論（Institutional Theory，IT）。其中，計劃行為理論的源頭為1963年Fishbein和Ajzen聯(lián)合提出的多屬性態(tài)度理論，后經(jīng)修正發(fā)展為理性行為理論（Theory of Reasoned Action，TRA），并最終于1991年完成對模型的進一步擴展，提出計劃行為模型[4-5]。計劃行為理論認為意愿會直接影響主體的行為選擇，而主體的意愿又會受到主觀規(guī)范、感知行為控制以及態(tài)度的共同影響。在計劃行為理論基礎(chǔ)之上，現(xiàn)有研究提出了一系列可能的科研人員數(shù)據(jù)共享意愿影響因素，包括感知收益、感知風險、感知易用性等[6-9]。制度理論由Scott W R于2007年提出[10]，與計劃行為理論主要關(guān)注行為個體層面的影響因素不同，制度理論擴大了研究視角，增加了外部制度和環(huán)境壓力對行為主體意愿所產(chǎn)生的影響，因而被廣泛應用到主體行為意愿的研究當中?；谥贫壤碚?，現(xiàn)有研究認為組織規(guī)范、制度規(guī)范等外部環(huán)境因素也會影響科研人員的數(shù)據(jù)共享意愿[11-13]。除上述理論模型外，還有研究從個體特征角度對科研人員的數(shù)據(jù)共享意愿進行探討，指標涵蓋年齡、性別甚至性格特征等[14-16]?；谏鲜鍪崂恚Y(jié)合科研人員對數(shù)據(jù)共享接受行為的內(nèi)在作用機制，并借鑒現(xiàn)有研究提出的影響因素劃分標準[7，17]，本文將科研人員的數(shù)據(jù)共享意愿影響因素劃分成6個維度：個體特征、主觀規(guī)范、感知收益、感知成本、感知易用性以及感知風險。

1.1個體特征

科研人員個體特征層面的差異可能會影響其數(shù)據(jù)共享意愿，這些個體特征包括年齡、性別以及性格等。①年齡?？蒲腥藛T的年齡反映其所處研究生涯的不同階段，進而可能影響不同階段下科研人員對于數(shù)據(jù)共享行為的接受意愿和心態(tài)。針對這一問題，2014年Eynden V V D等的研究認為，科研人員的年齡會正向影響其數(shù)據(jù)共享意愿[18]，Linek S B等的研究也證實了這一觀點[16]。而Ostaszewski M、Amos H等的研究則認為科研人員的年齡與其數(shù)據(jù)共享意愿呈負相關(guān)關(guān)系[15，19]。②性別。2011年，Tenopir C等的研究認為，相較于男性，女性對新事物的接受態(tài)度更為謹慎和保守，因此女性科研人員可能更不愿意共享其科研數(shù)據(jù)[20]。2015年，Mai H O等的研究采用定量的方式證實上述猜想，提出性別會顯著影響科研人員的數(shù)據(jù)共享意愿[21]。③性格?？蒲腥藛T的性格開放程度、樂觀程度、冒險程度等特征可能會影響其數(shù)據(jù)共享意愿，鑒于此，2017年Stephanie等人的研究采用大五性格測試、黑暗三性格測試和社會期許量調(diào)查了受測者的科研數(shù)據(jù)共享意愿，發(fā)現(xiàn)科研人員的開放度、社會期許度與數(shù)據(jù)共享意愿呈正相關(guān)，而黑暗三性格得分則與數(shù)據(jù)共享意愿呈負相關(guān)。通過上述分析可知，科研人員的個體特征可能影響其數(shù)據(jù)共享意愿，因而本文將個體特征項納入Meta分析效應值范疇，又由于Meta分析要求效應值個數(shù)大于或等于3，當前關(guān)于科研人員性別和性格對數(shù)據(jù)共享意愿研究的數(shù)量較少，不符合這一標準，故排除?；诖?，本文僅將年齡納入研究范疇，并提出如下假設：

H1：年齡對科研人員的數(shù)據(jù)共享意愿具有正向影響。

1.2主觀規(guī)范

主觀規(guī)范是行為主體就是否要采取某一行動而感受到的社會壓力，是評估行為意愿最為重要的指標之一?，F(xiàn)有研究認為主觀規(guī)范對科研人員的數(shù)據(jù)共享意愿有正向影響，但是關(guān)于該指標的影響度及解釋力并不統(tǒng)一[7，22]。關(guān)于主觀規(guī)范的作用力到底如何，已有研究通過量化的方式證明，當主觀規(guī)范對行為主體意愿呈正向影響時，其影響力最弱，而當其影響為負向時，主觀規(guī)范的影響力則十分顯著。鑒于此，為量化并明確主觀規(guī)范對科研人員數(shù)據(jù)共享意愿的真正影響，本文提出如下假設：

H2：主觀規(guī)范對科研人員的數(shù)據(jù)共享意愿具有正向影響。

科研數(shù)據(jù)共享浪潮下，許多機構(gòu)與組織都出臺政策以促進科研人員共享數(shù)據(jù)，包括科研人員所處學術(shù)機構(gòu)、學術(shù)期刊以及學術(shù)委員會、基金會等，僅以主觀規(guī)范對上述不同組織的規(guī)范效力進行籠統(tǒng)量化似乎過于局限。因此，部分研究選擇在理性行為理論的基礎(chǔ)上結(jié)合制度理論，將主觀規(guī)范細化并拆解為不同的子因素進行衡量，包括來自期刊的規(guī)范壓力，來自基金的規(guī)范壓力以及科研人員所處組織內(nèi)的規(guī)范壓力[14，23]。鑒于此，本文將假設2進一步拆分，提出如下子假設：

H2-a：期刊規(guī)范對科研人員的數(shù)據(jù)共享意愿具有正向影響。

H2-b：基金規(guī)范對科研人員的數(shù)據(jù)共享意愿具有正向影響。

H2-c：組織規(guī)范對科研人員的數(shù)據(jù)共享意愿具有正向影響。

1.3感知收益

感知收益是行為主體根據(jù)已有信息，對采取行動后所能獲得的回報做出的心理預期，這種回報可能來自直接的利益回饋，也可能來自社會聲譽的提高，甚至還可能僅體現(xiàn)于自我滿足感的層面。2016年，孫曉燕對社會科學研究人員的調(diào)研顯示，感知收益對科研人員的數(shù)據(jù)共享意愿有顯著的正向影響作用，并且可以減少來自感知風險層面的負面影響，促進科研數(shù)據(jù)共享[23]，英國Wellcome基金會的調(diào)查報告也顯示，論文被引量和學術(shù)聲譽是科研人員愿意共享數(shù)據(jù)的主要原因[24]，2019年，包秦雯等通過對地球科學領(lǐng)域科研人員進行調(diào)查，進一步支持了上述觀點[22]。鑒于此，本文提出如下假設：

H3：感知收益對科研人員的數(shù)據(jù)共享意愿具有正向影響。

1.4感知成本

感知成本是行為主體對采取某一行為可能付出的時間、精力以及智力等成本的心理預期。近年來，隨著科研數(shù)據(jù)共享的不斷平臺化，其共享過程也變得更加規(guī)范化，數(shù)據(jù)的共享不再局限于簡單的分享或上傳，而是涉及到不同學科和領(lǐng)域數(shù)據(jù)的細分、對數(shù)據(jù)類型及格式等進行標準化處理，甚至還需要對數(shù)據(jù)的獲取、保存、處理以及共享方案進行詳盡描述。即使是那些不經(jīng)過平臺的私人數(shù)據(jù)共享和交流行為，為了保證數(shù)據(jù)安全和隱私性，也需要對數(shù)據(jù)進行脫敏等一系列操作。上述對數(shù)據(jù)的處理勢必需要科研人員付出大量的時間、精力和智力成本，而科研人員又是較為繁忙且珍視時間和精力成本的一個群體，因此，其所感知到的來自時間、精力等方面的壓力很有可能對其科研數(shù)據(jù)共享的意愿產(chǎn)生負面效果，進而阻礙其數(shù)據(jù)共享行為。鑒于此，本文提出如下假設：

H4：感知成本對科研人員的數(shù)據(jù)共享意愿具有負向影響。

1.5感知易用性

感知易用性是行為主體所感受到的，使用一個系統(tǒng)的容易程度?？蒲袛?shù)據(jù)共享的平臺化使得科研數(shù)據(jù)的共享行為可以看作是科研人員與數(shù)據(jù)共享平臺交互作用的一個結(jié)果，平臺的友好程度、界面設計等都會直接影響用戶體驗，進而影響科研人員的數(shù)據(jù)共享意愿[25]。2013年，Ostaszewski M向超過24 000位波蘭學者發(fā)放問卷，對回收的849份有效問卷進行分析發(fā)現(xiàn)，有21%的科研人員認為缺乏合理的存儲庫將抑制其數(shù)據(jù)共享意愿，另有20%的科研人員認為缺少既定的平臺操作標準是其不愿共享科研數(shù)據(jù)的主要原因[26]。Knowledge Exchange于2014年的研究對22名來自不同學科的科研人員進行了調(diào)查，認為好的基礎(chǔ)設施將提升科研人員的數(shù)據(jù)共享意愿[21]。2015年，Kim Y等綜合采用計劃行為理論和制度理論構(gòu)建了理論模型，探索科研數(shù)據(jù)共享平臺/數(shù)據(jù)倉儲的可獲得性和可用性對科研人員數(shù)據(jù)共享意愿的影響，發(fā)現(xiàn)二者相關(guān)性為0.309，影響作用非常顯著[27]。鑒于此，本文提出如下假設：

H5：感知易用性對科研人員的數(shù)據(jù)共享意愿具有正向影響。

1.6感知風險

感知風險是行為主體對采取行動可能帶來的負面結(jié)果的預判。與普通的知識共享或信息共享不同，科研數(shù)據(jù)的共享不僅帶有非常明顯的數(shù)據(jù)喪失和科研競爭色彩，還會涉及到數(shù)據(jù)的敏感性、數(shù)據(jù)被錯誤解讀等問題。2011年，普渡大學圖書館對學校戶外水質(zhì)觀測站的6名博士研究生的數(shù)據(jù)共享態(tài)度進行了調(diào)查，發(fā)現(xiàn)競爭成本對科研人員的數(shù)據(jù)共享意愿有著非常明顯的負面影響[28]，其于2011年的另一項針對3 000多名科研人員的調(diào)查研究結(jié)果顯示，出于競爭的考慮，有25%的科研人員希望在項目結(jié)束后再共享科研數(shù)據(jù)，甚至有5%的科研人員希望在退休后再共享科研數(shù)據(jù)[28]。2012年，Enke N等以德國的生物多樣性研究人員為對象，隨機選取了超過250位和超過3 000位科研人員進行訪談和網(wǎng)絡問卷調(diào)查。結(jié)果表明有多達53%的人擔心在數(shù)據(jù)共享的過程中失去對科研數(shù)據(jù)的控制權(quán)，另有31%的人擔心自己的科研數(shù)據(jù)被不當使用從而得出錯誤結(jié)論[29]。鑒于此，本文提出如下假設：

H6：感知易用性對科研人員的數(shù)據(jù)共享意愿具有負向影響。

2研究設計

2.1研究方法

本文采用Meta分析方法。Meta分析也稱為薈萃分析，最早源自費舍爾于1920年提出的“合并P值”的思想。1976年，統(tǒng)計學家Glass進一步將之發(fā)展為“合并統(tǒng)計量”，并首次將這種分析方法命名為Meta分析[30]。Meta分析的工作原理是對不同的納入研究賦予不同的權(quán)重，進而計算最終的合并效應值。所謂效應值，就是反映研究變量或指標之間的關(guān)系程度或重要性的數(shù)值。與傳統(tǒng)的質(zhì)性文獻綜述相比，Meta分析不僅可以對研究結(jié)論進行定量估計，還可以解決單個樣本規(guī)模較小的問題，提升研究的統(tǒng)計學檢驗效能。更為可貴的是，Meta分析并不僅局限于回顧以往的研究，還可以幫助發(fā)現(xiàn)既往研究的不足之處，回答單個研究所無法回答出的問題。盡管曾有研究質(zhì)疑Meta分析是一種試圖將蘋果和橙子混為一談的方法[31]，但是不同學科對Meta分析的引入和應用已經(jīng)證明其是一種有效且高質(zhì)的研究方法：20世紀70年代，Meta分析首先被引入醫(yī)學研究當中并大放異彩，之后，藥學、教育學、生態(tài)學等學科紛紛引入Meta分析方法，獲得了可喜成果。相較之下，圖情領(lǐng)域?qū)eta分析的關(guān)注較晚，最早見于20世紀90年代：1993年，Trahan E撰文介紹了Meta分析在圖情領(lǐng)域的應用前景，試圖在本領(lǐng)域推廣Meta分析[32]。1996年，Salang M M C采用Meta分析方法分析了信息需求與信息檢索之間的關(guān)系[33]。之后，圖情領(lǐng)域有關(guān)Meta分析方法的研究成果有所增加，但仍然罕見，且多集中在探討Meta分析對本領(lǐng)域重要意義與價值等理論層面，實際應用不多。因而，本文選用Meta分析方法，一方面希望明確科研人員數(shù)據(jù)共享意愿的影響因素與作用，一方面也希望借此研究探索Meta分析在圖情領(lǐng)域的應用價值，為后續(xù)相關(guān)研究提供有益借鑒，起到拋磚引玉的作用。

2.2文獻檢索與篩選

充分的文獻檢索能夠最大限度地降低發(fā)表偏倚，是開展Meta分析的重要基石。本文分別在中國知網(wǎng)（CNKI）、萬方數(shù)據(jù)庫、Web of Science等數(shù)據(jù)庫中使用3組檢索詞進行組配檢索，這3組檢索詞分別是：①“科研數(shù)據(jù)”“科學數(shù)據(jù)”“研究數(shù)據(jù)”“學術(shù)數(shù)據(jù)”;②“數(shù)據(jù)共享”“數(shù)據(jù)開放”“數(shù)據(jù)獲取”“開放獲取”;③“意愿”“態(tài)度”“影響因素”以及上述檢索詞的對應單詞，分別為①“Research Data”“Scientific Data”“Academic Data”;②“Data Sharing”“Open Data”“Data Open Access”;③“Intent”“Intention”“Will”“Willingness”“Attitude”“Influencing Factor”“Influencing Effect”等。為進一步保障納入文獻的全面性，本文同時采用滾雪球方式從目標文獻的引文中進一步獲取相關(guān)文獻，最終共得到相關(guān)主題中英文文獻40余篇。經(jīng)過文獻篩選，最終獲得符合Meta分析標準的納入文獻18篇。文獻篩選的標準如下：①剔除單純論述性的文獻，因為這一類型文獻中沒有可供提取的數(shù)據(jù);②剔除重復發(fā)表、采用相同研究對象或樣本的不同文獻，僅保留質(zhì)量較高的一篇;③剔除主觀性強或表述不清的文獻，保證研究結(jié)論可靠、高質(zhì)。

2.3數(shù)據(jù)提取與錄入

通過對納入文獻的詳細閱讀，同時基于本研究的研究假設，筆者在提取納入研究效應量的同時，也請1位博士研究生同時開展納入研究的數(shù)據(jù)提取工作，以確保數(shù)據(jù)提取的可靠性，通過一致性計算，Kappa值為0.960，說明對數(shù)據(jù)的提取過程是具有高度一致性的。數(shù)據(jù)提取標準如下：①由于同一效應值提取自不同文獻，不同文獻對于該效應值的表述有所差異，因此提取數(shù)據(jù)的過程中應對相同內(nèi)涵但是不同稱謂的效應值進行反復對照和確認，確保將相同效應值正確歸類;②如由于研究方法不同導致不同研究中的同一效應值對應不同的上下位類，則應按照逐層取平均的方式進行合并比較;③Meta分析方法規(guī)定，出于對合并效應值代表性與說服力的考量，納入效應值的個數(shù)應該大于或等于3，因此，本研究中剔除了那些效應量總數(shù)小于3的影響因素指標。提取出的效應值就是反應不同因素對政務社交媒體采納具體影響的數(shù)值，具體到本文，主要就是指二者之間的相關(guān)關(guān)系r值。經(jīng)過對18篇納入文獻進行編碼與詳盡閱讀，本文最終提取了18篇納入文獻的編碼表，如表1所示。

3結(jié)果分析與討論

3.1異質(zhì)性分析

不同納入研究之間可能會存在差異，也就是所謂的異質(zhì)性。異質(zhì)性產(chǎn)生的原因可能是研究對象不同所引起的，也可能是研究方法的不同導致的，而只有將這些納入研究之間的差異調(diào)節(jié)至統(tǒng)一假設前提之下才能對其效應值進行合并處理。根據(jù)Meta分析，效應模型的選擇要根據(jù)納入研究之間的異質(zhì)性決定：異質(zhì)性小，使用固定效應值模型;異質(zhì)性大，則使用隨機效應模型。兩種模型之間的不同在于，固定效應值模型假設不同研究結(jié)論的不一致是由于抽樣誤差導致，因而在賦予權(quán)重的過程中會主要考慮研究樣本量的差異，而隨機效應模型則允許不同研究之間的真實效應不同，除樣本外還會綜合考慮其他因素對研究結(jié)論的影響。固定效應模型的關(guān)注點僅局限在納入研究范圍內(nèi)，而隨機效應模型則試圖通過對納入研究的分析將結(jié)論推廣到其所代表的總體中去。

反映異質(zhì)性的數(shù)值主要有Q值、自由度df值以及I2。在Meta分析中，Q值可以被看作是不同納入研究之間的觀測變異，而自由度df則是期望變異的大小，Q值與df的差值就是不同納入研究之間超額變異的大小。通過衡量超額變異的大小，可以幫助判斷納入研究之間的異質(zhì)性。為了進一步衡量異質(zhì)性程度，還可以參考I2的取值。I2代表著效應量總變異中異質(zhì)性所占比重，根據(jù)Meta分析要求，I2值超過40，研究之間存在異質(zhì)性;超過50即存在較大異質(zhì)性;超過75則存在不可忽略的異質(zhì)性。具體到本文，可以看到除感知成本變量外，其他變量的異質(zhì)性均較高，不僅Q值大于df值，I2取值也較高。因此，本文中除感知成本外的變量都采用隨機效應模型進行合并，而由于感知成本變量的I2取值為44.403，處于Meta分析異質(zhì)性分區(qū)的臨界值范圍，因此本文同時選用固定效應模型和隨機效應模型對該變量的合并效應值進行計算。實際上，在異質(zhì)性很低的時候，兩種效應模型所得出的結(jié)論是基本一致的，這一點從表2中感知成本變量在不同效應模型下的取值也能看出來。

3.2發(fā)表偏倚分析

有研究證明，那些報告較高效應量的研究相較于報告低效應量的研究更容易被發(fā)表，因而也更容易被納入到Meta分析中。除此外，文獻的語言、可獲得性等原因也可能導致對納入文獻無法全部獲取，這就是所謂的發(fā)表偏倚[34]。事實上，發(fā)表偏倚并不僅局限于Meta分析，它廣泛存在于所有基于文獻的研究方法之中。為計算納入研究的發(fā)表偏倚，本文分別繪制了不同影響因素的漏斗圖。一般而言，在效應值個數(shù)較少的情況下，可直接對漏斗圖進行觀測，通過觀察納入研究在漏斗圖中的分布情況判斷發(fā)表偏倚狀況。如代表納入研究的點在漏斗圖中分布較為對稱，則發(fā)表偏倚情況理想，反之，研究受發(fā)表偏倚的影響較大，不宜做Meta分析。在本文分別繪制的漏斗圖中，不同影響因素的漏斗圖分布情況均較為理想，可初步判斷本研究不受發(fā)表偏倚影響。與漏斗圖相比，失安全系數(shù)能夠通過具體數(shù)值更加精確地反映研究的發(fā)表偏倚情況。所謂失安全系數(shù)，就是需要找到的、能夠使研究結(jié)論逆轉(zhuǎn)且尚未被發(fā)現(xiàn)的研究數(shù)量。失安全系數(shù)越高，則Meta分析結(jié)論的穩(wěn)定性也就越高。關(guān)于失安全系數(shù)的標準，現(xiàn)有研究普遍采用“5k+10”的計算方法，即失安全系數(shù)應至少等于效應值數(shù)量的5倍再加10。

具體到本文，除年齡變量的失安全系數(shù)與標準有較小差距之外，其余變量的失安全系數(shù)均超過要求的標準，因而可認為本研究不受發(fā)表偏倚的影響。

3.3敏感度分析

現(xiàn)有關(guān)于Meta分析研究的檢驗分析一般只包含異質(zhì)性和發(fā)表偏倚兩種類型。實際上，一個標準、完整的Meta分析過程還需要對整體研究的敏感度進行分析。敏感度分析的目的在于檢驗研究整體的穩(wěn)健性。其思路是通過改變效應量類型或者調(diào)整納入效應值數(shù)量等渠道，觀測調(diào)整后與調(diào)整前結(jié)論之間的差異。如果調(diào)整后的結(jié)論與調(diào)整前差異不大，則表明研究整體具有較強的穩(wěn)定性。鑒于本文的納入文獻中可供提取的數(shù)據(jù)類型有限，本文主要采取第二種方式，即調(diào)整納入研究的數(shù)量來測定研究的敏感度。具體思路為：分多次計算合并效應值，每次按順序剔除一個納入效應值，比較剔除前后合并效應值的變化情況。也就是說，假設效應值個數(shù)為k，則每次剔除1個效應值，用剩下的k-1個效應值計算合并效應值，并得出k個剔除后的合并效應值，與總合并效應值進行比對。在本文中，由于年齡一項只有3個效應值，剔除1個后不符合Meta分析關(guān)于納入效應值最低數(shù)量的需求，因此年齡一項并未進行敏感度分析。其他影響因素的敏感度分析如表3所示。由表3可知，依次剔除單個效應值后的合并效應值與總合并效應值差距不大，敏感度分析達標。

3.4研究假設討論

在表2中，點估計就是最終的合并效應值，而95%的區(qū)間估計則是效應值有可能的取值范圍。根據(jù)Meta分析，如果置信區(qū)間經(jīng)過無效線（取值范圍內(nèi)包括0），說明自變量對因變量的影響作用不僅可能取正、取負，也有可能取0，影響作用無法判斷。具體到本文，年齡的合并效應值為-0.041，且95%的置信區(qū)間不經(jīng)過無效線（-0.081～-0.002），P值等于0.039，說明年齡對科研人員數(shù)據(jù)共享意愿的影響會產(chǎn)生負面作用，年齡越大，數(shù)據(jù)共享意愿越低，且年齡對科研人員數(shù)據(jù)共享意愿的影響顯著。這一結(jié)論與本研究最初的假設恰好相反，畢竟，本研究最初假設科研競爭會隨著年齡的增加而減弱，進而對科研數(shù)據(jù)共享意愿產(chǎn)生正向影響。針對最終結(jié)果為負向影響，本文選擇參考Amos H等的研究結(jié)論進行解釋：與年長科研人員相比，年輕科研人員有可能會出于希望自己的研究方法、成果等被迅速認可，提升學術(shù)地位等原因，更愿意共享自己的科研數(shù)據(jù)[19]。與此同時，由于年齡一項的納入效應值數(shù)量以及樣本數(shù)量都較為有限，因此本研究建議這一結(jié)論僅做參考之用。

主觀規(guī)范的合并效應值為0.424，且95%的置信區(qū)間不經(jīng)過無效線（0.173～0.622），P值等于0.000，說明主觀規(guī)范對科研人員的數(shù)據(jù)共享意愿具有正向影響，影響作用非常顯著。這說明，通過內(nèi)外部規(guī)范性壓力的作用可以促進科研人員的數(shù)據(jù)共享行為。具體到主觀規(guī)范下的3個子假設可知，期刊規(guī)范、基金規(guī)范和組織規(guī)范的合并效應值分別為0.152（95%置信區(qū)間0.051～0.250，P=0.003）、0.010（95%置信區(qū)間-0.040～0.0590，P=0.703）以及0.219（95%置信區(qū)間0.149～0.286，P=0.000***）。這說明，期刊的規(guī)定對科研人員的數(shù)據(jù)共享意愿有正向影響，影響作用顯著。本文認為，這主要是因為在現(xiàn)有科研評估體制下，科研成果數(shù)量對科研人員的評價具有重要作用，而學術(shù)論文的發(fā)表帶有強烈的買方市場色彩，這導致學術(shù)期刊具有很強的話語權(quán)，進而迫使科研人員共享出自己的科研數(shù)據(jù)?；饓毫Φ闹眯艆^(qū)間經(jīng)過了無效線，無法證明其對科研人員數(shù)據(jù)共享意愿的具體影響。在3個子假設中，組織規(guī)范對于科研人員的數(shù)據(jù)共享意愿影響最大，也最為顯著，這說明要想促進科研人員的數(shù)據(jù)共享行為，最直接有效的渠道來自于科研人員所屬機構(gòu)內(nèi)部。并且，現(xiàn)有研究也表明，科研人員在數(shù)據(jù)共享過程中會表現(xiàn)出較為明顯的從眾心理，看到自己周圍的人都在共享科研數(shù)據(jù)，又或者感知到共享科研數(shù)據(jù)已經(jīng)成為本機構(gòu)、本領(lǐng)域內(nèi)的一項約定俗成的習慣，都會提升科研人員的數(shù)據(jù)共享意愿[3，20]。

感知收益的合并效應值為0.232（95%置信區(qū)間0.145～0.315，P=0.000），說明科研人員對數(shù)據(jù)共享收益的預期對其共享意愿具有正向影響，影響作用非常顯著。因此，可以通過給予科研人員一定回報的方式提升其數(shù)據(jù)共享意愿水平。這種回報既可以是經(jīng)濟方面的[20]，也可以是社會聲望方面的，還可以是數(shù)據(jù)引用、致謝以及數(shù)據(jù)獲取權(quán)限方面的。尤其在數(shù)據(jù)獲取權(quán)限方面，現(xiàn)有研究證明，科研人員在數(shù)據(jù)共享環(huán)節(jié)中往往伴隨著數(shù)據(jù)需求[35]。因而，學術(shù)機構(gòu)和數(shù)據(jù)共享平臺可以考慮設立一個基于數(shù)據(jù)共享行為的數(shù)據(jù)獲取權(quán)限制度，通過衡量不同科研人員的數(shù)據(jù)共享經(jīng)歷，評估其數(shù)據(jù)共享程度和質(zhì)量，并為其賦予不同的數(shù)據(jù)獲取級別，進而提升其數(shù)據(jù)共享意愿。

感知成本的合并效應值在不同效應模型下分別為-0.133（95%置信區(qū)間-0.155～-0.110，P=0.000）和-0.136（95%置信區(qū)間-0.170～-0.101，P=0.000），兩者相差不大，說明感知成本對科研人員的數(shù)據(jù)共享意愿具有負向影響，影響作用非常顯著。隨著科研數(shù)據(jù)共享的規(guī)?；蜆藴驶蚕磉^程中對數(shù)據(jù)的范化處理要求只會越來越高，因此，時間、精力以及智力上的成本付出不可能被消除，只可能被弱化。這就需要學術(shù)機構(gòu)以及數(shù)據(jù)共享平臺等方面盡量簡化數(shù)據(jù)處理流程。結(jié)合感知易用性假設來看，其合并效應值為0.222（95%置信區(qū)間0.084～0.353，P=0.002），也說明數(shù)據(jù)共享過程中的操作以及數(shù)據(jù)共享平臺的易用程度對科研人員的數(shù)據(jù)共享意愿具有非常顯著的正向影響，簡化數(shù)據(jù)共享標準、盡可能為科研人員提供充分的技術(shù)支援，都可以抵消來自感知成本層面的負向作用。

感知風險的合并效應值為-0.133（95%置信區(qū)間-0.208～-0.058，P=0.001），說明感知風險對于科研人員數(shù)據(jù)共享意愿具有負向影響，影響作用非常顯著。鑒于此，可以通過降低科研數(shù)據(jù)共享的知識喪失和數(shù)據(jù)不當利用的風險來提升科研人員的數(shù)據(jù)共享意愿?？梢钥紤]引入完善的數(shù)據(jù)共享時效機制，設置科研數(shù)據(jù)的禁錮期，同時通過對數(shù)據(jù)獲取人身份以及數(shù)據(jù)用途的嚴格審核等方式來消除科研人員對數(shù)據(jù)不當利用可能帶來的風險的顧慮。表4匯總了本文的研究假設驗證結(jié)果。

4結(jié)論與討論

本文利用Meta分析方法對科研人員數(shù)據(jù)共享意愿影響因素研究的結(jié)論進行了系統(tǒng)評價，發(fā)現(xiàn)主觀規(guī)范、感知收益和感知易用性對于科研人員數(shù)據(jù)共享意愿呈正相關(guān)關(guān)系，年齡、感知成本、感知風險對于科研人員數(shù)據(jù)共享意愿呈負相關(guān)關(guān)系，從一定程度上解答了之前的獨立研究所無法明確解答的問題。本文的另一個研究發(fā)現(xiàn)在于，在對納入文獻進行分析的過程中，發(fā)現(xiàn)現(xiàn)有研究對于影響科研人員數(shù)據(jù)共享意愿的因素認識仍不全面，造成這種不全面的原因在于現(xiàn)有研究的理論基礎(chǔ)主要基于計劃行為理論和制度理論，而上述兩種理論更多關(guān)注于影響科研人員數(shù)據(jù)共享意愿的客觀因素，對于主觀因素，如科研人員的性格開放度、利他意愿程度等關(guān)注則相對較低。與此同時，現(xiàn)有研究傾向于將科研人員的數(shù)據(jù)共享行為和意愿看作是一個整體過程，卻沒有意識到科研人員的數(shù)據(jù)共享意愿可能受到先驗經(jīng)驗的影響，其對初次數(shù)據(jù)共享效果的滿意度將影響之后的持續(xù)數(shù)據(jù)共享意愿。因此，后續(xù)研究可以將上述兩個共享階段加以區(qū)分，探討初次共享后對于不同影響因素的期望確認和滿意度評估將如何作為調(diào)節(jié)變量去影響持續(xù)共享環(huán)節(jié)中不同影響因素的具體作用，并探索提升初次共享效果和滿意度的有效方法。

本文的理論意義在于，本文從綜合、系統(tǒng)、量化的角度對科研人員數(shù)據(jù)共享意愿進行再次評估，回答了獨立研究無法回答的研究問題。與此同時，科研人員數(shù)據(jù)共享意愿及影響因素的研究本質(zhì)上屬于圖、情報學科中信息行為領(lǐng)域的研究范疇，是數(shù)據(jù)時代下信息行為研究主題的新發(fā)展，具有重要的理論價值。本文的實踐意義在于，明確不同影響因素的具體作用和程度能夠為日后的科研數(shù)據(jù)管理和治理實踐提供理論支撐，對不同影響因素的闡釋可以為之后科研數(shù)據(jù)共享實踐的推動提供有力的干預性手段。畢竟，科學研究的最終目的不僅在于解釋真理，也應該回應現(xiàn)實需求的關(guān)切。本文也正是在意識到科研數(shù)據(jù)共享管理與治理任務紛繁與復雜性質(zhì)的背景下，期望應用本領(lǐng)域知識與研究方法為現(xiàn)實實踐提供理論支撐。

本文存在的一個研究不足在于納入文獻總量有待擴充，這主要是現(xiàn)有相關(guān)主題研究數(shù)量仍然較少的原因，并且，本文嚴格地納入文獻標準也進一步縮小了納入文獻的體量。不過，雖然Meta分析方法誕生距今已經(jīng)數(shù)十年，但是Meta分析在不同學科的引入與應用仍處在進一步探索的階段，在這一階段下，關(guān)于Meta分析的納入文獻數(shù)量尚未有一個明確的觀點，一般認為，研究問題的實際意義、樣本量以及效應值個數(shù)等因素也可以部分抵消來自納入文獻數(shù)量方面的不足[36-37]。即使是應用Meta分析最為成熟的醫(yī)學領(lǐng)域，對納入文獻數(shù)量的標準也尚未達成一致：2013年，我國學者馬彬?qū)鴥?nèi)外中醫(yī)藥Meta分析類研究進行評估發(fā)現(xiàn)，不同領(lǐng)域下發(fā)表的文章中，許多文章的納入文獻數(shù)量僅為十余篇甚至個位數(shù)[38]。因此，本文認為，嚴格的納入標準、較為理想的樣本量和研究問題的理論與現(xiàn)實意義將從一定程度上彌補納入文獻數(shù)量層面的不足。本文的另一個不足是年齡指標的納入效應值數(shù)量較少，僅有3個。與此同時，由于相關(guān)研究數(shù)量較少，本研究僅解釋了部分影響因素，諸如性別、地理位置、所在學科以及數(shù)據(jù)質(zhì)量等因素都未被納入研究范疇。后續(xù)研究可以在此層面進一步探索，構(gòu)建影響科研人員數(shù)據(jù)共享意愿的全指標模型。

參考文獻

[1]Oushy M H，Palacios R，Holden A E，et al.To Share or Not to Share？A Survey of Biomedical Researchers in the U.S.Southwest，an Ethnically Diverse Region[J].Plos One，2015，10（9）：e0138239.

[2]Wicherts J M，Bakker M，Molenaar D.Willingness to Share Research Data Is Related to the Strength of the Evidence and the Quality of Reporting of Statistical Results[J].Plos One，2011，6（11）：e26828.

[3]Ltd K P.Data Dimensions：Disciplinary Differences in Research Data Sharing，Reuse and Long Term Viability[J].Digital Curation Centre，2010.

[4]Ajzen I.From Intentions to Actions：A Theory of Planned Behavior[M].Action Control.Springer，Berlin，Heidelberg，1985：11-39.

[5]Ajzen I.The Theory of Planned Behavior[J].Organizational Behavior and Human Decision Processes，1991，50（2）：179-211.

[6]Harper L M，Kim Y.Attitudinal，Normative，and Resource Factors Affecting Psychologists Intentions to Adopt an Open Data Badge：An Empirical Analysis[J].International Journal of Information Management，2018，41：23-32.

[7]Yuan H.Analysis of Main Influencing Factors of Scientific Data Sharing in Universities[J].Open Access Library Journal，2019，6（3）：1.

[8]張晉朝.我國高?？蒲腥藛T科學數(shù)據(jù)共享意愿研究[J].情報理論與實踐，2013，36（10）：25-30.

[9]余玲.科研人員科學數(shù)據(jù)共享意愿的影響因素研究[D].衡陽：南華大學，2016.

[10]Scott W R.Institutions and Organizations：Ideas and Interests[M].Sage，2008.

[11]Kim Y.Fostering Scientists Data Sharing Behaviors Via Data Repositories，Journal Supplements，and Personal Communication Methods[J].Information Processing & Management，2017，53（4）：871-885.

[12]Kim Y，Stanton J M.Institutional and Individual Factors Affecting Scientists Data-sharing Behaviors：A Multilevel Analysis[J].Journal of the Association for Information Science and Technology，2016，67（4）：776-799.

[13]Kim Y，Kim S.Institutional，Motivational，and Resource Factors Influencing Health Scientists Data-sharing Behaviours[J].Journal of Scholarly Publishing，2015，46（4）：366-389.

[14]Sherline C P.Measuring the Norm of Reciprocity on Data Sharing Practices：A Carrot or Stick Approach？[J].2014.

[15]Ostaszewski M.Analysis of the Attitude Within Academic and Research Communities Towards Open Science-A Quantitative Survey[J].2014.

[16]Linek S B，F(xiàn)echer B，F(xiàn)riesike S，et al.Data Sharing as Social Dilemma：Influence of the Researchers Personality[J].PloS One，2017，12（8）：e0183216.

[17]劉桂鋒，濮靜蓉，錢錦琳.科研數(shù)據(jù)共享影響因素分析及作用闡釋[J].圖書館論壇，2018，38（11）：10-17，26.

[18]Eynden V V D，Bishop L.Sowing the Seed：Incentives and Motivations for Sharing Research Data，a Researchers Perspective[EB/OL].http：//xueshu.baidu.com/s？wd=Sowing+the+se ed%3A+Incentives+and+motivations+for+sharing+research+data%2C+a+researcher%E2%80%99s+perspective&rsv_bp=0&tn=SE_baiduxueshu_c1gjeupa&rsv_spt=3&ie=utf-8&f=8&rsv_sug2=0&sc_f_para=sc_tasktype%3D%7BfirstSimpleSearch%7D&rsv_n=2，2017-09-09.

[19]Amos H，F(xiàn)rances M，Ruthven T.Rsquared：Researching the Researchers.A Study Into How the Researchers at the University of New South Wales Use and Share Research Data[C].2010.

[20]Tenopir C，Allard S，Douglass K，et al.Data Sharing by Scientists：Practices and Perceptions[J].Plos One，2011，6（6）：e21101.

[21]Mai H O，Palacios R，Holden A E C，et al.To Share or Not to Share？A Survey of Biomedical Researchers in the U.S.Southwest，an Ethnically Diverse Region[J].Plos One，2015，10（9）：e0138239.