大數(shù)據(jù)時代高校開展科研數(shù)據(jù)服務的必要性研究

陸玉泉　李雪飛　宋正娜

[摘 要]該研究從科研環(huán)境轉(zhuǎn)變、數(shù)據(jù)政策要求、科研人員需求3個角度就“大數(shù)據(jù)時代高校開展科研數(shù)據(jù)服務的必要性”這一問題展開探討，認為大數(shù)據(jù)時代在科研環(huán)境轉(zhuǎn)變和數(shù)據(jù)政策要求共同作用下，科研數(shù)據(jù)獲取和處理工作日益專業(yè)化，科研人員亟須專業(yè)的科研數(shù)據(jù)服務。

[關(guān)鍵詞]科研數(shù)據(jù)服務；高校；大數(shù)據(jù)時代

[中圖分類號] G642 [文獻標識碼] A [文章編號] 2095-3437（2017）10-0186-03

科研數(shù)據(jù)（research data，又稱研究數(shù)據(jù)、科學數(shù)據(jù)）可以理解為，各種科研活動過程中產(chǎn)生并記錄在任何形式載體上的、可以作為研究結(jié)論支撐材料的所有事實或者結(jié)果；包含各種觀測數(shù)據(jù)、計算數(shù)據(jù)、實驗數(shù)據(jù)、記錄數(shù)據(jù)等；可以是原始數(shù)據(jù)、中間分析處理過程數(shù)據(jù)或者結(jié)果數(shù)據(jù)。[1][2]對于多數(shù)科研項目，如何合理規(guī)劃、充分獲取和高效管理相關(guān)科研數(shù)據(jù)是影響項目順利進行的關(guān)鍵因素之一。

科研數(shù)據(jù)服務（research data service）是指由各類科研數(shù)據(jù)服務機構(gòu)提供的、圍繞科研人員獲取和處理科研數(shù)據(jù)這項工作產(chǎn)生的相關(guān)服務，其主要目的是保障數(shù)據(jù)安全和促進數(shù)據(jù)再利用。[3[4]開展科研數(shù)據(jù)服務相關(guān)工作的探索已有相當長的一段歷史，早在1957年國際科學聯(lián)合會理事會就成立了世界數(shù)據(jù)中心[5]，其后眾多國際組織、國家政府、資助機構(gòu)、出版機構(gòu)相繼推出有關(guān)科研數(shù)據(jù)服務方面的政策和措施。

美國、澳大利亞、英國等發(fā)達國家有相當數(shù)量的高校提供科研數(shù)據(jù)服務，早在20世紀70年代美國密歇根大學就建成了“校際政治與社會研究聯(lián)合數(shù)據(jù)庫”。[6]本文通過檢索文獻和瀏覽國內(nèi)近百所重點高校的相關(guān)網(wǎng)站，僅發(fā)現(xiàn)3所高校曾經(jīng)或者正在開展科研數(shù)據(jù)服務。武漢大學2011年開始嘗試在校內(nèi)開展科研數(shù)據(jù)服務[7]，但筆者寫作本論文期間該校“高?？茖W數(shù)據(jù)共享平臺”始終處于無法正常瀏覽狀態(tài)；復旦大學于2013年建立了社會科學數(shù)據(jù)平臺，這也是目前能檢索到的高校領(lǐng)域唯一面向社會科學的數(shù)據(jù)平臺；北京大學2015年底推出了“開放研究數(shù)據(jù)平臺”的測試版，并在其圖書館主頁的“科研支持”子欄目下面明確列出數(shù)據(jù)搜集、數(shù)據(jù)分析、數(shù)據(jù)管理咨詢、基于科研數(shù)據(jù)的分析報告等4項“科研數(shù)據(jù)服務”。[8]

國內(nèi)高?？蒲袛?shù)據(jù)服務總體上起步較晚，目前仍處于規(guī)劃探索階段，個別提供科研數(shù)據(jù)服務的高校，其服務內(nèi)容和項目都較少，大幅落后于國際同行。面對現(xiàn)狀，理論和實踐領(lǐng)域首先要面臨的問題就是“提供科研數(shù)據(jù)服務是否有必要”，本文從科研環(huán)境轉(zhuǎn)變、數(shù)據(jù)政策要求、科研人員需求3個角度就這一問題展開探討。

一、科研環(huán)境轉(zhuǎn)變是高校開展科研數(shù)據(jù)服務的根本動力

我們身處大數(shù)據(jù)時代，麥肯錫全球研究院（MGI）認為大數(shù)據(jù)（big data）是一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低4大特征。[9]2011年6月，MGI首次提出“大數(shù)據(jù)時代已經(jīng)到來”的命題，指出“當前大數(shù)據(jù)規(guī)模以及其存儲容量正在迅速增長，已經(jīng)滲透到各個行業(yè)和業(yè)務職能領(lǐng)域，成為可以與物質(zhì)資產(chǎn)和人力資本相提并論的重要的生產(chǎn)要素。

大數(shù)據(jù)是繼傳統(tǒng)IT之后下一個提高生產(chǎn)率的技術(shù)前沿。[10]牛津大學教授維克托·邁爾-舍恩伯格（Viktor Mayer？鄄Sch？觟nberger）和《經(jīng)濟學人》雜志的數(shù)據(jù)編輯肯尼思·庫克耶（Kenern Cukier）合著的《大數(shù)據(jù)時代》一書指出，“大數(shù)據(jù)改變了我們的思維方式，讓我們從因果關(guān)系的串聯(lián)思維變成了相關(guān)關(guān)系的并聯(lián)思維；大數(shù)據(jù)改變了我們的生產(chǎn)方式，物質(zhì)產(chǎn)品的生產(chǎn)退居其次，信息產(chǎn)品的加工將成為主要的生產(chǎn)活動；大數(shù)據(jù)改變了我們的生活方式，我們的精神世界和物質(zhì)世界都將構(gòu)建在大數(shù)據(jù)上。大數(shù)據(jù)不僅僅是一門技術(shù)，更是一種全新的商業(yè)模式，它與云計算共同構(gòu)成了下一代經(jīng)濟的生態(tài)系統(tǒng)”。[11]

大數(shù)據(jù)給科研活動帶來3個顛覆性的觀念轉(zhuǎn)變：一是所有數(shù)據(jù)，而不是隨機抽樣（隨機抽樣可以看成技術(shù)能力不足的條件下人為外加的限制）；二是允許數(shù)據(jù)誤差，掌握大致方向即可（樣本數(shù)據(jù)較少時，數(shù)據(jù)誤差容易導致結(jié)果偏差，需力求數(shù)據(jù)精確）；三是關(guān)注相關(guān)關(guān)系，而不是因果關(guān)系（大數(shù)據(jù)分析是尋找相關(guān)關(guān)系的一個重要手段，并不是要否定因果關(guān)系）。

這些顛覆性的改變孕育了新的科學研究第四范式（the fourth paradigm）——數(shù)據(jù)密集型科研范式?！暗谒姆妒健庇蓤D靈獎得主、關(guān)系數(shù)據(jù)庫的鼻祖Jim Gray率先提出。第一范式“實驗科學”以記錄和描述自然現(xiàn)象為主（如鉆木取火），第二范式“理論科學”利用模型對所記錄的現(xiàn)象進行歸納總結(jié)（如相對論），第三范式“計算科學”利用計算機對復雜現(xiàn)象進行模擬仿真（如天氣預報），第四范式“數(shù)據(jù)密集型科學”借助計算機對海量數(shù)據(jù)進行挖掘。

全新的科研范式下科研數(shù)據(jù)成為科學研究的基礎(chǔ)性資源。[12]數(shù)據(jù)密集型科研范式歸根結(jié)底是對海量數(shù)據(jù)的挖掘，理論和技術(shù)的發(fā)展使我們能夠突破以往抽取部分數(shù)據(jù)樣本進行模擬分析的限制，進而對全樣本數(shù)據(jù)進行分析。可以說只要獲得數(shù)據(jù)就可以進行科研，那么“已有的數(shù)據(jù)是新研究的寶貴資產(chǎn)，對于已有數(shù)據(jù)的整合、挖掘和再利用為學術(shù)研究提供了一種新的資源”。[13]

大數(shù)據(jù)時代的數(shù)據(jù)密集型科研是一種“大科學”模式，給高校傳統(tǒng)的以個體和小團隊為主的“小科學”模式帶來巨大沖擊。第四范式下的科研活動分工更細、協(xié)作度大幅提高，大數(shù)據(jù)的采集、存儲、處理、計算都有賴于專業(yè)的設(shè)備和人員，可以說傳統(tǒng)的個體和小團隊很難完全獨立勝任。大數(shù)據(jù)時代，數(shù)據(jù)成為可以重復使用的生產(chǎn)資料，高質(zhì)量的數(shù)據(jù)獲取和處理工作一定會從傳統(tǒng)科研活動中細分出來，及早適應并緊跟趨勢對于做好大數(shù)據(jù)科研至關(guān)重要。

二、數(shù)據(jù)政策要求是高校開展科研數(shù)據(jù)服務的政策動力endprint

聯(lián)合國教科文組織（UNESCO）、世界經(jīng)濟合作與發(fā)展組織（OECD）、世界數(shù)據(jù)中心、歐盟委員會等國際性組織都制定了相應的數(shù)據(jù)政策。UNESCO在2004年發(fā)布的《開發(fā)和推廣政府公共領(lǐng)域信息政策指南》中指出，公共資助的科學數(shù)據(jù)和公共領(lǐng)域未加保護的事實信息是基礎(chǔ)研究的重要支柱；UNESCO在2007年發(fā)布的《開發(fā)與促進開放獲取的政策指南》中強調(diào)，科研數(shù)據(jù)同其他類型資源都應免費、開放獲??；OECD在2004年通過的《公共資助的研究數(shù)據(jù)開放存取宣言》強調(diào)，國際間的數(shù)據(jù)、信息和知識交流將極大地推動科研發(fā)展與創(chuàng)新，數(shù)據(jù)的開放獲取和無限制利用將推動科學進展和促進研究者的培訓，開放獲取有利于公共投資收集的數(shù)據(jù)價值最大化。

美國、澳大利亞、英國屬于科研數(shù)據(jù)政策相對完善的國家。美國的《信息自由法》《隱私權(quán)法》《陽光下的政府法案》是美國政府數(shù)據(jù)開放制度的重要依據(jù)和保障，美國政府2009年頒布的《開放政府指令》要求通過政府網(wǎng)站發(fā)布更多數(shù)據(jù)，并于同年5月設(shè)立data.gov數(shù)據(jù)網(wǎng)站；澳大利亞2009年發(fā)布《開放政府聲明》并推出數(shù)據(jù)門戶網(wǎng)站data.gov.au，2013年發(fā)布《公共服務大數(shù)據(jù)戰(zhàn)略》；英國政府2010年建立了data.gov.uk數(shù)據(jù)網(wǎng)站，2013年首先提出《八國集團開放數(shù)據(jù)憲章2013年英國行動計劃》。[5]

來自課題資助機構(gòu)的要求是科研數(shù)據(jù)開放獲取和處理的重要政策動力。美國國家衛(wèi)生研究院（NIH）發(fā)布的《數(shù)據(jù)共享政策和實施指導》要求從2003年10月1日開始，所有申請經(jīng)費在50萬元以上的課題都必須提交數(shù)據(jù)共享計劃或者不共享的說明；2010年美國國家科學基金會（NSF）發(fā)布的數(shù)據(jù)政策要求從2011年1月18日開始，所有課題申請書必須附帶一份不超過兩頁的“數(shù)據(jù)管理計劃”；澳大利亞研究理事會（ARC）、澳大利亞國家衛(wèi)生與醫(yī)學研究理事會（NHMRC）、英國研究理事會（RCUK）這些主要的研究資助機構(gòu)都已經(jīng)發(fā)布了相關(guān)數(shù)據(jù)政策。[5]

國外的出版機構(gòu)如Springer、Elsevier等旗下的期刊也制定了自己的科研數(shù)據(jù)出版政策。Nature要求作者將期刊論文的數(shù)據(jù)或附加信息存儲在可公開訪問的數(shù)據(jù)庫中；2008年P(guān)LOS One公布的數(shù)據(jù)政策建議作者將數(shù)據(jù)作為所發(fā)表論文的支持材料進行提交。

在全球數(shù)據(jù)政策大環(huán)境，尤其是NIH、NSF等資助機構(gòu)出臺數(shù)據(jù)共享政策的影響下，各研究機構(gòu)也紛紛出臺相應的數(shù)據(jù)政策，2008年以后美國、英國、澳大利亞等國高校贏來了科研數(shù)據(jù)政策制定和服務開展高潮，澳大利亞政府更是明確提出高校必須建立起科研數(shù)據(jù)保存、數(shù)據(jù)所有權(quán)歸屬以及數(shù)據(jù)訪問等政策。據(jù)不完全統(tǒng)計，U.S.News世界大學綜合排名前50名的高校中已有26所在其圖書館開展科研數(shù)據(jù)管理服務[14]；截至2016年的統(tǒng)計顯示，已有40所澳大利亞大學制定了科研數(shù)據(jù)管理政策[15]；根據(jù)何青芳2016年的統(tǒng)計，在英國“目前已有37所大學出臺科研數(shù)據(jù)管理政策，5所高校制定了政策草案”。[15]在我國，2014年10月23日，北京大學等9所高校圖書館的代表匯聚復旦大學，成立了“中國高校研究數(shù)據(jù)管理推進工作組”，致力于推進國內(nèi)高校研究數(shù)據(jù)管理的事業(yè)發(fā)展[15]，但制定和擁有完善的政策還需時日。

國際組織、各國政府、課題資助機構(gòu)、文獻出版機構(gòu)、研究機構(gòu)相繼出臺的數(shù)據(jù)政策涵蓋了科研數(shù)據(jù)從采集、存儲、處理、分析再到發(fā)表和共享的全過程，這些政策起到銜接各個環(huán)節(jié)、規(guī)范數(shù)據(jù)格式、協(xié)調(diào)各方利益的作用，而專業(yè)的科研數(shù)據(jù)服務工作則是這一系列制度安排得以順利實施的重要保證。

三、科研人員需求是高校開展科研數(shù)據(jù)服務的直接動力

首先，多數(shù)科研人員在有關(guān)科研數(shù)據(jù)獲取與管理方面是“無知”的。數(shù)據(jù)密集型科研范式下科研數(shù)據(jù)獲取和處理是一項具有一定專業(yè)性的工作，當北卡羅來納大學教堂山分校（UNC）的研究人員被問及數(shù)據(jù)管理“是否能夠獲得充分的基金支持”等問題時，高達65%的回答是“我不知道”；根據(jù)劉霞等學者的調(diào)查，高校中“超過60%的科研人員發(fā)生過數(shù)據(jù)丟失現(xiàn)象”，“65%的數(shù)據(jù)由項目團隊分散存儲和管理”，“超過50%的科研人員不對數(shù)據(jù)永久保存”，超過40%的研究者對“數(shù)據(jù)管理對于科學研究的促進作用”沒有明確的認識，即便如此仍有“超過50%的科研人員對現(xiàn)有的數(shù)據(jù)管理手段表示滿意”。[7]可見，相當數(shù)量的科研人員由于各方面原因并不了解數(shù)據(jù)獲取或者管理，更不要談論如何更專業(yè)地做好這件事。

其次，科研人員沒有足夠的時間和精力應對科研數(shù)據(jù)獲取和處理工作。即便科研人員具有相當?shù)目蒲兴仞B(yǎng)，也很可能無暇顧及這方面的工作。當前數(shù)據(jù)獲取與管理工作需要掌握更為繁瑣的政策、操作更加復雜的軟硬件，專業(yè)性越來越強，這意味著需要耗費更多的時間和精力用于數(shù)據(jù)獲取與管理。另外，在傳統(tǒng)科研中，科研人員為獲取和處理數(shù)據(jù)花費大量的精力，但是社會發(fā)展在逐漸加速中，全社會對科研人員的產(chǎn)出要求也在逐步提升，將過去的模式用在現(xiàn)下和未來，科研人員必將無法應對繁重的科研工作，UNC超過一半的受訪者認為在使數(shù)據(jù)為他人所用上需要花費時間。[13]

最后，科研人員沒有足夠的經(jīng)費用于科研數(shù)據(jù)的獲取和處理。獲取和處理數(shù)據(jù)需要支付大量的軟硬件和人力費用，由個人或者小團隊獨力支付相關(guān)費用，無疑是很不經(jīng)濟的做法，而且這也得不到資助機構(gòu)的全力支持。當UNC的研究人員被問及在他們所在院系、實驗室、中心或者研究群體中，在長期數(shù)據(jù)保存（5年以上）上面是否可以獲得充分基金支持，僅有10%的人給出肯定的回答?？蒲薪?jīng)費是有限的，提供科研數(shù)據(jù)獲取和處理服務，集中管理科研數(shù)據(jù)，對于節(jié)省科研經(jīng)費、提升科研產(chǎn)出具有不證自明的作用。

由此可見，多數(shù)科研人員或者不了解科研數(shù)據(jù)的獲取和管理，或者其時間和經(jīng)費不足以支持數(shù)據(jù)的獲取和管理，因此提供專業(yè)科研數(shù)據(jù)服務，解放科研人員，讓其回歸科研核心工作不失為一個更加合理的安排。endprint

四、結(jié)語

大數(shù)據(jù)時代，數(shù)據(jù)密集型科研范式下科研數(shù)據(jù)成為現(xiàn)代科學研究的基礎(chǔ)性資源，面對日益繁瑣的數(shù)據(jù)政策要求，科研數(shù)據(jù)獲取和處理工作日益專業(yè)化，科研人員對數(shù)據(jù)獲取和處理“無知”化日趨加重，即便能夠勝任相關(guān)工作也受制于繁瑣的科研工作和有限的經(jīng)費。因此科研數(shù)據(jù)服務必將成為科研人員的重要需求。

[ 參 考 文 獻 ]

[1] 李偉綿.基于生命周期理論的研究數(shù)據(jù)管理服務評估研究[D].北京：北京理工大學，2016.

[2] 凌曉良，LEE Belbin，張潔，等. 澳大利亞南極科學數(shù)據(jù)管理綜述[J].地球科學進展，2007（5）：532-539.

[3] 張凱勇.數(shù)據(jù)密集型科學環(huán)境下的高校圖書館科學數(shù)據(jù)服務[J].圖書館學研究，2014（3）：69-72+96.

[4] 劉桂鋒，盧章平，阮煉.美國高校圖書館研究數(shù)據(jù)管理服務內(nèi)容研究[J].圖書館論壇，2015（8）：137-144.

[5] 張瑤，呂俊生.國外科研數(shù)據(jù)管理與共享政策研究綜述[J].圖書館理論與實踐，2015（11）：47-52.

[6] 中國國家調(diào)查數(shù)據(jù)庫.存數(shù)據(jù).[EB/OL].[2016-12-06].http：//www.cnsda.org/index.php？r= site/datasaving.

[7] 劉霞，饒艷.高校圖書館科學數(shù)據(jù)管理與服務初探——武漢大學圖書館案例分析[J].圖書情報工作，2013（6）：33-38.

[8] 北京大學圖書館.科研數(shù)據(jù)服務.[EB/OL].[2017-02-26]. http：//www.lib.pku.edu.cn/portal/cn/fw/kyzc/shujufuwu.

[9] 百度百科. 大數(shù)據(jù). [EB/OL].[2017-09-18].http：//baike.baidu.com/item/大數(shù)據(jù)/1356941？fr=aladelin.

[10] 趙姍.大數(shù)據(jù)時代來臨，中國準備好了嗎？[N].中國經(jīng)濟時報，2013-07-01（011）.

[11] [英]維克托·邁爾-舍恩伯格，肯尼思-庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].周濤，譯.杭州：浙江人民出版社，2013.

[12] 孫繼周.E？鄄Science環(huán)境下高校圖書館開展科學數(shù)據(jù)管理與共享的路徑研究[J].圖書館，2016（5）：66-71.

[13] Gary Marchionini，楊冠燦，蘆昆.科研數(shù)據(jù)管理：保障數(shù)據(jù)質(zhì)量，促進iSchools新科學研究[J].圖書情報知識，2013（4）：4-9.

[14] 張莎莎，黃國彬，邸弘陽.美國高校圖書館科研數(shù)據(jù)管理服務研究[J].圖書館雜志，2016（7）：59-66.

[15] 何青芳.國外科學數(shù)據(jù)管理政策的調(diào)查與分析[J].上海高校圖書情報工作研究，2016（2）：9-13.

[責任編輯：龐丹丹]endprint