面向科學(xué)數(shù)據(jù)保存的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系研究

孟銀濤，趙蕾霞，于倩倩

（1.國(guó)際關(guān)系學(xué)院圖書(shū)館，北京 100091；2.河北經(jīng)貿(mào)大學(xué)圖書(shū)館，石家莊 050061；3.中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心，北京 100190）

1 引言

科學(xué)數(shù)據(jù)在支撐科學(xué)研究、促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展、服務(wù)國(guó)家創(chuàng)新方面發(fā)揮了越來(lái)越重要的作用。當(dāng)前，以大數(shù)據(jù)、云計(jì)算為代表的現(xiàn)代信息技術(shù)方興未艾，人工智能、5G 網(wǎng)絡(luò)等技術(shù)被廣泛應(yīng)用于國(guó)計(jì)民生的各個(gè)行業(yè)，這些技術(shù)的應(yīng)用離不開(kāi)包括科學(xué)數(shù)據(jù)在內(nèi)的底層數(shù)據(jù)支持。隨著科學(xué)研究的迅猛發(fā)展，科學(xué)數(shù)據(jù)也呈爆發(fā)式增長(zhǎng)趨勢(shì)，科學(xué)數(shù)據(jù)價(jià)值的實(shí)現(xiàn)離不開(kāi)高效的科學(xué)數(shù)據(jù)管理。

科學(xué)數(shù)據(jù)管理是指利用計(jì)算機(jī)、信息和網(wǎng)絡(luò)等技術(shù)對(duì)科學(xué)數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、加工處理和共享應(yīng)用的過(guò)程[1]?？茖W(xué)數(shù)據(jù)管理貫穿科學(xué)數(shù)據(jù)生命周期的全過(guò)程。國(guó)外科學(xué)數(shù)據(jù)管理研究開(kāi)展的較早，并發(fā)展迅速。1960 年美國(guó)成立國(guó)家大氣研究中心，開(kāi)始對(duì)地球科學(xué)數(shù)據(jù)的建模、收藏和保存工作[2]。2013 年12 月，歐盟啟動(dòng)“地平線2020”計(jì)劃，旨在整合歐盟各國(guó)的科研資源，提升歐盟科技競(jìng)爭(zhēng)力，提高科技成果轉(zhuǎn)化效率，進(jìn)一步推動(dòng)歐盟“開(kāi)放科學(xué)”戰(zhàn)略[3]。20 世紀(jì)80 年代以來(lái)，中國(guó)也逐漸提高對(duì)科學(xué)數(shù)據(jù)管理的重視。1982年，中國(guó)科學(xué)院最早提出了建設(shè)科學(xué)數(shù)據(jù)庫(kù)項(xiàng)目[4]，1999 年，科技部啟動(dòng)了科技基礎(chǔ)數(shù)據(jù)庫(kù)建設(shè)[5]。2018年3 月國(guó)務(wù)院頒布了《科學(xué)數(shù)據(jù)管理辦法》[6]，2019年2 月，中國(guó)科學(xué)院編制《中國(guó)科學(xué)院科學(xué)數(shù)據(jù)管理與開(kāi)放共享辦法（試行）》[7]，這些舉措為加強(qiáng)科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高科學(xué)數(shù)據(jù)開(kāi)放共享水平提供了制度規(guī)范。

然而，并非所有的科學(xué)數(shù)據(jù)都需要保存和管理，科學(xué)數(shù)據(jù)受研究人員科研水平、科研設(shè)備、研究方法等因素的影響，數(shù)據(jù)質(zhì)量良莠不齊，長(zhǎng)期保存數(shù)據(jù)和組織、描述、維護(hù)數(shù)據(jù)的成本也比較高，對(duì)科學(xué)數(shù)據(jù)進(jìn)行評(píng)估和篩選是科學(xué)數(shù)據(jù)高效管理的前提保障。

2 研究回顧

科學(xué)數(shù)據(jù)評(píng)價(jià)是科學(xué)數(shù)據(jù)高效管理的重要環(huán)節(jié)。國(guó)內(nèi)外已有相當(dāng)數(shù)量機(jī)構(gòu)和學(xué)者圍繞科學(xué)數(shù)據(jù)質(zhì)量、安全、影響力等方面做了相關(guān)研究。

2.1 國(guó)外研究回顧

國(guó)外學(xué)者和機(jī)構(gòu)從科學(xué)數(shù)據(jù)利益相關(guān)者、數(shù)據(jù)質(zhì)量、學(xué)科屬性等多個(gè)維度對(duì)科學(xué)數(shù)據(jù)評(píng)價(jià)方法進(jìn)行了探討。在科學(xué)數(shù)據(jù)質(zhì)量評(píng)價(jià)方面，國(guó)外學(xué)者提出了數(shù)據(jù)評(píng)估框架[8]；分析了評(píng)估數(shù)據(jù)質(zhì)量的方法，指出每種方法適用的信息系統(tǒng)類型[9]；制定層次化數(shù)據(jù)質(zhì)量框架，并構(gòu)建數(shù)據(jù)質(zhì)量的動(dòng)態(tài)評(píng)估流程[10]；提出了醫(yī)療數(shù)據(jù)可信性評(píng)估模型（Medical Data Trustworthiness Assessment Model，MDTA），用以提升醫(yī)療數(shù)據(jù)的可信性[11]，等等，這些研究豐富了科學(xué)數(shù)據(jù)評(píng)價(jià)方法，促進(jìn)了數(shù)據(jù)質(zhì)量的提高?？茖W(xué)數(shù)據(jù)安全既包括數(shù)據(jù)本身安全，也包括科學(xué)數(shù)據(jù)管理和服務(wù)參與者、工具及外部運(yùn)行條件安全，在科學(xué)數(shù)據(jù)安全上，美國(guó)制定《隱私影響評(píng)估指南》[12]，英國(guó)制定《隱私影響評(píng)估實(shí)踐指導(dǎo)守則》[13]等，旨在從制度層面強(qiáng)化數(shù)據(jù)安全。在科學(xué)數(shù)據(jù)影響力評(píng)價(jià)上，國(guó)外一些機(jī)構(gòu)構(gòu)建了指標(biāo)體系，如KE（Knowledge Exchange，歐洲知識(shí)交流）的數(shù)據(jù)影響力計(jì)量概念模型[14]，DUI（Data Usage Index，數(shù)據(jù)使用索引）[15]等。

實(shí)踐層面，美國(guó)政府于2002 年頒布“數(shù)據(jù)質(zhì)量法案”，以立法形式保障數(shù)據(jù)質(zhì)量[16]；威爾士政府于2004年頒布了旨在提高所有普通醫(yī)療實(shí)踐信息質(zhì)量的《數(shù)據(jù)質(zhì)量倡議框架》[17]。英國(guó)布里斯托大學(xué)參照數(shù)據(jù)特殊科學(xué)性或歷史性、數(shù)據(jù)唯一性、重用價(jià)值、不易復(fù)制性、經(jīng)濟(jì)原因等多個(gè)維度制定了問(wèn)答式《研究數(shù)據(jù)評(píng)估指南》，為研究人員和數(shù)據(jù)管理人員提供數(shù)據(jù)評(píng)估參考[18]。美國(guó)國(guó)家海洋和大氣管理局（NOAA）發(fā)布了“信息質(zhì)量 指南”[19]，荷蘭ELEFTHERIA 等[20]于2018年12 月制定了“基于FAIR 原則的DANS EASY 知識(shí)庫(kù)評(píng)估方法”等。

2.2 國(guó)內(nèi)研究回顧

國(guó)內(nèi)學(xué)者利用引文分析法、生命周期理論、網(wǎng)絡(luò)與實(shí)地調(diào)查分析等多種研究方法，對(duì)科學(xué)數(shù)據(jù)質(zhì)量的評(píng)估方法進(jìn)行研究：①基于計(jì)量數(shù)據(jù)的評(píng)價(jià)研究，如丁楠等借鑒引文分析方法，選取數(shù)據(jù)發(fā)布量、數(shù)據(jù)被引量、數(shù)據(jù)平均被引頻次及h 指數(shù)等指標(biāo)，構(gòu)建了基于引用的數(shù)據(jù)評(píng)價(jià)體系[21]；余厚強(qiáng)等梳理了替代計(jì)量數(shù)據(jù)生產(chǎn)流程，構(gòu)建了以準(zhǔn)確性、及時(shí)性、復(fù)現(xiàn)性、透明性和一致性為評(píng)估維度的一級(jí)數(shù)據(jù)質(zhì)量評(píng)估體系和其下屬的二級(jí)指標(biāo)體系，并歸納出具體的終端評(píng)估維度[22]。②面向科學(xué)數(shù)據(jù)中心的評(píng)價(jià)研究，如江洪等選取國(guó)內(nèi)外15 家科學(xué)數(shù)據(jù)中心的科學(xué)數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)，引入科學(xué)數(shù)據(jù)生命周期理論構(gòu)建了由數(shù)據(jù)管理計(jì)劃、數(shù)據(jù)收集管理等5 個(gè)維度組成的科學(xué)數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)模型[23]。③面向數(shù)據(jù)選擇與可用性評(píng)價(jià)研究，如崔旭等對(duì)數(shù)據(jù)選擇與評(píng)價(jià)的關(guān)鍵構(gòu)成要素，包括選擇與評(píng)價(jià)政策、評(píng)價(jià)標(biāo)準(zhǔn)和評(píng)價(jià)決策過(guò)程進(jìn)行了分析，并研究了數(shù)據(jù)創(chuàng)建者、數(shù)據(jù)管理者等角色的職能定位[24]；李曉彤等通過(guò)對(duì)北京、廣州和哈爾濱三地1 900 多個(gè)數(shù)據(jù)集的調(diào)查分析，歸納出影響數(shù)據(jù)可用性的16 類質(zhì)量問(wèn)題，進(jìn)而構(gòu)建包括完整性、準(zhǔn)確性等7個(gè)質(zhì)量維度和度量指標(biāo)[25]。④面向開(kāi)放數(shù)據(jù)質(zhì)量評(píng)價(jià)的研究，如周潔借鑒信息資源質(zhì)量評(píng)價(jià)指標(biāo)體系和澳大利亞開(kāi)放數(shù)據(jù)官方網(wǎng)站提供的數(shù)據(jù)質(zhì)量控制指標(biāo)，構(gòu)建了由研究數(shù)據(jù)固有的內(nèi)在質(zhì)量等4 個(gè)一級(jí)指標(biāo)和16 個(gè)二級(jí)指標(biāo)構(gòu)成的研究數(shù)據(jù)的質(zhì)量評(píng)價(jià)指標(biāo)框架[26]。

實(shí)踐層面，科技部2005 年發(fā)布了《科學(xué)數(shù)據(jù)共享工程質(zhì)量管理規(guī)范》，旨在指導(dǎo)“科學(xué)數(shù)據(jù)共享工程”數(shù)據(jù)、服務(wù)、運(yùn)行管理及共享工程建設(shè)的質(zhì)量管理，在一定程度上規(guī)范了數(shù)據(jù)質(zhì)量評(píng)價(jià)的過(guò)程、方法及數(shù)據(jù)質(zhì)量評(píng)價(jià)報(bào)告的內(nèi)容。2018 年3 月國(guó)務(wù)院頒布了《科學(xué)數(shù)據(jù)管理辦法》[27]，為科學(xué)數(shù)據(jù)管理提供了制度保障。

總體上，國(guó)外科學(xué)數(shù)據(jù)評(píng)價(jià)研究具有一定的深度，從科學(xué)數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)影響力層面構(gòu)建了科學(xué)數(shù)據(jù)評(píng)價(jià)模型，并在政府層面立法保障科學(xué)數(shù)據(jù)評(píng)估；國(guó)內(nèi)學(xué)者從多角度、利用多種方法對(duì)科學(xué)數(shù)據(jù)質(zhì)量進(jìn)行研究，并從數(shù)據(jù)選擇與可用性、數(shù)據(jù)質(zhì)量、科學(xué)數(shù)據(jù)生命周期角度創(chuàng)建科學(xué)數(shù)據(jù)評(píng)價(jià)方法?？偨Y(jié)國(guó)內(nèi)外研究現(xiàn)狀，尚未有學(xué)者從科學(xué)數(shù)據(jù)保存角度去研究科學(xué)數(shù)據(jù)評(píng)價(jià)和構(gòu)建指標(biāo)體系，科學(xué)數(shù)據(jù)保存是數(shù)據(jù)管理和服務(wù)的保障，是科學(xué)數(shù)據(jù)生命周期中的重要階段，直接影響科學(xué)數(shù)據(jù)的高效服務(wù)。為了支撐科學(xué)數(shù)據(jù)價(jià)值的持續(xù)、高質(zhì)量地發(fā)揮，立足科學(xué)數(shù)據(jù)長(zhǎng)期保存及有效利用，基于科學(xué)數(shù)據(jù)長(zhǎng)期保存生命周期，著眼于科學(xué)數(shù)據(jù)長(zhǎng)期保存的鑒別、接收、保存、利用核心關(guān)鍵流程，文章從前人研究和網(wǎng)絡(luò)調(diào)研的基礎(chǔ)上，建立“面向科研數(shù)據(jù)保存的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系”，構(gòu)建包含“多因素”的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系；在專家調(diào)查法和層次分析法的基礎(chǔ)上對(duì)指標(biāo)體系進(jìn)行改進(jìn)和權(quán)重設(shè)計(jì)，以期完善科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系，為科學(xué)數(shù)據(jù)管理工作提供參考。

3 科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系構(gòu)建

科學(xué)數(shù)據(jù)保存是數(shù)據(jù)共享利用的前提，是科學(xué)數(shù)據(jù)高質(zhì)量、高效率服務(wù)的基礎(chǔ)。研究在調(diào)研國(guó)內(nèi)外理論研究和實(shí)踐進(jìn)展的基礎(chǔ)上，遴選出可能影響科學(xué)數(shù)據(jù)保存的指標(biāo)，再通過(guò)專家調(diào)查法進(jìn)行甄別完善，最后制定科學(xué)數(shù)據(jù)評(píng)價(jià)體系。

3.1 指標(biāo)選取調(diào)研與分析

對(duì)科學(xué)數(shù)據(jù)遴選和保存是科學(xué)數(shù)據(jù)管理的前提，制定面向科學(xué)數(shù)據(jù)保存的數(shù)據(jù)評(píng)價(jià)指標(biāo)體系是為了幫助數(shù)據(jù)管理人員、研究人員根據(jù)科學(xué)數(shù)據(jù)的價(jià)值對(duì)其進(jìn)行分類，篩選出有價(jià)值的數(shù)據(jù)進(jìn)行存儲(chǔ)。調(diào)研發(fā)現(xiàn)，科學(xué)數(shù)據(jù)保存受多重因素影響，概括起來(lái)包括：①政策法律法規(guī)的要求，西方主要國(guó)家和地區(qū)如美國(guó)、歐盟、英國(guó)等都出臺(tái)了數(shù)據(jù)保護(hù)法律法規(guī)，此外，相當(dāng)數(shù)量的科研項(xiàng)目是受機(jī)構(gòu)、團(tuán)體或個(gè)人資金資助，資助方往往對(duì)數(shù)據(jù)保存提出要求。②科學(xué)數(shù)據(jù)的質(zhì)量對(duì)數(shù)據(jù)保存與利用有極為重要的影響，保存失真、準(zhǔn)確性低、質(zhì)量不可靠的數(shù)據(jù)毫無(wú)意義，此外，科學(xué)研究迅猛發(fā)展，理論技術(shù)與方法不斷更新，數(shù)據(jù)時(shí)效性等指標(biāo)也顯著影響數(shù)據(jù)的質(zhì)量。③外部條件對(duì)科學(xué)數(shù)據(jù)管理的影響，數(shù)據(jù)存儲(chǔ)平臺(tái)、讀取設(shè)備和相關(guān)技術(shù)會(huì)對(duì)數(shù)據(jù)存取造成影響，一些研究數(shù)據(jù)可能會(huì)涉及到個(gè)人隱私、政治話題或商業(yè)信息，等等，這些外部條件會(huì)對(duì)科學(xué)數(shù)據(jù)保存造成一定的障礙。

3.1.1 影響科學(xué)數(shù)據(jù)保存的政策法律因素

數(shù)據(jù)管理人員、研究人員在決定是否保留和共享科學(xué)數(shù)據(jù)時(shí)往往受到多個(gè)政策影響：①研究經(jīng)費(fèi)政策，大多數(shù)研究資助者均建議或要求研究人員在項(xiàng)目結(jié)束時(shí)應(yīng)該保留和共享哪些數(shù)據(jù)，例如，UKRI 要求“具有公認(rèn)長(zhǎng)期價(jià)值的數(shù)據(jù)應(yīng)該得到保存，并保持訪問(wèn)和利用，以供未來(lái)研究使用[28]”；②“數(shù)據(jù)保護(hù)法”的要求，例如，美國(guó)、威爾士等國(guó)家和地方政府立法要求保存科學(xué)數(shù)據(jù)；③數(shù)據(jù)中心政策，項(xiàng)目負(fù)責(zé)人所屬機(jī)構(gòu)的科學(xué)數(shù)據(jù)中心一般要求其保留研究數(shù)據(jù)；④學(xué)術(shù)出版商要求，在數(shù)據(jù)出版的趨勢(shì)下，越來(lái)越多的學(xué)術(shù)出版商要求保留和共享研究出版物數(shù)據(jù)，例如，英國(guó)《自然》雜志將“作者在適當(dāng)情況下向讀者迅速提供材料、數(shù)據(jù)和相關(guān)協(xié)議”列為學(xué)術(shù)出版前提條件之一。

3.1.2 影響科學(xué)數(shù)據(jù)保存的內(nèi)容質(zhì)量因素

結(jié)合對(duì)英美高校和科研機(jī)構(gòu)科學(xué)數(shù)據(jù)管理政策和實(shí)踐分析，歸納出影響科學(xué)數(shù)據(jù)內(nèi)容質(zhì)量因素可分為5類：①數(shù)據(jù)具有特殊科學(xué)性價(jià)值?？茖W(xué)數(shù)據(jù)具有重要的科學(xué)意義、社會(huì)意義或文化意義，可以從當(dāng)前研究?jī)r(jià)值的證據(jù)中推斷出未來(lái)潛在用途。②數(shù)據(jù)的唯一性。在現(xiàn)有科學(xué)條件下，科研人員進(jìn)行創(chuàng)新性或首創(chuàng)性科學(xué)研究形成的數(shù)據(jù)集的信息源是唯一或最完整的，如果數(shù)據(jù)集丟失，此信息將面臨風(fēng)險(xiǎn)。③數(shù)據(jù)具有較高的重用潛力。這些數(shù)據(jù)可能會(huì)引起廣泛的興趣，其可靠性和來(lái)源已得到保證。例如，數(shù)據(jù)與縱向研究有關(guān)，采用了得到廣泛支持的技術(shù)格式，有足夠的元數(shù)據(jù)，任何倫理問(wèn)題都已得到解決。④數(shù)據(jù)不易復(fù)制。復(fù)制數(shù)據(jù)不可行，或者復(fù)制數(shù)據(jù)的成本非常高。例如，基于大量觀察得到的科學(xué)數(shù)據(jù)，由于數(shù)據(jù)量大且未經(jīng)格式化處理，數(shù)據(jù)復(fù)制較難實(shí)現(xiàn)。⑤保留數(shù)據(jù)有很強(qiáng)的經(jīng)濟(jì)理由。管理和保存數(shù)據(jù)的成本和技術(shù)條件可控，在根據(jù)潛在未來(lái)收益進(jìn)行評(píng)估時(shí)，成本可以接受。

3.1.3 影響科學(xué)數(shù)據(jù)保存的支撐因素

科學(xué)數(shù)據(jù)保存支撐因素是指能夠影響科學(xué)數(shù)據(jù)存儲(chǔ)、讀取和利用的外部環(huán)境因素，該因素與法律法規(guī)規(guī)定、隱私保護(hù)、存儲(chǔ)環(huán)境、存儲(chǔ)技術(shù)、數(shù)據(jù)讀取工具等相關(guān)：①科學(xué)數(shù)據(jù)在存儲(chǔ)環(huán)境、條件與技術(shù)上有無(wú)障礙或問(wèn)題。②科學(xué)數(shù)據(jù)的讀取是否受到法律、法規(guī)、政策或隱私限制的制約。③科學(xué)數(shù)據(jù)存儲(chǔ)、讀取是否依賴于專業(yè)技術(shù)或?qū)Ｓ迷O(shè)備。

3.2 指標(biāo)體系選取與構(gòu)建

3.2.1 指標(biāo)初步選取

根據(jù)2.1 部分的調(diào)研，在匯總可能影響科學(xué)數(shù)據(jù)保存的因素的基礎(chǔ)上，將影響因素按影響程度、性質(zhì)和作用分為強(qiáng)制性因素、內(nèi)容因素和支撐因素，初步選取法定因素、重用價(jià)值等8 個(gè)一級(jí)指標(biāo)，政策引用、學(xué)術(shù)引用、數(shù)據(jù)準(zhǔn)確性等34 個(gè)二級(jí)指標(biāo)。

3.2.2 指標(biāo)體系的完善

指標(biāo)選取后，邀請(qǐng)科學(xué)數(shù)據(jù)管理領(lǐng)域研究專家對(duì)指標(biāo)科學(xué)性進(jìn)行評(píng)價(jià)，根據(jù)專家建議，將一些內(nèi)容有交叉的指標(biāo)進(jìn)行合并和去重，增加一些體系中缺少但有價(jià)值的指標(biāo)。例如，“法律強(qiáng)制保存”和“法律禁止”都是對(duì)法律因素的概括，將二者合并為“法律要求”；一級(jí)指標(biāo)“存儲(chǔ)限制”下“資金保障”和“存儲(chǔ)環(huán)境保障”均是對(duì)存儲(chǔ)條件的要求，故二者合并為“存儲(chǔ)條件保障”；去掉“技術(shù)限制”指標(biāo)下內(nèi)容有重復(fù)的“格式多樣性”指標(biāo)。此外，在“數(shù)據(jù)可靠性”指標(biāo)下增加“數(shù)據(jù)純凈性”指標(biāo)，該指標(biāo)能夠反映數(shù)據(jù)有無(wú)噪音及噪音的大小。最終確定指標(biāo)體系為8 個(gè)一級(jí)指標(biāo)，32 個(gè)二級(jí)指標(biāo)，此指標(biāo)體系能夠基本覆蓋科學(xué)數(shù)據(jù)評(píng)價(jià)的指標(biāo)空間，如圖1 所示。

圖1 面向科學(xué)數(shù)據(jù)保存的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系Fig.1 Evaluation index system of scientific data for scientific data preservation

3.3 評(píng)價(jià)指標(biāo)的含義

3.3.1 強(qiáng)制性因素

強(qiáng)制性因素是指必須依照法律適用、不能以個(gè)人意志予以變更和排除適用的因素，主體沒(méi)有自行選擇的余地。強(qiáng)制性因素包含法定因素和政策因素2 個(gè)一級(jí)指標(biāo)，該指標(biāo)反映的是科學(xué)數(shù)據(jù)相關(guān)法律、法規(guī)和政策，以及科研資助方對(duì)科學(xué)數(shù)據(jù)保存的影響。該指標(biāo)包含“法律要求”“數(shù)據(jù)政策”“政策引用”等7 個(gè)二級(jí)指標(biāo)。

3.3.2 內(nèi)容因素

內(nèi)容因素反映了科學(xué)數(shù)據(jù)的質(zhì)量，科學(xué)數(shù)據(jù)內(nèi)容的好壞決定科學(xué)數(shù)據(jù)質(zhì)量，是評(píng)判數(shù)據(jù)價(jià)值的重要因素。此類目包含“重用價(jià)值”“研究?jī)r(jià)值”和“數(shù)據(jù)可靠性”3 個(gè)一級(jí)指標(biāo)，“重用價(jià)值”指科學(xué)數(shù)據(jù)能夠被重復(fù)利用的價(jià)值，該指標(biāo)共包含“不可復(fù)制性”“研究興趣”“特殊學(xué)術(shù)價(jià)值”3 個(gè)二級(jí)指標(biāo)，即科學(xué)數(shù)據(jù)是否容易獲取、是否可以推動(dòng)研究興趣、是否具有引導(dǎo)開(kāi)創(chuàng)性學(xué)術(shù)價(jià)值的作用，決定了該數(shù)據(jù)或數(shù)據(jù)集是否具有重用價(jià)值。“研究?jī)r(jià)值”體現(xiàn)了科學(xué)數(shù)據(jù)在科學(xué)研究中能夠發(fā)揮的作用，該指標(biāo)價(jià)值體現(xiàn)在數(shù)據(jù)的引用價(jià)值、增加已有數(shù)據(jù)集的價(jià)值、推進(jìn)當(dāng)前研究進(jìn)展、預(yù)測(cè)未來(lái)研究方向上，共包含“學(xué)術(shù)引用”等4 個(gè)二級(jí)指標(biāo)。數(shù)據(jù)可靠性反映了數(shù)據(jù)自身的質(zhì)量，如果某一數(shù)據(jù)或數(shù)據(jù)集自產(chǎn)生之初就是錯(cuò)誤、不可靠或是失去時(shí)效的，那么保存該數(shù)據(jù)毫無(wú)意義，數(shù)據(jù)可靠性由數(shù)據(jù)的準(zhǔn)確、時(shí)效、完整、安全、純凈、元數(shù)據(jù)、價(jià)值量、長(zhǎng)期價(jià)值等8 個(gè)二級(jí)指標(biāo)組成。

3.3.3 支撐因素

支撐因素是指讀取、訪問(wèn)或使用數(shù)據(jù)時(shí)的保障性因素，該指標(biāo)包含“存儲(chǔ)限制”“訪問(wèn)限制”“技術(shù)限制”3 個(gè)一級(jí)指標(biāo)?！按鎯?chǔ)限制”反映了科學(xué)數(shù)據(jù)在保存過(guò)程中可能會(huì)遇到的障礙因素，例如科學(xué)數(shù)據(jù)中心的存儲(chǔ)環(huán)境、資金保障，科學(xué)數(shù)據(jù)結(jié)構(gòu)和技術(shù)標(biāo)準(zhǔn)是否與數(shù)據(jù)中心的標(biāo)準(zhǔn)相匹配等均會(huì)影響科學(xué)數(shù)據(jù)保存，該指標(biāo)共包含“易存儲(chǔ)性”等3 個(gè)二級(jí)指標(biāo)?！霸L問(wèn)限制”反映了數(shù)據(jù)用戶在使用科學(xué)數(shù)據(jù)時(shí)是否會(huì)受到各類限制，這些限制可能會(huì)來(lái)自政策法律、個(gè)人倫理、商業(yè)協(xié)議等，例如對(duì)病人醫(yī)療數(shù)據(jù)進(jìn)行分析，雖然可能會(huì)推動(dòng)醫(yī)學(xué)進(jìn)展，但該行為涉及病人隱私權(quán)，在讀取和利用這類數(shù)據(jù)時(shí)不得不采取審慎態(tài)度，該指標(biāo)包含“隱私許可”等4 個(gè)二級(jí)指標(biāo)?！凹夹g(shù)限制”是指在科學(xué)數(shù)據(jù)存取過(guò)程中所遇到的技術(shù)障礙或所需要的技術(shù)設(shè)備，科學(xué)數(shù)據(jù)存取越簡(jiǎn)單、越不依賴于復(fù)雜技術(shù)設(shè)備，則該數(shù)據(jù)越有可能長(zhǎng)期保存，從而發(fā)揮其長(zhǎng)期價(jià)值，該指標(biāo)包含“技術(shù)適用性”等3 個(gè)二級(jí)指標(biāo)。具體指標(biāo)含義如表1 所示。

表1 科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)釋義表Table 1 Interpretation table of evaluation indicators for scientific data

4 層次分析法與應(yīng)用原理

4.1 層次分析法

層次分析法（Analytic Hierarchy Process，簡(jiǎn)稱AHP），是指將一個(gè)復(fù)雜的多目標(biāo)決策問(wèn)題作為一個(gè)系統(tǒng)，將目標(biāo)分解為多個(gè)目標(biāo)或準(zhǔn)則，進(jìn)而分解為多指標(biāo)的若干層次，通過(guò)定性指標(biāo)模糊量化方法算出層次單排序和總排序，以作多指標(biāo)、多方案優(yōu)化決策的系統(tǒng)方法[29]。層次分析法將定性與定量方法結(jié)合起來(lái)，量化專家經(jīng)驗(yàn)，以提高決策效率。

4.2 層次分析法原理及步驟

4.2.1 建立層次結(jié)構(gòu)模型

將決策的目標(biāo)、考慮的因素和決策對(duì)象按它們之間的相互關(guān)系分為最高層、中間層和最低層，繪出層次結(jié)構(gòu)圖（圖1），在科學(xué)數(shù)據(jù)評(píng)價(jià)體系中，最高層、中間層和最低層分別對(duì)應(yīng)目標(biāo)層和一二級(jí)指標(biāo)。

4.2.2 構(gòu)建判斷矩陣

在確定各層次因素之間的權(quán)重時(shí)，定性的結(jié)果不易被接受，因而通常采取一致矩陣法，讓因素兩兩相互比較，采用相對(duì)尺度，減少不同性質(zhì)的因素相互比較的困難，以提高準(zhǔn)確度。如對(duì)法定因素和政策因素進(jìn)行兩兩對(duì)比，并按其重要性程度評(píng)定等級(jí)。aij為要素i 與要素j 重要性比較結(jié)果，按兩兩比較結(jié)果構(gòu)成的矩陣稱作判斷矩陣。判斷矩陣的性質(zhì)：aij=1/aji。表2 為因素比例標(biāo)度表。

表2 因素比例標(biāo)度表Table 2 Factor proportional scale

4.2.3 一致性檢驗(yàn)

一致性檢驗(yàn)是指對(duì)由不同樣本計(jì)算的各平均值或方差進(jìn)行檢驗(yàn)，即確定在一定顯著性水平下各平均值或各方差之間是否有顯著性差異，若無(wú)顯著性差異，則各平均值或各方差是一致的，稱為一致性檢驗(yàn)。

判斷矩陣最大特征根λmax的特征向量，經(jīng)歸一化（使向量中各元素之和等于1）后記為W，λmax對(duì)應(yīng)于歸一化特征向量W 的分向量W1，W2，…，Wn就是本層級(jí)指標(biāo)相對(duì)重要性的權(quán)重值，即指標(biāo)單排序權(quán)重。能否確認(rèn)層次單排序，需要進(jìn)行一致性檢驗(yàn)，即對(duì)矩陣A確定不一致的允許范圍。n 階一致陣的唯一非零特征根為n；n 階正互反陣A 的最大特征根λ≥n，當(dāng)且僅當(dāng)λ=n 時(shí)，A 為一致矩陣。

一致性指標(biāo)用CI 計(jì)算，CI 越小，說(shuō)明一致性越大。定義一致性指標(biāo)為：CI=（λ-n）/（n-1）。CI=0，有完全的一致性；CI 接近于0，有滿意的一致性；CI越大，越不一致。為衡量CI 的大小，引入隨機(jī)一致性指標(biāo)RI，RI=（CI1+CI2…+CIn）/n，隨機(jī)一致性指標(biāo)RI和判斷矩陣的階數(shù)有關(guān)，一般情況下，矩陣階數(shù)越大，則出現(xiàn)一致性隨機(jī)偏離的可能性也越大，其對(duì)應(yīng)關(guān)系如表3 所示。

表3 平均隨機(jī)一致性指標(biāo)標(biāo)準(zhǔn)值RITable 3 Average random consistency index standard value RI

在檢驗(yàn)判斷矩陣是否具有滿意的一致性時(shí)，還需將CI 和隨機(jī)一致性指標(biāo)RI 進(jìn)行比較，得出檢驗(yàn)系數(shù)CR，CR=CI/RI。如果CR＜0.1，則認(rèn)為該判斷矩陣通過(guò)一致性檢驗(yàn)，否則就不具有滿意一致性。

5 實(shí)證分析

文章采用網(wǎng)絡(luò)調(diào)查法和專家調(diào)查法選取科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)，再通過(guò)專家打分，依靠專家智慧來(lái)評(píng)判指標(biāo)重要性，最后運(yùn)用層次分析法計(jì)算各指標(biāo)權(quán)重。

5.1 專家選取

文章構(gòu)建指標(biāo)體系的目的是為了確定影響科學(xué)數(shù)據(jù)評(píng)價(jià)因素的重要性，科學(xué)數(shù)據(jù)評(píng)價(jià)屬于科學(xué)數(shù)據(jù)管理工作的重要一環(huán)，需要多方參與才能完成。據(jù)此，文章選取科學(xué)數(shù)據(jù)管理領(lǐng)域研究專家、數(shù)據(jù)分析專家、科學(xué)數(shù)據(jù)中心管理人員、科研人員、圖書(shū)館員等各2名，組建一個(gè)由10 名科學(xué)數(shù)據(jù)管理專家組成的評(píng)估團(tuán)隊(duì)，這些專家均在各自領(lǐng)域?qū)茖W(xué)數(shù)據(jù)管理有研究，并對(duì)科學(xué)數(shù)據(jù)評(píng)價(jià)有一定的認(rèn)識(shí)和理解。

5.2 指標(biāo)權(quán)重計(jì)算

通過(guò)構(gòu)建判斷矩陣，先確定每一位專家對(duì)體系中指標(biāo)權(quán)重的打分情況，再按照各專家排序向量加權(quán)幾何平均的方法確定指標(biāo)的最終權(quán)重，各判斷矩陣均通過(guò)一致性檢驗(yàn)。具體指標(biāo)權(quán)重如表4 所示。

表4 面向科學(xué)數(shù)據(jù)保存的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系及權(quán)重Table 4 Evaluation index system and weight of scientific data for scientific data preservation

5.3 指標(biāo)權(quán)重重要性分析

5.3.1 一級(jí)指標(biāo)權(quán)重分析

經(jīng)計(jì)算得出一級(jí)指標(biāo)權(quán)重從高到低排序?yàn)椋骸皵?shù)據(jù)可靠性（0.299 7）”“研究?jī)r(jià)值（0.245 2）”“法定因素（0.148 3）”“重用價(jià)值（0.095 2）”“政策因素（0.0934）”“訪問(wèn)限制（0.0496）”“技術(shù)限制（0.0416）”“存儲(chǔ)限制（0.027 1）”?？梢钥闯觥皵?shù)據(jù)可靠性”和“研究?jī)r(jià)值”兩個(gè)一級(jí)指標(biāo)的權(quán)重相加超過(guò)了0.5，說(shuō)明科學(xué)數(shù)據(jù)的內(nèi)容質(zhì)量對(duì)科學(xué)數(shù)據(jù)評(píng)價(jià)有非常大的影響?！胺ǘㄒ蛩亍薄爸赜脙r(jià)值”和“政策因素”緊隨其后排在了第二梯隊(duì)，“重用價(jià)值”屬于內(nèi)容質(zhì)量，“法定因素”和“政策因素”排名靠前說(shuō)明與數(shù)據(jù)有關(guān)的法律法規(guī)和政策對(duì)科學(xué)數(shù)據(jù)管理特別是數(shù)據(jù)存儲(chǔ)方面有重要影響，也是科學(xué)數(shù)據(jù)評(píng)價(jià)的重要指標(biāo)?！霸L問(wèn)限制”“技術(shù)限制”和“存儲(chǔ)限制”都屬于支撐因素，指標(biāo)權(quán)重排在最后，隨著社會(huì)經(jīng)濟(jì)和科技不斷發(fā)展，技術(shù)和軟硬件設(shè)備對(duì)科學(xué)數(shù)據(jù)保存的影響在逐漸降低，而非技術(shù)因素如“商業(yè)限制”“隱私許可”等對(duì)科學(xué)數(shù)據(jù)保存的影響在逐漸增加。

5.3.2 二級(jí)指標(biāo)權(quán)重分析

（1）二級(jí)指標(biāo)權(quán)重概括分析。二級(jí)指標(biāo)共32 個(gè)，權(quán)重排名前三位的分別為“價(jià)值累加（0.128 2）”“數(shù)據(jù)準(zhǔn)確性（0.111 5）”和“法律要求（0.064 6）”，說(shuō)明在科學(xué)數(shù)據(jù)評(píng)價(jià)中數(shù)據(jù)的內(nèi)容質(zhì)量和數(shù)據(jù)準(zhǔn)確性是最為重要的，科學(xué)數(shù)據(jù)管理者也需要投入更多關(guān)注；在非內(nèi)容因素方面，與數(shù)據(jù)有關(guān)的法律法規(guī)對(duì)科學(xué)數(shù)據(jù)評(píng)價(jià)與管理至關(guān)重要，隨著國(guó)內(nèi)立法不斷完善，科學(xué)數(shù)據(jù)管理者應(yīng)熟知并依照法律法規(guī)開(kāi)展科學(xué)數(shù)據(jù)管理與服務(wù)。二級(jí)指標(biāo)權(quán)重具體排名如圖2 所示。

圖2 科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系二級(jí)指標(biāo)權(quán)重排序圖Fig.2 Second-level index weight ranking chart of scientific data evaluation index system

（2）二級(jí)指標(biāo)權(quán)重分類說(shuō)明。“法定因素”指標(biāo)下“法律要求（0.064 6）”權(quán)重最高，說(shuō)明科學(xué)數(shù)據(jù)保存受到法律法規(guī)約束；“政策因素”中“合同義務(wù)（0.030 1）”權(quán)重最高，科學(xué)研究各相關(guān)方往往會(huì)簽署合同或協(xié)議，內(nèi)容包含科學(xué)數(shù)據(jù)是否保留；“重用價(jià)值”中“特殊學(xué)術(shù)價(jià)值（0.051 1）”權(quán)重最高，在數(shù)據(jù)密集型科學(xué)研究范式中，科學(xué)數(shù)據(jù)的作用引人矚目，可以有效支持開(kāi)創(chuàng)性學(xué)術(shù)研究；“研究?jī)r(jià)值”中“價(jià)值累加（0.128 2）”權(quán)重最高，當(dāng)科學(xué)數(shù)據(jù)能夠增進(jìn)已有數(shù)據(jù)集的價(jià)值時(shí)，數(shù)據(jù)應(yīng)當(dāng)被保存；“數(shù)據(jù)可靠性”中“數(shù)據(jù)準(zhǔn)確性（0.111 5）”“數(shù)據(jù)時(shí)效性”權(quán)重排名靠前，在專家看來(lái)，科學(xué)數(shù)據(jù)是否準(zhǔn)確可靠、是否具有時(shí)效性能夠深度影響數(shù)據(jù)去留?！爸我蛩亍彪m然在總指標(biāo)體系中權(quán)重排名靠后，但其中一些指標(biāo)仍然在科學(xué)數(shù)據(jù)評(píng)價(jià)中占有重要位置，例如，“商業(yè)限制（0.020 8）”“技術(shù)適用性（0.016 2）”“條件適應(yīng)性（0.011 6）”分別在各自的一級(jí)指標(biāo)中權(quán)重最高，這些因素對(duì)科學(xué)數(shù)據(jù)評(píng)價(jià)的影響也不容忽視。

綜上所述，文章構(gòu)建的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系反映了專家對(duì)影響科學(xué)數(shù)據(jù)保存的因素的相對(duì)重要性進(jìn)行了判斷，可用于指導(dǎo)科學(xué)數(shù)據(jù)保存工作，同時(shí)也對(duì)科研人員有所啟示：在科學(xué)研究中，應(yīng)盡可能獲取全面、準(zhǔn)確、價(jià)值大的數(shù)據(jù)，以備后續(xù)研究或其他工作使用。

5.4 研究結(jié)論與建議

作為科學(xué)數(shù)據(jù)管理基礎(chǔ)的科學(xué)數(shù)據(jù)評(píng)估與保存是一項(xiàng)涉及眾多單位、較為復(fù)雜的工作，科學(xué)數(shù)據(jù)中心是科學(xué)數(shù)據(jù)的管理和保存單位，對(duì)科學(xué)數(shù)據(jù)質(zhì)量負(fù)有直接責(zé)任，但由于科學(xué)研究專深性強(qiáng)，產(chǎn)生的數(shù)據(jù)數(shù)量龐大，需要對(duì)該領(lǐng)域有較深研究才能甄別科學(xué)數(shù)據(jù)質(zhì)量，對(duì)科學(xué)數(shù)據(jù)的評(píng)價(jià)依賴于科研人員的深度參與。此外，政府部門、科研資助單位應(yīng)分別在各自職能范圍對(duì)科學(xué)數(shù)據(jù)管理提出要求并予以支持?；谖恼碌难芯堪l(fā)現(xiàn)，提出以下對(duì)策和建議。

5.4.1 政府及社會(huì)各方力量應(yīng)積極推動(dòng)科學(xué)數(shù)據(jù)管理立法工作

根據(jù)文章研究結(jié)論，法律因素在指標(biāo)體系中權(quán)重排名靠前，是科學(xué)數(shù)據(jù)保存關(guān)鍵因素之一?？偨Y(jié)美國(guó)等西方國(guó)家的科學(xué)數(shù)據(jù)管理經(jīng)驗(yàn)，多數(shù)都制定了完備的法律，讓科學(xué)數(shù)據(jù)管理各方有法可循，提升科學(xué)數(shù)據(jù)管理效率。在國(guó)內(nèi)，2018 年4 月出臺(tái)的《科學(xué)數(shù)據(jù)管理辦法》明確了中國(guó)科學(xué)數(shù)據(jù)管理的總體原則、主要職責(zé)、數(shù)據(jù)采集匯交與保存、共享利用、保密與安全等方面內(nèi)容[30]，填補(bǔ)了中國(guó)科學(xué)數(shù)據(jù)管理的法規(guī)空白，對(duì)提高科學(xué)數(shù)據(jù)管理水平，服務(wù)國(guó)家創(chuàng)新具有重要意義。同時(shí)，我們應(yīng)當(dāng)認(rèn)識(shí)到行政法規(guī)的法律效力相較于法律偏低，法規(guī)的強(qiáng)制力不足，政府和社會(huì)各方力量應(yīng)積極推動(dòng)科學(xué)數(shù)據(jù)管理立法，規(guī)范科學(xué)數(shù)據(jù)管理各方的權(quán)利及義務(wù)，讓科學(xué)數(shù)據(jù)更好的服務(wù)于國(guó)家科技創(chuàng)新和經(jīng)濟(jì)社會(huì)發(fā)展。

5.4.2 提升科研能力，規(guī)范學(xué)術(shù)倫理，提高科學(xué)數(shù)據(jù)質(zhì)量

研究發(fā)現(xiàn)，科學(xué)數(shù)據(jù)質(zhì)量和價(jià)值對(duì)科學(xué)數(shù)據(jù)管理和保存有至關(guān)重要的影響?？茖W(xué)數(shù)據(jù)質(zhì)量與科研人員研究水平和學(xué)術(shù)倫理道德相關(guān)，提高科學(xué)數(shù)據(jù)質(zhì)量一方面需要提升科研人員的研究能力，提升科研團(tuán)隊(duì)的研究水平；另一方面，應(yīng)規(guī)范科研人員學(xué)術(shù)倫理，防止出現(xiàn)學(xué)術(shù)造假現(xiàn)象，避免產(chǎn)生虛假科學(xué)數(shù)據(jù)，這些需要政府、社會(huì)、科研機(jī)構(gòu)等單位多方參與。

5.4.3 發(fā)展數(shù)據(jù)存儲(chǔ)與安全技術(shù)，推動(dòng)科學(xué)數(shù)據(jù)共享與長(zhǎng)期保存

在指標(biāo)體系中，雖然技術(shù)因素在總權(quán)重中排名并不靠前，但數(shù)據(jù)存儲(chǔ)、加工、標(biāo)引、讀取等技術(shù)對(duì)科學(xué)數(shù)據(jù)保存的影響也非常大，存儲(chǔ)環(huán)境、軟硬件設(shè)備安全等問(wèn)題可能會(huì)對(duì)科學(xué)數(shù)據(jù)保存帶來(lái)毀滅性影響。此外，元數(shù)據(jù)標(biāo)引、異構(gòu)數(shù)據(jù)間的共享與利用、數(shù)據(jù)安全技術(shù)等也在很大程度上影響科學(xué)數(shù)據(jù)管理與保存，應(yīng)重視對(duì)這些技術(shù)的開(kāi)發(fā)與利用。

6 總結(jié)與展望

在開(kāi)放科學(xué)環(huán)境下，存儲(chǔ)及利用科學(xué)數(shù)據(jù)的意義重大，科學(xué)研究、經(jīng)濟(jì)發(fā)展、社會(huì)治理、國(guó)家創(chuàng)新等都需要大量的數(shù)據(jù)做支撐，這些需求離不開(kāi)高效的科學(xué)數(shù)據(jù)管理，也依賴于科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系甄別和遴選最有價(jià)值的數(shù)據(jù)。受研究能力和客觀條件影響，本研究有3 點(diǎn)不足：①科研人員參與數(shù)據(jù)評(píng)價(jià)工作的積極性會(huì)顯著影響科學(xué)數(shù)據(jù)評(píng)價(jià)體系的高效運(yùn)用；②指標(biāo)體系尚缺少量化指標(biāo)；③評(píng)價(jià)體系無(wú)法完全滿足個(gè)性化評(píng)價(jià)需求，科學(xué)數(shù)據(jù)管理主體應(yīng)依據(jù)自身需求和特色制定合適的評(píng)價(jià)標(biāo)準(zhǔn)。

在未來(lái)研究中，本研究將進(jìn)一步挖掘影響科學(xué)數(shù)據(jù)評(píng)價(jià)的因素，探尋面向科學(xué)數(shù)據(jù)管理全領(lǐng)域的科學(xué)數(shù)據(jù)評(píng)價(jià)指標(biāo)體系，并確定指標(biāo)量化標(biāo)準(zhǔn)，增加定量指標(biāo)比重，力求通過(guò)對(duì)指標(biāo)的實(shí)際應(yīng)用來(lái)進(jìn)一步驗(yàn)證和補(bǔ)充指標(biāo)體系。