基于三維框架的我國(guó)科學(xué)數(shù)據(jù)政策文本內(nèi)容分析

王流芳 榮注瑤 賈曉峰 胡志民

摘要：[目的/意義]分析我國(guó)國(guó)家層面發(fā)布的科學(xué)數(shù)據(jù)政策文本，描述國(guó)家層面政策部署特征，以期更好地把握科學(xué)數(shù)據(jù)政策的發(fā)展趨勢(shì)，為我國(guó)科學(xué)數(shù)據(jù)相關(guān)政策的制定提供重要參考。[方法/過(guò)程]構(gòu)建“政策工具—政策主體—數(shù)據(jù)生命周期”三維立體分析框架（即X維度、Y維度和Z維度），運(yùn)用內(nèi)容分析法與政策文本計(jì)量法對(duì)我國(guó)2005—2022年國(guó)家層面發(fā)布的106份科學(xué)數(shù)據(jù)政策進(jìn)行解構(gòu)和量化分析。[結(jié)果/結(jié)論]在政策工具維度基本形成“權(quán)威工具+能力建設(shè)工具”的分布模式；國(guó)務(wù)院、科技部、人民代表大會(huì)作為主要政策主體對(duì)科學(xué)數(shù)據(jù)統(tǒng)一規(guī)劃和管理；政策致力于推動(dòng)數(shù)據(jù)利用和共享，同時(shí)也在加大對(duì)科學(xué)數(shù)據(jù)發(fā)展的基本能力建設(shè)的投入。需要注意的是：激勵(lì)工具、象征及勸誡工具缺位比較嚴(yán)重，且政策工具內(nèi)部結(jié)構(gòu)不夠均衡；國(guó)務(wù)院、科技部、人民代表大會(huì)在科學(xué)數(shù)據(jù)管理方面負(fù)擔(dān)較重；目前政策對(duì)數(shù)據(jù)獲取、數(shù)據(jù)處理階段的部署較少。建議適當(dāng)增加激勵(lì)工具和象征及勸誡工具的使用占比，優(yōu)化各類型政策工具內(nèi)部結(jié)構(gòu)，切實(shí)簡(jiǎn)政放權(quán)，合理調(diào)節(jié)政策主體壓力，加強(qiáng)科學(xué)數(shù)據(jù)全生命周期管理。

關(guān)鍵詞：科學(xué)數(shù)據(jù)；政策文本；三維框架；內(nèi)容分析

分類號(hào)：G250

引用格式：王流芳， 榮注瑤， 賈曉峰， 等. 基于三維框架的我國(guó)科學(xué)數(shù)據(jù)政策文本內(nèi)容分析[J/OL]. 知識(shí)管理論壇， 2024， 9（2）： 177-194 [引用日期]. http：//www.kmf.ac.cn/p/386/. （Citation： Wang Liufang， Rong Zhuyao， Jia Xiaofeng， et al. The Text Content Analysis of Chinese Scientific Data Policy Based on Three-Dimensional Framework[J/OL]. Knowledge Management Forum， 2024， 9（2）： 177-194 [cite date]. http：//www.kmf.ac.cn/p/386/.）

隨著數(shù)據(jù)密集型計(jì)算成為新的科研范式，科學(xué)數(shù)據(jù)成為科研創(chuàng)新的動(dòng)力源泉。科學(xué)數(shù)據(jù)政策作為科研管理的重要組成部分，對(duì)于促進(jìn)科技創(chuàng)新和推動(dòng)科研成果轉(zhuǎn)化具有重要意義。自1958年起，我國(guó)陸續(xù)出臺(tái)了一系列促進(jìn)科學(xué)數(shù)據(jù)共享的政策和措施[1-2]。2005年之后，我國(guó)國(guó)家層面開始出臺(tái)法規(guī)政策對(duì)科學(xué)數(shù)據(jù)的發(fā)展進(jìn)行頂層設(shè)計(jì)，隨后科學(xué)數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)規(guī)范、安全管理、平臺(tái)建設(shè)、成果轉(zhuǎn)化法等政策相繼出臺(tái)。2022年12月，國(guó)務(wù)院發(fā)布《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》提出20條政策舉措，為加快構(gòu)建數(shù)據(jù)基礎(chǔ)制度體系，進(jìn)一步釋放數(shù)據(jù)要素價(jià)值，激活數(shù)據(jù)要素潛能指明了方向[3]。隨著科學(xué)數(shù)據(jù)政策體系的逐漸完善和豐富，掌握政策脈絡(luò)、政策演進(jìn)以及政策部署趨勢(shì)，對(duì)于進(jìn)一步把握科學(xué)數(shù)據(jù)政策、推進(jìn)政策完善制定具有重要意義。

然而，國(guó)內(nèi)關(guān)于科學(xué)數(shù)據(jù)政策的研究主要集中在國(guó)內(nèi)外政策的比較研究、政策解讀和特定領(lǐng)域政策分析，以及對(duì)我國(guó)各層面發(fā)布的科學(xué)數(shù)據(jù)未分層級(jí)的政策文本量化分析。筆者構(gòu)建“政策工具—政策主體—數(shù)據(jù)生命周期”三維立體分析框架，運(yùn)用內(nèi)容分析法與政策文本計(jì)量法對(duì)2005—2022年間的106份國(guó)家層面科學(xué)數(shù)據(jù)政策文本進(jìn)行解構(gòu)分析，首次對(duì)我國(guó)國(guó)家層面發(fā)布的科學(xué)數(shù)據(jù)政策特征進(jìn)行分析，并且使用與以往許多研究不同的政策工具視角，以期呈現(xiàn)我國(guó)國(guó)家層面科學(xué)數(shù)據(jù)政策部署全貌，并提出政策優(yōu)化策略。

1? 研究現(xiàn)狀綜述/ Review of current research

隨著科學(xué)數(shù)據(jù)管理活動(dòng)的不斷發(fā)展和管理政策研究的細(xì)化，國(guó)內(nèi)外學(xué)者都將研究重點(diǎn)落在政策體系框架的構(gòu)建上，將研究熱點(diǎn)集中在從利益相關(guān)者、各類政策影響因素的角度構(gòu)建政策制定框架。但也存在著以下區(qū)別：

國(guó)外科學(xué)數(shù)據(jù)政策研究?jī)A向于針對(duì)現(xiàn)有政策進(jìn)行調(diào)研、評(píng)估政策效果和分析政策影響因素。例如，J. F. Gaba等[4]從不同角度針對(duì)臨床數(shù)據(jù)的管理政策進(jìn)行調(diào)研，發(fā)現(xiàn)現(xiàn)有政策的不足并提出完善的建議；A. Martan等[5]對(duì)丹麥15名衛(wèi)生數(shù)據(jù)政策制定的利益相關(guān)者進(jìn)行半結(jié)構(gòu)化訪談，并對(duì)訪談?dòng)涗涍M(jìn)行定性分析；J. ?tebe等[6]以國(guó)際知名的資源描述和檢索（resource description and access，RDA）數(shù)據(jù)政策標(biāo)準(zhǔn)為基礎(chǔ)，描述斯洛文尼亞科學(xué)期刊中RDA研究數(shù)據(jù)政策框架的實(shí)施情況；N. Waithira等[7]概述數(shù)據(jù)管理和共享政策的要素，提出機(jī)構(gòu)、部門或小組的數(shù)據(jù)管理和共享政策是鼓勵(lì)研究人員和醫(yī)療保健人員共享數(shù)據(jù)的前提；E. van der Marel等[8]匯編出加權(quán)指數(shù)來(lái)評(píng)估世界上一些國(guó)家在2006—2016年發(fā)布的數(shù)據(jù)規(guī)范政策的限制程度，發(fā)現(xiàn)限制性數(shù)據(jù)政策與數(shù)據(jù)密集型服務(wù)貿(mào)易呈現(xiàn)顯著的負(fù)相關(guān)性；A. M. Rousi等[9]分析了各個(gè)領(lǐng)域內(nèi)科學(xué)期刊的數(shù)據(jù)管理政策，發(fā)現(xiàn)不同研究領(lǐng)域之間的政策內(nèi)容、強(qiáng)度等存在相當(dāng)大的差異。

我國(guó)學(xué)者更傾向于分析國(guó)外政策案例、劃分政策利益相關(guān)者、對(duì)研究政策的相關(guān)論文進(jìn)行綜述等。例如，馬合等[10]通過(guò)系統(tǒng)梳理歐美各國(guó)重大的科學(xué)數(shù)據(jù)政策，提出我國(guó)應(yīng)構(gòu)建多方面多層次的政策體系、發(fā)揮科研資助機(jī)構(gòu)在政策制定和執(zhí)行中的重要作用；張紅亮[11]闡述英國(guó)非政府機(jī)構(gòu)、政府部門、大學(xué)機(jī)構(gòu)三類組織的科學(xué)數(shù)據(jù)管理相關(guān)政策，對(duì)其數(shù)據(jù)政策內(nèi)容及特點(diǎn)進(jìn)行分析總結(jié)；王芳等[12]從政策發(fā)展歷程、政策利益相關(guān)者責(zé)任、政策主題相似度及關(guān)鍵內(nèi)容要素等方面對(duì)美國(guó)、英國(guó)、澳大利亞和中國(guó)的181份科學(xué)數(shù)據(jù)管理政策進(jìn)行分析比較；王顥燃[13]從數(shù)據(jù)生命周期和利益相關(guān)者角度對(duì)中英兩國(guó)7個(gè)政策進(jìn)行比較，找出我國(guó)政策存在的不足并提出建議；姜鑫等[14]針對(duì)參與開放科學(xué)數(shù)據(jù)的眾多利益相關(guān)者之間的政策協(xié)同問(wèn)題展開研究，為完善各利益相關(guān)者制定的政策提出建議；郭仕琳[15]引入行動(dòng)者網(wǎng)絡(luò)理論和利益相關(guān)者理論對(duì)利益相關(guān)者進(jìn)行明確，并分析其利益訴求，提出科學(xué)數(shù)據(jù)開放共享利益平衡機(jī)制的構(gòu)建原則與建議；宋永輝等[16]選取科學(xué)數(shù)據(jù)政策相關(guān)論文作為研究對(duì)象，分析國(guó)際與國(guó)內(nèi)該領(lǐng)域的研究熱點(diǎn)與演化趨勢(shì)。

整體來(lái)看，國(guó)內(nèi)外學(xué)者對(duì)特定國(guó)家層面的科學(xué)數(shù)據(jù)政策文本量化分析比較少，在探索國(guó)家層面政策特征及部署趨勢(shì)方面還有很大的研究空間。此外，我國(guó)學(xué)者在利用政策工具分析科學(xué)數(shù)據(jù)政策時(shí)大多數(shù)使用R. Rothwell等提出的分類法，即供給側(cè)、需求側(cè)、環(huán)境側(cè)。例如，司莉等[17]基于供給型、環(huán)境型、需求型政策工具視角，結(jié)合利益相關(guān)者和生命周期理論構(gòu)建三維框架，對(duì)國(guó)家和地方的科學(xué)數(shù)據(jù)管理政策的內(nèi)容結(jié)構(gòu)進(jìn)行分析；霍倩等[18]選取13份我國(guó)地方政府發(fā)布的科學(xué)數(shù)據(jù)管理實(shí)施細(xì)則，運(yùn)用供給型、環(huán)境型、需求型政策工具進(jìn)行分析并提出啟示。

與以往研究不同，筆者構(gòu)建“政策工具—政策主體—數(shù)據(jù)生命周期”三維分析框架基于的政策工具是參考L. M. McDonnell和R. F. Elmore[19]、A. Schneider 和 H. Ingram[20]的分類理論，即權(quán)威工具、激勵(lì)工具、能力建設(shè)工具、象征及勸誡工具、系統(tǒng)變革工具。以不同的政策工具視角，基于三維框架對(duì)我國(guó)國(guó)家層面發(fā)布的科學(xué)數(shù)據(jù)政策文本進(jìn)行研究，探索我國(guó)科學(xué)數(shù)據(jù)政策優(yōu)勢(shì)和不足，為今后從事科學(xué)數(shù)據(jù)政策研究的學(xué)者提供基礎(chǔ)參考。

2? 數(shù)據(jù)來(lái)源與研究方法/ Data sources and research methods

2.1? 數(shù)據(jù)來(lái)源

統(tǒng)計(jì)“中國(guó)科技資源共享網(wǎng)”和20個(gè)國(guó)家科學(xué)數(shù)據(jù)中心官網(wǎng)的“政策文件”和“政策法規(guī)”欄目中的有關(guān)政策，確定我國(guó)科學(xué)數(shù)據(jù)政策涉及的大體范圍[21-22]。以“科學(xué)數(shù)據(jù)”“科研數(shù)據(jù)”作為關(guān)鍵詞，在政府網(wǎng)、國(guó)家衛(wèi)健委、科技部官網(wǎng)以及國(guó)家法律法規(guī)數(shù)據(jù)庫(kù)、北大法寶數(shù)據(jù)庫(kù)等檢索國(guó)家層面科學(xué)數(shù)據(jù)政策文件，政策收錄時(shí)間截至2022年12月31日。此外，還利用政策文本關(guān)聯(lián)性進(jìn)行回溯檢索，避免遺漏。通過(guò)以上來(lái)源，收集到政策文件350份。

為確保政策文本的代表性，筆者還確定了納入和排除標(biāo)準(zhǔn)。納入標(biāo)準(zhǔn)如下：①在政策文本中搜索“數(shù)據(jù)”關(guān)鍵詞，有“數(shù)據(jù)”關(guān)鍵詞的政策納入精讀，根據(jù)上下文語(yǔ)境判斷其“數(shù)據(jù)”關(guān)鍵詞是否符合《科學(xué)數(shù)據(jù)管理辦法》（國(guó)辦發(fā)〔2018〕17號(hào)，以下簡(jiǎn)稱《辦法》）中科學(xué)數(shù)據(jù)的定義，如果符合就納入。②將政策按發(fā)布時(shí)間排序，并從發(fā)布最早的政策開始逐個(gè)閱讀，尋找科學(xué)數(shù)據(jù)定義的源頭政策。經(jīng)閱讀發(fā)現(xiàn)，2005年8月份發(fā)布的《國(guó)家科學(xué)數(shù)據(jù)中心建設(shè)技術(shù)規(guī)范》在我國(guó)政策中最早對(duì)科學(xué)數(shù)據(jù)的含義做出了解釋，然而，同年5月份發(fā)布的《科學(xué)數(shù)據(jù)共享工程質(zhì)量管理規(guī)范》和8月份發(fā)布的《國(guó)家科學(xué)數(shù)據(jù)中心建設(shè)技術(shù)規(guī)范》都屬于2005年的《國(guó)家科學(xué)數(shù)據(jù)共享工程技術(shù)標(biāo)準(zhǔn)》，因此，在納入時(shí)把《科學(xué)數(shù)據(jù)共享工程質(zhì)量管理規(guī)范》確定為研究起點(diǎn)。排除標(biāo)準(zhǔn)如下：①非國(guó)家層面政策（國(guó)家層面政策是指國(guó)務(wù)院、各部委及其相同等級(jí)的國(guó)家機(jī)構(gòu)所頒布的政策，不包括部委頒布的部門政策）；②征求意見稿、提案、政策解讀、答復(fù)函、政府報(bào)告等；③研究起點(diǎn)時(shí)間之前發(fā)布的政策；④政策不完整或者無(wú)法獲取政策文本全文的。最終被納入符合要求的政策文件106份，如表1所示：

2.2? 研究方法

2.2.1? 內(nèi)容分析法

筆者將政策工具分為權(quán)威工具、激勵(lì)工具、能力建設(shè)工具、象征及勸誡工具、系統(tǒng)變革工具（見表2）；從政策主體視角，對(duì)政策發(fā)文主體進(jìn)行統(tǒng)計(jì)，梳理出我國(guó)國(guó)家層面科學(xué)數(shù)據(jù)政策的主體主要有全國(guó)人民代表大會(huì)、國(guó)務(wù)院、科技部、發(fā)改委、財(cái)政部、國(guó)家衛(wèi)健委等；以聶云貝、高飛、夏義堃等的研究為基礎(chǔ)，將科學(xué)數(shù)據(jù)生命周期分為數(shù)據(jù)計(jì)劃、數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)保存、數(shù)據(jù)利用5個(gè)主要階段（見表3）[23-25]。

構(gòu)建三維科學(xué)數(shù)據(jù)政策文本分析框架，分別為政策工具維度、政策主體維度、數(shù)據(jù)生命周期維度，如圖1所示：

2.2.2? 政策文本計(jì)量法

以納入的106份國(guó)家層面科學(xué)數(shù)據(jù)政策為樣本，按照政策發(fā)布時(shí)間對(duì)政策進(jìn)行升序編號(hào)，然后以“政策編號(hào)—政策條款—政策條目”進(jìn)行編碼。編碼所依據(jù)的原則是不可細(xì)分原則，即一段話如果是表達(dá)同一層意思的即為1個(gè)編碼，如果能細(xì)分成多層意思的，則細(xì)分為多個(gè)編碼，直到不可細(xì)分為止[26]。最終得到981條政策工具編碼、1 237條政策主體編碼、1 110條數(shù)據(jù)生命周期編碼，如表4所示：

（二十五）推進(jìn)投融資體制改革

建立健全投資審批數(shù)據(jù)部門間共享機(jī)制，推動(dòng)投資審批權(quán)責(zé)“一張清單”、審批數(shù)據(jù)“一體共享”、審批事項(xiàng)“一網(wǎng)通辦” 106-8-25 制度體系 國(guó)務(wù)院 數(shù)據(jù)利用

上述編碼工作由2名研究者獨(dú)立完成，為保證內(nèi)容分析的可信度，采用編碼者間的一致性系數(shù)α=2*C/（n1+n2）對(duì)編碼信度進(jìn)行檢驗(yàn)，其中C是兩位編碼人員在編碼過(guò)程中完全一致的編碼數(shù)，n1、n2 分別為兩位編碼人員各自的編碼數(shù)量。通過(guò)計(jì)算α=0.87，不同編碼者一致性達(dá)到 85% 以上，表明信度在可接受范圍內(nèi)[27]。

3? 政策總體情況分析/Overall policy analysis

3.1? 年度發(fā)文量分布

以政策數(shù)量變化情況，結(jié)合標(biāo)志性事件與關(guān)鍵性政策頒布為時(shí)間節(jié)點(diǎn)，將我國(guó)科學(xué)數(shù)據(jù)管理政策演進(jìn)歷程劃分為3個(gè)階段：①初步探索階段（2005—2010年）。2005年科技部發(fā)布《國(guó)家科學(xué)數(shù)據(jù)中心建設(shè)技術(shù)規(guī)范》，首次在國(guó)家層面提出科學(xué)數(shù)據(jù)的概念，我國(guó)國(guó)家層面開始推動(dòng)科學(xué)數(shù)據(jù)的發(fā)展，在這個(gè)階段，政策年度發(fā)文數(shù)量先減少后增多。②穩(wěn)定發(fā)展階段（2011—2017年）。2011年，科技部發(fā)布《國(guó)家“十二五”科學(xué)和技術(shù)發(fā)展規(guī)劃》，對(duì)未來(lái)5年我國(guó)科技發(fā)展和自主創(chuàng)新的戰(zhàn)略任務(wù)進(jìn)行部署[28]。在這個(gè)階段，我國(guó)科學(xué)數(shù)據(jù)政策數(shù)量整體上呈現(xiàn)穩(wěn)定增多的趨勢(shì)。③迅猛發(fā)展階段（2018—2022年）。國(guó)務(wù)院辦公廳發(fā)布《辦法》，在這個(gè)階段，國(guó)家對(duì)科學(xué)數(shù)據(jù)發(fā)展的關(guān)注力度持續(xù)加大，科學(xué)數(shù)據(jù)相關(guān)政策年發(fā)文數(shù)量突破10，并在經(jīng)歷一次小浮動(dòng)后爆發(fā)式增長(zhǎng)。如圖2所示：

3.2? 熱點(diǎn)關(guān)鍵詞分析

以《辦法》為時(shí)間分界線，運(yùn)用wordcloud2分別繪制詞云。《辦法》發(fā)布之前共有政策47份，政策聚焦點(diǎn)為科技、創(chuàng)新、技術(shù)、研究（見圖3），主要致力于推動(dòng)科學(xué)技術(shù)發(fā)展、促進(jìn)創(chuàng)新能力提升、推動(dòng)技術(shù)進(jìn)步和提高研究水平。這可能是由于國(guó)務(wù)院2005年發(fā)布《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）》，并且于2006年印發(fā)實(shí)施《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）》若干配套政策，強(qiáng)調(diào)科技創(chuàng)新在國(guó)家發(fā)展中的重要性和戰(zhàn)略地位，并提出了一系列政策措施來(lái)推動(dòng)科技、創(chuàng)新、技術(shù)、研究的發(fā)展[29-30]?！掇k法》發(fā)布之后共有政策59份（包括《辦法》），政策聚焦點(diǎn)為發(fā)展、建設(shè)、服務(wù)、創(chuàng)新（見圖4），主要致力于建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施、提供數(shù)據(jù)服務(wù)，以促進(jìn)數(shù)據(jù)的創(chuàng)新應(yīng)用和高質(zhì)量發(fā)展。這可能是由于《辦法》中開宗明義“進(jìn)一步加強(qiáng)和規(guī)范科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高開放共享水平，更好支撐國(guó)家科技創(chuàng)新、經(jīng)濟(jì)社會(huì)發(fā)展和國(guó)家安全”[31]。在此之后，政策更加注重科學(xué)數(shù)據(jù)基礎(chǔ)設(shè)施和平臺(tái)的建設(shè)、創(chuàng)新能力和服務(wù)能力的提高，以及推動(dòng)高質(zhì)量發(fā)展。此外，國(guó)家也是大力建設(shè)數(shù)據(jù)平臺(tái)以提升服務(wù)能力，例如，2019年6月5日，科技部、財(cái)政部發(fā)布《關(guān)于發(fā)布國(guó)家科技資源共享服務(wù)平臺(tái)優(yōu)化調(diào)整名單的通知》，將原有8個(gè)科學(xué)數(shù)據(jù)類國(guó)家平臺(tái)優(yōu)化調(diào)整形成了國(guó)家高能物理科學(xué)數(shù)據(jù)中心等20個(gè)國(guó)家科學(xué)數(shù)據(jù)中心。

總體來(lái)看，我國(guó)科學(xué)數(shù)據(jù)政策熱點(diǎn)從剛開始的注重技術(shù)發(fā)展和學(xué)術(shù)研究的進(jìn)步向注重?cái)?shù)據(jù)平臺(tái)建設(shè)、數(shù)據(jù)服務(wù)、數(shù)據(jù)創(chuàng)新應(yīng)用和推動(dòng)高質(zhì)量發(fā)展轉(zhuǎn)變。

4? ?結(jié)果分析/Result analysis

以下分別從“政策工具”“政策主體”“數(shù)據(jù)生命周期”單維度和“政策工具—政策主體”“政策工具—數(shù)據(jù)生命周期”“政策主體—數(shù)據(jù)生命周期”二維交互角度進(jìn)行分析。

4.1? 政策文本的單維度分析

4.1.1? X維度：政策工具

我國(guó)科學(xué)數(shù)據(jù)政策類型覆蓋了法規(guī)管制、任務(wù)要求、稅收優(yōu)惠、表彰獎(jiǎng)勵(lì)、宣傳推廣、榜樣示范、機(jī)構(gòu)調(diào)整、職能轉(zhuǎn)變等19種政策工具，在使用占比和頻次上存在很大差異。在981個(gè)政策工具分析單元中，法規(guī)管制工具使用占比最高為25.4%（249）；其次是基礎(chǔ)設(shè)施建設(shè)工具，使用占比為12.3%（121）；排在第三位、第四位的分別是科技信息支持工具、任務(wù)要求工具，使用占比分別為11.7%（115）、11.1%（109）；處于后兩位的分別是社會(huì)監(jiān)督工具、消費(fèi)補(bǔ)貼工具，占比分別為0.2%（2）、0%（0）。從政策類別來(lái)看，我國(guó)科學(xué)數(shù)據(jù)政策中使用的權(quán)威工具最多，使用占比為45.8%（449）；其次是能力建設(shè)工具，使用占比為29.9%（293）；使用最少的是象征及勸誡工具，占比為5.7%（56）。值得注意的是，激勵(lì)工具中的懲罰批評(píng)工具（占比2.2%）即將達(dá)到表彰獎(jiǎng)勵(lì)工具（占比0.8%）的3倍（見表5）。

整體來(lái)看，我國(guó)科學(xué)數(shù)據(jù)政策中對(duì)科學(xué)數(shù)據(jù)管制方面的部署比較多，在基礎(chǔ)設(shè)施建設(shè)、科技信息支持、任務(wù)要求等方面也做了大量部署工作，但表彰獎(jiǎng)勵(lì)、社會(huì)監(jiān)督的力度還不夠，而且也沒在國(guó)家層面明文支持對(duì)科學(xué)數(shù)據(jù)或其科技產(chǎn)品實(shí)行消費(fèi)補(bǔ)貼。

從歷年政策工具使用情況來(lái)看，國(guó)家2005年開始發(fā)布科學(xué)數(shù)據(jù)有關(guān)政策時(shí)，能力建設(shè)工具最多，主要致力于提升技術(shù)水平和加工數(shù)據(jù)資源，為科學(xué)數(shù)據(jù)的發(fā)展提供最基本的技術(shù)支持。但是不久后，權(quán)威工具就超過(guò)能力建設(shè)工具，居于最多；2011—2014年期間，權(quán)威工具和能力建設(shè)工具的使用數(shù)量不差上下；在2015—2022年期間，能力建設(shè)工具兩次超過(guò)權(quán)威工具，分別是2015—2016年、2019—2020年，但只是短暫的超越，整體來(lái)看，還是權(quán)威工具占據(jù)主導(dǎo)地位。激勵(lì)工具、象征及勸誡工具在歷年使用中一直處于占比最少的狀態(tài)（見圖5）。以上結(jié)果表明，為科學(xué)數(shù)據(jù)的發(fā)展創(chuàng)造良好的法規(guī)管制環(huán)境和提供基本的能力建設(shè)支持是國(guó)家科學(xué)數(shù)據(jù)政策部署的側(cè)重點(diǎn)。

4.1.2? Y維度：政策主體

以政策解構(gòu)單元的1 237個(gè)政策主體為基數(shù)繪制圖6。在我國(guó)國(guó)家層面科學(xué)數(shù)據(jù)政策中，國(guó)務(wù)院使用的政策工具最多，為28.1%；其次是科技部，使用政策工具的占比為20.2%；排在第三位的是人民代表大會(huì)（13.2%）；其他主體發(fā)布的政策中使用工具的占比遠(yuǎn)遠(yuǎn)少于這三大主體，可見我國(guó)國(guó)家層面科學(xué)數(shù)據(jù)政策主要是由國(guó)務(wù)院、科技部、人民代表大會(huì)進(jìn)行部署。《辦法》第六條明確指出“科學(xué)數(shù)據(jù)管理工作實(shí)行國(guó)家統(tǒng)籌、各部門與各地區(qū)分工負(fù)責(zé)的體制”。從國(guó)家層面政策主體的分布情況來(lái)看，我國(guó)科學(xué)數(shù)據(jù)管理工作切實(shí)做到了國(guó)家統(tǒng)籌，這是我國(guó)科學(xué)數(shù)據(jù)管理工作的一大優(yōu)勢(shì)。

4.1.3? Z維度：數(shù)據(jù)生命周期

以政策中涉及到的數(shù)據(jù)生命周期總頻數(shù)1 110為基數(shù)繪制圖7。在科學(xué)數(shù)據(jù)國(guó)家層面政策中，有關(guān)數(shù)據(jù)生命周期的政策條文數(shù)量占比分布比較均勻。數(shù)據(jù)利用所占比重最多（34.7%）；其次是數(shù)據(jù)計(jì)劃（20.0%）；排在第三位的是數(shù)據(jù)保存（17.2%）；所占比重處于后兩位的分別是數(shù)據(jù)獲?。?5.3%）和數(shù)據(jù)處理（12.8%）。從統(tǒng)計(jì)數(shù)據(jù)可以看出，我國(guó)科學(xué)數(shù)據(jù)政策注重于數(shù)據(jù)利用、數(shù)據(jù)共享的推動(dòng)以及數(shù)據(jù)總體規(guī)劃、建設(shè)目標(biāo)制定和數(shù)據(jù)安全保存等，對(duì)數(shù)據(jù)匯交獲取、數(shù)據(jù)處理方面的推動(dòng)相對(duì)較少。究其原因可能是，隨著全球開放獲取運(yùn)動(dòng)和數(shù)據(jù)密集型科研范式的不斷發(fā)展，科學(xué)數(shù)據(jù)開放共享已成為各國(guó)搶占大數(shù)據(jù)戰(zhàn)略高地和保持國(guó)家競(jìng)爭(zhēng)力的核心舉措，因此，為最大化發(fā)揮科學(xué)數(shù)據(jù)開放共享的優(yōu)勢(shì)作用，各國(guó)相繼頒布針對(duì)性政策以保障和規(guī)范科學(xué)數(shù)據(jù)的開放共享和利用[32]。

4.2? 政策文本的二維交互分析

4.2.1? 政策工具和政策主體

對(duì)政策文本編碼比例大于2%的政策主體進(jìn)行分析（見表6）。國(guó)務(wù)院、科技部、人民代表大會(huì)、工信部、國(guó)家衛(wèi)健委主要使用的是權(quán)威工具，其次是能力建設(shè)工具；發(fā)改委、財(cái)政部、國(guó)家能源局主要使用的是能力建設(shè)工具，其次是權(quán)威工具；國(guó)土資源部主要使用的是權(quán)威工具，其次是系統(tǒng)變革工具；教育部主要使用的是能力建設(shè)工具，其次是系統(tǒng)變革工具。

總體來(lái)看，各政策主體對(duì)權(quán)威工具和能力建設(shè)工具的使用最多，對(duì)系統(tǒng)變革工具的使用次之，使用最少的是激勵(lì)工具、象征及勸誡工具?？赡艿脑蚴牵簷?quán)威工具和能力建設(shè)工具在政策實(shí)施方面能夠起到明確的指導(dǎo)和支持作用，可提供一種制度性基礎(chǔ)，更直接且有效地引導(dǎo)和改善科學(xué)數(shù)據(jù)的管理與使用。相較于權(quán)威工具和能力建設(shè)工具，系統(tǒng)變革工具需要更多的資源和時(shí)間，并且對(duì)于政策主體來(lái)說(shuō)可能存在一定的風(fēng)險(xiǎn)，需要更謹(jǐn)慎地考慮和評(píng)估。激勵(lì)工具、象征及勸誡工具雖然在某些情況下具有一定的效果，但相對(duì)于權(quán)威工具、能力建設(shè)工具和系統(tǒng)變革工具來(lái)說(shuō)，其影響力和可操作性較小。

4.2.2? 政策工具和數(shù)據(jù)生命周期

在科學(xué)數(shù)據(jù)整個(gè)生命周期中，數(shù)據(jù)計(jì)劃階段使用最多的是任務(wù)要求工具。數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)保存和數(shù)據(jù)利用階段使用最多的是法規(guī)管制工具，見表7。

整體來(lái)看，權(quán)威工具在整個(gè)數(shù)據(jù)生命周期中使用最多（46.8%），其次是能力建設(shè)工具（32.9%）、系統(tǒng)變革工具（12.2%），在數(shù)據(jù)生命周期中使用較少的是象征及勸誡工具（5.0%），最少的是激勵(lì)工具（3.1%）。可能原因是：科學(xué)數(shù)據(jù)政策往往依賴于權(quán)威機(jī)構(gòu)或組織的指導(dǎo)和規(guī)范，因此在整個(gè)數(shù)據(jù)生命周期中，使用權(quán)威工具可以提供明確的指導(dǎo)和規(guī)則，使數(shù)據(jù)管理更加規(guī)范和可靠。技術(shù)、平臺(tái)、人員的能力和知識(shí)是關(guān)鍵因素，在數(shù)據(jù)生命周期中使用能力建設(shè)工具可以提升數(shù)據(jù)管理的效能和質(zhì)量，從而降低風(fēng)險(xiǎn)。隨著科學(xué)研究和數(shù)據(jù)管理環(huán)境的不斷變化，在數(shù)據(jù)生命周期中使用系統(tǒng)變革工具可以幫助科研機(jī)構(gòu)或組織適應(yīng)新的挑戰(zhàn)和需求。象征及勸誡工具更多地側(cè)重于道德和輿論層面的建設(shè)，相較于技術(shù)和管理規(guī)范，其直接性和可控性略有遜色，因此，在數(shù)據(jù)生命周期中使用象征及勸誡工具相對(duì)較少。激勵(lì)工具需要一定的社會(huì)資源和機(jī)制來(lái)支持，如金融支持、稅收優(yōu)惠、獎(jiǎng)勵(lì)懲罰等，需要統(tǒng)籌社會(huì)各方面的力量去協(xié)調(diào)，因此還在探索階段。目前，學(xué)界關(guān)于科學(xué)數(shù)據(jù)利益相關(guān)者的探討和界定，可以為數(shù)據(jù)生命周期中激勵(lì)工具的使用提供一定的參考。

4.2.3? 政策主體和數(shù)據(jù)生命周期

由表8可知，國(guó)務(wù)院的部署在數(shù)據(jù)計(jì)劃、數(shù)據(jù)獲取、數(shù)據(jù)保存、數(shù)據(jù)利用階段的占比最多，分別為24.5%、29.3%、28.2%、32.7%。除了數(shù)據(jù)處理階段主要由科技部部署（25.8%），數(shù)據(jù)計(jì)劃、數(shù)據(jù)獲取、數(shù)據(jù)保存、數(shù)據(jù)利用階段都主要由國(guó)務(wù)院部署。科技部負(fù)責(zé)數(shù)據(jù)處理階段主要是因?yàn)槠渚邆淇萍假Y源優(yōu)勢(shì)和研發(fā)創(chuàng)新能力，而國(guó)務(wù)院部署其他階段主要是為了統(tǒng)籌和協(xié)調(diào)各方資源、促進(jìn)數(shù)據(jù)共享與合作、制定統(tǒng)一標(biāo)準(zhǔn)與規(guī)范、推動(dòng)政策和法規(guī)的制定和管理。

5? 結(jié)論與建議/Conclusions and suggestions

5.1? 研究結(jié)論

筆者運(yùn)用內(nèi)容分析法和政策文本計(jì)量法，以“政策工具—政策主體—數(shù)據(jù)生命周期”為三維分析框架，選取2005—2022年間我國(guó)國(guó)家層面頒布的106 份科學(xué)數(shù)據(jù)政策作為研究樣本展開量化分析，得出如下結(jié)論：

（1）政策工具維度上表現(xiàn)出明顯的傾向性，基本形成“權(quán)威工具+能力建設(shè)工具”的政策工具分布模式。權(quán)威工具可以提供規(guī)范和強(qiáng)制力，推動(dòng)政策的執(zhí)行和遵守，能力建設(shè)工具則能夠增強(qiáng)政策實(shí)施的能力和效果。以“權(quán)威工具+能力建設(shè)工具”為主的組合模式可以增強(qiáng)工具的整體效力，提高政策的效果并為可持續(xù)發(fā)展提供基本動(dòng)力。系統(tǒng)變革工具遠(yuǎn)遠(yuǎn)少于權(quán)威工具和能力建設(shè)工具，居于第三位，其側(cè)重于“制度體制”子類，輔以“職能轉(zhuǎn)變”和“機(jī)構(gòu)調(diào)整”子類，內(nèi)部結(jié)構(gòu)分配較為合理，為新形勢(shì)下科學(xué)數(shù)據(jù)發(fā)展中解決挑戰(zhàn)性、不確定性問(wèn)題提供支持。

（2）我國(guó)國(guó)家層面科學(xué)數(shù)據(jù)政策主要是由國(guó)務(wù)院、科技部、人民代表大會(huì)進(jìn)行部署。人民代表大會(huì)是國(guó)家最高權(quán)力機(jī)關(guān)，國(guó)務(wù)院是國(guó)家最高行政機(jī)構(gòu)，科技部是國(guó)家最高科技管理機(jī)構(gòu)，三大機(jī)構(gòu)作為科學(xué)數(shù)據(jù)的主要政策主體，對(duì)科學(xué)數(shù)據(jù)統(tǒng)一規(guī)劃和管理，體現(xiàn)了國(guó)家對(duì)科學(xué)數(shù)據(jù)發(fā)展的重視，可確保科學(xué)數(shù)據(jù)的采集、存儲(chǔ)、共享和利用符合國(guó)家的整體需求和戰(zhàn)略目標(biāo)。

（3）政策致力于推動(dòng)數(shù)據(jù)共享和利用，同時(shí)也在加大基本能力建設(shè)的投入。在數(shù)據(jù)成為生產(chǎn)要素的大背景下，推動(dòng)數(shù)據(jù)利用能夠?qū)崿F(xiàn)更高質(zhì)量的發(fā)展和全面進(jìn)步。我國(guó)國(guó)家層面的科學(xué)數(shù)據(jù)政策不僅注重推動(dòng)數(shù)據(jù)利用，也在加大科學(xué)數(shù)據(jù)發(fā)展的基本能力建設(shè)，鼓勵(lì)數(shù)據(jù)的交易和流通，從而為數(shù)據(jù)利用和共享提供保障。

5.2? 政策建議

通過(guò)“政策工具—政策主體—數(shù)據(jù)生命周期”3個(gè)維度的分析，筆者提出我國(guó)國(guó)家層面科學(xué)數(shù)據(jù)政策的優(yōu)化建議，具體如下：

（1）適當(dāng)增加激勵(lì)工具和象征及勸誡工具的使用占比。權(quán)威工具可以提供框架和規(guī)則，滿足合法性和合規(guī)性的要求。能力建設(shè)工具能提供適當(dāng)?shù)幕A(chǔ)設(shè)施、技術(shù)平臺(tái)、知識(shí)和技能，以實(shí)際操作和管理科學(xué)數(shù)據(jù)。系統(tǒng)變革工具通過(guò)調(diào)整機(jī)構(gòu)、轉(zhuǎn)變職能、完善制度體系等方式為科學(xué)數(shù)據(jù)的正向發(fā)展提供保障。激勵(lì)工具可通過(guò)社會(huì)融資，給予從事科技活動(dòng)的重要領(lǐng)域或關(guān)鍵技術(shù)的企業(yè)、個(gè)人賦稅上的減免和對(duì)市場(chǎng)需求端消費(fèi)者進(jìn)行補(bǔ)貼來(lái)拉動(dòng)成果轉(zhuǎn)化。象征及勸誡工具可根據(jù)國(guó)家目標(biāo)規(guī)劃有針對(duì)性地對(duì)科學(xué)數(shù)據(jù)相關(guān)政策、知識(shí)、研究成果、示范性試點(diǎn)等公開宣傳，提高公眾對(duì)科學(xué)數(shù)據(jù)相關(guān)知識(shí)的了解，并接受社會(huì)監(jiān)督。因此，要在權(quán)威工具的規(guī)范下，發(fā)揮好能力建設(shè)工具和系統(tǒng)變革工具的保障作用，適當(dāng)運(yùn)用激勵(lì)工具、象征及勸誡工具的調(diào)節(jié)作用，實(shí)現(xiàn)協(xié)同效應(yīng)。但是，研究發(fā)現(xiàn)，2005—2022年國(guó)家層面科學(xué)數(shù)據(jù)政策中激勵(lì)工具、象征及勸誡工具的使用占比過(guò)少。如果激勵(lì)工具持續(xù)過(guò)少，會(huì)造成社會(huì)融資困難、企業(yè)及科研人員積極性下降、成果轉(zhuǎn)化市場(chǎng)拉動(dòng)力不足等問(wèn)題。如果象征及勸誡工具持續(xù)過(guò)少，可能會(huì)導(dǎo)致公眾對(duì)科學(xué)數(shù)據(jù)政策及研究認(rèn)知不足、研究成果的可信度下降等問(wèn)題，在一定程度上不利于科學(xué)數(shù)據(jù)的長(zhǎng)期發(fā)展。因此，在制定有關(guān)政策時(shí)要適當(dāng)增加激勵(lì)工具和象征及勸誡工具的使用。

（2）有效優(yōu)化各類型政策工具內(nèi)部結(jié)構(gòu)。分析結(jié)果顯示，在具體政策工具應(yīng)用方面，我國(guó)科學(xué)數(shù)據(jù)政策過(guò)于依賴少數(shù)政策工具，而且工具內(nèi)部結(jié)構(gòu)不夠均衡。權(quán)威工具偏向“法規(guī)管制”與“任務(wù)要求”子類，“質(zhì)量評(píng)估”占比有待提升；激勵(lì)工具側(cè)重“金融支持”與“懲罰批評(píng)”子類，“稅收優(yōu)惠”和“表彰獎(jiǎng)勵(lì)”占比有待提升。此外，懲罰批評(píng)工具占比遠(yuǎn)遠(yuǎn)高于表彰獎(jiǎng)勵(lì)工具、“消費(fèi)補(bǔ)貼”子類工具使用為0的情況需要引起重視；象征及勸誡工具以“榜樣示范”為主，“宣傳推廣”較少，“社會(huì)監(jiān)督”的作用也沒有得到很好的運(yùn)用；能力建設(shè)工具偏向“基礎(chǔ)設(shè)施建設(shè)”與“科技信息支持”子類，“資金投入”占比有待提升。針對(duì)以上不足，將來(lái)在權(quán)威工具的使用中，要適當(dāng)減少“法規(guī)管制”與“任務(wù)要求”子類，提升“質(zhì)量評(píng)估”的占比，通過(guò)對(duì)數(shù)據(jù)質(zhì)量的把控來(lái)間接達(dá)到管制的目的；在激勵(lì)工具的使用中，要增加“稅收優(yōu)惠”“表彰獎(jiǎng)勵(lì)”和“消費(fèi)補(bǔ)貼”等子類工具，在供給端激發(fā)企業(yè)和科研人員的研發(fā)積極性，在需求端拉動(dòng)科學(xué)數(shù)據(jù)產(chǎn)品和成果的購(gòu)買使用；在象征及勸誡工具的使用中，要增加“宣傳推廣”和“社會(huì)監(jiān)督”子類工具，加強(qiáng)數(shù)據(jù)政策的宣傳推廣以及發(fā)揮社會(huì)監(jiān)督的廣泛作用；在能力建設(shè)工具的使用中，適當(dāng)增加“資金投入”子類工具的占比，為能力建設(shè)提供物質(zhì)和資金保障。

（3）切實(shí)簡(jiǎn)政放權(quán)，合理調(diào)節(jié)政策主體壓力。分析發(fā)現(xiàn)，國(guó)務(wù)院、科技部、人民代表大會(huì)三大機(jī)構(gòu)在科學(xué)數(shù)據(jù)政策主體中通過(guò)政策工具對(duì)科學(xué)數(shù)據(jù)政策進(jìn)行部署的占比最大，是科學(xué)數(shù)據(jù)的主要政策主體。但是，這可能會(huì)使其投入精力過(guò)多，造成資源緊缺，從而影響他們有效地開展其他方面的工作。此外，高度統(tǒng)一的管理可能會(huì)缺乏專業(yè)性和靈活性，無(wú)法及時(shí)跟上快速發(fā)展的數(shù)據(jù)技術(shù)和行業(yè)需求，使數(shù)據(jù)政策難以適應(yīng)新的挑戰(zhàn)和變化。下一步，可以在科學(xué)數(shù)據(jù)政策制定過(guò)程中有機(jī)融入“責(zé)權(quán)利、放管服”的思想，在國(guó)家層面促進(jìn)各行業(yè)各領(lǐng)域出臺(tái)自己的科學(xué)數(shù)據(jù)管理政策，充分發(fā)揮各領(lǐng)域的優(yōu)勢(shì)和專業(yè)知識(shí)，形成科學(xué)數(shù)據(jù)管理的聯(lián)動(dòng)和合作，通過(guò)優(yōu)化各領(lǐng)域機(jī)構(gòu)的科學(xué)數(shù)據(jù)管理來(lái)實(shí)現(xiàn)國(guó)家整體的科學(xué)數(shù)據(jù)管理。

（4）加強(qiáng)科學(xué)數(shù)據(jù)全生命周期管理。分析發(fā)現(xiàn)，在科學(xué)數(shù)據(jù)生命周期中，政策部署最多的是數(shù)據(jù)利用階段，其次是數(shù)據(jù)計(jì)劃和數(shù)據(jù)保存階段，部署相對(duì)較少的是數(shù)據(jù)獲取、數(shù)據(jù)處理階段?？梢?，推動(dòng)數(shù)據(jù)利用是我國(guó)目前科學(xué)數(shù)據(jù)政策的側(cè)重點(diǎn)，在數(shù)據(jù)獲取、數(shù)據(jù)處理階段的部署有進(jìn)一步加大的空間。下一步要從政策層面繼續(xù)促進(jìn)數(shù)據(jù)匯交、標(biāo)準(zhǔn)化處理，推動(dòng)科研機(jī)構(gòu)和科研項(xiàng)目的科學(xué)數(shù)據(jù)采集和整理工作，鼓勵(lì)科研人員將科學(xué)數(shù)據(jù)及時(shí)、準(zhǔn)確地提交到數(shù)據(jù)管理機(jī)構(gòu)或平臺(tái)，持續(xù)做好科學(xué)數(shù)據(jù)元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理，加強(qiáng)個(gè)人隱私數(shù)據(jù)處理，保障數(shù)據(jù)安全。在科學(xué)數(shù)據(jù)管理政策制定過(guò)程中注重全生命周期管理，使用與階段特征和需求相適應(yīng)的政策工具，逐漸形成覆蓋全生命周期的政策體系。

6? 結(jié)語(yǔ)/ Epilogue

本文通過(guò)“政策工具—政策主體—數(shù)據(jù)生命周期”三維分析框架對(duì)我國(guó)國(guó)家層面出臺(tái)的106份科學(xué)數(shù)據(jù)政策文本進(jìn)行量化分析，進(jìn)而得出研究結(jié)論并提出政策建議。不過(guò)，本文可能存在以下局限：政策文本的篩選與編碼可能存在主觀成分，導(dǎo)致在反映政策全貌特征時(shí)存在細(xì)微偏差。本文側(cè)重于過(guò)程分析與結(jié)果討論，注重應(yīng)用型研究，在理論方面的貢獻(xiàn)較為有限。下一步，在本研究的基礎(chǔ)上將結(jié)合國(guó)家層面政策及各省市政策探究政策傳播及擴(kuò)散情況，進(jìn)一步探索具有中國(guó)特色的科學(xué)數(shù)據(jù)政策發(fā)展演化的現(xiàn)狀及規(guī)律。

參考文獻(xiàn)/References：

[1] 趙麗梅， 劉雯.基于文獻(xiàn)計(jì)量的我國(guó)科學(xué)數(shù)據(jù)共享研究態(tài)勢(shì)分析[J]. 圖書館研究， 2022， 52（5）： 117-128. （ZHAO L M， LIU W. Bibliometric analysis of scientific data sharing in China[J]. Library research， 2002， 52（5）： 117-128.）

[2] 周文能， 劉云， 王剛波.國(guó)內(nèi)外科學(xué)數(shù)據(jù)管理與共享政策分析及對(duì)國(guó)家自然科學(xué)基金的啟示[J]. 中國(guó)科學(xué)基金， 2023， 37（1）： 150-160. （ZHOU W N， LIU Y， WANG G B. Policy analysis of domestic and foreign scientific data management and sharing and its enlightenment to national natural science foundation of China[J]. Bulletin of National Natural Science Foundation of China， 2019， 37（1）： 150-160.）

[3] 中華人民共和國(guó)中央人民政府.關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見[EB/OL]. [2023-12-15]. https：//www.gov.cn/gongbao/content/2023/content_5736707.htm. （ The State Council of the Peoples Republic of China. Opinions on building a data basic system to better play the role of data elements [EB/OL]. [2023-12-15]. https：//www.gov.cn/gongbao/content/2023/content_5736707.htm.）

[4] GABA J F， SIEBERT M， DUPUY A， et al. Funders data-sharing policies in therapeutic research： a survey of commercial and non-commercial funders[J]. PLos one， 2020， 15（8）： e0237464.

[5] MARTANI A， EGLI S M， GENEVIEVE L D， et al. A role-model for data policies？ qualitative study on the governance of health data in Denmark[J]. Health policy and technology， 2022， 11（4）： 100683.

[6] ?TEBE J， DOLINAR M， BEZJAK S， et al. Implementing the RDA research data policy framework in Slovenian scientific journals[J]. Data science journal， 2020， 19（1）： 49-49.

[7] WAITHIRA N， MUTINDA B， CHEAH P Y. Data management and sharing policy： the first step towards promoting data sharing[J]. BMC medicine， 2019， 17（1）： 1-5.

[8] VAN DER MAREL E， FERRACANE M F. Do data policy restrictions inhibit trade in services？[J]. Review of world economics， 2021， 157（4）： 727-776.

[9] ROUSI A M， LAAKSO M. Journal research data sharing policies： a study of highly-cited journals in neuroscience， physics， and operations research[J]. Scientometrics， 2020， 124：131-152.

[10] 馬合， 黃小平.歐美科學(xué)數(shù)據(jù)政策概覽及啟示[J]. 圖書與情報(bào)， 2021， 200（4）： 84-91. （MA H， HUANG X P. Overview of American and European policies about scientific data and the enlightenment to our country[J]. Library & information， 2021， 200（4）： 84-91.）

[11] 張紅亮.英國(guó)科學(xué)數(shù)據(jù)管理政策研究[J]. 醫(yī)學(xué)信息學(xué)雜志， 2020， 41（7）： 19-24. （ZHANG H L. Study on UK scientifie data management policy[J]. Journal of medical informatics， 2019， 41（7）： 19-24.）

[12] 王芳， 卜昊昊.科學(xué)數(shù)據(jù)管理政策發(fā)展比較研究[J]. 中國(guó)圖書館學(xué)報(bào)， 2022， 48（6）： 77-96. （WANG F， BU H H. A comparative study on policy development for scientific data management[J]. Journal of library science in China， 2022， 48（6）： 77-96.）

[13] 王顥燃. 中英科研數(shù)據(jù)管理政策比較研究[D]. 大連： 遼寧師范大學(xué)， 2021. （WANG H R. A comparative study of research data management policies between China and Britain [D]. Dalian： Liaoning Normal University， 2021.）

[14] 姜鑫， 王德莊.利益相關(guān)者視域下科學(xué)數(shù)據(jù)開放政策協(xié)同研究——基于NVivo 12的質(zhì)性文本分析[J]. 情報(bào)理論與實(shí)踐， 2022， 45（12）： 92-102. （JIANG X， WANG D Z. Research on policy synergy of open research data policy from the perspective of stakeholders： a qualitative text analysis based on NVivo 12 [J]. Information studies： theory & application， 2002， 45（12）： 92-102.）

[15] 郭仕琳. 政策視角下科學(xué)數(shù)據(jù)開放共享的利益平衡機(jī)制研究[D]. 哈爾濱： 黑龍江大學(xué)， 2018. （GUO S L. Research on interest balance mechanism of scientific data opening and sharing from the policy perspective[D]. Harbin： Heilongjiang University， 2018.）

[16] 宋永輝， 姜鑫， 馬廷燦.科學(xué)數(shù)據(jù)政策研究的熱點(diǎn)及演化趨勢(shì)分析[J]. 科學(xué)觀察， 2021， 16（6）： 16-29. （SONG Y H， JIANG X， MA T C. Analysis on hot spots and evolution trend of scientific data policy research[J]. Science focus， 2019， 16（6）： 16-29.）

[17] 司莉， 劉莉.我國(guó)科學(xué)數(shù)據(jù)管理政策：內(nèi)容結(jié)構(gòu)及優(yōu)化策略——基于政策文本內(nèi)容的量化分析[J]. 情報(bào)理論與實(shí)踐， 2023， 46（9）： 16-23. （SI L， LIU L. Scientific data management policy in China： content structure and optimization strategies： a quantitative analysis based on the content of policy text[J]. Information studies： theory & application， 2019， 46（9）： 16-23.）

[18] 霍倩， 梁宵萌， 潘亞男.科學(xué)數(shù)據(jù)管理政策對(duì)檔案部門科學(xué)數(shù)據(jù)管理的啟示——基于政策工具的文本量化分析[J]. 圖書情報(bào)工作， 2021， 65（20）： 23-30. （HUO Q， LIANG X M， PAN Y N. The enlightenment of scientific data management policy to scientific data management in archives departments——textual quantitative analysis based on policy tools[J]. Library and information service， 2011， 65（20）： 23-30.）

[19] MCDONNELL L M， ELMORE R F. Getting the job done： alternative policy instrument[J]. Educational evaluation and policy analysis， 1987， 9（2）： 133-152.

[20] SCHNEIDER A， INGRAM H. Behavioral assumptions of policy tools[J]. The journal of politics， 1990， 52（2）： 510-529.

[21] 中國(guó)科技資源共享網(wǎng). 國(guó)家相關(guān)政策文件[EB/OL]. [2023-12-15]. https：//escience.org.cn/data-archive/policy. （China Science and Technology Resource Sharing Network. Relevant national policy documents[EB/OL]. [2023-12-15]. https：//escience.org.cn/data-archive/policy.）

[22] 中華人民共和國(guó)科學(xué)技術(shù)部.關(guān)于發(fā)布國(guó)家科技資源共享服務(wù)平臺(tái)優(yōu)化調(diào)整名單的通知[EB/OL]. [2023-12-15]. https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/qtwj/qtwj2019/201906/t20190610_147031.html. （Ministry of Science and Technology of the Peoples Republic of China. Notice on releasing the list of optimization and adjustment of the national science and technology resource sharing service platform [EB/OL]. [2023-12-15]. https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/qtwj/qtwj2019/201906/t20190610_147031.html.）

[23] 聶云貝， 劉桂鋒， 劉瓊.數(shù)據(jù)生態(tài)鏈視角下科學(xué)數(shù)據(jù)生命周期運(yùn)行過(guò)程分析[J]. 信息資源管理學(xué)報(bào)， 2021， 11（2）： 69-77. （ NIE Y B， LIU G F， LIU Q. Analysis of the running process of scientific data lifecycle from the perspective of data ecology chain[J]. Journal of information resources management， 2021， 11（2）： 69-77.）

[24] 高飛， 周國(guó)民， 滿芮.基于生命周期理論的農(nóng)業(yè)科學(xué)數(shù)據(jù)中心化管理模式[J]. 大數(shù)據(jù)， 2022， 8（1）： 24-36. （GAO F， ZHOU G M， MAN R. Centralization of agricultural scientific data management model based on lifecycle theory[J]. Big data research， 2022， 8（1）： 24-36.）

[25] 夏義堃， 管茜.基于生命周期的生命科學(xué)數(shù)據(jù)質(zhì)量控制體系研究[J]. 圖書與情報(bào)， 2021（3）： 23-34. （XIA Y K， GUAN X. Biological science data quality control system based on lifecycle[J]. Library & information， 2021（3）： 23-34.）

[26] 汪雯， 張飛飛， 李紅勛.政策工具視角下重點(diǎn)生態(tài)功能區(qū)促進(jìn)農(nóng)村勞動(dòng)力就業(yè)政策的文本量化研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2023， 22（3）： 50-63. （WANG W， ZHANG F F， LI H X. Text quantitative analysis of the employment promotion policies of rural labor force in key ecological function areas from the perspective of policy instruments[J]. Journal of Beijing Forestry University （social sciences）， 2023， 22（3）： 50-63.）

[27] VINEY L L. The assessment of psychological states through content analysis of verbal communications[J]. Psychological bulletin， 1983， 94（3）： 542-563.

[28] 中華人民共和國(guó)科學(xué)技術(shù)部.關(guān)于印發(fā)國(guó)家十二五科學(xué)和技術(shù)發(fā)展規(guī)劃的通知[EB/OL]. [2023-12-15]. https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/qtwj/qtwj2011/201107/t20110713_88228.html. （Ministry of Science and Technology of the Peoples Republic of China. Notice on the issuance of the national twelfth five-year plan for science and technology development[EB/OL]. [2023-12-15]. https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/qtwj/qtwj2011/201107/t20110713_88228.html.）

[29] 中華人民共和國(guó)中央人民政府.《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）》[EB/OL]. [2023-12-15]. https：//www.gov.cn/gongbao/content/2006/content_240244.htm. （ The State Council of the Peoples Republic of China. Outline of the national program for medium - and long-term scientific and technological development （2006-2020） [EB/OL]. [2023-12-15]. https：//www.gov.cn/gongbao/content/2006/content_240246.htm.）

[30] 中華人民共和國(guó)中央人民政府.國(guó)務(wù)院關(guān)于印發(fā)實(shí)施《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）》若干配套政策的通知[EB/OL]. [2023-12-15]. https：//www.gov.cn/gongbao/content/2006/content_240246.htm. （ The State Council of the Peoples Republic of China. Notice of the State Council on printing and distributing several supporting policies for the implementation of the outline of the national program for medium - and long-term scientific and technological development （2006-2020）[EB/OL]. [2023-12-15]. https：//www.gov.cn/gongbao/content/2006/content_240246.htm.）

[31] 中華人民共和國(guó)中央人民政府.國(guó)務(wù)院辦公廳關(guān)于印發(fā)《科學(xué)數(shù)據(jù)管理辦法》的通知[EB/OL]. [2023-12-15]. http：//www.gov.cn/zhengce/content/2018-04/02/content_5279272.htm？cid=303. （The State Council of the Peoples Republic of China. Notice of the General Office of the State Council on printing and distributing the measures for the management of scientific data [EB/OL]. [2023-12-15]. http：//www.gov.cn/zhengce/content/2018-04/02/content_5279272.htm？cid=303.）

[32] 范昊， 鄭小川， 熱孜亞·艾海提.我國(guó)科研數(shù)據(jù)開放共享政策供需匹配研究[J]. 信息資源管理學(xué)報(bào)， 2023， 13（6）： 156-165. （FAN H， ZHENG X C， AIHAITI R. Research on the match between Chinese research data open sharing policy supply and user demand[J]. Journal of information resources management， 2023， 13（6）： 156-165.）

作者貢獻(xiàn)說(shuō)明/Author contributions：

王流芳：方案設(shè)計(jì)，計(jì)量分析，論文撰寫與修改；

榮注瑤：計(jì)量分析；

賈曉峰：研究選題，研究框架提出，論文修改；

胡志民：研究選題，研究框架提出，論文修改。

The Text Content Analysis of Chinese Scientific Data Policy Based on Three-Dimensional Framework

Wang Liufang1? ?Rong Zhuyao1? ?Jia Xiaofeng2? ?Hu Zhimin1

1School of Health Policy and Management， Chinese Academy of Medical Sciences ＆ Peking Union Medical College， Beijing 100730

2China National Health Development Research Center， Beijing 100044

Abstract： [Purpose/Significance] This paper analyzes the scientific data policy texts released at the national level in China and describes the characteristics of national policy deployment， intending to better grasp the development trend of scientific data policy and providing important references for the formulation of scientific data related policies in China. [Method/Process] Based on the three-dimensional analysis framework of “policy tool - policy subject - data lifecycle” （i.e.， X dimension， Y dimension， and Z dimension）， the content analysis method and policy text measurement method were used to deconstruct and quantify 106 scientific data policies published at the national level from 2005 to 2022 in China. [Result/Conclusion] The distribution pattern of “authority policy tools + capacity policy building tools” is formed. The State Council， the Ministry of Science and Technology， and the Peoples Congress， as the main subjects of scientific data policy， are making unified planning and management of scientific data. The scientific data policy aims to promote the use and sharing of data while increasing investment in basic capacity building for scientific data development. Notably， the absence of incentive tools， symbols， and exhortation tools is serious， and the internal structure of policy tools is not balanced. The State Council， the Ministry of Science and Technology， and the Peoples Congress bear a heavy burden in scientific data management. The current policy has less deployment for the data acquisition and data processing stage. Proposals are given to increase the proportion of incentive tools and symbolic and exhorting tools， optimize the internal structure of various types of policy tools， effectively streamline administration and delegate power， rationally adjust the pressure of policy subjects， and strengthen the management of the whole lifecycle of scientific data.

Keywords： scientific data? ? policy text? ? three-dimensional framework? ? content analysis

Fund project（s）： This work is supported by the CAMS Innovation Fund for Medical Sciences “Construction of Technology System for Intelligent Management and Efficient Utilization of Big Data in Population and Health Science” （Grant No. 2021-I2M-1-057）.

Author（s）： Wang Liufang， master candidate; Rong Zhuyao， master candidate; Jia Xiaofeng， associate researcher， PhD; Hu Zhimin， researcher， PhD， corresponding author， E-mail：huzhimin@pumc.edu.cn.

Received： 2023-12-05? ? Published： 2024-04-23