国外开放科研数据的激励政策

　　摘要科研数据的开放共享有助于最大化利用科研数据的价值，促进科技创新‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。如何提高科研人员的意识，激励其参与开放科研数据的实践是近年来利益相关者在政策制定与实施过程中的焦点‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。文章借鉴综合激励模型，建立开放科研数据激励政策分析框架，系统性调研分析欧美科技发达国家的相关政策及实施细节是如何激励科研人员进一步参与实践，主要内容包括：合理的奖励机制;提升科研人员的能力与素质;加强科研人员对开放科研数据的认识;用户友好的基础设施与服务‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　关键词开放科研数据数据政策激励政策科研人员

　　0前言

　　促进科研数据的开放共享，以最大化利用科研数据的价值已成为全球趋势。开放科研数据(OpenResearchData，ORD)是指除有法律或道德的限制外，公开可访问的科研数据可被自由地访问、挖掘、开发、复制和传播，并且对用户是免费的[1]。近年来，发达国家的国际组织、政府、科研教育机构、科研资助机构等相继制定了科研数据开放共享政策[2]。

　　ORD的内涵在政策与实践中不断丰富发展，也向科研人员提出更高的要求。英国皇家学会在《科学是开放的事业》中提倡开放“智能型数据(Intelligentdata)”，强调数据的可获取、可理解、可评估和可重用[3]。2014年科研传播与电子科学未来社区(TheFutureofResearchCommunicationande-Science，FORCE11)总结了开放数据的FAIR原则指南，即可发现(Findable)、可获取(Accessible)、可互操作(Interoperable)和可重用(Reusable)[4]。此后，FAIR数据原则被越来越多的科研群体认可，被纳入多个科研资助机构的相关政策中。

　　开放科研数据涉及许多利益相关者，科研人员在其中扮演着重要角色。科学发现的公开和透明化趋势对研究来说具有极大益处，但让人接受这种改变却并不容易。开放数据研究所(OpenDataInstitute，ODI)主席和联合创始人Nigel认为，当前开放科研数据仍然面临诸多挑战，其中之一便是科研人员的怀疑态度与低参与度[5]。如何提高他们对ORD的认识，激励他们参与其中是近年相关政策制定与实施过程中的焦点。

　　欧盟委员会在欧洲开放科学议程草案[6]中明确指出，建立激励机制奖励科研人员参与开放科学，是消除开放科学障碍的政策行动点。澳大利亚科研成果的FAIR获取政策申明[7]强调，为了实现符合FAIR原则的开放科研数据，需要支持并发展对科研人员的激励机制。美国国家科学基金会(NationalScienceFoundation，NSF)在传播和共享科研成果的政策说明[8]中表示，相关政策的实施要通过奖励协商和资助的方式，适当支持和激励数据清理、文档编制、传播和存储的工作。

　　本文梳理了欧美科技发达国家近年来颁布的ORD政策内容与实施细节，提出开放科研数据激励政策分析框架，侧重就形成ORD环境所需要的行动介入进行深入探索。在本文中，这种前瞻性的行动介入即是对科研人员的激励，它旨在促进ORD的发展朝向决策者和利益相关者希望的方向前进，也就是人们愿意积极存储高质量的科研数据并且尽可能地开放共享。此分析框架可为长期观测国外ORD发展战略和实施细节提供参考，也为我国在制定相关政策和实施方案时提供借鉴。

　　1开放科研数据激励政策研究框架

　　1.1科研人员开放科研数据的行为影响因素分析

　　深入了解科研人员的实际需求，理清促进和阻碍科研人员开放科研数据的影响因素有助于有效地设计激励机制，更好地推动ORD政策的落实。国外利益相关者越来越重视科研人员对ORD的态度。2016年英国惠康基金会(WellcomeTrust)对科研人员和社群的ORD行为与态度的调查[9]结果显示，近50%受访者通过数据知识库来公开科研数据，主要原因是科研资助者和科技期刊的要求;但大部分科研人员表示没有从中获得直接好处的经历。

　　数字知识库(Figshare)与数字科学组织(DigitalScience)在其联合发布的《开放数据现状2017》[10]中提到，科研人员表示缺乏对开放数据的认识和相关知识，并希望获得更多有效信息。除科研人员自身认识和获益不足之外，ORD还面临其他现实问题。Fecher等[11]指出，ORD的最大障碍在于科研人员对他人会抢先出版科研成果的担忧，以及在存储数据中需要耗费大量精力。

　　2015年英国惠康基金会调研中低收入国家(印度、越南、泰国、南非及肯尼亚)科研社群对公共健康和流行病学领域产生的有关个人信息的科研数据开放共享的看法和经验[12]，发现科研人员对共享价值的认可态度、数据安全和个人隐私问题、个人和团体的数据管理能力和权益保护能力等是主要影响因素。在《开放数据现状2018》中，受访者表达了对数据误用的强烈担忧[13]。

　　综上所述，科研人员开放科研数据的行为受多方因素影响。阻碍他们参与ORD的因素包括：开放科研数据的滥用和误解;数据处理和存储所耗费的时间和精力;缺乏统一的数据标准导致的数据不兼容;道德伦理与法律问题等。起到促进作用的影响因素包括：获得额外的处理数据的资助资金;获得专业的学术认可和奖励;提供良好的数据基础设施与数据管理服务;获得数据开放和重用所需技能的培训与指导等。如何增强促进因素，减小阻碍，建立起合法有效且可实施的激励政策体系是推动ORD的重要环节。

　　1.2开放科研数据激励政策分析框架

　　激励科研人员是一个多种因素相互作用的复杂过程，既涉及科研人员的需求和动机，又涉及其行为和目标。除个人因素(动机、个人能力素质等)外，资源、组织、制度和技术等外部因素也影响着科研人员参与开放科研数据[14]。因此，在观测ORD政策的激励要素时，本文借鉴综合激励模型(ComprehensiveIncentiveModel)[15]，综合内容激励理论，过程激励理论和强化激励理论，系统描述激励的整个过程，克服单个理论的片面性[16]。该模型具有一定的适用性，是激励理论有效指导实践的可靠工具，有学者将其应用于对科技人才[17]和创新人才[18]的激励机制研究中。

　　在综合激励模型中，对个体的“激励”影响了其是否努力以及努力的程度;个体的努力程度、工作环境、能力素质以及对所需完成任务的理解深度影响其工作绩效;工作绩效使个体获得组织给予的内外奖励，奖励影响个体的满足感，满足感又会促使个体进一步的努力，从而形成“激励-努力-绩效-奖励-满足-努力”的良性循环过程[19]。

　　作者将综合激励模型应用在激励科研人员参与开放科研数据中，据此建立激励政策分析框架。从系统的角度看，政策研究不仅要关注宏观的政策内容，还要注重微观的政策实施细节[20]。因此，本文从激励的内容(即政策的具体内容)是什么?如何激励(即政策的具体实施细节)?两个角度设置政策观测问题，深入分析相关政策与实施细节是如何增强科研人员参与ORD的积极影响因素，减小现实阻碍，以提炼激励政策的要素。

　　科研人员所能获得的内外奖励(观测重点1)取决于他的实践所能实现组织既定ORD目标的程度，在本框架中称为开放科研数据的结果-绩效。他们的满足感不仅来自于所获的内外奖励，还取决于对奖励的合理性的感知。此外，科研人员个人的能力与素质(观测重点2)、他们对ORD的认识与理解(观测重点3)、科研环境与条件(观测重点4)这三个因素也影响着开放科研数据的结果-绩效。

　　2建立合理的奖励机制

　　2.1资助支持开放科研数据的成本

　　开放科研数据的实践需要一部分科研经费的支出用于数据的处理、管理和长期保存，对ORD直接的资金支持是实行最多的激励措施之一[21]。德国科学基金会(DeutscheForschungsgemeinschaft，DFG)[22]与瑞士科学基金会(SwissNationalScienceFoundation，SNSF)[23]在科研数据管理政策中明确提及可资助科研人员的数据准备和非商业的数据上传等工作。

　　欧盟地平线2020(Horizon2020)计划框架下的开放科研数据试点(OpenResearchDataPilot)说明[1]中表示，实施试点计划的相关费用可作为资助的一部分以激励科研人员。美国教育科学研究院(InstituteofEducationScience，IES)在《IES资助拨款产生的数据实施公共获取的政策声明》[24]中指出，科研人员可将数据共享的成本包括在他们的资助申请和预算请求中，包括准备和归档要共享的数据及数据文档的成本。

　　2.2合理承认科研人员的努力与贡献

　　外在的奖励不仅包括直接的资金资助，还包括工资、地位和晋升机会等。数据的清洗、监管和存储等是耗时的工作，科研人员为此付出的时间和精力却通常没有明确的认可与回报。如果缺乏对这些活动的认可，他们就没有执行的动力‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。因此，对于致力于促进透明、开放和可重复研究的科研人员，他们的努力与贡献应当得到合理的承认。

　　欧洲开放科学云(EuropeanOpenScienceCloud，EOSC)声明与原则[25]指出，对那些积极开放共享科研数据且遵循FAIR原则的科研人员，应从职业评定和项目评估两方面都给予奖励。荷兰开放科学国家计划[26]聚焦的三个关键领域之一是改进科研评价和激励机制，给与科研人员认可和奖励。2018年美国8家主要科研资助基金会合作建立的开放科研资助者集团(OpenResearchFundersGroup，ORFG)发布了激励蓝图(IncentivizationBlueprint)[27]，该蓝图指出：对科研人员的激励既需要减少对在高影响力期刊上发表论文作为主要科研衡量标准的依赖，也需要适当地重视和奖励一系列开放科研成果。

　　当科研人员认为自己的努力应当获得的报酬与其实际取得的奖励相符，即奖励是公正合理的时候，他们所获得的满足感就会增加。将数据作为正式的科研成果，像同行评议的论文一样出版，这是承认科研人员努力的有效方法之一。正确的数据引用能增加对数据生产者和数据中心的认可度，也是保护数据创建者知识产权的重要途径之一[28]。因此，有必要重视科研数据出版和数据引用标准的建立与推广，从而增加奖励的合理性。

　　2.3给予科研人员政策制定的参与权与自主权

　　除资金、地位、提升等外在奖励外，科研人员还有内在奖励的需求，如得到他人的尊重，获得成就感和责任感。科研人员是在不同文化和背景下工作的不同群体，他们有权参与到科研数据相关政策和程序的制定与实施工作中，以适应不同学科、文化、法律和地区等的差异性。荷兰开放科学国家计划为包括青年科学家在内的科研人员提供对国家开放计划进行意见反馈的机会，鼓励他们为国家开放科学平台贡献力量[26]。

　　在智利，国家开放获取政策由一个国际专家评估委员会监测，该委员考虑了高等教育学生、科研人员和编辑对政策的看法。德国科学基金会也希望让科研人员参与到科研数据政策的制定中，为不同的学科贡献最佳实践案例和数据管理计划模板[22]。

　　3提升科研人员开放科研数据能力

　　数据密集型的科学研究建立在海量数据的收集、分析和处理之上。不同学科的数据分析、管理、归档技能与数据收集、生成或测量技能截然不同，这对科研人员提出了新的挑战。他们更会需要如数据管理计划的编制、元数据标准、数据存储等方面的理论知识与实践指导。重视并努力提高科研人员开放和重用数据的技能是所有利益相关者的责任[29]。这应当出现在相关政策声明中，也应考虑在政策的配套实践措施里。

　　科研数据管理相关的教育与培训的方式(如专门的培训项目机构、课程、暑期学校、讨论会和开放的电子资源平台)和内容(如数据分析与管理的技能和数据素养教育课程)正在不断扩展和丰富。培训和教育的对象包括教育和科研机构的科学家、科研人员和学生。

　　例如，芬兰的高等教育机构为科研人员和学生开设数据管理和数据所有权相关的培训课程。美国白宫科学技术政策办公室(OfficeofScienceandTechnologyPolicy，OSTP)在《增加联邦政府资助的研究成果的获取》备忘录[30]中强调了支持科研数据管理、分析、存储、保存和监管相关的培训、教育和员工发展的重要性。2014年欧盟第七框架计划(EU’sSeventhFrameworkProgrammeforResearch，FP7)资助成立专门促进开放科学的培训项目FOSTER(FacilitateOpenScienceTrainingforEuropeanResearch)，旨在建立关于开放获取和开放数据的培训方案和覆盖整个欧洲的培训活动，为科研人员提供指导[31]。FOSTER还建立了专门的门户网站，支持科研人员多样化的学习方式，并积极传播开放科学培训材料。

　　4加强科研人员对开放科研数据的认识

　　许多科研人员对开放科研数据存有谨慎态度，原因在于对ORD没有充分的认识与理解。如果各利益相关者没有共同的核心价值观和共识，就很难达成一致意见并平衡好各方的核心利益[20]。当科研人员对ORD的了解越深入，他们通过自身努力达成组织既定目标的概率就越高。

　　开展交流和宣传活动能帮助科研人员深入了解参与ORD的益处和良好数据管理的价值;熟悉尽可能开放，必要时封闭(Asopenaspossible，asclosedasnecessary)[1]的原则，这与我国《科学数据管理办法》[32]中提及的“开放为常态，不开放为例外”理念相符;且认识到重用他人的数据应该遵循法律、道德和监管的框架。荷兰科学研究机构(NetherlandsOrganizationforScientificResearch，NWO)于2016年出台数据管理条约(Datamanagementprotocol)[33]，明确要求科研人员在项目申请时回答诸如数据如何收集、保存与分类以供其他科研人员获取与重用的问题。

　　设置此部分的最重要目的是向他们传递机构层面对ORD的重视。此外，为科研人员提供政策解读与实施指南，给予ORD清晰明确的实践建议[34]，为不同学科提供精确的ORD定义[23]，也是为了有效提升科研人员的认识，消除误解和疑虑。

　　5建设用户友好的开放科研数据环境

　　5.1加强用户友好的基础设施建设

　　为科研人员提供易学、易用的基础设施能有效节省他们的时间与精力，并提升用户体验。如果数据知识库使用不友好，且知识库中的数据集没有得到适当的管理，或缺乏健全的元数据，那么科研人员就很难最大程度地利用它们。实现高质量的数据开放共享更能激发他们的兴趣和热情。

　　欧洲开放科学云平台(EuropeanOpenScienceCloud，EOSC)在制定战略实施路线图[35]时，计划将科研基础设施联结整合成跨学科和国界的基础设施联盟，为欧洲的科研人员提供科研存储、共享和重用数据的开放科研环境。欧盟地平线2020计划资助成立EUDAT2020项目[36]，目标是建立跨欧洲的、协作式的共享基础设施。

　　该项目提供了一系列科研数据管理的基础设施与服务，包括授权认证、科研数据的注册、同步共享、存储出版、安全复制、计算和访问服务。英国惠康基金、美国国立卫生研究院(NationalInstitutesofHealth，NIH)和霍华德·休斯医学院(HowardHughesMedicalInstitute)联合设立了“开放科学奖”(OpenSciencePrize)[37]，专门奖励能有效促进科研成果开放共享，满足科研人员科研活动需求的数据服务、工具和平台，从而最大化释放开放内容和数据在生物医学研究中的价值。

　　5.2提供实用的数据管理服务

　　科研人员更倾向于将时间花费在科学研究上，实用的数据管理服务能帮助他们在科研数据生命周期的各个阶段提高科学研究效率，从而更易实现符合FAIR原则的数据开放共享。荷兰国家图书馆和大学图书馆联盟为科研人员提供详尽的数据管理建议、指导和支持[38]，如协助编制科研数据管理计划，提供科研数据重用的检查表、可靠的数据知识库列表和法律咨询服务，并让科研人员了解到在项目中后期如何存缴数据。欧洲科研的开放获取基础设施机构(OpenAccessInfrastructureforResearchinEurope，OpenAIRE)提供了一系列关于ORD常见问题的信息。

　　例如，数据管理计划究竟是什么;在H2020项目中提交时，可以使用哪些工具来帮助科研人员创建有用的数据管理计划等[39]。这样的数据管理服务已在欧美多个国家的大学图书馆或数据中心展开，且受到科研资助机构的重视与支持。

　　5.3促进利益相关者的合作与对话

　　不同利益相关者的合作与对话，尤其是与科研人员的积极对话，有助于了解他们在实际科研活动中对基础设施和服务的需求，以协调各权益主体的不同诉求，更好地发挥协同作用。欧洲大学协会(EuropeanUniversityAssociation，EUA)在科学研究出版的开放获取路线图[40]中表示，EUA未来工作的一项重点行动是开展科研人员和其他利益相关者之间的对话，并动员他们积极参与其中。

　　芬兰教育文化部与其他政府部门共同实施了一项数据管理与科学计算的发展计划，组织50多名科研人员与科研行政专员(Researchadministrationspecialists)共同讨论他们对于科研数据基础设施服务和能力的需求[41]。除此之外，其他利益相关者也在紧密展开合作，以更好地为科研人员参与ORD提供便利条件。2018年，数字知识库Figshare与开放科学平台Frontiers建立了合作，上传至Frontiers的科研产出，如表格、图像等会自动传输至Figshare，方便用户阅读文献时能直接找到这些补充数据[42]。

　　6结语

　　本文借鉴综合激励模型，建立开放科研数据激励政策分析框架，设置政策观测重点，从政策内容和政策实施细节两个层面设置观测问题。通过对国外ORD政策及实施细节的分析，提炼出激励政策要素。

　　图书馆方向论文范文阅读：新文科建设背景下的高校图书馆服务研究

　　摘要：新文科建设的提出与正式启动，于图书馆而言既是挑战更是机遇‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。新文科的“新”主要体现在学科协同之新、信息技术融入之新、人才培养模式之新等方面‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。图书馆需要适应新文科建设的新形势，满足出现的用户服务新需求，在服务的学科融通、技术应用、协同支撑等方面积极变革，面向管理部门、科研团队、师生个人开展学科规划、智库决策、嵌入式学科服务、智慧平台支撑等服务‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。