科研人員數據共享意愿及影響因素研究述評

鄭 琳（北京大學信息管理系）

1 引言

大數據時代的到來促使科學研究向著數據密集模式轉變，科研數據已經成為科研活動中不可或缺的生產資料。對科研數據進行共享可以打破對數據資源的壟斷，實現科研數據合理配置與再利用，促進學科領域發展與科技創新。鑒于此，許多國家、組織出臺了相應的數據政策。然而，單純的外部刺激并不能從根本上解決科研數據共享難的問題，作為數據共享的主體，科研人員的主觀意愿才是決定數據共享效率和效果的最重要因素。為此，許多研究著眼于科研人員的數據共享意愿，試圖了解其總體意愿水平和共享意愿的影響因素，進而制定更具針對性的數據共享機制，從根本上調動科研人員的數據共享積極性。本文通過對相關研究的收集和整理，揭示當前科研數據共享意愿研究的現狀與進展，明確研究存在的不足與后續可供研究的方向，為今后相關研究提供參考與借鑒。

2 研究概述

本文分別在中國知網（CNKI）、萬方、Webof Science等數據庫中進行了中英文文獻檢索，使用“數據共享”“開放數據”“數據獲取”“意愿”“態度”等關鍵詞及其對應單詞進行組配檢索，截至2017年11月28日，得到中英文文獻100余篇。通過文獻去重、學科精選和主題分析，最終得到目標文獻62篇，其中英文文獻45篇，中文文獻17篇。對得到的文獻進行初步分析，從研究的時間跨度上看，相關研究最早起始于1988年，Stanley B等探討了對科研人員數據共享意愿產生負面影響的因素，包括經濟和時間成本、缺乏合理回報以及喪失對數據控制權的風險。［1］同年，Ceci對790位來自不同機構、從事不同學科領域研究的科研人員進行數據共享意愿的調研，發現科研人員的數據共享意愿與實際行為有差距。同時，影響科研人員數據共享意愿的因素因學科不同而有所差異：在生物技術領域，經濟因素制約研究人員的共享意愿；而在社會科學領域，學術競爭則成為影響研究人員共享數據的主要原因。［2］之后，相關研究出現斷層，直至2008年,Jacoby對不同學科領域內科研人員的數據共享進行了探析。［3］此后，相關主題的研究數量逐年遞增，并于近幾年達到最高值。

從研究的內容層面看，當前的研究可以劃分為兩個主題：科研人員數據共享意愿研究和科研人員數據共享意愿的影響因素研究。前者試圖明確當前科研人員對數據共享的總體認知狀況和特征，而后者則主要探討影響科研人員數據共享意愿的各種因素。

3 科研人員的數據共享意愿研究

3.1 科研人員數據共享意愿的鄰避效應

鄰避效應最初指居民因為擔心項目建設危害到自身利益而懷有抵觸情緒，進而產生“不要建在我家后院”的想法。在鄰避效應中，盡管居民能夠清楚地意識到項目的建設將是一件有利于公共利益的事，但是出于對自身利益的考量仍會對其加以拒絕。［4］當前，科研人員的數據共享意愿表現出了較為普遍和明顯的鄰避效應，即科研人員認可科研數據共享的好處，但是出于對自身利益的維護卻不愿意共享自己的科研數據。Adrian Mulligan等向超過6,000名科研人員發放問卷，發現超過3/4的科研人員認可科研數據共享的積極作用，但卻不會與他人共享自己的科研數據。［5］Wiely對世界范圍內多達90,000名科研人員進行了大規模的調查，對回收的2,886份有效問卷進行分析發現，盡管科研數據共享運動正在如火如荼地開展，但僅有52%的科研人員表示與他人共享過數據。［6］即使是愿意共享數據的科研人員，也更傾向于在研究小組、同學、同事等可控范圍內進行共享，而非將數據上傳至專門的數據倉儲。［7］

盡管目前許多基金和期刊都出臺了數據管理與共享政策，但似乎科研人員數據共享意愿的鄰避效應并未得到有效緩解。［8,9］因而，有研究提出可以通過干預的方式避免鄰避現象的出現。［10］吉林醫藥學院圖書館通過向科研人員提供科研數據共享及相關知識的培訓，干預其數據共享意愿，緩解鄰避效應。干預措施前后的兩次調查結果顯示，科研人員在干預后的數據共享意愿水平確實較干預前有所提升，鄰避效應有所緩解。不過，這種通過培訓進行干預的方式覆蓋范圍有限，并不能從根本上解決整個科學領域的數據共享困境。并且，單純的外部刺激并不能完全激發出科研人員的主觀能動性，只有明確有哪些因素影響科研人員的數據共享意愿，才能從根本上避免鄰避效應的出現。

3.2 科研人員數據共享意愿的公平原則

科研人員在數據共享過程中會遵循公平原則，即更愿意與其他人交換數據而非單方面向他人提供數據。這一特征早在1988年Ceci的研究中就有體現。Ceci發現科研人員在與他人共享數據的同時，往往也伴隨著科研數據需求，即要求與他人互換研究數據。［2］Neela Enke等以德國的生物多樣性研究人員為對象，隨機選取了3,000余名科研人員進行訪談和網絡問卷調查，發現科研人員之所以愿意參與數據共享的最重要原因是想要獲得其他人的數據（72%）。［11］2014年，美國國立衛生研究院（National Institutesof Health，NIH）圖書館開展的調查研究表明，數據互換與合作是科研人員同意數據共享的最重要原因（69%）。［12］

這說明，科研人員的數據共享期望并非是無差別、無回報的，只有達到其預期收益的科研數據共享請求才能激發科研人員的數據共享意愿。并且，遵循公平原則，曾經從數據共享活動中受益的科研人員更愿意與他人共享自己的科研數據。［13］HAPiwowar有關數據再利用的研究也證實了這一觀點：該研究收集了發表于2000-2009年的微陣列基因表達論文共11,603篇，通過對比上述文章曾經使用公開的共享數據集和文章的數據集共享情況，發現那些曾經使用過他人科研數據的科研人員更愿意將自己的科研數據共享出去。［14］

3.3 科研人員的數據共享意愿受多方面因素影響

科研人員的數據共享意愿會受到多方面因素的綜合影響。Sayogo等采用隨機抽樣方式對地球觀測數據網 （Data Observation Network for Earth，DataOne） 上的科研人員進行問卷調查，收回有效問卷555份。通過分析，發現科研人員的數據共享與獲取模式呈現出分散式集群的特點，并由此推斷出科研人員的數據共享意愿受到多方面因素綜合影響。［15］YKim等探討了機構、資源等因素對科研人員數據共享意愿的影響作用。［13］此外，還有研究關注了數據政策、學科、競爭等因素對科研人員數據共享意愿的影響。［16-19］

總體來說，當前研究內容主要涵蓋了以下影響因素：① 科研人員的個人背景，不僅包括年齡、性別、性格、所處地理位置等人口學特征，還包括科研人員的學科背景；② 外部政策，主要包括機構、基金以及期刊的數據政策；③ 共享成本，如時間成本、競爭成本、數據成本等；④ 支撐技術，主要包括數據倉儲的可獲得性、既定的標注與技術支撐；⑤ 數據質量，即數據的真實性和準確性。

4 科研人員數據共享意愿的影響因素研究

4.1 個人背景

4.1.1 人口學特征

（1）年齡。Eynden等對來自5個學科的22名科研人員進行訪談，發現科研人員的年齡與科研數據共享意愿正相關：年輕科研人員出于對數據不自信等原因，數據共享意愿最低；中年科研人員出于競爭原因，數據共享意愿也不理想；年長的科研人員則由于利他因素、獲得聲譽等原因最愿意共享科研數據。［20］另一項研究證實了這一觀點：對2,661名科研人員進行調查顯示，相較之下，年輕人對數據共享的態度更為保守，而年長科研人員則更加傾向于向認識的人共享自己的科研數據。［21］不過，也有研究提出了相反的觀點：Howard等采用問卷、焦點小組和深度訪談的方式對新南威爾士大學的科研人員進行了調查，發現年輕科研人員出于其研究方法和結果被認可的目的更加愿意共享自己的科研數據，而年長科研人員則由于競爭等原因不愿意共享自己的科研數據。［22］

（2）性格。Stephanie等試圖明確性格對科研人員數據共享意愿的影響作用。研究首先采用大五性格測試、黑暗三性格測試和社會期許量表對2,661名科研人員的性格特征進行判斷。之后，研究調查了受測者的科研數據共享意愿，以明確不同性格的科研人員在數據共享意愿方面有何差異。最終發現，大五性格測試中的開放度指標與數據共享意愿呈正相關關系，開放度得分高的科研人員對數據共享的態度表現得更為開放和積極；黑暗三性格測試得分與數據共享意愿呈負相關關系，得分越高的研究人員越傾向于看到科研數據共享的負面效應，并且在期刊要求提交數據時更容易放棄在該期刊發表文章；社會期許量表得分與數據共享意愿正相關，社會期許得分越高的科研人員數據共享意愿水平越高。［21］

（3）性別。Mai等通過對689名受NIH資助的科研人員進行調查發現，女性對于數據共享的敏感程度要遠遠高于男性。［17］Carol Tenopir等的研究也認為，與男性研究人員相比，女性科研人員對數據共享的態度更為謹慎和保守。這直接導致了在數據共享過程中，女性的數據共享行為比例要低于男性。并且，在期刊要求作者提交科研數據的情況下，女性科研人員選擇放棄發表的比例更高。此外，女性科研人員對其他影響因素的感受也更為敏感，所受影響程度也更高。［23］

（4）地理位置。Neela在一項超過3,000人的調查中發現，來自加拿大和德國的科研人員的數據共享意愿較其他國家更低，而來自美國和歐洲其他國家的科研人員則最愿意與他人共享自己的科研數據。［11］另一項研究提出了不同觀點：2011年的一項研究將地理位置劃分為三類：歐洲地區、北美洲地區和其他地區。通過對上述地區科研人員進行調查，發現除歐洲和北美洲之外的其他地區的科研人員的數據共享意愿最高，其次是北美洲科研人員，歐洲科研人員的數據共享意愿則最低。認為數據共享是一種平等交換行為的科研人員中，其他地區、北美地區和歐洲地區的所占比例依次遞減。［23］

4.1.2 學科背景

除人口學特征外，學科背景也會對科研人員的數據共享意愿產生影響。總體來講，天文學、環境科學、生態科學等學科領域的科研人員對數據共享的接受度更高，［23］尤其在天文學領域，數據共享早已成為行業傳統，共享意識和途徑高度成熟。而社會科學、醫學等領域內研究人員對數據共享的態度則更為保留；人文藝術領域數據共享規模最小。［24］

之所以在不同學科之間有如此大的差別，一方面是由于不同學科之間科研模式的差異導致其數據共享意識有差距。如，在天文學領域，其科研模式一般為觀測天文學家收集天文數據，之后將數據提供給理論天文學家進行研究。［24］而在諸如社科等其他學科，從數據的收集到后續的分析則一般由科研人員全程負責，因而并未在領域內形成廣泛的數據共享傳統。另一方面，不同學科獲取科研數據的敏感程度不同。天文學、生態學等學科收集的科研數據多為反應自然界或現實世界客觀事實的原始數據，來自公有領域，對其進行共享不會侵害數據權利人的合法權益。但是醫學、生物學以及社會科學等領域的科研數據則可能包含數據提供者的生物信息、人口學特征、政治觀點等十分敏感的內容，無法實現大規模的數據共享。此外，在設計與制造、計算機科學等領域，由于科研數據的高度排他性和利益相關性，科研人員對數據共享的態度也十分消極。［1,24］

4.2 外部政策

開放獲取運動的興起促使基金、協會以及期刊相繼出臺數據共享政策，鼓勵科研人員共享科研數據。自美國國家科學基金會（National Science Foundation，NSF）制定科研數據共享政策以來，NIH、美國航天航空局、美國疾病控制與預防中心等機構也相繼出臺了類似的科研數據管理政策。但是，外部激勵政策真的能從根本上提升科研人員的數據共享意識嗎？圍繞這一問題，一些研究給出了自己的觀點。Neela等采用問卷調查和訪談的方式對3,000余名科研人員進行調查，認為期刊和基金政策會提升其數據共享意愿的科研人員分別占到59%和57%，其中，尤以美國和加拿大的科研人員比例最高，分別達到70%和67%。［11］張晉朝綜合計劃行為理論和認知整合理論構建了科研人員數據共享研究模型，隨機選取國內科研人員發放調查問卷，收回有效問卷151份，結果顯示，主觀規范（即外部政策和環境壓力）會對科研人員的數據共享意愿產生影響。［25］何琳等的研究進一步證實了這一觀點。［26］英國聯合信息系統委員會等機構聯合發布的一份研究報告中，將資助者和機構列為提升科研人員數據共享意愿的重要因素之一。［27］

同時，也有研究提出了不同意見：Kim等對美國理工科領域1,317名研究人員進行調查，結果顯示來自期刊的數據政策確實會提升科研人員的數據共享意愿，但是資助機構的數據政策對科研人員并無顯著影響。［28］同年，其對社科領域科研人員的調查研究進一步支持了這一觀點。［29］還有研究認為，即使是期刊出臺的數據共享政策也不能促使科研人員共享其科研數據：美國心理學會下屬期刊要求141名投稿作者提交科研數據，但是在反復與作者發送郵件溝通和簽署協議保證不濫用數據集的情況下，仍有103名科研人員不愿意提交科研數據。［30］Savage等試圖向10名于PloS One期刊發表文章的作者請求獲取數據，最終只有1名作者表示愿意共享。［9］甚至還有研究證明，期刊的數據共享政策不僅不會促使科研人員共享數據，還會對科研人員的投稿意愿產生負面影響，進而影響期刊的收稿數量與質量。羅曉蘭等于2017年向國內高校科研人員發放218份調查問卷，發現由于期刊實施數據共享政策而影響到投稿意愿的科研人員比例高達 42%。［31］

4.3 共享成本

對科研數據進行共享不僅需要時間投入，還可能提升原有的競爭成本，甚至導致科研人員失去對科研數據的控制權，喪失原有的數據成本。因而，一些研究認為共享成本會對科研人員數據共享意愿產生負影響。

在時間成本方面，Neela等對超過3000名科研人員進行調查，結果顯示，有50%的科研人員認為共享數據會占據其原本就不充裕的時間。［11］在另一項針對1,329名科研人員的調查研究中，有54%的受訪科研人員表示時間成本對其數據共享意愿造成了負面影響。［23］在競爭成本方面，普渡大學圖書館對學校戶外水質觀測站的6名博士研究生的數據共享態度進行了調查，發現競爭成本對科研人員的數據共享意愿有著非常明顯的負面影響。［32］另一項針對3,000余名科研人員的調查研究結果顯示，出于競爭的考慮，有25%的科研人員希望在項目結束后再共享科研數據，甚至有5%的科研人員希望在退休后再共享科研數據。［11］在數據成本方面，Carlson等的研究認為，對數據被錯誤解讀和濫用的擔心將對科研人員數據共享意愿造成負面影響。［32］Neela等的研究進一步支持了這一觀點：有53%的人擔心在數據共享的過程中失去對科研數據的控制權，另有31%的人擔心自己的科研數據被不當使用從而得出錯誤結論。［11］

4.4 支撐技術

技術支撐可以提升科研人員的數據共享效率和效果，甚至影響科研人員的數據共享意愿，主要包括數據倉儲的可獲得性、既定標準以及技術支援等。Ostaszewski向超過24,000名波蘭學者發放問卷，對回收的849份有效問卷進行分析發現，有21%的科研人員認為缺乏合理的存儲庫將抑制其數據共享意愿，另有20%的科研人員認為缺少既定的操作標準是其不愿共享科研數據的主要原因。［33］通過對22名來自不同學科的科研人員的調查發現，好的基礎設施將提升科研人員的數據共享意愿。［20］Youngseek等采用隨機方式從全球知名的CoS學者數據庫抽樣，對美國的科研人員進行調查，最終收回有效問卷1,298份，對問卷進行統計分析發現，數據存儲設施的完備性和可達性將影響科研人員的數據共享意愿。［34］不過，Kim等卻就此提出不同觀點，其于Communityof Science數據庫中隨機選取社科研究人員2,285名，回收有效問卷361份，分析發現，數據倉儲的可達性并不會影響科研人員的數據共享意愿。［29］同年，其針對理工科1,317名科研人員的調查研究進一步證實了這一觀點。［28］

4.5 數據質量

科研人員會出于對數據質量的擔憂而拒絕共享科研數據。圍繞這一問題，Wicherts等開展了深入研究。［35］首先，向49篇心理學論文的作者請求獲取科研數據，結果僅有21名作者愿意共享數據。接著，提取上述49篇文章中包含的關鍵數據和檢驗值共1,148項，綜合采用逆推、計算機自動算法、人工等方式對1,148項數值進行再分析。為檢驗計算方法的準確率，研究還招募了5名研究生對495項數據進行獨立計算，并將研究所采用的計算方法得出的計算結果與之對比，結果顯示研究所采用的計算方法非常可靠，準確率達到99.4%。對數值的再分析發現，1,148項數值中共有49項與原文結果不相符，其中的47項實際p值要大于原文提供的p值。而在上述49項錯誤中，有36項來自于不愿意提供原始數據的文章，占到總數量的73.5%。由此證明，科研人員對數據質量或者說是數據與結果吻合程度的擔心會導致其不愿意共享科研數據。

事實上，在科研成果的發表過程中，具有統計學上顯著性意義的文章確實比較容易被接受和發表，因而會存在部分科研人員對原始數據進行修改以獲得陽性結果的情況。［36］而在這種情況下，出于對數據集質量以及科研結果被推翻的擔憂，科研人員很可能會選擇拒絕數據共享請求。即使沒有對原始數據進行修改，仍會有部分科研人員出于對數據源權威性、數據獲取方法科學性等不自信而拒絕共享科研數據，不過這種情況多見于年輕科研人員。［20］

5 結論與展望

總體來看，當前對科研人員數據共享意愿方面的研究已經取得了初步的成果，研究問題和內容涵蓋了科研人員數據共享意愿研究的主要方面，初步揭示了科研人員數據共享意愿的特點與規律，并對數據共享意愿的主要影響因素進行了探討與分析。但是仍然存在一系列的問題。首先，從研究數量上看，盡管科研數據共享已經成為科學界的主要議題，相關研究數量正高速增長，但是有關科研人員數據共享意愿的研究數量卻仍然較少，上文中部分影響因素的支持性研究甚至是孤證，研究結論缺乏代表性和說服力。其次，從研究方法來看，當前絕大多數研究都采用了問卷調研方法，研究方法單一。事實上，問卷調研確實是獲取研究對象態度和意愿數據的最直接有效的方式，但是有研究證明，研究對象在自陳式問卷中的回答往往更為積極和正向，而在實際行為和表現中則更為消極。［37］因而單純的調查問卷方式并不能完全、準確地反映出科研人員數據共享的真實意愿。最后，從研究結論看，部分結論之間互相矛盾。如，Eynden等人認為年齡與數據共享意愿正相關，而Howard則認為二者之間存在負相關關系，類似的情況在外部政策、共享成本、支撐技術等部分也有出現。

綜上所述，本文認為未來的科研人員數據共享意愿研究可以從以下幾個方向入手。第一，繼續深入對當前研究問題與內容的探討，提升相關問題支持性研究的數量與質量，擴大影響因素研究的范圍，探索經濟成本、形象和聲譽預期等因素對科研人員數據共享意愿的影響。事實上，曾有研究認為除上述影響因素外，科研人員的數據共享意愿還受到經濟成本、利他因素、形象和聲譽期望等因素的影響，［1,38］但卻并未對其進行深入研究與論述。因而，下一步可以考慮將上述因素納入到研究范疇中來，進一步充實研究問題與內容。第二，豐富現有的研究方法體系，不僅要采用問卷調研、訪談等顯性研究方式，還要結合文獻計量、觀察等隱形研究方法，為全面、真實地揭示科研人員數據共享意愿提供有力支撐。第三，采用定量的文獻分析方法對當前研究結果進行系統、綜合地再分析，以解決不同研究結果相悖的問題。可以考慮引入薈萃分析（Meta-analysis，又稱為Meta分析、元分析）對上述研究成果進行定量整合，通過計算納入文獻的合并效應值，從整體上明確不同影響因素對科研人員數據共享意愿的作用。