高校圖書館參與數據治理的可行性研究

任亞忠

（渤海大學圖書館，遼寧 錦州121000）

大數據時代來臨，數據資源已經影響到企業和社會發展，對數據資源的管理和利用得到更多的重視，同時數據資源的快速發展也帶來了一些弊端，如數據異化、數據造假等，數據治理應運而生。在科學研究領域，數據治理還沒有得到更多認可，更多人認為數據治理屬于數據管理的分支，是數據管理的功能延續，筆者認為兩者之間有本質上的區別，首先數據治理目標更為明確，數據治理可以針對某一層面的數據進行分析、整理、存儲、轉化利用，最大限度去除無用數據資源，其次參與數據治理的機構擁有更多的權限，不再僅限于數據資源的保存職能，可以根據用戶的選擇來制定詳細的數據治理方案，交互式的數據處理方式可以提供的數據支撐，最后，數據治理在數據監督和科學評估方面可以起到更多作用。在科學研究和高端服務領域，數據治理已經得到應用和發展。

高校圖書館作為信息文獻中心、科研服務中心，從數據獲取、管理、利用上擁有資金和人力雙重優勢，具備了參與數據治理的基礎。我國高等院校利用數據資源開展數據相關服務的圖書館相對較少，對數據治理的重視程度不夠，數據館員的缺失在一定程度上影響了數據服務的發展，數據治理需要圖書館和相關數據部門分工合作，而合作協調及后期管理卻缺乏可操作性強的范式，這些都制約了數據治理服務的發展和研究。通過比對之后發現我國高校圖書館對數據服務的研究主要集中在以下3 個方面：數據資源的開放獲取、數據管束、數據科學與數據服務，數據治理提及較少。筆者綜合分析國內外圖書館數據治理現狀、數據治理的優勢以及存在的問題，借鑒經驗提出高校圖書館參與數據治理可行性研究方案。

1 國內外高校圖書館數據服務對比分析

數據治理和數據管理擁有相同的特征，即對數據資源的整合利用，是對數據資源的區分和整合的過程，同時存在本質上的區別，因為語義上的曲解，導致我國圖書館界對數據治理研究相對較少，更多趨向于數據管理。高校圖書館參與數據治理的前提是擁有數據的主導權，可以對數據本身進行加工利用衍生新的價值，數據治理的影響集合變得更為廣泛，不再局限于當前條件下擁有的可利用數據資源，形成交叉影響的新型服務模式。

國外圖書館界對數據資源服務相關內容的研究，最早提出數據館員參與數據管理的是美國學者Liscouski Joe，其在《The data librarian:Introduc?ing The Data Librarian》一文中提出數據館員的工作職能：“搜集數據資源、保障數據的安全性、可訪問性和共享性，同時提出大數據來臨圖書館館員的職能向數據服務轉變。[1]”2004 年，美國佐治亞理工學院開展學術資料研究工作，聘用數據館員和檔案員管理數據，這是高校圖書館館員參與數據管理的雛形，經過5年的發展收集了25000個數據項目，50萬條搜索記錄、180萬條下載記錄，為后期學術研究提供數據保障。2006 年莫納什大學（Monash University）建立研究數據管理平臺，2007年哥倫比亞大學圖書館建立數據研究中心，設置數據館員。2008年紐約大學圖書館建立數據服務工作室。其他高校如劍橋、牛津、耶魯、斯坦福、愛丁堡等數十家大學圖書館相繼成立以數據服務為中心的服務機構，國外高校圖書館對數據深層次服務較為重視，一些成功的案例表明，高校圖書館具備數據服務的能力。

我國圖書館界對數據服務研究起步相對較晚，隨著大數據對社會發展和大眾生活產生影響，相關學者陸續開展相關理論的研究。首先從基礎層面，我國已經具備開展數據服務的能力，尤其是高校圖書館，數字圖書館建設發展迅猛，軟硬件設施條件和國外相比沒有明顯差距，經過幾十年的發展之后，圖書館從業者擁有比較成熟的數字圖書館服務管理經驗；其次是信息資源方面，高校的信息化建設形成一定規模，區域性資源共享取得一定的成績，數據開放存取以及相關制度研究取得很大進步；最后是理論層面，對數據管理、數據服務的研究逐漸深入，研究成果豐碩。在開展本次研究之前，筆者以中國學術期刊網為媒介，通過“圖書館”“數據”為主題進行檢索，共檢索到相關文獻22433篇，從2004年開始呈現逐年遞增趨勢，2017 年達到2102 篇，以“圖書館”“數據管理”為主題精確檢索，檢索到相關文獻605篇。對數據治理方面的研究相對較少，檢索到14篇，相關理論已經成熟，遺憾的是在數據治理領域，理論研究和國外還有一定的差距，同時沒有形成有影響力的學者群。

2 高校圖書館參與數據治理符合未來發展趨勢

高校圖書館傳統服務已經無法滿足日益多樣化的服務需求，圖書館的職能從為讀者找書轉化為有需要的讀者提供服務，作為學校的科研數據中心，圖書館職能轉變同樣要符合科研發展趨勢。高校圖書館參與數據治理符合未來發展趨勢，保證科研數據真實，避免數據造假，同時能夠提升圖書館自身的社會地位，產生多層面的社會效能。近年來，越來越多的高校圖書館建立了科學數據管理服務平臺，提供科學數據管理服務，科學數據管理服務為高校圖書館拓展數據驗證業務提供了良好的機遇和優勢[2]。

2.1 提高科學數據利用價值

關于科學數據管理，在我國一直沒有形成統一的定義，更多是吸取國外的相關經驗來提出。鄂麗君在《國外大學圖書館的科研數據管理教育》一文中指出：“科學數據管理（Research Data Man?agement）是指對在科學研究活動中產生的科學數據進行統籌協調、科學配置、整合管理，涉及對各類型科學數據進行采集、分類、標準化、發布及共享，以形成管理科學數據的理念、政策、規范、環境、措施與體系，發揮科學研究數據資源的最大效益[3]。”

高校圖書館參與科學數據管理，首先要控制元數據以及關聯數據的獲取方式，元數據的真實性和有效性決定了科學數據的最終價值，從國內外圖書館參與數據管理的相關經驗可以看出，目前，元數據存在大量散佚、流失、異化現象，這就要求參與人員擁有一定的辨識和分析能力，可以從大量的元數據中找出可利用的數據資源，其次還要掌握知識產權等相關方面內容，避免在獲取元數據過程中出現產權爭端，高校圖書館工作人員在參與科學數據治理過程中應該加大與相關機構聯合力度，分工協作，從科學數據的需求層面分析，未來高校圖書館對科學數據的獲取、組織、分類、共享、后期管理等方面的工作職能將不斷強化。

2.2 延伸信息化服務

信息化服務是高校圖書館工作職能的一部分。據統計，百度擁有的信息總量超過1 000PB，相當于國家圖書館藏書數字化后數據量的5 萬倍，每天增加的信息數據量10TB，相當于半個國家圖書館的藏書數字化后的數據量。百度技術委員會理事長陳尚義透露，“百度每天處理的數據量將近100 個PB，1PB 就等于100 萬個G，相當于5000個國家圖書館的信息量的總和[4]。”

大數據影響下，高校圖書館現有數字圖書館資源已經無法滿足讀者需求，高校圖書館必須做出改變，及時建立數據信息服務中心，吸收和培養一批信息化人才，這是時代的要求，也是高校圖書館信息化服務職能的延伸。

2.3 加強決策管理能力

很多高校建立校內決策管理系統，利用網絡平臺向全校師生開放，通過數據獲取、集合、反饋，在進行相關內容決策時擁有詳實可靠的數據支持，避免出現決策上的失誤，這是利用數據資源進行決策管理的有效途徑。高校圖書館面向全校師生服務，擁有更加便利的條件，借閱系統擁有強大的數據統計功能，包括讀者借閱分類統計、文獻借閱率、文獻外借周期、讀者成分分析、讀者借閱量分析等等，這些數據功能可以真實反映出本校師生在借閱圖書資源方面的需求和未來的變化趨勢，為圖書和電子資源購買提供依據，避免出現買而不用或者利用率低下的情況發生。

在我國，一些高校圖書館自建了書目征集系統，有效利用網絡服務平臺，建立讀者QQ群、微信群，校內書香論壇推書等活動，取得一定的效果，加大了圖書館在校園文化建設方面的影響力，同時存在一定的不足，書目信息的反饋不及時，讀者建庫工作影響面較小，在宣傳方面缺乏有效手段，后期數據內容挖掘有待提高等。

3 高校圖書館參與數據治理的可行性建議

高校圖書館參與數據治理在國外已經擁有很多成功案例，早在2009 年康奈爾大學開始實施嵌入式科研數據管理服務，管理組包括圖書館、高級計算中心、信息中心和經濟學研究所等。圖書館利用購買的數字資源進行數據匹配、推送，幫助科研人員第一時間獲取最適合的知識源，同時通過分類標引達到對元數據的規范，數據館員可以準確區分數據資源，提供正式的表述方式，實現不同數據的獲取、組織、分類、存儲、推送[5]。

3.1 設立數據館員

數據治理必須由專業的人才來完成，在國外高校圖書館設立專業的數據管理人員，也稱數據管理專家、數據管理咨詢員，主要是完成數據相關內容服務與管理，在圖書館界更多界定為“數據館員”。歐洲研究圖書館協會明確提出要設置數據館員，歐美研究大學將數據館員同其他機構聯合，開展相關項目研究。

數據館員的主要工作職能：（1）參與數據服務相關政策以及服務規范制定；（2）完善數據管理，包括數據獲取、整理、關聯數據研究、數據發布等；（3）數據資源服務；（4）數據管理過程中涉及到的其他問題；（5）后期反饋。從以上工作職能可以看出，數據館員必須具備一定程度的數據治理能力，了解科學研究過程，同時擁有較好的團隊合作意識。在國外，數據館員的作用同科學研發人員相同，在我國，設立數據館員開展相關數據服務的高校圖書館還相對較少，科學數據資源的強烈需求和服務不對等日益明顯。

2012年，北京大學圖書館開展國際學術會議，數據管理和數據服務成為分主題，引起較大反響；中國圖書館學會開展了以數據管理為主題的培訓活動。我國高校圖書館工作人員整體學歷層次較高，具備開展數據相關服務的能力，加大力度培養數據館員勢在必行。

3.2 科學規劃數據治理框架

數據治理離不開數據平臺支持，CALIS內部數據平臺已經完善，除了自有的數據平臺之外，高校圖書館應該積極和企業數據平臺聯合，形成校企、館企數據共享平臺建設，充分利用數據資源融合，數據治理不能單單依靠高校圖書館自身力量，任何需要數據支撐的機構都可以加入其中，形成共贏共建新局面，這是理想狀態，相關行業還沒有形成共識，對數據治理的意識相對淡薄，在數據完整性、共享性以及后期產生收益分配等層面還存在一定的分歧和法律空白。

康奈爾大學的嵌入式科研數據管理模式值得高校圖書館借鑒。利用數據治理交互性的特點，保證用戶的數據需求，根據需要采集數據資源；數據人員進行數據控制，保證數據產權方面不出現問題，同時進行科研數據的共享，讓更多的人利用數據資源。國外數據治理方面影響力較大的是DAMA、DGI。DAMA 框架強調數據治理是數據管理的核心功能，包括10個功能和7個要素，數據治理占據核心地位，DGI框架從組織、規則、過程3個方面提煉出數據治理的10 個基本組件，采用的是直線邏輯關系，形成一個可循環式的完整體系。我國圖書館學者包冬梅在兩者基礎上提出CALib框架，CALib框架全方位地描述了高校圖書館數據治理領域所包含的基本組件及其關系，從促成因素、范圍、實施與評估3 個維度展現了高校圖書館數據治理的全貌，從數據架構、基礎業務數據、信息資源體系、元數據、數據質量、數據的整合與發現、基于數據分析挖掘的圖書館統計與評估、數據安全、隱私與合格標準8個方面進行研究[6]。

4 結語

我國已經將大數據提升到戰略位置，習近平總書記發布實施國家大數據發展戰略，加快建設數字中國，提出數據安全、數據治理、數據經濟3大核心要素，提升數據能力符合時代的發展。高校圖書館開展大數據治理還存在一定的困境，如數據資源的非開放性導致的“信息孤島”現象，數據商的權限限制等問題比較突出，這就要求高校圖書館必須充分利用自身資源優勢、人才優勢，大力開展數據服務，積累經驗，同時加強和其他機構的合作力度，打破數據壁壘，形成圖書館與社會、圖書館與圖書館、圖書館與其他機構聯合協作的多元化服務模式。