價值共創視角下學術數據庫知識服務模式比較研究

徐雷　鄭子賀　葉均玲

關鍵詞： 學術數據庫； 知識服務； 價值共創； 模式； 比較研究

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．００１

〔中圖分類號〕Ｇ２０３ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０６－０００３－１１

互聯網時代開啟了科學交流的新紀元， 數字化的學術出版物已逐漸成為當今科學交流的主要載體， 學術出版物的生產效率得到提升， 傳播媒介日益多元， 科學交流呈現出高度網絡化、開放化的特點。面對海量的學術文獻， 以學術出版商為代表的商業機構通過建立學術數據庫的方式， 采用資源訂閱模式向科研機構及科研人員提供文獻檢索獲取服務。隨著信息技術發展以及學術文獻數量的激增，以學術數據庫為主的資源平臺開始在數據庫中增加更多的交互功能， 以進一步滿足科研人員的文獻獲取、前沿跟蹤、智能分析等科研需求。同時， 在開放科學運動的趨勢下， 開放獲取、預印本、開放評審等新的開放科學交流形態逐步推進， 科學知識的生產傳播等方式越來越多元， 科研人員、技術服務商、科技期刊、政策機構等越來越多地參與到傳統的以出版商為商業價值創造主體的價值創造體系中，學術資源的產銷主體之間逐漸呈現出一定程度的價值共創行為特征。基于學術數據庫的知識服務模式也開始從以傳統的學術資源為價值創造核心， 拓展出以科研人員等用戶為中心的價值共創模式。鑒于當前基于學術數據庫的價值共創機制還處于探索階段， 本文基于當前相關主流實踐， 嘗試應用價值共創的理論， 從學術數據庫知識服務的交互特征和價值創造特點兩個維度， 對學術數據庫的資源訂閱模式、智能分析增值模式以及開放科學服務模式進行對比分析， 探索學術數據庫知識服務中的價值共創機制、過程及其面臨的挑戰， 為科技知識服務的研究與實踐提供參考， 以更好地促進科學交流活動。

１概念內涵及相關進展

１.１概念內涵

知識服務由網絡化環境背景下的信息服務演化而來， 是服務主體基于自身知識和能力， 在深度挖掘用戶需求的基礎上， 通過一定方法充分組織和集成各種資源， 在交互過程中幫助用戶獲取知識、科學決策、解決問題， 實現已有資源增值的服務過程［１］ 。學術數據庫知識服務是以學術數據庫為基礎， 向科研人員等用戶提供論文資源獲取、發表、評審等科學知識服務的過程， 以滿足其不同的科學交流需求。學術數據庫作為科學交流的基礎設施之一， 是當前科學價值創造的核心要素， 目前學術數據庫主要由商業出版商等主體運營， 具有多種資源類型及覆蓋度， 通常采用不同的收費策略向用戶提供學術資源等知識服務， 常見的如Ｓｃｏｐｕｓ、Ｓｐｒｉｎｇ?ｅｒ Ｌｉｎｋ 等國際知名學術數據庫。伴隨著科學交流環境的變化， 也出現了基于開放學術資源而構建的學術數據庫， 如Ａｍｉｎｅｒ、Ｓｅｍａｎｔｉｃ Ｓｃｈｏｌａｒ 等， 科研人員等主體也更多地參與到諸如虛擬學術社交、開放評審、科學數據開放等科學價值的創造過程中，科學價值的創造過程呈現出更強的共創特征。

價值共創理論源自價值創造主體認識的演變，在過去生產者被認為是唯一的價值創造者， 消費者此時只作為價值使用者存在［２］ 。伴隨著經營管理學科及實踐的發展， 各界愈發強調包括消費者在內的活動多元主體在價值創造中的作用， 不同主體之間通過合作實現價值的共同創造， 其核心是利益相關者之間的“交互”， 即多元主體在投入自己獨有資源和創造自身價值的同時， 在互動中實現他人價值的多向共創。價值共創機制強調價值共創過程中相關主體等各類要素之間的有機聯系， 推崇價值創造過程中的多方參與。在當前科學交流過程中， 圍繞創新性科學知識的生產與消費， 科研人員、期刊、出版商、技術服務商、政策制定者等主體之間也越來越多地表現出科學價值共創的特征。

１.２相關進展

目前， 以泰勒－弗朗西斯、約翰威利、施普林格等學術出版商旗下的數據庫以及ＡＭｉｎｅｒ、Ｓｅ?ｍａｎｔｉｃ Ｓｃｈｏｌａｒ、Ｄｉｍｅｎｓｉｏｎｓ 等新興數據庫為學術數據庫知識服務的主要服務主體。為了便于分析， 本文按正式科學交流的歷史發展階段， 將學術數據庫知識服務粗略劃分為傳統的資源訂閱模式、主流的智能分析增值模式和未來開放科學服務模式３ 種類型， 這３ 種類型是一種繼承拓展的關系， 實踐中并不存在嚴格的劃分界限。在不同模式下， 學術數據庫依托的服務主體通過滿足用戶不同的需求并整合不同類型及體量的學術資源， 通過各種交互手段向用戶提供各類知識服務體驗， 從而實現科學知識生產及消費過程中的價值共創。比如以愛思唯爾為代表的學術數據庫出版商， 在原有資源訂閱服務的基礎上， 與科研活動生命周期中的多方主體協作， 整合選題評估、科研團隊組建、研究資金資助評估、科研過程協作管理、學術貢獻評價、開放數據存儲與智能分析等多個科研環節， 提供綜合性全流程的學術研究服務， 將科研人員等多方主體納入到科學價值創造的更多環節中。

在研究層面， 目前在學術出版、知識服務等相關領域， 關于價值共創理論及應用和學術數據庫知識服務方面都已有一定的研究與實踐探索。價值共創理論方面， 受商業實踐和應用技術等因素影響，領域交叉、數字化交流等功能的誕生使得價值生產的參與主體不再局限于企業與顧客之間， 其理論在“凸顯二元主體， 共創在生產過程” 的基礎上不斷迭代， 演繹出“凸顯服務使用價值， 共創在服務使用過程” 的服務主導邏輯（Ｓｅｒｖｉｃｅ Ｄｏｍｉｎａｎｔ Ｌｏｇ?ｉｃ）［３－４］ 、“凸顯相同價值主張下的多元主體， 共創在主體服務交換過程” 的服務科學（Ｓｅｒｖｉｃｅ Ｓｃｉｅｎｃｅ）乃至服務生態系統（Ｓｅｒｖｉｃｅ Ｅｃｏｓｙｓｔｅｍ）［５－７］ 等內容， 內涵不斷深化并趨于成熟， 國內基于價值共創理論對部分知識服務領域已有許多研究實踐， 如圖書館等公益機構［８－１０］ 、科技期刊［１１］ 、在線信息服務平臺［１２－１３］ 、知識問答平臺［１４－１５］ 等。學術數據庫知識服務方面， 學術數據庫作為學術知識服務核心主體之一， 國內存在平臺建設［１６－１８］ 、服務分析［１９－２０］ 、發展規劃［２１－２３］ 等不同角度的諸多研究實踐， 但已有研究往往聚焦于學術數據庫本身， 少有從科學交流發展視角對學術數據庫知識服務的系統性梳理。本文嘗試基于價值共創理論， 從主體交互和價值創造兩個角度分析主流學術數據庫知識服務現狀， 歸納知識服務模式并比較其特征， 明晰學術數據庫知識服務所處價值共創階段。

２學術數據庫知識服務分析框架

在開放科學運動趨勢下， 傳統出版商等出版服務主體依托海量學術資源的訂閱模式逐漸受到沖擊。在面對諸如付費墻帶來的全球科學交流的公平性、海量學術資源帶來的科學交流效率低下以及同行評審的透明性等科學交流危機時， 學術數據庫僅依靠自身無法滿足科學交流需要， 在知識服務中吸納其他科學交流相關主體及其資源、服務是大勢所趨， 多元主體互動和價值共同創造的價值共創特征開始顯現。本文依照價值共創理念， 利用“主體交互” 和“價值創造” 兩個模塊構成學術數據庫知識服務分析框架， 具體如圖１ 所示。

在主體交互層面， 學術數據庫的價值共創過程由多方主體參與， 在具體實踐中， 以出版商為主導的學術數據庫占據核心地位， 其基于具體科研活動需求， 結合自身學術資源、支撐技術特點搭建學術服務設施， 滿足用戶的科技知識服務需求。其他主體則是從事系統性科學知識生產、傳播及應用的相關人員， 以科研人員為主， 并涵蓋科技期刊、科研機構、技術服務商、政府機構等利益相關者， 這些主體利用自身專業知識開展科研活動、提供專家服務， 通過學術媒介或大眾媒體發表、分享和評論學術成果等， 并以知識服務過程中產生的用戶生成內容（ＵＧＣ）進一步提升相關知識服務及產品的智能化水平。

隨著受到越來越多的來自科學社區、科技政策制定者等科研共同體以及新型出版技術服務商等多方壓力， 出版商在原有學術資源訂閱模式的基礎上，一方面開始探索新的企業價值創造模式， 如提供智能選題、科學數據分析、論文潤色等智能化科學知識服務， 將交互對象即科研人員等主體納入到價值創造的更多環節中， 如搭建學術社交網站等平臺，提供個性化的在線科學交流等服務， 即智能分析增值模式； 另一方面也開始響應開放科學運動， 參與各類開放數據、開放期刊的共享， 以及開放評審等科學交流活動， 即開放科學服務模式。在價值共創理念下， 多方參與主體以３ 種知識服務模式為基礎， 彼此基于自身資源進行服務交換， 通過合作交互滿足自身需求。

在價值創造層面， 知識服務的最終成果由多方參與主體共同成就， 在此過程中所創造的價值根據服務過程中所滿足具體需求大致可分為３ 類： 商業價值、學術經驗價值和科學價值。其中， 商業價值主要指出版商等服務提供方在學術資源的生產加工、知識服務的提供等過程中獲得的經濟回報， 如數據庫訂閱費、技術服務費、決策咨詢費等； 學術經驗價值主要指科研人員等多方主體在學術數據庫的使用過程中， 將其使用價值轉換為完成科學研究、論文編校、同行評議等活動后獲得的專業知識、學術經歷與聲望、社會資本、業務技能等隱性的價值；科學價值主要是指在知識服務過程中產生的創新性科學知識本身， 蘊含著對人類社會發展具有重要意義的潛在價值。科學知識通常以學術文獻為主要載體， 科學價值的創造是科學交流的終極目標， 也應是學術數據庫知識服務的主要目標， 多方主體在科學交流的交互中實現科學價值的共創。因此， 從這個意義上講， 當前學術數據庫價值創造過程中的學術資源訂閱模式、智能分析增值模式和開放科學服務模式都分別實現了關于科學知識的價值共創。

３學術數據庫知識服務交互特征分析

３.１資源訂閱模式下的簡單交互

學術資源訂閱模式是當前學術出版領域商業價值創造的主要途徑。在該模式下， 出版商等通過各種技術手段及運營策略， 對科研成果進行審核、遴選、存儲、傳播， 構建不同規模體量的學術數據庫， 并以付費訂閱這一主要商業手段向服務對象提供學術資源的獲取服務。在現代科學交流早期， 科研人員主要基于學術印刷品開展學術交流活動， 隨著科技的發展以及海量科技文獻的出現， 這種方式越來越不能滿足高效學術交流的需求， 于是出現了以學術出版商為主的專業性學術資源運營機構， 其通過對學術資源的版權協商、提供論文投稿發表服務、建立學術數據庫等方式為科研人員提供專業化的學術出版服務。依據學術數據庫的資源類型、體量等特點， 學術出版商一般會提供面向科研機構及個人的不同訂閱策略及費用， 當前以科研機構訂閱學術數據庫的方式較為常見。

資源訂閱模式下， 知識服務主體之間的交互以資源的檢索與推送為主， 數據庫主導交互服務過程， 交互簡單且主次關系分明。伴隨著科技文獻的高速增長， 學術數據庫的體量越來越大， 科研人員開始面臨因知識過載而導致的科學交流效率低下的問題， 傳統訂閱模式下的學術資源檢索與推送服務， 越來越不能適應新的科學交流需要， 精準化、個性化的學術服務需求隨之而生， 基于學術數據庫的智能分析增值模式逐漸走向主流。

３.２智能分析增值模式下的深度交互

在該模式下， 出版商基于自身擁有的學術資源， 構建多樣化、智能化的服務功能來滿足各類用戶的需求， 核心在于通過各種交互技術解決學術信息的過載等問題， 增強個性化的科技知識服務體驗， 實現科研人員等主體在不同科研階段的學術經驗價值的創造與提升。其顯著特點是供需雙方的高度“互動”， 以科研人員等參與主體對學術數據庫所提供的服務功能的智能交互為直接表現， 呈現出明顯的以用戶為中心的價值創造理念。學術數據庫通過滿足科研生命周期各階段的用戶需求， 獲取用戶在服務交互體驗過程中的生成數據， 通過統籌學術資源、用戶需求及用戶生成數據， 構建智能交互功能， 完善現有學術服務體驗， 設計新的智能交互場景， 整體呈現出資源多元化、功能智能化、服務交互化的特點。該模式中知識服務從被動提供變為主動參與， 覆蓋科學研究全過程， 學術服務與科學交流相互融合的特征凸顯［２４］ 。

智能分析增值模式在具體實踐中以用戶需求為主導進行服務迭代， 具體體現為對科研人員等主體開展科學研究的各個生命周期階段的交互功能及服務產品的設計上。實際上， 在學術出版領域中已有不少這類技術服務產品， 如各類論文潤色、智能寫作輔助、智能審稿、成果宣傳包裝等學術服務。同時， 以科睿唯安為代表的科學數據分析機構也日益增多， 出現了諸如Ａｍｉｎｅｒ、Ｓｅｍａｎｔｉｃ Ｓｃｈｏｌａｒ 等新型學術資源智能分析平臺， 這類競爭性產品通常通過持續性收集互聯網上可公開獲取的學術資源， 在此基礎上設計各類新穎的智能交互功能。傳統的學術數據庫在面對開放科學運動及外部競爭環境的壓力下， 也開始了學術服務基礎設施的布局， 通過收購、自建各類智能化服務產品等手段， 進一步鞏固自身學術出版地位。

智能分析增值模式下， 學術數據庫在知識服務過程中的主體地位被減弱， 開始轉向以用戶需求為導向的服務運營模式。技術服務公司、科研機構等主體開始頻繁參與這一交互過程， 知識服務由原來的簡單交互轉變為多元互動?？紤]到目標群體和學術資源的差異性， 表１ 按照科研生命周期的不同階段， 對比了當前主要的商業型學術數據庫以及專門針對學術資源而設計的智能平臺或工具。

３.３開放科學服務模式下的全面開放

開放科學是一個集各種運動和實踐于一體的包容性架構， 旨在實現人人皆可公開使用、獲取和重復使用科學知識， 為了科學和社會的利益增進科學協作和信息共享， 并向傳統科學界以外的社會行為者開放科學知識的創造、評估和傳播進程［２５］ ， 其核心在于科學知識的開放透明和社會各界的多方參與。在這一理念指導下， 出版商等逐步開放其學術資源， 并與科研人員、科研機構、技術服務商、政策制定者等多方主體協作， 將科研活動多個環節透明化、公開化、共享化， 形成以開放各類學術資源為基礎的知識服務模式， 核心是通過開放資源及服務流程， 以最大限度地促進科學交流活動的開展，讓一切科學交流活動回歸到科學論證、科學創新與科學價值創造這一終極目標上。

當前， 科學交流活動仍面臨著潛在的全球學術資源獲取的不公平性、研究成果的不可復現性以及其他學術誠信問題等危機， 亟需一種更為開放、透明、可信的科學交流環境， 即開放科學服務模式。在理想的開放科學服務模式下， 知識服務不再依賴固定主體， 所有具有開放科學相同價值主張的成員都被視作知識服務的主體， 主體之間藉由自由的資源交換形成松散的合作網絡結構， 每個主體根據資源特色在知識服務中扮演不同角色， 并從多樣化的開放資源交換和整合過程中實現需求。由于目前開放科學發展尚未成熟， 當前開放科學數據、科技文獻的開放獲取以及開放同行評議是目前開放科學服務模式下最為典型的實踐， 其服務內容及特征如表２ 所示。

資源訂閱模式、智能分析增值模式和開放科學服務模式在其演進過程中， 呈現出價值共創理念服務主體多元化和主體交互深入化的演進特征， 學術數據庫知識服務整體向著智能化、開放化的方向發展。表３ 展示了３ 種學術數據庫知識服務模式的交互特征對比。

４學術數據庫知識服務價值創造對比

４.１資源訂閱模式——學術數據庫的商業價值創造

在學術資源訂閱模式下， 學術出版商通過對學術期刊的創建、遴選、論文發表服務、直接或間接地參與期刊及論文的學術評價等過程積累了大量的學術資源。據統計， 世界排名前五的出版商愛思唯爾、威利、施普林格、泰勒－弗朗西斯和Ｓａｇｅ占據了全球論文發表的５０％以上［２９］ ， 這些出版商依托資源優勢建立了學術出版的壟斷地位， 獲得了豐厚的經濟收益， 也積累了豐富的學術出版經驗， 比如愛思唯爾每年通過資源訂閱的方式創造的價值占其整個商業收入的７２％［３０］ 。表４ 顯示了愛思唯爾、約翰威利和泰勒－弗朗西斯出版集團２０２１ 年收入及訂閱占比情況。

對于科研人員而言， 學術數據庫為其提供了專業的論文發表、同行評議等服務， 實現了學術成果的傳播， 同時也積累了專業知識， 產生了科研技能等學術經驗價值， 進而為科研人員帶來了學術聲譽及人脈、職位晉升、知識變現的可能性?？蒲谐晒涍^學術數據庫平臺統一發布、評價、存儲、檢索等系統性管理， 以科技文獻為主要載體的科學知識的生產傳播速度呈指數性增長， 科學價值得以迅速積累， 并表現出全球合作、規?；a出效應。

４.２智能分析增值模式——提升學術經驗價值

與資源訂閱模式學術資源生產的價值創造方式不同， 智能分析增值模式主要通過知識服務過程中使用價值的實現創造價值。智能化服務拓展了學術經驗價值創造的途徑， 突顯了以科研人員等為中心的科學價值創造地位。科研人員通過使用各類智能交互學術產品及服務， 不僅提高了科學創新的規范性及效率， 也獲得了潛在的研究技能、學術影響力、社會資本、職位晉升等隱性價值。依托這些服務， 期刊編輯、同行評審等主體相應地減輕了業務工作負擔， 提升了自身工作技能， 科技期刊、科研機構可提升其潛在影響力以及對科研人員的評價效率， 科技政策制定者、資金資助等機構可獲得更及時準確的政策與資金資助方向。對商業價值而言，出版商借助學術數據庫的智能分析服務與服務對象協同互動， 拓展了資源訂閱模式下的價值空間， 通過“資源＋分析／ 服務” 的方式實現了商業價值增值， 同時也進一步增強了科研機構與科研人員對其的依賴， 鞏固了其學術出版地位。表５ 對比了學術數據庫智能分析服務幫助服務對象解決的問題及在此過程中產生的增值價值。

４.３開放科學服務模式——科學價值創造的回歸

在開放科學服務模式下， 科學價值的創造得以回歸， 科學價值創造的直接參與主體更多元， 科學成果得到更廣泛的傳播與應用， 服務于更多的社會群體， 所有人都是知識服務的參與者和獲益者， 多元主體在服務、資源的交換過程中共同創造價值。科學知識的生產也因此得到更迅速發展。出版商在開放科學的環境下將其學術資源逐步轉型為開放獲取資源讓渡給用戶， 并開辟出開放科學數據平臺，在學術數據庫基礎上逐步開展開放評審等實踐， 在失去資源優勢的同時也創造了諸如面向“作者收費，讀者免費” 的ＡＰＣ 收費模式， 并逐漸向支撐全科研生命周期的智能知識服務、依托科學數據分析提供科技咨詢決策服務的模式轉變。對于科研人員而言， 開放科學使得科學數據的獲取更為便利， 研究成果的發表與傳播渠道更為多元， 同行評議的過程更為透明， 科學評價也逐步回歸到對科學貢獻的評價上， 這些實踐極大提升了科研共同體的科學交流效率， 隱性學術經驗價值得到進一步提升。

５主要發現與結論

５.１主要發現

學術數據庫作為科學交流的基礎設施之一， 在價值共創理念下， 學術出版商、科研人員等主體圍繞學術數據庫的構建與使用， 共同實現商業價值、學術經驗價值和科學價值的創造。通過對當前的主流實踐進行分析對比， 主要發現如下：

１） 學術數據庫價值共創機制尚未完全成熟。學術數據庫的前兩種知識服務模式已實現了知識服務價值共創中生產價值到使用價值和簡單交互到多元交互模式的轉變， 但新興的開放科學服務模式仍處于發展初期， 相較于其他成熟服務模式而言， 在宏觀和微觀實踐中都存在明顯不足。宏觀上， 目前開放科學知識服務基本圍繞各個主流開放數據庫及其用戶群體開展， 學術資源、平臺政策和受眾群體的差異使得彼此之間的知識服務過程存在差異。如出版商在ＯＡ 政策和版權協議上的不同， 開放資源存儲庫規定的存儲格式和模式存在不小差異， 使得科研人員無法通過統一的標準開展開放存取活動［３１］ ， 為跨學科、跨主體之間的資源、服務交換帶來了障礙； 微觀上， 多主體自發性價值共創還未形成規模且協作分散， 實踐中科研人員等主體仍傾向于從原本使用頻率高的平臺獲取服務， 部分主體間主觀交互意愿淡薄且參與度低， 同時科研人員缺乏了解新興開放科學平臺及其新穎服務功能的有效渠道， 價值共創理論的服務生態系統在當前學術數據庫知識服務中仍未實現。

２） 現有的智能知識服務價值創造能力有待加強。在需求挖掘層面， 當前主流學術數據庫知識服務多集中于學術文獻這一主要類型， 而對于科學數據、專利文獻等其他學術資源的服務設計則相對匱乏， 潛在使用價值未能得到創造。在需求滿足層面， 當前智能分析服務仍無法徹底解決知識過載的問題， 經過智能技術所產生的分析結果對決策的支持仍不盡人意， 已有使用價值未能得到增值。對于專業性突出的知識服務， 其較高的技術門檻及狹窄的學科偏向， 使非技術型研究人員付出高昂的學習成本。對于強交互類型知識服務， 普遍缺乏功能介紹和操作指引， 用戶操作的正反饋不足， 且缺少專人或專欄進行解答， 使用體驗不佳。

３） 智能開放化的知識服務帶來新的科學交流問題。一方面， 傳統的出版商在資源訂閱模式中以極小的資源復制成本實現學術資源壟斷， 在轉向智能分析增值服務模式的過程中， 又通過各類智能分析服務再次增強了科研機構及科研人員對其產品的依賴。比如當前相關機構對人員能力評估、科學成果評價、機構排名、資金資助決策等分析就依賴于這類分析服務， 承受不起此類產品的服務機構在吸引未來資金的競爭力方面面臨著巨大的劣勢［３２］ ，“資源＋分析／ 服務” 的銷售模式可能會阻礙部分主體參與知識服務的價值共創過程； 另一方面， 開放科學服務模式下的資源開放可能會涉及參與主體隱私， 并引發潛在的推薦偏見問題， 不利于多元主體間的自由交互。同時， 以Ｓｃｉ－Ｈｕｂ 為代表的基于公開學術資源提供知識服務的平臺， 在獲取、加工資源并提供服務的過程中可能會造成資源版權爭議問題［３３］ 。

５.２結論

本文從價值共創的視角對比分析了學術數據庫在不同知識服務模式下的交互及價值創造差異?；谏鲜鲆延械陌l現， 為了更好地促進未來科學交流過程中的價值共創實踐， 出版商等多方主體之間首先需要設計遵循規范、通用的學術資源分享格式及流程， 保證學術基礎設施之間能無障礙訪問與交互， 這是開展價值共創的基礎； 其次， 要建立價值共創的有效激勵機制， 充分挖掘科學價值創造全流程的用戶需求， 不斷豐富現有知識服務類型并提升交互體驗， 探索出價值共創的有效路徑， 這是發揮價值共創、實現學術數據庫知識服務的關鍵， 需要不斷完善的協同機制和多方的參與， 才能形成成熟的價值共創實踐。同時， 對于在科學交流中一直都存在的公平性危機及相關學術倫理等問題， 諸如開放獲取期刊的收費策略、科學數據， 如同行評審數據及其他科學交流環節中的數據的開放程度等相關的科學交流原則及政策， 仍需要進一步研究探索、制定實施， 以保障科學價值共創實踐中知識服務運營的規范性和合法性， 更好地促進科學價值的創造與轉化應用。