開放科學背景下高校科研數據治理模型的構建與管理路徑

［摘 要］在開放科學背景下，高校科研數據治理模型的構建與管理成為高校科研工作面臨的巨大挑戰。本文通過分析當前高校科研數據治理的現狀及其面臨的挑戰，旨在探討高校科研數據治理模型的構建方法，同時，本文提出了針對高校科研數據治理模型的管理路徑，為提升高校科研數據準確度和利用率提供實踐指導，為高校的科研活動提供有力支持。

［關鍵詞］高校；科研數據；治理模型；管理路徑；數據生命周期

doi：10.3969/j.issn.1673-0194.2024.23.034

［中圖分類號］F276.1 ［文獻標識碼］A ［文章編號］1673-0194（2024）23-0109-04

0 " " 引 言

數據是教育信息化創新發展進程中的核心資產，更是推動高校數據管理從信息化向智能化轉變的動力。隨著人工智能、大數據、區塊鏈等信息技術的飛速發展，科研開放已經成為推動科學進步的重要趨勢。高校作為各類科研活動的重要陣地，其科研數據治理能力將直接影響科研成果的轉化與應用，更關乎高校科研準確性與科研效率。因此，在開放科學背景下，科研過程的透明度、科研數據的可訪問性和循環利用是科研數據治理的關鍵，構建規范的高校科研數據治理模型，完善數據治理管理路徑，可以幫助高校優化科研數據的管理流程，對提升高校科研質量和科研創新具有重要的戰略價值和實踐意義。

1 " " 高校科研數據治理現狀分析

1.1 " 缺乏頂層設計與統籌規劃

由于缺乏頂層設計和統籌規劃，高校在科研數據治理方面缺乏明確的治理目標和實施路線圖，使得數據治理工作邏輯混亂，治理成效難以顯現。一方面，許多高校在科研數據治理方面缺乏宏觀戰略規劃，導致各部門在參與數據治理工作中缺乏明確的治理目標和方向，形成各自為政的治理困局。另一方面，在科研數據治理的實際過程中，部分高校不僅缺乏宏觀戰略，更缺乏統籌規劃和執行步驟，導致各個部門之間數據資產相互割裂，信息無法及時流通。

1.2 " 數據安全與隱私保護面臨挑戰

在開放科學背景下，高校科研數據呈龐大且復雜的發展態勢，如何確保數據在存儲、傳輸、處理、調取等過程中的安全性和隱私性，杜絕數據泄露和非法使用的風險，是當前高校數據治理工作中亟須重點關注的問題。然而，很多高校缺乏完善的數據安全防護體系，難以有效應對數據篡改、數據泄露、數據丟失等潛在風險。具體表現為以下三種情況：第一，高校科研數據管理團隊網絡安全意識薄弱，網絡系統更迭緩慢。參與科研項目的師生普遍對網絡安全重視程度不足，忽視對科研數據使用的監管，存在密碼泄露、賬號被盜等風險。第二，高校科研數據資產龐大，數據治理模型缺乏統一標準。高校科研數據的管理部門下設二級部門眾多，接觸數據的用戶數量龐大且復雜，難以有效確保訪問數據身份的合法性。第三，高校對科研數據安全隱私相關的規范制度不健全。高校作為科學研究的重要基地，信息化部門不僅缺乏數據安全的專業人才，還缺乏相應的數據管理制度，增加了數據泄露與隱私侵犯的風險。

1.3 " 技術工具與資源投入不足

科研數據治理是高校服務管理的一部分，由于資金短缺、設備不完善、技術人才缺失等因素，導致很多高校在數據治理方面投入不足。首先，高校在科研數據治理方面資金和人力資源投入不足。大部分高校在資金和人員分配上更傾向于教學和基礎設施建設，對科研數據治理在技術工具購置、平臺建設、人員培訓等方面的投入并不積極，尤其是專業技術人員和管理人員的缺失，導致高校科研數據治理過程中缺乏專業指導，讓科研數據治理的頂層設計與統籌規劃難以開展。其次，高校缺乏符合本校科研發展情況的數據治理平臺。多數高校為了節約科研數據治理成本，大部分采用模板化的數據治理平臺，缺乏對本校科研項目數據治理的針對性，極易造成數據治理平臺功能的冗余、缺失等問題。最后，高校在科研數據治理過程中缺乏先進的數據分析工具和技術手段。許多高校缺乏對科研數據深入分析與挖掘的能力，存在科研數據浪費和流失的情況，降低了科研數據的價值。

2 " " 高校科研數據治理模型的構建

2.1 " 明確治理目標

國內高校科研數據管理服務的內容需要結合政策要求、高校的發展戰略以及科研人員的實際需求，設計出符合學校校情的服務內容[1]。

因此，想要實現科研數據的全面管理和優化利用，通過關聯高校的科研戰略和管理需求，明確科研數據治理的總體目標至關重要。第一，提升數據質量。確保科研數據在錄入平臺時的時效性、準確性、完整性、關聯性和一致性，減少數據冗余和數據錯誤的出現，提升科研數據的綜合應用價值。第二，保障數據安全。通過搭建具有針對性的科研數據治理平臺，可以確保數據在存儲、訪問、采集、共享、分析等過程中的安全性，杜絕數據被篡改、泄露、盜取、丟失的風險。第三，深挖數據價值。穩定高效的科研數據治理平臺有利于對科研數據的深度分析和挖掘，加速科研成果的獲取。第四，促進數據共享。科研數據治理模型的構建有利于數據規范統一，打破不同終端帶來的“數據孤島”問題，促進不同科研團隊之間的數據交流與共享，促進科研創新。

2.2 " 界定治理主體與客體

高校科研數據治理模型應明確其治理主體與治理客體，通過多層面與多角色的努力，共同推動數據治理模型的實施。科研數據治理模型的治理主體大致分為高校管理層、科研機構、科研團隊、科研人員四個類型。其中，高校作為科研數據治理的頂層管理者，具有統籌全校科研數據治理工作的責任，需積極協調各項人力、財力資源，協調各部門和機構的合作，以推動科研數據治理模型的有效實施。科研機構作為科研數據治理的引導者，具有制定數據治理政策和規范的責任，需為科研數據治理模型提供技術支持和管理保障，監督數據治理工作的執行。科研團隊作為科研數據治理模型的獲益者，具有引領團隊協作的責任，需積極協調團隊配合，嚴格按照規范使用和分享科研數據，推動團隊科研成果的產出。科研人員作為科研數據的直接產生者和使用者，具有遵守數據治理模型規范進行數據采集、整理、分析的責任，以提高科研數據質量。

高校科研數據治理模型的治理客體即為科研數據，如各類科研項目中的實驗數據、測量數據等，這些數據具有龐大性、敏感性、多樣性、復雜性等特點，需依托科研數據治理模型進行有效管理和使用，才能最大限度發揮其科研價值。

2.3 " 構建治理模型

各個高校的科研方向不同，在構建科研數據治理模型的過程中需要綜合考慮高校在科研項目中產生數據的特征，為其搭建符合高校科研數據治理需求的模型框架。根據開放科學背景，高校科研數據治理模型應涵蓋以下關鍵環節：第一，制定科研數據治理的相關準則與執行標準，擺脫高校科研數據治理“制度不完善、規劃不明確”的現狀，明確數據管理的目標、原則、責任主體和具體措施。第二，明確數據采集的標準和流程，確保科研數據的準確性和完整性。第三，構建統一的數據存儲規則，實現科研數據的統一管理和調度，確保數據的安全性和可訪問性。第四，優化數據處理、挖掘、分析等技術手段，提升科研數據的潛在價值。第五，建立數據共享平臺，數據質量的另一方面包括對數據傳播過程的管控，主要涉及數據權限及傳播中對質量的管控能力[2]。第六，明確數據使用者權限和數據使用范圍，提高科研人員的數據素養，確保合規使用科研數據。第七，打造完善的數據安全防護體系，引入專業技術人員定期加固數據治理模型防火墻，對數據設置加密、訪問控制、審計跟蹤等防護措施。

2.4 " 模型驗證與評估

高校科研數據治理模型的驗證與評估能有效檢驗模型的可行性和有效性，并快速分析出模型所需改進的潛力和方向，驗證高校科研數據治理模型主要分為以下幾個重要環節：第一，通過理論分析，檢驗模型是否涵蓋科研數據治理的各個環節。第二，通過定量評估，設計針對性的數據指標收集工具，量化評估模型的整體功能。第三，通過案例觀察，采用試運行的模式，觀察和檢驗模型在收集科研數據過程中的信息反饋和應用效果。第四，邀約專家評審，通過數據治理領域專家的咨詢、討論、觀察和反饋，收集專業建議，對數據治理模型進行完善和優化。第五，建立長期監測與反饋機制，通過對科研數據治理模型的長期跟蹤，及時了解模型在實際應用中的問題，對模型進行持續的優化和迭代。通過這些環節的驗證和評估，可以檢測到科研數據治理模型在提升數據質量，促進數據利用率以及數據共享等方面的可行性和拓展性。

3 " " 高校科研數據治理模型的管理路徑

3.1 " 統一頂層設計，提升數據質量

高校科研數據治理是一項復雜的系統工程，其模型是針對科研數據，在校方、科研人員、圖書館、政府、企業、出版機構等治理參與者的協助之下，對治理活動的一次理論探索[3]。因此，高校應根據自身科研發展需求制定統一的科研數據治理頂層設計，明確數據治理的目標愿景、政策規范和任務規劃等，確保能滿足學校科研數據管理與科研創新需求。首先，明確科研數據治理模型的短期戰略目標和長期愿景，為高校的科研數據治理工作提供工作指導。其次，制定模型管理的相關政策和規范。再次，建立模型監測與評估機制，定期對數據治理工作進行成果評估，關注科研數據管理動態，持續優化數據治理模型的實用性功能。最后，高校應積極培養數據治理人才，加強專業技術人才的引進和培訓，提升高校師生利用模型管理數據和使用數據的能力。

3.2 " 規范數據流程，加強數據安全

借助物聯網、云計算等智能技術，實現高校科研數據的融合共享，是當前我國高校數據資源建設的主要模式。因此，高校科研數據治理模型應首要關注數據管理流程，保障數據在流經的各個環節中都能得到妥善處理和安全防護。一方面，需要建立數據全生命周期管理體系，規范化管理數據在生產與采集、存儲與管理、處理與分析、使用與共享、銷毀與歸檔、制度保障與平臺迭代等各個環節流程，形成完善的數據管理制度，以保障科研數據的安全、準確和高效利用。另一方面，高校需要提升數據安全與隱私保護的技術手段，確保科研數據在傳輸使用、分析處理、共享交流過程中處于安全環境，杜絕數據被刪除、篡改、盜取、泄露的風險。

3.3 " 建立監督機制，關注技術發展

建立一套完整的數據治理體系，首先要做的就是從管理到基層、自上而下地強調“數據管理”意識、培養數據治理觀念[4]。高校數據治理工作需要“自上而下”的頂層設計和常態化的管理機制，確保各項政策與管理措施的有效執行。首先，高校需組建完善的模型使用效果評估小組，定期對科研數據治理的管理工作進行分析和評估，及時對模型存在的問題進行調整，提升數據治理模型的治理水平。其次，高校需建立完善的信息反饋渠道，保障數據治理模型的使用者能及時對管理工作提出意見和建議，促進管理體系的不斷優化和數據治理政策的改進。最后，高校應主動投入人力財力資源，關注新技術的發展，如人工智能、大數據、區塊鏈等技術的運用，積極改進數據治理模型的管理水平和效率，為科研數據治理提供有效支持。

4 " " 結束語

我國高校承擔著諸多科研任務，隨著開放科學的不斷深入，高校科研數據治理模型的構建與管理是推動高校科研效率和科研創新的關鍵。本文不僅強調高校構建符合本校科研情況的數據治理模型，還注重數據治理模型的管理與應用，通過研究分析，構建科研數據治理模型可以有效提升數據質量、促進數據共享、保障數據安全，為高校的科研綜合能力的發展提供支持。

主要參考文獻

［1］章惠娟，國外高校提供科研數據管理服務的思路及啟示［J］.江蘇科技信息，2021（5）：26-29.

［2］佟澤華，馮曉，石江瀚.科研大數據生態治理的影響因素研

究：基于扎根理論的探索［J］.情報資料工作，2023（5）：71-81.

［3］劉桂鋒，錢錦琳，張吉勇.我國高校科研數據治理模型構建研究［J］.情報科學，2020（4）：28-36.

［4］王婷婷，楊麗，崔璨．開放科學背景下高校圖書館科研數據治理路徑研究［J］.河南科技，2022（21）：155-158．