高校科研人员数据开放共享意愿及影响因素研究∗

●杨丽娟 张瑜祯 胡千代 孙 茜 李 涵

1.南开大学商学院,天津,300071 2.中国储备粮管理集团有限公司上海分公司,上海,200072 3.中国医学科学院生物医学工程研究所,天津,300110 4.中航技进出口有限责任公司,北京,100176

引言

大数据时代,科学数据已成为支撑各个国家向前发展的重要战略资源和促进人类文明进步的重要基础。 2001 年12 月,Open Society Institute 发布《布达佩斯开放存取计划》(BudapestOpenAccessInitiative,BOAI),正式掀起了科研数据开放共享的浪潮。我国政府对科研数据的开放及科研数据平台的重视程度也在逐步加深,2005 年,我国出台《“十一五”国家科技基础条件平台建设实施意见》,并正式启动国家科技基础条件平台专项计划;2011 年,国家生态系统观测研究网络等23 个首批国家科技基础条件平台通过认定;2018 年3 月17 日,我国正式发布《科学数据管理办法》,第一次从法律层面规范了我国科学数据的管理,确立了“开放为常态、不开放为例外”的开放共享原则。 以上政策均强调了科学数据开放共享的重要性。

在开放科学的大背景下,数据是不可或缺的生产资料[1]。 科研数据作为科学数据中不可或缺的一类,是在科研活动中产出的,能够反映客观世界本质、特征及变化规律的原始数据,以及根据科学研究活动需要而加工处理的数据集合[2],包括统计数据、实验结果、测量数据、调查结果、访谈记录、图像等[3]。 很多科研数据具有唯一性,损坏后难以恢复[4],有着不容小觑的经济价值和社会价值。 随着信息时代变革,科研数据在国家科技创新、社会发展中的战略地位不断上升,研究科研数据的开放共享是整个人类社会共同的课题。

虽然我国已出台多项政策支持科研数据的开放共享,但仅依靠自上而下的政策推广模式对推动我国科研数据的开放共享还远远不够,整体进程依然较为缓慢,缺乏实践主体自下而上的助推力。 科研人员是科研数据开放共享的重要主体之一,高校是科研人员的“主阵地”,关注高校科研人员对科研数据开放共享的态度与行为,能够从微观层面了解科研数据开放共享的实践进程,为科研数据开放共享提供直接的实证支撑。 本研究以高校科研人员为切入点,了解科研人员对科研数据开放共享的态度,探明影响高校科研人员科研数据开放共享意愿的因素,构建理论模型,并基于此提出促进科研数据开放共享的策略建议,为提高科研人员开放共享科研数据的积极性和助推我国科研数据开放共享提供理论参考。

1 相关研究回顾

围绕高校科研人员对待科研数据开放共享的态度与影响因素等相关问题,本文从影响因素研究及对策建议研究两个方面进行文献回顾,为研究的开展提供理论支撑。

1.1 科研数据开放共享意愿影响因素

现有文献中,科研数据开放共享的影响因素研究涉及社会学、心理学等学科。 计划行为理论、新制度理论、同辈压力理论等被用来建立或进一步发展开放科研数据影响因素的模型,并成为扩展新理论的基础。

科研数据开放共享的影响因素分类方式主要有三种。 第一种是以数据开放共享过程中涉及的“制度政策、技术、组织、科研人员、数据”五要素为视角展开,如Kim Y 等[5]探讨了机构、资源等因素对科研人员数据开放共享意愿的影响作用。 除此之外,也有少数文章提到平台、资金等影响因素。 第二种是将影响因素分为直接因素和间接因素,如胡元元等[6]提出利益、共享途径等直接影响因素以及科研人员的年龄、学历、职称、学科等间接因素;何琳等[7]认为态度、规范是直接因素。 第三种是将科研人员开放数据的影响因素划分为不同层次,比如刘莉等[2]将影响因素分为表层因素、中层因素、深层因素、底层因素。 表1 为已有研究中科研数据开放共享意愿影响因素及理论基础。

表1 科研数据开放共享意愿影响因素及理论基础

基于影响因素构建的开放科研数据模型大致分为两类:第一类为科研数据开放共享意愿的影响因素模型,如刘莉等[2]利用解释结构模型对科研数据共享的影响因素进行分析,选取了21 个影响科研数据共享的因素,确定最终影响因素及影响因素之间的相互关系,以邻接矩阵的方式将影响因素划分为8 个层级,根据各层级的关系建立解释结构模型。何琳等[7]基于计划行为理论TPB 与技术接受模型TAM,构建科研人员数据开放共享意愿模型。 张海等[10]提出科研数据开放共享氛围、科研数据开放共享促进条件等4 个自变量和科研数据共享情感认知、科研数据共享价值认知的中介变量,构建高校科研人员数据共享意愿的影响因素模型。 第二类为开放科研数据行为的影响因素模型。 如包秦雯等[14]以地球科学领域为例提出感知职业效益、感知职业风险等7 个潜变量,构建开放科研数据的行为影响因素结构模型。 此外,针对高校科研数据开放共享机理,濮静蓉[16]则构建模型并详细地列出各项影响因素,在模型中展示了个人因素对科研数据开放共享行为发挥主导作用的机制。

1.2 科研数据开放共享的对策研究

针对提炼出的影响因素和模型,各学者提出促进科研数据开放共享的策略。 在法律政策上,要从隐私安全、知识产权、许可证明等方面制定相应的法律条例以降低风险,保障开放的科研数据能够安全合理地使用,同时构建包括科研资助机构、科研机构及期刊等主体在内的政策体系[2],将开放内容、原则、范围、数据使用对象、使用权限、数据格式以及质量等内容以制度的形式固定下来。 在技术上,要加快科研数据开放共享平台等基础设施的建设[13],构建综合学科和专项领域的科学数据仓储[26]。 在人才培养上,一方面科研人员要主动提升其科研数据素养,树立对科研数据开放共享的正确认识;另一方面高校要构建科研数据开放激励机制,创建开放的学术氛围,发布支持开放共享的倡议[22]。 在此基础上,高校需依据科研人员的性格特征,采取针对性的驱动策略,进而平衡利益相关者之间的关系,以充分调动科研人员的积极性[27]

。

综上,现有研究对科研人员科研数据开放共享的影响因素进行了较为充分的论证,但多以定量研究为主,缺乏对科研人员心理活动、开放共享经历深入的质性分析。 同时,已有研究缺乏对不同学科科研人员科研数据开放共享差异的分析,极少有研究将学科领域纳入考量范围。 此外,科研人员科研数据开放共享的对策建议多从单方面主体提出,缺乏针对性与系统性,尚未构建系统全面的“国家—社会—个人”的多层次保障体系。

因此,本文针对现有研究的薄弱之处,将科研人员分为自然科学领域和社会科学领域两大领域,分别进行半结构化的深度访谈,并创新性地引入学科差异作为控制变量,使用程序化扎根理论方法的三层编码逐步提炼影响科研数据开放共享意愿的核心概念及影响因素,进一步构建其理论模型以推进相关研究的发展。 围绕该模型,本文试图提出涵盖“国家—社会—个人”的多层次保障体系,为数据开放共享实践提供智识支撑和决策参考。

2 研究设计

2.1 研究方法

本研究采用访谈法收集数据,通过咨询相关领域的学者,并与研究人员进行开放式讨论,生成访谈提纲,内容包括:(1)您理解的科研数据是指什么?(2)您平时接触、使用或产生的科研数据都有哪些?(3)您愿意将自己的科研数据公开分享吗? 为什么愿意/不愿意? (4)您有过开放共享科研数据的相关经历吗? 请详述。 (5)您认为有哪些因素影响到您或其他科研人员开放共享科研数据的意愿和行为? (6)如果一定要开放共享科研数据,您希望得到什么样的保障和支持?

2.2 访谈对象

研究对象的选取是按照实现理论饱和的标准与理论抽样的方法,根据类属生成和理论发展的要求,并结合本文的研究问题进行的。 本研究共选取了24 位受访对象(见表2),均为不同高校的教师和博士研究生,属于高校科研人员范畴,从事科研工作,面临过科研数据开放共享的行为选择。 同时,为了分析科研人员数据开放共享的学科差异,这些受访者均衡分布于自然科学和社会科学领域,每个领域各有5 名教师和7 名博士生,共10 位教师和14 位博士生。 通过与受访者进行一对一的深度访谈获得研究数据,每次访谈时间约30 分钟。 在征得受访者同意后,对访谈进行录音,并在访谈结束后对录音资料进行整理,形成原始分析文本。 经过2 个月的访谈,得到10 万余字的文本记录。

表2 受访者的基本信息

3 数据编码与分析

研究主要采用NVivo 软件进行编码,随机选取5 份文本,综合采用背对背编码原则和小组研讨的方式建立编码规则,达成编码共识,并采用随机预留的4 份文本用于理论饱和度检验。 在正式编码与分析阶段,本研究借鉴Strauss 程序化扎根理论的三级编码方法,经历开放编码、主轴编码和选择编码过程,通过不断归纳构建了初步的理论模型,再采用预留的访谈文本进行理论饱和度验证。 最终得到89个初始概念、33 个基本范畴和7 个主范畴。

3.1 开放式编码

在开放式编码阶段,共得到89 个初始概念,如时间和精力投入过多、开放的便利度、名誉风险等。随后,本阶段团队成员针对基本范畴进行了充分讨论和深度分析,将出现频率低于1 次的初始概念进行删除或合并,同时对重复的初始概念进行归纳和汇总,最终得到了33 个基本范畴,包括数据收集成本、成果抢发风险、数据归属权限等内容,从原始语句到初始概念再到基本范畴的部分提炼过程如表3所示。

表3 开放式编码过程(部分)

3.2 主轴编码

本研究在对33 个基本范畴进行深度分析后,归纳出7 个主范畴,包括:成本、数据开放共享平台、数据特征、需求、体制机制、意识、风险,主轴编码过程如表4 所示。 主轴编码后,成本主范畴包含数据开放共享成本、数据收集成本;数据开放共享平台主范畴包括有无数据开放共享平台和数据开放共享平台管理水平2 项基本范畴;数据特征主范畴包括数据保密要求、数据归属权限等8 个基本范畴;需求主范畴包括价值追求、经济利益需求等5 个基本范畴;体制机制包含出版规范、激励机制等8 个基本范畴;意识主范畴包含数据开放共享动力、数据开放共享意识,以及经济收益风险等6 个基本范畴归属风险主范畴。 主范畴的内涵,在选择性编码部分进行详细解释。

表4 主轴编码过程

3.3 选择性编码

选择性编码是编码过程的关键一步,主要工作是对主轴编码得到的各个主范畴进行分析后,提炼核心概念,发现成本、数据开放共享平台、数据特征、需求、体制机制、意识、风险7 个主范畴之间的逻辑关系,进一步绘制故事线,如表5 所示。

表5 选择性编码

成本维度和风险维度,即科研人员在选择是否开放共享科研数据时,会考虑其获得数据和处理数据所投入的成本以及是否会带来隐私泄露、成果被抢发、个人声誉受损等风险,直接影响科研人员科研数据开放共享的意愿。 数据特征维度和数据开放共享平台维度,即科研人员在开放共享科研数据时会参考数据的拥有者、类型等数据本身的特征以及数据开放共享平台的建设情况以决定是否进行开放共享,前者直接影响科研人员是否愿意开放共享科研数据,后者则是这一行为发生的前提,为科研人员开放共享科研数据构建前提条件。 需求因素,科研人员会出于自身的价值追求、经济追求、科研追求而决定是否进行科研数据的开放共享,是主体的内在主观驱动,因此判定需求因素会影响开放共享意愿,提供内部驱动力。 体制机制维度,即科研人员开放科研数据时会注意现有的体制机制是否能够充分支持其开放共享,这为科研人员开放共享科研数据提供了外部保障。 意识作用于人的行为,综合考量各方面条件后,从而决定科研人员是否有意愿并开放共享科研数据,发挥间接影响。

3.4 理论饱和度检验

在运用扎根理论的过程中,理论饱和度检验至关重要。 为克服个人编码可能存在的编码遗漏、编码主观性等问题,在初步构建理论模型后,采用随机预留的4 份访谈文本进行理论饱和度验证。 经检验,不再产生新的概念、类属或范畴,本次编码通过理论饱和度检验。

4 高校科研人员科研数据开放共享意愿的影响因素模型

4.1 模型构建

经过文献回顾、开放式访谈,对24 份访谈资料进行三级编码、分析后,根据编码结果,归纳得出高校科研人员科研数据开放共享意愿的影响因素模型,如图1 所示。 该模型呈现出当前高校科研人员开放共享科研数据意愿的影响因素、影响过程、影响结果。

图1 高校科研人员科研数据开放共享意愿的影响因素模型

模型由自变量、控制变量、因变量三部分组成。自变量为成本、数据开放平台、数据特征、需求、体制机制、意识、风险等7 项要素,是影响科研人员开放共享科研数据意愿的主要因素,每个要素分别由不同的细分指标构成。 性别、年龄、校内职业、学科差异为控制变量。 高校科研人员开放共享科研数据的意愿为因变量。

高校环境中,科研人员的学科领域可划分为自然科学与社会科学,二者学科属性不同,对高校科研人员开放共享科研数据的意识形成不可避免的、不可控制的、先导性的影响。 同时,学科的差异也会导致不同学科下高校科研人员所处的体制机制环境、产生的科研数据特征、使用的数据开放共享平台各不相同,因此学科差异对体制机制、数据特征、数据开放共享平台产生影响。 性别、年龄、校内职业、学科差异也会对高校科研人员科研数据开放共享的意愿造成直接影响。 但受访对象在访谈过程中无法感知学科差异,只有调查人员进行整体数据收集与分析时才可发现这一刺激因素。 因此在进行数据分析与构建动因模型时,需要对学科差异进行控制。

4.2 模型分析

本节将对影响高校科研人员科研数据开放共享意愿的7 项动因进行讨论分析。

(1)成本因素。 成本是影响高校科研人员科研数据开放共享意愿的直接影响因素之一。 科研人员在面对是否开放共享科研数据时,会考虑收集、整理、审核及上传数据平台过程中所耗费的时间、经费、人员精力成本,如受访者A05 表示:“我花钱买来的,不愿意(开放共享)”;在科研数据开放共享前,会考虑数据整理成本、数据上传平台以及数据审核时花费的时间成本。 科研人员的科研数据开放共享意愿,虽受以上客观存在的成本影响,但更多的是受主观感知成本的影响,这与Kim Y 等[20]基于制度理论所得的研究结论具有一致性。

(2)数据开放共享平台因素。 数据开放共享平台是影响高校科研人员科研数据开放共享意愿的前提条件。 有无数据开放共享平台直接决定了高校科研人员能否开放数据、在哪儿开放数据。 数据开放共享平台的建设和管理水平则决定了科研人员开放共享数据能否得到良好的技术、运维保障,对高校科研人员的数据开放意愿起推动作用,如受访者A11表示:“开放数据有一个权威性机构或者平台也好,大家都能通过这个网站,达到让需要的人用它(的目的)”。

(3)数据特征因素。 数据特征是高校科研人员开放共享科研数据前考虑的主要因素,直接影响其开放意愿。 数据保密要求、数据归属权限、数据重要程度决定了数据能否开放,如受访者A13 表示:“我做的某一个电力系统的数据,有实际的电力系统名称,是需要保密的,我在发论文或者说怎样的时候,就会隐去这些实际的背景信息”。 数据的开放共享范围(组内开放共享、校内开放共享、领域内开放共享和全公众开放共享等)限制了数据开放共享的群体大小;数据开放共享时间决定了科研数据面向用户开放共享周期的长短;数据类型(访谈、问卷、案例、实验和代码等)和数据质量成为数据开放共享人员取舍数据的重要依据;数据是否能够被合法利用以及以何种方式利用,也会对科研人员的数据开放共享意愿造成影响。

(4)需求因素。 需求是影响高校科研人员开放共享科研数据意愿的心理驱动因素。 部分科研人员会有支持科研数据开放共享的精神追求,以满足个人情绪情感的价值需求;部分科研人员有经济利益需求,期望开放共享科研数据后能得到一些物质报酬或计入科研评价;部分科研人员基于科研成果验证需求、推进科研进展的需求,考虑开放共享科研数据,如受访者A18 表示:“不存在说你在数据里边有什么个人的不同知识产权,你的算法就是拿去跟别人比的”。

(5)体制机制因素。 体制机制是高校科研人员在进行科研活动和开放共享科研数据时保障高校科研人员数据开放共享的外部环境。 包括高校科研人员面临的出版规范(如部分期刊要求作者投稿时公开数据)、行业规范和科研人员所承担科研项目的相关规定等。 此外,现有的有关数据开放共享的激励机制(如受访者A02 与A15 分别提及“在考核的时候,我公开了多少数据并不算成果”“共享我的数据之后也得不到奖励或奖金”等关于绩效考核和物质奖励不足的激励机制案例)、经费支持机制、权益保护机制、数据保护机制、数据管理机制都是重要的影响因素。 不够完善健全的体制机制也会成为高校科研人员科研数据开放共享的制约因素。

(6)意识因素。 本文的意识指数据开放共享意识,是高校科研人员开放共享科研数据意愿的间接影响因素。 高校科研人员对科研数据的开放共享,会自然而然地产生“应该开放共享”“不应该开放共享”“无所谓”等意识,受计划行为理论影响,在意识的引导与外界环境的同时作用下,高校科研人员会产生“开放共享”“不开放共享”等意愿,如受访者A21 表示:“要有这种(开放共享)意识的话,可能慢慢地就会有(开放共享行为)了,但现在还是没有这种意识,就觉得(开放共享与否)无所谓”。

(7)风险因素。 风险是影响高校科研人员开放共享科研数据意愿的直接影响因素之一。 高校科研人员在开放共享科研数据前会考虑平台管理不当导致的个人隐私泄露、数据质量较低引起的个人名誉受损、数据被他人充分发掘后导致的潜在成果抢发、评奖评优等经济收益被强占、数据在开放共享范围之外泄露、数据被非法篡改导致数据失真等风险,如受访者A09 表示:“有一些不遵守学术道德的期刊,你提供的原始数据它可能就给别人了,这样的话,对你的伤害就比较大”。 这些风险成为开放共享科研数据的阻力,极大地降低了科研人员数据开放共享意愿。 这一发现验证了此前刘嫣[11]、刘桂锋等[12]、Tenopir C 等[19]学者的研究结论。

以上7 项因素包含了高校科研人员面临的内外部环境,它们从不同角度影响高校科研人员科研数据开放共享的意愿。 研究控制了年龄、性别、校内职业、学科等要素,其中,将学科要素单独比较。 通过访谈发现,学科不同导致高校科研人员面对科研数据开放共享时的意愿有所不同。 具体表现为自然科学领域的科研人员开放共享科研数据的意识更强、意愿更高。 自然科学领域的科研人员所产生、使用的科研数据,多为设备数据、材料数据、开源代码、实验过程数据等,其所在行业与学科规范默认科研成果发表时需要展示所有的材料、程序与实验数据,以备其他科研人员检验结果。 因此,大部分自然科学领域的科研人员会具有“天赋性”的科研数据开放共享意识,并付诸实际行动。 相对而言,社会科学领域的科研人员所产生、使用的科研数据,大多来自访谈、问卷、观察、情景实验、案例分析等,这些科研数据的收集会耗费大量的人力、物力成本。 并且这些科研数据多为质性数据,具有深入分析的空间,可重复多次利用以产生新的研究成果,价值效用周期长。因此,社会科学领域科研人员科研数据开放共享意愿相对较低。 考虑到定性研究的局限,且暂时缺乏定量统计数据,本研究暂不讨论年龄、性别、校内职业等因素对高校科研人员科研数据开放共享意愿的影响。

5 科研数据开放共享意愿的提升对策

本研究以7 项影响因素为切入点,分别从国家、社会和个人角度提出相应对策建议,综合提高高校科研人员的科研数据开放共享意愿。

5.1 切实出台对应政策法规,建立健全科研数据开放共享体制机制

良好的数据开放共享环境离不开国家层面的政策引导,科研数据不仅是数据中的一个重要类别,更是国家发展和人类文明进步不可或缺的战略资源。目前我国虽出台了《中华人民共和国数据安全法》《国务院办公厅关于印发科学数据管理办法的通知》等和数据相关的行政法规,但均停留在国家层面的统筹规划阶段,对于科研数据的直接利益相关者,如高校、图书馆、研究所、数据中心等机构,缺乏具体业务场景下科研数据开放共享的规范与实施细则,造成国家层面科研数据相关行政法规在实践工作中落实难、可操作性差的局面,并直接影响着相关部门体制机制的构建和完善。

基于此,本研究认为提高科研人员科研数据开放共享意愿最首要、最重要的手段是国家层面出台具体可执行的政策及法律法规实施细则,加强对各利益相关者科研数据开放共享工作的督促,让科研人员数据开放共享有法可依、有章可循。 高校和科研机构以法律为依据修改完善各项体制机制,契合科研人员的不同需求,保障科研数据开放共享的安全。

5.2 规范建设数据开放平台,降低科研数据开放共享安全风险

科研数据的开放共享离不开各类数据平台。 当前数据开放共享平台数量少、平台运营管理不完善等问题直接影响着科研人员的科研数据开放共享意愿。 为解决能否开放科研数据、在哪儿开放共享科研数据的问题,相关机构和职能部门应尽快牵头建设平台,按照数据类型和学科分类进行规范管理;行业内相关企业做好科研数据开放共享的技术研发与保障,并配套相应的风险响应机制减少科研数据开放过程中可能存在的安全风险;科研机构应加强内部科研数据系统与公共科研数据开放共享平台的对接维护,保障跨平台科研数据开放共享安全,并组织科研数据开发共享平台使用培训。 此外,还可通过各类宣讲、宣传活动让科研人员更加了解数据平台,从而提高数据平台的使用频率,发挥数据平台的最大效能。

5.3 增强科研数据开放共享意识,注重科研人员需求

科研人员是科研数据的首要责任人和主要利益相关者,其个人需求直接影响科研数据开放共享,科研人员的意识通过考量成本、需求、平台、制度等要素,间接影响科研数据是否开放共享。 上述研究表明,科研人员的科研数据开放意识受到风险、数据特征、数据开放共享平台、体制机制等因素的影响。 通过相关政策法规的出台、数据安全体制机制的保驾护航和面向不同数据类型的数据开放共享平台的建立,科研数据开放共享风险将会逐渐降低,科研人员不愿开放共享科研数据的壁垒也会被逐渐打破。 在此基础上,要不断增加科研人员对数据开放共享的认识了解,通过各种方式(譬如精神激励、物质奖励等)满足科研人员开放共享科研数据的需求,从而增强其开放共享意识,有力推动科研数据的开放共享。

6 结语

本文利用访谈法、扎根理论对高校科研人员科研数据开放共享意愿的动因进行了系统研究。 研究发现:第一,高校科研人员科研数据开放共享的意愿主要受成本、风险、需求等因素影响。 根据访谈、数据文本分析的结果,构建出高校科研人员科研数据开放共享意愿的动因模型,呈现了成本、数据开放平台、数据特征、需求、体制机制、意识、风险等7 项主要因素,并提出了针对性的对策建议。 第二,通过对学科差异的比较发现,自然科学领域的高校科研人员科研数据开放共享的意愿与经历多于社会学科领域。 第三,根据所构建的高校科研人员科研数据开放共享意愿的影响因素模型,社会各方可有针对性地采取措施,降低科研人员科研数据开放共享风险,满足科研人员相应的需求,健全体制机制,完善科研数据开放共享平台,从而推动科研人员合法化、有序化、规范化地开放共享科研数据,推动科研领域的进展。

随着数据开放共享运动的发展,学术界不乏大量关于科研人员开放共享科研数据的理论研究。 本研究在一定程度上对前人研究成果做了验证,相比以往研究,本文尝试将学科差异引入模型,探索自然科学与社会科学下科研人员科研数据开放共享意愿及影响因素的差异,也是一次研究视角的创新,有助于推动研究前沿的进展,具有较强的理论与实践价值。 但是,本研究也存在一定的局限性。 由于研究人员精力有限,本研究选取的抽样对象为便利抽样,且访谈对象体量较小,因此模型的适用性还有待检验。