胡媛 王倩妮

摘? 要：[目的/意義]在第四研究范式下，大數(shù)據(jù)時代的來臨使得高校學生的科研數(shù)據(jù)需求日益旺盛，深入探究影響科研數(shù)據(jù)需求管理的關(guān)鍵因素組合，便于引導高校學生對科研數(shù)據(jù)需求進行管理，促使各環(huán)節(jié)下衍生出的數(shù)據(jù)需求規(guī)范化。[方法/過程]本文采用fsQCA方法對問卷數(shù)據(jù)進行處理，分析了技術(shù)、服務(wù)、情境、用戶因素在何種組合下，能夠促進科研數(shù)據(jù)需求管理的發(fā)生。[結(jié)果/結(jié)論]研究結(jié)果揭示了引致高校學生進行科研數(shù)據(jù)需求管理的3組構(gòu)型，其中用戶因素在科研數(shù)據(jù)需求管理工作中最為關(guān)鍵。最后針對得到的條件組合提出相應(yīng)建議，為落實科研數(shù)據(jù)需求管理相關(guān)工作提供啟示。

關(guān)鍵詞：高校學生;科研數(shù)據(jù);fsQCA;數(shù)據(jù)需求管理;影響因素

DOI：10.3969/j.issn.1008-0821.2020.10.011

〔中圖分類號〕G25076? 〔文獻標識碼〕A? 〔文章編號〕1008-0821（2020）10-0104-09

Research on the Influencing Factors of Scientific Data

Demand Management of University Student

——Based on fsQCA Method

Hu Yuan? Wang Qianni

（School of Management，Nanchang University，Nanchang 330031，China）

Abstract：[Purpose/Significance]Under the fourth research paradigm，the advent of the era of big data makes the demand for scientific research data of college students increasingly vigorous.In-depth exploration of the key factors influencing the requirement for the data demand management can help guide college students to manage the demand of scientific research data and promote the standardization of data demand derived from each link.[Method/Process]In this paper，fsQCA method was adopted to process the questionnaire data.The combination of technology，service，context and user factors was analyzed to promote the occurrence of scientific research data demand management.[Result/Conclusion]The research results revealled three configurations that affected college students scientific research data demand management，among which the user factor was the most critical.Finally，corresponding Suggestions were put forward according to the obtained conditional configurations to provide enlightenment for the implementation of scientific research data demand management.

Key words：university student;scientific data;fsQCA;data demand management;influencing factors

在數(shù)據(jù)密集型科學研究范式的主導下[1]，科研數(shù)據(jù)作為一種重要的學術(shù)資源，對高校學生從事日常學術(shù)活動的影響與日遞增。研究者在進行研究任務(wù)的各環(huán)節(jié)中不可避免地產(chǎn)生科研數(shù)據(jù)需求，并引發(fā)后續(xù)的數(shù)據(jù)搜尋、利用、共享等數(shù)據(jù)行為[2]。就目前的科研數(shù)據(jù)利用現(xiàn)狀來看，仍然存在科研數(shù)據(jù)資源冗余[3]、數(shù)據(jù)利用效率較低[4]、科研人員數(shù)據(jù)素養(yǎng)水平有限[5]等問題，導致高校學生的科研數(shù)據(jù)需求無法得到有效滿足。同時，高校學生尤其是碩、博士生，作為科學研究工作的重要參與主體，對其數(shù)據(jù)需求的管理尤為重要。

現(xiàn)有研究對于科研數(shù)據(jù)需求管理的探討較為有限，最為常見的是圍繞數(shù)據(jù)本身探討數(shù)據(jù)管理[6]、數(shù)據(jù)服務(wù)[7]、數(shù)據(jù)共享[8]等概念，力求從加強數(shù)據(jù)管理角度達成科研數(shù)據(jù)的增值，而往往忽略了數(shù)據(jù)需求這一根本性問題。要提高科研效率，維持科研數(shù)據(jù)的活力，必須引導高校學生根據(jù)實際情況調(diào)整自身數(shù)據(jù)需求，保證各階段各情境下的科研數(shù)據(jù)需求的有效性，使需求與研究目標精準匹配。與此同時，高校學生的科研數(shù)據(jù)需求管理受到多重因素作用，并非僅受個別因素的影響。因此，篩選出能夠觸發(fā)高校學生進行數(shù)據(jù)需求管理的關(guān)鍵因素，針對性地解決數(shù)據(jù)需求所衍生出的相關(guān)問題，促進高校科研工作高效開展和科研創(chuàng)新，是一個值得研究的重要科學問題。

因此，本文立足于高校學生的科研數(shù)據(jù)需求管理視角，通過定性比較分析方法，綜合分析影響數(shù)據(jù)需求管理的關(guān)鍵因素組合，找尋優(yōu)化科研數(shù)據(jù)需求的最佳路徑，從而有效解決科研過程中出現(xiàn)的數(shù)據(jù)需求冗余、協(xié)調(diào)性差等問題。

本文使用fsQCA方法來檢驗技術(shù)、服務(wù)、情境、用戶4個解釋維度之間的關(guān)系以及它們?nèi)绾喂餐绊懣蒲袛?shù)據(jù)需求管理過程。QCA的優(yōu)勢在于能通過樣本間的充分比較和分析，提煉出多因素聯(lián)合影響既定對象的最佳組合形式。選定fsQCA展開后續(xù)研究，主要基于以下幾點考慮：1）傳統(tǒng)的數(shù)據(jù)分析方法聚焦于探討單變量對特定對象的影響程度和路徑，而fsQCA則可以有效處理多種因素的組合對結(jié)果的交互效應(yīng)[24]。2）雖然多因素分析、聚類分析等方法也可以進行組態(tài)關(guān)系的研究，但并不能同fsQCA這樣去識別多種因素之間的依賴關(guān)系，產(chǎn)生隨機組合。3）fsQCA面向連續(xù)性變量，能夠準確量化界限模糊的條件因素?？紤]到本研究中的影響因素存在中間狀態(tài)，因而選擇fsQCA方法對數(shù)據(jù)進行處理。

32? 量表設(shè)計

本實證研究基于先前理論研究展開，依據(jù)研究量表和相關(guān)參考文獻設(shè)計問卷。問卷采用李克特五點式量表進行調(diào)查，5表示“非常贊同”、3表示“中立”、1表示“非常不贊同”。其中1～3題項設(shè)置為統(tǒng)計參與調(diào)查人員的基本信息，第4～27題項為問卷主體部分，主要圍繞技術(shù)、服務(wù)、情境、用戶4個維度對科研數(shù)據(jù)需求管理的影響進行測量。最后一部分28～31題用來評定科研數(shù)據(jù)需求管理這一結(jié)果變量。

本研究將高校學生作為科研主體對象，主要由以下原因決定：一是在科研過程中，碩、博士生等高校學生為主要的科研參與者，涉及到實際性數(shù)據(jù)操作時，往往學生是第一手實施者;二是在提倡本科生創(chuàng)新創(chuàng)業(yè)教育背景下，本科生積極參與科研活動已是大勢所趨。為確保問卷題項是合理有效的，在發(fā)放問卷之前對相關(guān)科研工作者展開預調(diào)研，并對問卷內(nèi)容進行了初步調(diào)整。

33? 數(shù)據(jù)收集

問卷自2019年5月份發(fā)放到8月份回收，期間通過線上調(diào)查的方式收集到200份數(shù)據(jù)樣本，其中剔除掉35份填寫時間過短和題項答案重復率過高的無效樣本，有效樣本為165份。數(shù)據(jù)調(diào)研對象為長期從事科研活動的博、碩士研究生以及部分參與科學研究、擁有科研項目經(jīng)歷的本科生。數(shù)據(jù)來源于多個省市地域和不同學科的高校學生，保證了樣本數(shù)據(jù)的隨機性，將研究樣本的人口統(tǒng)計學信息展示如表2所示。

4? 數(shù)據(jù)處理與分析

41? 信效度檢驗

在進行定性比較分析步驟前，要先對問卷數(shù)據(jù)進行信度和效度檢驗。對問卷進行信度檢驗的目的是驗證各測量題項對于同一維度因子的內(nèi)部一致性，一般用Cronbachs α系數(shù)、組合信度值（CR）和平均萃取平方差值（AVE）來表示問卷信度的高低。效度分析是對問卷總體的有效性進行觀察，分析理論上的構(gòu)念結(jié)構(gòu)是否與得到的測量結(jié)果相對應(yīng)。效度越高意味著測量結(jié)果越接近預期達到的目標，通?？梢酝ㄟ^內(nèi)容效度和結(jié)構(gòu)效度來觀察問卷的總體效度。

411? 信度檢驗

本文采用Cronbachs α系數(shù)來測量問卷信度，其中Cronbachs α系數(shù)大于07為可接受的臨界值，大于09視為信度很好，系數(shù)越趨近于1表明問卷設(shè)置越可靠。本文使用SPSS220分析樣本得到各分量表和總量表的Cronbachs α系數(shù)如表3所示，結(jié)果顯示，各維度因子的Cronbachs α系數(shù)均大于07，處于可接受范圍。

412? 效度分析

在正式發(fā)放問卷前已參考相關(guān)科研人員意見進行修改，故問卷的內(nèi)容效度達到要求，采用因子分析法檢驗問卷的結(jié)構(gòu)效度。同樣在SPSS220中對數(shù)據(jù)進行分析，表4結(jié)果顯示：KMO值為0840大于07，Bartlett球體檢驗顯著性水平為0000小于005，因此適合做因子分析。通過對問卷進行探索性因子分析，運行結(jié)果表明大部分指標在各因子上的負荷大于05，個別指標低于05及在2個因子以上的負荷值均大于05，應(yīng)視為問卷的無效項剔除，最終保留表5中16個題項作為測量指標。從表5可以看到，總體上各變量之間區(qū)別效度較高，對應(yīng)相同變量的不同題項之間也呈現(xiàn)出較好的聚合效度。

42? 變量校準及編碼

在進行組態(tài)分析之前，需要對問卷數(shù)據(jù)進行校準操作，以便將樣本數(shù)據(jù)歸為不同的集合隸屬。本研究在設(shè)計測量問卷時選用了李克特五點量表，必須相應(yīng)地轉(zhuǎn)換成0～1之間的隸屬刻度[25]。我們首先計算題項T1、T2、T3的均值作為技術(shù)變量的原始數(shù)據(jù)，同理得到服務(wù)、情境、用戶、科研數(shù)據(jù)需求管理各變量的原始數(shù)據(jù)。再通過fsQCA30軟件對整合后的數(shù)據(jù)進行Calibrate校準處理，校準依據(jù)應(yīng)結(jié)合理論知識和實際情況而定。本文借鑒Ragin C C[26]構(gòu)建的3個校準臨界值：完全隸屬值（095），最大模糊值（05），完全不隸屬（005），運用Calilibrate程序處理原始值后得到最終變量校準結(jié)果（見表6）。由于樣本量較大，因此只展示部分樣本校準后的數(shù)據(jù)。

5? 結(jié)果分析

51? 單變量必要性分析

對單項條件變量分別進行必要性檢驗，一致性不低于09的條件變量為必要條件[27]，運行fsQCA30進行變量的必要性分析。如表7所示，只有用戶因素的一致性高于09，成為影響科研數(shù)據(jù)需求管理的必要條件，其余條件的一致性都低于09，不構(gòu)成必要條件。

52? 構(gòu)建真值集

對數(shù)據(jù)進行組合和構(gòu)型分析，在fsQCA30軟件中析出真值表集合，應(yīng)共獲得2k種因果組合（k為條件變量個數(shù)）。根據(jù)Ragin的研究方案，將一致性閾值設(shè)定為08，案例閾值設(shè)置為3（使保留的有效案例不低于75%），滿足閾值的條件組合所構(gòu)成的真值表如表8所示。表中組態(tài)指出了樣本中前因條件相互組合引致多重并發(fā)現(xiàn)象的可行路徑，能夠說明何種組合下最有可能激發(fā)高校學生數(shù)據(jù)需求管理的意愿。fsQCA 30軟件可得出復雜解、簡單解、中間解3種析出結(jié)果，中間解能夠較好地平衡理論與實際事實的出入，因此本研究選定中間解作為研究結(jié)果。本文采用Fiss P C的結(jié)果呈現(xiàn)形式[24]，●代表核心條件存在，●代表邊緣條件存在，空白表示該條件出現(xiàn)或缺乏均可，表9處理結(jié)果中未出現(xiàn)所代表的核心條件缺失和所代表的邊緣條件缺失。

從表9中可以看出，有3種條件組合滿足要求，分別是技術(shù)*服務(wù)*用戶、技術(shù)*情境*用戶和服務(wù)*情境*用戶，對案例的總體覆蓋度達到8526%。其中，組態(tài)3的一致性最高，這意味著該條件組合是導致科研數(shù)據(jù)需求管理行為發(fā)生的最優(yōu)路徑。具體結(jié)果分析如下：

1）組態(tài)1指出，促進高校學生數(shù)據(jù)需求管理的主要條件為技術(shù)、服務(wù)和用戶3種因素的組合。技術(shù)、服務(wù)因素貫穿在一系列的科研數(shù)據(jù)操作環(huán)節(jié)中，作為外界驅(qū)動條件會間接影響到科研主體數(shù)據(jù)需求的變化，而用戶因素則是從內(nèi)部最根本地改變高校學生對自身數(shù)據(jù)需求的認知。內(nèi)外共同作用之下，會極大推動高校學生對科研任務(wù)中的數(shù)據(jù)需求進行適配性調(diào)整。

2）組態(tài)2說明了外部技術(shù)因素和人員從事科研活動所處的情境以及人員自身因素都會致使高校學生對數(shù)據(jù)需求進行管理，這是由科研數(shù)據(jù)需求的動態(tài)特征和個性化分布所決定的。首先，高校學生執(zhí)行科研任務(wù)過程中不斷衍生出新的數(shù)據(jù)需求，必須依托于技術(shù)手段來滿足。高校學生的數(shù)據(jù)需求能否與技術(shù)工具完美地匹配，決定了科研數(shù)據(jù)需求的有效性。相應(yīng)地，高校學生因自身知識構(gòu)造、感知能力不同，在不同情境下作出的需求反饋也各有所異。由此這3個維度構(gòu)成的組態(tài)成為影響高校學生管理自身數(shù)據(jù)需求的主要路徑之一。

3）組態(tài)3表示在高校學生完成科研任務(wù)過程中，服務(wù)因素連同情境因素和用戶自身屬性最為顯著地影響了自身的數(shù)據(jù)需求管理意愿。服務(wù)是高校學生實現(xiàn)數(shù)據(jù)需求轉(zhuǎn)化為行為的重要支撐，情境致使高校學生的數(shù)據(jù)需求發(fā)生動態(tài)變化。此外，數(shù)據(jù)需求產(chǎn)生和改變時，高校學生的內(nèi)部知識體系、感知能力等用戶屬性起到支配作用。科研主體為滿足因研究任務(wù)產(chǎn)生的數(shù)據(jù)需求時，利用各項個性化服務(wù)和知識服務(wù)對龐大復雜的數(shù)據(jù)資源進行篩選組織，并會根據(jù)應(yīng)用情境整合為對自身而言利用價值高的數(shù)據(jù)集。因此，服務(wù)、情境和用戶因素也是導致高校學生進行數(shù)據(jù)需求管理的強有力條件集。并且從一致性大小可以看出，組態(tài)3是導致高校學生調(diào)整各階段科研數(shù)據(jù)需求的最優(yōu)組合。

4）3種構(gòu)型中均包含了用戶因素，說明用戶自身屬性對高校學生數(shù)據(jù)需求管理的影響較為關(guān)鍵，驗證了它作為核心條件的存在。用戶因素之所以如此顯著地影響到高校學生對數(shù)據(jù)需求的管理意愿和強度，主要與高校學生的數(shù)據(jù)需求受到用戶感知的調(diào)節(jié)和個人特質(zhì)的影響有關(guān)。從用戶感知層面上看，用戶通過各種平臺數(shù)據(jù)庫搜尋和利用科研數(shù)據(jù)，期間產(chǎn)生有用性、易用性和滿意度的認知，而認知結(jié)果決定了用戶對數(shù)據(jù)的認可和利用程度，最終影響到用戶的實際需要。從個人特質(zhì)層面上，高校學生具有學科特性，不僅擁有不同的專業(yè)知識和數(shù)據(jù)素養(yǎng)，個人所產(chǎn)生的自我效能感也有所差異。這些用戶屬性因素直接映射到具體研究任務(wù)中科研主體所產(chǎn)生的數(shù)據(jù)需求，決定了高校學生對數(shù)據(jù)的需求內(nèi)容以及需求強度。

6? 結(jié)果分析與建議

在科研活動中數(shù)據(jù)需求的產(chǎn)生和迭代不可避免，要從根本上保證科研數(shù)據(jù)需求有效轉(zhuǎn)化為數(shù)據(jù)行為，必須從多角度捕捉科研數(shù)據(jù)需求管理的關(guān)鍵動因，從而聚焦到科研數(shù)據(jù)需求管理工作之中的重點，才能提升科研數(shù)據(jù)在學術(shù)研究中的價值。

本文借助fsQCA這一方法揭示出影響高校學生科研數(shù)據(jù)需求管理的關(guān)鍵路徑，分別為：1）技術(shù)、服務(wù)、用戶;2）技術(shù)、情境、用戶;3）服務(wù)、情境、用戶。研究結(jié)果表明。用戶因素涵括在引致結(jié)果發(fā)生的3種主要的條件組合中，成為驅(qū)動高校學生進行數(shù)據(jù)需求管理的核心條件，該研究結(jié)果與先前理論研究結(jié)論存在一致性，對用戶維度是科研數(shù)據(jù)需求管理的關(guān)鍵影響因素這一研究結(jié)論起到驗證作用。用戶因素顯著影響高校學生的數(shù)據(jù)需求產(chǎn)生以及階段性變化，用戶個人特質(zhì)和用戶感知使得高校學生的數(shù)據(jù)需求呈個性化分布，各科研主體之間因?qū)W科背景、感知能力等存在差異，產(chǎn)生的數(shù)據(jù)需求并不相同，隨外界條件的改變對科研數(shù)據(jù)需求所作出的調(diào)整也大為不同。而情境因素主要作為外部刺激引起數(shù)據(jù)需求的變化或驅(qū)動需求的產(chǎn)生，其中任務(wù)情境和移動信息情境是科研活動的主要情境屬性，主要由高校學生團隊協(xié)作情況、科研活動涉及的學科領(lǐng)域、數(shù)據(jù)資源的表現(xiàn)形式等要素構(gòu)成，高校學生的數(shù)據(jù)需求與各情境要素密切相關(guān)。技術(shù)因素和服務(wù)因素為數(shù)據(jù)需求管理提供外部支撐，作為科研數(shù)據(jù)需求管理活動中的工具與手段，主要發(fā)揮輔助性作用。因此，它們對科研數(shù)據(jù)需求管理的影響效果不如用戶因素顯著。最后，針對得到的構(gòu)型組態(tài)，本研究提出以下建議：

1）重點關(guān)注高校學生的屬性特征，拓寬科研數(shù)據(jù)的應(yīng)用范圍?？蒲袛?shù)據(jù)需求管理的目標是使科研數(shù)據(jù)創(chuàng)造出更大的價值，必須深入挖掘高校學生的數(shù)據(jù)需求，識別并激發(fā)出數(shù)據(jù)需求方的深層需求，加強數(shù)據(jù)資源的可重用性。同時，通過對高校學生的學科屬性、知識結(jié)構(gòu)和感知能力等展開跟蹤，形成數(shù)據(jù)需求層面的用戶畫像，不僅能夠規(guī)范化單個科研主體的數(shù)據(jù)需求，還可映射到協(xié)同群體之中，使得科研數(shù)據(jù)需求管理工作更加高效化。

2）通過相關(guān)技術(shù)手段加強對高校學生的數(shù)據(jù)需求動態(tài)變化的掌握?？蒲兄黧w的數(shù)據(jù)需求管理活動扎根于科研情境之中，根據(jù)不同的情境要素，如科研任務(wù)的履行難度及緊迫性、數(shù)據(jù)資源的屬性和呈現(xiàn)形式不同，科研主體隨之衍生出的數(shù)據(jù)需求存在差異。將情景感知技術(shù)、協(xié)同算法等引入到數(shù)據(jù)需求管理工作中，能夠多維度多方位地識別不同階段下科研主體的數(shù)據(jù)需求，幫助科研主體及時、全面、精準地進行彈性調(diào)整，最大限度地滿足高校學生各研究環(huán)節(jié)下對數(shù)據(jù)的需要。

3）服務(wù)提供商應(yīng)提供嵌入式服務(wù)與科學的技術(shù)工具，服務(wù)與技術(shù)應(yīng)嵌入用戶知識環(huán)境，提供商應(yīng)參與用戶知識創(chuàng)新的過程之中。可通過構(gòu)建大數(shù)據(jù)資源體聯(lián)盟，建立起全面完善的元數(shù)據(jù)資源庫，為用戶提供集組織、查詢、儲存、共享等功能于一體的服務(wù)機制。通過技術(shù)和服務(wù)等手段的干預，引導科研用戶及時調(diào)整數(shù)據(jù)需求，使得高校學生所獲取的數(shù)據(jù)都被有效利用，發(fā)生有助于科研活動的數(shù)據(jù)行為。

參考文獻

[1]Hey T.The Fourth Paradigm-Data-Intensive Scientific Discovery[M].E-Science and Information Management.Springer Berlin Heidelberg，2012.

[2]洪程，錢鵬.高校研究生科學數(shù)據(jù)需求與利用行為調(diào)查分析——以東南大學為例[J].國家圖書館學刊，2014，23（1）：16-21.

[3]王翠萍，李佳潞.國外高校圖書館科學數(shù)據(jù)服務(wù)現(xiàn)狀與啟示——以五所高校圖書館為例[J].圖書館工作與研究，2017，（10）：31-36.

[4]孟祥保，常娥，葉蘭.數(shù)據(jù)素養(yǎng)研究：源起、現(xiàn)狀與展望[J].中國圖書館學報，2016，42（2）：109-126.

[5]沈婷婷.數(shù)據(jù)素養(yǎng)及其對科學數(shù)據(jù)管理的影響[J].圖書館論壇，2015，35（1）：68-73.

[6]魏悅，劉桂鋒.基于數(shù)據(jù)生命周期的國外高?？茖W數(shù)據(jù)管理與共享政策分析[J].情報雜志，2017，36（5）：153-158

[7]遲玉琢，王延飛.國外高校科研數(shù)據(jù)服務(wù)需求識別模型特點與啟示[J].圖書情報工作，2016，60（4）：37-43.

[8]Si L，Xing W，Zhuang X，et al.Investigation and Analysis of Research Data Services in University Libraries[J].The Electronic Library，2015，33（3）：417-449.

[9]胡媛，艾文華.工程化視角下的科研數(shù)據(jù)需求管理模型構(gòu)建[J].情報雜志，2019，38（3）：187-193.

[10]Gregory K，Groth P，Cousijn H，et al.Searching Data：A Review of Observational Data Retrieval Practices[J].2017.

[11]Tenopir C，Sandusky R J，Allard S，et al.Research Data Management Services in Academic Research Libraries and Perceptions of Librarians[J].Library & Information Science Research，2014，36（2）：84-90.

[12]Gao J，Yang H.Information Search Model Based on Ontology and Context Aware Technologies[M].Information Computing and Applications.Springer Berlin Heidelberg，2010.

[13]Eltabakh M Y，Aref W G，Elmagarmid A K.A Database Server for Next-generation Scientific Data Management[C]//IEEE International Conference on Data Engineering Workshops.IEEE，2010.

[14]徐永麗，李秀英.網(wǎng)絡(luò)環(huán)境中用戶信息需求障礙分析[J].圖書館理論與實踐，2004，（6）：24-25.

[15]宋雪雁，王萍.信息采納行為概念及影響因素研究[J].情報科學，2010，28（5）：760-762，767.

[16]張晉朝.高?？蒲腥藛T科學數(shù)據(jù)獲取意愿研究[J].情報雜志，2013，32（6）：70-75，106.

[17]Katriina Bystrm，Murtonen K，Kalervo Jrvelin，et al.Task Complexity Affects Information Seeking and Use[J].Information Processing & Management，1995，31（2）：191-213.

[18]Si L，Xing W，Zhuang X，et al.Investigation and Analysis of Research Data Services in University Libraries[J].The Electronic Library，2015，33（3）：417-449.

[19]Tenopir C，Sandusky R J，Allard S，et al.Research Data Management Services in Academic Research Libraries and Perceptions of Librarians[J].Library & Information Science Research，2014，36（2）：84-90.

[20]Kim，Youngseek.Fostering Scientists Data Sharing Behaviors Via Data Repositories，Journal Supplements，and Personal Communication Methods[J].Information Processing & Management，2017，53（4）：871-885.

[21]胡媛，艾文華，胡子祎，等.高校科研人員數(shù)據(jù)需求管理影響因素框架研究[J].中國圖書館學報，2019，45（4）：104-121.

[22]Longest K C，Vaisey S.Fuzzy：A Program for Performing Qualitative Comparative Analyses（QCA）in Stata[J].The Stata Journal，2008，8（1）：79-104.

[23]鄧勝利，付少雄.定性比較分析（QCA）在圖書情報學中的應(yīng)用——以網(wǎng)絡(luò)社區(qū)健康信息搜尋影響因素研究為例[J].情報理論與實踐，2017，40（12）：23-28，11.

[24]Fiss P C.A Set-Theoretic Approach to Organizational Configurations[J].The Academy of Management Review，2007，32（4）：1180-1198.

[25]Mendel J M，Korjani M M.Theoretical Aspects of Fuzzy Set Qualitative Comparative Analysis（fsQCA）[J].Information Sciences，2013，237（Complete）：137-161.

[26]Ragin C C.Set Relations in Social Research：Evaluating Their Consistency and Coverage[J].Political Analysis，2006，14（3）：291-310.

[27]Skaaning S E.Assessing the Robustness of Crisp-set and Fuzzy-set QCA Results[J].Sociological Methods & Research，2011，40（2）：391-408.

（責任編輯：孫國雷）