彭潔

科研機(jī)構(gòu)科學(xué)數(shù)據(jù)治理路徑初探

彭潔

（中國(guó)科學(xué)技術(shù)信息研究所，北京 100038）

科研機(jī)構(gòu)作為科學(xué)數(shù)據(jù)生產(chǎn)和管理的重要部門，有效實(shí)施科研機(jī)構(gòu)科學(xué)數(shù)據(jù)治理是實(shí)現(xiàn)其科學(xué)數(shù)據(jù)高效利用的重要手段。本文以數(shù)據(jù)治理框架為基礎(chǔ)，構(gòu)建科研機(jī)構(gòu)科學(xué)數(shù)據(jù)治理模型，并以某科技信息研究機(jī)構(gòu)數(shù)據(jù)治理為例進(jìn)行分析，為落實(shí)《科學(xué)數(shù)據(jù)管理辦法》提供參考。

科研機(jī)構(gòu)；科學(xué)數(shù)據(jù)；數(shù)據(jù)治理；數(shù)據(jù)服務(wù)

科學(xué)數(shù)據(jù)是科技創(chuàng)新的重要戰(zhàn)略資源?？茖W(xué)數(shù)據(jù)主要包括在自然科學(xué)、工程技術(shù)科學(xué)等領(lǐng)域，通過基礎(chǔ)研究、應(yīng)用研究、實(shí)驗(yàn)開發(fā)等產(chǎn)生的數(shù)據(jù)，以及通過觀測(cè)監(jiān)測(cè)、考察調(diào)查、檢驗(yàn)檢測(cè)等方式取得并用于科學(xué)研究活動(dòng)的原始數(shù)據(jù)及其衍生數(shù)據(jù)[1]。它既是支撐科學(xué)研究的重要基礎(chǔ)，也是科學(xué)研究的重要產(chǎn)物和成果；既有一般科學(xué)數(shù)據(jù)和大數(shù)據(jù)的特征，也有其自身獨(dú)有的特征。

科研機(jī)構(gòu)是科學(xué)數(shù)據(jù)生產(chǎn)和利用的重要主體，是科學(xué)研究的重要執(zhí)行基地，在研究過程中產(chǎn)生大量有價(jià)值的數(shù)據(jù)。對(duì)科研機(jī)構(gòu)科學(xué)數(shù)據(jù)高效管理是落實(shí)《科學(xué)數(shù)據(jù)管理辦法》的基本要求，也是提升科學(xué)數(shù)據(jù)開放共享水平、發(fā)揮科學(xué)數(shù)據(jù)價(jià)值的重要內(nèi)容。數(shù)據(jù)治理（data governance）是各類組織對(duì)其數(shù)據(jù)使用的一整套管理行為，本研究主要基于數(shù)據(jù)治理理念，針對(duì)當(dāng)前科學(xué)數(shù)據(jù)管理和利用過程中的問題，提出科研機(jī)構(gòu)開展科學(xué)數(shù)據(jù)治理的基本框架和實(shí)施路徑。

1 相關(guān)研究

隨著信息技術(shù)的發(fā)展，數(shù)據(jù)量日益增加，數(shù)據(jù)治理成為信息研究的重要領(lǐng)域。Watson等[2]最早提出“數(shù)據(jù)倉(cāng)庫(kù)治理”的概念，開始關(guān)注數(shù)據(jù)治理這一研究領(lǐng)域。許多學(xué)者對(duì)數(shù)據(jù)治理的內(nèi)涵進(jìn)行了深入探討：Wende[3]認(rèn)為數(shù)據(jù)治理是鼓勵(lì)理想的使用數(shù)據(jù)行為的決策權(quán)和責(zé)任框架；Weber等[4]認(rèn)為數(shù)據(jù)治理作為實(shí)施數(shù)據(jù)責(zé)任的通用方法，適合所有數(shù)據(jù)和組織的需求；Thomas[5]認(rèn)為數(shù)據(jù)治理是對(duì)于信息相關(guān)流程的決策權(quán)利和責(zé)任制度，按照商定的模型執(zhí)行，描述誰可以采取什么行動(dòng)?？梢哉f，有效的數(shù)據(jù)治理已被認(rèn)為是獲取數(shù)據(jù)使用價(jià)值的關(guān)鍵[6]。本研究認(rèn)為，數(shù)據(jù)治理是對(duì)于數(shù)據(jù)相關(guān)流程的決策權(quán)利和責(zé)任制度，按照商定的模型執(zhí)行，描述誰可以采取什么行動(dòng)。數(shù)據(jù)治理的核心是數(shù)據(jù)資產(chǎn)管理的決策權(quán)分配和職責(zé)分工。

數(shù)據(jù)治理需要鞏固和結(jié)合整個(gè)公司、機(jī)構(gòu)的數(shù)據(jù)，其重要性得到了從業(yè)人員的認(rèn)可，并且認(rèn)為數(shù)據(jù)治理一直也必將是企業(yè)信息管理的新趨勢(shì)。在此基礎(chǔ)上，在許多重要會(huì)議上數(shù)據(jù)治理都成為重要主題，如TDWI（The Data Warehousing Institute）World Conference、DAMA（Data Management Association）International Symposium、DG（Data Governance）Annual Conference和MDM（Master Data Management）Summit?！禗AMA數(shù)據(jù)管理知識(shí)體系指南》認(rèn)為數(shù)據(jù)治理是對(duì)數(shù)據(jù)資產(chǎn)管理行使權(quán)力和控制的活動(dòng)集合[7]。2004年IBM制定了包括四大領(lǐng)域11個(gè)要素的數(shù)據(jù)治理框架和方法來指導(dǎo)數(shù)據(jù)治理工作的開展。近年來，國(guó)內(nèi)外研究逐漸增多，國(guó)外有Wende[3]等進(jìn)行了數(shù)據(jù)治理模型方面的研究；國(guó)內(nèi)來看有李振[8]、徐建忠[9]、孟曉峰[10]等分別對(duì)大數(shù)據(jù)治理的模式、方法及隱私保護(hù)進(jìn)行了相關(guān)研究。

總體來看，數(shù)據(jù)治理是一個(gè)新興的熱點(diǎn)研究領(lǐng)域，是數(shù)據(jù)管理的補(bǔ)充，是IT治理的高級(jí)階段和內(nèi)容深化。數(shù)據(jù)治理是鼓勵(lì)數(shù)據(jù)創(chuàng)造、使用、存儲(chǔ)、歸檔和刪除而涉及的組織結(jié)構(gòu)、規(guī)則、決策權(quán)及責(zé)任。當(dāng)前已經(jīng)有許多學(xué)術(shù)組織、企業(yè)和學(xué)者提出了一些數(shù)據(jù)治理模型、重點(diǎn)內(nèi)容、工作原則、角色職責(zé)等。將數(shù)據(jù)治理理念用于科研機(jī)構(gòu)科學(xué)數(shù)據(jù)管理領(lǐng)域的研究較少，有針對(duì)科研機(jī)構(gòu)數(shù)據(jù)政策[11-12]、管理現(xiàn)狀分析[13]等尚未成熟的治理體系和方法路徑。

2 科研機(jī)構(gòu)數(shù)據(jù)治理模型及實(shí)施路徑

科研院所是由國(guó)家或部門根據(jù)經(jīng)濟(jì)社會(huì)發(fā)展需要建立并資助，由占有一定空間與設(shè)備條件的各級(jí)各類科研人員所組成的科研工作單位，是國(guó)家科技創(chuàng)新體系的基本力量[14]。中國(guó)科研機(jī)構(gòu)眾多，在物理、地理、化學(xué)、數(shù)學(xué)、機(jī)械、電子等理工科及人文和社會(huì)科學(xué)、醫(yī)學(xué)、農(nóng)學(xué)、藝術(shù)學(xué)等各個(gè)方面都有涉及。截至目前，中國(guó)有各大科研機(jī)構(gòu)近1?300所，涵蓋中國(guó)科研的各個(gè)方面。在科研機(jī)構(gòu)的數(shù)據(jù)庫(kù)建設(shè)方面，幾乎每個(gè)科研機(jī)構(gòu)都有自己的專業(yè)數(shù)據(jù)庫(kù)，只是在專業(yè)程度、規(guī)模、建設(shè)層次和水平等方面有著較大的差異。

長(zhǎng)期以來，科研院所集聚了大量國(guó)家投入形成的科技資源。其中，科學(xué)數(shù)據(jù)庫(kù)是最重要的科技資源之一，這些分布在科研院所內(nèi)部的數(shù)據(jù)庫(kù)是一筆巨大的財(cái)富，它們既是科學(xué)研究的基礎(chǔ)，也是科學(xué)研究的成果，在大數(shù)據(jù)時(shí)代，更是一種重要的國(guó)家戰(zhàn)略資源，同時(shí)具有很高的經(jīng)濟(jì)價(jià)值，應(yīng)該得到充分的共享和使用。但是，分布在科研院所內(nèi)部的大量科學(xué)數(shù)據(jù)庫(kù)的共享一直是難點(diǎn)，迄今未得到有效解決，嚴(yán)重制約了中國(guó)科研和科研經(jīng)費(fèi)使用效率的提高?？蒲性核鶅?nèi)部數(shù)據(jù)庫(kù)的共享和利用是一個(gè)復(fù)雜的系統(tǒng)問題，既涉及個(gè)人和單位的利益，也涉及知識(shí)產(chǎn)權(quán)、機(jī)制和技術(shù)等諸多因素，需要對(duì)這些因素進(jìn)行研究，并以政策的形式對(duì)諸多因素進(jìn)行協(xié)調(diào)，開展數(shù)據(jù)治理。

2.1 治理目標(biāo)

在數(shù)據(jù)治理中，非常關(guān)鍵的是進(jìn)行數(shù)據(jù)治理總體目標(biāo)與藍(lán)圖規(guī)劃。對(duì)于數(shù)據(jù)治理的核心目標(biāo)，一是增加決策制定的一致性和保密性，二是減少調(diào)節(jié)的風(fēng)險(xiǎn)，三是提升數(shù)據(jù)安全性，四是將數(shù)據(jù)產(chǎn)出最大化。其包含組織結(jié)構(gòu)和過程來確保組織的數(shù)據(jù)資產(chǎn)維持并拓展組織的戰(zhàn)略和目標(biāo)。Rifaie等[15]指出數(shù)據(jù)治理有4個(gè)目標(biāo)：數(shù)據(jù)價(jià)值和對(duì)齊（data value and alignment）、任責(zé)/問責(zé)（accountability）、績(jī)效測(cè)評(píng)（performance measurement）和風(fēng)險(xiǎn)管理（risk management）。

科研機(jī)構(gòu)開展數(shù)據(jù)治理的目的是實(shí)現(xiàn)科研機(jī)構(gòu)內(nèi)部已有和新增的多源異構(gòu)科學(xué)數(shù)據(jù)的有效共享與高效利用，并能夠根據(jù)機(jī)構(gòu)的業(yè)務(wù)定位，面向不同場(chǎng)景，提供基于數(shù)據(jù)融合的各類服務(wù)。

（1）在數(shù)據(jù)使用意愿方面，需要制定形成機(jī)構(gòu)內(nèi)部的數(shù)據(jù)管理辦法，保證機(jī)構(gòu)內(nèi)部各業(yè)務(wù)部門、研究團(tuán)隊(duì)、科研人員能夠主動(dòng)地匯聚科學(xué)數(shù)據(jù)，建立匯交數(shù)據(jù)的各種獎(jiǎng)勵(lì)措施，保證能夠按照機(jī)構(gòu)戰(zhàn)略實(shí)施數(shù)據(jù)共享，促進(jìn)數(shù)據(jù)利用，形成一種愿共享、想被用、促增值的良好文化氛圍。

（2）在數(shù)據(jù)質(zhì)量方面，需要形成對(duì)各類科學(xué)數(shù)據(jù)元數(shù)據(jù)質(zhì)量、數(shù)據(jù)質(zhì)量、數(shù)據(jù)匯交質(zhì)量等管理的標(biāo)準(zhǔn)，并根據(jù)標(biāo)準(zhǔn)進(jìn)行比對(duì)檢查，保證提交數(shù)據(jù)的準(zhǔn)確性、一致性和完整性。同時(shí)建立基于科研機(jī)構(gòu)業(yè)務(wù)的數(shù)據(jù)模型，形成數(shù)據(jù)的關(guān)聯(lián)。建立機(jī)構(gòu)內(nèi)部科學(xué)數(shù)據(jù)獲取、加工、組織、關(guān)聯(lián)、匯聚、共享服務(wù)等全生命周期的管理規(guī)范、辦法等，保證數(shù)據(jù)的有效管理。

（3）在數(shù)據(jù)使用效益方面，需要根據(jù)信息技術(shù)的發(fā)展，建立適用于機(jī)構(gòu)內(nèi)部各類數(shù)據(jù)匯聚和保存的數(shù)據(jù)倉(cāng)儲(chǔ)和數(shù)據(jù)服務(wù)門戶，利用先進(jìn)的IT技術(shù)和數(shù)據(jù)技術(shù)，保證服務(wù)響應(yīng)周期內(nèi)面向機(jī)構(gòu)內(nèi)用戶共享和利用，保持用戶服務(wù)的可拓展性。

2.2 治理模型

Moseley[16]指出數(shù)據(jù)治理的5個(gè)核心內(nèi)容包括政策（policies，有關(guān)組織層面數(shù)據(jù)治理操作程序、決策制定和數(shù)據(jù)管理活動(dòng)的方向）、過程（processes，詳細(xì)的過程定義了步驟和產(chǎn)出）、業(yè)務(wù)規(guī)則（business rules，用于實(shí)施數(shù)據(jù)治理的組織政策和決策制定過程）、人員（people，具有專門職責(zé)的角色，直接度量和對(duì)數(shù)據(jù)治理產(chǎn)生貢獻(xiàn)）、技術(shù)（technologies，數(shù)據(jù)質(zhì)量管理工具、中間件、工作流和主數(shù)據(jù)管理軟件等）。

對(duì)于數(shù)據(jù)治理的體系框架，由于機(jī)構(gòu)背景、治理目的、研究視角等不同，不同的機(jī)構(gòu)和研究者提出了不同的數(shù)據(jù)治理框架，例如：Thomas[17]提出的重點(diǎn)在于關(guān)注數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能的治理框架；Weber等[4]提出的面向企業(yè)的角色、決策任務(wù)、責(zé)任三位一體治理框架；Khatri等[18]提出強(qiáng)調(diào)數(shù)據(jù)原則和數(shù)據(jù)生命周期的治理框架。此外，還有IBM數(shù)據(jù)治理模型（支撐域、核心域、促成因素和成果4個(gè)層級(jí)11個(gè)要素）[19]、《數(shù)據(jù)治理白皮書》的治理框架（原則、范圍、實(shí)施和評(píng)估）[20]、ISACA的體系框架（提出數(shù)據(jù)治理的5項(xiàng)基本原則）、Gartner數(shù)據(jù)管理參考架構(gòu)（規(guī)范、規(guī)劃、構(gòu)建和運(yùn)行）等。

綜上，本研究認(rèn)為，對(duì)于科研機(jī)構(gòu)來講，數(shù)據(jù)治理可采用《數(shù)據(jù)治理白皮書》框架，包括3個(gè)維度：原則、范圍、實(shí)施與評(píng)估（見圖1）。原則維度給出了科研機(jī)構(gòu)數(shù)據(jù)治理工作所遵循的、首要的和基本的指導(dǎo)性法則，即治理戰(zhàn)略與機(jī)構(gòu)戰(zhàn)略一致、治理行動(dòng)合規(guī)、服務(wù)績(jī)效提升。范圍維度（決策域）描述了科研機(jī)構(gòu)數(shù)據(jù)治理的關(guān)鍵域，即科學(xué)數(shù)據(jù)治理決策層應(yīng)該在哪些關(guān)鍵領(lǐng)域作出決策。治理目標(biāo)是在現(xiàn)有數(shù)據(jù)資源基礎(chǔ)上，實(shí)現(xiàn)科研機(jī)構(gòu)數(shù)據(jù)的高效利用與共享，在這個(gè)過程中，需要對(duì)實(shí)現(xiàn)這些目標(biāo)的各個(gè)決策域開展工作，并進(jìn)行評(píng)估、監(jiān)督和指導(dǎo)，以保證這些流程和行動(dòng)合規(guī)。在數(shù)據(jù)治理實(shí)施過程中，需要明確參與數(shù)據(jù)治理各個(gè)角色的權(quán)責(zé)范圍，根據(jù)目前科學(xué)數(shù)據(jù)資源及利用現(xiàn)狀，開展現(xiàn)狀評(píng)估，梳理確定開展數(shù)據(jù)治理的關(guān)鍵重點(diǎn)領(lǐng)域，并將關(guān)鍵重點(diǎn)任務(wù)分配給各個(gè)角色負(fù)責(zé)實(shí)施，在此過程中定期開展治理狀況的評(píng)估與監(jiān)督，根據(jù)評(píng)估反饋不斷完善治理實(shí)施路徑，以達(dá)到科學(xué)數(shù)據(jù)高效利用狀態(tài)。

科研機(jī)構(gòu)開展科學(xué)數(shù)據(jù)治理的基本方法和步驟包括以下4個(gè)方面。

（1）了解科研機(jī)構(gòu)科學(xué)研究及其產(chǎn)生和匯聚的科學(xué)數(shù)據(jù)現(xiàn)狀，分析在其利用過程中存在的問題，形成科學(xué)數(shù)據(jù)治理的目標(biāo)（確立目標(biāo)和指導(dǎo)原則）。

（2）根據(jù)科研機(jī)構(gòu)特點(diǎn)，建立科學(xué)數(shù)據(jù)治理的組織體系，對(duì)涉及的各個(gè)角色進(jìn)行職責(zé)分配，并確立獎(jiǎng)懲機(jī)制（組織保障）。

（3）針對(duì)治理目標(biāo)，開展治理活動(dòng)（決策域）。重點(diǎn)形成科學(xué)數(shù)據(jù)治理的元數(shù)據(jù)整合匯聚框架和質(zhì)量提升策略，構(gòu)建融合科研機(jī)構(gòu)數(shù)據(jù)的數(shù)據(jù)模型和數(shù)據(jù)應(yīng)用服務(wù)門戶架構(gòu)，設(shè)計(jì)科學(xué)數(shù)據(jù)共享及應(yīng)用服務(wù)的主要場(chǎng)景和服務(wù)內(nèi)容。

（4）開展治理成熟度評(píng)估和科學(xué)數(shù)據(jù)資產(chǎn)審計(jì)，反饋治理效果，并不斷優(yōu)化針對(duì)各個(gè)決策域的治理活動(dòng)（評(píng)估、監(jiān)督和指導(dǎo)）。

3 科研機(jī)構(gòu)數(shù)據(jù)治理案例

本研究以科技信息研究機(jī)構(gòu)為例，按照本研究提出的科研機(jī)構(gòu)科學(xué)數(shù)據(jù)治理模型，對(duì)其科學(xué)數(shù)據(jù)治理現(xiàn)狀進(jìn)行剖析，重點(diǎn)針對(duì)數(shù)據(jù)治理中的組織體系建設(shè)以及治理過程中的元數(shù)據(jù)集成、場(chǎng)景化的數(shù)據(jù)服務(wù)等關(guān)鍵問題進(jìn)行案例分析。

3.1 科學(xué)數(shù)據(jù)治理現(xiàn)狀及問題分析

某科技信息研究機(jī)構(gòu)是一個(gè)面向科技管理決策提供數(shù)據(jù)和信息支撐的智庫(kù)型研究機(jī)構(gòu)，同時(shí)也是為創(chuàng)新主體提供科技知識(shí)服務(wù)的服務(wù)機(jī)構(gòu)，建有科技文獻(xiàn)數(shù)據(jù)庫(kù)、專利數(shù)據(jù)庫(kù)、科技人才數(shù)據(jù)庫(kù)、科研機(jī)構(gòu)數(shù)據(jù)庫(kù)等近50個(gè)數(shù)據(jù)庫(kù)，由下屬各業(yè)務(wù)部門分別建設(shè)。該機(jī)構(gòu)科學(xué)數(shù)據(jù)建設(shè)和利用現(xiàn)狀如下。

（1）缺乏支撐數(shù)據(jù)高效利用的政策體系。該機(jī)構(gòu)制定出臺(tái)了《自建數(shù)據(jù)庫(kù)資源使用暫行管理辦法》，主要對(duì)數(shù)據(jù)庫(kù)資源在機(jī)構(gòu)內(nèi)各部門間共享的審批流程、共享數(shù)據(jù)的使用、數(shù)據(jù)共享過程中的責(zé)任劃分做出了規(guī)定。但隨著時(shí)代的進(jìn)步，科學(xué)數(shù)據(jù)共享資源標(biāo)準(zhǔn)的提高，該辦法一方面無法完全滿足科研工作者對(duì)于數(shù)據(jù)共享的需求；另一方面無法充分調(diào)動(dòng)相關(guān)部門對(duì)于數(shù)據(jù)利用的積極性，在一定程度上制約了科研工作的高效開展。

（2）數(shù)據(jù)資源標(biāo)準(zhǔn)化程度不高。同一主題類型的數(shù)據(jù)庫(kù)存在數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、相互沖突，而數(shù)據(jù)庫(kù)建設(shè)標(biāo)準(zhǔn)是實(shí)現(xiàn)數(shù)據(jù)共享利用的前提條件，同時(shí)也是科學(xué)數(shù)據(jù)平臺(tái)建設(shè)的基礎(chǔ)和支撐。只有將原始數(shù)據(jù)的來源、表現(xiàn)方式、存儲(chǔ)形式等量化并制定統(tǒng)一標(biāo)準(zhǔn)，才能更好地進(jìn)行數(shù)據(jù)的融合與共建共享。例如，同一研究對(duì)象，由于采用的相關(guān)理論、研究手段、研究范圍等沒有統(tǒng)一的標(biāo)準(zhǔn)作為規(guī)范，在理論指導(dǎo)層面不盡相同，各個(gè)研究機(jī)構(gòu)調(diào)研數(shù)據(jù)呈現(xiàn)方式也不同，同一研究出現(xiàn)多種數(shù)據(jù)結(jié)果等。這就導(dǎo)致數(shù)據(jù)共享時(shí)數(shù)據(jù)內(nèi)涵和對(duì)數(shù)據(jù)的理解出現(xiàn)混淆，為數(shù)據(jù)利用和深入處理的后期工作帶來應(yīng)用困難和不確定性等問題。缺乏共享建設(shè)標(biāo)準(zhǔn)直接導(dǎo)致數(shù)據(jù)頂層設(shè)計(jì)難以進(jìn)行，現(xiàn)存的數(shù)據(jù)治理與共享體系建設(shè)需求、現(xiàn)實(shí)科研和科研管理需求的匹配性有待提高。

（3）缺少統(tǒng)一的數(shù)據(jù)資源目錄。有10余個(gè)數(shù)據(jù)庫(kù)是以在線服務(wù)系統(tǒng)的形式體現(xiàn)，其余則是各種離線的異構(gòu)數(shù)據(jù)庫(kù)，存儲(chǔ)于機(jī)構(gòu)內(nèi)部各科研人員機(jī)器或相關(guān)服務(wù)器上；已經(jīng)建設(shè)的一些數(shù)據(jù)系統(tǒng)中，有時(shí)會(huì)出現(xiàn)數(shù)據(jù)無法瀏覽、無法下載、數(shù)據(jù)鏈接不存在等情況，大數(shù)據(jù)平臺(tái)的穩(wěn)定性和可通達(dá)性較低，甚至有些數(shù)據(jù)服務(wù)平臺(tái)處于后臺(tái)服務(wù)和更新停滯的狀態(tài)，沒有形成基于全局發(fā)展戰(zhàn)略和業(yè)務(wù)目標(biāo)的數(shù)據(jù)資源目錄，給科研人員及數(shù)據(jù)使用者造成不利影響。

（4）數(shù)據(jù)資源利用的利益分配機(jī)制缺失。對(duì)于數(shù)據(jù)開放與共享方面，大多數(shù)部門都有使用其他部門數(shù)據(jù)的現(xiàn)實(shí)業(yè)務(wù)需求，認(rèn)為目前數(shù)據(jù)資源共享利用效果不佳的主因是利益分配及共享機(jī)制問題，各部門希望并接受以利益分成的形式進(jìn)行數(shù)據(jù)資源共享。

為了解該機(jī)構(gòu)科學(xué)數(shù)據(jù)治理的現(xiàn)狀和理想目標(biāo)間的差距，以便給科學(xué)數(shù)據(jù)治理領(lǐng)導(dǎo)決策層提供決策依據(jù)，本研究開展了科學(xué)數(shù)據(jù)治理成熟度測(cè)評(píng)。本次測(cè)評(píng)選擇6個(gè)內(nèi)設(shè)部門中參與數(shù)據(jù)采集加工、數(shù)據(jù)管理和服務(wù)的項(xiàng)目團(tuán)隊(duì)、數(shù)據(jù)典型用戶等開展內(nèi)部訪談和調(diào)研，借鑒卡內(nèi)基梅隆大學(xué)的能力成熟度集成模型（Capability Maturity Model Integration，CMMI）的過程改進(jìn)方法，從領(lǐng)導(dǎo)、范圍、測(cè)量和管理4個(gè)維度開展科學(xué)數(shù)據(jù)治理的成熟度評(píng)測(cè)，分別將成熟度的6個(gè)階段對(duì)應(yīng)1～6的數(shù)值進(jìn)行打分，然后通過綜合平均計(jì)算，得到各維度的平均評(píng)測(cè)值（見表1）。

針對(duì)數(shù)據(jù)治理的領(lǐng)導(dǎo)、范圍、測(cè)量和管理4個(gè)維度對(duì)機(jī)構(gòu)內(nèi)部業(yè)務(wù)部門進(jìn)行測(cè)度后，可以發(fā)現(xiàn)兩方面問題。一是各部門數(shù)據(jù)治理成熟度不一。有些部門形成特色數(shù)據(jù)庫(kù)產(chǎn)品和系統(tǒng)平臺(tái)，具有較好的數(shù)據(jù)治理水平。大多數(shù)部門業(yè)務(wù)與數(shù)據(jù)庫(kù)建設(shè)、系統(tǒng)平臺(tái)搭建關(guān)聯(lián)性不大，相關(guān)業(yè)務(wù)系統(tǒng)應(yīng)用單一，缺少成熟穩(wěn)定的治理應(yīng)用，表現(xiàn)欠佳。二是從單個(gè)數(shù)據(jù)庫(kù)來看，有的數(shù)據(jù)庫(kù)在資金支持、人員配備、數(shù)據(jù)體系建設(shè)及服務(wù)等方面都極具戰(zhàn)略性，數(shù)據(jù)治理成熟度較高。部分?jǐn)?shù)據(jù)庫(kù)面臨共享程度低、使用率低、數(shù)據(jù)更新緩慢或停滯等各種狀態(tài)，數(shù)據(jù)治理成熟度較低。

3.2 科學(xué)數(shù)據(jù)治理的組織體系建設(shè)

數(shù)據(jù)治理的重要內(nèi)容是確保所有權(quán)、客觀性、有效的決策和行動(dòng)，因此需要定義數(shù)據(jù)治理的角色與職責(zé)[21]。主要的治理角色包括數(shù)據(jù)治理委員會(huì)、數(shù)據(jù)治理指導(dǎo)組、數(shù)據(jù)治理工作組及成員等。按照治理需求建立科學(xué)數(shù)據(jù)治理組織體系，主要是保證各個(gè)涉及科學(xué)數(shù)據(jù)的角色能夠各司其職，相互協(xié)調(diào)，共同完成治理任務(wù)。其中數(shù)據(jù)治理委員會(huì)是研究機(jī)構(gòu)內(nèi)開展數(shù)據(jù)治理工作的最高決策組織，主要成員包括機(jī)構(gòu)領(lǐng)導(dǎo)、各業(yè)務(wù)部門領(lǐng)導(dǎo)和外部專家顧問。數(shù)據(jù)治理指導(dǎo)組受數(shù)據(jù)治理委員會(huì)的領(lǐng)導(dǎo)，按照治理實(shí)施要求，可以劃分為不同的工作團(tuán)隊(duì)，分別負(fù)責(zé)數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)建模、數(shù)據(jù)隱私和安全保密、數(shù)據(jù)服務(wù)等工作內(nèi)容和方案制定，并提交數(shù)據(jù)治理委員會(huì)審議，成員由該機(jī)構(gòu)熟悉上述業(yè)務(wù)內(nèi)容的工作人員組成。數(shù)據(jù)治理工作組的每項(xiàng)具體工作一般由數(shù)據(jù)治理指導(dǎo)組成員牽頭推進(jìn)，各業(yè)務(wù)部門有至少一位熟悉業(yè)務(wù)的員工參與其中。各個(gè)角色的主要職責(zé)如下。

（1）數(shù)據(jù)治理委員會(huì)。其主要職責(zé)是從戰(zhàn)略角度來統(tǒng)籌和規(guī)劃本機(jī)構(gòu)數(shù)據(jù)治理內(nèi)容、方法和要求，明確數(shù)據(jù)治理各角色在數(shù)據(jù)使用和管理過程中的流程及職責(zé)。根據(jù)相應(yīng)的標(biāo)準(zhǔn)和原則開展對(duì)各角色工作內(nèi)容的監(jiān)督評(píng)估，保證數(shù)據(jù)治理順利實(shí)施。

（2）數(shù)據(jù)治理指導(dǎo)組。其主要職責(zé)是指導(dǎo)和協(xié)調(diào)本機(jī)構(gòu)的數(shù)據(jù)治理工作，制定本機(jī)構(gòu)的數(shù)據(jù)管理辦法、數(shù)據(jù)治理考核標(biāo)準(zhǔn)、流程及獎(jiǎng)懲措施等，進(jìn)行數(shù)據(jù)治理過程的監(jiān)測(cè)與評(píng)估。

（3）數(shù)據(jù)治理工作組。數(shù)據(jù)治理工作組包括數(shù)據(jù)業(yè)務(wù)分析員、數(shù)據(jù)質(zhì)量分析員、數(shù)據(jù)管理員、系統(tǒng)開發(fā)人員等。不同角色在數(shù)據(jù)治理過程中承擔(dān)的職責(zé)不同，但相互之間需要協(xié)同工作。工作組的主要職責(zé)包括：對(duì)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)估、提升；在數(shù)據(jù)管理流程中根據(jù)相關(guān)要求進(jìn)行元數(shù)據(jù)管理、數(shù)據(jù)模型構(gòu)建、數(shù)據(jù)產(chǎn)品設(shè)計(jì)等數(shù)據(jù)處理工作；根據(jù)數(shù)據(jù)治理指導(dǎo)組意見修正工作內(nèi)容；提供數(shù)據(jù)服務(wù)，作為完善數(shù)據(jù)治理內(nèi)容的重要參考。

3.3 科學(xué)數(shù)據(jù)治理實(shí)施

科學(xué)數(shù)據(jù)治理實(shí)施包括4部分內(nèi)容，分別是制定數(shù)據(jù)內(nèi)容標(biāo)準(zhǔn)、完善科學(xué)數(shù)據(jù)技術(shù)支撐、構(gòu)建科研機(jī)構(gòu)科學(xué)數(shù)據(jù)開放服務(wù)平臺(tái)、構(gòu)建科研機(jī)構(gòu)數(shù)據(jù)應(yīng)用體系。

（1）制定元數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)術(shù)語、交換格式標(biāo)準(zhǔn)、數(shù)據(jù)轉(zhuǎn)換標(biāo)準(zhǔn)和數(shù)據(jù)參考模型等數(shù)據(jù)內(nèi)容標(biāo)準(zhǔn)，制定數(shù)據(jù)整理標(biāo)準(zhǔn)和分析標(biāo)準(zhǔn)等科研數(shù)據(jù)處理標(biāo)準(zhǔn)，制定科學(xué)數(shù)據(jù)平臺(tái)架構(gòu)標(biāo)準(zhǔn)，建設(shè)數(shù)據(jù)庫(kù)開放應(yīng)用接口標(biāo)準(zhǔn)、數(shù)據(jù)可視化工具標(biāo)準(zhǔn)等。

（2）完善科學(xué)數(shù)據(jù)技術(shù)支撐。包括科學(xué)數(shù)據(jù)的來源與篩選技術(shù)，科研數(shù)據(jù)資源編目技術(shù)和數(shù)據(jù)格式規(guī)范技術(shù)等。

（3）構(gòu)建科研機(jī)構(gòu)科學(xué)數(shù)據(jù)開放服務(wù)平臺(tái)，明確科研機(jī)構(gòu)層面大數(shù)據(jù)平臺(tái)和服務(wù)平臺(tái)的建設(shè)任務(wù)，厘清服務(wù)平臺(tái)與科研機(jī)構(gòu)已有各個(gè)業(yè)務(wù)數(shù)據(jù)平臺(tái)和系統(tǒng)之間的銜接配合關(guān)系，制定各部門數(shù)據(jù)范圍邊界，明晰各部門數(shù)據(jù)管理的義務(wù)和權(quán)利。推動(dòng)與外部各級(jí)科研機(jī)構(gòu)信息系統(tǒng)和公共數(shù)據(jù)互聯(lián)共享、制度對(duì)接和協(xié)作協(xié)同。

（4）構(gòu)建科研機(jī)構(gòu)數(shù)據(jù)應(yīng)用體系。圍繞科學(xué)數(shù)據(jù)服務(wù)水平提高，建立科研機(jī)構(gòu)數(shù)據(jù)產(chǎn)生、交換、運(yùn)算，以及數(shù)據(jù)融合、平臺(tái)建設(shè)、數(shù)據(jù)治理等要素的監(jiān)測(cè)體系；建立科研機(jī)構(gòu)在人員配備、數(shù)據(jù)采集、后期采編、數(shù)據(jù)傳送等方面的運(yùn)行機(jī)制。

數(shù)據(jù)治理主要業(yè)務(wù)流程如下。

（1）獲取和創(chuàng)建流程。數(shù)據(jù)庫(kù)及相關(guān)子庫(kù)是系統(tǒng)的原始資源，首先對(duì)這些數(shù)據(jù)庫(kù)采用不同的技術(shù)手段導(dǎo)入中間數(shù)據(jù)庫(kù)，導(dǎo)入過程中控制需要監(jiān)測(cè)和審計(jì)導(dǎo)入的字段。對(duì)中間數(shù)據(jù)庫(kù)進(jìn)行進(jìn)一步深入融合和分析。首先進(jìn)行該機(jī)構(gòu)人員、項(xiàng)目、機(jī)構(gòu)信息的比對(duì)、去重、標(biāo)識(shí)，形成主數(shù)據(jù)庫(kù)，在此過程中可能需要借助文本挖掘技術(shù)。通過主數(shù)據(jù)庫(kù)匹配關(guān)聯(lián)策略，生成關(guān)聯(lián)關(guān)系數(shù)據(jù)庫(kù)；對(duì)中間數(shù)據(jù)庫(kù)的成果信息進(jìn)行提取比對(duì)去重，可以生成成果數(shù)據(jù)庫(kù)。

（2）其他應(yīng)用調(diào)用流程。其他應(yīng)用調(diào)用數(shù)據(jù)流程包括應(yīng)用系統(tǒng)提交資源訪問請(qǐng)求，進(jìn)行資源需求及用戶標(biāo)識(shí)（根據(jù)用戶信息判定是否給其相應(yīng)資源）；根據(jù)請(qǐng)求情況，分別向主數(shù)據(jù)庫(kù)、關(guān)聯(lián)關(guān)系數(shù)據(jù)庫(kù)、成果數(shù)據(jù)庫(kù)提交請(qǐng)求；各數(shù)據(jù)庫(kù)返回相應(yīng)結(jié)果，按照約定的格式提供給其他應(yīng)用。

（3）科學(xué)數(shù)據(jù)目錄體系。科學(xué)數(shù)據(jù)目錄體系主要包括科研機(jī)構(gòu)內(nèi)所有的數(shù)據(jù)目錄及可以用來匯聚的數(shù)據(jù)資源目錄，從而幫助未來使用該機(jī)構(gòu)科學(xué)數(shù)據(jù)服務(wù)平臺(tái)的用戶發(fā)現(xiàn)和定位數(shù)據(jù)資源。

3.4 基于數(shù)據(jù)治理的數(shù)據(jù)服務(wù)

3.4.1 元數(shù)據(jù)集成體系

根據(jù)該科研機(jī)構(gòu)數(shù)據(jù)特點(diǎn)，元數(shù)據(jù)集成設(shè)計(jì)分為數(shù)據(jù)抽象層和業(yè)務(wù)邏輯層，數(shù)據(jù)抽象層為核心數(shù)據(jù)模型，包括人員信息、機(jī)構(gòu)信息、項(xiàng)目信息等基本實(shí)體，也包括出版物、專利、產(chǎn)品等產(chǎn)出實(shí)體，還有項(xiàng)目資金、語言、貨幣等二級(jí)實(shí)體；業(yè)務(wù)邏輯層為核心數(shù)據(jù)模型的衍生層，選取核心數(shù)據(jù)模型的一部分來完成一項(xiàng)業(yè)務(wù)數(shù)據(jù)存儲(chǔ)，根據(jù)業(yè)務(wù)方向的不同，劃分為人才數(shù)據(jù)庫(kù)、機(jī)構(gòu)數(shù)據(jù)庫(kù)、項(xiàng)目數(shù)據(jù)庫(kù)等不同類型的業(yè)務(wù)域，梳理形成各類實(shí)體相互關(guān)聯(lián)的E-R圖[22]（見圖2）。

3.4.2 數(shù)據(jù)服務(wù)場(chǎng)景示例

在該機(jī)構(gòu)各個(gè)業(yè)務(wù)部門充分?jǐn)?shù)據(jù)共享的前提下，結(jié)合關(guān)于科技多要素融合后的模型查詢和分析需求，應(yīng)用知識(shí)圖譜的技術(shù)，將融合后的模型轉(zhuǎn)換為具有圖結(jié)構(gòu)的RDF數(shù)據(jù)，使得科技各要素之間的關(guān)系顯性化，實(shí)現(xiàn)基于此類數(shù)據(jù)的查詢和基于關(guān)系的畫像分析場(chǎng)景，進(jìn)一步挖掘融合后的各要素?cái)?shù)據(jù)存在的價(jià)值。

以科技人員數(shù)據(jù)為例，將人物基本信息，科研成果信息，與其他人、機(jī)構(gòu)、項(xiàng)目、科研成果等的關(guān)系圖譜信息，以及分析統(tǒng)計(jì)信息和人物標(biāo)簽、合作關(guān)系展現(xiàn)等匯聚成科研人員畫像。在科研人員基本信息和關(guān)系圖譜構(gòu)建的過程中，按照科學(xué)數(shù)據(jù)治理中的隱私相關(guān)內(nèi)容，依照脫敏的規(guī)范要求，對(duì)可能涉及的隱私進(jìn)行脫敏處理。

以研究人員為中心點(diǎn)，對(duì)其和其他實(shí)體之間的關(guān)系進(jìn)行圖譜展示，其中包含的元素有機(jī)構(gòu)、人員、項(xiàng)目、科研成果等，可以看到人員和人員、人員和機(jī)構(gòu)、人員和項(xiàng)目、人員和專利、人員和期刊等之間的關(guān)聯(lián)信息，還可以將本身有聯(lián)系的信息匯聚在一起顯示，可以更加清晰地看到他們之間的聯(lián)系（見圖3）。

通過這種元數(shù)據(jù)集成和可視化展示，可以更加精準(zhǔn)幫助科技信息研究機(jī)構(gòu)開展科研人員成長(zhǎng)規(guī)律分析、科研團(tuán)隊(duì)特征分析、科研人員評(píng)價(jià)等。

基于該信息研究的主要服務(wù)內(nèi)容和對(duì)象，通過對(duì)數(shù)據(jù)資源管理現(xiàn)狀的問題剖析，開展數(shù)據(jù)治理，形成針對(duì)具體場(chǎng)景的各類數(shù)據(jù)服務(wù)，有效提升了數(shù)據(jù)服務(wù)效能。從科研機(jī)構(gòu)數(shù)據(jù)治理實(shí)施來看，還應(yīng)循環(huán)進(jìn)行科學(xué)數(shù)據(jù)治理成熟度測(cè)評(píng)，針對(duì)評(píng)測(cè)結(jié)果不斷優(yōu)化治理實(shí)施，即不斷進(jìn)行元數(shù)據(jù)管理與集成、數(shù)據(jù)建模、服務(wù)產(chǎn)品開發(fā)，從而使得數(shù)據(jù)治理保持可持續(xù)發(fā)展。

4 結(jié)語

科研機(jī)構(gòu)是我國(guó)科技創(chuàng)新活動(dòng)的基本單元，圍繞數(shù)據(jù)現(xiàn)狀、治理組織和權(quán)責(zé)體系等主題，進(jìn)行清晰的數(shù)據(jù)治理規(guī)劃，開展數(shù)據(jù)治理，符合當(dāng)前科學(xué)數(shù)據(jù)高效管理和利用的需求。通過數(shù)據(jù)治理，對(duì)科研機(jī)構(gòu)科學(xué)數(shù)據(jù)采集、加工、處理、交流、傳遞、共享、利用等過程進(jìn)行重塑，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)整體價(jià)值增值。同時(shí)，科研機(jī)構(gòu)的數(shù)據(jù)治理也應(yīng)結(jié)合本機(jī)構(gòu)業(yè)務(wù)特點(diǎn)、數(shù)據(jù)特征等靈活進(jìn)行治理范圍和內(nèi)容的優(yōu)化，保證治理效果。

［1］ 國(guó)務(wù)院辦公廳關(guān)于印發(fā)科學(xué)數(shù)據(jù)管理辦法的通知［EB/OL］.［2021-11-05］. http://www.gov.cn/zhengce/content/2018-04/02/content_5279272.htm.

［2］ WATSON H J，F(xiàn)ULLER C，ARIYACHANDRA T. Data warehouse governance：Best practices at Blue Cross and Blue Shield of North Carolina［J］. Decision Support Systems，2004，38（3）：435-450.

［3］ WENDE K. A Model for Data Governance Organising Accountabilities for Data Quality Management［C］//Australasian Conference on Information Systems. OAI，2007.

［4］ WEBER K，OTTO B，HUBERT S. One size does not fit all - a contingency approach to data governance［J］. Journal of Data & Information Quality，2009，1（1）：1-27.

［5］ THOMAS G. The DGI Data Governance Framework［EB/OL］.［2021-11-26］. https://www.docin.com/p-1718904829.html.

［6］ KAREL R. Data governance：what works and what doesn’t［EB/OL］.［2021-11-26］. https://www.mendeley.com/research/data-governance-works-doesnt/.

［7］ 李善斌. 銀行業(yè)數(shù)據(jù)治理分析［J］. 金融科技時(shí)代，2017（4）：36-38.

［8］ 李振，鮑宗豪. “云治理”：大數(shù)據(jù)時(shí)代社會(huì)治理的新模式［J］. 天津社會(huì)科學(xué)，2015（3）：62-67.

［9］ 徐建忠，張亮，李嬌嬌. 數(shù)據(jù)智能分類技術(shù)在數(shù)據(jù)治理中的應(yīng)用研究［J］. 信息安全與通信保密，2016（6）：88-90.

［10］ 孟小峰，張嘯劍. 大數(shù)據(jù)隱私管理［J］. 計(jì)算機(jī)研究與發(fā)展，2015，52（2）：265-281.

［11］ 郭春霞. 科研機(jī)構(gòu)數(shù)據(jù)管理與共享政策研究［J］. 情報(bào)雜志，2015，34（8）：147-151.

［12］ 薛秋紅，徐慧芳. 西方國(guó)家科研機(jī)構(gòu)科學(xué)數(shù)據(jù)管理政策要素研究［J］. 情報(bào)理論與實(shí)踐，2021，44（7）：124，191-196.

［13］ 邢文明，楊玲. 我國(guó)科研機(jī)構(gòu)科研數(shù)據(jù)管理現(xiàn)狀調(diào)研［J］. 數(shù)字圖書館論壇，2018（12）：27-33.

［14］ 張雅群. 公共科研機(jī)構(gòu)技術(shù)商業(yè)化能力影響因素研究［D］. 合肥：中國(guó)科技大學(xué)，2015.

［15］ RIFAIE M，ALHAJJ R，RIDLEY M. Data governance strategy：a key issue in building enterprise data warehouse［C］//iiWAS’2009. DBLP，2009：587-591.

［16］ MOSELEY M. Improving Data Quality through Agile Data Governance［EB/OL］.［2021-11-26］. http://tdwi.org/～/media/5A2DC52A7C154F51ABFE165F9821774C.pdf.

［17］ THOMAS G. Alpha Males and Data Disaster［M］. Boston：Brass Cannon Press，2006.

［18］ KHATRI V，BROWN C V. Designing data governance［J］. Communications of the Acm，2010，53（1）：148-152.

［19］ 談?wù)劦湫偷臄?shù)據(jù)治理體系框架［EB/OL］.［2021-12-24］. http://www.360doc.com/content/21/1224/14/78237952_1010147429.shtml.

［20］ 張明英，潘蓉. 《數(shù)據(jù)治理白皮書》國(guó)際標(biāo)準(zhǔn)研究報(bào)告要點(diǎn)解讀［J］. 信息技術(shù)與標(biāo)準(zhǔn)化，2015（6）：54-57.

［21］ STOCKDALE S. Deconstructing data governance［EB/OL］.［2021-11-26］. http:digitalrepository.unm.edu/cgi/viewcontent.cgi?article=1010&context=hslic-posters-presentations.

［22］ CERIF in Brief［EB/OL］.［2021-11-26］. https://www.eurocris.org/eurocris_archive/cerifsupport.org/cerif-in-brief/index.html.

An Approach to Governance of Scientific Data in Scientific Research Institutions

PENG Jie

( Institute of Scientific and Technical Information of China, Beijing 100038, P. R. China )

Scientific research institutions is the important branch of scientific data production and management, effective scientific data governance is the important means that makes its scientific data to be used efficiently. Based on the data governance framework, this study constructed a scientific data governance model for scientific research institutions, and carried out a case study of data governance in a scientific information research institution, it will provide an important reference for the implementation of scientific Data Management Measures.

Scientific Research Institutions; Scientific Data; Data Governance; Data Services

（2021-11-11）

G350

10.3772/j.issn.1673-2286.2021.12.003

彭潔. 科研機(jī)構(gòu)科學(xué)數(shù)據(jù)治理路徑初探[J]. 數(shù)字圖書館論壇，2021（12）：15-21.

彭潔，女，1965年生，博士，研究員，研究方向：信息資源管理，E-mail：pengj@isitc.ac.cn。