秦 順，蔣子可，戴柏清，黃一澄

1 問題的提出

1.1 研究背景

21世紀以來，數據密集型研究范式快速發(fā)展[1]，科學發(fā)現越來越依賴于科研數據的收集、處理、分析、共享和利用等數據賦能的業(yè)務活動。數據管理計劃(Data Management Plan，DMP)作為一份描述科研項目由實施到結束全生命周期內對數據如何進行有效管理的規(guī)劃，具備“初始值”和“路線圖”功能。現階段DMP實踐已在發(fā)達國家[2-3]漸次鋪開。然而，盡管DMP為數據共享帶來了諸多好處，但其潛力尚未得到充分發(fā)揮[4]，也給科研人員帶來了行政和時間上的壓力。2016年，在Scientific Data發(fā)表的科研數據管理與共享FAIR原則[5](FAIRPrinciples，即：可發(fā)現-Findable、可訪問-Accessible、可互操作-Interoperable和可重用-Reusable)，形成層層遞進的機器可操作規(guī)范，被證明適合融入DMP的編制與實施過程。

有效的數據管理是(元)數據FAIR化(FAIRification)的關鍵，編制DMP即是為了實現FAIR原則[6]。例如，FAIRsFAIR是一個旨在促進歐洲FAIR化數據實踐的組織，建議為實現FAIR原則提供適當的DMP支持，并為機器可操作的DMP(Machine-actionable DMP，maDMP)制定路線圖、指南和工作流程[7]。2018年11月，歐盟委員會FAIR數據專家組推出的《將FAIR變?yōu)楝F實》行動建議3.2和16.1指出，政策和DMP應該是機器可讀和可操作的，強調政策必須聲明FAIR原則應適用于DMP[8]。2019年11月，國際科學技術數據委員會(Committee on Data for Science and Technology，CODATA)發(fā)布的《科研數據北京宣言》[9]聲明應按照FAIR原則的精神推動科研數據開放和共享利用，且DMP及政策制定是必要的。然而，如何實現DMP與FAIR原則的科學融合仍是一個懸而未決的現實問題。

1.2 文獻綜述

學者們主要圍繞DMP與FAIR原則融合發(fā)展趨勢、實踐現狀和實現方式等開展研究。在發(fā)展趨勢上，DMP與科研數據政策、工具和標準等深度融合，可進行FAIR化[10]，如認為maDMP是DMP發(fā)展的未來愿景，且FAIR原則是其賴以發(fā)展的生態(tài)[4，10]；maDMP也被稱為下一代DMP，具備全球協作、標準化、機器可操作和FAIR化等特征[2，11]。在實踐現狀上，兩者融合至少已在歐洲、美國和日本等漸趨深化。歐盟地平線2020計劃(Horizon 2020)提供的DMP模板高度適配了FAIR原則。Grootveld等[12]于2017年發(fā)布的調查顯示積極實施該模板的受訪者已達6成以上。在實現方式上，兩者融合主要通過機器可操作來實現。Miksa等[13]提出將maDMP付諸實踐的十大原則，以促成DMP的自動生成和共享。Pergl等[14]介紹了支持FAIR原則的DMP工具，以求將數據管理由負擔(burden)轉變?yōu)槭芤?benefit)。

基于以FAIR原則來規(guī)范數據融合實施過程和步驟的要求，我國亦有學者主張必須實施DMP制度[15]，并探索將FAIR原則的理念及內在要求融入科研數據政策內容中，將DMP作為推動數據共享的重要工具，以確?？蒲袛祿囊婚_始就符合FAIR原則的要求，保障數據價值的充分釋放[16]。2018年3月《科學數據管理辦法》(以下簡稱《辦法》)頒布，尚未要求制定及實施DMP，對FAIR原則也僅是部分支持[16]，不利于深化參與全球協同和實現國內標準化。

FAIR原則的融入為DMP功能更新帶來了動能，有利于提升科研數據管理與共享工作的效能。一方面FAIR原則的融入可優(yōu)化DMP的核心組件。FAIR原則體現了數據融合的4個層次，可整合優(yōu)化數據的收集、組織與描述、存儲與備份、共享與重用以及權限與安全、角色與職責等組件[17]的內容結構。基于FAIR原則的DMP所要求提供的信息和施加于數據之上的操作，促進了數據在4個層次的深度融合[15]。另一方面，依靠FAIR原則能提升DMP的機器可操作性。DMP應當是一份“活的文件”，使科研人員能夠根據需求、協議、政策、技術和工作人員的變化進行定期審查和修訂，實現重復使用；一份公開(public)、機器可讀(machine-readable)、開放許可(openly licensed)的DMP更有可能被納入未來的項目，產生更大的影響[18]。據此，本文總結出DMP與FAIR原則融合的兩個維度——以“整合DLC-SH”為外引、以“機器可操作”為內驅。

文獻分析表明，全球范圍內DMP與FAIR原則融合的實踐環(huán)境有著顯著差異。歐美相關實踐成效顯著；我國DMP實踐工作相對落后，FAIR原則引入尚處于起步階段，兩者融合實踐薄弱。為此，本文梳理全球DMP與FAIR原則融合的實踐現狀，歸納并解析兩者融合的兩個維度，為我國參與構建全球協同式數據管理格局、融入“數據互聯網”全球布局提供參考。

1.3 研究過程

本研究綜合運用案例分析法、內容分析法和比較研究法，解析DMP與FAIR原則融合的實踐現狀，歸納兩者融合發(fā)展的規(guī)律和維度特征，研究過程如下。

第一步，證據源確定及規(guī)范化處理。為獲取DMP與FAIR原則融合的實踐樣例，選擇DataCite①(https：//commons.datacite.org/)作為數據源，初擬檢索式1：“TI=FAIR and DMP”和檢索式2：“TI=FAIR Principles and Data Management Plan”，分別獲得297條、205條數據；其后，構造檢索式3：“TI=(FAIR and DMP)OR(FAIR and Data Management Plan)”，共獲得549條數據。檢索時間皆為2021年10月5日。經驗證，檢索式1、檢索式2獲取的數據皆包含在檢索式3的數據中，因此選用檢索式3的結果。經去重、清洗，共保留128條有效數據，依據發(fā)布時間由遠到近排序(升序)并編號為S1-S128，是為本文的研究樣本。在此基礎上，進行發(fā)布時間、關鍵詞、作者、機構等的規(guī)范化處理和特征值提取，為DMP與FAIR原則融合的實踐規(guī)律總結提供數據和案例支持。

第二步，融合規(guī)律總結和維度析出。在環(huán)境掃描和歷史解析基礎上，結合研究樣本的特征值和典型案例提供的證據，從時序趨勢、現實動因和主題內涵3個方面歸納DMP與FAIR原則融合的實踐規(guī)律；遵循內容分析法的類目構建、內容編碼等流程，參考國際科研數據政策實踐的導向以及保障科研數據、DMP的科學質量與技術質量的本質要求，進一步歸納出DMP與FAIR原則融合的兩個維度；采用比較研究法解析兩個維度的特性與共性，提出我國發(fā)展路徑。

2 DMP與FAIR原則融合的實踐解析

從外部特征看，128條樣本標注的來源地主要為歐美地區(qū)，這與其科研數據管理與共享工作體系相對健全以及DMP實踐較為普遍和先進有關。按數據存儲庫劃分，實踐樣例中收割Zenodo數據119條，figshare數據4條，obib、DepositOnce、Liinc em Revista、MIT Press Direct和F1000 Research數據各1條；高頻作者分別是英國數字策展中心(DigitalCuration Centre，DCC)的Jones(5條)、瑞士Ed C的Farcal(5條)和荷蘭馬斯特里赫特大學的Willighagen(4條)等，主要為資助機構、科研教育機構等的利益相關者。通過關鍵詞提取與分類，進一步挖掘DMP與FAIR原則融合在總體情況、基礎環(huán)境、實踐場域、業(yè)務流程和應用領域等方面的特征，為實踐規(guī)律解析提供支撐，兩者融合的內容特征見圖1。研究發(fā)現，DMP與FAIR原則的融合，受國際科研數據政策實踐導向的牽引、數據密集型科學發(fā)現第四范式的驅動以及多元利益相關者現實需求的賦能。這實質上反應了兩者融合的時序趨勢、現實動因和主題內涵，對其進行深入解析可為析出DMP與FAIR原則融合的兩個維度奠定基礎。

圖1 DMP與FAIR原則融合的內容特征

2.1 政策導向牽引，交融于數據科學時代

DMP實踐可追溯到1966年，最初被用于復雜的航空和工程項目，其后逐漸演變?yōu)橘Y助機構的核心任務要求[3]。2014年1月，“聯合共建數據FAIR港口”(Jointly Designing a Data FAIRport)學術研討會在荷蘭萊頓的洛倫茲中心召開，國際學術界代表達成FAIR原則的初步共識；2016年3月，FAIR原則正式發(fā)布，引發(fā)了全球范圍內的大討論和實踐熱潮[5]。隨著FAIR原則的優(yōu)勢不斷得到驗證，DMP與FAIR原則的融合實踐亦逐漸增多。如圖2所示，通過統(tǒng)計128條樣本的發(fā)布時間可以發(fā)現：DMP與FAIR原則融合的時間窗為“2016-2021年”，5年來一直呈線性增長態(tài)勢。兩者融合的最早一條數據集是Simms等[19]于2016年4月發(fā)布的《促使數據管理計劃具有可操作性和公開性》(Making Data Management Plans Actionable and Public，樣本S1)，概述基于FAIR原則的maDMP具體用例，并設計工作流程。其后兩者融合趨勢便如火如荼。

圖2 DMP與FAIR原則融合的時序趨勢

從深層次來看，這種趨勢的形成實質上緣于國際科研數據政策實踐導向的牽引。FAIR原則發(fā)布實施后的功能定位是政策指南，逐漸被全球廣泛采納。2016年歐盟《2020計劃框架下的FAIR數據管理指南》(以下簡稱《FAIR指南》)、2017年歐洲研究理事會《科學出版物與科研數據開放獲取實施指南》、2018年英國研究理事會《科學數據管理最佳實踐指南》、2019年歐盟《將FAIR變?yōu)楝F實》及CODATA《科研數據北京宣言》、2020年研究數據聯盟《數據存儲庫的TRUST原則》等一系列政策的頒行，對DMP制度、FAIR原則的發(fā)展方向進行了指引和規(guī)范，也推動了兩者的融合發(fā)展。2021年1月，科學歐洲(Science Europe，SE)更新了《科研數據管理國際聯盟實用指南》[20](以下簡稱《國際指南》)，對DMP與FAIR原則融合的導向更加清晰，并倡導全球化應用。

進一步分析發(fā)現，DMP與FAIR原則融合發(fā)展的實踐基本處于“Gartner數據科學成熟度曲線”最新的生產高地期(Plateau of Productivity，大致為2016年7月后)[21]，表明DMP與FAIR原則交融于數據科學時代，且與數據密集型科學發(fā)現第四范式互為影響。從圖1(b)可見，這一時期的最大特征是開放獲取、開放數據和開放科學，這也是科研模式變革中數據管理服務發(fā)展的新機遇[22]。

2.2 第四范式驅動，根植于數據管理土壤

數據密集型科學發(fā)現被稱作科學研究的第四范式，是基于數據的、開放協同的研究與創(chuàng)新模式[1]。DMP制度和FAIR原則皆與第四范式有著緊密的聯系，第四范式也成為驅動兩者相互融合的現實動因。數據密集型科學由采集、管理和分析3項基本活動組成[1]，DMP前置于上述基本活動，FAIR原則亦可為其提供行動指南。如圖1(d)所示，128條樣本的核心組件包括數據收集過程中的數據獲取、元數據管理，數據組織與描述過程中的元數據使用、數據標注，數據存儲與備份過程中的可信存儲、存檔備份，數據共享與重用過程中的數據協作、交換、云使用和引用，數據權限與安全業(yè)務中的保密與隱私、應急管理等方面，可見DMP與FAIR原則的融合受第四范式影響顯著。

在第四范式驅動之下，DMP與FAIR原則的融合根植于數據管理的土壤?？蒲袛祿芾砼c共享工作的核心構成分別是數據生命周期(Data Life Cycle，DLC)和利益相關者(Stakeholder，SH)。前者為從產生數據開始，經過數據的收集、加工、分析、存儲、訪問和共享，最終實現數據再利用的循環(huán)過程[23]；后者系指支持某組織生存必不可少的群體[24]。DMP與FAIR原則融合的目標應當是優(yōu)化數據生命周期流程、明晰利益相關者權責分工，如DMP的核心組件覆蓋管理、共享和利用階段[17]，與數據密集型科學的3項基本活動內容一致；FAIR原則形成從發(fā)現、訪問、互操作到重用的科學數據融合體系，系統(tǒng)架構包括面向融合的數據管理制度與標準[15]，充分體現出數據生命周期特性。調研發(fā)現，融入FAIR原則的、與DMP關聯的核心利益相關者包括但不限于：政府機構、科研組織、資助機構、科研教育機構、圖書館、評審員和科研人員等，分別在不同業(yè)務流程中負有相應權責。

2.3 現實需求賦能，服務于復合數據場域

DMP在發(fā)揮專業(yè)效益、經濟效益和制度效益的同時，其潛在的壓力也引發(fā)了資助機構、科研人員等主體一定程度的不滿，其完整性、準確性和有用性也深受質疑[3-4]。為此，全球范圍內提出了maDMP、DMP評估等解決路徑，皆能通過科學適配FAIR原則來提升DMP的效能。受優(yōu)化DMP功能與效率的現實需求賦能，DMP與FAIR原則的融合成為必要，兩者融合服務的數據場域也漸趨復合多元。如圖1(c)、圖1(e)所示，DMP與FAIR原則融合的實踐場域主要為服務各類科研創(chuàng)新計劃與項目，如Horizon 2020、開放科研數據先導(ORDPilot)等科研創(chuàng)新計劃，歐盟CarE-Service、CS-SDG和TREALClean Sky 2等科研創(chuàng)新項目，其有效實施還依靠歐洲開放科學云(EOSC)、開放獲取基礎設施(OpenAIRE)、環(huán)境科研基礎設施(ENVRI)等用于管理科研數據的開放、可信賴的環(huán)境。DMP與FAIR原則融合的應用領域主要為各學科群體和關鍵核心技術領域，如服務公眾科學(Citizen Science)、人文社會科學(Social Sciences and Humanities)和植物表型組學(Plant Phenomics)等學科群體，服務納米技術(Nanotechnology)、納米安全(Nanosafety)和植物表型(Plant Phenotyping)等關鍵核心技術領域的發(fā)展?，F實需求往往決定了發(fā)展和應用的方向，DMP與FAIR原則融合的實踐場域和應用領域整體上受以“開放獲取、開放數據和開放科學”為特征的基礎環(huán)境影響。

3 DMP與FAIR原則融合的兩個維度

要使DMP科學運行，必須保障其科學質量和技術質量?？茖W質量關乎DMP編制的完整性和充分性，即涉及數據全生命周期且業(yè)務流程規(guī)范有序，關聯多元利益相關者且權責明晰，目的是使DMP描述科學合理、要素齊全；技術質量控制的重點在于實現DMP的可操作性、描述準確性，一般通過DMP軟件和工具來規(guī)范流程、提高效能。圍繞控制科學質量與技術質量兩點目標，DMP與FAIR原則的融合形成了兩個維度。

3.1 以“整合DLC-SH”為外引

“外引”即外顯引導，指外在的顯性推進策略。在DMP與FAIR原則融合過程中，外引的實現方式以提升DMP科學質量為基本導向，以整合數據生命周期和利益相關者(簡稱“整合DLCSH”)為核心特征。如表1所示，筆者依據前期研究結果[17]和本文對實踐樣例的分析，歸納了融入FAIR原則的DMP的類別和主要組件。對DMP編制和實施具有直接作用的主要為模板類和工具類資源，這兩類資源中98.81%以上皆在主要內容中融入FAIR原則。其核心結構主要按數據生命周期流程組織，也重視對利益相關者角色定位和職責的描述，進一步驗證了圖1的主要內容。

表1 外引維度的DMP與FAIR原則融合情況

在84條模板類和工具類DMP樣本中，有68條的大綱嚴格依據FAIR原則的子原則組織，這種方式已成為主要趨勢；同樣有68條DMP樣本遵循歐盟的《FAIR指南》，這一指南頒行得較早，實踐成果頗豐。此外，已有3條DMP樣本嚴格依據《國際指南》規(guī)范的格式編制，該指南的第一版頒行于2019年，并于2021年更新了擴展版。如表2所示，相較于《FAIR指南》，《國際指南》設計了將FAIR原則融入DMP指標的具體做法，其DMP核心要求(Core Requirements for DMPs，CR)嚴格按“整合DLC-SH”的模式組織，實現了與FAIR原則的良好兼容，并提供了評估指南[20]；相關實踐雖處于起步階段，但已被SE的8個成員機構采納[25]，全球實踐亦正在持續(xù)增多，已成為重要的參考典范。

表2 CR與FAIR原則的兼容性[5，20]

3.2 以“機器可操作”為內驅

“內驅”即內隱驅動，指內在的隱性變革動力。在DMP與FAIR原則融合的過程中，其內驅的實現方式以提升DMP的技術質量為基本導向，以機器可操作為核心特征；同時，以FAIR化(元)數據及發(fā)揮其科學、經濟和社會價值為根本目的。maDMP有時亦被稱為“動態(tài)”或“機器可讀”的DMP[26]，它主要依托技術工具來實現DMP的編寫。調查發(fā)現，共計有10條DMP樣本在關鍵詞中明確標注其滿足機器可操作性；樣本中提及的輔助性技術工具與Jones等[10]介紹的全球十大典型DMP工具基本一致。筆者據此梳理其與FAIR原則融合的情況，如表3所示。融入FAIR原則的DMP技術工具總體上具備兩種功能導向：一是采納FAIR原則實現DMP本身的機器可操作，如使用Argos、Data Steward Wizard(DSW)和RDMO等技術工具，推動DMP的智能化編制、可操作和公開；二是依托DMP技術工具實現(元)數據的FAIR化，如皮斯托亞聯盟的FAIR工具包(FAIR Toolkit)提供了支持FAIR化(元)數據生命周期的關鍵工具[27]。此外，在推動DMP本身支持FAIR原則的基礎上進一步實現FAIR化(元)數據是一大趨勢，諸如DSW等技術工具開發(fā)了自動評估的指標和軟件，設置了可發(fā)現性、可訪問性、可重用性、良好DMP實踐和開放性等5個指標項[14]。值得指出的是，目前DMP和FAIR原則在技術工具內部的緊密集成還沒有到位，至少沒有達到適當的采用和成熟度水平[10]。例如，在使用DMPonline和DMPTool編寫的近4萬余個DMP中，很少涉及能夠幫助人、機器或機構了解其所描述的研究和數據的方式[28]。面向未來，除了使DMP本身融入FAIR原則并實現機器可操作外，還需持續(xù)優(yōu)化DMP的組件和功能，使其為實現(元)數據的FAIR化奠基。

表3 支持FAIR原則的DMP技術工具概覽

3.3 兩個維度的特性及其有機統(tǒng)一

(1)兩個維度的特性。實踐充分表明，FAIR原則在融入DMP的過程中形成了“以‘整合DLC-SH’為外引”(維度1)和“以‘機器可操作’為內驅”(維度2)的兩個維度，且其分別具備以下特性。

一是分別以人和以機器為中心。雖然采納FAIR原則來優(yōu)化DMP的主要目的是緩解科研人員編制DMP的壓力并提高其科學質量與技術質量，更多地關注人的需求，但是，維度1的實現要以“人”為中心，維度2的實現要以“機器”為中心。采用維度1的方式編制DMP，需要科研人員參照行業(yè)元數據標準、DMP模板以及DMP評估準則等，手動完成相關工作；采用維度2的方式編制DMP，科研人員需要了解要素齊全的DMP結構并依據領域規(guī)范著錄內容，更多的工作將交給機器完成。

二是分別以DMP模板和技術工具為產品。從最終的產品形態(tài)來看，維度1致力于打造以DMP模板為生態(tài)的支持體系，FAIR原則的融入主要優(yōu)化了DMP的內容結構；維度2致力于供給以技術工具為依托的服務體系，FAIR原則的融入不僅完善了DMP的內容結構，也提升了DMP本身可操作和公開的能力?，F階段，FAIR原則已有效地融入到了DMP模板編制中，且其與DMP技術工具的融合已初見端倪。

(2)兩個維度的有機統(tǒng)一。維度1下“整合DLC-SH”視角的組件可以很好地集成到維度2的軟件和技術工具研發(fā)應用中，并能在實現機器可操作的過程中有效地融入FAIR原則。從驅動力、工作重心和最終目標來看，DMP與FAIR原則融合的兩個維度殊途同歸，兩者的有機統(tǒng)一將成為未來的主要發(fā)展方向。

一是皆以提高DMP效能為驅動力。采用維度1的思路編制DMP，在科學融合FAIR原則后可高度簡化DMP的組件，提升DMP的結構清晰度；采用維度2的思路編制DMP，能實現基于FAIR原則的DMP內容自動組裝。二者皆可有效提高編制和實施DMP的效率與質量，在一定程度上減輕科研人員的壓力。

二是皆以嵌入業(yè)務流程為工作重心。DMP主要通過對數據生命周期的規(guī)劃與管理來序化和規(guī)范數據收集、組織與描述、存儲與備份、共享與重用、權限與安全等業(yè)務流程，而FAIR原則能夠等效或選擇性融入各個業(yè)務流程。如圖3所示，維度1與維度2的統(tǒng)一主要表現在嵌入業(yè)務流程上。隨著FAIR原則的應用逐步加深、科研數據管理與共享工作的業(yè)務流程進一步優(yōu)化，將FAIR原則等效融入更廣泛的數據生命周期中將是未來的工作重心。

圖3 FAIR原則嵌入DMP規(guī)范的業(yè)務流程示意圖

三是皆以FAIR化(元)數據為最終目標。無論是維度1(側重FAIR化數據生命周期和利益相關者，以優(yōu)化科研數據管理與共享工作的業(yè)務流程和組織管理)，還是維度2(偏重采用FAIR化DMP本身的路徑來構建maDMP)，其最終目標皆為實現對(元)數據的FAIR化。DMP中要求提供的附加信息以及施加于數據之上的操作，共同促進數據可發(fā)現、可訪問、可互操作及可重用的深度融合[15]，融入FAIR原則的DMP可以從起點處重構科研數據管理與共享工作的生態(tài)，在實現FAIR化(元)數據的目標上擁有天然優(yōu)勢。

4 啟示

國內關于DMP內容要素的探索幾乎為零[29]。國務院辦公廳頒行的《辦法》中并未將DMP提升到宏觀規(guī)劃和政策設計高度加以推進，且僅部分支持FAIR原則[16]；中國科學院發(fā)布的《中國科學院科學數據管理與開放共享辦法(試行)》提出將科技項目數據管理計劃作為項目立項的必要條件，列入項目評審內容，但僅明確了DMP的部分關鍵要素。我國對FAIR原則的引入也處于理論探討階段，中歐合作的創(chuàng)新綠色智慧城市SiEUGreen項目在2020年頒行了《SiEUGreen-可交付成果7.2數據管理和RRI計劃》[30](SiEUGreen-Deliverable 7.2 Data Management and RRI Plan，樣本S95)，標志著我國開始關注DMP與FAIR原則的融合發(fā)展。但從全局看，國內DMP與FAIR原則融合的實踐仍然較為落后，有待適當借鑒國際經驗，科學調整國內的政策布局和服務體系。

4.1 科學設計DMP制度，適度引入FAIR原則

后發(fā)者如果能夠提前識別制度設計缺陷并做出前瞻性布局，通過創(chuàng)新或能形成更大的優(yōu)勢，存在彎道超車的可能性。國際經驗表明，DMP制度對于優(yōu)化科研數據管理體系起著先導作用，有其存在的重大意義和價值。實現FAIR化DMP或(元)數據這一目標的前提條件是科學設計DMP制度，并適度引入FAIR原則。

結合現階段我國“以數據生命周期為經、以責任相關者為緯”的科學數據管理體系[31]，應通過引入FAIR原則來革新DMP規(guī)范的業(yè)務流程并完善其制度體系。在法規(guī)建設上，建議將DMP作為強制性政策納入國家科技體制安排，可在后續(xù)過程中修改《辦法》第十三條為“政府預算資金資助的各級科技計劃(專項、基金等)項目，應提交要素齊全的數據管理計劃；所形成的科學數據，應由項目牽頭單位匯交到相關科學數據中心”，并適當調整其他條款。在制度保障上，可參照本文68條嚴格依據FAIR原則的子原則組織DMP結構的樣本所提供的通行DMP參考框架，為資助機構、科研教育機構和科研人員等利益相關者編(研)制DMP及其技術工具。在實現機制上，構建宏觀、中觀和微觀層面的政策制度體系：宏觀上由國務院科學技術行政部門牽頭，制定融入FAIR原則的DMP政策和標準規(guī)范；中觀上由國務院、省級人民政府相關主管部門編制相關政策和規(guī)章制度；微觀上由科研院所、高等院校和企業(yè)等法人單位建立健全相關管理制度。其重點是由國家科研資助體系(包括橫向或縱向)內的資助機構牽頭，構建詳細的融入FAIR原則的DMP實施指南，鼓勵各類重大專項、各學科依據領域標準完善DMP的結構和內容要素。

4.2 統(tǒng)一DMP標準規(guī)范，打造人機協同生態(tài)

國際上，DMP最早是為了滿足部分科研項目發(fā)展的需要，而后逐步擴展到各個領域，最后成為政府和資助機構的強制性政策要求。其演化為一項基礎性政策經歷了較為曲折漫長的過程，與FAIR原則的融合至今已有5年多。DMP初創(chuàng)期不可避免地會面臨標準規(guī)范匱乏的困境，發(fā)展期又會出現標準規(guī)范繁雜的問題，直接表現是編制的DMP或過于簡略或過于復雜，乃至出現各種DMP模板類、工具類資源林立的現象。如果缺乏統(tǒng)一規(guī)劃，不利于進一步打造人機協同的生態(tài)。為此，可從兩個方面進行優(yōu)化。

一是遵循簡易性原則，方便“人”的可操作。DMP不應該成為科研人員的壓力和負擔，而應成為協助其有效開展科研數據管理與共享工作的助推器。FAIR原則的融入就是為了解決DMP過于復雜的問題，如本文調研樣本中有80.95%(68/84)的DMP嚴格按照FAIR原則組織大綱及內容。相較于過去以“整合DLC-SH”為視角構建DMP，融合后核心組件簡化為4項，且形成了從低到高包含4個層次的融合體系，能保證DMP要素齊全且科學質量與技術質量均達標。因此，我國應采取自下而上的原則采納、協調統(tǒng)一的合作推進、在已有成果和經驗基礎上推動原則實施和由內而外推動國際合作[32]等方式推進FAIR原則，重點放在以FAIR原則為基礎構建國家資助體系、各學科與各領域內通用的DMP標準規(guī)范，指導編(研)制相適配的通用模板和技術工具。以FAIR原則為基礎的DMP標準規(guī)范需注意保持結構的簡單穩(wěn)定，并關聯數據全生命周期與多元利益相關者的要求。

二是遵循智能化原則，推動“機器”的可操作。引入FAIR原則的DMP，本質上是通過底層技術的智能化來推動DMP的機器可操作；并在此基礎上，進一步實現(元)數據的FAIR化，推動構建全球“數據互聯網”。為此，當強化數據及DMP的標準化工作，完善數據基礎設施，加快國際化進程。通過構建融“數據、技術、人員和規(guī)則”于一體的科研數據服務體系[33]，提升科研數據管理與共享工作的智能化水平。其中，促進DMP智能化、機器可操作的規(guī)則不僅包括FAIR化的DMP標準，也涉及對更深層次FAIR數據遵循度指標以及DMP與FAIR原則的適配指標等方面的完善。

簡易性和智能化是FAIR原則融入并優(yōu)化DMP過程而體現出的核心特性，同樣適用于形成統(tǒng)一的DMP標準規(guī)范。具體而言，DMP標準規(guī)范的制定建議統(tǒng)一采納FAIR原則為結構要素，并將“整合DLC-SH”維度的主要組件有效融入其中；maDMP也應采納這種思路形成統(tǒng)一標準規(guī)范，便于后期對DMP的效能進行評估，并為數據質量驗證提供統(tǒng)一、客觀、權威的依據。通過DMP標準規(guī)范的約束性和促進性作用，能方便“人”和“機器”的可操作，有望從數據底層實現FAIR化，為打造人機協同的科研數據管理與共享生態(tài)賦能。

4.3 發(fā)揮DMP指引作用，優(yōu)化組織管理及業(yè)務流程

實踐充分證明，融入FAIR原則的DMP能優(yōu)化科研數據管理與共享工作的組織管理與業(yè)務流程，其在這一過程中起著“保障、平衡、引領”作用。故而，需充分挖掘融入FAIR原則且實現“以‘整合DLC-SH’為外引”和“以‘機器可操作’為內驅”兩個維度有機統(tǒng)一的DMP功用。

首先，采用融入FAIR原則的DMP保障數據驅動的科學發(fā)現。DMP與FAIR原則融合的兩個維度以提高DMP效能為驅動力，并以FAIR化(元)數據為最終目標，能為數據驅動的科學發(fā)現提供堅實的保障。發(fā)揮DMP的保障作用，需重視兩個維度的有機統(tǒng)一，推動(元)數據及DMP本身的機器可操作與FAIR化。在我國DMP制度設計與服務體系缺位的情況下，構建融入FAIR原則的maDMP是一大突破點。

其次，采用融入FAIR原則的DMP平衡組織管理體系。DMP指向的數據生命周期和利益相關者兩條主線，實質上反映了科研數據管理與共享工作的兩個維度：業(yè)務流程和組織管理[16]。從組織管理維度看，我國《辦法》提出“分級管理，分工負責”管理體制，與國際科研數據政策導向基本一致，也符合DMP與FAIR原則融合的特征。在此基礎上，可通過DMP機制來重塑國家科技計劃和科研資助體系下的數據管理體系，促使政府部門、資助機構、科研教育機構等主體進一步完善科研數據管理與共享工作的管理體制機制；鼓勵科研人員編制要素齊全的DMP，以此為據提升科研數據管理與共享工作的質量。

最后，采用融入FAIR原則的DMP引領業(yè)務流程優(yōu)化。在融入FAIR原則后，DMP的業(yè)務流程將轉換為遵循“可發(fā)現→可訪問→可互操作→可重用”的主線，并科學適配數據生命周期理論。我國可采取將FAIR原則等效融入數據生命周期的策略，積極厘清FAIR原則與數據全生命周期管理的對應路徑，并以FAIR原則的子原則為主要組件構建DMP，據此引領科研數據管理與共享工作的業(yè)務流程優(yōu)化。

4.4 構建DMP評估機制，推動全生命周期良性循環(huán)

受科研人員的精力、能力等因素所限，DMP編制難免存在要素缺失、描述粗略與信息失真等質量問題。因此，DMP評估工作成為下一階段的實踐轉向，有利于推動數據全生命周期管理的良性循環(huán)。本文的分析和相關研究[4，10]表明，FAIR原則能有效提升DMP的效能；而且，FAIR原則已被證明與DMP及其評估工作有著良好的兼容性，如《國際指南》中的CR及其評估準則的指標與FAIR原則關聯度較高[20]。因此，如何構建融入FAIR原則的DMP評估機制將是一個非常關鍵的問題。

首先，營造融入FAIR原則的DMP評估配套環(huán)境。應在政策和制度設計上重視DMP評估，通過政策指引、激勵措施等促使DMP及其評估制度成為國家科技工作機制之一；需編(研)制適配FAIR原則的DMP評估標準規(guī)范和技術工具，可參考國際上SE、DCC等組織發(fā)布的較為成熟的DMP評估準則，引進Argos DMP、DSW和Roadmap等maDMP工具，或自主編(研)制能滿足數據驅動型科學發(fā)現的DMP評估標準、規(guī)范和技術工具。在上述基礎上，進一步優(yōu)化相應的人才隊伍配置，完善服務體系。

其次，確保DMP評估工作與FAIR原則的科學融合。為了科學適配DMP，建議采納FAIR原則的子原則作為構建DMP及其評估通用標準與工具資源的主要框架和組件，按照“宜融則融”原則，打造DMP評估工作的新生態(tài)。其中，F子原則(可發(fā)現)對應數據組織與描述、存儲與備份、共享與重用等組件，A子原則(可訪問)對應數據存儲與備份、共享與重用、權限與安全等組件，I子原則(可互操作)對應數據收集、組織與描述、共享與重用等組件，R子原則(可重用)對應數據收集、組織與描述、共享與重用、權限與安全等組件；也要兼顧各利益相關者的權責劃分。

最后，形成圍繞“科學質量和技術質量”評估模式。在開展DMP質量評估時，應充分分析DMP描述的完整性、充分性等科學質量評估要素，應充分考察DMP的可操作性、準確性等技術質量評估要素。為此，需打造多級評估流程，構建智能評審與同行評議相結合的DMP評估機制。建議形成研究與資助機構、科研教育機構和圖情機構3個主體分工合作的DMP評估機制，借助智能化審查工具、同行評議體系構建“初評-復評-終評”的機制；以FAIR原則為基礎，開發(fā)適配“性能等級”“評分卡”的DMP評估量表和工具資源，實現定量與定性評估相統(tǒng)一。

5 結語

國際上，DMP制度對科研數據管理與共享工作的發(fā)展起到了引領作用，也在一定程度上也加大了科研人員等主體的行政和時間壓力，DMP的實踐應用呈現出一定的“疲態(tài)”。為此，歐美探索了引入FAIR原則和構建DMP評估機制等路徑，為優(yōu)化DMP功能提供了前置和后置保障。FAIR原則的融入，對提高DMP的效能、實現FAIR化(元)數據的最終目標有著積極意義。通過系統(tǒng)梳理全球DMP與FAIR原則融合的實踐，發(fā)現其形成了“以‘整合DLC-SH’為外引”和“以‘機器可操作’為內驅”的兩個維度；而推動兩個維度的有機統(tǒng)一，可最大化發(fā)揮科研數據的科學、經濟和社會價值。本研究深入解析了DMP與FAIR原則融合的實踐規(guī)律和維度特征，初步凝練了兩者相融合的兩個維度之間的理論邏輯，對我國優(yōu)化科研數據管理與共享工作的政策設計和服務體系有一定的參考價值。

在下一步工作中，筆者擬對我國推進DMP與FAIR原則融合的制度和實踐環(huán)境進行細致的掃描，并深入剖析兩者相融合的微觀機理和實現機制?？梢钥隙ǖ氖?，當前我國的DMP實踐應用仍處于起步階段，在政策法規(guī)、管理體制、共享機制、服務體系等方面，都有緊迫的現實需求和很大的發(fā)展空間。因此，通過科學適配融入FAIR原則的DMP制度來破解政策設計和實踐體系的缺位與不完善之處，應是正當其時。

注釋

①科學數據標識符注冊中心DataCite有1，300多個數據中心，涵蓋全球主要的開放科學數據倉儲；關聯10萬余個研究組織，注冊的DOI數量達到1，300萬余個，收錄的作品（出版物、數據集和軟件等）超3，600萬余件；它還遵循FAIR原則對元數據進行了科學組織。因此，以其作為數據源具有一定的代表性和可行性。