科學數據價值鑒定策略研究

摘 要：科學數據歸檔是實現科學數據集中管控和共享服務的基礎，但目前處于起步階段，歸檔范圍和保管期限等價值鑒定難題尚未得以解決。文章在系統梳理國內外科學數據價值鑒定相關文獻資料的基礎上，構建由前置條件（檔案屬性）、核心要素（檔案價值）、輔助要素組成的科學數據鑒定標準體系；提出科學數據價值鑒定方法論，采用負面清單與風險審查相結合的方法界定歸檔范圍，綜合運用宏觀鑒定法和直接鑒定法識別需要永久保存的科學數據。

關鍵詞：科學數據；科研檔案；價值鑒定；數據歸檔；長期保存

分類號：G272.3

Research on Strategies for Value Appraisal of Scientific Data

He Siyuan1，2

（ 1.School of Information Resource Management， Renmin University of China， Beijing 100872； 2.Electronic Records Management Research Center of Renmin University of China， Beijing 100872 ）

Abstract： Scientific data archiving is the basis for realizing centralized control， sharing and utilization of scientific data， but it is in the initial stage and has not yet solved the problems of value appraisal， such as the scope of archiving and retention period. On the basis of systematically combing domestic and foreign literature related to scientific data value appraisal， this paper constructs a scientific data appraisal standards system consisting of pre-conditions （archival attributes）， core elements （archival value）， and auxiliary elements； puts forward a methodology for scientific data value appraisal， defines the scope of archiving by combining the negative list and risk review， and comprehensively apply the macro-appraisal method and direct appraisal method to identify scientific data that need to be permanently preserved.

Keywords： Scientific Data； Scientific Records； Value Appraisal； Data Archiving； Long-term Preservation

1 引 言

在數據密集型的“第四范式”時代，科學數據是指在自然科學、工程技術科學等領域，通過基礎研究、應用研究、試驗開發等產生的數據以及通過觀測監測、考察調查、檢驗檢測等方式取得并用于科學研究活動的原始數據及其衍生數據[1]，其已然成為驅動科技創新和經濟社會的戰略性資源?？茖W數據是科研檔案資源體系的有機組成部分，檔案部門應將其納入歸檔范圍，對具有檔案價值的科學數據進行歸檔?！犊茖W技術研究檔案管理規定》已明確將科學數據列入科研文件材料歸檔范圍，但在實踐中，科學數據歸檔尚處于初步探索階段，仍面臨著一系列的現實挑戰。檔案部門面臨的首要挑戰便是價值鑒定，一是“歸什么”，需要界定歸檔范圍；二是“存多久”，需要判定保管期限，尤其是要識別具有永久保存價值的科學數據。

目前，檔案學領域的科學數據相關研究主要涉及長期保存[2]、匯交[3]、鑒定[4-8]等方面。研究在鑒定方面已有一定探索，但仍然存在局限，一是缺乏分層分類的鑒定標準，較少考慮鑒定標準的優先級等應用問題；二是尚未形成關于科學數據價值鑒定的方法論。因此，本研究將對科學數據價值鑒定的政策、指南與學術文獻進行系統分析，在構建鑒定標準體系的基礎上提出鑒定方法論，旨在為科學數據歸檔實踐提供參考。

2 研究方法及數據來源

本研究采用文獻研究法。數據來源主要包括三個方面：一是各國國家檔案館的科學數據鑒定政策；二是行業組織、科研資助機構、科學數據中心、企業等機構發布的科學數據鑒定指南；三是期刊論文、學術報告等學術文獻（見表1）。

3 鑒定標準體系

對表1所示文獻進行分析后發現，現有的科學數據價值鑒定標準主要有三類：一類是前置條件，即科學數據成為檔案必須滿足的基本條件；一類是核心要素，即判斷科學數據是否需要歸檔及保存多久時需要重點考慮的因素；一類是輔助要素，即價值鑒定需要考慮的現實限制性因素（見表2）。

3.1 前置條件

需要歸檔的科學數據必須滿足前置條件，但僅滿足前置條件的科學數據并不一定需要歸檔。前置條件主要是基本的檔案屬性。由于科學數據具有類型多樣、結構復雜、格式各異等特點，失用風險較高，所以可用性是出現頻率最高的前置條件，主要表現在背景信息（即有充分、準確的元數據及說明文檔）和格式兩個方面。前置條件的本質是歸檔要求。在科學數據歸檔中將其作為鑒定標準有其深層原因。在國際科學數據歸檔實踐中，檔案館、圖書館、科學數據中心等機構通常處于保管鏈末端，采用“搶救式”收集模式，即從已有的科學數據中選出需要歸檔的部分，此時科學數據已經形成但質量參差不齊，因此，需要運用這些前置條件進行篩選。當然，理想狀態是將這些前置條件作為歸檔要求，確?？茖W數據在形成階段就滿足這些條件，而不是等到科學數據形成后再用這些條件進行篩選。

3.2 核心要素

科學數據的價值主要表現為重要性、獨特性和相關性。重要性是指科學數據對利益主體的有用性，包括當前的現實價值和未來的潛在重用價值，對數據形成者的第一價值和對其他科研人員、歷史學家、政府、企業、公眾等利益主體的第二價值，科學研究價值這一本原性價值和憑證價值、文化/遺產/歷史價值、行政管理價值、經濟價值、社會價值等。獨特性是指科學數據的唯一性，即科學數據是獨一無二的，這是科學數據價值鑒定不同于其他文件材料鑒定的重要方面。主要涉及三個指標：一是相同數據是否已在其他地方得到妥善保管且可以獲??；二是是否有質量更高的同類數據或相似數據作為替代；三是是否完全無法復現、短時期內無法復現或復現成本極高。相關性是指科學數據與檔案部門的契合度，包含兩層含義：一是科學數據的主題與檔案部門收集范圍的一致性程度，對檔案室而言，除檔案部門的收集范圍外，還要考慮科學數據與本單位核心業務職能的一致性；二是科學數據與現存檔案資源體系的關聯性程度，即是否能夠有效補充現存檔案資源，從而形成更加科學合理的資源體系。例如，某觀測數據現在以數字形式生成，而在現存檔案資源中存有過去記錄的以紙質等形式存在的關于同一觀測對象的數據，二者結合能夠形成完整時間線，從而發揮更大價值。

3.3 輔助要素

除檔案價值外，在科學數據鑒定時還要考慮其他要素。一是歸檔保存的成本，可按檔案管理流程將其分為接收成本、處理成本、保存成本和利用成本。其中，接收成本、處理成本和利用成本較容易被忽視。保存成本也并非一次性投入，由于技術更新及載體老化，保存成本將在保存周期內持續增長。二是檔案部門的能力，涉及物質條件和管理資源。表現為檔案部門的能力越強，對成本的承受能力也就越強。

4 鑒定方法論

科學數據價值鑒定可通過“兩步走”戰略，首先通過負面清單與風險審查相結合的方法界定歸檔范圍，再綜合運用宏觀鑒定法和直接鑒定法識別需要永久保存的科學數據。

4.1 界定歸檔范圍

（1）逆向思維：制定負面清單

決定“歸什么”向來是歸檔工作中的難題。尤其是當檔案部門面對海量而陌生的科學數據時，常常感到無所適從。與決定“歸什么”相比，逆向思維下的排除法可能更容易操作和執行，可從不予歸檔的角度出發設置負面清單，負面清單外的科學數據即為需要歸檔的科學數據。在制定負面清單時需綜合考慮表2中的所有鑒定標準。根據不同標準，可將負面清單進一步分為“黑名單”和“緩沖區”?！昂诿麊巍笔钦嬲饬x上不需要歸檔的科學數據；“緩沖區”是由于不符合檔案屬性、現實限制性因素而暫緩歸檔或邏輯歸檔的科學數據。

“黑名單”與鑒定標準中的核心要素（檔案價值）對應，包括不重要的、可重復的、不相關的科學數據。一是不重要的科學數據，包括科研人員認定的明顯的噪聲數據或儀器設備故障時形成的科學數據，與研究發現和科研結論關聯度較低的過程性數據，與解釋核心數據無關的工程設備數據、外部環境數據等。以射電望遠鏡為例，除核心天文數據外，還有大量關于望遠鏡運行狀況的設備數據，這些數據雖然也屬于科學數據，但核心天文數據并不需要借助它們進行解釋，因而無需歸檔。此外，科研人員可能會從自身角度出發，認為某些數據沒有歸檔的必要，但檔案部門需要慎重考慮這些數據在未來是否會對其他利益主體有更廣泛的價值，如果仍認為沒有必要，則不予歸檔。二是可重復的科學數據。第一種情形是從外部公開渠道獲取的數據，即相同的科學數據已在其他地方得到妥善保管且能夠提供高效便捷的獲取服務，此時無需歸檔，但需要在元數據或說明文檔中清晰記錄如何獲取這些數據。第二種情形是存在相互替代且質量更高的同類數據或相似數據，此時無需歸檔。第三種情形是易于復現且復現成本低于保存成本的數據，如模擬數據、仿真數據、模型數據、小規模的實驗數據，此類數據通常無需歸檔，但需要在元數據或說明文檔中清晰記錄數據收集、處理、分析的方法，以便在需要時能使用相同的方法復現數據。三是不相關的科學數據。不同檔案部門在核心職能和收集范圍方面存在顯著差異，尤其是檔案室作為組織機構內設部門，需要考慮本單位的核心職能需求。例如，美國地質調查局（U.S. Geological Survey， USGS。以下簡稱“USGS”。）下屬的地球資源觀測與科學中心（Earth Resources Observation and Science Center， 以下簡稱“EROS”。）將不再保存阿波羅號飛船拍攝的攝影記錄，因為eRoS主要保存地球陸地的科學數據，而這些照片大多是關于太空的，超出了EROS的職能范圍。[35]

“緩沖區”與鑒定標準中的前置條件和輔助要素對應。第一，不滿足前置條件的科學數據可暫緩歸檔。如果科學數據無法滿足真實性和可靠性要求，檔案部門應要求數據形成者提供真實、可靠的數據版本，若無法提供，則應將其納入“黑名單”；如果無法滿足完整性要求，應要求數據形成者補充完整，并重新提交；如果無法滿足可用性要求，應要求數據形成者提供全面、規范、準確的元數據、說明文檔及相關材料，按照長期保存要求進行格式的轉換或登記備案，并重新提交。第二，成本過高且超出檔案部門能力范圍的科學數據可暫緩歸檔。理論上講，檔案部門不能借由成本及能力問題而規避歸檔職責，放棄具有檔案價值的科學數據的歸檔。但在物理歸檔的情況下，不得不考慮成本及能力等現實因素，此時可暫緩歸檔，在探索出成本更低、更高效的歸檔解決方案時，或檔案部門具有更多可用于科學數據歸檔的物質條件和管理資源時，再進行歸檔。此外，也可以采用邏輯歸檔，這種思路在國際檔案界應用較為廣泛，即科學數據的管理權限移交至檔案部門，但實體仍然保存在具有能力保管數據并提供訪問獲取的形成機構或專門的科學數據中心?？茖W數據的分布式存儲并不會降低其檔案價值，只要有集中式目錄來保證數據獲取即可。[36]例如，美國國家檔案與文件署（National Archives and Records Administration，NARA。以下簡稱“NARA”。）和USGS于2008年簽署合作協議，將USGS的EROS（截至2008年已有3PB的數據）作為NARA的附屬檔案館，NARA擁有對已歸檔的EROS館藏的法律保管權和最終責任，USGS負責滿足NARA提出的保存和獲取標準。[37]

（2）安全思維：開展風險審查

制定負面清單后，需對其進行風險審查，確保沒有出現應保存而未保存的情況。首先，需要全面梳理相關國家法律法規和制度規范、科研資助機構的資助政策、學術出版商的出版政策、學術共同體的行為準則等規范性文件，確保遵循其中的數據歸檔要求（B2-3、B5-6、B9）。例如，《研究中的數據和信息管理：支持澳大利亞負責任研究行為準則的指南》規定“多數臨床試驗數據需保存15年及以上”“基因治療等領域的研究數據需永久保存”[38]。其次，從科研誠信和學術道德建設的角度出發，需要留存能驗證研究發現和結論的原始數據。中共中央辦公廳和國務院辦公廳聯合印發的《關于進一步弘揚科學家精神加強作風和學風建設的意見》明確規定“論文等科研成果發表后1個月內，要將所涉及的實驗記錄、實驗數據等原始數據資料交所在單位統一管理、留存備查”[39]。最后，從科研項目管理角度出發，對于科研項目活動中形成的科學數據，需要歸檔保存項目任務書（申報書）、數據管理計劃等相關文件中明確提到的科學數據，以確?？蒲许椖宽樌Y項。若在負面清單中發現上述數據，應及時將其從負面清單中剔除。

4.2 識別永久數據

（1）宏觀鑒定法

宏觀鑒定法的鑒定對象是科學數據的生成環境，通過評估科研人員（即數據形成者）、科研活動（即數據形成的業務活動）等的重要性來衡量科學數據的價值（A1-5、B4、B7、C4、C6-7）。

對于科研項目形成的科學數據，美國、加拿大、澳大利亞等國國家檔案館均在項目層面采用宏觀鑒定法進行鑒定，并根據項目重要性將其對應到不同保管期限。通常情況下，對應永久保存的科研項目或多或少具有以下特征：一是貢獻突出，如獲得國家、國際社會的重要獎項；二是知名科研人員主持或參與；三是對公民、社會、政府機構產生重大影響；四是受到媒體的廣泛關注；五是引發重大爭議；六是慎重的科研活動（如與人有關的藥品的研究）。但在實際工作中，科研項目的規?？赡芊浅｝嫶?，例如，國家自然科學基金重大項目、國家科技重大專項、國家重點研發計劃等科研項目的經費動輒在幾千萬甚至上億元，可能形成海量數據，在這種情況下，在項目層面實施宏觀鑒定可能會帶來顆粒度過粗的問題，因此，可以考慮在子項目或各項科研任務層面使用宏觀鑒定法。

長期觀測數據（即對客觀現象進行實地觀測所取得的數據，數據取得的過程中一般沒有人為的控制和條件約束[40]）同樣適用于宏觀鑒定法。在實施時，可根據生成科學數據的科學裝置、儀器設備的重要性及觀測對象的戰略性、基礎性等方面進行鑒定。例如，散裂中子源、子午工程等大科學裝置形成的觀測數據以及青藏高原綜合科學考察研究形成的觀測數據、調查數據都具有重要的戰略價值。

需要注意的是，不能將宏觀鑒定得到的結果絕對化，應作為參考依據服務于后續的直接鑒定法，因為在重要的科研活動中可能出現價值有限的數據，在相對較小且重要性有限的科研活動中也可能出現貢獻突出的數據。我國出臺的推薦性行業標準《科學技術研究項目檔案管理規范》（DA/T 2—2023）就規定在項目層面進行宏觀鑒定并統一劃定保管期限，但這一做法可能導致保管期限全面偏高，需要永久保存的科學數據增多，進而帶來不必要的資源浪費。

（2）直接鑒定法

在宏觀鑒定結果的指導下，需進一步深入科學數據的內容質量層面進行直接鑒定（B6-7、C6），此時應主要考慮表2中的核心要素。運用直接鑒定法時，可在科學數據集的層面進行。

第一，根據重要性標準對科學數據的有用性作出判斷。需要永久保存的科學數據應至少滿足下列要求中的一點：一是價值深度，在某個價值維度具有非常高的價值；二是價值廣度，能夠覆蓋多個價值維度，應用場景多元，利用群體廣泛。已經進行數據出版或通過同行評議的科學數據往往具有較高價值，可考慮永久保存。此外，由于永久科學數據最終需要進入檔案館，所以在鑒定永久價值時需要超越數據形成者的視角，站在國家和社會的層面進行思考。

第二，根據獨特性原則，需要重點強調長期觀測數據。觀測數據的數據來源是自然界，自然界各種事物和現象通常是不可重復的，因而也就無法通過技術手段復現這些觀測數據，所以觀測數據具有非常強的獨特性。就生成目的而言，觀測數據本身就具有公共資源屬性[41]，帶有服務多元需求的目標，在價值廣度方面具有顯著優勢，而且觀測數據可作為基準，用來確定未來的變化情況和異常事件的發生頻率[42]，也符合重要性標準的要求。尤其是長時期、大范圍、高精度對某一基礎性自然事物或現象（如地質、氣象、水文、海洋等）進行觀測或調查形成的數據，需要永久保存。此外，就數據版本而言，通常情況下，具有永久保存價值的是原始數據，而非衍生數據，尤其是容易復現的衍生數據。但這一點并不絕對，隨著處理程度的提高，數據越容易被用戶理解，反而越不利于重用，需要在數據的可理解性和可重用性之間進行平衡，在此基礎上決定保存何種版本的數據，必要時也可保存多版本的數據。[43]例如，在天文領域，原始觀測數據通常帶有噪聲，反而是經過降噪處理之后的數據具有更高的保存價值。

第三，根據相關性原則，需要聚焦本單位核心業務職能與檔案部門重點收集范圍，永久保存的科學數據應是高相關度的數據。

5 結 語

雖然科學數據已不再是新生事物，但科學數據歸檔仍處于初步探索階段，價值鑒定成為檔案部門面臨的首要難題。本研究基于國內外科學數據價值鑒定相關文獻資料提出了鑒定標準體系和“兩步走”的方法論，但在實踐中，仍需結合各學科領域科學數據的類型、特點、規模、格式、結構、價值等方面，提出適合本學科領域的個性化、針對性的價值鑒定標準與方法，進而為科學研究留存最寶貴的信息資產，為充分釋放科學數據價值潛力奠定基礎。

注釋與參考文獻

[1]科學數據管理辦法[EB/OL].[2023-06-30].https：//www.gov.cn/zhengce/content/2018-04/02/ content_5279272.htm.

[2]張靜，潘亞男，單嵩巖.檔案管理視角下我國科學數據長期保存現存問題與對策分析[J].檔案與建設，2023（10）：61-64.

[3]孔祥盛.匯交政策視角下科學數據與科研檔案協同管理困境與反思[J].檔案與建設，2023（1）：62-66.

[4][32]宋文鳳.科學數據價值鑒定研究[D].長春：吉林大學，2013.

[5][33]毛天宇.數字監護研究中檔案學理論的應用及啟示探析[J].檔案學通訊，2016（1）：34-38.

[6]何思源.科研檔案和科學數據協同治理的動因分析[J].檔案管理，2020（6）：64-66.

[7][34]NOONAN D， CHUTE T. Data curation and the university archives[J].American Archivist，2014（1）：201-240.

[8][31]ALTMAN M， ADAMS M O，CRABTREE J， et al. Digital preservation through archival collaboration： the data preservation alliance for the social sciences[J].American Archivist，2009（1）：170-184.

[9][36][42][43]National Archives and Records Administration. Appraisal policy of the National Archives[EB/OL].[2023-06-30]. https：//www.archives.gov/records-mgmt/scheduling/ appraisal#appendix2.

[10][41]United States Department of Energy. DOE records disposition schedules[EB/OL].[2023-06-30].https：//www.energy.gov/cio/doe-recordsdisposition-schedules-0.

[11]United States Geological Survey. Records disposition schedules[EB/OL].[2023-06-30]. https：//www.usgs.gov/survey-manual/recordsdisposition-schedules.

[12]Library and Archives Canada. Multi-Institution disposition authorizations： Operational case file records（Authority No. 2005/006）[EB/OL].[2023-06-30]. https：//library-archives.canada.ca/eng/services/governmentcanada/information-disposition/disposition-governmentrecords/multi-institution-disposition-authorizations/ Pages/2005-006-operational-case-files.aspx.

[13]National Archives of Australia. What we keep： principles for selecting the Australian Governments national archives[EB/OL].[2023-06-30].https：//www.naa. gov.au/information-management/disposing-information/ transferring-information/transferring-informationnational-archives/how-we-select-national-archives.

[14]National Archives of Australia. General records authority 37[EB/OL].[2023-06-30].https：//www.naa.gov.au/information-management/records-authorities/ types-records-authorities/general-records-authority-37.

[15]International Council on Archives. Management and preservation of scientific records and data[EB/OL].[2023-06-30].https：//www.ica.org/ en/new-handbook-management-and-preservationscientific-records-and-data.

[16]Digital Curation Center. Introduction to curation： Appraisal and selection[EB/OL].[2023-06-30].https：//www.dcc.ac.uk/guidance/briefingpapers/introduction-curation/appraisal-and-selection.

[17]Digital Curation Center. How to appraise and select research data for curation[EB/OL].[2023-06-30]https：//www.dcc.ac.uk/guidance/how-guides/appraiseselect-data#c2.

[18]Digital Curation Center. Digital curation manual： Instalment on “appraisal and selection”[EB/ OL].[2023-06-30].https：//era.ed.ac.uk/bitstream/ handle/1842/3331/Harvey%20appraisal-and-selection. pdf sequence=1&isAllowed=y.

[19]WHYTE A. Five steps to decide what data to keep[EB/OL].[2023-06-30].https：//www.dcc. ac.uk/guidance/how-guides/five-steps-decide-whatdata-keep.

[20]Digital Preservation Coalition. Assessment：Selection of digital materials for long-term retention[EB/ OL].[2023-06-30].https：//www.dpconline.org/ pages/handbook/dec-tree-select.html.

[21]TJALSMA H， ROMBOUTS J. Selection of research data： Guidelines for appraising and selecting research data[EB/OL].[2023-06-30].https：//pure. knaw.nl/ws/portalfiles/portal/4546511/selection_of_ research_data_def.pdf.

[22]National Research Council. Preserving scientific data on our physical universe： A new strategy for archiving the Nations scientific information resources[EB/OL].[2023-06-30].http：//elibrary.pcu.edu. ph：9000/digi/NA02/1995/4871.pdf.

[23]National Health and Medical Research Council. Management of data and information in research：A guide supporting the Australian code for the responsible conduct of research[EB/OL].[2023-06-30].https：//www.nhmrc.gov.au/sites/default/files/ documents/attachments/Management-of-Data-andInformation-in-Research.pdf.

[24]Library of Congress. Appraisal and selection of geospatial data[EB/OL].[2023-06-30]. https：//www.digitalpreservation.gov/meetings/ documents/othermeetings/AppraisalSelection_ whitepaper_final.pdf.

[25]National Aeronautics and Space Administration. Selection criteria[EB/OL].[2023-06-30].https：// sedac.ciesin.columbia.edu/lta/Appraisal.html.

[26]United States Geological Survey. NSLRSDA records appraisal tool[EB/OL].[2023-06-30]. https：//www.usgs.gov/media/files/nslrsda-recordsappraisal-tool.

[27]GRAY J， SZALA A S， THAKAR A R， et al. Online scientific data curation， publication， and archiving[EB/OL].[2023-06-30].https：//www.microsoft. com/en-us/research/wp-content/uploads/2016/02/tr-2002-74.pdf.

[28]LONG S M. Documenting federal scientific and technical information （STI）： A discussion of appraisal criteria and applications for the national archives and records administration[J]. Journal of Government Information， 1995（4）：311-319.

[29]ESANU J， DAVIDSON J， ROSS S， et al. Selection， appraisal， and retention of digital scientific data： Highlights of an ERPANET/CODATA Workshop[J]. Data Science Journal， 2004（2）：227-232.

[30]ERPANET/CODATA Workshop. The selection， appraisal and retention of digital scientific data （final report）[EB/OL].[2023-06-30]. https：//www.erpanet.org/events/2003/lisbon/ LisbonReportFinal.pdf.

[35]FAUNDEEN J H. Appraising U.S. Geological Survey science records[J]. Archival Issues， 2010（1）：7-22.

[37]NARA and USGS preserving vital records[EB/ OL].[2023-06-10].https：//www.archives.gov/ press/press-releases/2008/nr08-118.html.

[38]National Health and Medical Research Council. Australian code for the responsible conduct of research （2018）[EB/OL].[2023-06-10].https：// www.nhmrc.gov.au/about-us/publications/australiancode-responsible-conduct-research-2018#blockviews-block-file-attachments-content-block-1.

[39]關于進一步弘揚科學家精神加強作風和學風建設的意見[EB/OL].[2023-06-10].https：//www. gov.cn/zhengce/2019-06/11/content_5399239.htm.

[40]觀測數據[EB/OL].[2023-06-10]. http：//www.stats.gov.cn/zs/tjll/tjxjbgn/202304/ t20230423_1938951.html.

（責任編輯：張 帆 李倩楠）