我国科学数据开放共享作者合著研究

丁利 赵丽梅

摘 要：基于社会网络分析方法构建科学数据开放共享领域作者合著网络，并对合著网络的密度、中心性、结构洞和成分指标进行测度分析；在研究核心作者团体的基础上，对该团体的合著网络和研究主题进行分析，揭示出核心作者团体合著网络特点，并挖掘领域内研究主题，以期推动科学数据开放共享研究领域的发展。

关键词：社会网络分析；SNA；科学数据；开放共享；作者合著

中图分类号：G203  文献标识码：A

Research on Open Sharing Co-author of Scientific Data in China Based on SNA

DING Li， ZHAO Limei

Abstract： Based on social network analysis， this paper constructs the co-author network in the field of open sharing of scientific data， and measures the density， centrality， structure holes and component indexes of the co-author network. On the basis of studying the core author group， this paper analyzes its co-author network and research themes， reveals its characteristics of co-author network， and excavates the research themes in the field， so as to promote the development of open sharing of scientific data.

Keywords： social network analysis；SNA；scientific data；open sharing；co-author

0 引言

科學数据是关于科学研究过程数据和产出数据的记录，是科学研究的重要组成部分。科学数据的开放共享是发挥数据价值的前提，也是实现数据驱动创新的重要环节。科学数据开放共享是指在网络环境下，个人或机构向社会或用户提供可开放共享的科学数据，并授权他人免费使用的一种行为［1］。

可开放共享的科学数据允许任何人或机构进行下载、复制、传递、再加工等数据处理，是促进数据重用和数据流动的重要途径。随着科学研究成果和过程数据记录的不断增加，科学数据开放共享引起了越来越多的重视和关注。为促进科学数据开放共享，国务院办公厅在2018年3月发布的《科学数据管理办法》中指出“科学数据开放为常态、不开放为例外”的共享原则［2］；此外2020年11月3日公布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中指出“建立数据资源产权……推动数据资源开发利用”、“扩大基础公共信息数据有序开放，建设国家数据统一共享开放平台”［3］。

伴随着科学数据开放共享研究工作的大量开展，国内不少学者基于科学数据开放共享的政策与服务进行研究。目前学者对科学数据开放共享政策［4-9］、利益相关者［10-12］、数据服务［13-15］、平台建设［16-17］、保障体系［18-20］、数据重用困境［21-23］等方面进行了广泛研究。但有关作者合著关系的相关研究在国内科学数据开放共享领域很少。作者合著关系是研究合著论文的作者之间的关系，合著发文往往能比独立发文产生更广泛的学术影响力［24］，也有利于学者个人从合著中获取更多的学术资源［25］。本文拟对国内科学数据开放共享领域作者合著关系进行分析，基于社会网络分析方法，借助Ucinet和VOSviewer等软件，构建合著作者之间的矩阵，通过密度分析、中心性分析、结构洞分析、成分分析和关键词聚类分析等方法，探讨科学数据开放共享作者合著研究领域整体合著现状和研究主题。

1 数据来源与研究方法

1.1 数据来源

本研究的数据样本来源于CNKI中国期刊全文数据库，检索时间为2022年4月10日，以主题词（“科学数据”OR“科研数据”OR“研究数据”OR“科技数据”）AND（“开放共享”OR“开放获取”）构建检索表达式，检索时间范围设定为不限至2021年，检索共获得相关论文725篇。经过数据清洗，删除无作者、通知、序、行动倡议、征稿启事、报告等不符合要求的文献，最终得到639篇论文，作为进一步分析的样本。

1.2 研究方法

社会网络分析（Social Network Analysis，即SNA）是社会学大师怀特等人推导出的一种数学分析方法，主要分析各行动者之间的关系模式，可应用于作者合著关系分析，可以反映人与人之间或各组织之间重要的知识联系［26］。本文基于社会网络分析方法构建科学数据开放共享领域作者合著网络，并对合著网络的密度、中心性、结构洞和成分指标进行测度分析；在揭示出核心作者团体的基础之上，对该团体的合著网络和研究主题进行分析，揭示出核心作者团体合著网络特点，并挖掘领域内研究热点。

2  数据预处理

2.1 对作者合著网络的总体分析

科学数据开放共享作者合著研究领域论文年度发文量趋势见图1，从图1可知，合著文献首次发表于2004年，其后近十年的时间，合著发文量一直为个位数，从2013开始，合著文献发表数量开始呈现逐年递增状态。在经过文献清洗后的639篇论文中，作者合著情况统计见图2，可以发现在国内科学数据开放共享领域中单篇论文以2-3位作者合著为主，占所有文献的46.95%。此外，有一篇文献合著作者人数达23人。对收集的639篇文献样本进行统计分析，得到表1，可知文献作者数量共计1146人，其中独著作者182位，合著作者964位。合作度是指所发表论文的篇均作者数，合作率是指合著论文总数占论文总数的比例，合作度和合作率可以反映一定领域内作者的合作程度［27］，根据表1可得作者合作度为1.79，合作率为63.2 2%，说明国内科学数据开放共享领域作者重视合作，倾向于合著发文。

2.2 高产作者识别

经统计，2004年至2021年间，科学数据开放共享领域合著作者人数共964位，占相关文献作者总数的84.1 2%，由于合著作者人数众多，识别同一领域中高产作者群，可与中心性、结构洞排名靠前的合著作者进行对比比较，有利于分析作者合著网络特性，促进团体合作。根据普莱斯定律，发表论文数K篇以上的作者为杰出科学家，即高产作者，计算公式为K=0.749Nmax，Nmax为该主题下最高产的那位科学家所发表的合著论文数。在国内科学数据开放共享领域，最高产合著作者发表论文16篇，代入公式可得K≈2.996，所以发文量在3篇及以上的作者，为科学数据开放共享作者合著研究领域的高产合著作者（共56位，见表2）。

2.3 构建矩阵

首先构建合著作者之间的合著矩阵。使用Excel软件将著者数据进行预处理，然后借助Ucinet软件构建出合著作者之间的964*964合著关系矩阵（见表3），这里由于篇幅限制，不能列出完整的作者合著关系矩阵，这里仅展示部分作者合著矩阵。

3 合著作者整体网络分析

利用Netdraw工具对964位作者构成的合著矩阵进行可视化处理，得到科学数据开放共享领域合著作者的整体合著网络，见图3。其中节点代表本研究领域内合著作者，连线表示作者之间的合著关系，线的粗线表示作者之间的合著强度，节点的大小代表作者发文量的多少。从图3可以发现，虽然合著现象普遍，但整体网络较为松散，小团体合作现象普遍，作者合著整体网络中最大合作团体是以顾立平为核心的150人团体（下文称这一最大团体为核心作者团体）。

3.1 密度分析

密度分析反映了节点间的稀疏，成员之间的联系越多，该网络的密度越大。整体的密度越大，该网络对其中的节点的行为、态度影响可能越大。网络密度通过对社会网络中实际存在的边数与可容纳的边数上限的比值计算，以数值的形式表示该网络中节点间相互连边的密集程度［28］。密度值介于0-1之间，值越接近1表明节点之间彼此的关系越紧密［29］。利用Ucinet软件测算整体合著网络的密度，可知国内科学数据开放共享作者合著领域的密度值仅为0.003，网络密度较低，表明节点之间的关系较为松散，成员之间的联系不多，尚未形成密集型合著网络。这是目前学术合作的一种正常现象，学者之间由于空间、时间和地域的限制，导致合著发文多为同一单位师师之间，或是师生之间，小团体合著较为普遍，那么在整体网络中的表现就为节点之间的连接性差，密度值低。

3.2 中心性分析

中心性最早是用来研究人或者组织在社会网络中居于怎么样的地位。中心性的测度指标有点度中心度、接近中心度和中间中心度等三种形式。在社会网络中，点度中心度測算的是一个节点与其他节点直接相连的点的个数，刻画的是网络节点自身的交易能力；中间中心度是一个节点如果处于其他很多点对中间，那么这个节点就具有很高的测算指标数，因而是一种控制能力指数；接近中心度测算的是行动者在多大程度上不受其他行动者的控制，在网络中如果一个节点与其他节点的连接“距离”都很短，那么该点就具有较高的接近中心度。利用Ucinet软件对合著作者的中心性进行测算，得到排名前20位的合著作者，见表4和表6。

3.2 .1 点度中心度

点度中心度测算的是与某点直接相连的点的个数，与合著团体的规模和次数相关。合著发文量排名第一的作者顾立平教授，中心度最高，为50，其与他人合著次数最多，合著规模也最大，在国内科学数据开放共享作者合著领域拥有重要地位。而合著发文量排在前三的盛小平、黄如花的点度中心度分别为18、16，点度中心度的排名分别为38和42，这是由于盛小平和黄如花教授的合著发文多为师生之间合著，合著团体多为2-3人，虽合著次数多，但合著规模不大所致。此外，有一篇文章是由米琳莹等23位作者完成（见表5），通过测算23位作者的点度中心度大于等于22，这是由于此篇论文合著团体规模过大而导致的特殊情况，由此也能看出点度中心度的大小与合著团体的规模正向相关。

3.2 .2 接近中心度

接近中心度数值越小，说明该点距离其他点的距离短，更容易获取资源且受其他人控制的力度小。根据表4，接近中心度数值最小的人是石蕾，其次是胡良霖、郑晓欢，说明其获取资源比较容易且不易受他人控制。石蕾、胡良霖、郑晓欢分别隶属于国家科技基础条件平台中心、中国科学院计算机网络信息中心、中国科学院办公厅，由此也可看出业界的学者相比于学界的学者更容易获取资源。此外，将接近中心度排名前20位的合著作者分别与高产作者、核心作者团体进行对比，可以发现这20位合著作者均属于核心作者团体中，但只有12位作者属于高产作者，说明接近中心度数值越小的人建立合著关系的能力越强，但发文量和接近中心度指标之间并无正向关系。

3.2 .3 中间中心度

中间中心度越大，表明越多人经过这条网络路径，说明该点合著渠道较广，建立合著关系的能力较强，连接他人的能力较大。根据表6可以看出，排名前20位合著作者的中间中心度的数值差异很大，在所有的964位合著作者中，有12.3 4%的人中间中心度不为零，且中间中心度数值差异明显，表明在同一领域中，只有少数人掌握了大量的资源，起到了沟通桥梁的作用。此外，对中间中心度排名前20的合著作者的单位和身份进行统计（单位信息以知网作者认证为主，身份信息来源于论文作者简介或机构网站），可以发现科学数据开放共享作者合著领域中间中心度高的学者大部分是来自于中国科学院和国家科技基础条件平台中心。一方面，由于机构汇聚了科学数据开放共享学科领域内的顶尖人才；另一方面，由于其上述机构的特殊性，学者掌握资源，所以在合著网络中占据优势地位，具有较高的中间中心度。

3.3 结构洞分析

结构洞是两个行动者之间的非冗余的联系。该指标反映节点在网络中的信息、资源和权力，处于结构洞位置的节点具有信息优势和控制优势，对其他节点产生重要影响。结构洞的分析指标包括有效规模、效率和限制度，有效规模越大，节点独立性越强；效率越高，个体行动越有效，对其他节点的影响越大；限制度越低，网络越开放，即结构洞数量越多［30］。本文利用Ucinet软件对科学数据开放共享领域的合著作者进行结构洞分析，对限制度指标进行升序排序，得到表7。根据表7，可知顾立平的有效规模最大，限制度最小，说明其在该领域社会网络中充当结构洞的位置，在网络中具有重要地位，这与前面的中心性分析一致，说明其在科学数据开放共享领域中具有权威性。

3.4 成分分析

如果一个网络可以分为几个部分，每个部分的内部成员之间存在关联，而各个部分之间没有任何关联，在这种情况下，我们把这些部分称为成分，在本文中也称其为团体。通过Ucinet软件对作者合著数据进行处理，可以得到科学数据开放共享领域的论文作者合著团体，见表8。科学数据开放共享领域合著作者共964位，一共形成了226个团体，其中2-3人的团體最为普遍数量达到160个，占所有团体的70.8%，说明小团体合著现象普遍。合著论文发文量排名前三的作者顾立平、黄如花、盛小平分别位于人数排名前三为150、50和19的团体中，说明合著发文量与团体大小有关，但三人彼此之间并无合著关系。将高产合著作者与核心作者团体进行比对，发现50%的高产合著作者属于核心作者团体。

4 核心作者团体合著网络及主题分析

从密度、中心性、结构洞和成分四个方面对作者合著网络整体情况进行分析，可以从整体层面得知科学数据开放共享领域合著作者在社会网络中所处的位置以及资源掌握情况。但是个体网络是否也具有整体网络社会网络特征，本文将以顾立平为核心的核心作者团体为例，探讨整体网络中个体网络的社会网络特征。此外，从前文可知，将高产合著作者与核心作者团体进行比对，有50%的高产合著作者属于核心作者团体，所以对核心作者团体研究主题进行分析挖掘，可以在一定程度上展现整体合著作者的研究主题。

4.1 核心作者团体网络分析

通过Ucinet软件测算核心作者团体密度，得到团体密度值为0.056，约是整体密度的18倍（整体网络的密度值为0.003），说明相对于整体社会网络，团体之间的合著关系更为密切，网络连通率相对较好，成员内部之间的联系也较多。对核心团体之间的社会网络关系进行可视化，结果见图4。从图4可得，核心团体的社会网络关系总体上呈现出以顾立平为核心向外发散趋势，同时经过中心性和结构洞指标测算（见表9），发现团体中顾立平、李成赞、刘峰、周园春、崔辰州、郝晋新、胡良霖、姜璐璐、黎建辉、石蕾、薛艳杰、于策、袁海波、郑晓欢在网络中处于重要地位，在中心性和结构洞指标测算中至少出现2次。

4.2 核心作者团体研究主题分析

关键词能够表达某一学科领域的热点研究方向和研究主题，关键词共现网络可以根据关键词之间的亲疏远近关系分析其中的研究主题［31］，从而到达探讨科学数据开放共享研究领域中核心作者团体研究主题的目的。基于核心作者团体合著发表的63篇论文，从中提取关键词196个，导入VOSviewer中，生成关键词共现图谱，见图5。其中节点的大小取决于关键词同时出现的次数，节点的颜色代表其所属的聚类，不同的颜色代表不同的聚类。根据结果显示，研究主题主要聚类为开放共享、数据管理、数据政策、数据出版、数据伦理5类。

4.2 .1 开放共享主题聚类分析

现代意义上的开放共享，是指在网络环境中，个人和机构向社会或用户提供数据、信息和作品，并授权他人免费使用的一种行为［32］。开放共享一方面可以使先进科学成果在世界范围内快速传播和利用，扩大了知识传播范围，加速了科学知识创新；另一方面，随着科学研究成果的传播，越来越多的研究依赖现有的数据，通过二次分析得到新发现，提高了科研人员研究效率和学术影响力［33］。在核心作者团体中该研究主题聚焦于科学数据开放共享的原则、共享模式、标准规范、影响因素等方面。在科学数据开放共享成为全球共识下，FAIR原则已成为科学数据开放共享过程中数据管理的国际准则［34］。目前，关于科学数据共享模式的研究，国内学者根据数据所依据的组织形式，将科学数据开放共享模式分成政策驱动模式、部门交互模式、企业驱动模式、国际合作模式等［35］。此外，我国科学数据共享仍然存在一些不足，所以需要识别影响科学数据共享的影响因素［36］，加强科学数据开放共享能力建设，推动科学数据的进一步开放共享。

4.2 .2 数据管理主题聚类分析

数据管理是指管理研究项目中所使用或是产出的数据。在数据生命周期内，对项目研究过程中的所收集、使用和产生的数据进行规划管理，以确保数据质量，提高数据准确性、完整性和安全性，最大程度地发挥数据价值等［37］，为后续数据开放共享提供良好基础。该研究主题主要包含科学数据共享的数据管理政策、数据治理等方面。2018年《科学数据管理办法》的出台，为我国科学数据管理与共享工作提供了政策指导与依据［38］。但通过调研发现，《科学数据管理办法》的总体落实情况不理想，管理者应从实践研究、机制体制建设、相关利益者合作等方面推动数据管理工作的落实［39］。在科学数据管理过程中，数据治理是数据管理另一重要部分，数据治理可以明确数据所有权、生存权、使用权、出版权和交易权，进一步促进了科学数据共享体系的建立［40］。

4.2 .3 数据政策主题聚类分析

科学数据开放共享政策是指某一机构或者组织关于如何有效实施科学数据开放共享的相关规定或制度安排［41］。制定科学数据开放共享的政策，是为研究加速、促进研究发现、促进科研人员交流合作、明确研究责任、提升研究效率与创新能力保驾护航［42-43］。该主题主要聚焦于国内外科学数据开放共享政策调研和文本内容分析方面。美国、英国、德国等西方国家陆续发布了多项科学数据管理政策，我国科研人员从不同维度进行了调研分析，并在应用方面进行了积极探索［42，44-45］。在2000年，英国通过《信息自由法》，为信息开放共享提供了法律保障，为科学数据的开放共享奠定了基础［46］。在国内，2018年国务院颁发《科学数据管理办法》并实施，保障了科学数据安全，促进了科学数据共享，提高了我国科学数据开放共享水平［47］。

4.2 .4 数据出版主题聚类分析

数据出版是指通过一定的公共平台发布科研数据集，使得公众根据一定的条件可以发现、获取、利用和评价这些数据集［48］。数据出版是科学数据开放共享的重要方式之一，数据出版完成了传统图书出版模式至公共平台出版模式的转变，进一步推进了科学数据长期保存和数据有效管理［49］，促进了科学数据的可发现性、可访问性、可互操作性和可重用性。核心作者团体在数据出版主题的研究着重于机制模式、特征、平台效能等方面。在整个科研数据生态体系中，建立方便、可靠、可测量、可验证、可支持FAIR原则的数据出版机制是重要基础［50］。目前，关于科学数据出版模式主要分为三种：独立的数据出版、论文附件形式数据出版、数据论文出版［51］。此外，基于数据库WOS的调研发现，国内在科学数据出版数量上领先，但科研人员更倾向于在国外出版物、存储平台上进行数据发布，因此管理层面应制定政策、投入资金，激励国内优秀科学数据出版平台和出版物的发展［52］。

4.2 .5 数据伦理主题聚类分析

数据伦理是在收集、整理、分析、传播、重用等数据相关活动中应遵守的准则和规范，是伦理研究在大数据领域的延伸和拓展［53］。数据伦理对数据生命周期内可能产生的伦理问题进行规范约束，要求对数据进行正确使用，认识数据的价值，确保数据安全，维护数据领域的正常秩序。核心作者团体在該主题的研究主要包括数据伦理的政策和框架研究等。科研人员在数据共享过程中遭遇隐私泄露、产权不明等伦理困境，制约了科学数据的开放共享［23］。刘金亚等从政策信息角度，挖掘数据伦理规则，为有效实现科学数据价值最大化提供了价值指南［54］，其次刘金亚等为推动科研数据共享，构建了面向科研人员的数据伦理框架，帮助科研人员克服数据伦理障碍［55］。此外，陈劲等发现如果提升科研人员的伦理道德意识，规避数据共享过程中的负面伦理问题，可以促进科学数据开放共享的发展［56］。

5 结语

本文基于社会网络分析方法，借助Ucinet和VOSviewer等软件，构建合著作者之间的矩阵，通过密度分析、中心性分析、结构洞分析和成分分析等方法，揭示出国内科学数据开放共享研究领域作者合著现状和核心作者团体；在揭示出核心作者团体的基础之上，对该团体的合著网络和研究主题进行分析，发现核心作者团体合著网络特征，并挖掘领域内研究主题。根据对整体网络的分析，发现研究领域内有合著现象逐年增多现象，以及尚未形成密集型合著网络和小团体合著现象普遍等特点，这是由于空间、时间和地域的限制，导致合著发文学者多为同一单位师师之间，或是师生之间。因此建议国内科学数据开放共享领域内作者加强沟通和交流，以实现信息交流和资源共享，完成从小团体到大团体的转变。根据对核心作者团体的分析，一方面，相对于整体合著网络，核心作者团体的网络密度更高，作者之间的联系更为密切；另一方面，目前国内科学数据开放共享作者合著研究领域的研究主题有开放共享、数据管理、数据政策、数据出版和数据伦理等方面。此外研究领域内有合著现象逐年增多现象，说明科学数据开放共享研究领域愈发受到学界的关注和重视，未来学者可以基于以上研究主题进行合作交流，促进大规模团体合作的形成，推动科学数据开放共享研究领域的发展。

参考文献：

［1］盛小平，袁圆.科学数据开放共享中的数据权利治理研究［J］.中国图书馆学报，2021，47（5）：80-96.

［2］国务院办公厅关于印发科学数据管理办法的通知：科学数据管理办法［EB/OL］.［2022-09-12］.http：//www.gov.cn/gongbao/content/2018/content_5283177.htmHYPERLINK"http：//www.gov.cn/gongbao/content/2018/content_5283177.htm".

［3］中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议［EB/OL］.［2022-09-12］.http：//www.gov.cn/zhengce/2020-11/03/content_5556991.htm.

［4］马海群，蒲攀.国内外开放数据政策研究现状分析及我国研究动向研判［J］.中国图书馆学报，2015，41（5）：76-86.

［5］刘嘉琪，任妮，刘桂锋.政府数据开放共享政策的内容体系构建研究［J］.数字图书馆论坛，2022（8）：19-26.

［6］赵洋，程雪涓.政策工具视域下我国开放数据政策研究［J］.图书馆杂志，2021，40（11）：31-38，47.

［7］姜鑫.世界一流大学科学数据开放共享政策研究：基于质性文本分析视角［J］.图书馆学研究，2021（20）：55-67.

［8］支凤稳，赵宇晨.我国科技计划项目科学数据汇交政策分析［J］.图书馆学研究，2021（23）：45-52.

［9］盛小平，宋大成.数据管理与数据治理的比较分析及其对制定科学数据开放共享政策的启示［J］.图书情报工作，2020，64（22）：4-10.

［10］夏义堃，管茜，周艳.生命科学数据管理的主体责任与驱动机制研究：基于利益相关者理论的分析［J］.图书与情报，2021（3）：35-46.

［11］陈媛媛，王苑颖.科研数据开放共享的利益相关者互动关系［J］.图书馆论坛，2020，40（5）：55-63.

［12］盛小平，王毅.利益相关者在科学数据开放共享中的责任与作用：基于国际组织科学数据开放共享政策的分析［J］.图书情报工作，2019，63（17）：31-39.

［13］武彤.基于数据生命周期的美国研究图书馆科学数据开放共享服务研究［J］.图书与情报，2019（1）：135-144.

［14］顾立平.科研模式变革中的数据管理服务：实现开放获取、开放数据、开放科学的途径［J］.中国图书馆学报，2018，44（6）：43-58.

［15］汪满容，刘桂锋，刘琼.新加坡高校图书馆科研数据管理服务调研与启示［J］.图书馆学研究，2018（9）：64-71，22.

［16］郑荣，张薇，高志豪.基于区块链技术的政府数据开放共享平台构建与运行机制研究［J］.情报科学，2022，40（5）：137-143.

［17］陈凤珍，游丽金，杨帆，等.CNGBdb：国家基因库生命大数据平台［J］.遗传，2020，42（8）：799-809.

［18］齐法制，陈刚，程耀东.建立权责明晰且能力健全的科学数据开放共享机制：以高能物理领域为例［J］.中国科学基金，2019，33（3）：229-236.

［19］是沁，储节旺.基于系统动力学的科学数据开放共享保障机制研究［J］.情报杂志，2018，37（11）：143-149.

［20］王晴.论科学数据开放共享的运行模式、保障机制及优化策略［J］.国家图书馆学刊，2014，23（1）：3-9.

［21］张潇月，顾立平，胡良霖.国内外开放科研数据重用困境解决措施述评［J］.图书馆，2021（3）：80-89.

［22］关琳琳，金鑫，马瀚青，等.国际数据期刊出版质量控制机制研究［J］.中国科技期刊研究，2021，32（10）：1269-1277.

［23］梁宇，郑易平.科研数据共享中的数据伦理问题研究［J］.中国科技论坛，2022（1）：22-27.

［24］高瑾.数字人文领域女性学者的影响力研究：以合著网络分析为例［J］.图书馆论坛，2022，42（1）：117-129.

［25］庞雨静，卢新元，张恒.SNA视角下国内智慧图书馆领域作者合作的特征挖掘与关系预测［J］.情报科学，2022，40（6）：124-131.

［26］杨琳，李健，邓小昭.国内个人信息安全领域作者潜在合作关系研究［J］.情报探索，2021（2）：87-95.

［27］王卫，闫帅，史锐涵.作者合作网络连接影响因素分析：以图情领域为例［J］.情报科学，2018，36（1）：61-66，74.

［28］黄丽霞，纪苏桐.基于SNA国内阅读推广领域作者合作关系研究［J］.图书情报工作，2020，64（7）：119-126.

［29］刘军.社会网络分析导论［M］.北京：社会科学文献出版社，2004：100

［30］邱均平，王菲菲.基于SNA的国内竞争情报领域作者合作关系研究［J］.图书馆论坛，2010，30（6）：34-40，134.

［31］李娜.我国“一带一路”研究热点问题探析：基于知识图谱的视角［C］//中国图书馆学会.中国图书馆学会年会论文集（2017年卷）.北京：国家图书馆出版社，2018：597-608.

［32］盛小平，杨智勇.开放科学、开放共享、开放数据三者关系解析［J］.图书情报工作，2019，63（17）：15-22.

［33］张旺，程慧平.科学数据开放共享策略机制及优化路径研究［J］.情报杂志，2020，39（5）：154-161.

［34］宋佳，温亮明，李洋.科学数据共享FAIR原则：背景、内容及实践［J］.情报资料工作，2021，42（1）：57-68.

［35］左建安，陈雅.大数据时代的科学数据共享模式研究［J］.新世纪图书馆，2014（3）：32-35.

［36］温亮明，李洋.我国科学数据开放共享模式、标准与影响因素研究［J］.图书情报研究，2021，14（1）：33-41.

［37］盛小平，田婧，向桂林.科学数据开放共享中的数据质量治理研究［J］.图书情报工作，2020，64（22）：11-24.

［38］邢文明，洪芳林，李晓妍.科学数据管理体系的二维视角：《科学数据管理办法》解读［J］.图书情报工作，2019，63（23）：30-37.

［39］李洋，温亮明.《科学数据管理办法》落实现状、影响因素及推进策略研究［J］.图书情报工作，2021，65（2）：65-74.

［40］庄严，杨帅，刘照坤，等.农业科学观测数据权属与保护路径研究［J］.农业大数据学报，2020，2（4）：107-112.

［41］盛小平，武彤.国内外科学数据开放共享研究综述［J］.图书情报工作，2019，63（17）：6-14.

［42］刘莉，刘文云，刘建，等.英国科研数据管理与共享政策研究［J］.情报资料工作，2019，40（5）：46-53.

［43］张晓林.实施公共资助科研项目研究数据开放共享的政策建议［J］.中国科学基金，2019，33（1）：79-87.

［44］卫军朝，闫妍，王海彪.科学数据开放政策保障体系的构建与应用［J］.图书馆学研究，2017（22）：46-54.

［45］丁培.国外大学科研数据管理政策研究［J］.图书馆论坛，2014，34（5）：99-106.

［46］杨静，赵俊杰.国外科学数据管理情况研究［J］.全球科技经济瞭望，2019，34（1）：26-31.

［47］高瑜蔚，石蕾，朱艳华，等.《科学数据管理办法》实施细则比较研究：以正式发布的11份细则为例［J］.中国科技资源导刊，2019，51（3）：1-10，17.

［48］孔麗华，习妍，张晓林.数据出版的趋势、机制与挑战［J］.中国科学基金，2019，33（3）：237-245.

［49］李思经，宋立荣，王健.面向开放共享的科学数据出版：机遇、挑战与对策［J］.中国科技期刊研究，2021，32（5）：671-679.

［50］刘兹恒，涂志芳.数据出版及其质量控制研究综述［J］.图书馆论坛，2020，40（10）：99-107.

［51］涂志芳.科学数据出版生态系统与质量控制体系构建［J］.图书与情报，2019（1）：125-134.

［52］王卫军，李成赞，郑晓欢，等.全球科学数据出版发展态势分析：基于Web of Science数据库的调研［J］.中国科学数据（中英文网络版），2021，6（3）：267-285.

［53］宋晶晶.由信息伦理向数据伦理转型：溯源、驱动与路径［J］.图书馆学研究，2020（3）：35-39，60.

［54］刘金亚，谌悦，章成志，等.数据伦理政策的量化研究：基于天文领域的数据管理办法［J］.信息资源管理学报，2021，11（6）：63-75.

［55］刘金亚，顾立平，张潇月，等.开放科研数据环境下科研人员的数据伦理框架研究［J］.情报理论与实践，2021，44（2）：83-89.

［56］陈劲，阳镇.数字化时代下的开放科学：伦理难题与推进路径［J］.吉林大学社会科学学报，2021，61（3）：116-128，236.

作者简介：

丁利（1993— ），女，黑龙江大学信息管理学院硕士研究生在读。研究方向：科学数据共享。

赵丽梅（1979— ），女，博士，教授，通讯作者，任职于黑龙江大学信息管理学院。研究方向：科学数据管理、计量、分析与评价，图书馆运营管理。