网络首发 | 兼收并蓄：信息资源管理学科建设背景下的数据管理

图源 | Internet

孙建军¹    裴雷¹    付少雄^1,2

1.南京大学信息管理学院,南京, 210033

2.南京农业大学信息管理学院,南京,210014

知网首发链接：

https://kns.cnki.net/kcms/detail//42.1812.G2.20230109.1350.001.html

摘  要

原“图书情报与档案管理”一级学科正式更名为“信息资源管理”，开启了学科改革部署与战略布局的新篇章。新的学科名称内涵更为丰富，学界同仁可以此为契机，开辟发展新赛道新领域，主动回应新时代的学科发展需求，构建中国信息资源管理学科的特色话语体系。为塑造学科建设的新优势新动能，学界开始广泛探讨设立“数据管理”作为新的二级学科之一。为此，笔者深入阐释数据管理的学科范畴、数据管理与图情档间关系，明确了数据管理的“融合拓新”学科定位；探究新文科建设下的数据管理，分析面向经济主战场的数据管理，指明了数据管理的“交叉创新”发展趋势；梳理了数据管理的学位教育与人才培养模式。基于此，笔者认为面向新征程，数据管理可释放原有图情档研究体系中的数据红利，助力学科交叉创新，更好地面向产学研一体化，兼收并蓄以开创学科建设的新局面。

关

键

词

信息资源管理；图书情报学；数据管理；学科发展

1

背景与意义

国务院学位委员会、教育部于2022年9月13日联合印发《研究生教育学科专业目录（2022年）》，在新版的学科专业目录中，原“图书情报与档案管理”一级学科正式更名为“信息资源管理”^[1]。这是自1990年设立“图书馆学与情报学”、1997年更新为“图书馆、情报与档案管理”、2011 年微调为“图书情报与档案管理”后一级学科名称的重大调整。本次更名是图书情报学界为顺应新时代的学科发展需求的主动变革，是对学科内涵、学科体系的重构与拓新^[2]。在此基础上，鉴于学科领域已延展到数据管理层面^[3]，图情档学界开始讨论是否在原先“图书馆学”、“情报学”与“档案学”三个二级学科的基础上，增设“数据管理”。数据管理（Data Management）是指为有效利用数据资源，以现代数据管理的理念、方法与技术为手段，对数据资源实施计划、组织、领导和控制的一种人类管理活动。数据管理学是指研究人类社会数据管理活动的基本规律、普遍原理和通用方法的科学。数据管理在概念层面强调对整个数据生命周期管理的闭环，即面向数据的采集、组织、存储、处理与应用等各环节^[4]，其内涵与信息资源管理密切相关，但在作用对象和范畴领域又在新的时代背景和社会经济环境中得到了极大的深化和具化，具有鲜明的时代特色。在学科发展层面，数据管理可助力学科更好地回应数字经济治理、数字产业化、数据资源安全、数字政府建设等时代命题。

二级学科的调整应主动服务国家战略。习近平总书记在2017年12月主持中共中央政治局就实施国家大数据战略进行集体学习时，做出了“大数据是信息化发展的新阶段”的重要论断，强调实施国家大数据战略加快建设数字中国^[5]。国务院于2021年12月印发《“十四五”数字经济发展规划》，强调数字经济作为农业经济、工业经济后的重要经济形态，以数据资源为关键要素，通过数据赋能充分激活数据要素价值，助推数字经济高质量发展。2022年10月召开的中国共产党第二十次全国代表大会报告中强调加快建设数字中国^[6]。在此背景下，“数据管理”二级学科增设的讨论可谓恰逢其时。通过延展技术方法、拓宽应用空间，数据管理可推动学科更好地面向经济主战场、面向国家重大需求；从科学研究角度而言，当前科学研究的范式可分为如下四种范式，即经验科学范式、理论科学范式、计算科学范式与数据密集型科学范式^[7]。而信息资源管理学科研究已步入第四范式，数据管理方向近年来一直是图情档学界的关注热点。例如，2020年度中国图情档学界十大学术热点中的“面向疫情防控的信息管理与数据治理”、“面向数字记忆建构的档案开发与服务”，以及2021年度中国图情档学界十大学术热点中的“世界变局之中的信息安全与数据治理”。全新的二级学科目录调整对于图情档人既是机遇，也是挑战，应主动谋求新的学科生长点，以数据赋能学科话语体系，向数据管理方向合理拓展^[2]。

大数据时代，将“数据管理”设为二级学科可体现信息资源管理学科兼收并蓄的思想，是信息资源管理学科建设的“引擎”和“抓手”。一方面，“引擎”体现在数据管理通过数据赋能，面向数据资源进行生产要素、管理模式、运行机制与治理结构等方面的整合，为图情档研究提供精准化的数据要素供给，释放原有研究体系中的数据红利；另一方面，“抓手”反映在数据管理以应用牵引为导向，瞄准产学研一体化，基于数据、技术和场景间的匹配，对接各领域的数据需求。不可否认，在如今各领域数字化智能化建设的大背景下，学科间需要进行交叉融合创新。习近平总书记在清华大学考察时强调“要用好学科交叉融合的“催化剂””，数据管理便是信息资源管理学科建设的催化剂。图情档学界可应势而为增设“数据管理”二级学科，为信息资源管理学科开展新文科建设注入新动力，强化学科在交叉领域的有组织科研。为此，在“图书情报与档案管理”一级学科更名背景下，系统探究数据管理的学科定位、发展趋势、人才培养，从而研判数据管理发展的新形势、新理念、新路径具有现实意义。

2

数据管理的学科定位：

融合拓新

数据管理的学科发展要坚持需求导向，从国家急迫需要和长远需求出发，真正解决实际问题，既要融合原先图情档有关数据的研究范式与场景，也要积极拓展交叉领域的跨学科研究。下面从数据管理的学科范畴、与图情档关系的思考两个层面探讨数据管理的学科定位。

2.1  数据管理的学科范畴

数据在汉语语境中指代记录客观事件并能够鉴别的符号，是记载客观事物的状态、性质以及相互关系的物理符号或者此类物理符号间的组合，可以表征为数字、文字、声音、图像、视频等。Holton和 Walsh在《Classic Grounded Theory: Applications With Qualitative and Quantitative Data》 一书中指出“一切都是数据”的开放研究理念^[8]。数据已广泛融入于自然科学、人文社会科学的定性与定量研究之中。其中，结构化与非结构化的数据/大数据作为研究基础，已嵌入到图情档的研究体系之中。Ackoff于1989年构建了DIKW金字塔模型，涵盖数据（Data）、信息（Information）、知识（Knowledge）和智慧（Wisdom）四个关键要素，刻画了数据向用户智慧转化的过程^[9]。粱战平先生于2003年指出情报学是对Information进行研究的科学，Information 是由事实（Fact）、数据（Data）、信息（Information）、知识（Knowledge）、情报（Intelligence）五个要素组成的信息链，描述了事实如何转化为可被用户利用的情报的轨迹^[10]。图情档学科的发展便是建立在对信息链治理的基础上。新的一级学科命名实际上实现了对信息链各要素的归整，而不同二级学科或方向的设置本质上是为从不同角度诠释信息链。在数智赋能时代，数据在信息链中的价值日益突显。学界探讨数据管理二级学科的增设便是考虑从信息链的下游夯实学科基础。除信息链以外，潘教峰研究员还基于长期科技战略与政策研究实践，进一步刻画了从数据向用户决策演进的路径，即“收集信息（Data）—揭示信息（Information）—综合研判（Intelligence）—形成方案（Solution）”^[11]。从中可以看出，数据对于社会经济运行中的决策支持具有支撑作用。其中，数据管理在海量多源异构数据资源向高价值数据要素转化的过程中发挥核心作用。

数据管理在概念和内涵上与众多相关概念重叠。首先是“数据管护”（Data Duration），指面向数字化数据，开展采集、注解、整理与贮存等工作，从而为未来或者当前的数据使用提供便利^[12]。数据管护涵盖的范畴相较数据管理更窄，数据管护更加强调对于数据的保存及增值活动^[12]，而数据管理在数据管护的基础上，还囊括面向数据的采集、应用等流程管理。另外一个相关概念便是“数据科学”（Data Science），指利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域^[13]，其以数据特别是大数据作为基础研究对象^[14]。从国内外的数据科学研究来看，其研究范畴更广，与计算机科学、电子信息技术、数学、信息管理等学科交叉。简而言之，数据科学不仅关注数据的物理层、网络层、传输层等数字化形态的客观对象，而且关注数据进入应用阶段、融入社会发展后的工具形式和要素价值。而信息资源管理学科中探讨设立的“数据管理”二级学科具有更强的管理学属性，学科边界更为清晰，强调综合运用政策的、法律的、经济的、人文的、技术的方法与手段对数据进行控制，进而提升数据利用效率、最大限度地发挥数据的效用价值。数据管理的学科理念能够与原图情档学科中信息管理学的理论与方法更好地适配^[15]。国内围绕数据管理的理论和实践已然形成较多独立的研究分支。例如，科学数据管理、数据分析与处理、数据共享、数据素养，这些独立的研究分支从数据类型、管理技术、管理模式、用户等角度去探究对于数据的科学控制问题，进而相互支撑逐步构建起数据管理学科独立的理论、研究、方法与应用体系。

2.2 数据管理与图情档

数据管理具有显著的通专结合与跨学科特征，可与图情档二级学科建设相辅相成。图情档二级学科可以数据管理为纽带推动产学研深度融合，构建数据驱动型的创新体系与发展模式。

第一，数据管理粘合图情档学科。长期以来，图书馆学、情报学与档案学的学科建设内容与方向差异度较大，三个二级学科皆形成了各自特色鲜明的研究体系，虽然在研究方法与数据处理层面具有共通之处，如文献计量与科学评价被广泛应用于图情档各领域，但从人才培养体系设置、师资队伍建设、科学研究范式和社会服务机构依托看，二级学科之间的独立性仍比较强。而数据管理不仅具有较为完备的学科内涵及外延、学科基础与框架、研究对象与内容、研究方法与范式、应用领域，已经具备设立新学科的基本条件^[16]，而且可作为图书馆学、情报学与档案学二级学科建设中的纽带，进一步增强图情档一级学科共同体的学科认知与学科交流。特别是在原图情档一级学科发展过程中，数据管理作为一种研究方向或者手段，已经融入到了原图情档学科的科学研究之中。例如，原图情档学科方向包括数据管理与知识网络、数据经济/数据再利用、商业大数据分析、互联网金融与大数据分析、健康大数据分析及应用、政府数据治理、数据智能、移动计算环境数据管理、机器阅读与数据智能、关联数据与数字人文、大数据分析与应用等。将数据管理列为新版学科目录中的二级学科，无疑是对先前数据管理研究范式或者思维的强化，以数据管理支撑图书馆学、情报学与档案学的发展。此外，在原图情档学科建设过程中，对于数据管理缺乏明确定位，有关数据管理的研究方向理论与实践脱节，数据管理理论体系的缺乏导致难以对原图情档学科的科学实践形成系统指导，原图情档学科实践成效也难以反补数据管理理论建设与创新。如若设立数据管理二级学科，能够使得先前的数据管理相关研究体系化，推动数据管理在理论建设和实践开展间形成良性循环。

第二，图情档学科助力数据管理建设。在未来较长时期，图情档学科的发展方向都将与数据管理相交叉。首先，对于图书馆学，图书馆学界关注政府、科学、公共文化等不同类型的数据，探究数据管理中的数据资源整合（如元数据标准、数据仓库）、数据开放共享、用户数据素养等议题。数据管理可以上述研究成果为理论和实践基础，推动自身研究向纵深发展，即数据量（小规模数据→结构化数据→非结构化大数据）、数据类型（政府、科学、公共文化等单领域→国家安全、数字经济等交叉领域）、研究逻辑（研究实践→理论创新→话语体系构建）；其次，对于情报学，学界以信息流（信息生产者→信息栈→信息利用者）^[17]、信息链（事实—数据—信息—知识—情报/智能）^[18-19] 等为研究对象已开展系统研究，构建起学科的理论与实践体系，在知识管理、信息组织、信息检索、信息服务以及信息系统等领域特色鲜明且具有优势。同时，从数据管理成熟度(Data Management Maturity, DMM)模型来看，数据管理涉及的数据质量、数据操作、数据治理、数据管理战略、平台及架构等核心过程域在信息层面皆有系统性研究^[20]。而“信息大于数据”^[21]，信息层面研究成果能够为数据层面研究工作提供借鉴。此外，当前管理活动已深入数据层，学科领域也扩展到各种类型的数据管理^[2]。图情档相关理论与实践可助力大数据时代的多源异构数据管理；再者，对于档案学，档案与数字人文、档案记忆理论与数字记忆、文件档案管理数字转型是未来档案学界的重要研究方向^[22]，皆与数据管理领域交叉融合。此外，在数据管理理论方法的体系化建设中，需要匹配应用场景，图书馆中的数据资源、情报所中的科技信息、档案馆中的历史史料等皆可为数据管理研究实践提供场景。

综上，数据管理学科的理论与方法建设可有助于先前图情档学科中数据管理相关研究的体系化，而图情档学科中的研究场景也可作为数据管理学科研究场景的一部分，相辅相成。但值得注意的是，未来数据管理学科的建设边界必然不局限于现有图情档学科中数据管理的研究范畴，而是具有鲜明的跨一级学科特征。

3

数据管理的发展趋势：

交叉创新

交叉创新既是数据管理发展中的显著特征，也是服务于有组织科研的必然要求。下面将首先从“新文科建设下的数据管理”来探讨数据管理学科的交叉创新。而学科交叉创新需服务于国家与社会的重大需求，当前以经济建设为中心是兴国之要，“四个面向”也强调科技事业发展要面向经济主战场。为此，从“面向经济主战场的数据管理”来探讨学科交叉创新如何回应新时代的经济社会发展要求。

3.1 新文科建设下的数据管理

当前，图情档学科的数据管理研究主要面向政府^[23]、图书馆^[24]、智库^[25]等机构，多聚焦于科学数据管理^[26-27]，少数向国家安全数据管理^[28]、军事数据管理^[29]等领域拓展，关注数据管理的政策^[23]、服务^[24]、人才培养^[30]等主题。从中可以看出，数据管理研究多聚焦于图情档的传统研究领域，仅少数研究面向图情档的新兴交叉研究领域。而自2020年11月教育部《新文科建设宣言》发布以来^[31]，图情档学界近年来围绕新文科建设开展了系列探索与研究，如数字人文、国家安全、数字经济、健康信息学等，在理论和实践层面产出了丰富的成果。数据管理在图情档的新文科建设中大有可为。

人文社科资深教授马费成在光明日报刊文中指出，在新文科建设大背景下，应深入推进大数据等信息技术与人文社会科学研究深度融合^[32]。大数据等信息技术作为数据管理的关注重点，数据管理可为人文社会科学研究提供数据源泉、方法与理念支撑，以智慧数据为重大社会问题的解决提供新方案，如基于社会大数据的宏观经济监测、基于移动大数据的数字化新冠疫情防控、基于政务大数据的智慧城市圈建设。数据管理在与人文社会科学共同开展交叉研究中还应主动拥抱新思维，涉及战略思维、三元世界思维、抽象思维、跨界思维、工程思维、时空思维等^[33]。其中，战略思维强调以全局观思考数据管理学科发展，立足于国家大数据战略，推动人文社会科学的研究范式转型、方法论革新，实现数据管理与其他学科的协同发展；三元世界思维指数据管理应以大数据为桥梁，服务于人类社会、物理世界与信息空间的数据生态圈构建，支持人文社会科学的交叉创新研究；抽象思维强调以数据为基础，基于抽象思维探明数据背后表达的客观世界深层次运行规律；跨界思维强调以数据赋能人文社会科学研究，通过数据管理推动交叉领域间的融合创新；工程思维指将系统和控制科学理念融入数据管理实践中，提升数据管理的协同化程度，以更好地助力人文社会科学研究；时空思维表示重视时间和空间的连接，在人文社会科学研究中融入时空大数据，以产出更稳健和可靠的研究成果。综上，通过思维变革，将数据管理学科的技术及理论体系切实融入到交叉创新领域中，可激发数据管理领域的“美第奇效应”。

3.2 面向经济主战场的数据管理

2020年3月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据和资本、劳动、土地、技术等同视为五大生产要素^[34]。伴随着数据（知识）成为重要生产要素，数据呈现出资产化，数据密集型产业投资加速，数据资源已成为跨境投资并购的重要目标^[35]。在数据资产累积的基础上，如何加快数据价值资源的释放成为数字经济时代的热点议题^[36]，也是衡量数字中国建设程度的关键指标^[37]。重要抓手之一便是充分发挥数据管理在数据价值资源萃取过程中的催化作用。数据管理通过聚焦于数据资产管理、数据安全防护、数据精准供给等数据要素流动过程中的核心问题，为数据价值提升提供了有效渠道，可助力数字经济发展。以数据管理为依托，我国数字经济已经历数据资源型、数据驱动型，当前向数据赋能型发展^[38]。

为开展有组织科研下的数据管理研究，下面主要探讨面向经济主战场，未来数据管理最需要深入挖掘的研究主题。第一，数据资产管理。数据管理领域需着眼于数据资产管理机制的构建，通过数据质量管理、数据监管、数据治理、数据产权规范等路径整合数据资产^[38-39]。具体而言，面向数据质量管理，需关注在健康、金融、农业等不同场景下数据质量评价体系的设定问题；面向数据监管，需关注数据监管对于数据的可用性与存储效率提升、数据利用风险降低、数据空间安全维护的作用^[40]；面向数据治理，新业态、新产业、新技术下的数据治理值得关注。例如，探究基于可信人工智能的数据治理创新，从政策规划、技术赋能等视角分析元宇宙对数据治理的影响等；面向数据产权，可探究数据确权、数据知识产权、数据估值、数据质押融资、数据交易、数据开放存取等议题。此外，地方政府也出台系列政策鼓励企业有效管理数据资产，推动企业业务创新与变革转型。例如，广东省工业和信息化厅于2022年8月印发《广东省企业首席数据官建设指南》，鼓励企业设立首席数据官（Chief Data Officer, CDO）。

第二，数据安全防护。数据安全防护涉及个人、企业、政府以及国家各个层面。面向境内数据，数据管理领域应探索面向个人、企业、政府的差异化数据分级分类安全防护机制，提升对个人隐私数据、企业经营数据、政府政务数据的防护。值此百年未有之大变局，国家数据主权、跨境数字流动、数字冷战也值得关注。具体而言，国家数据主权强调国家对境内数据控制的主导地位。跨境数据窃取、跨境数据调用、强制数据转移等行为不断威胁国家数据主权。为此，我国2020年9月发起《全球数据安全倡议》，呼吁国际社会重视国家数据主权问题。跨境数字流动已连续数年成为二十国集团（G20）峰会的数字经济部长级会议核心议题，针对跨境数字流动的标准、规则、政策、法规等展开博弈。我国也需建立符合国情的跨境数字流动安全审查制度。此外，还需警惕国际上对于数据的单方面长臂管辖、市场准入限制、非关税贸易壁垒等问题；第三，数据精准供给。相关主题在图情档中研究较多，未来还需持续关注数据层面用户需求与数据服务间的精准匹配问题。

4

数据管理的人才培养

人才兴则学科兴，人才强则学科强，人才培养必须摆在学科专业建设中优先发展的地位,可从学位教育与培养模式两方面探讨数据管理的人才培养工作：

4.1 数据管理的学位教育

当前大学教育逐渐从专业教育向通识教育、大类教育的融合发展转型，学科与学科之间的融合性增强，学科与学科之间的流通性、竞争性也加剧。在大类招生背景下，图情档专业可能面临着“三关”挑战：一是学科入口关，考生理解的“图书情报与档案管理”学科内涵与学科实际实践上存在信息差，相当数量的潜在生源无法进入图情档的教育市场；二是学科过程关，学生对不断增长的高质量、高挑战性的教育需求和自我成就需求，与图情档教育的专业知识更新速度偏缓、体系开放与普遍适用性不够存在一定实践矛盾，在分流后仍存在生源流失风险；三是学科出口关，图情档行业对口就业的专业保护性壁垒不够与其他行业介入的系统性竞争力不充分，在“T型”人才培养中的垂直纵向能力还不突出。因此，“信息资源管理”的学科更名对提升本学科的生源质量、教学质量和社会认知，具有很重要的现实意义。但在实现学科建设与人才培养中，一是应该进一步面向社会办学，学科内涵与人才培养应该与当下的技术变革环境相适应、与高等教育的改革方向相适应、与专业就业岗位的实际需求相适应；二是应该进一步突出学科的专业传承与实践拓新的融合，突出学科的开放性、包容性与成长性。在此时代背景下，本学科开拓数据管理方向的人才培养正当其时。

下面从本科与研究生两个层次探讨数据管理的学位教育：

关于本科层次的学位教育，国内相关本科专业通常授予管理学学士或者工学学士，学制一般为四年。其中，管理学学士主要指“大数据管理与应用”专业，工学学士主要指“数据科学与大数据技术”。图情档院系主要设立大数据管理与应用专业，面向数据管理、商务分析、决策支持等领域，侧重于大数据的管理与治理。代表性院校如武汉大学信息管理学院、北京大学信息管理系、华中师范大学信息管理学院。而国外相关本科专业多设置为数据科学（Data Science）、信息科学+数据科学（Information Sciences + Data Science）等跨学科项目。典型如德雷塞尔大学计算与信息学院的数据科学、伊利诺伊大学厄巴纳-香槟分校信息科学学院的信息科学+数据科学。上述院校皆强调在人才培养中融合数据科学与计算科学的教育理念^[41]，但在实践途径上国内更强调学科专设和独立运行的全过程教育，国外强调交叉融合和联合教育的出口管理。

关于研究生层次的学位教育，国内武汉大学信息管理学院于2019年开始培养数据科学专业的硕士、博士研究生，北京大学信息管理系在图书情报与档案管理下招收大数据管理与应用方向博士研究生，南京大学信息管理学院自主设立国家安全数据管理二级学科，招收国家安全数据管理硕士研究生。国外以iSchool联盟为代表，多以数据科学为学科名称方向，如密歇根大学信息学院、雪城大学信息研究学院的应用数据科学硕士(Master of Applied Data Science)，加利福尼亚大学伯克利分校信息学院的信息与数据科学硕士(Master of Information and Data Science)。

在新一轮信息资源管理学科建设背景下，二级学科的新探索将为具有图情档特色的数据管理人才培养开启新征程。虽然“数据科学”的概念内涵具有更广泛的内涵和空间，但“数据管理”无疑更加具有实践基础和实施条件。在中国学科管理体系中，以“数据科学”开展学科方向可能会与计算机科学、系统科学发生交叉或重叠，其学科归属或学科内涵可能具有争议；而“数据管理”本身与“信息资源管理”同属管理门类，内涵上具有数据资源、数据技术的同构同源特征，实践中具有科研基础和人才培养条件，应是更为理想的备选方案。但是无论何种路径，都应办出本学科的数据管理人才培养特色。一方面，需要培育具有“数据管理烙印”的新课程，杜绝将传统图情档课程简单拼凑为数据管理方向的课程体系；另一方面，避免与其他一级学科的数据科学办学同质化。

4.2 数据管理的人才培养模式

人才培养是信息资源管理学科的传承。在学位教育的基础上，图情档院系需进一步思考如何创新人才培养模式，办更高质量的教育，可从如下方面推进：

第一，“创新平台+人才培养”模式。数据管理人才培养更加注重理论与实践的融合，具有文、理、工的学科交叉特色，以图情档为学科涵养和实施基础、以数据技术和企业实践为管理手段、以创新平台与工程实践为落地特色。国内图情档院系围绕数据管理（或涵盖更大范畴的大数据），成立了各层级的研究院与实验室，开展跨学科的人才培养。如武汉大学信息管理学院牵头成立大数据研究院，南京大学信息管理学院近年组织力量牵头建成开放数据分析与处理综合训练中心省级示范中心、江苏省数据工程与知识服务重点实验室、南京大学人文社会科学大数据研究院、教育部数据智能与交叉创新实验室。上述创新平台的设立通过领先的理论研究、管理咨询与产业孵化等，可为数据管理领域的人才培养注入活力。

第二，“数据管理+场景”人才培养模式。数据管理专业的技术能力与相关专业的场景融合，形成“问题驱动”的创新式、启发式教育是本专业的人才培养特色。关于数据管理的教学、研究与应用多围绕“数据+技术+场景”，结合社会需求办学成为必由之路。典型数据管理应用场景如“数据管理+金融”、“数据管理+健康”、“数据管理+人文”、“数据管理+新闻”、“数据管理+网络安全”、“数据管理+商务”、“ 数据管理+社会治理”。例如，中国人民大学信息资源管理学院与新闻学院联合打造的“新媒体运营-数据管理”双学士学位项目便是上述理念的典型实践，旨在培养数据管理与新媒体运营相结合的拔尖人才，为国家形象传播添砖加瓦。因此，数据管理的人才培养，可基于上述典型场景中的专业化平台、特殊对象、关键问题开展研究与攻关，培养数据管理领域的“专精特新”人才，更好地契合各行业对数据管理人才的需求。

5

 结    语

自图情档共同组建一级学科以来已有二十余载，过去的二十五年里图情档人为学科建设与发展做出了卓有成效的努力。在一级学科更名为“信息资源管理”的时代背景下，图情档人应凝聚共识，共同为学科的发展出谋划策，从顶层布局把握学科发展脉络。笔者认为数据管理是原图情档一级学科建设过程中的优势方向，数据科学二级学科的增设可实现数据管理方向的巩固与创新。同时，二级学科的增设可催生新的学科生长点，优化信息资源管理学科布局，延伸信息资源管理学科腹地，从而实现一级学科发展过程中的补短板、锻长板。以数据为矛，借助数据管理能使信息资源管理学科在未来能够不断聚焦于国际科技前沿、重大原始创新、国家区域创新，开展数字经济、健康中国、数字人文等重点交叉领域的融合创新研究，数据赋能学科相关行业产业发展的核心竞争力，使“新生”的信息资源管理学科肩负起新时代赋予的使命任务。

参考文献

[1] 国务院学位委员会、教育部．关于印发《研究生教育学科专业目录（2022年）》《研究生教育学科专业目录管理办法》的通知[EB/OL]．[2022-10-05]．http://www.moe.gov.cn/srcsite/A22/moe_833/202209/t20220914_660828.html.

[2] 马费成．凝聚共识，推动信息资源管理一级学科建设[J/OL]．[2022-10-30]．信息资源管理学报．https://kns.cnki.net/kcms/detail/42.1812.G2.20221019.1758.002.html.

[3] 冯惠玲．以信息资源管理的名义再绘学科蓝图[J/OL]．[2022-10-30]．信息资源管理学报．https://kns.cnki.net/kcms/detail/42.1812.G2.20221018.1717.002.html.

[4] 黄海瑛，肖兰，王冰洁，等．数据管理的研究进展与热点：战略、角色与应用[J]．图书情报知识，2017(5)：13，22-29． 

[5] 习近平．习近平主持中共中央政治局第二次集体学习并讲话[EB/OL].[2022-11-01]. http://www.gov.cn/xinwen/2017-12/09/content_5245520.htm.

[6] 第十九届中央委员会. 中国共产党第二十次全国代表大会报告[EB/OL]. [2022-11-01]. https://news.ifeng.com/c/8K9l4qcZtaw.

[7] 徐敏，李广建．第四范式视角下情报研究的展望[J]．情报理论与实践，2017，40(2)：7-11． 

[8] Holton J A, Walsh I. Classic grounded theory: Applications with qualitative and 

quantitative data [M]. California: SAGE Publications, 2016.

[9] Ackoff R L. From data to wisdom[J]. Journal of Applied Systems Analysis, 1989, 16(1): 3-9.

[10] 梁战平．情报学若干问题辨析[J]．情报理论与实践，2003(3)：193-198． 

[11] 潘教峰．科技智库研究的DIIS理论方法[N]．中国科学报，2017-01-09(7)．

[12] 王芳，慎金花．国外数据管护(Data Curation)研究与实践进展[J]．中国图书馆学报，2014，40(4)：116-128． 

[13] Oracle. 什么是数据科学？[EB/OL]. [2022-10-06]. https://www.oracle.com/cn/what-is-data-science/.

[14] 朝乐门．数据科学理论与实践[M]．第二版．北京：清华大学出版社，2019：9． 

[15] 马费成，宋恩梅，赵一鸣．信息管理学基础[M]．第三版．武汉：武汉大学出版社，2018． 

[16] 吴超．“新学科”学的基础理论研究[J]．技术与创新管理，2022，43(3)：342-350． 

[17] 中国大百科全书·信息栈[EB/OL]. [2022-10-13]. https://www.zgbk.com/ecph/words?SiteID=1&ID=134856&Type=bkzyb&SubID=104924.

[18] 中国大百科全书·情报[EB/OL]. [2022-10-13]. https://www.zgbk.com/ecph/ words?SiteID=1&ID=25368&Type=bkzyb&SubID=104329.

[19] 马费成，李志元．新文科背景下我国图书情报学科的发展前景[J]．中国图书馆学报，2020，46(6)：4-15． 

[20] Mecca M. Data management maturity model introduction [EB/OL]. [2022-10-15]. http://cmmiinstitute. com/data-management-maturity.

[21] 叶继元，陈铭，谢欢，等．数据与信息之间逻辑关系的探讨——兼及DIKW概念链模式[J]．中国图书馆学报，2017，43(3)：34-43． 

[22] 冯惠玲，连志英，曲春梅，等．回顾与前瞻：“十三五”档案学科发展调查和“十四五”档案学重点研究领域展望[J]．档案学通讯，2021(1)：4-15． 

[23] 王芳，卜昊昊．科学数据管理政策发展比较研究[J]．中国图书馆学报，2022，48(6)：77-96．

[24] 邵波，单轸，王怡．新一代服务平台环境下的智慧图书馆建设：业务重组与数据管理[J]．中国图书馆学报，2020，46(2)：27-37．

[25] 吴雅威，张向先，卢恒．国外一流智库的数据管理模式解析及其启示[J]．情报杂志，2020，39(11)：126-133，164．

[26] 李纲，马亚雪，巴志超．基于价值链的数据管理理论思考[J]．信息资源管理学报，2018，8(1)：9-18．

[27] 赵安琪，付少雄，冯亚飞．国外健康科学数据管理实践及启示[J]．图书情报知识，2020(1)：105-114．

[28] 李阳，孙建军．国家安全数据管理的兴起及图情档学科的角色[J]．图书与情报，2021(5)：46-52．

[29] 汤珊红，游宏梁，高强，等．DMM模型在军事数据管理成熟度研究领域的适用性探讨[J]．情报理论与实践，2019，42(11)：83-86，114．

[30] 王晰巍，李玥琪，贾若男，等．新文科背景下大数据管理与应用专业人才培养模式[J]．图书情报工作，2021，65(17)：45-56． 

[31] 教育部．新文科建设宣言[EB/OL]. [2022-10-12]. http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202011/t20201103_498067.html.

[32]马费成．推进大数据、人工智能等信息技术与人文社会科学研究深度融合[J]．评价与管理，2018，16(2)：1-5.

[33] 赵徐州,曾江．构建高质量科技情报支撑体系[EB/OL]. [2022-10-18]. http://ex.cssn.cn/zx/zx_gjzh/zhnew/202106/t20210603_5338026.shtml.

[34] 中共中央、国务院．关于构建更加完善的要素市场化配置体制机制的意见[EB/OL]. [2022-10-12]. http://www.gov.cn/zhengce/2020-04/09/content_5500622.htm.

[35] 国务院发展研究中心"国际经济格局变化和中国战略选择"课题组，宋紫峰．未来全球产业分工格局变化分析[J]．中国发展观察，2019(12)：31-38，43． 

[36] 马费成，卢慧质，吴逸姝．数据要素市场的发展及运行[J]．信息资源管理学报，2022，12(5)：4-13． 

[37] 国家互联网信息办公室．《数字中国发展报告（2021年）》[EB/OL]. [2022-10-09]. http://www.cac.gov.cn/2022-08/02/c_1661066515613920.htm?spm=C735448.

[38] 夏义堃．数据管理视角下的数据经济问题研究[J]．中国图书馆学报，2021，47(6)：105-119． 

[39] 夏义堃．数据要素市场化配置与深化政府数据治理方式变革[J]．图书与情报，2020(3)：14-16． 

[40] 沙勇忠，陆莉．公共安全数据管理：新领域与新方向[J]．图书与情报，2019(4)：1-12． 

[41] 邓胜利，付少雄．计算科学与信息科学融合下的图书情报学科建设*——基于德雷塞尔大学计算与信息学院实践[J]．情报资料工作，2019，40(3)：80-87． 

作者简介

孙建军，教授，博士生导师，研究方向：网络信息资源管理、大数据分析，Email: [e-mail]；

裴雷，教授，博士生导师，研究方向：信息政策、数据管理、信息行为，Email: [e-mail]；

付少雄，南京农业大学副教授、硕士生导师，南京大学博士后，研究方向：数字信息资源管理、用户信息行为，Email: [e-mail]。

*原文已在中国知网首发，欢迎个人转发，公众号转载请联系后台。

* 引用格式

孙建军,裴雷,付少雄.兼收并蓄:信息资源管理学科建设背景下的数据管理[J/OL].信息资源管理学报:1-9[2023-01-10].http://kns.cnki.net/kcms/detail/42.1812.G2.20230109.1350.001.html

往期 · 推荐

▲点击访问信息资源管理学报小程序

制版编辑 | 王伊杨

审核 | 于阿媛

长按识别二维码关注我们

信息资源管理学报

微信号

xxzyglxb

分享、在看与点赞

只要你点，我们就是朋友😊