4.3 机构合作层面
合作是北美人文社科数据管理的显著特点。我国人文社科数据管理在机构合作方面应在指导机构和实施机构两个层面展开。在指导机构层面，国内主要人文社科科研资助部门间应加强协调，共同提出我国数据管理的远景规划，组成指导联盟的核心；权威出版社作为数据管理的重要推手，亦应成为其中的重要成员。在实施机构层面，我国当前的合作局限于机构内跨部门的合作，如高校内不同院系间的合作。北美的实践表明，图书馆作为人文社科数据管理实施机构，应积极加强同校内外的科研单位、政府部门、商业机构，以及图书馆同行间的联系与合作，共同推动我国人文社科数据管理的发展。
4.4 建设与服务层面
数据资源建设与数据服务是一个问题的两个方面，建设是手段，服务是目标，二者密不可分。图书馆应将人文社科数据资源建设纳入信息资源建设的整体规划之中，其建设内容包括数据回溯、数据监护和数据导航三个方面。数据回溯是对已有数据进行采集、鉴别、保存并提供再利用；该项工作可以结合当前研究所需，对已有数据进行回溯建库；对那些遗失风险较大的数据，应予优先回溯建库；对重要研究项目或权威学者的已有数据亦应优先回溯建库。数据监护是对当前研究过程中产生的数据进行管理，以利于研究的验证，同时也通过数据共享方式，避免重复研究。数据导航是对网上数据管理项目进行采集、分类并提供检索、利用，从而方便研究人员快速获取所需数据资源，该项目可纳入我国CALIS网络资源导航子项目进行整体建设。
数据服务主要包括数据保存服务、数据发现与获取服务、数据咨询服务。数据保存服务应同数据监护工作相结合，为科研人员提供数据保存空间，并提供长期保存服务。数据发现与获取服务则是在数据资源建设的基础上，帮助研究人员从本机构内外获取所需数据资源。数据咨询服务是根据研究人员需要，提供相应的数据管理咨询服务，如斯坦福大学图书馆开展的数据处理与数据修改等服务项目，它是图书馆信息咨询工作的新发展；数据咨询服务可在科研伊始即嵌入其中，为科研团队提供数据管理规划及数据收集、加工、保存、发布、长期保存服务，从而融入科研活动之中，成为研究人员的科研伙伴。
4.5 技术层面
主要涉及元数据标准、数据管理平台和数据库建设模式，以及数据挖掘与数据分析技术研发等方面。采用统一的元数据标准有助于不同系统间的数据交换与共享，DDI元数据标准在人文社科数据管理领域获得了广泛的应用，已成为公认的标准，应作为我国人文社科数据管理元数据标准的首选。在数据管理平台的选择上，开源软件因其免费、开放、弹性、自由传播等特点而被广泛采用，北美使用较多的这类平台主要有DSpace、Fedora，以及结合二者优点的DuraSpace等。图书馆应将数据管理平台与其他资源管理平台进行集成，为读者提供“一站式”信息资源服务。在数据库建设模式方面，需考虑同图书馆机构知识库的关系。国外主要有集中式和分散式两种模式，集中式是在原有的机构知识库中增加数据管理的功能，如麻省理工学院的DSpace@MIT项目；分散式则是将数据管理系统和机构知识库分离，单独建设，如爱丁堡大学的数据管理项目DataShare同其机构知识库Research Archive分开建设，二者在收录对象、系统功能和建设单位等方面均有所不同。我国高校在人文社科数据管理实践中，应结合本校、本馆实际，综合考虑数据产生量、机构知识库建设现状、用户使用习惯等因素，采用合适的建设模式。此外，在技术层面上还应积极采用新技术，使研究人员能便捷地获取、使用、分析数据，提高数据利用率，并扩大其影响力。
4.6 人才培养层面
学科馆员长期从事学科信息服务，对学者的数据需求有较深入的了解，是从事数据管理的最佳人选。图书馆在数据管理实施过程中应充分发挥学科馆员的作用，对其进行数据管理技能培训，将其培养成数据人文学者，使之成为图书馆和e-Research之间的重要桥梁。另一方面，图书馆应借鉴ICPSR经验，将数据管理纳入信息素养教育体系，通过文检课、信息素养讲座、暑期班等途径，加强数据管理的宣传、推广与培训，提高科研人员的数据管理意识和数据使用技能，从而更好地开展定量研究。
4 结语
完善的数据管理是社会观测系统的重要构件，是支援学术研究的利器，将成为人文社会科学研究的基础设施，同时也是图书馆成为学者科研伙伴的最佳契机。图书馆应主动了解研究人员的数据需求，同时提高馆员的数据管理技能，开展多边协作以开展数据管理，从而融入学者的研究环境之中，使之成为图书馆学科服务的重要组成部分，进而提升图书馆的价值。
