■文/鄭思聰（中國科學技術信息研究所）

2021年8月，經(jīng)合組織（OECD）發(fā)布報告《開放科學——推動數(shù)字時代的發(fā)現(xiàn)》指出，數(shù)據(jù)驅(qū)動的創(chuàng)新和數(shù)據(jù)密集型科學為解決重大社會挑戰(zhàn)帶來了巨大希望。OECD認為，開放科學促進了出版物、數(shù)據(jù)、算法、軟件和工作流程的開放獲取，在加速科學研究和創(chuàng)新方面發(fā)揮了重要作用，但當前數(shù)據(jù)開放共享進程遠落后于出版物開放共享進程，在新冠肺炎大流行的背景下對數(shù)據(jù)開放共享的需求急劇提升。針對這一問題，OECD給出了對公共資助產(chǎn)出的研究數(shù)據(jù)進行開放共享的七大建議，涉及數(shù)據(jù)治理、技術標準和實踐、人員激勵和獎勵、基礎設施、國際合作等方面。

隨著經(jīng)濟和社會日益以知識為基礎，數(shù)據(jù)成為一種關鍵資源。數(shù)據(jù)驅(qū)動的創(chuàng)新正在改變社會，并對應對氣候變化、人口變化、流行病等全球性挑戰(zhàn)具有重要意義。近十余年里，數(shù)據(jù)驅(qū)動的創(chuàng)新和數(shù)據(jù)密集型科學推動科學格局發(fā)生了巨大變化，開放科學和開放數(shù)據(jù)已成為主流趨勢。

一、實踐中的開放科學

OECD認為，開放科學主要包括三大方面，分別為：通過信息和通信技術實現(xiàn)的開放獲取、開放研究數(shù)據(jù)和開放合作。在實踐中，開放科學具有創(chuàng)造科學新發(fā)現(xiàn)的機會、推動科研成果再現(xiàn)、促進跨學科合作、提高研究效率和公共投資回報率、提升公眾對科學研究的支持和信任等諸多益處。特別是在新冠肺炎全球大流行的背景下，開放科學政策可以消除研究數(shù)據(jù)和思想自由流動的障礙，加快推進疾病防治相關研究。開放科學涵蓋一系列值得討論的主題，OECD重點討論了其中兩大主要支柱：出版物開放獲取和開放數(shù)據(jù)。

（一）出版物開放獲取

出版物開放獲取將會帶動實現(xiàn)更為全面的文獻引用，這意味著在開放和免費獲取方式下發(fā)表的論文往往比在付費方式下發(fā)表的論文對同行的影響更大。一項針對30萬篇文章的大規(guī)模研究顯示，至少28%的學術文獻是開放獲取的，但開放獲取的主要途徑不是綠色開放獲?。ňG色開放獲取是指作者將研究文稿的不同版本自行存檔至開放獲取的平臺）、金色開放獲?。ㄖ赣沙霭嫔烫峁┇@取，在研究發(fā)表時提供即時、永久的開放獲取渠道）或混合開放獲取（是一種混合模式，允許作者支付一篇文章的出版費用，并以金色開放獲取論文的方式出版特定作品），而是在出版商網(wǎng)站上免費獲取文章，無需明確的開放許可。研究還指出，對出版物的開放獲取也因?qū)W科而異，在2009年至2015年期間發(fā)表的天文學、天體物理學、胚胎學、熱帶醫(yī)學和生育學論文有80%以上實現(xiàn)了開放獲取，而藥學、無機化學與核化學、犯罪學和應用化學的論文只有不到10%實現(xiàn)了開放獲取。同時，綠色開放獲取的普及率也存在很大差異，核物理和粒子物理領域的綠色開放獲取比例超過50%，麻醉學和熱帶醫(yī)學領域卻不到2%。

另據(jù)OECD 2016年的調(diào)查，約50%～55%的文獻在出版3～4年后可實現(xiàn)開放獲取。而與來自OECD國家的學者相比，來自新興國家和發(fā)展中國家的學者在論文出版方面更依賴開放獲取期刊。

（二）開放數(shù)據(jù)

OECD認為，開放數(shù)據(jù)是指“任何人都可以在不受技術或法律限制的情況下訪問和可再用（Reuse）的數(shù)據(jù)”，而且使用者通常無需承擔任何費用。目前，只要不涉及隱私、國家安全、知識產(chǎn)權或其他公共和私人利益，共享研究數(shù)據(jù)已成為一種默認規(guī)范。

一項針對全球1381個研究數(shù)據(jù)庫的調(diào)查顯示，2015年86%的數(shù)據(jù)庫實現(xiàn)了對部分或全部數(shù)據(jù)的開放訪問（其中50%為完全開放），12%的數(shù)據(jù)庫向特定用戶提供限制性訪問，2%的數(shù)據(jù)庫使用封閉數(shù)據(jù)或限制性訪問的混合解決方案。

另據(jù)OECD 2018年針對國際科學作者的調(diào)查，67%的科研成果會產(chǎn)生數(shù)據(jù)或代碼，但作者更愿意分享其數(shù)據(jù)而不是代碼，只有20%的作者會將其代碼歸檔到數(shù)據(jù)庫中或作為支撐材料提交至期刊。數(shù)據(jù)的可再用性是目前需要克服的障礙，因為即使在共享時，數(shù)據(jù)也不總是可查找、可訪問、可互操作和可再用的，通常既不附帶相關元數(shù)據(jù)，也不符合相關標準，匹配標識符的數(shù)據(jù)更少。調(diào)查顯示，僅有12%的數(shù)據(jù)是可再用的，但需要支付費用。另外，數(shù)據(jù)共享還面臨加工和傳播成本高以及知識產(chǎn)權問題，多數(shù)資助機構(gòu)也尚未對數(shù)據(jù)共享問題提出明確要求。

二、開放科學政策

過去20年，隨著全球?qū)﹂_放科學潛在影響認識的不斷加深，一些OECD成員國與伙伴經(jīng)濟體就開放科學部署了相關政策和項目，并取得了重大進展。

在政府層面，根據(jù)OECD和歐盟委員會共同展開的調(diào)查，截至2017年，世界各國和地區(qū)共有181項有關開放科學的政策，主要涵蓋如下領域：支持研究基礎設施建設；支持開放獲取數(shù)據(jù)的國家政策和戰(zhàn)略（通常與更廣泛的開放科學戰(zhàn)略或開放政府舉措相聯(lián)）；設立治理機構(gòu)，推動開放獲?。辉O立促進數(shù)據(jù)開放獲取的網(wǎng)絡和合作倡議。例如，芬蘭政府出臺的“開放科學與研究計劃”最為成熟，具有借鑒價值。該計劃建立在“芬蘭研究數(shù)據(jù)計劃”的基礎上，旨在將開放科學與研究貫穿整個研究過程，同時打造研究領域的數(shù)字化服務，為開放科學發(fā)展創(chuàng)建參考體系結(jié)構(gòu)，為研究人員提供指南和支持，為開放獲取和長期存儲元數(shù)據(jù)創(chuàng)建模型和工具。另外，有些國家開始設立特定的開放科學治理機構(gòu)或相應職位，如法國設立國家首席數(shù)據(jù)官一職，負責協(xié)調(diào)政府數(shù)據(jù)相關工作，促進政府數(shù)據(jù)（包括研究數(shù)據(jù)）的上傳、治理、流通和再利用。

在學術機構(gòu)和數(shù)據(jù)存儲庫層面，一些國家和地區(qū)已經(jīng)構(gòu)建了基于國際合作的存儲庫網(wǎng)絡，如歐洲開放獲取基礎設施研究項目、歐洲科學云、德國國家研究數(shù)據(jù)基礎設施、美國國家衛(wèi)生公共研究院和日本開放科學研究數(shù)據(jù)基礎設施等。

三、挑戰(zhàn)與建議

總體來看，目前對數(shù)據(jù)的開放獲取滯后于對出版物的開放獲取。截至2017年，歐洲超過92%的大學已經(jīng)制定了出版物開放獲取政策，但只有不到28%的大學制定了數(shù)據(jù)開放獲取政策。究其原因，基礎設施不是主要問題，已經(jīng)有超過83%的機構(gòu)擁有自建存儲庫或已加入共享存儲庫，其主要障礙在于對研究數(shù)據(jù)開放共享的益處認識有限、缺乏國家層面的政策指導方針、缺少推廣研究數(shù)據(jù)開放共享的激勵措施、研究數(shù)據(jù)開放的成本較高等。

在新冠肺炎全球大流行的背景下，盡管開放科學進程得以加速，但仍然面臨諸多挑戰(zhàn)，具體包括：所有數(shù)據(jù)的可查找性、可訪問性、可互操作性和可再用性仍舊不足，導致數(shù)據(jù)解釋和再利用存在困難；數(shù)據(jù)來源比較分散；大多數(shù)OECD國家數(shù)據(jù)保護政策嚴格，個人健康數(shù)據(jù)開放共享是一項挑戰(zhàn)；數(shù)據(jù)透明度低，政府可能會干預新冠病毒檢測過程，以防止“確診病例”激增；出版商積極參與的開放獲取項目時效相對較短，未來是否持續(xù)開放存在不確定性；被廣泛應用預印本論文雖加速了新冠相關研究知識的傳播，但卻存在質(zhì)量風險。

因此，為推動數(shù)據(jù)開放共享，OECD首先針對公共資助產(chǎn)出的研究數(shù)據(jù)提出了七大方面的開放獲取建議。

在數(shù)據(jù)治理方面，建議：最大限度地推動公共資助產(chǎn)出的數(shù)字資產(chǎn)（包括研究數(shù)據(jù)、元數(shù)據(jù)、算法等）實現(xiàn)開放獲取和可再用，確保數(shù)據(jù)便于查找并具備用戶友好性，用戶不會因其所在地或國籍而受到歧視；在數(shù)據(jù)治理過程中，進行透明管理并降低潛在風險，確保數(shù)據(jù)在安全的環(huán)境中提供給用戶。

在技術標準和實踐方面，建議：通過分配唯一的數(shù)字永久性標識符（PID）并發(fā)布描述性元數(shù)據(jù)，提高數(shù)字資產(chǎn)的可查找性；在學科領域內(nèi)部和跨學科領域發(fā)展基礎設施和服務，提高數(shù)字資產(chǎn)的可訪問性；強化語義（包括本體和科學術語）、法律（使用權）和技術（如機器可讀性）標準，增強可互操作性；加大對開放、可自由獲取且國際公認的技術標準的支持，推動其開發(fā)、維護、應用和推廣。

在責任、所有權和管理方面，建議：在整個研究數(shù)據(jù)生態(tài)系統(tǒng)中明確界定并分配各項責任、所有權和管理職責；調(diào)整和實施相關許可，以加速科學發(fā)現(xiàn)和創(chuàng)新，并保護研究數(shù)據(jù)和數(shù)字資產(chǎn)產(chǎn)出者的權利，如公私合作研究產(chǎn)出的數(shù)字資產(chǎn)應盡可能開放共享，并要確保私營部門的合法權益；擴大公共資助產(chǎn)出的數(shù)字資產(chǎn)的應用，如加大在人工智能、文本和數(shù)據(jù)挖掘等領域的應用。

在激勵和獎勵方面，建議：在研究人員招聘、晉升和課題評審時將數(shù)據(jù)和軟件引用情況視為常設考核或評價指標；在對研究人員和科研輔助人員進行獎勵時將數(shù)據(jù)和代碼創(chuàng)建人員及維護人員視為關鍵貢獻者。

在基礎設施方面，建議：確?；A設施（包括數(shù)據(jù)和軟件存儲庫及相關服務）的可持續(xù)性，以優(yōu)先對公共資助產(chǎn)出的數(shù)字資產(chǎn)進行短期、中期或長期保存；提高全球研究基礎設施之間的互操作性，以激勵國家投資和創(chuàng)新；鼓勵保護具有長遠意義的高價值數(shù)字資產(chǎn)，包括在特定基礎設施不復存在的情況下仍能對數(shù)字資產(chǎn)提供維護和支持；確保資助工具、數(shù)字資產(chǎn)長期保存審查標準以及基礎設施預期壽命之間的適當匹配；鼓勵私營部門投資研究數(shù)據(jù)基礎設施，并采取措施確保這些基礎設施的公開性、可靠性、完整性和可遷移性，以保護長期公共利益。

在人力資本方面，建議：培養(yǎng)數(shù)據(jù)驅(qū)動型研究和創(chuàng)新所需的技能，如軟件開發(fā)技能和數(shù)據(jù)管理技能，培養(yǎng)對象涉及研究人員、學生、數(shù)據(jù)管理人員等；開展培訓，提高政策制定者和研究管理人員對有效管理數(shù)字資產(chǎn)的理解，并確保公民具備一定的數(shù)據(jù)素養(yǎng)，能夠高效利用研究數(shù)據(jù)；開創(chuàng)有吸引力的職業(yè)道路，吸引和留住數(shù)據(jù)科學家和軟件領域尖端人才。