在科技管理中，讓科學數據“開放共享”

原文地址：http://news.sciencenet.cn/htmlnews/2022/6/480134.shtm

作為世界上首顆可持續發展目標監測衛星，可持續發展科學衛星1號預計今年9月向全球開放，將產生大批的科學數據。這些數據如何管理、怎么用，牽動著全球科研界的目光。

“我們承諾獲得的數據可以提供給聯合國成員國共享，在未來數據開放期內，國內外授權用戶可以通過相應的數據共享服務系統進行數據獲取。” 中國科學院網絡安全和信息化專家咨詢委員會主任委員、可持續發展大數據國際研究中心（以下簡稱SDG中心）主任郭華東院士表示。

這份承諾的背后，是近些年我國科研界不斷推動科學數據開放共享的實踐。當科研步入數據密集型的“第四范式時代”，如何才能開發好、利用好科學數據這座“富礦”？

作為國家戰略科技力量主力軍，中國科學院一直高度重視科學數據管理與開放共享工作。啟動科學數據庫建設40年來，中科院積累超過80PB的科學數據存儲量，初步建成了由總中心、18個學科中心和13個所級中心組成的院科學數據中心體系，在支撐國家重大戰略、支持科技創新等方面發揮了重要作用。

促進共享：開放為常態，不開放為例外

做好科學數據管理，關鍵的第一步是“收集數據”。

科學數據公開還是“僅自己可見”，科學數據的共享邊界在哪里，這些問題也讓科學數據的收集困難重重。

2018年3月，國務院辦公廳印發《科學數據管理辦法》，明確了“開放為常態，不開放為例外”的原則，同時要求政府預算資金資助的各級科技計劃（專項、基金等）項目所形成的科學數據要向科學數據中心匯交。

“《科學數據管理辦法》的頒布強調了法人單位的主體責任，使得廣大普通科學工作者可以介入到數據共享，而不必承擔共享數據的成本，這必然會帶來整個生態的繁榮。”中科院網絡安全和信息化領導小組辦公室執行副主任褚大偉說。

2019年6月我國首批發布的20個國家科學數據中心中，有11個依托中科院單位建設，在國家科學數據中心體系建設中發揮了重要作用。

為了進行科學管理，中科院制定了《中國科學院科學數據管理與開放共享辦法（試行）》，并明確提出了建立“先制定數據管理計劃再立項”的項目數據匯交機制以及“論文關聯數據的匯交與管理機制”。

為了消除科技工作者發布共享數據的門檻，中科院面向科學數據匯交業務場景，提出了數據中心建設、項目科學數據匯交、匯交數據質量管理和共享等方面的一系列工作指南，并由中科院科學數據總中心研制了一系列支撐科學數據中心業務的軟件工具。

目前，中科院各國家科學數據中心已支持150項國家重點研發計劃項目數據匯交，匯交數據總量4.80PB。褚大偉表示，長遠來看匯交科學數據的總量和增長速度必然會有所增加，知識從研究過程轉化為共享數據的流程縮短，“科學數據會成為比論文更加快捷的科學信息傳播與協作渠道”。

隨著科學管理的推進，中科院科學數據中心的國際影響力也在進一步提升。微生物、基因組、天文、空間科學、地球系統、青藏高原等科學數據中心得到了國際知名出版機構認證，基因組科學數據中心被國際同行稱為“全球主要生物數據中心”，微生物科學數據中心已處于國際合作主導地位，牽頭開展了全球微生物菌種保藏目錄等國際合作計劃和國際科學數據庫共建工作。

在前不久落幕的金磚國家可持續發展大數據論壇上，SDG中心面向金磚國家發布了4套可持續發展數據產品，為金磚國家開展可持續發展目標科學研究提供支撐。

服務創新：不要為了數據而“數據”

如何確保科學數據的質量以及更好地服務科技創新，是收集海量科學數據之后更為重要的一個命題。

郭華東曾擔任國科聯國際科技數據委員會主席，在他看來，科學數據共享“不是拿著U盤去拷貝，更不能為了數據而數據，而是要在需求牽引、技術推動的理念下，充分發揮大數據支撐科技創新的目標”。

在這樣的理念下，可持續發展大數據國際研究中心遵循“FAIR”原則，在數據共享模式上進行創新。

郭華東說：“我們共享的不僅僅是數據，也是算法、模型和服務，實現多學科數據關聯分析和融合應用，驅動重大科學發現與決策支持，形成可持續發展目標監測與評估的科學研究新范式。”

我國科技界在利用地球大數據服務可持續發展方面已開展了全面實踐，SDG中心研發的可持續發展大數據平臺系統，截止目前已匯聚地球科學數據達14PB，可提供DOI、CSTR、PID三種科學數據標識，已有174個國家和地區超過43萬獨立IP用戶訪問，瀏覽量超過6900萬次，數據下載超93萬次。

同樣，為了讓高質量科學數據服務科技創新，中科院科學數據中心推出了一套參考科技論文審核流程的工作機制，形成相關的工作指南，確保匯交數據附帶充足的質量描述。

而從長遠角度看，科學數據服務科技創新，需要在整個科學研究環境中形成一個閉環，“使共享數據能夠像現在的科技論文那樣，作者權益有保障，共享發表產生的效益可以得到評估、評價，那么科學工作者生產高質量科學數據，推動其公開傳播的動力就會得到提升。”褚大偉表示。

郭華東建議，可以建立一個全新的數據引用指數，以公開發表數據集的他引次數乘以引用文章影響因子權重，作為衡量數據共享效果與數據影響力等的重要指標。

“科技資源標識、科學數據影響力評價等科學數據公共服務將成為科學數據共享生態的新型基礎設施，鏈接起科學研究的各個環節。”褚大偉說。

自主可控：加強數據全生命周期管理

“在很多國際期刊的論文發表要求中，需要在他們認證的存儲庫中發布論文關聯數據，這樣我國學者的很多研究數據可能在國內還沒發布，首先就發到國外去了。”不少科研工作者，都有過類似的經歷。

為了把我國的關鍵科學數據“牢牢掌握在手中”，中科院加強我國自主產權的存儲庫建設，自主研發的ScienceDB （科學數據銀行）目前已經獲得施普林格·自然、愛思唯爾等多家國際出版商的認證，為我國的廣大學者發表論文作出了強有力的數據存儲支撐，同時也匯聚了全球的優質科學數據資源，已為全球160余個國家和地區的科研人員提供數據共享與獲取服務。

“在中科院數據中心體系內部，我們也推動數據中心快速達到相關認證要求，相信隨著我國和中科院數據中心體系的能力提升，我國科學家在自主可控的環境發布數據，支撐科技論文的發表是可以解決的。”褚大偉說。

為了確保科學數據安全，中科院明確提出要建立網絡安全保障體系，加強數據全生命周期安全管理。

在技術層面，通過研發的科學數據中心安全監控工具和備份平臺等工具，為科學數據中心安全管理提供常態化的防護和保障；同時，也在基于區塊鏈的科學數據共享等技術方面開展探索，發布了國內科學數據領域首個區塊鏈平臺“開放科學數據聯盟鏈”，后續也將在可信計算等方面開展工作，確保科學數據在安全的前提下，充分用起來。

與此同時，在全球科研交流日益緊密的背景下，我國的科學數據共享不應孤立于全球開放科學的浪潮之外。褚大偉建議要進一步加強跨領域合作和國際合作，參與并爭取主導國際計劃與合作項目。

郭華東指出，在全球范圍內，開放科學正成為重要的發展模式和全球共識，開放數據是開放科學的核心組成，將會大力促進開放科學的發展，提升科技創新活動的透明性、可重復性、協作性及最大化科學對社會發展的價值。