開放科技數(shù)據(jù)助力全球科研

科技數(shù)據(jù)的共享是科研的“助推器”，全球科學家應致力于沖破壁壘，開放公共科研數(shù)據(jù)，本文探討了如何在“假設開放”的基礎上建立數(shù)據(jù)共享體制，以便更好地發(fā)揮科研數(shù)據(jù)資產(chǎn)的作用。

數(shù)字革命把公共科研（即公共資金支持的科研）中積累的大量數(shù)據(jù)轉化為資源， 這些資源在被使用的過程中，其價值不斷攀升。如果能在互聯(lián)網(wǎng)上開放這些資源，它們對科技的促進作用及科技對經(jīng)濟和社會產(chǎn)生的“連鎖效益”將成倍增長。多數(shù)發(fā)達國家投入大量公共資源支持研究活動和科研設備的購買，這些行為使數(shù)據(jù)量激增。然而，用于數(shù)據(jù)保存、開放并使其價值最大化的經(jīng)費卻少得可憐。管理數(shù)據(jù)的方法大都治標不治本。人們逐漸意識到這些方法無法滿足國家或國際層面的研究機構處理重大問題的需要。

一方面，我們被海量數(shù)據(jù)包圍，合理管理和使用源源不斷的數(shù)字財富，將給科研及其應用帶來無限生機; 另一方面，科研政策和經(jīng)費管理機構對數(shù)據(jù)共享問題的忽略，使系統(tǒng)效率低下成為一個走不出去的怪圈，公共數(shù)據(jù)（即公共經(jīng)費資助的活動生產(chǎn)的數(shù)據(jù)）資源無法“物盡其用”。盡管信息通信技術的飛速發(fā)展使這些數(shù)據(jù)得到更有效的應用，開放和使用數(shù)據(jù)的能力仍然有待提高。無論是由政府組織、學術機構還是由公共基金支持的非營利機構生產(chǎn)的數(shù)據(jù)，都迫切呼喚出臺更合理的國家策略和更統(tǒng)一的國際標準。

數(shù)據(jù)推動科研

科研的進步通過其范圍的擴大、水平的提升和復雜性的增強體現(xiàn)出來。這種進步也帶來了科研成本的激增。經(jīng)濟合作與發(fā)展組織（下稱經(jīng)合組織）2005年公布的“重要科技指數(shù)”指出，經(jīng)合組織成員國對研發(fā)的總投入從1981年的1632億美元增長到2003年的6798億美元（以2000年美元的“不變價格”、即2000年美元的平均價格來衡量，從1981年的2766億美元增加到2003年的6380億美元）。

考慮到這種趨勢，政府在國家和國際層面上參與科研政策的出臺也就不足為奇了。研究政策的建立促進了公共和私有科研（即公共經(jīng)費和私有經(jīng)費支持的科研）人員的合作，也對發(fā)展公共科研領域的國際合作做出貢獻。互聯(lián)網(wǎng)和相關計算技術的騰飛，特別是其在經(jīng)合組織成員國中的發(fā)展，為這種趨勢創(chuàng)造了便利條件和持續(xù)發(fā)展的動力。通過整合來自不同學科領域、部門和國家的信息資源，科研的范圍進一步擴大、水平和復雜性進一步提升。

正如美國國家科研委員會在其“2002研討會”上對“科技數(shù)據(jù)和信息在公共領域中的作用”所作的描述一樣: “在過去20年中，數(shù)字技術和網(wǎng)絡的飛速發(fā)展從根本上改變和推進了數(shù)據(jù)在科學及其他各個領域中的生成、分發(fā)、管理和使用方式。新的傳感器和試驗裝置使原始數(shù)據(jù)在數(shù)量和種類上成倍增長，為推動科研和提高在數(shù)據(jù)應用基礎上產(chǎn)生的經(jīng)濟效益創(chuàng)造了前所未有的機遇……科學涵蓋的各個學科領域，如分子生物學中的生物信息學和環(huán)境觀測學，都要通過數(shù)據(jù)‘充電’。新型軟件工具幫助人們定義原始數(shù)據(jù)并將其轉化成取之不盡、用之不竭的信息和知識。其中最為重要和普遍的研究工具莫過于互聯(lián)網(wǎng)；它可以穿越時空實現(xiàn)數(shù)據(jù)和信息的共享，在科研協(xié)作和研發(fā)方面引領前途一片大好的新模式。”

政府機構、研究院所及工業(yè)批量生產(chǎn)出越來越多的數(shù)據(jù)，構成全球科研的基本元素。實際上，一切可以測量的事物都能通過數(shù)字化的數(shù)據(jù)庫進行記載和存儲。諸如一個幾何排序、原子粒的速度、地球的軌道、液體的溫度、社會調查統(tǒng)計、一篇文章中名詞的使用頻率以及其他行星的衛(wèi)星圖像等都可以作為研究數(shù)據(jù)。

因此，數(shù)據(jù)生產(chǎn)成為認識自然和社會、進而助力科研和創(chuàng)新的起點。數(shù)據(jù)應用不是 “孤軍”; 它類似于動態(tài)的連鎖反應，牽一發(fā)而動全身。一個領域中不斷涌現(xiàn)的數(shù)據(jù)往往可以在其他學科領域中得到應用，超越了科研人員最初采集它們的意圖。通過在科研、社會、經(jīng)濟和公共領域的再利用，大量公共數(shù)據(jù)能夠釋放出更多能量。

數(shù)據(jù)革命對科研的影響在其數(shù)量和質量上都有體現(xiàn)，譬如說，對尚未聯(lián)系起來的數(shù)據(jù)片段進行重組，可能產(chǎn)生始料未及的新發(fā)現(xiàn)。美國國家科學基金會前主任Rita Colwell對霍亂的研究就是一個很好的例子。她在美國國家科學院2002年的Abel Wolman演講中指出: 通過綜合研究海洋生命、地球觀測、歷史流行病學、DNA分析和社會人類學等方面的信息，她成功地解釋了疾病模型; 沒有信息通信技術工具和不同領域的數(shù)據(jù)，這種發(fā)現(xiàn)難于上青天。毫無疑問的是，數(shù)字化的數(shù)據(jù)在全球科研系統(tǒng)和科研信息化中扮演著重要角色。數(shù)據(jù)領域的顯著進步大多發(fā)生在發(fā)達國家; 然而，要使這種進步產(chǎn)生最大的效益，發(fā)展中國家才是關鍵。

數(shù)據(jù)推動在結構和導向上發(fā)生了巨變，需要更合理的組織和規(guī)劃來指導。為開放和使用數(shù)據(jù)資源提供一個透明度更高的環(huán)境，將為國家和國際層面的科研系統(tǒng)注入生機。

數(shù)據(jù)壁壘帶來的損失

數(shù)據(jù)壁壘的形成，使科研數(shù)據(jù)在科研系統(tǒng)中逐漸成為“獨立自主”的資源，其使用與它們的原始生產(chǎn)者和原始用途沒有必然聯(lián)系。離開了原始生產(chǎn)者和使用者，每個人都有可能通過信息通信技術基礎設施，隨時隨地以多種方式使用科研數(shù)據(jù)。開放公共科研數(shù)據(jù)給提高科研產(chǎn)量和生產(chǎn)力帶來機會; 但是要想完全實現(xiàn)這種潛力，需要特別關注數(shù)據(jù)管理政策及其實施。

與此同時，競爭意識和其他法律因素制約了人們訪問公共數(shù)據(jù)?？紤]到開放數(shù)據(jù)的利弊，參與的機構和個人可能無法找到一致的利益點。很多科研人員把利用公共研究基金產(chǎn)出的數(shù)據(jù)當作個人或是機構內部的財產(chǎn)，這種觀念往往在給他們經(jīng)費支持的機構那里得到認同。

盡管這些數(shù)字化的數(shù)據(jù)資源姓“公”，不必要的割裂和數(shù)據(jù)壁壘還是降低了科研系統(tǒng)的效率。當然，這里要討論的是基礎性公共科研產(chǎn)出的數(shù)據(jù)，而不是具有商業(yè)前景的研究數(shù)據(jù)。數(shù)據(jù)壁壘帶來的損失如下:

更高的科研成本 限制訪問顯然會降低整體效率，抬高科研成本。很多數(shù)據(jù)庫不能，或者說不應該被獨立“拷貝”出來。在“封閉意識”的基礎上管理公共經(jīng)費支持的數(shù)據(jù)庫給每筆數(shù)據(jù)訪問“業(yè)務”附加了額外的管理成本，給公共科研體系造成更大的負擔。公共機構在授權數(shù)據(jù)使用過程中開出的高價和對同一體系下的其他公共機構設置的門檻，更讓科研成本水漲船高。

數(shù)據(jù)質量差強人意。對比開放的數(shù)據(jù)，處在封閉環(huán)境中的數(shù)據(jù)往往只能由一個小范圍的科研圈子把關，從而降低了數(shù)據(jù)質量和“連鎖”科研成果的質量。減少控制數(shù)據(jù)質量的“關卡”，將導致數(shù)據(jù)和科研經(jīng)費的投入產(chǎn)出“縮水”。

科研機會減少所造成的損失 此類現(xiàn)象可能更不容易被察覺。倘若公共數(shù)據(jù)無法得到共享，開展需要大量數(shù)據(jù)支持的科研活動的機會將大大減少。毫無疑問，它將造成巨大損失，但我們難以量化這種損失。

創(chuàng)新壁壘 在很大程度上，不論姓“公”還是姓“私”，生產(chǎn)處在“下游”的有技術含量和自主知識產(chǎn)權或版權的商品，都需要源源不斷地獲取“上游”的公共數(shù)據(jù)和信息。對公共數(shù)據(jù)庫的封閉和過分保護給社會帶來重負，也給各國的創(chuàng)新體系帶來壓力，拖了科技進步的后腿。

合作、教育和培訓的效果不佳 如果無法廣泛地使用跨部門的數(shù)據(jù)，學生們接受的教育和培訓也難以達到預期效果。

經(jīng)合組織成員國和發(fā)展中國家的差距加大 數(shù)據(jù)訪問的高門檻使發(fā)展中國家明顯處于下風。盡管由于關注對象側重點的不同，經(jīng)合組織成員國建立的一些數(shù)據(jù)庫與欠發(fā)達國家扯不上關系，但那些本能夠在全球創(chuàng)造更大公共效益的用途廣泛的數(shù)據(jù)庫，如果對其訪問收取高額費用（在很多情況下，只要是收費），就無法惠及發(fā)展中國家。

數(shù)據(jù)如何開放

科學數(shù)據(jù)的價值在其使用過程中才能體現(xiàn)出來，因此，為公共數(shù)據(jù)建立的開放式體系比起給數(shù)據(jù)訪問及其應用設置重重障礙的封閉式體系來，可取之處頗多。不過，由政府機構和政府經(jīng)費支持的機構生產(chǎn)的數(shù)據(jù)之間，以及不同學科、不同種類的數(shù)據(jù)之間,存在本質差異。此外，出于對重大問題和法律因素的考慮，有些公共數(shù)據(jù)應該得到保護而不是開放，至少在特定的時間和情況下處于保密狀態(tài)。這里面的細微差別和特殊情況比較復雜，但了解它們對發(fā)展數(shù)據(jù)訪問制度至關重要，現(xiàn)簡單介紹如下:

1. 政府機構生產(chǎn)的數(shù)據(jù)

2004年聯(lián)合國教科文組織發(fā)展和促進政府公共信息政策綱要中提到: 出于如下政策的考慮，政府機構直接生產(chǎn)的數(shù)據(jù)能夠得到開放并被無限制地使用。

法律因素: 一個政府機構無須考慮帶有排他色彩的數(shù)據(jù)產(chǎn)權問題。政府的活動及其產(chǎn)出的信息以公共利益為出發(fā)點。公共科研產(chǎn)出的數(shù)據(jù)往往以全人類的公共利益為出發(fā)點。

民族因素: 公眾已經(jīng)為信息的生產(chǎn)買過單了，人們可以通過互聯(lián)網(wǎng)獲取信息; 與此同時，包括發(fā)展中國家在內的最貧窮和最弱勢的群體需要承擔高昂的數(shù)據(jù)訪問費用，這是一種失衡現(xiàn)象。政府科研數(shù)據(jù)作為全球公共利益的組成部分，應該顧及到這一重要因素。

社會經(jīng)濟因素: 開放式的數(shù)據(jù)訪問機制是通過互聯(lián)網(wǎng)傳播公共數(shù)據(jù)和信息的最佳途徑，從而使公共資金得到最大的回報。在互聯(lián)網(wǎng)上開放公共數(shù)據(jù)和信息給經(jīng)濟和其他方面帶來積極影響（這種影響不好量化）。反之，在排外的基礎上把公共數(shù)據(jù)商品化，實際上是壟斷公共資源的行為; 它必然導致經(jīng)濟發(fā)展效率低下，也與公眾在社會、民族方面的利益背道而馳。

把數(shù)據(jù)開放作為一種默認原則的呼聲很高; 與此同時，一些法規(guī)政策可能使人們在訪問包括科研數(shù)據(jù)在內的政府信息時感到束手束腳?？紤]到國家安全和法律實施的因素，以及保護個人隱私和信息保密的需要（還有不受信息自由法約束的其他情況）; 一些法規(guī)對數(shù)據(jù)訪問和使用做出了必要的限制。除非得到授權，政府機構還應該注意保護由私營機構提供的信息。政府可以采取措施，抵制個人和團體與私營機構直接競爭，利用他們的信息生產(chǎn)相關產(chǎn)品和提供相關服務。

2. 政府經(jīng)費支持的科研活動產(chǎn)生的數(shù)據(jù)

此類數(shù)據(jù)在政策方面的基本情況與第一類數(shù)據(jù)類似，當然前提是科研活動100%是由政府提供經(jīng)費支持的。政府經(jīng)費所占的比重越小，開放政策就越弱化。但是，我們還需要考慮一些其他方面的因素。

科研數(shù)據(jù)無法自動發(fā)揮其作用，要使科研數(shù)據(jù)在開放的過程中“物盡其用”，需要合理地建設帶有“增值”色彩的數(shù)據(jù)庫; 這種增值同樣需要經(jīng)費支持。數(shù)據(jù)通過加工可以在更多領域中發(fā)揮作用，這方面的投資理應受到知識產(chǎn)權的保護，也需要資金來擴大其輻射范圍。然而，在多數(shù)情況下，人們呼喚法律和經(jīng)費分配機制的出臺，支持開放公共數(shù)據(jù)。錯綜復雜的形勢要求相關組織開展更加深入的合作，共同參與建立以促進數(shù)據(jù)管理和數(shù)據(jù)開放為目的的政策和機制。

部分經(jīng)合組織成員國和握有科研經(jīng)費分配權的機構制定了相關政策，鼓勵由政府經(jīng)費支持的科研活動商業(yè)化。對于那些具有商業(yè)價值的科研課題，研究人員更趨向于把數(shù)據(jù)當成私有財產(chǎn)，至少在取得專利之前是這樣。此外，非政府科研活動的經(jīng)費可能來自不同的公共基金、合伙人、私人團體或外國機構，使科研數(shù)據(jù)的支配權分布情況更加錯綜復雜，除非得到所有參與者的授權，數(shù)據(jù)開放的政策不宜應用在這種情況中。

公與私的關系及它們之間與生俱來的張力通過各種形式體現(xiàn)出來，比如開放與排外、公共利益與私人投資、公共領域與所有權、競爭與壟斷等等。不同動機和需求交織的狀態(tài)，要求我們對具體問題具體分析，避免用不變的規(guī)則一統(tǒng)天下。這時候，通過合同來定位不同參與者的權利和義務是最好的辦法。契約的方式在宏觀的科研政策下最大程度地體現(xiàn)了靈活性。需要強調的一點是: 在很多案例中，這種契約從公共利益的角度出發(fā)有條件地開放了與公共經(jīng)費掛鉤的數(shù)據(jù); 與此同時，它有效地保護了各方產(chǎn)權所有者的利益。

這種區(qū)別對待通過很多形式體現(xiàn)出來。最基本的形式是對科研、教育和其他非贏利行為免費開放; 同時限制以贏利為目的的用戶，收取補償，甚至是能夠獲得利潤的費用。針對不同類型的產(chǎn)品收取不同的費用，影響定價的因素有時間（如對商業(yè)用戶隨時開放，而對不以贏利為目的的用戶定期開放）、覆蓋范圍（地理或課題方面的限制）、服務的水平和其他方面的差異。面對復雜的公私科研關系，甚至是具有排他性的私有化環(huán)境。類似的策略有助于促進科學和社會層面上的數(shù)據(jù)開放和數(shù)據(jù)使用。

除了上面討論的復雜情況，不同的學科領域和課題間也有差異。其中，具有“大科學”性質的科研項目和由個人或小團體主導的“小科學”之間，存在重大差異。前者更強調合作，后者帶有更重的競爭色彩（至少是相對保守的）。多數(shù)重大科研計劃往往在開放的基礎上通過現(xiàn)有數(shù)據(jù)中心提供可訪問的數(shù)據(jù)，而后者則通常不具備正式的訪問規(guī)則管理其科研數(shù)據(jù)。

另外，側重觀測與側重實驗的學科領域之間存在著重大差異，它們需要保存和大范圍開放的數(shù)據(jù)種類明顯不同。

還需要注意研究對象是人還是物?；诒Ｗo個人隱私的道德和法律因素，應該對訪問以人為研究對象的數(shù)據(jù)做出限制。

需要守住的底線是，開放公共數(shù)據(jù)應該成為一個默認原則而不是特例，對于無法實行開放原則的案例，需要做出明確合理的解釋。

數(shù)據(jù)開放機制的最新進展

在公共經(jīng)費支持的科研中，把數(shù)據(jù)開放作為一種默認原則，顯然不是具有顛覆性的新點子。這種原則有堅實的理論基礎， 而在各國政府和政府資助的機構里、在各個領域的科研活動中，實踐中的成功案例比比皆是。

互聯(lián)網(wǎng)上可以查找到很多體現(xiàn)公開與合作精神的分布式的科研、信息生產(chǎn)和信息分配活動。

開放數(shù)據(jù)和信息生產(chǎn)活動的案例有軟件開放運動（如Linux，此類活動大多由學術界發(fā)起）、分布式網(wǎng)格計算（如SETI@Home, LHC@home）等;

開放數(shù)據(jù)、信息分配和長期保存的案例包括開放的數(shù)據(jù)中心和檔案庫（如GenBank、Protein Data Bank、SNP Consortium和Digital Sky Survey）、聯(lián)合的數(shù)據(jù)開放網(wǎng)絡（如世界數(shù)據(jù)中心、全球生物多樣性信息資訊和美國國家宇航局的分布式檔案中心）等。

數(shù)字革命給信息經(jīng)濟帶來了翻天覆地的變化，在公共科學體系中，一個值得注意的趨勢是越來越多的“附加用戶”陣地涌現(xiàn)出來，為“二次利用”數(shù)據(jù)、信息和知識提供便利。公共數(shù)字資源通過開放獲得增值，互聯(lián)網(wǎng)最大程度地降低了傳播信息的成本，開放式的訪問降低了交涉成本。數(shù)據(jù)訪問的低門檻符合公共投資的初衷、增加了投資回報: 在投入等量資源的情況下，發(fā)揮更多科研勞動力的作用，可以得到更多回報。

低門檻滿足了傳統(tǒng)市場無法滿足的重大需求。開放式課程已率先在麻省理工學院推行。1999年，麻省理工學院采取商業(yè)模式出售在線課程資料。盡管銷量不佳，麻省理工學院并未止步，而是把原來的商業(yè)模式轉化為非營利的開放式訪問模式: 也就是具有示范性的“麻省理工開放式課程”。截止到2005年4月，麻省理工向來自世界各地的教育工作者、學生和自學者免費開放了1100門課程，門戶網(wǎng)站點擊率達到5.56億。當然，麻省理工的教職員工對這種嘗試產(chǎn)生過很多顧慮，但最終麻省理工還是做了“第一個吃螃蟹”的大學。正如前校長Charles M. Vest所說的: “在當今這個由市場驅動的世界，開放式課程似乎是站不住腳的。然而，它體現(xiàn)了我心目中麻省理工最大的亮點，這就是創(chuàng)新。它詮釋了我們的信念——通過與更多人分享信息和激發(fā)更多的參與者，人類可以創(chuàng)造一流的教育。”

這些數(shù)據(jù)開放活動構成了新興的服務于公共科學的“電子共用”，涉及一系列的信息類型、制度結構、學科領域和國家。它們一貫的政策是在線提供免費的信息資源: 要么通過簽署授權書的“共用”機制來減少知識產(chǎn)權的制約（“Creative Commons”網(wǎng)站http://www.上可以找到關于Creative Commons及其開展的“科學共用”活動的信息。網(wǎng)站同時提供了一些授權書模板，它們從保護知識產(chǎn)權的角度出發(fā)，對部分權利做了“保留”），要么屬于法令規(guī)定的公共領域（這種情況比較少）。

盡管尚未出臺適用于公共數(shù)據(jù)的綜合性綱要，開放數(shù)據(jù)的模式還是大量涌現(xiàn)。適用于數(shù)據(jù)的制度模式至少有兩種: (1) 開放數(shù)據(jù)中心和檔案庫; (2) 聯(lián)合的數(shù)據(jù)開放網(wǎng)絡。前者強調集中，后者強調相互連接的分布式節(jié)點。每種模式都在政府機構和政府支持的實體（大學和非營利研究機構）運作的案例中得到應用。在沒有外援的情況下，科研人員需要耗費九牛二虎之力尋找適當?shù)慕鉀Q途徑，因此，他們很容易為了規(guī)避風險無所作為?？紤]到促進數(shù)據(jù)開放可能帶來的諸多好處，我們有理由在國家和國際層面建立一個更透明、前途更明朗的大環(huán)境。

科學政策的領軍人物已經(jīng)開始在國家層面上開展工作了。比如，2003年中國科技部啟動了科學數(shù)據(jù)共享工程，2004年加拿大就科研數(shù)據(jù)開放問題成立了國家咨詢委員會。此外，美國國家科學委員會于2005年率先提出針對長期存在的數(shù)據(jù)采集問題制定一套國家政策; 挪威科研委員會2004年發(fā)表的白皮書把數(shù)據(jù)庫作為科研基礎設施的組成部分記錄在冊。

這些自上而下的嘗試都是值得稱贊的， 種種跡象表明科技政策工作者正在覺醒，他們逐漸意識到在公共科學領域建立合理且兼容并包的數(shù)據(jù)訪問機制，既是機遇也是挑戰(zhàn)。毫無疑問，需要做的事情很多。自下而上的“拼湊式”數(shù)據(jù)訪問機制在某些案例中滿足了部分科研人員的需求; 如果國家和國際層面能夠達成更統(tǒng)一的政策和經(jīng)費重點作為風向標，各種松散的嘗試將會取得更顯著的成效。

作者簡介

Paul F. Uhlir博士

美國國家科學院國際科學與技術信息計劃辦公室的主任。研究領域是科學、技術與法律的相互作用，特別是數(shù)字信息政策和管理。他組織了一系列有關在國內和國際開放公共科學信息的政策項目，同時在發(fā)展中國家組織了一系列數(shù)據(jù)管理與政策研討會。曾先后出版了20多部研究著作，并撰寫和編輯了60多部文章和書籍。

Peter Schroder

1980年作為教育支持系統(tǒng)的政策顧問加入荷蘭教育部；1986年到1990年，管理荷蘭烏德勒支大學跨學科研究項目“城市網(wǎng)絡”；1990年后在荷蘭教育部，作為社會科學和信息政策顧問加入科研和科技政策理事會。

（計算機世界報 2006年09月11日 第35期 B16、B17）