開放數據及其對圖書館信息資源共享的影響

余 紅 劉 娟

(1．中國科學院文獻情報中心 北京 100190;2．北京大學信息管理系 北京 100871)

1 開放數據概述

1．1 源起

張曉林等學者們〔1〕認為:開放數據是開放獲取處于全面推廣階段的產物。可以說，開放數據其實是開放存取(Open Access)運動的一個衍生品。在布達佩斯開放獲取計劃(Budapest Open Access Initiative)中，開放存取是指“將科研成果在互聯網上公開發布，允許公眾免費閱讀、下載、復制、分發、打印、查找，或者鏈接到文章的全文，抓取文章進行索引，以數據方式傳遞到軟件中，或者用于任何其他合法目的的使用，而沒有財政、法律或者技術方面的障礙，除開那些從互聯網本身獲得的信息。復制和分發中唯一的限制以及版權在這個領域中的唯一角色，應當是保持作品的完整性以及給作者正確承認和引用的權利。”〔2〕這項運動開展的如火如荼。但我們從它的主要表現形式:OA期刊和OA機構庫中可以看出，開放存取更多的是對學術論文、圖書、科研成果的開放，而對于更小粒度的“數據”的開放尚未得到重視。“它們大多是基于原文的，對于科學實驗等原始數據仍然是不可重復使用的，對于出版商來說他們或者沒有能力處理，只是作為全文文獻的輔助信息印刷出來而已，并沒有實現太多的增值。”〔3〕正如Miller等所認為的那樣，盡管大家關注比較多的是開源以及開放獲取，但數據的公開發布目的也非常明顯，即實現互操作。〔4〕正是這一局限性激發了人們對于數據開放存取的呼吁，這種呼吁“不僅來自于期刊同行評審員和希望更加有效使用數據的人，還來自于那些希望深入評析科研結論的市民!”〔5〕開放數據便應運而生。

1．2 定義

對于開放數據，目前尚無統一的定義。歐盟使用“政府數據開放”的視角加以定義:“開放數據是指公共機構產生、收集或支付的所有信息，包括地理信息數據、統計資料、氣象資料，由政府資助的研究項目的數據，并包括數字圖書，這些公共數據可以隨時訪問和咨詢，也可以重新再利用。”〔6〕

開放數據手冊采用Open Knowledge的定義:“開放數據是一類可以被任何人免費使用、再利用、再分發的數據——在其限制上，頂多是要求署名和使用類似的協議再分發。”〔7〕開放數據中心聯盟(Open Data Center Alliance)從“公司”的角度認為它是公司IT基礎設施、云計算的應用模式與解決方案。〔8〕學術出版和學術資源聯盟(SPARC)從學術科研的角度認為，開放數據是科學數據的一種新型學術出版模式、理念。〔9〕

1．3 內涵的理解

開放數據早已突破學術出版的范疇，應用領域廣泛，從政府、企業到科研，從根本上說它就是一種信息資源共享模式。開放數據的對象是數據，信息粒度比開放存取和開源軟件小。這里的數據是廣義的，既包括地理信息數據、統計資料等一次信息，也包括文件資料、研究報告等二次或三次信息。數據必須具有一定的格式，便于機器理解與分析，才能實現數據的共享、存儲和重用。這也是開放數據區別于開放存取的一個方面，開放存取所提供的文獻格式往往是PDF格式，機器難以拆分并提取出一些有意義的數據或知識單元。〔10〕開放數據就旨在從數據發布之初，就保證以機器可理解的數據或知識單元的形式進行展現。

開放數據的核心是“開放”的理念。在開源軟件(open source)中，“open”通常意味著“自由”(libre)，開放存取(open access)運動使“open”的概念逐步向“免費”(gratis)擴展。〔11〕開放數據和這兩項活動一樣，都強調對一定信息對象向公眾開放，使人們可以自由閱讀、分享、發布和使用。

注重對數據的“重用”。“重用”是上述幾個定義中都提到的概念，它代表的是對數據的使用、聚集、模擬、整合，從中體現數據的價值，實現“增值”，這有兩層含義〔12〕:一方面是數據本身通過開放實現了二次加工，從一次信息變成二次或三次信息，決策價值增加，實現增值;另一方面，數據的開放相對于期刊、影視作品、書籍等資源的開放來說，更容易實現重用，分布在不同地域、時空范圍內的用戶可以對同一條數據進行多次共享和獲取。所以從用戶的角度來看，有更大的群體能夠獲取這些開放數據傳達出來的價值，實現整個信息共享空間的增值。

與開放存取一樣，開放數據的目的也是消除共享障礙，賦予用戶的使用權利。數據該以何種形式開放，是否無條件共享，應該確立哪種許可機制就成了開放數據的基本問題。P．Miller等學者〔13〕認為，目前數據很少以一種直接被第三方使用的方式獲取，隨著數據進入到網絡范圍內，社會規范本身將不足以完全依賴，需要許可聲明來使數據在任何情況下被使用的條目予以清晰化。

1．4 應用領域

開放數據自提出之后，就在電子政務、生物、化學、醫學、計算機、企業等領域應用。英、美、加、澳、歐盟、世界銀行、國際貨幣基金組織等政府信息公開及電子政務的開放數據走在了實踐的最前列。美國更是把開放數據確立為所有聯邦政府部門必須遵守的基本政策，奧巴馬還于5月份簽署法令，要求所有新增政府數據都必須以電腦文件方式向公眾開放。白宮管理預算辦公室和科技政策辦公室同時頒布了開放數據(Open Data)政策〔14〕。英國政府還資助了開放數據研究所(ODI)項目，旨在協同企業、創業公司、學術機構、政府和社會的力量共同探索和發掘政府公開數據(Open Data)的商業和社會價值。〔15〕

在科研領域，開放知識聯盟(Open Knowledge Foundation，OKF)〔16〕制定了“開放數據共享”系列許可，如《開放數據庫許可》、《公共領域的貢獻與許可》等文件。醫學、生物、化學、農業等實驗數據的開放也成為各國關注的焦點。如歐洲藥品管理局(The European Medicines Agency，EMA)于3月發起開放臨床實驗數據項目〔17〕，美國也已經要求確保藥品安全的臨床實驗數據要以公共在線的方式提供，國家醫學協會(NIH)的國家醫學圖書館還建立了ClinicalTrials．gov站點，提供臨床研究的基礎數據。〔18〕開放知識基金會(Open Knowledge Foundation，OKF)也發起號召，推動All Trials Registered，All Results Reported項目的實施，建立了專門的數據開放站點http://www．alltrials．net/，目前獲得了包括科學公共圖書館PloS、英國醫學研究委員會(The Medical Research Council)等在內的7，000份簽名認可。

此外，淘寶開放平臺(Taobao Open Platform，TOP)等也是企業應用的代表。

2 開放數據對圖書館信息資源共享的影響

2．1 開放數據根本上是一種信息資源共享方式

開放數據從根本上說是一種信息資源共享的形式，不管是“開源軟件”所傳達出來的“自由”，還是“開放存取”所傳達的“免費”，也不論開放的是軟件、論文還是數據，或是哪個領域的數據，開放數據都是對信息資源的開放和共享。

從目的上看，開放數據最終是要實現信息資源共享的“5A”目標。前面提到，開放數據的核心是開放，根據Open Knowledge對“開放”的定義，信息資源只有滿足11項條件才能算是真正的開放〔19〕，其中的無技術限制(Absence of Technological Restriction)、無個人或者群組歧視(No Discrimination Aga inst Persons or Groups)、無領域歧視(No Discrimination A-gainst Fields of Endeavor)、許可不是只針對特定的包(License Must Not Be Specific to a Package)四項條件與《圖書館合作與信息資源共享武漢宣言》中提到的5A理論相契合，開放數據與傳統信息資源共享一樣，致力于實現“使任何人在任何時候、任何地點，均可以獲得任何圖書館的任何信息資源”〔20〕的最終目標。

從形式和對象上看，開放數據是信息資源共享理念和對象的雙重進步。5A理論指出信息資源共享的主體、對象、時空應該是沒有限制的，完全開放的，從這一點說，開放存取和開源軟件是這種“無限制性”的理念的進步，而開放數據既是理念的進步，也是共享的信息資源對象范圍的擴展。從圖書館的書刊資源、開源軟件的軟件資源、開放存取的科研成果資源，到開放數據低粒度、涵蓋一次信息、二次信息、三次信息的擴展正是對5A理論的真正實踐。所以說，在信息資源共享的大目標之下，開放數據是信息資源共享理念和對象的雙重進步，有著比開放存取更加深遠的意義。

從主體上看，各個圖書館之間進行開放數據的探索將是實踐信息資源共享理念的重要方式。圖書館作為最大的信息資源收藏機構，理應成為信息資源共享的主體。除了傳統的圖書館書刊、多媒體、電子資源的共建共享之外，圖書館也積極參與到開放存取的運動之中，作為開放理念更加深化，開放對象更加拓展的開放數據運動，圖書館也理所當然成為積極的響應者和主動的參與者。但是前面的分析顯示，目前參與開放數據的圖書館大多是某個專業領域的附屬圖書館，如國家醫學圖書館，他們僅僅以響應者和支持者的身份參與，服務于科研機構、基金會、出版商和政府的信息資源共享，尚未把這一理念與圖書館信息資源共享實踐相結合，圖書館需要加強對這一問題的重視和思考，更好地實踐信息資源共享的目標。

2．2 開放數據對圖書館信息資源共享的影響

(1)共享對象范圍更廣，粒度更小

傳統信息資源共享以傳統文獻信息資源為對象，通過協調采購、聯合編目、資料交換、通用借書證、館際互借、文獻復制等多種形式〔21〕實現共享。隨著網絡技術的發展，圖書館信息資源共享的對象逐步擴展，除了傳統圖書期刊之外，還包含了數字化的電子資源。

根據開放數據的理念，圖書館信息資源共享的對象將會更加寬泛，除了二次信息和三次信息之外，還有以數據為代表的一次信息。具體表現形式有:編目數據、科研統計數據、學科統計數據、文章/圖書中的知識節點等。事實上，圖書館編目數據的共享應該是對開放數據最敏感的部分，國外也不乏這方面的實踐案例。早在2010年，世界上首批科學圖書館之一的歐洲核研究中心(CERN)圖書館就已經將其所有的圖書館目錄中的書目記錄數據對外發布，〔22〕允許任何第三方機構和個人通過 http://cern．ch/bookdata自由下載和復用，并可以在“開放圖書館工程(Open Library Project)”為每本書提供的頁面上增加圖書目錄、分類號和摘要等內容，進而改善數據。西班牙國家圖書館(The National Library of Spain)、德國國家圖書館、編目數據平臺 biblios．net〔23〕也已經使用公共領域許可的工具發布書目信息，促進數據的共建共享。〔24〕

(2)共享的對象將突破館藏限制

現有信息資源共享所針對的是現有的館藏紙質資源和館藏電子資源，雖然圖書館網站上還會設立外部資源的鏈接，但大都限于圖書類電子商務網站，用戶獲取所需信息往往要受到館藏限制。

在開放數據的理念下，圖書館可以突破本館和本系統限制，實現館藏資源與外部資源的互聯，為用戶搜索一切在互聯網上開放、可重用的資源。OCLC的Perceptions of Libraries and Information Resources(2005)《圖書館與信息資源的理解2005》報告〔25〕顯示，只有1%的用戶把圖書館作為搜索信息的起點，84%的人都使用搜索引擎。圖書館要成為共享的主體，就必須成為信息資源的主體，擴充信息資源共享的對象，盡可能地補充這84%的資源量，才能提升用戶對圖書館的認知。

(3)共享范圍更廣，突破圖書館系統限制

圖書館信息資源共享根據范圍不同，大致劃分為4種:區域性系統、全國性系統、區域性跨系統、全國性跨系統。〔26〕調查顯示，參加系統內信息共享活動的圖書館占72%，參加跨系統的占28%。〔27〕可以看出，圖書館現有的信息資源共享大多是在系統內進行，包括同級圖書館之間、各級圖書館之間、高校圖書館系統之間、科研系統之間、總分館之間，而跨級圖書館，乃至于圖書館與其他機構的共享幾乎是沒有。一方面，以圖書館、博物館、檔案館為代表的信息收藏者之間的共享不充分，相同職能的機構之間互相分割，圖書館系統內CALIS、CASHL、NSTL三大系統也因為自身的資源和服務定位的差異“單打獨斗”，造成了嚴重的資源浪費。信息共享的暢通性和開放性受到了來自不同系統規制和定位差異的制約。另一方面，信息發布者之間和用戶之間的共享并沒有集成在圖書館信息共享的服務范疇之中。

而開放數據并沒有對共享的范圍做出限制，信息資源共享只是一種“信息提供者”和“信息需求方”之間的一個簡單的平衡關系。根據這一理念，信息共享的范圍將更廣，圖書館、博物館、文化館、政府、企業、信息提供商和服務商、用戶都可以成為共享的主體，圖書館可以和系統之外的資源進行互換，信息流生產者、發布者、收藏者和用戶能夠形成一個完整的信息資源鏈條，不同的結點都可以進行資源的共享。加拿大國家圖書館與檔案館(Library and Archives Canada，http://www．collectionscanada．gc．ca/index － e．html)對信息資源的集成就是一個很好的例子。從根本上來說，在開放數據的推動下，共享的內容不僅有文化資源，還會有政府、科研，甚至是商業資源，保證它們在一個系統內流通會大大提高共享效率，也就必然要求不同領域的信息資源建設者聯合起來，共同參與。

(4)降低共享成本，提高共享效率

現有信息共享方式更多地依賴人工專送、傳真等方式，圖書館運輸成本高，一次共享服務(如館際互借)還需要支付一定的時間成本和物質成本，共享書刊的送達有時滯性，影響了共享服務的效率和讀者滿意度。

在開放數據環境下，各個系統、機構的信息資源均以相同格式存在于語義網中，網格中的各個結點都可以毫無障礙地與其他節點進行共享;另一方面，數據粒度的共享信息可重用性很高，一次共享意味著同時滿足了多個用戶的需求，資源共享大都可以通過互聯網完成，減少了運輸成本和時間成本，共享的效率會更高。

(5)需求驅動性更強，更加精準化

現有信息共享方式下，圖書館往往被動地向用戶提供共享資源;在資源建設的時候，往往是館員根據自己的判斷，結合專業教職人員的建議進行采購。而開放數據環境下，圖書館的需求驅動性更強，用戶的信息需求往往可以精準到某個學科某個機構某個時間的某個數據，在這個程度上能夠大大減少圖書館的采購成本，同時也對館員的信息檢索和發現能力提出了更高的要求。

(6)幫助公共圖書館開展政府信息服務

2008年5月1日《中華人民共和國政府信息公開條例》(以下簡稱《條例》)正式實施，引起了我國圖書館界的重視，并作為2008年初“中國圖書館學會新年峰會”的一個議題〔28〕開放數據理念下，圖書館能夠擴充并集成來自政府的開放資源，通過科學組織、加工整合和深度揭示向用戶提供，并形成不同地區的政府開放資源的共建共享，進而幫助公共圖書館開展政府信息服務，履行社會職能。

3 需要關注的問題

3．1 版權問題

傳統共享方式可以通過最長借閱時限、高昂的復印費用、珍貴資料不與共享的方式來盡可能減少版權沖突。但是開放數據的共享粒度小，小到圖書中的一個案例、一段引文，在開放的互聯網共享環境之下，共享的數據更有可能發生版權侵犯。因此，完全無限制的、大范圍的、跨系統的數據共享無法在短期之內實現，必須在建立一個可行的數據共享版權約束機制的前提下進行。盡管目前還沒有針對開放數據的統一標準〔29〕，但國外在共享許可機制方面有較為豐富的實踐經驗。例如解決公共領域內數據或數據庫許可問題的公共領域貢獻與許可(Public Domain Dedication and License，PDDL)，另一個是解決署名(Attribution)以及相同方式共享(Share Alike)問題的開放數據庫許可(Open Database License，ODbL)，該許可下針對數據庫內容的有具體的數據庫內容許可(Database Contents License，DbCL)〔30〕;對一般著作權保護的作品采用的4種創作共用許可:署名(Attribution)、相同方式共享(Share Alike)、非商業用途(Noncommercial)、非衍生作品(No Derivative Works)〔31〕。

筆者認為，針對圖書館購買了版權、只有使用權、外部免費資源、商業資源、政府資源等不同的資源類型應該采取不同的版權政策。外部免費資源和政府信息等有明確共享權限的資源版權限制小，操作起來很容易;對于只有使用權和商業性質的資源則需要確立一套可行的版權限制措施，盡可能減少版權糾紛。而在此之前，關鍵的困難在于如何評估共享的數據對象的權限和版權歸屬方式。如果讀者需求的是文章中的一個數據，而原文是作者引用了其他作者的文章，在引文標注不清晰或根本沒標注的情況下，圖書館也無法判別資源來源及使用權限。所以確定共享版權政策不僅是對圖書館的挑戰，也是對學術研究人員學術規范性的挑戰，二者共同參與協作才是最佳方式。

3．2 安全問題

前面提到，開放數據環境下，圖書館共享信息資源的傳輸更多會通過網絡實時進行，傳輸過程中的數據加密和安全也是重要的問題，尤其是涉及到國家安全和商業機密的數據更要謹慎。從需求提出、數據獲取、數據傳輸、數據重用、返回過程中的每一個環節都需要進行控制。

需求提出環節的控制直接反映了圖書館對可共享資源范疇的界定，即共享的邊界問題。數據獲取階段則是信息發布者基于對信息內容的評審的基礎上進行，不管是政府還是企業，信息的開放和共享都是有界限的。這兩個環節的控制至關重要，能夠從根本上減少安全隱患。數據傳輸階段則需要圖書館提供先進的信息加密技術保障。數據重用階段，現有的圖書館信息資源共享往往通過借閱時限、費用來避免不合理的復用，但是開放數據環境之下讀者之間的共享更加容易，也就越難控制，單純的時間和費用限制已經不能滿足需求，圖書館需要探索更加多樣、嚴格的控制手段。

3．3 共享資源的存儲問題

現有的圖書館單次共享資源數量較少，圖書館往往把共享資源存放在圖書館外借處，開放數據環境下，資源存儲量以量級速度增長。在系統端，圖書館需要提供足夠空間的存儲設備;在用戶端，圖書館是否有必要自己開放一個數據共享平臺，與現有的數據堂 (http://www．datatang．com/)之類的科研共享平臺在功能、定位、受眾群體、資源下載和獲取方式上作何區別，以及如何避免數據重復等問題都需要考慮。

雖然開放數據能夠為圖書館信息資源共享帶來極大的推動和影響，創新資源共享方式，提升資源共享效率，但真正接受并開展相應的實踐活動卻是一個漫長的過程，其中還有許多問題亟待探索解決思路。

1．張曉林等．科技信息開放獲取的歷史進程．圖書情報工作，2009(7):63 －68，14

2．Open Society Institute．Budapest Open Access Initiative ．Budapest，Hungary:Open Society Institute．〔2013 －06 －06〕．http://www．soros．org/openaccess/read．shtml

3，11．RUST P M．Open data in science ．SerialsReviews，2008(1):52－64

4．MILLER P，STYLES R，HEATH T．Open data commons，a license for open data．〔2013 －06 －20〕．http://events．linkeddata．org/ldow2008/papers/08－miller－styles－open－data－commons．pdf

5．Geoffrey Boulton et al．Science as a public enterprise:the case for open dataScience as a public enterprise:the case for open data．The Lancet，2011(5):1633 －1635

6．European Commission．Digital agenda:commission’s open data strategy，questions＆answers．〔2013 －07 －03〕．http://europa．eu/rapid/pressReleasesAction．do?reference=MEMO/11/891

7．Open data handbook．〔2013 － 07 － 03〕．http://opendatahandbook．org/zh_CN/what－ is－ open － data/index．html

8．Open Data Center Alliance．Defining a New Class of Data Center and Cloud infrastructure Solutions．〔2013 －03 －15〕．http://www．opendatacenteralliance．org/the－ alliance

9．SPARC．Open Data．〔2013 － 03 － 15〕．http://www．arl．org/sparc/opendata/

10．Machine－readable Open Access scientific publishing ．〔2013 －06－26〕．http://michaelnielsen．org/blog/machine－readable－openaccess－scientific－publishing/

12．李佳佳．信息管理的新視角:開放數據．情報理論與實踐，2010(7):35－39

13．吳旻．開放數據在英、美政府中的應用及啟示．圖書與情報，2012(1):127－130

14．Kelly Burke for Intellectual Property Watch．Obama Administration Backs New Open Data Policy(2013－5－10)．〔2013－06－24〕．http://www．ip－watch．org/2013/05/10/obama－administration－backs－new－open－data－policy/

15．Nerea Rial．Open Data Institute opens its doors in UK(2012 －12 －3)．〔2013 －06 －26〕．http://www．neurope．eu/article/open － data－institute－opens－its－doors－uk

16．Open Knowledge Foundation．〔2013 － 05 － 27〕．http://okfn．org/

17．Daniel Cressey．Drug－company data vaults to be opened(2013－3 －27)．〔2013 －06 －26〕．http://www．nature．com/news/drugcompany－data－vaults－to－be－opened－1．12679

18．What Information Can I Find on ClinicalTrials．gov?．〔2013 －06－ 27〕．http://www．clinicaltrials．gov/ct2/about－ site/background#WhatInformationCanIFind

19．Open Definition version1．1．〔2013 －06 －28〕．http://opendefinition．org/okd/

20．中國大學圖書館館長論壇圖書館合作與信息資源共享武漢宣言．大學圖書館學報，2005(6):3－5

21．向英明，羅愛靜．我國信息資源共建共享研究述評．中國圖書館學報，2005(5):76－81

22．CERN Library Publishes Its Book Catalog as Open Data．〔2013－06 － 29〕．http://newsbreaks．infotoday．com/Digest/CERN － Library－Publishes－Its－Book－Catalog－as－Open－Data－60894．asp

23．About?biblios．net．〔2013 －06 －25〕．http://biblios．net/faq

24．National Libraries and a Museum open up their data using CC0．〔2013 －06 －20〕．http://creativecommons．org/weblog/entry/31853

25．OCLC．Perceptions of Libraries and Information Resources(2005)－A Report to the OCLC Membership:Conclusion．〔2013－06－18〕．http://www．oclc．org/reports/2005perceptions．htm

26．高波．文獻信息資源共建共享模式新論．中國圖書館學報，2002(6):24－27

27．高波，劉茲恒，于麗鳳．網絡環境下我國圖書館信息資源共建共享現狀調查報告．中國圖書館學報，2001(4):48－52

28．中國圖書館學會2008新年峰會在濟南召開．〔2013－06－29〕．http://www．lsc．org．cn/CN/News/2008 － 01/EnableSite_Read-News1120816921199980800．html

29．李佳佳．國外開放數據許可及相關機制研究．情報理論與實踐，2010(8):20 －23，28

30．Open Database License(ODbL)v1．0．〔2013 － 06 － 25〕．http://opendatacommons．org/licenses/odbl/1．0/

31．About The Licenses．〔2013 － 06 － 25〕．http://creativecommons．org/licenses/