數據出版對我國地質數據共享的啟示

郭　慧，李曉蕾，齊釩宇

(1.中國地質調查局發展研究中心，北京 100037；2.中國地質大學(北京)能源學院，北京 100083；3.全國地質資料館，北京 100037)

數據出版是近幾年出版界和數據共享界共同提出并積極探索的一個新概念，數據共享所面臨的根本問題有望從機制上得以改善。目前科學數據分散在不同的國家、研究機構、科研項目、存儲庫甚至科學家手中，研究者很難找到相關數據集(即“數據豎井”問題)，而促進科學數據有效利用的重要機制和手段就是數據共享。為滿足數據的長期保存和數據共享，很多國家已開始通過政策引導和國家投入建立國家級數據中心體系[1-2]。

數據出版不是對數據進行分析獲得結論，強調的是直接出版數據。數據出版在保持數據的完整性、防止科學造假、減少重復時間及資金投入等方面有重要作用，同時還能有效提高數據發表者或發表機構在學科領域的知名度和影響力，對提高該領域或跨領域合作機率也有積極作用。國內研究者在科學數據管理和共享政策方面已有許多研究[3-5]，但針對國內地質領域的數據出版的研究相對較少。本文通過對國內外數據出版現狀進行分析，提出對我國地質科學數據出版的啟示，以期對推進地質數據共享有所幫助。

1　國內外數據出版現狀

1.1　國外數據出版現狀

1.1.1數據共享政策

政府借助法律與技術手段進行開放的數據建設，將開放科學理念推向新的發展高度。大多數國外政府及公共資助機構都會對項目申請者研究過程中產生的科學數據以及最終的成果數據做出政策規定和要求。美國國家科學基金會(NSF)要求申請NSF資助的項目必須提交研究項目的數據管理計劃，內容應包括數據的范圍、類型、標準、元數據、共享方式、獲取權限和時限等[1]。美國國家航空航天局(NASA)、英國研究理事會(RCUK)等要求凡是受其基金資助的項目必須提供科學數據的公開獲取。

在地學領域，地學研究及地調機構不僅有學科上的科學創造，同時也促進科學成果的集中共享和再利用。NSF地學學部(GEO)要求完整的數據集，數據產品(例如，模型結果、輸出和工作流程)、軟件和集成整合數據必須在兩年內可公開訪問[6]。2013年，美國地質調查局在“開放數據政策—將數據作為資產管理”的備忘錄中要求，所有新創建的信息和收集工作應使用機器可讀取，并使用開放的形式和數據標準發布；在“擴大獲得聯邦資助科研成果”的備忘錄中要求，公眾應能夠獲得由聯邦資助的研究成果，包含用于學術出版物的數據集。英國數字保藏中心 (Digital Curation Centre，DCC)要求成果數據盡快公開，同時應至少符合數據中心的最低質量標準，以保證數據可理解、可重用[7]。

1.1.2基于數據生命周期的數據期刊政策

數據期刊政策是數據期刊發展的基本指引方向，而整個數據生命周期涉及數據提交、數據描述、數據保存、數據利用等[8]。針對整個數據生命周期制訂期刊政策是推動數據出版發展的必經之路。以綜合類數據期刊Scientific Data及地學類數據期刊Geoscience Data Journal、Earth System Science Data為例，來分析國際數據期刊及地學類數據期刊在整個數據生命周期的政策是如何制訂的。數據期刊一般要求作者在提交數據論文時使用DOC格式、DOCX格式，數據格式可為EPS、JPEG、EXCEL、SQL等。在數據確認階段，科學研究產生的數據應評審其完整性、真實性，并通過同行評審評議數據集的質量，以保證數據集的使用價值及重用價值(表1)。數據描述階段主要是針對數據論文提出的論文結構，是對數據集的描述，除了傳統科研論文中的標題、作者、摘要、參考文獻等內容，還包含數據采集和處理方法、數據樣本描述、數據質量評估、元數據信息。數據發布者應按照期刊規定提供元數據信息，如果數據集已存儲在公開的數據中心，則發布者應提供訪問該數據的有效鏈接、存儲位置等信息，并確保所描述的數據集是可發現和可引用的。一般在數據論文發表前，數據期刊會要求作者將對應的數據集存放在適于該領域的數據中心。數據集的長期保存是為了促進數據集的可發現和可再利用，許可協議是作者共享數據時，保留著作權而釋放其他一些權利的機制。在數據使用階段，數據期刊特別關注數據引用的相關政策，認為科學數據引用和傳統科研論文等學術引用一樣重要，規范的數據引用可以有效識別、訪問和驗證該數據集。

表1　國外3種數據期刊各階段相關政策

1.2　我國數據出版現狀

我國數據出版發展雖已取得階段性成果，但與國外相比尚處于起步和探索階段[8]。我國絕大部分期刊都不具有數據出版政策，僅有的政策也多以鼓勵為主，并不強制要求。實際上，早在1988年，我國就加入世界數據中心(WDC)，以“數據共享”作為發展理念，開展科學數據的采集、整理、分發和服務工作。2002年，科技部啟動“科學數據共享工程”，著手建立WDC各學科數據中心，積累和共享了大量的科學數據，初步形成了我國數據中心體系[14]，主要涉及氣象、地震、海洋、地質、空間、天文、冰川、資源環境、地球物理等領域。2011年，寒區旱區科學數據中心成立，收集、整理、存儲世界范圍內寒區旱區領域的科學數據。目前，該數據中心擁有在線數據1 442.96 GB，元數據1 431條。2014年，由中國科學院地理科學與資源研究所和中國地理學會聯合主導建設的全球變化科學研究數據出版系統正式投入運行，開始接受數據集(庫)的投稿和出版，截至2018年1月底，共出版實體數據集351個，涉及11個國家的610位作者。2017年，《全球變化數據學報(中英文)》創刊，以地理、資源、環境、生態、全球變化等領域的科學數據和發現為核心內容的學術刊物。2015年，《中國科學數據》在線投稿與出版系統投入試運行，重點收錄具有領域科學研究特色的數據論文，主要收錄生命科學與醫學、地球系統科學、空間科學與天文學、物理學、化學化工、材料科學與工程、信息科學、社會科學等學科領域的基礎數據及數據產品，已被“中國科學引文數據庫(CSCD)來源期刊(2017～2018年)”核心庫收錄。2017年，全國地質資料館與《中國地質》雜志合作，以增刊的形式出版“全球地質數據專輯”，對全國地質資料館館藏公益性地質調查成果進行系統挖掘，以“促進科學數據資源共享，推進數據知識產權保護，引領中國地質數據國際化”為宗旨，重點涉及基礎地質、能源地質、礦床地質、水工環地質、礦產勘查、地球物理、地球化學、地質信息等地質領域，第一期共發布實體數據11檔，達6.29 GB。

雖然，國內數據共享起步較晚，但在期刊及研究者的共同推動下，數據出版在各界逐漸活躍起來，并在政策上逐漸規范科學數據相關標準。2015年，《關于促進大數據發展的行動綱要》對推進大數據資源開放和共享進行部署，同時明確提出我國各級政府、公共機構匯聚了大量高質量的與社會公眾關系密切的數據資源，但只有少部分進行了自用和信息公開，大部分數據資源沒有發揮作為“生產要素、無形資產和社會財富”的應有作用。2017年12月，國家標準化管理委員會發布《信息技術科學數據引用》(GB/T 35294—2017)，該標準規定了科學數據引用元素描述方法、引用元素詳細說明、引用格式等方面的內容，適用于科學數據傳播機構、數據使用者等。其中，科學數據傳播機構可根據本標準設計數據引用系統，并聲明數據引用規則；數據使用者可根據本標準著錄科學數據引用信息。

2　對我國地質數據共享的啟示

地質數據不僅是地質環境工作部署的背景資料，同時也是地質環境管理和資源配置的決策參考資料[15]。目前，大量地質數據集中在政府、公共機構，地質數據的社會化共享服務程度還有待提高。數據出版將有效促進科學數據的公開，便于科研人員和數據工作者發布或發現、獲取、再利用科學數據[16]。

2.1　完善政府、公共機構等多層次、多結構的數據共享政策

目前在數據共享政策方面，我國還主要依托各領域實踐研究逐步形成領域內的政策，以促進科學數據的共享。科學數據管理、出版、共享都離不開政策上的指導和規范，我國在政府層面編制了一系列數據共享的政策法規。然而，與國外發達國家相比，我國的政策還不夠完善，已制定的政策落地難，同時缺少相關法律效力，對科學數據的共享工作貢獻有限，且缺少針對地質領域的共享政策。在數據出版政策方面，國內已有的數據期刊雖然制定了相關規定，但并未形成基于科研數據生命周期的數據政策。我國在制定數據期刊政策時，應借鑒國際數據期刊模式，依據科學數據生命周期的多個階段制定有針對性的數據政策，推進科學數據的長期保存和數據資產管理。通過完善政府、地學機構等多層次的數據共享政策，才能更有效地增強數據擁有者的共享意識，進而推進地質科學數據的共享。

2.2　創辦地質數據期刊，并與數據存儲機構合作出版

地質數據大部分源于科研項目，并伴隨著項目的進行逐漸匯集。地質數據的聚集和匯交是數據共享的基礎，而數據管理機構通常擁有強制性數據匯交政策，依照管理政策接收、驗收相關數據資料。因此，數據存儲機構擁有海量的數據資料，具有較強的數據管理、存儲與服務能力，在一定程度上可以確保數據的質量和資源量。在強制匯交的政策基礎上，建立數據出版機制，創辦地質數據期刊，可以有效保證初期數據出版的數據源。同時，數據儲存機構可以作為數據出版的數據存儲和管理中心，發揮數據存儲和共享管理方面的優勢，為數據可追溯、可永久保存、可復用提供基礎條件。此外，數據儲存機構在技術和服務層面為數據期刊提供數據注冊和服務功能，這樣不僅加強了數據管理機構的規范性，而且進一步充實了地質數據資源，也是為今后建造權威地質數據倉儲庫奠定基礎。

目前，各個領域都在推進數據共享，但在規范性和積極性上還有待提高。地質數據獲取成本極高，難以重復獲取，再利用價值大，是國家重要的戰略信息資源。創辦地質領域的數據期刊一方面為數據共享提供規范化平臺，另一方面為數據工作者開辟學術化交流途徑。國際知名數據期刊《科學數據》(Scientific Data)支持現有的學界數據存儲庫，與Dryad和figshare兩個數字倉儲合作，使用ISA框架開發與其他存儲庫的元數據聯接，解決數據可獲得、可引用、可發現、可解釋、可重現[17]。Scientific Data發表具有科學價值的數據集描述，以提升數據集研究的理解深度。數據集描述以傳統意義上的科研內容結合內部結構化信息，最大化數據的再利用，使讀者能夠進行數據挖掘。數據集描述更多聚焦在幫助其他研究者對數據的再利用上，而非對某一假設的檢驗，也不是推出新的解釋方法或對實驗結果的深入分析。描述內容主要包含數據集獲取方式和技術分析、數據質量評估、重復利用的關鍵方法或分析流程以及解決重要研究問題時對數據的重復利用。在地質領域，可以借鑒國際數據期刊的辦刊經驗，創辦地質數據期刊，更加注重地質數據的重復利用和地質數據作者的署名權。地質數據描述除了國際數據期刊中包含的內容以外，還應有地質背景和地質意義描述，使讀者更容易了解某一研究范圍所處的地理位置、構造情況、地層結構等內容，這樣更有利于對地質數據的理解和解釋。除此之外，地質數據期刊與相關數據儲藏機構合作，強化了地質數據的管理，也有利于地質數據的長期保存。地質數據儲藏機構在規范標準和促進地質數據共享方面具有重要作用，并同時可以提供數據同行評審環節。

2.3　建立多渠道、高標準的數據傳播模式

在同行評審期刊里發表數據不僅可以解決數據來源、管理、識別和發現的問題，也有助于認可數據帶來的貢獻，以及數據科學家對更廣泛的數據使用群體做出的貢獻。如果數據期刊可以實現多平臺、權威檢索，將有助于數據的快速傳播。Wiley與英國皇家氣象學會(Royal Meteorological Society)合作發表新期刊Geoscience Data Journal在Wiley上開放獲取，目前已被Chemical Abstracts Service(簡稱“CAS”)、Current Contents、Science Citation Index Expanded(SCIE)以及Web of Science檢索，有利于數據使用者查找和廣泛傳播，并迅速提高數據期刊和數據集在學術界的影響力。

國內數據期刊可逐步通過多平臺、高影響力檢索，實現數據集的廣泛傳播[18]。目前，在數據期刊發展初期，可實現以下幾種體系關聯。①數字對象唯一標識符(Digital Object Unique Identifier，簡稱“DOI”)可通過國際DOI系統(包括CrossRef、DataCite)和數據出版系統對接，建立持久、有效鏈接，可實現數據集的唯一標識和知識產權保護。②Data Citation Index(簡稱“DCI”)是Web of Science(簡稱“WoS”)平臺上一個新的研究資源，主要功能是數據集檢索。DCI將研究數據與眾多強大的研究發現工具連接了起來，使研究人員能夠快速、輕松識別與獲取最相關的數據。③ResearcherID是WoS平臺上作者的唯一姓名標識符，該系統不僅提供了可以查詢作者發表在 DCI 和 SCI 檢索的論文和數據集清單，而且也可以查詢到這些論文和數據集被引用的記錄。除了WoS的ResearcherID外，很多學術平臺都建立了自己的姓名標識符體系，特別值得一提的是Open Research and Contributor ID(簡稱“ORCID”)，相當于全球科研人員的身份證，可實現與WoS、Scopus等多平臺的數據交換。建立作者與學術成果的關聯，擴大可見度，提升學術影響力。通過以上平臺關聯檢索，有助于已出版的數據進行有效傳播。

[1]何琳,常穎聰.國內外科學數據出版研究進展[J].圖書情報工作,2014,58(5):104-110.

[2]吳立宗,王亮緒,南卓銅,等.科學數據出版現狀及其體系框架[J].遙感技術與應用,2013,28(3):383-390.

[3]陳全平.學術期刊數據政策及相關研究[J].圖書與情報,2015(5):9-15.

[4]歐陽崢崢,青秀玲,顧立平,等.國際數據期刊出版的案例分析及其特征[J].中國科技期刊研究,2015,26(5):437-444.

[5]伏安娜,張計龍,殷沈琴.數據論文國內外發展研究綜述[J].圖書情報工作,2015,59(24):131-138.

[6]EAR Division Data Sharing Policy [EB/OL].https:∥www.nsf.gov/geo/geo-data-policies/ear/index.jsp,2017.

[7]How to Develop a Data Management and Sharing Plan[EB/OL].http:∥www.dcc.ac.uk/resources/how-guides/develop-data-plan#Data types etc,2011.

[8]黃如花,李楠.基于數據生命周期模型的國外數據期刊政策研究[J].圖書與情報,2017(3):36-42,108.

[9]雷秋雨，馬建玲.數據期刊的出版模式與發展研究[J].圖書與

情報，2015(1):112-116.

[10]DataONE[EB/OL].http:∥www.dataone.org,2016.

[11]Geoscience Data Journal[EB/OL].http:∥onlinelibrary.wiley.com/journal/10.1002/(ISSN)2049-6060,2016.

[12]Publication Policy[EB/OL].http:∥www.earth-system-science-data.net/about/publication_policy.html,2016.

[13]Recommended Data Repositories[EB/OL].http:∥www.nature.com/sdata/policies/repositories.2016.

[14]王卷樂,孫九林.世界數據中心(WDC)中國學科中心數據共享進展[J].中國基礎科學,2007(2):36-40.

[15]郭慧,賈麗瓊,齊釩宇,等.地質資料開發對城市群建設發展的作用[J].中國礦業,2017,26(5):60-63.

[16]邱均平,何文靜.科學數據共享與引用行為的相互作用關系研究[J].情報理論與實踐,2015,38(10):1-5.

[17]HUFTON Andrew.Scientific Data to complement and promote public data repositories[EB/OL].http:∥blogs.nature.com/scientificdata/2013/07/23/scientific-data-to-complement-and-promote-public-data-repositories/.

[18]劉闖,郭華東,UHLIR Paul,等.發展中國家數據出版基礎設施與共享政策研究[J].全球變化數據學報,2017,1(1):3-11.DOI:10.3974/geodp.2017.01.02.