在信息爆炸的時代，開放的數(shù)據(jù)共享大大加快了科學技術向前推進的步伐。研究者在公共數(shù)據(jù)獲取方面遭遇的限制，則反過來阻礙了科研的進步。最近，上海海事大學交通運輸學院的Zheng Wan在《自然》上發(fā)表評論，指出中國科學家在進行重要的科學研究時，想要訪問高質(zhì)量的公共數(shù)據(jù)庫，已是越來越難。

在這個大數(shù)據(jù)時代，生物信息數(shù)據(jù)庫和數(shù)據(jù)共享都有所發(fā)展，可用的技術資源也越來越多。直到最近，這種開放科學的趨勢一直在幫助中國科學家獲得國際競爭力。然而，中國社會正日益感受到對于公共數(shù)據(jù)搜索和共享的限制。如果這個問題不能盡快解決，便將拖累科學研究和創(chuàng)新。

Zheng Wan表示，中國的科研進步正因數(shù)據(jù)獲取方面的困難而受限。圖片來源：themandarin.com.au

當前，中國科學家很難獲得高質(zhì)量的國內(nèi)數(shù)據(jù)，而且這還將會越來越難。政府部門掌握了絕大多數(shù)公共數(shù)據(jù)。其中一些部門正在強化自己對數(shù)據(jù)的壟斷，使研究者想獲取數(shù)據(jù)變得更加艱難。人文社科研究者所受的影響尤其明顯，而由于研究涉及的數(shù)據(jù)可能在政治上較敏感，環(huán)境科學，公共健康等領域也受到波及。我的很多同行都在學術會議上抱怨過想獲取常規(guī)數(shù)據(jù)——例如從當局索取空氣污染水平數(shù)據(jù)——有多困難。

即便是公布的數(shù)據(jù)，也常常因為數(shù)據(jù)收集存在缺陷而質(zhì)量不佳。這其中最典型的例子就是關于中國國內(nèi)生產(chǎn)總值(GDP)的爭議。官方公布的全國數(shù)據(jù)，與31個省級行政區(qū)的GDP總和存在著顯著的差異——而且這差異還在拉大。位于北京的國家統(tǒng)計局承認，各省使用的統(tǒng)計方法并不一致，正在進行協(xié)調(diào)。只是到目前為止，效果并不理想。

公共數(shù)據(jù)的共享已然變成一種營利手段。當在編制諸如道路交通的污染數(shù)據(jù)時，公共數(shù)據(jù)共享是很有用的。理想狀況下，這樣的任務需要收集多種數(shù)據(jù)：各類車輛的詳細上牌數(shù)量、交通擁堵情況、詳細的發(fā)動機參數(shù)以及燃油等級等等。但研究機構甚至連從政府部門獲得基礎的車輛所有權數(shù)據(jù)都困難重重，所以他們只能使用生產(chǎn)商的銷售數(shù)據(jù)，但這樣的數(shù)據(jù)既不夠縝密，也常常容易造成誤導。諷刺的是，對外虛報數(shù)據(jù)的汽車生產(chǎn)商，自己卻可以得到客觀可靠的、關于競爭對手的銷售數(shù)據(jù)——他們以公共機構和科學家負擔不起的價格，通過特殊渠道向政府部門的關聯(lián)方購買數(shù)據(jù)。

研究者求之不得的數(shù)據(jù)，一些企業(yè)卻可以通過特殊渠道以高價購買到。圖片來源：Daniel Allan/Photographer’s Choice

在這樣的環(huán)境下，一些中國研究團隊不愿意公開自己的數(shù)據(jù)，也就不是什么令人感到意外的事情了。數(shù)據(jù)就是無形資產(chǎn)，可以使科學家在自己的學術領域中獲得競爭優(yōu)勢。很多人都向我自己的研究團隊請求海事數(shù)據(jù)——例如我們匯編的港口統(tǒng)計數(shù)據(jù)和船隊信息——但是我們也不情愿分享這些信息。為了將零散的數(shù)據(jù)收集、整理稱可用的形式，我們付出了巨大的人力物力。如果我們不公開這些數(shù)據(jù)，就可以使用這些數(shù)據(jù)撰寫論文。

但如果我們能更便捷地從其他來源獲取優(yōu)質(zhì)數(shù)據(jù)，我們就會更愿意分享自己的數(shù)據(jù)。

由于研究者獲取公共數(shù)據(jù)都需要克服重重困難，研究數(shù)據(jù)在中國研究團隊之間的分享氛圍也因而受到了削弱。圖片來源：nature.com

開放公共數(shù)據(jù)庫并提高數(shù)據(jù)質(zhì)量可以提高政府事務的透明度。盡管進展緩慢，我們還是有一些提高透明度，使社會受益的案例。在社會壓力下，環(huán)保局從2014年起開始全面公布空氣污染數(shù)據(jù)，便是一個典型的例子。之前，環(huán)保局只公布簡略的日報，如今每小時都更新數(shù)據(jù)。這些數(shù)據(jù)被中國的政府部門廣泛使用。根據(jù)這些數(shù)據(jù)，衛(wèi)生局得以向民眾發(fā)布預警，教育局也有依據(jù)決定學校是否在空氣重度污染時停課，交管局則得以調(diào)整限行規(guī)定。充分披露這些數(shù)據(jù)最重要的作用，也許在于提高了公眾對不斷惡化的污染問題的關注程度。

不幸的是，科學家感興趣的數(shù)據(jù)，公眾不一定感興趣。實現(xiàn)完全透明，開放更多公共數(shù)據(jù)，任重而道遠。受到限制的不僅僅是中國國內(nèi)產(chǎn)生的數(shù)據(jù)，查閱國外的學術資源有時也在技術上很難實現(xiàn)——一些政府信息管理部門用技術手段設限，以過濾潛在的有害信息。

我在中國的學術生涯受到了影響。我?guī)缀醪荒苡行У厮阉鲗W術文獻。相比于其他搜索引擎，我更喜歡使用谷歌學術搜索，因為它包含了圖書、論文、學位論文、專利、技術報告——但我卻無法使用它，只好逐一搜索其他尚可以登錄的、由出版商運營的數(shù)據(jù)庫。

網(wǎng)絡安全對于國家安全固然至關重要，而優(yōu)質(zhì)的數(shù)據(jù)是科學進步和經(jīng)濟發(fā)展的后盾。資源共享和開放可靠數(shù)據(jù)可以鞏固經(jīng)濟發(fā)展和社會安定。中國需要全面的研究來解決這些矛盾。這樣我們才能建立起對各方都有益的，高效合理的數(shù)據(jù)管理機制。更具體地說來，研究者應該有更多權限，尤其是訪問公共數(shù)據(jù)和學術搜索引擎的權限。