科学数据开放共享亟待加快

■报首席记者　姜澎

在大数据时代，科技创新越来越依赖于科学数据综合分析，尤其是大科学项目，更是依赖于大量系统、高可信度的基础科学数据，对科学数据的综合分析，本身就是科技创新的一种方式，而且数据密集型科学研究范式应运而生。昨天，在上海举行的第三届科学数据大会上，有学者建议，在世界科学界都在研究甚至争夺大数据的时候，我国要加快科学数据的开放和共享，才可能实现真正的创新发展。

科学研究已经进入大数据时代

国家科技基础条件平台中心主任叶玉江在论坛上透露了一组数据。近10年来，我国公共财政先后支持建设了上万个规模不等、质量各异、应用程度不同的科学数据库。以生命科学领域为例，全国基因组测序仪每年产生原始数据10PB(存储单位，2的50次方个字节)，中科院牵头立项的首个精准医学项目测序产生的原始数据量约为200-500TB(存储单位，10的9次方个字节)。重大科研基础设施建设与更新也引发数据的快速积累，比如大型强子对撞机实验每年采集的原始数据超过过去10年通过大型电子—正电子对撞机产生数据的600倍。散裂中子源每年产生原始数据1TB，遥感卫星每年产生数据超过3PB。

正是这些海量科学数据，对生命科学、天文学、空间科学、地球科学、物理学等多个学科领域的科研活动带来了世界瞩目的成果。

我国在2001年底启动了第一个数据共享的试点项目———气象科学数据共享试点。截至目前，国家科学数据共享工程累计支持整合、改造864个数据库，数据表单超过1万个，涉及我国三分之一左右的公益性、基础性科学数据种类，为国家973、863、科技攻关方面的1225个项目提供基础数据支撑。

科学项目数据开放仍然有限

虽然大数据对于科研来说越来越重要，但是目前国内公共财政支持的科学项目，数据开放仍然非常有限。

据叶玉江介绍，截至目前，我国科学数据仍然分布在课题组、科学家和科研人员手中，部门行业或者单位的数据库之间也缺乏交流和沟通，更没有形成面向社会的科学数据开放共享。这些科技计划所产生的科学数据，也没有得到有效的管理和利用。

在论坛上，某985高校大数据学院的一位院长在接受记者采访时说，虽然有关部门也都提出了要开放科研数据，但是实际上却很难做到真正的开放数据。因为，科学家开放科研数据的动力并不足，目前国家在科研投入方面，对此并没有硬性的规定。而开放的科研数据如果只是原始数据的话，开放意义并不大，必须由科学家们对数据进行处理后才有意义。

事实上，叶玉江也称，由于在科学数据方面的经费投入不足，导致许多科学数据库按照项目方式一次性建设，缺乏持续的数据来源，逐渐降低或丧失其应用价值。国外权威数据中心占据竞争优势，有可能导致我国科学数据资源的流出。

科研大数据开放须有一揽子政策推动

论坛还透露，2016年，科技基础资源调查将对14个重点方向进行部署，建成一批科研大数据库。中科院计算机网络信息中心主任廖方宇等学者认为，对于科研大数据的开放，必须有一揽子的措施来推动。

据介绍，在一些发达国家，政府投入大量资金支持大型科学数据中心(库)群或信息网的建设，促进科学数据的长期积累、高效流动和低成本使用。在美国，科研数据共享是上世纪80年代末由国家航空航天局(NASA)率先提出，目前联邦政府已经投资建成了国家级科学数据中心群，国家航空航天局、国家海洋与大气管理局(NOAA)、地质调查局(USGS)和国立卫生研究院(NIH)，都在政策支持和大量资金投入下，建成了一批规模化的科学数据中心　(库)　群，并面向全世界提供服务。而所有这些基金会支持的科研项目，都必须附加2页以上的报告，描述数据管理计划。这个报告必须说明，该科研项目中有哪些数据是可以公开、分享或者是继续进行研究的，而投入的基金中有一部分是明确支持数据开放计划的，如果缺少这一数据开放计划，则不能全额获得基金。英国和欧盟都建成了科学数据中心，涵盖了南极环境、考古学、生物医学、海洋学、经济和社会、视觉艺术等领域的数据，规定所有国家级别基金支持的项目都必须开放科研数据，并且在这些研究领域之间进行开放。

论坛上，不少学者建议，对于我国目前公共财政支持的科研项目，也应明确规定，划出一定比例作为课题组开放科研数据的经费，在一定的范围内开放这些科研数据，并且建立第三方评估机制，对这些数据进行评估，根据评估结果来决定数据开放是否合理。

此次论坛由国际科技数据委员会中国委员会、国家科技基础条件平台中心和中科院联合主办。