前言

科學數據共享在2016—2020年的五年里[1]得到了越發廣泛的關注和國際社會的普遍認可。科學研究范式自身變革的需求和科學自糾錯能力建設的內在需求，推動著科學數據的全球開放共享進程。技術的革新帶來了“大數據”時代，以科學數據為中心的科研活動開創了科研新模式，極大地推動了各學科領域的研究進程；同時，精細化的小數據一如既往地在科研創新過程中起著關鍵性作用。在科學的自糾錯能力上，科學數據共享可有效減少研究浪費、提升實驗可復現性，并增進科研過程可信度。在一些具體實踐過程中，陰性數據、空數據的共享行為同樣受到鼓勵。

過去的五年里，國際組織、政府、資金資助方、出版商、數據存儲平臺等各方力量對推動科學數據共享建設發揮了重要作用。

各國政府高度重視科學數據開放共享。2003年起，美國國家健康研究所（US National Institutes of Health, NIH）開始對資助項目的數據共享計劃提出要求[1,2]；2018年，中國頒布《科學數據管理辦法》，提出“政府預算資金資助形成的科學數據應當按照開放為常態、不開放為例外的原則”開展共享與利用工作[3]；2020年，歐盟提出“歐洲地平線計劃2020”，對其資助項目的出版物開放獲取、數據管理計劃提出要求。2020年，聯合國教科文組織（United Nations Educational, Scientific and Cultural Organization, UNESCO）起草并公開開放科學計劃書（UNESCO Recommendation on Open Science, UROS），宣告開放科學的時代已經到來[4]，該計劃書由聯合國教科文組織成員國在聯合國教科文組織大會第四十一屆會議（2021年11月23日）上通過[5]。

學術出版商、學會、國際組織等在數據開放共享中起到了重要的推動作用。Springer Nature、Elsevier、Wiley、Taylor Francis、SAGE、IEEE等出版商以鼓勵等方式推動數據出版工作的全球范圍實踐。2016年，數據管理的FAIR原則發表[6]，并迅速在全球范圍內掀起了GO FAIR運動。此外，國際科技與醫學出版商協會（International Association of Scientific, Technical & Medical Publishers, STM）將2020年定為STM研究數據年，并獲得全球21家出版商、13064種期刊的加入[7]。STM TREND 2025進一步提出“尋求信任和真理的源泉”的行業預測與號召[8]。

全球合作，攻堅克難迫切需要科學數據開放共享。2020年，新型冠狀病毒肺炎（Corona Virus Disease 2019，COVID-19）疫情席卷全球，全球科學家攜手面對疫情，并在合作過程中實現了科學數據開放共享文化建設和實踐的進一步發展。國際組織在這其中起到了積極的推動作用，例如，研究數據聯盟（Research Data Alliance, RDA）組織專家工作組發布了《RDA COVID-19數據共享的建議與準則》[9]，重點聚焦臨床（Clinical）、組學（Omics）、流行病學（Epidemiology）和社會學（Social Science）領域數據開放共享，在提升數據共享即時性、確保共享行為符合倫理規范等方面給予有效指導。

科學數據出版作為科學數據開放共享的重要實踐方式，正逐步推動科學數據開放共享的前進，本書通過呈現科學數據出版過去五年里的統計情況，重點關注數據關聯論文出版及數據論文出版兩種數據出版模式的發展趨勢，揭示科學數據出版現狀。

本書具體內容安排如下：第1章回顧介紹科學數據出版的發展歷程和主要實踐模式；第2章闡述本書中所有圖表數據的采集、計算方法；第3章、第4章分別揭示2016—2020年間全球科學數據出版的變化態勢和科學數據出版的成效情況；第5章以COVID-19這一突發公共事件為研究統計對象，嘗試揭示相關領域的科學數據出版實踐情況；第6章以中國的科學數據出版與共享實踐為例，進行典型案例分析；第7章得出分析結論，并對科學數據出版建設提出建議。

關于本書存在的問題。在本書的數據整理過程中，我們很遺憾地發現，獨立的數據出版模式尚無法系統地進行梳理分析。除此之外，本書在數據關聯論文的實踐情況分析中，并未對出版的數據本身進行直接分析，僅對其支撐論文的發展趨勢進行了揭示，這也與我們在本書撰寫過程中能夠整理到的支撐數據有限，不足以展現相關趨勢有關；同時，數據引用規范的不足、數據引文文化欠缺也是較為突出的現象。在此，本書呼吁完善獨立的數據出版實踐規范，加強數據出版過程的分類管理、元數據加工等方面的工作。

提升高質量科學數據的出版與共享是一項系統性的復雜工作，甚至是改變科研人員科研習慣的一場變革。本書團隊將持續追蹤數據出版各類實踐情況的發展趨勢。

本書原始數據來自Elsevier的Scopus數據庫、SciVal數據庫和Data Monitor數據庫，數據統計的時間范圍為2016—2020年的連續五年（COVID-19部分的統計數據來自2020年）。感謝Elsevier團隊對數據整理工作的支持。

本書數據整理、圖表繪制工作由中國科學院計算機網絡信息中心姜璐璐、張澤鈺協助完成，部分調研素材由姜璐璐、李成贊、孔麗華、張澤鈺、李莉、李宗聞、陳昕、蓋虹羽協助提供。感謝各位在本書撰寫過程中給予的幫助。

---

[1] 本書中提到的五年里或五年間均指2016—2020年。