科学数据，走向独立

中国科学院数据期刊集群发布纪实

 

“学生如果只发数据论文，是毕不了业的。”6月27日，北京师范大学教授、《数据快报（英文版）》（Data Express）副主编左西年对《中国科学报》记者时说。刚刚，他在一场学术报告上展示了一组数字：16年前，他联合全球33家实验室共享的1347个脑影像样本数据，如今已被全球3万余项研究直接或间接引用，成为脑影像方法学研发的“基准参考”。

数据的价值有目共睹，但在当下的科研评价体系中，这样“不被认可”的尴尬并非个例。

6月23日，中国科学院在数据期刊建设工作推进会上宣布，我国首本英文数据期刊Data Express正式创刊，并将在年内陆续启动建设生态环境、海洋大气等19种领域数据期刊，形成“1种综合旗舰刊+19种领域专业刊”的数据期刊集群。此番部署，意味着科学数据开始从“附庸”走向“独立”。它既关乎科研评价体系的深层重构，更是对人工智能浪潮、数据主权竞争与科研范式革命三重变局的深切回应。

从“附庸”到“独立”

当前，AI大模型正从拼算力、拼算法进入拼数据，全球主流大模型可利用的高质量文本数据几近枯竭，建设一个经过严格同行评审、可溯源、可复用的高质量数据集已是刚需。中国科学院计算机网络信息中心党委书记孙德刚指出，AI时代，科学数据已成为新型战略资源。高质量、可信、可溯源的科学数据，是科技创新的“种子”。中国科学院组织创建的《数据快报（英文版）》期刊群，目标正是助力国家服务科技发展的新型基础设施能力建设。

这套基础设施的核心，在于赋予数据独立的“学术人格”。通过规范的元数据、完整的方法学记录和独立标识号，科学数据得以摆脱“论文附件”的从属地位，成为可被独立检索、评价和引用的学术成果。这并非否定过去的成绩，恰恰是因为传统共享模式已触达能力边界。

中国科学院空天信息创新研究院研究员邱玉宝用一段亲身经历解释：2015年，他从地球观测组织（GEO）日内瓦秘书处回国，发现自己的硬盘里堆满了数据。“老有人追着我要拷数据，每次还要从头解释这数据怎么来的、怎么处理的，疲于奔命。”他说，“我自己找起来都费劲，更别说别人了。”就在那时，他得知中国科学院正在筹建科学数据银行，便主动联系，把自己最头疼的那批数据整理好、描述清、打上标签，成了这个平台的第一批用户。“数据藏在自己硬盘里，价值是死的；放到平台上可检索、可引用，价值才是活的。”

在中国科学院院士、Data Express主编于贵瑞看来，数据期刊是鼓励科学数据开放共享、完善数据治理体系的重要抓手。《数据快报》期刊集群的创建，恰恰填补了我国数据出版空白。

已有实践证明：数据一旦独立、共享，价值可以无限延展。20多年前，于贵瑞带领团队建立了中国通量观测研究网络，持续分享陆地生态系统观测数据。如今，这些数据已成为国内碳循环、水源涵养等领域的重要基石，支撑了数千项后续研究。

左西年对此同样感触颇深。10多年前，左西年在牵头共享脑影像样本时，发表了三篇核心数据论文。而其中一组当时被视为“无用”的30人每隔3天重复测量的脑部数据，最终被一个研究跨物种的团队直接采用。研究者将人类脑功能波动与动物模型节律比对，发现高度可类比模式，为理解跨物种大脑保守性提供了关键证据，今年4月，这项成果发表在了《科学》杂志上。

十年“造船”

一口气布局20本数据期刊，绝非一日之功。这背后是中国科学院长达十余年的系统性布局。

2015年，中国科学院创办我国第一本中文数据期刊《中国科学数据》。彼时，国内对数据论文几乎还没有概念。这本期刊像一块“试验田”，一步步摸索数据论文怎么写、怎么审、怎么评。《中国科学数据》编辑部主任孔丽华在推进会上回溯：创刊十一年来，这本期刊已组织40多个专题、发表超千篇数据论文、出版数据量近30个太字节，积累了数据出版全流程的政策与规范经验。

这一积累揭示了数据出版的复杂性：它不仅仅是排版和印刷，更涉及数据清洗、元数据抽取、存储格式转换、长期保存等一整套技术链条。如果没有前期的经验，现在面对20种期刊集群的技术支撑将无从谈起。

不过，想要走向国际、掌握话语权，仅有一本中文刊远远不够，还需要标准和平台的双轮驱动。

标准方面，中国科学院牵头制定了从数据引用、元数据规范到论文编写的多项国家标准，其中《数据论文出版元数据》和《数据论文编写规则》（《信息与文献编写规则第4部分：数据论文》）两项核心标准已提交至国际标准化组织。一旦通过，这将是中国从国际数据标准的“跟随者”向“制定者”迈出的关键一步，意味着未来的全球数据论文可能需要遵循“中国规则”撰写。

平台方面，中国科学院已建成投审稿、数据存储、资源标识、预印本等覆盖数据出版全链条的数字平台，且全部实现了国产自主可控。其中，数据存储平台已获国际主要出版商广泛推荐，并被联合国教科文组织评为开放科学优秀实践案例。

科学出版社副总经理张凡打比方说：“过去我们靠国际出版商的平台‘借船出海’。现在我们要造自己的船，自己驶向远海。”他同时强调，自主不等于封闭，是为了不被卡脖子；开放，是为了让中国数据成为全球公共产品。

实际上，数据期刊并非中国首创。爱思唯尔的《数据简介》和施普林格·自然的《科学数据》均创办于2014年，已占据先发优势地位。张凡坦言：“但全球范围内，数据期刊仍属于相对新鲜的事物。这次集群化发布，让中国有机会与全球并跑，甚至在某些领域实现超越。”

这份信心来自中国数据期刊集群背后的国家战略需求牵引和国家级数据基础设施托底。中国科学院计算机网络信息中心主任周园春介绍，11个国家科学数据中心、覆盖60多个一级学科的数据积淀，为数据出版提供了完全不同于商业化出版社的底层支撑。

最难一关

“数据论文发了，学校认不认？”发布会后，中国科学院科技基础能力局副局长张韵向本报记者坦言，这是当前较为棘手的制度性障碍。

传统学科为何难以接纳数据论文？成都理工大学地球与行星科学学院副教授杨雷从地质学界的角度给出解释：日常数据采集通常带有明确的科学目的，“是为了验证我们的某一个观点或者模型”。在这种科研传统下，数据被视为支撑学术观点的工具而非独立成果。“发文章的目的主要还是阐述学术观点，报道学术发现。”

但即便是这样一位对数据论文持审慎态度的学者，也承认那些来自无人区、高海拔的珍贵数据具有不可替代的价值。杨雷说：“经过严格评审的数据发表还是非常有意义的，可能会给很多科学家带来启发，以及潜在的科学发现。”这种既认可数据价值、又难以将其纳入自身学术产出体系的心态，在传统学科领域颇具代表性。

这样的认知变化，正带来科研评价体系的逐步转变。邱玉宝介绍，在他所在的院校，学生发数据期刊论文是可以被认可的，“我们单位对数据成果的认可度正慢慢向传统期刊对齐。”他还记得，中国科学院地理科学与资源研究所的一名博士生在博士课题研究中，直接引用了他公开的数据集，并以此为基础后续申请到国家青年科学基金。“那位学生后来告诉我，他引用我的数据时甚至还不认识我。”邱玉宝说。

对常年驻守在野外台站、大科学装置和观测网络中的数据采集人员而言，数据论文被认可，意味着即便不擅长撰写传统论文，他们的汗水同样可以凝结为独立的、可被引用的学术产出。

“社会是有分工的。”于贵瑞说，“有人负责造砖，有人负责盖楼。你不能因为盖楼有显示度，就轻视造砖的人。”在他看来，数据科学家的价值应该被看见、被认可、被激励。

政策层面已出现破冰信号。6月3日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》，明确将高质量数据集视为支撑AI for Science等前沿领域的战略资源；此前印发的《关于加强数据科技创新的实施意见》亦强调“强化数据贡献度和成果转化效益”；科技部在推动“科技创新与产业创新深度融合”的部署中，将数据成果转化激励纳入政策工具箱。这些文件释放出清晰信号：将数据视为独立科研成果并纳入评价体系，已从学界书斋里的呼吁，正上升为国家层面的战略共识。

中国科学院已率先迈步。据张韵透露，中国科学院正在制定指导性意见，推动将数据论文纳入职称评定参考标准，强化数据论文作为学术成果的认定工作。

数据论文的勃兴，也伴生着新的隐忧。数据造假的防范仍是全球性难题。与传统论文侧重结果验证不同，数据论文需要对原始采集过程、仪器校准记录和预处理步骤进行全链条溯源审查，这对审稿、运营等都提出了更高要求。目前，国际上尚无任何期刊能对数据集本身的真伪做出终局验证，审稿人通常只能核查数据是否规范、流程是否合理、是否满足FAIR原则（可发现、可访问、可互操作、可重用）。数据的真实性，依赖更多的是学术共同体的信任背书，以及审稿人的专业判断。此外，新刊进入科学引文索引通常需要3至5年的观察期，且须在本领域排名前列。在此期间，如何让国内外学者认可并主动引用这些数据成果，仍是Data Express必须长期面对的生存挑战。

话语权之争

全球范围内，主要经济体已将高质量数据集视为关乎国家安全的战略资源。美国国家科学基金会要求受资助项目必须提交数据管理计划，欧盟则通过《数据治理法案》强化数据共享规则。而在这场全球竞逐中，中国作者发表的高水平国际期刊论文已占世界总量的39.2%，论文数量和被引用次数均位列全球第一，但其中绝大多数发表在国外期刊上。论文在外、数据在外的“两头在外”局面至今未根本改观。

这种局面的代价是实实在在的。据《2024年全球OA期刊与论文处理费监测报告》，2024年中国通信作者在科学引文索引收录的OA（开放获取）期刊上发表的论文，文章处理费总支出约9.09亿美元，折合人民币约64.74亿元，八成以上流向了爱思唯尔、施普林格·自然等国际出版社。“我们写了论文，贡献了智力成果，出版社还要收我们高额开放获取费，这在逻辑上是讲不通的，而且这个费用在科研经费中占了非常大的比例。”左西年表示，自主平台的建立不仅是安全考量，更是对巨额科研经费外流的纠偏。

张凡补充说：“尤其是在当前国际局势下，把科学数据留在自主平台上，至关重要。”

这正是中国科学院下决心打造数据期刊集群的深层动因：如果不能掌握数据出版的话语权，中国在AI时代的科技竞争就将受制于人。

邱玉宝曾在地球观测组织（GEO）日内瓦秘书处工作3年，对此有着更深一层的理解。“数据共享远不止是技术问题，更是规则主导权的问题。”他直言，在国际组织中推动数据开放时，最大的障碍往往不在于是否愿意共享，而在于“数据该怎么引用、怎么标识、怎么评价”的规则。“如果标准是别人生产的，我们就要按照别人的规范来走。现在推出自己的数据期刊集群，就是在搭建自己的学术舞台，制定能主导的话语体系。”

于贵瑞对此有更长远的期盼：“过去，中国科学家大量依赖国外的公开数据开展研究。未来，能不能让更多国际同行使用中国的数据做研究？我们要为世界提供可共享的公共数据产品，这也是数据强国的标志。”

“国际上没有哪个国家像中国这样，把数据治理提到如此战略高度。”在邱玉宝看来，数据期刊集群在2026年的诞生“恰逢其时”，让数据本身具有“温度”，可以被感知。“我们不必永远做追随者，我国拥有庞大的科研群体，不仅是数据的生产者，也是数据的科学使用者。在数据治理和AI就绪这条新赛道上，中国完全有底气从并跑走向领跑。”

从一本中文刊到20本期刊集群，从依赖国外平台到全链条自主可控，中国科学院的数据期刊建设，不是一次孤立的学术出版行为。它同时在做三件事：回应科研评价之困，让数据的价值被看见、被衡量、被承认；回应AI国家战略之需，为人工智能提供高质量、可信任的“燃料”；回应国际话语权之争，在数据成为战略资源的时代，把出版平台、评价标准和数据主权掌握在自己手中。