左建安 陳 雅

大數(shù)據(jù)時代的科學數(shù)據(jù)共享模式研究*

左建安 陳 雅

科學數(shù)據(jù)是科學研究的重要成果，也是科技發(fā)展的必然成果。論文指出大數(shù)據(jù)時代科學數(shù)據(jù)共享的四種模式：國家政策驅動、部門之間交換、企業(yè)發(fā)展帶動以及國際組織參與。此外，對我國科學數(shù)據(jù)共享提出了相應的建議。

大數(shù)據(jù)科學數(shù)據(jù)共享模式公眾需求數(shù)據(jù)開放

1 概述

1.1 大數(shù)據(jù)時代的信息特征分析

隨著社交網(wǎng)絡、電子商務以及移動通信的發(fā)展，一個大規(guī)模生產(chǎn)、分享和應用數(shù)據(jù)的時代正在開啟。以“PB”（1024TB）為單位的大數(shù)據(jù)時代已經(jīng)來臨?！按髷?shù)據(jù)”一詞由英文“Big Data”翻譯過來。麥肯錫全球研究所報告《大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個前沿》對“大數(shù)據(jù)”的定義為：大數(shù)據(jù)指的是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集。

大數(shù)據(jù)走近人們視野不久，但業(yè)界公認的大數(shù)據(jù)有四個“V”字開頭的特征：Volume（容量），Variety（種類），Velocity（速度）和最重要的Value（價值）。Volume是指大數(shù)據(jù)巨大的數(shù)據(jù)量與數(shù)據(jù)完整性，數(shù)據(jù)量級已從TB發(fā)展至PB乃至ZB，可稱海量、巨量乃至超量。Variety則意味著數(shù)據(jù)類型繁多，越來越多地表現(xiàn)為網(wǎng)頁、圖片、視頻、圖像等半結構化和非結構化數(shù)據(jù)信息。Velocity是指數(shù)據(jù)傳遞速度快時效高，更快地滿足實時性需求。Value則是大數(shù)據(jù)的終極意義——滿足人類的需求，在盡可能短的時間內發(fā)掘其價值[1]。

1.2 科學數(shù)據(jù)的概念分析

科學數(shù)據(jù)是人類社會從事科技活動所產(chǎn)生的原始觀測數(shù)據(jù)、探測數(shù)據(jù)、試驗數(shù)據(jù)、實驗數(shù)據(jù)、調查數(shù)據(jù)、考察數(shù)據(jù)、遙感數(shù)據(jù)、統(tǒng)計數(shù)據(jù)、研究數(shù)據(jù)以及相關的元數(shù)據(jù)和按照某種需求系統(tǒng)加工的數(shù)據(jù)，具有科學價值和使用價值[2]?？茖W數(shù)據(jù)是信息時代一種特殊的社會資源，具有明顯的潛在價值和可開發(fā)價值，并在應用過程中得以增值。很顯然，大數(shù)據(jù)這一寬泛的概念包括科學數(shù)據(jù)，科學數(shù)據(jù)也是大數(shù)據(jù)的內容之一。

2 大數(shù)據(jù)時代科學數(shù)據(jù)的信息共享需求

2.1 國家戰(zhàn)略需求

大數(shù)據(jù)時代的到來使得數(shù)據(jù)成為一種資產(chǎn),正成為與物質資產(chǎn)和人力資本相提并論的重要生產(chǎn)要素。科學數(shù)據(jù)這一具有戰(zhàn)略意義的資源，更是成為社會的重要資產(chǎn)。一個國家和企業(yè)的發(fā)展在很大程度上取決于其科技創(chuàng)新水平，而對科學數(shù)據(jù)進行系統(tǒng)的綜合分析是實現(xiàn)科技進步與創(chuàng)新的重要方式。無論是資源、能源的開發(fā)，還是高新技術產(chǎn)業(yè)化，無不是在科學數(shù)據(jù)的積累與支持下，實現(xiàn)理論與技術創(chuàng)新的結果。特別是在以知識為基礎的經(jīng)濟中，越來越多的以知識、信息和數(shù)據(jù)應用為主要目的信息管理、加工與發(fā)布的產(chǎn)業(yè)，在現(xiàn)代信息技術引領下正在拉動“數(shù)字經(jīng)濟”[3]，也就是現(xiàn)在正在發(fā)生的“大數(shù)據(jù)經(jīng)濟”。長期以來，我國已經(jīng)積累了較為豐富的科學數(shù)據(jù)資源，但大多數(shù)仍存在于資料堆或檔案柜中，沒有經(jīng)過有效的整理和建庫，數(shù)字化程度較低，很多數(shù)據(jù)庫往往局限于本部門、本單位使用，甚至個人使用，造成了科技資源的巨大浪費。所以打破科學數(shù)據(jù)壁壘，實施科學數(shù)據(jù)共享，是國家發(fā)展戰(zhàn)略的必然要求。

2.2 科學研究的要求

當前的科學是多學科交叉的科學，是圍繞數(shù)據(jù)展開的全球研究，并將越來越依賴于數(shù)據(jù)?？茖W研究就是科學數(shù)據(jù)的生產(chǎn)過程，一些科學數(shù)據(jù)本身就是其重要的研究成果?？茖W數(shù)據(jù)資源既是研究的成果與積累，又是支持更為復雜的創(chuàng)新研究所不可替代的資源存量。尤其在大數(shù)據(jù)時代，科學數(shù)據(jù)量激增，科學研究越來越依賴于系統(tǒng)的、高可信度的基礎科學數(shù)據(jù)分析。21世紀以來全球科技活動不斷增強，一系列重大科學工程的興起、復雜科學問題研究的提出、大型科學研究計劃的產(chǎn)生，導致前所未有的國際合作局面的形成，也導致了全球范圍內對科技信息資源交流、互通的客觀需求。因此，實現(xiàn)科學數(shù)據(jù)的共享，科學家就可以不再受限于數(shù)據(jù)的來源、格式以及國界，也不必質疑科學技術對于數(shù)據(jù)處理與存儲的能力，可以在全球海量的科學數(shù)據(jù)中發(fā)掘創(chuàng)新的潛力。

2.3 科學數(shù)據(jù)的公眾化需求

大數(shù)據(jù)的時代，科學數(shù)據(jù)的需求不僅僅局限于政府、科研單位以及企業(yè)，社會公眾也越來越需要科學數(shù)據(jù)。科學數(shù)據(jù)對于社會公眾，不僅僅是提高自身的知識水平和科學素養(yǎng)的源泉，也是日常生活中不可或缺的重要信息資源。如今個人電腦、智能手機及其掌上智能設備的普及，互聯(lián)網(wǎng)的應用和發(fā)展，使得公眾對這些基本科學數(shù)據(jù)獲取的需求更為強烈。例如人們出行需要全球定位系統(tǒng)的信息，關注個人健康需要醫(yī)學信息。以前人們出行導航只是了解路線，而現(xiàn)在可以用交通大數(shù)據(jù)采集到的信息來預測未來城市幾點到幾點的整個通行情況，給出行者提供一個非常好的決策幫助。同樣，在醫(yī)療健康領域，大規(guī)模復雜數(shù)據(jù)已經(jīng)變得很普遍，通過對大量病人的各類數(shù)據(jù)進行挖掘分析，可以更有效地找出疾病成因，進而提供針對性的預防、診斷和治療措施。盡管社會公眾大多數(shù)是非專業(yè)人士，但可見在大數(shù)據(jù)時代，公眾對科學數(shù)據(jù)的質量要求是越來越高，對科學數(shù)據(jù)的發(fā)布渠道、發(fā)布頻率、表現(xiàn)形式等要求也會越來越高。

3 大數(shù)據(jù)時代的科學數(shù)據(jù)共享模式研究

科學數(shù)據(jù)按基本社會屬性分類，可分為戰(zhàn)略性科學數(shù)據(jù)、公益性科學數(shù)據(jù)以及商業(yè)性科學數(shù)據(jù)[4]。目前科學數(shù)據(jù)共享模式主要表現(xiàn)為國家制約的公益性無償共享模式和市場制約的產(chǎn)業(yè)化運行模式。前者強調數(shù)據(jù)的公開和公益性共享，后者強調保護數(shù)據(jù)產(chǎn)權和商品性質。具體來講，有以下四種模式。

3.1 國家政策驅動模式

借鑒國際科學數(shù)據(jù)共享經(jīng)驗，美國是典型的國家政策驅動模式。早在1991年6月美國總統(tǒng)事務辦公廳就發(fā)布了“全球變化研究數(shù)據(jù)管理政策”，該政策的核心就是實行“完全與開放”的科學數(shù)據(jù)共享。美國政府在科學數(shù)據(jù)共享方面根據(jù)投資來源的不同，嚴格區(qū)分兩種不同的數(shù)據(jù)共享機制。政府擁有、生產(chǎn)和政府資助生產(chǎn)的數(shù)據(jù)納人到“完全與開放”的共享機制中，即除涉及危害國家安全、影響政府政務和公務員個人隱私的數(shù)據(jù)外，其他都必須公開。私營公司投資生產(chǎn)的數(shù)據(jù)納入到“平等競爭”市場化共享機制中。在這兩種不同共享機制中，美國聯(lián)邦政府均起到主導作用，所不同的是采取的方式和管理的環(huán)節(jié)不同。兩種機制互相補充，促進全社會對科學數(shù)據(jù)的獲取、共享和廣泛應用。對于國有科學數(shù)據(jù)，由國家統(tǒng)籌規(guī)劃數(shù)據(jù)共享機制與體系，提供數(shù)據(jù)共享工作預算和保障，以及相關政策法規(guī)的制定、完善和監(jiān)察?！巴耆c開放”的科學數(shù)據(jù)共享政策，使得一度曾各自為政，混亂的數(shù)據(jù)管理走向有序運作的軌道，科學家從得不到數(shù)據(jù)的抱怨走向數(shù)據(jù)共享，科學數(shù)據(jù)的開發(fā)水平和開發(fā)能力逐步提高，惠及了地球科學、生命科學、材料科學等各個領域，也極大地刺激了美國經(jīng)濟的發(fā)展。人類社會在大數(shù)據(jù)背景下，數(shù)據(jù)開放已成為潮流。2009年，Data.gov網(wǎng)絡平臺在美國正式上線，按原始、地理數(shù)據(jù)和數(shù)據(jù)工具三個門類開放數(shù)據(jù)，截至2012年11月，Data.gov共開放388 529項原始數(shù)據(jù)和地理數(shù)據(jù)，匯集了1 264個應用程序和軟件工具、103個手機應用插件。歐盟開放數(shù)據(jù)戰(zhàn)略（Open Data Strategy）于2010年11月由歐盟委員會首次提出，并于2011年11月底被歐盟數(shù)字議程采納，基本概念是公共經(jīng)費支持的信息應該得到最廣泛的使用，其中科學數(shù)據(jù)的開放是其全面開放數(shù)據(jù)政策的重要組成部分[5]。

3.2 部門之間交換模式

科學數(shù)據(jù)的共享首先應該從生產(chǎn)科學數(shù)據(jù)的部門共享開始。為避免重復生產(chǎn)，科研單位內部之間以及各科研單位之間的科學數(shù)據(jù)，在不侵犯知識產(chǎn)權的情況下，第一步要努力做到共享。以數(shù)據(jù)和信息為基礎的經(jīng)濟、社會和科學發(fā)展中，一般情況下沒有哪一個部門能夠總是擁有某項科研活動需要的所有數(shù)據(jù)產(chǎn)品，尤其對于廣大的科學社區(qū)，其研究內容廣泛，對開放共享有著強烈的需求，研究過程中往往需要來自多個數(shù)據(jù)生產(chǎn)部門的不同區(qū)域、不同時期、不同尺度、不同學科的數(shù)據(jù)資源[6]，因此部門之間的數(shù)據(jù)交換顯得急需和迫切。例如，地震工作部門各單位收集并存檔的各種地震科學數(shù)據(jù)，其他部門或單位為保障重大工程的建設安全而專門建立和管理的專用地震監(jiān)測臺網(wǎng)和強震動監(jiān)測設施所收集并存檔的地震科學數(shù)據(jù)，均屬于共享范圍[7]。浙江省地理空間數(shù)據(jù)交換平臺項目目前是全國首家省級地理空間數(shù)據(jù)交換平臺，由浙江省政府和國家測繪地理信息局合作共建、省測繪與地理信息局承建。該平臺實現(xiàn)了浙江全省地理空間信息資源在各部門的交換與共享，已為近30家省級部門、市縣用戶和企事業(yè)單位提供相關地理信息服務，支持了40個業(yè)務應用系統(tǒng)[8]。

3.3 企業(yè)發(fā)展帶動模式

現(xiàn)代企業(yè)的發(fā)展離不開信息和數(shù)據(jù)的支持，而企業(yè)的發(fā)展也能促進信息和數(shù)據(jù)的傳播與分享。一個企業(yè)的發(fā)展需要科學的方案，也需要科學數(shù)據(jù)來進行產(chǎn)品的進一步研發(fā)以及科技成果的轉化。數(shù)據(jù)積累量、數(shù)據(jù)分析能力、數(shù)據(jù)驅動業(yè)務而非流程驅動業(yè)務的能力將是決定企業(yè)生死存亡的關鍵。數(shù)據(jù)的重要性使得企業(yè)必將收集和分析海量的各類型數(shù)據(jù)，并快速獲取影響未來的信息。在這一過程中，企業(yè)就會做出有益于科學數(shù)據(jù)共享的決策與措施，例如由企業(yè)出資的科學合作項目的開發(fā)，有企業(yè)參與的科學資源共享平臺的構建，以及企業(yè)自建商業(yè)性的科學數(shù)據(jù)庫。只有學術和產(chǎn)業(yè)價值融合，才能真正發(fā)揮科學數(shù)據(jù)的應用價值。雖然學術界和產(chǎn)業(yè)界關注的價值點并不完全一致，但仍存在一些共性，發(fā)現(xiàn)和利用其中的共性，對解決科學數(shù)據(jù)共享中出現(xiàn)的問題很重要。跨界合作是積極且有意義的嘗試，學術界可以致力于基礎技術的研究，盈利模式的分析則由企業(yè)去完成。同時，學術界和產(chǎn)業(yè)界在某些交叉領域形成競爭也是一種良性的模式。一些大企業(yè)會對前沿技術和數(shù)據(jù)積累追蹤最新的學術成果，甚至自己做學術研究，學術界也在積極推進產(chǎn)業(yè)化思考。

3.4 國際組織參與模式

隨著人們對科學數(shù)據(jù)共享意識的提高，越來越多的國際組織參與進來，進行國際間的交流與合作，滿足國際社會對科學數(shù)據(jù)共享的需求。在國際科學聯(lián)合會（ICSU）的組織下，1957年成立了世界數(shù)據(jù)中心（World Data Center），開展地球科學、空間科學和環(huán)境科學領域數(shù)據(jù)的收集、整理、系統(tǒng)化、標準化及交流服務等活動。世界數(shù)據(jù)中心不僅在地球科學、空間科學和環(huán)境科學領域積極推進了數(shù)據(jù)管理和共享，還積極參與許多重大的國際科學計劃，為人類科學事業(yè)的發(fā)展作出了貢獻。國際科技數(shù)據(jù)委員會（Committee on Data for Science and Technology）成立于1966年，其宗旨是提高科學數(shù)據(jù)的質量，推動對科學數(shù)據(jù)的收集、交換、服務和共享。CODATA致力于提高對整個科技領域有重要變化的數(shù)據(jù)的質量、可靠性、管理與可訪問性，向科學家和工程師提供對國際數(shù)據(jù)活動的訪問，促進直接合作，并利用互聯(lián)網(wǎng)初步構建了全球范圍內的科學數(shù)據(jù)交換體系。CODATA通過建立標準格式促進數(shù)據(jù)交換、共享，并協(xié)調各國數(shù)據(jù)項目，定期召開國際數(shù)據(jù)學術會議，提高國際對科學數(shù)據(jù)共享的認識和深入探討數(shù)據(jù)共享等學科方面的問題。

4 結語

以上這四種科學數(shù)據(jù)共享模式相互交叉和滲透，在大數(shù)據(jù)時代繼續(xù)存在并向深遠發(fā)展。應該說我國的科學數(shù)據(jù)資源十分豐富，近年來國家各有關部門相繼成立了專門的信息中心，如國家基礎地理信息中心、國家海洋信息中心、國土資源部信息中心、國家氣象信息中心等等，這些信息中心成為政府部門向社會提供公益性、基礎性服務的重要窗口。我國目前需要從政策法規(guī)、技術規(guī)范、組織管理各個層面保證科學數(shù)據(jù)共享工作的順利進展。

首先，相較于歐美發(fā)達國家，我國政府對有關法規(guī)政策的發(fā)布還遠遠不夠，應對大數(shù)據(jù)的挑戰(zhàn)，政府必須出臺更多關于科學數(shù)據(jù)共享和數(shù)據(jù)開放方面的法規(guī)政策。

其次，加大數(shù)據(jù)開放平臺的建設。大數(shù)據(jù)時代開啟“智慧城市”的建設，“智慧城市”是在城市化與信息化融合等背景下，綜合利用物聯(lián)網(wǎng)、云計算等信息技術手段，結合城市現(xiàn)有信息化基礎，融合先進的城市運營服務理念，建立廣泛覆蓋和深度互聯(lián)的城市信息網(wǎng)絡，對城市的資源、環(huán)境、基礎設施、產(chǎn)業(yè)等多方面要素進行全面感知，并整合構建協(xié)同共享的城市信息平臺?！爸腔鄢鞘小苯ㄔO內容繁多，在數(shù)據(jù)開放平臺的構建中離不開科學數(shù)據(jù)的支撐，也從中促進科學數(shù)據(jù)的共享。

最后，在國際科學數(shù)據(jù)共享的大環(huán)境中，積極參與國際合作與交流，借鑒國際上先進的共享模式與經(jīng)驗，只有這樣才能提高我國科學數(shù)據(jù)共享水平，讓科學數(shù)據(jù)真正走出封閉的實驗室，走向社會，走向世界。

參考文獻：

[1]趙國棟.大數(shù)據(jù)的定義和特征[EB/OL].[2013-10-11]. http://blog.sina.com.cn/s/blog_537e497a01019pi3.html.

[2]江洪，鐘永恒.國際科學數(shù)據(jù)共享研究[J].現(xiàn)代情報，2008（11）：56-58.

[3]黃鼎城，郭增艷.科學數(shù)據(jù)共享管理研究[M]北京:中國科學技術出版社，2002：36.

[4]黃鼎城，郭增艷.科學數(shù)據(jù)共享管理研究[M]北京：中國科學技術出版社，2002：130-140.

[5]歐盟委員會副主席Neelie Kroes：希望每個歐洲人都參與數(shù)字化[EB/OL].[2013-10-11].http：//www.openaccess.net.cn/5f00653e83b753d652a86001/20125e74/ 46708/6b2776df59d454584f1a526f4e3b5e2dneelie-kr oes-5e0c671b6bcf4e2a6b276d324eba90fd53c24e0e-65705b575316.

[6]劉潤達，趙輝，李大玲.科學數(shù)據(jù)共享平臺之數(shù)據(jù)聯(lián)盟模式初探[J].中國基礎科學，2010（6）：27-32.

[7]地震科學數(shù)據(jù)共享管理辦法[EB/OL].[2013-10-11]. http：//data.earthquake.cn/policy/gxbf.htm.

[8]浙江建成全國首家省級地理空間數(shù)據(jù)平臺[EB/OL]. [2013-10-11].http：//kjsb.zjol.com.cn/html/2013-02/22/ content_21927.htm.

左建安南京大學信息管理系2011級碩士研究生。江蘇南京，210093。

陳雅南京大學信息管理系教授。江蘇南京，210093。

The Analysis on the Sharing Mode of Scientific Data in the Era of Big Data

Zuo Jian'an，Chen Ya

Scientific data are the important achievements of scientific research and the inevitable results of the development of science and technology.Four sharing modes of scientific data in the era of Big Data are introduced by this paper,that is the national policy-driven,the exchange between sectors,the enterprise development and the participation of international organizations.Finally,some suggestions are given for the development of sharing scientific data in China.

Big Data.Scientific Data.Sharing mode.Public demand.Open data.

G250.73

2014-02-08編校：劉明）

*本文系2011年江蘇高校哲學社會科學研究重點項目“江蘇省‘十二五’時期數(shù)字文化產(chǎn)業(yè)之數(shù)字內容服務模式研究”（項目編號: 2011ZDIXM011）系列成果之一。