黃梓航 王可 蔡華儉

摘要在開(kāi)放運(yùn)動(dòng)的潮流下，不同領(lǐng)域紛紛發(fā)布公眾可以免費(fèi)獲取、自由使用的開(kāi)放數(shù)據(jù)，其中不乏反映人類(lèi)方方面面的大數(shù)據(jù)，為心理學(xué)研究提供嶄新的資料。為了促進(jìn)研究者對(duì)這些數(shù)據(jù)庫(kù)的利用，本文對(duì)大量現(xiàn)有的具有心理學(xué)研究潛力的公開(kāi)數(shù)據(jù)庫(kù)進(jìn)行了搜集和整理，介紹了通過(guò)數(shù)據(jù)搜索引擎、數(shù)據(jù)綜合門(mén)戶、專(zhuān)業(yè)領(lǐng)域數(shù)據(jù)集和已有的調(diào)查項(xiàng)目四種獲取開(kāi)放數(shù)據(jù)的途徑，列舉包括基因、神經(jīng)、自然環(huán)境、社會(huì)環(huán)境等九大專(zhuān)業(yè)領(lǐng)域中利用開(kāi)放數(shù)據(jù)展開(kāi)心理學(xué)研究的范例。開(kāi)放數(shù)據(jù)具有樣本巨大多樣，分析靈活，執(zhí)行高效經(jīng)濟(jì)等優(yōu)點(diǎn)，同時(shí)也面臨數(shù)據(jù)重用的可靠性、心理、規(guī)范與技術(shù)方面的挑戰(zhàn)。

關(guān)鍵詞開(kāi)放數(shù)據(jù)；開(kāi)放數(shù)據(jù)庫(kù)；方法；心理學(xué)研究

分類(lèi)號(hào)B841.2

DOI： 10.16842/j.cnki.issn2095-5588.2018.09.0061引言

長(zhǎng)期以來(lái)，幾乎所有的科學(xué)研究數(shù)據(jù)都是封閉的、“一次性”的。一旦某個(gè)課題完成，數(shù)據(jù)也就束之高閣，無(wú)人問(wèn)津。這不僅限制了數(shù)據(jù)的價(jià)值，也導(dǎo)致大量相關(guān)研究停留于低水平的重復(fù)，造成資金和人力的極大浪費(fèi)。心理學(xué)領(lǐng)域同樣如此：《Nature》曾刊文指出，心理學(xué)研究缺少公開(kāi)數(shù)據(jù)的傳統(tǒng)，不利于學(xué)科的積累和發(fā)展 （“A fair share”， 2006）。近些年來(lái)，在“開(kāi)放獲取”、“開(kāi)放數(shù)據(jù)”等呼吁的推動(dòng)下，越來(lái)越多的研究者和組織主動(dòng)公開(kāi)數(shù)據(jù)，以供研究者利用這些數(shù)據(jù)進(jìn)行研究。比如，由政府部門(mén)、各學(xué)科、不同組織機(jī)構(gòu)所開(kāi)放的許多公共數(shù)據(jù)就可以幫助我們探索人類(lèi)許多心理與行為規(guī)律及其影響因素。目前看來(lái)，國(guó)內(nèi)心理學(xué)研究者對(duì)公共數(shù)據(jù)的利用尚不足夠，造成這種情況的一種可能原因是研究者不知道世界范圍內(nèi)有哪些可供利用的公開(kāi)數(shù)據(jù)，也不知道如何獲取和利用這些數(shù)據(jù)進(jìn)行研究。鑒于此，本文擬對(duì)現(xiàn)存的、世界范圍內(nèi)的、對(duì)人類(lèi)心理與行為研究有潛在價(jià)值的公開(kāi)數(shù)據(jù)源進(jìn)行收集整理，并分門(mén)別類(lèi)地進(jìn)行介紹?；诖耍覀冞€將通過(guò)諸多發(fā)表的經(jīng)典研究實(shí)例，詳細(xì)介紹如何獲取各種開(kāi)放數(shù)據(jù)，并利用這些數(shù)據(jù)進(jìn)行研究。最后，我們對(duì)利用開(kāi)放數(shù)據(jù)進(jìn)行研究的優(yōu)點(diǎn)、局限以及有關(guān)技術(shù)問(wèn)題進(jìn)行討論。我們期待本文能夠激發(fā)越來(lái)越多的研究者利用公開(kāi)數(shù)據(jù)來(lái)開(kāi)展心理學(xué)研究。

2開(kāi)放數(shù)據(jù)簡(jiǎn)介

開(kāi)放數(shù)據(jù)（Open Data）源起于科學(xué)研究和創(chuàng)新的訴求。最早對(duì)開(kāi)放科學(xué)數(shù)據(jù)的提議，可追溯到1957-1958 年間舉辦的國(guó)際地理物理年會(huì)（International Geophysical Year）所建構(gòu)的 World Data Center 系統(tǒng)（Minster， Campbell， Dozier， Fleming， Gille， Hartmann， & Thompson，2007）。21世紀(jì)初，互聯(lián)網(wǎng)的發(fā)展與普及使數(shù)據(jù)的刊出與獲取代價(jià)大大降低，徹底改變了開(kāi)放科學(xué)數(shù)據(jù)的環(huán)境。伴隨著日益自由開(kāi)放的理念推動(dòng)，全球掀起了開(kāi)放獲?。∣pen Access）、開(kāi)放源代碼 （Open Source） 等一系列開(kāi)放運(yùn)動(dòng)。雖然開(kāi)放獲取的期刊和數(shù)據(jù)庫(kù)取得了很大進(jìn)步， 但仍然無(wú)法滿足人們的需要，因?yàn)槠浯蠖嘀粓?bào)告結(jié)果而不提供原始數(shù)據(jù)，不可重復(fù)使用（Murray-Rust， 2008）。而人們上傳開(kāi)放數(shù)據(jù)的一個(gè)顯要目的是實(shí)現(xiàn)互操作性（interoperability）（Miller， Styles， & Heath， 2008），即不僅在兩個(gè)或多個(gè)系統(tǒng)或組成部分之間交換信息，還可以對(duì)已交換的信息加以使用。除了為提升學(xué)術(shù)上的互操作性，公民對(duì)政治日益增強(qiáng)的參與意識(shí)也推動(dòng)各國(guó)政府部門(mén)開(kāi)放數(shù)據(jù)（譚健， 2011）。正是出于讓數(shù)據(jù)具有更多再使用性與公開(kāi)性的愿景，開(kāi)放數(shù)據(jù)蓬勃發(fā)展。

心理技術(shù)與應(yīng)用6卷

9期黃梓航王可等： 利用開(kāi)放數(shù)據(jù)進(jìn)行心理學(xué)研究

“開(kāi)放數(shù)據(jù)”目前尚無(wú)統(tǒng)一的定義，不同的組織、機(jī)構(gòu)有不同的理解。簡(jiǎn)單地說(shuō)，“開(kāi)放數(shù)據(jù)”是運(yùn)用“大數(shù)據(jù)”（Big Data）技術(shù)，將公共數(shù)據(jù)集成于“公共數(shù)據(jù)系統(tǒng)”（Public Data Set），通過(guò)特定的在線平臺(tái)，免費(fèi)向公眾開(kāi)放（吳偉強(qiáng)， 吳安琪， 楊婧雯， 2014）。例如，當(dāng)你瀏覽天氣預(yù)報(bào)或使用全球定位系統(tǒng)（GPS）時(shí)，你就在使用開(kāi)放數(shù)據(jù)。值得注意的是，開(kāi)放數(shù)據(jù)與大數(shù)據(jù)不同：大數(shù)據(jù)的數(shù)據(jù)資源通常是無(wú)方向而且保密的，而開(kāi)放數(shù)據(jù)是有目的性且公開(kāi)的——由相關(guān)組織主動(dòng)發(fā)布，人們可以依個(gè)人目的進(jìn)行使用、分析和應(yīng)用（Gurin， 2014）。

我國(guó)各類(lèi)圖書(shū)館、科技信息研究機(jī)構(gòu)從2001年起嘗試搭建科學(xué)數(shù)據(jù)開(kāi)放共享服務(wù)平臺(tái)，科技部將中國(guó)氣象局作為科學(xué)數(shù)據(jù)共享的第一個(gè)試點(diǎn)（李慧佳， 馬建玲， 王楠， 王思麗， 張秀秀， 2013）。發(fā)展到2014年，中國(guó)在開(kāi)放數(shù)據(jù)指數(shù)排名中位居全球第57位（Open Knowledge， 2015），然而無(wú)論源自中國(guó)政府部門(mén)還是城市的開(kāi)放數(shù)據(jù)，目前都未明確開(kāi)放許可（Open License），即沒(méi)有給出可以合法自由地使用數(shù)據(jù)的權(quán)利聲明。在開(kāi)放數(shù)據(jù)的道路上，中國(guó)剛剛起步。但越來(lái)越多的開(kāi)放數(shù)據(jù)項(xiàng)目與平臺(tái)，如中國(guó)綜合社會(huì)調(diào)查（China General Social Survey）、國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)（http：//datamirror.csdb.cn/）等，正日益受到學(xué)者的重視，具有極大的研究潛力。

3開(kāi)放數(shù)據(jù)的獲取

開(kāi)放數(shù)據(jù)種類(lèi)廣泛，既包括人類(lèi)微觀的基因、神經(jīng)環(huán)境，也涵蓋宏觀的社會(huì)生態(tài)環(huán)境，如文化藝術(shù)、科學(xué)、經(jīng)濟(jì)金融、自然環(huán)境、統(tǒng)計(jì)部門(mén)數(shù)據(jù)等等。通過(guò)將各領(lǐng)域的開(kāi)放數(shù)據(jù)與心理、行為指標(biāo)結(jié)合，現(xiàn)已誕生諸多充滿前景的研究方向，如新興的基因神經(jīng)文化學(xué)（Kitayama & Uskul， 2011； Minkov， Blagoev， & Bond， 2014）、社會(huì)生態(tài)心理學(xué)（竇東徽，石敏，趙然，劉肖岑，2014； Oishi， 2014）等。這些領(lǐng)域借助跨領(lǐng)域數(shù)據(jù)，正在逐步揭示基因、神經(jīng)、個(gè)體和社會(huì)生態(tài)環(huán)境等因素如何互相影響、相互塑造。獲取開(kāi)放數(shù)據(jù)通常有四種方法：使用專(zhuān)門(mén)的數(shù)據(jù)搜索引擎、瀏覽數(shù)據(jù)綜合門(mén)戶、選定數(shù)據(jù)所屬的專(zhuān)業(yè)領(lǐng)域和利用已有的調(diào)查項(xiàng)目。下面我們對(duì)這些途徑分別予以介紹。

31數(shù)據(jù)搜索引擎

通過(guò)數(shù)據(jù)搜索引擎獲取數(shù)據(jù)是網(wǎng)絡(luò)時(shí)代最為常用和便捷的一種方式。這里，我們整理了常用的開(kāi)放數(shù)據(jù)搜索引擎，并呈現(xiàn)在表1中。表1常用的開(kāi)放數(shù)據(jù)搜索引擎

名稱(chēng)網(wǎng)址備注Archives Portal Europehttp：//www.archivesportaleurope.eu以歐洲數(shù)據(jù)為主Archiveshubhttps：//archiveshub.jisc.ac.uk/以英國(guó)數(shù)據(jù)為主Base Searchhttp：//www.base-search.net/學(xué)術(shù)搜索引擎Datacitehttps：//www.datacite.org數(shù)據(jù)搜索引擎Datahubhttp：//datahub.io/包含近萬(wàn)數(shù)據(jù)庫(kù)的鏈接Datasets Archive - Reddithttp：//www.reddit.com/r/datasets以數(shù)據(jù)庫(kù)為主題的討論社區(qū)Datastarhttp：//datastar.mannlib.cornell.edu/開(kāi)源的數(shù)據(jù)分享項(xiàng)目Dataversehttps：//dataverse.org/開(kāi)源的數(shù)據(jù)分享項(xiàng)目Dryadhttps：//datadryad.org/以醫(yī)學(xué)數(shù)據(jù)為主Enigmahttps：//www.enigma.com/以美國(guó)的政府、機(jī)構(gòu)提供的數(shù)據(jù)為主Figsharehttps：//figshare.com/提供對(duì)數(shù)據(jù)的管理和共享Google Public Data Explorerhttps：//www.google.com/publicdata/directory谷歌公司的數(shù)據(jù)搜索服務(wù)ICPSR

https：//www.icpsr.umich.edu/icpsrweb/ICPSR/index.jsp全球最大的社會(huì)科學(xué)文獻(xiàn)電子數(shù)據(jù)庫(kù)

IPUMShttps：//www.ipums.org/普查數(shù)據(jù)的集成網(wǎng)站Knoemahttps：//knoema.com/提供數(shù)據(jù)及其可視化的搜索服務(wù)Open Data Stack Exchangehttps：//opendata.stackexchange.com/以數(shù)據(jù)庫(kù)為主題的討論與分享社區(qū)Open Data Networkhttps：//www.opendatanetwork.com/數(shù)據(jù)搜索引擎Open Science Data Cloud （OSDC）https：//www.opensciencedatacloud.org提供數(shù)據(jù)的上傳、共享服務(wù)Open Science Frameworkhttps：//osf.io/提供數(shù)據(jù)的上傳、共享服務(wù)PANGAEAhttps：//www.pangaea.de以環(huán)境數(shù)據(jù)為主Public Data Sets： Amazon Web Services

https：//aws.amazon.com/datasets/

亞馬遜公司的數(shù)據(jù)搜索引擎，包括諸多學(xué)科數(shù)據(jù)、普查數(shù)據(jù)PublicData.euhttp：//publicdata.eu/以歐洲數(shù)據(jù)為主Qlikhttps：//www.qlik.com/zh-cn/提供各類(lèi)數(shù)據(jù)及其分析工具Quandlhttps：//www.quandl.com/超過(guò)7百萬(wàn)個(gè)數(shù)據(jù)集，以金融和社會(huì)統(tǒng)計(jì)數(shù)據(jù)為主Re3Datahttp：//www.re3data.org/數(shù)據(jù)搜索引擎Redbridge（UK）http：//data.redbridge.gov.uk/Download以英國(guó)數(shù)據(jù)為主。Socratahttps：//opendata.socrata.com/提供數(shù)據(jù)的上傳、共享和分析The National Archives UKhttp：//discovery.nationalarchives.gov.uk/以英國(guó)數(shù)據(jù)為主Thinknumhttps：//www.thinknum.com/以金融數(shù)據(jù)為主U.S. National Archives and Records Administration https：//www.archives.gov/data/以美國(guó)數(shù)據(jù)為主UK Data Archivehttp：//www.data-archive.ac.uk以英國(guó)數(shù)據(jù)為主UK Data Servicehttps：//ukdataservice.ac.uk/社會(huì)領(lǐng)域的數(shù)據(jù)搜索引擎xDaytahttp：//www.xdayta.com/數(shù)據(jù)交易市場(chǎng)數(shù)據(jù)堂http：//datatang.com/數(shù)據(jù)交易市場(chǎng)搜數(shù)網(wǎng)http：//www.soshoo.com/index.do提供多個(gè)種類(lèi)的數(shù)據(jù)共享32綜合領(lǐng)域數(shù)據(jù)門(mén)戶

321國(guó)際或地區(qū)組織的開(kāi)放數(shù)據(jù)門(mén)戶

許多國(guó)際組織在其網(wǎng)站上都提供既能在線交互式分析，又能下載儲(chǔ)存的數(shù)據(jù)，其范圍往往涵蓋世界上諸多國(guó)家的多種方面，包括人口性別比、貧富狀況、社會(huì)發(fā)展和氣候變化等，各組織又有不同的側(cè)重，列舉如下（表2）。

表2國(guó)際或地區(qū)組織的開(kāi)放數(shù)據(jù)門(mén)戶

名稱(chēng)網(wǎng)址備注ChinadataCenterhttps：//chinadatacenter.org/default.aspx密歇根大學(xué)設(shè)立的中國(guó)信息中心CIA the World Factbookhttps：//www.cia.gov/library/publications/

download/美國(guó)中央情報(bào)局的世界各國(guó)概況數(shù)據(jù)庫(kù)CountryReporthttps：//countryreport.mofcom.gov.cn/

default.asp中文，以國(guó)家為單位的經(jīng)濟(jì)社會(huì)數(shù)據(jù)庫(kù)Gapminder Worldhttp：//www.gapminder.org/data/以國(guó)家為單位的經(jīng)濟(jì)社會(huì)數(shù)據(jù)庫(kù)Global Data Labhttps：//globaldatalab.org/ddw/全球數(shù)據(jù)實(shí)驗(yàn)室，以發(fā)展中國(guó)家數(shù)據(jù)為主International Household Survey Network （IHSN） http：//www.ihsn.org/home/survey-catalogs以發(fā)展中國(guó)家的數(shù)據(jù)為主International Networks Archivehttp：//www.ihsn.org/survey-catalogs記錄了大量文化、社會(huì)、軍事等數(shù)據(jù)International Social Science Councilhttp：//www.worldsocialscience.org/resources/survey-surveys/有適合于比較國(guó)家間差異的數(shù)據(jù)Nation Masterhttp：//www.nationmaster.com提供適用于比較國(guó)家間差異的數(shù)據(jù)OECD Datahttps：//data.oecd.org/世界經(jīng)合組織數(shù)據(jù)庫(kù)，以經(jīng)濟(jì)數(shù)據(jù)為主Our World in Datahttp：//ourworldindata.org數(shù)據(jù)種類(lèi)豐富Pew Research Centerhttp：//www.pewresearch.org/download-datasets/皮尤研究中心，數(shù)據(jù)種類(lèi)豐富Undatahttp：//data.un.org/聯(lián)合國(guó)數(shù)據(jù)庫(kù)，種類(lèi)豐富UNESCAPhttp：//www.unescap.org/stat/data/聯(lián)合國(guó)亞太經(jīng)社會(huì)，以經(jīng)濟(jì)社會(huì)數(shù)據(jù)為主UNIDOhttp：//stat.unido.org/聯(lián)合國(guó)工業(yè)發(fā)展組織，以工業(yè)生產(chǎn)數(shù)據(jù)為主World Data Systemhttp：//www.icsu-wds.org/全球數(shù)據(jù)系統(tǒng)，種類(lèi)豐富WorldBankhttps：//data.worldbank.org/世界銀行數(shù)據(jù)庫(kù)，以經(jīng)濟(jì)數(shù)據(jù)為主

322我國(guó)各級(jí)機(jī)關(guān)部門(mén)開(kāi)放數(shù)據(jù)門(mén)戶

中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局（http：//data.stats.gov.cn/） 是我國(guó)綜合數(shù)據(jù)領(lǐng)域集成門(mén)戶中最為全面的開(kāi)放數(shù)據(jù)門(mén)戶之一，既提供月度、季度、年度、普查、地區(qū)這類(lèi)按時(shí)間、空間分類(lèi)的數(shù)據(jù)，也提供按主題分類(lèi)的13個(gè)部門(mén)數(shù)據(jù)，包括就業(yè)及社會(huì)保障、衛(wèi)生和社會(huì)服務(wù)、文化和體育、科技等部門(mén)，并提供了可以導(dǎo)出下載的電子版統(tǒng)計(jì)年鑒。除此之外，還有一些地區(qū)、地方等級(jí)的開(kāi)放數(shù)據(jù)門(mén)戶，列舉如下。

表3我國(guó)的各級(jí)開(kāi)放數(shù)據(jù)門(mén)戶

名稱(chēng)網(wǎng)址備注香港政府?dāng)?shù)據(jù)一線通https：//data.gov.hk/sc-datasets提供香港地區(qū)的各種數(shù)據(jù)澳門(mén)特別行政區(qū)政府統(tǒng)計(jì)暨普查局http：//www.dsec.gov.mo/TimeSeriesDatabase.aspx提供澳門(mén)地區(qū)的各種數(shù)據(jù)上海市政府?dāng)?shù)據(jù)服務(wù)網(wǎng)http：//www.datashanghai.gov.cn/提供上海市的各種數(shù)據(jù)北京市政務(wù)數(shù)據(jù)資源網(wǎng)http：//www.bjdata.gov.cn/提供北京市的各種數(shù)據(jù)

323其他主流國(guó)家各級(jí)機(jī)關(guān)部門(mén)開(kāi)放數(shù)據(jù)門(mén)戶在全球廣泛的開(kāi)放政府運(yùn)動(dòng)影響下，越來(lái)越多的國(guó)家、城市的各級(jí)行政部門(mén)將數(shù)據(jù)向公眾開(kāi)放，這些數(shù)據(jù)在相應(yīng)的政府網(wǎng)站中可以找到。下表列舉一些國(guó)家或組織的開(kāi)放數(shù)據(jù)門(mén)戶。

表4部分其他國(guó)家、組織開(kāi)放數(shù)據(jù)門(mén)戶

名稱(chēng)網(wǎng)址備注UNSTATShttps：//unstats.un.org/home/提供各國(guó)數(shù)據(jù)U.S. Census Bureauhttps：//www.census.gov/data.html提供美國(guó)的數(shù)據(jù)U.S. General Services Administrationhttps：//www.gsa.gov/governmentwide-initiatives/open-

data-at-gsa提供美國(guó)的數(shù)據(jù)European Public Sector Information Platformhttp：//www.epsiplatform.eu/提供歐洲的數(shù)據(jù)

33專(zhuān)業(yè)領(lǐng)域數(shù)據(jù)門(mén)戶

不同的學(xué)科內(nèi)部往往有專(zhuān)屬的數(shù)據(jù)分享平臺(tái)，可根據(jù)需要深入特定領(lǐng)域。以下根據(jù)目前心理學(xué)的研究熱點(diǎn)，簡(jiǎn)要介紹幾大常見(jiàn)的領(lǐng)域。

331基因類(lèi)的數(shù)據(jù)

人類(lèi)基因數(shù)據(jù)可謂是開(kāi)放共享中的領(lǐng)頭羊，具有革命性的價(jià)值（Kaye， Heeney， Hawkins， De Vries， & Boddington， 2009）。其中，國(guó)際人類(lèi)基因組單體型圖計(jì)劃（The International HapMap Project）就是從開(kāi)放數(shù)據(jù)中受益良多的典型案例（Manolio， Brooks， & Collins， 2008）。

表5人類(lèi)基因庫(kù)的常用資源平臺(tái)

名稱(chēng)網(wǎng)址備注1000 Genomes Projecthttp：//www.internationalgenome.org/data提供人類(lèi)基因組的變異信息Canadian Open Genetics Repositoryhttp：//opengenetics.ca/醫(yī)學(xué)取向的基因數(shù)據(jù)庫(kù)Chinese Cancer Genome Consortiumhttp：//cancerdb.genomics.org.cn/以與癌癥相關(guān)的基因信息為主DDBJhttps：//www.ddbj.nig.ac.jp/index-e.html日本基因數(shù)據(jù)銀行DisGeNEThttp：//www.disgenet.org/web/DisGeNET/

menu/home主要提供與疾病相關(guān)的基因數(shù)據(jù)EMBLhttps：//www.ebi.ac.uk/歐洲分子生物學(xué)實(shí)驗(yàn)室數(shù)據(jù)庫(kù)Ensemblhttp：//www.ensembl.org/index.html包括多個(gè)物種的基因組信息GENCODE human gene sethttps：//www.gencodegenes.org/提供高質(zhì)量的人類(lèi)和小鼠基因信息Genome Browser Databasehttps：//genome.ucsc.edu/index.html加州大學(xué)圣克魯茲分校提供的基因數(shù)據(jù)庫(kù)續(xù)表

名稱(chēng)網(wǎng)址備注Genomes OnLine Databasehttps：//gold.jgi.doe.gov/綜合的基因信息數(shù)據(jù)GigaScience Databasehttp：//gigadb.org/提供各類(lèi)的基因數(shù)據(jù)Human genome centerhttp：//hgc.jp/english/database.html東京大學(xué)的人類(lèi)基因中心INSDChttp：//www.insdc.org/國(guó)際核酸序列數(shù)據(jù)庫(kù)合作數(shù)據(jù)庫(kù)NCBIhttp：//www.ncbi.nlm.nih.gov/美國(guó)國(guó)立生物技術(shù)信息中心，信息種類(lèi)十分豐富Opensnphttps：//opensnp.org/單核苷酸多態(tài)性數(shù)據(jù)庫(kù)The Human Gene Mutation Databasehttp：//www.hgmd.cf.ac.uk/ac/index.php提供各類(lèi)遺傳疾病相關(guān)的數(shù)據(jù)Wellcome Trust Sanger Institutehttps：//www.sanger.ac.uk/resources/

downloads/human/提供人類(lèi)基因組信息個(gè)人基因組計(jì)劃http：//www.biomedcentral.com/可公開(kāi)獲取的基因信息個(gè)人基因組項(xiàng)目http：//www.personalgenomes.org/哈佛醫(yī)學(xué)院的基因數(shù)據(jù)庫(kù)，也允許上傳信息深圳國(guó)家基因庫(kù)https：//www.cngb.org/index.html中文，有不同類(lèi)型的基因數(shù)據(jù)亞洲基因序列炎黃計(jì)劃http：//yh.genomics.org.cn/華大基因提供的基因數(shù)據(jù)

332腦與神經(jīng)類(lèi)的數(shù)據(jù)

神經(jīng)科學(xué)的數(shù)據(jù)分享與開(kāi)放程度很高，腦成像是其中最有代表性的領(lǐng)域。目前，有許多專(zhuān)門(mén)介紹這些數(shù)據(jù)庫(kù)的文獻(xiàn)（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus，2012； Van Horn， Grafton， Rockmore， & Gazzaniga， 2004； Van Horn & Ishai， 2007； Van Horn & Toga， 2009）。2014年，在線的磁共振成像數(shù)據(jù)庫(kù)就有超過(guò)8000個(gè)（Poldrack & Gorgolewski， 2014）；同年12月，《Nature》子刊《Neuroscience》以大數(shù)據(jù)為主題（Focus on big data）深入討論了包括開(kāi)放數(shù)據(jù)在內(nèi)的大數(shù)據(jù)對(duì)神經(jīng)科學(xué)的意義與應(yīng)用。

表6腦與神經(jīng)類(lèi)數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注1000 Functional Connectomes Project http：//fcon_1000.projects.nitrc.org/fcpClassic/

FcpTable.html最為著名的腦與神經(jīng)數(shù)據(jù)庫(kù)之一ADNIhttp：//adni.loni.usc.edu/提供與阿爾茨海默疾病相關(guān)的各種數(shù)據(jù)Allen Brain Atlashttp：//www.brain-map.org/艾倫腦圖譜Brainmaphttp：//www.brainmap.org/提供神經(jīng)影像學(xué)的數(shù)據(jù)Cimbi Databasehttps：//cimbi.dk/index.php/documents/

viewcategory/4-cimbi-database偏重于和五羥色胺相關(guān)的神經(jīng)數(shù)據(jù)Collaborative Informatics and Neuroimaging Suitehttp：//coins.mrn.org/分享腦神經(jīng)數(shù)據(jù)的平臺(tái)Delormehttp：//sccn.ucsd.edu/～arno/fam2data/publicly_available_EEG_data.html以腦電圖數(shù)據(jù)為主Dtmrihttp：//lbam.med.jhmi.edu/以彌散張量成像數(shù)據(jù)為主續(xù)表

名稱(chēng)網(wǎng)址備注F.M.Kirby centerhttp：//mri.kennedykrieger.org/databases.html提供神經(jīng)影像學(xué)的數(shù)據(jù)，包括彌散張量成像Human Connectome Projecthttp：//www.humanconnectome.org/以神經(jīng)通路為主的項(xiàng)目LONI Image Data Archive https：//ida.loni.usc.edu/services/Menu/

IdaData.jsp？page=DATA&subPage;=

AVAILABLE_DATA鏈接到各類(lèi)南加州大學(xué)的開(kāi)放腦神經(jīng)數(shù)據(jù)庫(kù)MIDAShttp：//www.insight-journal.org/midas/綜合了各種分析工具包MIRIADhttps：//www.ucl.ac.uk/drc/research/miriad-

scan-database主要提供阿爾茨海默病人和老年人的腦成像數(shù)據(jù)National Database for Autism Researchhttps：//ndar.nih.gov/提供與自閉癥相關(guān)的各種數(shù)據(jù)Neuroimaging Informatics Tools and Resources Clearinghousehttp：//www.nitrc.org/提供多種神經(jīng)科學(xué)的數(shù)據(jù)和分析工具NeuroInformatics DataBasehttp：//nidb.sourceforge.net/用于上傳和分享腦成像數(shù)據(jù)NeuroMorphohttp：//neuromorpho.org/以神經(jīng)元相關(guān)數(shù)據(jù)為主Neuroscience Information Frameworkhttps：//neuinfo.org/能夠方便地搜索神經(jīng)科學(xué)相關(guān)信息Neurosynth fMRIhttp：//neurosynth.org/以功能性核磁共振數(shù)據(jù)為主Open Access Series of Imaging Studieshttp：//www.oasis-brains.org/提供開(kāi)放獲取的MRI數(shù)據(jù)OpenfMRIhttps：//openfmri.org/以功能性核磁共振數(shù)據(jù)為主Pediatric MRI Studyhttps：//pediatricmri.nih.gov/nihpd/info/

index.html主要提供兒童的腦成像信息Philadelphia Neurodevelopmental Cohorthttps：//www.med.upenn.edu/bbl/philadel

phianeurodevelopmentalcohort.html提供兒童與青少年的腦成像數(shù)據(jù)SumsDBhttp：//brainvis.wustl.edu/wiki/index.php/

Main_Page包含多種腦定位數(shù)據(jù)The Australian EEG databasehttp：//aed.newcastle.edu.au/以腦電圖數(shù)據(jù)為主The Open MEG Archivehttp：//www.mcgill.ca/bic/resources/omega分享MEG的數(shù)據(jù)The PING Data Resourcehttp：//pingstudy.ucsd.edu/提供兒童與青少年的腦成像數(shù)據(jù)XNAT Centralhttps：//central.xnat.org/提供神經(jīng)影像學(xué)的數(shù)據(jù)

神經(jīng)科學(xué)不僅開(kāi)放數(shù)據(jù)，還在規(guī)范、整合、管理、計(jì)算共享等方面做出了許多嘗試，并開(kāi)發(fā)出了許多相應(yīng)的軟件、社區(qū)或平臺(tái)（Das， Zijdenbos， Harlap， Vins， & Evans， 2011； Dinov，Lozev， Petrosyan， Liu， Eggert， Pierce，& Parker， 2010； Halchenko & Hanke， 2012； Keator et al.， 2013），值得其他領(lǐng)域?qū)W習(xí)。

333自然環(huán)境的數(shù)據(jù)庫(kù)

已有研究發(fā)現(xiàn)，地理、氣候和災(zāi)害等自然環(huán)境的差異影響著許多人類(lèi)心理變量（Oishi， 2014； 竇東徽，石敏，趙然，劉肖岑，2014），而背后的機(jī)制還有待深入的探索。下表列出了相關(guān)領(lǐng)域的常用數(shù)據(jù)庫(kù)。表7地理、氣候和災(zāi)害方面的常用數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注Carbon Dioxide Information

Analysis Centerhttp：//cdiac.ornl.gov二氧化碳信息和分析中心Centre for Research on the Epidemiology of Disastershttp：//www.cred.be/流行病災(zāi)難中心，提供各類(lèi)災(zāi)害等方面的信息Cold and Arid Regions Science

Data Centerhttp：//card.westgis.ac.cn/主要發(fā)布與寒旱地區(qū)有關(guān)的數(shù)據(jù)DesInventarhttp：//www.desinventar.net/提供各類(lèi)災(zāi)害數(shù)據(jù)EM-DAT/CREDhttp：//www.emdat.be最為著名的國(guó)際災(zāi)害數(shù)據(jù)庫(kù)之一GeoCommonshttp：//geocommons.com/可以上傳與共享地圖數(shù)據(jù)Geodatahttp：//geodata.grid.unep.ch聯(lián)合國(guó)環(huán)境規(guī)劃署地理數(shù)據(jù)門(mén)戶Global Assessment Reporthttp：//risk.preventionweb.net/capraviewer/包含各類(lèi)具體類(lèi)型的災(zāi)害信息Global Risk Identification Programhttp：//www.gripweb.org/包含各類(lèi)災(zāi)害數(shù)據(jù)庫(kù)的介紹與鏈接LTER Networkhttps：//portal.lternet.edu/nis/home.jsp包含LTER項(xiàng)目產(chǎn)生的各種數(shù)據(jù)National Climatic Data Centerhttps：//www.ncdc.noaa.gov/以美國(guó)的數(shù)據(jù)為主NERChttps：//data-search.nerc.ac.uk/提供各類(lèi)地理數(shù)據(jù)信息ORNL DAAChttps：//daac.ornl.gov/index.shtmlNASA地球觀察項(xiàng)目Realclimate http：//www.realclimate.org/index.php/data-

sources氣象學(xué)評(píng)論與數(shù)據(jù)分享World Data Center Climatehttps：//www.dkrz.de/？set_language=

en&cl;=en提供高質(zhì)量的氣候數(shù)據(jù)北京城市實(shí)驗(yàn)室https：//www.beijingcitylab.com/主要提供與北京市相關(guān)的地理信息地理空間數(shù)據(jù)云服務(wù)http：//www.gscloud.cn/提供各類(lèi)地理數(shù)據(jù)信息中國(guó)地理信息系統(tǒng)https：//sites.fas.harvard.edu/～chgis/提供中國(guó)的各類(lèi)地理信息中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)http：//data.cma.cn/提供中國(guó)的氣象數(shù)據(jù)

334人口與社會(huì)環(huán)境數(shù)據(jù)庫(kù)

列舉常用的以人口、社會(huì)環(huán)境為主題的研究數(shù)據(jù)庫(kù)如下。

表8以人口為主題的研究中心數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注California Population Centerhttp：//www.cpc.unc.edu/aboutcpc/services/research/library/Learn/dem_resources加利福尼亞人口中心Centre for Survey and Survey/

Register Datahttp：//cssr.surveybank.aau.dk/webview/丹麥調(diào)查與數(shù)據(jù)中心Dataverse Networkhttps：//dataverse.harvard.edu/dataverse/

harvard匯總了各類(lèi)人口、社會(huì)類(lèi)信息源續(xù)表

名稱(chēng)網(wǎng)址備注Minnesota Population Centerhttps：//www.ipums.org/明尼蘇達(dá)人口中心Population Studies Centerhttp：//www.psc.isr.umich.edu/dis/data/密歇根大學(xué)人口研究中心Social Science Japan Data Archivehttp：//csrda.iss.u-tokyo.ac.jp/en/以日本數(shù)據(jù)為主Social Weather Stations-Philippineshttps：//www.sws.org.ph/swsmain/home/以菲律賓數(shù)據(jù)為主澳大利亞社會(huì)科學(xué)數(shù)據(jù)資料http：//www.ada.edu.au/以澳大利亞數(shù)據(jù)為主復(fù)旦大學(xué)社會(huì)科學(xué)數(shù)據(jù)平臺(tái)http：//dvn.fudan.edu.cn/dvn/發(fā)布與共享社會(huì)科學(xué)類(lèi)數(shù)據(jù)加拿大調(diào)查與數(shù)據(jù)中心http：//www23.statcan.gc.ca/imdb-bmdi/pub/indexth-eng.htm以加拿大數(shù)據(jù)為主挪威社會(huì)科學(xué)數(shù)據(jù)服務(wù)http：//www.nsd.uib.no/nsd/english/index.html以挪威數(shù)據(jù)為主瑞士社會(huì)科學(xué)專(zhuān)業(yè)中心http：//forscenter.ch/en/以瑞士數(shù)據(jù)為主中國(guó)國(guó)家調(diào)查數(shù)據(jù)庫(kù)http：//cnsda.ruc.edu.cn/多樣化的中國(guó)數(shù)據(jù)中國(guó)人民大學(xué)中國(guó)調(diào)查與數(shù)據(jù)中心http：//nsrc.ruc.edu.cn/提供有關(guān)中國(guó)經(jīng)濟(jì)與社會(huì)調(diào)查的數(shù)據(jù)中國(guó)社會(huì)科學(xué)網(wǎng)數(shù)據(jù)中心http：//db.cssn.cn/sjxz/提供中國(guó)的人口、社會(huì)環(huán)境等信息中山大學(xué)社會(huì)科學(xué)調(diào)查中心http：//css.sysu.edu.cn/Data提供有關(guān)農(nóng)民工、青少年等調(diào)查項(xiàng)目的數(shù)據(jù)

335政治方面的數(shù)據(jù)庫(kù)

政治影響著社會(huì)生活的各個(gè)層面，同樣也是心理學(xué)的研究對(duì)象之一。下表列出了常用的政治相關(guān)的開(kāi)放數(shù)據(jù)庫(kù)。

表9政治相關(guān)的開(kāi)放數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注International Open Budget Surveyhttp：//survey.internationalbudget.org/提供國(guó)家、地區(qū)的預(yù)算等數(shù)據(jù)OpenData at D.O.J.https：//www.justice.gov/open/open-data美國(guó)司法部提供的開(kāi)放數(shù)據(jù)Openspendinghttps：//openspending.org/提供國(guó)家、地區(qū)的預(yù)算等數(shù)據(jù)Roper Center：Public Opinionhttps：//ropercenter.cornell.edu/polls/大量民意調(diào)查的相關(guān)數(shù)據(jù)Transparency Internationalhttps：//www.coalitionforintegrity.org/關(guān)注腐敗、政府誠(chéng)信等指標(biāo)UNODChttp：//www.unodc.org/unodc/index.html聯(lián)合國(guó)毒品與犯罪辦公室

336經(jīng)濟(jì)方面的數(shù)據(jù)庫(kù)

在以經(jīng)濟(jì)為主題的數(shù)據(jù)庫(kù)中，列舉常用的開(kāi)放數(shù)據(jù)庫(kù)如下。

表10經(jīng)濟(jì)方面的開(kāi)放數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注IMF Datahttp：//www.imf.org/en/Data國(guó)際貨幣基金組織數(shù)據(jù)庫(kù)LABORSTAhttp：//www.ilo.org/ilostat/提供勞動(dòng)力方面的數(shù)據(jù)OpenCorporateshttps：//opencorporates.com/提供大量的公司信息續(xù)表

名稱(chēng)網(wǎng)址備注The Luxembourg Income Studyhttp：//www.lisdatacenter.org/主要提供和收入、就業(yè)相關(guān)的數(shù)據(jù)TheWorldEconomyhttp：//www.theworldeconomy.org/statistics.htm提供經(jīng)濟(jì)方面的歷史和現(xiàn)代數(shù)據(jù)World Income Inequality Databasehttp：//www.wider.unu.edu/research/Database/en_GB/database/主要提供和收入有關(guān)的數(shù)據(jù)和期刊北京市宏觀經(jīng)濟(jì)與社會(huì)發(fā)展基礎(chǔ)數(shù)據(jù)庫(kù)http：//www.bjhgk.gov.cn/query/gotoWWdh.action？yhid=guest以北京的歷史、行業(yè)信息為主高校財(cái)經(jīng)數(shù)據(jù)庫(kù)http：//www.bjinfobank.com/indexShow.do？

method=index#提供各類(lèi)行業(yè)、地區(qū)的數(shù)據(jù)世界經(jīng)理人數(shù)據(jù)網(wǎng)http：//data.icxo.com/web.htm提供各類(lèi)數(shù)據(jù)庫(kù)的鏈接入口市場(chǎng)調(diào)查與研究網(wǎng)http：//data.cmrc.cn/提供各類(lèi)行業(yè)、地區(qū)的數(shù)據(jù)香港應(yīng)用社會(huì)經(jīng)濟(jì)研究中心http：//caser.ust.hk/？act=project_download提供經(jīng)濟(jì)項(xiàng)目數(shù)據(jù)中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)https：//www.ceicdata.com/zh-hans/products/china-economic-database有宏觀和行業(yè)的經(jīng)濟(jì)數(shù)據(jù)中國(guó)人民銀行調(diào)查統(tǒng)計(jì)司數(shù)據(jù)庫(kù)http：//www.pbc.gov.cn/diaochatongjisi/

116219/116319/index.html提供歷年與經(jīng)濟(jì)金融相關(guān)的數(shù)據(jù)

337文化方面的數(shù)據(jù)庫(kù)

除了綜合數(shù)據(jù)門(mén)戶中的教育部、文化部等政府部門(mén)，還有一些組織或項(xiàng)目提供了具有特色的反映文化的開(kāi)放數(shù)據(jù)，列舉如下。

表11文化方面的數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注APA心理學(xué)常用數(shù)據(jù)存儲(chǔ)庫(kù)http：//www.apa.org/research/responsible/data-links.aspx提供了各種數(shù)據(jù)庫(kù)的鏈接入口Google Books Ngramhttp：//books.google.com/ngrams基于書(shū)面文本的項(xiàng)目，適用于分析社會(huì)變遷IEAhttp：//www.iea.nl/data.html國(guó)際教育成就評(píng)價(jià)協(xié)會(huì)，以教育類(lèi)數(shù)據(jù)為主National Center for Science and

Engineering Statisticshttp：//www.nsf.gov/statistics/提供美國(guó)的科學(xué)與工程類(lèi)的各類(lèi)數(shù)據(jù)Sports Referenceshttp：//www.sports-reference.com/提供各類(lèi)體育運(yùn)動(dòng)的數(shù)據(jù)The Association of Religion Data

Archiveshttp：//www.thearda.com/Archive/browse.asp以美國(guó)的各類(lèi)文化類(lèi)數(shù)據(jù)為主UNESCOhttp：//uis.unesco.org/聯(lián)合國(guó)教科文組織提供文化、教育相關(guān)的數(shù)據(jù)

338衛(wèi)生類(lèi)的數(shù)據(jù)庫(kù)

列舉世界范圍內(nèi)知名的衛(wèi)生類(lèi)數(shù)據(jù)庫(kù)如下。表12衛(wèi)生方面的數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注Alcohol and Alcohol Problems

Science Databasehttps：//www.niaaa.nih.gov/專(zhuān)注酗酒問(wèn)題的組織Centers for Medicare & Medicaid Serviceshttps：//www.cms.gov/Research-Statistics-Data-and-Systems/Research-Statistics-Data-and-Systems.html共享各類(lèi)與醫(yī)療有關(guān)的數(shù)據(jù)HealthCare Datahttps：//data.healthcare.gov/提供各類(lèi)與健康相關(guān)的數(shù)據(jù)信息HSCIChttp：//www.hscic.gov.uk/searchcatalogue以英國(guó)的數(shù)據(jù)為主Open Health Care UKhttp：//openhealthcare.org.uk/以英國(guó)的數(shù)據(jù)為主Open Health Datahttps：//openhealthdata.metajnl.com/提供各類(lèi)經(jīng)過(guò)同行評(píng)審的公共衛(wèi)生類(lèi)數(shù)據(jù)WHOhttp：//www.who.int/gho/en/世界衛(wèi)生組織數(shù)據(jù)庫(kù)公共衛(wèi)生科學(xué)數(shù)據(jù)中心http：//www.phsciencedata.cn/Share/

ky_sjml.jsp提供各類(lèi)疾病的相關(guān)數(shù)據(jù)庫(kù)國(guó)家人口與健康科學(xué)數(shù)據(jù)共享平臺(tái)http：//bmicc.cn/web/share/home包括各類(lèi)健康數(shù)據(jù)全國(guó)老年人口健康狀況調(diào)查研究http：//opendata.pku.edu.cn/dataverse/CHADS提供老年人口的健康狀況追蹤研究數(shù)據(jù)中國(guó)國(guó)家人口與生殖健康科學(xué)數(shù)據(jù)共享平臺(tái)http：//www.ncmi.cn/提供生殖健康、計(jì)劃生育等方面的數(shù)據(jù)

339網(wǎng)絡(luò)類(lèi)的數(shù)據(jù)庫(kù)

數(shù)據(jù)挖掘是收集網(wǎng)絡(luò)數(shù)據(jù)的一大途徑。隨著社交網(wǎng)絡(luò)等平臺(tái)的興起，用戶產(chǎn)生的數(shù)據(jù)也成為了分析對(duì)象。如斯坦福大學(xué)的SNAP項(xiàng)目就提供了相關(guān)的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)。除此之外，各大網(wǎng)絡(luò)公司也陸續(xù)開(kāi)放了各自平臺(tái)上用戶的宏觀數(shù)據(jù)。

表13網(wǎng)絡(luò)類(lèi)數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注SNAPhttp：//snap.stanford.edu/data/提供與社交網(wǎng)絡(luò)、信息網(wǎng)絡(luò)等相關(guān)的數(shù)據(jù)集199IT互聯(lián)網(wǎng)數(shù)據(jù)中心http：//hao.199it.com/提供各類(lèi)互聯(lián)網(wǎng)大數(shù)據(jù)的鏈接入口阿里指數(shù)http：//index.1688.com/百度統(tǒng)計(jì)流量研究院http：//#baidu.com/data/browser百度指數(shù)http：//index.baidu.com/谷歌趨勢(shì)https：//trends.google.com/trends/京東數(shù)據(jù)云http：//data.jd.com/淘寶指數(shù)http：//shu.taobao.com/騰訊羅盤(pán)http：//compass.qq.com/微指數(shù)http：//data.weibo.com/index/中國(guó)互聯(lián)網(wǎng)數(shù)據(jù)平臺(tái)http：//www.cnidp.cn/提供各類(lèi)與互聯(lián)網(wǎng)用戶有關(guān)的數(shù)據(jù)的平臺(tái)34調(diào)查研究項(xiàng)目數(shù)據(jù)

一些規(guī)模較大的研究項(xiàng)目往往會(huì)建立專(zhuān)門(mén)的網(wǎng)站持續(xù)更新其調(diào)查進(jìn)展與數(shù)據(jù)。下面，我們對(duì)一些較為著名的項(xiàng)目予以介紹。

341世界范圍調(diào)查研究項(xiàng)目數(shù)據(jù)

世界范圍內(nèi)的研究項(xiàng)目經(jīng)常分散在國(guó)際組織數(shù)據(jù)綜合門(mén)戶或社會(huì)科學(xué)領(lǐng)域數(shù)據(jù)門(mén)戶之中，這里列舉歷史較為悠久的兩個(gè)：1985年開(kāi)始的國(guó)際社會(huì)科學(xué)項(xiàng)目（International Social Science Program， ISSP）（http：//www.issp.org/） 與1981年開(kāi)始的世界價(jià)值觀調(diào)查 （World Values Survey）（http：//www.worldvaluessurvey.org/wvs.jsp）。

342亞洲調(diào)查研究項(xiàng)目數(shù)據(jù)

亞洲范圍內(nèi)的調(diào)查相關(guān)數(shù)據(jù)庫(kù)列舉如下。

表14亞洲調(diào)查研究項(xiàng)目數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注Asia Barometerhttps：//www.asiabarometer.org/包含亞洲地區(qū)的各種調(diào)查數(shù)據(jù)East Asian Social Surveyhttp：//www.eassda.org/modules/doc/index.php？doc=intro包含亞洲地區(qū)的各種調(diào)查數(shù)據(jù)韓國(guó)社會(huì)調(diào)查http：//src.skku.edu/eng/提供韓國(guó)的社會(huì)調(diào)查數(shù)據(jù)民國(guó)時(shí)期北京都市文化的歷史地理信息研究http：//www.iseis.cuhk.edu.hk/history/beijing/index.htm考察從民國(guó)成立至抗戰(zhàn)軍興為止的北京市的數(shù)據(jù)日本基本社會(huì)調(diào)查http：//jgss.daishodai.ac.jp/english/index.html提供日本的社會(huì)調(diào)查數(shù)據(jù)日本社會(huì)流動(dòng)調(diào)查http：//www.sal.tohoku.ac.jp/～tsigeto/ssm/e.html提供日本關(guān)于社會(huì)流動(dòng)性等的數(shù)據(jù)越南追蹤調(diào)查https：//www.icpsr.umich.edu/icpsrweb/DSDR/studies/33506提供越南從1995年到98年的數(shù)據(jù)中國(guó)家庭跟蹤調(diào)查http：//www.isss.pku.edu.cn/cfps/收集個(gè)人、家庭、社區(qū)的數(shù)據(jù)中國(guó)家庭金融調(diào)查http：//chfs.swufe.edu.cn/dataShare.aspx以家庭經(jīng)濟(jì)數(shù)據(jù)為主中國(guó)家庭收入調(diào)查http：//www.ciidbnu.org/包括了對(duì)城鎮(zhèn)、農(nóng)村的數(shù)據(jù)中國(guó)健康和營(yíng)養(yǎng)調(diào)查http：//www.cpc.unc.edu/projects/china/提供有關(guān)健康、營(yíng)養(yǎng)等的數(shù)據(jù)中國(guó)健康與養(yǎng)老追蹤調(diào)查http：//charls.pku.edu.cn/zh-CN專(zhuān)注于45歲及以上的個(gè)人、家庭數(shù)據(jù)中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查http：//css.sysu.edu.cn/Data提供勞動(dòng)力相關(guān)的追蹤數(shù)據(jù)中國(guó)綜合社會(huì)調(diào)查http：//cnsda.ruc.edu.cn/專(zhuān)注于中國(guó)的數(shù)據(jù)

343其他地區(qū)調(diào)查研究項(xiàng)目數(shù)據(jù)

下表列舉了世界其他地區(qū)的常用的調(diào)查項(xiàng)目數(shù)據(jù)庫(kù)。

表15地區(qū)調(diào)查研究項(xiàng)目數(shù)據(jù)庫(kù)

名稱(chēng)網(wǎng)址備注Afrobarometerhttp：//www.afrobarometer.org/提供非洲公眾態(tài)度的相關(guān)數(shù)據(jù)Current Population Surveyshttps：//www.bls.gov/cps/提供美國(guó)人口的相關(guān)數(shù)據(jù)Eurobarometerhttps：//www.gesis.org/eurobarometer-data-

service/home/提供歐洲公眾態(tài)度的相關(guān)數(shù)據(jù)續(xù)表

名稱(chēng)網(wǎng)址備注European Social Surveyhttp：//www.europeansocialsurvey.org/提供歐洲社會(huì)的相關(guān)數(shù)據(jù)European Values Studyhttp：//www.europeanvaluesstudy.eu/提供歐洲社會(huì)的相關(guān)數(shù)據(jù)General Social Surveyhttp：//www3.norc.org/gss+website/提供美國(guó)社會(huì)的相關(guān)數(shù)據(jù)Health and Retirement Studyhttp：//hrsonline.isr.umich.edu/提供美國(guó)老年人的健康和經(jīng)濟(jì)數(shù)據(jù)Latinobarómetrohttp：//www.latinobarometro.org/提供拉丁美洲公眾態(tài)度的相關(guān)數(shù)據(jù)Natcen Social Researchhttp：//www.natcen.ac.uk/提供英國(guó)社會(huì)的相關(guān)數(shù)據(jù)National Longitudinal Surveyshttp：//www.bls.gov/nls/提供美國(guó)勞動(dòng)市場(chǎng)的相關(guān)數(shù)據(jù)Panel Study of Income Dynamicshttps：//psidonline.isr.umich.edu/提供美國(guó)家庭經(jīng)濟(jì)狀況的相關(guān)數(shù)據(jù)

由于開(kāi)放數(shù)據(jù)正在不斷發(fā)展之中，以上所覆蓋的只是冰山一角，相關(guān)的專(zhuān)著也在跟進(jìn)，如《Data Source Handbook》（Warden， 2011）等數(shù)據(jù)手冊(cè)。未來(lái)我們期待有能夠更全面地整合這些資源的平臺(tái)，以使不同領(lǐng)域的開(kāi)放數(shù)據(jù)更加方便查找。

4以從專(zhuān)業(yè)數(shù)據(jù)庫(kù)展開(kāi)的心理學(xué)研究為例在獲取開(kāi)放數(shù)據(jù)后，如何利用這些數(shù)據(jù)進(jìn)行心理學(xué)研究呢？在此，我們以從專(zhuān)業(yè)數(shù)據(jù)庫(kù)展開(kāi)的心理學(xué)研究為例，做簡(jiǎn)單的舉例介紹。

41基因類(lèi)

在人類(lèi)基因庫(kù)的綜合資源平臺(tái)中，最常用的為美國(guó)國(guó)立生物技術(shù)信息中心（National Center for Biotechnology Information， NCBI） （http：//www.ncbi.nlm.nih.gov/）。如Wolock等（2013）利用其中的Gene Expression Omnibus數(shù)據(jù)庫(kù)，發(fā)現(xiàn)吸煙會(huì)調(diào)節(jié)特定精神障礙基因的表達(dá)。此外，一些主題性或特色性的項(xiàng)目也經(jīng)常被使用，如研究者通過(guò)分析1000 Genomes Project（http：//www.1000genomes.org/data）中的人類(lèi)全基因組數(shù)據(jù)，探索嗅覺(jué)受體基因與HLA基因的單核苷酸多態(tài)性（Ignatieva， Levitsky， Yudin， Moshkin & Kolchanov， 2014）。

42腦與神經(jīng)類(lèi)

在綜合類(lèi)數(shù)據(jù)庫(kù)中，最為有名的是1000 Functional Connectomes Project （http：//fcon_1000.projects.nitrc.org/fcpClassic/FcpTable.html），有研究者利用其提供的大樣本很好地回答了爭(zhēng)議已久的性別的腦差異問(wèn)題（Joel， Berman， Tavor， Wexler， Gaber， Stein， & Liem，2015）。人類(lèi)連接組項(xiàng)目（Human Connectome Project）（http：//www.humanconnectome.org/）也經(jīng)常被使用，如研究者利用其中不同的人口群體樣本來(lái)探索結(jié)論的適用范圍（Kochunov， Thompson， Winkler， Morrissey， Fu， Coyle， & Sampath，2016），或利用其檢驗(yàn)新分析方法的有效性（Kammen， Law， Tjan， Toga & Shi， 2016）。

43自然環(huán)境類(lèi)

在社會(huì)生態(tài)心理學(xué)取向的研究中，多數(shù)都使用了公開(kāi)數(shù)據(jù)來(lái)量化生態(tài)變量。如Vliert等（2013）在討論中國(guó)不同省份的氣候與其個(gè)人主義-集體主義水平的關(guān)系時(shí)，就使用了中國(guó)氣象數(shù)據(jù)網(wǎng)（data.cma.cn）提供的公開(kāi)數(shù)據(jù)作為各個(gè)省份氣候的數(shù)據(jù)源。Grossmann等（2015）則使用了國(guó)際災(zāi)害數(shù)據(jù)庫(kù)（www.emdat.be/database）作為美國(guó)各州災(zāi)害數(shù)量的數(shù)據(jù)源，探究其與文化變遷之間的關(guān)系（也見(jiàn)Santos，Varnum， & Grossmann， 2017）。

44人口與社會(huì)類(lèi)

在研究人與城市、社會(huì)的關(guān)系時(shí)，研究者們也常常用到公開(kāi)數(shù)據(jù)。例如，Miyamoto等（2006）在探尋不同文化的物理環(huán)境時(shí)，就參考了美國(guó)人口統(tǒng)計(jì)局（www.census.gov）和日本總務(wù)省統(tǒng)計(jì)局（www.stat.go.jp）的人口數(shù)據(jù)， 以及美國(guó)參考網(wǎng)（www.referenceusa.com）和日本信息網(wǎng)（itp.ne.jp）的地點(diǎn)數(shù)據(jù)。 Pollet和Nettle（2008）則用IPUMS（Integrated Public Use Microdata Series， https：//usa.ipums.org/usa/）所提供的統(tǒng)計(jì)數(shù)據(jù)作為美國(guó)各州性別比例的指標(biāo)，來(lái)研究性別比例和擇偶偏好之間的關(guān)系。

45政治類(lèi)

有研究者認(rèn)為，國(guó)家的民主程度與個(gè)體層面的心理特征之間存在聯(lián)系（Inglehart & Baker， 2000）。在其所提出的現(xiàn)代化理論中，Inglehart認(rèn)為，民主之所以能夠提升個(gè)人的幸福感，是因?yàn)槊裰鞯恼w讓國(guó)民有了自由選擇的權(quán)利。相關(guān)的使用世界價(jià)值觀調(diào)查（worldvaluessurvey.org）為數(shù)據(jù)源的研究也證明了這一觀點(diǎn)（Inglehart， Foa， Peterson， & Welzel， 2008）。

46經(jīng)濟(jì)類(lèi)

已有研究利用開(kāi)放數(shù)據(jù)證實(shí)了宏觀經(jīng)濟(jì)與個(gè)人行為之間的關(guān)系。例如，Hill等人（2012）發(fā)現(xiàn)，在經(jīng)濟(jì)衰退時(shí)期，女性用于化妝品的消費(fèi)反而會(huì)增加。在研究中，他們使用了來(lái)自美國(guó)勞工部（www.bls.gov）的失業(yè)率數(shù)據(jù)和來(lái)自美國(guó)人口統(tǒng)計(jì)局的消費(fèi)數(shù)據(jù)來(lái)作為經(jīng)濟(jì)和女性消費(fèi)的數(shù)據(jù)來(lái)源。

47文化類(lèi)

在這里，Google Books Ngram項(xiàng)目（http：//books.google.com/ngrams）特別值得一提，它是基于過(guò)去五個(gè)世紀(jì)中八百余萬(wàn)圖書(shū)、幾千億單詞的語(yǔ)料庫(kù)，反映了語(yǔ)言、文學(xué)、文化隨時(shí)間的變遷，包括8種語(yǔ)言（Lin， Michel， Aiden， Orwant， Brockman， & Petrov， 2012），并在不斷擴(kuò)大，已經(jīng)成為心理學(xué)研究文化差異、文化變遷的強(qiáng)大工具（Hamamura & Xu， 2015；Greenfield， 2013； Grossmann & Varnum， 2015； Oishi， Graham， Kesebir， & Galinha， 2013； Zeng & Greenfield， 2015）。

48衛(wèi)生類(lèi)

疾病對(duì)人類(lèi)文明的進(jìn)程有著深遠(yuǎn)的影響（賈雷德·戴蒙德，2006）。衛(wèi)生類(lèi)的開(kāi)放數(shù)據(jù)能夠幫助我們更好地理解這一關(guān)系。借助全球流行病和傳染病在線網(wǎng)絡(luò)（www.gideononline.com），F(xiàn)incher等（2008）發(fā)現(xiàn)，傳染病的盛行程度和集體主義呈正相關(guān)關(guān)系。他們認(rèn)為這是因?yàn)榧w主義清晰的內(nèi)外群體劃分可以在一定程度上抵御外來(lái)疾病。

49網(wǎng)絡(luò)類(lèi)

除了參考對(duì)Facebook， Twitter， LinkedIn與Google+等常用的社交網(wǎng)站進(jìn)行數(shù)據(jù)挖掘的方法，親自進(jìn)行數(shù)據(jù)收集外（Russell， 2013），也有研究者直接利用斯坦福大學(xué)的SNAP項(xiàng)目（http：//snap.stanford.edu/data/）中已采集好的數(shù)據(jù)，比如揭示facebook社區(qū)中的反社會(huì)行為（Cheng， Danescu-Niculescu-Mizil & Leskovec， 2015）。

5開(kāi)放數(shù)據(jù)用于研究的優(yōu)點(diǎn)與局限51開(kāi)放數(shù)據(jù)用于研究的優(yōu)點(diǎn)

511更大量多元的樣本

面對(duì)時(shí)間、空間、經(jīng)濟(jì)等諸多客觀條件的限制， 一般研究通常只能對(duì)有限數(shù)量的被試進(jìn)行研究， 即使是所謂的“大樣本”， 樣本量其實(shí)也非常有限。同時(shí)，因?yàn)檠芯空哂H自收集多樣化樣本往往需要耗費(fèi)較高的研究成本，故當(dāng)下許多心理學(xué)研究采用方便取樣，被試幾乎都是在校大學(xué)生，且往往是具有西方文化（western）、受教育程度較高（educated）、工業(yè)化（industrialized）、富裕（rich）且民主（democratic）特點(diǎn)的群體（Henrich， Heine， & Norenzayan， 2010a）。這種取樣不僅有同質(zhì)性較高的問(wèn)題，更值得注意的是這一群體遠(yuǎn)遠(yuǎn)無(wú)法代表所謂的“普通人”：綜合比較視知覺(jué)、公平、合作、空間推理、分類(lèi)和演繹推理、道德推理、自我概念、動(dòng)機(jī)以及智力遺傳性等各方面表現(xiàn)，結(jié)果都表明他們和人口中其他95%的人存在顯著差別（Henrich， Heine， & Norenzayan， 2010b），這對(duì)研究結(jié)果的解釋與推廣造成很大的限制。相比之下， 來(lái)自行政部門(mén)、專(zhuān)業(yè)機(jī)構(gòu)，或是大規(guī)模調(diào)查項(xiàng)目的開(kāi)放數(shù)據(jù)，往往包含數(shù)量龐大的被試，調(diào)查對(duì)象覆蓋全國(guó)甚至全球各地，涵蓋各年齡、種族、社會(huì)地位等類(lèi)別。如中國(guó)家庭追蹤調(diào)查2010年的調(diào)查樣本分布在我國(guó)25個(gè)省/市/自治區(qū)，規(guī)模為16000戶。而世界價(jià)值觀調(diào)查所覆蓋的國(guó)家或地區(qū)現(xiàn)已包含全球至少90%的人口，每個(gè)國(guó)家或地區(qū)至少有1000人以上的樣本，至今累計(jì)有近四百萬(wàn)個(gè)回答者（World Values Survey， 2015）。如此大規(guī)模、多元的樣本對(duì)過(guò)去大多數(shù)研究幾乎是不可想象的， 但在人人可以共享開(kāi)放數(shù)據(jù)的今天，這種“大數(shù)據(jù)”的便利就已經(jīng)觸手可及。大數(shù)據(jù)時(shí)代下心理學(xué)研究甚至有希望讓“樣本即是整體”，從而不再需要過(guò)多的元分析（喻豐， 彭凱平， 鄭先雋， 2015），而開(kāi)放數(shù)據(jù)的使用可以加快這一天的到來(lái)。另一方面，目前心理學(xué)正面臨著可重復(fù)性的危機(jī)。開(kāi)放科學(xué)組織（Open Science Collaboration， 2015）對(duì)2008年發(fā)表的一百項(xiàng)心理學(xué)實(shí)驗(yàn)研究進(jìn)行的重復(fù)實(shí)驗(yàn)表明，其中僅有68%的研究結(jié)論成功被重復(fù)。使用公開(kāi)數(shù)據(jù)也能夠通過(guò)提高樣本數(shù)量和代表性來(lái)增加結(jié)論的可信度。

512更靈活準(zhǔn)確的分析

調(diào)查項(xiàng)目中往往包含諸多問(wèn)題，這給研究者從不同角度利用這些問(wèn)題提供了巨大的空間。一方面，相比直接發(fā)放問(wèn)卷測(cè)量欲測(cè)變量，從開(kāi)放數(shù)據(jù)的調(diào)查項(xiàng)目中選擇想要分析的變量更能避免被試對(duì)研究目的的猜測(cè)而產(chǎn)生要求特征等問(wèn)題。例如研究主觀幸福感的影響因素時(shí)，如果直接在測(cè)主觀幸福感問(wèn)卷前后問(wèn)“金錢(qián)對(duì)你有多重要”，很可能受社會(huì)稱(chēng)許性的影響，而選擇其他調(diào)查數(shù)據(jù)項(xiàng)目之中間接反映金錢(qián)相關(guān)價(jià)值觀的問(wèn)題來(lái)分析應(yīng)該更為真實(shí)（Ng & Diener， 2014）。另一方面，題目的多樣性允許研究者根據(jù)研究目的更靈活地做出選擇和解讀?；谑澜鐑r(jià)值觀問(wèn)卷，Inglehart和Welzel提出描述價(jià)值觀的廣為接受的傳統(tǒng)-理性維度（Traditional-Rational Index）（Inglehart & Welzel， 2005），不過(guò)，也有研究者質(zhì)疑其并不適用于描述中國(guó)的價(jià)值觀，繼而用儒家文化視角對(duì)問(wèn)卷中問(wèn)題的重新分析，基于其中的問(wèn)題構(gòu)建出新的更能體現(xiàn)中國(guó)文化特點(diǎn)的儒家人際關(guān)系指數(shù)（Confucian Index of Interpersonal Relations）（Gu， 2013）?？梢?jiàn)，開(kāi)放數(shù)據(jù)能夠讓研究者們更加靈活地選取研究視角，構(gòu)建理論。

專(zhuān)業(yè)領(lǐng)域的開(kāi)放數(shù)據(jù)，相比舊有籠統(tǒng)的結(jié)果報(bào)告，其內(nèi)容更加全面，細(xì)節(jié)越來(lái)越多，這對(duì)進(jìn)行更為精確的分析非常有利。以傳染病對(duì)心理影響的研究為例：過(guò)去受限于關(guān)于傳染病流行度有限而模糊的數(shù)據(jù)，在對(duì)其統(tǒng)計(jì)時(shí)僅能較為簡(jiǎn)單地編碼（Gangestad & Buss， 1993； Low， 1990），而今越來(lái)越多的傳染病的感染率、死亡率等數(shù)據(jù)都可以通過(guò)查找相關(guān)的開(kāi)放數(shù)據(jù)獲得，數(shù)據(jù)記錄下更多細(xì)節(jié)，如從過(guò)去整個(gè)國(guó)家層面細(xì)化到省份甚至縣城，且被保存為便于分析處理的格式。傳染病的數(shù)據(jù)已可以參與更為嚴(yán)格的統(tǒng)計(jì)分析，如對(duì)文化變遷的影響（Grossmann & Varnum， 2015）。類(lèi)似地，描述災(zāi)害、地理環(huán)境、氣候等等社會(huì)生態(tài)系統(tǒng)各方面更加詳細(xì)、易獲取的開(kāi)放數(shù)據(jù)，將極大地深化與拓展對(duì)人類(lèi)與環(huán)境關(guān)系的研究（如Van de Vliert， Yang， Wang & Ren， 2013）。

513更高效經(jīng)濟(jì)的研究

如果能借助已有的開(kāi)放數(shù)據(jù)，避免重復(fù)測(cè)量或無(wú)效測(cè)量，在其基礎(chǔ)上更有針對(duì)性地收集數(shù)據(jù)，無(wú)疑可節(jié)省大量研究所需的經(jīng)濟(jì)、時(shí)間、精力等成本，克服個(gè)別獨(dú)立的小型數(shù)據(jù)集或小規(guī)模測(cè)量的局限，取得更滿意的研究結(jié)果。特別是在腦成像的研究中，數(shù)據(jù)獲取的經(jīng)濟(jì)成本與用于管理數(shù)據(jù)的時(shí)間成本都十分巨大。一些常見(jiàn)的臨床研究中，往往需要健康的控制組被試數(shù)據(jù)，而這一資源在網(wǎng)上的開(kāi)放數(shù)據(jù)中完全可以找到，那么就無(wú)需重復(fù)收集，從而更合理地分配資源（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus， 2012）?？紤]到我國(guó)心理實(shí)驗(yàn)室的設(shè)備較為落后，許多國(guó)內(nèi)一流的心理學(xué)系也面臨實(shí)驗(yàn)室空間不夠、設(shè)備不足等問(wèn)題（王娛琦， 余震坤， 羅宇， 陳杰明， 蔡華儉， 2015），諸如腦成像、基因等開(kāi)放數(shù)據(jù)的使用將對(duì)相關(guān)的教學(xué)、研究非常有益。

開(kāi)放數(shù)據(jù)除了如上所述能加快研究進(jìn)展，優(yōu)化資源分配以外，還可以使被試的貢獻(xiàn)最大化，激發(fā)新的研究問(wèn)題，用于測(cè)試新的分析方法，提高出版與數(shù)據(jù)的質(zhì)量，增加引用率，滿足對(duì)可重復(fù)性的需求，更好地達(dá)到研究資助機(jī)構(gòu)的初衷，促進(jìn)科學(xué)界形成互相信任、欣賞、合作的文化氛圍（Gomez-Marin， Paton， Kampff， Costa， & Mainen， 2014； Molloy， 2011； Piwowar & Vision， 2013； Poldrack & Gorgolewski， 2014； Poline，Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus， 2012）?？偠灾?，其優(yōu)點(diǎn)十分明顯。

52開(kāi)放數(shù)據(jù)用于研究的局限

521數(shù)據(jù)重用信效度難保障

一些公開(kāi)數(shù)據(jù)所測(cè)的心理變量并未使用嚴(yán)格編制的心理學(xué)量表，或數(shù)據(jù)反映的問(wèn)題與所欲研究的變量不完全相同，或由于使用者不了解數(shù)據(jù)的準(zhǔn)確含義，使其應(yīng)用于具體研究時(shí)，信效度難以保障。如世界價(jià)值觀調(diào)查中對(duì)“信任”價(jià)值的測(cè)量?jī)H使用了一道題目，即“一般來(lái)說(shuō)，您認(rèn)為大多數(shù)人是可以信任的，還是和人相處要越小心越好？”，這引起研究者對(duì)其可靠性的懷疑。雖然研究者將之對(duì)比各國(guó)人在實(shí)驗(yàn)室信任博弈任務(wù)中的表現(xiàn)差異，發(fā)現(xiàn)結(jié)果支持世界價(jià)值觀調(diào)查中這一題目的有效性（Johnson & Mislin， 2012），但這一題目中“大多數(shù)人”所包含的具體范圍對(duì)不同國(guó)家的人卻有所不同：儒家文化國(guó)家的人對(duì)“大多數(shù)人”的范圍理解得比其他文化中的人更小，而富裕國(guó)家比貧窮國(guó)家的人對(duì)該范圍理解得更大（Delhey， Newton， & Welzel， 2011），這意味著如果控制其代表的范圍后再比較人際信任感的話，各國(guó)的排名會(huì)有很大改變，而以往許多研究不加控制地比較這一結(jié)果。此外，由于跨領(lǐng)域地使用公開(kāi)數(shù)據(jù)，加之一些數(shù)據(jù)缺乏相應(yīng)的說(shuō)明，研究者對(duì)數(shù)據(jù)所代表的實(shí)際含義可能產(chǎn)生誤解。如有研究者（Ruan， Xie， & Zhang， 2014）批評(píng)“大米理論”（Talhelm， Zhang， Oishi， Shimin， Duan， Lan， & Kitayama，2014）在使用中國(guó)國(guó)家專(zhuān)利局提供的專(zhuān)利登記所在地?cái)?shù)據(jù)時(shí)，沒(méi)有考慮到許多專(zhuān)利以大學(xué)或研究機(jī)構(gòu)所在地登記，而不是“大米理論”研究者以為的按專(zhuān)利申請(qǐng)人出生時(shí)所在的省份登記。在排除大學(xué)或研究機(jī)構(gòu)注冊(cè)的專(zhuān)利地點(diǎn)這一可能的干擾變量后，分析結(jié)果不再符合“大米理論”的預(yù)測(cè)。同樣地，對(duì)于實(shí)驗(yàn)數(shù)據(jù)，由于不同實(shí)驗(yàn)室有不同的收集條件、分析方法，互相比較可能會(huì)產(chǎn)生混淆（Gomez-Marin， Paton， Kampff， Costa， & Mainen， 2014）。

522心理、規(guī)范與技術(shù)的挑戰(zhàn)

目前開(kāi)放數(shù)據(jù)本身主要面臨研究者心理上分享數(shù)據(jù)的動(dòng)機(jī)不足，道德、行業(yè)、法律規(guī)范不成熟，技術(shù)待普及、待完善這三方面的挑戰(zhàn)，阻礙了其在研究中的使用。

在心理層面，許多研究者缺乏分享數(shù)據(jù)的動(dòng)機(jī)，造成大量研究數(shù)據(jù)沒(méi)有開(kāi)放（Wicherts， Borsboom， Kats， & Molenaar， 2006）。一些研究者擔(dān)心把數(shù)據(jù)開(kāi)放后，同行會(huì)搶先把成果發(fā)表，或數(shù)據(jù)被人重新分析以挑戰(zhàn)原來(lái)的發(fā)現(xiàn)或解讀，甚至怕研究工具不先進(jìn)，讓外界看到由此得到的數(shù)據(jù)后擔(dān)心不夠有競(jìng)爭(zhēng)力（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus，2012）。事實(shí)上，對(duì)那些不愿分享數(shù)據(jù)的研究，即便已得到出版，其數(shù)據(jù)仍可能存在問(wèn)題。如國(guó)外研究者發(fā)現(xiàn)，那些不愿分享數(shù)據(jù)的心理學(xué)研究相比開(kāi)放數(shù)據(jù)的研究，重新分析后顯示出更多錯(cuò)誤（Wicherts， Bakker， & Molenaar， 2011），或鉆了更多心理學(xué)“游戲規(guī)則”的漏洞，如使用小樣本而非大樣本以使結(jié)果顯著、發(fā)表偏倚等（Bakker， van Dijk， & Wicherts， 2012）。

在規(guī)范層面，道德、行業(yè)及法律上尚未形成共識(shí)。對(duì)于以人類(lèi)為對(duì)象的研究，道德上的爭(zhēng)論一直存在，特別是基因、腦成像等數(shù)據(jù)，都可作為個(gè)人身份的識(shí)別碼，所以往往涉及如何平衡個(gè)人隱私與公眾利益的問(wèn)題（Boulton， Rawlins， Vallance， & Walport， 2011）。盡管隱私安全問(wèn)題在技術(shù)上可以得到解決，但開(kāi)放數(shù)據(jù)使被試的信息在不同研究中使用，可能違背其最初簽訂的知情同意書(shū)，且難以通過(guò)倫理審查委員會(huì)的審批（Poline，Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus， 2012）。科學(xué)行業(yè)內(nèi)，我國(guó)由于數(shù)據(jù)開(kāi)放方面發(fā)展起步較晚，至今政府并未出臺(tái)完整、系統(tǒng)的科學(xué)數(shù)據(jù)開(kāi)放獲取政策，而如國(guó)家自然科學(xué)基金委員會(huì)等科研資助機(jī)構(gòu)對(duì)科研成果開(kāi)放也沒(méi)有明確的規(guī)定，種種原因使我國(guó)科學(xué)數(shù)據(jù)的開(kāi)放獲取還沒(méi)有形成規(guī)模（李慧佳，馬建玲， 王楠， 王思麗， 張秀秀，2013）。未來(lái)不僅該鼓勵(lì)科學(xué)家們開(kāi)放研究數(shù)據(jù)，更應(yīng)該設(shè)立制度給予獎(jiǎng)勵(lì)，并且制定統(tǒng)一規(guī)范的數(shù)據(jù)分享標(biāo)準(zhǔn)（Gomez-Marin，Paton， Kampff， Costa， & Mainen， 2014）。同時(shí)，法律許可也應(yīng)跟進(jìn)，因?yàn)閷?duì)我國(guó)目前已經(jīng)開(kāi)放的數(shù)據(jù)，許多并沒(méi)有開(kāi)放許可，聲明任何人都可以自由地使用（Open Knowledge， 2015）。

在技術(shù)層面，無(wú)論是對(duì)數(shù)據(jù)的開(kāi)放者，還是對(duì)數(shù)據(jù)的獲取者，都存在技術(shù)知識(shí)普及上與實(shí)際操作上的阻礙。一些研究者對(duì)開(kāi)放數(shù)據(jù)必要的技術(shù)手段（如ftp/sftp， http/https， choice of infrastructure）或原則（如“潘頓原則”（Panton Principles））（Molloy， 2011）了解不足，或不清楚自己的數(shù)據(jù)集如何與元數(shù)據(jù)（metadata）相連接，使得其他人難以找到分享的數(shù)據(jù)（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus，2012），這對(duì)數(shù)據(jù)獲取者意味著開(kāi)放數(shù)據(jù)的可檢索性、可發(fā)現(xiàn)性、可解釋性與可重新利用性都比科學(xué)文獻(xiàn)更低（李慧佳，馬建玲， 王楠， 王思麗， 張秀秀，2013）。在科學(xué)領(lǐng)域之外，對(duì)于各級(jí)政府、各大職能部門(mén)，雖然它們都有開(kāi)放的數(shù)據(jù)和信息平臺(tái)，可是其數(shù)據(jù)同樣基本處于不精確、不完整、分散化分布的狀態(tài)，這種信息“碎片化”阻礙著開(kāi)放數(shù)據(jù)的獲?。▍莻?qiáng)，吳安琪，楊婧雯，2014）。不過(guò)這一問(wèn)題正逐步得到解決，如神經(jīng)科學(xué)領(lǐng)域已不僅要求開(kāi)放數(shù)據(jù)，還進(jìn)一步提供對(duì)開(kāi)放數(shù)據(jù)整合、計(jì)算的工具或平臺(tái)（Das，Zijdenbos， Harlap， Vins， & Evans， 2011； Dinov，Lozev， Petrosyan， Liu， Eggert， Pierce，& Parker， 2010； Halchenko & Hanke， 2012； Keator，Helmer， Steffener， Turner， Van Erp， Gadde， & Nichols， 2013），同時(shí)開(kāi)放知識(shí)基金會(huì)（Open Knowledge Foundation）等組織也在為各領(lǐng)域都能實(shí)現(xiàn)這一目標(biāo)而努力（Molloy， 2011）。我國(guó)中科院搭建的國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)（http：//datamirror.csdb.cn/）也初具規(guī)模（楊友清，陳雅， 2014）。在心理學(xué)體系內(nèi)，也有研究者開(kāi)始搭設(shè)用于共享實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)的開(kāi)放平臺(tái)（如Gureckis，Martin， McDonnell， Rich， Markant， Coenen， & Chan， 2015； Rouder， 2016）。

6總結(jié)與展望

源于對(duì)科學(xué)研究與創(chuàng)新的訴求，開(kāi)放數(shù)據(jù)在上世紀(jì)中期被提出，而在本世紀(jì)初伴隨一系列互聯(lián)網(wǎng)開(kāi)放運(yùn)動(dòng)蓬勃發(fā)展，在技術(shù)、政府等多方推動(dòng)下，呈現(xiàn)出更加豐富、更加細(xì)致、更加開(kāi)放的趨勢(shì)。研究者可以通過(guò)專(zhuān)門(mén)的數(shù)據(jù)搜索引擎、數(shù)據(jù)綜合門(mén)戶、專(zhuān)業(yè)數(shù)據(jù)領(lǐng)域、已有的調(diào)查項(xiàng)目在各領(lǐng)域的開(kāi)放數(shù)據(jù)中尋找或結(jié)合心理與行為指標(biāo)，進(jìn)行更為高效、經(jīng)濟(jì)、更具生態(tài)效度與可重復(fù)性的心理學(xué)研究。

相比國(guó)外大量的開(kāi)放數(shù)據(jù)庫(kù)以及借助其發(fā)表的大量心理學(xué)研究， 國(guó)內(nèi)心理學(xué)研究者對(duì)利用開(kāi)放數(shù)據(jù)進(jìn)行心理學(xué)研究還遠(yuǎn)沒(méi)有足夠重視，更未發(fā)揮出其巨大的潛能。國(guó)內(nèi)開(kāi)放數(shù)據(jù)快速增多的趨勢(shì)，意味著將其用于心理學(xué)研究存在巨大的發(fā)展空間。其樣本的巨大多樣性，分析的靈活準(zhǔn)確性，執(zhí)行的高效經(jīng)濟(jì)性等諸多優(yōu)點(diǎn)預(yù)示著其廣闊的發(fā)展前景。然而，它還面臨著數(shù)據(jù)重用質(zhì)量難以保證的風(fēng)險(xiǎn)，以及研究者心理障礙、道德與法律規(guī)范、技術(shù)層面的挑戰(zhàn)，需要多學(xué)科、多部門(mén)的通力合作，為解放其在研究中的應(yīng)用潛力鋪平道路。

《重塑發(fā)現(xiàn)》（Reinventing Discovery）一書(shū)的開(kāi)頭寫(xiě)到： “歷史學(xué)家們從現(xiàn)在回溯一百年，會(huì)發(fā)現(xiàn)兩個(gè)科學(xué)時(shí)代：前網(wǎng)絡(luò)科學(xué)時(shí)代和網(wǎng)絡(luò)科學(xué)時(shí)代” （Nielsen， 2012）。伴隨著網(wǎng)絡(luò)科學(xué)時(shí)代的到來(lái)，“數(shù)據(jù)密集型科學(xué)”已被學(xué)者認(rèn)為是繼實(shí)驗(yàn)、理論、計(jì)算模擬后的第4科學(xué)研究范式，而發(fā)展數(shù)據(jù)科學(xué)的主要阻力在于缺乏工具，以及開(kāi)發(fā)這些工具的巨大成本（Hey， Tansley， & Tolle， 2009）。開(kāi)放數(shù)據(jù)具有成為突破這一阻力的強(qiáng)大工具的潛力，它使科學(xué)研究不再閉門(mén)造車(chē)，而是開(kāi)啟了開(kāi)放式創(chuàng)新（Open Innovation）的平臺(tái)，這能夠加快研究進(jìn)程，增進(jìn)創(chuàng)新速度（Gurin， 2014）。心理學(xué)作為行為科學(xué)的重要分支，將受惠于維度更廣、描述更細(xì)、生態(tài)效度更高的大行為數(shù)據(jù)（Big Behavioral Data），從而進(jìn)一步解讀行為背后的基因、神經(jīng)、解剖、環(huán)境等因素紛繁交錯(cuò)而成的織錦，但也需提出新的理論框架與實(shí)驗(yàn)設(shè)計(jì)來(lái)與之適應(yīng)（Gomez-Marin， Paton， Kampff， Costa， & Mainen，2014）。面對(duì)開(kāi)放數(shù)據(jù)這一新生事物，我們應(yīng)直面它并駕馭它，讓它為心理學(xué)研究帶來(lái)新的力量。我們也呼吁更多研究者把自己的研究數(shù)據(jù)變?yōu)殚_(kāi)放數(shù)據(jù)，相關(guān)機(jī)構(gòu)盡快建立制度規(guī)范數(shù)據(jù)開(kāi)放。國(guó)外許多學(xué)者正在為促進(jìn)行為科學(xué)領(lǐng)域的數(shù)據(jù)分享做出嘗試（Sablonnière， Auger， Sabourin， & Newton， 2012），而我國(guó)的心理學(xué)者們也該行動(dòng)起來(lái)，共同促進(jìn)并見(jiàn)證網(wǎng)絡(luò)科學(xué)時(shí)代帶給心理學(xué)的無(wú)邊而嶄新的可能性。

參考文獻(xiàn)

竇東徽， 石敏， 趙然，劉肖岑 （2014）. 社會(huì)生態(tài)心理學(xué)：探究個(gè)體與環(huán)境關(guān)系的新取向. 北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）（05）， 43-54.

賈雷德·戴蒙德. （2006）. 槍炮， 病菌與鋼鐵： 人類(lèi)社會(huì)的命運(yùn). 謝延光譯，[上海] 上海譯文出版社 2008 年版.

李慧佳， 馬建玲， 王楠， 王思麗， 張秀秀 （2013）. 國(guó)內(nèi)外科學(xué)數(shù)據(jù)的組織與管理研究進(jìn)展. 圖書(shū)情報(bào)工作， 57（23）， 130-136.

譚健 （2011）. 開(kāi)放數(shù)據(jù)及其應(yīng)用現(xiàn)狀. 圖書(shū)與情報(bào)（4）， 42-47.

王娛琦， 余震坤， 羅宇， 陳杰明，蔡華儉 （2015）. 利用網(wǎng)絡(luò)進(jìn)行心理學(xué)研究： 西方與中國(guó)概況. 心理科學(xué)進(jìn)展， 3， 015.

吳偉強(qiáng)， 吳安琪， 楊婧雯 （2014）. “開(kāi)放數(shù)據(jù)”（Open Data） 的基本邏輯——以 NYC Open Data 為樣本. 浙江工業(yè)大學(xué)學(xué)報(bào)： 社會(huì)科學(xué)版， 13（4）， 388-393.

楊友清， 陳雅 （2014）. 科學(xué)大數(shù)據(jù)共享研究： 基于國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái). 新世紀(jì)圖書(shū)館（3）， 24-28.

喻豐， 彭凱平， 鄭先雋 （2015）. 大數(shù)據(jù)背景下的心理學(xué)： 中國(guó)心理學(xué)的學(xué)科體系重構(gòu)及特征. 科學(xué)通報(bào) （中文版）， 60（5/6）， 520-533.

張?jiān)迫?徐葳， 龍桂魯 （2015）. 數(shù)據(jù)科學(xué)： 問(wèn)題導(dǎo)向的交叉學(xué)科創(chuàng)新. 科學(xué)通報(bào) （中文版）， 60（5/6）， 425-426.

A Fair Share. （2006）. Nature， 444（7120）， 653-654. Retrieved from http：//dx.doi.org/10.1038/444653b

Bakker， M.， van Dijk， A.， & Wicherts， J. M. （2012）. The rules of the game called psychological science. Perspectives on psychological science， 7（6）， 543-554.

Boulton， G.， Rawlins， M.， Vallance， P.， & Walport， M. （2011）. Science as a public enterprise： the case for open data. The Lancet， 377（9778）， 1633-1635.

Cheng， J.， Danescu-Niculescu-Mizil， C.， & Leskovec， J. （2015， April）. Antisocial Behavior in Online Discussion Communities. In Ninth International AAAI Conference on Web and Social Media.

Chiao， J. Y.， & Blizinsky， K. D. （2009）. Culture-gene coevolution of individualism-collectivism and the serotonin transporter gene. Proceedings of the Royal Society B： Biological Sciences， rspb20091650.

Das， S.， Zijdenbos， A. P.， Harlap， J.， Vins， D.， & Evans， A. C. （2011）. LORIS： a web-based data management system for multi-center studies. Frontiers in neuroinformatics， 5， article 37.

Delhey， J.， Newton， K.， & Welzel， C. （2011）. How general is trust in “most people”？ Solving the radius of trust problem. American Sociological Review， 76（5）， 786-807.

Dinov， I.， Lozev， K.， Petrosyan， P.， Liu， Z.， Eggert， P.， Pierce， J.，... & Parker， D. S. （2010）. Neuroimaging study designs， computational analyses and data provenance using the LONI pipeline. PloS one， 5（9）， e13070.

Fincher， C. L.， Thornhill， R.， Murray， D. R.， & Schaller， M. （2008）. Pathogen prevalence predicts human cross-cultural variability in individualism/collectivism. Proceedings of the Royal Society of London B： Biological Sciences， 275（1640）， 1279-1285.

Gangestad， S. W.， & Buss， D. M. （1993）. Pathogen prevalence and human mate preferences. Ethology and sociobiology， 14（2）， 89-96.

Greenfield， P. M. （2013）. The changing psychology of culture from 1800 through 2000. Psychological science， 24（9）， 1722-1731.

Gomez-Marin， A.， Paton， J. J.， Kampff， A. R.， Costa， R. M.， & Mainen， Z. F. （2014）. Big behavioral data： psychology， ethology and the foundations of neuroscience. Nature neuroscience， 17（11）， 1455-1462.

Grossmann， I.， & Varnum， M. E. （2015）. Social structure， infectious diseases， disasters， secularism， and cultural change in America. Psychol Sci， 0956797614563765.

Gu， M. L. （2013）. Inglehart‐Welzels Traditional vs. Rational index revisited： A comparison between China and the West. Asian Journal of Social Psychology， 16（3）， 213-227.

Gureckis， T. M.， Martin， J.， McDonnell， J.， Rich， A. S.， Markant， D.， Coenen， A.，... & Chan， P. （2015）. psiTurk： An open-source framework for conducting replicable behavioral experiments online. Behavior research methods， 48（3）， 829-842.

Gurin， J. （2014）. Open data now： the secret to hot startups， smart investing， savvy marketing， and fast innovation： McGraw Hill Education.

Halchenko， Y. O.， & Hanke， M. （2012）. Open is not enough. Lets take the next step： an integrated， community-driven computing platform for neuroscience. Frontiers in neuroinformatics， 6， article 22.

Hamamura， T.， & Xu， Y. （2015）. Changes in Chinese culture as examined through changes in personal pronoun usage. Journal of Cross-Cultural Psychology， 46（7）， 930-941.

Henrich， J.， Heine， S. J.， & Norenzayan， A. （2010a）. Most people are not WEIRD. Nature， 466（7302）， 29-29.

Henrich， J.， Heine， S. J.， & Norenzayan， A. （2010b）. The weirdest people in the world？ Behavioral and brain sciences， 33（2-3）， 61-83.

Hey， T.， Tansley， S.， & Tolle， K. M. （2009）. Jim Gray on eScience： a transformed scientific method.

Hill， S. E.， Rodeheffer， C. D.， Griskevicius， V.， Durante， K.， & White， A. E. （2012）. Boosting beauty in an economic decline： mating， spending， and the lipstick effect. Journal of personality and social psychology， 103（2）， 275-291.

Ignatieva， E. V.， Levitsky， V. G.， Yudin， N. S.， Moshkin， M. P.， & Kolchanov， N. A. （2014）. Genetic basis of olfactory cognition： extremely high level of DNA sequence polymorphism in promoter regions of the human olfactory receptor genes revealed using the 1000 Genomes Project dataset. Frontiers in psychology， 5， 247.

Inglehart， R.， & Baker， W. E. （2000）. Modernization， cultural change， and the persistence of traditional values. American sociological review， 65， 19-51.

Inglehart， R.， Foa， R.， Peterson， C.， & Welzel， C. （2008）. Development， freedom， and rising happiness： A global perspective （1981-2007）. Perspectives on psychological science， 3（4）， 264-285.

Inglehart， R.， & Welzel， C. （2005）. Modernization， cultural change， and democracy： The human development sequence： Cambridge University Press.

Joel， D.， Berman， Z.， Tavor， I.， Wexler， N.， Gaber， O.， Stein， Y.，... & Liem， F. （2015）. Sex beyond the genitalia： The human brain mosaic. Proceedings of the National Academy of Sciences， 112（50）， 15468-15473.

Johnson， N. D.， & Mislin， A. （2012）. How much should we trust the World Values Survey trust question？ Economics Letters， 116（2）， 210-212.

Kammen， A.， Law， M.， Tjan， B. S.， Toga， A. W.， & Shi， Y. （2016）. Automated retinofugal visual pathway reconstruction with multi-shell HARDI and FOD-based analysis. Neuroimage， 125， 767-779.

Kaye， J.， Heeney， C.， Hawkins， N.， De Vries， J.， & Boddington， P. （2009）. Data sharing in genomics—re-shaping scientific practice. Nature Reviews Genetics， 10（5）， 331-335.

Keator， D. B.， Helmer， K.， Steffener， J.， Turner， J. A.， Van Erp， T. G.， Gadde， S.，... Nichols， B. N. （2013）. Towards structured sharing of raw and derived neuroimaging data across existing resources. NeuroImage， 82， 647-661.

Kitayama， S.， & Uskul， A. K. （2011）. Culture， mind， and the brain： Current evidence and future directions. Annual review of psychology， 62， 419-449.

Kochunov， P.， Thompson， P. M.， Winkler， A.， Morrissey， M.， Fu， M.， Coyle， T. R.，... & Sampath， H. （2016）. The common genetic influence over processing speed and white matter microstructure： Evidence from the Old Order Amish and Human Connectome Projects. NeuroImage， 125， 189-197.

Lin， Y.， Michel， J. B.， Aiden， E. L.， Orwant， J.， Brockman， W.， & Petrov， S. （2012， July）. Syntactic annotations for the google books ngram corpus. In Proceedings of the ACL 2012 system demonstrations （pp. 169-174）. Association for Computational Linguistics.

Low， B. S. （1990）. Marriage systems and pathogen stress in human societies. American Zoologist， 30（2）， 325-340.

Manolio， T. A.， Brooks， L. D.， & Collins， F. S. （2008）. A HapMap harvest of insights into the genetics of common disease. The Journal of clinical investigation， 118（5）， 1590-1605.

Minkov， M.， Blagoev， V.， & Bond， M. H. （2014）. Improving Research in the Emerging Field of Cross-Cultural Sociogenetics The Case of Serotonin. Journal of Cross-Cultural Psychology， 0022022114563612.

Minster， B.， Campbell， J.， Dozier， J.， Fleming， J.， Gille， J.， Hartmann， D.，... & Thompson， A. （2007）. Earth Observations from Space： The First 50 Years of Scientific Achievements. Paper presented at the AGU Fall Meeting Abstracts.

Miyamoto， Y.， Nisbett， R. E.， & Masuda， T. （2006）. Culture and the physical environment holistic versus analytic perceptual affordances. Psychological Science， 17（2）， 113-119.

Molloy， J. C. （2011）. The open knowledge foundation： open data means better science. PLoS biology， 9（12）， e1001195.

Ng， W.， & Diener， E. （2014）. What matters to the rich and the poor？ Subjective well-being， financial satisfaction， and postmaterialist needs across the world. Journal of Personality and Social Psychology， 107（2）， 326.

Nielsen， M. （2012）. Reinventing discovery： the new era of networked science： Princeton University Press.

Oishi， S. （2014）. Socioecological psychology. Annual review of psychology， 65， 581-609.

Oishi， S.， Graham， J.， Kesebir， S.， & Galinha， I. C. （2013）. Concepts of happiness across time and cultures. Personality and Social Psychology Bulletin， 39（5）， 559-577.

Open Science Collaboration. （2015）. Estimating the reproducibility of psychological science. Science， 349（6251）， aac47161-8.

Palmer， C. L.， Weber， N. M.， & Cragin， M. H. （2011）. The analytic potential of scientific data： Understanding re-use value. Proceedings of the American Society for Information Science and Technology， 48（1）， 1-10.

Piwowar， H. A.， & Vision， T. J. （2013）. Data reuse and the open data citation advantage. PeerJ， 1， e175.

Poldrack， R. A.， & Gorgolewski， K. J. （2014）. Making big data open： data sharing in neuroimaging. Nature neuroscience， 17（11）， 1510-1517.

Poline， J.-B.， Breeze， J. L.， Ghosh， S.， Gorgolewski， K.， Halchenko， Y. O.， Hanke， M.，... & Marcus， D. S. （2012）. Data sharing in neuroimaging research. Frontiers in neuroinformatics， 6.

Pollet， T. V.， & Nettle， D. （2008）. Driving a hard bargain： sex ratio and male marriage success in a historical US population. Biology Letters， 4（1）， 31-33.

Rouder， J. N. （2016）. The what， why， and how of born-open data. Behavior research methods， 48（3）， 1062-1069.

Ruan， J.， Xie， Z.， & Zhang， X. （2014）. Does rice farming shape individualism and innovation？ A response to Talhelm et al. （2014）（December 2，2014）. IFPRI Discussion Paper 1389. A vailable at SSRN： http：//ssrn.com/abstract=2539567.

Russell， M. A. （2013）. Mining the Social Web： Data Mining Facebook， Twitter， LinkedIn， Google+， GitHub， and More. “OReilly Media， Inc.”.

Sablonnière， R. d. l.， Auger， E.， Sabourin， M.， & Newton， G. （2012）. Facilitating data sharing in the behavioural sciences. Data Science Journal， 11（0）， DS29-DS43.

Santos， H. C.， Varnum， M. E.， & Grossmann， I. （2017）. Global increases in individualism. Psychological science， 28（9）， 1228-1239.

Talhelm， T.， Zhang， X.， Oishi， S.， Shimin， C.， Duan， D.， Lan， X.， & Kitayama， S. （2014）. Large-scale psychological differences within China explained by rice versus wheat agriculture. Science， 344（6184）， 603-608.

Van de Vliert， E.， Yang， H.， Wang， Y.， & Ren， X. P. （2013）. Climato-economic imprints on Chinese collectivism. Journal of Cross-Cultural Psychology，44（4）， 589-605.

Van Horn， J. D.， Grafton， S. T.， Rockmore， D.， & Gazzaniga， M. S. （2004）. Sharing neuroimaging studies of human cognition. Nature neuroscience， 7（5）， 473-481.

Van Horn， J. D.， & Ishai， A. （2007）. Mapping the human brain： new insights from FMRI data sharing. Neuroinformatics， 5（3）， 146-153.

Van Horn， J. D.， & Toga， A. W. （2009）. Is it time to re-prioritize neuroimaging databases and digital repositories？ NeuroImage， 47（4）， 1720-1734.

Warden， P. （2011）. Data Source Handbook： “OReilly Media， Inc.

Wicherts， J. M.， Bakker， M.， & Molenaar， D. （2011）. Willingness to share research data is related to the strength of the evidence and the quality of reporting of statistical results. PloS one， 6（11）， e26828.

Wicherts， J. M.， Borsboom， D.， Kats， J.， & Molenaar， D. （2006）. The poor availability of psychological research data for reanalysis. The American Psychologist， 61（7）， 726-728.

Wolock， S. L.， Yates， A.， Petrill， S. A.， Bohland， J. W.， Blair， C.， Li， N.，... & Bartlett， C. W. （2013）. Gene× smoking interactions on human brain gene expression： finding common mechanisms in adolescents and adults. Journal of Child Psychology and Psychiatry， 54（10）， 1109-1119.

Zeng， R.， & Greenfield， P. M. （2015）. Cultural evolution over the last 40 years in China： Using the Google Ngram Viewer to study implications of social and political change for cultural values. International Journal of Psychology， 50（1）， 47-55.

Conducting Psychological Studies via Open DataHUANG Zihang1，2，3 ； WANG Ke4； CAI Huajian1，2，3

（1 Key Laboratory of Behavioral Science， Institute of Psychology， Chinese Academy of Sciences， Beijing 100101， China）

（2 Center for Personality and Social Psychology， Institute of Psychology， Chinese Academy of Sciences， Beijing 100101， China）

（3 University of Chinese Academy of Sciences， Beijing 100049， China）

（4 Department of Psychology， Wuhan University， Wuhan 430072， China）Abstract

With the ongoing open data trend， various fields have published free public access data， providing new resources for psychological studies. At present， psychological field has not benefit much from this trend. This article collected and categorized databases that bear psychological value， introduced four methods to access open data， and listed examples from nine fields that utilized open data. Open data has the advantages of massive sample， flexible analysis and efficient execution， but also faces the challenges from data reuse reliability， psychological， protocol and technological issues.

Key words： open data； open database； methodology； psychological study

心理技術(shù)與應(yīng)用2018， Vol.6， No.9， 570-576Psychology： Techniques and Applications