今年是施普林格·自然连续第八年与Digital Science公司、Figshare 知识库联合开展有关开放数据的年度全球调查，并据此于11月14日发布了2023年度《开放数据状况报告》。全球共有 6000 多名研究人员对调查作出了回复，其中印度（12%）、中国（11%）和美国（9%）的回复比例最高。

中国科学院计算机网络信息中心获得授权，对其中来自中国研究人员的调查结果，即642份有效的问卷反馈进行分析，并撰写了《中国开放数据白皮书2023》，揭示了中国科研群体在开放数据的动机、存在的挑战、看法和实践行为等方面的最新情况。

主要数据分析结果如下：

中国科研群体对开放科学有比较高的接受度和支持度，有78%的受访者赞成将公开研究数据作为常规惯例；全球持这一看法的受访者比例为81%。

来源：《中国开放数据白皮书2023》

对于中国受访者而言，提升学术认可与影响力是最重要的数据共享驱动因素。有56%的中国受访者认为其共享数据获得的学术认可 “太少” ，持这一看法的全球受访者比例为60%。认可依然是研究人员持续担心的问题，并在过去八年历次《开放数据状况报告》中不断被提及 —— 这损害了激励机制、信任和合作，从而阻碍了开放科学的推进和可持续的数据共享实践。

只有26%的中国受访者表示知道 “数据管理计划” 的概念，49%的人表达需要相关培训支持。这低于全球调查的结果 —— 尽管全球也只有43%的回复者知道什么是 “数据管理计划” 。

49%的中国受访者表示重复使用过他人或团队公开共享的数据，这在全球受访者中的比例为36%。

已发表的论文是中国科研人员（69%）和全球科研人员（49%）最主要的数据获取方式，其次为数据存储库。

来源：《中国开放数据白皮书2023》

多数中国受访者认为中国对于研究数据开放共享给予了较强力度的支持（65%），全球则有近四分之三的受访研究人员表示未获得共享数据所需的支持。

AI意识尚未转化为行动 —— 虽然近半受访者了解用于数据收集、处理和元数据创建的生成式AI工具，但大多数人尚未加以使用。而较多的中国受访者已在使用AI工具辅助他们进行数据收集（62%）、数据处理（55%）和元数据创建（53%）工作。

数据共享依旧存在诸多阻碍因素。中国有57%的受访者担心数据 “包含敏感信息或数据共享前须获研究参与者许可” 。中国受访者担忧的其他问题还包括 “数据滥用（39%）” ， “其他实验室抢发研究成果（36%）” ， 以及 “不确定数据版权和数据许可（36%）” 等。只有约10%的受访者表示对数据共享没有顾虑。

在参与此次调查的中国受访者中，60%来自高校，是占比最高的人群，其他为医院或医疗组织（16%），研究机构（14%）等。在学科分布上，从事医学（29%）研究的受访者比例最高，其次是生物（18%），工程（9%）和地球与环境科学（9%）领域。从职业阶段分布上看，约有47%的受访者处于职业早期（于近5年内发表了第一篇论文）。因此，本次调查可能在一定程度上反映出中国青年科研群体对待开放数据的认识。

此外，白皮书还邀请中国数据开放共享领域的专家参与报告撰写，从国家政策法规体系、科研评价体系、科研机构的指导作用和数据共享最佳实践等方面提出了相关建议。施普林格·自然作为出版机构，也介绍了在中国的数据政策、相关实践及愿景。

研究数据是支撑科研项目、研究或成果出版的文件集合，包括电子表格、文档、图像、视频或音频等。研究数据应是开放、可访问和可重用的，以加快科学发现的步伐并有益于社会。开放数据是开放科学的基本要素，也是支持研究可重复性的关键。

点击查看或下载《中国开放数据白皮书2023》

关于施普林格•自然

超过180年以来，施普林格·自然一直尽己所能地为整个科研共同体提供最佳服务，以促进探索发现。我们帮助科研人员发掘新想法，确保所有出版内容是重要、严谨和经得起客观检验的，并尽可能以最佳形式传播给所有的相关受众，使之易于被人发现、获取、理解、使用、再使用和分享。我们还为图书馆和机构提供技术和数据方面的创新服务，为协会组织提供优质的出版支持。

作为一家学术出版机构，施普林格•自然旗下汇聚了一系列深得信赖的品牌，包括施普林格、Nature Portfolio、BMC、帕尔格雷夫•麦克米伦和《科学美国人》。更多信息，请访问www.springernature.com。

关于中国科学院计算机网络信息中心

中国科学院计算机网络信息中心成立于1995年3月，是中国科学院科研信息化与管理信息化的研究、开发、建设、运行和服务保障机构，信息化技术创新与应用示范基地。此外，中心是中国互联网诞生地，国家基础学科公共科学数据中心依托和建设单位，国际科学理事会数据委员会CODATA中委会秘书处等多平台依托单位，中心积极支撑CODATA推动全球开放科学云交流与合作，以科学数据银行(Science DB)、全球科技资源标识(CSTR)等开放数据服务助力全球开放数据工作。更多信息，请访问www.cnic.cas.cn。