數(shù)據(jù)“卡脖子”，何談研究話語權(quán)？
“我們國家在數(shù)據(jù)方面基本沒有話語權(quán)?！?| 圖源：pixabay.com圖源：pexels.com
在大氣、海洋等研究領(lǐng)域，中國普遍缺乏拿得出手的高質(zhì)量數(shù)據(jù)。問題出在了哪里？
撰文 | 邸利會
責(zé)編 | 陳曉雪 馮灝
● ● ●
“我們國家在數(shù)據(jù)方面基本沒有話語權(quán)。”
談到IPCC報告里鮮有來自中國的數(shù)據(jù)時，A學(xué)者不無感慨地告訴《知識分子》。
這位要求匿名的研究者舉例說，在最新發(fā)布的IPCC第六次評估報告（IPCC-AR6）中（見報告附錄Ⅰ，觀測數(shù)據(jù)產(chǎn)品Annex I: Observational Products），列出了報告使用的所有數(shù)據(jù)產(chǎn)品，總共有283套，其中，中國貢獻(xiàn)的只有9套（含中國香港、中國臺灣），不僅數(shù)量少，且絕大部分是區(qū)域數(shù)據(jù)產(chǎn)品（如中國的氣溫、降水等）。
IPCC全稱 “政府間氣候變化專門委員會”，IPCC報告體現(xiàn)了整個氣候變化科學(xué)界的智慧，對各國氣候變化的政策制定有很大的影響。如此重要的一個報告，中國數(shù)據(jù)貢獻(xiàn)寥寥，令人遺憾。
在氣候變化領(lǐng)域，中國缺乏國際上拿得出手的高質(zhì)量數(shù)據(jù)，事實上，這也是中國科學(xué)數(shù)據(jù)普遍貧弱的一個縮影。
拿不到的數(shù)據(jù)
相比國外，中國的某些科學(xué)數(shù)據(jù)很難拿到，可讓一般人想不到的是，國內(nèi)難拿到的數(shù)據(jù)，反而很容易從國外拿。
中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn，上圖）和NOAA氣象數(shù)據(jù)網(wǎng)站（下圖）。下圖中圓點就是站點，無須注冊即可下載各個站點的氣象數(shù)據(jù)（https://www.ncei.noaa.gov/），可溯至1951年。
例如，個人以普通用戶的身份登陸主流的氣象數(shù)據(jù)網(wǎng)站進(jìn)行條目搜索，在中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn），可選擇的地面逐小時觀測資料被限定在七天之內(nèi)；而在美國國家海洋和大氣管理局NOAA的數(shù)據(jù)網(wǎng)站（https://www.ncei.noaa.gov/），各個站點的各項氣象數(shù)據(jù)非常完備，無須注冊，個人用戶就可以下載到詳細(xì)的氣象數(shù)據(jù)，以基本的地表溫度數(shù)據(jù)為例，最早可追溯至1951年。
這種 “怪事” 由來已久。
早在2016年4月發(fā)表的《公共數(shù)據(jù)不開放共享，中國就要落后》的文章中 [1]，北京大學(xué)教授陳松蹊就談過他研究霧霾的尷尬經(jīng)歷——北京氣象局的歷史數(shù)據(jù)需要花錢買，據(jù)說 “每小時只是幾塊錢，不貴的”。無奈之下，他們從美國一家氣象研究機(jī)構(gòu)的網(wǎng)站上找到了北京南郊觀象臺每半小時的氣象數(shù)據(jù)，免費(fèi)。
并非只有陳松蹊注意到這個問題。
在2017年11月的文章 [2] 中，Patrick Funk、薛瀾、梁正等來自中美兩國的學(xué)者指出，“在過去，中國大氣污染數(shù)據(jù)的收集分散且經(jīng)常失真。很多數(shù)據(jù)無法公開獲得?！?“研究人員和機(jī)構(gòu)為了最大化地發(fā)表文章，把數(shù)據(jù)捏在手里?！?/span>
他們認(rèn)為，由于高質(zhì)量的傳感器是被全國各個不同團(tuán)體占有，而空氣污染的分析需要來自每個區(qū)域內(nèi)多個站點的高質(zhì)量數(shù)據(jù)，只有克服數(shù)據(jù)共享和合作的障礙才能更好地管理和減少中國的空氣污染；而且，如果只用有限的數(shù)據(jù)，還可能得到錯誤的結(jié)論——比如在理解臭氧空洞時，最初很多科學(xué)家和決策者不相信氯氟烴假說，但通過收集了不同范圍、各個平臺的數(shù)據(jù)后，這個假說得到了驗證。
不僅是在環(huán)保、大氣領(lǐng)域，在海洋研究領(lǐng)域，即使是作為領(lǐng)域內(nèi)的研究者，A學(xué)者坦言，國內(nèi)的數(shù)據(jù)獲取同樣困難——
“其實國內(nèi)很多人去做測量，測量回來后，數(shù)據(jù)都是保密的，（攥）在自己手里，不給別人用。那么一個團(tuán)隊能測多少數(shù)據(jù)呢？所以就沒辦法搞全局性的研究，因為數(shù)據(jù)量太少了。這樣的話就形成了類似于軍閥割據(jù)，大家都用自己手里的一點點數(shù)據(jù)，發(fā)幾篇小文章。中國的數(shù)據(jù)其實并沒有匯聚到統(tǒng)一的地方去?！?/span>
在海洋研究領(lǐng)域，中國通過數(shù)據(jù)共享貢獻(xiàn)給國際同行的也很少。
海洋觀測領(lǐng)域頗為知名的Argo計劃 [3]，通過全球30多個國家的合作來維持一個全球海洋的觀測網(wǎng)絡(luò)，該計劃強(qiáng)制要求所有的參與方，必須把測出來的數(shù)據(jù)共享給國際，其中中國的數(shù)據(jù)貢獻(xiàn)少的可憐，大概不到4%。
“我們這么大的體量，其實（貢獻(xiàn)）也是比較小的，所以我們國家長期在海洋觀測領(lǐng)域是抬不起頭來。”A學(xué)者說。
海洋極大且深，缺乏數(shù)據(jù)尚可理解，但令人驚奇的是，在普通人看來并不缺乏數(shù)據(jù)的領(lǐng)域，研究者想獲取數(shù)據(jù)也困難重重。
今年8月5日，國家青藏高原科學(xué)數(shù)據(jù)中心主任李新等人在《自然-地球科學(xué)》發(fā)表評論文章，呼吁數(shù)據(jù)共享 [4]。
作者們在政策、管理、技術(shù)、國際化四個層面提出了具體的建議。在政策層面，他們指出，應(yīng)該進(jìn)一步明確敏感數(shù)據(jù)及其使用界線——
“地球科學(xué)數(shù)據(jù)，尤其是涉及到國家安全、商業(yè)秘密和個人隱私時，本身可能是敏感的。為了最大化數(shù)據(jù)共享的實踐，很重要的是，要對敏感數(shù)據(jù)確立清晰的定義、共享界線和限制的規(guī)則。在共享限制規(guī)定之外的數(shù)據(jù)，共享的實踐應(yīng)完全基于可查找、可訪問、可互操作、可重用的FAIR原則?！?/span>
李新等人提到的FAIR原則，是國際上幾位學(xué)者在2016年3月發(fā)表的文章中 [5]，正式提出的，可以看作是提升數(shù)據(jù)可重用性的某種指南。之后，這些原則得到了不同國際組織的廣泛認(rèn)可。
的確，界定清楚敏感數(shù)據(jù)以及各方的權(quán)責(zé)，是數(shù)據(jù)權(quán)利領(lǐng)域非常基礎(chǔ)的問題——如果不是保密數(shù)據(jù)，理應(yīng)就不該以 “保密” 為緣由拒絕合理的分享。
可喜的是，尤其是近些年，中國也在努力提升數(shù)據(jù)共享水平。
2018年，國務(wù)院辦公廳印發(fā)的《科學(xué)數(shù)據(jù)管理辦法》，共19處提到共享，其中第19條規(guī)定，“政府預(yù)算資金資助形成的科學(xué)數(shù)據(jù)應(yīng)當(dāng)按照開放為常態(tài)、不開放為例外的原則，由主管部門組織編制科學(xué)數(shù)據(jù)資源目錄，有關(guān)目錄和數(shù)據(jù)應(yīng)及時接入國家數(shù)據(jù)共享交換平臺，面向社會和相關(guān)部門開放共享，暢通科學(xué)數(shù)據(jù)軍民共享渠道。國家法律法規(guī)有特殊規(guī)定的除外?！?/span>
2019年，國家海洋科學(xué)數(shù)據(jù)中心、國家青藏高原科學(xué)數(shù)據(jù)中心、國家人口健康科學(xué)數(shù)據(jù)中心、國家天文科學(xué)數(shù)據(jù)中心等第一批20個國家數(shù)據(jù)中心上線。
但這里提到的科學(xué)數(shù)據(jù)究竟包含了哪些？里面卻存在著模糊地帶。
舉例來說，涉及到地球科學(xué)領(lǐng)域的數(shù)據(jù)，很大部分來自政府部門——
其中的一大類是由各個部委，根據(jù)其業(yè)務(wù)職能，在國家財政的支持下，成體系、成規(guī)模地開展各種資源、環(huán)境調(diào)查等所得到的數(shù)據(jù)（如水利部門開展的全國河流斷面的水位、流速等監(jiān)測數(shù)據(jù)；林業(yè)部門開展的林業(yè)調(diào)查樣方數(shù)據(jù)；環(huán)保部關(guān)于各種類型的空氣質(zhì)量、水域污染物等數(shù)據(jù)；自然資源部的土地調(diào)查數(shù)據(jù)等）。
這樣一些部門的數(shù)據(jù)，如何界定其中的科學(xué)數(shù)據(jù)，是要討論的地方，屬于一個灰色地帶。中國目前還沒有明文規(guī)定什么類型的業(yè)務(wù)數(shù)據(jù)應(yīng)當(dāng)作為科學(xué)數(shù)據(jù)進(jìn)行管理，因為一旦歸入科學(xué)數(shù)據(jù)進(jìn)行界定，按照《科學(xué)數(shù)據(jù)管理辦法》，現(xiàn)在理應(yīng)轉(zhuǎn)移到20個科學(xué)數(shù)據(jù)中心或者其他合理的數(shù)據(jù)倉儲，按照科學(xué)數(shù)據(jù)共享的原則、方式來做。
除了各個部委產(chǎn)生的數(shù)據(jù)，在地球觀測領(lǐng)域，另外一大類是采用制作衛(wèi)星載荷、統(tǒng)一發(fā)射、統(tǒng)一接受、統(tǒng)一管控、統(tǒng)一處理，然后分發(fā)到主要牽頭的部和委（作為衛(wèi)星數(shù)據(jù)的主用戶）而獲得的數(shù)據(jù)。
從實際情況看，這兩大類數(shù)據(jù)，因為未被明確劃入科學(xué)數(shù)據(jù)，科研界都難以獲取。
在之前的文章中，陳松蹊表示，“氣象局、環(huán)保局已經(jīng)開始對氣象、環(huán)境信息通過網(wǎng)站即時發(fā)布。但對各學(xué)科的研究者來說，規(guī)范的長時間的歷史數(shù)據(jù)更有科學(xué)價值。然而獲取規(guī)范的長時間的歷史數(shù)據(jù)仍是無路可循。往往要通過關(guān)系，甚至高價購買?！?/span>
可國內(nèi)拿不到的數(shù)據(jù)，從國外卻可以免費(fèi)拿到。陳教授在上述文章中提到，“我后來和北大一數(shù)學(xué)院士談起此事，他說北大一同事所研究的中國地表方面的數(shù)據(jù)也是從美國得到的?？磥磉@不是一個部門的問題。”
外國的數(shù)據(jù)更“香”嗎？
一些學(xué)者能夠方便地從國外拿數(shù)據(jù)（包括產(chǎn)生于中國的數(shù)據(jù)），得益于這些國家較成熟的數(shù)據(jù)政策和實踐。
以遙感數(shù)據(jù)為例，在歐洲、日本、澳大利亞、德國，這些發(fā)達(dá)國家里，美國對地觀測的科學(xué)數(shù)據(jù)在本身的質(zhì)量，國際開放的程度等一直是比較領(lǐng)先的。
據(jù)劉潤達(dá)等 [6]，美國很早就鼓勵信息自由流通，希望信息在流通中增值。
具體來說，美國的《自由信息法》要求聯(lián)邦政府部門將政府信息向公眾開放并接受公眾的監(jiān)督，允許向任何的公共或私人事物進(jìn)行拷貝；此外，美國的《版權(quán)法》明確規(guī)定，版權(quán)保護(hù)條款下的版權(quán)保護(hù) “不適合于美國政府的作品”。
在地學(xué)領(lǐng)域，1991年7月，美國白宮總統(tǒng)科技政策辦公室發(fā)布了 “全球變化研究數(shù)據(jù)管理政策聲明” [7]，從此，美國聯(lián)邦政府明確提出，將 “完全與開放”（Full and Open）的數(shù)據(jù)共享政策作為國家科學(xué)數(shù)據(jù)共享的基本國策。美國國家研究委員會在其研究報告中指出，要遵循 “數(shù)據(jù)的價值在于使用” 的原則 [8]，科學(xué)數(shù)據(jù)的 “完全與開放” 獲取原則應(yīng)被采納, 并將其作為公共資助研究所產(chǎn)生的科學(xué)數(shù)據(jù)交換的國際標(biāo)準(zhǔn)。
美國國家航空航天局（National Aeronautics and Space Administration, NASA）、美國地質(zhì)調(diào)查局（United States Geological Survey, USGS）、美國國家大氣研究中心（The US National Center for Atmospheric Research, NCAR）、美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）等機(jī)構(gòu)，也很大程度上秉承了這些理念，在數(shù)據(jù)的收集、儲存、分析、共享方面走在世界的前列。
在美國，這些機(jī)構(gòu)也是屬于典型的業(yè)務(wù)部門，因為美國聯(lián)邦相關(guān)的法律規(guī)定，這些部委對于數(shù)據(jù)開放和共享的認(rèn)識、共識等要比較深入，所以數(shù)據(jù)開放，徹底和免費(fèi)的程度等還是非常高的。
除了 “公開” “免費(fèi)” 的好處，這些機(jī)構(gòu)的數(shù)據(jù)之所以有吸引力，還有兩個特點：首先，具備長時間的特征，比如有長達(dá)幾十年的地表環(huán)境變化研究或者全球變化研究的數(shù)據(jù)；其次，數(shù)據(jù)的一致性等方面質(zhì)量較高。
這方面知名的一個例證是USGS的Landsat項目。該項目從1972年開始已經(jīng)發(fā)射了8顆系列陸地觀測衛(wèi)星，是目前為止地球持續(xù)觀測時間最長的一個衛(wèi)星系列。美國政府通常免費(fèi)提供由政府資助的地球觀測衛(wèi)星獲得的圖像，而Landsat此前是個例外，直到 2008年USGS通過互聯(lián)網(wǎng)免費(fèi)提供了Landsat數(shù)據(jù)。
Zhe Zhu 等人的研究指出，“隨之而來的是 Landsat 圖像下載量的大幅增加，并導(dǎo)致科學(xué)和業(yè)務(wù)應(yīng)用程序的迅速擴(kuò)展，為政府、私營部門和民間社會提供服務(wù)。Landsat計劃因此為世界各地的航天機(jī)構(gòu)提供了一個關(guān)于開放獲取地球觀測數(shù)據(jù)的價值的例子，并刺激了全球，包括歐洲的哥白尼計劃，采取了類似的政策?！?[9]
而在海洋研究領(lǐng)域，A學(xué)者表示，美國的數(shù)據(jù)中心也是最受國際尊重的。
“因為他們確實做了大量的工作，我們之前的很多研究也都是和美國、歐洲的數(shù)據(jù)中心的人一起合作完成的。他們也比較開放，我們研發(fā)的方法他們也會用，已經(jīng)用到美國的數(shù)據(jù)中心去了，所以是一個非常健康的良性的互動?！?A學(xué)者說。
不僅是數(shù)據(jù)的開放，開放的思維也貫徹在整個數(shù)據(jù)中心的建設(shè)上，比如充分利用 “外腦”。
NASA就有這方面的例子——
馬里蘭大學(xué)，因為地域的原因，開車幾十分鐘就可以到達(dá)戈達(dá)德太空飛行中心（Goddard Space Flight Center），該校很多老師是NASA數(shù)據(jù)衛(wèi)星的科學(xué)團(tuán)隊成員。
就整個數(shù)據(jù)處理流程和人員安排來說，根據(jù)每顆衛(wèi)星任務(wù)的不同，NASA每次會組建不一樣的科學(xué)團(tuán)隊，指導(dǎo)衛(wèi)星的設(shè)計。等衛(wèi)星上天，數(shù)據(jù)傳回后，科學(xué)團(tuán)隊緊接著為數(shù)據(jù)產(chǎn)品的研制和將來的數(shù)據(jù)生產(chǎn)設(shè)計算法。
之后，NASA的數(shù)據(jù)中心內(nèi)部的一支專門的工程師團(tuán)隊，做硬件的、做基礎(chǔ)和應(yīng)用軟件的，接過手來，把科學(xué)團(tuán)隊的算法在計算機(jī)系統(tǒng)上實現(xiàn)。
最后，NASA還有一支專門做對外服務(wù)的團(tuán)隊，不定期對外宣講，豐富數(shù)據(jù)產(chǎn)品文檔、實驗過程、地面控制以及各種數(shù)據(jù)庫。
充分利用 “外腦” 組建的科學(xué)家團(tuán)隊、專職的工程師團(tuán)隊、專業(yè)的對外服務(wù)，如此三位一體的安排，除了NASA，也被USGS、NOAA、NCAR所采用。相比較而言，國內(nèi)的數(shù)據(jù)中心在這三個方面都存在一定程度的差距。
國內(nèi)的人才困境
相比國外這些較為成熟的數(shù)據(jù)政策、體制機(jī)制，制約中國科學(xué)數(shù)據(jù)發(fā)展的核心還在于專業(yè)人才的缺乏以及不合理的評價體制。
他山之石或可攻玉。以上文提到的Landsat為例，這個跨越了40多年的項目，USGS的數(shù)據(jù)中心團(tuán)隊幾十年如一日，跨越不同的物質(zhì)形態(tài)和技術(shù)手段，整理分析甚至是膠片的、磁帶的記錄，持續(xù)性地保證Landsat科學(xué)數(shù)據(jù)的國際共享價值。
但這種幾十年如一日的工作，如果是放在國內(nèi)做，在科技評價中則不占便宜。
作為海洋數(shù)據(jù)研究領(lǐng)域的學(xué)者，A學(xué)者對此有深刻的體會——
“我個人的感受就是我們國家的基礎(chǔ)研究其實還是非常弱的。對于全球變化，要判斷全球到底有沒有變暖，海洋溫度的上升，冰川的融化，這些主要的判斷要依據(jù)數(shù)據(jù)，這個很基礎(chǔ)，只有知道了怎么變才能去應(yīng)對它…… 其實國內(nèi)有很多人去做測量，但沒有專門去做數(shù)據(jù)的，因為做數(shù)據(jù)的人在現(xiàn)行的體制下，很難活下去，（當(dāng)前的評價體制）要求你不斷去寫論文，但是做數(shù)據(jù)天然地需要花大量的時間去了解數(shù)據(jù)是長什么樣子。這也是為什么大家不太愿意去做（數(shù)據(jù)）工作的原因?！?/span>
圖靈獎得主 Jim Gray 在2007年加州山景城召開的一次會議上，發(fā)表演講 “第四范式，數(shù)據(jù)密集型的科學(xué)發(fā)現(xiàn)”，提出今天的科學(xué)已經(jīng)進(jìn)化到可以是數(shù)據(jù)驅(qū)動的發(fā)現(xiàn) [10]。從涉及到地球各個圈層的氣候變化研究，到關(guān)系到人類健康的遺傳基因組、蛋白組、臨床試驗，數(shù)據(jù)成為了必不可少的創(chuàng)新源泉和力量，再沒有什么時候比重視數(shù)據(jù)基礎(chǔ)建設(shè)和共享更迫切的了。
中國在數(shù)據(jù)方面的基本功建設(shè)依然任重道遠(yuǎn)。
制版編輯 | 盧卡斯
