开放科学背景下，数据尤其是开放的数据已成为一种新的资产形式，显现出巨大的价值。然而，价值的释放远不只是越来越多科学数据被开放，其本质还包括频繁的数据更新、参差不齐的数据质量、丰富多样的数据种类、更快速的数据流动等，这些都将给科学信息交流系统带来复杂且难以预估的影响。对此，联合国教科文组织发布的《开放科学建议书》（UNESCO Recommendation on Open Science）为科学数据开放实践提供了指导意见，强调在数据开放的过程中应该遵循FAIR原则等核心规范。之所以这么呼吁和要求，既有对科学文化断层、科学研究不可复现和知识质量的深远忧虑，也包含对妥善处理科学数据资源的期望和寄托。目前，数据出版作为科学数据开放共享模式之一，被认为是规范科学数据开放获取的有效方式和重要途径，具有巨大的发展空间和发展潜力。为此，本文首先从功能视角探析数据出版在开放科学信息交流系统中发挥的作用，明确数据出版的实践逻辑；继而，剖析数据出版在实践过程中所面临的挑战和困境，梳理阻碍数据出版功能发挥的因素；最后，结合我国实际情况，对数据出版的治理路径进行思考，以期为后续研究和实践提供参考。

本文将数据出版定义为一种围绕科学数据进行选择、加工、组织等编校处理，并与适当载体相结合，生产知识、信息产品和服务，面向公众开放获取的正式出版活动。也就是说，相较于其他科学数据共享行为，本文所讨论的数据出版是一种非临时、具备质量控制机制和生产目标的活动，强调数据出版要达成的目标并不仅限于公开、公布、共享，而是须同时实现质量、存储、使用方面的一揽子目标，只有通过建制化的专业活动才可达成。

没有数据就没有出版物，没有出版物就没有数据。^[1]2011年，欧洲研究型图书馆协会（Association of European Research Libraries，LIBER）的多利益攸关方会谈上之所以会出现这样的发言，是因为科技出版事业长期以来在科学信息交流领域积累的效能，使出版具备很大的潜力促进科学数据可见且可复用。1997年，英国学者罗兰（F. Rowland）以学术期刊为例，将科技出版的功能总结为质量控制（quality control）、规范化发布（dissemination of information）、认可（recognition of authors）和规制化存档（canonical archive）。^[2]如今，数据出版作为一种新型科技出版活动，在整体功能上，仍会和科技出版活动保有一定的连贯性和一致性，如图1所示。

早有调查显示，即便科学研究已从印刷系统转变为数字系统，但出版活动的质量评价机制依然是科研人员信任的来源。^[3]对科学研究而言，科学数据质量的重要程度不亚于数据本身。而科学数据激增和大量共享方式的出现带来的一个关键问题是数据的可靠性和可信度问题。目前，互联网技术和各种工具平台的发展虽然增加了科学数据开放共享的渠道和方式，但绝大部分科研人员还是更倾向于到正规出版物中寻找和发现科学数据。^[1]这主要是因为许多开放数据的质量没有保障，而出版可通过不同方式来保证科学数据开放共享的质量和可用性，包括通过完整的同行评议程序，对数据内容、形式及相关元数据进行质量审查和验证，保证数据与其他内容的一致性（例如，数据必须有效验证研究结论）和科学数据及其元数据的规范性（包括数据完整性和互操作性等方面）。如期刊Ecology要求数据论文在发表前必须接受完整的同行评议程序，并针对数据制定详尽的审查清单。当下，已有种种调查结果表明，科研人员是愿意使用第三方数据的，但前提是这些数据的质量得到了验证。因此，出版对数据质量的评审和验证，无疑是有利于科学数据交流的。

虽然科学数据可以在科研合作伙伴之间进行非正式的交流和分享，其他科研人员还可以通过发送请求等方式获得数据，但有规范、有组织、有计划的出版活动能给科学数据开放共享带来更多的益处。与期刊论文、学术专著等文献信息不同，科学数据具有高度动态、定期更迭等特征，在数据收集组织、汇聚、拆分、重用等环节，都有可能产生不同版本的数据，对数据的修改和删除也不会留下痕迹。因此，一些绕过正式组织系统的简单发布行为，容易导致版本混乱、数据篡改等问题，阻碍科学的有效交流。数据出版通过详细记录数据文件的变更，保留数据的出处和世系，帮助用户识别和获取最佳版本。例如，期刊《中国科学数据》通过全程溯源，对数据论文及其关联数据进行严格的版本控制，期刊平台在作者修改数据后会上传新的版本，并鼓励作者同时上传修改说明。欧盟《有关整合数据和出版的报告》（Report on Integration of Data and Publications）曾明确提出，通过正式的出版程序将科学数据整合到一个更为正式和商定的公约中，有助于克服科学数据发布所面临的各种障碍，整合数据和出版物的优势，如表1所示。^[1]

认可是科研人员最看重的出版功能。科技出版提供的认可机制对科研人员的职业生涯影响之大，从西方学术界的流行谚语“要么出版，要么出局”（publish or perish）就略见一斑。“认可”作为科学交流系统的硬通货^[2]，可帮助承认作者的贡献（recognition），以及给予作者相应的职业奖励（rewards）。目前，数据出版主要是从科技期刊出版活动延伸而来，通过数据引用、评价提供认可机制。出版机构在接收科学数据之后，通过登记相关信息，确定科学发现的优先权和科学数据的所有权；通过已认证的数据中心提供的永久标识符，与数据集建立引用和链接，使科学数据可以被承认和正式引用；并根据其他科研人员引用数据等情况，评估科学数据的表现，如《地球科学数据期刊》（Geoscience Data Journal）在数据出版后持续监测数据影响力，以此激励科研人员创建和发布科学数据。2022年10月，数字科研（Digital Science）公司、Figshare知识库和施普林格·自然联合发布的《2022年开放数据状况报告》（The State of Open Data 2022）显示，科研人员之所以共享科学数据，是因为他们的努力得到了某种形式的认可，包括数据被其他论文引用，以及在使用了这些数据的论文中成为共同作者。

出版作为科学知识生产活动，是防止学术内容资源丢失的第一道防线，在内容的保存和维护方面起到关键作用。在印刷出版时代，论文主要以期刊的形式保存在图书馆等机构，将这些期刊出版物集合起来，就是学术研究较为完整的历史记录。^[4]在数字化背景下，出版机构则是对数字内容资源进行维护和存档，使科研人员无需移步图书馆，在出版机构数据库中，就可回溯其收录的若干年前的出版物。但是，由于科学数据规模巨大，且复杂多样，构建专门的数据仓储库需要大量的资金和技术成本。因此，针对科学数据履行存档功能的情况，会与针对科技期刊等文献所履行的存档功能有所不同。虽然也有部分出版机构直接存储数据，如OA出版机构Pensoft允许小于20MB的数据随论文发表和存储在出版平台上，但大多数出版机构会寻求可靠的第三方机构，通过指定或推荐数据仓储库，履行科学数据的存储功能。如施普林格·自然强制性要求特定学科领域的数据集须提交到对应学术社区认可的公共数据仓储库，若数据不存在对应的数据知识库，作者应使用Figshare等通用型数据仓储库，保证用户在一定时期内可以获取和使用数据。有的期刊则是通过合同、协议等方式对作者进行规定，一般要求作者在出版之后必须保留数据至少5年，并确保其他科研人员在提交请求之后可以获取数据。^[5]虽然这在严格意义上不算是一种长期保存行为，它更大程度上是立足于推进可信研究的生产、传播的出版需求，避免科学数据造假和不可重复等信任危机，但同时也具有一定的保存意义。

科学界已经充分认识到数据出版的巨大潜力和广阔前景。不过，由于工作对象的转变，数据出版面临的不只是数据开放的力量，随之涌现的还有数据的爆炸性增长、类型复杂多样、质量不一等问题。这些挑战已经随着科学数据的涌现，以及人们对开放数据不断增长的需求而变得更加艰巨。期刊出版机构更是遇到前所未有的困难和挑战：一是难以承担起对规模巨大的数据进行审查的任务；二是在存档功能的履行上难以实现传统意义上的“存档入库”，无法确保对数据的永久访问和保存。目前，科学数据的复杂性和特殊性决定了数据出版所面临的问题，而所需要的治理成本大都是单一行动主体力所不能及的。越来越多的主体携带不同资源迈入数据出版领域，数据出版发展的复杂程度和不确定性逐渐上升，面临多重发展困境，如图2所示。

数据出版是一项复杂的系统性工程，涉及的主体十分宽泛、多元，包括政府部门、出版商、高校和科研院所、科研人员等。这些来自“政、产、学、研”各界的利益相关者，凭借自身掌握的资源或资本类型，获得进入数据出版领域的权力。数据出版发展过程中，多元主体的加入带来了各种冲突和挑战。

一方面，主体之间权力和利益的博弈不可避免。2016年8月，OECD全球科学论坛（Global Science Forum，GSF）发布的研究报告《社会经济研究的研究伦理和新形式的数据》（Research Ethics and New Forms of Data for Social and Economic Research）明确提出，在任何与科学数据相关的活动中，需要重点考虑两个方面：一是公共利益相关者和私人利益相关者之间的权力和利益平衡，二是与科学数据直接相关的私人主体之间存在复杂的权力和利益平衡。^[6]

另一方面，主体之间的功能界限变得模糊，权责协调变得更加复杂。在纸质载体作为科研成果发布的主流载体时，出版机构与图情管理机构在科学信息交流系统中的联系是比较清晰的：一般是由出版机构将作者提交的手稿进行编辑出版，然后将出版物交由以图书馆、情报所、信息中心为代表的图情管理机构管理和保存，由图情管理机构向科研用户提供阅览、检索、查新索引等服务。随着信息技术的迅猛发展，大量科学信息以数字形式出现，这为传递、物化和共享信息提供了很大便利。科学信息在生产、组织、传递和保存等环节产生了部分重叠，出版工作和信息管理工作之间不再像以往那样泾渭分明，科学信息交流系统中各方主体的角色定位开始发生变化。而科学数据作为一种与数字技术紧密相关的科学信息资源，无疑会加剧这些变化。

目前，已有一系列实践表明，与科学数据相关的出版机构和管理机构由于技术原因出现了整合态势：一些图情管理机构直接承担起科学数据发布职能，对科学数据进行出版，如日本国立极地研究所的机构知识库创办了数据期刊发表数据；而作为科学信息生产主要阵地的高校、研究机构将职能范围拓展到科学数据验证和评价环节，如美国新墨西哥大学主持的DataONE项目，针对不同类型的数据建立了不同的质量控制原则和标准，对数据进行严格的审查和确认；一些科技出版商直接介入科学数据管理环节，如爱思唯尔建立了专门的数据中心负责数据存档和索引等功能，为科学数据的保存和维护提供保障。可见，传统行动主体的行业界限和功能边界因为科学数据的出现变得更加模糊，不再是原本界限清晰、有序分工的状态。主体间关系、主体与功能的对应关系发生了明显变化，但又远远没有达到稳定的程度。在这种情况下，数据出版的复杂性和不确定性会大大增加。

一般来说，当系统处于复杂性和不确定性较低的情境中时，面临的问题往往比较简单。^[7]这是因为低复杂性和不确定性的系统情境所需的资源复杂程度低，更容易获取和整合。然而，数据出版尚在摸索阶段，正处于高度复杂化、不确定性强和风险性较高的状态，涉及多个层面的资源，从技术和基础设施到人力等方面，资源复杂程度和成本较高。以搭建科学数据知识库为例，一个适用、高效的科学数据知识库应该包括多种功能：数据发布平台、系统维护与开发、数据访问、多格式多版本支持、数据分析工具或链接（例如数据可视化工具）、数据录入质量控制（例如与格式标准的一致性检查、是否符合技术标准等）、数据引用等相关服务。每一项服务在为数据出版实现了增值的同时，耗费了大量资源。全球蛋白质数据库（Worldwide Protein Data Bank）和英国数据档案馆（UK Data Archive）是全球数据知识库领域较为典型的范例，它们早在2010年左右就已分别耗资数百万英镑且聘请近百名全职员工支持知识库的运行，人工成本占据每年预算中的较大比重。

因此，要想提高数据出版的可治理性（governability），就需要将不同资源都纳入数据出版活动中，随之而来的是巨大的成本压力。这也解释了当前一些主体的“反常”行为：出版机构在面向科学数据这一工作对象履行存档功能时，几乎脱离了原来意义上的“存档入库”。虽然也有一些出版机构会直接存储数据，但一般只是允许内存较小的数据随论文发表和存储在出版平台上；部分机构知识库在存储期限上无法履行原先图情管理机构对科学资源进行长期维护的职责和功能要求。如普渡大学的机构知识库规定科学数据的最长保存期限为10年，只有受资金支持的特殊数据才可以被永久保存。这些“反常”行为其实就是出版机构、高校和研究机构等主体无法承担管理科学数据发布所需要的高额成本的表现。并且，由于科学数据本身具有高度动态、定期增长特征，并非像科技期刊论文那样，在出版后即“沉淀”在阅读端。这意味着数据出版主体需要耗费大量资金、技术资源来应对科学数据的多变性和高复杂性。

在一定意义上，数据出版是一种各主体经过理性设计的实践活动。因此，数据出版的发展既受到客观条件的推动或制约，同时也受到主观上各主体对数据出版价值判断的影响。

来自不同行业系统的相关主体类型不同、层次不同，各个主体对数据出版的价值主张不一：①政府部门权力来源于社会，其设置目的是保障社会整体利益，这从根源上决定了政府部门的价值主张是科学数据通过数据出版广泛传播、创造性重用后，促进和保证国家整体利益的最大化。②科研资助机构关注的是接受资助的科学数据能否得到有效管理和开放共享，从而实现科技投入产出效益的最大化，即在有限的科研资金预算中获得最大的研究效益。③出版商是出版活动的经营者，也是数据出版领域经济资本运作的主要行动者，一方面主张通过数据出版推进可信研究的生产和传播，另一方面希望通过科学数据资源和开发相关服务工具培育新的利润增长点。④图情管理机构主张实现科学数据的可重复使用和价值最大化，期望通过规范数据出版程序，推动科学研究规范和学术诚信。⑤科研人员作为科学数据的使用者，一方面希望第三方数据易于发现、易于获取、易于理解、学术质量有保证和便于重用，另一方面他们作为科学数据的生产者，希望可以长期拥有对科学数据的控制权，不愿意公开出版，倾向于对科学数据进行囤积以获取科学发现的优先权。

简言之，对于科学数据生产主体而言，生产和收集科学数据并实现科技创新的过程通常需要付出一定的成本，机构和科研人员愿意承担这个成本的前提是保护创新、防止科学数据被快速复制和不正当竞争。因此，在数据出版的过程中，一方面需要激励科研主体探索新知识，推动科学领域的快速创新和进步，另一方面需要兼顾科学数据在出版之后所带来的宏观社会效益。^[8]这二者之间存在一定的矛盾，进而导致数据出版的发展障碍。随着科学数据的爆炸性增长，数据出版的推进需要在不同的价值主张之中寻求一种平衡。

相较于欧美国家和地区，我国在数据出版领域起步较晚，所面临的问题和困境会表现得更为突出。考虑到数据出版治理路径会受到特定情境中政治制度、历史传统、文化习惯等多方面的影响，无法完全照搬他国的经验。因此，当前亟待完成的任务是贴合我国情境，因地制宜，探索本土化的数据出版治理路径。

与科技期刊出版相比，数据出版已经远远超出许多出版机构的能力范畴，甚至在很多情况下都不再是以出版机构为控制中心。数据出版的良好实践需要来自数据仓储库、科研人员、政府部门、科研资助机构等主体提供知识、技术、资金、制度等方面的资源支持。2011年，在LIBER年会的多利益攸关者会谈上，国际科学、技术和医学出版商协会（International Association of Scientific，Technical and Medical Publishers，STM）标准与技术总监Eefke Smit呼吁在整个信息链中开展建设性协作，以更好地应对整合科学数据与出版所遇到的复杂问题和治理困境。^[1]总的来说，无论是基于发展逻辑进行推演，还是结合现实情况对发展趋势进行研判，都决定了对数据出版实施协同治理的必要性。

协同治理源自对日益复杂的社会难题的治理挑战，以及传统强制性治理模式之间的矛盾关系的反思。它以公共价值的最大化为出发点，强调涵盖多元行动主体共同参与、彼此合作的治理网络的构建，探索多种形式的柔性化治理方案。^[7]在复杂问题的治理上，协同治理相较于传统政府主导模式下的科层治理、市场环境中的市场治理，具有明显的优越性，如表1所示。然而，受传统管理体制影响，多元主体意识、参与意识和合作共赢意识在我国应对社会公共事务时严重缺位。在工作模式上，行政部门、科研机构、图情管理机构、出版机构和高校等公立机构已经习惯于“只注重内部事务的处理，只对上级部门下达的任务负责”；在管理方式上，部分管理部门仍不能摆脱管制的光环，只求维稳不求创新。也是在这个意义上，协同治理作为一种灵活、多元、协同的治理模式，可以成为数据出版应对挑战、化解治理困境的有力工具。此外，《中华人民共和国科学技术进步法》作为我国开展数据出版等科学活动的重要法律依据，内容中多次提到协调、系统、共享的治理理念。^[10]这其实就说明了应当从多主体协同角度寻求数据出版治理之道，避免陷入“各管一摊”和“相互掣肘”的困境之中。因此，若想顺利践行数据出版，必须强化主体的协同治理理念，实现由局部到系统、由单线思维到多元思维、由单向管控到平等对话、由黑箱操作向透明治理的理念转变和突破。

我国现有与科学数据相关的制度主要是由政府层面的管理型责任主体发布的，包括国务院办公厅、科学技术行政部门、省级人民政府相关主管部门等，这些部门大多为统筹全国或地方、行业、领域内科学数据宏观管理与综合协调的机构。然而，以宏观管理与综合协调为主的制度安排意味着在制度规范上会存在一定程度的“模糊化”，在表述上以原则性内容为主，向相关执行主体宣示目标和方向，考虑的问题大多聚焦于应然层面，对实际操作中的可行性和细节层面较少涉及，与数据出版相关的实施细则以及配套制度措施仍有待设计与完善。并且，当前我国大多数高校、研究机构等主体尚未出台直接与科学数据相关的政策和制度，出现价值判断盛行、理性工具阙如等问题。

因此，若想推动我国数据出版的发展，必须先对当前存在的制度模糊、制度残缺与制度空白进行完善和修补：①完善相关配套制度建设，促进不同制度之间的良性互动。^[11]对数据出版来说，制度的有效供给有助于协同治理效应的强化和网络整合功能的发挥。目前，英美等国已建立了与国情相契合的制度体系，政府部门、科研资助机构、高校、研究机构、数据中心、出版商等主体均出台了大量科学数据政策，形成分工协同、权责边界清楚明晰的管理体系。我国也迫切需要加强相关制度建设，以填补现有的制度模糊和制度空白。②强化制度的有效供给，注重监督和调节。需要加强与数据出版相关的制度建设，包括但不限于建立信息通报制度、定期会晤制度、集体决策制度、监督制度、绩效评估制度等。③提升制度活力，保证主体结构的有序性和协同互动的有效性。不断更新和完善制度，有助于激发制度的活力和提升制度的执行效果，也有助于协同互动机制的深化。

对数据出版来说，理念的培育和制度的设计只是起点，借助理念和制度的力量推动数据出版才是关键。为了更好地推动多元主体协同开展数据出版活动，我国应当积极配置有利于主体联结和资源整合的各项基础条件。

一方面，调动社会各方力量和资源优势打造专项领域协同平台，通过平台建设促进主体之间的作业连结和协同治理的发展。2021年修订通过的《中华人民共和国科学技术进步法》明确提出国家鼓励企业、科学技术研究开发机构、高等学校和其他组织按照市场机制联合组建研究开发平台、技术创新联盟、创新联合体等，协同推进研究开发与科技成果转化。^[10]目前，国内在数据出版平台协同建设方面出现了一些成功示例：2021年1月，中国科学院正式发布自主研发、具有国际化服务能力的论文关联数据存储库平台——科学数据银行（Science Data Bank，ScienceDB），面向科研人员、科研项目/团队、科研期刊、科研机构及高校等利益相关者，提供数据出版服务，保障数据所有人权益。^[12]此外，在产学研协同方面，数据科学协同平台和鲸（Heywhale）已成功与我国国家气象信息中心、中国自然资源航空物探遥感中心、清华大学、华东师范大学等机构合作，通过提供协同平台和社区交流平台的方式，力求实现更大范围的数据汇聚、交互和共享。

另一方面，设立数据出版治理的综合协调机构。由于数据出版涉及多个主体，如果缺乏有效协调，很容易出现多头管理等问题。因此，在我国建立健全数据出版治理机制方面，亟需一个能够在不同职能部门之间进行统筹和沟通的部门，发挥主导和推动作用，以明确各主体的管理边界，组织高效的协同合作。以2023年3月中共中央、国务院印发的《党和国家机构改革方案》为例，其中明确提到了组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用等。^[13]这从侧面反映了国家政府的一个意向，即从国家层面对数据治理和监管的体制机制进行统筹管理，为我国各个地区、机构建立完善的数据出版治理机制提供了有益参考。

由于我国数据出版起步较晚，缺乏相关实践经验，这决定了我国建立健全数据出版治理机制绝不可能是一个一蹴而就的过程，过程性的效果监测至关重要。正如联合国发布的《21世纪议程》（Agenda 21）所强调的，一个可持续发展战略不应该是刚性的、标准化的，而是根据发展需要、优先事项和资源整合情况逐步形成、不断修正的。^[12]

我国可谓“数据大国”，具有丰富的科学数据资源，但仍然存在“大而不优、大而不强”的问题，处于“追赶者”的位置。在数据出版的实践过程中，对治理效果进行监测和评估时应更加注重给予相关主体更多的探索空间，并鼓励主体在功能上有所创新。具体包括以下几点：①从功利性评估标准转向功能性评估标准。这是因为我国数据出版实践仍然处于探索阶段，采用功能性评估标准可以使主体更加关注实践效果，从而更容易启动下一轮的学习和改进。例如，评估一个科研机构是否成功促进数据出版，不能只关注它是否达到了某种特定的数量指标，而是更应该关注它产生了什么样的影响，是否起到了示范作用。②从封闭性监测转向开放性监测。为主体设定行为准则，同时给予主体充分的自由度。这些不应该是一种终局性目标，而是可以在实践中根据经验反馈不断明确和调整的。例如，政府可以设定数据出版的指导方针，要求各科研机构制定数据开放计划，但具体的计划内容和执行方式可以由各机构自行决定。③将监测和评价结果应用于对相关政策或战略计划的调整。从制度分析的角度来看，即使是最完美的政策或制度，也不可能覆盖到数据出版治理的方方面面，特别是我国数据出版正处于摸索和开创阶段。在这种情况下，过程性的治理效果监测就相当于一种循证式的“递归过程”，可以通过持续性的监测对主体行为起到约束和调整的作用。

当技术成为影响科学信息交流的关键因素后，科技出版系统从要素、形式、结构到功能的变化就从未中断过。数字化技术和科研信息化活动的蓬勃发展催生出海量科学数据。对科学信息交流领域来说，如果以往面临的最具挑战性的问题是信息技术和互联网浪潮，那么当下值得忧虑的关键问题之一是如何设定一个清晰的数据出版治理规划和发展议程，应对科学数据开放共享浪潮。但正如科技期刊出版历经多年才完善至如今所适用的模式，数据出版的进步也会是渐进式的而非革命性的。未来的情况虽然暂且无法全部预见，但可以肯定的一点是，数据出版的推进和治理已不只是某个系统或某个行业的事情，它将涉及“政、产、学、研”各界的机构主体。只有这些主体协同治理，才能推动数据出版的潜能得到充分发挥。