[摘要]對我國科學數據相關研究文獻統(tǒng)計以及科學數據建設歷程進行分析，將我國科學數據研究進程劃分為資源累積、數據庫建設、數據共享和知識環(huán)境建設4個階段，對各階段的科研需求、技術背景、政策環(huán)境和涉及層面給予客觀描述。分析科學數據相關研究進展的重要影響力和推動力，提出我國現階段存在問題與不足以及未來重點關注方向。
　　[關鍵詞]科學數據科學數據庫研究進展
　　[分類號]G203
　　
　　1　引言
　　
　　科學數據作為信息時代一種最基本、影響面最寬的科技創(chuàng)新資源，具有顯著的科技推動能力、投資引向價值、應用增值潛力和決策支持作用。我國是科學數據資源大國，也是科學數據管理欠完善的國家。相對于美國、英國、日本等發(fā)達國家，我國科學數據的研究工作起步較晚，但發(fā)展卻比較迅速。本文試圖從文獻研究和歷程回顧兩種視角對我國科學數據相關研究進展情況與發(fā)展階段、主要影響和推動因素等進行客觀描述，提出現階段我國科學數據發(fā)展與研究進程中存在的問題以及未來的重點關注方向。
　　
　　2　基于文獻的研究進展分析
　　
　　以“科學數據”或“科學數據庫”作為題名或者關鍵詞進行檢索，從CNKI中國期刊全文數據庫中精確檢索到1979-2008年的文獻356篇；再以同樣的檢索詞在維普中文科技期刊數據庫中檢索1989-2008年的文獻，共得431篇。由于本次維普檢索結果中的非相關文獻較多，因此本文選取CNKI的檢索結果作為研究對象，排除非相關文獻后總計剩余255篇，經過閱讀分析，按照文獻的研究方向和發(fā)表年代分類列表見表1：
　　從文獻發(fā)表時間和數量來看：最早發(fā)表的年代為1982年；1995年之前僅有16篇相關文獻，而2002-2008年，有相關文獻144篇，占文獻總量的56％，且呈高速遞增趨勢；分別以“科學數據”和“科學數據庫”作為檢索詞在“CNKI學術趨勢”中檢索得到與此相關學術關注度走勢圖詳見圖1和圖2。也可以看到，國內對“科學數據”的關注度在2003年達到一個較高的峰值之后略有回落，但總體仍呈快速上升趨勢，并于2006年達到一個新的峰值；而對于“科學數據庫”的關注度在1996－1997年之間達到了第一個峰值，在2002－2003年之間達到了第二個更高的峰值。
　　
　　從文獻內容與研究方向來看(見表1)：最早發(fā)表的一篇是對英聯邦農業(yè)局科學數據庫的介紹(林廣信，1982年)；1995年之前的16篇相關文獻中，有15篇足資源建設與管理或數據庫技術的簡介類文獻；1996―1997年，開始出現數據庫建設及其應用類文獻；從2002年開始，大量出現關于科學數據共享的文獻，研究內容也廣泛涉及到發(fā)達國家先進經驗的研究與借鑒(孫樞，2002年；劉闖，2003年)；機制體制、對策、政策法規(guī)、知識產權、共享平臺建設規(guī)劃、資源整合與開發(fā)和標準體系框架(徐楓，2003年)；元數據(楊德婷等，2003年)；共享支撐技術(李花安等，2006年)；資源分類編碼、數據安全等諸多方面。
　　此外還出現了少量關于數據可視化、數據挖掘、數據分析等方面的文獻，總計有11篇，其中最早的一篇為科學數據圖顯分析軟件介紹(陳鐵，1995年)，其余多為計算機與網絡技術專業(yè)文獻。內容涉及可視化管理系統(tǒng)(王蓓蓓等，2004年)、數據倉庫技術(樊明輝等，2004年)、基于獨立分量分析的數據挖掘技術(聶琨坤等，2004年)、基于聚類算法的數據挖掘技術(李欣宇等，2006年)等，2008年出現的關于科學數據與科學文獻的關聯關系分析的文獻(孫志茹等，2008年)是科學數據分析與利用當中的比較新的研究方向；另外，也有少量關于數據質量評價及績效評估、科學數據應用與服務等類別的文獻，分別有2篇和6篇。
　　從涉及的學科與專業(yè)領域來看：相關研究文獻分別占文獻總量的51％和49％，大致持平；在涉及學科專業(yè)的相關研究中，地球科學(含氣象科學)的文獻數量為53篇，高居榜首，占到此類文獻的42％；其他涉及比較多的專業(yè)領域有醫(yī)藥衛(wèi)生27篇，農業(yè)15篇，另有少量關于機械、水利、材料、林業(yè)、資源環(huán)境、交通運輸、生物信息學與生命科學、測繪科學等專業(yè)領域的文獻。
　　從論文作者所屬機構和研究內容所涉及的地域范圍來看，其中有23％的論文作者出自中國科學院(以下簡稱“中科院”)，而涉及區(qū)域性科學數據建設與共享研究的僅占4％，其中包括廣東、河北、湖南、山西、黑龍江及西部地區(qū)等。
　　
　　3　基于建設歷程的研究階段分析
　　
　　3.1　關于國內科學數據相關研究與建設歷程回顧
　　回顧我國科學數據研究與建設的歷程，與上述文獻分析結果吻合：1982年，中科院將“科學數據庫及其信息工程”列入其后lO年重大基本建設項目，并于1986年被國家計委納入國家重點建設計劃；1995年為統(tǒng)一組織“中國國家計算機與網絡設施(NCFC)”和“科學數據庫及其信息系統(tǒng)”兩大工程的建設，成立了“中科院計算機網絡信息中心(CNIC)”；2001年底，為了促進氣象科學數據的全社會共享，科技部將中國氣象局作為科學數據共享的第一個試點，啟動了基礎性工作專項資金項目“氣象科學數據共享試點”；2002年科技部啟動“國家科學數據共享工程”，將數據資源建設和共享作為支持國家創(chuàng)新發(fā)展的戰(zhàn)略工程，納入到《2004-2010年國家科技基礎條件平臺建設綱要》中去，成為國家中長期科技發(fā)展規(guī)劃的重要內容之一；2003年國家財政支持啟動了包含科學數據共享平臺在內的國家科技基礎平臺建設規(guī)劃，并開始著手部署試點工作；2004年科技部開展的國家科技基礎條件資源調查數據顯示，在調查到2 459個數據庫中，總量達4 971.18TB，共獲得建庫資金28.27億元；2006年，以“信息社會的科學數據與知識”為主題，以促進世界范圍的數據共享為目標的第20屆國際科學數據委員會(CODATA)國際學術會議在北京召開，徐冠華部長在大會報告中表示，到2010年，中國要基本建成覆蓋全面、結構合理的國家科學數據中心群及其共享服務網絡體系，形成科學數據的良性匯交與更新機制，基本滿足各部門對科學數據的需求。
　　
　　3.2　國內科學數據相關研究進展階段的分析
　　結合我國科學數據研究與建設的發(fā)展歷程，對相關文獻進行參閱與考證，可將國內科學數據研究與建設發(fā)展過程分為資源累積建設、數據庫建設、數據共享、知識環(huán)境建設4個階段，見表2。
　　科學數據的資源累積階段(20世紀80年代以前)。傳統(tǒng)的、相對封閉的科學研究方式決定了所產生的科學數據也是零散、孤立、非系統(tǒng)的，科研活動產生的數據或數據集合多數由研究人員或研究團隊自行擁有，管理和利用都處于比較低級的水平。
　　科學數據庫建設階段(20世紀80年代后一2000年)。隨著新型研究手段、計算技術、觀測與傳輸技術的快速革新，科學數據產出和處理的時間大大縮 短，致使各項科研活動產生的科學數據量急劇增加，對科學數據管理和利用的要求也明顯提高，國內部分研究機構和行業(yè)領域開始了科學數據庫研究與建設的探索工作，如中科院于1982年啟動了“中科院科學數據庫”項目，經過20余年的發(fā)展，現已經成為國內信息量最大、服務層次最高的綜合性科學數據系統(tǒng)。
　　?科學數據的共享階段(2000年－2006年)。人類步入了知識經濟時代，科學技術的發(fā)展明顯呈現出大科學、定量化和注重過程研究等特點，也越來越依賴于系統(tǒng)的、高可信度的基本科學數據及其衍生的數據產品，系統(tǒng)性的科學數據建設與共享成為這一階段的主要任務，國家層面的頂層設計和戰(zhàn)略規(guī)劃起到至關重要的作用，如2002年科技部啟動的“國家科學數據共享工程”以及2003年啟動的“國家基礎條件平臺建設”，在國內引發(fā)了科學數據共享研究的熱潮。
　　科學數據的知識環(huán)境建設階段(2006年至今)。數據密集型、數據驅動型研究方式引發(fā)傳統(tǒng)科學研究向信息化科學研究(e-Science)的變革，多學科、交叉學科的融合發(fā)展以及全球化、跨學科、大規(guī)模的科研合作，引發(fā)了更高層次、全球范圍的信息需求。“泛在知識環(huán)境”。概念在國內的提出，也為科學數據的發(fā)展提供了方向，而網格技術則為實現不同地域分布的計算資源、存儲資源、數據資源、信息資源、知識資源、專家資源的全面共享和協同作業(yè)提供了可能。
　　
　　4　科學數據相關研究進展的動因分析
　　
　　縱觀我國科學數據研究與建設發(fā)展歷程，每一階段的出現和進步均與當時的科研環(huán)境與需求、技術水平以及宏觀政策環(huán)境密切相關，因此，一個國家的科技發(fā)展階段和狀況、計算機及信息技術水平、國家層面的頂層規(guī)劃與政策環(huán)境等三個方面的因素，是科學數據研究與建設發(fā)展的主要影響因素；反之，國家層面科學數據建設與研究水平，也會對科學研究進展和信息技術水平提高起到幫助和促進作用。本文根據各種影響因素之間的關系制作了用以說明科學數據研究進展狀況與其影響因素之間相互作用的關系如圖3所示：
　　首先，科學數據來源于科學研究，又服務于科學研究�？蒲谢顒拥男枨笫谴龠M科學數據產生、管理、應用的第一推動力，而對科學數據的有效保存、完善管理和充分利用也為支持更復雜的科學研究及科技創(chuàng)新提供了不可替代的基礎資源；其次，先進的計算機技術與信息技術為科學數據的收集、管理、共享和分析利用提供了技術實現條件，海量科學數據的出現以及科研活動對科學數據管理與應用要求的提高，又進一步促進了當代計算機與信息技術的發(fā)展；再次，從科學數據累積管理到科學數據庫建設，從科學數據庫共享體系建設再到e―Science環(huán)境的構建，國家層面的規(guī)劃部署、國家政策引導與推動對其發(fā)展起到至關重要甚至決定性的作用。
　　
　　5　我國現階段科學數據研究與建設存在問題及未來重點關注方向
　　
　　5.1　存在問題分析
　　通過相關文獻分析可以看出，盡管我國科學數據相關研究與建設經歷了20余年的快速發(fā)展，但現階段仍存在如下問題：①從文獻研究內容與方向來看，對于科學數據資源建設與共享的技術實現及體系構建等方面關注較多，而對于面向科研需求的科學數據有效開發(fā)利用等方面的關注不足；②從涉及的學科領域來看，某些學科領域(如地球科學)的科學數據研究與建設得到了很好的發(fā)展，而部分學科領域的科學數據研究建設尚未得到關注；③從涉及的地域范圍來看，國家層面的科學數據研究建設有了比較快速的發(fā)展，而區(qū)域范圍內的科學數據建設、共享和利用等發(fā)展不均衡，大部分區(qū)域科學數據建設與共享工作未能有效開展。
　　通過對我國科學數據實際建設情況分析可以看出，國家層面的統(tǒng)籌規(guī)劃與政策引導建設起到了十分火鍵的作用�，F階段，盡管科學數據已經從支撐科技活動的基礎資源提升為支撐國家科技創(chuàng)新發(fā)展的寶貴資產和戰(zhàn)略資源，但在具體的建設實踐中仍然存在一些不足，如整體部署與規(guī)劃不完善而造成的條塊分割和重復建設，如我國國家層面兩大科學數據共享體系(科技部的“科學數據共享工程”和中科院的“中國科學院科學數據”)之間的統(tǒng)一協調與分工合作問題；地方性、區(qū)域性大量基礎科學數據還未能有效納入國家統(tǒng)一的標準化、系統(tǒng)化管理，因而未能得到全面共享和有效的開發(fā)利用；對于科學數據可持續(xù)發(fā)展保障機制方面的研究與實踐不足，導致某些學科領域和某些區(qū)域的科學數據研究與建設投入不足或投入產出成效不理想等問題。
　　
　　5.2　未來重點關注方向
　　鑒于科研需求、技術水平與國家層面總體規(guī)劃等宏觀因素對科學數據研究與建設的重要影響和推動作用，結合前述文獻研究和建設實踐兩個不同視角的分析結果，以美、英等發(fā)達國家在科學數據管理與應用方面的研究與建設經驗為參照，從三個層面人手，提出我國未來科學數據研究進展的重點關注方向：
　　關注科研需求，探討怎樣以更加科學的方式服務科研活動、工程活動甚至各種社會活動，盡最大可能發(fā)揮科學數據的科研價值、經濟價值和社會價值，如：科學數據在各個學科領域的科學研究中的應用與開發(fā)；科學數據在教育、經濟、環(huán)境和社會領域的應用與服務；科學數據在科學決策中的開發(fā)利用等。
　　關注世界先進技術的發(fā)展態(tài)勢，充分利用最新的網絡技術、信息技術進行科學數據的管理、開發(fā)和利用，如：e－Science環(huán)境建設與網格技術；數據挖掘、集成、分析與可視化工具與技術；互操作技術；元數據、語義網和本體等知識組織技術；分布式數據處理和應用的理論、模型和方法等。
　　關注宏觀層面的戰(zhàn)略規(guī)劃，探討科學數據發(fā)展的長期、有效、可持續(xù)的發(fā)展機制，如：可持續(xù)發(fā)展的數據源、數據標準和數據模型；可持續(xù)發(fā)展的科學數據管理、運作、監(jiān)督與評價機制；未來的數據共享中心的角色和運作及其創(chuàng)新數據服務模式；國家級超大規(guī)�？茖W數據倉庫及其數據服務能力建設；作為發(fā)展中國家加入全球科學數據共享以及國際間科學數據協作的探索等。
　　說明：對科學數據研究來說，除文獻成果之外，還有更為重要的數據實體、應用架構、規(guī)范與標準體系等建設成果，本文在選用CNKI相關文獻作為研究對象的進行文獻分析的同時，參看了國內部分科學數據共享體系的建設成果，結合國內科學數據庫建設實際進展狀況進行對比分析，以求與文獻分析結果相互印證。

相關熱詞搜索：研究進展 科學 分析 國內科學數據相關研究進展分析 大數據分析是科學研究的 大數據分析是科學研究的第幾范式