中国开放数据白皮书2025_42页_2mb

中国开放数据白皮书2025总结

核心内容

《中国开放数据白皮书2025》系统分析了中国学者在开放数据态度、共享实践与政策环境方面的现状，强调高质量科学数据在推动科研创新、人工智能发展及社会可持续性中的关键作用。报告指出，科学数据与AI的深度融合已成为科学研究的重要趋势，推动开放数据成为科研活动的核心环节。

主要观点

• 开放数据的重要性：高质量科学数据是科学研究的重要基石，也是推动AI驱动科研创新的关键要素。
• 学者态度积极：中国学者对开放数据的支持度较高，80%以上的受访者支持将研究数据开放获取作为学术惯例，且大部分在实践中遵循FAIR原则。
• 政策与实践并行：我国在多个领域推进科学数据开放共享，如高能物理、气象、地震、冰冻圈、化学化工、医学等，均取得了显著成效。
• AI工具的广泛应用：AI在数据管理、处理和共享中发挥越来越重要的作用，尤其在数据处理阶段使用率最高，有助于提升数据质量和科研效率。
• 数据共享仍面临挑战：包括数据贡献认可度不足、政策宣贯与培训支持缺失、资金保障不够等。

关键信息

一、中国开放数据现状

• 调查样本：2025年共收到1015份有效问卷，剔除无效后基于772份问卷分析。
• 机构分布：高校（65%）、医院（12%）、科研机构（11%）是数据共享的主要机构。
• 学科分布：医学（27%）、生物学（19%）、工程学（11%）为前三，地球与环境科学（9%）排名第四。
• FAIR原则的实践：87%以上的受访者认为其数据共享实践已部分或完全遵循FAIR原则，且该比例逐年上升。
• AI工具使用：AI在数据管理中发挥积极作用，尤其在数据处理阶段使用率最高，且在不同学科间存在差异。

二、各领域开放数据实践

高能物理领域

• 国际合作：高能物理实验高度依赖国际合作，形成EB级数据规模，全球协同治理成为趋势。
• 共享机制：国家高能物理科学数据中心主导多个大科学装置的数据管理，构建了“数据+软件+环境”三位一体的共享模式。
• 平台建设：参与WLCG、EGI等国际平台，推动数据整合与共享，支持全球科学合作。

气象领域

• 数据特点：具备观测体系全、时间序列长、空间覆盖广、产品体系多、更新速度快、质量控制严、融合价值大等特点。
• 共享目录：已发布六批数据目录，涵盖地面、高空、卫星、雷达、数值模式等数据，服务全球153个国家和地区。
• 平台建设：依托中国气象数据网，提供API接口和多样化服务，如开放下载、订单服务、协议服务等。

地震领域

• 数据资源：数据总量超过1.48PB，包括测震、强震动、地球物理等多源数据。
• 数据应用：支持地震速报、预警、预报及重大工程抗震设计，服务国家防灾减灾需求。
• 共享策略：采用分级分类管理，确保数据安全，同时通过“可用不可见”技术实现数据价值流转。

冰冻圈领域

• 数据资源：涵盖冰川、冻土、积雪、海冰等要素，约1.5PB，且与全球气候研究密切相关。
• 数据整合：构建“全要素—多尺度—多源融合”的体系化数据资源，支持全球和区域尺度的冰冻圈研究。
• 研究范式：探索“大数据+AI+模型”的融合研究模式，构建全球冰冻圈研究引擎GCE，提升研究效率和可解释性。

化学化工领域

• 数据资源：建设化学化工基础数据资源体系，推动AI-Ready数据集的构建与应用。
• AI赋能：通过AI技术提升数据管理效率与质量，支持智能化科研和数据驱动的创新实践。

医学领域

• AI应用：推动医学数据管理智能化，提升数据质量与共享安全。
• 数据共享：已取得实质性突破，但仍面临数据安全、标准互操作性等挑战。

三、高质量数据集建设与评价

• 数据标准：强调数据的结构化、可计算性、可解释性等特性，确保数据质量。
• AI就绪度评价：SciHorizon平台构建了面向“数据+模型”的综合评价框架，从规范性、可用性、可解释性和合规性四个维度评估数据的AI就绪程度。
• 典型案例：如scCompass单细胞数据集，展示了AI在科学推理中的重要作用。

四、政策建议与未来展望

1. 加强政策落实：完善科学数据开放共享政策，推动从鼓励共享向强制共享转变。
2. 消解共享障碍：关注科研人员的现实担忧，如数据贡献认可、数据引用、数据安全等，提供政策支持与培训。
3. 采用可信平台：推广使用FAIR原则指导的数据管理平台，如ScienceDB，实现数据的高效共享。
4. 合理利用AI工具：在数据管理各阶段合理应用AI，提升效率与质量，同时注意伦理与透明性。
5. 推动国际合作：在数据安全与合规前提下，加强与国际科学数据中心的合作，推动全球数据共享与协同研究。

未来发展方向

• 深化数据共享：推动数据标准化、智能化与全球协同，提升数据流通效率与质量。
• 构建数据生态：形成“可信管控、合规运营、价值共创”的数据生态，支撑AI4Science发展。
• 提升数据治理：通过制度建设、技术手段和人才培养，提升数据管理能力与共享水平。
• 拓展应用场景：在更多领域实现数据驱动的创新，如智慧气象、智慧交通、生态保护等。

结论

中国在开放数据建设与实践方面取得了显著进展，特别是在高能物理、气象、地震、冰冻圈等领域的数据共享与AI融合应用。然而，仍需在政策落实、数据治理、平台建设、AI工具使用等方面持续改进。未来，通过深化国际合作、推动数据标准化与智能化，中国有望成为全球开放数据与AI协同创新的重要力量。