数据成为论文：重新定义“科学成果”——对话中国科学院院士于贵瑞

来源：光明日报

科学史的科学成果演进史，亦是数据士于科研成果表达与传播载体的变革史。从口耳相传到手稿抄录，论文从纸质期刊的重新中国诞生到数字化即时传播，每一次媒介的定义对话迭代都深刻重构了科学发现的轨迹与合作模式。

日前，科学我国首本英文数据期刊《数据快报（英文）》（Data Express）正式创刊。院院作为顶级综合性数据出版平台，贵瑞该刊由中国科学院计算机网络信息中心主办，科学成果中国科学院院士、数据士于生态领域战略科学家于贵瑞出任主编。论文与此同时，重新中国中科院计划于2026年推出系列领域数据期刊，定义对话与《数据快报（英文）》共同构建数据期刊集群，科学旨在打通国内外科学数据交流的院院一流通道，为科研人员提供高效的数据成果分享机制。

《数据快报（英文）》的问世，绝非期刊矩阵的简单扩容，而是对“科学成果”定义的一次深层重构。当科学数据从科研“副产品”跃升为与论文并行的战略性资产，学术评价体系亟需随之变革。于贵瑞院士指出：“若过去一个世纪由论文记录科学发现，那么未来一个世纪，人类必将由‘数据+论文’共同书写科学史的新篇章。”

从“论文为王”到“数据并举”：成果定义的重塑

长期以来，学术优先权、职称晋升及学科评价均锚定于论文发表。然而，当数据获得独立成果地位，能够像论文一样发布、共享和引用时，科学成果的定义权正面临重新界定。这不仅是边界的延展，更是内核的重塑。

记者：您提出科研成果正从“论文唯一载体”走向“论文与数据并行”。科研人员普遍担忧：数据作为独立成果发布，是否会稀释传统论文的地位？二者关系如何界定？

于贵瑞：

这并非地位的稀释，而是内涵的扩容。

• 论文传播的是“发现了什么”与“认知了什么”，承载人类对世界的解释与理论建构；
• 数据论文/数据产品则精准呈现科学观测的确切结果、可供挖掘新知的“原始材料”及系统整编的科技信息。

二者使命不同：论文提供认知结论，数据提供可复用的证据链。并行发展标志着科学成果从单一的“结论发布”延伸至“证据发布”，使知识生产的全链条得以被看见、检验和复用。这不是替代关系，而是同一枚硬币的两面同时获得学术承认。

记者：现代科学已形成“提出问题—实验观测—分析论证—发表论文”的制度化链条，数据长期处于幕后。将数据推向台前，最大的观念障碍是什么？

于贵瑞：

最大的障碍恰恰源于该经典模式的历史成功。数百年来，论文体系汇聚了人类思想的光辉，导致人们潜意识中将“成果”等同于“论文”。

然而，进入21世纪以来，科学数据与论文呈双重爆炸式增长，还原论、整体论、系统论等多元思维深度融合，自然科学已从“象牙塔”走向服务可持续发展的实践前沿。在此背景下，继续视数据为附属品，无异于用旧地图寻找新大陆。

记者：“数据论文”概念让一线科研人员既兴奋又困惑。在职称评审、项目申请中，数据论文能否成为“硬通货”？

于贵瑞：

这是构建新型数据出版生态的核心关切。科学数据长期被视为“初级产品”，根源在于缺乏独立的成果身份和规范的评价通道。

Data Express期刊群的创建，旨在让数据成果通过国家级平台获得与重磅论文同等的学术显示度与国际传播力。当数据论文具备规范的标识注册、标准引用和影响力评价体系，其“硬通货”属性自然确立。这需要基础设施、评价标准与学术共同体共识的协同推进，我们正在铺设这条轨道。

破解“数据孤岛”：从沉没成本到战略资源

从国家战略资源竞争，到人工智能对“算料”的渴求，再到开放科学对“可重现性”的要求，传统成果表达体系正面临三重挤压。

记者：我国大科学装置和野外台站产出海量数据，却面临“存得下、发不出、影响力弱”的困境。症结何在？

于贵瑞：

核心缺失在于一套完整且与国际接轨的数据出版与传播基础设施：

1. 缺平台：高质量数据缺乏匹配其价值的展示窗口；
2. 缺标准：数据描述、质量控制及同行评议尚未形成公认范式；
3. 缺意愿：数据贡献无法被有效记录、引用和回报，导致共享动力衰减。

启动Data Express的关键动因，正是为国家级战略数据资源提供匹配渠道，让贡献者获得学术回报，形成“生产—出版—复用—再创造”的良性循环。

记者：推进数据出版，为何要重新厘清“数据是什么”？

于贵瑞：

若不厘清，讨论易陷入“数据即0和1”的技术窄化误区。

在科学语境中，“Data”源于拉丁语“datum”（被给予的事物），指为参考、分析或决策而收集的事实、信息或统计资料。它可以是数字、文字、度量值或观测结果。当这些经科学设计、严谨采集和系统整编的“原始材料”被赋予成果地位，并像论文一样被发布、引用和评价时，我们面对的不仅是技术升级，更是学术交流纪元的更迭。正本清源，旨在让学界意识到：数据出版是科学成果内涵与外延的重新定义。

记者：“AI-Ready数据”是热点，但科研人员更关心：若数据不可机读，其价值损失是否被夸大？

于贵瑞：

这是真实且加速的压力。未来AI国际竞争的本质是高质量数据资源的竞争。

• AI for Science的核心路径是“高维数据+物理模型+神经网络”的深度融合。
• 传统论文中的数据描述难以被机器直接读取，如同让高速引擎燃烧原矿。
• 数据论文的使命，是将科学数据转化为可计算、可复用、可机器理解的“AI-Ready”资源，使其成为“机器可读的科学知识载体”。

若数据无法被机器高效获取，在AI驱动的科学发现流程中将被绕过。这不是未来威胁，而是当下正在发生的筛选机制。

构建数据生态：让数据“活”起来

建设平台易，构建生态难。Data Express提出“国家重大数据成果首发平台、开放科学关键枢纽、国际学术交流窗口”三大定位，以及“四个一体化”蓝图。

记者：这三大定位之间有何逻辑关系？

于贵瑞：

三者递进且互补：

1. 首发与汇聚平台：解决“数据有处可发”的基础问题；
2. 驱动开放科学枢纽：解决“数据发了有用”的核心问题，推动数据从“保存”走向“共享”，再迈向“复用”，实现生产者、出版者、使用者三方共赢；
3. 国际交流窗口：解决“数据有全球影响力”的目标问题，坚持国内外稿源并重，彰显中国从数据大国向数据出版强国的迈进。

只做首发不激活复用是静态仓库；只谈共享无国际话语权则难引全球优质稿源。这是一个系统工程。

记者：针对“可重现性危机”，Data Express构建“数据—软件—模型—论文一体化”体系，如何避免沦为“拼盘式”捆绑？

于贵瑞：

关键在于平台一体化的技术贯通。

依托数字出版引擎、科学数据银行及国家科技资源标识，我们打通数据存储、标识注册、开放出版、国际传播与学术评价的全流程。数据论文的发表并非孤立上传文件，而是连带数据产品、软件标识、算法模型链接，构成可追溯、可验证的完整支撑链条。

评审者同步审视数据质量、方法逻辑与结论的自洽性，从制度层面保障“可重现性”，这是确保科学严谨性、缩短创新周期的关键设计。

记者：科学家顾虑数据共享会被抢发或滥用。如何在保护利益与激励共享间找到平衡？

于贵瑞：

我们的逻辑是“以确权促共享”：

1. 确立优先权：数据论文经同行评议正式出版，附带时间戳和数字对象标识符（DOI），即为数据创造者的“学术身份证”；
2. 量化回报：建立“生产者—出版者—使用者”协同机制，强制规范引用。引用行为被追踪记录，转化为可量化的学术影响力。

当数据贡献被看见、被计量、被回报时，共享便从单向付出转变为带来持续学术回报的战略行为。

我们期待让每一份高价值科学数据被发现、共享、引用和传承，使数据论文与产品成为连接科学家、学科与世界的纽带。这既是应对范式变革的必然选择，也是为开放科学、AI赋能的科学发现与技术发明贡献中国智慧与力量的必由之路。

(责任编辑：知识)