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

人类科学研究的表达与传播方式一直在演变，从口头传授到手稿，再到期刊出版和即时数字传播，每一次载体的变化都深刻影响着科学发现和合作的模式。

近期，中国首本英文数据期刊《数据快报(英文)》正式创刊。该期刊被定位为顶级综合性数据出版平台，由中国科学院计算机网络信息中心主办，中国科学院院士于贵瑞担任主编。此外，中国科学院计划于2026年创办一系列不同领域的数据期刊，它们将与《数据快报(英文)》共同构成数据期刊集群，为科学家提供快速分享数据成果的渠道，并搭建连接国内外的科学数据交流桥梁。

《数据快报(英文)》的创刊不仅仅是期刊数量的增加，它更关乎一个更深层次的时代议题：当科学数据从科研的“副产品”升级为与论文同等重要的战略性成果时，学术表达体系应如何随之变革？对此，记者采访了于贵瑞院士，他阐述了“论文或论著”与“数据论文或产品”并行发展的时代必然性。于贵瑞表示：“如果说过去一个世纪论文是记录人类科学发现的重要载体，那么未来一个世纪，人类将必然用数据与论文共同书写科学史的新篇章。”

论文不再是唯一终点，科学成果需要多维度展现

长期以来，科学家们将发表论文视为学术追求的重点，学术优先权、职称晋升和学科评价都以此为依据。然而，当科学数据被赋予“成果”地位，能够像论文一样发布、共享和引用时，一个核心问题浮现：我们是否正在重新定义科学成果？从“论文为王”到“数据并举”，这究竟是边界的扩展还是内涵的重塑？

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”的新时代。对于科研人员来说，一个直接的担忧是：如果数据也能作为独立成果发布，是否会稀释传统论文的地位？这两种成果之间是什么关系？

于贵瑞：这不是地位的稀释，而是内涵的扩展。论文主要传播“发现了什么”和“认知了什么”，它承载着人类对世界的解释和理论建构。而数据论文或数据产品则精确地传播科学观测的实际结果、可供挖掘新知的“原始材料”，以及系统整理的科技信息。两者承担着不同的使命：论文提供认知结论，数据提供可复用的证据链。并行发展意味着科学成果的发布从“结论”延伸到“证据”，使得知识生产的全过程都能被看见、被检验、被复用。这并非是此消彼长的关系，而是如同硬币的两面，都获得了学术上的承认。

记者：现代科学数百年形成的制度化模式——“提出问题—实验观测—分析论证—发表论文或专著”——中，数据长期处于“幕后”。现在将数据推向前台，最大的观念障碍是什么？

于贵瑞：最大的观念障碍恰恰在于这个经典模式的巨大成功。数百年来，无数学者的思想汇聚成论文体系，照亮了人类的认知道路，这使得人们习惯性地将“成果”等同于“论文”。然而，进入21世纪以来，这一图景正发生深刻变化：科学数据和科学论文都呈现爆炸式增长，多元科学思维的大融合，以及自然科学从“象牙塔”走向服务人类社会可持续发展的“伟大实践”前沿。在这种变革下，继续将数据视为论文的附属品，无异于用旧地图去寻找新大陆。

记者：“数据论文”这一概念让许多一线科研人员感到兴奋但也有些困惑。大家普遍关心的是：发布数据论文能否获得与传统论文同等的学术认可？在职称评审、项目申请中，它能否成为“硬通货”？

于贵瑞：这正是我们致力于推动新型数据出版生态系统的核心关切之一。科学数据长期被视为“初级产品”或“副产品”，正是因为它缺乏独立的成果身份和规范的引用评价通道。Data Express期刊群的目标之一就是让数据成果如同重要的学术论文一样，通过国家级平台获得应有的学术关注度和国际传播力。当数据论文拥有规范的标识注册、标准引用和影响力评价体系后，其在学术评价中的“硬通货”属性自然会建立起来。这并非某个机构一纸文件能解决的问题，而是需要基础设施、评价标准和学术共同体共识协同推进的系统工程。我们正在铺设的就是这条道路。

数据未能有效利用，再多投入也是沉没成本

任何一场深刻的学术变革都不是凭空发生的。从国家战略资源在全球竞争中的地位，到人工智能对“算料”的迫切需求，再到开放科学对“可重现性”的严苛要求，多重力量正从不同方向挤压传统的成果表达体系。问题在于：这些驱动力仅仅是口号，还是已经给科研人员带来了切肤之痛的现实压力？

记者：您提到国家层面需要高水平的数据成果发布平台。现实情况是，我国大科学装置、野外台站网络产生的大量数据，大部分仍面临“存得下来，但发不出去；发得出去，但影响力不够”的困境。这个困境的症结何在？

于贵瑞：症结多方面存在，但核心在于缺乏一套完整、与国际接轨的数据出版与传播基础设施。缺乏平台意味着高质量数据没有与之匹配的展示窗口；缺乏标准意味着数据成果的规范描述、质量控制和同行评议尚未形成公认模式；缺乏共享意愿则是前两者的必然结果——当科学家的数据贡献无法被有效记录、引用和回报时，共享的动力自然会减弱。这正是我们启动Data Express的关键动因：为国家级战略数据资源提供与之匹配的出版渠道，让数据贡献者获得应有的学术回报，形成“生产—出版—复用—再创造”的良性循环。

记者：您刚才提到了一个更深层的概念——我们不仅需要数据出版平台，更需要对“数据”本身进行正本清源。在推进这项工作时，重新厘清“数据是什么”为何如此重要？

于贵瑞：因为如果不厘清这一点，讨论容易滑入“数据就是计算机里的0和1”这种技术化、狭隘化的理解。在更广阔的科学语境中，“Data”一词源于拉丁语“datum”，意为“被给予的事物”。其核心含义是“为参考、分析或决策而收集起来的事实、信息或统计资料”。它可以表现为数字、文字、度量值、观测结果，甚至是事物的描述——简而言之，数据是我们用来分析研究并从中获取新认知的原始材料。当这些经过科学设计、严谨采集与系统整编的“原始材料”本身被赋予成果地位，能够像论文一样被发布、共享、引用和评价时，我们谈论的就不是一个技术升级问题，而是一个全新的学术交流纪元的到来。正本清源，是为了让学界意识到：数据出版并非“多了一种出版物”，而是科学成果内涵与外延的一次重新定义。

记者：“AI-Ready数据”是当前的热门词汇，但一线科研人员更关心一个实际问题：我的数据如果不做成“可机读”的形式，会在多大程度上失去价值？这种压力是真实的，还是被夸大了？

于贵瑞：这是真实且正在加速的压力。未来人工智能的国际竞争，本质上也是高质量数据资源的竞争。再先进的大模型，如果没有大规模、高标准、可计算的数据作为“燃料”，也无法产生可靠的科学发现。“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，实现从传统模拟预测到智能生成创造的飞跃。传统论文中的数据描述，机器难以直接读取和计算，如同让一个高速引擎去烧未经提炼的原矿。数据论文的使命，恰恰是把科学数据高效转化为可计算、可复用、可机器理解与训练的“AI-Ready”资源，让它成为“机器可读的科学知识载体”。如果你的数据无法被机器高效获取和理解，在AI驱动的科学发现流程中，它很可能会被绕过、被忽略。这不是未来的威胁，这是当下正在发生的筛选机制。

构建平台相对容易，建立生态系统挑战更大，关键在于让数据“活”起来

建设一个数据出版平台相对容易，但要构建一个让数据真正流动、复用、增值的全球知识生态系统，则是一个截然不同的挑战。Data Express提出了三个核心定位和“四个一体化”的蓝图，涵盖了从刊群矩阵到技术平台，再到专家网络和学术共同体。然而，理想丰满，落地几何？科研人员更关心的是：这个生态系统最终能为我的研究带来哪些实际便利和回报？

记者：Data Express的愿景包含三个核心定位：国家重大数据成果的首发平台、驱动开放科学运转的关键枢纽、国际学术交流与数据外交的重要窗口。这三个定位之间是什么关系？

于贵瑞：这三个定位是递进且互补的。首发与汇聚平台解决了“数据有处可发”的问题，这是基础；驱动开放科学运转解决了“数据发布后能被使用”的问题，这是核心——我们致力于推动科学数据从“保存”走向“共享”，再从“共享”迈向“复用”，促成“数据生产者—数据出版者—数据使用者”三方协同共赢的良性循环；国际交流窗口则解决了“数据具有全球影响力”的问题，这是目标——坚持国内与国际稿源并重，让世界看到中国不仅是科学数据资源大国，更将坚定不移地迈向科学数据出版强国。三者缺一不可。如果只做首发而不激活复用，就如同静态仓库；只谈共享而没有国际话语权，就难以吸引全球优质稿源和合作。这是一个系统工程。

记者：过去，论文发表后，数据不可得、代码不可见、模型不可验证，这在很大程度上导致了“可重现性危机”。Data Express明确要构建“数据—软件—模型—论文一体化”的新型立体化传播体系，那么，如何从制度设计上确保这种一体化不是“拼盘式”的简单捆绑？

于贵瑞：关键在于平台一体化的技术贯通。我们依托数字出版引擎、科学数据银行、国家科技资源标识等基础设施，将数据存储、标识注册、开放出版、国际传播与学术评价的技术全流程打通。这意味着，一篇数据论文的发表，并非孤立地上传一个文件，而是连同其背后的数据产品、分析软件标识、算法模型链接，共同构成一个可追溯、可验证的完整支撑链条。这不是事后拼凑，而是从提交流程的一开始就被作为整体单元来处理和评议。评审者可以同步审视数据质量、方法逻辑和结论之间的自洽性，这在制度层面就为“可重现性”提供了保障。这是确保科学严谨性、缩短创新周期的关键制度设计。

记者：当前，许多科学家对数据共享仍有顾虑——担心被抢发、被滥用、或者自己的数据库被“搭便车”。Data Express在保护数据生产者利益和激励开放共享之间，如何找到平衡点？

于贵瑞：这种顾虑非常真实。我们的设计逻辑是“以确权促共享”。首先，数据论文的发表本身就确立了学术优先权——你的数据集通过同行评议正式出版，带有时间戳和数字对象标识符，这就是你作为数据创造者的学术身份证。其次，我们致力于促成“数据生产者—数据出版者—数据使用者”三方协同共赢的良性循环：使用者必须规范引用，引用将被追踪记录，记录将转化为可量化的学术影响力。当数据贡献能够被看见、被计量、被回报时，共享就不再是单向的付出，而是一种能带来持续学术回报的战略行为。

我们期待实现的愿景是：让每一份凝聚着智慧与心血的高价值科学数据，都能被发现、被共享、被引用、被传承，让数据论文与产品成为连接科学家、连接学科、连接世界的新语言和新纽带。这既是应对范式变革的必然选择，也是为开放科学与人工智能赋能的科学发现、技术发明与工程创新，贡献中国力量、中国产品与中国智慧的必由之路。