数据分享是指科研人员与他人分享自己的研究数据，它有助于确保科研过程的透明、公开和效率。施普林格•自然（Springer Nature）今天发布了一份有关中国科研人员数据管理和数据分享习惯的报告，总结了相关调查结果，共有两千多位中国科研人员参与了调查。

该调查是与中国科学院文献情报中心密切合作完成的，并最终形成一份白皮书——《数据分享在中国的挑战和机会》。白皮书显示，整体上有大量科研人员（93%）曾制定过数据管理计划（DMP），但频率差别很大，仅有58%的科研人员在一半或多于一半的科研项目中会制定DMP，这低于另一类似调查所显示的70%的全球平均水平。

DMP是一个详细说明研究数据将如何收集、存储和分享的计划。有36%的科研人员表示很少制定DMP。48%的科研人员表示首先期望所在研究机构为其提供相关指南和帮助。在从未制定过DMP的研究人员（占7%）中，有50%的人表示以前从未听说过DMP，40%的人表示不知道如何制定DMP。不过，69%的受访科研人员表示‘极可能’或‘可能’在未来两年制定DMP。这表明对如何制定DMP展开进一步的培训有望增加研究活动中经常制定DMP的科研人员的比例。

DMP中的关键内容是关于数据的存储，收集和分享。只有21%的科研人员将数据分享纳入其中。但多数科研人员都认为数据分享是重要的，有79%的回复者将数据的可发现性认为是至少有些重要，这与全球水平相当。

受访科研人员仅有7%从未私下或公开地分享过数据。中国科研人员更普遍的是与自己的直接同事和合作者私下分享数据，而非公开分享数据。

促使科研人员分享数据的两大主要原因是“推动所在领域科研进展”（46%）和“提高自己研究的可见性”（44%）。35%的人认为期刊不做要求是科研人员没有分享数据的主要原因，而“担心别人滥用我的数据”（48%）和“不确知版权和许可”（32%）是科研人员在分享数据时的主要担忧。

施普林格•自然负责数据及新产品开发的副总裁Grace Baynes说：“调查有助于我们详细了解中国科研人员是如何分享数据的，尤其是有怎样的担忧。作为主要的学术出版机构，我们承诺与资助机构和大学合作，开发协作解决方案，如有关数据管理和教育的解决方案，以支持中国实现在研究数据的分享和存储方面做到业内最佳的远大目标。”

为此，施普林格•自然发布了四类研究数据政策（https://bit.ly/2NcvO2W），并依照知识共享协议将这些政策的文本开放出来供业内再使用（针对不同的期刊，施普林格•自然的研究数据政策分别为：第一类，鼓励数据分享与数据引用；第二类，鼓励数据分享及提供分享证据；第三类，鼓励数据分享，要求数据声明；第四类，要求数据分享、提供分享证据并对数据进行同行评议）。另外今年还推出了研究数据支持和培训，在Scientific Data和BMC Research Notes等日益增多的数据出版期刊之外又增加了这些可选服务（点击期刊名了解数据出版期刊）。

此前，施普林格•自然在2017年有过一次数据分享的全球调查，世界各地有七千名科研人员参与。此次中国的调查共收到在职科研人员的2,202个回复，他们代表了所有主要的学科和职业发展阶段。调查的完整数据集可从Figshare平台公开获取。