欧盟开放科学数据的FAIR原则及启示

翟军 梁佳佳 吕梦雪 林岩

摘   要：欧盟在开放科学数据和开放政府数据领域全面采纳FAIR原则并取得显著效果，对于我国公共领域的政府及科学数据开放共享的政策制定具有参考和借鉴价值。文章采用网络调查和文献分析方法，介绍了欧盟开放科学数据的FAIR 原则的内容、实施框架和实施进展情况。随后分析了我国公共数据开放相对于FAIR原则的不足，提出应借鉴欧盟的先进经验和做法，包括统筹政府数据开放与科学数据开放，在"新基建"中重视数据基础设施的互联互通，及加强科学数据开放共享的国际合作。

关键词：开放科学数据;开放政府数据; FAIR原則;公共数据;开放科学

Abstract The EU fully adopts FAIR principle in the fields of Open Scientific Data and Open Government Data， and has achieved remarkable results， which has reference value for China's public data open sharing policy formulation. Using Web survey and literature analysis methods， the content， implementation framework and progress of the FAIR principles in EU was systematically introduced in this paper. Then， the shortcomings of the public data opening in China were analyzed in comparison with the FAIR principle. Drawing on the advanced experience of the European Union， it is believed that China should coordinate the opening of government data and scientific data， attach importance to the interoperability of data infrastructure in the "new infrastructure"， and strengthen international cooperation for the open sharing of science data.

Key words open science data; open government data; FAIR data principles; public data; open science

欧盟的“开放科学数据”（Open Science Data，OSD）已走在全球前列，且呈现出与“开放政府数据”（Open Government Data，OGD）相互融合、协调发展的趋势。2019年7月16日，欧盟开始实施新的《开放数据和公共部门信息再利用指令》，公共资助的科学研究数据被纳入指令范畴，同时明确了开放数据的“默认开放原则”（Open by Default）和FAIR原则[1]。为使欧盟成为数据驱动社会的领导者及建立数字单一市场，2020年2月19日，欧盟委员会颁布新的《数据战略》（Data Strategy）提出未来五年推动数据经济发展的政策措施和投资战略，包括加强公共领域和工业领域的数据开放共享和开发利用[2]。

在国家大数据战略和数字经济战略的引领下，我国正在稳步推进政府数据的开放共享工作。近两年，上海、浙江和哈尔滨等省市政府先后出台《公共数据开放管理办法》，确立了“需求导向、安全可控、统一标准”等工作原则[3]。但总体上，我国政府数据、科学数据等公共数据的开放共享水平还落后于发达国家，主要原因之一是数据开放共享的制度保障体系有待健全，及在指导政策和法规制定的原则上尚未达成共识。

相对照的是，FAIR原则已成为欧盟制定数据战略、政策和法规的重要指导原则之一，在保障开放数据的可持续发展上发挥着积极作用[4]，其先进经验与做法可为我国提供切实可行的借鉴和参考。本文介绍欧盟开放数据的FAIR 原则的内容、实施框架和进展情况，分析我国公共数据开放的不足，给出改进的对策建议。

1   FAIR 数据原则

在数据密集型科研和开放科学环境下，跨学科、跨机构的数据共享和重用的需求日益强烈，对“科学数据管理”提出了新的挑战。应对挑战，人们认识到首要任务是确立一组共同认可的简洁、可度量的指导原则[5]。2014年1月，在荷兰莱顿的研讨会上，借鉴2007年的OECD科学数据获取原则[6]和2013年的G8科技部长关于开放科学数据的声明[7]，“FAIR 数据原则”（FAIR Data Principles，简称“FAIR原则”或“公平原则”）被首次提出，经FORCE11工作组（www.force11.org）修改完善后，于2016年3月正式发表在Nature Research旗下的《Scientific Data》上[5]。

为确保能同时被人和机器所使用，FAIR原则阐明了“数据对象”（Data Object，见图1）应具有的基本属性，即可发现（Findable）、可获取（Accessible）、互操作（Interoperable）和可重用（Re-usable），每个属性下又有子属性（见表1）。

随后，FAIR原则的主要贡献者们又指出，该原则不仅适用于数据及其元数据，也适用于其他科研产出和资源，对数据服务和科研基础设施（如云设施等）的建设也具有指导意义[8]。在补充实现细节后FAIR原则已日趋完善，如选择DOI（Digital Object Identifier）作为对象的PID，采用HTTP通信协议、OWL（Web Ontology Language）语言和CC0数据许可等[9]。目前，FAIR原则已在美国、澳大利亚、欧洲、亚洲、拉丁美洲和非洲得到关注和应用，涉及生命科学、医疗卫生、核能、气候变化、海洋研究和人文科学等领域[10]。

2   欧盟FAIR 原则的相关政策和实施框架

欧盟是在开放科学战略中最早全面采纳FAIR原则并取得显著成效的机构之一[8，10]。根据普华永道于2018年3月做出的评估，由于使用了FAIR数据，每年可为欧盟节约成本约100亿欧元[11]。

早在2014年1月启动的“地平线2020”（Horizon 2020）科技计划中，欧盟研究委员会就启动了“开放研究数据试点”项目，要求Horizon 2020资助项目的数据管理遵循FAIR原则[12]。2016年2月，各國参与制定的《欧盟开放科学议程》确立的五项行动之一是“建设支持开放科学的基础设施”，其目标是通过实施FAIR原则，到2020年全面实现欧盟范围的跨学科、跨机构的科学数据访问、共享和重用[13]。2020年2月，欧盟委员会新的《数据战略》的四项核心内容之一是“数据访问和使用的跨部门治理框架”，首要任务是在2020年第四季度建立欧洲共同数据空间治理的立法框架，FAIR原则仍然是应遵循的基本原则之一[2]。

为支持开放科学的研究和创新政策制定，欧盟委员会于2016年8月成立“FAIR数据专家组”（Expert Group on FAIR Data，以下简称“专家组”），专门负责[14]：①提出FAIR原则的实施建议;②构建评估指标;③指导制定欧洲开放科学云的FAIR行动计划;④开发和评估Horizon 2020的FAIR数据管理计划（Data Management Plan，DMP）的模板和指南;⑤评估数据管理活动的财务和支出情况。

经过深入研究和科技界的广泛咨询后，专家组于2018年11月完成研究报告《将FAIR变为现实》，在定义FAIR概念和模型、文化建设和生态系统等六个方面提出27项实施建议[15]，形成了FAIR 原则的实施框架（见表2）。

扩展原有的“数据对象”，专家组建立了“FAIR数字对象”（FAIR Digital Objects，FDO）模型（见图2），处于核心位置的“数字对象”可以是数据、算法、代码和软件等科研产出，也可以是科研的相关资源，如工具、工作流程、协议、标准和服务等。围绕FDO的管理和使用，提出FAIR生态系统的结构（见图3），含有政策、标准、DMP和存储库等要素，利益相关者包括政府和研究资助者、大学和科研机构、图书馆、出版商、科研人员、数据管理员和数据服务提供者等，其核心是提供存储等服务的云平台。进而，形成实现FAIR原则的技术框架，依次是基础设施层、存储层、数据层和应用层（见图4）。

3   欧盟FAIR 原则的实施进展情况

“欧洲开放科学云”（European Open Science Cloud，EOSC）为FAIR生态系统提供了云服务和数据基础设施，推动着FAIR原则在欧盟的“落地生根”。

3.1    EOSC计划的FAIR行动

EOSC是欧盟委员会2016年提出的“欧洲云计划”的主要内容，目标是联合现有的分布式数据基础设施，打造一个开放、无缝访问的虚拟环境，为170万科研人员及7000万专业人士提供数据的存储、管理、分析与再利用服务，促进科研数据的跨境、跨学科开放共享，确保欧盟开放科学在全球的领先地位[16]。

2017年10月通过、得到70多个机构认可的《EOSC宣言》将“实施FAIR行动计划、建设FAIR数据文化”确立为三个行动指南之首[17]。2018年3月颁布的《EOSC实施路线图》描述了六条行动路线[16]，依次是体系结构、数据、服务、访问/接口、规则和治理。其中，“数据行动路线”建设支持FAIR数据管理的工具/服务、数据目录、标准和规范等，其财政资金来自Horizon 2020计划划拨的3亿欧元。2018年11月23日，EOSC网站（www.eosc-portal.eu）上线运行，标志着云平台及服务的正式启动，工作重心也转为建立EOSC的治理结构，相应地成立了“治理委员会”和“执行委员会”。2019年6月，执行委员会发布《EOSC战略实施计划》，说明2019-2020年的行动路线和时间表，及相关的Horizon 2020项目，目标是到2020年底将“欧洲制造的数据”（Data Made in Europe）打造为FAIR数据[18]。

在欧盟委员会FAIR数据专家组的指导下，EOSC执行委员会下设的“FAIR工作组”（FAIR Working Group）负责“FAIR行动计划”的编制和执行工作[19]（见表3）。这些工作与相关的Horizon 2020项目（见表4）一起，为FAIR生态系统的形成打下了良好基础。如截至2020年9月底，FAIRSharing项目的网站已收集了1454个标准、1595个数据存储库和134个数据政策，经过评估后推荐给生态系统的利益相关者在数据管理实践中使用[20]，其中包括FAIR4Health项目从文化、伦理、法律和技术等方面提出的欧盟卫生研究机构的FAIR数据政策指南[21]。

3.2    科学欧洲的研究数据管理实践指南

随着EOSC云平台的推出和治理工作的深入，更多的利益相关者参与到EOSC的推广应用中。由欧盟27个国家的36个研究资助和执行机构组成的“科学欧洲”（Science Europe，SE）联盟，每年掌管的科研基金达180亿欧元，是欧洲科技政策制定的关键利益相关者，也是EOSC执行委员会的成员之一。多年来，SE一直是欧盟开放科学战略的积极推动者和参与者，最新的工作是依托EOSC开展的，目标是保持各成员机构在“研究数据管理”（Research Data Management，RDM）政策上的一致性，以适应“地平线2020”（Horizon 2020，2014-2020）和“地平线欧洲”（Horizon Europe，2021-2027）研究框架计划对科研项目数据管理的要求。

2019年1月，在总结FAIR原则的实施经验基础上，SE专家组完成《RDM实践指南》[22]，给出了编制“数据管理计划”（DMP）的15点要求和选择数据存储库的15条标准（见表5）。

一年来，已至少有七个SE的成员机构依据《RDM实践指南》完善了各自的RDM政策或指南[23]，包括法国国家科研署、爱尔兰健康研究委员会、瑞典研究理事会和荷兰研究理事会等。如2020年1月1日，荷兰研究理事会更新了数据管理政策，要求在其资助的科研项目中采用新的DMP模板，以完全符合《RDM实践指南》和FAIR原则[24]。

3.3    各科学领域的FAIR实践

在EOSC计划的带动下，欧洲的各类科学组织和机构认识到FAIR原则对“数据密集型科学”（Data-intensive Science，DIS）的重要推动作用[25]，开展了相关的实践活动。

在人文社会科学领域，欧洲社会科学数据档案委员会（Consortium of European Social Science Data Archives，CESSDA）参照欧盟的FAIR实施框架进行了自评估[26]，发现在FAIR文化和生态建设上的不足，在开发数据目录服务（datacatalogue.cessda.eu）时，以FAIR原则指导平台的功能和结构设计。由75个跨学科团队参加的记录濒危语言的项目DOBES收集了约120种濒危语言的文献资料，在建设资料存储库（dobes.mpi.nl）时引入PID服务和OAI-PMH元数据收集标准，提升了存储库的FAIR水平[25]。得到Horizon 2020计划资助的25个机构参与建设的“通用语言资源和技术基础设施”（Common Language Resources and Technology Infrastructure，CLARIN）已实现与EOSC的连接，其愿景是实现欧洲范围内数字语言数据、资源和工具的统一访问[27]。CLARIN正努力提升“数据体系结构”的FAIR水平，采取了一些有力措施（见表6）。

在环境科学领域，由德国气候计算中心托管的“世界气候数据中心”（World Data Center for Climate，WDCC）的工作重心是开发和实施地球系统数据管理的最佳实践方法，收集、存储和传播有关气候研究的数据。为更好地对接地球观测、气象、海洋学和环境科学的数据中心，WDCC重视FAIR原则的应用[25]，包括通过OAI-PMH和HTTP协议访问数据和元数据、采用气候数据标准CF-netCDF 和使用CC-by 4.0数据许可等。

在生命科学和生物信息学领域，联合了220多个研究机构的政府间组织ELIXIR（www.elixir-europe.org）的目标是汇集和协调来自欧洲各地的生命科学资源：数据库、软件、云存储和超级计算机等，建设统一的研究基础设施，使科学家更容易找到和共享数据、交换专业知识和协商最佳做法。在EOSC FAIRSharing项目的支持下，ELIXIR正在建设互操作平台，包括FAIR服务基础设施[28]。以此为基础，开展了“农作物大规模基因分型数据集”的FAIR化（FAIR-ification）研究工作，将确保与分布式机构存储库中的表型数据的互操作连接，为作物育种提供数据支撑。作为ELIXIR的成员之一，荷兰生命科学技术中心（Dutch Techcentre for Life Sciences，DTL）认识到专业的FAIR数据管理岗位和人员的重要性，开发了生命科学研究项目的“数据管家”（Data Stewards）指南[29]。于2020年2月启动的、由22个国家的29个研究机构参与的ELIXIR-CONVERGE项目[30]，将用三年的时间完成：①开发跨国的生命科学数据管理支持模型;②构建数据管家的综合培训方案，加强欧洲的数据管理能力;③开发数据管理标准和服务的工具包等。

4   对我国的启示

根据复旦大学数字与移动治理实验室的《中国地方政府数据开放报告》，截至2020年4月底，我国已有130个省级、副省级和地级政府上线了开放数据平台[31]。随着开放范围的不断扩大，越来越多的科学数据被发布出来，涵盖气象、地理、交通和城市管理等领域（见表7）。但相对于FAIR原则，这些数据及其元数据还存在很多不足（见表8），妨碍了数据的大范围搜索、流动、整合与分析。因此，我国应着重从以下三方面借鉴欧盟的先进经验，加强和改善各领域公共数据的开放共享。

4.1    統筹政府数据开放与科学数据开放、实现统一开放

FAIR数据原则与开放数据原则（如G8开放数据宪章等）是互补的关系（见图5），分别指导着各国的开放科学数据（OSD）和开放政府数据（OGD）的政策/法规制定和实践发展[8，15]。近年来，两个原则呈现出相互融合的趋势，推动着OSD与OGD的统一、协调发展，这在《欧盟开放科学议程》和新的《开放数据和公共部门信息再利用指令》上表现特别突出[1，13]，2019年5月发布的欧盟卫生研究机构数据政策指南更是FAIR原则与开放数据原则相结合的典型成果[21]。类似地，美国在第四轮（2019-2021年）《开放政府合作组织国家行动计划》中也增加了开放科学数据的内容[32]，美国政府开放数据网站Data.GOV（www.data.gov）增设了“科学与研究”主题，已发布20个科学数据集，分别来自美国宇航局（NASA）、能源部（DOE）和国立卫生研究院（NIH）等。

2020年4月9日，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，提出加快培育数据要素市场、推进政府数据开放共享[33]。政府是公共数据资源的最大拥有者，为使我国的政府网站，特别是政府开放数据网站成为各类公共数据的最具权威的可靠来源，我国的开放数据政策在支持“默认开放”的同时，也应引入FAIR原则的思想，关注科学数据开放共享的特殊性（如对元数据的要求），打通政府数据开放与科学数据开放的通道，改变政府部门与科技部门各自为政的局面，实现各类公共数据的统一开放。

4.2    重視各个领域数据基础设施的互联互通、实现数据的互操作

欧盟通过实施EOSC计划和FAIR行动，已初步实现各领域数据基础设施的互联互通，为欧盟范围内的数据开放共享打下了坚实基础。

2020年3月4日的中央政治局会议指出，要加快5G网络、数据中心等新型基础设施建设进度。在“新基建”中，各类数据中心（如科学数据中心、政府数据中心等）等数据基础设施是投资的重点之一。在建设中，应重视各个领域数据基础设施的互联互通，打破“数据孤岛”，实现数据资源之间的互操作。

我国各地开放数据平台发布的数据在字段的个数、名称和类型上存在“异构”问题，元数据也差异较大，数据互操作程度低，而根本的解决之道则是实现各地政府大数据资源管理中心的互联互通，并进一步实现各类科学数据中心与政府数据中心的互联互通。

4.3    以FAIR原则促进科学数据开放共享的国际合作

科学数据重用问题可能给全世界带来每年约1000亿欧元的损失，以FAIR原则促进科学数据共享的国际合作，欧盟是最积极的推动者之一[34]。EOSC计划承诺向全世界开放云平台，以努力打造“FAIR数据和服务的互联网”（Internet of FAIR Data and Services，IFDS）[5，9]。荷兰生命科学技术中心（DTL）依托EOSC发起“GO FAIR倡议”（www.go-fair.org），在文化、教育和数据基础设施三方面推动生命科学等领域FAIR行动的国际合作[35]。美国在开放科学中心建设中也重视国际交流与合作[36]。欧盟的“FAIR数字对象”已经被美国国家科学基金会、国立卫生研究院和更多的CODATA（国际数据委员会）成员所认可，有望成为国际科学云平台互操作的基础协议[37]。

依据FAIR原则，数据开放共享的路线图应是，将“数据”包装成“FAIR数字对象”，存储到支持FAIR原则的存储库或数据中心，然后将FAIR元数据发布到开放共享网站。FAIR原则强调“机器到机器”的数据流动、互操作和再利用，而这正是我国数据开放共享的短板之一。因此，吸收FAIR原则的核心思想，在科学数据开放共享的国际合作中应用FAIR原则，积极参与IFDS的倡议和活动，是我们需要面对的重要课题。

5   结语

数据是数字化转型的核心，它塑造了我们生产、生活、社会治理和科学研究的方式。在欧盟，FAIR数据原则已渗透到开放科学的各个层面和各个领域，也是政府数据开放的指导原则之一，促进了欧盟数据生态系统、数据文化和数字单一市场的形成，也保障了公共数据的开放共享、流通和使用。

当前，我国公共数据的开放共享，在数量、质量、互操作性和应用水平及国际合作上，都有很大的发展空间和紧迫的现实需求。完善科学数据管理和政府数据开放的相关政策，带动开放科学和政府数据治理水平的提高，推动“新基建”中数据基础设施的互联互通，应是正当其时。

参考文献：

[1]  European Commission.European Legislation on Open Data and the Re-use of Public Sector Information[EB/OL].[2020-09-22].https：//ec.europa.eu/digital-single-market/en/european-legislation-reuse-public-sector- information.

[2]  European Commission.The European Data Strategy[EB/OL].[2020-09-22].https：//ec.europa.eu/commission/presscorner/detail/en/fs_20_283.

[3]  上海市公共数据开放暂行办法[EB/OL].[2020-09-22].http：//www.sh.gov.cn/nw2/nw2314/nw2319/nw12344/u26aw62638.html.

[4]  European Data Portal（EDP）.Sustainability of（Open）Data Portal Infrastructures：Dataset Reuse：A Method for Transforming Principles into Practice[EB/OL].[2020-09-22].https：//www.europeandataportal.eu/sites/default/files/sustainability-data-portal-infrastructure_3_dataset-reuse.pdf.

[5]  M D Wilkinson，M Dumontier，I J Aalbersberg，et al.The FAIR Guiding Principles for Scientific Data Management and Stewardship[J/OL].[2020-09-22]Scientific Data，2016（3），doi：https：//doi.org/10.1038/sdata.2016.18.

[6]  OECD.Principles and Guidelines for Access to Research Data from Public Funding[EB/OL].[2020-09-22].https：//doi.org/10.1787/9789264034020-en-fr.https：//www.oecd-ilibrary.org/science-and-technology/oecd-principles-and-guidelines-for-access-to-research-data-from-public-funding_9789264034020-en-fr.

[7]  Foreign & Commonwealth Office.G8 Science Ministers Statement[EB/OL].[2020-09-22].https：//www.gov.uk/government/news/g8-science-ministers-statement.

[8]  B Mons，C Neylond，J Velterop，et al.Cloudy，Increasingly FAIR; Revisiting the FAIR Data Guiding Principles for the European Open Science Cloud[J].Information Services & Use，2017，37（1）：49-56.

[9]  A Jacobsen，R De Miranda Azevedo，N Juty，et al.FAIR Principles：Interpretations and Implementation Considerations[J].Data Intelligence，2020，2（1-2）：10-29.

[10]  B Mons，E Schultes，F H Liu，et al.The FAIR Principles：First Generation Implementation Choices and Challenges[J].Data Intelligence，2020，2（1-2）：1-9.

[11]  European Commission.Cost-benefit Analysis for FAIR Research Data[EB/OL].[2020-09-22].https：//op.europa.eu/en/publication-detail/-/publication/d375368c-1a0a-11e9-8d04-01aa75 ed71a1/language-en.

[12]  European Commission.H2020 Programme Guidelines on FAIR Data Management in Horizon 2020[EB/OL].[2020-09-23].https：//ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-data-mgt_en.pdf.

[13]  European Commission.New Trends in Open Science[EB/OL].[2020-09-22].https：//ec.europa.eu/digital-single-market/en/news/open-science-focus.

[14]  European Commission.FAIR Data Expert Group Call for Contributions[EB/OL].[2020-09-22].https：//ec.europa.eu/research/openscience/pdf/fair_eg.pdf.

[15]  European Commission Expert Group on FAIR Data.Turning FAIR into Reality[EB/OL].[2020-09-22].https：//op.europa.eu/en/publication-detail/-/publication/7769a148-f1f6-11e8-9982-01aa75 ed71a1/language-en/format-PDF/source-80611283.

[16]  European Commission.Overview of the EOSC Strategic Implementation Roadmap[EB/OL].[2020-09-22].https：//ec.europa.eu/research/openscience/index.cfm？pg=open-science-cloud.

[17]  European Commission.EOSC Declaration[EB/OL].[2020-09-22].https：//ec.europa.eu/research/openscience/pdf/eosc_declaration.pdf.

[18]  European Commission.European Open Science Cloud（EOSC）Strategic Implementation Plan[EB/OL].[2020-09-22].https：//op.europa.eu/en/publication-detail/-/publication/78ae5276-ae8e-11e9-9d01-01aa75 ed71a1/language-en/format-PDF/source-121451011.

[19]  EOSC.The FAIR Working Group[EB/OL].[2020-09-22].https：//www.eoscsecretariat.eu/working-groups/fair-working-group.

[20]  Sansone S A，McQuilton P，Rocca-Serra P，et al.FAIRsharing as a Community Approach to Standards，Repositories and Policies[J].Nature Biotechnology，2019，37（4）：358-367.

[21]  Fair4health.Guidelines for Implementing FAIR Open Data Policy in Health Research[EB/OL].[2020-09-22].https：//www.fair4health.eu/storage/files/Resource/15/D23%20Guidelines%20for%20implementing%20FAIR%20Open%20Data%20policy%20in%20health%20research.pdf.

[22]  Science Europe.Practical Guide to the International Alignment of Research Data Management[EB/OL].[2020-09-22].https：//www.scienceeurope.org/our-resources/practical-guide-to-the-international-alignment-of-research-data-management/.

[23]  Science Europe.Implementing Research Data Management Policies Across Europe：Experiences from Science Europe Member Organisations[EB/OL].[2020-09-22].https：//www.scienceeurope.org/our-resources/implementing-research-data-management-policies-across-europe/.

[24]  NWO.NWO to Update Its Data Management Protocol in January 2020[EB/OL].[2020-09-23].https：//www.nwo.nl/en/news-and-events/news/2019/12/nwo-to-update-its-data-management-protocol-in-january-2020.html.

[25]  P Wittenburg，M Lautenschlager，H Thiemann，et al.FAIR Practices in Europe[J].Data Intelligence，2020，（1-2）：257-263.

[26]  R Dekker.Social Data：CESSDA Best Practices[J].Data Intelligence，2020，2（1-2）：220-229.

[27]  Franciska De Jong，Maegaard B，De Smedt K，et al.CLARIN：Towards FAIR and Responsible Data Science Using Language Resources[C].Proceedings of the Eleventh International Conference on Language Resources and Evaluation（LREC 2018），2018：3259-3264.

[28]  ELIXIR.Interoperability Platform[EB/OL].[2020-09-22].https：//elixir-europe.org/platforms/interoperability.

[29]  DTL.Towards a Community-endorsed Data Steward Profession Description for Life Science Research[EB/OL].[2020-09-22].https：//zenodo.org/communities/nl-ds-pd-ls？page=1&size=20.

[30]  ELIXIR.ELIXIR-CONVERGE[EB/OL].[2020-09-22].https：//elixir-europe.org/about-us/how-funded/eu-projects/converge.

[31]  复旦大学移动与数字治理实验室.中国地方政府数据开放报告（2020上半年）[R/OL].[2020-09-23].http：//ifopendata.fudan.edu.cn/report.

[32]  OGP.United States Action Plan 2019-2021[EB/OL].[2020-09-23].https：//www.opengovpartnership.org/documents/united-states-action-plan-2019-2021/.

[33]  中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见[EB/OL].[2020-09-23].http：//www.gov.cn/zhengce/2020-04/09/content_5500622.htm.

[34]  Barend Mons.Invest 5% of Research Funds in Ensuring Data are Reusable[J].Nature，2020（578）：491.

[35]  DTL.GO FAIR Initiative[EB/OL].[2020-09-23].https：//www.dtls.nl/fair-data/go-fair/.

[36]  黄雨婷，赖彤.美国开放科学中心：实践进展、特点与启示[J].图书与情报，2019（3）：105-113.

[37]  EOSC.EOSC and International Initiatives[EB/OL].[2020-09-23].https：//www.eoscsecretariat.eu/eosc-and-international-initiatives.

作者簡介：翟军，男，大连海事大学航运经济与管理学院教授，博士生导师，研究方向：开放数据、信息管理;梁佳佳，女，大连海事大学航运经济与管理学院硕士研究生，研究方向：开放数据;吕梦雪，女，大连海事大学航运经济与管理学院硕士研究生，研究方向：开放数据;林岩，男，大连海事大学航运经济与管理学院教授，博士生导师，研究方向：社交媒体、知识管理。