我国科学数据库资源现状堪忧

　　资环数据总量最大　农业数据服务最好　四成库藏仍是“孤岛”

        经数字化加工整合的科学数据库，和大型科学仪器、设备、设施、科技文献、自然科技等一样，是一个国家最重要的科技资料。建立完善科学数据共享平台，已被纳入《2004－2010年国家科技基础条件平台建设纲要》，列为一项重要的建设任务。这种情况下，摸清我国科学数据库资源现状，成为亟待解决的课题。

        北京万方数据股份有限公司最近完成的一项调查，范围涉及我国国家级信息机构、国家级科研院所、重点高等院校等903个单位，覆盖资源环境、农业、人口与健康、基础科学与若干科学前沿、工程技术、科技管理等6个领域36个子领域，提供了全面的数据库建设规模、学科和地区分布、建设投入、运行管理以及技术应用等方面的状况，显示我国数据库保存和管理的基础条件令人担忧。 

        总体状况不容乐观

        数据显示，本次调查的数据库共有2459个，数据总量达497.18TB，共获得建库资金28.27亿元，30.9%的数据库积累年限在10～30年之间。六大领域中，资源环境领域数据库个数最多，达1098个；数据总量最大，有406.47TB；获得的建库经费最多，达22亿元；数据积累年限也最长，30～100“年藏”的数据库数量最多。

        不同部门对科学数据库的投资，支持方向也有明显差别：科技部项目在工程与技术领域投入最多，占科技部所有投资总额的33.06%；自然科学基金委最大的投资方向，是工程与技术领域数据库的建设；教育部主要投资在科研管理方面；其它部委项目、多渠道投资、单位自筹和中科院项目，比较偏重于资源环境领域数据库的建设；而与企业及其它机构的外部合作项目，则以基础科学与若干科学前沿领域、资源环境领域和人口与健康领域为重点。

        “突出共享”是科技基础条件平台首要的建设原则。本次对数据库服务情况的调查显示，对外服务数据库的比例超过所有数据库的一半，但各领域之间这个比例相差较大，农业领域高达68.32%，科技管理领域却仅有31.25%。各数据库的有效服务总比例仅35.09%，其中农业领域有效服务约60.46%，据了解与此类数据库共享服务比例高有关；其次的工程与技术领域，有效服务比约32.03%；最低的科技管理领域仅占21.09%。数据库主要服务对象集中在科研机构，其次是本行业和政府，不足32%面向企业。

        各数据库信息基础环境较差，近四成数据库保存在单机或局域网中，不具备网上共享服务条件。能上网的数据库中，24%的数据库通过PC机上网，没有专用服务器。这种不容乐观的情况，在高等院校、国家海洋局、国家林业局、国土资源部、水利部等部门比例高达40%以上，数据库保存和管理条件堪忧。 

        六大领域各有千秋

        调查数据显示，六大领域数据库呈现出各自不同的特点。

        数据库数量、数据总量最大的资源环境领域，地矿和土地科学数据库最多，达311个；遥感数据数据量最大，达243.89TB。22亿元的数据库建设投资，非科字头部门投入最多，有9.64亿元。在气象科学、地震科学、海洋科学、水文水资源科学、地矿和土地科学5个子领域，都建有各自的行业信息中心，数据库个数和数据量都占到该领域的90%以上。生态系统科学以中科院生态观测网最为集中，遥感数据以中科院卫星地面站、气象卫星中心两个单位数据量最大、数据积累年限最长。

        农业领域数据库总数483个，数据总量14.67TB，其中中国农科院和国家林业局是主要建库单位。总建库经费1.57亿元，科技部项目作为主要投资渠道投入占总额的近57.3%。本领域六成数据库可对外服务。在各子领域中，规模最大、建设相对集中的林业科学领域有数据库233个，数据量近11TB，数据积累情况最好，平均数据年限23年以上。

        人口与健康领域数据库总数221个，数据量15.21TB，建库单位涉及约50多个科研院所和医院。其中，卫生部系统建设的数据库达103个，占所调查数据库的46.61%，是本领域数据库最多的系统。建库经费以非科字头部委投资为主，卫生部、国家统计局、军队系统等部门投资占总额的41%。本领域数据积累年限较短，以3年内数据为主。46.15%的数据库可共享，但有效服务比例只有27.6%。

        基础科学与若干科学前沿领域有数据库120个，数据量50TB，数据记录超过23.2亿条。在各子领域中，地球系统科学领域数据库38个，数据量45TB，是本领域中最大的子领域。中科院是拥有此类数据库最多的部门，主要建库经费来自非部委的合作项目。由于本领域数据库大多通过各类科研项目获得数据建成，所属单位比较分散，多由研究室自行管理。

        工程与技术科学领域有281个数据库，数据量10.58TB，数据记录超过17.3亿条。材料科学、生物科学和先进制造共性基础技术领域的数据库个数，依次排在各子领域前列。国资委监管的中央大企业，是本领域最主要的建库单位。建库经费以本部门投入为主，生物技术和材料科学领域投入情况相对较好。该领域已经形成了若干信息中心，但多数仍处于分散管理的状态。

        科技管理领域有256个数据库，数据量235.89GB。科技部在各类科技计划管理方面都建立了相关数据库，其中国家科学技术奖励获奖项目数据库数据量达50GB，其它管理方面的数据库规模都比较小，大多在1GB以下。建库经费一般是本部门或本单位自行投入，数据库对外共享服务比例仅占21.09%，但科技部的共享比例高一些。 

        专家点评

        刘闯 研究员（中国科学院地理科学与资源研究所全球变化信息研究中心主任、国际科学联合会世界数据中心规划组委员）：

我认为对这份调查报告是实事求是的。虽然在调查的数据中，估计不同单位上报的数据库存在一些重复统计的情况，但是总的情况是可信的。

        我们国家科学数据共享有了一个开头，这已经是很不容易了。但是，目前有4个问题很突出：其一，科学数据管理与共享方面的投入产出比过高；其二，共享的问题依旧没有从根本上打开局面；其三，市场的应用面太小；其四，国际数据资源开发不够。总之一句话，科学数据的综合效益水平目前还很低。