上海出台首部专门规范科学数据管理办法：明确高质量科学数据集可作为研究成果纳入科研评价体系

科学数据，即在科学研究、观测监测、试验检测等科研活动中产生的数据。今天的科学数据不只是科研成果的副产品，也是可以配置、增值的基础资源。

上海市科学技术委员会、上海市数据局日前联合印发《上海市科学数据管理办法（试行）》，《办法》于11月1日正式施行。这是全国科学数据体系建设背景下，上海出台的第一部专门规范科学数据管理的政府规范性文件。

上海市科委相关处室负责人表示，这是上海推动科学数据与人工智能融合发展的一项标志性制度安排。从全球看，人工智能加速赋能科学研究，科学数据成为大国科技竞争的关键要素，开放共享与安全权益的平衡正在成为全球政策焦点。从国家看，不断推进科学数据体系建设部署，上海有基础、有责任先行探索。

《办法》把科学数据定位为支撑上海（长三角）国际科技创新中心建设的战略性、基础性资源，并首次在制度层面明确：高质量科学数据集可以作为研究成果纳入科研评价体系。

“也就是说，认认真真整理出一个高质量科学数据集，和发表论文一样，都是被认可的科研贡献。”上述市科委相关处室负责人表示，《办法》将未发表数据、阴性数据等明确纳入科学数据范围，鼓励科研人员改变只报喜、不报忧的习惯，让失败的数据也能为后来者引路。

《办法》始终把促进科学数据与人工智能融合发展作为主线：鼓励运用人工智能、区块链、隐私计算等技术，建立数据可发现、可授权、可追溯、可评估的开发利用机制；建立以人工智能应用效果为导向的数据质量评测体系，推动科学数据加工成大模型需要的高质量语料。

上海库帕思科技有限公司目前累计语料规模达19982TB，构建AI数据集6000余个，覆盖16个国民经济一级行业。库帕思交付运营总经理邓思文表示，一组材料实验数据要用于模型训练，除了实验结果，还需要准确记录材料成分、实验条件和计量单位。如果这些信息不完整，模型就可能把不同条件下的结果混在一起，影响预测的可靠性。因此，数据治理与具体科研任务要结合起来，检验数据能否帮助模型提高预测准确性、辅助筛选实验方案、提升研发效率，再把应用中发现的问题反馈到数据加工环节，持续改进数据质量。

《办法》通过“白名单”等方式授权创新主体开展公共性研发活动。鼓励市场化创新主体参与科学数据的加工治理与增值服务，鼓励设立科学数据期刊、支持数据产品开发、开展数据产权登记、推动合规流通交易，建立基于贡献的收益分配机制。

科学数据凝结着科研人员长期的投入，数据加工、质量评测和产品开发也需要持续投入。邓思文表示，对企业来说，这些条款有助于各方明确合作预期，企业愿与合作单位通过协议明确授权范围、使用条件和各方权益，探索与实际贡献相匹配的利益补偿安排，让数据提供者、加工治理方和应用开发方的贡献得到合理体现，支持高质量数据持续积累和更新。

“《办法》虽然是立足上海制定的，但着眼的是长三角一体化。我们正联合苏浙皖共建长三角科学数据共享服务平台，推动科学数据在全市和长三角区域的共享利用，让制度红利辐射更广。”上述市科委相关处室负责人表示，未来还将定期征集发布科学数据资源建设与应用需求清单，培育一批高质量的市级科学数据中心。