1 历史与背景
1.1 开放科学的起源
1.1.1 早期科学共同体的知识共享传统
开放科学的理念并非无源之水。早在17世纪科学革命时期，欧洲的早期科学共同体——如英国皇家学会和法兰西科学院——就已确立了通过书信、期刊和学术会议公开交流研究成果的惯例。1665年创刊的《皇家学会哲学会刊》被视为最早的科学期刊之一，其核心宗旨便是“为学者提供一个公开讨论与辩论的平台”。这种基于信任与互惠的知识共享传统，构成了现代开放科学的原始雏形。然而，受限于印刷成本与传播范围，当时的“开放”仅局限于少数精英阶层的书信网络。
1.1.2 20世纪90年代开放获取运动兴起
20世纪90年代，随着学术期刊价格持续飙升（部分期刊订阅费用每年增长超过10%），学术界与图书馆界开始系统性地反思传统出版模式的弊端。1991年，物理学家Paul Ginsparg创建的arXiv预印本平台成为标志性事件：研究者可在论文正式发表前免费公开手稿，极大加速了物理学领域的知识流动。同期，“开放获取”（Open Access）这一术语逐渐形成，其倡导者呼吁科研论文应当免费向所有读者开放，而非锁在付费墙之后。
1.1.3 互联网技术对科学传播的革命性影响
互联网的普及从根本上改变了科学传播的成本结构与速度。数字化存储、即时通信、大规模数据交换成为可能，使匿名评审、实时协作、全球同行评议等新模式迅速涌现。1999年，开放社会研究所（OSI）主办的“开放获取红海会议”首次系统讨论了开放获取的技术实现路径与法律框架，为后续全球性倡议奠定了技术基础。互联网不仅降低了传播门槛，还催生了数据驱动的新科学范式，要求原始数据与分析过程同样公开。
1.2 推动开放科学的关键事件
1.2.1 布达佩斯开放获取倡议（2002年）
2002年2月，由开放社会研究所牵头，在布达佩斯举行的开放获取会议发布了《布达佩斯开放获取倡议》（BOAI）。该倡议首次明确定义了开放获取的核心理念：用户有权免费、永续地获取数字形式的学术文献，并允许其在合法范围内进行复制、分发、修改和演绎。BOAI提出了两种实现路径：通过开放获取期刊直接出版（金色开放获取），或通过机构库存储已发表论文的副本（绿色开放获取）。这份宣言被视作开放科学运动的第一块里程碑。
1.2.2 柏林宣言（2003年）
2003年10月，来自德国马普学会等机构的科学家在柏林发布了《关于开放获取于科学知识的柏林宣言》。宣言强调开放获取不仅应覆盖学术论文，还应包括研究数据、元数据、教学材料等“科学遗产”。柏林宣言获得了全球数百家学术机构与研究资助组织的签署，成为欧洲开放科学政策的重要基石。与BOAI相比，柏林宣言更明确地将数据共享纳入开放科学范畴，推动了从“开放获取”向“开放科学”的过渡。
1.2.3 联合国教科文组织开放科学建议书（2021年）
2021年11月，联合国教科文组织（UNESCO）第41届大会通过了首份《开放科学建议书》，确立了开放科学作为全球性公共产品的原则框架。该建议书定义了开放科学的核心价值（包括透明、可重复、可访问、包容、公平），并提出六大行动领域：开放科学知识、开放科学基础设施、开放对话、开放科学教育、伙伴关系与政策协同。这是迄今最具国际权威性的开放科学政策文件，标志着开放科学从学术运动上升为全球治理议程。
1.3 开放科学的社会需求
1.3.1 学术界对“论文工厂”和可重复性危机的反思
21世纪初，一系列大规模的可重复性实验（如2011-2015年由开放科学中心主导的“可重复性项目：心理学”）揭示，大量已发表的研究结果难以被独立复现。与此同时，“论文工厂”——暗中提供代写、代发服务的灰色产业链——严重侵蚀了科研诚信。这些危机促使学界反思：封闭的、只看发表数量的评价体系是问题的温床。开放科学的理念——特别是预注册、开放数据与透明评审——被视为从制度层面遏制造假、提高可重复性的关键手段。
1.3.2 公众对科研透明度的期待
随着疫苗争议、气候变化论战等议题在公共舆论中发酵，公众对科研过程的透明度提出了更高要求。纳税人希望理解其税金支撑的研究是否可靠；患者期望了解临床试验的原始数据。开放科学通过公开研究协议、原始数据和分析代码，使非专业群体也能交叉验证研究结论，从而重塑科学在社交媒体时代的公信力。一些国家（如荷兰、瑞典）已开始立法要求使用公共资金的研究必须开放。
1.3.3 全球性挑战（如疫情）对加速协作的呼唤
2020年新冠疫情暴发后，传统出版流程（平均6-12个月的评审周期）显然无法满足与病毒赛跑的需求。病毒基因组的早期公开、预印本平台的爆发式增长（如COVID-19相关预印本在2020年增长了超过4倍）、疫苗临床试验数据的快速共享，都证明了开放科学在危机应对中的巨大价值。疫情成为开放科学理念的“压力测试”，它揭示了闭门造车的代价与全球协作的必要性。
2 核心原则与构成要素
2.1 开放获取（Open Access）
2.1.1 金色开放获取与绿色开放获取
开放获取主要通过两种模式实现：金色开放获取指论文直接发表在开放获取期刊上，立即对所有读者免费；其成本通常由作者或其机构支付文章处理费（APC，Article Processing Charge）。绿色开放获取指论文发表在传统订阅制期刊上，但作者将最终版本（或预印本）存储到机构或学科知识库（如arXiv、Zenodo）中，经过禁售期（通常6-12个月）后开放。绿色模式更便宜，但存在版权冲突风险。近年还出现了超金色开放获取（如PLOS ONE）、钻石开放获取（论文与APC均免费，由机构或社群资助）等变体。
2.1.2 预印本与学术社交网络
预印本指未经同行评审的研究手稿，在正式发表前公开于平台（如arXiv、bioRxiv、medRxiv）上。它可快速传播前沿发现、获得早期反馈，但质量未经同行过滤，需读者自行判断。学术社交网络（如ResearchGate、Academia.edu）允许研究者分享已发表论文，但部分服务在版权合规性与商业数据收集方面存在争议。中国也在发展本土预印本平台（如ChinaXiv、科技报告预印本中心），以平衡开放需求与国产化趋势。
2.2 开放数据（Open Data）
2.2.1 FAIR原则（可发现、可访问、可互操作、可重用）
2016年提出的FAIR原则为开放数据质量设定了标准：F（Findable）——数据需有唯一标识符与丰富元数据；A（Accessible）——数据可通过标准协议被检索；I（Interoperable）——数据格式应能被不同系统整合；R（Reusable）——数据附带清晰的使用许可与出处说明。FAIR原则强调数据不仅要“开放”，更要“可用”，避免造成大量格式混乱的“数据垃圾”。许多资助机构（如美国国立卫生研究院NIH、欧盟Horizon项目）已要求项目数据必须符合FAIR标准。
2.2.2 数据管理与共享平台
数据共享依赖专门的存储基础设施，包括学科库（如GenBank用于基因序列、Protein Data Bank用于蛋白质结构）、通用库（如Figshare、DataDryad、Zenodo，由欧洲核子研究中心运营）以及机构库（如中国科学数据银行）。2020年后，多家大型出版社（如Nature系列期刊）强制要求作者发表论文时同时提交原始数据到经认证的库中，并附上数据可用性声明。
2.3 开放研究方法
2.3.1 预注册与注册报告
预注册指研究者在进行实验前，将研究假设、方法与分析计划在公开平台上（如Open Science Framework、ClinicalTrials.gov）预先登记并附加时间戳。这能有效防止“P值操纵”（HARKing，即先看结果再编假设）和发表偏倚（只报告阳性结果）。注册报告（Registered Reports）是一种新兴论文形式：研究方案在实施前即经同行评审，若方案通过，无论后续结果阴性或阳性，期刊均承诺发表。这种方式彻底颠覆了“结果优先”的传统发表机制。
2.3.2 开放同行评审与透明评审
传统同行评审往往是双盲或单盲，评审意见与作者身份均保密。开放同行评审则主张公开评审人姓名、评审报告甚至交互对话，例如《EMBO期刊》《Nature Communications》的部分开放选项。完全透明的评审（如F1000Research平台）要求评审人与作者署名，并允许公众查看评审过程。支持者认为这提升了评审质量与责任度；批评者担忧评审人可能因担心得罪同行而降低标准。
2.4 开放源代码与开放工具
2.4.1 开源统计软件与分析环境
封闭的商业软件（如SPSS、Stata）的算法逻辑不透明，导致结果难以独立验证。开放科学推崇使用开源软件（如R、Python的SciPy/NumPy栈、JASP、Jamovi）以及开源前端环境（如Jupyter Notebook、R Markdown）。这些工具允许任何人检查、修改与复现分析代码，并可通过版本控制（如Git）追踪变更历史。一些高性能计算环境（如Singularity容器）也被用于构建可复现的计算工作流。
2.4.2 可重现计算工作流
可重现计算要求论文的所有分析步骤——从原始数据预处理到统计建模、可视化——都可通过代码完整重现。这通常包括：提供开源分析脚本（如R脚本或Python代码）、使用容器化环境（Docker/Singularity）、并生成可交互执行的运行记录（如Binder链接）。Code Ocean、Cloud Research等平台专为托管与执行可重现计算而设计。
2.5 开放教育与实践
2.5.1 开放教育资源（OER）
开放教育资源指以开放许可（如Creative Commons）发布的教材、课件、视频、试题等教学材料，允许用户免费使用、改编与再分发。代表性项目包括麻省理工学院开放课程（MIT OCW）、中国国家精品在线开放课程（爱课程）、以及教科书平台OpenStax。在开放科学语境中，OER降低了全球教育不平等，使发展中国家学者有机会获取顶级课程资源。
2.5.2 公民科学（Citizen Science）
公民科学在开放科学框架下指：非职业科研人员（公众）以自愿形式参与真实科研项目，贡献数据收集、标注、分析等环节。典型项目包括eBird（鸟类观测）、Galaxy Zoo（星系分类）、Foldit（蛋白质结构折叠游戏）以及地方性环保监测。公民科学既拓展了数据规模，也提升了公众对科学过程的理解。2020年后，许多开放科学平台开始为公民科学贡献者提供ORCID或作品引用，使其参与被纳入正式学术记录。
3 实施形式与工具
3.1 基础设施
3.1.1 机构知识库与主题库（如arXiv、PubMed Central）
机构知识库（如哈佛大学的DASH、中国科学院的IR）由高校或科研院所运营，存储本机构成员的论文、数据与学位论文。学科主题库则覆盖特定领域：arXiv（物理学、数学、计算机科学）、PubMed Central（生物医学）、SSRN（社会科学）、RePEc（经济学）。这些库通过OAI-PMH协议实现跨库检索，并被纳入联合国教科文组织推荐的开放科学基础设施清单。中国在2023年发布的《关于加强学科领域开放科学基础设施建设的指导意见》中强调了发展本土化主题库的重要性。
3.1.2 标识符系统（DOI、ORCID、RRID）
唯一标识符是开放科学中实现“可发现”与“可互操作”的关键。DOI（数字对象标识符） 为每篇论文、每个数据版本分配永久性链接；ORCID（开放研究者与贡献者标识符） 为每位研究者提供唯一16位ID，解决姓名歧义问题；RRID（研究资源标识符） 用于唯一标识试剂、细胞系、抗体等实验材料，方便复现。2021年起，多个资助机构（如美国NSF、科学基金）要求申请者在经费申请中绑定ORCID，并在论文中标注RRID。
3.2 政策与资助
3.2.1 基金组织的开放科学要求（如Plan S）
2018年9月，由欧洲研究资助机构联盟（cOAlition S）发起的Plan S（S计划）要求：从2021年起，所有接受联盟成员资助的研究成果必须立即在合规的开放获取期刊或平台上发表，不得有付费墙或禁售期。S计划虽在欧洲引发强烈争议（部分学者认为其忽视了绿色开放获取与钻石模式），但推动了全球各大资助机构（包括美国NIH、中国国家自然科学基金委的部分项目）提高开放获取要求。截至2024年，已有超过30家资助机构加入S计划。
3.2.2 学术机构的开放科学考评改革
传统学术评价（如“唯论文”、“唯影响因子”）构成了开放科学的最大阻力。为破冰，欧洲大学联盟（EUA）发布了《开放科学指标框架》，中国科技部等五部门也于2021年发布《关于开展清理“唯论文”相关工作的若干措施通知》，将“论文工厂”举报、数据共享、预注册等行为纳入机构考核的加分项。2023年，中国科学院正式启动“开放科学试点”，对部分课题组采用“负责任的评价”体系，包含数据开放、源代码公开、公民科学参与等维度。
3.3 社区与倡议
3.3.1 开放科学周与黑客马拉松
开放科学周（Open Access Week，始于2007年）每年10月在全球举办，旨在提升对开放获取与开放科学的认知，主题包括预印本、数据管理、公民科学等。黑客马拉松（如Mozilla Science Lab主办的Collaborative Hackathons）吸引开发者、科学家、设计师集中开发开放科学工具（如数据管理插件、论文分析可视化组件）。2022年，中国首次在北京举办“开放科学与开源创新黑客松”，聚焦人工智能与生物信息学。
3.3.2 跨学科开放科学联盟
以“国际开放科学协会”（Open Science Association）、FORCE11（未来研究通信与电子商务联盟）、开放科学中心（Center for Open Science，COS）为代表的组织提供了跨学科协调机制。其中COS开发的Open Science Framework（OSF） 成为预注册、数据管理与项目协作的旗舰平台。中国在2020年发起“中国开放科学共同体”，旨在构建自主可控的开放科学基础设施生态。
4 收益与挑战
4.1 收益
4.1.1 提升科研影响力和引用率
大量实证研究表明，开放获取论文的引用率通常比非开放论文高出18-30%（具体因学科和平台而异）。预印本的早期发布还能抢占优先权，并使研究更早进入公共讨论。例如，公共卫生领域在COVID-19疫情期间及时发布的开放数据直接影响了防控政策制定。开放数据与代码还被发现能提高后续开发的专利引用频率。
4.1.2 促进跨学科合作与知识溢出
开放科学打破了学科壁垒：生态学家可以复现基因组学论文的数据分析，社会学家可以调用气候模型的公开数据。2018年的一项研究发现，开放数据项目吸引的合作者背景更加多样，跨学科指数高出传统方式45%。知识溢出效应在“硬科学”与“软科学”之间的数据融合中尤为显著。
4.1.3 增强公众信任与科学决策支持
当原始数据与代码公开时，外部独立方（包括民间科学家、记者、政策分析师）可以核查研究结果，减少“数据造假”与“选择性报告”带来的信任危机。例如，2020年关于羟氯喹治疗COVID-19争议的核心论文，由于其原始数据最初无法获取，引发国际质疑；而在数据最终公开后，大型独立复现未能证实其疗效。这一事件被当作开放科学在信任重建中的经典案例。
4.2 挑战
4.2.1 经济成本与不平等问题（如APC收费）
金色开放获取的APC费用（平均为2000-4000美元/篇，顶级期刊可达1万美元）将成本从订阅付费转嫁到了作者（多为发展中国家或资源匮乏的机构）身上。这导致了“阅读穷、发表更穷”的悖论：一些非洲国家的研究者因无力支付APC而被排除在顶级期刊之外。钻石开放获取与转型协议（Transformative Agreements）成为缓解此矛盾的折中方案，但尚未达成全球共识。
4.2.2 数据隐私与伦理边界
开放数据涉及个人隐私（如医学影像、基因序列）和商业机密（如公司合作的专利预研）。欧盟《通用数据保护条例》（GDPR）要求对涉及个人数据的研究进行匿名化处理，但这可能与开放数据的“完全公开”原则产生冲突。伦理委员会在审批项目时需权衡“最大化开放”与“最小化泄露”之间的平衡。
4.2.3 学术评价体系对开放行为的激励不足
尽管很多机构发布了支持开放科学的声明，但实际招聘、晋升、拨款评审中仍以传统期刊影响因子、h指数为主导。开放获取期刊的影响因子普遍低于传统期刊，数据共享、预注册等行为未被纳入主流评价指标。学者在“开放”与“晋升”之间面临“囚徒困境”：个体最优决策（发表高影响因子封闭期刊）与集体最优决策（全面开放）相悖。
4.2.4 “半开放”与“虚假开放”的雾里看花
实践中的“开放”存在诸多变味情形。例如，论文通过仓储公开发表但原始数据未提供（“开放烟雾”）；APC高昂的开放获取期刊实为商业公司圈钱工具；预印本被恶意利用传播未经验证的虚假结论（如2020年初关于“新冠病毒为人造”的错误论文）。开放科学界提出了“开放科学级联”（Transparency and Openness Promotion, TOP Guidelines）来量化开放程度，但执行层面仍缺乏统一监管。
5 争议与反思
5.1 开放科学是否等于“免费科学”？
5.1.1 商业模式转型的阵痛
开放科学并非“免费午餐”。学术出版的生态链涉及编辑、排版、润色、评审协调等环节，这些都需要资金维持。从订阅制到APC制的转变，使得成本从机构统一购买转为按篇收费，导致机构财务负担重新分配。一些小型学会期刊（非营利性质）因APC收入不足以覆盖运营费用而濒临倒闭。支持者主张采用“机构联盟支付”（如SCOAP3模式在粒子物理领域的成功实践）来分摊成本，但模型扩展乏力。
5.1.2 掠夺性出版与灰色地带
“掠夺性期刊”利用开放获取的“立即发表、无须严格同行评审”的机制，向作者收取APC却不提供合格学术服务。Beall’s List（贝奥列表，已停更）曾列出数千家此类期刊，其中不乏伪装成知名期刊的钓鱼网站。灰色地带还包括“小型开放获取期刊”因缺乏可持续资金来源而出现的“审稿周期长且不规范”“延期出版”等问题。开放科学运动需要与抵制掠夺性出版同步进行。
5.2 科学垄断与“数据殖民主义”
5.2.1 发达国家与发展中国家的资源鸿沟
开放科学的核心基础设施（如arXiv、ORCID、Crossref）主要由欧美机构运营，数据存储位置、使用条款均受所在国法律管辖。发展中国家既无力负担APC，又缺乏自建平台的技术与资金，形成了“数据输出、知识回流”的不平等格局。一些学者批评这是“数据殖民主义”：南方国家贡献了原始数据（如生物多样性信息、人类基因组样本），但分析工具、论文发表与学术话语权仍被北方国家掌握。
5.2.2 开放数据中的权力与义务博弈
数据开放面临一个经典问题：谁有权使用数据，以及是否应保持数据来源方的所有权。“生物剽窃”（Bio-piracy）争议集中在：制药公司是否可免费使用公开的传统民族用药知识？文化遗产相关的影像数据是否应获得当地社区的事先同意？《生物多样性公约》（CBD）与《名古屋议定书》规定了“遗传资源惠益分享”原则，但与开放数据“无限制重用”的立场存在张力。开放科学界正在探索“伦理开放数据”的概念：在开放的同时嵌入伦理许可与责任制。
5.3 打开还是封闭？论开放边界的幽默辩论
5.3.1 “连实验室WiFi密码都公开”的极端派
在开放科学的“狂信徒”圈子里，曾流传着一个虚构的理想模型：“开放科学就是什么都要公开——从实验方案、原始数据、分析代码、评审意见、会议录音，到实验室WiFi密码、咖啡机故障记录、甚至研究人员每周吃什么外卖”都被视为可供分析的“元数据”。这种极端立场常见于学术推特上的自嘲式梗图，比如修图后“开放到连导师的论文草稿也上传arXiv”。虽然夸张，但确实隐喻了开放与隐私的边界终极困惑：公开所有信息真的会让我们“更高效”或“更透明”吗？
5.3.2 “我的笔记你别看”的保守派
另一端是“我还在写论文，连研究方法都要保密，万一被人抄袭怎么办？”的保守派声音。传统学术文化中，“大师抽屉里的手稿”常被视为珍贵遗产；草稿、失败的实验记录（“湿货”）、半成品思路都被认为属于私人领域。一些顶级科学家公开表示：“同行评审也是我的私人判断，我不接受被贴在网上被人品头论足。” 这种“我的笔记你别看”的论点，若站在偏保守的学者立场，其实隐含着对知识产权、个人劳动成果被无偿占用的合理恐惧。
5.3.3 折中的“选择性开放”与“科学界版朋友圈”
现实中的大多数研究者选择了一种介于两者之间的“选择性开放”策略。就如同一份精心调校的“科学界版朋友圈”：精选一部分内容（如最终论文、处理过的数据）完全公开；其他内容（如实验失败记录、审稿人未发表意见）设为“仅限合作者”。一些平台（如OSF）提供了分层公开选项：项目级别可设为“公开”“受限制”“协作组”等。也有人提倡“胶囊开放科学”——在论文发表前只共享部分核心数据，事件后逐步解锁。这种折中也许是目前最务实的路径，但也让“开放”的定义变得模糊。
6 未来展望
6.1 技术驱动：区块链、AI与去中心化科学
区块链技术正在被探索用于构建不可篡改的研究记录（如“科学区块链提案”DeSci项目），实现预印本时间戳、数据来源追踪与开放评审的自动积分。去中心化科学（DeSci）推崇以DAO（去中心化自治组织）形式管理研究资金与奖励机制，试图摆脱传统期刊和资助机构的中介角色。人工智能则可能通过自动化元数据标注、论文与数据关联查询，大幅降低开放实践的操作成本。例如，AI可以自动将原始数据格式转换为标准格式，或辅助识别未共享的数据集。但与此同时，AI生成的虚假数据也可能带来新的验证挑战。
6.2 全球治理：从原则到行动的一致性挑战
尽管联合国教科文组织2021年建议书形成了共识框架，但各国对开放科学的执行速度与力度差异悬殊。欧盟“开放科学战略”（2023版）设定了2030年100%即时开放获取的目标；美国OSTP发布备忘录要求2026年前所有联邦资助论文必须开放；而许多发展中国家仍在搭建基本数据基础设施。全球治理面临的最大挑战是“南北方对话”：如何确保开放科学不会加剧现有的科研资源配置不均？如何建立公平的惠益分享机制？这些问题短期内难以圆满解决。
6.3 文化转型：新一代科学家的“开放基因”养成
真正的改变可能来自代际更替。2020年后，越来越多的高校将“开放科学技能”纳入研究生必修课，包括数据管理计划撰写、预注册操作、代码可重现技巧。“开放科学大使”项目（如COS的“学生开放科学联合会”）培养学生从研究设计阶段就习惯共享。一些青年学者甚至将“开放科学实践”写入求职信。这种“开放基因”的养成或许需要15-20年才能制度化，但正如一位开放科学倡导者所言：“我们不是在改变一个古老的系统，而是哺育一个全新的科学生态系统。” 新一代的开放，或许真的可能从一种要求变成一种习惯。