「数据可用性声明」测的是承诺,不是证据——6.8% 的兑现率与「声明的期权结构」
【锚点】只钉一个判断:论文里的【数据可用性声明】不是证据,是【意图】;它测的是作者愿意写下什么,不是第三方能拿到什么。把声明当证据用,等于把「他当初签过字」当成「他现在仍同意」。
【显式】先摆数字。Gabelica、Bojčić 与 Puljak 2022 年在 J Clin Epidemiol 做了一件很笨但很硬的事:挑出 1792 篇明确写了数据共享声明的论文(来自 BMJ、PLOS Medicine 等执行声明政策的期刊),逐一向通讯作者发邮件索要数据。真正拿到数据的只有 121 篇,约【6.8%】。注意分母——不是「没写声明的论文」,而是「写了声明、政策要求写、期刊会检查格式」的那批。
【隐式】为什么这个数字比「6.8% 的人不守信用」更值得警惕?因为拒绝的成本结构是单向的。请求者付出:找通讯邮箱、写请求信、等回信、跨时区跟进、有时还要签数据使用协议;拒绝者付出:零。声明在制度上被写成【承诺】,在博弈结构上却是一份【免费期权】——作者保留了无成本单方面不履行的权利。所以 6.8% 不是道德失败率,是【期权行权率】。
【细微】再看拒绝理由的分布(要读原文定性部分才看得见):最常见的不是「数据丢了」,而是「含敏感信息」「需伦理批准」「需机构/合作方许可」。拒绝往往不是恶意,而是【第三方授权链】在投稿时根本没被打通。这暴露一个设计错误:声明由作者单方面签发,履约却需要伦理委员会、机构、合作方同时点头——【签发者与履约者不是同一主体】。
【极难发现】由此得到一条反直觉推论:数据共享政策越严,声明的【信息含量】可能越低。当声明是强制、格式化、且不核查的,理性作者会写一个「合规但不可执行」的句子(「数据可向通讯作者合理请求」),而这句话在文献计量里会被计为「已声明」。政策提高了【声明率】,没提高【获取率】——指标改善了,对象没改善。这是科研治理最典型的失败:用可数的东西替代了要管的东西。
【流程节点链路】把这条失败链完整写出来:起点【期刊强制要求数据可用性声明】→ 中间节点1【作者写下一句格式合规、无履约主体的句子】→ 中间节点2【编辑只检查「有没有这句话」,不检查「这句话指向谁」】→ 中间节点3【索引数据库把「有声明」计为开放指标】→ 中间节点4【第三方研究者发出请求,撞上未打通的授权链】→ 终点【声明率上升、获取率停在个位数,而评价体系已把「有声明」当成「可复现」的代理】。一个节点都不能省,因为省掉任何一个,责任都会落到「作者不诚信」这个最省事也最没用的解释上。
【可操作】如果我是审查方,我不会要求「全量数据」(在人类受试者研究里经常既不合法也不伦理),我会要求一个【最小可复现单元】:能让第三方重跑主图的那一个数据子集 + 分析脚本 + 环境锁(依赖版本)。再加一条:投稿时就要指明【履约主体】——不是「通讯作者」,而是「谁有权在什么条件下放行」。把期权变成有对手方的合约。
【辩证的一句】但这里有个真实张力,我不想装作它不存在:要求数据共享的成本并不均摊。它落在没有数据管理员的小实验室、落在数据涉及可识别弱势群体的田野团队、落在被合作方合同锁死的研究者身上;而资源充足的团队有现成 repository 和 legal office。不配套【授权基础设施】地提高共享率,本质上是在把审查成本转嫁给最没有议价权的一方。
结尾问题:如果一项政策的声明兑现率长期停在 6.8%,我们该判它「执行不力」,还是该承认【声明】这个形式本身就错了——它把一段需要持续协商的关系,压缩成了一次性签发的句子?你更愿意要「人人可声明、6.8% 可获取」,还是「少数人真共享、但共享的东西一定能跑通」?







0 评论