利用開放數(shù)據(jù)進(jìn)行心理學(xué)研究

黃梓航 王可 蔡華儉

摘要在開放運(yùn)動的潮流下，不同領(lǐng)域紛紛發(fā)布公眾可以免費(fèi)獲取、自由使用的開放數(shù)據(jù)，其中不乏反映人類方方面面的大數(shù)據(jù)，為心理學(xué)研究提供嶄新的資料。為了促進(jìn)研究者對這些數(shù)據(jù)庫的利用，本文對大量現(xiàn)有的具有心理學(xué)研究潛力的公開數(shù)據(jù)庫進(jìn)行了搜集和整理，介紹了通過數(shù)據(jù)搜索引擎、數(shù)據(jù)綜合門戶、專業(yè)領(lǐng)域數(shù)據(jù)集和已有的調(diào)查項目四種獲取開放數(shù)據(jù)的途徑，列舉包括基因、神經(jīng)、自然環(huán)境、社會環(huán)境等九大專業(yè)領(lǐng)域中利用開放數(shù)據(jù)展開心理學(xué)研究的范例。開放數(shù)據(jù)具有樣本巨大多樣，分析靈活，執(zhí)行高效經(jīng)濟(jì)等優(yōu)點(diǎn)，同時也面臨數(shù)據(jù)重用的可靠性、心理、規(guī)范與技術(shù)方面的挑戰(zhàn)。

關(guān)鍵詞開放數(shù)據(jù)；開放數(shù)據(jù)庫；方法；心理學(xué)研究

分類號B841.2

DOI： 10.16842/j.cnki.issn2095-5588.2018.09.0061引言

長期以來，幾乎所有的科學(xué)研究數(shù)據(jù)都是封閉的、“一次性”的。一旦某個課題完成，數(shù)據(jù)也就束之高閣，無人問津。這不僅限制了數(shù)據(jù)的價值，也導(dǎo)致大量相關(guān)研究停留于低水平的重復(fù)，造成資金和人力的極大浪費(fèi)。心理學(xué)領(lǐng)域同樣如此：《Nature》曾刊文指出，心理學(xué)研究缺少公開數(shù)據(jù)的傳統(tǒng)，不利于學(xué)科的積累和發(fā)展 （“A fair share”， 2006）。近些年來，在“開放獲取”、“開放數(shù)據(jù)”等呼吁的推動下，越來越多的研究者和組織主動公開數(shù)據(jù)，以供研究者利用這些數(shù)據(jù)進(jìn)行研究。比如，由政府部門、各學(xué)科、不同組織機(jī)構(gòu)所開放的許多公共數(shù)據(jù)就可以幫助我們探索人類許多心理與行為規(guī)律及其影響因素。目前看來，國內(nèi)心理學(xué)研究者對公共數(shù)據(jù)的利用尚不足夠，造成這種情況的一種可能原因是研究者不知道世界范圍內(nèi)有哪些可供利用的公開數(shù)據(jù)，也不知道如何獲取和利用這些數(shù)據(jù)進(jìn)行研究。鑒于此，本文擬對現(xiàn)存的、世界范圍內(nèi)的、對人類心理與行為研究有潛在價值的公開數(shù)據(jù)源進(jìn)行收集整理，并分門別類地進(jìn)行介紹?；诖?，我們還將通過諸多發(fā)表的經(jīng)典研究實例，詳細(xì)介紹如何獲取各種開放數(shù)據(jù)，并利用這些數(shù)據(jù)進(jìn)行研究。最后，我們對利用開放數(shù)據(jù)進(jìn)行研究的優(yōu)點(diǎn)、局限以及有關(guān)技術(shù)問題進(jìn)行討論。我們期待本文能夠激發(fā)越來越多的研究者利用公開數(shù)據(jù)來開展心理學(xué)研究。

2開放數(shù)據(jù)簡介

開放數(shù)據(jù)（Open Data）源起于科學(xué)研究和創(chuàng)新的訴求。最早對開放科學(xué)數(shù)據(jù)的提議，可追溯到1957-1958 年間舉辦的國際地理物理年會（International Geophysical Year）所建構(gòu)的 World Data Center 系統(tǒng)（Minster， Campbell， Dozier， Fleming， Gille， Hartmann， & Thompson，2007）。21世紀(jì)初，互聯(lián)網(wǎng)的發(fā)展與普及使數(shù)據(jù)的刊出與獲取代價大大降低，徹底改變了開放科學(xué)數(shù)據(jù)的環(huán)境。伴隨著日益自由開放的理念推動，全球掀起了開放獲?。∣pen Access）、開放源代碼 （Open Source） 等一系列開放運(yùn)動。雖然開放獲取的期刊和數(shù)據(jù)庫取得了很大進(jìn)步， 但仍然無法滿足人們的需要，因為其大多只報告結(jié)果而不提供原始數(shù)據(jù)，不可重復(fù)使用（Murray-Rust， 2008）。而人們上傳開放數(shù)據(jù)的一個顯要目的是實現(xiàn)互操作性（interoperability）（Miller， Styles， & Heath， 2008），即不僅在兩個或多個系統(tǒng)或組成部分之間交換信息，還可以對已交換的信息加以使用。除了為提升學(xué)術(shù)上的互操作性，公民對政治日益增強(qiáng)的參與意識也推動各國政府部門開放數(shù)據(jù)（譚健， 2011）。正是出于讓數(shù)據(jù)具有更多再使用性與公開性的愿景，開放數(shù)據(jù)蓬勃發(fā)展。

心理技術(shù)與應(yīng)用6卷

9期黃梓航王可等： 利用開放數(shù)據(jù)進(jìn)行心理學(xué)研究

“開放數(shù)據(jù)”目前尚無統(tǒng)一的定義，不同的組織、機(jī)構(gòu)有不同的理解。簡單地說，“開放數(shù)據(jù)”是運(yùn)用“大數(shù)據(jù)”（Big Data）技術(shù)，將公共數(shù)據(jù)集成于“公共數(shù)據(jù)系統(tǒng)”（Public Data Set），通過特定的在線平臺，免費(fèi)向公眾開放（吳偉強(qiáng)， 吳安琪， 楊婧雯， 2014）。例如，當(dāng)你瀏覽天氣預(yù)報或使用全球定位系統(tǒng)（GPS）時，你就在使用開放數(shù)據(jù)。值得注意的是，開放數(shù)據(jù)與大數(shù)據(jù)不同：大數(shù)據(jù)的數(shù)據(jù)資源通常是無方向而且保密的，而開放數(shù)據(jù)是有目的性且公開的——由相關(guān)組織主動發(fā)布，人們可以依個人目的進(jìn)行使用、分析和應(yīng)用（Gurin， 2014）。

我國各類圖書館、科技信息研究機(jī)構(gòu)從2001年起嘗試搭建科學(xué)數(shù)據(jù)開放共享服務(wù)平臺，科技部將中國氣象局作為科學(xué)數(shù)據(jù)共享的第一個試點(diǎn)（李慧佳， 馬建玲， 王楠， 王思麗， 張秀秀， 2013）。發(fā)展到2014年，中國在開放數(shù)據(jù)指數(shù)排名中位居全球第57位（Open Knowledge， 2015），然而無論源自中國政府部門還是城市的開放數(shù)據(jù)，目前都未明確開放許可（Open License），即沒有給出可以合法自由地使用數(shù)據(jù)的權(quán)利聲明。在開放數(shù)據(jù)的道路上，中國剛剛起步。但越來越多的開放數(shù)據(jù)項目與平臺，如中國綜合社會調(diào)查（China General Social Survey）、國際科學(xué)數(shù)據(jù)服務(wù)平臺（http：//datamirror.csdb.cn/）等，正日益受到學(xué)者的重視，具有極大的研究潛力。

3開放數(shù)據(jù)的獲取

開放數(shù)據(jù)種類廣泛，既包括人類微觀的基因、神經(jīng)環(huán)境，也涵蓋宏觀的社會生態(tài)環(huán)境，如文化藝術(shù)、科學(xué)、經(jīng)濟(jì)金融、自然環(huán)境、統(tǒng)計部門數(shù)據(jù)等等。通過將各領(lǐng)域的開放數(shù)據(jù)與心理、行為指標(biāo)結(jié)合，現(xiàn)已誕生諸多充滿前景的研究方向，如新興的基因神經(jīng)文化學(xué)（Kitayama & Uskul， 2011； Minkov， Blagoev， & Bond， 2014）、社會生態(tài)心理學(xué)（竇東徽，石敏，趙然，劉肖岑，2014； Oishi， 2014）等。這些領(lǐng)域借助跨領(lǐng)域數(shù)據(jù)，正在逐步揭示基因、神經(jīng)、個體和社會生態(tài)環(huán)境等因素如何互相影響、相互塑造。獲取開放數(shù)據(jù)通常有四種方法：使用專門的數(shù)據(jù)搜索引擎、瀏覽數(shù)據(jù)綜合門戶、選定數(shù)據(jù)所屬的專業(yè)領(lǐng)域和利用已有的調(diào)查項目。下面我們對這些途徑分別予以介紹。

31數(shù)據(jù)搜索引擎

通過數(shù)據(jù)搜索引擎獲取數(shù)據(jù)是網(wǎng)絡(luò)時代最為常用和便捷的一種方式。這里，我們整理了常用的開放數(shù)據(jù)搜索引擎，并呈現(xiàn)在表1中。表1常用的開放數(shù)據(jù)搜索引擎

名稱網(wǎng)址備注Archives Portal Europehttp：//www.archivesportaleurope.eu以歐洲數(shù)據(jù)為主Archiveshubhttps：//archiveshub.jisc.ac.uk/以英國數(shù)據(jù)為主Base Searchhttp：//www.base-search.net/學(xué)術(shù)搜索引擎Datacitehttps：//www.datacite.org數(shù)據(jù)搜索引擎Datahubhttp：//datahub.io/包含近萬數(shù)據(jù)庫的鏈接Datasets Archive - Reddithttp：//www.reddit.com/r/datasets以數(shù)據(jù)庫為主題的討論社區(qū)Datastarhttp：//datastar.mannlib.cornell.edu/開源的數(shù)據(jù)分享項目Dataversehttps：//dataverse.org/開源的數(shù)據(jù)分享項目Dryadhttps：//datadryad.org/以醫(yī)學(xué)數(shù)據(jù)為主Enigmahttps：//www.enigma.com/以美國的政府、機(jī)構(gòu)提供的數(shù)據(jù)為主Figsharehttps：//figshare.com/提供對數(shù)據(jù)的管理和共享Google Public Data Explorerhttps：//www.google.com/publicdata/directory谷歌公司的數(shù)據(jù)搜索服務(wù)ICPSR

https：//www.icpsr.umich.edu/icpsrweb/ICPSR/index.jsp全球最大的社會科學(xué)文獻(xiàn)電子數(shù)據(jù)庫

IPUMShttps：//www.ipums.org/普查數(shù)據(jù)的集成網(wǎng)站Knoemahttps：//knoema.com/提供數(shù)據(jù)及其可視化的搜索服務(wù)Open Data Stack Exchangehttps：//opendata.stackexchange.com/以數(shù)據(jù)庫為主題的討論與分享社區(qū)Open Data Networkhttps：//www.opendatanetwork.com/數(shù)據(jù)搜索引擎Open Science Data Cloud （OSDC）https：//www.opensciencedatacloud.org提供數(shù)據(jù)的上傳、共享服務(wù)Open Science Frameworkhttps：//osf.io/提供數(shù)據(jù)的上傳、共享服務(wù)PANGAEAhttps：//www.pangaea.de以環(huán)境數(shù)據(jù)為主Public Data Sets： Amazon Web Services

https：//aws.amazon.com/datasets/

亞馬遜公司的數(shù)據(jù)搜索引擎，包括諸多學(xué)科數(shù)據(jù)、普查數(shù)據(jù)PublicData.euhttp：//publicdata.eu/以歐洲數(shù)據(jù)為主Qlikhttps：//www.qlik.com/zh-cn/提供各類數(shù)據(jù)及其分析工具Quandlhttps：//www.quandl.com/超過7百萬個數(shù)據(jù)集，以金融和社會統(tǒng)計數(shù)據(jù)為主Re3Datahttp：//www.re3data.org/數(shù)據(jù)搜索引擎Redbridge（UK）http：//data.redbridge.gov.uk/Download以英國數(shù)據(jù)為主。Socratahttps：//opendata.socrata.com/提供數(shù)據(jù)的上傳、共享和分析The National Archives UKhttp：//discovery.nationalarchives.gov.uk/以英國數(shù)據(jù)為主Thinknumhttps：//www.thinknum.com/以金融數(shù)據(jù)為主U.S. National Archives and Records Administration https：//www.archives.gov/data/以美國數(shù)據(jù)為主UK Data Archivehttp：//www.data-archive.ac.uk以英國數(shù)據(jù)為主UK Data Servicehttps：//ukdataservice.ac.uk/社會領(lǐng)域的數(shù)據(jù)搜索引擎xDaytahttp：//www.xdayta.com/數(shù)據(jù)交易市場數(shù)據(jù)堂http：//datatang.com/數(shù)據(jù)交易市場搜數(shù)網(wǎng)http：//www.soshoo.com/index.do提供多個種類的數(shù)據(jù)共享32綜合領(lǐng)域數(shù)據(jù)門戶

321國際或地區(qū)組織的開放數(shù)據(jù)門戶

許多國際組織在其網(wǎng)站上都提供既能在線交互式分析，又能下載儲存的數(shù)據(jù)，其范圍往往涵蓋世界上諸多國家的多種方面，包括人口性別比、貧富狀況、社會發(fā)展和氣候變化等，各組織又有不同的側(cè)重，列舉如下（表2）。

表2國際或地區(qū)組織的開放數(shù)據(jù)門戶

名稱網(wǎng)址備注ChinadataCenterhttps：//chinadatacenter.org/default.aspx密歇根大學(xué)設(shè)立的中國信息中心CIA the World Factbookhttps：//www.cia.gov/library/publications/

download/美國中央情報局的世界各國概況數(shù)據(jù)庫CountryReporthttps：//countryreport.mofcom.gov.cn/

default.asp中文，以國家為單位的經(jīng)濟(jì)社會數(shù)據(jù)庫Gapminder Worldhttp：//www.gapminder.org/data/以國家為單位的經(jīng)濟(jì)社會數(shù)據(jù)庫Global Data Labhttps：//globaldatalab.org/ddw/全球數(shù)據(jù)實驗室，以發(fā)展中國家數(shù)據(jù)為主International Household Survey Network （IHSN） http：//www.ihsn.org/home/survey-catalogs以發(fā)展中國家的數(shù)據(jù)為主International Networks Archivehttp：//www.ihsn.org/survey-catalogs記錄了大量文化、社會、軍事等數(shù)據(jù)International Social Science Councilhttp：//www.worldsocialscience.org/resources/survey-surveys/有適合于比較國家間差異的數(shù)據(jù)Nation Masterhttp：//www.nationmaster.com提供適用于比較國家間差異的數(shù)據(jù)OECD Datahttps：//data.oecd.org/世界經(jīng)合組織數(shù)據(jù)庫，以經(jīng)濟(jì)數(shù)據(jù)為主Our World in Datahttp：//ourworldindata.org數(shù)據(jù)種類豐富Pew Research Centerhttp：//www.pewresearch.org/download-datasets/皮尤研究中心，數(shù)據(jù)種類豐富Undatahttp：//data.un.org/聯(lián)合國數(shù)據(jù)庫，種類豐富UNESCAPhttp：//www.unescap.org/stat/data/聯(lián)合國亞太經(jīng)社會，以經(jīng)濟(jì)社會數(shù)據(jù)為主UNIDOhttp：//stat.unido.org/聯(lián)合國工業(yè)發(fā)展組織，以工業(yè)生產(chǎn)數(shù)據(jù)為主World Data Systemhttp：//www.icsu-wds.org/全球數(shù)據(jù)系統(tǒng)，種類豐富WorldBankhttps：//data.worldbank.org/世界銀行數(shù)據(jù)庫，以經(jīng)濟(jì)數(shù)據(jù)為主

322我國各級機(jī)關(guān)部門開放數(shù)據(jù)門戶

中華人民共和國國家統(tǒng)計局（http：//data.stats.gov.cn/） 是我國綜合數(shù)據(jù)領(lǐng)域集成門戶中最為全面的開放數(shù)據(jù)門戶之一，既提供月度、季度、年度、普查、地區(qū)這類按時間、空間分類的數(shù)據(jù)，也提供按主題分類的13個部門數(shù)據(jù)，包括就業(yè)及社會保障、衛(wèi)生和社會服務(wù)、文化和體育、科技等部門，并提供了可以導(dǎo)出下載的電子版統(tǒng)計年鑒。除此之外，還有一些地區(qū)、地方等級的開放數(shù)據(jù)門戶，列舉如下。

表3我國的各級開放數(shù)據(jù)門戶

名稱網(wǎng)址備注香港政府?dāng)?shù)據(jù)一線通https：//data.gov.hk/sc-datasets提供香港地區(qū)的各種數(shù)據(jù)澳門特別行政區(qū)政府統(tǒng)計暨普查局http：//www.dsec.gov.mo/TimeSeriesDatabase.aspx提供澳門地區(qū)的各種數(shù)據(jù)上海市政府?dāng)?shù)據(jù)服務(wù)網(wǎng)http：//www.datashanghai.gov.cn/提供上海市的各種數(shù)據(jù)北京市政務(wù)數(shù)據(jù)資源網(wǎng)http：//www.bjdata.gov.cn/提供北京市的各種數(shù)據(jù)

323其他主流國家各級機(jī)關(guān)部門開放數(shù)據(jù)門戶在全球廣泛的開放政府運(yùn)動影響下，越來越多的國家、城市的各級行政部門將數(shù)據(jù)向公眾開放，這些數(shù)據(jù)在相應(yīng)的政府網(wǎng)站中可以找到。下表列舉一些國家或組織的開放數(shù)據(jù)門戶。

表4部分其他國家、組織開放數(shù)據(jù)門戶

名稱網(wǎng)址備注UNSTATShttps：//unstats.un.org/home/提供各國數(shù)據(jù)U.S. Census Bureauhttps：//www.census.gov/data.html提供美國的數(shù)據(jù)U.S. General Services Administrationhttps：//www.gsa.gov/governmentwide-initiatives/open-

data-at-gsa提供美國的數(shù)據(jù)European Public Sector Information Platformhttp：//www.epsiplatform.eu/提供歐洲的數(shù)據(jù)

33專業(yè)領(lǐng)域數(shù)據(jù)門戶

不同的學(xué)科內(nèi)部往往有專屬的數(shù)據(jù)分享平臺，可根據(jù)需要深入特定領(lǐng)域。以下根據(jù)目前心理學(xué)的研究熱點(diǎn)，簡要介紹幾大常見的領(lǐng)域。

331基因類的數(shù)據(jù)

人類基因數(shù)據(jù)可謂是開放共享中的領(lǐng)頭羊，具有革命性的價值（Kaye， Heeney， Hawkins， De Vries， & Boddington， 2009）。其中，國際人類基因組單體型圖計劃（The International HapMap Project）就是從開放數(shù)據(jù)中受益良多的典型案例（Manolio， Brooks， & Collins， 2008）。

表5人類基因庫的常用資源平臺

名稱網(wǎng)址備注1000 Genomes Projecthttp：//www.internationalgenome.org/data提供人類基因組的變異信息Canadian Open Genetics Repositoryhttp：//opengenetics.ca/醫(yī)學(xué)取向的基因數(shù)據(jù)庫Chinese Cancer Genome Consortiumhttp：//cancerdb.genomics.org.cn/以與癌癥相關(guān)的基因信息為主DDBJhttps：//www.ddbj.nig.ac.jp/index-e.html日本基因數(shù)據(jù)銀行DisGeNEThttp：//www.disgenet.org/web/DisGeNET/

menu/home主要提供與疾病相關(guān)的基因數(shù)據(jù)EMBLhttps：//www.ebi.ac.uk/歐洲分子生物學(xué)實驗室數(shù)據(jù)庫Ensemblhttp：//www.ensembl.org/index.html包括多個物種的基因組信息GENCODE human gene sethttps：//www.gencodegenes.org/提供高質(zhì)量的人類和小鼠基因信息Genome Browser Databasehttps：//genome.ucsc.edu/index.html加州大學(xué)圣克魯茲分校提供的基因數(shù)據(jù)庫續(xù)表

名稱網(wǎng)址備注Genomes OnLine Databasehttps：//gold.jgi.doe.gov/綜合的基因信息數(shù)據(jù)GigaScience Databasehttp：//gigadb.org/提供各類的基因數(shù)據(jù)Human genome centerhttp：//hgc.jp/english/database.html東京大學(xué)的人類基因中心INSDChttp：//www.insdc.org/國際核酸序列數(shù)據(jù)庫合作數(shù)據(jù)庫NCBIhttp：//www.ncbi.nlm.nih.gov/美國國立生物技術(shù)信息中心，信息種類十分豐富Opensnphttps：//opensnp.org/單核苷酸多態(tài)性數(shù)據(jù)庫The Human Gene Mutation Databasehttp：//www.hgmd.cf.ac.uk/ac/index.php提供各類遺傳疾病相關(guān)的數(shù)據(jù)Wellcome Trust Sanger Institutehttps：//www.sanger.ac.uk/resources/

downloads/human/提供人類基因組信息個人基因組計劃http：//www.biomedcentral.com/可公開獲取的基因信息個人基因組項目http：//www.personalgenomes.org/哈佛醫(yī)學(xué)院的基因數(shù)據(jù)庫，也允許上傳信息深圳國家基因庫https：//www.cngb.org/index.html中文，有不同類型的基因數(shù)據(jù)亞洲基因序列炎黃計劃http：//yh.genomics.org.cn/華大基因提供的基因數(shù)據(jù)

332腦與神經(jīng)類的數(shù)據(jù)

神經(jīng)科學(xué)的數(shù)據(jù)分享與開放程度很高，腦成像是其中最有代表性的領(lǐng)域。目前，有許多專門介紹這些數(shù)據(jù)庫的文獻(xiàn)（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus，2012； Van Horn， Grafton， Rockmore， & Gazzaniga， 2004； Van Horn & Ishai， 2007； Van Horn & Toga， 2009）。2014年，在線的磁共振成像數(shù)據(jù)庫就有超過8000個（Poldrack & Gorgolewski， 2014）；同年12月，《Nature》子刊《Neuroscience》以大數(shù)據(jù)為主題（Focus on big data）深入討論了包括開放數(shù)據(jù)在內(nèi)的大數(shù)據(jù)對神經(jīng)科學(xué)的意義與應(yīng)用。

表6腦與神經(jīng)類數(shù)據(jù)庫

名稱網(wǎng)址備注1000 Functional Connectomes Project http：//fcon_1000.projects.nitrc.org/fcpClassic/

FcpTable.html最為著名的腦與神經(jīng)數(shù)據(jù)庫之一ADNIhttp：//adni.loni.usc.edu/提供與阿爾茨海默疾病相關(guān)的各種數(shù)據(jù)Allen Brain Atlashttp：//www.brain-map.org/艾倫腦圖譜Brainmaphttp：//www.brainmap.org/提供神經(jīng)影像學(xué)的數(shù)據(jù)Cimbi Databasehttps：//cimbi.dk/index.php/documents/

viewcategory/4-cimbi-database偏重于和五羥色胺相關(guān)的神經(jīng)數(shù)據(jù)Collaborative Informatics and Neuroimaging Suitehttp：//coins.mrn.org/分享腦神經(jīng)數(shù)據(jù)的平臺Delormehttp：//sccn.ucsd.edu/～arno/fam2data/publicly_available_EEG_data.html以腦電圖數(shù)據(jù)為主Dtmrihttp：//lbam.med.jhmi.edu/以彌散張量成像數(shù)據(jù)為主續(xù)表

名稱網(wǎng)址備注F.M.Kirby centerhttp：//mri.kennedykrieger.org/databases.html提供神經(jīng)影像學(xué)的數(shù)據(jù)，包括彌散張量成像Human Connectome Projecthttp：//www.humanconnectome.org/以神經(jīng)通路為主的項目LONI Image Data Archive https：//ida.loni.usc.edu/services/Menu/

IdaData.jsp？page=DATA&subPage;=

AVAILABLE_DATA鏈接到各類南加州大學(xué)的開放腦神經(jīng)數(shù)據(jù)庫MIDAShttp：//www.insight-journal.org/midas/綜合了各種分析工具包MIRIADhttps：//www.ucl.ac.uk/drc/research/miriad-

scan-database主要提供阿爾茨海默病人和老年人的腦成像數(shù)據(jù)National Database for Autism Researchhttps：//ndar.nih.gov/提供與自閉癥相關(guān)的各種數(shù)據(jù)Neuroimaging Informatics Tools and Resources Clearinghousehttp：//www.nitrc.org/提供多種神經(jīng)科學(xué)的數(shù)據(jù)和分析工具NeuroInformatics DataBasehttp：//nidb.sourceforge.net/用于上傳和分享腦成像數(shù)據(jù)NeuroMorphohttp：//neuromorpho.org/以神經(jīng)元相關(guān)數(shù)據(jù)為主Neuroscience Information Frameworkhttps：//neuinfo.org/能夠方便地搜索神經(jīng)科學(xué)相關(guān)信息Neurosynth fMRIhttp：//neurosynth.org/以功能性核磁共振數(shù)據(jù)為主Open Access Series of Imaging Studieshttp：//www.oasis-brains.org/提供開放獲取的MRI數(shù)據(jù)OpenfMRIhttps：//openfmri.org/以功能性核磁共振數(shù)據(jù)為主Pediatric MRI Studyhttps：//pediatricmri.nih.gov/nihpd/info/

index.html主要提供兒童的腦成像信息Philadelphia Neurodevelopmental Cohorthttps：//www.med.upenn.edu/bbl/philadel

phianeurodevelopmentalcohort.html提供兒童與青少年的腦成像數(shù)據(jù)SumsDBhttp：//brainvis.wustl.edu/wiki/index.php/

Main_Page包含多種腦定位數(shù)據(jù)The Australian EEG databasehttp：//aed.newcastle.edu.au/以腦電圖數(shù)據(jù)為主The Open MEG Archivehttp：//www.mcgill.ca/bic/resources/omega分享MEG的數(shù)據(jù)The PING Data Resourcehttp：//pingstudy.ucsd.edu/提供兒童與青少年的腦成像數(shù)據(jù)XNAT Centralhttps：//central.xnat.org/提供神經(jīng)影像學(xué)的數(shù)據(jù)

神經(jīng)科學(xué)不僅開放數(shù)據(jù)，還在規(guī)范、整合、管理、計算共享等方面做出了許多嘗試，并開發(fā)出了許多相應(yīng)的軟件、社區(qū)或平臺（Das， Zijdenbos， Harlap， Vins， & Evans， 2011； Dinov，Lozev， Petrosyan， Liu， Eggert， Pierce，& Parker， 2010； Halchenko & Hanke， 2012； Keator et al.， 2013），值得其他領(lǐng)域?qū)W習(xí)。

333自然環(huán)境的數(shù)據(jù)庫

已有研究發(fā)現(xiàn)，地理、氣候和災(zāi)害等自然環(huán)境的差異影響著許多人類心理變量（Oishi， 2014； 竇東徽，石敏，趙然，劉肖岑，2014），而背后的機(jī)制還有待深入的探索。下表列出了相關(guān)領(lǐng)域的常用數(shù)據(jù)庫。表7地理、氣候和災(zāi)害方面的常用數(shù)據(jù)庫

名稱網(wǎng)址備注Carbon Dioxide Information

Analysis Centerhttp：//cdiac.ornl.gov二氧化碳信息和分析中心Centre for Research on the Epidemiology of Disastershttp：//www.cred.be/流行病災(zāi)難中心，提供各類災(zāi)害等方面的信息Cold and Arid Regions Science

Data Centerhttp：//card.westgis.ac.cn/主要發(fā)布與寒旱地區(qū)有關(guān)的數(shù)據(jù)DesInventarhttp：//www.desinventar.net/提供各類災(zāi)害數(shù)據(jù)EM-DAT/CREDhttp：//www.emdat.be最為著名的國際災(zāi)害數(shù)據(jù)庫之一GeoCommonshttp：//geocommons.com/可以上傳與共享地圖數(shù)據(jù)Geodatahttp：//geodata.grid.unep.ch聯(lián)合國環(huán)境規(guī)劃署地理數(shù)據(jù)門戶Global Assessment Reporthttp：//risk.preventionweb.net/capraviewer/包含各類具體類型的災(zāi)害信息Global Risk Identification Programhttp：//www.gripweb.org/包含各類災(zāi)害數(shù)據(jù)庫的介紹與鏈接LTER Networkhttps：//portal.lternet.edu/nis/home.jsp包含LTER項目產(chǎn)生的各種數(shù)據(jù)National Climatic Data Centerhttps：//www.ncdc.noaa.gov/以美國的數(shù)據(jù)為主NERChttps：//data-search.nerc.ac.uk/提供各類地理數(shù)據(jù)信息ORNL DAAChttps：//daac.ornl.gov/index.shtmlNASA地球觀察項目Realclimate http：//www.realclimate.org/index.php/data-

sources氣象學(xué)評論與數(shù)據(jù)分享World Data Center Climatehttps：//www.dkrz.de/？set_language=

en&cl;=en提供高質(zhì)量的氣候數(shù)據(jù)北京城市實驗室https：//www.beijingcitylab.com/主要提供與北京市相關(guān)的地理信息地理空間數(shù)據(jù)云服務(wù)http：//www.gscloud.cn/提供各類地理數(shù)據(jù)信息中國地理信息系統(tǒng)https：//sites.fas.harvard.edu/～chgis/提供中國的各類地理信息中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)http：//data.cma.cn/提供中國的氣象數(shù)據(jù)

334人口與社會環(huán)境數(shù)據(jù)庫

列舉常用的以人口、社會環(huán)境為主題的研究數(shù)據(jù)庫如下。

表8以人口為主題的研究中心數(shù)據(jù)庫

名稱網(wǎng)址備注California Population Centerhttp：//www.cpc.unc.edu/aboutcpc/services/research/library/Learn/dem_resources加利福尼亞人口中心Centre for Survey and Survey/

Register Datahttp：//cssr.surveybank.aau.dk/webview/丹麥調(diào)查與數(shù)據(jù)中心Dataverse Networkhttps：//dataverse.harvard.edu/dataverse/

harvard匯總了各類人口、社會類信息源續(xù)表

名稱網(wǎng)址備注Minnesota Population Centerhttps：//www.ipums.org/明尼蘇達(dá)人口中心Population Studies Centerhttp：//www.psc.isr.umich.edu/dis/data/密歇根大學(xué)人口研究中心Social Science Japan Data Archivehttp：//csrda.iss.u-tokyo.ac.jp/en/以日本數(shù)據(jù)為主Social Weather Stations-Philippineshttps：//www.sws.org.ph/swsmain/home/以菲律賓數(shù)據(jù)為主澳大利亞社會科學(xué)數(shù)據(jù)資料http：//www.ada.edu.au/以澳大利亞數(shù)據(jù)為主復(fù)旦大學(xué)社會科學(xué)數(shù)據(jù)平臺http：//dvn.fudan.edu.cn/dvn/發(fā)布與共享社會科學(xué)類數(shù)據(jù)加拿大調(diào)查與數(shù)據(jù)中心http：//www23.statcan.gc.ca/imdb-bmdi/pub/indexth-eng.htm以加拿大數(shù)據(jù)為主挪威社會科學(xué)數(shù)據(jù)服務(wù)http：//www.nsd.uib.no/nsd/english/index.html以挪威數(shù)據(jù)為主瑞士社會科學(xué)專業(yè)中心http：//forscenter.ch/en/以瑞士數(shù)據(jù)為主中國國家調(diào)查數(shù)據(jù)庫http：//cnsda.ruc.edu.cn/多樣化的中國數(shù)據(jù)中國人民大學(xué)中國調(diào)查與數(shù)據(jù)中心http：//nsrc.ruc.edu.cn/提供有關(guān)中國經(jīng)濟(jì)與社會調(diào)查的數(shù)據(jù)中國社會科學(xué)網(wǎng)數(shù)據(jù)中心http：//db.cssn.cn/sjxz/提供中國的人口、社會環(huán)境等信息中山大學(xué)社會科學(xué)調(diào)查中心http：//css.sysu.edu.cn/Data提供有關(guān)農(nóng)民工、青少年等調(diào)查項目的數(shù)據(jù)

335政治方面的數(shù)據(jù)庫

政治影響著社會生活的各個層面，同樣也是心理學(xué)的研究對象之一。下表列出了常用的政治相關(guān)的開放數(shù)據(jù)庫。

表9政治相關(guān)的開放數(shù)據(jù)庫

名稱網(wǎng)址備注International Open Budget Surveyhttp：//survey.internationalbudget.org/提供國家、地區(qū)的預(yù)算等數(shù)據(jù)OpenData at D.O.J.https：//www.justice.gov/open/open-data美國司法部提供的開放數(shù)據(jù)Openspendinghttps：//openspending.org/提供國家、地區(qū)的預(yù)算等數(shù)據(jù)Roper Center：Public Opinionhttps：//ropercenter.cornell.edu/polls/大量民意調(diào)查的相關(guān)數(shù)據(jù)Transparency Internationalhttps：//www.coalitionforintegrity.org/關(guān)注腐敗、政府誠信等指標(biāo)UNODChttp：//www.unodc.org/unodc/index.html聯(lián)合國毒品與犯罪辦公室

336經(jīng)濟(jì)方面的數(shù)據(jù)庫

在以經(jīng)濟(jì)為主題的數(shù)據(jù)庫中，列舉常用的開放數(shù)據(jù)庫如下。

表10經(jīng)濟(jì)方面的開放數(shù)據(jù)庫

名稱網(wǎng)址備注IMF Datahttp：//www.imf.org/en/Data國際貨幣基金組織數(shù)據(jù)庫LABORSTAhttp：//www.ilo.org/ilostat/提供勞動力方面的數(shù)據(jù)OpenCorporateshttps：//opencorporates.com/提供大量的公司信息續(xù)表

名稱網(wǎng)址備注The Luxembourg Income Studyhttp：//www.lisdatacenter.org/主要提供和收入、就業(yè)相關(guān)的數(shù)據(jù)TheWorldEconomyhttp：//www.theworldeconomy.org/statistics.htm提供經(jīng)濟(jì)方面的歷史和現(xiàn)代數(shù)據(jù)World Income Inequality Databasehttp：//www.wider.unu.edu/research/Database/en_GB/database/主要提供和收入有關(guān)的數(shù)據(jù)和期刊北京市宏觀經(jīng)濟(jì)與社會發(fā)展基礎(chǔ)數(shù)據(jù)庫http：//www.bjhgk.gov.cn/query/gotoWWdh.action？yhid=guest以北京的歷史、行業(yè)信息為主高校財經(jīng)數(shù)據(jù)庫http：//www.bjinfobank.com/indexShow.do？

method=index#提供各類行業(yè)、地區(qū)的數(shù)據(jù)世界經(jīng)理人數(shù)據(jù)網(wǎng)http：//data.icxo.com/web.htm提供各類數(shù)據(jù)庫的鏈接入口市場調(diào)查與研究網(wǎng)http：//data.cmrc.cn/提供各類行業(yè)、地區(qū)的數(shù)據(jù)香港應(yīng)用社會經(jīng)濟(jì)研究中心http：//caser.ust.hk/？act=project_download提供經(jīng)濟(jì)項目數(shù)據(jù)中國經(jīng)濟(jì)數(shù)據(jù)庫https：//www.ceicdata.com/zh-hans/products/china-economic-database有宏觀和行業(yè)的經(jīng)濟(jì)數(shù)據(jù)中國人民銀行調(diào)查統(tǒng)計司數(shù)據(jù)庫http：//www.pbc.gov.cn/diaochatongjisi/

116219/116319/index.html提供歷年與經(jīng)濟(jì)金融相關(guān)的數(shù)據(jù)

337文化方面的數(shù)據(jù)庫

除了綜合數(shù)據(jù)門戶中的教育部、文化部等政府部門，還有一些組織或項目提供了具有特色的反映文化的開放數(shù)據(jù)，列舉如下。

表11文化方面的數(shù)據(jù)庫

名稱網(wǎng)址備注APA心理學(xué)常用數(shù)據(jù)存儲庫http：//www.apa.org/research/responsible/data-links.aspx提供了各種數(shù)據(jù)庫的鏈接入口Google Books Ngramhttp：//books.google.com/ngrams基于書面文本的項目，適用于分析社會變遷IEAhttp：//www.iea.nl/data.html國際教育成就評價協(xié)會，以教育類數(shù)據(jù)為主National Center for Science and

Engineering Statisticshttp：//www.nsf.gov/statistics/提供美國的科學(xué)與工程類的各類數(shù)據(jù)Sports Referenceshttp：//www.sports-reference.com/提供各類體育運(yùn)動的數(shù)據(jù)The Association of Religion Data

Archiveshttp：//www.thearda.com/Archive/browse.asp以美國的各類文化類數(shù)據(jù)為主UNESCOhttp：//uis.unesco.org/聯(lián)合國教科文組織提供文化、教育相關(guān)的數(shù)據(jù)

338衛(wèi)生類的數(shù)據(jù)庫

列舉世界范圍內(nèi)知名的衛(wèi)生類數(shù)據(jù)庫如下。表12衛(wèi)生方面的數(shù)據(jù)庫

名稱網(wǎng)址備注Alcohol and Alcohol Problems

Science Databasehttps：//www.niaaa.nih.gov/專注酗酒問題的組織Centers for Medicare & Medicaid Serviceshttps：//www.cms.gov/Research-Statistics-Data-and-Systems/Research-Statistics-Data-and-Systems.html共享各類與醫(yī)療有關(guān)的數(shù)據(jù)HealthCare Datahttps：//data.healthcare.gov/提供各類與健康相關(guān)的數(shù)據(jù)信息HSCIChttp：//www.hscic.gov.uk/searchcatalogue以英國的數(shù)據(jù)為主Open Health Care UKhttp：//openhealthcare.org.uk/以英國的數(shù)據(jù)為主Open Health Datahttps：//openhealthdata.metajnl.com/提供各類經(jīng)過同行評審的公共衛(wèi)生類數(shù)據(jù)WHOhttp：//www.who.int/gho/en/世界衛(wèi)生組織數(shù)據(jù)庫公共衛(wèi)生科學(xué)數(shù)據(jù)中心http：//www.phsciencedata.cn/Share/

ky_sjml.jsp提供各類疾病的相關(guān)數(shù)據(jù)庫國家人口與健康科學(xué)數(shù)據(jù)共享平臺http：//bmicc.cn/web/share/home包括各類健康數(shù)據(jù)全國老年人口健康狀況調(diào)查研究http：//opendata.pku.edu.cn/dataverse/CHADS提供老年人口的健康狀況追蹤研究數(shù)據(jù)中國國家人口與生殖健康科學(xué)數(shù)據(jù)共享平臺http：//www.ncmi.cn/提供生殖健康、計劃生育等方面的數(shù)據(jù)

339網(wǎng)絡(luò)類的數(shù)據(jù)庫

數(shù)據(jù)挖掘是收集網(wǎng)絡(luò)數(shù)據(jù)的一大途徑。隨著社交網(wǎng)絡(luò)等平臺的興起，用戶產(chǎn)生的數(shù)據(jù)也成為了分析對象。如斯坦福大學(xué)的SNAP項目就提供了相關(guān)的社會網(wǎng)絡(luò)數(shù)據(jù)。除此之外，各大網(wǎng)絡(luò)公司也陸續(xù)開放了各自平臺上用戶的宏觀數(shù)據(jù)。

表13網(wǎng)絡(luò)類數(shù)據(jù)庫

名稱網(wǎng)址備注SNAPhttp：//snap.stanford.edu/data/提供與社交網(wǎng)絡(luò)、信息網(wǎng)絡(luò)等相關(guān)的數(shù)據(jù)集199IT互聯(lián)網(wǎng)數(shù)據(jù)中心http：//hao.199it.com/提供各類互聯(lián)網(wǎng)大數(shù)據(jù)的鏈接入口阿里指數(shù)http：//index.1688.com/百度統(tǒng)計流量研究院http：//#baidu.com/data/browser百度指數(shù)http：//index.baidu.com/谷歌趨勢https：//trends.google.com/trends/京東數(shù)據(jù)云http：//data.jd.com/淘寶指數(shù)http：//shu.taobao.com/騰訊羅盤http：//compass.qq.com/微指數(shù)http：//data.weibo.com/index/中國互聯(lián)網(wǎng)數(shù)據(jù)平臺http：//www.cnidp.cn/提供各類與互聯(lián)網(wǎng)用戶有關(guān)的數(shù)據(jù)的平臺34調(diào)查研究項目數(shù)據(jù)

一些規(guī)模較大的研究項目往往會建立專門的網(wǎng)站持續(xù)更新其調(diào)查進(jìn)展與數(shù)據(jù)。下面，我們對一些較為著名的項目予以介紹。

341世界范圍調(diào)查研究項目數(shù)據(jù)

世界范圍內(nèi)的研究項目經(jīng)常分散在國際組織數(shù)據(jù)綜合門戶或社會科學(xué)領(lǐng)域數(shù)據(jù)門戶之中，這里列舉歷史較為悠久的兩個：1985年開始的國際社會科學(xué)項目（International Social Science Program， ISSP）（http：//www.issp.org/） 與1981年開始的世界價值觀調(diào)查 （World Values Survey）（http：//www.worldvaluessurvey.org/wvs.jsp）。

342亞洲調(diào)查研究項目數(shù)據(jù)

亞洲范圍內(nèi)的調(diào)查相關(guān)數(shù)據(jù)庫列舉如下。

表14亞洲調(diào)查研究項目數(shù)據(jù)庫

名稱網(wǎng)址備注Asia Barometerhttps：//www.asiabarometer.org/包含亞洲地區(qū)的各種調(diào)查數(shù)據(jù)East Asian Social Surveyhttp：//www.eassda.org/modules/doc/index.php？doc=intro包含亞洲地區(qū)的各種調(diào)查數(shù)據(jù)韓國社會調(diào)查http：//src.skku.edu/eng/提供韓國的社會調(diào)查數(shù)據(jù)民國時期北京都市文化的歷史地理信息研究http：//www.iseis.cuhk.edu.hk/history/beijing/index.htm考察從民國成立至抗戰(zhàn)軍興為止的北京市的數(shù)據(jù)日本基本社會調(diào)查http：//jgss.daishodai.ac.jp/english/index.html提供日本的社會調(diào)查數(shù)據(jù)日本社會流動調(diào)查http：//www.sal.tohoku.ac.jp/～tsigeto/ssm/e.html提供日本關(guān)于社會流動性等的數(shù)據(jù)越南追蹤調(diào)查https：//www.icpsr.umich.edu/icpsrweb/DSDR/studies/33506提供越南從1995年到98年的數(shù)據(jù)中國家庭跟蹤調(diào)查http：//www.isss.pku.edu.cn/cfps/收集個人、家庭、社區(qū)的數(shù)據(jù)中國家庭金融調(diào)查http：//chfs.swufe.edu.cn/dataShare.aspx以家庭經(jīng)濟(jì)數(shù)據(jù)為主中國家庭收入調(diào)查http：//www.ciidbnu.org/包括了對城鎮(zhèn)、農(nóng)村的數(shù)據(jù)中國健康和營養(yǎng)調(diào)查http：//www.cpc.unc.edu/projects/china/提供有關(guān)健康、營養(yǎng)等的數(shù)據(jù)中國健康與養(yǎng)老追蹤調(diào)查http：//charls.pku.edu.cn/zh-CN專注于45歲及以上的個人、家庭數(shù)據(jù)中國勞動力動態(tài)調(diào)查http：//css.sysu.edu.cn/Data提供勞動力相關(guān)的追蹤數(shù)據(jù)中國綜合社會調(diào)查http：//cnsda.ruc.edu.cn/專注于中國的數(shù)據(jù)

343其他地區(qū)調(diào)查研究項目數(shù)據(jù)

下表列舉了世界其他地區(qū)的常用的調(diào)查項目數(shù)據(jù)庫。

表15地區(qū)調(diào)查研究項目數(shù)據(jù)庫

名稱網(wǎng)址備注Afrobarometerhttp：//www.afrobarometer.org/提供非洲公眾態(tài)度的相關(guān)數(shù)據(jù)Current Population Surveyshttps：//www.bls.gov/cps/提供美國人口的相關(guān)數(shù)據(jù)Eurobarometerhttps：//www.gesis.org/eurobarometer-data-

service/home/提供歐洲公眾態(tài)度的相關(guān)數(shù)據(jù)續(xù)表

名稱網(wǎng)址備注European Social Surveyhttp：//www.europeansocialsurvey.org/提供歐洲社會的相關(guān)數(shù)據(jù)European Values Studyhttp：//www.europeanvaluesstudy.eu/提供歐洲社會的相關(guān)數(shù)據(jù)General Social Surveyhttp：//www3.norc.org/gss+website/提供美國社會的相關(guān)數(shù)據(jù)Health and Retirement Studyhttp：//hrsonline.isr.umich.edu/提供美國老年人的健康和經(jīng)濟(jì)數(shù)據(jù)Latinobarómetrohttp：//www.latinobarometro.org/提供拉丁美洲公眾態(tài)度的相關(guān)數(shù)據(jù)Natcen Social Researchhttp：//www.natcen.ac.uk/提供英國社會的相關(guān)數(shù)據(jù)National Longitudinal Surveyshttp：//www.bls.gov/nls/提供美國勞動市場的相關(guān)數(shù)據(jù)Panel Study of Income Dynamicshttps：//psidonline.isr.umich.edu/提供美國家庭經(jīng)濟(jì)狀況的相關(guān)數(shù)據(jù)

由于開放數(shù)據(jù)正在不斷發(fā)展之中，以上所覆蓋的只是冰山一角，相關(guān)的專著也在跟進(jìn)，如《Data Source Handbook》（Warden， 2011）等數(shù)據(jù)手冊。未來我們期待有能夠更全面地整合這些資源的平臺，以使不同領(lǐng)域的開放數(shù)據(jù)更加方便查找。

4以從專業(yè)數(shù)據(jù)庫展開的心理學(xué)研究為例在獲取開放數(shù)據(jù)后，如何利用這些數(shù)據(jù)進(jìn)行心理學(xué)研究呢？在此，我們以從專業(yè)數(shù)據(jù)庫展開的心理學(xué)研究為例，做簡單的舉例介紹。

41基因類

在人類基因庫的綜合資源平臺中，最常用的為美國國立生物技術(shù)信息中心（National Center for Biotechnology Information， NCBI） （http：//www.ncbi.nlm.nih.gov/）。如Wolock等（2013）利用其中的Gene Expression Omnibus數(shù)據(jù)庫，發(fā)現(xiàn)吸煙會調(diào)節(jié)特定精神障礙基因的表達(dá)。此外，一些主題性或特色性的項目也經(jīng)常被使用，如研究者通過分析1000 Genomes Project（http：//www.1000genomes.org/data）中的人類全基因組數(shù)據(jù)，探索嗅覺受體基因與HLA基因的單核苷酸多態(tài)性（Ignatieva， Levitsky， Yudin， Moshkin & Kolchanov， 2014）。

42腦與神經(jīng)類

在綜合類數(shù)據(jù)庫中，最為有名的是1000 Functional Connectomes Project （http：//fcon_1000.projects.nitrc.org/fcpClassic/FcpTable.html），有研究者利用其提供的大樣本很好地回答了爭議已久的性別的腦差異問題（Joel， Berman， Tavor， Wexler， Gaber， Stein， & Liem，2015）。人類連接組項目（Human Connectome Project）（http：//www.humanconnectome.org/）也經(jīng)常被使用，如研究者利用其中不同的人口群體樣本來探索結(jié)論的適用范圍（Kochunov， Thompson， Winkler， Morrissey， Fu， Coyle， & Sampath，2016），或利用其檢驗新分析方法的有效性（Kammen， Law， Tjan， Toga & Shi， 2016）。

43自然環(huán)境類

在社會生態(tài)心理學(xué)取向的研究中，多數(shù)都使用了公開數(shù)據(jù)來量化生態(tài)變量。如Vliert等（2013）在討論中國不同省份的氣候與其個人主義-集體主義水平的關(guān)系時，就使用了中國氣象數(shù)據(jù)網(wǎng)（data.cma.cn）提供的公開數(shù)據(jù)作為各個省份氣候的數(shù)據(jù)源。Grossmann等（2015）則使用了國際災(zāi)害數(shù)據(jù)庫（www.emdat.be/database）作為美國各州災(zāi)害數(shù)量的數(shù)據(jù)源，探究其與文化變遷之間的關(guān)系（也見Santos，Varnum， & Grossmann， 2017）。

44人口與社會類

在研究人與城市、社會的關(guān)系時，研究者們也常常用到公開數(shù)據(jù)。例如，Miyamoto等（2006）在探尋不同文化的物理環(huán)境時，就參考了美國人口統(tǒng)計局（www.census.gov）和日本總務(wù)省統(tǒng)計局（www.stat.go.jp）的人口數(shù)據(jù)， 以及美國參考網(wǎng)（www.referenceusa.com）和日本信息網(wǎng)（itp.ne.jp）的地點(diǎn)數(shù)據(jù)。 Pollet和Nettle（2008）則用IPUMS（Integrated Public Use Microdata Series， https：//usa.ipums.org/usa/）所提供的統(tǒng)計數(shù)據(jù)作為美國各州性別比例的指標(biāo)，來研究性別比例和擇偶偏好之間的關(guān)系。

45政治類

有研究者認(rèn)為，國家的民主程度與個體層面的心理特征之間存在聯(lián)系（Inglehart & Baker， 2000）。在其所提出的現(xiàn)代化理論中，Inglehart認(rèn)為，民主之所以能夠提升個人的幸福感，是因為民主的政體讓國民有了自由選擇的權(quán)利。相關(guān)的使用世界價值觀調(diào)查（worldvaluessurvey.org）為數(shù)據(jù)源的研究也證明了這一觀點(diǎn)（Inglehart， Foa， Peterson， & Welzel， 2008）。

46經(jīng)濟(jì)類

已有研究利用開放數(shù)據(jù)證實了宏觀經(jīng)濟(jì)與個人行為之間的關(guān)系。例如，Hill等人（2012）發(fā)現(xiàn)，在經(jīng)濟(jì)衰退時期，女性用于化妝品的消費(fèi)反而會增加。在研究中，他們使用了來自美國勞工部（www.bls.gov）的失業(yè)率數(shù)據(jù)和來自美國人口統(tǒng)計局的消費(fèi)數(shù)據(jù)來作為經(jīng)濟(jì)和女性消費(fèi)的數(shù)據(jù)來源。

47文化類

在這里，Google Books Ngram項目（http：//books.google.com/ngrams）特別值得一提，它是基于過去五個世紀(jì)中八百余萬圖書、幾千億單詞的語料庫，反映了語言、文學(xué)、文化隨時間的變遷，包括8種語言（Lin， Michel， Aiden， Orwant， Brockman， & Petrov， 2012），并在不斷擴(kuò)大，已經(jīng)成為心理學(xué)研究文化差異、文化變遷的強(qiáng)大工具（Hamamura & Xu， 2015；Greenfield， 2013； Grossmann & Varnum， 2015； Oishi， Graham， Kesebir， & Galinha， 2013； Zeng & Greenfield， 2015）。

48衛(wèi)生類

疾病對人類文明的進(jìn)程有著深遠(yuǎn)的影響（賈雷德·戴蒙德，2006）。衛(wèi)生類的開放數(shù)據(jù)能夠幫助我們更好地理解這一關(guān)系。借助全球流行病和傳染病在線網(wǎng)絡(luò)（www.gideononline.com），F(xiàn)incher等（2008）發(fā)現(xiàn)，傳染病的盛行程度和集體主義呈正相關(guān)關(guān)系。他們認(rèn)為這是因為集體主義清晰的內(nèi)外群體劃分可以在一定程度上抵御外來疾病。

49網(wǎng)絡(luò)類

除了參考對Facebook， Twitter， LinkedIn與Google+等常用的社交網(wǎng)站進(jìn)行數(shù)據(jù)挖掘的方法，親自進(jìn)行數(shù)據(jù)收集外（Russell， 2013），也有研究者直接利用斯坦福大學(xué)的SNAP項目（http：//snap.stanford.edu/data/）中已采集好的數(shù)據(jù)，比如揭示facebook社區(qū)中的反社會行為（Cheng， Danescu-Niculescu-Mizil & Leskovec， 2015）。

5開放數(shù)據(jù)用于研究的優(yōu)點(diǎn)與局限51開放數(shù)據(jù)用于研究的優(yōu)點(diǎn)

511更大量多元的樣本

面對時間、空間、經(jīng)濟(jì)等諸多客觀條件的限制， 一般研究通常只能對有限數(shù)量的被試進(jìn)行研究， 即使是所謂的“大樣本”， 樣本量其實也非常有限。同時，因為研究者親自收集多樣化樣本往往需要耗費(fèi)較高的研究成本，故當(dāng)下許多心理學(xué)研究采用方便取樣，被試幾乎都是在校大學(xué)生，且往往是具有西方文化（western）、受教育程度較高（educated）、工業(yè)化（industrialized）、富裕（rich）且民主（democratic）特點(diǎn)的群體（Henrich， Heine， & Norenzayan， 2010a）。這種取樣不僅有同質(zhì)性較高的問題，更值得注意的是這一群體遠(yuǎn)遠(yuǎn)無法代表所謂的“普通人”：綜合比較視知覺、公平、合作、空間推理、分類和演繹推理、道德推理、自我概念、動機(jī)以及智力遺傳性等各方面表現(xiàn)，結(jié)果都表明他們和人口中其他95%的人存在顯著差別（Henrich， Heine， & Norenzayan， 2010b），這對研究結(jié)果的解釋與推廣造成很大的限制。相比之下， 來自行政部門、專業(yè)機(jī)構(gòu)，或是大規(guī)模調(diào)查項目的開放數(shù)據(jù)，往往包含數(shù)量龐大的被試，調(diào)查對象覆蓋全國甚至全球各地，涵蓋各年齡、種族、社會地位等類別。如中國家庭追蹤調(diào)查2010年的調(diào)查樣本分布在我國25個省/市/自治區(qū)，規(guī)模為16000戶。而世界價值觀調(diào)查所覆蓋的國家或地區(qū)現(xiàn)已包含全球至少90%的人口，每個國家或地區(qū)至少有1000人以上的樣本，至今累計有近四百萬個回答者（World Values Survey， 2015）。如此大規(guī)模、多元的樣本對過去大多數(shù)研究幾乎是不可想象的， 但在人人可以共享開放數(shù)據(jù)的今天，這種“大數(shù)據(jù)”的便利就已經(jīng)觸手可及。大數(shù)據(jù)時代下心理學(xué)研究甚至有希望讓“樣本即是整體”，從而不再需要過多的元分析（喻豐， 彭凱平， 鄭先雋， 2015），而開放數(shù)據(jù)的使用可以加快這一天的到來。另一方面，目前心理學(xué)正面臨著可重復(fù)性的危機(jī)。開放科學(xué)組織（Open Science Collaboration， 2015）對2008年發(fā)表的一百項心理學(xué)實驗研究進(jìn)行的重復(fù)實驗表明，其中僅有68%的研究結(jié)論成功被重復(fù)。使用公開數(shù)據(jù)也能夠通過提高樣本數(shù)量和代表性來增加結(jié)論的可信度。

512更靈活準(zhǔn)確的分析

調(diào)查項目中往往包含諸多問題，這給研究者從不同角度利用這些問題提供了巨大的空間。一方面，相比直接發(fā)放問卷測量欲測變量，從開放數(shù)據(jù)的調(diào)查項目中選擇想要分析的變量更能避免被試對研究目的的猜測而產(chǎn)生要求特征等問題。例如研究主觀幸福感的影響因素時，如果直接在測主觀幸福感問卷前后問“金錢對你有多重要”，很可能受社會稱許性的影響，而選擇其他調(diào)查數(shù)據(jù)項目之中間接反映金錢相關(guān)價值觀的問題來分析應(yīng)該更為真實（Ng & Diener， 2014）。另一方面，題目的多樣性允許研究者根據(jù)研究目的更靈活地做出選擇和解讀?；谑澜鐑r值觀問卷，Inglehart和Welzel提出描述價值觀的廣為接受的傳統(tǒng)-理性維度（Traditional-Rational Index）（Inglehart & Welzel， 2005），不過，也有研究者質(zhì)疑其并不適用于描述中國的價值觀，繼而用儒家文化視角對問卷中問題的重新分析，基于其中的問題構(gòu)建出新的更能體現(xiàn)中國文化特點(diǎn)的儒家人際關(guān)系指數(shù)（Confucian Index of Interpersonal Relations）（Gu， 2013）。可見，開放數(shù)據(jù)能夠讓研究者們更加靈活地選取研究視角，構(gòu)建理論。

專業(yè)領(lǐng)域的開放數(shù)據(jù)，相比舊有籠統(tǒng)的結(jié)果報告，其內(nèi)容更加全面，細(xì)節(jié)越來越多，這對進(jìn)行更為精確的分析非常有利。以傳染病對心理影響的研究為例：過去受限于關(guān)于傳染病流行度有限而模糊的數(shù)據(jù)，在對其統(tǒng)計時僅能較為簡單地編碼（Gangestad & Buss， 1993； Low， 1990），而今越來越多的傳染病的感染率、死亡率等數(shù)據(jù)都可以通過查找相關(guān)的開放數(shù)據(jù)獲得，數(shù)據(jù)記錄下更多細(xì)節(jié)，如從過去整個國家層面細(xì)化到省份甚至縣城，且被保存為便于分析處理的格式。傳染病的數(shù)據(jù)已可以參與更為嚴(yán)格的統(tǒng)計分析，如對文化變遷的影響（Grossmann & Varnum， 2015）。類似地，描述災(zāi)害、地理環(huán)境、氣候等等社會生態(tài)系統(tǒng)各方面更加詳細(xì)、易獲取的開放數(shù)據(jù)，將極大地深化與拓展對人類與環(huán)境關(guān)系的研究（如Van de Vliert， Yang， Wang & Ren， 2013）。

513更高效經(jīng)濟(jì)的研究

如果能借助已有的開放數(shù)據(jù)，避免重復(fù)測量或無效測量，在其基礎(chǔ)上更有針對性地收集數(shù)據(jù)，無疑可節(jié)省大量研究所需的經(jīng)濟(jì)、時間、精力等成本，克服個別獨(dú)立的小型數(shù)據(jù)集或小規(guī)模測量的局限，取得更滿意的研究結(jié)果。特別是在腦成像的研究中，數(shù)據(jù)獲取的經(jīng)濟(jì)成本與用于管理數(shù)據(jù)的時間成本都十分巨大。一些常見的臨床研究中，往往需要健康的控制組被試數(shù)據(jù)，而這一資源在網(wǎng)上的開放數(shù)據(jù)中完全可以找到，那么就無需重復(fù)收集，從而更合理地分配資源（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus， 2012）?？紤]到我國心理實驗室的設(shè)備較為落后，許多國內(nèi)一流的心理學(xué)系也面臨實驗室空間不夠、設(shè)備不足等問題（王娛琦， 余震坤， 羅宇， 陳杰明， 蔡華儉， 2015），諸如腦成像、基因等開放數(shù)據(jù)的使用將對相關(guān)的教學(xué)、研究非常有益。

開放數(shù)據(jù)除了如上所述能加快研究進(jìn)展，優(yōu)化資源分配以外，還可以使被試的貢獻(xiàn)最大化，激發(fā)新的研究問題，用于測試新的分析方法，提高出版與數(shù)據(jù)的質(zhì)量，增加引用率，滿足對可重復(fù)性的需求，更好地達(dá)到研究資助機(jī)構(gòu)的初衷，促進(jìn)科學(xué)界形成互相信任、欣賞、合作的文化氛圍（Gomez-Marin， Paton， Kampff， Costa， & Mainen， 2014； Molloy， 2011； Piwowar & Vision， 2013； Poldrack & Gorgolewski， 2014； Poline，Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus， 2012）?？偠灾?，其優(yōu)點(diǎn)十分明顯。

52開放數(shù)據(jù)用于研究的局限

521數(shù)據(jù)重用信效度難保障

一些公開數(shù)據(jù)所測的心理變量并未使用嚴(yán)格編制的心理學(xué)量表，或數(shù)據(jù)反映的問題與所欲研究的變量不完全相同，或由于使用者不了解數(shù)據(jù)的準(zhǔn)確含義，使其應(yīng)用于具體研究時，信效度難以保障。如世界價值觀調(diào)查中對“信任”價值的測量僅使用了一道題目，即“一般來說，您認(rèn)為大多數(shù)人是可以信任的，還是和人相處要越小心越好？”，這引起研究者對其可靠性的懷疑。雖然研究者將之對比各國人在實驗室信任博弈任務(wù)中的表現(xiàn)差異，發(fā)現(xiàn)結(jié)果支持世界價值觀調(diào)查中這一題目的有效性（Johnson & Mislin， 2012），但這一題目中“大多數(shù)人”所包含的具體范圍對不同國家的人卻有所不同：儒家文化國家的人對“大多數(shù)人”的范圍理解得比其他文化中的人更小，而富裕國家比貧窮國家的人對該范圍理解得更大（Delhey， Newton， & Welzel， 2011），這意味著如果控制其代表的范圍后再比較人際信任感的話，各國的排名會有很大改變，而以往許多研究不加控制地比較這一結(jié)果。此外，由于跨領(lǐng)域地使用公開數(shù)據(jù)，加之一些數(shù)據(jù)缺乏相應(yīng)的說明，研究者對數(shù)據(jù)所代表的實際含義可能產(chǎn)生誤解。如有研究者（Ruan， Xie， & Zhang， 2014）批評“大米理論”（Talhelm， Zhang， Oishi， Shimin， Duan， Lan， & Kitayama，2014）在使用中國國家專利局提供的專利登記所在地數(shù)據(jù)時，沒有考慮到許多專利以大學(xué)或研究機(jī)構(gòu)所在地登記，而不是“大米理論”研究者以為的按專利申請人出生時所在的省份登記。在排除大學(xué)或研究機(jī)構(gòu)注冊的專利地點(diǎn)這一可能的干擾變量后，分析結(jié)果不再符合“大米理論”的預(yù)測。同樣地，對于實驗數(shù)據(jù)，由于不同實驗室有不同的收集條件、分析方法，互相比較可能會產(chǎn)生混淆（Gomez-Marin， Paton， Kampff， Costa， & Mainen， 2014）。

522心理、規(guī)范與技術(shù)的挑戰(zhàn)

目前開放數(shù)據(jù)本身主要面臨研究者心理上分享數(shù)據(jù)的動機(jī)不足，道德、行業(yè)、法律規(guī)范不成熟，技術(shù)待普及、待完善這三方面的挑戰(zhàn)，阻礙了其在研究中的使用。

在心理層面，許多研究者缺乏分享數(shù)據(jù)的動機(jī)，造成大量研究數(shù)據(jù)沒有開放（Wicherts， Borsboom， Kats， & Molenaar， 2006）。一些研究者擔(dān)心把數(shù)據(jù)開放后，同行會搶先把成果發(fā)表，或數(shù)據(jù)被人重新分析以挑戰(zhàn)原來的發(fā)現(xiàn)或解讀，甚至怕研究工具不先進(jìn)，讓外界看到由此得到的數(shù)據(jù)后擔(dān)心不夠有競爭力（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus，2012）。事實上，對那些不愿分享數(shù)據(jù)的研究，即便已得到出版，其數(shù)據(jù)仍可能存在問題。如國外研究者發(fā)現(xiàn)，那些不愿分享數(shù)據(jù)的心理學(xué)研究相比開放數(shù)據(jù)的研究，重新分析后顯示出更多錯誤（Wicherts， Bakker， & Molenaar， 2011），或鉆了更多心理學(xué)“游戲規(guī)則”的漏洞，如使用小樣本而非大樣本以使結(jié)果顯著、發(fā)表偏倚等（Bakker， van Dijk， & Wicherts， 2012）。

在規(guī)范層面，道德、行業(yè)及法律上尚未形成共識。對于以人類為對象的研究，道德上的爭論一直存在，特別是基因、腦成像等數(shù)據(jù)，都可作為個人身份的識別碼，所以往往涉及如何平衡個人隱私與公眾利益的問題（Boulton， Rawlins， Vallance， & Walport， 2011）。盡管隱私安全問題在技術(shù)上可以得到解決，但開放數(shù)據(jù)使被試的信息在不同研究中使用，可能違背其最初簽訂的知情同意書，且難以通過倫理審查委員會的審批（Poline，Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus， 2012）?？茖W(xué)行業(yè)內(nèi)，我國由于數(shù)據(jù)開放方面發(fā)展起步較晚，至今政府并未出臺完整、系統(tǒng)的科學(xué)數(shù)據(jù)開放獲取政策，而如國家自然科學(xué)基金委員會等科研資助機(jī)構(gòu)對科研成果開放也沒有明確的規(guī)定，種種原因使我國科學(xué)數(shù)據(jù)的開放獲取還沒有形成規(guī)模（李慧佳，馬建玲， 王楠， 王思麗， 張秀秀，2013）。未來不僅該鼓勵科學(xué)家們開放研究數(shù)據(jù)，更應(yīng)該設(shè)立制度給予獎勵，并且制定統(tǒng)一規(guī)范的數(shù)據(jù)分享標(biāo)準(zhǔn)（Gomez-Marin，Paton， Kampff， Costa， & Mainen， 2014）。同時，法律許可也應(yīng)跟進(jìn)，因為對我國目前已經(jīng)開放的數(shù)據(jù)，許多并沒有開放許可，聲明任何人都可以自由地使用（Open Knowledge， 2015）。

在技術(shù)層面，無論是對數(shù)據(jù)的開放者，還是對數(shù)據(jù)的獲取者，都存在技術(shù)知識普及上與實際操作上的阻礙。一些研究者對開放數(shù)據(jù)必要的技術(shù)手段（如ftp/sftp， http/https， choice of infrastructure）或原則（如“潘頓原則”（Panton Principles））（Molloy， 2011）了解不足，或不清楚自己的數(shù)據(jù)集如何與元數(shù)據(jù)（metadata）相連接，使得其他人難以找到分享的數(shù)據(jù)（Poline， Breeze， Ghosh， Gorgolewski， Halchenko， Hanke， & Marcus，2012），這對數(shù)據(jù)獲取者意味著開放數(shù)據(jù)的可檢索性、可發(fā)現(xiàn)性、可解釋性與可重新利用性都比科學(xué)文獻(xiàn)更低（李慧佳，馬建玲， 王楠， 王思麗， 張秀秀，2013）。在科學(xué)領(lǐng)域之外，對于各級政府、各大職能部門，雖然它們都有開放的數(shù)據(jù)和信息平臺，可是其數(shù)據(jù)同樣基本處于不精確、不完整、分散化分布的狀態(tài)，這種信息“碎片化”阻礙著開放數(shù)據(jù)的獲取（吳偉強(qiáng)，吳安琪，楊婧雯，2014）。不過這一問題正逐步得到解決，如神經(jīng)科學(xué)領(lǐng)域已不僅要求開放數(shù)據(jù)，還進(jìn)一步提供對開放數(shù)據(jù)整合、計算的工具或平臺（Das，Zijdenbos， Harlap， Vins， & Evans， 2011； Dinov，Lozev， Petrosyan， Liu， Eggert， Pierce，& Parker， 2010； Halchenko & Hanke， 2012； Keator，Helmer， Steffener， Turner， Van Erp， Gadde， & Nichols， 2013），同時開放知識基金會（Open Knowledge Foundation）等組織也在為各領(lǐng)域都能實現(xiàn)這一目標(biāo)而努力（Molloy， 2011）。我國中科院搭建的國際科學(xué)數(shù)據(jù)服務(wù)平臺（http：//datamirror.csdb.cn/）也初具規(guī)模（楊友清，陳雅， 2014）。在心理學(xué)體系內(nèi)，也有研究者開始搭設(shè)用于共享實驗設(shè)計和數(shù)據(jù)的開放平臺（如Gureckis，Martin， McDonnell， Rich， Markant， Coenen， & Chan， 2015； Rouder， 2016）。

6總結(jié)與展望

源于對科學(xué)研究與創(chuàng)新的訴求，開放數(shù)據(jù)在上世紀(jì)中期被提出，而在本世紀(jì)初伴隨一系列互聯(lián)網(wǎng)開放運(yùn)動蓬勃發(fā)展，在技術(shù)、政府等多方推動下，呈現(xiàn)出更加豐富、更加細(xì)致、更加開放的趨勢。研究者可以通過專門的數(shù)據(jù)搜索引擎、數(shù)據(jù)綜合門戶、專業(yè)數(shù)據(jù)領(lǐng)域、已有的調(diào)查項目在各領(lǐng)域的開放數(shù)據(jù)中尋找或結(jié)合心理與行為指標(biāo)，進(jìn)行更為高效、經(jīng)濟(jì)、更具生態(tài)效度與可重復(fù)性的心理學(xué)研究。

相比國外大量的開放數(shù)據(jù)庫以及借助其發(fā)表的大量心理學(xué)研究， 國內(nèi)心理學(xué)研究者對利用開放數(shù)據(jù)進(jìn)行心理學(xué)研究還遠(yuǎn)沒有足夠重視，更未發(fā)揮出其巨大的潛能。國內(nèi)開放數(shù)據(jù)快速增多的趨勢，意味著將其用于心理學(xué)研究存在巨大的發(fā)展空間。其樣本的巨大多樣性，分析的靈活準(zhǔn)確性，執(zhí)行的高效經(jīng)濟(jì)性等諸多優(yōu)點(diǎn)預(yù)示著其廣闊的發(fā)展前景。然而，它還面臨著數(shù)據(jù)重用質(zhì)量難以保證的風(fēng)險，以及研究者心理障礙、道德與法律規(guī)范、技術(shù)層面的挑戰(zhàn)，需要多學(xué)科、多部門的通力合作，為解放其在研究中的應(yīng)用潛力鋪平道路。

《重塑發(fā)現(xiàn)》（Reinventing Discovery）一書的開頭寫到： “歷史學(xué)家們從現(xiàn)在回溯一百年，會發(fā)現(xiàn)兩個科學(xué)時代：前網(wǎng)絡(luò)科學(xué)時代和網(wǎng)絡(luò)科學(xué)時代” （Nielsen， 2012）。伴隨著網(wǎng)絡(luò)科學(xué)時代的到來，“數(shù)據(jù)密集型科學(xué)”已被學(xué)者認(rèn)為是繼實驗、理論、計算模擬后的第4科學(xué)研究范式，而發(fā)展數(shù)據(jù)科學(xué)的主要阻力在于缺乏工具，以及開發(fā)這些工具的巨大成本（Hey， Tansley， & Tolle， 2009）。開放數(shù)據(jù)具有成為突破這一阻力的強(qiáng)大工具的潛力，它使科學(xué)研究不再閉門造車，而是開啟了開放式創(chuàng)新（Open Innovation）的平臺，這能夠加快研究進(jìn)程，增進(jìn)創(chuàng)新速度（Gurin， 2014）。心理學(xué)作為行為科學(xué)的重要分支，將受惠于維度更廣、描述更細(xì)、生態(tài)效度更高的大行為數(shù)據(jù)（Big Behavioral Data），從而進(jìn)一步解讀行為背后的基因、神經(jīng)、解剖、環(huán)境等因素紛繁交錯而成的織錦，但也需提出新的理論框架與實驗設(shè)計來與之適應(yīng)（Gomez-Marin， Paton， Kampff， Costa， & Mainen，2014）。面對開放數(shù)據(jù)這一新生事物，我們應(yīng)直面它并駕馭它，讓它為心理學(xué)研究帶來新的力量。我們也呼吁更多研究者把自己的研究數(shù)據(jù)變?yōu)殚_放數(shù)據(jù)，相關(guān)機(jī)構(gòu)盡快建立制度規(guī)范數(shù)據(jù)開放。國外許多學(xué)者正在為促進(jìn)行為科學(xué)領(lǐng)域的數(shù)據(jù)分享做出嘗試（Sablonnière， Auger， Sabourin， & Newton， 2012），而我國的心理學(xué)者們也該行動起來，共同促進(jìn)并見證網(wǎng)絡(luò)科學(xué)時代帶給心理學(xué)的無邊而嶄新的可能性。

參考文獻(xiàn)

竇東徽， 石敏， 趙然，劉肖岑 （2014）. 社會生態(tài)心理學(xué)：探究個體與環(huán)境關(guān)系的新取向. 北京師范大學(xué)學(xué)報（社會科學(xué)版）（05）， 43-54.

賈雷德·戴蒙德. （2006）. 槍炮， 病菌與鋼鐵： 人類社會的命運(yùn). 謝延光譯，[上海] 上海譯文出版社 2008 年版.

李慧佳， 馬建玲， 王楠， 王思麗， 張秀秀 （2013）. 國內(nèi)外科學(xué)數(shù)據(jù)的組織與管理研究進(jìn)展. 圖書情報工作， 57（23）， 130-136.

譚健 （2011）. 開放數(shù)據(jù)及其應(yīng)用現(xiàn)狀. 圖書與情報（4）， 42-47.

王娛琦， 余震坤， 羅宇， 陳杰明，蔡華儉 （2015）. 利用網(wǎng)絡(luò)進(jìn)行心理學(xué)研究： 西方與中國概況. 心理科學(xué)進(jìn)展， 3， 015.

吳偉強(qiáng)， 吳安琪， 楊婧雯 （2014）. “開放數(shù)據(jù)”（Open Data） 的基本邏輯——以 NYC Open Data 為樣本. 浙江工業(yè)大學(xué)學(xué)報： 社會科學(xué)版， 13（4）， 388-393.

楊友清， 陳雅 （2014）. 科學(xué)大數(shù)據(jù)共享研究： 基于國際科學(xué)數(shù)據(jù)服務(wù)平臺. 新世紀(jì)圖書館（3）， 24-28.

喻豐， 彭凱平， 鄭先雋 （2015）. 大數(shù)據(jù)背景下的心理學(xué)： 中國心理學(xué)的學(xué)科體系重構(gòu)及特征. 科學(xué)通報 （中文版）， 60（5/6）， 520-533.

張云泉， 徐葳， 龍桂魯 （2015）. 數(shù)據(jù)科學(xué)： 問題導(dǎo)向的交叉學(xué)科創(chuàng)新. 科學(xué)通報 （中文版）， 60（5/6）， 425-426.

A Fair Share. （2006）. Nature， 444（7120）， 653-654. Retrieved from http：//dx.doi.org/10.1038/444653b

Bakker， M.， van Dijk， A.， & Wicherts， J. M. （2012）. The rules of the game called psychological science. Perspectives on psychological science， 7（6）， 543-554.

Boulton， G.， Rawlins， M.， Vallance， P.， & Walport， M. （2011）. Science as a public enterprise： the case for open data. The Lancet， 377（9778）， 1633-1635.

Cheng， J.， Danescu-Niculescu-Mizil， C.， & Leskovec， J. （2015， April）. Antisocial Behavior in Online Discussion Communities. In Ninth International AAAI Conference on Web and Social Media.

Chiao， J. Y.， & Blizinsky， K. D. （2009）. Culture-gene coevolution of individualism-collectivism and the serotonin transporter gene. Proceedings of the Royal Society B： Biological Sciences， rspb20091650.

Das， S.， Zijdenbos， A. P.， Harlap， J.， Vins， D.， & Evans， A. C. （2011）. LORIS： a web-based data management system for multi-center studies. Frontiers in neuroinformatics， 5， article 37.

Delhey， J.， Newton， K.， & Welzel， C. （2011）. How general is trust in “most people”？ Solving the radius of trust problem. American Sociological Review， 76（5）， 786-807.

Dinov， I.， Lozev， K.， Petrosyan， P.， Liu， Z.， Eggert， P.， Pierce， J.，... & Parker， D. S. （2010）. Neuroimaging study designs， computational analyses and data provenance using the LONI pipeline. PloS one， 5（9）， e13070.

Fincher， C. L.， Thornhill， R.， Murray， D. R.， & Schaller， M. （2008）. Pathogen prevalence predicts human cross-cultural variability in individualism/collectivism. Proceedings of the Royal Society of London B： Biological Sciences， 275（1640）， 1279-1285.

Gangestad， S. W.， & Buss， D. M. （1993）. Pathogen prevalence and human mate preferences. Ethology and sociobiology， 14（2）， 89-96.

Greenfield， P. M. （2013）. The changing psychology of culture from 1800 through 2000. Psychological science， 24（9）， 1722-1731.

Gomez-Marin， A.， Paton， J. J.， Kampff， A. R.， Costa， R. M.， & Mainen， Z. F. （2014）. Big behavioral data： psychology， ethology and the foundations of neuroscience. Nature neuroscience， 17（11）， 1455-1462.

Grossmann， I.， & Varnum， M. E. （2015）. Social structure， infectious diseases， disasters， secularism， and cultural change in America. Psychol Sci， 0956797614563765.

Gu， M. L. （2013）. Inglehart‐Welzels Traditional vs. Rational index revisited： A comparison between China and the West. Asian Journal of Social Psychology， 16（3）， 213-227.

Gureckis， T. M.， Martin， J.， McDonnell， J.， Rich， A. S.， Markant， D.， Coenen， A.，... & Chan， P. （2015）. psiTurk： An open-source framework for conducting replicable behavioral experiments online. Behavior research methods， 48（3）， 829-842.

Gurin， J. （2014）. Open data now： the secret to hot startups， smart investing， savvy marketing， and fast innovation： McGraw Hill Education.

Halchenko， Y. O.， & Hanke， M. （2012）. Open is not enough. Lets take the next step： an integrated， community-driven computing platform for neuroscience. Frontiers in neuroinformatics， 6， article 22.

Hamamura， T.， & Xu， Y. （2015）. Changes in Chinese culture as examined through changes in personal pronoun usage. Journal of Cross-Cultural Psychology， 46（7）， 930-941.

Henrich， J.， Heine， S. J.， & Norenzayan， A. （2010a）. Most people are not WEIRD. Nature， 466（7302）， 29-29.

Henrich， J.， Heine， S. J.， & Norenzayan， A. （2010b）. The weirdest people in the world？ Behavioral and brain sciences， 33（2-3）， 61-83.

Hey， T.， Tansley， S.， & Tolle， K. M. （2009）. Jim Gray on eScience： a transformed scientific method.

Hill， S. E.， Rodeheffer， C. D.， Griskevicius， V.， Durante， K.， & White， A. E. （2012）. Boosting beauty in an economic decline： mating， spending， and the lipstick effect. Journal of personality and social psychology， 103（2）， 275-291.

Ignatieva， E. V.， Levitsky， V. G.， Yudin， N. S.， Moshkin， M. P.， & Kolchanov， N. A. （2014）. Genetic basis of olfactory cognition： extremely high level of DNA sequence polymorphism in promoter regions of the human olfactory receptor genes revealed using the 1000 Genomes Project dataset. Frontiers in psychology， 5， 247.

Inglehart， R.， & Baker， W. E. （2000）. Modernization， cultural change， and the persistence of traditional values. American sociological review， 65， 19-51.

Inglehart， R.， Foa， R.， Peterson， C.， & Welzel， C. （2008）. Development， freedom， and rising happiness： A global perspective （1981-2007）. Perspectives on psychological science， 3（4）， 264-285.

Inglehart， R.， & Welzel， C. （2005）. Modernization， cultural change， and democracy： The human development sequence： Cambridge University Press.

Joel， D.， Berman， Z.， Tavor， I.， Wexler， N.， Gaber， O.， Stein， Y.，... & Liem， F. （2015）. Sex beyond the genitalia： The human brain mosaic. Proceedings of the National Academy of Sciences， 112（50）， 15468-15473.

Johnson， N. D.， & Mislin， A. （2012）. How much should we trust the World Values Survey trust question？ Economics Letters， 116（2）， 210-212.

Kammen， A.， Law， M.， Tjan， B. S.， Toga， A. W.， & Shi， Y. （2016）. Automated retinofugal visual pathway reconstruction with multi-shell HARDI and FOD-based analysis. Neuroimage， 125， 767-779.

Kaye， J.， Heeney， C.， Hawkins， N.， De Vries， J.， & Boddington， P. （2009）. Data sharing in genomics—re-shaping scientific practice. Nature Reviews Genetics， 10（5）， 331-335.

Keator， D. B.， Helmer， K.， Steffener， J.， Turner， J. A.， Van Erp， T. G.， Gadde， S.，... Nichols， B. N. （2013）. Towards structured sharing of raw and derived neuroimaging data across existing resources. NeuroImage， 82， 647-661.

Kitayama， S.， & Uskul， A. K. （2011）. Culture， mind， and the brain： Current evidence and future directions. Annual review of psychology， 62， 419-449.

Kochunov， P.， Thompson， P. M.， Winkler， A.， Morrissey， M.， Fu， M.， Coyle， T. R.，... & Sampath， H. （2016）. The common genetic influence over processing speed and white matter microstructure： Evidence from the Old Order Amish and Human Connectome Projects. NeuroImage， 125， 189-197.

Lin， Y.， Michel， J. B.， Aiden， E. L.， Orwant， J.， Brockman， W.， & Petrov， S. （2012， July）. Syntactic annotations for the google books ngram corpus. In Proceedings of the ACL 2012 system demonstrations （pp. 169-174）. Association for Computational Linguistics.

Low， B. S. （1990）. Marriage systems and pathogen stress in human societies. American Zoologist， 30（2）， 325-340.

Manolio， T. A.， Brooks， L. D.， & Collins， F. S. （2008）. A HapMap harvest of insights into the genetics of common disease. The Journal of clinical investigation， 118（5）， 1590-1605.

Minkov， M.， Blagoev， V.， & Bond， M. H. （2014）. Improving Research in the Emerging Field of Cross-Cultural Sociogenetics The Case of Serotonin. Journal of Cross-Cultural Psychology， 0022022114563612.

Minster， B.， Campbell， J.， Dozier， J.， Fleming， J.， Gille， J.， Hartmann， D.，... & Thompson， A. （2007）. Earth Observations from Space： The First 50 Years of Scientific Achievements. Paper presented at the AGU Fall Meeting Abstracts.

Miyamoto， Y.， Nisbett， R. E.， & Masuda， T. （2006）. Culture and the physical environment holistic versus analytic perceptual affordances. Psychological Science， 17（2）， 113-119.

Molloy， J. C. （2011）. The open knowledge foundation： open data means better science. PLoS biology， 9（12）， e1001195.

Ng， W.， & Diener， E. （2014）. What matters to the rich and the poor？ Subjective well-being， financial satisfaction， and postmaterialist needs across the world. Journal of Personality and Social Psychology， 107（2）， 326.

Nielsen， M. （2012）. Reinventing discovery： the new era of networked science： Princeton University Press.

Oishi， S. （2014）. Socioecological psychology. Annual review of psychology， 65， 581-609.

Oishi， S.， Graham， J.， Kesebir， S.， & Galinha， I. C. （2013）. Concepts of happiness across time and cultures. Personality and Social Psychology Bulletin， 39（5）， 559-577.

Open Science Collaboration. （2015）. Estimating the reproducibility of psychological science. Science， 349（6251）， aac47161-8.

Palmer， C. L.， Weber， N. M.， & Cragin， M. H. （2011）. The analytic potential of scientific data： Understanding re-use value. Proceedings of the American Society for Information Science and Technology， 48（1）， 1-10.

Piwowar， H. A.， & Vision， T. J. （2013）. Data reuse and the open data citation advantage. PeerJ， 1， e175.

Poldrack， R. A.， & Gorgolewski， K. J. （2014）. Making big data open： data sharing in neuroimaging. Nature neuroscience， 17（11）， 1510-1517.

Poline， J.-B.， Breeze， J. L.， Ghosh， S.， Gorgolewski， K.， Halchenko， Y. O.， Hanke， M.，... & Marcus， D. S. （2012）. Data sharing in neuroimaging research. Frontiers in neuroinformatics， 6.

Pollet， T. V.， & Nettle， D. （2008）. Driving a hard bargain： sex ratio and male marriage success in a historical US population. Biology Letters， 4（1）， 31-33.

Rouder， J. N. （2016）. The what， why， and how of born-open data. Behavior research methods， 48（3）， 1062-1069.

Ruan， J.， Xie， Z.， & Zhang， X. （2014）. Does rice farming shape individualism and innovation？ A response to Talhelm et al. （2014）（December 2，2014）. IFPRI Discussion Paper 1389. A vailable at SSRN： http：//ssrn.com/abstract=2539567.

Russell， M. A. （2013）. Mining the Social Web： Data Mining Facebook， Twitter， LinkedIn， Google+， GitHub， and More. “OReilly Media， Inc.”.

Sablonnière， R. d. l.， Auger， E.， Sabourin， M.， & Newton， G. （2012）. Facilitating data sharing in the behavioural sciences. Data Science Journal， 11（0）， DS29-DS43.

Santos， H. C.， Varnum， M. E.， & Grossmann， I. （2017）. Global increases in individualism. Psychological science， 28（9）， 1228-1239.

Talhelm， T.， Zhang， X.， Oishi， S.， Shimin， C.， Duan， D.， Lan， X.， & Kitayama， S. （2014）. Large-scale psychological differences within China explained by rice versus wheat agriculture. Science， 344（6184）， 603-608.

Van de Vliert， E.， Yang， H.， Wang， Y.， & Ren， X. P. （2013）. Climato-economic imprints on Chinese collectivism. Journal of Cross-Cultural Psychology，44（4）， 589-605.

Van Horn， J. D.， Grafton， S. T.， Rockmore， D.， & Gazzaniga， M. S. （2004）. Sharing neuroimaging studies of human cognition. Nature neuroscience， 7（5）， 473-481.

Van Horn， J. D.， & Ishai， A. （2007）. Mapping the human brain： new insights from FMRI data sharing. Neuroinformatics， 5（3）， 146-153.

Van Horn， J. D.， & Toga， A. W. （2009）. Is it time to re-prioritize neuroimaging databases and digital repositories？ NeuroImage， 47（4）， 1720-1734.

Warden， P. （2011）. Data Source Handbook： “OReilly Media， Inc.

Wicherts， J. M.， Bakker， M.， & Molenaar， D. （2011）. Willingness to share research data is related to the strength of the evidence and the quality of reporting of statistical results. PloS one， 6（11）， e26828.

Wicherts， J. M.， Borsboom， D.， Kats， J.， & Molenaar， D. （2006）. The poor availability of psychological research data for reanalysis. The American Psychologist， 61（7）， 726-728.

Wolock， S. L.， Yates， A.， Petrill， S. A.， Bohland， J. W.， Blair， C.， Li， N.，... & Bartlett， C. W. （2013）. Gene× smoking interactions on human brain gene expression： finding common mechanisms in adolescents and adults. Journal of Child Psychology and Psychiatry， 54（10）， 1109-1119.

Zeng， R.， & Greenfield， P. M. （2015）. Cultural evolution over the last 40 years in China： Using the Google Ngram Viewer to study implications of social and political change for cultural values. International Journal of Psychology， 50（1）， 47-55.

Conducting Psychological Studies via Open DataHUANG Zihang1，2，3 ； WANG Ke4； CAI Huajian1，2，3

（1 Key Laboratory of Behavioral Science， Institute of Psychology， Chinese Academy of Sciences， Beijing 100101， China）

（2 Center for Personality and Social Psychology， Institute of Psychology， Chinese Academy of Sciences， Beijing 100101， China）

（3 University of Chinese Academy of Sciences， Beijing 100049， China）

（4 Department of Psychology， Wuhan University， Wuhan 430072， China）Abstract

With the ongoing open data trend， various fields have published free public access data， providing new resources for psychological studies. At present， psychological field has not benefit much from this trend. This article collected and categorized databases that bear psychological value， introduced four methods to access open data， and listed examples from nine fields that utilized open data. Open data has the advantages of massive sample， flexible analysis and efficient execution， but also faces the challenges from data reuse reliability， psychological， protocol and technological issues.

Key words： open data； open database； methodology； psychological study

心理技術(shù)與應(yīng)用2018， Vol.6， No.9， 570-576Psychology： Techniques and Applications