综述：将开放数据与土著数据主权原则相协调以促进野生动物保护合作

这篇综述探讨了开放数据与土著数据主权（IDS）在野生动物保护研究中的融合挑战与路径。文章强调需通过CARE原则（集体利益、权威控制、责任、伦理）与FAIR原则（可查找、可访问、互操作、可重用）的协同，建立尊重土著知识治理的数据共享框架，推动跨文化合作的伦理实践。

　　

引言：开放科学与土著数据主权的交叉点

在生态学和保护生物学领域，开放数据运动通过FAIR原则（可查找、可访问、互操作、可重用）推动科学数据的共享与重用，旨在加速科学发现和创新。然而，这种开放范式与日益受关注的土著数据主权（Indigenous Data Sovereignty, IDS）原则存在潜在冲突。IDS强调土著社区对其数据的所有权、控制权、访问权和占有权（OCAP?原则），主张数据治理应体现土著价值观和自治权。

野生动物保护研究日益依赖先进技术（如相机陷阱、声学记录仪、卫星追踪等）生成大规模数据集，并通过合作研究将土著知识体系与西方科学相结合。这种合作在加强环境保护的同时，也引发了数据治理方面的复杂问题：如何既促进数据开放，又尊重土著社区对数据的权威和控制？

背景：开放数据与IDS的原则框架

开放数据运动倡导科研数据应尽可能公开，以增强透明度、促进重复使用和跨学科合作。典型代表包括全球生物多样性信息设施（GBIF）和Movebank等平台，它们支持数据共享以应对全球生物多样性危机。

与此相对，IDS运动源于土著社区对历史上数据滥用、剥削和错误表述的反抗。其核心框架CARE原则强调：

• •
  集体利益（Collective Benefit）
• •
  权威控制（Authority to Control）
• •
  责任（Responsibility）
• •
  伦理（Ethics）

这些原则要求在研究设计、数据收集、存储和共享的各个阶段尊重土著主权和数据治理权。

在野生动物保护研究中，两种理念的交叉点尤为突出。许多合作项目产生的数据既包含科学测量值（如物种数量、移动轨迹），也包含土著知识（如传统生态知识TEK），这些数据具有高度敏感性，可能涉及神圣地点、文化习俗或资源利用信息。

合作研究中的数据治理挑战

数据所有权与控制权

西方科学视角中，数据常被视为“无主之物”或公共产品，主张开放共享。而IDS视角则认为数据与土著身份、文化和领土权紧密相连，主张社区对数据的集体所有权。这可能导致张力：一方面，资助机构和期刊要求数据开放；另一方面，社区可能要求对数据的访问和使用保持控制。

知识体系与数据性质的差异

西方科学通常将数据视为可量化、可分离的客观实体，而土著知识体系则强调知识的整体性、情境性和关系性。例如，土著知识可能将动物行为数据与季节变化、精神信仰和社会关系相联系，这种整体性在传统数据管理中难以充分体现。

隐私与敏感性问题

野生动物数据可能包含有关物种分布、栖息地使用和迁徙模式的信息，这些信息若被公开，可能导致生态敏感地区受到干扰，或传统狩猎资源被外部利用。此外，某些数据可能涉及神圣或禁忌知识，不当公开可能对社区造成文化伤害。

实践路径：协调开放与主权

数据分级与访问控制

建立分层数据管理策略，区分开放数据、受限数据和封闭数据。开放数据可包括一般性汇总信息；受限数据需经社区批准方可访问；封闭数据则完全由社区控制，不对外共享。技术工具如数据许可协议、数字水印和访问权限设置可支持这一分级体系。

元数据与文化标签的使用

采用传统知识（TK）和生物文化（BC）标签作为元数据标准，表明数据的土著来源和使用条件。例如，Local Contexts项目开发的标签系统允许社区声明其对数据的权益，并指定访问协议。这些标签可嵌入数据仓库，提醒使用者尊重土著数据治理要求。

协议与协商机制

在研究初始阶段建立数据管理协议（DMP），明确数据所有权、存储位置、访问权限和未来使用条件。协议应通过自由、事先和知情同意（FPIC）程序与社区共同制定，并定期审查和更新。加拿大等地的研究伦理指南已开始纳入这些要求。

能力建设与伙伴关系

支持社区建立自身数据管理能力，包括技术培训、基础设施建设和治理框架开发。同时，科研机构需反思其数据实践，摒弃提取式研究模式，转向基于伙伴关系的共生产模式。

案例与启示

北美和澳大利亚的多个合作项目提供了协调开放与主权的实践经验。例如：

• •
  加拿大北部社区利用相机陷阱监测 Caribou（驯鹿）种群，数据由社区优先访问和使用，科学分析结果反馈给社区用于资源管理。
• •
  澳大利亚土著土地管理项目将传统燃烧实践与卫星监测数据结合，数据共享遵循社区制定的协议。

这些案例表明，通过早期协商、灵活数据分级和持续对话，开放数据目标与IDS原则可以协同实现。

结论与展望

协调开放数据与土著数据主权并非简单妥协，而是通过建立基于尊重和互惠的数据治理实践，推动更加公平和有效的保护合作。未来研究需进一步探索：

• •
  技术支持工具（如区块链、隐私增强技术）在数据治理中的应用；
• •
  跨文化伦理培训和数据素养提升；
• •
  政策框架如何更好地支持土著数据主权。

最终，这种协调有助于实现更包容、公正和有效的保护科学，同时推动科学实践的去殖民化。