数据引证(Data Citation,亦作科学数据引用),是指在学术研究及成果出版物中,支撑其研究的数据/数据集被正式的引用,并转化为一条条的引证记录,以规范的格式陈列在正文外的参考文献列表中。早在1982年,Howard D. White就指出了“数据引证”的必要性,在当今大数据时代来临以及数据密集型科学研究范式兴起的背景下,科学数据日益成为科学研究中必不可少且极其重要的科技资源,为相关领域的科研工作提供重要参考和支持。学术出版中的数据引证,与文献等其他资源的引证同等必要且重要。规范的数据引证,让科学数据能够像文献一样易于获取、寻找与使用,并推进与数据相关的出版、共享、科研评价与激励机制体系的建立,从而加快科学进步的速度与透明化。然而,国际上一些调查研究结果显示,当前国际上的数据引证实践状况并不尽人意,也鲜有政策涉及推荐或要求采纳规范化的数据引证方式。在中国,目前还没有发现这样的有关“数据引证实践现状”的调查研究,相关的理论性探讨也较为鲜见。本研究旨在填补国内这一领域的空缺,在对国外“数据引证”领域的研究前沿与动态进行综述总结的基础上,对国内的数据引证实践现状展开调查,分析数据引证发展当前所面临的障碍,并为推进中国的数据引证发展给出对策建议。通过调查国内学术文献中的数据引证状况、国内学术期刊以及数据存储/发布机构对数据使用与引用的指导状况,发现国内的数据引证意识还相当薄弱,数据引证实践的规范化程度也不理想。然而,这在数据引证近些年来才引起国际上的热切关注的大背景下,也是意料之内情理之中的事。数据引证缺乏规范性的实践现状,与数据引证在学术出版及学术交流中的重要性之间,存在着巨大的不对称,这是当前国内外都不容忽视并要努力解决的共同问题。推进数据引证的规范化及发展,除了需要解决表面上的数据引证行为的不规范,其更大的障碍还在于,背后支撑数据引证的相关机制的不健全。通过逐一解析这些机制当前所存在的发展障碍,再结合前述对国内数据引证实践的调查结果,本研究从如何推进数据引证相关机制的健全与发展、如何推进数据引证行为的规范化两个方面,为国内数据引证发展给出相应的对策建议。希望通过政府、学术出版与发布机构、科研工作者的共同努力,推进中国数据引证的规范化与发展,促进科学研究的再生产。