点击 [数据Seminar] → 点击右上角 [...] → 选 [设为星标]不迷路！

Part1前言

在学术研究和商业产品开发时，我们常常会使用来自他人的，开源、免费的代码、软件和数据集。尤其是经济学研究中会使用多个来源的数据，然而免费、开源并不意味着对其使用的无限制。相反，这些代码软件和数据集往往受一定的开源协议限制，严格来讲，我们还是需要遵守其协议的规范。这既是对作者知识产权的尊重，长远来看也可以推进知识共享，造福更多人，而且能够避免因违反协定而造成的法律纠纷。

Part2数据集开放协议

常用的数据集许可协议有3种来源：

• 知识共享 (CC)
• 开放数据共享 (ODC)
• 社区数据许可协议 (CDLA)

1CC

知识共享许可协议（Creative Commons license），即CC许可协议，是目前全球最受欢迎的数据集许可证，主要涉及4项权利，署名（BY）权，继承（SA）权，非盈利（NC）权，禁止演绎（ND）权。国内则由人民大学负责本地化，但在使用中建议使用4.0的国际版本。（需要注意的是，CC许可协议是著作权许可协议，因此只涉及著作权及相关的邻接权，而不涉及专利、商标等其他知识产权，也不涉及肖像权、隐私权、形象权等其他权利。）

采用CC协议的数据有以下两个特点：

• 原则上适用于全世界范围。
• 协议启动后可以撤回，但是在协议存续期间签发出去的授权将继续有效。作者可以撤销协议，但不能撤销已经发布出去的授权。

• CC0：选择CC0作为许可协议，则说明作者将数据集捐赠给公众使用，此数据集完全公有，使用时无需署名，也无其他限制。
• 署名（BY）：它可以简单表述为：只要在使用时署名，那么使用者可以对本创作进行转载、节选、混编、二次创作以及商业目的使用。这也是最常用的一种协议，比如GEE某个公开数据中就使用了CC BY 4.0协议：

Global Daily near-surface air temperature (2003-2020) - awesome-gee-community-catalog^[1]

• 署名-非商业性使用 （BY-NC）：只要在使用、公开时进行署名，那么使用者可以对本创作进行转载、节选、混编、二次创作，但不得将本创作或由本创作衍生的创作运用于商业目的。该协议下的数据不能售卖。
• 署名-禁止演绎 （BY-ND）：只要在使用、公开时进行署名，并且对创作不加任何改动，那么使用者可以使用本创作，包括将其运用于商业目的。该协议下的数据他人在公开时不能改动，但可以转卖。
• 署名-非商业性使用-禁止演绎 （BY-NC-ND）：使用者可以对本创作进行转载，但不得对本创作进行修改，亦不得依据本创作进行再创作，不得将本创作运用于商业用途。这是最严格的协议文本。
• 署名-相同方式共享（BY-SA）：使用者可以对本创作进行转载、节选、混编、二次创作，可以将其运用于商业用途，唯须署名作者，并且采用本创作的内容必须同样采用本协议进行授权。该协议具有一定的传染性，基于使用该协议授权的产品推出的新产品，也必须继续使用该协议。
• 署名-非商业性使用-相同方式共享（BY-NC-SA）：使用者可以对本创作进行转载、节选、混编、二次创作，但不得运用于商业目的，且使用时须进行署名，采用本创作的内容必须同样采用本协议进行授权。

各种CC协议变种之间的区别可以通过下面两个问题来帮助厘清^[2]：

若要选择 CC 协议，请回答以下两个问题：

1、是否允许依据你的创作进行的再创作被分享？

A、是

B、否

C、是，只要在相同的授权条件下

2、 是否允许你的创作应用于商业用途？

A、是

B、否

根据回答你可以使用的协议如下：

AA：署名 BY

AB：署名-非商业性使用 BY-NC

BA：署名-禁止演绎 BY-ND

BB：署名-非商业性使用-禁止演绎 BY-NC-ND

CA：署名-相同方式共享 BY-SA

CB：署名-非商业性使用-相同方式共享 BY-NC-SA

2ODC

• ODC-PDDL：这是开放数据共享公共领域专用许可证，版权所有者永久删除所有版权，不保留任何权利。这对应于CC0 许可协议。
• ODC-BY：这是开放数据共享署名许可。使用者可以自由分享和改编，但需要注明出处，允许商业用途。这对应于CC BY（署名）许可。
• ODC-ODbL：这是开放数据共享开放数据库许可证。使用者可以自由分享和改编，并在基于原作创作的新作品适用同类型的许可协议。允许商业用途。这对应于CC BY-SA (署名-相同方式共享)许可协议。

3CDLA

• CDLA-Permissive-2.0：对开放数据的贡献者和使用者不作要求。可以使用、修改和共享，许可协议不对结果的使用、修改或共享施加任何限制或义务。约等于CC BY（署名）。
• CDLA-Sharing-1.0：这属于copyleft（强制共享）许可类别，具有传染性。使用者可以使用、修改和共享，但无论是否修改，基于原作创作的新作品必须与原始版本有相同的许可协议。约等于CC BY-SA (署名-相同方式共享)。

Part3软件开源协议

常见的软件开源协议基本上都不限制商业应用，使用编译好的开源软件也基本没有限制，但是如果需要对代码进行修改定制则有以下区别（图片来自阮一峰^[3][4]）:

Part4结束语

关于以上协议更详细的资料，欢迎大家阅读相关的参考文献。最后，希望大家在使用开源数据和软件时，能够充分尊重原作者的知识产权，遵守相关的协议规定。也希望大家在看到这篇推文后，能够选择合适的开源协议将自己的研究数据分享出来，共同推进学术进步！

参考资料

点击搜索你感兴趣的内容吧

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口