投稿时是否需要提供原始数据（Raw Data）？（2026年最新指南）

核心结论：

一、什么是投稿语境下的“原始数据”？

首先，我们需要明确“原始数据”的范畴。它并不仅仅指Excel表格。广义上，它是指支撑您论文研究结论的、未经处理或仅经过初步处理的、可用于复现（Replicate）您研究结果的所有数字信息。

具体形式因领域而异：

其核心标准是：第三方研究者能否仅凭您提供的这些数据和您论文中描述的方法，独立地重现出您的核心结果和图表？

二、当前期刊的主流政策（截至2025年）

期刊的政策通常分为以下几类，且正快速地从C类向A类过渡：

A. 强制性要求：发表时必须公开 (Mandatory Data Sharing)

这是目前顶级期刊（如 Nature, Science, Cell, PLOS 系列, eLife 等）和许多基金资助机构（如美国的NIH, 欧洲的Horizon Europe）的黄金标准。

B. 强烈建议共享 (Strongly Recommended)

这是绝大多数主流SCI/SSCI期刊正在采取的政策。

C. “数据应要求提供” (Data Available on Reasonable Request)

这是一个相对过时且正在被淘汰的政策。

要求： 作者只需在论文中注明“相关数据可根据合理请求向通讯作者提供”。
弊端： 这种方式的有效性很差。多年后，通讯作者可能更换单位、丢失数据或不再回复邮件，导致数据事实上无法获取，违背了科学可重复性的初衷。因此，主流期刊正逐步放弃此政策。

三、如何规范地提供原始数据？

如果您决定或被要求提供数据，正确的做法是：

选择合适的公共数据库 (Public Repository)： 不要使用个人网站或不稳定的网络硬盘。应选择专业的、能提供永久标识符（如DOI）的数据库。

通用型数据库： Figshare, Zenodo, Dryad, Open Science Framework (OSF) 是目前最受欢迎的选择，它们接受各种类型的文件。
领域专用数据库： 例如，基因序列的 GenBank，蛋白质结构的 Protein Data Bank (PDB)，社会科学数据的 ICPSR 等。

提供一个README.txt文件： 解释每个文件的内容、数据的格式、变量的含义以及必要的处理步骤。
代码清晰： 如果您提供代码，请确保代码有足够的注释，并说明其运行环境和依赖项。
遵循FAIR原则： 这是数据管理的黄金准则——可发现 (Findable)、可访问 (Accessible)、可互操作 (Interoperable)、可重用 (Reusable)。

在论文中撰写“数据可用性声明” (Data Availability Statement)： 这是现代学术论文一个标准的部分。您需要在此明确说明您的数据存放在何处以及如何访问。

标准句式示例： "The raw data supporting the conclusions of this article are available in the [数据库名称] repository, accession number [您的数据编号], and can be accessed via [DOI链接]."

四、是否有例外情况？

是的，在某些特定情况下，数据可以不完全公开，但必须做出说明。

涉及人类隐私和敏感信息： 如临床病人的个人信息。在这种情况下，数据必须经过严格的匿名化处理。如果无法完全匿名化，作者需要说明数据由某个伦理委员会保管，并提供申请访问的流程。
知识产权和商业机密： 如果研究涉及未申请的专利或商业敏感数据。
其他伦理/安全问题： 例如，可能暴露濒危物种栖息地位置的数据。

在这些情况下，您仍需撰写“数据可用性声明”，但内容是解释为何数据受限以及获取数据的条件和联系方式。

总结：

在2025年，“投稿时是否需要提供原始数据” 的答案越来越趋向于“是”。这已经从一种学术风尚，演变为衡量研究质量和透明度的核心标准之一。

建议您在开始研究时，就建立良好的数据管理习惯，并提前规划好数据的分享策略。这不仅能让您的投稿过程更顺利，更能从长远上增加您研究成果的信誉和影响力——研究表明，附带公开数据的论文通常会获得更多的引用。