为研究论文寻找数据时，您应首先明确具体的变量，搜索成熟的开放获取存储库 (open-access repositories)，探索官方政府数据库，并从现有文献中挖掘数据集参考来源。
寻找可靠的数据可能会让人感到无从下手，但将这一过程分解为几个有针对性的步骤，将有助于您准确找到分析所需的定性或定量数据。以下是为您的研究寻找可靠数据集的实用指南。
确定您的数据需求
在开始搜索之前，请明确您到底需要什么。确定您的研究是需要一手数据 (primary data)（通过问卷调查、访谈或实验自行收集），还是二手数据 (secondary data)（可供分析的现有数据集）。如果您需要二手数据，请明确其格式——例如横截面统计数据 (cross-sectional statistics)、纵向数据 (longitudinal data) 或定性访谈记录 (qualitative transcripts)——以及您的研究所涵盖的具体地理或时间范围。
探索专门的数据存储库
有许多开放获取数据存储库专门设计用于帮助研究人员共享和查找数据集。
- 综合性存储库 (General Repositories)： 诸如 Google Dataset Search、Harvard Dataverse、Figshare 和 Dryad 等搜索引擎及平台，托管着海量的多学科数据集。
- 特定学科存储库 (Subject-Specific Repositories)： 根据您的学科领域，查找专门的数据库。例如，社会科学领域可使用 ICPSR，生物学数据可使用 GenBank，机器学习与数据科学则可使用 Kaggle 和 Hugging Face。
利用政府和机构数据库
如果您的研究论文侧重于经济学、公共政策、健康或人口统计学，官方组织是获取可靠的大规模实证数据 (empirical data) 的金矿。
- 国家门户网站 (National Portals)： 诸如 Data.gov（美国）、UK Data Service（英国数据服务）或各国人口普查局等网站，提供了海量的公共记录。
- 全球机构 (Global Institutions)： 世界银行 (World Bank)、世界卫生组织 (WHO) 和联合国 (United Nations) 提供了丰富且可免费下载的全球数据集，涵盖了数十年的历史数据。
从现有文献中挖掘来源
发现可靠数据的最有效方法之一，是查看前人研究中使用了哪些数据。通过查阅与您主题相关的已发表论文的方法 (methodology) 部分，您可以追踪到他们所使用的确切数据来源。在进行这一阶段的 文献综述 (Literature Review) 时，WisPaper 的 Scholar Search（学术搜索）能够理解您的具体研究意图，过滤掉无关的干扰信息，并帮助您快速定位使用了您所需类型数据集的研究，从而为您节省数小时的时间。
直接联系研究人员
开放科学 (Open Science) 运动使得数据共享变得更加普遍。如果您找到了一篇高度相关的研究，但其数据集并未随论文公开附上，请不要犹豫，直接给通讯作者发送电子邮件。只要您能正确引用他们的原创工作，许多研究人员都非常乐意分享他们的原始数据 (raw data)，以供重复实验或进一步的学术探讨。