你在写本科论文时，很可能已经习惯了给文字引用加脚注、列参考文献，却容易把图片、数据集当作“默认可用”的材料直接放进论文。文字落下一处引号漏标，导师和查重系统都能很快发现；但一张从网页抓取的图片或一份下载后直接分析的数据集，来源不明、授权状态不清，往往要等到答辩提问或提交审查时才暴露问题。规范处理非文字材料，核心不在于记住所有法律条文，而在于建立一套判断逻辑：先辨身份，再判授权，最后按学术规范标注。
需要标注的不只是“引用”
在你的论文里，网络图片和公开数据集承担的角色并不相同，标注义务也随之不同。图片可能作为证据、插图或分析对象出现；数据集可能是你实证研究的基础，也可能是你复现他人结论的中介。角色不同，风险点也不同：一张来源不明的网络图片，可能同时带来版权侵权和学术不端两重问题；一份可以免费下载的数据集，也可能因为许可证要求署名而你漏掉出处。
先记住一个基本判断：非文字材料是否“公开可见”，与它是否“可自由使用”，是两个完全不同的概念。你在搜索引擎里看到一张图片，在某个网站下载了一份数据集，只说明它可以被访问，不说明你可以把它复制进论文、修改后发布，或者不注明出处。
先分清：你是在“引用”还是在“使用”
处理图片和数据集前，先问自己一个问题：这个材料在我的论文里是作为“被讨论对象”，还是作为“支撑性素材”？
- 讨论对象：你要分析这张图片的构图、这个数据集的变量设置，通常属于学术引用范畴，需要按规范标注来源，但不一定要获得版权人许可。
- 支撑性素材：你把图片直接用作插图、把数据集拿来做回归分析、把图表重新绘制后放入论文，这类使用虽然也常在学术研究中被接受，但对授权状态的要求更严格。
这一区分决定了你后续的判断路径。如果你只是讨论某张图片，引用标注可以解决大部分学术规范问题；如果你要把图片作为插图大量复制，或把数据集完整处理后给出结论，就需要额外关注授权条款。
网络图片：从“搜到”到“能用”有四步
很多学生写论文时的真实操作是：搜索引擎输入关键词，右键保存图片，插入文档，最后统一加上一句“图片来源：网络”。这个流程里至少有两次判断被跳过了。
第一步：判断图片是否受版权保护
网络上的图片并不都是受版权保护的。进入公有领域的作品（例如版权保护期届满的绘画、摄影作品）可以不经许可使用，但仍需标注来源以符合学术规范。带有明确开放许可的图片（如标注CC0、CC BY的图片）可以在遵守条件的前提下使用。剩下的大量图片，版权状态不明或明确保留所有权利，就需要你格外谨慎。
判断时要留意：图片所在网页是否标注了作者、版权声明或许可证信息。如果网页明确写着“All rights reserved”又没有开放授权，你不能因为“论文不商用”就直接认定安全。学术使用在部分法域可能构成合理使用，但这不是可以自动套用的豁免，尤其当图片被完整复制、分辨率高、数量多时，风险会上升。
第二步：识别开放许可的条件
很多图片平台采用知识共享许可证。你不需要背下全部条款，但需要理解最常见几类的限制：
| 许可标识 | 核心要求 |
|---|---|
| CC0 | 放弃版权，可自由使用，无需署名 |
| CC BY | 需署名原作者和来源 |
| CC BY-SA | 需署名，且衍生作品须以相同方式共享 |
| CC BY-NC | 需署名，且不得用于商业目的 |
这里的“商业目的”在学术语境中容易引发误解：本科论文提交学校、进入学位论文数据库，通常不被直接视为商业使用，但如果你后续将论文改编成期刊投稿版面付费出版、或把其中图表用于商业课程，情形就可能变化。稳妥做法是优先选择CC0或CC BY材料，避开带“NC”限制的内容。
第三步：标注来源与版权信息
图片标注应包含三个基本要素：作者或权利主体、作品名称或内容描述、来源或许可证信息。例如：
图3-2 某城市老旧街区改造前后对比（作者：张三，来源：Wikimedia Commons，CC BY 4.0）
如果作者不明，写“作者不详”并保留来源链接和访问日期。不要只写“图片来源：网络”，这等于没有标注，因为读者无法追溯，也无法判断你的使用是否合规。
第四步：自查重复使用的边界
同一张图片，插入论文正文作为插图，和把它裁剪、调色、加标注后重新使用，在许可语境下可能是不同行为。部分许可证允许改编，部分要求衍生作品保持相同条款。如果你对图片做了实质性改动，又无法确定许可是否允许，最稳妥的办法是换用许可明确的替代图片，或者联系权利人取得许可，而不是默认“改过就不算侵权”。
公开数据集：授权条款决定你的义务
数据集比图片更容易被忽视，因为它“看起来只是数据”。但数据集的结构、变量定义、清洗逻辑本身可能构成受保护的智力成果，更关键的是，很多数据集发布时附带了明确的许可证。你的义务不是“下载时同意过什么”，而是“论文中如何交代这些”。
先看数据集附带的许可证
正规公开数据集通常会在下载页面或压缩包内附带许可证文件，常见的有CC系列、Open Data Commons系列、MIT等。你需要重点确认三件事：
- 是否要求署名：多数开放数据许可证要求在使用或衍生成果中注明数据来源。
- 是否允许用于研究：极少有许可证禁止学术研究，但允许研究的范围可能不包括后续商业化。
- 是否要求共享衍生数据：部分“相同方式共享”条款规定，如果你基于原数据集构建了新的数据集并公开，也需要以相同条款发布。对本科生来说，这通常不构成负担，但如果你不打算公开数据，就要重新考虑是否使用这类数据集。
数据集的引用与图片不同
数据集引用应进入参考文献列表，而不只是写在正文脚注或致谢里。一个可操作的格式包含：作者或发布机构、数据集名称、版本号、发布平台、发布年份、访问地址和访问日期。如果数据集有DOI，优先使用DOI。这样你的读者可以定位到确切版本，复现你的研究。
在正文中首次使用数据集时，也应说明其来源和用途，例如“本研究使用某机构发布的某数据集（版本2.1），用于分析2015—2020年某城市空气质量变化”。这句话同时交代了来源、版本和使用范围，比只在文献列表里放一条记录更有规范效力。
容易踩的坑：拆分、合并与“重新整理”
有些学生会下载多个公开数据集，自己合并、筛选、重新编码后，就把新数据当作“自己整理的数据”，不再提原始来源。这在学术规范上是有问题的。即使你做了大量处理，原始数据的采集者、定义方式、抽样逻辑仍然影响你的结果。正确做法是：在“数据来源”或“研究设计”部分逐一说明各原始数据集，并说明你的处理步骤。处理后的数据如要公开，还要回到各原始许可证确认是否允许传播衍生数据。
一个容易混淆的场景：截图与网页图片
你的论文如果研究社交媒体内容、网站界面或App设计，很可能需要截取网页或App页面。这类截图通常包含大量第三方元素：页面上的照片、图标、字体、广告图。你截取的是“界面”，但界面里嵌入了别人的作品。
此时不能把截图当作一个整体简单处理。如果截图目的是分析界面设计或交互逻辑，应尽量选择界面元素简单、第三方内容少的页面，并在文中说明截图用途和分析对象。如果截图里包含明显受保护的大幅图片、人物肖像或商标，风险会叠加，建议用示意图替代，或对敏感元素做模糊处理并注明。
论文提交前的自查清单
完成初稿后，建议你对照以下清单逐项检查，这比事后补救有效得多：
- 论文中每一张图片是否都标注了作者、来源和许可证（或版权状态）？
- 是否还残留“图片来源：网络”“图片来自百度”这类无追溯价值的表述？
- 所有直接使用的数据集是否在正文说明来源和版本，并列入参考文献？
- 数据集许可证是否允许你当前的使用方式和后续可能的发表形式？
- 对图片或数据做过的裁剪、修改、合并，是否在文中说明？
- 经过处理的数据是否仍能追溯到原始来源，处理步骤是否可复现？
- 论文附录或致谢中，是否把“数据来源”当作可有可无的内容而省略？
其中最后一条尤其值得你注意。不少学生把数据来源写在致谢里，或者只在答辩PPT中口头说明，正式论文中却找不到。审查者只能依据文本判断，文本缺了，规范就无从谈起。
不确定时，回到学术记录本身
你可能会遇到这样的情况：图片来自一篇已撤稿论文的插图，数据集来自某个个人博客且没有许可证说明，导师要求你“尽量用图”但你能找到的图都版权不明。这时最合理的处理不是强行使用，而是回到学术记录本身——用你能核实来源、能说明授权状态的材料，并在论文中如实记录你的获取路径。
学术规范的本质不是让你成为版权律师，而是要求你的研究过程可被追溯、可被检验。图片和数据集的标注，正是这层可追溯性的组成部分。当你把自己的使用依据写清楚，即使某个具体判断日后被证明不妥，你的学术诚实仍然成立；而当你随手写一句“来源：网络”，无论材料本身是否侵权，学术规范上的问题都已经形成了。
