来源:学术志

一项横跨 38 个国家、追踪近 40 万名科研人员的大型研究,揭示了一个让很多人心惊的数字 ——

他们中有 1/3 的人在发表第一篇论文后的 5 年内离开了科研圈,而有近半数的人在 10 年内离开了科研圈。

这不是个别现象,而是一个庞大的群体选择。波兰大学的 Marek Kwiek 教授团队利用 Scopus 数据库,追踪了 2000 年和 2010 年两个队列的科研人员发表轨迹,样本量之大,前所未有。

「我们一直在思考,也知道很多人在离开科研界,但我们对离开的规模可以说是不清楚的。」Kwiek 说。

现在,数据给出了答案。

数据的残酷:三分之一的人撑不过五年

研究团队追踪了两个群体 ——

2000 年组:14 万余名科研人员,从 2000 年开始发表第一篇论文。2010 年组:23 万余名科研人员,从 2010 年开始发表第一篇论文。

结果很清晰:

2000 年组中,1/3 的科研人员在 5 年内不再发表论文。这个比例在 10 年内上升到近一半,到 2019 年接近 2/3。

意味着什么?

一个刚发表第一篇论文的年轻科研人,十年后还在学术圈的,已经成了少数。

这不是失败,这是结构的筛选。

性别差异:女性走得更快

数据中最刺眼的一行是 ——

女性比男性多 12% 的概率在 5-10 年后离开科研界。

到 2019 年,2000 年组只有 29% 的女性仍在发表论文,而男性的比例为 34%。

更具体一点:

生物学领域,女性 10 年后离开学术圈的概率为 58%,男性为近 49%。差了近 10 个百分点。

物理学、数学、工程学、计算机科学,性别差异反而不大。

为什么?

研究者没有给出确切答案,但 Joya Misra 指出,发表数据本身可能低估了女性的贡献。「在发表著作中,女性很多时候不被看作是合作者,所以我们在发表著作中的代表性一直偏低。」

一个细节是,2010 年组的性别差距明显缩小 —— 约 41% 的女性和 42% 的男性在首次发表 9 年后仍在发表论文。这被研究者视为「积极的信号」。

他们为什么离开?

研究告诉我们「谁在什么时候离开」,但没有告诉我们「为什么离开」。

2023 年的一项研究填补了这个空白。

White-Lewis 和同事分析了美国学术机构 2015 年至 2019 年的 773 名员工的离职决定,发现家庭因素、终身教职状态和工资是决定离开的主要因素。

分开来看 ——

家庭因素:很多科研人员在职业上升期正好赶上生育窗口,而学术圈的「非升即走」机制,几乎不给这个窗口留余地。

终身教职状态:教职竞争的残酷程度,超过很多人的想象。一个终身教授岗位,可能对应着数十个博士后、上百个博士生的竞争。这不是能力问题,是供需问题。

工资:学术圈的薪资,长期低于工业界。当同龄人在企业里拿着几倍的薪水,而自己还在为下一个项目经费发愁,落差会越来越大。

真实的选择

有人可能会想:是不是这些人本来就不够优秀?

2026 年初,媒体报道了一个故事 ——

一名 28 岁的博士生,连续发表两篇 Science,却选择放弃科研,转行进入投资领域。

这个选择在圈内引发讨论。有人惋惜,也有人理解:科研的快乐和生存的压力,有时候不在同一个天平上。

但离开后的感受,并不总是「解脱」。

有报道称,一名天体物理学博士在转行做数据科学 7 年后,公开表示对离开学术界感到遗憾。

他在工业界的工作做得不错,收入也稳定。但离开之后才发现,有些东西是工业界给不了的 —— 那种追问自己着迷问题的自由。

这个群体的存在,提醒我们 —— 转行不是终点,每个人对「好生活」的定义都不一样。

离开的真实含义

研究的作者强调,「不再发表论文」不等于「完全放弃科研」。

很多人选择 ——

• 进入工业界,做应用研究

• 转向行政岗位,留在科研机构

• 进入高校,但减少研究任务

他们离开了学术发表的赛道,但没有离开专业本身。

社会学家 Misra 说:「如果不进行采访和问卷调查,我们无从得知每个人的具体选择。」

这意味着什么?

近半数的离开率,指向的是一个结构性问题 ——

学术圈的入口,远大于出口。

每年有大量博士毕业、博士后进站,但终身教职的岗位数量几乎是固定的。这不是某个国家的问题,是全球学术圈的共同困境。

那个「读博 → 博后 → 教职」的理想路径,对大多数人来说,已经不是一个路径,而是一个筛子。

筛掉的不一定是能力不足的人,而是 ——

• 不愿承受家庭代价的人

• 不接受「非升即走」节奏的人

• 在别处找到了更好选择的人

近半数的离开率,听起来像是一个坏消息。但换个角度 ——

这不是「失败率」,这是「选择率」。

每个人在某个节点做出选择:继续留下,或者换一条路。有些人找到了更适合自己的位置,有些人后悔了,有些人还在犹豫。

数字只是数字。真正重要的是,每一个数字背后的人,在想什么。

Kwiek 计划在后续研究中,用 AI 对话机器人进行大规模访谈,去了解那些离开的人,真正的理由是什么。

也许到那时候,我们才能理解 ——

这不是一群逃离的人,而是一群在选择的人。

数据来源:Kwiek, M. & Szymula, L. High. Educ. https://doi.org/10.1007/s10734-024-01284-0 (2024) 原文作者:Miryam Naddaf

打开网易新闻 查看精彩图片