为什么大家不愿投入时间搞突破性创新？|探索性|科学|突破性创新|论文

注：图片由 DEEPAI生成‍‍‍‍‍‍‍‍‍‍‍‍‍

大量研究告诉我们，全球科学论文的数量在不断增加（即便是疫情期间，数量也在增加[1]），但重要科学发现的数量并没相应增加，科学进步的速度正在放缓[2]。

为什么“科研条件”越来越好了，“科研经费”投入也在持续增长，但重要的科学发现却并没有像想像中那样增长？那问题大概率是出在“人”身上了。两位来自法国的学者Besancenot & Vranceanu在发表于《Research Policy》的论文中，构建了一个信号模型，用于解释科研人员为什么不愿做突破性研究[3]。

模型假设科研分两类：边际收益较低的发展性研究和能够带来突破性创新的探索性研究。值得注意的是，科学进步往往是非线性的，而是由突破性创新推动。科研人员在这两类研究上投入的总时间是固定的。科研人员分两类：高水平学者和低水平学者，前者在两类研究上的能力都胜过后者，也就是说，如果只做发展性研究，前者比后者做得更好；如果只做探索性研究，前者也比后者做得更好。

在不完备信息条件下，科研管理者只能观察到论文数量，无法识别突破性创新，那么，低水平学者可能会减少对探索性研究的投入，转而投入时间做发展性研究，发表尽可能多的论文，以混淆科研管理者的视线，让他们分辩不出谁是高水平学者谁是低水平学者，以便获得与高水平学者相同的回报。此时，高水平学者会对此做出回应，发表更多论文，让低水平学者望尘莫及，以维持自己作为高水平学者的回报。这何时是个头呢？文中讨论了两种可能的均衡状态：

1.分离均衡（Separating Equilibrium）：在这种均衡状态下，高水平学者发表的论文数量超过了低水平学者的最大能力，从而使得低水平学者放弃模仿。这种均衡有两种情况：

产出限制的分离均衡（Output Limit Separating Equilibrium）：高水平学者发表的论文数量达到了低水平学者的最大发表能力，低水平学者因此无法模仿。在这种均衡下，高水平学者会减少对探索性研究的投入，转而发表更多论文，而低水平学者则发表他们的最佳论文数量（在发展性研究与突破性研究之间寻得平衡）。
经济限制的分离均衡（Economic Limit Separating Equilibrium）：在这种均衡下，低水平学者无法通过模仿而获得跟高水平学者一样的科研回报，因此，高水平学者发表的论文数量低于低水平学者的最大发表能力，但由于高水平学者获得的补偿与低水平学者相同，因此没有动机增加论文数量。低水平学者也不会尝试模仿，因为他们的最佳策略是发表他们的最佳论文数量。

2.混合均衡（Pooling Equilibrium）：在这种均衡状态下，所有研究者无论水平高低都发表相同数量的论文，管理者无法从论文数量上区分研究者的水平。然而，文章指出这种均衡状态在现实中是不可持续的，因为总会有研究者试图通过发表更多论文来区分自己，从而打破这种均衡。

小结：无论达到哪种均衡，高水平学者与低水平学者的最优策略都是投入更多时间做发展性研究，以发表更多论文，而减少做探索性研究，毕业这种研究有风险，万一做不出成果来，会被科研管理者视为低水平学者。

在这种环境下，如何激励科研人员做探索性研究，就成为一个至关重要的问题。这一点很难，因为我们可以把『发表XX 篇论文』写进合同时，但无法把『取得XX突破性创新』写进合同里，毕竟突破性研究失败的风险太大，没人敢签字。

那怎么办，总得想办法解决问题啊？文中讨论了几种方案：

（1）识别突破性创新成果：

传统的激励机制往往侧重于论文数量和引用次数，这可能导致研究者更多地从事能够产生这些可量化成果的研究，而非真正具有突破性的工作。解决这一问题，有待提升同行评议质量。如果在某个特定的评审场景下，评审人在认真的阅读研究内容，而不是只看发表在什么期刊上、被引多少次，那么，这个问题就被解决了一半。如果找到的评审人是懂行、且愿意说真话的人，那问题大概解决了七八成。还有两三成没有解决是因为，有些突破性创新可能没有同行能懂。

（2）放宽项目申请时对研究目标和预期成果的要求：

目前的科研资助体系往往要求研究者在申请资金时提出具体的研究目标和预期成果。这种要求可能会限制研究者的探索性，因为他们可能会倾向于提出那些更容易获得资助的研究计划。如果研究资助能够更加灵活，不对研究产出设定过于严格的要求，可能会有助于研究者自由探索新领域，从而增加突破性创新的机会。（我很好奇，既然这样，为啥不直接把对项目的资助改成对人的资助？）

一旦能够识别突破性创新，那么，上述『不完备信息条件』就不成立了，也就是说，对于科研管理者来说，他们很容易从科研人员中识别谁水平高，谁水平低。那么，上述『不完备信息条件下』的模型就会变为『完备信息条件下』的模型。在这个模型里，科研管理者清楚的知道每个人的研究水平。在这种机制下，无论水平高低，不需要通过发送信号来证明自己，不需要拼尽全力发表尽可能多的论文，而是会在发展性研究和探索性研究之间找到一个最优的时间分配方案，最大化自己的科研回报。这是一种理想的科研管理模式，不存在于现实中，因为突破性创新往往难以识别。也正是因为如此，『重奖之下必有勇夫』不能解决大家不愿意投入时间搞突破性创新的问题。科研管理者难以识别谁的成果是突破性创新时，该『奖』谁呢？

到这里，该讲一下这个模型的不足了。首先，模型建立在一系列简化的假设上，比如，研究类型的二分，科研人员的二分，等等；其次，模型可能在某些特定的科研环境中适用，而不是所有环境、所有学科；第三，模型未经数据验证。即便如此，这个模型依然清楚地解释了当前的科研运行机制。

如果您有更好的解决方案，欢迎留言。‍

[1] Rousseau, R., Garcia-Zorita, C., & Sanz-Casado, E. (2023). Publications during COVID-19times: An unexpected overall increase. Journal of Informetrics, 17(4), 101461.

[2] Park, M., Leahey, E., & Funk, R. J. (2023). Papers and patents are becoming less disruptive over time.Nature, 613(7942), 138-144.

[3] Besancenot, D., & Vranceanu, R. (2024). Reluctance to pursue breakthrough research: A signaling explanation. Research Policy, 53(4), 104974.

京东有售：https://item.jd.com/12824943.html（点击左下角阅读原文）

关注我们加入群聊

Tools

都在这里：

SCI母语润色

专注生物医学领域

唯问生物

专注肿瘤基础研究

19901610324同微信

About Us