回归与重塑——2025国际科学学研究四大进展|学术|科学学|计量学|顶尖科学家榜单

科学学（science of science）系统探索科技发展的内在规律，近年来日益受到科技决策者与政策制定者的关注。自2019年美国发起“元科学大会”（Metascience Conference）以来，《科学》《自然》等顶尖期刊持续刊登相关研究成果，各国政府、高校纷纷成立科学学研究机构。科学学研究正快速崛起，成为各国优化科技创新政策的新兴工具，推动科技体系实现自我革新的理论探索与实践突破。基于持续跟踪观察，2025年科学学领域呈现出以下四大显著进展。

进展一：科学学研究深度嵌入科技决策

政府是科技发展的主要推动者，其核心任务在于回答“发展什么科技”以及“如何发展科技”。当前，全球普遍面临科技方向不明确、组织模式滞后、科研投资效率不高等挑战。在此背景下，科学学研究开始嵌入科技治理的核心环节，成为政府制定科技战略、优化资源配置、破解发展难题的关键理论支撑与决策工具。

英国政府科学创新部（UKRI）在全球范围率先设立“元科学工作组”，将科学学研究应用于科技治理实践，通过数据与实验手段优化科研资助与评价体系，从而科学回答“谁应获得资助”这一根本问题。正如UKRI部长Lord Vallance所言：“我们不仅资助科学，更要科学地资助科学。”

美国国家科学基金会（NSF）下属的技术、创新与伙伴关系理事会（TIP）则启动了总预算达5140万美元的“技术成果评估与预测（APTO）”项目，聚焦于《芯片与科学法案》关注的关键技术领域（如人工智能、先进制造、生物技术等），利用AI模型预测技术演进路径，优化研发布局，服务国家安全与科技竞争战略。

除政府资助机构外，私人基金会也积极参与其中。德国大众基金会与英国科学学研究机构（Research on Research Institute，RORI）合作，探索更加开放、透明的评审机制，推动自身从“资金提供者”向“制度创新推动者”转型。这些动作指向科技决策层面的同一个趋势：发展可追溯、可检验的循证决策模式，进而吸纳科学学成为科学治理的基础设施。

进展二：科学学研究共同体快速扩大并建制化

科学学研究起源于20世纪上半叶，以贝尔纳的《科学的社会功能》为奠基之作。早期研究主要集中于科学史、科学哲学、科学社会学与科技计量学，方法上以定性分析为主。近年来，随着新力量的不断加入，科学学研究共同体正快速扩展。

2025年6月30日，第四届元科学大会Metascience2025在伦敦召开，吸引来自60多个国家的840余位代表参会，规模创历届之最。国际科学理事会主席、《自然》主编、欧洲研究理事会主席等学界领袖全程参与。由于报名人数远超预期，主办方不得不提前关闭注册通道。这个科学学会议2019年才由美国开放科学中心与斯坦福元科学中心发起，六年时间，已从一个小型学术聚会发展为全球科学学研究者的年度盛会。

参与科学学研究的人也越来越多元：除了学者之外，还包括科技政策制定者、基金会、出版机构与科技企业。这次会议成果已被纳入英国政府政策实验室，并将提交至G7科技峰会审议。与此同时，建制化的研究机构不断涌现，如英国UCL联合数字科学（Digital Science）、诺和诺德基金会、瑞士国家科学基金会共同设立RORI，美国西北大学成立科学学与创新研究中心（Center for Science of Science and Innovation, CSSI ）等，标志着科学学研究正从边缘议题走向制度主流。

进展三：科学学研究议题向系统性治理延伸

科学学研究的终极目标是优化科技政策。围绕科技预见、科研资助、评审机制与科研组织模式等核心议题，科学学正尝试给出系统性答案。

在科技预见方面，数据与算法融合的新型预测工具不断涌现。在大模型时代，如何识别未来技术、判断成果转化潜力、布局未来产业，已成为资助机构的核心关切。西北大学王大顺团队开发的技术预见大模型，已成为该领域的标杆，其成果频频发表于《科学》《自然》等顶级期刊。出版巨头爱思唯尔也在加速从传统出版商向数据服务商转型。

在科研资助方面，为打破“精英循环”，德国大众基金会尝试引入“抽签机制”与“分布式同行评审”，降低主观偏见，弱化对引用指标的过度依赖。澳大利亚研究委员会则推动“国家研究洞察能力”建设，整合实时数据、社会网络分析与大语言模型，替代传统的高校自报模式，以更客观地评估科研质量与影响力。

在科研评审方面，英国“元科学工作组”发起国际竞赛，探索AI判定科研“新颖性”的可行性；意大利评估机构尝试“计量指标+AI辅助专家评议”，减少人为偏差；英国MetaNIC项目通过AI对5万篇论文的创新评分与万名专家的人工评分进行对比，构建客观的“新颖性”指标。

在科研组织模式方面，以Convergent Research为代表的新型研发机构，借鉴大科学工程的组织经验，聚焦于传统学术体系与市场资本均难以覆盖的“中型科学难题”，通过设定可量化的里程碑与成果开放共享，实现从基础发现到应用推进的全过程管理。其联合创始人Anastasia Gamick指出，这一模式将促使科学家思考“如何用5000万美元实现突破性创新”。

进展四：科学学研究方法与工具迎来革新

科学学研究者的学科背景正发生显著变化。物理学家、计算机科学家、复杂系统研究者正在大规模涌入这个领域，带来了完全不同的工具箱：大规模数据抓取、网络分析、机器学习、因果推断等等。科学学正在从一门“讲故事”的学问，变成一门可以“跑模拟”的学问。类似金融机构模拟极端市场情况一样，现在可以模拟科研系统在不同政策干预下会如何演化。

芝加哥大学James Evans教授团队构建了AI驱动的全球科技系统模拟平台，可以回答以前只能靠专家咨询的问题：如果对某项技术实施出口管制，五年后全球技术格局会怎么变？如果某个国家突然加大某领域的投入，连锁反应会是什么？这不再是沙盘推演，而是有数据支撑的情景预测。

西北大学王大顺教授团队开发的“科学发现评估与加速模型”ScisciGPT，打通了从研发到市场的数据链路，决策者可以通过这套系统去识别科研界的“隐藏创新者”——那些成果被专利高频引用但不自知的研究人员。这套模型的逻辑是，如果传统指标存在系统性盲区，那就用更聪明的算法去找到那些盲区里的宝藏。

牛津大学Doyne Farmer教授领衔的能源系统仿真平台，他们用几十年的能源资产数据训练模型，然后模拟不同政策路径下技术进步的轨迹。相当于给新政策装上“时间望远镜”——看到如果今天做某个决定，二十年后会演化成什么样的技术图景。

结语：科学学的回归与重塑

半个多世纪前，科学学曾作为科技政策的重要理论基础兴起，随后渐趋沉寂。如今，种种迹象表明，科学学正重返聚光灯下：英国设立专职机构，美国投入数千万美元，德国、澳大利亚启动制度实验，《自然》《科学》等顶刊相关文章逐年递增。科学学正重新占据其历史曾有的重要位置——紧密服务决策，为科技治理提供科学依据。正如2024年发布的《科学学上海倡议》所言，新时期科学学正在重新崛起，这是全球科学学的一个重要时刻。

与以往不同的是，这一次，科学学拥有了人工智能、大数据等新工具，也面临着更加复杂的全球科技竞争格局。这场从理论走向实践、从边缘走向中心的科学学回归，必将深刻重塑未来的科研生态。