9.25

知识分子

The Intellectual

图源：Pixabay

导读：

身在学术界，每个人一定都想过有朝一日可以成为学术大牛。如果我们去问学术界的大牛，他们是如何成功的，估计会得到非常积极、正面的回答，比如对科学的热爱、一天只睡几小时的辛苦工作、注重分享的价值观、导师和前辈留下的宝贵教诲。

这也是Nature曾经得到的答案。2018 年，斯坦福大学斯坦福元研究创新中心 (METRICS) 教授约翰·约安尼迪斯 (John Ioannidis) 在Nature发表了一项研究，这项研究调查了2000至2016年每年发表72篇以上的高产作者[1]。

每年发表72篇，意味着平均5天左右就会发表一篇论文，这个效率堪称离谱。去掉姓名重复和物理学超大型合作研究的特殊情况，团队给265位高产作者发了邮件，询问他们为什么能如此高产，得到了81份回复。

这些答案大多围绕对研究的热爱、刻苦的工作之类的主题。工作、时间、产出、激情，这些凸显个人特质的词汇都是回复中的高频词，涉及合作的词汇出现相对少，而管理、地位、等级之类关乎权力关系的词汇，只是零星出现。

真的是这样吗？最近的两项研究指出了大牛之路的另一面：个人的天才、创造力和严谨性之外，一位学者想主宰自己的领域，真正需要的是赢得精英地位、吸引知名合作者以及与下属大军一起批量生产论文的才能。

撰文｜张天祁

大牛，牛在团队

我们往往把科学看成是一份天才的、孤独的工作。吸引我们关注的科学家和科学故事，也总是天才历经困苦后偶然间获得灵感，改变世界同时一举成名的故事。

这种故事充满英雄主义和浪漫色彩，但遮蔽了科学研究中的权力关系。现代的科学研究早已不是天才的个人冒险，而是依附庞大机构，有着明确等级的工作。把学术生产力和影响力的提升只归功于个人的天赋和努力，就会忽视团队的作用。

一份刊登在《科学进展》上的研究报告，对美国262所授予博士学位的院校中，超过78,000位终身制教师进行了分析。研究表明，知名研究机构的教师具有较高的学术生产力，大约是非知名研究机构教师的两倍[2]。

研究报告截图

这个观察从表面上看是常识，知名的机构有更优秀的学者，做出更好的工作简直再正常不过。但这项研究发现，更有声望的研究机构中学者表现更好，并非因为他们个人能力更优秀，而是因为他们可以领导更多研究生和博士后。越是著名的科研机构，越是拥有庞大的科研团队。靠着手下团队的努力，大牛们的学术产出才能傲视同行。

这项研究考察了每个系的受资助研究人员（研究生、博士后等）数量，以及他们和终身教职员工的比例。受资助研究人员越多，意味着教职员工掌握的下属就越多，团队越大。在声望排名前十分之一的机构中，平均每位获得终身教职的员工掌握的下属数量，大概是排名最低机构的4倍以上。不同的学科之间的差距也是不同的，心理学只有1.4倍，生物学却高达8.1倍。

研究团队还区分了个人的学术生产力和团队的学术生产力，发现无论什么学科，个人的生产力和研究机构的声望都没太大关系。但在知名的机构里，有着合作传统的学科团队生产力会明显提高，这就推高了大牛们的总产出。

相反，在合作规模小的学科，小团队对学术生产力的提升就很不明显。对于那些没有团队的教职人员来说，即使身在知名研究机构，个人的产量也不会提高。

大牛们也清楚团队的生产力对自己学术生涯的助力，只是很少明说。前几年一位生物学界大牛曾给实验室成员发了一封备受争议的邮件，要求实验室成员每星期在实验室工作50小时以上，此外还制定了多项严格的规定。之所以会发这封邮件，是因为他觉得自己的实验室已经没有了以前的生产力，不再是高产出实验室。

非常现实的是，尽管学术大牛们名下的论文产量惊人，但根本惠及不到辛苦做工的研究生和博士后头上。这项研究发现，知名机构和非知名机构的受资助研究人员生产力差不多。这个数据同时引出了另一个结论，知名机构导师在产量上能压过非知名机构同行一头，无非就是依靠团队的规模。

也就是说，学术大牛突出的科学生产力，更多是因为他们掌握着巨大的劳动力优势，而不是个人能力上的差距。科学事业并非任人唯贤，而是奖励那些掌握最多资源的人。

成为大牛，从和大牛合作开始

科学研究并不是天才的冒险，同样也不是孤独的事业。就如小威廉·休厄尔所说，“对于学术圈外的人来说，学术似乎是一个孤独的职业，但圈中人则了解，研究是极具社交性的。”

大多数科学活动都需要各种各样的社会互动网络充当媒介，如科学培训、招聘、合作、教学、引用、同行评审和争论等等。作为一个现在还保留导师制度和介绍信传统的行业，社会关系或者说人脉的重要性在学术界是非常重要的。

图源：Pixabay

在《自然通讯》（Nature Communications）上发表的一篇文章中，作者们阐述了合作网络是如何塑造科学家的学术生产力和影响力的。这篇文章的团队和《科学进展》那篇论文有部分重叠，内容也有关联。都是在解释了学术大牛生产力和影响力的由来，只是采取了不同角度。

该研究从微软学术图谱数据库中提取了1950年以来，2000万篇研究文章中的合著信息，以此为基础建立模型。这次不仅考虑了学术生产力（发文数量），还考虑了影响力（高影响力论文数量）。

这项研究发现，知名机构研究人员在学术影响力和生产力上显著强于同行，在生涯的前15年里，他们的被引用数量比同行高出 62.1%，合作网络的差异能部分解释这个差距。

作者认为，合作网络可以被视作一种社会资本，能够在资深研究者和青年研究者之间“转移”，论文合作就是方式之一。如果一位学者生涯早期在行业排名前十的精英机构工作，那他和大牛合作的机会就会显著高于同行[3]。

这也就解释了，为什么那些精英研究机构永远不缺研究生、博士后，毕竟和大牛合作的机会难得。我们总以为天才和毅力是成功的关键，但事实可能是，一次和知名教授闲聊就可能改变整个学术生涯。

大牛的提携有多重要？研究人员如果能在职业生涯的早期和大牛合作发表论文，在生涯中期自己变身大牛的可能性会高很多。

学者如果能在职业生涯前5年与高产或者高影响力资深科学家合作，到职业生涯中期自己成为大牛的概率就会增加六成到八成。对那些非精英机构的学者来说，和大牛合作后中年逆袭的概率甚至会翻倍。

综合着两项研究的发现，我们能看到一条打造大牛的无情生产线。年轻的研究者需要大牛的合作，于是争相前往精英研究机构和大牛搭上线，做着超量低薪的工作同时期待未来翻身。坐拥大量校内外人才储备的大牛们，靠着扩张团队规模增加自己的学术生产力和声望，把个人品牌打造得越来越光鲜。

这使得学术阶层的分化更加严重。大牛的声望和掌握的人力越集中，精英机构和其他机构的差别就越大，更多的学者无法出头。个人的才能与毅力之上，资源的分配已经在很大程度上决定了谁会做出发现，谁的发现会受关注。

女性大牛少，问题出在哪里？

《自然通讯》这项研究的另一个发现是，学者职业中期在生产力和影响力上的性别差异，在很大程度上也可以通过合作网络的差异来解释。

作者们选择了6个STEM专业，发现在职业生涯中期，男性的平均总生产力比女性高11.0%，被引用次数比女性多5.0%。在控制了机构声望、首次发表年份和研究领域后，女性研究者的表现仍然不及男性，但在控制了论文共同作者人数后，这一差别就会大大缩小。

作者们得出的结论是，男女研究人员在学术生产力和地位上的不平等，在很大程度上可以解释为一种网络效应。并非男女研究者自身的内在差异导致了这一现象，而是他们在当地合作网络的组成和规模上存在差异，女性研究者的合作网络相比男性更小。

造就女性研究者更小“朋友圈”的具体原因可能有很多，一个可能是大部分女性研究者过早退场。在学术生涯前五年至少发表过三篇论文的研究人员中，男性工作到职业生涯中期的可能性为 20.6%，而女性仅为 15.7%。

这个数据也能得到其他研究的支持。普林斯顿大学当代中国研究中心的博士后助理研究员黄俊铭和合作者在《美国科学院院刊》（PNAS）上的论文指出，男性科研工作者的平均职业生涯为11.0年，而女性的平均职业生涯只有9.3年，每年因各种原因退出学术界的女性科研人员比男性多2%。女性额外的退出风险，可以单独解释总发文量和总引用数上约2/3的性别差异[4]。

也就是说，女性科研人员的学术成就低于男性的原因可能很简单，她们退出了学术行业。

图源：Pixabay

如果女性研究者没有过早退出，成就会如何？《自然通讯》这项研究发现，坚持到学术生涯中期的女性研究人员，在学术生产力和影响力的表现上和生涯中期的男性同行有着同等地位。鉴于合作关系在学术生产力与影响力上所扮演的角色，这些坚持不下牌桌的女性研究者，应该已经积累到了足够的合作伙伴。

但女性研究者在学术界坚持下去是更困难的。即使不提更隐蔽的不平等待遇，作为承担更多育儿职责的一方，要维持合作网络、不下牌桌，女性研究者需要做出更多取舍。

作者们建议，应该对女性研究人员的合作网络提供直接的支持，例如提供支持深入开展新合作的女性奖学金，特别是在育儿期间。这些支持有助于创造一个更公平的环境，对科学发展也更有益。

才华之外

综合这两篇论文的结论我们可以发现，对于所有雄心勃勃的学者来说，如果他们想通过发表大量出版物和积累引用来主宰自己的领域，除了才华之外，和他们结交的朋友、周围环境的声望也有很大关系。

这并不是在否认科学工作者的才华与努力，只是提醒大家学术工作远非大家想象的那样浪漫。即使在学术界，大多数人成名之路的关键也不在于通过研究改变世界，而是和其他行业的成功者一样，更多关注个人品牌、预算控制和人际网络的培养。

参考资料：

[1]Ioannidis, J. P., Klavans, R., & Boyack, K. W. (2018). Thousands of scientists publish a paper every five days.

[2]Zhang, S., Wapman, K. H., Larremore, D. B., & Clauset, A. (2022). Labor advantages drive the greater productivity of faculty at elite universities. Science Advances, 8(46), eabq7056.

[3]Li, W., Zhang, S., Zheng, Z., Cranmer, S. J., & Clauset, A. (2022). Untangling the network effects of productivity and prominence among scientists. Nature communications, 13(1), 4907.

[4]Huang, J., Gates, A. J., Sinatra, R., & Barabási, A. L. (2020). Historical comparison of gender inequality in scientific careers across countries and disciplines. Proceedings of the National Academy of Sciences, 117(9), 4609-4616.