原文作者：Cassidy R。 Sugimoto
科研是植根於一定歷史、經濟和政治條件的社會制度，以此為基礎對科研進行定性分析，在大資料文獻計量學中必不可少。
研究機構正面臨越來越大的壓力，它們需要在更短時間內，用更少的資源做出決策。如何高效組織研究，滿足社會需求？科學學（the science of science）能夠提供參考。
科學學用定量工具研究這個發現的系統，引入歷史學、哲學、科學社會學等老牌學科，基於沿用百年的文獻計量法，利用現存的出版、資助、專利記錄開展研究。其研究結果可以闡明發展趨勢，發現差距所在，為招聘、資助、培訓等方面的政策提供依據。
相關圖書
《科學學》
（The Science of Science）
作者：
Dashun Wang & Albert László Barabási
出版社：
劍橋大學出版社 （2021）
在《科學學》一書中，計算社會科學家（computational social scientist）Dashun Wang和網路科學專家（network scientist）Albert-László Barabási介紹了該領域的一些迅猛進展。作者將其稱為大資料研究法，但更準確的說法，或許是網路科學工具在科學學研究中的應用。本書是一本入門書籍，記載了不少趣聞軼事，對話方塊引人入勝，行文也平白易懂。然而，書中的觀點過於狹窄，導致令人憂心的闡釋。
作者認為科學學是一門新興學科，而並未考察其歷史基礎和跨學科基
礎。
其實，1963年，科學史專家Derek de Solla Price出版《小科學，大科學》（Little Science， Big Science）一書，呼籲科研界“將科學研究的工具用於研究科學本身”，就使用了“科學學”這一名稱；20世紀70年代以來，“科學學”一詞已經見諸主流科學計量學文獻。
本書拿捏著和管理學手冊如出一轍的腔調，承諾幫助科學家明確生涯方向，堅稱科學學旨在最大限度地增加個人的成功機率。作者還表示，本書既能幫助管理者發現最能為部門創造效益的人才，又能幫助資助機構圈定最可能表現突出的人選。
Albert-László Barabási實驗室繪製的圖片，展出於布達佩斯路德維希博物館（Ludwig Museum）。圖片提供：Dániel Végel/路德維希博物館檔案部（Ludwig Museum Archive）
然而，
科研界對期刊影響因子、H指數等評判指標已從一味推崇，轉向批判
，因為使用指標常常弊大於利，由此導致的問題，被經濟學家Margit Osterloh和Bruno Frey稱為“
愛排名，不愛科學
”。學者們學會了“細水長流”——把資料一點一點地發表出來，能多攢一篇論文算一篇；更糟糕的是，學者們學會了相互傾軋。
這些憂慮早已透過《萊頓宣言》（ Leiden Manifesto）《舊金山科研評估宣言》（Declaration on Research Assessment）等共識宣告廣泛傳播，簽署後者的科研機構數以千計，研究者超過17000人。共識宣告呼籲學界停止依賴各種設定不合理的指標，這些指標可能加劇種族、性別、階級等系統性歧視。業界懇請決策者牢記古德哈特定律（Goodhart‘s law）：一項措施本身若變成目標，就不再是好措施。
然而，作者不僅對這些聲音充耳不聞，還似乎要把這套科研界決心破除的制勝手段“發揚光大”。
馬太效應和瑪蒂爾達效應
本書首先探討了科研生涯，羅列了幾十位人物。然而，全書提及的女性屈指可數，且半數出自同一段關於美國杜克大學英語系的內容；除此之外，對居里夫人、克莉奧帕特拉七世、社會學家Dorothy Swaine Thomas等女性，也是寥寥數語，一筆帶過。
憑科研成就列入本書的女性僅有社會學家Harriet Zuckerman一人，出現在關於協作的章節。但書中更偏向於介紹她丈夫對“馬太效應”（the Matthew effect，用於形容地位優越者獲取的不成比例的高回報）的研究，她對這個問題所作的貢獻被忽略了。同樣，本書也並未提及“瑪蒂爾達效應”（Matilda effect）。科學史專家Margaret Rossiter發明了“馬蒂爾達效應”一詞，意指“女性對科學的貢獻遭到的系統性低估”。1870年，婦女政權論者Matilda Gage指出了這一現象，瑪蒂爾達效應即以她的名字命名。
女性和其他被邊緣化的群體難覓蹤影，不僅僅是平等問題——更動搖了本書觀點的基礎。
幾十年來，社會學和科學計量學的實證表明，社會因素和人口統計因素對科研工作影響甚大。忽視這一點，意味著要求管理者、資助方和招聘委員會將過往成功作為未來成功的主要預測指標，而忽視那些系統性的阻礙。
不過，本書對研究隊伍最佳化問題的探討要好一些。作者認為，大團隊推動科學發展，小團隊破壞科學發展。本書非常重視“超級合作者”（super-tie collaborators）的強大生產力，這類合作者持續不斷地與他人共同寫作論文。作者認為這是一項取得成功的機制。例證是，最好的團隊會吸納來自諸多民族、單位和國家的成員——加強了（但大部分未引用）社會學和科學計量學的研究成果。
作者認為，關於科研合作的研究始於2000年。但是，早在1964年，Zuckerman的博士論文已經詳細研究了美國諾貝爾獎獲獎者的合作；1978年，科學史專家Donald Beaver和Richard Rosen在《科學計量學》（Scientometrics）創刊號上提出了完整的科學合作理論。而且，本書引用的實證分析，時間跨度為2000~2005年，但當時中國尚未崛起為科研強國。於是，時至今日，書中的一些內容早已過時。
終身影響力指數
本書介紹了作者發明的若干概念，“最終影響力指數”（ultimate impact）即為其中之一。作者指出，文章的終身被引次數（the lifetime citations of a paper），能夠反映對研究創新性和重要性的理解（適宜性）、從發表到首次被引的時長（即時性）和被引全程的時間跨度（長久性），並提出了預測論文終身被引次數的公式。但是，作者承認，這一指標可能導致“一些有價值的想法胎死腹中”。
於是，接下來，作者推薦了“Q因子”（Q-factor），該指標旨在量化研究者把想法轉化為具備特定引用影響力指數的科學發現的能力，從而定義和預測其科研生涯。但是，
這一指標假定的前提是，所有研究者擁有的資源是相同的，而忽視了不同國家或機構間資源嚴重不均的現實。
作者一邊認為高產研究者的才華和能力是與生俱來的，一邊斷言，科研成果“井噴”的過程中，隨機性是一個關鍵變數。
而無論以優秀的先天素質為基礎，還是以不可預測的因素為基礎，都難以產生公平、可行的科學政策。
最後，作者滿懷信心地提出了後續規劃，表示將研究科研工作的失敗，承認一味關注成功將會忽略科研中失敗這一重要方面。我不禁要問，科研工作具有彙總綜合、重複試驗、資料審編等多種功能，在“成功-失敗”的二分法下，這些功能又何處容身？正常的科學在定義上是大量科研勞動力的發現點滴積累的結果。那些最高產、被引次數最多的研究者，腳下是許許多多研究者的肩膀。
如果科研工作者不是巨星，就是失敗者，那麼聚沙成塔的學術發展也就不復存在了。
科學不是不食人間煙火的空中樓閣，而是植根於一定歷史、經濟和政治條件的社會和學術制度，
輕視這些因素只會帶來嚴重後果。歸根結底，本書像是寫於那個將科學當作精英體制的年代——哪怕諸多事實早已證明，科學根本不是什麼精英體制。
原文以Scientific success by numbers為標題發表在2021年5月3日的《自然》的書評版塊上
nature
doi: 10.1038/d41586-021-01169-7
點選“
閱讀原文
”閱讀英文原文
好書推薦
鈽釔氧鎝元素故事出書啦！
不可錯過的元素科普經典之作
來自Nature Chemistry
100
餘位
世界科學家
118
種
化學元素
120
篇
文章
金湧院士 中國化學會 中國化工學會
推薦閱讀
《自然的音符：118種化學元素的故事》由Nature自然科研譯自《自然-化學》（Nature Chemistry）的In Your Element專欄。是所有圖書中為數不多的，覆蓋當前全部已發現的118種化學元素的科普圖書，每一種元素都是邀請世界上對它研究深入的科學家之一撰寫，專業權威，生動有趣。適合中學生及以上所有對化學元素感興趣的讀者閱讀。本書由Nature Chemistry高階編輯作序。隨書贈送覆蓋118種化學元素的元素週期表明信片。
版權宣告：
2021 Springer Nature Limited。 All Rights Reserved
星標我們
，記得
點贊、在看+轉發
哦！