科技投入的资金问题至关重要——metascience2025年会分论坛回顾

科技资助问题无疑成为本次Metascience 2025年会的热点议题。会议聚集了多个国家、众多政府资助机构及私人资助机构的代表，从不同视角开展了对科技资助问题的探讨。会议的主旨报告中也多次提到国家科技投入趋势、不同主体科技投入的方向、资助机制、资助效果评估等问题。在大会第一天的议程中就设置了“资金问题至关重要：资助者与资助机制（Money Matters: Funders and Funding Mechanisms）”分论坛。分论坛吸引了数十家各国资助机构及百余位资助问题研究学者。来自美国、加拿大、丹麦、西班牙、巴西以及我国的学者、从政策分析、实证检验到计算建模，多视角探讨了资助机构和资助机制如何作为关键变量影响科研人员行为、研究主题、乃至整个科研系统结构的问题。在资助机构视角，国际学者普遍关注数据共享和资助遴选偏好的问题；在资助机制视角，国内外学者不约而同地关注到使命导向研究的资助问题。

资助数据是研究资助机构行为、政策等问题的关键基础。然而，受到多方面因素的限制，资助数据获取难度大，数据完整性不足等问题制约了基于数据的资助问题的研究。本次分论坛有两位学者分别从资助机构自身资助数据的共享及作为资助机构促进科学数据共享的政策与机制视角开展了研究。

坎皮纳斯大学的Yohanna Juk博士团队基于对全球10家主要资助机构公平、多样性与包容性（Equity, Diversity, and Inclusion，EDI）数据透明度的分析，开展了对EDI数据问责制的研究。研究提出，资助机构是否系统性地收集并公开其申请者、评审人及受资助者等多样性数据是衡量其EDI承诺的关键指标。虽然部分机构已通过建立交互式数据平台等方式提升了资助透明度，但是资助数据的缺乏或保密等问题不仅阻碍了对EDI政策有效性的评估，还反映了资助机构在相关议题上的制度不成熟以及所受到的政治干预。

来自渥太华大学的Anna Catharina Vieira Armond博士团队基于对264家生物医学资助机构的实践回顾，分析了数据管理与共享计划（Data Management and Sharing Plan，DMSP）政策的实施现状与问题。研究发现，尽管DMSP政策日益受到资助机构的关注，但其政策实施在不同机构之间存在显著的差异性：仅有32%的资助方提出了明确的DMSP政策，其核心问题在于政策要求与资源支持脱节。多数机构强制要求提交DMSP，但仅有14%资助机构明确表示会补偿相关成本。更重要的是，当前的DMSP政策要求更侧重指定数据存储库等合规性审查，还未达到引导高质量数据管理实践的目标，从而导致DMSP在实践中被视为一种形式化的行政负担。

资助机构在项目遴选过程中的偏好问题一直是资助问题研究的重点议题之一。美国西北大学复杂计算研究所的Huilian Sophie Qiu博士团队基于对超过9000份基金申请书的文本分析，探究“宣传性语言”在同行评审中的作用。研究发现，申请书中宣传性词汇的使用频率与获得资助的概率呈显著正相关。值得注意的是，宣传性语言并非空洞的修辞也与研究的新颖性指标及最终成果的引用影响力正相关。研究同时揭示了潜在的偏误，例如女性申请者倾向于更少地使用宣传性语言，无形中影响了她们的申请成功率。

资助机制一直是科技资助问题的核心议题。中国科学院科技战略咨询研究院的阿儒涵研究员团队以我国科技计划中“使命导向的基础研究”为对象，开展了资助机制与研究绩效的关系分析。该研究的核心贡献在于测度了资金在资助机构、项目层面的集中度与科研绩效表现的关系。在绩效表现中，在传统科研绩效的基础上，基于大语言模型算法构建了目标达成度指标，一方面弥补了传统绩效指标的滞后性问题，另一方面也体现了使命导向基础研究的特点。研究发现：在项目层面，经费集中（即大额经费支持少数团队）与研究影响力、创新性和目标达成度均呈正相关；然而，在机构层面，经费集中度却与目标达成度呈负相关。这一发现为使命导向型基础研究的资助机制优化提供了重要启示，即“机构层面分散，项目层面集中”可能是一种更优的模式。

无独有偶，来自奥胡斯大学的Emer Brady博士团队的研究同样关注到使命导向资助问题。该研究以瑞士国家科学基金会（Swiss National Science Foundation，SNSF）定向资助项目数据为对象，运用Kullback-Leibler散度等方法量化主题变化，检验了使命导向型资助是对研究方向的影响。研究结果显示，受到使命导向型资助的PI在项目执行期间的研究主题发生了显著的转变。更重要的是，研究者在项目结束后并未“反弹”回其原有的研究方向，进一步证明了使命导向型资助在塑造和调整研究方向方面的长期效应。

此外，奥地利格拉茨的研究所的Thomas Klebel博士团队还从理论层面探讨了不同资助模式对研究者数据共享行为的动态影响。基于主体的计算模型（Agent-Based Model）模拟结果显示，集中资助（少数大额基金）虽能促使少数精英研究者更快采纳数据共享，但由于激励覆盖面窄，社区整体的最终共享率较低。相比之下，分散资助（多数小额基金）虽然初期见效慢，但能激励更广泛的群体，最终实现更高水平的整体共享。该模型还揭示了一种“反马太效应”：在竞争压力下，资源较少的行动者可能更倾向于将数据共享作为一种差异化策略，从而率先做出行为改变。

在主旨报告后，参会代表就相关议题展开了热烈的研讨，最后分论坛主席RoRI联合主席兼主任、诺和诺德基金会的高级合伙人Gert Vilhelm Balling先生对分论坛进行了总结，并邀请报告人提出要带回给本国科研资助机构的2条建议。该分论坛是Metascience2025对科技资助问题关注的缩影，学者们通过多元化的视角和方法共同论证了资助机制对于改善科研行为、优化科研产出的重要影响。

阿儒涵，中国科学院科技战略咨询研究院研究员，第三方评估研究中心副主任，中国科学学与科技政策研究会科技政策专委会秘书长；李柏村，中国科学院科技战略咨询研究院博士研究生。文章观点不代表主办机构立场。

◆ ◆ ◆

编辑邮箱：sciencepie@126.com