研究发现：近半数科研人会在 10 年内改行原创

来源：学术志

一项横跨 38 个国家、追踪近 40 万名科研人员的大型研究，揭示了一个让很多人心惊的数字 ——

他们中有 1/3 的人在发表第一篇论文后的 5 年内离开了科研圈，而有近半数的人在 10 年内离开了科研圈。

这不是个别现象，而是一个庞大的群体选择。波兰大学的 Marek Kwiek 教授团队利用 Scopus 数据库，追踪了 2000 年和 2010 年两个队列的科研人员发表轨迹，样本量之大，前所未有。

「我们一直在思考，也知道很多人在离开科研界，但我们对离开的规模可以说是不清楚的。」Kwiek 说。

现在，数据给出了答案。

数据的残酷：三分之一的人撑不过五年

研究团队追踪了两个群体 ——

2000 年组：14 万余名科研人员，从 2000 年开始发表第一篇论文。2010 年组：23 万余名科研人员，从 2010 年开始发表第一篇论文。

结果很清晰：

2000 年组中，1/3 的科研人员在 5 年内不再发表论文。这个比例在 10 年内上升到近一半，到 2019 年接近 2/3。

意味着什么？

一个刚发表第一篇论文的年轻科研人，十年后还在学术圈的，已经成了少数。

这不是失败，这是结构的筛选。

性别差异：女性走得更快

数据中最刺眼的一行是 ——

女性比男性多 12% 的概率在 5-10 年后离开科研界。

到 2019 年，2000 年组只有 29% 的女性仍在发表论文，而男性的比例为 34%。

更具体一点：

生物学领域，女性 10 年后离开学术圈的概率为 58%，男性为近 49%。差了近 10 个百分点。

物理学、数学、工程学、计算机科学，性别差异反而不大。

为什么？

研究者没有给出确切答案，但 Joya Misra 指出，发表数据本身可能低估了女性的贡献。「在发表著作中，女性很多时候不被看作是合作者，所以我们在发表著作中的代表性一直偏低。」

一个细节是，2010 年组的性别差距明显缩小 —— 约 41% 的女性和 42% 的男性在首次发表 9 年后仍在发表论文。这被研究者视为「积极的信号」。

他们为什么离开？

研究告诉我们「谁在什么时候离开」，但没有告诉我们「为什么离开」。

2023 年的一项研究填补了这个空白。

White-Lewis 和同事分析了美国学术机构 2015 年至 2019 年的 773 名员工的离职决定，发现家庭因素、终身教职状态和工资是决定离开的主要因素。

分开来看 ——

家庭因素：很多科研人员在职业上升期正好赶上生育窗口，而学术圈的「非升即走」机制，几乎不给这个窗口留余地。

终身教职状态：教职竞争的残酷程度，超过很多人的想象。一个终身教授岗位，可能对应着数十个博士后、上百个博士生的竞争。这不是能力问题，是供需问题。

工资：学术圈的薪资，长期低于工业界。当同龄人在企业里拿着几倍的薪水，而自己还在为下一个项目经费发愁，落差会越来越大。

真实的选择

有人可能会想：是不是这些人本来就不够优秀？

2026 年初，媒体报道了一个故事 ——

一名 28 岁的博士生，连续发表两篇 Science，却选择放弃科研，转行进入投资领域。

这个选择在圈内引发讨论。有人惋惜，也有人理解：科研的快乐和生存的压力，有时候不在同一个天平上。

但离开后的感受，并不总是「解脱」。

有报道称，一名天体物理学博士在转行做数据科学 7 年后，公开表示对离开学术界感到遗憾。

他在工业界的工作做得不错，收入也稳定。但离开之后才发现，有些东西是工业界给不了的 —— 那种追问自己着迷问题的自由。

这个群体的存在，提醒我们 —— 转行不是终点，每个人对「好生活」的定义都不一样。

离开的真实含义

研究的作者强调，「不再发表论文」不等于「完全放弃科研」。

很多人选择 ——

• 进入工业界，做应用研究

• 转向行政岗位，留在科研机构

• 进入高校，但减少研究任务

他们离开了学术发表的赛道，但没有离开专业本身。

社会学家 Misra 说：「如果不进行采访和问卷调查，我们无从得知每个人的具体选择。」

这意味着什么？

近半数的离开率，指向的是一个结构性问题 ——

学术圈的入口，远大于出口。

每年有大量博士毕业、博士后进站，但终身教职的岗位数量几乎是固定的。这不是某个国家的问题，是全球学术圈的共同困境。

那个「读博 → 博后 → 教职」的理想路径，对大多数人来说，已经不是一个路径，而是一个筛子。

筛掉的不一定是能力不足的人，而是 ——

• 不愿承受家庭代价的人

• 不接受「非升即走」节奏的人

• 在别处找到了更好选择的人

近半数的离开率，听起来像是一个坏消息。但换个角度 ——

这不是「失败率」，这是「选择率」。

每个人在某个节点做出选择：继续留下，或者换一条路。有些人找到了更适合自己的位置，有些人后悔了，有些人还在犹豫。

数字只是数字。真正重要的是，每一个数字背后的人，在想什么。

Kwiek 计划在后续研究中，用 AI 对话机器人进行大规模访谈，去了解那些离开的人，真正的理由是什么。

也许到那时候，我们才能理解 ——

这不是一群逃离的人，而是一群在选择的人。

数据来源：Kwiek, M. & Szymula, L. High. Educ. https://doi.org/10.1007/s10734-024-01284-0 (2024) 原文作者：Miryam Naddaf