科学的经济学分析

9.科学知识的生产函数

　　施蒂格勒在1982年的诺贝尔奖获奖演说中这样描述知识的生产函数：如果没有时间、智慧和研究资源的大量投入，任何新思想，即对现有问题的新理论和新方法以及对新领域的开拓，都难以被充分掌握，被发展成可接受的假说，并得到实证检验（Stigler，1983，第536页）。我们这里将更细致地探讨这些内容。作为经济学家，我们之前最关注个人在此过程中的直接贡献，而忽略了研究资源的重要性。

　　9.1时间与智力投入（*第9.1节来自如下研究：Stephan and Levin（1992）。

　　人们经常认为科学家看问题一针见血，但研究表明科学工作很耗费时间。研究者往往如此描述高产的科学家，尤其是杰出科学家：动力十足，拥有为长远目标而艰苦工作并持之以恒的耐力或能力（Fox，1983，第287页）。上述人力资本模型的一个优点是，明确考虑了时间在科学发现中的作用。这些模型还承认智力投入或者更一般的认知投入的重要性。

　　认知资源有几个维度与科学发现有关，一个是能力，通常认为从事科学研究需要高智商。若干研究也的确显示，科学家的整体智商较高。（*有研究表明，物理学博士的平均智商接近140（Harmon，1961，第169页）。Catherine Cox用传记方法估算杰出科学家的智力水平，认为莱布尼茨达到205，伽利略为185，开普勒约为175，有关综述参见Roe（1953，第155页）。）人们还公认，某些人尤其擅长科学研究，其中少数属于杰出类型。认知投入的另一个相关维度是科学家掌握的相关课题的知识基础。这种知识不仅用于解答问题，还包括选择问题以及对问题的排序等。

　　知识对科学发现的重要性表现在多个方面。第一是加剧了竞赛，因为知识的公共属性意味着有众多研究者可以获得解决问题所需的知识。第二，知识既可以由相关的科学家自己掌握，也可以来自研究文献。不同类型的研究可能更依赖其中某一种方式。例如，从物理学改行做生物学研究的核物理学家西拉德（Leo Szilard）有一次告诉生物学家布伦纳（Sydney Brenner）：在离开物理学之后，或许永远不能洗个很舒服的澡了。因为作为物理学家，他可以泡在浴缸里思考好几个小时。但进入生物学领域后，他总是不得不起身查看各种情况（Wolpert and Richards，1988，第107页）。

　　第三，如果科学家未能紧跟所在学科的进步，他的知识基础可能过时。而另一方面，科学界的潮流意味着最新培养出来的人未必总是培养得最好的，特别是在粒子物理学等领域（Stephan and Levin，1992）。历练在科学界或许是重要的，但并不总是符合明塞尔所说的“知识长期进步”的含义（Mincer，1974，第21页）。

　　第四，有些案例表明“过多”的知识可能对发现不利，因为这会“拖累”研究者。例如有观点认为，杰出的研究有时来自年轻人，因为他们比年长的同事知道的更少，从而更少受问题选择和方法选择的困扰。（*有研究表明，来自边缘位置的人（也可称为外部人）比牢牢植根体制的人对科学做出的贡献更大（Gieryn and Hirsch，1983）。我们的研究表明，这可以部分解释为什么杰出贡献更多来自年轻人（Stephan and Levin，1992）。对诺奖得主的分析表明，尽管获奖成果不都是在年轻时做出的，但职业生涯中期以后的成就概率会显著下降。）

　　最后，用于解决问题的认知资源可以通过组建研究团队来强化，或者至少通过与另外一位研究者的合作来改善。（*这里未区分团队与合作的概念，但有学者认为，团队是更深层次的合作（Beaver，1984）。）由于专业化的发展以及仪器设备越来越需要配备专业技能，团队在科学研究中的地位也变得更加突出。有学者指出，还有其他两个因素推动研究者寻找合作伙伴（Barnett、Ault and Kaserman，1988）。一是通过合作使自己的研究课题多元化，以减小风险；二是时间的机会成本在上升。此外还有研究质量的考虑。关于科学研究生产率的文献表明，相比个人研究者，与其他人开展合作的科学家的效率更高，也能经常得到质量更好的成果。（*有学者讨论过科学研究的数量、质量与合作之间的关系（Andrews，1979；Lawani，1986）。其他影响因素还包括，合作研究更多发生在受资助研究项目，更多发生在实证研究而非理论研究（Fox，1991）。）

　　表4反映了现代科学走向合作的趋势。其中表4A报告了科学引用指数中每项发表成果的平均作者人数，可以看到在短短15年内，这个数字增加了一人，增幅接近40%。合作发表状况随不同学科领域与组织背景而不同，这并不奇怪。表4B反映的是，通过对四个领域在1972—1981年的博士学位获得者的调查，测算得出的受访者论文的平均合作者人数。在联邦资助的研发中心工作的物理学家，其论文的合作人数特别多，说明大型粒子加速器的使用时间必须分享，加速器实验设计所需的专业技能远远超出任何个人能掌握的范围。的确，在物理学中甚至有这种传闻：某篇实验论文的作者名单的长度超过了论文本身。　

　　9.2研究资源

　　知识生产还需要研究资源的投入。在社会科学中，这通常意味着利用个人电脑、数据库以及一两个研究助理。对物理学家来说，要求可能多得多，包括使用大型设备、依靠人数众多的研究生和博士后的协助等。在生物学中，研究还需要利用实验对象（包括人类与其他物种）以及某些菌株等。在此类学科中，奖励分享资源的合作者是常见现象。表4中记录的合作者人数或许没有反映参与研究项目的团队的真实规模。

　　在评估学术研究中用到的设备规模时，可以借助美国国家科学基金会发布的三年期报告，其内容反映了学术机构使用的科学和工程设备的特点。最近的调查描述了1988—1989年可移动科学和工程设备的存量（National Science Foundation，1991b），价值为10 000～999 999美元，范围包括全国的研究型学院、综合大学和医学院。该报告估计，设备的总购买支出约为32.5亿美元，主要发生在之前的5年中。该调查结果见表5，其中包含设备购买的时间以及平均价格。例如我们能看到，电子显微镜的平均价格为11.96万美元，核磁共振仪的平均价格为14.6万美元。这些平均值或许主要来自教学设备。高级的核磁共振仪和质谱仪的价格经常超过100万美元，因此未包含在该调查中。还有其他类型的设备也由于成本因素被排除。例如，加速器和望远镜的价格经常超过1 000万美元，通常由多个机构共享。（*有必要指出，技术是科学研究所用设备的重要组成部分。有些人认为科学是技术的发动机，是技术变革的必要条件，他们往往忽略了上述事实。Rosenberg（1982，1994）分析过这个议题。Price（198，第247）在后期的一次公开讲座中也做过很透彻的阐述：“如果你不了解创造新科学的技术机遇，你或许会认为，那些突破都是发生在某些有奇思妙想的人身上……带来巨大的革命性变化的理论范式突破有时确实可能由思想灵感引发，但在多得多的情形下，是来自技术在科学中的应用。”）

　　研究生与博士后对研究过程的重要性更难评估，但对高产出科学家的案例分析表明，在大多数领域，他们都是研究的必要投入部分。例如，化学家经常需要3～4名研究生和1～2名博士后在实验室协助工作。

　　资源对科学研究过程的极端重要性意味着，在许多学科领域，获取资源是从事研究的必要条件。并不像人力资本模型假设的那样，有从事研究的想法就足够了。大学院系里的设备通常只给职业生涯的前几年使用，并且是较低端的设备。所以，寻找设备以及给研究生和博士后的津贴成为科学家要承担的责任。如果研究需要利用学校之外的大型设备，科学家还必须向相关研究机构缴纳经费，以获得使用时间。这些现象表明在许多研究领域，筹资已成为开展研究的必要条件，至少对科学家发起或设计的项目是如此。探索这些领域的科学家带有企业家的许多特征。在研究生和博士后阶段，他们必须努力工作，在其他人的实验室里树立自己的信誉。如果表现不错，并获得科研职位，他们随后将在研究型大学获得实验室。之后几年，他们将借助这些资本去撬动融资。如果获得成功，他们将面临为实验室持续寻求资助的繁重任务；如果失败，找到其他大学再给自己提供启动资本的概率会很低。　　

　　9.3从事科学研究的另一条路径

　　以上讨论让我们思考，经济学家是否应该开发出另外一套分析科学研究过程的方法，强调资源而非生命的有限性在科学发现过程中的重要性。这种方法的一个关键是，承认过去的成就对决定筹资和未来成功至关重要。此类模型可以从产业组织领域的实证研究中汲取灵感，例如新企业的进入及存活状况。（*早期研究认为企业规模与存活概率正相关，更近期的研究把新企业的创建、生存与增长同基本的技术体制明确联系起来。这方面的文献综述见Audretsch（1995）。科学家与企业的相似性不限于临界规模的概念，还与学习过程有关。企业家在市场里积累经验，确认自己是否走对了路子，能否适应市场环境的变化，根据对手的策略而应变。科学家也会在职业生涯中获得成长。）产业组织研究的一个普遍发现是，虽然进入相对容易，存活却很艰难，取决于在某个时间限度内达到临界规模（critical mass）。科学界存在类似情况，尤其是我们可以认为进入科学研究职业发生在研究生阶段。大多数新入行者能在这一阶段生存下来，许多延续到博士后阶段。从大学院系或其他非营利机构获得创业资本则困难得多，有相当数量的科学家从未成为独立研究人员。而对做到这一点的人而言，关键在于能否利用启动资本在特定时间内获得一定的声誉，以吸引到经费资源。由于资金额度和优先度这些外生因素会随时间发生变化，实现难度会更大。我们推测，这种模型的数据拟合比人力资本模型会好得多，后者把当前的努力及成果视为职业生涯剩余时间的函数，而非过去的成就与达成临界规模的函数。另外我们还推测，新模型更加符合同年龄组科学家的研究生产率方差扩大的现象，至少在职业生涯早期，某些科学家不能在学界得到永久性职位。显然这一新方法非常强调累积优势的概念，或更普遍的路径依赖的概念（Arthur，1990）。

　　总之，可以合理地认为，经济学家需要反思用于分析科学家职业生涯的方法。一个颇有解释力的简化模型可以把科学家的目标设定为拥有自己的实验室，掌控自己的研究计划。鉴于资源对研究的重要性和过去的成就对获取资源的意义，科学家如果希望在融资行列里占有一席之地，就必须继续开展研究工作。