摘要
研商，是一種度量學(xué)術(shù)天賦的指標，我們將其理解為科學(xué)家的科研能力的得分。Barabási的團隊在Science上發(fā)表的論文發(fā)現(xiàn)，重要的科學(xué)發(fā)現(xiàn)嚴重依賴于研商和運氣，而不是學(xué)術(shù)積累，不是后天努力。
文稿：李江 屈天鵬
論文推薦人：史冬波 / 上海交通大學(xué)
![]()
注：圖片來源于參考文獻中的論文
從事學(xué)術(shù)學(xué)習(xí)需要天賦嗎？
Barabási的團隊在Science上發(fā)表論文證明，想做出出色的學(xué)習(xí)是需要天賦（某種學(xué)術(shù)能力）的，這種天賦就像人的智商一樣，并不依賴于個人努力。在整個職業(yè)生涯中，科學(xué)家的這種學(xué)術(shù)能力不會發(fā)生大的變化。因此，我們不妨稱其為“研商”。
根據(jù)某大型搜索引擎的百科的定義，智商是通過一系列標準測試測量人在其年齡段的認知能力（“智力”）的得分，主要包括短期記憶力、推理能力和語言能力。“研商”可以理解為科學(xué)家的科研能力的得分。
做出出色學(xué)習(xí)成果的科學(xué)家只占一小局部，對于多數(shù)人而言，無論多么努力，終其畢生也沒有重要的科學(xué)發(fā)現(xiàn)。研商高就夠了嗎？不是，要想有重要的科學(xué)發(fā)現(xiàn)，還需要一些運氣。這種運氣是選對學(xué)習(xí)領(lǐng)域與學(xué)習(xí)主題。
Barabási的團隊發(fā)現(xiàn)，出色的學(xué)習(xí)成果（高影響力成果）取決于兩個因素：研商和運氣。模型表述為：C＝p×Q，其中，C表示影響力，p 表示運氣，Q表示研商。該模型的含義為，科學(xué)家隨機選擇了一個學(xué)習(xí)主題，該主題的潛力為p，科學(xué)家以天賦Q去深入學(xué)習(xí)，最后得到學(xué)習(xí)成果的影響力為C。更通俗地解釋，科學(xué)家隨機選擇地方挖坑，挖到金礦的概率為p，科學(xué)家憑某種能力能更快找到金礦的準確位置。因此，要快速找到金礦，既需要運氣，也需要科學(xué)家的某種能力。
學(xué)術(shù)積累重要嗎？
按照傳統(tǒng)的理解，在學(xué)術(shù)職業(yè)生涯中，經(jīng)驗積累非常重要，學(xué)術(shù)泰斗中年輕人極少。我們不懷疑對于單個個體而言學(xué)術(shù)積累的重要性，但在不同個體之間比較時，Barabási的團隊發(fā)現(xiàn)，學(xué)術(shù)積累似乎沒有那么重要，重要的科學(xué)發(fā)現(xiàn)可以出現(xiàn)在學(xué)術(shù)生涯中的任何時候，可以是第一年，可以是最后一年，也可以是中間的某一年。Frank A. Wilczek（2004年諾貝爾物理學(xué)獎獲得者）的影響力最大的科學(xué)發(fā)現(xiàn)，是其學(xué)術(shù)生涯發(fā)表的第一篇論文。John B.Fenn（2002年諾貝爾化學(xué)獎獲得者）的影響力最大的科學(xué)發(fā)現(xiàn)出現(xiàn)在其退休之后。
上圖中清晰地顯示，不同天賦的科學(xué)家從事學(xué)術(shù)學(xué)習(xí)工作之后，其成果的影響力分布不同。對于研商Q＝9.99的科學(xué)家而言，其學(xué)習(xí)成果的影響力介于0至300；對于研商Q＝3.31的科學(xué)家而言，其學(xué)習(xí)成果的影響力介于0至100；對于研商Q＝1.49的科學(xué)家而言，其學(xué)習(xí)成果的影響力介于0至30。三位不同科學(xué)家的學(xué)術(shù)成就的差異，嚴重依賴于研商，而不是年齡，不是學(xué)術(shù)積累。
后天努力重要嗎？
我們不應(yīng)該否定我們的價值觀，任何時候，對任何個體而言，后天努力都非常重要，笨鳥可以先飛。但談到重要科學(xué)發(fā)現(xiàn)，對于不同的個體而言，研商似乎更重要。
對于研商高（Q＝10）的科學(xué)家而言，努力發(fā)論文，產(chǎn)量翻一番，其影響力的最大值可以提升50次；而對于天賦低（Q＝1.2）的科學(xué)家而言，努力發(fā)論文，產(chǎn)量翻一番，其影響力的最大值僅能提升7次。這種學(xué)術(shù)成就的差異嚴重依賴于研商，而不是后天努力。
“研商”的預(yù)測功能
當(dāng)前所有關(guān)于科學(xué)家的定量測度指標都存在缺陷，即這些指標都不穩(wěn)定，例如，發(fā)文量、被引次數(shù)、h指數(shù)等。這些指標值都會隨時間增長，因此，無法比較處于不同發(fā)展階段科學(xué)家。相比而言，研商Q值相對穩(wěn)定，并不會隨時間發(fā)生大的變化，因此，與科學(xué)家的發(fā)展階段無關(guān)。比較兩個年齡不同、學(xué)術(shù)積累不同的科學(xué)家時，用發(fā)文量、被引次數(shù)、h指數(shù)都難以發(fā)現(xiàn)差異，但用研商Q值，足以說明兩者的差距，并預(yù)測未來的發(fā)展趨勢。所以，預(yù)測諾貝爾獎得主，不必再依賴發(fā)文量、被引次數(shù)、h指數(shù)等指標，而可以直接用研商Q值。
研商Q值的優(yōu)點是它對76%的科學(xué)家來說都是恒定的，而其它指標都隨時間變化。研商Q值的穩(wěn)定性使其能夠預(yù)測科學(xué)家職業(yè)生涯的演化。低Q值科學(xué)家即使增加了發(fā)文量，也不能從本質(zhì)上提高發(fā)表高影響力論文的幾率。一個科學(xué)家的h指數(shù)（即至少有h篇高被引論文被引用至少h次）由其研商Q值和總發(fā)文量共同決定，Q模型可以準確地預(yù)測h指數(shù)的演變。例如，利用一個科學(xué)家職業(yè)生涯早期的數(shù)據(jù)（如前20-50篇論文）算出的Q值可以預(yù)測其后來的影響力（如h指數(shù)）的演化，早期h指數(shù)相同而Q值不同的兩個科學(xué)家，在后期他們的h指數(shù)會拉開差距。
Q模型理清了科學(xué)成就、研商和運氣在學(xué)術(shù)生涯中的作用，揭示了科學(xué)成就產(chǎn)生的統(tǒng)一模式，能夠準確地預(yù)測科學(xué)家影響力的演化。
學(xué)術(shù)天賦受什么因素影響？
根據(jù)表達式C＝p×Q，轉(zhuǎn)化后可得Q值的表達式為Qi=e(logc10，i)-μp。Q不由單獨的某一篇高水平論文決定，不由運氣決定，也不由某一合著者決定，而是由貫穿學(xué)術(shù)生涯的高水平的學(xué)術(shù)能力決定，也就是說，可以根據(jù)科學(xué)家學(xué)術(shù)生涯前若干年的發(fā)表情況計算出科學(xué)家的Q值。
Q值與受教育背景、工作機構(gòu)平臺、學(xué)科領(lǐng)域規(guī)模、性別、學(xué)習(xí)方向、發(fā)表習(xí)慣等之間的關(guān)系現(xiàn)在尚不清楚。
數(shù)據(jù)與處理方法
一個科學(xué)家的生產(chǎn)力由發(fā)文量體現(xiàn)，而論文的影響力可以由被引次數(shù)體現(xiàn)，例如一篇論文發(fā)表后10年內(nèi)的被引次數(shù)，以下簡稱“c10”，并將該科學(xué)家的c10值最高的論文簡稱“c10*”。
為了量化科學(xué)家影響力的演化，作者學(xué)習(xí)了2887位有20年以上發(fā)表論文經(jīng)驗并且至少發(fā)文10篇（每5年至少1篇）的物理學(xué)家于1893-2010年間在Physical Review系列期刊發(fā)表的論文。論文和被引次數(shù)來源于兩個數(shù)據(jù)集：APS數(shù)據(jù)集和Google Scholar與Web ofScience結(jié)合的數(shù)據(jù)集。
基于被引次數(shù)的學(xué)習(xí)需要解決三個問題：（1）不同論文的被引曲線不同；（2）論文的平均被引次數(shù)隨時間變化；（3）被引次數(shù)受學(xué)科領(lǐng)域影響。為了解決第一個問題，作者采用論文發(fā)表后10年的累計被引次數(shù)c10，消減被引曲線形態(tài)的影響；采用將c10值標準化的方法消減問題2和3的影響。
研商，一個判斷你學(xué)術(shù)前途的指標 |
|
收藏
分享
支持
反對
提升卡
置頂卡
沉默卡
喧囂卡
變色卡
千斤頂
照妖鏡
