2021年出版的《The Science of Science》是近年來科學學領域公認的最重要的代表性著作之一，其中文版《給科學家的科學思維》同年面世，作者是科學學與網絡科學研究權威王大順、全球復雜網絡研究權威艾伯特－拉斯洛·巴拉巴西。二人以多年實證研究為基礎，通過解析千萬篇論文、上萬位科學家的職業生涯數據，將科學活動轉化為可觀測、可建模的系統，試圖揭示科研活動中的隱性規律，回答科學家職業生涯中的核心困惑——何時迎來成就巔峰？團隊如何實現創新？論文的影響力何以跨越時間？從Q因子對個人能力的量化，到團隊規模的創新效應，再到論文影響力的適應度模型，這些發現不僅挑戰了“青年天才論”“規模至上論”等傳統認知，也對科技政策制定具有深刻的實踐意義。

01

主要觀點：解碼科學職業、科學合作與科學影響力的規律

幾個世紀的科學探索，已讓人們積淀出許多關于科學發展規律的常識性認知。然而，當作者用數據透鏡重新審視人們自認為很熟悉的科學事業時，卻發現許多僅通過日常參與并不容易得出的結論，那些被經驗直覺籠罩的真相逐漸顯現。這本書的精華所在，正是基于大數據實證研究，揭示出“科學職業”“科學合作”“科學影響力”等方面令人耳目一新的有趣規律。

在科學職業發展方面，這本書指出，科學家的成就巔峰往往出現在職業生涯中期，而非傳統認知中的“青年天才期”。這一現象部分源于現代科學的“知識負擔”——學科交叉與專業深化的雙重需求，延長了能力積累周期，這為破除科研年齡歧視提供了實證武器。關于科研中的運氣成分，Q因子模型指出個人能力而非運氣才是將偶然成功轉化為持久高影響力的關鍵，這挑戰了“優勢累積理論”在一定程度上對運氣的強調。此外，“身份地位是影響力提升的紅利”，科學聲譽存在“成功孕育成功”的馬太效應。然而值得注意的是，科學聲譽的馬太效應可能擠壓青年學者發展。

在科學團隊合作方面，這本書進一步探討團隊最優規模問題，認為大團隊“兵團作戰”與小團隊“輕裝突圍”在科研活動中各有千秋，大團隊或更擅長解決現有問題發展科學，小團隊則更善于提出新問題顛覆創新。這一結論與經濟學的“規模不經濟”理論形成對話，但也需結合領域差異，粒子物理等依賴大裝置的領域仍以規模效應主導。團隊成員種族、國籍與機構多樣性的提升往往也會帶來論文影響力的增長。例如，LIGO引力波探測團隊匯聚十余國數千名研究人員，其學科交叉性直接推動技術突破。然而，多樣性亦需駕馭得當——明星成員扎堆可能引發“能人太多效應”，導致效率不升反降。真正的多樣性紅利，來自認知框架的差異，而非各種標簽的堆砌，好的團隊取決于團隊的結構和溝通模式。

在科學影響力塑造方面，這本書認為適應度，即論文具備的一組決定其相對于其他論文影響力的內在屬性，而非發表時機決定論文最終的影響力。這一模型呼吁科學評價體系關注“睡美人論文”，減少對影響因子的過度依賴。例如，愛因斯坦1905年的相對論論文在發表初期引用寥寥，卻在百年后成為物理學基石，或意味著只有深耕核心問題，方能成就科學史的“長跑者”。值得注意的是，對適應度的重視在擊破論文“短期熱度”假象的同時，引發對“長期價值”量化的思考，若以長周期為尺度評估成果，當代科學家又當如何獲得激勵？

總而言之，書中提出的科學學框架具備三重屬性：一是描述性，可以刻畫科學演化的宏觀規律，如團隊規模與創新類型的關系；二是預測性，可以通過Q因子等模型預判科研成果的長期影響；三是規范性，可以為科技政策制定提供實證依據，如優化基金分配策略。這種三位一體的定位，有助于科學學進一步突破傳統科學哲學的單一理論維度，成為連接理論與實踐的科學“元學科”，彰顯出科學思維的方法論自覺。

02

政策啟示：“用數據說話”及超越

《給科學家的科學思維》所展現的科學學的價值，既承襲了貝爾納、默頓開創的實證研究傳統，又賡續了普賴斯奠定的量化分析進路。這種將科研活動從“經驗黑箱”轉化為“數據白箱”的方法論創新，不僅進一步實現了對直覺經驗的系統化超越，揭示出科學知識生產的客觀規律，更在實證性與計量性的辯證統一中，彰顯了科學學研究方法論的獨特價值。

首先，科學學有助于樹立數據驅動的科學認知論。

《給科學家的科學思維》通過大數據與復雜網絡技術，將科學活動轉化為可觀測、可建模的系統。正如中國科學院鄭志明院士所言，本書能為科技政策制定者提供理論與實證方面的幫助。例如，書中揭示的科研巔峰期延遲往往出現在職業生涯中期的規律，提示政策設計者必須關注“大器晚成”的科學潛力。

其次，科學學有助于推進科研管理的科學化轉型。

科學學的一大貢獻在于將直覺經驗轉化為可操作的決策框架。例如，《給科學家的科學思維》團隊合作章節提出的“大團隊漸進發展、小團隊顛覆創新”法則，為科研基金分配提供了新思路：國家重大科技專項需要依托建制化的大型團隊實現資源協同，那么部分原創探索項目能否優先支持具備較高自主性、靈活性的小型團隊。

最后，科學學有助于實現科學評價的范式升級。

針對科學評價在某種程度上存在的“重量輕質”情況，《給科學家的科學思維》提供了破局之道。若僅以論文數量、影響因子為導向，科研發展恐陷入“高產低效”陷阱，而書中提出的Q因子（個人能力量化參數）與適應度模型（論文的內在屬性決定長期影響力），為構建“質量優先”的評價體系提供了一定參考。

這本書最大的特點是“用數據說話”，然而值得注意的是，量化方法固然有優勢，但也可能窄化科學的豐富性。正如海德格爾對技術理性的批判——技術理性可能將科學簡化為“持存物”，遮蔽其本真性。例如，Q因子可以量化論文序列中影響力的持續性差異，但難以捕捉凱庫勒夢悟苯環式的靈感迸發；適應度模型可以評估論文影響力，但可能忽視類似基因編輯技術的倫理爭議，難以判斷其社會效益。

03

科學學學科的四個階段

科學學的誕生與發展經歷了四重躍遷。

（1）學科萌芽

20世紀10年代起，在量子力學撼動經典物理的狂潮中，重建中的波蘭成為科學自我反思的思想實驗室。茲納涅茨基（F. Znaniecki）創立“科學學”學科構想，科塔賓斯基（T. Kotarbiński）正式提出“Science of Science”概念，奧索夫斯基夫婦（Maria Ossowska，Stanistaw Ossowski）則發表首篇學科綱領性論文。融合哲學、社會學、心理學多學科視角，科學學作為一門學問正式登上歷史舞臺。

（2）理論奠基

20世紀30年代起，出于對當時科技巨大影響力的反思，英國科學家貝爾納（J.D. Bernal）在《科學的社會功能》中系統論證科學的社會功能，探討其與經濟、政治的互動關系，并建立起科學社會學定量分析范式，標志著世界科學學進入奠基階段。差不多同時期的美國社會學家默頓（Robert King Merton）則關注科學的社會建制，提出“普遍性、公有性、無私利性、有條理的懷疑性”四重精神氣質。

（3）計量轉向

20世紀60年代起，普賴斯（Derek de Solla Price）發現科學文獻的指數增長律，納利莫夫（Nalimov）建構科學計量學理論體系，布勞溫（Pibor Braun）則創辦《科學計量學》期刊，科學計量學正式創立發展。在這一階段，通過模型、指標和數據驅動，科學計量學為科學學的量化研究帶來了兼具解釋力與預測力的方法論工具箱，迅速成為科學學的主流分支學科，推動科學學不斷走向成熟。

（4）計算轉向

21世紀以來，新一輪科技變革加速發展，人工智能和數據科學的爆發式增長，催生出科學新范式、研究組織新模式，也正推動科學學的計算轉向。計算科學學依托主動、開放的研究范式，基于全面、整體的數據主動進行算法設計，挖掘科學活動的深層規律，正是當下科學學的前沿研究領域。《給科學家的科學思維》顯然代表了科學學最新的研究范式之一，具有學科發展方面的價值。

04

結語：在自覺與敬畏之間

恰如克里克發現DNA雙螺旋時，既依托X射線衍射的精確數據，亦依賴對分子美學直覺的信念。未來的科學學，當如海森堡所言，在已知與未知的邊界，保持對不可計算性的敬畏。在數據建模與思想實驗的雙螺旋中，在算法預測與直覺頓悟的共生演化里，科學學正建構新的認知范式：它既需要愛因斯坦所言“思想實驗”的躍遷勇氣，也要保持默頓“科學精神特質”的制度自覺。這或許正是科學精神的終極隱喻：在數據與靈感的交織中，守護不可量化的探索自由。唯有在自覺與敬畏之間平衡工具理性與人文精神，方能在科學革命的永恒進程中，為人類科學事業注入新的可能。

余菁潔，上海市科學學研究所科技發展研究中心研究實習員。本文為作者在“科學學說”青年沙龍（第一期）的交流內容。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com