[论文解读] Collective allocation of science funding: from funding agencies to scientific agency

Johan Bollen, David Crandall+3 more|arXiv (Cornell University)|Apr 3, 2013

scientometrics and bibliometrics research参考文献 11被引用 4

一句话总结

本文提出一种去中心化的科研资助模式，科学家们首先获得相等的基础资助，随后每年根据引用网络将固定比例的资金分配给同行，模拟集体同行评审。通过在3700万篇论文上进行大规模模拟，结果表明该系统产生的资助分配分布与NIH/NSF相似，同时降低了管理成本，提升了公平性与适应性。

ABSTRACT

Public agencies like the U.S. National Science Foundation (NSF) and the National Institutes of Health (NIH) award tens of billions of dollars in annual science funding. How can this money be distributed as efficiently as possible to best promote scientific innovation and productivity? The present system relies primarily on peer review of project proposals. In 2010 alone, NSF convened more than 15,000 scientists to review 55,542 proposals. Although considered the scientific gold standard, peer review requires significant overhead costs, and may be subject to biases, inconsistencies, and oversights. We investigate a class of funding models in which all participants receive an equal portion of yearly funding, but are then required to anonymously donate a fraction of their funding to peers. The funding thus flows from one participant to the next, each acting as if he or she were a funding agency themselves. Here we show through a simulation conducted over large-scale citation data (37M articles, 770M citations) that such a distributed system for science may yield funding patterns similar to existing NIH and NSF distributions, but may do so at much lower overhead while exhibiting a range of other desirable features. Self-correcting mechanisms in scientific peer evaluation can yield an efficient and fair distribution of funding. The proposed model can be applied in many situations in which top-down or bottom-up allocation of public resources is either impractical or undesirable, e.g. public investments, distribution chains, and shared resource management.

研究动机与目标

• 为解决传统科研资助同行评审中存在的低效与偏见问题，此类评审方式通常需要高昂的管理成本，且可能存在不一致或不公平的情况。
• 设计一种自我校正、去中心化的资助机制，利用集体科学判断，避免中心化把关。
• 评估基于引用的匿名捐赠系统是否能够复制或近似现实世界中NIH和NSF等机构的资助分配模式。
• 评估科学家作为资助者与受助者双重角色的系统可行性与性能，其资金分配基于对科学价值的集体判断。
• 探索此类系统能否动态适应科学优先事项的变化，同时保持公平性与效率。

提出的方法

• 每位科学家被分配固定的基础资助金额（例如100,000美元），代表政府提供的均等拨款。
• 每年，科学家们将其总资助金的固定比例F，根据其近期论文（过去5年内发表）所获得的引用情况，分配给其他科学家。
• 资助流动被建模为递归系统：总资助额 A_i^t = B + 来自前一年其他科学家捐赠的总和。
• 捐赠资金按比例分配，依据科学家从本年度发表论文中获得的引用数量，排除自我引用及超过5年的引用。
• 通过名称匹配程序，利用子名启发式方法合并作者姓名，以解决缩写与首字母变化带来的差异。
• FundRank算法利用1992–2010年的引用数据，对867,872名科学家的资助周期进行年度模拟。

实验结果

研究问题

• RQ1 去中心化、基于引用的资助系统能否产生与NIH和NSF等成熟机构相似的资助分配分布？
• RQ2 与传统同行评审相比，该系统是否在保持公平性与效率的同时，显著降低了行政管理成本？
• RQ3 在科学优先事项与引用模式发生变化时，资助分配如何随时间演变？
• RQ4 集体同行评审中的自我校正机制在多大程度上能带来稳定、公平且高产的资助结果？
• RQ5 一种科学家既作为受助者又作为资助者的系统，能否在表现上优于自上而下或随机分配的模型？

主要发现

• 使用3700万篇论文与7.7亿条引用进行的模拟，生成的资助分配分布与实际NIH和NSF的资助分配高度一致，验证了该模型的真实性。
• 该系统在显著降低行政管理成本的前提下实现了与传统同行评审相似的资助分布，因其消除了提案提交与中心化评审委员会的需要。
• 高被引科学家——表明其具有较高的科学影响力——获得了不成比例的更多资助，反映出其在科学共同体中被广泛认可的价值。
• 资助流动能够动态响应科学趋势的变化，随着引用模式随时间演变，展现出对科研优先事项变化的响应能力。
• 该模型通过为所有参与者保障基础资助，同时通过同行资助机制放大高影响力研究者的贡献，从而维持了公平性。
• 在完成姓名匹配后，发现65,610名科学家同时存在于FundRank模拟结果与NIH/NSF数据集中，从而实现了资助结果的直接对比。