[论文解读] Scientific productivity as a random walk

Sam Zhang, Nicholas LaBerge+3 more|ArXiv.org|Sep 8, 2023

scientometrics and bibliometrics researchDecision Sciences被引用 3

一句话总结

该论文提出，科学生产力遵循一种方差随时间递减的随机游走过程，将典型的科研生涯轨迹解释为后期职业阶段年际波动减少的统计结果。基于2,085名计算机科学系教师的实证数据，该模型成功再现了平均的峰值-下降模式以及个体轨迹的多样性，突出了偶然因素和系统性激励在塑造生产力中的作用。

ABSTRACT

The expectation that scientific productivity follows regular patterns over a career underpins many scholarly evaluations. However, recent studies of individual productivity patterns reveal a puzzle: the average number of papers published per year robustly follows the ``canonical trajectory'' of a rapid rise followed by a gradual decline, yet only about 20\% of individual productivity trajectories follow this pattern. We resolve this puzzle by modeling scientific productivity as a random walk, showing that the canonical pattern can be explained as a decrease in the variance in changes to productivity in the early-to-mid career. By empirically characterizing the variable structure of 2,085 productivity trajectories of computer science faculty at 205 PhD-granting institutions, spanning 29,119 publications over 1980--2016, we (i) discover remarkably simple patterns in both early-career and year-to-year changes to productivity, and (ii) show that a random walk model of productivity both reproduces the canonical trajectory in the average productivity and captures much of the diversity of individual-level trajectories, including the lognormal distribution of cumulative productivity observed by William Shockley in 1957. We confirm that these results generalize across fields by fitting our model to a separate panel of 22,952 faculty across 12 fields from 2011 to 2023. These results highlight the importance of variance in shaping individual scientific productivity, opening up new avenues for characterizing how systemic incentives and opportunities can be directed for aggregate effect.

研究动机与目标

• 解决一个悖论：尽管平均科研生涯呈现典型的生产力轨迹，但仅有约20%的个体表现出这一模式。
• 探究随时间变化的方差是否能解释年际生产力波动的随机波动，从而解释观测到的总体模式。
• 利用来自2,085名计算机科学系教师的实证数据，开发并验证个体生产力轨迹的概率生成模型。
• 探讨资助、合作及人生事件等系统性因素如何影响研究产出的变异性和总体趋势。
• 将关注点从确定性职业模型转向对科学生产力中随机性与偶然性的机制性理解。

提出的方法

• 将科学生产力建模为参数化的随机游走，其中年度出版物数量的变化遵循拉普拉斯分布。
• 引入随时间变化的方差参数，随职业阶段递减，反映后期年际波动减少。
• 利用来自205所授予哲学博士学位的机构（1980–2016年）的2,085名计算机科学系教师的实证数据，估计模型参数。
• 将简化模型（方差固定变化）与完整模型（具有马尔可夫动态）与观测到的生产力轨迹进行对比验证。
• 在零出版物处应用反射边界条件，以反映生产力的硬性下限。
• 使用最大似然估计和拟合优度检验，评估模型对实证数据的表现。

实验结果

研究问题

• RQ1 为何在大多数个体轨迹偏离该模式的情况下，总体数据中仍会涌现出典型的生产力轨迹？
• RQ2 具有时变方差的随机游走模型能否同时再现平均的典型模式和个体轨迹的多样性？
• RQ3 对生产力的零边界约束在方差与平均产出之间的关系中起到何种作用？
• RQ4 偶然的、不可预测的因素（如合作、失败、人生事件）如何导致生产力的年际波动？
• RQ5 系统性激励和制度因素在多大程度上可与职业阶段间生产力方差的变化相关联？

主要发现

• 典型的生产力轨迹是随时间推移年度生产力变化方差减小的统计结果，而非确定性的职业阶段。
• 年度生产力变化的分布与拉普拉斯分布高度吻合，表明等量增减的概率对称。
• 对生产力的零边界约束产生删失效应，当方差较高时会引致平均生产力的上移，从而将方差与平均产出联系起来。
• 具有时变方差的简化随机游走模型成功再现了典型轨迹，并捕捉了个体轨迹的大部分多样性。
• 完整马尔可夫模型揭示了其在捕捉长期依赖关系方面的局限性，提示非马尔可夫因素也可能影响生产力模式。
• 实证数据表明，早期职业阶段的生产力比后期更易变，支持方差递减假说。