[论文解读] Why Scientists Chase Big Problems: Individual Strategy and Social Optimality

Carl T. Bergstrom, Jacob G. Foster+1 more|arXiv (Cornell University)|May 19, 2016

Innovation, Sustainability, Human-Machine Systems参考文献 57被引用 15

一句话总结

本文运用博弈论模型分析科学家在追求重大问题与常规研究之间的选择，表明只有顶尖科学家通常会参与高风险的科学竞赛。该研究挑战了‘开放科学’——即立即共享部分研究成果——能始终加速发现的假设，表明这种透明度反而可能使关键研究人员退缩，从而降低竞争激励，减缓整体科研进展。

ABSTRACT

Scientists pursue collective knowledge, but they also seek personal recognition from their peers. When scientists decide whether or not to work on a big new problem, they weigh the potential rewards of a major discovery against the costs of setting aside other projects. These self-interested choices can potentially spread researchers across problems in an efficient manner, but efficiency is not guaranteed. We use simple economic models to understand such decisions and their collective consequences. Academic science differs from industrial R&D in that academics often share partial solutions to gain reputation. This convention of Open Science is thought to accelerate collective discovery, but we find that it need not do so. The ability to share partial results influences which scientists work on a particular problem; consequently, Open Science can slow down the solution of a problem if it deters entry by important actors.

研究动机与目标

• 理解驱动科学家选择追求高影响力‘重大问题’与常规研究的战略激励。
• 分析开放科学的社会效率——具体而言，立即共享部分研究成果是否能加速科学发现。
• 建立个体激励、科学声誉与集体成果在科学问题求解中相互作用的模型。
• 构建一个正式框架，整合问题选择、信息共享、时间偏好与科学资本，以支持政策相关分析。
• 挑战开放科学普遍提升科研效率的假设，尤其是在竞争性研究环境中。

提出的方法

• 构建一个动态博弈论模型，科学家根据预期声誉收益与机会成本决定是否参与解决重大问题的竞赛。
• 引入时间偏好与异质性科学资本，建模显示顶尖研究人员更可能参与高风险竞赛。
• 引入在科学竞赛中参与或不参与的战略选择，同时部分研究成果公开共享。
• 分析信息共享对参与激励的影响，表明共享可能降低顶尖科学家的预期收益。
• 使用比较静态分析评估信息共享规范、竞争水平与时间偏好变化对问题解决速度的影响。
• 将模型扩展至考虑内生信用体系与问题难度的不确定性，以支持更丰富的政策分析。

实验结果

研究问题

• RQ1 在何种条件下，顶尖科学家会选择参与解决重大科学问题的竞赛？这如何取决于声誉激励与竞争程度？
• RQ2 立即共享部分研究成果（开放科学）是否总是能加快问题解决？还是可能因关键参与者的退出而受阻？
• RQ3 时间偏好与科学资本的异质性如何影响在重大问题上认知劳动分配的效率？
• RQ4 信息共享规范在哪些方面会降低高影响力科学家参与竞争性研究竞赛的激励？
• RQ5 科学信用体系的结构应如何重新设计，以更好地使个体激励与解决重大问题的社会效率保持一致？

主要发现

• 只有科学资本最高的科学家才会被预测进入并参与解决重大问题的竞赛，原因在于进入的高机会成本。
• 开放科学可能通过使顶尖研究人员因担心失去独家署名权而退缩，从而减缓重大问题的解决。
• 模型表明，传统观点认为开放科学总是能加速发现，并非普遍成立；其效果取决于所创造的战略激励。
• 部分信息共享的存在会降低顶尖科学家的预期收益，尤其当他们对问题难度或竞争对手实力不确定时。
• 科学家之间时间偏好的异质性进一步降低了研究资源社会最优配置的可能性。
• 模型揭示，即使科学家仅基于自身利益行动，社会效率也未必能由个体理性保证，原因在于信用与信息体系中的激励错配。