科学知识生产过程中的超级科学家--基于个人因素与制度因素的实证分析

Many scientists, engineers and policymakers in knowledge management constantly trace the underlying pattern of scientific knowledge production. Yet, we could not receive satisfied answers from traditional research. Nevertheless, the rapid development of data recent years has aroused a renewed focus on knowledge production from the superstar scientists perspective. This paper introduces the topic in Chinese context and constructs a unique data set of the career paths and scientific performance of Chinese scientists. By using big data and quasi-experiment, we endeavor to answer the following questions: (1) the research pattern of Chinese radical innovation and the role of superstars; (2) the growth paths of Chinese superstar scientists; (3) and the impact of Chinese superstar scientists to the scientific community. Furthermore, we aim to build a theoretical model of scientific knowledge production in Chinese context and provide policy recommendations for the next round of science and technology system reform.

科学知识生产活动的基本规律一直以来都是所有从事知识生产活动的科学家和工程师以及知识管理的决策者不断追问的问题，然后传统的研究却无法给出满意的回答。近年来，大数据的背景下研究人员尝试以超级科学家作为这一问题的突破口。本研究将这一研究趋势引入中国情景，构建中国科学家成长经历与科研成果数据库，利用大数据分析技术和准实验方法，尝试解决以下问题：1）中国突破性科学发现的研究过程以及超级科学家的角色；2）中国超级科学家的成长规律；3）中国超级科学家对科学社区的影响。并最终在此基础上构建中国情景下的科学知识生产模型，为新一轮科技体制改革提供政策建议。

科学知识生产活动的基本规律一直以来都是所有从事知识生产活动的科学家和工程师以及知识管理的决策者不断追问的问题，然而传统的研究却无法给出满意的回答。近年来，大数据 的发展引领了对这一问题的新一轮研究趋势，本研究将这一研究趋势引入中国情景，构建中国 科学家成长经历与科研成果数据库，利用大数据分析技术和准实验方法，尝试解决以下问题: 1)中国突破性科学发现的研究过程;2)中国超级科学家的成长规律;3)中国超级科学家对科学社区的影响。因此，项目以大数据技术与准实验方法，构建了中国科学家成长经历与科研成果数据库，设计了中国科学家科技论文姓名消岐算法。在此基础上，项目基于量子反常霍尔效应的案例，构建了科学发现的过程模型；本项目从超级科学家的成长历程入手，研究了其职业生涯的关键节点的统计特征，包括年龄规律、性别特征、科学合作网络特征等。特别地，项目总结了中国科学家科学发现的黄金年龄为38-42岁，并发现了人才计划存在较强的马太效应，会扩大科技资源分配不均；最后，项目将科学家的所有特征与成长规律，整合成一个科学家职业生涯预测模型。本项目的开展具有两个方面意义: 一是构建了超级科学家数据库与中国科学家姓名消岐算法，解决了科技政策学术共同体的卡脖子技术问题，为后续研究奠定了基础；二是构建了科学家成长模型，有助于深入理解科学家的成长规律，并可应用于更为广泛的政策效果分析。