为什么研发资助的元科学很重要

围绕日本的研究实力，严峻的话题仍在继续。在高被引论文（Top10%校正论文数）的排名中，按2022—2024年平均的分数计数，日本仅排在第13位，大学教师的研究活动时间占比也在长期下降。虽然也有博士课程入学者连续3年增加这样的积极变化，但研究环境中仍然留有许多课题。

而且，这类讨论往往最终都会落到“研究经费要增加多少”这一金额问题上。

我也认为研究经费的总额很重要。在这个前提之上，本文想谈的是与金额一同左右成果的另一个要素，即研究经费“如何分配”，也就是分配方式的设计。

在日本，每年都有大量公共资金以竞争性资金和运营费补助金的形式分配给研究。此时，“设定什么目的”“需要几位评审员”“每个项目分配多少钱、持续几年”“申请有多麻烦”等设计，会改变申请和评审的负担，也会改变研究者能够挑战的内容。此前日本也已经通过科研费评审系统改革及其检验等推进改进，但我的问题意识在于：关于分配方式，是否还有进一步改进的空间。

这是因为我自己一直以评审员的身份参与各种资助制度，也一直在支持申请补助金和资助金的初创企业和研究者。在这个过程中我强烈感受到的是：如果不改变分配方式和评审机制本身，就无法把足够的资金送到有可能做出重大成果的研究手中，结果创新和初创企业也难以出现。

出于这样的问题意识，我此前写过关于随机资助、评审的创新、日益多样化的创新政策等的文章。而最近，国内外在这一领域接连出现新的动向。

对元科学的关注日益增加

研究科学如何推进、以及支撑科学的制度本身的领域，被称为元科学（元研究）。研究资金的分配方式也是其研究对象之一。这是一个早已有所积累的研究领域，但近几年来，政府和资金分配机构自己动手开展实验的动向不断扩大。

例如，英国在2024年设立了横跨政府与UKRI的Metascience Unit，正在推进评审方式等方面的实验。在2025年的首年度报告中，检验了评审周期的缩短以及评审员之间评价的一致程度等。

美国科学技术政策办公室（OSTP）在2026年发布的《Science: A New Golden Age》建议在各联邦科学机构中设置开展资助制度实验的元科学部门。此外，NSF宣布了支持独立研究组织的X-Labs项目，试图拓展承担研发的组织形态。

在日本，文部科学省的SPReAD已经启动，它在评审中引入AI的辅助性使用和随机抽选。面向2027财年，研究者与行政官员协作研究科学技术政策新方法的CATALYST提出了5亿日元的概算要求。此外，不仅是政府部门，还有由志愿者组成的元科学研究会等活动在开展。

在科学机构中设置元科学部门，Institute for Progress（IFP）也提出了建议。与IFP也有联系的Caleb Watney和Jenn Gustetic，将元科学整理为六大潮流。

(1) 提高研究公正性和可重复性的研究，(2) 推进知识公开与共享的开放科学，(3) 衡量科学活动和成果的科学计量学，(4) 考察资金和激励效果的创新经济学，(5) 研究研究组织运营和制度落地的R&D管理，以及(6) 创建新研究组织的制度企业家的实践。资助研究尤其与后三者密切相关。

本文将从研发资助的角度，简要整理我个人对“元科学为什么对现在的日本很重要”的看法。

理由（1）在人力和财源的限制下取得更多成果

像日本这样的中等强国，已经越来越难以在所有领域与美国和中国竞争。在财政上要投入到美中的水平也很困难，而且作为潜在担当者的劳动年龄人口今后也将减少。这样一来，除了扩充国内的研究经费之外，在争取海外科学类基金会等的资金、接收海外人才的同时，如何分配有限的人力和资金就变得越来越重要。

如果能够有效地分配资源，即使金额相同，也许能取得更多的科学成果。正因如此，对于同样的科学资源投入量，探索取得更多成果的方法，我认为恰恰是资源匮乏的日本需要有意识地去做的事情。

此时重要的就是元科学这样的举措。对于怎样的分配能够在降低成本的同时取得更多成果，不断提出改进方案十分重要。

尤其是，研究经费并不只是能直接用于科学研究的费用。其中还包含评审和运营流程所需的成本（包括运营外包费用等）。即使科学研究费的总额增加了，如果其中大部分被运营成本的上升和外包对象的咨询公司吸收，那么留在研究者手中的研究经费也许并没有变化。

为了避免出现这样的情况，弄清如何才能用好研究经费，我认为对日本而言是一个迫切的问题。

理由（2）提高科学的生产率

上面主要是日本的情况，而目前整个科学界也存在问题。

即使增加对研究的投入，也越来越难以获得与之相称的进步，这一问题在海外也已被指出。Bloom等人的研究表明，在多个产业和技术领域，研究投入的增加与研究生产率的下降同时发生。OSTP的2026年报告也把研发投资的收益递减视为问题，并重新审视制度与研究课题的匹配。

研究课题本身也可能变得更难，因此不能说原因只在于分配方式，但通过让资源分配适应当下的科学课题，也许能取得更多成果。

例如，长期给予研究者个人自由使用的资金，也许能产生更多成果。另一方面，赋予特定使命的限期团队在有些情况下可能更好。

美国能源部（DOE）的ARPA-E是一个支持高风险、变革性能源研究的机构，这类研究是传统机制难以支持的。在实施研究的组织方面，也有FRO（Focused Research Organization）这样的尝试。NSF的X-Labs在由独立的专职团队攻克课题这一点上，我认为也与FRO的想法相近。

大学和国立研究机构这样的制度，从某种意义上说，也是为了巧妙地吸纳当时社会外部性而作出的“发明”。然而如今，它们各自被要求承担比发明之初更广泛的责任，我觉得也已经到了重新审视其职责的时候。在某些情况下，我认为最好也把例如对大学进行拆分（unbundle）纳入视野。

除了组织形态之外，在给予同样资金的情况下，以什么形式最能取得科学成果，正在成为整个科学界的课题。我认为，日本为此作出贡献，或者通过给出更好的答案从日本产出更多科学成果，具有一定的意义；而为此，不能只是增加资金量，从元的层面审视科学技术研究活动本身的必要性也在增加。

理由（3）AI可能改变研究流程

作为更具时代性的课题，随着AI这一新工具的出现，研究流程有可能发生转变。

目前被提及的有论文写作和同行评审的问题等，但今后如果AI像电力一样作为通用技术、以辅助智力工作的形式被引入，科学的方法论也可能发生巨大变化。

大约100年前，电力被引入科学研究流程，改变了照明和冷却等研究环境，也使电解这样的操作成为可能。示波器和电子显微镜等拓宽了可观测的现象和测量方法。此后，随着计算机的发展，复杂的分析和实验的自动化也在不断推进。（工程史方面，ETHW的解说也值得参考。）

AI很可能正是这类工具之一。不仅是理工科，人文社科的研究流程也很可能发生巨大变化。而寻找适合这一变化的最佳方法，可以说正是当下科学在元层面所要求的。甚至，也许给所有人配发ChatGPT Pro就能产生更多成果，这也并非不可能。

不过，这不只是让原有流程更高效，也需要在组织的层面来考虑。商业组织中的AI使用已在其他博客文章等中说明过，科学也是同样：即使AI能在短时间内提出有希望的实验候选，如果设备已被占满，或者操作的人手不足，能够进行的实验数量也许不会增加。在这种情况下，把追加的研究经费用于运营共用设施和雇用技术人员，更能推动整个研究，这样的资源分配有可能实现整体最优。

而且，在让研究者使用AI时，还需要一并考虑由谁来操作设备、如何提供所需的计算资源和数据。某一个环节变快，别的环节所需的资源就会增加，因此合适的分配也会随之变化。例如OSTP也提出了对验证基础设施的投资，随着AI的普及，也需要提高验证结果的能力。

不能只是在各个研究环节中使用AI，还需要思考如何在整个科学技术研究的流程中接纳AI。我认为这里同样需要元的视角，也需要进行实验性的资源分配。

理由（4）研究权重的变化

除了科学内部的变化之外，社会对研究的要求也在改变。

在2022—2023年于68个国家开展的调查中，受访者希望的科学优先事项与他们感觉科学所重视的优先事项之间存在差距。另外，日本对科学家的信任度在5分制中为3.37，低于全部调查的平均值3.62。

今后日本国内各种供给不足可能会持续，在这种情况下，如果科学技术不能为国民眼前的课题作出贡献，对科学的信任度又会下降，随之而来分配的预算也可能减少。

与此同时，各国政府近年来正在推行旨在实现社会目标的使命导向型创新政策等。现状是，不只是研究者好奇心驱动的研究，使命驱动的研究也从各种角度受到需要。

我认为科学家好奇心驱动的研究今后依然必要，但考虑到本文所谈的公共研发资助是由税金支撑的，回应这样的社会要求也同样重要。

那么如何妥善管理这种使命导向的研究，各国似乎仍处于摸索阶段。这同样是实验和改进的对象。

理由（5）国内研究能力与国际合作的分配

正如理由（1）所述，如果把日本看作一个不以在所有领域开展最大规模研究为前提的中等强国，那就不可能什么都做。正因如此，需要与各国分工合作，磨砺自身的强项。但另一方面，如果因此完全分出轻重，也可能丧失吸收能力。

管理学所说的吸收能力，是认识外部知识的价值、将其吸纳并加以利用的能力。其形成与自身积累的知识有关。如果把这一思路推广到日本的科学技术战略，那么为了使用海外的技术，在国内培养研究者和技术人员也是重要的一面。就像现在美国在制造业复兴上所面临的困难一样，一旦失去的能力，即使事后花很多钱，也不一定能让同样的能力回来。

另一方面，如果对既有研究的分配被固定下来，就可能妨碍新研究方向的进入。在美国的生命科学领域，也有研究发现，著名研究者去世后，与其没有合作关系的研究者，尤其是来自领域之外的进入者，其论文有所增加。这并不是直接显示资金分配变更效果的结果，但新研究方向的进入，也是希望在分配设计中考虑的论点。

这正是分配的问题，而且是难以用论文数量来衡量的问题。对这类能力投入多少、验证什么，在国际合作的条件正在变化的当下，我认为重新检验具有重大意义。

资源分配就是战略

到这里，我们看了几个理由。

科学目前既有来自内在因素的变化，也有来自外在威胁的变化。为了今后继续并增加公共研究投资，重要的是如何改变科学的流程本身以取得成果、提升信任，而可能成为其中一个重要变量的，我认为就是资金分配的方法。（※不过，取得成果并不会自动带来政治上的信任，因此在取得成果的同时还需要其他手段。）

按照钱德勒（Chandler）的经典定义，战略是“确定企业基本的长期目标和目的，采取实现这些目标所必需的行动方案，并分配资源”。资源分配是战略的一部分，科学的资源分配也是左右国家科学战略的重要问题。

而且，当没有出现预期的成果时，就像向研究者追问原因一样，分配的一方也需要检验资助条件。

正如科学通过假设与观察、实验来更新理解一样，支撑科学的制度也应当能够引入这种方法。需要开展这样的实验：尝试缩短申请书、延长资助期限、对资金空档期提供衔接支持，并把结果用于下一次设计。在此过程中，包括实验和评估的费用在内，我认为需要把短期的评审效率与长期的研究成果分开来检验。

这样的变化时期，也是正确答案不断变化的时期。正因如此，支持研究的一方也必须具备学习的能力。我认为，在日本培育出让分配的一方能够自己检验自身方法、持续改进的机制，现在正是重要的时候。