学术公平新举措：基金申请靠抓阄

海归学者发起的公益学术平台

分享信息，整合资源

交流学术，偶尔风月

每年各国的资助机构都会收到大量的资助申请，如何排除偏见做到沙里淘金选出真正具有潜力的项目越来越难。近年来，许多资助机构也在不断调整评审程序和规则，诺和诺德基金会作为世界上最大的私人科研资助机构之一，在这方面的尝试性创新值得关注。

就在上个月，总部位于哥本哈根的诺和诺德基金会宣布它将开始采用部分随机化系统来资助某些类型的研究项目。在未来三年里，它将采用委员会评审和抽签制度相结合的方式来选择生物医学、生物技术、自然科学和工程技术领域的资助项目，这些项目的资助总额一般为50万美元，还有一些是80万美元的探索性跨学科协作项目。

诺和诺德基金会自然和技术科学高级副总裁 Lene Oddershede 表示，采用这种方式进行的资助额加起来大约占该组织资助总额的10%，她负责监督这一新机制的运行。这项改革的出发点在于，希望随机化系统能够减少评审委员会在选择过程中有意和无意的偏见，削弱委员会成员偏爱著名研究人员的倾向，改善资助状况的不均衡性。

出台这项改革措施的背景是，在丹麦，90%的资金拨给了20%的研究人员，许多国家也存在类似的不均衡现象。例如，根据美国最近的研究，在过去的十年里资助的不均衡性在扩大：2020年，头部前1%的研究人员获得了NIH研究资助（RPG）资金的10%，比2013年增加了2%，而资金最少的一半研究人员只获得了RPG资金总额的20%，这个数字在过去十年里一直保持不变。而在去年即2021年，白人、双性恋、老年研究人员和男性获得的资助多于女性、早期研究人员和其他种族群体成员或拉丁裔研究人员。

诺和诺德基金会自然与技术科学高级副总裁 Lene Oddershede

图源:NOVO NORDISK FOUNDATION

The Scientist 杂志对 Lene Oddershede 进行了专访，希望对这一新举措的具体内容和基金会的初衷有更深入的了解。

Q：什么是资金的部分随机化，具体是如何运作的呢？

A：部分随机化并不是完全随机化，那样就成了一个抽奖游戏。我们仍然希望保证所选项目最基础的质量。实际上前半部分与传统做法没有区别，由相关专业的专家组成的评审委员会来筛选收到的申请，并给出评分以确定优先次序。对于其中大家达成共识没有异议的那部分，约为10%，将直接列入资助名单。关键就在往下的20%，大家的意见难以统一，而又具备很高的质量，但是我们剩余的名额只有10%了，那么在这一阶段，我们将进行随机化抽取，上述入选这20%的项目都有五成的机会被选中获得资助。

因为这一举措带有试验性质，所以我们将同时按照传统方法选择同样领域同等数量的项目作为对照组，试验将持续三年。三年后，我们将比较两个对照组的各项指标，看看我们在这方面取得了什么进展，部分随机化在消除一些无意识的偏见方面是否有效果，以及我们是否获得了更多的高风险同时也是高收益的项目。

Q：你们打算将这种方法用在哪些项目上？

A：主要是一些三年内总价值约50万美元的较小的资助项目，尤其是那些跨学科的研究项目。因为我们发现如果申请项目是跨学科的，那么对评审委员会来说，要对一个综合了多学科前沿成果的项目作出准确评判真的很难。

Q：为什么诺和诺德基金会要推出这一举措？

A：我们这样做的原因是为了减少偏见，同时力求在做决定时少一些保守，多一些勇气。无论是有意识的还是无意识的，性别偏见、年龄偏见，种族偏见，对某些机构或某些公民身份的偏见。还有些偏见可能是在科学领域方面—一个资深的的教授往往对他或她自己所在的研究领域最感兴趣。随机化选择有助于消除这些难以量化又难以识别的偏见。

保守主义倾向于资助更安全的研究，而不是勇于进入新的研究领域，还有不相信履历不算好看的年轻研究人员能够真正对研究做出重大贡献。马太效应不只在丹麦有，在整个欧洲也都存在。在丹麦20%的研究人员获得了90%的资助。如果你是一个已经获得成功的研究人员，有一份出色的简历和大量的引用，那就很容易获得资助。但是这意味着其他80%的年轻人和他们很多创新的想法难有出头之日。

Q：这种随机化的方式有研究基础吗？你认为其他资助机构会采用这种方法吗？

A：有的，例如丹麦皇家科学与文学院曾经发表过一份白皮书，他们就提出了随机化的建议。除此之外，已经其他机构开始试行了，例如德国的VolkswagenStifTung，他们的做法与我们不完全一样，但很类似，而且到目前为止，他们的试验非常成功，科学家们对新方法也表示欢迎。另外，瑞士研究委员会也在试行这种随机化方法。据我所知，美国的资助机构还没有加入这一行列。

Q：你们将用什么指标来衡量那两个对照组？

A：对照组本身的参数将包括性别分布、职业水平、机构隶属关系、受资助的领域等等，而有关最终效果的评估则包括论文、出版物数量、影响因子以及媒体报道等。当然，更具说服力的效果在三年内很难看的出来，因为很多研究在产生重大影响之前需要更长的时间来不断的被学界所接受。