近日，來自科羅拉多大學的 Aaron Clauset 等研究者，在收集大量科研人員的數據后，對“博士畢業院校的聲望，能夠代表科學家能力”的假設提出來質疑，他們認為早期的學術訓練更重要。
其實，2015年科羅拉多大學博爾德 Samuel F. Way等人就發現科研人員的工作機構比他們接受學術訓練的機構影響更大。一個人博士學位的名氣雖然可能在強烈預示著這個人有可能在哪里被聘為教授，但對于他的科學貢獻方面能發揮的作用很有限。
在 2015 年，曾有一項研究表明：科研領域普遍存在社會不公現象。依研究領域的區別，大約有71%-86% 的教授（包括 tenured 和 tenure-track professors）出自 25% 的博士生培養機構。
研究報道：
https://www.insidehighered.com/news/2015/02/13/study-suggests-insular-faculty-hiring-practices-elite-departments
依照研究中給出的博士生培養項目排名情況，排名越靠上，不平等的境況就越極端。在每個學科領域中，前 10 名的培養項目比接下來的 10 名多培養了 1.6-3 倍的教授。11-20 名比接下來的 10 名多培養了 2.3-5.6 倍的教授。理論上，這表明這些培養項目的質量過硬。但批評人士認為這是由于這些優秀科研機構的“小圈子”招聘更加排外導致的。
不過，領導了這項研究的科羅拉多大學博爾德分校（University of Colorado at Boulder）的計算機科學家 Samuel F. Way、Aaron Clauset 等人表示，“學術譜系”并不會主宰一切——至少從教授未來的科研效率來講。
研究者在發表在 Proceedings of the National Academy of Sciences 上的論文中表示：“我們的研究結果表明，能促進科研人員提高學術效率（productivity，發表論文數量）的不是他們接受學術訓練的環境，而是他們從事科研工作的環境。”同時，現在和過去的工作地點都會影響學術成就（prominence，論文被引數量）。
也就是說，當談到實際的科研產出的時候，科研人員的工作機構比他們接受學術訓練的機構影響更大。
在這項新的研究中，研究者調查了供職于 205 個能授予博士學位的計算機系的 2453 名教授，并進一步，分析了他們的產出和成就數據。本研究主要關注一名博士被聘為教師的前后各五年的時間段。該研究涉及的教授共發表了 20 余萬篇論文，總計 740 萬次引用。
從圖中我們可以看出，科研機構的聲譽對計算機科學領域的科研人員學術效率和學術成就方面的影響。上圖的橫軸表示的是科研機構的聲譽排名，排名越靠前，聲譽就越高。左側縱軸（黑色）表示的是科研人員被雇傭后的頭十年發表論文的數量。右側縱軸(紅色)則表示論文的被引量（以 10 為底的對數）。
本實驗在數據分析時采用配對（Matched-pairs）實驗設計。與完全隨機的實驗設計相反，匹配對包括一個二值變量，并且將實驗的匹配對排序分塊。
對于科研人員的學術成就而言，從名校畢業的博士能夠從就讀階段發表的論文中積累被引量。但是，在博士畢業走入教職崗位后，就讀的學校的名聲對發表論文的數量并無幫助。
根據研究者設定的參照對比試驗，對于供職于名聲相近的研究機構的科研人員而言，在名聲更大的機構獲得博士學位的科研人員在入職工作的前五年雖然并沒有更高的科研產出，但是，平均來說，這些人會多收到 301 條論文引用。
相比較而言，對于那些接受了相似的科研訓練、具備相似的科研產出和論文引用量的科研人員，工作找的好——供職機構聲譽更好——的科研人員在工作的頭五年內多完成了 5.1 篇論文。平均來說，供職機構更好的人寫出對的論文也會多獲得 344 條被引。
相比于在排名后 20% 的研究機構里工作的教授，在排名位于前 20% 的研究機構中，教授在工作的頭五年會平均多發表了 17 篇論文，被引次數會多 824 次。
畢業院校對科研人員的影響（折線表示均值，陰影區域表示 95％ 置信區間）
在上圖最左側的示意圖像的對比中我們能看到，畢業于不同院校的博士生，進入同一家科研機構工作（比配成對）。我們會發現學術效率（productivity，發表論文數量）并沒有太大的差異；學術成就（prominence，論文被引數量）會受到讀博學校的名氣不同而帶來一定的差異。
工作機構對科研人員的影響（折線表示均值，陰影區域表示 95％ 置信區間）
同理，我們從新的對比示意中得知，畢業于相同院校的博士生，進入了不同的科研機構工作。我們會發現學術效率會因為工作環境的不同而有巨大的差異，學術成就也會存在巨大差異。
科羅拉多博爾德分校的計算機科學博士后研究員 Samuel Way 是這篇論文的第一作者，Way 就是在這里獲得博士學位的。根據他自己的說法，如果他和 MIT 等名校博士一起在計算機科學名校斯坦福當教授的話，那么他們的研究成果應該是一樣的。
那么，為什么會這樣呢？Way 和他的合作者——副教授 Aaron Clauset、博士生Allison C. Morgan 和助理教授 Daniel B. Larremore ，他們都是博爾德分校的計算機科學家——想到了這可能與科研機構雇傭教授的標準有關，包括博士期間的論文產出、通過博士項目成為教授的期望、留聘產出高的教授。然而只有非常微弱的證據顯示博士培養項目與科研效率有關聯。
Way等人的論文指出，這個研究發現“對科學學（Science of Science）研究有重要影響，科學學研究通常會（隱式或顯式地）假設精英主義主導著知識的發現”。“以往的理論與模型不能很好地描述這里提到的環境機制（即科研環境對科研的影響），以及科研機構的名聲對工作產出和工作成就的因果關系，故此這些理論模型是有不完整的。”
這項研究的另外一個問題是，這個研究結果是否適用于其他學科？在 Way 和 Clauset 一封聯合撰寫的郵件中他們這樣解釋道：過去的研究工作（包括他們自己的）表明其他的大多數學科在教眾員工的招募和論文產出方面遵循著相似的模式。“因此，我們有理由認為，我們發現的環境機制同樣適用于不同的學科領域。”
他們認為，這個研究成果在其他學科領域的適用程度，“很可能取決于，他們在計算機科學領域中觀察到的影響科研產出的機制是否也適用于其他領域。” 比如，一名學者的科研產出能力“很可能比計算機領域更受研究機構提供的資源的影響——比如，生物學家需要實驗設備和超級計算機、歷史學家需要圖書館，等等。學術指導和論文出版規范也非常重要，比如，博士生是否愿意和他們的指導教師合作完成論文。
所以，在哪里獲得博士文憑這事還重要么？研究者認為是的。因為一個人學位的聲譽強烈預示著這個人有可能在哪里被聘為教授。但是，Way 和 Clauset 表示，這其實提出了一個難題，究竟是什么決定著名牌科研院校的科研工作者的學術產出能力。
至于說，這對于科研機構招聘的影響，Way 和 Clauset 說，每個科研領域的教職崗位競爭都非常激烈。按照他們自己過去的研究結果，“大部分人能夠足夠幸運在不如自己讀博士的學校那里獲得一份教職崗位”。但是，這篇文章的研究成果表明，一個人博士學位的名氣“在預測他的科學貢獻方面能發揮的作用很有限，甚至是在招聘階段”。
因為真正決定科研產出的因素還不清楚，二位研究者表示，未來的研究方向就是找出哪些是起到重要作用的特征。初步看來，資源（比如研究生的數量）是能夠決定科研產出的重要因素，至少計算機領域是這樣的。
翻譯：Leo
審校：任曉龍
