研究资助格局的演变

研究资助格局的演变

当前研究资助格局正处于变动之中，也让变革重要且具影响力的组织领导者深感关注。研究资助方看到研究投入与社会目标进展之间存在差距，并在寻找弥合这一裂痕的方法。

在 PROSECON 项目参与者的调研中，资助机构指出研究资助领域存在结构性问题，例如体系成熟度不足。要让既有框架与推动更广泛社会目标的具体行动相匹配并不容易。

皮尤研究中心（Pew）发现，资助方正在调整做法，包括让更多不同声音与视角参与资助流程、修订影响衡量方法，并为拨款工作人员提供更清晰的指导。

为更深入理解这一变化格局，Elsevier 开展了一项研究资助方调查*，面向各地区 150 位资助方，探索推动更有意义、与社会需求更一致的研究资助下一步应如何走。

调查凸显了研究资助生态与大学生态之间的相互关联。这意味着：

• 资助机构不仅分配资源，也在设定方向、期望与影响标准。

• 与此同时，大学需要说明自己如何把这些投入转化为可衡量的成果——不仅惠及科学，也惠及社会。

因此，资助机构与高校之间的关系，是本次分析的核心。

战略优先事项：资助方最看重什么

研究结果概述了资助组织最关注的重点。首要优先事项包括：

1. 可持续发展：91%

2. 数字化转型：85%

3. 研究生发展：83%

这些议题复杂，也伴随内部挑战。例如，全球研究理事会指出，资助方首要优先事项——研究中的可持续发展——包含三个关键方面：

• 推动面向可持续发展的研究。

• 让研究活动本身更可持续。

• 确保可持续发展研究对社会真正有意义。

对照当前研究现状，可以看到资助方常见目标与现有体系承载能力之间存在天然张力。接下来我们将梳理六个论点，它们源于最常见目标与系统可适配性之间的错位。

六大战略：理解落地差距

通过审视现有研究资助表现与期望、愿景不一致之处，我们能够为资助组织和政府机构描绘一条可行路径，帮助他们弥合这些差距。

这些错位从对可持续发展的未竟期待，到更容易在学术指标而非社会指标上获得成功，乃至更多方面。指出问题并提出可能的解决思路，有助于资助方找到前行方向。本研究最具代表性的六点观察包括：

1. 可持续发展

在研究资助领域，可持续发展备受关注。它是最常被提及的首要优先事项，91% 的受访者都这样认为。相比之下，可持续发展承诺的落实率仅为 45%， 这一反差尤其醒目。

围绕联合国 17 项可持续发展目标（SDGs）的标准化，为可持续研究提供了一定结构，同时涵盖社会与环境两方面。未能对齐这些目标，往往源于绩效对标、成果跟踪等挑战。

通过采用“影响路径映射”等做法，把短期与长期影响都纳入考量，我们可以更有把握理解可持续研究带来的结果。执行能力不足、资源有限或缺乏共同指标，都可能造成这种张力。这也说明：可持续发展正从一项宣示性承诺，转变为必须落地的运营责任——而这一转变依然复杂。

使用 SciVal, Pure, Researchfish, Analytical Services等数字化工具的资助方，更能以数据洞察跟踪特定可持续发展目标的进展。

2. 创新与实施之间的鸿沟

数字化转型已成为学术界和产业界的共同重点，也是 85% 科研资助机构关注的核心议题之一。然而，意图与行动之间仍存在明显差距：只有 43% 的资助机构表示在数字化转型方面取得了实质性进展。

数字化成果衡量尤为关键。更成熟的数据应用能力，有助于资助机构应对当前面临的多项挑战。能够以数字化方式系统追踪投资成果的机构，往往对其整体影响力有更清晰的认知。

以科研影响评估（Research Impact Assessments，RIA）为例，尤其是在生物医学等重点领域，许多评估模型在高质量影响数据的采集与分析方面仍面临困难。这既反映了技术层面的挑战，也暴露出组织结构、流程和思维方式转型的障碍。仅引入数字化服务，本身并不足以推动真正的变革。

数字化解决方案提供了必要的基础设施，但只有在责任意识与变革文化的支持下，才能充分释放其价值。数字化转型不仅是技术升级，更意味着领导期望、治理结构以及组织心态的整体演进。

这也引出了一个关键问题：资助机构应如何支持高校和研究机构，实现可持续、可衡量的现代化？正如一位欧洲科研评估领域的领导者所言： “如果未将人工智能纳入其中，我们真的能称之为数字化转型吗？” 这一观点揭示了一个战略盲点：尽管人工智能潜力巨大，但在优先级、实际进展和变革潜力方面，其排名始终偏低。一些地区正在快速推进，而另一些地区仍处于基础建设阶段。这种差异反映了不同的发展成熟度，也凸显了持续跟踪趋势的重要性。

对科研资助机构而言，核心问题依然是如何支持机构实现长期、可持续且可验证的现代化转型。

诸如 InsightGraph、SciVal 以及 分析服务（Analytics Services） 等高级分析工具，可为资助机构向更成熟的数字化模式演进提供支持，并帮助其做出更有依据的决策。

3. 学术影响与社会影响的张力

学术影响指标与社会影响之间的张力有着清晰的根源：在传统学术指标方面，资助机构的表现更为突出（49%），而在真实社区中的社会影响成果方面，进展则相对有限（仅 35%）。

这一差距部分源自当前用于评估社会影响的指标体系本身。以解决现实问题为导向的研究，往往产生多样化、长期性的影响，而这些成果并未被现有评估标准充分捕捉。

未来几年，研究人员和资助机构有望从新的评估方法中受益，这些方法能够更清晰地将学术成果与其在现实世界中的价值和应用联系起来，从而在探索性研究与应用型项目之间实现更好的平衡。

借助 Researchfish、Pure、InsightGraph、Scopus 以及 分析服务（Analytics Services） 等解决方案，资助机构可以在数据基础上建立学术卓越与社会价值之间的清晰联系，更有效地评估其投资所产生的影响。

4. 多样性实施危机

以科研推动社会进步的组织，往往面临一个直接挑战：学生群体和科研人员结构缺乏多样性。研究显示，在推动更具代表性的科研团队方面，意图与执行之间的差距最大（47%）。

在许多以社会目标为导向的组织中，多样性不足依然普遍存在。例如，在环境可持续发展等领域，种族与性别代表性不均衡的问题依旧突出，同时不同社会阶层之间的合作也较为有限。

沟通和招聘流程中的无意识偏见，可能进一步加剧这些不平等现象，而实习等项目往往难以从根本上改变组织构成。对科研人员数据进行更深入的分析，有助于正视并解决这些问题。

尽管不存在解决多样性挑战的单一数字化工具，但通过 SciVal、分析服务（Analytics Services） 和 InsightGraph 等工具获取更深入的数据洞察，能够帮助资助机构清晰呈现合作网络，并识别新的包容性机会。有关参与模式和资助分配的数据，将为这些努力提供有力支撑。

5. 毕业生成果的机遇

毕业生成果是本次调研中科研资助机构关注的第三大重点。这一领域展现出最高的转型潜力（53%），但当前进展仍相对有限（44%），显示出科研模式在塑造毕业生职业发展方面蕴含的巨大机会。

在英国，一些高校通过多种举措提升了毕业生就业成果，包括鼓励甚至要求学生培养与职业发展相关的关键技能。

通过优先支持与劳动力市场需求相契合的科研方向，并对相关成果进行系统追踪和展示，高校科研项目能够更有效地支持学生的职业成功。

Researchfish、Pure、InsightGraph 以及 分析服务（Analytics Services） 等技术工具，可用于追踪研究人员在科研项目周期中的个人发展表现。这些解决方案帮助建立科研资助投入与毕业生成果之间的清晰联系，同时提升科研成果在就业市场中的可见度。

6. 从声誉到影响力

随着科研领域逐步将重点从传统声誉指标转向可验证的社会价值，科研资助机构与高校也需要同步完成这一转型。

诸如 教育创新与研究（Education Innovation and Research, ER） 等项目，越来越依赖清晰、有力的证据来证明科研的实际成效，以确保持续获得资助。这一变化意味着，研究团队需要基于数据，系统地展示其工作的真实影响。

第四代大学（Fourth Generation University, 4GU） 模型进一步拓展了这一思路，支持高校超越以声誉为导向的评估方式，全面呈现其作为区域创新与社会发展的催化者所发挥的作用。该模型通过数据驱动的协作视角，展示传统排名体系往往无法体现的区域和社会影响。

围绕明确的社会需求来设计科研资助模式，正成为一种日益重要的发展方向。只有建立新型、可信的绩效监测方法，用以替代单一的声誉指标，研究人员和资助机构才能顺利完成这一转型。

Researchfish、Pure、InsightGraph 以及 等一体化解决方案，能够帮助资助机构向以影响力为导向的模式过渡。在坚实技术基础的支持下，引入新的能力、指标和流程将变得更加高效和可持续。

区域分析：全球视角与本地重点

科研资助格局的变化在不同地区呈现出不同特征。结合各地区的政策环境与战略目标，可以更清晰地理解支持本地成功的差异化路径。

美国：在创新、责任与数字化转型之间取得平衡

美国科研资助机构面临的挑战在于：既要支持具有长期变革潜力的研究，又要回应社会对问责制和公共价值日益增长的期望。调查显示，数字化转型（93%）和数字化服务应用（92%）是最重要的优先事项，其次是毕业生成果（88%）。这反映出美国正在推动科研基础设施现代化，并努力将科研投资与透明、以成果为导向的模式相结合。

尽管战略意图明确，但执行层面仍不均衡。仅有 47% 的机构在数字化转型方面取得进展，44% 在毕业生成果方面有所突破，而学术卓越等传统领域的表现则相对更高（53%）。这一局面受到联邦层面要求的影响，例如《证据法案（Evidence Act）》以及 政府问责局（GAO） 的绩效标准，它们强调科研应产生可衡量的社会影响。同时，诸如 NSF 技术、创新与合作署（NSF-TIP） 和 能源部先进研究项目署（DOE ARPA-E） 等战略项目，也必须在结果导向的框架下，为长期探索型研究提供合理解释。

因此，美国资助机构正在重新思考如何定义和传达科研成功。越来越多的机构开始探索新的评估模式，将科研成果与社会成效更直接地联系起来。关键挑战在于：如何在不削弱创新活力的前提下，将战略重点转化为可执行的制度实践，并实现真正可衡量的进展。

英国：通过可持续发展与全球联通重新定义科研卓越

英国科研资助机构正在通过融合可持续发展、公共价值和机构绩效，重新定义科研卓越。可持续发展与学术卓越均被列为最高优先级（100%），其次是社区影响力和数字化服务（89%）。这一结构体现了英国在追求学术卓越的同时，也高度重视社会责任与数字化能力。

然而，在执行层面仍存在张力。尽管可持续发展的进展较为显著（89%），学术卓越的进展却仅为 67%，与其优先级并不匹配。为应对这一问题，英国通过 科研卓越框架（REF） 走在全球前列，要求高校不仅报告学术产出，还需系统呈现其社会、文化和经济影响。

展望 REF 2029，评估模式将进一步演进，更加关注支撑科研卓越的制度条件。高校需要提交结构化声明，通过成果导向的指标，展示其科研战略的有效性，包括如何营造有利于卓越科研的文化与环境。这一发展使英国在以影响力为基础的科研问责与资助方面保持领先地位。

同时，英国资助机构也将全球科研网络视为尚未充分开发的重要机遇（44% 的转型潜力），尤其是在脱欧背景下。数字化转型则日益被视为放大既有优势的基础设施，而非单一的创新驱动力。

欧洲：推动社区影响、公平性与制度转型

欧洲科研资助机构正积极推动科研成功定义方式的深刻转变。其主要优先事项——显著的社区影响（87%）、高效的数字化转型（86%）、领导层多样性（84%）以及科研实际影响（83%）——清晰地表明，评价标准正从传统学术指标转向社会相关性、包容性和数字化能力。

在有明确监管和衡量框架下，进展尤为显著，尤其是在可持续发展绩效（70%）和可持续发展研究（68%）方面。教师队伍多样性（60%）和毕业生成果（56%）也取得了明显进展，通常与更高的学生满意度、合规性和机构声誉等直接收益相关。这表明，当资助机构将战略重点与明确激励和可衡量成果相结合时，执行速度会显著提升。

这一议程得到了欧盟旗舰项目 “地平线欧洲（Horizon Europe）” 的支持，该项目强调以影响力为导向的跨国合作。然而，资助机构仍认为，在拓展全球科研网络和充分释放数字化能力方面，尚存在巨大潜力。当前的关键在于，确保公平性、社区影响和数字化转型不是各自为战，而是被整合进一个统一、成果导向的战略之中。

中国：强化科研卓越，同时减少社区影响差距

中国科研资助机构正在推进一项双重议程：一方面提升科研质量以增强国际竞争力，另一方面确保科研与国家社会发展目标保持一致。社区影响（94%）、数字化转型（94%）和学术卓越（93%）位列最重要的优先事项，反映出对现代化和社会贡献的高度重视。

然而，雄心与执行之间的差距依然明显。学术卓越的进展达到 53%，而社区影响仅为 24%，这是所有地区中最大的执行差距。这表明，尽管科研质量得到了成熟基础设施和绩效体系的有力支持，但将科研成果转化为公共价值的机制仍有待加强。

资助机构认为，数字化转型（71%）和学术卓越（65%）都具有较高的转型潜力。中国科研议程的未来，将取决于能否在保持科研领先地位的同时，实现更具实效的社会影响。

战略实施：减少雄心与执行之间的差距

对于许多科研资助机构而言，战略重点与实际执行能力之间仍存在明显差距。其中一个核心挑战在于，如何清晰界定、有效展示并有力传达当今社会对科研影响力的期望。

这一悖论不仅关乎执行层面的问题，也反映了战略一致性与决策透明度方面的深层挑战。

正如一位欧洲科研评估机构的高级负责人所指出的： “这一差距提出了一个根本性的战略对齐问题：资助机构是否具备足够的可见性和一致性，来有效管理其优先事项？”

在他看来，问题并不在于缺乏意愿，而在于内部可见性不足、战略连贯性不够或机构成熟度尚未完全建立。

要实现突破，必须改变科研影响评估与沟通的方式。若要真正发挥数字分析的价值，资助机构需要投资于内部能力建设，确保团队能够解读、应用并清晰传达基于证据的数据洞察。

学术界、资助方和研究人员普遍认同，这一转型的投入成本是值得的。事实上，52% 的受访者表示愿意积极推动这一变革。

未来科研评估的核心重点包括：

• 更加重视机构层面的影响力，包括社会成果

• 采用整体化方法，在全球范围内评估研究人员与机构

• 推动科研文化演进，促进跨学科合作与多样性

• 构建超越学术领域的定量影响指标

迈向更清晰、更透明的评估体系，不仅重塑科研资助范式，也有助于资助机构对标 美国政府问责局（GAO） 等机构所倡导的最佳实践，特别是在绩效监测、成果沟通和网络建设方面。

案例研究：以数据支撑高绩效科研资助模式

在全球范围内，越来越多的科研资助机构通过引入技术解决方案，在多个维度上实现了科研影响的可视化。这些实践帮助机构更清晰地展示社会价值，并基于数据和战略对齐，更精准地配置资源。典型案例包括：

通过数据平台评估影响力：NSF-TIP

美国 NSF-TIP（国家科学基金会技术、创新与合作署） 建立了一个集中式数据平台，用于展示科研资助项目。每个项目均配备地理可视化和社会及战略影响指标，帮助资助方和研究人员建立高价值合作关系。

衡量科研与社会的全球影响：NHMRC

澳大利亚 国家健康与医学研究委员会（NHMRC） 构建了一个专注于痴呆症和糖尿病研究的数据库。该平台结合文献计量学和生成式人工智能技术，系统呈现科研在经济、环境、社会和健康领域产生的多维影响。

将科研成果与国家优先事项对齐：埃及知识图谱

埃及知识银行（EKB） 推出了全新的科研与期刊评估方法，重点关注阿拉伯语科研成果。埃及知识图谱（Egyptian Knowledge Graph） 将国际标准应用于统一的数据基础设施，全面整合埃及的科研产出。

基于证据的科研资助工具与资源

随着科研资助机构在公共政策背景下不断强化对科研影响评估的承诺，对合适技术解决方案的需求也日益增长。这些工具需要支持：

• 整合内部与外部数据源，构建统一的数据视图，全面呈现科研影响

• 在保留传统学术指标的同时，评估科研对政策制定和社会变革的影响

• 跟踪并认可个人贡献，以支持职业发展、激励机制和协作网络

数字化工具不应孤立运行。其指标和仪表盘必须准确反映指导公共投资的战略重点和监管框架。

InsightGraph、Pure、Scopus、SciVal、Researchfish 以及 分析服务（Analytics Services） 覆盖了科研影响评估的不同环节。通过将这些工具整合到运营中，资助机构能够构建与自身目标高度契合的评估指标体系。

主要应用场景包括：

• InsightGraph：基于情境数据生成定制化分析与可视化

• Researchfish：收集科研影响数据，为资助战略提供依据

• Pure：通过多维指标捕捉、管理并展示科研影响

• SciVal 与 Scopus：识别新兴研究领域与科研前沿

• 分析服务：将科研影响与同类机构进行对标分析

高绩效科研资助的未来

随着科研资助逐步转向以影响力为核心的模式，组织需要以更加战略性和数据驱动的视角，审视其资助决策所带来的结果。这一转型要求重新思考评估方法和进展衡量方式，并配套实现与雄心相匹配的技术升级。

为支持您的组织在这一不断变化的环境中前行，爱思唯尔（Elsevier）提供了一系列资源，包括本研究的完整报告（可在页面顶部下载）以及 《Back to Earth》 报告。

_{* 本分析基于 2024 年 8 月至 9 月期间开展的一项全球调研，涵盖 150 家科研资助机构和政府领导者。受访者围绕 21 项战略绩效目标，对优先级、当前进展和转型潜力进行了评估，这些目标包括可持续发展、有效的数字化转型、领导层多样性、毕业生成果以及显著的社会影响。}