长期以来，人们几乎默认同行评议是科研资助最合理的方式：专家阅读申请书，比较优劣，最终按照排名分配经费。然而，越来越多的实证研究开始提出一个更根本的问题——如果科研过程本身不可预测，那么评审专家的预测在多大程度上是准确的呢？如果人们不再将资助过程视为一项以行政习惯为主导的默认流程，而是像风险投资一样希望提高成功率的话，该如何管理这种不确定呢？许多资助机构认为，在某些环节抽签可能更适合。

图源：Andrew Angelov/Alamy

瑞士国家科学基金会（SNSF）生物统计学家蕾切尔·海亚德最近完成了一项工作：在海量评审数据中寻找“真正有确定性的评价信号”。作为瑞士规模最大的公共科研资助机构，SNSF在2021年全年发放的科研经费折合近10亿美元，覆盖所有学科的项目申请。评审委员会与外部专家会按照科学相关性、研究可行性、申请人履历等标准，将每份申请从A到D划分等级。海亚德团队的任务，就是验证这些分数的可信度：判断哪些申请的优势是真实存在的，哪些只是评审员想法的随机波动。

结论很快击穿了人们对同行评议精度的默认想象：最顶尖的优秀提案和最差的申请书确实能被快速筛选出来；但剩余的绝大多数申请都挤在模糊的中间地带，形成她口中“一大团B级提案”——分数高度集中，差距细微到不具备统计意义。为了强行排出资助名单，评委们不得不在基础等级上叠加正负号，在本不存在实质差异的地方反复拆分、吹毛求疵。而许多青年学者的职业生涯可能就是由这些极微弱的差异所决定的。海亚德在分析过大量数据后提出了疑问：21名和28名真的有什么实质性差别吗？这种依靠最后的奇怪指标划分的排名貌似公平，但它可能并不公平。

于是在她的建议下，2022年起，SNSF正式放弃了对精确排名的执念，开始试行全新的资助决策机制：同行评议先划定合格门槛，所有达到最低标准、无法区分优劣的申请，全部进入抽签池，由概率决定最终资助结果。这不是孤例。过去数年间，从国家级科研机构到慈善基金会，从欧洲到大洋洲，越来越多资助者开始用抽签打破同行评议的困局。这场变革远不止是操作流程的微调，而是学术界对资质体系的深刻反思带来的范式转变。

瑞士国家科学基金会

传统科研资助体系隐含着一个从未被明说、却长期被默认的前提：同行评议是一种“预测活动”。专家凭借专业素养与行业积累，足以判断哪个项目更优秀、哪位研究者更值得支持，资源向排名更高者倾斜，就是对科研效率的最大化。但只要回到决策的本质就会发现，评审面对的从来不是已经完成的成果，而是一份关于未来三到五年未知科研产出的预测，而非对既有价值的评判。

这是一道典型的复杂系统预测题，而非事实判断题。任何涉及未来的判断，都不可避免地受到偶然因素、环境变化、学科转向、技术突破甚至意外发现的影响，预测本身就天然内置了不确定性。科研创新的核心，恰恰是对现有知识边界的突破；越是颠覆性的想法，越难用当下的学术共识去衡量。历史上大量里程碑式的科学发现，在申请阶段都曾被低估甚至否决——真正的突破往往偏离主流路径，缺少现成的证据支撑，天然容易遭到质疑。

从这个意义上说，申请书从来不等同于科研本身，它只是科研潜力的“代理变量”。无论撰写得多么详尽、逻辑多么自洽，它都无法完整复刻未来研究的全部可能性，更不可能预判学科走向、偶然发现、技术突破带来的变数。当我们把“预测未来”包装成“评价优劣”，本质上是在高估人类判断的确定性，也低估了科研创新的不可控性。

这种认识论偏差还会带来系统性的保守倾向：评审专家更倾向于给符合当下主流范式、路径清晰可预期的项目打高分，而那些偏离共识、风险更高但潜在价值更大的探索，往往在排序中处于劣势。长此以往，资助体系会不断向“稳妥的增量研究”倾斜，反而压缩了颠覆性创新的生存空间。这不是评审的个人水平问题，而是“用当下共识判断未来突破”的结构性矛盾。

如果说认识论指出了预测的先天局限，海量实证研究则用量化数据，清晰画出了同行评议的分辨力边界。

近二十年来，科学政策研究开始大量分析同行评议的真实数据，一个反常识的现象反复出现：对于明显优秀或明显不足的申请，专家之间通常能够形成一致意见；但真正竞争最激烈的那部分申请，不同评审之间的一致性反而迅速下降。同一份申请更换一组评委，最终排名可能发生天差地别的变化。

这一结论在多项独立研究中被反复验证。2018年一项针对基金评审的对照实验显示：让43位评审独立评估相同的25份申请，彼此之间的共识度极低。英国谢菲尔德大学认知科学家、同时任职于伦敦科研资助研究所的汤姆·斯塔福德对此直言：“资助授予本来就已经是抽签，只不过是不成文的暗箱抽签，不如把它摆到台面上，变成正式的规则。”

海亚德团队在SNSF的工作，进一步把这个问题量化了。他们发现，在资助线附近，申请质量高度同质化，评审打分里的随机误差、个人偏好、学科立场差异、对细分方向的熟悉程度，甚至评审当天的状态，都已经压到了项目本身的真实质量差距。此时继续追求精确到个位数的排名，不过是在制造“我们能精准判断”的虚假幻觉——看似严谨的分级与排序，实际上拆分的都是统计上毫无意义的噪声。

这正是抽签制度的核心统计学正当性：它不是放弃专业判断，而是诚实地承认专业判断的边界。当信号强度已经弱于噪声，继续精细拆分等级不会提升决策质量，只会徒增评审成本和申请者的内耗。SNSF的“平局抽签”模式正是这一思路的产物：专业评审守住质量底线，随机只解决专家解决不了的问题。用海亚德的话说：“问题从来不是‘要不要把随机性引入科研’，而是‘我们到底有没有信心说自己的决策足够精确’——大多数时候，答案是否定的。”

从这个角度看，抽签非但不是反科学的方法，恰恰相反，它是一种建立在统计学认知上的制度设计：停止在没有信号的地方强行寻找信号，停止用虚假的精度掩盖真实的不确定性。

图源：Daenin Arnee/iStock via Getty

抽签制度从边缘设想走向主流实践，背后是更深层的决策思维转变：科研资助正在从“考试选拔模式”转向“风险投资模式”。这是近年来科研资助领域越来越重要的思想转向。

传统模式更像一场标准化考试。考试追求的是找到分数最高的人，因此必须精确排序，一分一档都不能含糊。它默认排名越靠前，价值就越高，资源向头部集中就是最优解。但科研创新的本质决定了，没有人能百分百预判哪个项目一定成功。风险投资行业早已形成共识：多数创业项目都会失败，机构要做的不是精准押中每一个赢家，而是通过分散的组合投资，用少数成功项目的高额回报覆盖整体成本。

科研资助同理。真正支撑学科突破的，永远是少数颠覆性成果；一个几乎零失败的资助项目，反而可能意味着过度保守——它只支持那些几乎已经确定能出成果的研究，却漏掉了真正高风险、高回报的前沿探索。如果把资助目标从“提高单个项目成功率”转向“提高整个科研生态长期产出重大发现的概率”，抽签就不再是“退而求其次”的妥协，反而成了提升整体创新效率的工具。

不同机构的实践中，已经演化出三种成熟的抽签路径，对应不同程度的随机化，也对应不同的决策目标：

1. 平局抽签：温和和改良

以瑞士SNSF为代表，随机仅作用于评审无法可靠区分的狭窄区间。同行评议完成全部初筛与分级，只有统计上无法区分优劣、恰好卡在资助线附近的申请，才进入抽签池决定最终结果。这种模式最大限度保留了同行评议的权重，随机只用来打破平局，是对传统评审体系最小幅度的修正，也最容易被学界和公众接受。

2. 全随机：突破性尝试

所有通过质量门槛的申请，无论评分高低，全部平等进入抽签池，随机决定资助归属。新西兰健康研究委员会自2013年起就在“探索者基金”中采用这一模式，单个项目资助额为15万新西兰元（约合8.7万美元）。

英国国家人文与社科院的小额研究资助也采用了这一方案，试验从2022年启动后已延续至2028年。该院科研资助负责人肯·埃蒙德指出，推行抽签的初衷不只是减轻评审负担，更是为了解决“自我淘汰”问题：很多来自非顶尖院校的研究者会默认自己竞争不过名校团队，索性连申请都不提交。而抽签机制传递了明确信号——只要质量达标，人人机会均等。

这种模式还重塑了“拒绝”的意义。过去评审不通过就是彻底否定，机构往往不会给出任何反馈；如今申请者能明确知道自己是“未达质量门槛”还是“质量达标但抽签失利”。后者相当于一份官方的质量认证，很多申请者会带着这份结果去申请其他渠道的资助，反而降低了一次失利的挫败感。

3. 先抽签、后评审：更激进的成本优化

这是最颠覆传统流程的模式：申请者先抽取提交完整申请的资格，中签者再撰写正式材料并接受同行评议。德国汉堡高等教育创新基金会的“自由空间”教学创新项目，就采用了这一设计。

这种模式的核心价值在于大幅降低制度成本。传统流程中，所有申请者都要投入大量时间撰写冗长的申请书，评审也要逐一阅读评估，但最终绝大多数都会被淘汰，全社会为此付出的时间成本极高。而“先抽签后评审”把筛选前置，只有中签者需要投入精力准备完整材料，评审也只需要处理少量合格申请。数据显示，该项目的整体评审成本相比传统同行评议下降了约68%。

图源：DALL-E

这场变革最深远的意义，在于科研资助制度本身，正在从一套理所当然的行政流程，变成一个可以被研究、被检验、被优化的科学对象。这也是整个转向中最核心的底层变化。

过去，人们往往把同行评议视为科研资助的天然正确选项，很少去系统追问它到底有多高的预测效度、有没有更优的替代方案。但现在，越来越多的研究开始把科研资助制度当成实验对象。研究者不仅分析评审一致性，还研究申请书长度是否影响预测能力、匿名评审是否减少偏见、履历和项目哪个更具预测价值、抽签制度是否影响科研产出质量，甚至直接利用新西兰的随机抽签项目，形成类似随机对照试验的实证证据。

位于伦敦的科研资助研究所专门建立了抽签资助试验目录，目前已记录了十余家采用或测试部分抽签机制的资助机构，其中11项都出现在2022年之后。从国家级科研基金、惠康基金会、诺和诺德基金会这类慈善机构，到高校内部的项目，覆盖金额从几千美元到上百万美元不等。斯塔福德等人表示，目前尚无全球层面的抽签资助总金额数据，但尝试这一模式的机构数量一直在持续增长。

这种思路意味着，科研资助制度本身也进入了循证时代。保守也好，变革也罢，一切都要接受数据检验。如果某一种评审方式预测能力更高，就保留它；如果某个环节只是增加了成本而没有提高决策质量，就应该重新设计。

当然，争议与质疑从未停止，而这些争议本身也在被纳入循证评估的范畴：

1. 心理层面的抗拒：人们天然厌恶纯粹的随机

巴尼特早年曾在英国的宾果厅工作，他观察到一个很有意思的现象：哪怕结果完全随机，顾客也更愿意自己挑选号码，因为这能带来一种“拥有掌控感”的心理慰藉。他认为研究者群体也有同样的心理：人们宁愿相信评审的精确判断，哪怕它本质上充满随机，也很难坦然接受“结果由运气决定”。

这也是为什么当下流行的都是“改良版抽签”——专业评审守住质量底线，随机只解决专家解决不了的问题。海亚德也明确指出，保留一定程度的专家评审，比完全随机的方案接受度要高得多。只要专家还有话语权，人们就更容易认可制度的合理性。

2. 公信力风险：被误解为“放弃责任”

巴尼特十年前向澳大利亚资助机构提议抽签制度时，收到的反馈“充满负面与恐惧”。有工作人员担心，抽签会显得“我们不懂行”，让公众和政客觉得资助机构在逃避评估责任。在他2016年发表的文章中就提到，这种舆论风险是很多机构不敢推进抽签的重要原因：承认自己无法精确判断优劣，听起来像是失职，而不是诚实。

但在支持者看来，这恰恰是抽签制度的诚实之处：假装能精准区分、实则随机决策，才是真正的不负责任；明确划定专家能力的边界，把隐性的随机变成显性的规则，反而是对申请者和公众的坦诚。

3. 学术价值的语境性：抽签无法衡量系统价值

法国科学哲学家巴蒂斯特·贝德塞姆在2020年的论文中提出，抽签模式“低估了研究项目的知识整合性”。一个项目的价值不是孤立的，它和整个领域的知识脉络、工具积累、问题缺口紧密相关，它是否能衔接现有研究、是否能被整个学科利用，都需要深耕领域的专家来判断。这种语境化的系统价值，是随机抽签无法衡量的。

对于这类质疑，目前的实践数据给出了部分回应。德国“先抽签后评审”的项目数据显示，评审并未发现中签项目的质量出现下降；英国科学院的长期跟踪也证实，在质量门槛不变的前提下，抽签并没有拉低资助项目的整体水平。也就是说，只要前置的质量筛选足够严谨，后续的随机分配并不会导致劣质项目入选。

说到底，科研资助的终极目标，从来不是选出“当下看起来最好”的项目，而是在经费永远不够分的情况下，尽量提高获得科学产出的概率。过去的问题是“如何找到最优秀的人”，今天的问题则变成了“如何构建一个面对不可预测未来、依然具有最高创新效率的科研资助系统”。后者不再是一套行政流程，而开始成为一个可以被数据分析、模型验证和持续优化的科学问题。这或许就是近二十年来，科研资助领域最深刻的一次范式转变。