溢出效应和预算限制 ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ ‌‌‌‌‌

转发此电子邮件？在这里订阅以了解更多信息

2023 年 10 月更新

溢出效应和预算限制

马特·克兰西

10 月 24 日

在应用程序中阅读

《阳光下的新事物》是一篇活生生的文献综述；随着学术文献的发展，我们也在不断发展。这篇文章重点介绍了一些最近的更新。

承诺您的支持

风险规避和预算限制

后《科学中的保守主义》研究了一些关于科学是否偏向于渐进科学的证据。这篇文章中提出的一个论点是，如果依赖审稿人熟悉的知识库，就更容易识别出真正好的研究提案。如果因为研究预算太紧张而只能资助真正好的提案，那么这可能意味着更难以评估的不寻常想法不会被淘汰，从而造成科学上的保守主义偏见。一篇新论文就这一点提供了一些进一步的证据。更新后的帖子现在包括以下段落：

Carson、Graff Zivin 和 Shrader 于 2023 年发表的一份工作文件为以下观点提供了进一步的支持：当预算限制出现时，不确定性较大的提案将首先被放弃。卡森和合著者对具有担任 NIH 同行评审员经验的科学家进行了一系列实验。在一项有 250 名参与者参与的实验中，他们向审稿人展示了一组 10 项资助提案。这些提案的标题和摘要取自真实的 NIH 拨款，但在实验中，参与者获得了一组 30 个虚构的同行评审分数，范围从 1（最好）到 9（最差）。然后他们被要求选择四个来（假设）资助。

我们在这里没有新颖性的衡量标准，但同行评审分数的方差是一个潜在的信息相关衡量标准，因为它表明同行评审员之间对提案的优点存在分歧。卡森和合著者表明，在平均分数相同的提案中，参与者实际上更有可能选择同行评审分数差异较大的提案来获得资助！但在实验的下一阶段，他们要求参与者想象他们的研究预算已被削减，现在他们必须放弃他们选择资助的四项提案中的一项。当被要求勒紧裤腰带时，本实验中的审稿人会选择放弃哪些项目？正如我们所料，他们削减了平均水平最低的那些。但除此之外，参与者也更有可能选择削减分数变化较大的项目。

阅读整篇文章

衡量知识溢出的程度

创新经济学的一个关键思想是知识溢出：我所做的研究工作往往会让除了我自己之外的人受益。这种动态是创新相对于其他类型的经济活动具有不同寻常特性的重要原因。《知识溢出是一件大事》一文探讨了一些论文，认为知识溢出在实践和理论上都很重要。我对本文进行了一些重新排列，以突出显示两个新添加的内容。

首先，阿斯兰和合著者的一篇新论文提供了有关生物医学知识溢出程度的描述性数据。从文章更新来看：

阿斯兰等人。（2023）在生物医学领域显示了非常相似的结果。自2008年以来，NIH将其研究经费分为数百个不同的研究类别，例如“脑瘫”、“媒介传播疾病”和“铅中毒”（随机选取三个例子）。某一类别的资助多久会导致其他类别的研究发表？事实常常如此。

为了了解这种意外溢出发生的频率，Aslan 和合著者获取了 2008 年至 2016 年 NIH 资助的 90,000 项拨款以及 120 万篇相关出版物的数据。如果 NIH 和期刊使用相同的分类系统，那么问题就很简单了，即查看一笔资助及其出版物被分配到相同类别（最小溢出）和不同类别（大溢出）的频率。但有两个挑战。

首先，不幸的是，期刊不会使用 NIH 对其资助进行分类的相同系统对文章进行分类。阿斯兰和合著者使用机器学习算法，根据期刊摘要的文本将期刊文章分配到 NIH 的类别。其次，NIH 分类系统可能过于细粒度，无法识别重要的知识溢出。

例如，“烟草”和“烟草烟雾与健康”都有类别。如果研究资金花在分配给“烟草”类别的提案上，但随后生成了标记为“烟草烟雾与健康”的出版物，那么虽然从技术上讲，这笔赠款确实产生了适用于与预期不同的知识类别的知识，新的类别与原来的类别非常相似，以至于它并不真正让人感觉像是一个重要的知识溢出。为了减少这种担忧，阿斯兰和合著者使用聚类算法对经常分配给相同资助的类别进行聚类。这产生了 32 个不同的 NIH 主题簇。例如，“烟草”和“烟草烟雾与健康”现在属于同一类别，因此分配给“烟草”但产生分配给“烟草烟雾与健康”的研究的赠款将不再被归类为知识溢出，因为这两个类别都是同一簇的一部分。

最终，58% 的出版物被分配了至少一个与拨款所分配的类别不同的类别。换句话说，超过一半的 NIH 资助发表的出版物至少部分涉及与研究资助最初假设的主题显着不同的主题。

原文章还包括对Bloom、Schankerman 和 Van Reenen (2013)的讨论，其中表明私营部门的研发似乎“溢出”到其他从事类似技术的公司，从而为这些同行带来更多专利和更高的生产力。现在的更新（简要地）指出，本文的分析在 2019 年的更大数据集上进行了重复，发现与早期论文的结果大致相似。

阅读全文

老龄化经济学家

最后，《时代与创新的影响》一文探讨了一些关于研究影响指标如何随着研究人员一生的变化而变化的文献。原始帖子查看了Yu 等人。 (2022)以及Kaltenberg、Jaffe 和 Lachman (2021)的研究表明，随着科学家和发明家年龄的增长，生物医学科学研究和专利的平均引用次数分别大幅下降。我们现在可以将经济学家添加到该数据集中。 Kosnik 和 Hamermesh（2023）的一篇新论文发现，随着经济学家年龄的增长，他们的出版物在一系列顶级期刊中的引用也会大幅下降。

正如帖子中所讨论的，这个故事实际上比看起来更复杂。这篇文章的附录中讨论的一个复杂问题是，于和合著者表明，随着时间的推移，那些发表的论文数量较少且其作品未被高度引用的生命科学家会退出研究。这意味着平均而言，年长的研究人员与年轻的研究人员一样富有成效，但这只是因为年长的研究人员仅限于最有生产力的人，而年轻的研究人员包括所有最终会退出的人。 Hamermesh 和 Kosnik（2023）还表明，如果经济学家在过去十年中在顶级期刊上发表的论文频率更高，那么他们退休的可能性就会降低。

阅读全文