7月17日星期四，四位科学专家在美国参议院商务、科学和运输委员会举行的“联邦研究组合：利用研发投资”听证会上作证。听证会审议了联邦政府在研发（R＆D）中的作用，以及美国在STEM教育和推广方面的举措。
出席国会听证会的有《大众科学》主编兼高级副总裁玛丽埃特·迪克里斯蒂娜；计算机科学家、谷歌互联网福音传道者和互联网之父之一的温顿·G·瑟夫；前白宫科技政策办公室主任尼尔·F·莱恩；以及卡内基梅隆大学统计学和社会科学教授斯蒂芬·E·芬伯格。
国会认识到对科学技术进行长期投资的必要性，通过了2007年和2010年的《美国竞争法案》，以大幅增加联邦研发预算，促进STEM（科学、技术、工程和数学）教育，并支持经济增长所需的创新。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您将有助于确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
以下是斯蒂芬·E·芬伯格书面证词的全文。
主席先生和委员会成员，下午好。我叫斯蒂芬·芬伯格。我是卡内基梅隆大学的莫里斯·法尔克大学统计学和社会科学教授，并在统计学系、海因茨学院和机器学习系任职，我曾担任国家研究委员会评估研究在推进国家目标方面的价值委员会的成员。国家研究委员会是国家科学院、国家工程院和国家科学院医学研究所的执行机构，于1863年由国会授权，就科学技术问题向政府提供建议。该委员会的设立由美国国家科学基金会根据2010年《美国竞争法案》第521条的规定提供资金。今天，我将与委员会分享我们报告《促进美国研究事业》的一些重点内容，并在我的发言后附上研究委员会成员名单和报告的目录。
背景
联邦政府对科学研究的投资带来的好处是显而易见的，它使美国实现了前所未有的繁荣、安全和生活质量。但面对日益增长的经济迫切性，美国现在面临着在新技术和其他创新方面的日益激烈的全球竞争。国会希望加强科学研究对美国经济和其他目的的好处，并使美国在新的技术和其他创新方面的全球竞争中保持领先地位。
如何才能有效和高效地做到这一点？特别是，我们如何才能提高目前联邦政府对科学研究投资的回报？在寻求这些问题的答案时，国会要求科学院研究研究对社会影响的衡量标准，特别是那些可以促进研究转化为商业产品和服务的标准。人们还对将这些衡量标准用于问责目的感兴趣。这项研究的范围是所有联邦政府资助的研究。
委员会的调查结果
一、目前的衡量标准不足。
虽然一些研究成果和效益的衡量标准对特定目的有用，但委员会发现，目前的衡量标准不足以指导国家就哪些研究投资将扩大科学效益做出决定。
问题在于，如果对研究系统的任何一个方面进行孤立评估，而没有对大局的深刻理解，那么所使用的指标可能会产生误导。研究投资的收益往往是不可预测地到来，最终价值差异很大，并且需要大量的额外投资（以及对其他科学领域的投资）才能通过创新实现其经济效益。除少数例外，衡量研究项目的影响和质量的方法无法描述从研究到技术和其他创新的分散、相互关联和高度非线性的路径。创新的广泛采用本身就是一个需要投资和大量专业知识的过程。
现有的指标可以大致显示系统的运行情况，但最终的影响，即对社会真正重要的突发现象，例如水力压裂技术实现的天然气充足供应、谷歌和互联网实现的通信和商业以及基因组学实现的医学进步，都取决于复杂的研究和创新系统中的许多关键组成部分以及它们之间的关系。这些组成部分通常是无形的，包括大多数数据收集程序无法捕捉到的机会和关系，以及目前可用的方法无法衡量的东西。
二、获得更多好处
委员会得出结论，美国的研究事业确实能够为美国社会以及全球社会带来更多的好处。然而，为了获得这些好处，我们首先需要了解是什么使美国的研究事业如此成功：是什么驱动着它，以及它为什么如此高效。
我们的研究事业之所以如此成功，是因为它已经发展成为一个复杂的、动态的系统，具有美国自由企业制度的许多特征。它是分散的。它是多元化的，由不同的研究人员、公司、机构和资助机构驱动。它是竞争性的，要求研究人员和组织竞争资金、人才、职位、出版物和其他奖励。它是精英制的，通过内置的同行评审质量控制系统，将更重要的奖励授予那些具有高度竞争力的想法和能力的人。最后，它是具有创业精神的：它允许冒险，面对失败的前景，以获得潜在的巨大回报。
正如企业在自由企业中为其产品和服务蓬勃发展一样，我们极其高效的研究事业也为其思想和发现蓬勃发展。随着我们评估的进展，我们清楚地认识到，增加联邦政府对研究投资的收益，与其说取决于联邦政府促进研究发现的商业化，或者试图预测最有可能导致商业产品和服务的科学领域，不如说取决于联邦政府促进研究事业蓬勃发展的条件的政策。我们确定了研究事业的三个关键支柱。
1.一支有才华且相互联系的劳动力。人才的重要性怎么强调都不为过，既是投入又是产出。人才不仅受益于政府在科学和工程方面的传统教育和研究培训方面的投资，还受益于高技能的移民、伙伴关系、支持性的研究环境以及研究人员通过与他人联系、发展专业关系和分享想法和科学资源的世界级网络。
2.充足和可靠的资源。稳定和可预测的联邦资金鼓励有才华的学生从事科学事业，使成熟的研究人员在整个职业生涯中保持投入，并吸引和留住外国人才。它还支持资助和进行研究的各种机构，以及必要的基础科学设施——进行研究的工具。资金的灵活性和稳定性，以及容忍失败的文化，可能会激励研究人员追求风险更大、更具创新性的研究，尽管失败的可能性更大，但更有可能产生变革性的影响。鉴于其他国家，特别是中国和其他亚洲国家在研究方面的投资不断增加，这些资源对美国未来的竞争力越来越重要。
3.所有主要科学领域的顶级基础研究。基础研究是指研究人员主要为增进理解而追求他们的想法，而不一定是为了实现技术目标，它往往为未来具有经济意义的创新奠定发现和知识的基础。联邦政府对基础研究的投资有助于培养训练有素的研究队伍，支持进行研究的科学基础设施，并使美国研究人员和未来的创新者能够利用全球研究人员网络，这些网络开放获取大量知识和技术方法。如果缺乏熟悉前沿基础研究的强大科学家和工程师队伍，科学研究及其产品不太可能以创造社会价值的方式得到开发和应用。
所有主要科学领域的顶级基础研究非常重要，因为真正具有变革意义的科学发现越来越依赖于各个领域的研究。此外，在当今高度互联的世界中，在某处进行的发现很快就会广为人知。竞争优势可能不会归属于做出发现的国家，而是归属于能够更有效地利用它，通过依靠来自各个科学领域的基础研究中获得的广泛知识、人才和能力来开发新技术和其他创新的国家。最后，世界一流的基础研究事业吸引了来自世界各地的学者，他们进一步提高了研究的卓越性，并创造了一个自我强化的循环。
谷歌的发展是基础研究多样性为何重要的一个很好的例子。谷歌的卓越成功，部分归功于其用于网页排名的算法。该算法于 1997 年申请专利，并承认了国家科学基金会（NSF）的支持，它大量借鉴了社会和信息科学领域近 45 年来的多项发现，这些发现得益于四个联邦科学机构的资助，并受到授予大学（卡内基梅隆大学）、公司（朗讯、Libertech、AT&T、松下）和工业实验室（AT&T 贝尔实验室）的一些看似无关的专利的保护。该算法的关键在于数十年前关于确定社会地位的方法以及 20 世纪 70 年代的社会网络研究。谷歌算法的发展说明了看似无关的社会科学研究的重要性；大学、公司和工业实验室研究的融合；以及联邦资助研究的不可预测的好处。此外，谷歌广告的经济模型利用了维克瑞拍卖的一种变体，该变体最初在 1961 年的一篇理论经济学论文中被描述，后来在 NSF 的支持下被许多其他人发展出来。其他基于互联网的公司也纷纷效仿。
可以使用新的以及现有的衡量标准来评估这三个支柱。例如，这些衡量标准可能包括人力和知识资本指标、特定科学领域知识流动指标、用于跟踪外国研究人才流动的指标、联邦研究投资按科学领域的组合分析、研究绩效的国际基准，以及 8 项研究可重复性衡量标准。国家研究委员会最近的另一份报告《捕捉科学、技术和创新变化：改进指标以制定政策》确定了许多用于评估旨在加强研究系统三大支柱的政策绩效的衡量标准。
需要调整联邦资助研究的水平、组成和效率，以适应今天的形势，我们需要更好的指标来为有关研究的政策决策提供依据。但美国缺乏系统评估国家整体研究事业、评估其绩效以及制定联邦资助研究政策选项的制度化能力。一个承担此类责任的组织将增加对高质量政策相关数据的需求。尽管 NSF 的国家科学和工程统计中心生成了可在政策分析中使用的有价值的数据（例如，《科学和工程指标》），但 NSF 的角色与联邦政策分析机构或统计机构（如经济分析局或经济研究服务局）有所不同，后者进行政策分析。
美国的一项数据收集计划——STAR METRICS（美国再投资的科学和技术：衡量研究对创新、竞争力和科学的影响）——旨在收集一些衡量联邦资助研究影响的指标。该数据计划是多个科学机构（白宫科学和技术政策办公室、美国国立卫生研究院、NSF、能源部和环境保护署）和研究机构的共同努力。虽然 STAR METRICS 旨在记录国家在科学和工程研究方面的投资在就业、知识产生和健康方面的成果和公共利益 9，但我们的评估是它尚未准备好用于黄金时段。
如果努力做到以下几点，STAR METRICS 可能在评估研究价值方面具有巨大价值：(1) 通过招募更多机构来扩大覆盖范围，(2) 通过扩展报告的数据要素来加深覆盖范围，(3) 将数据与其他国家和国际数据集连接起来，(4) 建立数据质量，以及最重要的是，(5) 确保研究人员广泛、轻松地访问。这种扩展的数据和访问需要与现代分析工具相结合，例如复杂的网络建模和分析。我们的报告提供了一个简单的说明性示例，但如果数据更好，此类工具可能会利用扩展和重组的 STAR METRICS 计划，揭示研究企业各组成部分之间的重要相互作用。
加强美国的研究事业不仅需要更好地了解人才、资源和基础研究这三大支柱，还需要了解它们之间的关系和相互作用。例如，基础研究的资源也通过培训研究人员队伍，以及通过让本科生参与研究（就像我们在我的大学卡内基梅隆大学所做的那样）来培养人才。
让我以我的统计系为例来说明。我和我的教职同事拥有各种研究资助和合同，这些资助和合同雇佣并培训我们的博士生。但这种联邦和国际研究支持也创造了一种研究环境，使我们能够吸引和培训许多本科生和硕士生，他们继续在其他研究型大学的统计学和许多定量相关学科中提高他们的研究技能。而且这种模式在整个 10 所大学中复制，部分得益于我的同事的跨学科活动。这些学生代表了我们科学劳动力的未来。
其他措施（可以帮助提高研究企业的效率，并可以提供信息来指导研究资金的分配）来自评估。我们在报告中讨论了研究资助计划的评估、同行评审以及不同资助计划（如美国国立卫生研究院先锋奖）对研究绩效的影响。不幸的是，大多数评估尝试都没有解决根本问题：如果没有研究资助计划，会发生什么？在更高的层面上，评估工作很少解决诸如：在计划之间进行哪些替代资源分配可以促进更健康的研究事业？如果进行了评估，通常都是事后添加的。评估需要从一开始就纳入研究资助计划中，以帮助避免与临时回顾性评估相关的不可衡量的偏见。此外，很少有评估研究或方法采用随机对照现场实验来控制偏见和输入差异。我们需要解决这些评估挑战。
衡量研究活动、产出和技术转移的指标很重要，但我们需要改进指标和基础数据。更大的好处将来自于指导研究企业三大支柱的指标——人才、资源和基础研究。如果我们培养人才，提供充足和可靠的资源，并投资于多样化的基础研究，新的发现将继续为我们的经济提供动力，并以不可预测和难以想象的方式丰富我们的生活。