不是取消同行评议,也不是所有项目碰运气。真正值得讨论的,是当高水平项目已经难分高下时,科研评价究竟还能“精确”到什么程度。
先说结论:瑞士国家科学基金会(SNSF)确实允许在特定情况下通过随机选择决定部分资助,但前提是项目已经经过完整的同行评议和排名,而且位于资助线附近、难以可靠区分。SNSF在2022年统一评审流程中正式引入这一机制,2026年的组织规章仍明确保留。
一份科研基金申请,从选题、凝练科学问题,到研究方案、技术路线、前期基础,再到一遍遍修改,往往要耗费申请人大量时间。随后,申请书还要经过专家评审、打分、讨论和排序。
按照我们的直觉,既然投入了这么复杂的评审程序,最后就应该得到一个清清楚楚的名次:第18名、第19名、第20名、第21名……谁排在前面,谁拿到资助。
可真正麻烦的地方恰恰在这里:如果几个项目都不错,而且水平非常接近,专家真的有能力把它们精确地区分成第20名和第21名吗?
瑞士国家科学基金会给出的答案有些反直觉——到了这种边界位置,与其继续制造一个看似精确的先后顺序,不如在严格评审之后,为少数难以区分的项目引入随机选择。
关键问题并不是“专家评审还是抽签二选一”,而是:
当专家已经无法可靠地区分几个项目时,继续强行排序,真的一定比随机选择更公平吗?
是真的,但只针对部分特殊情况。
SNSF官网公布的评审流程仍然以同行评议为基础:申请经过外部和内部评审、评审小组讨论与评分,随后形成整体排名。SNSF目前使用“贝叶斯排名”(Bayesian Ranking)来综合不同评审人的评分行为以及排名中的不确定性,再根据可用经费确定一条资助线。
图1|SNSF评审流程示意。根据SNSF官网和2026年组织规章整理。
如果项目明显高于资助线,正常获得资助;明显低于资助线,则不获资助。真正可能进入随机选择的,是恰好卡在资助线附近,而且从科学质量上已经难以进一步区分的一组项目。
2026年SNSF Research Council组织规章写得非常明确:当申请“无法区分”,但经费又只能支持其中一部分时,委员会可以采用lottery decision;规章还允许使用电子随机数生成器,同时要求机会均等、过程透明并完整记录。
图2|SNSF 2026年Research Council组织规章原文节选。红框为“lottery decision”条款。
所以,把这件事理解成“瑞士觉得专家评审不靠谱,于是以后基金都靠抽签”,显然是错的。更准确的说法是:专家评审仍是基础,但SNSF承认专家评审也存在分辨率的上限。
假设三个项目的综合评价分别是8.2分、8.1分和8.0分。按照普通排名方法,当然是8.2>8.1>8.0。但问题是:0.1分的差距,真的意味着前一个项目在科学价值上稳定、明确地优于后一个项目吗?
科研评价不是一道有标准答案的考试题。一个项目可能创新性很强但风险较高,另一个项目可能研究基础扎实但突破性稍弱;不同专家对创新性、可行性、研究基础和潜在影响的理解,也不可能完全一致。
对于差距明显的项目,这些差异通常不会改变大方向。真正棘手的是资助线附近:假设经费只能支持20项,那么第18、19、20、21、22名可能都很好,而且彼此差距很小。此时把项目继续排成“20>21>22”,形式上很精确,但这种精确未必有足够的信息支撑。
这也是SNSF引入贝叶斯排名的重要背景。它不只是简单计算平均分,而是把评分习惯差异和不确定性纳入排名。2022年发表的SNSF方法论文进一步提出:当项目的预期排名及其可信区间与资助线发生重叠时,可把质量相近的项目纳入随机选择组。
还有一个容易被忽略的问题:我们往往把“专家评审”理解成完全确定的,把“抽签”理解成纯粹的运气。但同行评议本身并没有彻底摆脱随机性——换一组专家、评分尺度发生变化、对同一创新点的理解不同,都可能让边界项目的结果改变。
传统评审中的随机性,往往隐藏在评审过程里;随机选择则把这种无法完全消除的不确定性,明确摆到了制度层面。
类似的“评价边界”问题,在国内科研评价的公开讨论中也能找到呼应。中国科学院院士王贻芳在公开访谈中谈到,高能所内部的人才与科研评价更强调定性判断和小同行评审,论文数量、期刊等级、基金规模等定量指标只作为参考;他同时指出,一旦离开熟悉的专业语境、进入更宽泛的横向比较,评审者如果难以真正理解具体工作,就更容易依赖论文、头衔等外显信息进行判断。
图4|王贻芳院士相关访谈截图。正文所述观点以可核查的公开访谈报道为依据。
这并不意味着王贻芳院士在主张“抽签资助”。两者讨论的制度场景并不相同。更值得注意的共同点是:当评审者对高度专业化的项目缺乏足够分辨力时,外显指标、评分差异和最终排序,都可能被赋予超过其实际信息量的意义。
从这个角度再看SNSF的随机选择,问题就更清楚了:它不是试图绕开专家,而是在专家已经完成专业筛选之后,进一步追问——对那些真正难分高下的边界项目,还有没有必要继续制造一个看起来非常精确的先后顺序?
那么,这种随机选择到底有多普遍?SNSF委托开展的统一评审流程独立评估给出了一个很有意思的数据:在所分析的数据中,平均约6%的全部提交申请进入随机选择,不同资助工具之间从0%到12%不等。
图3|进入随机选择的申请并不是“大多数”。独立评估给出的平均比例约为6%。
这组数据也提醒我们,网络上“瑞士基金以后主要靠抽签”的说法并不准确。随机选择更像是一种处理边界项目的补充机制,而不是整个科研资助体系的主导方式。
这个问题没有一个简单的“是”或“不是”。SNSF委托的独立评估发现,多数受访利益相关者原则上支持在资助线附近使用随机选择,其中一个重要理由就是:处在资助线上下的边界项目,细微差别往往很难通过专家评审进行客观区分。
支持者看重的是它对“不确定性”的诚实承认。如果两个项目在现有信息下确实难分高下,那么随机选择至少不会把一个非常微小、可能不稳定的评分差异包装成确定的科学优劣。
但反对意见同样直接:科研经费如此有限,最终把决定交给“运气”,会不会让评审专家放弃应承担的判断责任?独立评估中也确实有少数评审小组成员对此感到不舒服。
更关键的问题其实不是“抽不抽”,而是谁有资格进入抽签池。如果范围太宽,本来存在明显质量差异的项目也可能被放到一起;如果范围太窄,又无法解决资助线附近强行精确排序的问题。
因此,抽签机制最核心的技术问题不是“如何随机”,而是“何时可以认为几个项目已经无法可靠区分”。
回到最初的问题:抽签决定科研基金资助,是不是更靠谱?如果把所有申请直接丢进一个池子里随机决定,当然谈不上靠谱。但如果项目已经经过严格同行评议,而且恰好处在资助线附近、科学质量难以进一步区分,那么随机选择是否一定比强行排出一个第20名和第21名更不合理?答案没有想象中那么简单。
瑞士这一制度真正有意思的地方,不在“抽签”两个字本身,而在它把一个常被忽略的问题摆到了台面上:科研评价存在能力边界。
我们可以比较明显的优劣,却未必总能把几个同样优秀的项目精确到小数点后一位,再据此宣布谁“理所当然”应该获得资助。评价体系越成熟,也许越需要区分两件事:哪些差异我们真的能够判断,哪些差异只是看起来被数字精确化了。
能分辨的时候认真分辨;
确实无法可靠分辨的时候,也不必假装能够精确分辨。
所以,瑞士科研基金的“抽签”并不是对专家评审的否定,而是给同行评议划出了一条边界:评审负责把明显不同的项目区分开;随机机制只在少数真正难分高下的边界项目中出现。
最后留一个问题:如果两个项目经过严格评审后真的难分高下,你更愿意接受专家继续排出一个第一、第二,还是接受一次规则公开、机会均等的随机选择?