通过行为经济学和实验经济学的视角推动经济研究的开放性

《Journal of Behavioral and Experimental Economics》：Advancing Openness in Economic Research Through the Lens of Behavioral and Experimental Economics

开放科学采纳可视为规范性转变过程，需建立效用函数模型分析研究者选择开放（OS）或隐蔽（CR）研究的行为动机。研究从个人收益（声誉、可见性、机会）、成本（时间、资源、负面声誉）及社会效益（降低重复成本、促进合作）构建多维度效用函数，并通过经济博弈模型（如独裁者游戏、公共物品博弈）探究决策机制。实证需结合环境因素、激励机制和机构设计，以推动透明规范成为科研常态。

　　在当今科学研究领域，开放科学（Open Science, OS）的推广被视为一种规范性变革的过程。研究人员必须决定是否在他们的研究工作中融入开放科学的原则。本文旨在探讨研究人员在选择是否采用开放科学实践时所面临的决策机制，并提出通过行为与实验经济学（Behavioral and Experimental Economics, BEE）视角来理解这些决策的潜在路径。研究者的行为不仅受到个人利益的驱动，还受到社会规范、学术环境和激励机制的深刻影响。通过构建一个简化的效用函数，可以更清晰地识别影响研究人员采用开放科学实践的关键因素，同时借助经济博弈模型，可以更系统地分析研究人员在不同情境下的行为选择。

开放科学的核心理念在于提高研究过程和研究成果的透明度与可访问性，以促进研究的稳健性、合作性和学术诚信。这一理念的推广意味着传统研究实践中的一些隐性做法正在被重新审视。例如，过去某些研究者可能倾向于在研究过程中选择性地报告显著结果，而避免公开未显著的结果或研究方法。然而，随着开放科学的兴起，这些做法正逐渐被更加透明和系统化的研究实践所取代。这种规范性变革不仅改变了研究者的决策模式，也对整个学术界的行为产生了深远的影响。

在规范性变革的过程中，研究人员需要权衡各种潜在的收益与成本。从行为与实验经济学的角度来看，这些决策可以被建模为效用最大化的问题。效用函数涵盖了研究人员自身以及他人可能受到的影响，从而更全面地反映其决策过程。具体而言，研究人员在决定是否采用开放科学实践时，会考虑自身的收益和成本，以及这些行为对同行和其他研究者的影响。这一视角有助于理解为何某些研究人员更倾向于选择开放科学，而另一些则可能继续依赖传统的隐性研究方式。

研究人员自身可能获得的收益主要包括以下几个方面：首先，通过开放科学实践，研究人员可以提升其在学术界中的声誉（R_positive）。如果同行认可开放科学的价值，那么透明的研究报告和对研究方法的公开将有助于增强研究者的可信度。这种声誉的提升可能进一步促进合作机会，使研究人员更容易找到可靠的合作伙伴。其次，开放科学实践能够提高研究的可见性（V）。例如，通过开放获取（Open Access, OA）出版、预印本（preprints）和数据共享平台，研究者的工作更容易被更广泛的受众所接触到。这种可见性不仅有助于吸引更多的学术关注，还可能增加研究者获得资金支持、发表机会以及被邀请进行演讲的可能性。第三，开放科学为研究人员提供了独特的机遇（O）。例如，通过预注册（preregistration）的方式，研究人员可以申请发表注册报告（Registered Reports），这在研究设计阶段就接受同行评审，从而减少研究结果不可靠的风险。此外，开放科学还可以带来心理上的积极影响（A_positive），例如通过参与透明和伦理的研究文化，研究者可能会感到自豪和满足。这种心理上的收益可能有助于缓解因采用开放科学而产生的压力和焦虑。

然而，开放科学实践也可能带来一些潜在的成本和负面影响。这些成本主要包括时间成本（T）和其他资源成本。例如，预注册和数据共享需要额外的时间投入，这可能会延迟研究的发表进程。此外，一些研究者可能担心被“抢发”（S），即自己的研究想法或成果被他人抢先使用或发表，从而影响其学术声誉。尽管如此，通过时间戳的预注册、数据共享和代码公开，研究人员可以更好地证明自己是某项研究的原创者，从而降低被抢发的风险。另外，开放科学实践可能会导致一些研究者在学术界中遭遇负面评价（R_negative）。例如，一些同行可能认为开放科学是一种“不必要的负担”或“对传统研究方式的挑战”，从而对选择开放科学的研究者产生排斥或批评。这种负面评价可能会对研究者的合作机会、资金获取以及职业发展造成不利影响。此外，开放科学实践还可能引发研究者内心的负面情绪（A_negative），例如对公开研究材料和代码可能带来的公众监督感到不安，或者对偏离传统研究标准而感到不适。

除了自身的影响，开放科学实践还可能对其他研究者产生积极的效应。例如，当研究人员公开其原始数据和方法时，可以降低其他研究者在重复实验或验证研究结果时所需的时间和资源（D）。这种降低的复制成本不仅有助于推动学术界的透明度，还能够促进科学进步的整体效率。此外，开放科学实践可能降低低资源环境下的研究者进入学术领域的门槛（B_positive），因为他们可以利用已有的开放数据和方法进行研究。然而，对于某些研究者而言，开放科学实践也可能带来额外的参与障碍（B_negative）。例如，一些研究者可能因为担心被过度审查或缺乏控制感而选择不采用开放科学。特别是在学术界中处于弱势地位的研究者，如早期职业研究人员、未获得终身教职的学者或来自历史边缘化群体的研究者，他们可能面临更多的系统性障碍，使得开放科学的采纳更加困难。

因此，研究人员在决定是否采用开放科学实践时，需要在个人利益与社会利益之间进行权衡。这种权衡可以被建模为一种经济博弈，其中研究人员的行为可能受到多种因素的影响，包括个人偏好、社会规范、制度激励以及合作意愿。例如，如果研究人员的决策被视为一种“独裁者游戏”（Dictator Game），那么他们可能会在个人利益与社会利益之间做出不同的选择。然而，如果研究人员的行为被视为一种“公共物品游戏”（Public Goods Game），那么他们的决策将更多地受到集体利益的驱动。在这种情况下，即使某些个体可能因为风险规避而选择不采用开放科学，但如果整个学术界能够形成一种鼓励开放科学的文化，那么集体利益可能会促使更多的研究者参与其中。

为了促进开放科学的广泛采纳，需要在多个层面采取干预措施。首先，从制度层面来看，可以通过改革学术激励机制，例如将开放科学实践纳入职称评定、项目资助和论文发表的标准中，来提升研究人员的积极性。其次，从社会层面来看，可以通过建立开放科学的社区文化，鼓励同行之间的合作与反馈，从而减少对开放科学的排斥和误解。此外，还可以通过提供培训和支持，帮助研究人员更好地理解和实施开放科学实践，特别是对于那些缺乏资源或经验的研究者而言。

综上所述，开放科学的推广不仅是学术界的一次规范性变革，也是一种涉及个体决策、社会互动和制度设计的复杂过程。通过行为与实验经济学的视角，可以更深入地理解研究人员在这一变革中的行为逻辑，并为推动开放科学的广泛采纳提供理论支持和实践指导。未来的研究需要进一步探讨开放科学实践的具体影响因素，以及如何通过制度设计和社会机制来促进其普及。同时，还需要关注不同背景和处境的研究者在开放科学采纳过程中的差异，以确保这一变革能够惠及所有学术群体。