摘要

科學突破常被認為源于現有知識的新穎重組。然而，盡管全球科研人員和論文數量爆炸式增長（創造了更多重組機會），突破性成果的增長速度卻未同步提升。通過分析1960-2024年的4900萬篇學術論文，我們發現：非典型重組（atypical recombination）與顛覆性創新（disruptive innovation）呈現顯著負相關——這一規律在學科、時間、團隊規模甚至同一論文的不同版本中均成立。對專家訪談揭示了一種替代機制：近90%的突破通過替代（displacement）領域內主導思想實現。文獻計量證據進一步顯示，顛覆性論文常與它們替代掉的文獻主題高度重疊，表明突破源于領域內替代而非跨領域重組。值得注意的是，方法論的替代比理論的替代耗時更長，揭示了科學知識更替的復雜動態過程。

關鍵詞：重組創新、替代理論、科學顛覆性、知識網絡、范式轉移

彭晨丨作者

論文題目：Can Recombination Displace Dominant Scientific Ideas? 發表時間：2025年6月19日 論文地址：https://arxiv.org/abs/2506.15959

背景

科學創新究竟如何發生？半個世紀以來，學術界存在兩大對立觀點：重組理論認為突破源于跨領域知識拼接，如量子力學結合生物學；而替代理論則強調對舊范式的直接挑戰，如相對論顛覆傳統牛頓力學。前者受經濟學模型支持，后者扎根科學史研究，但二者長期缺乏實證對話。近期，集智社區科學家林意靈、吳令飛發表新的預印本文章，通過4900萬篇論文的大數據分析與專家案例驗證，首次系統檢驗兩種理論的競爭關系，揭示科學突破的真實路徑。

吳令飛是集智科學家社群成員，團隊在Nature發表多篇論文，集智公眾號也對它們進行了深入解讀。

知識重組 vs 理論替代

重組理論奠基者韋茨曼（Weitzman）曾將創新比作“知識嫁接”：通過組合舊元素創造新可能。這一假說催生了“非典型性指數（A-index）”——若論文引用期刊組合越罕見，例如《細胞》+《物理學評論》，其創新性越高。“顛覆性指數（D-index） ”則用于量化論文對舊知識的替代程度。

然而，當研究者將A-index與D-index結合分析時，發現高度非典型引用的論文反而更少引發范式顛覆。例如，1998年人類基因組計劃論文（A-index極高）通過整合已知數據擴展應用，而1953年沃森-克里克的DNA雙螺旋論文（D-index達0.96）則直接替代了同年發表的鮑林三螺旋理論。

圖 1.高度非典型引用論文的興起和高度替代論文的衰落。

圖 2. 論文的非典型性與顛覆性呈負相關。

為驗證因果關系，研究團隊追蹤了3382篇論文的預印本與發表版本。結果顯示，作者在修改中增加的跨領域引用（提高A-index）往往降低論文的D-index。例如，某金融學預印本引用18篇文獻（A-index=22），經同行評審后增至33篇（新增生物學文獻），其D-index從0.15降至-0.03。這可能說明重組行為可能稀釋論文的顛覆潛力，因其轉向“知識整合”而非“替代競爭”。

圖 3. 增加論文的非典型性會減少其顛覆性。

領域內的“精準狙擊”

那么，顛覆性論文如何替代舊知識？通過語義分析發現：92%的高D值論文與其替代的參考文獻存在顯著主題重疊。例如，圖靈1936年開創計算的論文，7篇參考文獻全部來自數學邏輯領域；2017年Transformer架構顛覆LSTM模型時，核心引用仍集中于機器學習領域。這與重組理論預測的“跨界啟發”相反，支持替代理論的“深度本地搜索”機制，突破往往源自對領域核心問題的持續攻堅。

圖 4. 顛覆性工作的主題它引用最多的參考文獻的主題重疊。

理論與方法的時間競賽

通過大語言模型對5萬篇高D值論文分類，研究發現：理論替代平均比方法替代快3倍。例如，圖靈機（1937）一年內替代丘奇的λ演算（1936），而瓦茨-斯托加茨的小世界網絡模型（1998）耗時30年才替代米爾格拉姆的社會實驗（1967）。這可能是因為新理論常以“邏輯優越性”快速勝出，而新方法需經歷工具鏈完善和學界的適應。

圖 5. 理論的進展很早就發生了，方法上的的進展出現得比較晚。

啟示：科學創新要怎么做？

在“跨學科即創新”的時代風尚下，本研究提示了科學突破的深層邏輯：

1. 重組創造多樣性，替代推動變革：非典型組合拓寬知識邊界，但顛覆性突破需深耕領域內核；

2. 測量工具需謹慎：A-index反映知識流動性，D-index衡量范式破壞力，應區分開對待；

3. 警惕“創新通脹”：當前科研評價過度追捧跨學科指標，可能導致“廣但不深”的知識泡沫。

在“大科學”時代，如何在鼓勵重組的同時培育顛覆性土壤，將是亟待解決的深層問題。

面向未來的科學學讀書會

科學是研究實踐、是理性精神，也是一個由學者、文獻、科研項目、科學思想與靈感等一起構成的自組織、自生長的復雜系統。科學學這門學科，旨在深入理解科學研究的種種因素并推動科學發展。科學的迅猛發展在積累科學知識的同時，也遭遇諸多社會、倫理、政策問題：開放科學的范式如何影響科學研究的實踐？階層、性別、種族、國家等視角如何揭示科學不平等的起源？期刊編輯和審稿人如何塑造當今的科學活動？科學人口結構、人才激勵、科技人才流動如何影響科學發展？AI大模型如何重塑科學研究的各個環節？

為了思考和回應科學的多元化挑戰、科學開放性面臨的危機，以及新興技術對科學的沖擊，集智俱樂部聯合美國匹茲堡大學博士后崔浩川、東南大學副研究員孫燁、田納西大學信息學院助理教授李愷、紐約大學阿布扎比分校博士研究生劉逢源、南京大學地理與海洋科學學院研究員古恒宇，共同發起，這是繼「復雜系統下的科學學讀書會」之后的新一季科學學讀書會。讀書會已完結，現在報名可加入社群并解鎖回放視頻權限。

詳情請見：

1.

2.

3.

4.

5.

6.

7.