【论文选刊】谢心怡：绩效导向下团队合作模式与独立研究者培养——基于P大4个实验室的质性分析

作者简介：谢心怡，华中科技大学教育科学研究院博士后。

基金项目：中国博士后科学基金第75批面上资助项目（2024M750981）；中国高等教育学会2024年度高等教育科学研究规划课题“高水平科研团队中合作模式对理科拔尖人才学术成长路径的影响”（24LK0204）；华中科技大学“双一流”建设基金（智库建设与社会服务能力提升项目）。

原文刊载于《高等工程教育研究》2024年第五期160-166页。

一、问题提出

独立科研能力的培养对博士生而言至关重要。博士生需要在博士期间完成从“依附”到“独立”的转变，这是学术社会化的关键。^[1,2] 我国博士学位的授予要求也包括“具有独立从事科学研究工作的能力”。^[3] 在当前复杂国际形势与科技竞争背景下，博士生独立科研能力的培养尤其关键。独立科研能力的养成并不容易，国外研究指出，从课程学习者到独立知识生产者的转变充满困难。^[4] 我国博士生的情况如何？调查显示，我国理工科博士生在提出研究问题、学术写作等方面表现不佳。^[5] 科研是包括“提出问题—阅读文献—设计实验—操作实验—反复验证—获取数据—分析数据—撰写论文”环节的完整过程。在提出问题、学术写作等方面表现不佳，意味着博士生很难完全独立承担研究工作。该调查提供了宏观数据支撑，但并未深入到实验室层面，对博士生的实际培养过程进行质性考察。理工科博士生的科研训练是典型的团队合作模式^[6,7]，因而，实验室团队合作与独立科研能力培养在理工科博士生学术社会化过程中构成张力，既有研究关注到了这一张力^[8]，但未回答如下更具体的问题：不同实验室的团队合作模式有无差异？这些差异如何影响博士生独立科研能力的培养？

实验室并非独立的小世界，而是嵌套于更广的学术场域，学术场域的制度逻辑会对实验室产生深刻影响。20世纪70、80年代以来，随着新自由主义与新管理主义兴起，以“自治”和“信任”为基础的制度被以“可见性”和“强制问责”为基础的制度所替代^[9]，绩效考核逐渐成为重要的学术治理手段。^[10] 20世纪90年代中后期以来，绩效考核被历史地建构为我国合法化的学术治理手段，在理工科领域，绩效导向尤其值得关注，自然科学领域是国内最早引入绩效考核的领域。^[11] 近三十年来，绩效导向强大的动员力量使得我国理工科领域实现了赶超式发展，但同时，绩效导向也可能对科研发展质量与自主创新能力产生负面影响。既有研究对绩效导向制度的反思与审视一般从宏观角度^[12]或大学教师个体层面^[13]切入，而对实验室这一微观场域及其中博士生（科研队伍的后备力量）训练与培养的关注不足。本文将走进实验室，考察绩效导向如何影响实验室团队合作模式？哪种合作模式更易实现绩优？这又如何影响理工科博士生独立科研能力的培养？研究这些问题不仅能为改革博士生培养模式提出具有针对性的建议，而且有助于从新的角度审视与反思绩效导向的科研制度逻辑。

二、研究方法

本研究采用解释性案例设计（explanatory case studies）^[14]，通过目的性抽样选取某高水平研究型大学（P大）的4个生物学实验室为案例（见表1）。选择生物学是因为其在现代科学体系中具有十分重要的位置。细胞生物学与分子生物学是生命科学的枢纽学科与前沿学科^[15]，故主要选择细胞生物学、分子生物学及相关领域的实验室进行田野研究。

表 1  案例实验室概况

资料收集方面，主要采用深度访谈法，对每个案例实验室的4~6名博士生进行2~3个小时的半结构化访谈，共访谈22名博士生。采用“实验室+访谈顺序”形式编号，T01指T实验室访谈的第一位博士生，以此类推。研究者访谈前后在实验室进行了观察。为增加多样性及实现多方验证，还采取滚雪球方式招募若干其他实验室1~2名博士生进行2~3小时的半结构化访谈，共访谈15名博士生，编号方式同前。特殊编号“ZI”表示该博士生从Z实验室转入I实验室。资料分析方面，使用溯因分析的聚焦编码方法。^[16] 围绕绩效导向、团队合作与独立科研能力培养等主题，将逐字逐句转录稿、田野笔记、备忘录中与主题相关的内容汇集为“原始资料集”（proto-set），围绕主题阅读相关文献与理论。而后，将T实验室这一极端案例确定为“索引案例”（index case），将其他实验室与T实验室进行对比，关注差异，进行分类。最后，思考不同案例之间的联系，结合相关理论，形成了既是经验又是理论的分析性故事。

三、研究发现

（一）实验室合作模式与博士生培养

1.实验室合作模式分类

科研工作是一个包括把控宏观研究方向、学术社交、提出研究问题、设计实验、阅读文献、操作实验、反复验证、获取数据、分析数据、撰写论文的完整过程，其中，把控实验室宏观研究方向、学术社交、提出研究问题、设计实验、阅读文献、撰写论文等环节对思考能力的要求较高，本文将其称为“头脑”的工作，而操作实验、反复验证、获取数据、分析数据等环节对思考能力的要求相对较低，对“肢体”操作的要求较高，本文将其称为“肢体”的工作。PI（即导师）主要负责“头脑”的工作，不会亲自参与操作实验、收集数据与分析数据的环节，博士生主要负责“肢体”的工作，即实验操作、收集与分析数据等步骤。按照“头脑”的工作与“肢体”的工作的分离/结合程度，将实验室的合作模式分为指令型a类、指令型b类及探索型三种类型（如图1）。

图 1  案例实验室合作模式

2.不同合作模式的博士生培养

在指令型a类实验室，“头脑”的工作与“肢体”的工作分离程度非常高。PI不仅提供课题大方向，甚至具体负责研究问题、研究思路与实验方案的设计、论文写作等工作。在W实验室，PI亲自负责研究设计与论文写作，“老板觉得你的idea肯定也不行，你看的文献肯定也不行，所以我们发表的论文都是老板亲自写，你就只需要给他提供数据，写一个大纲，告诉他你用了什么材料方法，论文的前言、文献综述那些都是他写，修改的时候也不需要你修改，你就给他补实验就行，他说缺什么实验你就补什么实验。”（W01）在此过程中，这些实验室的PI不希望博士生提出自己的想法：“他不希望你提出太多自己的想法，当你和他在一些问题上有分歧、想和他讨论的时候，他可能会非常坚持自己的想法，并且不给你任何解释或者说服你，而是直接告诉你：你就要这样去做。”（T03）他们认为博士生“左探索、右探索”只会“浪费时间、浪费经费”，故而只是希望博士生“按照他的想法，去当他的手，赶紧把事情做完。”（ZI）

在指令型b类实验室，PI愿意与极少数聪明而有想法的学生共同讨论课题，“如果你是一个很聪明很有想法的人，你可以去和Y老师讨论，你们可以相互促进。”（Y06）而对于其他博士生，PI会为他们指定研究方向、研究问题与研究思路等，“课题是老板给的。”（Y05）Y06也说：“大部分都是指定的。”博士生主要负责实验操作与数据分析等“手”的工作，不过，这些博士生可以有限参与文献阅读与实验设计的思考过程，Y02表示：“目前在做的课题是老师给我们提的方向，问我们这样做是否可行，然后我们小组用一个月的时间阅读了一些文献，发现其实是可行的，老师就说开始做吧。”

在指令型实验室，博士生之间一般采取“流水线”分工的方式，“做实验和分析数据是分开的。”（T02）实验与分析数据的不同流程也可能是分工的。

在探索型实验室，PI为学生提供成熟可行的课题，在宏观方向上进行把关，鼓励学生独立探索，在学生遇到困难时能提供有效帮助，学生“头脑”的工作与“肢体”的工作结合程度高。需要说明的是，本文谈及的探索型实验室不包括导师“放养”学生的情况。

S实验室的PI希望培养学生成为独立的科研工作者，在博士阶段就完整接触科研的每一环节：“我们S老师一直说，你可以成为生产线上面的一环，在这一环做得非常出色，但你更应该努力让自己成为整条生产线，你应该努力接触每个环节，包括设计课题、包括投稿这些。”（S04）S实验室PI会给予学生课题大方向或为学生选定的课题方向把关，“S老师这边自由度很大，他会给你一个大的方向，同时也鼓励你去自主探索，去自己设计具体题目、做什么实验等等。”（S06）在遇到困难时，S实验室的博士生可以得到老师的有效指导，“实验推进不下去的时候，（他）会及时指出我的问题。”（S01）

L实验室的PI也希望培养学生独立的科研能力，如L04所言：“我们L老师觉得如果你没有独立做过研究，没有完整地负责课题的经历，你出去会出问题，你独立地去负责一个事情，哪怕你很痛苦，但这也是一种磨炼，哪怕你以后不做学术，离开学术界了，你所学到的解决问题的方式也是有用的，不能说读了个博士，最后就做了个技术性的事情。”L实验室PI也会给博士生提供成熟的课题大方向，鼓励学生独立探索：“老师那边有一些大的方向，但你自己要去确定自己的小方向，自己着手、自己设计、遇到困难先自己解决。”（L05）不过，遇到难以解决的问题时，L实验室的学生可以得到PI的有效指导与帮助，“最难的是实验做出来的结果与你之前的假设不一致，而且你怎么重复都跟你的假设不一致，这时候就很需要去找老师讨论了。”（L05）

在探索型实验室，博士生相对独立地负责自己的课题，少有“流水线”式分工，“基本是我独立地在做。”（L03）因而，博士生需要掌握不同的实验流程或分析数据的流程：“那真的就是你需要做到哪一步，你就得会到哪一步。”（M01）

（二）指令型实验室与绩效导向的亲和

1.实验室不同合作模式的绩效差异

指令型实验室分工明确，师生“各司其职”，博士生很大程度只是PI指令的执行者，这排除了博士生独立探索过程中可能出现的试误与波折。博士生之间“流水线”分工，每个人负责自己最擅长的步骤。因而，这些实验室可以相当程度上实现高效率与快节奏的知识生产，其绩效水平较高。探索型实验室的PI给予学生独立探索的空间与自由，在独立探索中，博士生的知识生产过程可能出现更多反复尝试、重新开始与迁延徘徊。博士生相对独立地负责自己的课题，需要更全面掌握不同研究流程。因而，这些实验室知识生产的耗时相对更久，速度相对更慢，论文产出效率受到一定影响。

具体到博士生个人，在T实验室与Y实验室，每位博士生临近毕业时都有至少1-2篇10分及以上影响因子的一作（含共同第一作者）文章发表，而S实验室、L实验室一些学生毕业时尚未有任何一作论文发表。T03不喜欢T实验室的科研合作模式，但又不得不承认她是这套分工体系的受益者：“我并不能在其中体现我的价值，但我确实又从中受益，相比其他很多实验室，我们的产出情况要好很多。”接受访谈时，她为直博四年级学生，已经在Cell Discovery等影响因子10分及以上刊物上发表了3篇共同一作的文章（其中一篇为一作），生物学能达到这种发表水平的博四学生凤毛麟角。Y06接受访谈时也为直博四年级学生，也已经有多篇文章发表或在投，她表示：“虽然在这个组你会想要更多，其他人都很卷，但跳出来看，我们组每个人基本都是有产出的。”而直博五年级的S02接受访谈时还在为达到毕业发表要求而努力，直博五年级的L01临近毕业尚未有任何一作的SCI论文发表（如表2）。

表 2  案例实验室绩效情况

来源：据google scholar统计。

2.绩效导向与指令型实验室的优势

我国科研制度呈现鲜明的绩效导向的特征。科研制度以“优秀”“前沿”“创新”等承载着美好愿景的词汇为指向，但实际的运行逻辑却是绩效导向的“投入-产出”情况。

以“项目制”这一科研组织管理制度为例来略做讨论。“项目制”是当前理工科科研组织管理制度的枢纽，既深刻影响实验室的日常活动，也与人才选拔与评价等密切相关。^[17] 项目制深刻体现绩效导向的特征。以2021年度为例，自然科学基金委与财政部共同设置了面上项目、重大项目等六类项目的通用指标，包括决策、过程、产出、效益等四个一级指标^[18]，产出指标及效益指标在评价中的权重原则上不低于60%^[19]，因而是项目评价中的主要指标。

产出指标包括产出数量、产出质量、产出时效、产出成本四个二级指标。产出数量以实际完成率衡量，评价要点为“项目资助计划完成情况”“项目结题完成情况”及“项目科研工作和科学成果完成情况”；产出质量以质量达标率衡量，评价要点为“当年中期检查项目的优良率”与“当年结题项目的质量达标率（抽样评价）”；产出时效以完成及时率衡量，评价要点为“按期完成申请和立项的情况”与“项目按期结题率”；产出成本以成本节约率衡量，评价要点为“项目经费管理体现成本节约”与“年度评审与管理实际成本及与计划成本的比率”。^[20] 其中，“产出质量”看似衡量的是“质量”，但却也是以“质量达标率”这样的量化数字的形式体现。

因为定位差异，不同资助项目的效益指标存在一定区别，但均包括“项目成果”这项效益指标，项目成果一般以典型成果案例的方式呈现于绩效报告中，典型成果案例首先描述研究的基本情况，如“研究团队开发了……开辟了新的途径……该方法有望进一步推广……可广泛应用于……”等等，其结尾一定包含对研究成果发表情况的介绍，如“发表于《科学》（Science）杂志上”“发表于《自然》（Nature）刊物”等。^[21]

通过产出指标与效益指标，原本模糊的“良好”“优秀”“创新”“前沿”等概念被转变为明确的以数字为主、其他情况为辅的绩效内容。绩效导向制度逻辑的非预期效应正在于此种“目标替换”效应：将“优秀”“前沿”与“创新”等科技活动的主要目标替换为以量化数字为核心的绩效指标。

不难看出，指令型实验室高效率、快节奏的团队合作模式与绩效导向的科研制度逻辑更为亲和，这些实验室及其中的博士生更容易得到制度的认可与鼓励，是制度之“宠儿”。探索型实验室及其中的博士生不免因为绩效指标不佳、竞争力不强，在这套制度逻辑中左支右绌。

（三）绩优实验室的独立科研能力培养困境

快速产出的绩效“幻象”遮蔽了指令型实验室（尤其是指令型a类实验室）存在的深刻问题。在指令型实验室，PI倾向于将博士生当成自己的“手”，因而，博士生5~6年的训练都囿于具体操作，“一年级在做这些事情，到六年级还在做一样的事情。”（ZI）

在高深知识生产过程中，默会知识极为重要^[22]，“头脑”的工作与“肢体”的工作均依赖于默会知识。哈里·柯林斯（Harry Collins）对身体性默会知识与集体性默会知识进行了深入分析^[23]，为我们理解“头脑”的工作与“肢体”的工作之本质提供了概念基础。“头脑”的工作本质上依赖于集体性的默会知识，学术共同体中弥散着一种特殊的思考问题的模式，这是在长期的学术发展中所形成的“社会实在”，把控实验室宏观研究方向、学术社交、提出问题、阅读文献、设计实验及撰写论文等工作都关涉到对学术共同体规范、方向及风格的把握；“肢体”的工作则本质上依赖于身体性的默会知识，依赖于人的大脑与身体的物理机制。集体性默会知识比身体性默会知识被明述的难度更大^[24]，也即被习得与掌握的难度更大。

博士训练初期，掌握身体性的默会知识、练就“手上功夫”极为重要，某些实验操作难度较大，博士生需要投入大量时间才能学会：“我做的方向需要涉及一个挑细胞的操作……当时有三四个月的时间每天都在练习这个。”（T01）实际完成课题过程中，实验技巧往往需要组合在一起才能发挥作用，这意味着博士生在一个实验中要完成多个高难度操作。因此，“手上功夫”构成博士生的初步分化：“你看一个人如果做实验非常粗糙，你大概也能知道他是什么水平了。”（ZI）然而，虽然实验技巧非常重要，但实验技巧并不能真正体现一个人的科研能力，一个人科研能力更在于是否掌握集体性的默会知识：“真正看一个人的科研水平，不是看他的实验做得多好，‘跑胶’（一种实现生物大分子分离纯化的实验手段）跑得很直看起来很厉害，但让任何一个人跑10次、跑100次，总能跑直的，甚至于他都不需要知道这个实验是干什么的，他勤能补拙，总能把这个实验做出来，但眼界、对问题的综合判断不是每个人都能有的，这些才是更重要的。”（S04）

博士期间的科研训练不仅应使博士生习得一套身体性的默会知识，也应训练学生掌握集体性的默会知识，使学生融入学术共同体，习得其所在学术共同体特殊的思考与解决问题的模式。如果说，把控实验室宏观研究方向、学术社交必须主要由PI负责，博士生难以在博士期间就习得，但提出研究问题、设计实验、阅读文献、撰写论文等环节不应从博士生的科研训练中排除，相反，博士生应渐渐通过训练独立掌握这些环节。而且，可以合理推断，博士生独立之后，其是否能自主设计课题、是否能为实验室找到合适又具有原创性的发展方向，是否有宏观布局规划能力在相当程度上依赖于其博士生期间是否经受过这些训练过程。然而，在指令型（尤其是a类）实验室的团队合作模式下，博士生提出问题、设计实验、阅读文献乃至撰写论文等环节的训练较为不足，这意味着他们通过5~6年的博士训练而仅仅成为科研中熟练的“技术员”，而非具备独立科研能力的后备研究人才。指令型实验室的博士生自身也意识到这种训练模式可能存在的问题，如W01所言：“在我们实验室毕业后，你还是不会写文章，虽然你可能发了很多文章，但你没写过文章，你不知道怎样的文章能中。”即使绩效指标优异，但Y实验室的博士生对自己的后续发展有清醒的认知与判断：“你在这里能发好文章并不代表你以后能发好文章，也不代表你独立能发好文章。”（Y06）尽管论文产出水平都较高，T实验室博士生毕业答辩时会受到一些老师的质疑：“其实答辩的时候，我们实验室一直是会被质疑的，有的老师会质疑我们是否有自己独立构建一个实验室的能力。”（T03）

博士教育的目标是培养学生对所从事领域问题的综合判断，培养独立研究人员，但在指令型实验室，博士生从事的工作却是去专业化与流水线式的，与“独立”和“创造性”相去甚远。实验室的总体绩效与生产力提高了，但生产力“来自通过一种细致的劳动分工而对个人的能动性进行阻碍和控制。”^[25]

（四）绩优选拔下研究人员再生产悖论

凭借相对优异的论文发表水平，指令型实验室的博士生拥有了继续学术之路的可能性。2007年以后，在博士生招生规模快速扩张的同时，学术劳动力市场的需求却相对稳定。^[26] 理工科领域也呈现相似趋势。因为毕业博士生人数远多于教职数，寻找教职的博士生必须面对极为严苛的拣选。

博士后训练几乎是生命科学领域博士生寻找研究型大学教职的必备“履历”，因而有意从事学术工作的博士生一般会选择进入博士后训练。海归博士后的就业竞争力更大，故本文受访博士生皆首选去国外实验室。在生物学领域“赢家通吃”的模式下，一个阶段取得成功的候选人才有资格晋级下一阶段。^[27] 国外实验室一般对学生博士期间的文章发表有要求：“去国外一般的实验室都要有篇文章在手，要去比较‘大牛’的实验室对文章的要求就更高了。”（ZI）因而，博士期间有何种程度的论文发表水平，一定程度决定了博士生接受博士后训练实验室的层次。

国内博士毕业生在国外做博士后（一般需要2~3轮，即4~6年）的主要诉求就是“攒”大文章（指影响因子较高的主刊和大子刊）以找到理想的教职（Y01）。接受博士后训练实验室的层次将很大程度影响博士生是否能“攒”出大文章：

“如果你去一般的国外实验室，没有产出回来也很难的，但如果你能跟到一个‘大牛’，那对你以后的学术经历就很有帮助了，我们学院有一个老师就是在国外跟到了某个领域的创始人，回来后清华北大都在抢他。”（S03）

博士后期间的论文发表水平又决定了年轻学者是否能顺利拿到国内学术职业的入场券。“发表”在大陆高校招聘中具有中心地位^[28]，在生命科学领域，博士生根据往届经验，得出发表水平与教职层次的一般对应关系为：

“如果有CNS就基本锁定了top级别的985高校，清北也有可能；如果有大子刊（如Nature cell biology）可以帮你锁定中等以上985高校；如果有3~4篇小子刊（如Nature communications）可以锁定稍微低档次985高校的教职。”（Y01）

就2022年找工作的形势而言，情况更加严峻了，有志于从事学术工作的S04找教职时发现，2019年时，发表一篇Nature大子刊就有可能直接拿到高水平研究型大学（中上游985高校）的正高级职称（符合上文Y01谈及的根据往届经验确定的对应关系），但2022年同样的发表水平只能拿到末流985大学的副高级职称，“你看到了标准在那里，很努力达到了这个标准，结果社会告诉你这个标准变了。”（S04）

找到教职只是学术道路的起点，年轻学者还面临横亘在前的重重关卡。在国内研究型大学普遍引入“预聘-长聘”制背景下，通过长聘考核是年轻学者的首要任务，考核的主要标准是（国际）论文发表数量与水平、学术荣誉及项目基金申请。^[29] 获得长聘职位并不意味着理工科学者可以高枕无忧，等待他们的还有一系列人才计划和项目^[30]，而H指数能正向预测青年教师获得人才项目。^[31]

对生命科学领域有志于学术的年轻人而言，其面前有一条清晰、艰难又高度同质化的道路：顺利拿到名校博士学位，在读期间发表影响因子10分及以上的论文（至少1篇）→博士后期间在海外知名实验室“攒”正刊与大子刊→顺利通过高水平研究型大学的长聘考核→申请系列人才项目。在这条环环相扣的通关大道上，任何一步都要不出差错——至少不出太大差错。

虽然探索型实验室能相当程度训练学生独立的科研能力，但在人才选拔的绩优逻辑下，探索型实验室的博士生可能反而因绩效指标较差而在学术通关第一步就远远落后于指令型实验室训练出的学生。在这条道路环环相扣的“闯关”中，一步落后于人就可能步步落后于人。

四、结论与讨论

研究基本结论如下：其一，指令型实验室的PI排除了博士生独立探索过程中可能出现的试误与波折，博士生之间分工明确，故而这些实验室绩效水平较高。探索型实验室的PI给予学生独立探索的空间与自由，博士生须相对独立地负责自己的课题，故而实验室绩效水平相对较低。然而，指令型实验室的博士生通过5~6年博士训练而仅成为科研中熟练的“技术员”，而非具备独立科研能力的后备研究人才。其二，人才选拔的绩优逻辑下，指令型实验室的博士生更具继续从事学术研究的累积性优势，探索型实验室培养的博士生则可能因没有达到基本绩效指标而被学术精英生成的体制化道路所排斥。

即便在海归博士的冲击下，国内博士生教育仍是再生产国内高校科研人员的重要途径，据统计，2018年以来，案例高校生命科学学院引进的14位青年学者中仍有50%的博士毕业于P大、清华大学及中科院，由此可以推断，985高校及以下的学校将有更高比例的科研人员毕业于国内高校。上述博士生培养状况可能意味着我国未来的科研发展存在隐忧，如果大量“技术员”型研究者成功踏上学术道路，成为新的PI，那么他们很可能在职业生涯中遵循与重复既定范式，如此，我国科研是否还有可能真正实现从0到1的原创性突破？

近年来，关于我国科研发展状况有两种声音。一是认为世界科研体系日渐从欧美双极化走向多极化，以中国为代表的国家崛起。^[32] 2021年5月，我国SCI论文发表数量已超过美国。^[33] 一般认为，我国论文数量虽多，但质量与发达国家存在明显差距，然而，一项采用新的测量方法的研究颠覆了这一刻板印象，“高被引”一般被视为论文质量的重要指标，有研究显示，2015年，中国这一指标超过欧盟，2019年超过美国（虽然差异并不显著）。^[34] 不过，即使采用新测量方式，美国在病毒学等领域仍然领先于中国，这将我们引向另一种声音。国内生物学领域领军人物一致尖锐地指出了国内科研与国外的差距，他们都认为中国的科研发展仍处于追随型阶段，没有产生能自成一派的引领性研究。^[35-37]

产生引领性科研成果，实现从0到1的原创性突破及高水平科技自立自强，对我国理工科博士生教育提出了严肃的要求，理工科博士生教育不应再批量生产去专业化的“技术员”，而应致力于培养真正具备独立科研能力的研究人员，然而，当前的培养模式仍难以满足这一要求，亟待做出调整与改变。

探索型实验室对博士生的培养更符合科研与育人相结合的理念，有助于培养真正具备独立科研能力的研究者，但绩效导向的制度逻辑内嵌于全球新管理主义与审计文化大潮，短期内不可能有根本性改变，故而，未来培养模式可考虑兼顾指令型模式与探索型模式的优点。指令型模式的优点在于博士生能在PI给定的问题与思路中快速上手，实现高效率与快节奏的知识生产；探索型模式的优点在于博士生能在自主提出问题、解决问题与写作论文的过程中培养独立科研能力。指令型模式与探索型模式不是两种类型，而是一个连续体，故而PI可灵活处理，如博士生低年级时，PI可偏于指令型模式，随着博士生年级升高，逐渐偏于探索型模式；对资质较高和有科研潜力的学生，PI可偏于探索型模式，而对于一般博士生可偏于指令型模式。此外，使用指令型模式时，PI应注意避免指令型a类实验室的问题，须适当给予博士生参与文献阅读、实验设计等“头脑”工作的空间。当然，尽管新管理主义与审计文化大潮难以根本性逆转，但本研究呼唤对绩效导向制度逻辑的适当调整，政策制定者应充分认识到绩效导向的制度逻辑可能潜藏的负功能，在顶层设计中考虑“容错”机制，为研究过程中的独立探索与反复尝试留下空间，避免科研活动异化为绩效指标的快速生产。

本文存在进一步拓展的空间：其一，对不同类型合作模式实验室训练的博士生进行追踪研究，以考察其后续发展状况。其二，实验室绩效水平受团队合作模式、研究方向、规模等多种因素影响，未来研究可关注其他影响因素。

责任编辑：骆四铭

‍‍‍‍‍‍‍

更多精彩，敬请期待！