博士生在进行学术合作时，往往缺乏如何找到合作者、如何处理与不同合作者的关系、如何在合作中提高自己的学术素养等方面的经验。为此，我们进行了关于博士生应如何提高合作能力的讨论，讨论得出的一些观点对青年学者也应该有借鉴意义。

问题1：什么是合作中的助研心态和合作者心态，如何把握？

博士生A：

从合作方式上分，我想可以分为RA式的合作和co-author式的合作。RA式的合作重在提高数据处理的技巧和数量程度，充分利用零散时间，提高工作效率。RA类的工作通常不具备太强的技巧性，但同样需要及时总结，选择最佳的工作方式。

同时需要在工作前和过程中与管理者保持充分沟通，避免系统性问题。作为PhD学生，我们再花大量的时间做RA的可能性相对较少，但管理RA的能力值得关注。我的经验是自己一定要事先动手操作，再简单的问题都可能存在分歧。

由于我担任过多个项目的RA管理工作，实际经验是不同的人对同一句指示的理解会存在很大偏差（即使都是优秀的本科生），这就要求我们一定在实际操作的基础上尽可能细致地说明不同问题的处理方案，以免造成理解偏差。

同时，要尽可能地简化RA的劳动，把脑力工作的部分尽量剔除，仅保留体力工作的部分。在RA工作的过程中要定期、高频率的反馈，遇到的问题及时处理，万万不可全权托付给RA，自己做甩手掌柜的，最终你会发现很多意想不到的问题。

当然，份内的工作还是要尽量自己完成，不雇佣RA，自己动手处理数据会结合研究设计，数据中的问题也能妥善解决，同时会加深对数据的感情和了解，在知道数据来之不易的前提下更容易做出好研究。

在co-author式的合作中，要在与合作者充分讨论的基础上相互学习。每个项目都应该事先确定leader来组织整个项目的分工，控制项目进程。作为junior scholar，我们应该留心观察老师们在项目管理上的技巧和不足，及时总结，在自己实际lead时取长补短。

同时，在和老师们的合作中，能够带领我们走完一遍从idea generation、data analysis、paper writing、submission到R&R的全过程，在每个过程都应该及时总结经验教训，熟悉发表流程。

和同学间的合作应该注意的一点是明确分工，由于fellow scholar之间的认知和经验趋同，大家很可能都在data analysis上努力而造成重复性劳动。

同时要保持“吃亏是福”的心态，多多付出，不计较贡献的不平等，发自内心地将每个项目都当做自己的sole paper来做。

合作者在感受到你的诚意后，一定会投入更多的经历在你们的项目上。同时，好的reputation有机会吸引更多靠谱儿的合作者。

博士生B：

合作中的主人翁意识。作为Ph.D.，在合作过程中由于能力的限制不太容易主导项目。但在合作过程中一定要主动。在你不停地做一些工作的时候，即使所做的工作可能对于整体项目的推进并无法起到很关键的作用，但是还是可以不停地督促合作者。

这一点我在上学期期末做的很不好，这学期要抓紧改进。另外，在合作过程中，虽然合作者占主导地位，自己要主动思考。一方面，可以与所进行的项目进行协同；另一方面，在合作进行不顺利的时候也可以及时进行调整。

博士生D：

最初参与老师的项目时，主要扮演的是RA的角色，根据老师的思路做一些搜集、梳理文献和清理数据的工作。我觉得当时做得不太好的地方，

一、是依赖于老师的思路和框架，被限制住了，没有能跳出来自主去思考有没有其它逻辑或idea。

在回顾文献、写假设时，主要是在有目的地从文献中寻找支撑假设的论据，这样写完后并没有能对该分支的文献有清晰的认识，也导致之后很难在一篇文章的基础上发展其他想法，没有了延续性。

二、是没有能很及时地沟通、反馈和讨论，而是想着把每一部分做好再发给老师，寻求建议。

这样很大程度上略过了提出困惑、及时解决问题，提出新思路、打磨想法的过程，双方在某些点的理解偏差得不到及时解决，也制约了提升和学习的空间。

点评人A：

大家写的RA角色有两个方向，一个是自己作为RA，一个是管理RA。实际上，很少有博士生能够（或应该）有机会管理RA的。博士生刚刚开始接触研究，如果认为自己有RA是理所当然的事情是很危险的。

有过指导RA经验的学者都知道，指导RA是需要指导者自己知道完成任务的步骤，有自己完成任务的能力，且能预见到完成任务过程中的各种可能性和解决方案的。

博士生刚刚开始接触研究，不具备这些能力，如果依赖RA做一些本来是自己能通过“干中学”学习的事情，就会丧失培养自己能力的机会。

不少学者开始的projects是从做RA开始的。一方面是因为第一次接触研究就想作为合作者是不现实的，这不仅仅是因为好的研究项目一般不会把初学的博士生作为主要合作者，还因为即使是好的项目，如果项目过于依赖初学的博士生，也可能变得没有潜力了。

研究是个复杂的过程，对于有经验和合作顺畅的合作者而言，很多事情是无需多言的，合作者间能够与合理的预期（包括分工、完成时间、质量等）。

这种情况下，合作者可以优化分工，每个人关注自己有优势的部分，且完成自己的部分后可以很好地和合作者完成的部分结合。

如果合作者间经验差别太大，就很难对合作者完成的工作有确定的预期，从而不知道自己该做什么、是否值得做。从这个角度看，初学者最好既和有经验的合作者合作，也和其他初学者合作。

这个问题和共同的合作基础有关。作为初学的博士生，应该有“做RA的活，操合作者的心”的心态。所谓“做RA的活，操合作者的心”，就是博士生最好开始把自己定位为RA，不一定要求合作者的名分。

因为如果一开始就去谈合作者的名分，甚至去争排名，不会有好的合作者愿意和初学的博士生合作。但做RA却应该去体会作为合作者的责任，这样才能在真正的合作中做好合作者应该做的事情。

问题2：博士生应如何建立自己合作的基础？

博士生D：

我觉得作为博士生需要考虑两个方面，

第一，自己在合作中能贡献什么、有哪些资本和别人合作，可能是idea、theory、数据处理或一些更加基础的工作。需要尽可能多从合作者的角度想想他们的诉求、了解合作者的节奏，并且学会高效地讨论、沟通。当然，前提还是要培养自己的合作能力，以及独立研究的能力。

第二，自己在合作中能学习到什么，时刻有着向合作者学习的意识。即使只是帮着做些看似“无用功”的活儿，能从中提炼、总结和反思，也会有所收获，可能会激发新的idea、学到新的数据处理方法、或者对自己原来的研究有新的认识。

博士生E：

自己基于什么和别人合作。这个问题其实是在问为什么别人会选择和我合作，而我怎样保证自己具备和别人合作的基础。

是基于idea，基于data，还是只是因为自己能够帮着干活。我想初期阶段的新手基本上是最后一种情况。

但是我并不认为这个阶段就不重要，或者一无所获，起码通过这样一些事情，新手可以观察和了解一些研究的开展都要做哪些事情，是个什么过程，需要哪些资源和能力，有一个初步的认识。

同时，这个过程也是初步学习掌握合作双方行动配合的节奏，沟通怎样有效准确的开始。

我自己本科做过一段时间助研，做过的一些抠数据、整理数据、跑模型分析初步结果、整理项目资料的“杂活”，今天看来还是有收获的。

基于idea，可能随着文献的积累和有意识地通过阅读商业新闻、评论，和偶然的机会接触一些业界的人，聊一些事情来观察商业现象，慢慢地会有自己的一些想法，这些想法一开始很大程度是比较幼稚，不成熟的。

我个人经历过有段时间好像想法挺多，但真正relevant、能落地的很少，甚至未经打磨前都不太可行，很多可能是文献已经讨论过且比自己深入得多得的idea。

我觉得这个过程能够找到相关领域的前辈，比如老师讨论是很有帮助的，虽然可能会发现自己的idea 不可行、问题很大，或者已经被做过，但是这个过程还是很有帮助的。如果某个idea 可以通过与别人一起polish，然后落地，我想这个过程对于junior 是很有帮助和提高的。

基于data，我想可能要不就是自己有特别的资源或者source 拿到unique 的data，要不就是花了一番功夫抠下来的数据。

博士生G：

我觉得应当有更加长远的目光，不是只盯着一次合作，而是努力做到最好，并且不断发掘后续的合作机会（如果合作者靠谱的话，当然我们现在经过导师挑选的合作者都非常靠谱）。

例如一个dataset现在在做一个问题，那么在数据挖掘的过程中，我们作为离数据最近的人，应该努力发掘出更多的合作机会。

同时，自己在跑数据时产生的一些idea，当时并不成熟，但是其实很有趣的，应该有一个地方专门记录下来。

我现在回想起来，其实以前有一些跑数据过程中为了保持故事的一致性和简单性而没有用上的结果，其实应当记录下来，好坏都最终会有用处的。

博士生H：

我认为对于大部分博士生和青年学者们来讲，合作的前提是个人掌握一定的核心竞争力——要么是新颖而有价值的idea，最好是经过科学的研究设计已较为完备的proposal；要么是掌握珍贵的能适得其所得数据资源。

而对于那些还什么都没有的学术”小白“来说，至少要有一颗热爱学术的心和踏实肯干的态度。就”大牛“而言，丰富的科研经验和独特的思维学识，甚至不可替代的学术名气和人际资源是被邀请合作的重要原因。

回想过去的读书生涯，我想起很多常见的合作形式，如分小组课堂展示，另外完成导师子课题的项目组制也类似。这种合作大多是由老师随机分配人选或者即使自由组队也是由关系亲近的人自然组成，是一种较为被动的合作，可以暂不考虑合作前的准备阶段。

而作为科研”小白“或者”青椒“学者，在现阶段亟需获得项目推进和研究成果，往往需要主动地寻求合作；本科时自己发起或组织参与挑战杯、国创等也与此类似。这种合作不可忽视合作对象的选择和获得机会的过程和准备。

所以，第二是选对人、选好人。在不熟悉整个流程，缺乏经验的时候，选择与导师或者信任的老师、师兄师姐、同学一起合作是极其必要的。客观条件上，没有时间、地点上的限制，可以多频率、多场合的开展讨论，及时、灵活地处理各种突发状况。

尤其是导师和师兄师姐会更无私地、具体地、耐心地指导自己，但这个过程的缺点在于我们很容易产生依赖思想，一遇到问题就立马寻求帮助，缺乏事先三思的意识。

研一开学的时候我曾经问过导师一个比较low的问题，老师告诉我”以后动动手就能自己解决的问题不要拿来问我“，从此之后，我开始学着遇到问题后先自己解决，对于拿不准的时候，在把几种思考同时提出来供他人评判。

这是一个很好的提高效率的方法，因为即使是导师、师兄师姐，时间也是宝贵的，没有义务给我们当”百度“。接下来在应该开始学会选一些关键的人来推进项目和扩大影响力。

首先，选择手中掌握能够检验自己的idea的数据的人是一个双赢的过程，毕竟database的创建是一个浩大的工程，拿来主义很大程度上能节约时间，避免错失时机。

其次，选择该领域内有影响力的学者也是一门艺术。

我认为这种选择应该考虑自己和大牛两方面的因素。首先自己应该有”自知之明“，”大牛“更喜欢是在你90分的研究上锦上添花，如果你手中是60分的研究，还是应该将coauthor锁定在”star“或”小牛“，他们正值上升期，精力充沛、思维活跃有助于项目推进一大步。

另外，也应该掌握大牛近期的研究动态，比如目前的研究主题，如果我们的研究更大牛当期的研究契合，更能够激发大牛的兴趣而参与合作，另外，参与项目多少也影响着合作的可能性，如果某教授正分身无术，即使答应与自己合作，也不能保证时间和指导上的充足。

博士生I：

之前的研究都是在导师的指导和带领下开展的，于是自己的独立性和主动性明显不足。现在项目渐渐多了，才发现自己项目管理的经验和能力明显不足。

导师一直建议我们要有主人翁责任感，要主动（包括自己规划时间、把握节奏、管理合作者的时间等），当时没有听进去，现在多个项目同时进行的时候，就发现只能抓住一两个，其他的真是心有余而力不足（这样的危害不但是某个project做不好，更重要的是损害合作关系，久而久之reputation就毁了，没人合作了）。

迫切意识到自己这方面的能力亟待提高。

随着自己研究能力的提高和经验的积累，需要逐渐从研究合作中导师的“喂养模式”中走出来。所谓“喂养模式”，即是导师帮忙找那几篇核心文献，或者遇到问题时，导师分享学习材料，也或者是写作时导师帮忙确定outline，并分享writing sample。

这些都是研究中最关键的环节，如果这几个环节不独立，就说明没有独立的研究能力。

所以我现在有意识地要求自己独立检索“核心文献”，然后link到整个文献的发展现状；遇到问题的时候，自己独立寻找学习资料，并快速学习掌握。写作过程中，自己总结“洋八股”的规律和模板。

逐渐地，导师的角色才能从指导者变为合作者；只有这样，才能有更多的合作者。

点评人A：

博士生既要做好自己学术素养的积累，又要以积极的心态寻求合作。“学术素养的积累”包括两个方面，一是知道自己的学术素养，二是知道如何提高自己的学术素养。“知道自己的学术素养”是要能明白自己在哪些方面有差距、需要提高。

“知道如何提高自己的学术素养”是要有切实的方法和实际的行动来提高自己需要提高的方面。“以积极的心态寻求合作”是要相信有心者事竟成。博士生实际上有很多方法可以找到好的合作者。

最简单而有效的方式是在学术会议上和seminar上积极提问。我们常常看到，seminar上博士生通常坐在后面，且不问问题。如果能提前阅读论文并积极提问，会给报告人留下很好的印象。

问题3：博士生还应注意哪些合作技巧？

博士生B：

与合作者交接任务的时机很重要。一般合作的老师都会比较忙，因此在完成阶段性任务发给老师的时候，时机很重要。在老师比较忙的时候发过去，有可能等老师空闲下来就忘记了。

因此，掌握合作者的时间表也很重要。要清楚合作者什么时间能够做与你合作的事情，什么时间不能。在与他人合作的过程中要主动观察，主动学习。

博士生C：

目前主要的合作资源都是导师提供的，或者限于导师的团队当中。未来应该主动独立地去关注和发展其他的合作可能性。当然前提是，我们自身具备了更多资源和能力（丰富靠谱的idea或有价值的data）才有机会吸引其他合作者、contribute to合作关系。

博士生F：

除了自己的导师之外，会议也是一个找合作者的好办法。但这种合作一般需要你自己有idea/proposal（找数据）或者有数据有结果（找大牛）。

我目前的合作偏向于前者，通常是把自己term paper和考comp的时候写好的proposal投到SMS，会上讨论的时候哗啦啦地sell idea，碰到人闲聊也sell idea，然后有的时候就会碰到有人说，诶我有这个数据，要不我们跑一下。

这是特别好的机会，因为收数据的过程…大家懂的。这时候就会互相在会上沟通一下，互留email，然后邮件往来，写result report。

但在这方面的合作，我也刚刚开始，而且合作的两个paper大家都不是特别着急，慢慢地往前推，所以时间管理和multi-task的经验都不多。

参考文献：

Beaver, D. D. (2001). Reflections on scientific collaboration, (and its study): Past, present, and future. Scientometrics, 52, 365-377.

Bozeman, B., & Corley, E. (2004). Scientists’collaboration strategies: Implications for scientific and technical human capital. Research Policy, 33, 599-616.

Lavie, D., & Drori, I. (2012). Collaborating for knowledge creation and application: The case of nanotechnology research programs. Organization Science, 23, 704-

724.

Lee, S., & Bozeman, B. (2005). The impact of research collaboration on scientific productivity. Social Studies of Science, 35, 673-702.

Lee, T. W. and T. R. Mitchell (2011). "Working in Research Teams: Lessons from Personal Experiences." Management and Organization Review 7(3): 461-469.

Ou et al., (2012), International collaboration for academic publication implications from the resource-based view and transaction cost theory. Group & Organization Management, 27(4) 407-451.

Wuchty, S., Jones, B. F., & Uzzi, B. 2007. The increasing dominance of teams in production of knowledge. Science, 316, 1036-1039.

Martins, L. L., Gilson, L. L., & Maynard, M. T. (2004). Virtual teams: What do we know and where do we go from here? Journal of Management, 30, 805-835.

作者简介：本文由北京大学光华管理学院博士生、教师联合创作。