在我们的论文《A Skeptical View of the National Science Foundation's Role in Economic Research》中，Tyler和我指出，如果NSF履行了它应尽的职责，它所做的事情本应与其他资助方有很大不同。

公共品理论告诉我们，美国国家科学基金会（NSF）应当支持那些尤其难以通过传统大学、慈善和私营部门渠道获得资助的活动。这一洞见提示了一个简单的检验：如果NSF将资金分配给真正的公共品，而非边际上的补贴，那么NSF支持的项目类型应当与“市场”部门所支持的存在很大差异。然而，从知名NSF资助项目清单（如本次研讨会上Moffitt提供的清单）中最引人注目的是，它们与当今现状下产出的“优秀”研究清单何其相似。如果我们认真对待公共品理论，经济学中哪些领域应当获得支持？

我们的建议是重复性研究以及支持生产公共数据集。这就引出了Scholar Data——一个赢得NIH数据共享索引竞赛的优秀新项目。NIH竟会举办这样的竞赛，本身反映了更广泛的转变：近年来主要资助机构和期刊日益强制要求数据共享——例如NIH出台了《数据管理与共享政策》，要求提供研究数据共享计划，许多期刊也已将数据可获取性作为发表条件之一。Scholar Data创建了S-指数——类似于论文的H-指数——但S-指数衡量的是一个数据集的可获取性、被引用情况及其他提及次数。其目的在于创建一个奖励公共品生产的指标：

研究人员投入多年时间收集和共享数据集，这些数据集支撑着每个领域的可重复性、透明度和科学发现。没有共享的数据，研究结果就无法被验证、拓展或信任。然而，界定学术生涯的指标——如引用量、H-指数和影响因子——只计算论文发表。数据共享既未被认可，也未被奖励。

这造成了一种扭曲的激励：研究人员被期待共享数据，却得不到任何回报。结果是，数据共享被视为一种杂务，而非一种贡献。

Scholar Data和S-指数正是为了解决这一问题。通过衡量数据集的影响力，S-指数让数据共享获得与发表论文同等的可见度和认可，将其从一项义务转变为一种职业资产。这一做法呼应了此前社区推动的FAIR数据原则——要求数据可发现、可获取、可互操作、可重用——为这一长期被倡导却从未被衡量的实践提供了具体、可量化的信号。

太好了！您的数据集可能已被收录。您可以在ScholarData获取认可。

来源：Marginal Revolution