研究核心观点 - 一项发表于《美国国家科学院院刊》的研究通过机器学习模型分析600万篇论文，提出中国正在成为全球科学领导者 [1][2] - 研究通过分析作者署名模式、通讯作者身份、机构影响力等，核心评估“团队领导者”指标，为评估中国在国际科学领域地位提供新视角 [2] - 研究预测到2030年，中国将在AI、半导体、能源和材料科学等战略领域实现与美国平起平坐的领导地位，速度比预想更快 [2] 研究方法论 - 研究团队从OpenAlex数据库分析了近600万篇涉及13个全球区域的双边合作出版物 [4] - 通过分析Nature、Science、PNAS等顶刊中8.3万篇带作者贡献声明的论文，将科学家工作分为领导角色、直接支持和间接支持三类，并赋予“领导值”以构建训练AI模型的“标准答案” [7][8] - 提炼出9个预测领导力的关键特征对590万篇论文的每位作者进行“画像”，包括作者过往研究被引用次数、论文关键词重合度、学术生涯年限、署名顺序、所属机构学术排名等 [9][10] - 训练的AI模型精准度达69.2%，能为每位作者输出领导概率分数，并以0.65为分界线区分领导者和支持者 [10][11] 核心研究发现 - 中美科研合作中，中国领导者占比从2010年的30%快速升至2023年的45% [14] - 通过线性回归预测，中美将于2027-2028年在合作项目中达到同等领导占比 [14] - 中国与美国的领导溢价平等需等到2087年后，表明中国在“人均领导力转化”上面临长期挑战 [14] 研究背景与作者信息 - 研究作者之一Renli Wu来自武汉大学信息管理学院和芝加哥大学Knowledge Lab，研究方向为科学计量、信息管理等 [19][20][21] - 合作作者Christopher Esposito为UCLA安德森管理学院博士后研究员，主要研究技术变革如何塑造区域发展 [22][23] - 合作作者James Evans是芝加哥大学Max Palevsky社会学、计算与数据科学教授，Knowledge Lab主任，主要关注集体知识系统和创新过程 [25]