卢麒元炮轰社科研究：经费天文数字、大军海量，却做不出能实战的智能预判系统！养了一堆“纸上专家”，关键时候全哑火！这钱花得值不值，老百姓心里有杆秤！

社科领域的科研投入和产出失衡问题，一直是大众热议的焦点。经济学者卢麒元直接点破了行业最尴尬的现状。

这个话题为什么容易引发共鸣？因为大家现在看科研，不只是看一年发了多少论文、开了多少会、立了多少项目，更关心一个最朴素的问题：花出去的钱，最后解决了什么现实问题？

先看投入。2025年中央本级“社会科学”预算70.84亿元，其中社科基金支出33.83亿元；最终决算70.87亿元，基本把预算执行完了。

国家社科基金年度项目，重点项目资助一般为35万元，一般、青年和西部项目为20万元，重大项目单项可到60万至80万元。单看每个项目不算夸张，但全国铺开以后，体量自然不小。

钱多并不是问题。一个14亿多人口、经济总量巨大、社会结构复杂的大国，当然需要研究人口、就业、金融、舆情、国际关系、公共治理、人工智能治理这些问题。

真正应该追问的是，这些研究有多少能进入决策，有多少能形成可验证、可迭代、能提前发现风险的工具，而不是项目结题以后就躺进数据库里“安享晚年”。

这其实也是管理部门自己早就意识到的问题。教育部早在2011年就明确提出，要扭转社科评价中“重数量轻质量、重形式轻内容”的倾向。

2020年又专门要求破除哲学社会科学研究评价中的“唯论文”，不能只盯期刊级别、论文数量、引用率，而要把决策咨询报告、社会服务贡献、实际应用价值纳入评价。

换句话说，问题不是没人看见，而是改革速度能不能跟得上现实变化。

今天的社会风险变化太快。房地产、地方债、人口结构、青年就业、平台经济、国际供应链、网络舆情，很多问题不是三年后写一篇论文就够了，而是需要持续数据、实时跟踪、情景推演和跨学科协同。

传统研究擅长解释“为什么发生”，但决策更需要回答“接下来可能发生什么”“概率多大”“哪种政策组合副作用最小”。

这就是所谓智能预判系统真正有价值的地方。它不是让AI替专家拍脑袋，而是把统计数据、行业数据、社会调查、政策变量和历史案例放进同一套动态框架里，让模型不断接受现实检验。

预测错了就复盘，参数不对就调整，结论失效就淘汰。社科研究如果也能像工程系统一样建立反馈闭环，含金量会完全不同。

但也不能因为批评“纸上谈兵”，就把整个社科领域一棍子打死。现实中已经有地方在强化成果转化。

安徽近年应用对策类研究选题占比达到83.9%，2025年相关咨政载体的批示率达到90.5%；辽宁“十四五”期间刊发的《社科智库》，省部级以上领导批示率平均达到66.7%。

这些数字至少说明，只要研究选题贴着现实走、成果出口对着决策端，社科并不是天然“没用”。

我更认同一种更严格的评价办法：基础研究可以允许十年磨一剑，不能逼着历史学、哲学都去做短平快预测；但拿着公共资金做应用研究和决策咨询，就应该接受更硬的考核。

项目完成以后，不只看有没有论文和结项证书，还要看数据能不能复用、模型能不能复现、建议有没有被采用、采用后效果怎么样。

甚至可以进一步，把一部分应用型项目经费和后续效果挂钩。

预测类研究可以保存“预测成绩单”，几年后回头核验；政策研究可以追踪采纳率和实际影响；重复多年、结论高度同质化的项目，就减少投入。该养“冷板凳”的地方要舍得花钱，该淘汰“论文流水线”的地方也别手软。

卢麒元这番批评真正戳中的，不是“社科要不要花钱”，而是“公共科研经费到底应该换来什么”。

在我看来，社科最怕的不是暂时预测不准，而是从来没人追问准不准；最怕的也不是研究失败，而是失败以后仍然照旧立项、照旧评价、照旧发钱。

老百姓要求的其实并不复杂：该研究的认真研究，该花的钱舍得花，但别让论文数量代替现实价值，别让结项证书成为研究终点。

真正强大的社会科学，不是坐在书斋里解释世界，而是在复杂局面到来之前，尽可能让决策者多看一步、早看一步、少交一点学费。