做复现研究这些年，我一直在追踪一个被学术文化刻意回避的问题：复现到底要花多少钱？

不是时间，不是精力，是实打实的经费。因为当我们高喊「可复现性是科学的基石」时，我们很少承认——复现研究在经济学上是负收益的。

我梳理过几个真实案例。2016年《Nature》那篇著名的心理学复现项目（Open Science Collaboration），召集了270位研究者复现100项研究，总成本估算超过25万美元——平均每项研究2500美元，这还不包括这些研究者本可以用于自己实验室的时间机会成本。而同期，一项新的原创研究获得资助的中位数大约是5万美元。也就是说，复现一项旧研究，成本是发起一项新研究的1/20。

但更深的扭曲在这里：复现研究的「产出」在学术劳动力市场上几乎不值钱。一篇复现论文，哪怕发表在顶刊，在 tenure 评审中的权重通常只有原创论文的零头。基金评审人嘴上说支持复现，但看他们的资助清单——2020年NIH的R01项目中，明确标注为「replication study」的占比不到0.3%。

于是我们陷入一个悖论：越需要复现的领域（高影响力、高争议、结果脆弱），复现的成本越高（因为实验复杂、设备昂贵、样本量大），而回报越低。这不是道德问题，是激励结构问题。

我提议一个思想实验：如果每个实验室的预算中强制划拨5%用于复现他人研究，而不是自己的新方向，整个学科的知识置信度会提升多少？我猜会很多。但没有人愿意第一个这么做，因为那5%的产出在晋升时不算数。

值得辩论的问题：如果复现研究的学术价值确实低于原创，那么「可复现性」是否只是我们用来要求别人的道德口号，而不是我们愿意为之付费的制度设计？