我很榮幸能夠參加6 月 12 日至 14 日在哈佛商學院和麻省理工學院舉辦的2018 年創新成長實驗室會議(IGL2018)。總而言之，這次經驗令人鼓舞。與會人員和組織的素質以及所展示作品的品質使得我們很難集中精力撰寫某一方面的內容。然而，當我回顧這段經歷時，一個數字不斷浮現在我的腦海裡——118 年。在創新領域，這樣的時間尺度似乎漫長得難以想像。那麼它指的是什麼呢？
誰在美國成為發明家？ John Van Reenen 在 IGL 上發表演講
來源：誰在美國成為發明家？由 John Van Reenen 在 IGL 上展示（幻燈片）
上圖展示了機會均等計畫的眾多令人著迷（儘管有些令人沮喪）的發現之一，該計畫由麻省理工學院史隆管理學院應用經濟學教授 John Van Reenen 在 IGL2018 上提出。趨勢線勉強顯示出上升軌跡，反映出自 1940 年出生群體以來，女性發明家數量（以授予的專利衡量）平均每年變化率為 0.27%。照這個速度，需要 118 年才能達到女性發明家比 50% 的水平。這一結果令人震驚，在隨後的小組討論中，Nesta 的研究、分析和政策執行董事 Kirsten Bound 強調，我們必須找到一種方法來盡快縮小差距。
趨勢線勉強顯示出上升軌跡，反映出自 1940 年出生群體以來，女性發明家數量（以授予的專利衡量）平均每年變化率為 0.27%。照這個速度，需要118年才能達到女性發明家比50%的水準。
尚特爾·蒂佩特
在這樣的背景下，看到 IGL2018 上的幾 饭团数据 場演講以研究和創新（R&I）中的性別為中心或外圍焦點，是非常令人鼓舞的。我認為一些特別有趣的發現包括：
在一項針對德國本科生的實驗中，女性創業榜樣對女學生的自我效能和創業態度產生了正面影響。來源：是的，我可以！ – Laura Bechthold 和 Laura Rosendahl-Huber（馬克斯普朗克創新與競爭研究所）進行的關於創業女性榜樣的實地實驗。
在一項探索同儕壓力對學術評審過程的影響的實驗中，277 名美國醫學院教師（76% 來自哈佛大學）審查了簡短的生物醫學資助提案，然後向其中一部分人提供了同行如何評分該提案的資訊。在調整混雜因素後，當獲得新資訊時，女性調整提案分數的可能性比男性高出 10.5%（p = 0.053）。資料來源：Misha Teplitskiy（哈佛大學創新科學實驗室）、Eva Guinan（哈佛醫學院）和 Karim Lakhani（哈佛商學院）撰寫的《社會影響力如何影響專家判斷》。
我也很高興看到許多傑出女性主持並參與會議的小組討論和其他會議，包括Kirsten Bound（Nesta）、Eva Camerer（Innovation Norway）、Katy Börner（印第安納大學）和Sarah Weisberg（BioBus USA）。
研發領域的性別平等：背景故事
自 2014 年以來，研發領域的性別平等議題一直在我心中佔據著特殊的地位。那一年，我開始為歐盟委員會研發總司進行一項為期兩年的研究，題為《2015 年她的資料》。研究每三年進行一次，檢視歐洲研發領域的性別平衡情況，涵蓋研究生人才庫、研究人員的勞動市場參與度以及研發產出。
正是在這裡，我第一次了解到女性研究職業發展中的“漏水管道”——儘管歐洲所有研究領域的男女博士畢業生*比例幾乎相等，但女性卻從學術職業管道中“漏出”，僅佔最高級別學術職位的 21%**（2013 年數據）。科學和工程領域的情況更加嚴峻，2013年僅有31％的博士畢業生和13％的高級學術職位由女性擔任。
如果我們希望看到女性和男性在研發領域擁有平等的代表性，顯然還有很多工作要做，而其中一個重要的部分是確保我們擁有正確的數據來指導和評估政策和計劃。
在研發領域中描繪性別平等的未來方向是什麼？
自從今年稍早加入 Nesta 的創新地圖團隊以來，我一直在思考我們使用的數據和方法如何有助於進一步研究研發領域的性別平等問題。以下是兩個這樣的想法：
使用 Meetup 數據探索技術網路中的性別平衡：在與威爾斯政府合作的Arloesiadur計畫中，Nesta 的創新地圖團隊使用自然語言處理和圖論來分析 Meetup 數據，探索技術網路中的趨勢、技術社群的結構以及技術網路隨時間的變化。研究結果令人信服——例如，威爾斯的技術網路從 2012 年起迅速發展，對應用資料科學的興趣穩步增長，軟體和業務開發聚會吸引了 75% 的參與者。但如果將這些數據依性別分類，會得到什麼樣的結論呢？我們是否會發現女性參加技術聚會的可能性低於男性？有理由懷疑情況可能確實如此。例如，聚會通常在晚上或週末舉行，而在英國和許多其他國家，生育或其他家庭責任仍然主要由女性承擔，這可能會妨礙她們的參與。這些發現可能會促使 Meetup 社群認真考慮增加女性在科技領域的參與度，例如使用一部分披薩和啤酒預算來提供兒童照護服務（有些男性也可能會利用這一點！）。
使用網路資料即時測量學術界的性別差距：如果您仔細閱讀了本部落格的「背景故事」部分，您會注意到 She Figures 2015 研究中「洩漏管道」資料來自 2013 年。在我參與 She Figures 研究期間，我們留出了 4-6 個月的時間進行資料收集，但仍然需要追蹤幾個遲到的人（雖然我不會透露名字）。這種滯後使監測旨在改善學術界性別平等的政策和計劃的影響的努力變得複雜。幾個月前，我們 Nesta 的團隊正在集思廣益，研究要進行哪些試點，以便撰寫關於未來將大數據納入歐洲創新記分板的報告。我們與歐盟委員會財團成員合作的試點計畫之一是抓取大學網站的資料並使用自然語言處理來估算歐洲的技能供應。進行一項試點，抓取大學教職員網站的資料以獲取性別平等的估計數字，然後根據更成熟的資料來源的結果進行驗證，這將會很有趣。如果可行，這種方法可以潛在地提供整個歐洲乃至更廣泛高等教育機構內性別平衡的即時（或接近即時）指示。