学术圈似乎存在“阶层固化”，获奖的来来去去总是那么几个者。想要获奖？闭门造车是不够的，不如先看看奖项结构和获奖者的社交关系。本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：杨清怡，编辑：孟婕。

近日，来自西北大学复杂系统研究所（Northwestern Institute on Complex System）的 Yifang Ma 和 Brian Uzzi 发表了一篇论文，分析了全球超过50个国家在100多年内的3062个科学奖项，涉及10455位获奖者。通过网络分析，发现科学奖项之间存在连锁效应，大部分获奖者之间也有复杂的社交关系，包括师徒关系和合作关系。（论文：Scientific prize network predicts who pushes the boundaries of science）

奖项增设伴随着“阶层分化”

图1A

1980年后，全世界迅速增设科研奖项，到现在，每年会新设超过350个奖项（图 1A）。奖项增设带来了观点和学者的多元化，但是也导致了获奖者的社会阶层分化和固化。

图1B

虽然过去得主只有一位的一些奖项现在往往颁给一个团队，例如诺贝尔奖，但是数据显示，获奖者的增幅较奖项缓慢（图1B）。换句话说，科研奖项这个蛋糕以指数趋势做大，蛋糕却逐渐集中在少数科研精英手中，当然，平均每位获奖者分到的蛋糕比以前更大了。

图2：科研奖项的指数分布

右上图对比了1985年前后每位科学家的获奖数分布，在1985年后分化加剧。左下图对比了4个主要学科和总数的每位科学家的获奖数，发现都遵循指数分布，说明许多奖项都颁给了一小部分学者。

一个更直观的指标是每位科学家的获奖数分布。图2右上对比了1985年前和1985年后的获奖分布，很明显，1985年后的奖项集中程度更高。

图2左下展现了四个主要学科和样本中所有获奖者的获奖数，各学科间，每位获奖者的获奖数分布差不多都遵循指数分布。超过一半（64.1%）获奖者在职业生涯中获得了至少两个不同的科研奖项，获得了至少5个奖项的占13.7%，一些科学家获的奖项甚至超过20个。同时，科研精英不止深钻本学科，往往在不同学科获得了多个奖项。

拿奖拿到手烫：奖项等级和连锁效应

做出了突破性成果的科学家往往会获得学科内的多个奖项。

比如被誉为“美国诺贝尔”的拉斯克医学研究奖（Lasker Medical Research Awards），86位拉斯克奖得主随后获得了诺贝尔医学奖，近二十年的有32位。比如，2015年诺贝尔生理学或医学奖得主屠呦呦，就曾于2011年获拉斯克临床医学研究奖。

于12月1日逝世的物理学家张首晟，他的老师杨振宁说他迟早会获得诺贝尔奖，Nature也评论说“连续数年，他都在很多研究者心中的诺贝尔奖得主列表上”。这些预测有奖项基础，张首晟包揽了全球物理界的许多重要奖项，其中，国际理论物理学中心狄拉克奖、尤里基础物理学奖、富兰克林奖等奖项的得主，通常也是诺贝尔物理学奖的候选人。

奖项之间真的有连锁反应吗？

为了验证这个猜想，研究者绘制了科学奖项网络。奖项的知名度（点的大小）基于维基百科的月平均网页浏览量，奖项之间的关系（连边）基于共同获得两个奖项的科学家人数。

图3：科学奖项网络

网络中，节点代表奖项，节点大小体现该奖项在学科领域内的知名度；如果两个奖项被同一位科学家获得，那么两节点间存在连边，连边权重与共同获奖的科学家人数成比。很多奖项专于单一学科领域，但是特定奖项横跨不同学科。仅显示主链提取算法（principal link extracting algorithm ）中 P = 3 的重要连边。

图3中，奖项网络的拓扑结构展现了奖项之间的等级秩序和连锁的知识路径。学科间，明显呈现相似的奖项结构。大多数学科有一到三个最著名（10000浏览量）的奖项，一层中等知名度（1000浏览量）的奖项，以及一圈专门奖项（10到100浏览量）。这个发现表明，即使才能、专家人数、赞助、年龄层和期刊数量存在区别，各领域依然存在相似的奖项等级秩序。

奖项的转换概率有如何测算？

奖项之间的关系体现在转换概率（transition probability）上，表示科学家在获得前一奖项的情况下，获得另一个的概率。转换概率越高，科学家越可能获得奖项。

为了量化奖项转换概率，研究者采用奖项网络的概率邻接矩阵，（i，j）代表在奖项j之后获得奖项i的可能性。连锁的规模很广，从一位到150位共同获奖者的配对都有。矩阵内的块（block）代表了任意两奖的转换概率的强度。

图4：奖项之间的转换矩阵

我们从图4的转换矩阵中可以发现三个重要结果：

（1）奖项连锁在学科内最密集，这个发现量化证明了图3中的学科模块化，而且指出，奖项间连锁最紧密的是同一学科的子学科之间；然而，学科间的奖项连锁也存在差异，化学和物理的连锁最紧密；

（2）虽然一些奖项看起来是通向高知名度奖项的垫脚石，相比更高等级的奖项，高转换概率往往出现在同一等级的奖项间；

（3）有些奖项连锁也会跨学科，说明部分获奖者和它们的观点连接了奖项网络的不同学科。比如，霍华德休斯医学研究所（HHMI）奖得主在其他学科得到了更多引用，研究思路也更加新颖。

科学奖网络：多是“师生”或“搭档”

社交和师生网络会影响团队合作、信息检索、新知获取以及跨学科思想。

为了验证这个猜想，研究者获取了2034位获奖者的学术家谱，并且从出版物列表中提取了他们的合作网络。如果两位获奖者存在师生关系（博士或博士后研究员），或者至少一篇文论的共同作者关系，那么这两位获奖者就存在连边。

获奖者网络

图5：获奖者的社交网络

隐藏的节点代表获奖者，连边代表获奖者之间的师生或合作关系。图示网络包括830位获奖者，只显示了存在强合作关系（合著至少三篇论文）的连边。师生关系，是学者最初也极为重要的科研关系，在网络中的分布较为均匀；相比之下，合作关系在网络的中心密集存在，随着事业发展，大多数学者之间的合作关系会大量增长。

从图5的获奖者网络中也可以发现：

（1）大部分获奖者（74%）存在师生或合作关系；

（2）获奖者的师生关系分布相对均匀，合作关系则紧密交缠在网络的中心。事业合作也存在明显的模式：先同指导教授合作，然后是共同作者，表明指导教授是获得第一个奖项的关键，但是，未来的奖项获得需要拓展个人网络，与其他奖项获得者合著论文；

（3）奖项获得者之间的相互联系不仅限于当地，而是覆盖全球、跨机构、跨时域的。所以，不止奖项集中在少部分科研精英身上，科研精英之间也是相互依存、高度关联的群体。

有序逻辑递归模型

为探究获得多个奖项的可能条件，通过有序逻辑递归模型，研究者分析了一位科学家的获奖数（至少为1）和他的师生网络、合作网络之间的关系，预测一位科学家获得多个奖项的可能性。控制变量还包括个人才能、团队合作、毕业年份、院校等级和学科类别。在计算出版和引用相关的练习时，研究者排除了指导教授和学生的合著论文。

在模型1的控制变量回归中，研究者发现了多个普遍模式（图6A）：

（1）大学声望，排名靠前的大学更可能会成为著名研究的摇篮；

（2）质量而非数量。论文出版数和获奖个数无关，但是出版物的平均引用影响力（H索引）明显与获奖个数正相关；

（3）团队协作有益于新问题的解决和研究推广；

（4）马太效应。一方面，获得一个奖项的科学家更容易获得其他奖项；另一方面，和奖项得主合作会阻碍获奖，数据表现为强烈的负相关。

图6A：模型1 控制变量回归，列明了获得一个奖项后获得其他奖项的概率

自变量为科学家的师生网络和合作网络，控制变量包括学科、大学声望和毕业日期。

研究者发现，如果一位科学家的指导教授获过奖，他更容易成为多奖得主。结果表明，科研精英凭借师生和合作关系织就一张社交巨网，奖项得主的越发集中也受此影响。

窥见奖项背后的奥妙

我们可以从 Yifang Ma 和 Brian Uzzi 的论文了解到三个有关奖项和获奖者的事实：

首先，科研奖项得主出现“阶层分化”。自1980年起，奖项就以指数趋势迅速增长；然而，相对奖项数，获奖人数增长趋势较缓，换句话说，奖项更为集中，少数科研精英包揽多个奖项。

其次，社交网络反映了一个人的获奖可能。人的本质是一切社会关系的总和。与人交往，相互影响，身边的人也会反映自己的某一侧面或特征。

因此，通过研究社交网络，研究者发现：首先，要抱对大腿——指导教授是获得第一个奖项的关键；但是，未来的奖项获得需要拓展个人网络，与其他获奖者合著论文。闭门造车很少能够做出成果。

最后，奖项网络展现了奖项之间的等级秩序和奖项连锁。通过奖项的转换概率（先后获得两个奖项的概率），可以推测未来的奖项获得，规划职业道路。奖项的连锁效应大多在学科内，不过也有科学家跨学科获得多个奖项。

本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：杨清怡，编辑：孟婕。