近日，学术圈被“某科技大学首席科学家竟是骗子”的惊天大瓜搅的风起云涌。主角郭某最重要的一招，就是冒名谎称获得“国家科学技术进步奖”。我们今天讨论的话题，当然不是这种涉及诈骗的“李鬼”式获奖者，也不是那种以炒作为目标、由利益相关方发奖甚至干脆自己发给自己的“野鸡”式获奖者。这些人本也不是真正做科研，本也与普通人有很大不同——胆子大如马桶，脸皮厚过城墙……
言归正传。
在科学的星空中，那些手握奖杯的科学家如同璀璨的明星，他们的成就被媒体争相报道，他们的名字被写入教科书，他们的思想引领整个学科的方向。面对这些光环，你是否想过，这些获奖者有哪些特质使他们从一群同样杰出的科学家中脱颖而出？或者，这些获奖者做科研的方式与其他同行有什么不同？近日，一项发表于《美国国家科学院院刊》（PNAS）的研究，尝试回答这些问题。
这项研究横跨百年，汇集了全球2460项科学奖项、7353位获奖者，并与超过1.6万名“影子对手”——那些在奖项颁发之前与获奖者在论文产量、引用次数、研究领域甚至职业生涯阶段都几乎旗鼓相当的未获奖科学家——进行了系统性比较。结果并不算出人意料：获奖者确实更“创新”，但他们的创新并非突如其来，而是在获奖前四到五年就已悄然萌芽，并在获奖之后持续领先。
创新不是一蹴而就，而是一场早有预谋的“潜伏”
作者使用官方奖项网站和维基百科的数据，整理了关于2460个国际科学奖项及其7353名获得者（1900–2018年）的数据。获奖者数据包括奖项和颁奖日期、研究主题以及显著扩展了先前奖项数据集的出版物。用于计算创新性指标的数据是从OpenAlex通过其引文网络记录整理的。OpenAlex采用先进的作者姓名消歧算法，通过使用姓名、发表记录、隶属关系、引用模式和外部标识符（如ORCID）来识别获奖者。结合奖项数据集，作者还创建了另外两个原始数据集。第二个数据集包括最多五名匹配的未获奖者，他们来自同一领域和职业阶段，并且在获奖年份之前的引用和产出记录与获奖者的记录在统计学上旗鼓相当，总样本量为23,562名获奖者和匹配的未获奖者（4,470 名获奖者被成功匹配，平均每名获奖者有4.27名未获奖者）。对比发现，获奖者与未获奖者在职业生涯早期几乎并驾齐驱，无论是论文数量还是被引频次都难分伯仲（图1）。
图1. 匹配过程和验证
为了量化科学中一系列公认的创新性操作化指标，作者采用了三种流行、可复制且经过验证的指标。第一个指标是“新颖性（Novelty）”。新颖性衡量学者的论文以常规或新颖的方式结合先前知识的程度：新颖的论文以以前没有或很少结合的方式结合过去的知识；常规的论文以熟悉的方式结合知识。用量化的方式来看，一篇论文结合其参考文献中列出的工作的方式越是低于偶然预期，它就越是以前所未有或罕见的方式结合思想。相反，一篇论文结合其参考文献中引用的工作的方式越是高于偶然预期，它就越是以前熟悉的、见过的方式结合思想。第二个指标是“收敛性（Convergence）”。收敛性衡量一篇论文整合一个主题的基础思想和最新思想的程度。通过连接一个主题的基础思想和最新思想，高收敛性的论文将一个主题的原始思维与新的思维和发现结合起来，创造性地将历史思想应用于现代问题或新兴应用。为了捕捉历史上基础思想和主题最新思维的综合，作者计算收敛性作为一篇论文参考文献出版年份相对于焦点论文出版年份的均值和变异系数（CV）。对于每篇焦点论文，计算焦点论文出版年份与其所有参考文献出版年份之间的年龄差，然后计算年龄的均值和CV。当焦点论文出版年份与其参考文献出版年份之间的年龄差具有低平均年龄但高CV时，该焦点论文连接了主题的历史和当代见解。第三个创新性指标是“跨学科性（Interdisciplinarity）”。跨学科性衡量学者的工作融入不同学科类别的程度；这里，作者使用OpenAlex中的1级概念作为学科类别。计算一篇焦点论文的跨学科性为Δ=∑ijdijpipj，其中pi和pj是焦点论文在学科类别i和j中的引用论文比例。dij是i和j之间的余弦相异分数，通过所有论文的共同引用矩阵计算。Δ范围从0到1，较高的值表示论文更具跨学科性。结果表明，在获奖前约五年，一条隐形的分水岭开始显现（图2，图3）：获奖者的论文逐渐展现出更高的“新颖性”、“融合性”与“跨学科性”。这三种特质，共同构成了获奖者区别于“影子对手”的独特创新基因。
图2. 获奖者、匹配的未获奖者和随机样本组的观察创新性
图3. 获奖者与匹配未获奖者创新性的回归估计
合作网络的“松散性”：创新背后的社交密码
获奖者的合作网络和创新性可能是相互关联的。作者使用三个指标来分析科学奖项获得者、未获奖科学家和随机学者样本的合著网络嵌入性（embeddedness）（图4）：连接持续时间、连接重叠性和主题相似性。持续时间量化了合著关系的平均长度；重叠使用Jaccard指数来衡量合著者交集的大小除以其并集的大小；主题相似性量化了学者先前研究主题与焦点论文主题之间的相似性。结果表明，获奖者的合作模式也与众不同：他们的合作时间更短，合作对象之间的重叠更少，研究主题的切换也更频繁。换句话说，他们更像是一群“科学游牧者”，不断穿梭于不同的知识部落之间，汲取多元养分，而非固守于某一稳定而封闭的学术圈子。
这种“松散嵌入”的合作模式，似乎正是他们创新能力的重要基础。它既避免了“回声室效应”——即团队成员思想趋同、缺乏外部刺激，又保证了研究者能持续接触到新鲜的观点与陌生的方法论。
图4. 网络嵌入性
马太效应：是光环还是实至名归？
科学界长期存在“马太效应”的争议，即获奖者是否会因名声鹊起而获得更多资源、合作机会与关注，进而进一步放大其成就？这项研究的结果并未完全支持这一假设。无论是高声望奖项还是普通奖项的获奖者，其创新优势在获奖前后并未因奖项声望而产生显著差异。获奖后，他们并未因“光环效应”而获得更具影响力的合作者，也未因资源倾斜而进一步拉开与未获奖者的差距。
这意味着，获奖者的创新优势更多源于其内在的研究策略与合作网络，而非单纯的名声累积。他们不是因为获奖才变得创新，而是因为本就创新，才最终被奖项“识别”。尽管如此，这也不意味着马太效应在科学界就荡然无存，还继续需要持续的研究。例如，虽然奖项和创新性可能在统计上相关，但系统中可能存在其他偏见，涉及教育、实验室、资金、领导力和基于人口统计学的角色的获取，或者选择被奖励的创新形式。未来的研究应继续改进如何公平地认可科学贡献，消除科学奖励系统中现有的偏见，并努力设计能够公平奖励科学家并促进科学和社会进步的系统。
启示：现有科学奖励系统是否真正公平？
这项研究不仅揭示了获奖者的创新特质，也对科学奖励系统提出了深层拷问：在奖项日益增多、竞争日益激烈的今天，我们是否可能忽略了那些同样杰出、却因种种原因而未被“加冕”的科学家？是否有些创新路径因不符合主流评价标准而被埋没？
正如作者所言，科学创新是一个多维度的复杂现象，单一指标难以全面捕捉。未来的科学评价体系应当更加注重多样性、包容性与动态性，让不同类型的创新都能获得应有的认可。
而我们每一个人，作为科学研究的观察者与参与者，或许也应反思：在追逐奖项的同时，是否也应更重视科学研究的“初心”——探索未知、追求创新。毕竟，科学进步的真正动力，从来不只是奖杯与掌声，而是人类对未知永不消逝的好奇心。
原文（扫描或长按二维码，识别后直达原文页面）：
The distinctive innovation patterns and network embeddedness of scientific prizewinners
Chaolin Tian, Yurui Huang, Ching Jin, Yifang Ma, and Brian Uzzi
PNAS, 2025, 122, e2424143122, DOI: 10.1073/pnas.2424143122
（本文由此山供稿）
