诺贝尔医学奖得主学术生涯合作伙伴关系特征分析

时慧敏; 李杰; 谢靖

doi:10.15978/j.cnki.1673-5668.202403005

科学观察 ›› 2024, Vol. 19 ›› Issue (3) :48-58 DOI: 10.15978/j.cnki.1673-5668.202403005

数据观察

诺贝尔医学奖得主学术生涯合作伙伴关系特征分析

时慧敏 ¹^,² ,
李杰 ¹^,² ,
谢靖 ¹^,²^,^*

作者信息 +

Analysis of Characteristics of Academic Career Partnership Among Nobel Laureates in Medicine

Shi Huimin ¹^,² ,
Li Jie ¹^,² ,
Xie Jing ¹^,²^,^*

Author information +

文章历史 +

摘要

[目的/意义] 诺贝尔奖得主在培养研究团队的合作能力方面具有丰富经验，通过深入研究诺贝尔奖得主的合作行为，可以为促进科研人员的合作效率、优化科研合作策略提供可靠依据。[方法/过程] 以诺贝尔医学奖得主为研究对象，研究其在发表获奖论文以及获得诺贝尔奖两个重要节点前后，合作时长、合作强度、合作持续性与合作稳定性四个指标的变化情况。[结果/结论] 在发表获奖论文前后，合作持续时长、合作强度、合作持续性与合作稳定性四个指标均有显著提升；在获得诺贝尔奖后，除了合作强度指标出现较为明显的下降趋势外，其他指标波动较大，并无明显的上升或下降趋势。

Abstract

[Objective/Significance] Nobel laureates have experience in cultivating effective collaboration within research teams. Through in-depth research on the collaborative behavior of Nobel laureates, reliable evidence can be provided to promote collaboration efficiency among researchers and optimize research collaboration strategies. [Method/Process] Taking Nobel laureates in medicine as the research object, this study investigates the changes in the four indicators of cooperation duration, cooperation intensity, cooperation persistence, and cooperation stability before and after the two important nodes of publishing award-winning papers and winning the Nobel Prize. [Results/Conclusions] There was a significant improvement in the four indicators of cooperation duration, cooperation intensity, cooperation sustainability, and cooperation stability before and after publishing the award-winning paper; After winning the Nobel Prize, except for the cooperation intensity index, which showed a significant downward trend, other indicators fluctuated significantly and showed no significant upward or downward trend.

Graphical abstract

关键词

科研合作 / 诺贝尔奖 / 合作强度 / 合作持续性 / 合作稳定性

Key words

scientific research cooperation / the Nobel Prize / tie of collaboration / cooperation persistence / cooperation stability

引用本文

引用格式 ▾

时慧敏, 李杰, 谢靖. 诺贝尔医学奖得主学术生涯合作伙伴关系特征分析[J]. 科学观察, 2024, 19(3): 48-58 DOI:10.15978/j.cnki.1673-5668.202403005

Shi Huimin, Li Jie, Xie Jing. Analysis of Characteristics of Academic Career Partnership Among Nobel Laureates in Medicine[J]. Science Focus, 2024, 19(3): 48-58 DOI:10.15978/j.cnki.1673-5668.202403005

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

科学的发展伴随着科研合作的日益加深，合作成为科研活动中不可或缺的内在要素。科研人员通过参与科研合作，可以实现知识、技术设备等资源的共享与整合，从而完成个体难以独自承担的繁复任务，提高工作质量和效率。

国内外对于科研合作的研究多从学者个人属性视角和合作网络视角等方面展开。在学者个人属性方面，研究者们考虑了性别、年龄、机构、地域、职称等属性^[1]，例如，将合作模式根据性别分为同性/异性合作，对论文中性别构成进行分析^[2⇓-4]，依据年龄划分为青年、中年和老年等不同年龄段^[5]，根据所属机构划将合作模式分为校内合作、校外合作以及国际合作^[6]，以研究不同合作模式偏好对科学发现的影响。在合作网络视角中，一般使用作者合作网络密度、度中心度、中介中心性、聚类系数等网络计量指标来表征合作模式，研究不同合作模式下科研表现的差异^[7⇓⇓-10]。此外，国内外常用的衡量作者科研合作能力的计量指标有合作指数、合作率、合作系数、合作能力指数等^[11]。

目前专注于合作伙伴之间合作关系的研究较少，现有研究主要对合作伙伴间合作的次数、频率、持续时间等表现特征进行分析。Petersen ^[12]提出将合作关系划分为“强关系”“弱关系”和“超级关系”，发现 “超级关系”有助于提高科研人员的生产力。Bu Yi等人^[13,14]提出了量化合作持续性与稳定性的计算方法，并发现对于跨学科合作，高持续性有助于发表高影响力论文，中等程度的合作稳定性与高篇均被引量更为相关。Chan H^[15]认为诺贝尔奖获奖者与其合作者之间重复合作并不能更好地促进生产力。以上文献虽然对于合作的研究视角较为全面，但大多数研究集中在分析特定领域内作者群体的合作特征，较少深入探讨个体在其整个学术生涯中科研合作行为的变化情况。

实际上，学者在学术生涯的不同阶段，其科研合作状态会有不同的表现。例如，有研究发现学术生涯前20年是诺贝尔奖获得者以第一作者身份发表合作论文的黄金期，学术生涯30年左右他们更倾向于以非第一作者身份发表合作论文^[16]，获奖后新合作者数量会显著增加^[17]；杰青在获得正高职称后，校外与国际合作倾向有显著提升，合作角色逐渐从执行者转变为指导者^[18]。因此，学术生涯中不同阶段的合作伙伴特征变化情况是值得研究的问题。

综上所述，学者们在科研合作领域的研究已经取得较为丰富的研究成果，但专注于诺贝尔奖得主与其合作伙伴之间合作关系的研究较少，且缺乏与不同学术生涯阶段的结合。诺贝尔奖获得者一直被科研人员当作模仿、学习和超越的榜样，因此，本文选取诺贝尔奖医学获奖者为研究对象，探究学术生涯不同阶段合作伙伴关系特征的变化情况。通过深入研究杰出科学家的合作行为，为促进科研人员合作效率、优化科研合作策略提供可靠依据。

2 研究问题与指标解释

2.1 研究问题

对学者学术生涯阶段的划分一方面依据科研时长，比如学术生涯的前5年^[18]、前20年^[16]等；另一方面则根据学术生涯中的关键节点，比如根据职称从初级到中级再到高级，或者依据获得重要奖励或荣誉称号的节点（如当选杰青、长江学者或获得诺贝尔奖等）。对于诺贝尔奖得主来说，在其整个学术生涯中，有两个节点最受国内外学者关注，一个是产出获奖论文的节点，一个是获得诺贝尔奖的时刻。发表获奖论文代表着科学家在特定研究领域取得了重要的研究成果，这些成果可能是对某一领域的重大突破、发现新现象、提出新理论或新方法等。获得诺贝尔奖代表着科学家之前取得的研究成果受到了认可。已有研究主要是对诺奖得主做出获奖论文成果与获得诺奖这两个关键节点所处的机构与年龄进行比较分析，尚未有针对这两个节点前后合作特征的变化趋势的研究探索。

本文主要以诺贝尔医学奖得主为研究对象，研究其在发表获奖论文以及获得诺贝尔奖两个重要节点前后合作伙伴关系特征的变化情况。

首先，对诺贝尔医学奖得主在获奖论文发表前后的合作伙伴关系特征进行深入研究，对于深入了解科学家在何种合作环境下取得卓越成就至关重要，能够有助于认识到他们在取得重大科学突破时所采用的合作模式和策略。其次，通过研究诺贝尔医学奖得主在获得诺贝尔奖前后的合作伙伴关系变化，有助于更好地理解科学家在获奖后的合作选择，对于科研人才在面对类似情境时如何处理合作关系具有重要的指导意义。

发表获奖论文节点是指获奖者在发表获奖演说中引用的与其获奖原因相符的个人论文的发表时间（如果有多篇获奖论文则以发表第一篇获奖论文的时间为准），获得诺贝尔奖节点则是获奖者被授予诺贝尔奖的时间。此外，本文中的合作伙伴关系通过合著论文建立，尽管合作的形式并不仅限于合著，但是众多学者普遍认为^[19⇓-21]，论文合著分析在衡量科研合作方面是最有效的方法之一。考虑到获取全部诺贝尔奖得主样本的难度、样本量的大小，本文选择诺贝尔医学奖获奖者为研究对象。

2.2 指标解释

有关合作伙伴关系的研究主要关注合作伙伴间合作的次数、频率、持续时间等表现特征，如Petersen ^[12]、Bu Yi^[13,14]、李东^[22]、崔林蔚^[23]等人分别从合作强度、合作持续性、合作稳定性等方面对合作伙伴关系进行了分析。依据权威性、可计算性等对比不同指标，本文在相关文献的基础上，选取合作时长、合作强度、合作持续性与合作稳定性四个指标对诺贝尔医学奖得主的合作关系进行分析。其中，合作时长与合作强度分别反映了合作者间合作的时间跨度以及在此期间的合作次数，合作持续性和稳定性则用来揭示有关合作的更多细节，衡量某段时间跨度内合作者间合作的连续性与波动性。这四个指标能够从不同维度测度诺贝尔奖得主与其合作者间的合作紧密程度，互为补充，有助于更加全面深入地了解获奖者在不同阶段是如何进行合作的。

（1）合作时长

合作时长（length of scientific collaboration，LSC）能够反映出获奖者与合作者之间的合作关系的新旧程度。通过对合作者与获奖者之间合作的时间跨度进行量化，区分出较新的合作者和较旧的合作者。比如，与获奖者在5年前合作过的作者相比，在1年前合作的作者更加新颖。采用Petersen^[12]提出的合作时长计算方法，公式①中的LSC_ij含义为获奖者i与其合作者j在第一次合作与最后一次发表合作论文之间的时间差，其中$ y_{i j}^{1}$表示二者第一次合作的年份，$ y_{i j}^{N}$表示二者最后一次发表合作论文的年份。

①$ L S C_{i j}=y_{i j}^{N}-y_{i j}^{1}+1 \#$

此外，考虑到在多作者论文中，处于不同位次的合作者对论文的贡献度不同，因此本文将不同合作者对论文的贡献度作为LSC_ij的加权系数，将一篇论文中不同合作者的LSC_ij进行加权整合（对其他三个指标也做相同处理），以完善合作时长指标的计算。使用P_LSC表示论文P中获奖者i与其合著者之间的加权合作时长：

②$P_{L S C}=\sum_{j=1}^{s} P C_{j} * L S C_{i, j} \#$

其中，文章中处于不同位次的合作者贡献度（contribution of co-authors in the paper，PC）采用Sekercioglu ^[24]和Hagen ^[25]提出的调和分配法，作者的位次顺序意味着相对贡献，该方法能够将合著者的贡献标准化使其总和为1，是目前常用的衡量作者贡献的方法之一，但不能准确反映一些位次较靠后的通讯作者对论文研究作出的重要贡献^[26]。在作者数为m的论文中，署名位次为k的作者贡献度PC为：

③$ P C=\frac{1 / K}{1+1 / 2+\ldots+1 / m} \#$

（2）合作强度

合作强度（tie of scientific collaboration，TSC）用来衡量获奖者与其合作者合作的深浅程度，通过统计合作者与获奖者之间的合作次数来量化合作的深浅，比如与获奖者合作过5次的合作者，合作强度较高，合作关系较为深厚，而仅合作过1次的合作者则表明合作关系较浅。Petersen^[12] 定义的指标计算公式如④所示，其中TSC_ij的含义为获奖者i与其合作者j在N年中共同发表的论文数量，其中$C_{i j}^{n}$表示获奖者i与其合作者j在合作的第n年中共同发表的论文数量。

④$T S C_{i j}=\sum_{n=1}^{N}\left|C_{i j}^{n}\right| \#$

使用P_TSC表示论文P中获奖者i与其合著者之间的加权合作强度：

⑤$P_{T S C}=\sum_{j=1}^{S} P C_{j} * T S C_{i, j} \#$

（3）合作持续性

合作持续性（persistent scientific collaboration，PSC）用来揭示更多有关合作中持久性的细节。根据Bu^[13]的定义，合作持续性指的是获奖者i与其合作者j二者之间持续合作的程度，与不合作的年份数量以及不合作的间隔数有关。其中，LSC_ij指的是二者之间合作的总年份数；NSY_ij（the number of skip years without collaboration）指的是二者间合作次数为0的年份数。λ是拟合模型的参数，0< λ <1（本文参考Bu Yi对λ设定为0.5）；NI_ij（the number of intervals without collaboration）指的是二者间没有合作的间隔数。

⑥$P S C_{i, j}=L S C_{i j}-N S Y_{i j}+\lambda N I_{i, j} \#$

使用P_PSC表示论文P中获奖者i与其合著者之间的加权合作持续性为：

⑦$P_{P S C}=\sum_{j=1}^{S} P C_{j} * P S C_{i, j} \#$

（4）合作稳定性

合作稳定性（stable scientific collaboration，SSC）反映了对一段合作关系持续投入一定精力的情况。该指标表示获奖者i与其合作者j二者之间合作发文数量随时间的变化，取决于二者间合作的持续时间以及每年合作发表的论文数。如果两个作者每年频繁地合作或者保持少量且恒定的合作产出，那么他们就被视为有稳定的合作关系；但如果二者间的合作量发生突然的变化，那么他们之间的合作就被认为是不稳定的。Bu^[14]提出的合作稳定性计算公式为：

⑧$S S C_{i j}=1-\frac{\sum_{n=1}^{N-1}\left|C_{i j}^{n+1}-C_{i j}^{n}\right|}{(N-1) *\left[\max \left(C_{i j}^{n}\right)+1\right]} \#$

使用P_SSC表示论文P中获奖者i与其合著者之间的加权合作稳定性为：

⑨$P_{S S C}=\sum_{J=1}^{S} P C_{j} * S S C_{i j} \#$

由于合作持续性和合作稳定性与合作总年份（合作时长）有关，而不同合作者与获奖者的合作时长存在差异，为了解决不同合作者之间指标难以比较的问题，需要选取统一的时间窗口。本文对所有获奖者与其合作者之间的合作总时长进行了统计，发现平均合作时长为2.6年，合作时长为1~5年的合作者占比为87%，说明作者之间的大多数合作关系都比较薄弱。因此，本文选取5年的时间窗来计算合作特征指标，即计算发文5年前至发文时每篇论文的合作时长、合作强度、合作稳定性与合作持续性指标，研究短期内合作关系的紧密程度。

3 数据获取与结果分析

3.1 数据获取

本文首先从诺贝尔奖官网获取诺贝尔奖获奖者的基础信息，包括获奖者姓名、获奖时间、出生日期等个人基础属性。诺贝尔奖得主的论文数据来源于两个数据集，一是Li ^[27]通过微软学术数据库人工收集的诺贝尔自然科学奖论文数据集，从中获取了获奖论文的数字对象标识符（DOI）。该数据集涵盖了1912年至2016年545名获得诺贝尔奖的科学家的出版记录，包括论文标题、DOI号、是否为获奖论文等字段，是目前最全面的诺贝尔奖获得者权威出版记录之一。

然而，由于Li ^[27] 提供的数据集并不包含论文作者等详细的出版物信息，因此需要额外获取获奖者的出版物详情。鉴于Scopus数据库在姓名消歧方面表现出色，且收录的诺贝尔奖得主发表的论文较为全面^[17]，将Scopus数据库作为第二个数据来源。具体步骤如下：以诺贝尔奖获奖论文的DOI为“种子”，在Scopus数据库中通过DOI搜索论文，在作者字段中根据获奖者姓名获取诺贝尔奖获得者的ScopusID（该ID是Scopus数据库识别作者的唯一ID）。随后，根据ScopusID进入获奖者主页，下载截至2023年的所有论文的发表记录（下载时间为2023年8月），包括论文标题、论文作者、出版时间等字段，以csv文件形式保存。在进行后续合作者分析时，无需对作者姓名进行消歧，因为下载文件中的Author(s) ID字段中包含了一篇论文中每个作者的ScopusID，依据该字段即可辨析出每个作者。

通过上述方法，本文最终获取了1912年至2016年间获得诺贝尔医学奖且发表论文数量大于30篇的140位获奖者的29612篇论文全部数据，包括论文作者、被引量等相关字段。通过DOI比对，本文通过Scopus平台获取的诺奖得主论文数据与Li ^[27]等人的数据集重合率达75%以上，足以证明本文所收集数据的准确性。

本文对诺贝尔医学奖得主所发论文的合作情况进行了简单统计，如表2所示。诺贝尔医学奖得主的平均合作率约为76%，合作论文占比最高可达99％，这表明合作在他们的研究中扮演着重要角色。此外，每位获奖者平均与369名合作者进行合作。尽管大多数诺贝尔奖得主在其学术生命周期中与不到500名不同的合著者合作，但少数获奖人的合作者数量超过1000名。诺贝尔医学奖得主与合作者的平均合作时长为2.58年，其中约87%左右的合作者与获奖者合作时长在5年内，合作时长超过15年的合作者占比约为2.65%，具体见图1。

3.2 发表获奖论文前后科研合作指标分析

在研究诺贝尔医学奖获得者在发表获奖论文前后的科研合作特征变化时，如果时间窗口选取的较短，可能无法客观全面观察到趋势变化规律；如果使用较长的时间窗口，早期发文稀疏可能会导致均值受个别值影响较大。本文通过统计发现，诺贝尔医学奖获得者从博士毕业到取得获奖成果的平均时间为14.65年。一般来说，学术界将博士毕业视为学术生涯的起点。这一结果意味着诺贝尔医学奖得主从开始科研到取得获奖成果，平均需要约15年的时间。因此，本文采用15年的时间窗口来观察发表获奖论文前后合作指标的变化情况。

首先，计算出每位诺贝尔医学奖获得者在其发表获奖论文前后15年内的合作时长（LSC）均值，并求得每年不同获奖者的LSC均值。然后根据这些计算结果，绘制出图2所示的诺贝尔医学奖得主在发表获奖论文前后LSC的时序趋势图，并拟合散点的趋势线。同时，按照相同的方式计算合作伙伴合作强度（TSC）、合作持续性（PSC）与合作稳定性（SSC），并绘制出图3、4、5所示的指标趋势图观察诺贝尔医学奖得主在发表获奖论文前后的指标变化趋势。

根据图2中两条LSC趋势线的斜率，可以观察到，无论是发表获奖论文前15年还是发表获奖论文后15年，获奖者与其合作者的LSC均呈现出上升趋势，然而，后者相较于前者上升趋势略有减缓。由图3可知，发表获奖论文前15年与发表获奖论文后15年，获奖者与其合作者的TSC指标均呈现上升趋势，前者的上升趋势高于后者。图4显示，在发表获奖论文前后整体PSC呈现上升趋势，表明在该段学术生涯中，合作持续性逐渐增强。从图5可以观察到SSC指标在发表获奖论文前后均呈现上升趋势，发表获奖论文后SSC的上升趋势高于发表获奖论文前，这表明合作稳定性在逐渐提高。

以15年时间窗口分别计算诺贝尔奖获奖者发表获奖论文前后合作时长指标的均值与中值，结果如表3所示。发表获奖论文后的四个指标的均值和中值均高于发表论文前，由于四个指标均不符合正态分布，因此使用配对样本Wilcoxon符号秩和检验发表获奖论文前后四个合作指标是否有统计学意义上的显著变化，见表4。在显著水平α=0.05的情况下，LSC、TSC、PSC与SSC的P值均小于0.05拒绝原假设，即四个指标在发表获奖论文前后具备统计学意义上的显著差异。结合中位数变化的大小，LSC的均值在发表获奖论文后提高了0.53，TSC的均值提高了0.8，PSC的均值提高了0.53，SSC的均值提高了0.08，因此认为LSC、TSC、PSC与SSC在发表获奖论文后提升显著。

综合来看，诺贝尔医学奖得主与其合作者的合作情况在学术生涯中呈现出统一的动态变化趋势，在发表获奖论文前后都呈现上升趋势，但不同阶段的增长速度存在差异。这些变化反映了获奖者与合作者之间的合作模式发生了变化，他们在学术研究中与合作者之间的熟悉度与稳定性均有所提升。

3.3 获得诺贝尔医学奖前后科研合作指标分析

在研究诺贝尔医学奖获得者在获奖前后的科研合作特征变化时，同样选取15年的时间窗口。基于此时间窗口，要求获奖者截至2022年（数据收集时间点）已经获奖15年，因此选取了1912年至2007年获得诺贝医学奖的120位获奖者作为研究样本。

图6展示了诺贝尔医学奖获得者在获得诺贝尔奖前后两个15年的LSC变化趋势图，从图中可以观察到，获奖前的LSC呈现波动上升趋势，但在获得诺贝尔奖后，指标波动较大，趋势并不明显。为了更全面地了解变化趋势，本文对样本的LSC进行了均值和中值计算，如表5所示。结果显示，获奖后的LSC均值与中值均略高于获奖前。经过配对样本Wilcoxon符号秩和验证获得诺贝尔奖前后LSC是否具有显著差异。由表6可知，LSC的P值均大于0.05，说明在显著水平α=0.05的情况下接受原假设，在获得诺贝尔奖前后，没有足够的证据表明LSC具备统计学意义上的显著差异。

进一步观察获奖者在获得诺贝尔医学奖前后15年内与合作伙伴合作强度的变化情况，得到图7时序趋势图。在图中可以明显看出，获奖前获奖者与其合作者的TSC呈现上升趋势，获奖后则呈现明显的下降趋势。获奖后，TSC的均值低于获奖前，而中值略高于获奖前。通过假设检验的结果可知，TSC的P值大于0.05接受原假设，即TSC在获得诺贝尔奖前后，不具备统计学意义上的显著差异。

诺贝尔医学奖获得者在获奖前后15年内 PSC的变化情况如图8所示。在获得诺贝尔奖前，PSC呈现波动上升趋势，但在获奖后，指标波动较大，有略微上升趋势。分别计算获得诺贝尔奖前15年与后15年PSC指标的均值和中值，见表5。获奖后PSC的均值与中值均略高于获奖前。由假设检验的结果可知（表6），PSC的P值大于0.05，拒绝原假设，这说明没有足够的证据表明在获得诺贝尔奖前后PSC具有统计学意义上的显著差异。

图9展示了诺贝尔医学奖获得者在获得诺贝尔奖前后15年内SSC的变化趋势，可以发现，在获得诺贝尔奖前，SSC呈现上升趋势，直到获奖后的第三年，SSC上升至最大值，之后逐渐下降并趋于稳定。在获得诺贝尔奖后，SSC的均值和中值均有轻微提高。假设检验的结果所示（表6），当时间窗口为15年时，SSC的P值小于0.05拒绝原假设。说明合作稳定性指标具有统计学意义上的显著差异，结合中位数的大小，表明在发表获奖论文后15年中，获奖者与其合作者的SSC值有所提高。

3.4 结果分析

表7总结了诺贝尔医学奖得主在发表获奖论文、获得诺贝尔奖两个节点前后合作特征的变化情况，其中“↑”表示样本中值显著提升，“↓”表示样本中值显著下降，“—”表示样本中值无显著差异。

结合表7与图2至图5可知，合作持续时长、合作强度、合作持续性与合作稳定性四个指标在发表获奖论文后中值均有显著提升，且在发表获奖论文前后均呈现上升趋势。由于获奖者可能在过去的合作中已建立有效的工作关系，因此在这一阶段越来越多地选择与曾经的合作者进行重复合作，从而使得四个指标均有所提升，说明获得者在此时期注重维持持久且稳定的合作关系。结合图6至图9，在获得诺贝尔奖前15年中，四个指标均有上升趋势，但在获得诺贝尔奖后，除了合作强度指标出现较为明显的下降趋势外，其他指标的波动较大，并无明显的上升或下降趋势。

基于上述分析，本研究得出以下结论。

（1）科学发现作为一种复杂的创造性实践活动，不是一蹴而就，而是经历了长时间的探索才能完成^[28]。了解诺贝尔奖获奖者在取得获奖成果前后这段时间所经历的合作特征变化，对科研人员学习如何做出有创造性的成果有重要帮助。本文发现，在诺贝尔医学奖发表获奖论文前后的15年时间中，获奖者与其合作者之间的合作时长、合作强度、合作持续性与合作稳定性都呈现出上升趋势。从他们所处的学术生涯阶段来看，这一时期的科学家可能正处于学术生涯的上升期，专注于自己当前的研究而不愿花费太多精力改变已形成的合作习惯，从而使得合作持续性等指标都有显著提高。

建立新的关系或者适应新的合作成员需要投入较多的时间与人力成本，而持续稳定的紧密合作关系有助于更好地共享彼此之间的资源，例如数据集、算法、实验仪器等，能够为研究扫清一些障碍^[13]。持续的合作可以在合作者之间建立牢固的信任，并产出高质量的研究。尤其是在医学等“积累性学科”中，长期积累的研究资源有助于科研人员在职业生涯中取得成功^[29]。因此，在这一时期，诺贝尔医学奖获得者构建了相对稳定的合作关系，更倾向于与之前合作过的学者进行合作。这种信任度和熟悉度较高的科研合作氛围，为获奖者提供了良好的创新研究环境。

此外，本文观察到在合作时长、合作强度与合作持续性指标的趋势图中，发表获奖论文节点处出现了明显的“断层”，表明合作模式在此节点后发生了较为明显的变化。这种变化可能是由于在发表获奖论文前的学术生涯中，获奖者逐渐学会了如何选择有利于自己研究的合作者，突破性获奖成果的发表鼓舞了获奖者更加专注于获奖主题的研究，也肯定了获奖者对合作成员选择的正确性。有研究表明，获奖主题往往需要获奖者与比较固定的合作者共同进行研究^[30]，因此在产出获奖成果后，获奖者更愿意与之前的合作者继续合作，共同产出科研成果。

（2）诺贝尔奖被认为是最高的科学荣誉，能够为获奖者带来更多的荣誉、资金以及学术声望。然而，在Zuckerman ^[31]对诺贝尔奖获奖者的采访中，他提到诺贝尔奖带来的这种“突然向上流动的冲击”，有可能导致获奖者与之前的同事之间的关系产生距离与嫌隙，使彼此之间的互动减少，从而改变合作模式。通过对诺贝尔医学奖获得者在获奖前后的合作模式分析发现，获得诺贝尔奖这一最高荣誉后，合作强度出现下降趋势，合作稳定性则保持平稳，这可能是因为诺贝尔医学奖得主在获奖后开始稳定地开展与新合作者的合作，这与文献[17]里得出的结论一致，与获奖前相比，在获得诺贝尔奖后获奖者的新合作者的数量有所增加。有研究发现^[32]，获奖者在获得诺贝尔奖后，往往会开始研究新的主题，旧的合作者可能不会带来新想法，因为在同一关系中投入过多可能导致学者视野变窄^[33]，群体思维的同质化难以激发创造力，获奖者只能从新的合作者那里获得新知识。

4 总结与不足

本文以1912年至2016年诺贝尔医学奖得主作为研究对象，采用履历分析、比较分析、文献计量分析以及统计学分析等方法，对诺贝尔医学奖得主在学术生涯中两个关键节点的科研合作特征演变进行了深入研究，揭示了诺贝尔医学奖得主的科研合作特征规律。

诺贝尔医学奖得主在取得获奖成果后，更为注重构建较为持续稳定的合作关系，会倾向于与之前合作过的合作者进行合作。然而，获奖后可能受到奖项冲击，导致与现有同事的互动减少。同时，因为希望探索新的研究主题，他们也会更积极地与新的合作者展开合作。因此随着学术生涯的发展，合作强度指标呈现下降趋势。

研究人员之间的科研合作是一个复杂的现象，容易受到多种因素的影响。在合作率和合作规模都在增加的科研环境中^[34]，了解科研合作的细微差别变得越来越重要。研究人员的时间和精力都是有限的，他们必须谨慎决定如何分配他们的资源，无论是有形的资金和设备，还是无形的社会资本与人际关系。

诺贝尔奖得主在如何培养和维持一个富有成效的研究团队中的合作方面具有经验^[17]。虽然本文仅以诺贝尔医学奖得主为研究对象，但研究结论可为国内人才项目的团队建设提供一定参考。无论是科研团队的成员还是管理人员，都想了解应该如何选择合作者/团队成员才能使得他们的团队产出更好的成果。

为了从科学合作中获益，研究人员需要更深入地了解决定团队成功的因素，并认真权衡持续合作的利弊。如果研究人员想要充分组织科研团队开展突破性研究，需要在学术生涯早期通过与不同作者的合作了解他们的专长领域，在开展重要课题时，应当重视建立持续稳定的合作关系，虽然建立新的合作关系可能会带来新的想法和资源，但也需要投入较多的时间和人力成本，因此科研人员应该理性评估新关系的成本与收益。此外，科研团队应该定期评估和优化合作模式，发现问题及时解决，并不断改进合作策略。

此外，需要指出的是，本文也存在一些不足之处：（1）研究结果的准确性易受姓名消歧效果的影响，尽管已经采用目前消歧较好的诺奖数据集作参考，但仍可能与实际情况存在一定误差；（2）本研究聚焦于获得诺贝尔医学奖的科学家，未与其他领域的获奖者以及普通科研人员进行对比分析，存在一定的局限性，未来可以继续扩大数据集，以包括更多不同领域的奖项和科研人员，丰富研究的广度；（3）论文没有结合科研绩效，未在论文的影响力和创新力层面进行合作特征的深入分析，未来可以整合论文被引量等指标，更全面地评估不同合作特征对研究的影响，为研究提供深入洞察。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	王新明, 丁敬达. 科研论文的著者合作模式研究综述[J]. 现代情报, 2018, 38(8): 172-177.

[2]	(Wang X M, Ding J D. The review of author’s collaboration patterns of scientific papers[J]. Journal of Modern Information, 2018, 38(8): 172-177.)

[3]	Yang Y, Tian T Y, Woodruff T K, et al. Gender-diverse teams produce more novel and higher-impact scientific ideas[J]. Proceedings of the National Academy of Sciences of the United States of America, 2022, 119(36): e2200841119.

[4]	Bozeman B, Corley E. Scientists' collaboration strategies: implications for scientific and technical human capita[J]. Research Policy, 2004, 33(4): 599-616.

[5]	Li W, Zhang S, Zheng Z, et al. Untangling the network effects of productivity and prominence among scientists[J]. Nature Communications, 2022, 13(1): 4907.

[6]	岳洪江, 梁立明, 刘思峰, 等. 中国管理科学研究队伍的年龄结构研究[J]. 科研管理, 2011, 32(4): 120-127.

[7]	(Yue H J, Liang L M, Liu S F, et al. Age structure of research personnel for Chinese management science[J]. Science Research Management, 2011, 32(4): 120-127.)

[8]	Abramo G, D’Angelo C A, Murgia G. Gender differences in research collaboration[J]. Journal of Informetrics, 2013, 7(4): 811-822.

[9]	邱均平, 李威. 知识转移领域作者合作模式实证分析[J]. 情报理论与实践, 2012, 35(3): 53-56, 46.

[10]	(Qiu J P, Li W. Empirical study of author collaboration model in knowledge transfer field[J]. Information Studies (Theory & Application), 2012, 35(3):53- 56, 46.)

[11]	刘晓婷, 黄颖, 李瑞婻, 等. 内聚-耦合视角下科研团队合作模式识别与对比研究[J]. 情报科学, 2022, 40(12): 170-180.

[12]	(Liu X T, Huang Y, Li R N, et al. The collaboration pattern and comparative analysis of research teams from the perspective of cohesion and coupling[J]. Information Science, 2022, 40(12): 170-180.)

[13]	彭希羡, 朱庆华, 沈超. 基于社会网络分析的社会计算领域的作者合作分析[J]. 情报杂志, 2013, 32(3): 93-100.

[14]	(Peng X X, Zhu Q H, Shen C. The collaborative research of social computing based on social network analysis[J]. Journal of Intelligence, 2013, 32(3): 93-100.)

[15]	Arnaboldi V, Dunbar R I M, Passarella A, et al. Analysis of co-authorship ego networks[C]. International Conference and School on Network Science. Cham: Springer, 2016: 82-96.

[16]	朱丽娟, 李丽娜. 科研合作计量指标研究述评[J]. 情报杂志, 2013, 32(6): 76-79, 52.

[17]	(Zhu L J, Li L N. Study of research collaborative measures[J]. Journal of Intelligence, 2013, 32(6):76- 79, 52.)

[18]	Petersen A M. Quantifying the impact of weak, strong, and super ties in scientific careers[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(34): E4671-E4680.

[19]	Bu Y, Ding Y, Liang X, et al. Understanding persistent scientific collaboration[J]. Journal of the Association for Information Science and Technology, 2018, 69(3): 438-448.

[20]	Bu Y, Murray D S, Ding Y, et al. Measuring the stability of scientific collaboration[J]. Scientometrics. 2018, 114(2): 463-479.

[21]	Chan H F, Önder A S, Torgler B. The first cut is the deepest: repeated interactions of coauthorship and academic productivity in Nobel laureate teams[J]. Scientometrics, 2016, 106(2): 509-524.

[22]	高志, 陈敏娟, 王妍林. 杰出科学家的科研合作特征研究[J]. 情报杂志, 2022, 41(7): 176-180, 137.

[23]	(Gao Z, Chen M J, Wang Y L. Research on the characteristics of scientific research cooperation of outstanding scientists. Journal of Intelligence, 2022, 41(7):176- 180, 137.)

[24]	Chan H F, Önder A S, Torgler B. Do Nobel laureates change their patterns of collaboration following prize reception?[J]. Scientometrics, 2015, 105(3): 2215-2235.

[25]	欧桂燕, 岳名亮, 吴江, 等. 杰出青年科研人员学术职业生涯科研合作特征演变分析——以化学领域为例[J]. 情报学报, 2021, 40(7): 756-767.

[26]	(Ou G Y, Yue M L, Wu J, et al. An analysis of the evolution of research collaboration according to the academic careers of distinguished researchers in chemistry[J]. Journal of the China Society for Scientific and Technical Information, 2021, 40(7): 756-767.)

[27]	赵君, 廖建桥. 科研合作研究综述[J]. 科学管理研究, 2013, 31(2): 117-120.

[28]	(Zhao J, Liao J Q. The review of scientific collaboration. Scientific Management Research, 2013, 31(2): 117-120.)

[29]	Kumar S. Co-authorship networks: a review of the literature[J]. Aslib Journal of Information Management, 2015, 67(1): 55-73.

[30]	Acedo F J, Barroso C, Casanueva C, et al. Co-authorship in management and organizational studies: An empirical and network analysis[J]. Journal of Management Studies, 2006, 43(5): 957-983.

[31]	李东. 流动对于科学家合著关系的影响研究——以美国科学家为例[D]. 杭州: 浙江大学, 2019.

[32]	(Li D. The impact of flow on scientists’ co-author relationship[D]. Hangzhou: Zhejiang University, 2019.)

[33]	崔林蔚. 学术行为与学术产出的性别影响研究[D]. 中国科学院大学, 2021.

[34]	(Cui L W /Y. Research on the gender influence of academic behavior and academic output[D]. Beijing: University of Chinese Academy of Sciences, 2021.)

[35]	Sekercioglu C H. Quantifying coauthor contributions[J]. Science, 2008, 322(5900): 371.

[36]	Hagen N T. Harmonic allocation of authorship credit: source-level correction of bibliometric bias assures accurate publication and citation analysis[J]. PLoS One, 2008, 3(12): e4021.

[37]	薛杰, 李涵昱, 吴振新. 合著论文作者贡献度评价方法研究综述[J/OL]. (2023-05-16) [2024-04-07]. 图书情报知识, 2023: 1-10. http://kns.cnki.net/kcms/detail/42.1085.G2.20230516.0938.002.html.

[38]	(Xue J, Li H Y, Wu Z X. Literature review on evaluating methods research of coauthor contributions[J/OL]. (2023-05-16) [2024-04-07]. Documentation, Information & Knowledge, 2023: 1-10. https://kns.cnki.net/kcms/detail/42.1085.G2.20230516.0938.002.html.)

[39]	Li J, Yin Y, Fortunato S, et al. A dataset of publication records for Nobel laureates[J]. Scientific Data, 2019, 6(1): 33.

[40]	陈其荣. 诺贝尔自然科学奖与科学发现[J]. 上海大学学报(社会科学版), 2019, 36(5): 105-122.

[41]	(Chen Q R. Nobel prizes in natural science and scientific discoveries[J]. Journal of Shanghai University (Social Sciences Edition), 2019, 36(5): 105-122.)

[42]	Ioannidis J P A, Boyack K W, Klavans R. Estimates of the continuously publishing core in the scientific workforce[J]. PLoS One, 2014, 9(7): e101698.

[43]	丁敬达, 陈一帆. 专注—持续—延伸:基于主题的诺贝尔奖获得者研究模式探析——以物理学领域为例[J]. 图书馆杂志, 2023, 42(8): 100-109.

[44]	(Ding J D, Chen Y F. Concentration, continuation and extension: research pattern of Nobel laureates based on the topic: an empirical analysis of physics[J]. Library Journal, 2023, 42(8): 100-109.)

[45]	Zuckerman H. Scientific elite: Nobel laureates in the United States[M]. New York: Free Press, 1977.

[46]	Li J C, Yin Y A, Fortunato S, et al. Scientific elite revisited: patterns of productivity, collaboration, authorship and impact[J]. Journal of the Royal Society, Interface, 2020, 17(165): 20200135.

[47]	Uzzi B. The sources and consequences of embeddedness for the economic performance of organizations: the network effect[J]. American Sociological Review, 1996: 674-698.

[48]	Larivière V, Gingras Y, Sugimoto C R, et al. Team size matters: collaboration and scientific impact since 1900[J]. Journal of the Association for Information Science and Technology, 2015, 66(7): 1323-1332.