京公网安备 11010802034615号
经营许可证编号:京B2-20210330
诺奖评选有何“潜规则”?大数据告诉你答案
时钟刚走到北京时间9日19时,村上春树却又落选了,一个不怎么认识的法国人拿走了今年的诺贝尔文学奖。“领跑书榜、白跑诺奖”,一个村上小说的粉丝感叹道。看来,即使押注万贯,也看不穿诺奖评选的秘密了。不过,大数据为一窥这一大奖的神秘评选提供了有用工具。梳理诺奖诞生以来的所有获奖人资料可以发现,年纪够大、共同获奖和出身欧美这三点已经成了大部分诺奖得主的共性。
年纪够老 资历够重
阿尔伯特·爱因斯坦说,一个人要是在30年前没有实现抱负,那他以后便注定碌碌无为。
不过,和《美丽心灵》中的诺贝尔经济学奖得主约翰·纳什经历相似,爱因斯坦早在21岁时发表了他关于光电效应的论文,但却是在20年后才获得诺贝尔奖。
印度新闻网站livemint就历届诺贝尔奖获得者统计分析后发现,除了和平奖之外,其他各项奖项的获得者在年龄上越来越大。
统计发现,本世纪(2000-2013年)诺奖获得者的平均年龄是65岁,这距离大多数国家60岁的退休年龄已经过去了五年。而在100年前的1911-1920年,当时诺奖获得者的平均年龄仅有51岁。100年过去,诺奖得主普遍“老龄化”了。然而,这并不能说太令人惊讶。在上个世纪,科学门类已经极大扩展和细化,知识也极大丰富,在基本框架没有发生颠覆的情况下,要让学者们证明他们无愧于得到这个人类最高奖项自然要花费更长时间。
今年的情况也大概如此。截至发稿前,在已经公布的四奖项的10位获奖人中,就有85岁的物理学奖得主赤崎勇以及75岁的生理学或医学奖得主约翰 ·奥基夫。
文学奖得主的年纪最大。本世纪所有诺贝尔文学奖得主的年纪平均高达69岁,而且未来可能还会更老。相对来说,文学奖更多的是对一个作家终身作品非单个成就的肯定,这可能是一个原因。昨晚公布的诺贝尔文学奖得主、法国作家帕特里克·莫迪亚诺也已经年近70岁了。
与人合作 共享诺奖
以物理学奖得主为例,每年的平均获奖人数从1901-1910年的1.4个上升到本世纪的2.6个。化学奖变化更为惊人,诺奖诞生后十数年都是由一人独揽,但到了本世纪,每年获奖者人数达2.4个。
在今年已经公布的四个奖项中,除了文学奖之外,其他三个奖项都分别是三人共同获奖。其中,诺贝尔生理学或医学奖得主中有一对“夫妻档”科学家(挪威科技大学教授梅·布里特·莫泽和丈夫爱德华·莫泽),被引为美谈。
正如上文提到的年纪越来越大一样,同一奖项分享者越来越多在科学界也不是稀罕事,因为巨大的工作量让合作非常必要。
分享的不仅是荣誉,还有真金白银。
在过去110多年,诺贝尔奖奖金也经历了多轮上涨,今年每个奖项的奖金为800万克朗(约113万美元)。不过,由于越来越少的人无法自己“独吞”该奖项,两人或多人分享的案例越来越多,现在每个人拿到的奖金也不如当年。
在去年,每个诺贝尔物理学奖获得者只能得到400万瑞典克朗的奖金。而1901年,每个获奖者能得到610万瑞典克朗(以可比价格计算)。
不过,绝大多数诺贝尔文学奖得主可以“独享”这笔巨款。由于文学作品对个人精神体验和艺术特色更加重视,文学奖得主100多年来绝大部分颁发给单个人。截至目前,两人“平分秋色”分享该奖的情形只发生了四次,最近一次是在1974年。当时两名瑞典作家埃温特·约翰逊与哈瑞·马丁松同时获得该奖。由于两人均是瑞典学院院士,一时饱受争议。
还是西方人最多
关于诺奖一个极富争议的话题是,大多数获奖者都来自北美和欧洲,超过八成的诺奖得主出生在这里。
虽然出生自欧美以外地区的诺奖得主比例一直在稳步上升,但到本世纪仍只占到所有获奖者的23%。并且这些人中的大多数都是在欧美方才夺得该奖,反映出科技移民的大背景。
例如,2009年获得诺贝尔化学奖的万卡特拉曼·莱马克里斯南出生于印度,但却是作为美国公民得奖的。
今年因发明蓝光LED而摘得诺贝尔物理学奖的3名日本科学家中,中村修二便是日裔美籍人士,他现在在加州大学圣巴巴拉分校任教授。一个细节是,中村修二在1993年发明蓝光LED后只获得数万日元的奖励,愤而离日赴美,还曾因专利问题与所在公司对簿公堂。
但在非西方环境中土生土长最后摘得桂冠的例子也不少,文学奖就是其一。
比如马尔克斯,其是1982年诺贝尔文学奖得主,虽然曾游历欧洲并在那里做过记者,但他的主要生活经历仍是在拉丁美洲,代表作《百年孤独》从骨架、血肉到灵魂都扎根于这块“魔幻现实主义”的土地。被称为“中国马尔克斯”的莫言在去年也荣膺了该奖,其作品“融合了民间传说、历史与当下”,是中国而非西方的文化结晶。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21