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
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30