在国家自然科学基金委青年科学基金C类项目（批准号：62006109）、重点项目（批准号：12031005）资助下，南方科技大学统计与数据科学系副教授马一方课题组联合国内外多位合作者揭示了获奖科学家持续创新的关键网络机制，相关成果以“The distinctive innovation patterns and network embeddedness of scientific prizewinners”为题发表在美国国家科学院院刊《PNAS》。

　　科学奖励在学术界具有极高的象征意义，被视为创新与卓越研究的标志。然而，学术界长期存在争议：获奖者是否真的比其他同样优秀的科学家更具创新性，抑或是科学奖励仅仅反映了学术声望的积累？此外，奖励是否会引发“马太效应”，即少数精英获得越来越多资源，而其他同样优秀者被忽视？在科学奖励体系不断扩张的背景下，上述问题显得愈发重要。

　　针对这一问题，研究团队整合了1900至2018年间全球2460个科学奖项及其7353位获奖者的信息，并从OpenAlex大规模文献数据库中获取相应的科研论文，构建了引文网络并梳理学者间的合作网络关系。同时，团队采用动态最优匹配算法，为每位获奖者匹配至多五位具备相当学术能力和影响力的非获奖科学家（镜像同行），并利用三种经实证检验的创新维度—新颖性、融合性和跨学科性—对科学家的学术创新程度进行量化，以此分析获奖者与其非获奖的镜像同行在学术创新性及其合作网络结构上的差异。

图1 获奖者与非获奖者创新水平的长期变化趋势

　　研究发现，获奖者在职业生涯中往往表现出持续而显著的创新优势（图1）。他们的科研工作更倾向于以全新的方式重组既有知识，并将传统领域的基础理论与前沿方向有机融合，从而在学科交汇处孕育出具有突破性的研究成果。这种高水平的创新并非偶然出现，而是贯穿其科研生涯的长期特征。研究进一步表明，获奖者的创新优势通常在获奖前数年便已显现：在获奖前4至5年，获奖者在新颖性与跨学科性指标上便开始显著高于同领域的非获奖同行，并在获奖后持续保持领先。科学奖励的授予更多是对科学家长期创新表现的认可，而非仅仅基于对突破性研究成果的激励机制。

图2 获奖者与非获奖者的合作网络结构的动态演化

　　此外，研究进一步表明获奖者与非获奖者在合作网络结构方面存在显著差异（图2）。相较于非获奖者，获奖者更倾向于建立更为多元、开放的合作网络：合作关系平均持续时间较短，合作者之间的重叠度更低，研究主题的范围更广。这种“松散而多样”的合作模式，有助于科学家不断接触新思想、吸收异质知识，从而在多学科交叉融合中产生源源不断的创新动力。

　　该研究揭示了科学奖励获得者的卓越创新能力并非简单归因于个体天赋，而是科学家在长期学术积累中，通过灵活的合作策略和多元的知识网络不断激发创造力的体现。本研究在全球尺度上系统揭示了科学奖励与持续创新之间的关系，为理解科学创新的社会结构提供了新的实证依据，也为进一步挖掘潜在的高水平创新人才、优化现有科研创新评价与奖励体系和跨学科合作提供了重要实证支撑与政策启示。