近日，南方科技大学统计与数据科学系助理教授马一方以第一作者身份在美国科学院院刊PNAS上发表题为“Mentorship and protégé success in STEM fields”的文章。文章中作者对大规模的老师-学生关系数据、科学引文数据、科学奖励数据做了整合和分析，结合广义精确匹配（Coarsened Exact Matching）的方法探究了导师对于学生未来成功的影响。

早在1921年，科学家已经对导师在其学生科研生涯的发展中所扮演的角色有过辩论。历史上典型的师生关系有苏格拉底、柏拉图和亚里士多德之间的师生关系等。爱因斯坦认为，导师不仅要传递给学生课本上的知识，更要培养学生独立思考、学习新知识的能力。美国国家科学基金会NSF曾经评论过，一位杰出的科学家能够成功的一个重要原因是他有一位擅长启发学生灵感的老师，历史上许多诺贝尔奖得主也培养出了获得诺贝尔奖的学生。

许多科学家坚信导师对于学生的发展有很大影响，而很少有研究对师生关系的重要性做系统性的研究。分析导师对学生将来的成功是否有影响最大的挑战是处理数据之间的因果关系。具体来说，一个优秀的导师本身就会吸引到具有足够天赋的学生，但也造成无法确定后期学生的成就是由于导师的教导还是学生本身的才能。

为了尽量减少这一因素的影响，作者根据实际数据的特征做了如下的设计：将导师分为两组，一组为获得科学奖励的导师，另一组为通过广义精确匹配，为每一个获奖导师匹配的科研实力相当但没有获得科研奖励的导师。这样一来，两组导师能力相当，吸引到的学生的天赋以及学术背景也会相似，从而间接地将学生的天赋做了控制。通过比较两组学生在跟随导师学习后的获奖情况、科研影响力等指标，可以判断获奖导师做出突破性科研获奖成果的能力是否会传递给其学生。

下图所示为两组导师各项学术指标的统计，可以看出两组导师的各项学术指标随年份的变化趋势相近： 

为了排除获奖导师的获奖光环对其学生未来获奖的影响，马一方仅考虑了导师获奖之前毕业的学生的未来情况。如下图所示，从学生不同的学术成就上来看，获奖导师组的学生相对于未获奖导师的学生来说有相对较高的成功率：前者学生的未来获奖概率、科研影响力、成为“明星科学家”的概率都显著高于后者。

作者还利用回归模型对匹配结果做了进一步的分析，对前面结果进行了进一步的验证。此外，作者发现，学生未来的科研独立性也会提高其科研获奖的成功率，该现象表明，尽管导师会对学生的成功产生积极的影响，学生还是需要保持独立的思考和创新，而不是盲目地跟随自己导师的科研道路，由此也可以看出导师在指导学生的过程中“授人以鱼不如授人以渔”的重要性。

文章链接： https://doi.org/10.1073/pnas.1915516117

供稿：统计与数据科学系

通讯员：周琳

编辑：黄煜锐 苗雪宁