github-actions[bot]
commented
2 years ago 数说风云：中科院近20年院士增选之数据分析 by 统计之都
引言
最近，中科院院士增选信息刷爆了网络。不少个人、大学、研究院、初高中、省市发布喜讯，光本吃瓜群众的朋友圈就有数十条喜气洋洋的转发。但这些新闻大都聚焦于个人或某个单位，而本吃瓜群众不仅想看个人八卦，更想看到一个较为全面的统计分析，多次搜索却没有看到。于是，本吃瓜群众想找相关公开、整理好的数据集来自己分析，但这又一次失败了——呜呼哀哉，原来并没有人分享整理好的数据集！
作为一名写得了爬虫、洗得白数据、画得好图表，还会rmarkdown自动化生成动态文档的六边形吃瓜群众，这些又有何难？于是这篇并不那么严谨，且仅为满足本吃瓜群众莫名好奇心的简单粗暴分析报告就诞生了。
我们整理了2000-2021年共11次中科院院士增选信息以及相关单位地址和类型， 从人数、学部、单位、双一流大学、区域、单位类型、年龄等多个角度进行统计、可视化和比较分析。关于数据集和代码相关更详细的说明，参见文末。
首先，我们先看2000年以来，中科院院士增选的简要数据。下面的表格支持搜索和按列排序（仅支持HTML电脑端，如果是微信/知乎端，请点击动态报告链接在电脑端交互查看）。
您可以在搜索框输入某所大学、某个专业来查询相关数据。首先，直接可以看到，有584条信息，对应584个增选院士的信息。搜索“女”，有40条记录，说明新千年后共有40位女性入选。搜索“天体物理”，有8条记录，都是专业为天体物理的。搜索“香港”，有21条记录，都是香港高校的入选院士信息。按年龄排序，很快会发现最小的是37岁，最大的是75岁。是不是便捷如Excel？但又不需要打开Excel:)
人数变化
2000年以来中国科学院入选院士总人数为584个，每两年选一次（奇数年），每次人数大都在50~65之间。但2007、2009这两年出现了断崖式下跌，2007为29人，2009年为35人。我们进一步吃瓜，查阅了当年的新闻。发现这两年总名额都为60位，但投票规则较以往更为严苛，要求新增选院士获得的赞同票要不少于投票人数的2/3才有当选资格。要求非常高，竞争很激烈，因此很多名额都落空了。
学部分析
我们再来分学部和年份看看，用热力图看到各个学部的入选人数。可以看到，
最高的是2003年技术科学部17人，最低的是2007年信息技术科学部1人
信息技术科学部成立似乎较晚，从2005年才开始有院士入选
技术科学部的院士入选数目起伏是最大的。最大值17，最小值5，极差12
自2011年后，数学物理学部和化学部的院士入选人数，逐年小幅增加1人或者持平 其他学部入选人数在个别年略有下降
我们再来画折线图来更明显地来看趋势：
单位分析
我们按单位、年份来统计院士增选人，并按照总和从高到低排序。在搜索框可以搜索相关数据，点击列名可以按高低排序。
统计数据中可以得出，2000年后有院士入选的一共有200个单位。我们统计一下这些单位的入选院士人数的分布，发现分布非常不均衡，在200个单位中
仅有1人入选的单位多达100个，占比50%
1~4人入选的单位170个，占比85%
超过（含）5人入选的有30个单位，占比15%
超过（含）10人入选的有10个单位，占比5%
超过（含）15人入选的有5个单位，占比2.5%
超过（含）20人入选的有3个单位，占比1.5%
超过（含）30人入选的有2个单位，占比1%
我们把排名前30的单位画出柱状图，来更直观地查看：
双一流大学分析
接下来，我们看看A类一流大学建设高校（共36所）的院士情况，学校名单来自教育部官网。
36所A类一流大学共入选中科院院士242位，占比41%。
从图中可以得到：
有20+个院士入选的高校有3所：北京大学、 清华大学、 中国科学技术大学
有10~19个院士入选的高校有4所：南京大学、 复旦大学、 浙江大学、 上海交通大学
有5~9个院士入选的高校有8所：南开大学、 厦门大学、 武汉大学、 西安交通大学、 国防科技大学、 华中科技大学、 中山大学、 兰州大学
有1~4个院士入选的高校有17所：北京航空航天大学、 北京师范大学、 吉林大学、 哈尔滨工业大学、 同济大学、 东南大学、 山东大学、 华南理工大学、 四川大学、 中国农业大学、 大连理工大学、 华东师范大学、 中国海洋大学、 西北工业大学、 天津大学、 中南大学、 电子科技大学
有0个院士入选的高校有4所：中国人民大学、 北京理工大学、 中央民族大学、 重庆大学
区域分析
接下来，我们看看各省的院士增选情况。
我们可以看到以下重要信息：
北京的入选数独占鳌头，多达267个，占比45.72%
上海、江苏、湖北、安徽、香港、陕西均超过了20个
内蒙古、 广西、 青海、 宁夏、 澳门、 台湾等6个省级行政区域近20年尚无新入选科院院士
对所有省级单位的增选总数画出柱状图，来更直观地查看：
单位类型分析
接下来，我们按单位的类型来汇总和查看数据。
可以看到以下主要信息，
两大龙头是：教育部直属院校（238个） 和中科院相关院所（224个），共新入选（462个）个院士，占比为79.11%，接近80%
其他占比较高的包括
地方院校（45个，占比7.71%；含香港高校）
军事单位（23个，占比3.94%；数据不含军工企业，仅包含部队和相关学校）
工信部直属院校（17个，占比2.91）%
中国航天系统（15个，占比87.6%；含航天科技和航天科工）
中国工程物理研究院（8个，占比1.37%）
年龄变化
最后，我们再来看看年龄变化趋势。
很明显，从2001到2011年间，中科院新入选院士的年龄整体变小，趋势明显。尤其在2011年，入选年龄算数均值最低，2011年的平均年龄（52.69岁）比2001年（60.59岁）小了将近8岁！而此后，年龄总体小幅度上扬，2021年的平均年龄比2011年增加了5岁。背后的机制和原因有待考察。
更进一步，我们来看分布的变化。从图中可以看到，40岁以下的离群点有三个，都是在2001和2003年。年龄最大的是在2011年产生，75岁。从图中还可以看到，2005、2007、2009年度增选院士的年龄分布比较宽， 此后院士年龄的分布变窄，也就是年龄越来越集中。在此大胆猜测，院士的年龄，可能也被作为一个重要的考察因素。太大或者太小，概率都会降低。
我们可以绘制箱线图，分学部看看年龄的分布变化：
以上，就是本文对中科院2000年以来11次院士增选的初步分析。
鉴于本吃瓜群众不了解相关业务知识，因此仅从数据表现上阐述了一些非常初步的规律。如果您对数据背后的业务和规律有更多了解，欢迎指正和补充。
数据和程序说明
院士增选数据来自中科院官网， 我们整理了原始数据，经过初步的人工审核，存放在CAS-Fellow-2001-2021.csv文件中。为了分析单位所在的省、市和类型，建立了入选单位的省、市和类型对照数据表，存放在Empl_location.csv文件中。本报告用rmarkdown撰写，相关图表自动生成，得到的HTML文档中的表格支持搜索和交互查询。
还需要特别说明的几点是：
同一个单位在不同年份叫法并不统一（比如中科院X所，中国科学院X所），我们对这些单位名称进行了归一
生命科学和医学学部之前被称为生物学部，统一为现在的名称：生命科学和医学学部
大学的附属医院、国企的下属研究院往上进行了合并，比如复旦大学附属中山医院，合并入复旦大学
部分单位在多个地方有分布，在填写所在地的时候，一般以总部为主，比如北京
少数院士有两个单位，我们在计算的时候只要单位都在国内，都各算1个
部分单位在历史中，发生过组织上的合并和撤销，对这方面不做处理
项目地址和版权协议
本文所有的数据、代码都完全公布，报告基于rmarkdown和Git的可重复框架。读者运行rmd文件即可得到同样的报告，欢迎更多吃瓜群众围观、挑错和协作改进！
本项目相关地址如下，欢迎star、fork、pr三连：
动态报告：http://costudy.gitee.io/cas-fellow/
项目地址（Github）：https://github.com/cosname/CAS-fellow/
项目地址（Gitee）：https://gitee.com/costudy/CAS-fellow/
本项目版权协议使用木兰宽松许可证第二版，请遵守相关规定。
引用格式：
六边形吃瓜群众，数说风云：2000-2021年中科院院士增选数据分析，统计之都，2021，URL：http://costudy.gitee.io/cas-fellow/
关于数说风云
【数说风云】是由统计之都发起，针对热点或重大话题，开放式约稿， 以共享数据、传播技术、启发思考、促进创新。欢迎讨论、欢迎参与、欢迎投稿！联系邮箱：editor@cosx.org
编辑：王汀
统计之都：专业、人本、正直的中国统计学社区。
关注方式：扫描下图二维码。或查找公众帐号，搜索 统计之都 或 CapStat 即可。
往期推送：进入统计之都会话窗口，点击右上角小人图标，查看历史消息即可。
https://mp.weixin.qq.com/s/kWMpiGvx09qJ_nsgQGUtsg