知识流动与跨学科研究之关联叶鹰

张家榕 张慧

自科学从哲学母体分离独立发展以来，科学早已分化出物理、化学、生物等不同学科，而不同学科知识之间的流动渗透，又进一步发展出多种交叉学科，如化学物理、生物化学等。伴随知识进步，学科间相互交叉融合和互相渗透越来越频繁，知识流动和跨学科研究也伴随知识进步和学科分化不断发展，逐步形成一个独特的研究主题。

新世纪以来，跨学科研究首先在一些具体学科中展开[1-3]，近年更进一步结合新颖性研究、创造性研究等向深度扩展[4-6]。2010年以后，国内在开展具体研究的同时也有若干综述问世[7-10]，国内外的研究差距正在加速缩小。

1   概念逻辑辨析

按学界共识[11]，“Interdisciplinary”（跨学科研究）一词最早由美国哥伦比亚大学的R. S. Woodworth于1926年公开提出，并将其概括为超越一个已知学科的边界而进行的涉及两门或两门以上学科的实践活动。20世纪50年代后，“Interdisciplinary”及相关术语开始被普遍使用，科研人员对学科交叉和跨学科的认识不断深入。1976年，国际上第一份跨学科研究期刊《Interdisciplinary Science Reviews》在英国创刊;1980年，国际上第一个跨学科研究联合会International Association for the Study of Interdisciplinary Research（INTERSTUDY）正式成立。2005年，“跨 学 科 研究（Interdisciplinary Research，IDR）”被美国科学院和美国工程院界定为一种经由团队或个人整合来自两个或多个学科（专业知识领域）的信息、材料、技巧、工具、视角、概念和/或理论来加强对那些超越单一学科界限或学科实践范围的问题的基础性理解的研究模式[12]。虽然一般认为大型科研计划如“曼哈顿项目”（Manhattan Project）催生了跨学科研究，但作为大科学研究项目另有复杂机理，跨学科研究可以有简明扼要的逻辑。

逻辑地看，多学科学术研究必然伴随各学科知识流动。当知识在不同学科之间流动，就导致学科知识的交叉渗透，从而产生了学科交叉现象和跨学科研究。因此，知识流动、学科交叉、跨学科研究构成一组相关概念。国内若干专著已交替使用交叉科学、跨学科学作为等义术语[13-15]，并都与英文interdisciplinary、multidisciplinary等对应，尽管这些术语涵义并不完全等同，但并不影响其价值和意义[16]。为避免繁复论证，这里提出简要概念逻辑如下：

知识流动（knowledge flow）是产生跨学科研究的动因，而交叉科学或跨学科学是知识流动形成的结果——交叉学科知识。跨学科研究就是对知识流动产生交叉学科知识这一过程所进行的学术研究。如今，交叉学科这一术语时常被当作一个独立的学科使用，而学科交叉的过程和结果并不一定形成交叉学科，研究学科交叉也并不必然演变成研究交叉学科，有些学科交叉只是某一学科借用另一学科的理论或方法解决该学科的问题，研究学科交叉和研究交叉学科建立了知识流动和跨学科研究之间的关联，也是知识流动、学科交叉、跨学科研究、交叉科学等概念既相关又不同的缘由。

知识流动作为动态现象随时在发生，在学术研究中，文章的相互引用关系是知识流动的一个表征。对知识流动的研究原本具有很大难度，然而随着信息可视化技术和科学知识图谱技术的发展，对于学术成果的相互引证关系的探索逐渐成为技术性操作，用软件工具展示知识流动片断成为常态，使得知识流动可以得以静态甚或动态呈现。

跨学科研究作为展示知识流动和学科交叉过程的综合研究，在用可视化图谱作为技术工具的同时，发展了跨学科测度作为跨学科研究的支点。在经历具体的跨学科指标测算后，从具体升华至抽象，于是有了跨学科性（interdisciplinarity）概念。

围绕这些概念，理论与方法得到相应发展，应用也不断扩展。

2   理论方法及应用

20世纪70年代以来，知识流动和跨学科研究首先得益于英美学者对学科及知识图示的探索，代表性人物当推Small和Brookes。Small等[17]的探索直接开启了信息可视化，Brookes[18]的理论则导引出科学知识图谱，信息可视化和科学知识图谱都已发展成为刻畫知识流动和跨学科状态的强有力工具。

新世纪以来，以Porter、Leydesdorff等为代表的学者持续推进了跨学科测度的研究，特别是对测度方法和指标的研究极大地推进了跨学科量化分析。Porter等[19]提出使用两个指标来衡量研究主体的跨学科体系：“整合”用来衡量研究论文引用不同WoS主题类别的程度，“专业化”考虑了研究论文在主题类别中的传播。Leydesdorff等[20-22]则通过对比应用社会网络分析中的中心度指标包括度、接近度、中介度和特征向量中心度研究学术期刊的跨学科性，提出中介中心度可以作为一种期刊跨学科测度指标。Rafols和Meyer[23]也提出结合多样性指标和网络一致性，在更广泛的知识融合层面研究跨学科性。

实际上，早在1956年， Brillouin[24]就引进了如今以他名字命名的跨学科性测度——Brillouin指数，其测算公式如下：

从以上发展可见有关学科交叉及跨学科研究的理论与方法基础已经相当厚实：既有知识可视化理论作为科学思想导向，又有跨学科指标作为具体技术方法支撑，发展前景广阔。同时，研究也向知识扩散（Knowledge diffusion）等更广泛的主题渗透[28]。

在应用层面，跨学科研究已在许多领域蓬勃展开。除Steele和Stier[1]以环境科学为例研究了跨学科性、Rafols等[2]以生物科技为例结合社会网络改进了跨学科测度外，Huang和Chang[29-30]还研究过国际情报学和图书馆学的跨学科特性，笔者也对国内图书馆学情报学学科研究论文的文科跨学科性进行过探讨[31]，发现CSSCI数据库记录的国内图书情报学论文的研究跨度广泛，与22个文科学科均有交叉，且跨学科性逐年增强。以及还有其他结合文献计量的跨学科研究等[32]。总体看来国内外的研究差距正在加速缩小。

3   存在问题及讨论

尽管仍存在某些基本概念问题，但并未妨碍知识流动和跨学科研究成为研究热点。除概念外，目前在研究中至少还有三大技术方法问题值得关注：

（1）知识流动和跨学科研究对于学科分类体系的依赖问题。知识流动和跨学科研究都需要分析学科交叉，而学科交叉的基础自然是学科，因而学科划分成为一个关键，也就是学科分类问题。然而，一旦涉及到学科分类，人为因素就会对其造成影响：人们只能依据某分类法或者某个分类体系来划分学科（如研究中通常基于不同的数据库就会有不同的学科分类标准），而所有分类法或分类体系或多或少都带有人为因素。这样，学科交叉的基础——学科分类，就为相关研究设置了难以达成共识的障碍——任何一个分类体系都会因为具有人为性而难以达成公认，而知识流动和跨学科研究却又强烈依赖于学科分类体系。无论是国际的WoS（Web of Science）分类还是国内的CNKI分类，都是基于文献所属期刊的学科分类，而JCR、UDC等针对书刊的分类系统更是具有特定应用局限。已有研究结果表明[21]，基于不同的学科分类体系进行跨学科研究的结果也会有所差异。即使是目前正在发展的基于大数据来对学科进行聚合的分类，也不可避免地在算法设计上会有人为因素的干扰。此外，不同的学科分类体系之间无法直接进行一一对应，如在做中外对比研究时国际WoS分类与国内CNKI分类无法直接进行匹配，在做学科对比研究时国内CNKI分类与CSSCI分类也无法直接相互关联。这严重影响了研究中的数据一致性，也限制了此类研究的发展。因此，完美的学科分类几乎不存在，这构成了知识流动和跨学科研究中的固有局限。

（2）设计跨学科指标的简单性和复杂性有待进一步平衡的问题。当前的跨学科指标有简单的也有复杂的，在整个跨学科性测度指标的发展过程中，指标设计由简单变得越来越复杂，当然相应的可测量参量也被考虑得越来越全面。在现在的研究中数据量动辄成百上千万，再加之复杂的测量指标，均要求研究人员有更加严谨的数学分析能力以及掌握更深层次的编程等计算机技术。如果在研究过程中片面追求使用复杂指标会耗费更多的资源，对研究的软硬件条件和研究者的时间精力投入也有更高的要求和限制。所以在提供同等测度信息的条件下，测量指标当然越简单越好。因此，設计复杂指标应该以能够提供更多测度信息为补偿，否则研究中宜优先选用简单指标。在设计指标时应综合可测量维度和使用简便性进行考虑，以期得到平衡性指标。而且，任何合理的新指标都应有理论分析和实证检验的一致性作为基础。一个新指标产生以后需要经过合理的有效性检验才可以被推广使用。指标的效度检验可以从表面效度、内容效度、效标关联效度以及结构效度这些方面进行检验。其中，表面效度可以测量结果与人们共识吻合的程度。内容效度可以测量是否包括了足够有代表性的项目集来度量应该分析的内容，同时也排除了分析范围之外的内容。效标关联效度可以反映是否真的测量到了所分析领域的实际情况。结构效度则可以分为聚合效度和区别效度两种类型。对新出现的指标进行任何一种效度的检验都可以从不同角度衡量指标的有效性。这对新指标的广泛接纳与使用尤为重要。

（3）学科跨度大小的价值判断和导向意义不明确问题。在当今学术研究中，所跨学科是越大越好，还是越小越好，这是一个不能一概而论的问题。这里的“好”理应是对具体学术研究学术价值的定性判断。用各种跨学科指标测量跨学科性时都会得到大小不同的数值，这些测量值本身的结果虽然是定量而客观的，但是却没有具体的导向指示意义，不能为学术研究价值判断提供参考。目前的测度指标体系下，大的跨学科性并不能意味大的创新，小的跨学科性也不一定代表小的价值。今后对于跨学科测度指标的研究，应对同一指标测量的数值能够有更好的区分和更加明确的指示意义。跨学科测度指标所产生的对学术研究成果的价值判断，需要与已有的同行评议结果进行良性互动和比较，才可望能用用跨学科测度对于学术研究发展方向提出有意义的指引。

这些问题我们在研究中有的已有论及，如我们通过对物理学、化学和生物医学三个领域的诺贝尔奖得主关键论文集合的跨学科性研究后发现它们的跨学科性一般不大，所测量的不同跨学科性指标值都较小，相较之下，生物医学领域的跨学科性最大，化学领域次之，物理学领域表现出最小的跨学科性[33]，表明深刻的科学创造不一定需要大幅度地跨学科。组织刊发于《图书与情报》的本组“知识流动与跨学科研究”专题，侧重关注知识流动引起的跨学科问题，分别提供了考察分析图书情报学论文、国内文科论文、国内科技论文、国际物理学和化学热点论文所获得的知识流动与跨学科研究的若干特征。其中，《图书情报学知识流动与跨学科研究比较分析》一文侧重以量化数据和质化评析对国内外图书情报学中的知识流动与跨学科研究情况进行统计和对比分析，并通过对两个核心数据集中的“双高论文”进行个性化分析揭示国内外研究特点及差异;《CSSCI体现的我国文科领域知识流动探析》一文采用自引率（CsR）和知识流动率（FR）指标，结合施引视角和被引视角的引文网络，借助可视化工具对CSSCI体现的我国文科学科之间的知识流动情况进行了探析，揭示经济学和管理学是知识流入和流出的两大主要学科;《CSCD体现的我国理工农医知识流动探析》一文以中国科学引文数据库（CSCD）收录的2017年发表的期刊论文为基础，分析了我国理工农医跨学科的知识流动情况，揭示自然科学发挥着基础性作用并与工业技术紧密关联，而生物科学、环境科学等学科占据着跨学科交互网络的核心，医药卫生、农业科学则自成一体;《物理学和化学热点论文的跨学科性分析》一文以布里渊指数（BI）和Hill型测度（HI）作为测度指标，对ESI数据库2017-2018年物理和化学两个学科的热点论文的跨学科性进行了分析，结果表明物理和化学学科热点论文的BI值和HI值均不大，BI值小于2，HI值小于9。

综上所述，知识流动和跨学科研究作为研究主题或研究领域正在形成和发展，正是知识流动促进了学科交叉融合，进而促成了跨学科研究。未来可以展望的发展前景包括：在实践基础上发展理论方法;在应用导向下优化软件工具;设计更加完善便捷的跨学科测度使之更加合理和适用;在更多领域对跨学科指标进行实证检验;针对存在问题展开深入研究等。总之，经知识流动到跨学科研究的“方向”已经明确，本文简述的知识流动与跨学科研究之关联及存在问题可以作为导向“路标”，已有部分成果只是探索，前程依然任重而道远，值得继续深化研究。

*本文系国家自然科学基金项目“多层异构信息网络的h型测度及动态演化研究”（项目编号：71673131）与中央高校基本科研业务费专项资金资助项目（项目编号：14370301）研究成果之一。

收稿日期：2019-12-04;责任编辑：柴若熔