侯乃銘

【文學研究】

人文學科中跨學科能力和知識背景影響學術產出的定量研究

侯乃銘

（銅仁職業(yè)技術學院 人文學院，貴州 銅仁 554300）

對人文學科中學者的跨學科能力的特點及其對個人學術產出的影響進行定量研究。以471名高校人文學者為研究對象，基于專業(yè)性指標來評價個體的總體跨學科能力，研究了各個學科之間的相關性，運用一元線性回歸和主成分回歸，分別對個體的總體跨學科能力和單一學科能力對學術產出的影響進行了定量研究。方差分析表明，跨學科能力對科研產出具有統(tǒng)計學上顯著的正的貢獻（<0.01）。一元回歸分析表明，跨學科能力與科研產出有顯著的正相關（2=0.631，<0.01）。主成分回歸的載荷分析表明，歷史和文學學科的能力和知識背景對于學術產出有顯著的正的貢獻。從上述研究結果得出了如下結論：（1）跨學科能力對于人文學科學術論文的產出具有正向推動作用, 但是其影響不應被高估，應重視研究的深度和跨學科合作與交流的內在質量；（2）歷史和文學與其他學科的相關性較強，在人文學科跨學科能力中占突出地位，重視培養(yǎng)歷史和文學學科的能力素養(yǎng)和知識積累，對于人文學科中開展跨學科研究有促進作用。

跨學科能力； 人文學科； 科研產出； 定量研究

近年來，跨學科研究（interdisciplinary research, IDR）引起了學術界越來越廣泛的關注[1]。在許多學科中，為解決復雜問題并促進基本理解，跨學科研究都得到了快速發(fā)展，跨學科文獻的數(shù)量以及跨學科中心的數(shù)量都有顯著增加[2]。一方面，跨學科研究日益興盛與科學專業(yè)化相伴而行，越來越多的新學科的創(chuàng)建是通過專業(yè)化或混合先前存在的學科而發(fā)生的。另一方面，人類社會和科學進步所涉及的挑戰(zhàn)越來越復雜，需要更加頻繁地應用不同科學領域的能力和知識來理解和處理特定的科學問題。隨著科學越來越多地處理跨越邊界的問題，重要的研究思想往往超越了單一學科或領域的范圍[3,4]。

一般來說，“跨學科”涉及了兩個或兩個以上學科的知識、方法和工具的科學產出或活動，但是文獻中對“跨學科”的定義仍然缺乏客觀共識[5,6]。美國國家科學院的一份報告中提出了最廣為接受的定義之一：“IDR是一種團隊或個人的研究模式，整合了來自兩個或多個學科或專業(yè)知識體系的信息、數(shù)據(jù)、技術、工具、觀點、概念和理論，以促進基本理解或解決超出單個學科或研究實踐領域范圍的問題。”[3]另外，跨學科性、多學科性、超學科性等術語是相關的，被認為是基于研究成果所涉及的不同整合水平的概念[7-9]。本文的目的并非討論和辨析這些概念之間的異同，而是使用“跨學科性”這一術語來指代涉及多學科研究的學術活動和結果。

在學術界，IDR的重要性得到了廣泛認可，因為跨學科研究與創(chuàng)造力、進步和創(chuàng)新有關，現(xiàn)代的許多智力“突破”都是通過跨越學科邊界獲得的。研究者們通過不同的方法對跨學科性進行研究，如訪談和調查[10]，高等教育系統(tǒng)的組織分析和研究小組的實證分析[11,12]；使用文獻計量學方法，尤其是基于“科學地圖”的方法，這些方法建立在共同詞、共同作者或共同引用分析的基礎上，旨在確定并借助于圖形方式表示各個子領域之間的結構關系[13]。另外，很多研究關注不同學科的作者或中心之間的協(xié)作關系，或專注于參考文獻/引文在類別上的分布[14]。在這些研究中，通常根據(jù)期刊的分類來劃分學科。

但是，上述研究多側重于不同學科、領域、作者、期刊之間的互動和合作，對于個體學者自身的跨學科能力（interdisciplinary capacity, IDC）的特點及其影響則很少涉及。學者跨學科能力的特點，如對不同學科的側重模式和側重學科之間的關聯(lián)性，可能關系到學者的創(chuàng)新能力，是跨學科能力非常重要的特性之一。另外，跨學科中單一學科的能力和知識背景，可能對學者的學術能力和產出有不同的影響。因此，本文擬對人文學科中跨學科能力的以下問題開展研究：（1）個體學者的總體跨學科能力對個體的學術產出有何貢獻？（2）人文學科的科研產出模式中，單一學科之間有何關聯(lián)？（3）跨學科能力中的單一學科是如何影響跨學科研究產出的？

為了揭示和回答上述問題，本文的組織框架如下：“數(shù)據(jù)與方法”部分包括研究對象數(shù)據(jù)的收集，跨學科能力、學術產出的評價方法，統(tǒng)計分析方法和軟件；“結果與討論”部分包括數(shù)據(jù)的概述、統(tǒng)計分析和討論；“結論與建議”部分則給出了本文的結論和相關建議。

一、數(shù)據(jù)與方法

（一）跨學科能力和知識背景的測量

在文獻計量學中，跨學科性可通過考察論文發(fā)表、論文參考文獻引用和論文被引等途徑進行測量。在本文中，為了評價一名學者的能力和知識背景所屬學科的多樣化程度，我們采用了Porter等[15]提出的論文發(fā)表的專門度（specialization,），其計算公式如下：

其中，SC是所有論文中發(fā)表在屬于第種學科類別的雜志上的論文數(shù)。很明顯，的取值范圍是在[0,1]之間，而且發(fā)表論文的專門化程度越大，的值也越大，例如當所有論文發(fā)表在同一學科類別的雜志上，此時專門度達到最大，的值為1。由于跨學科性是專門化的對立面，我們采用的一個簡單變換來評價一名學者的總體跨學科能力和知識背景：

IDC的值也在[0, 1]之間，很顯然IDC的值越大，跨學科能力和知識背景越強。

（二）數(shù)據(jù)的獲取

本研究所用的原始數(shù)據(jù)均由作者自行收集，包括來自37所國內211工程（非985高校）大學的人文學院（系）的471名教師的年齡、性別、職稱、最高學位、近五年間（2016年6月30日—2021年6月30日）發(fā)表的論文數(shù)量。其中年齡、性別、職稱、最高學位從學校網頁和其他公開師資信息中獲取，教師發(fā)表的中文論文來自中國知網數(shù)據(jù)庫（CNKI），發(fā)表的英文論文則來自于Web of Science（WOS）數(shù)據(jù)庫。為了定量研究跨學科能力與學術產出之間的關系，應盡可能控制和減少無關因素的影響，本文在教師抽查中考慮了若干區(qū)組因素，如按教師性別，分為女性組和男性組，二組的人數(shù)大致相等；將抽樣教師的年齡設置在41—50歲之間這一精力旺盛、創(chuàng)造性和知識積累也較豐富的年齡段；最后，所有的調查對象均具有教授職稱和博士學位。另外，本文的目的之一是分析單一學科在人文領域跨學科研究中的貢獻，因此把學者所屬的主要學科限于較狹義的人文學科，包括：語言學、文學、歷史學、哲學、考古學和藝術學。在調查時我們盡量使每個主要學科的人數(shù)相等，分別為語言學78人，文學79人，歷史學78人，哲學79人，考古學79人和藝術學78人。

（三）統(tǒng)計分析方法和軟件

本研究的因變量為教師的學術研究產出，以綜合學術論文數(shù)量和質量為衡量指標?？紤]到學術發(fā)表的途徑，將高水平論文的產出又進一步區(qū)分為國外發(fā)表（Social Sciences Citation Index, SSCI）和國內發(fā)表（Chinese Social Sciences Citation Index，CSSCI）?？紤]到學術發(fā)表的首要和實質性貢獻，只計算第一作者和通訊作者署名論文，前者反映學者的整體學術能力水平，后者反映學者作為研究負責人的學術能力和水平。最后，考慮到不同層次的論文水平，本文將研究產出加權量化，每項成果產出的分數(shù)如下：一般中文論文，權重為1；CSSCI論文，權重為5；SSCI檢索論文，權重為10。在論文產量量化和計算IDC時均考慮了上述權重。

為了研究變量之間的關系，按照IDC的值的高低，將所有學者分成兩組，采用t統(tǒng)計量分析了不同組別之間論文產出的差異性。在回歸分析中，以論文產出得分為響應變量，以IDC為預測變量，研究了二者之間的關聯(lián)性。根據(jù)論文在各單一學科中的分布，計算了各單一學科在論文產出中的相關性。最后，以IDC為響應變量，以論文在各單一學科中的分布為預測變量，進行主成分分析，以揭示單一學科知識能力對論文產出的貢獻。

本研究的數(shù)據(jù)分析均在MATLAB7.0.1（Mathworks, Sherborn, MA, USA）平臺上進行，采用自編MATLAB代碼，相關原始數(shù)據(jù)和指標計算的代碼均可從作者處獲取。

二、結果與討論

（一）數(shù)據(jù)概述

在抽樣調查時，剔除自身教育、工作信息和論文產出等數(shù)據(jù)缺失的對象，最終獲得有效樣本數(shù)為471人，其中男性251人，女性220人。

對每一位學者，按照不同水平論文的權重，計算了科研產出的得分（OS），按照公式（2）和（3）的定義計算了IDC。上述數(shù)據(jù)的總結列于表1中。

表1 471名人文學者的跨學科能力和論文產出數(shù)據(jù)概述

注：括號中的數(shù)字分別是平均值和標準偏差

（二）跨學科能力對學術產出的影響

為了定量揭示跨學科能力對于OS的影響，我們首先按照跨學科能力的高低將所有對象分為較高IDC組（IDC>0.3749，n1=241）和較低IDC組（IDC<0.3749，n2=230），其中0.3749為IDC的均值。對OS做檢驗，結果列于表2中。檢驗的結果表明，較高IDC組的OS值顯著高于較低IDC組（=0.0025），說明IDC對OS值有顯著的貢獻。

表2 IDC對論文產出影響的t檢驗結果

注：括號中的數(shù)字分別是平均值和標準偏差

為了進一步定量研究IDC與OS之間的關聯(lián)，本文以OS為響應變量，以IDC為預測變量，建立一元線性回歸方程?；貧w方程和散點圖顯示于圖1中。OS對IDC的回歸方程如下：

結合圖1和方程（3），有趣的是，方程（3）的結果與高爾頓關于父子身高的開創(chuàng)性回歸分析是非常相似的[16]。雖然一元回歸只能解釋63.1%的OS方差，但是回歸方程在統(tǒng)計學上是非常顯著的（<0.01）。受到學術動機、學術投入、年齡、職稱、性別和其他潛在因素的影響，只用一個預測變量IDC，要精確地解釋或擬合OS是困難的，但是IDC對OS卻顯示出顯著的正的貢獻。從統(tǒng)計學上來說，IDC每增加一個單位，則OS平均增加113.7分?？傮w看來，在所研究的211工程高校中，跨學科能力確實為學術創(chuàng)新和取得更多研究成果提供了一種動力，在一定范圍內，學者具有豐富的跨學科能力對于提高其論文產出是有幫助的。但是，根據(jù)這些數(shù)據(jù)點的嚴重的分散狀態(tài)，也可以看出隨著跨學科能力的很小變化，研究成果得分卻有很大的變化范圍，反之亦然。這說明，單純依靠增強跨學科能力并不能快速提高科研成果產出。在促進跨學科交流和合作的背景下，提高跨學科合作和交流的內在質量和改善其他有利于學術產出的條件，同時避免盲目追求熱點、淺嘗輒止、生搬硬套的跨學科研究，重視研究的可持續(xù)性和深度，對于優(yōu)化師資、增強學術創(chuàng)新能力和產出也許是更為明智之舉。

（三）單一學科能力在論文發(fā)表中的相關性和重要性

按照471名人文學者發(fā)表的論文在單一學科中的分布，我們考察了在跨學科中不同學科的相關性（表3）。最高的相關性依次是考古學—歷史學（=0.9013）、文學—語言學（=0.8103）、考古學—藝術學（=0.7183）、考古學—語言學（=0.7123）和歷史學—文學（=0.6891），這些基本符合我們對于這些學科的一般認識。為了進一步比較每個學科與其他學科的總體關聯(lián)程度，我們計算了每個學科與其他學科的相關系數(shù)的平方和。從大到小依次為：考古學（2.2922）、歷史學（2.2898）、文學（2.2723）、藝術學（1.7340）、語言學（1.6933）、哲學（1.2750）。其中考古學與其他學科的聯(lián)系最為緊密，可歸功于考古學和語言學、文學、歷史學和藝術學之間的密切關系；歷史學則與文學、哲學、考古學和藝術學有較密切的關系。與其他學科聯(lián)系最少的似乎是哲學，這可能是因為現(xiàn)代人文學科的學術研究似乎越來越側重于實用和實證研究，思辨研究，尤其是上升到哲學層面的純思辨研究，數(shù)量越來越少。

圖1 跨學科能力(IDC)和學術產出(OS)的關系

為了揭示跨學科中單一學科對論文產出的不同影響，以OS為響應變量，以論文在各單一學科中的分布為預測變量，進行主成分分析，以揭示單一學科知識能力對論文的貢獻。圖2（a）給出了前兩個主成分的得分圖，其中前兩個主成分一共解釋了87.17%的數(shù)據(jù)方差。根據(jù)前兩個主成分的得分，絕大多數(shù)的發(fā)表模式可以分成三類。考察第一個主成分的載荷，歷史學和文學對第一主成分的正的貢獻最大，因此第一類包含個體種類最多，其發(fā)表模式（具有較大的正的PC1得分）可認為是以歷史學和文學能力為主，包括語言學和考古學；而第二類和第三類發(fā)表模式（具有較負的PC1得分）則體現(xiàn)了較多的哲學和藝術學能力的貢獻?？疾斓诙€主成分的載荷，歷史學、語言學和哲學的貢獻最大。

表3 單一學科在論文發(fā)表中的相關性

圖2 學科論文分布的主成分分析(a)得分圖、(b)PC1的載荷、(c)PC2的載荷（LING，語言學；LITE，文學；HIST，歷史學；PHIL，哲學；ARCH，考古學；ART，藝術學）

為了建立OS的主成分回歸模型，采用留一法交互驗證確定主成分數(shù)，包含前兩個主成分的回歸模型獲得了最小的預測殘差平方和（Prediction Residual Error Sum of Squares，PRESS）。包括前兩個主成分的回歸方程如下：

前兩個主成分解釋了89.8%的OS方差，方程（4）中主成分1的回歸系數(shù)為正，主成分2的回歸系數(shù)為負，再結合主成分1和主成分2的載荷，單一學科中對論文產出貢獻最大的是歷史學和文學。這與前面的相關系數(shù)的結果是一致的，歷史學和文學與大多數(shù)的其他學科都有較多的關聯(lián)度。歷史學與其他人文學科之間有非常緊密的聯(lián)系。考古學長期以來被認為是歷史學的一個分支，而文學、藝術學、語言學、哲學學科的歷史背景和歷史演變本身也構成了這些學科的重要內容。更重要的是，歷史學作為一門科學具有客觀性，其研究致力于最大限度地搜尋證據(jù)，這與現(xiàn)代人文學科注重實證、材料選擇和價值判斷的思路是一致的。文學與其他人文社會學科是有類同性的，這一方面體現(xiàn)在它們都是用語言來面對、把握和呈現(xiàn)世界，都是通過語言文本這一載體表達自己的觀點與思想。另一方面，文學和其他學科也互相分享著一些共有的特性，比如文學就很明顯地具有其他人文學科的社會性與文學性。而反過來說，其它人文學科往往也具有某種文學性。上述人文學科之間的聯(lián)系是復雜和多層次的，但是，如果一定要比較不同的單一學科在人文學科跨學科研究中的重要性，則本文的結果顯然支持歷史學和文學在其中具有最突出的影響。

三、結論與建議

本文采用了跨學科性的測度方法，對人文學科中個體學者跨學科能力的特點及其對個人學術產出的影響進行了定量研究。基于Porter的專業(yè)性指標來評價個體的總體跨學科能力，分別對個體的總體跨學科能力和單一學科能力對學術產出的影響進行統(tǒng)計分析?；?71名高校人文學科學者的論文發(fā)表情況和學科分布特征，本文得出了以下結論：

1．無論是方差分析還是回歸分析，均認為跨學科能力（<0.01）對科研產出具有統(tǒng)計學上顯著的正的貢獻，豐富的跨學科能力和知識背景對于提高人文學者的科研產出具有促進作用。

2．跨學科能力對于科研產出的貢獻也不應被高估。在IDC和OS的回歸分析中，雖然回歸方程具有顯著的統(tǒng)計學意義（<0.01），但是從數(shù)據(jù)點的嚴重分散狀態(tài)可以看出，隨著跨學科能力的小幅變化，研究成果得分卻產生較大范圍的變化，反之亦然。這說明，影響科研產出的因素有很多，一味地依靠增強跨學科能力并不能快速提高科研成果產出。在促進跨學科交流和合作的前提下，應提高單一學科的能力和研究深度，注重跨學科合作和交流的內在質量，同時避免只追求熱點、淺嘗輒止、生搬硬套的跨學科研究，重視研究的持續(xù)性和深度，對于優(yōu)化研究團隊、增強學術創(chuàng)新能力和產出才是更明智之舉。

3．在研究的6個人文學科中，包括考古學、歷史學、文學、藝術學、語言學、哲學，無論是相關性分析還是考察主要主成分的載荷，均認為歷史學和文學與其他學科的聯(lián)系最為緊密，二者對科研產出的影響最顯著。雖然人文學科之間的聯(lián)系是復雜的、多層次的，但是，本文的分析顯然認為相對于其他學科而言，歷史學和文學學科的能力和知識背景對人文學科跨學科研究的產出貢獻是最大的。因此，無論是對個體學者還是研究團隊，本文認為加深歷史學和文學的知識背景和專業(yè)素養(yǎng)，對于推動人文學科的跨學科研究是大有裨益的。

基于上述結論，為提高跨學科背景下人文學科的學術產出，筆者提出如下建議：

1．加強學科交流。高校與高校之間的不同人文學科，院系與院系之間的不同人文學科，乃至教研室與教研室之間的不同人文學科都應加強學科交流，進而提升教師對于各學科的廣泛認知，為提升學術產出奠定基礎。

2．作為高校教師，自身應有意識地提升文學和歷史學的知識素養(yǎng)。前文已證實了文學和歷史學對科研產出的影響最為顯著，此不贅述。

3．高校應多與文旅部門、文藝企業(yè)、博物館、畫廊等加強合作，讓教師能夠多參加其相關業(yè)務活動，在服務社會的同時，也可在實踐中提升自身的文化素養(yǎng)。比如參加博物館的相關業(yè)務活動，可以在實踐中潛移默化地增強教師在歷史學、文化學、文學乃至美學、政治學等方面的綜合素養(yǎng)，在一定程度上提高人文學科教師的跨學科能力，從而達到提高學術產出的目標。

[1] 劉仲林，趙曉春．跨學科研究：科學原創(chuàng)性成果的動力之源——以百年諾貝爾生理學和醫(yī)學獎獲獎成果為例[J]．科學技術與辯證法，2005，22（6）：105-109．

[2] 劉仲林，張淑林．中外“跨學科學”研究進展評析[J]．科學學與科學技術管理，2003（9）：5-8．

[3] Chang, Y.-W., & Huang, M.-H. A Study of the Evolution of Interdisciplinarity in Library and Information Science: Using Three Bibliometric Methods[J]. Journal of the American Society for Information Science and Technology, 2012, 63(1): 22–33.

[4] Zhang, L., Sun, B., Chinchilla-Rodríguez, Z., et al. Interdisciplinarity and collaboration: on the relationship between disciplinary diversity in departmental affiliations and reference lists[J]. Scientometrics, 2018, 117: 271-291.

[5] Rosenfield, P.L. The potential of transdisciplinary research for sustaining and extending linkages between the health and social sciences[J]. Social Science & Medicine,1992, 35(11): 1343-1357.

[6] Huutoniemi, K., Klein, J.T., Bruun, H., et al. Analyzing interdisciplinarity: Typology and indicators[J]. Research Policy, 2010, 39: 79-88.

[7] Choi, B. C., & Pak, A. W. Multidisciplinarity, interdisciplinarity and transdisciplinarity in health research, services, education and policy: 1. Definitions, objectives, and evidence of effectiveness [J]. Clinical and Investigative Medicine. Medecine Clinique et Experimentale, 2006, 29(6) : 351–364.

[8] Rafols, I., & Meyer, M. Diversity and network coherence as indicators of interdisciplinarity: Case studies in bionanoscience[J]. Scientometrics, 2010, 82(2): 263–287.

[9] 李江．“跨學科性”的概念框架與測度[J]．圖書情報知識，2014（3）：87-93．

[10] Urata, H. Information flows among academic disciplines in Japan[J]. Scientometrics, 1990, 18(3-4) : 309-319.

[11] Self, J. A., & Baek, J. S. Interdisciplinarity in design education: understanding the undergraduate student experience[J]. International Journal of Technology and Design Education, 2017, 27: 459-480.

[12] Ashby, I., & Exter, M. Designing for Interdisciplinarity in Higher Education: Considerations for Instructional Designers[J]. TechTrends, 2019, 63: 202-208.

[13] Deng, S., & Xia, S. Mapping the interdisciplinarity in information behavior research: a quantitative study using diversity measure and co?occurrence analysis[J]. Scientometrics, 2020,124: 489-513.

[14] Hammarfelt, B. Interdisciplinarity and the intellectual base of literature studies: Citation analysis of highly cited monographs[J]. Scientometrics, 2011, 86(3): 705-725.

[15] Porter, A. L., Cohen, A. S., Roessner, J. D., & Perreault, M. Measuring researcher interdisciplinarity[J]. Scientometrics, 2007, 72(1): 117–147.

[16] Pence, C. H. The early history of chance in evolution [J]. Studies in History and Philosophy of Science Part A, 2015, 50: 48–58.

A Quantitative Study on the Impact of Interdisciplinary Competencies and Knowledge Context on Academic Output in Humanities

HOU Naiming

( Department of Humanities, Tongren Polytechnic College, Tongren 554300, Guizhou, China )

This paper aims to quantitatively reveal the characteristics of the interdisciplinary capacity (IDC) of individual scholars in the humanities and IDC’s impact on academic output. The overall IDC of 471 scholars was measured using specialization indicator, and its impact on academic output was studied using regression and principal component analysis (PCA). The t-test (< 0.01) and linear regression analysis (R2=0.631,< 0.01) showed that a significant positive correlation occurred between IDC and academic output. PCA indicated that history and literature have an outstanding positive contribution to academic output. The following conclusions could be drawn: (1) IDC plays a positive role in promoting academic output, but its impact should not be overestimated, and attention should be given to the depth and internal quality of interdisciplinary research; (2) History and literature have a strong correlation with other disciplines and occupy a prominent position in the interdisciplinary capabilities of the humanities. Emphasis is placed on cultivating the ability, literacy and knowledge accumulation of history and literature, which promotes the development of interdisciplinary research in the humanities.

interdisciplinary capacity, humanities, academic output, quantitative research

G31

A

1673-9639 (2022) 03-0094-08

2022-03-31

侯乃銘（1988-），男，土家族，貴州銅仁人，韓國世翰大學藝術教育學博士研究生，銅仁職業(yè)技術學院人文學院講師，研究方向：文化學，文學，教育學。

（責任編輯 郭玲珍）（責任校對 肖 峰）（英文編輯 田興斌）