侯乃铭

【文学研究】

人文学科中跨学科能力和知识背景影响学术产出的定量研究

侯乃铭

（铜仁职业技术学院 人文学院，贵州 铜仁 554300）

对人文学科中学者的跨学科能力的特点及其对个人学术产出的影响进行定量研究。以471名高校人文学者为研究对象，基于专业性指标来评价个体的总体跨学科能力，研究了各个学科之间的相关性，运用一元线性回归和主成分回归，分别对个体的总体跨学科能力和单一学科能力对学术产出的影响进行了定量研究。方差分析表明，跨学科能力对科研产出具有统计学上显著的正的贡献（<0.01）。一元回归分析表明，跨学科能力与科研产出有显著的正相关（2=0.631，<0.01）。主成分回归的载荷分析表明，历史和文学学科的能力和知识背景对于学术产出有显著的正的贡献。从上述研究结果得出了如下结论：（1）跨学科能力对于人文学科学术论文的产出具有正向推动作用, 但是其影响不应被高估，应重视研究的深度和跨学科合作与交流的内在质量；（2）历史和文学与其他学科的相关性较强，在人文学科跨学科能力中占突出地位，重视培养历史和文学学科的能力素养和知识积累，对于人文学科中开展跨学科研究有促进作用。

跨学科能力； 人文学科； 科研产出； 定量研究

近年来，跨学科研究（interdisciplinary research, IDR）引起了学术界越来越广泛的关注[1]。在许多学科中，为解决复杂问题并促进基本理解，跨学科研究都得到了快速发展，跨学科文献的数量以及跨学科中心的数量都有显著增加[2]。一方面，跨学科研究日益兴盛与科学专业化相伴而行，越来越多的新学科的创建是通过专业化或混合先前存在的学科而发生的。另一方面，人类社会和科学进步所涉及的挑战越来越复杂，需要更加频繁地应用不同科学领域的能力和知识来理解和处理特定的科学问题。随着科学越来越多地处理跨越边界的问题，重要的研究思想往往超越了单一学科或领域的范围[3,4]。

一般来说，“跨学科”涉及了两个或两个以上学科的知识、方法和工具的科学产出或活动，但是文献中对“跨学科”的定义仍然缺乏客观共识[5,6]。美国国家科学院的一份报告中提出了最广为接受的定义之一：“IDR是一种团队或个人的研究模式，整合了来自两个或多个学科或专业知识体系的信息、数据、技术、工具、观点、概念和理论，以促进基本理解或解决超出单个学科或研究实践领域范围的问题。”[3]另外，跨学科性、多学科性、超学科性等术语是相关的，被认为是基于研究成果所涉及的不同整合水平的概念[7-9]。本文的目的并非讨论和辨析这些概念之间的异同，而是使用“跨学科性”这一术语来指代涉及多学科研究的学术活动和结果。

在学术界，IDR的重要性得到了广泛认可，因为跨学科研究与创造力、进步和创新有关，现代的许多智力“突破”都是通过跨越学科边界获得的。研究者们通过不同的方法对跨学科性进行研究，如访谈和调查[10]，高等教育系统的组织分析和研究小组的实证分析[11,12]；使用文献计量学方法，尤其是基于“科学地图”的方法，这些方法建立在共同词、共同作者或共同引用分析的基础上，旨在确定并借助于图形方式表示各个子领域之间的结构关系[13]。另外，很多研究关注不同学科的作者或中心之间的协作关系，或专注于参考文献/引文在类别上的分布[14]。在这些研究中，通常根据期刊的分类来划分学科。

但是，上述研究多侧重于不同学科、领域、作者、期刊之间的互动和合作，对于个体学者自身的跨学科能力（interdisciplinary capacity, IDC）的特点及其影响则很少涉及。学者跨学科能力的特点，如对不同学科的侧重模式和侧重学科之间的关联性，可能关系到学者的创新能力，是跨学科能力非常重要的特性之一。另外，跨学科中单一学科的能力和知识背景，可能对学者的学术能力和产出有不同的影响。因此，本文拟对人文学科中跨学科能力的以下问题开展研究：（1）个体学者的总体跨学科能力对个体的学术产出有何贡献？（2）人文学科的科研产出模式中，单一学科之间有何关联？（3）跨学科能力中的单一学科是如何影响跨学科研究产出的？

为了揭示和回答上述问题，本文的组织框架如下：“数据与方法”部分包括研究对象数据的收集，跨学科能力、学术产出的评价方法，统计分析方法和软件；“结果与讨论”部分包括数据的概述、统计分析和讨论；“结论与建议”部分则给出了本文的结论和相关建议。

一、数据与方法

（一）跨学科能力和知识背景的测量

在文献计量学中，跨学科性可通过考察论文发表、论文参考文献引用和论文被引等途径进行测量。在本文中，为了评价一名学者的能力和知识背景所属学科的多样化程度，我们采用了Porter等[15]提出的论文发表的专门度（specialization,），其计算公式如下：

其中，SC是所有论文中发表在属于第种学科类别的杂志上的论文数。很明显，的取值范围是在[0,1]之间，而且发表论文的专门化程度越大，的值也越大，例如当所有论文发表在同一学科类别的杂志上，此时专门度达到最大，的值为1。由于跨学科性是专门化的对立面，我们采用的一个简单变换来评价一名学者的总体跨学科能力和知识背景：

IDC的值也在[0, 1]之间，很显然IDC的值越大，跨学科能力和知识背景越强。

（二）数据的获取

本研究所用的原始数据均由作者自行收集，包括来自37所国内211工程（非985高校）大学的人文学院（系）的471名教师的年龄、性别、职称、最高学位、近五年间（2016年6月30日—2021年6月30日）发表的论文数量。其中年龄、性别、职称、最高学位从学校网页和其他公开师资信息中获取，教师发表的中文论文来自中国知网数据库（CNKI），发表的英文论文则来自于Web of Science（WOS）数据库。为了定量研究跨学科能力与学术产出之间的关系，应尽可能控制和减少无关因素的影响，本文在教师抽查中考虑了若干区组因素，如按教师性别，分为女性组和男性组，二组的人数大致相等；将抽样教师的年龄设置在41—50岁之间这一精力旺盛、创造性和知识积累也较丰富的年龄段；最后，所有的调查对象均具有教授职称和博士学位。另外，本文的目的之一是分析单一学科在人文领域跨学科研究中的贡献，因此把学者所属的主要学科限于较狭义的人文学科，包括：语言学、文学、历史学、哲学、考古学和艺术学。在调查时我们尽量使每个主要学科的人数相等，分别为语言学78人，文学79人，历史学78人，哲学79人，考古学79人和艺术学78人。

（三）统计分析方法和软件

本研究的因变量为教师的学术研究产出，以综合学术论文数量和质量为衡量指标。考虑到学术发表的途径，将高水平论文的产出又进一步区分为国外发表（Social Sciences Citation Index, SSCI）和国内发表（Chinese Social Sciences Citation Index，CSSCI）。考虑到学术发表的首要和实质性贡献，只计算第一作者和通讯作者署名论文，前者反映学者的整体学术能力水平，后者反映学者作为研究负责人的学术能力和水平。最后，考虑到不同层次的论文水平，本文将研究产出加权量化，每项成果产出的分数如下：一般中文论文，权重为1；CSSCI论文，权重为5；SSCI检索论文，权重为10。在论文产量量化和计算IDC时均考虑了上述权重。

为了研究变量之间的关系，按照IDC的值的高低，将所有学者分成两组，采用t统计量分析了不同组别之间论文产出的差异性。在回归分析中，以论文产出得分为响应变量，以IDC为预测变量，研究了二者之间的关联性。根据论文在各单一学科中的分布，计算了各单一学科在论文产出中的相关性。最后，以IDC为响应变量，以论文在各单一学科中的分布为预测变量，进行主成分分析，以揭示单一学科知识能力对论文产出的贡献。

本研究的数据分析均在MATLAB7.0.1（Mathworks, Sherborn, MA, USA）平台上进行，采用自编MATLAB代码，相关原始数据和指标计算的代码均可从作者处获取。

二、结果与讨论

（一）数据概述

在抽样调查时，剔除自身教育、工作信息和论文产出等数据缺失的对象，最终获得有效样本数为471人，其中男性251人，女性220人。

对每一位学者，按照不同水平论文的权重，计算了科研产出的得分（OS），按照公式（2）和（3）的定义计算了IDC。上述数据的总结列于表1中。

表1 471名人文学者的跨学科能力和论文产出数据概述

注：括号中的数字分别是平均值和标准偏差

（二）跨学科能力对学术产出的影响

为了定量揭示跨学科能力对于OS的影响，我们首先按照跨学科能力的高低将所有对象分为较高IDC组（IDC>0.3749，n1=241）和较低IDC组（IDC<0.3749，n2=230），其中0.3749为IDC的均值。对OS做检验，结果列于表2中。检验的结果表明，较高IDC组的OS值显著高于较低IDC组（=0.0025），说明IDC对OS值有显著的贡献。

表2 IDC对论文产出影响的t检验结果

注：括号中的数字分别是平均值和标准偏差

为了进一步定量研究IDC与OS之间的关联，本文以OS为响应变量，以IDC为预测变量，建立一元线性回归方程。回归方程和散点图显示于图1中。OS对IDC的回归方程如下：

结合图1和方程（3），有趣的是，方程（3）的结果与高尔顿关于父子身高的开创性回归分析是非常相似的[16]。虽然一元回归只能解释63.1%的OS方差，但是回归方程在统计学上是非常显著的（<0.01）。受到学术动机、学术投入、年龄、职称、性别和其他潜在因素的影响，只用一个预测变量IDC，要精确地解释或拟合OS是困难的，但是IDC对OS却显示出显著的正的贡献。从统计学上来说，IDC每增加一个单位，则OS平均增加113.7分。总体看来，在所研究的211工程高校中，跨学科能力确实为学术创新和取得更多研究成果提供了一种动力，在一定范围内，学者具有丰富的跨学科能力对于提高其论文产出是有帮助的。但是，根据这些数据点的严重的分散状态，也可以看出随着跨学科能力的很小变化，研究成果得分却有很大的变化范围，反之亦然。这说明，单纯依靠增强跨学科能力并不能快速提高科研成果产出。在促进跨学科交流和合作的背景下，提高跨学科合作和交流的内在质量和改善其他有利于学术产出的条件，同时避免盲目追求热点、浅尝辄止、生搬硬套的跨学科研究，重视研究的可持续性和深度，对于优化师资、增强学术创新能力和产出也许是更为明智之举。

（三）单一学科能力在论文发表中的相关性和重要性

按照471名人文学者发表的论文在单一学科中的分布，我们考察了在跨学科中不同学科的相关性（表3）。最高的相关性依次是考古学—历史学（=0.9013）、文学—语言学（=0.8103）、考古学—艺术学（=0.7183）、考古学—语言学（=0.7123）和历史学—文学（=0.6891），这些基本符合我们对于这些学科的一般认识。为了进一步比较每个学科与其他学科的总体关联程度，我们计算了每个学科与其他学科的相关系数的平方和。从大到小依次为：考古学（2.2922）、历史学（2.2898）、文学（2.2723）、艺术学（1.7340）、语言学（1.6933）、哲学（1.2750）。其中考古学与其他学科的联系最为紧密，可归功于考古学和语言学、文学、历史学和艺术学之间的密切关系；历史学则与文学、哲学、考古学和艺术学有较密切的关系。与其他学科联系最少的似乎是哲学，这可能是因为现代人文学科的学术研究似乎越来越侧重于实用和实证研究，思辨研究，尤其是上升到哲学层面的纯思辨研究，数量越来越少。

图1 跨学科能力(IDC)和学术产出(OS)的关系

为了揭示跨学科中单一学科对论文产出的不同影响，以OS为响应变量，以论文在各单一学科中的分布为预测变量，进行主成分分析，以揭示单一学科知识能力对论文的贡献。图2（a）给出了前两个主成分的得分图，其中前两个主成分一共解释了87.17%的数据方差。根据前两个主成分的得分，绝大多数的发表模式可以分成三类。考察第一个主成分的载荷，历史学和文学对第一主成分的正的贡献最大，因此第一类包含个体种类最多，其发表模式（具有较大的正的PC1得分）可认为是以历史学和文学能力为主，包括语言学和考古学；而第二类和第三类发表模式（具有较负的PC1得分）则体现了较多的哲学和艺术学能力的贡献。考察第二个主成分的载荷，历史学、语言学和哲学的贡献最大。

表3 单一学科在论文发表中的相关性

图2 学科论文分布的主成分分析(a)得分图、(b)PC1的载荷、(c)PC2的载荷（LING，语言学；LITE，文学；HIST，历史学；PHIL，哲学；ARCH，考古学；ART，艺术学）

为了建立OS的主成分回归模型，采用留一法交互验证确定主成分数，包含前两个主成分的回归模型获得了最小的预测残差平方和（Prediction Residual Error Sum of Squares，PRESS）。包括前两个主成分的回归方程如下：

前两个主成分解释了89.8%的OS方差，方程（4）中主成分1的回归系数为正，主成分2的回归系数为负，再结合主成分1和主成分2的载荷，单一学科中对论文产出贡献最大的是历史学和文学。这与前面的相关系数的结果是一致的，历史学和文学与大多数的其他学科都有较多的关联度。历史学与其他人文学科之间有非常紧密的联系。考古学长期以来被认为是历史学的一个分支，而文学、艺术学、语言学、哲学学科的历史背景和历史演变本身也构成了这些学科的重要内容。更重要的是，历史学作为一门科学具有客观性，其研究致力于最大限度地搜寻证据，这与现代人文学科注重实证、材料选择和价值判断的思路是一致的。文学与其他人文社会学科是有类同性的，这一方面体现在它们都是用语言来面对、把握和呈现世界，都是通过语言文本这一载体表达自己的观点与思想。另一方面，文学和其他学科也互相分享着一些共有的特性，比如文学就很明显地具有其他人文学科的社会性与文学性。而反过来说，其它人文学科往往也具有某种文学性。上述人文学科之间的联系是复杂和多层次的，但是，如果一定要比较不同的单一学科在人文学科跨学科研究中的重要性，则本文的结果显然支持历史学和文学在其中具有最突出的影响。

三、结论与建议

本文采用了跨学科性的测度方法，对人文学科中个体学者跨学科能力的特点及其对个人学术产出的影响进行了定量研究。基于Porter的专业性指标来评价个体的总体跨学科能力，分别对个体的总体跨学科能力和单一学科能力对学术产出的影响进行统计分析。基于471名高校人文学科学者的论文发表情况和学科分布特征，本文得出了以下结论：

1．无论是方差分析还是回归分析，均认为跨学科能力（<0.01）对科研产出具有统计学上显著的正的贡献，丰富的跨学科能力和知识背景对于提高人文学者的科研产出具有促进作用。

2．跨学科能力对于科研产出的贡献也不应被高估。在IDC和OS的回归分析中，虽然回归方程具有显著的统计学意义（<0.01），但是从数据点的严重分散状态可以看出，随着跨学科能力的小幅变化，研究成果得分却产生较大范围的变化，反之亦然。这说明，影响科研产出的因素有很多，一味地依靠增强跨学科能力并不能快速提高科研成果产出。在促进跨学科交流和合作的前提下，应提高单一学科的能力和研究深度，注重跨学科合作和交流的内在质量，同时避免只追求热点、浅尝辄止、生搬硬套的跨学科研究，重视研究的持续性和深度，对于优化研究团队、增强学术创新能力和产出才是更明智之举。

3．在研究的6个人文学科中，包括考古学、历史学、文学、艺术学、语言学、哲学，无论是相关性分析还是考察主要主成分的载荷，均认为历史学和文学与其他学科的联系最为紧密，二者对科研产出的影响最显著。虽然人文学科之间的联系是复杂的、多层次的，但是，本文的分析显然认为相对于其他学科而言，历史学和文学学科的能力和知识背景对人文学科跨学科研究的产出贡献是最大的。因此，无论是对个体学者还是研究团队，本文认为加深历史学和文学的知识背景和专业素养，对于推动人文学科的跨学科研究是大有裨益的。

基于上述结论，为提高跨学科背景下人文学科的学术产出，笔者提出如下建议：

1．加强学科交流。高校与高校之间的不同人文学科，院系与院系之间的不同人文学科，乃至教研室与教研室之间的不同人文学科都应加强学科交流，进而提升教师对于各学科的广泛认知，为提升学术产出奠定基础。

2．作为高校教师，自身应有意识地提升文学和历史学的知识素养。前文已证实了文学和历史学对科研产出的影响最为显著，此不赘述。

3．高校应多与文旅部门、文艺企业、博物馆、画廊等加强合作，让教师能够多参加其相关业务活动，在服务社会的同时，也可在实践中提升自身的文化素养。比如参加博物馆的相关业务活动，可以在实践中潜移默化地增强教师在历史学、文化学、文学乃至美学、政治学等方面的综合素养，在一定程度上提高人文学科教师的跨学科能力，从而达到提高学术产出的目标。

[1] 刘仲林，赵晓春．跨学科研究：科学原创性成果的动力之源——以百年诺贝尔生理学和医学奖获奖成果为例[J]．科学技术与辩证法，2005，22（6）：105-109．

[2] 刘仲林，张淑林．中外“跨学科学”研究进展评析[J]．科学学与科学技术管理，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．“跨学科性”的概念框架与测度[J]．图书情报知识，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

侯乃铭（1988-），男，土家族，贵州铜仁人，韩国世翰大学艺术教育学博士研究生，铜仁职业技术学院人文学院讲师，研究方向：文化学，文学，教育学。

（责任编辑 郭玲珍）（责任校对 肖 峰）（英文编辑 田兴斌）