世界一流工科大学跨学科性探析:基于Web of Science近50年数据的研究
作者： 符杰
摘 要：世界一流大学的跨学科性是产生重大原始创新成果和培养跨学科人才的重要基础。然而，评估测量大学的跨学科性一直是个难题。选取麻省理工学院、帝国理工学院、亚琛工业大学、东京工业大学和清华大学五所以理工科见长的世界一流大学为研究对象，尝试改进了一种基于Web of Science学科分类的大学跨学科性测量方法，基于近50年的数据测量分析五所大学的学科广度、学科分布与跨学科性及其变化趋势，并用可视化方式呈现研究结果。研究发现世界一流工科大学学科生态日趋复杂，学科分布同中有异，其分布的异同表明当前世界科学发展的多样性，也体现各个大学的学科发展特色。世界一流大学的跨学科性差异与其跨学科发展战略密不可分。建议我国“双一流”建设高校应根据自身所处学科建设发展阶段，制定学科建设战略目标，形成具有本校特色的跨学科发展战略，打造良好的跨学科生态系统。
关键词：世界一流工科大学；工程教育；跨学科；学科建设；实证研究
2021年4月，习近平总书记在清华大学110周年校庆考察时的讲话中指出“重大原始创新成果往往萌发于深厚的基础研究，产生于学科交叉领域，大学在这两方面具有天然优势”[1]。党的二十大报告也强调“加强基础学科、新兴学科、交叉学科建设，加快建设中国特色、世界一流大学和优势学科”[2]。学科交叉点往往也是科学新的生长点、新的科学前沿，也最有可能产生重大的科学突破，使科学发生革命性的变化，有利于解决人类面临的重大复杂科学问题、社会问题和全球性问题。[3]特别是，工程问题的复杂性、实践性和多变性使得跨学科合作尤为重要。2021年，“交叉学科”正式成为我国第14个学科门类，首批包括6个一级学科：集成电路科学与工程、国家安全学、设计学、遥感科学与技术、智能科学与技术、区域国别学。[4]
与此同时，跨学科性已成为世界知名研究型大学的共同属性。[5]促进学科间的交叉融合、优化交叉学科布局是世界各国建设世界一流大学与一流学科的时代旋律与政策诉求，也是引领当今世界科学研究迈向高质量发展的新范式。[6]多学科的生态是培养跨学科复合型人才的基础条件，一所大学只有具备多学科的基础条件，才更有可能进行高质量的跨学科人才培养。翟亚军等认为大学学科系统是一个具有自组织功能的动态平衡系统，物种的多样性和互补性是保持这种稳定性的基本要求。[7]还有学者指出学科多样异质性是学科生态可持续发展的基础，跨学科性越强，越能维持生态平衡且越具有自我调节能力。[8]学科多样性是学科生态系统和谐稳定的关键因素。[9]因此，在分析各大学的跨学科人才培养时，尤其应该关注各学校的学科生态。
跨学科性是教育及科技政策领域的一个热门话题，然而跨学科的概念既抽象又复杂，如何衡量跨学科性一直是个难题。[10]同时，已有的跨学科教育研究大多采用质性研究方法，缺乏有实证数据支撑的深度研究，对于世界一流大学的跨学科特征缺乏直观的呈现和有数据支撑的分析。在我国“双一流”建设和世界一流科技高地建设的背景下，对跨学科的研究无疑需要更加深入。本研究尝试提出一种国际可比的跨学科性测量方法，并以实证数据呈现、比较分析五所以理工科见长的世界一流大学的跨学科性特征，以期为我国一流大学学科建设和跨学科人才培养提供实证数据支持。
一、概念界定与文献回顾
（一）跨学科、跨学科性与大学跨学科性
跨学科（interdisciplinary）有多个相近概念，如多学科、横学科、学科交叉、超学科等术语。学界对这些术语的内涵的解读存在一定差异，很多学者交替混用这些术语。[11]本研究以跨学科作为主要概念，并对其进行定义和界定。伍德沃斯（R.S.Woodworth）在1926年首次在社会科学领域中使用了“跨学科”一词，推动了跨学科研究的早期发展。跨学科（interdisciplinary）的概念发端于社会科学领域。经济合作与发展组织（OECD）将跨学科定义为：两门或者两门以上学科之间的交互，包括从思想的简单交流到在一个相对较大领域中的教育与研究在概念、方法、程序、认识论、术语、数据以及组织之间的相互整合。[12]詹奇（Jantsch E）认为跨学科是“两种或两种以上学科的内容、结构和相交面为实现共同目的而进行的交互，包括各种学科要素的整合与资源共享”[13]。拉图卡（Lattuca）等将跨学科定义为“回答一个问题、解决一个问题或处理一个过于宽泛或复杂的主题的过程，而这个主题是单一学科或专业无法充分处理的……因此需要利用学科观点并通过构建一个更全面的观点来整合其见解” [14]。美国促进跨学科研究委员会（Committee on Facilitating Interdisciplinary Research）认为在真正的跨学科合作中，来自不同学科的研究人员以更综合的方式共同解决一个问题，协作者不是各自为解决问题贡献力量，而是紧密合作，将各自学科的知识结合起来，共同寻找解决方案。[15]
跨学科性（interdisciplinarity）是用来表征跨学科程度的指标。李江将跨学科性定义为跨学科研究中的跨学科特征，如各学科知识交叉的广度与强度、知识跨学科分布与扩散的特征等。跨学科性实际表现为论文、期刊、作者、团队、机构等对象的“跨学科发文”和“跨学科引用”。同时他还构建了跨学科性的概念框架（见图1）。[16]此外， 瓦格纳（Wagner） 与波特（Porter）指出，测度跨学科性的实质是测度论文或论文集合涉及的学科的多样性。[17][18]熊文靓等认为跨学科性是跨学科研究的学理特性，既反映学科整合的多样性、平衡性程度，也反映相异学科知识在深度融合过程中发生“化学反应”的程度，相较于单一学科研究具有较强的可辨识度。[19]另有研究将跨学科性定义为一组研究人员在“主要”学科之外发表论文的百分比，这类跨学科性也被称为越界指数 （Boundary-Crossing Index）。[20]还有一些研究通过使用Web of Science等数据库中同时归属多个学科或专业的期刊文章来表征跨学科研究。[21][22]
本研究将大学跨学科性定义为该大学在教学、研究和知识创新方面积极促进并支持不同学科领域之间的互动、合作和交流，以解决复杂问题、创造新知识，并在跨越传统学科界限的范围内实现学术和创新的整合。这种跨学科性强调了学科之间的融合、合作和交叉，以及促进学者、研究人员和学生之间的多学科互动，从而推动学术界和社会对于各种挑战的理解和解决方案。
（二）跨学科性测量指标与相关研究
跨学科性测量指数源自信息论的熵概念和生态学的多样性指数。这些指数衡量群落多样性，如生态系统中的物种多样性或经济活动的分布。常用的多样性指数包括香农-维纳指数（Shannon-Weiner diversity index）、辛普森指数（Simpson Index）等。香农-维纳指数，基于克劳德-香农1948年的理论，评估文本熵或种群的不确定性，反映多样性——熵值越高，多样性越大。香农指数考虑种类的丰度和分布，预测下一种类的难度越大，多样性和不确定性越高。
它最常见的计算方法如下：
H'2=-∑Sifilog2fi fi=niN（1）
H'e=-∑Sifiln2fi fi=niN（2）
其中N表示个体总量，ni表示物种为i的个体数量， fi表示物种类别为i的物种占总群中的比重，S为种群的物种总数。
辛普森指数又称为优势度指数，是对物种集中性的度量，也即多样性的反面。其思想来源一个简单的数学概率计算，假设从包含N个个体的S个物种的集合中随机抽取2个个体并且不再放回，如果这两个个体属于同一物种的概率大，则说明其集中性高，也即多样性程度低。其概率可表示为：
λ=∑nip2i p2i=ni（ni-1）N（N-1）（3）
之后，Greenberg（1966）提出用如下公式直接代表多样性。[23]
D=1-∑nip2i p2i=ni（ni-1）N（N-1）（4）
已有研究中对跨学科性的测量一般包括以下两种视角。
（1）测量某一研究领域的跨学科性。方法为测量该领域文献的引文在学科类别上的多样性和分散程度。通常采用香农信息熵公式。
香农信息熵测量公式：
He=-∑Sifilnfi fi=niN（5）
H2=-∑Sifilog2fi fi=niN（6）
其中N表示研究领域引文的总数，ni表示学科类别为i的引文数量， fi表示学科类别为i的引文占总引文数量的比重，S为该领域引文所在学科的总量。
（2）测量某篇论文或作者的专业度。
波特（Porter）等提出了依据论文的参考文献的学科分布的分布规律来测量跨学科性的方法，即专门度指标（Specialization，S）。[24]总的来说，波特提出的公式与辛普森指数在数学上无异：
专业度指数S=∑（P2SC1+…+P2SCn）∑（PSC1+…+PSCn）2（7）
其中PSCn指学科n中的文献数量。作者的跨学科性越高，S值越趋近于0。
此外还有布里渊（Brillouin）指数等跨学科测量指数。[25]
（三）Web of Science学科分类与相关研究
Web of Science（WoS）是Clarivate Analytics开发的跨学科信息服务平台，提供文献检索，涉及自然科学、社会科学、艺术与人文等领域。它包括核心合集、BIOSIS Previews、MEDLINE等数据库，涵盖超过21100本同行评议期刊以及会议录和图书资料。[26]WoS分为自然科学、应用科学、生命科学与生物医药、社会科学、艺术与人文五大研究领域，核心合集包含声学和农业工程等254个研究方向[27]，全集包括建筑学、农业、天文学等155个研究方向[28]。
WoS的学科分类常被用于跨学科研究。[29]基于Web of Science的学科分类，已有研究多采用学科间引用分析和共现方法来衡量跨学科性。例如，拉弗尔（Rafols）等人通过引用矩阵的因子分析来进行跨学科测度[30]，莫里洛（Morillo）等人提出了测量大学跨学科性的分类共现方法[31]。范诺登（Van Noorden）通过分析Web of Science中的论文数据，观察到跨学科引用在自然和社会科学中呈增长趋势。[32]而黄颖等人从专业化、集成度和扩散度三个维度进行跨学科性衡量，并利用科学地图进行可视化。[33]尽管如此，现有研究主要集中于特定领域或短期内的文献，对于机构层面的长期跨学科性测量则相对缺乏。本研究旨在通过全面分析机构的文献，对大学整体的跨学科生态进行深入研究，以弥补现有文献的不足。