邹慧、徐琨鹏等：跨学科合作的历史规律、模式演进及展望——基于全球1950—2022年科学文献数据的实证研究

跨学科合作的历史规律、模式演进及展望

—— 基于全球1950—2022年

科学文献数据的实证研究

邹 慧1,2 徐琨鹏3

陈李伟4 刘博恩5

瞿晶晶2 傅晓明6,7

(1上海大学文化遗产与信息管理学院；2上海人工智能实验室；3上海交通大学网络信息中心；4复旦大学社会发展与公共政策学院；5昆山杜克大学应用数学与计算科学系；6哥廷根大学计算机研究所；7复旦大学社会智能研究中心)

在全球科技创新呈现交叉融合、高度复杂和多点突破态势的背景下，跨学科研究已成为解决全球性复杂挑战的关键途径。近年来，学界围绕跨学科的概念界定、测度指标及合作模式展开了诸多探索，从早期的定性分析到基于数据科学的定量研究，逐步深化了对跨学科特征的认知。然而现有研究存在学科范围受限、时间跨度较短、测度角度单一等局限，难以全面反映跨学科合作的整体态势与演化规律。为此，本研究立足跨学科团队合作视角，基于1950—2022年间全球8260万篇科学论文的大规模数据，旨在系统揭示跨学科合作的历史规律、模式演进及发展趋势，为跨学科体系建设与高效科研组织形式、资源配置机制优化提供实证支撑。

研究围绕三大核心问题展开：一是跨学科合作的整体演进趋势如何，不同学科领域间的合作态势与影响力存在怎样的差异？二是如何通过量化识别跨学科合作的特征及模式，不同合作模式在研究产出与组织结构上是否存在显著区别？三是跨学科合作的结构是如何随时间推移演变，这种结构转变是否能与科技政策、科研范式等外部因素相互作用？

为解答上述问题，本研究构建了多维度的研究框架与方法体系。在数据处理方面，基于智创数据集，剔除碎片数据后保留了4400万名研究作者及超过10.3亿个共同作者关系的有效样本。在评估维度上，创新构建了三项关键指标：基于Jaccard系数的合作强度（JBS），以消除学科规模差异带来的偏差，精准衡量学科组合紧密程度；引用中位次数（MCC），规避极端值影响，客观反映研究影响力；合作者中位数量（MAC），表征跨学科合作团队的典型规模。在模式识别上，采用K-means聚类算法，基于三维指标空间的特征分布系统识别跨学科合作模式。

研究结果表明，跨学科合作整体呈现关系紧密化、影响力扩大化、团队规模化的显著趋势。从领域动态来看，1950—2010年“生命科学-医学”组合持续领先，2010年后，“计算机科学-工程科学”组合迅速崛起并成为核心；“工程科学-物理学”、“工程科学-材料科学”等组合则保持持续稳定的高活跃度。通过聚类分析，研究识别出四种主要跨学科合作模式：兴趣导向型（自发形成、围绕新兴热点、规模中小）、层级结构型（组织化程度高、影响力强、具有稳定协作体系）、亲缘关系型（学科关联紧密、合作强度高、团队规模适中）、资源密集型（依赖大型设施、团队规模庞大、聚焦重大复杂问题）。模式演进方面，跨学科合作经历了1950—1980年以兴趣导向型为主、1980—2010年层级结构型快速增长、2010 年后资源密集型涌现为主流的三阶段演变，且2010—2020年间部分兴趣导向型合作逐步向层级结构型转变，体现出专业化、领域化发展趋势。

本研究的理论意义在于构建了团队合作视角下的长周期、全学科演化分析框架，首次系统识别并量化了四种跨学科合作模式及其演进规律，丰富了科学计量学与跨学科研究的理论体系。实践价值上，研究揭示的跨学科合作特征与模式转变规律，为科研政策制定、资源优化配置、科研平台建设提供了精准依据。研究创新点主要体现在三方面：一是采用73年全学科大规模文献数据，实现了跨学科合作的长周期全景式分析；二是构建了多维度指标体系与聚类分析相结合的研究方法，实现了合作模式的精准识别与量化表征；三是揭示了资源密集型模式的涌现规律与兴趣导向型向层级结构型的转变机制，为理解跨学科合作的演化逻辑提供了全新视角。

总体而言，本研究不仅深化了对跨学科合作历史规律与发展趋势的认知，更为推动跨学科研究高质量发展、助力科技强国战略实施与新质生产力培育提供了重要的实证支撑与政策参考。跨学科合作作为科技创新的核心路径，其模式的持续演进将深刻影响科学研究的组织形式与发展方向，未来需通过优化协同机制、改革评价体系、强化资源共享等方式，应对学科范式差异、资源门槛等挑战，充分释放跨学科合作的创新潜力。

作者简介

邹慧，上海大学硕士研究生，上海人工智能实验室实习生。研究方向为人工智能、大数据与情报分析。

徐琨鹏，上海交通大学网络信息中心科研助理。研究方向为数据挖掘、大数据分析。

陈李伟，复旦大学社会发展与公共政策学院博士研究生。研究方向为网络思潮、青年社会心态与人机协同下的价值传播。

刘博恩，昆山杜克大学应用数学与计算科学系本科生。研究方向为社交网络、深度学习。

瞿晶晶，上海人工智能实验室副研究员。研究方向为人机交互、人工智能创新、人工智能治理。

傅晓明，哥廷根大学计算机研究所教授，复旦大学社会智能研究中心首席科学家。研究方向为互联网、边缘计算、大数据、社会计算。

通信作者

瞿晶晶，邮箱地址：qujingjing@pjlab.org.cn。

此文为网络首发论文，阅读全文点击“国家哲学社会科学文献中心”，谢谢！