学科交叉概念起源于Woodworth在1926年公开使用的“Interdisciplinary (跨学科)”一词, 指超越一个已知学科边界而进行的涉及两个或两个以上学科的研究领域^[3]。学者们认为与学科交叉相近的概念包括多学科、跨学科、交叉学科、边缘学科、超学科以及交叉科学等^[4]。这些概念在广义上存在共同之处, 而在狭义上则分别涉及学科发展过程中不同的发展和演变状态^[5]。其中, 交叉学科按涉及到的学科数量和相互作用程度的由低到高又被分为6大类型: 比较学科、边缘学科、软学科、综合学科、横断学科和超学科^[6]。同时, 学科交叉的演化过程被理解为对其他学科知识的借鉴与引入过程, 不同发展阶段受到的影响程度和方式也不尽相同^[7]。从微观上学科交叉的方式和程度来看, 学科交叉研究可概括为观同察异、话语移植、互补共融、连锁辐射、辐集聚焦、横断综析、形上升华等7种具体交叉类型^[8,9]。综上, 学者们认为学科交叉是一个动态演化过程, 具有不同阶段和形式, 相应表现出不同的学科交叉程度和类型。

一些学者尝试利用文献计量的方法理解学科交叉研究的演化阶段。主要的演化阶段划分方法包括: 从时间序列上逐年跟踪演化^[10,11], 划分为多个时间段进行对比研究^[12,13,14], 划分出文献数量相同的几个增长阶段^[15]以及借助文献增长规律进行学科发展阶段的划分^[16,17,18]等。其中, 以文献增长规律为基础的方法具备一定理论依据, 被认为能够更科学地划分学科发展的演化阶段^[19]。

学科交叉研究的定量测度主要研究如何测量学科交叉性, 主要研究路径是通过学科交叉领域发文或引文的学科分布和学科关系来揭示学科交叉知识融合状态。学科交叉研究的演化则是从微观到宏观上的主题、知识结构和学科交叉程度的时序变化。引文数据可分为引用文献和被引文献两种数据, 对应于知识引入和知识输出^[20]。

利用引文数据, 学者们尝试通过对引用和被引学科的简单计量^[10]、科学叠加图^[21]以及学科交叉测度指标(如学科分类总计、信息熵、Stirling指数)的时序分析, 解读指定学科交叉领域在不同时间的学科类别数量、知识引入学科影响排行、知识扩散的学科影响排行、近邻学科和远缘学科占比等学科交叉的演化特征^[11]。

利用发文数据, 学科交叉演化特征分析可以从主题、知识网络结构和学科交叉度等三个方面进行。学科交叉领域的主题演化分析主要考察不同时间段的主题变化情况, 以理解核心交叉主题及核心交叉学科的变化规律^[14,22-23]。在学科交叉领域发展过程中, 其相应的知识网络结构也发生着变化。部分研究通过揭示知识网络结构变化侧面解读学科间关系、学科位置的变化所代表的学科交叉内涵^[13]。另一方面, 以发文期刊为基础的聚合性、差异性、多样性等学科交叉程度指标也随时间发生变化^[24]。另外, 部分研究还尝试组合共词网络、引文网络和合著网络等数据分析学科交叉特征^[25,26]。整体来看, 现有研究对于学科交叉测度指标的探索已较为丰富, 然而在知识引入和知识产出的内在关系方面研究不足。

医学信息学(Medical Informatics)具有显著的学科交叉特性^[35], 故本文将其作为示例学科进行研究。根据布拉德福定律原理, 一个学科的绝大部分论文来自于少量核心期刊^[36], 故选取Web of Science(WOS)数据库中医学信息学分类下的24种期刊作为数据源, 期刊目录如表1所示。检索时选择“Article”文章类型, 时间跨度为1900年-2016年, 共得到37 650条论文题录, 包含论文的标题、作者关键词、系统关键词、期刊、发表时间、学科分类、参考文献等信息。

医学信息学在WOS内被收录的最早年份为1964年。分别统计每年的论文累积量, 绘制该学科的文献增长曲线。使用普赖斯曲线^[37]对其进行拟合, 得到拟合函数Y=91.449e^0.1228x, 拟合优度R²=0.9752, 拟合优度较高, 说明该学科文献增长趋势与普赖斯增长曲线基本吻合, 如图2所示。

根据文献累积趋势将医学信息学发展划分为萌芽期、发展期和稳定期三个阶段, 如表2所示。不同阶段拥有不同的文献年增长率, 且各阶段差异较大, 表现出明显的拐点。在萌芽期, 文献数量较少, 增长绝对值较低, 但增长率较高且增幅波动较大, 表现为一个不稳定的低速增长期; 在发展期, 文献量已累积到一定程度, 开始稳步增长, 同时具有较高的年增长率和较小的年增长率标准差, 体现为一个持续的高速发展期; 在1997年-2016年的20年间, 文献已累积到一个较大的基数, 开始呈现出爆发式增长的态势, 但年增长率已渐平稳且标准差较小, 说明已进入一个平稳的快速增长期, 称之为稳定期。

(1) 不同阶段的学科交叉度变化分析

采用学科类别总计N、跨学科引用指数COC和信息熵SE衡量知识引入情况, 以专业度S测度知识产出, 以此从知识引入和知识产出两方面得到不同阶段的学科交叉情况, 结果如图3所示。为深入理解学科交叉特征, 分别从各个阶段分析学科交叉测度的变化趋势及其涵义。

①在萌芽期, 知识引入方面的学科类别总计N持续上升, 而跨学科引用指数COC和信息熵SE变化较为混乱, 无明显趋势; 知识产出方面的专业度S保持在0.33, 不随时间变化。由此表明, 在医学信息学的萌芽期, 学科类别持续增多, 而引入外部知识和来源学科的分布情况并不明朗, 同时知识产出也是较为平均地分配在相关学科中。

②在发展期, 知识引入方面的学科类别总计N、跨学科引用指数COC和信息熵SE整体上扬, 知识产出学科交叉度持续下降。据此可知, 在医学信息学的发展期, 引入学科类别不断增多, 引用其他学科的知识量不断增大, 所引用学科分布也越来越均衡, 表明在该阶段医学信息学与其他学科之间的知识输入关系越来越明确; 同时, 知识产出也涉及到越来越多的相关学科, 表现出较为明显的跨学科产出特征。

③在稳定期, 知识引入方面的学科类别总计N保持稳定, 跨学科引用指数COC整体微量上升, 信息熵SE持续微幅下降, 知识产出方面的专业度S呈微幅上升趋势。整体来看, 变化幅度不大, 趋于稳定。据此可知, 医学信息学稳定期的知识引入供给学科已然明确; 引用学科外的知识占比在逐步下降且趋于稳定, 引用知识的学科分布越来越均匀且分布均衡度变化不大, 同时学科知识产出开始稳定分布在较为固定的相关领域, 集中程度有所提升。

综上, 在医学信息学的整个发展过程中, 知识引入和知识产出的学科多样性和分布均匀性从无序变化逐步保持稳定, 学科渐渐拥有较为固定学科知识引入和学科交叉研究领域, 形成学科研究特色。

(2) 不同阶段知识引入与知识产出指标的相关性分析

从学科层次来看, 知识产出与知识引入之间存在一定的内在关联。为衡量医学信息学知识引入与知识产出之间的关系, 进一步在三个不同发展阶段对知识引入方面的三个学科交叉度指标与知识产出方面的学科交叉度指标进行皮尔逊相关系数^[38]检验分析, 结果如表3所示。

表3表明, 知识引入的学科交叉度与知识产出的学科交叉度在不同阶段呈现出不同的相关关系。

①萌芽期, 知识产出的专业度不受知识引入的多样性和均匀性影响。结合图3可知, 在萌芽期, 知识产出的学科交叉度指标专业度S一直处于固定值0.33, 没有随时间的变化而产生任何波动, 知识引入与知识产出的学科交叉度不存在相关关系。

②发展期, 知识产出的专业度与知识引入的多样性和均匀性显著负相关。知识引入与知识产出的学科交叉度呈显著强负相关关系, 表明在该学科交叉领域的发展中间阶段, 引入的学科类别越多、从学科外引入的知识占比越大、知识的学科来源越平均, 知识产出所涉及到的学科越多, 专业度值越低(见图3)。

③稳定期, 知识产出的专业度与知识引入的学科多样性和均匀性显著正相关。这一时期引入的学科类别、引入知识的学科分布相对固定而平均, 知识产出的专业度受知识引入的学科多样性和均匀性正向影响。

学科交叉领域的知识网络表征了该领域产出的知识结构, 知识网络结构的变化意味着领域知识结构在多学科知识引入并产生新知识后发生改变。因而, 通过研究知识网络的演化特征, 能够揭示学科交叉领域各个阶段的知识结构特征。本研究以共词网络来表征医学信息学的知识结构。由于医学信息学中约50%论文缺少作者关键词, 同时使用系统关键词(Keyword Plus字段)以及从标题中抽取名词短语作为标题关键词, 加以集成来提升关键词覆盖范围。进而, 针对该领域的萌芽期、发展期和稳定期分别构建共词网络进行分析。

(1) 新词和关系涌现规律

学科交叉领域的新术语出现表示该领域产生或引入了新知识, 同时新知识关系的出现意味着领域知识结构的衍变。依据关键词在该领域中首次出现的年份识别年度新词和阶段新词, 同时统计每年出现的共现关系数量, 结果如图4所示。

由图4可分析得到每个阶段的新词及关系变化趋势。在萌芽期, 医学信息学领域产生的新词和共词关系均较少, 数量级在100以内, 知识点与知识关系的基数均较小且增长较慢, 表明此时整个领域还处于学科交叉研究的尝试阶段。在发展期, 新词和共词关系的增长开始稳步上升, 在临近稳定期时, 新词增长具有明显的跳跃性, 表明该阶段的研究范式探索已较为激烈。在稳定期, 新词和共词关系开始爆发式增长, 规模与增速明显扩大。可推测在这个阶段, 医学信息学已建立起自身的研究范式, 从而激起知识爆发式增长, 从各方面丰富学科知识体系。

(2) 新词留存分析

为进一步了解每个阶段涌现新词的走向, 将其与各个阶段的核心词汇(高频词)进行对比分析。采用Donohue提出的高频词低频词界分公式^[39]识别高频词。最终获得萌芽期高频词76个、发展期高频词183个和稳定期高频词460个, 分析这些词项的产生时间, 结果如表4所示。

萌芽期出现的词项成为各阶段高频词的概率高于出现在其他阶段的词。因此, 新词出现的时间越早, 成为各阶段高频词的概率越大。其原因可能在于: 早期词项数量规模远小于后面时期; 早期词项更可能是领域核心知识, 在择优机制作用下使用次数亦越多, 更容易变成高频词。同时还发现, 发展期的高频词中来源于发展期的新词占比较高, 达总量的64.48%。尽管该阶段产生的词项数量和共词关系均远少于稳定期, 发展期阶段的知识探索奠定了整个学科交叉领域的核心知识体系。这一发现亦印证了发展期与稳定期划分与取名的合理性。

(3) 共词关系类型分布分析

为研究各阶段新词涌现与关系涌现之间的关联, 进一步分析每个阶段出现的共现关系类型。在年度时间范畴上, 按新旧关键词组合方式划分三种关系类型: 新-新关系, 共现的两个关键词均为该阶段产生的新词; 新-旧关系, 共现的两个关键词中有一个为该阶段产生的新词; 旧-旧关系, 共现的两个关键词均不是该阶段产生的新词^[40]。共现关系类型分布如表5所示。

根据表5发现, 新词涌现对于共现关系生成的影响在发生着变化。萌芽期以新-新关系为主, 新词涌现对于共现关系生成的影响占主导地位; 发展期以新-旧关系为主, 新词涌现对于共现关系生成仍然占主导地位, 但影响方式已然改变; 稳定期以旧-旧关系为主, 新词涌现对于关系生成的影响明显变弱。

通过纵向对比三种关系在萌芽期、发展期和稳定期的占比变化可看出, 医学信息学学科发展过程中, 经历了一个从知识扩张到知识内化的过程。新词涌现及其所带来的新词内部联系, 是知识扩张的一种表现。新-新关系的持续减少, 旧-旧关系的持续增加, 表明在以知识节点增多为表现的知识边界不断扩张之后, 既有知识点之间不断建立知识关系, 发生着知识内化并加剧知识内化。

(4) 共词网络结构指标分析

为研究各阶段学科交叉领域的知识网络结构特征, 对每个阶段按年构建共词网络, 并研究各个知识网络结构指标^[41]的变化趋势, 结果如图5所示。

通过这5个指标的年度变化趋势分析, 可以看出, 各个阶段的知识网络结构演化方向是一致的, 但在程度上各有差异。网络规模在萌芽期和发展期增长较慢, 到稳定期迅速增大, 而网络密度则逐渐变小。这一现象合乎复杂网络的一般变化规律, 也揭示了医学信息学领域的知识扩张过程。平均距离描述了网络中节点间的分离程度, 该值在三个阶段缓慢增长, 表明该领域知识增长过程中分离程度逐渐变大。在稳定期的近几年, 该值异常增大, 有可能引入了部分与原有知识结构差异较大的知识节点, 有待进一步考察。网络聚集系数测度了网络连接的聚集程度, 反映知识之间的相互作用, 揭示出知识内生过程中的集聚水平。该指标在萌芽期先减后升, 在发展期跳跃式增长, 在稳定期逐渐保持稳定, 表明在该学科交叉早期阶段知识集聚水平不断增长, 而在稳定期知识集聚水平相对保持稳定。知识网络的中心势测度网络多大程度围绕某个或某些中心节点建构起来。该指标在萌芽期和发展期的初期小幅上升, 在发展期的后期和稳定期持续增长, 表明在学科交叉领域发展的中后期产生越来越多的核心知识节点。