摘 要： ［目的／ 意義］ 本研究旨在探索不同合作模式下論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響。［ 方法／ 過(guò)程］以Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 核心合集２０００—２０１８ 年生物信息學(xué)領(lǐng)域的期刊論文為數(shù)據(jù)集， 本研究以參考文獻(xiàn)學(xué)科情況為研究對(duì)象， 從多樣性、均衡性、差異性及整體跨學(xué)科性４ 個(gè)維度量化論文跨學(xué)科性， 以Ｄ 指數(shù)量化顛覆性創(chuàng)新， 采用Ｌｏｇｉｓｔｉｃ 回歸分析方法探討不同合作模式下論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響， 并通過(guò)調(diào)整引用時(shí)間窗對(duì)結(jié)論進(jìn)行魯棒性檢驗(yàn)。［結(jié)果／ 結(jié)論］ ①在生物信息學(xué)領(lǐng)域， 論文跨學(xué)科性對(duì)顛覆性創(chuàng)新具有顯著影響， 具體表現(xiàn)為：多樣性和跨學(xué)科性對(duì)顛覆性創(chuàng)新產(chǎn)出有積極影響； 均衡性和差異性對(duì)顛覆性創(chuàng)新產(chǎn)出有消極影響。②不同合作模式下跨學(xué)科性對(duì)顛覆性創(chuàng)新影響方向基本一致， 但合作跨度的增加會(huì)加強(qiáng)多樣性對(duì)顛覆性創(chuàng)新的積極影響、均衡性和差異性對(duì)顛覆性創(chuàng)新的消極影響， 削弱跨學(xué)科性對(duì)顛覆性創(chuàng)新的積極影響。

關(guān)鍵詞： 跨學(xué)科性； 顛覆性創(chuàng)新； Ｄ 指數(shù)； 合作模式； Ｌｏｇｉｓｔｉｃ 回歸分析

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０２．０１２

〔中圖分類號(hào)〕Ｇ３０２ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２５） ０２－０１３３－１２

隨著科學(xué)系統(tǒng)的復(fù)雜化， 越來(lái)越多的社會(huì)問(wèn)題和科學(xué)研究都無(wú)法依靠單一學(xué)科的理念、知識(shí)、方法、工具進(jìn)行解決［１］ ， 跨學(xué)科研究已經(jīng)成為當(dāng)代科學(xué)知識(shí)生產(chǎn)的主流模式， 不斷地開(kāi)拓著新的研究領(lǐng)域， 孕育出新的學(xué)科生長(zhǎng)點(diǎn)和激動(dòng)人心的顛覆性創(chuàng)新， 在促進(jìn)科學(xué)研究的重大突破、知識(shí)創(chuàng)新以及重大社會(huì)問(wèn)題的解決等方面發(fā)揮了十分重要的作用，不少學(xué)者開(kāi)始探索跨學(xué)科性及其對(duì)創(chuàng)新成果的影響。此外， 互聯(lián)網(wǎng)的發(fā)展和全球一體化的加劇使得科研工作者間的溝通和交流也越發(fā)頻繁與暢通， 跨學(xué)科研究已不再是科學(xué)工作者憑借自身興趣自發(fā)形成的研究行為， 學(xué)者之間的協(xié)同合作逐漸成為跨學(xué)科研究的主要模式。

現(xiàn)有的相關(guān)研究多注重探討跨學(xué)科性與論文被引情況、學(xué)術(shù)影響力的關(guān)系， 較少有研究關(guān)注論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響機(jī)制， 同時(shí)也忽略了合作因素對(duì)影響機(jī)制的干擾。因此， 本文以學(xué)術(shù)論文為研究對(duì)象， 以論文參考文獻(xiàn)學(xué)科情況量化論文跨學(xué)科性， 探討不同合作模式下論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響機(jī)制。具體地， 包括如下創(chuàng)新點(diǎn)： ①重點(diǎn)關(guān)注顛覆性創(chuàng)新并采用Ｄ 指數(shù)［２］ 對(duì)其進(jìn)行識(shí)別， 同時(shí)控制跨學(xué)科性對(duì)顛覆性創(chuàng)新影響過(guò)程中可能存在的干擾因素， 更加全面、具體地探討和解讀論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響機(jī)制； ②考慮到科研合作模式對(duì)論文跨學(xué)科性與顛覆性創(chuàng)新關(guān)系的影響， 探討不同合作模式下各影響機(jī)制的影響效果。

本文探討了不同合作模式下論文跨學(xué)科性及其對(duì)顛覆性創(chuàng)新的影響。在理論方面， 豐富了論文跨學(xué)科性對(duì)創(chuàng)新影響機(jī)制的解讀， 為進(jìn)一步分析論文合作模式、跨學(xué)科研究及其影響機(jī)制奠定了理論基礎(chǔ)。在實(shí)踐方面， 對(duì)跨學(xué)科研究的學(xué)科均衡布局和科研工作者之間的合作優(yōu)化有一定指導(dǎo)意義， 為科學(xué)突破和創(chuàng)新發(fā)展提供了重要的參考價(jià)值。

１ 相關(guān)研究

１. １ 跨學(xué)科性及其測(cè)度

現(xiàn)有關(guān)于跨學(xué)科性測(cè)度的研究， 多以學(xué)科、論文、作者、團(tuán)隊(duì)等為研究對(duì)象， 從１ 個(gè)或幾個(gè)維度進(jìn)行衡量， 其中最經(jīng)典的是Ｓｔｉｒｌｉｎｇ Ａ［３］ 提出的跨學(xué)科性三維測(cè)度的論述， 即多樣性（Ｖａｒｉｅｔｙ）、均衡性（Ｂａｌａｎｃｅ）和差異性（Ｄｉｓｐａｒｉｔｙ）。多樣性是指所包含學(xué)科類別的數(shù)量， 均衡性是指元素在各學(xué)科類別中分配的均衡程度， 差異性是指各學(xué)科類別之間的差異程度。在其他屬性相同的情況下， 多樣性越強(qiáng)、均衡性越高、差異度越大， 說(shuō)明跨學(xué)科程度越高［４］ ，這一理論為跨學(xué)科研究提供了堅(jiān)實(shí)的理論參考， 圖１為跨學(xué)科性三維特征示意圖。在測(cè)度指標(biāo)方面， 學(xué)者通常使用學(xué)科數(shù)量來(lái)衡量多樣性［５］ ， 用基尼系數(shù)［６］ 、Ｓｈａｎｎｏｎ 信息熵［７］ 、Ｈｅｒｆｉｎｄａｈｌ 指標(biāo)［８］ 、Ｂｒｉｌｌｏｕｉｎ 指標(biāo)［９］ 等對(duì)均衡性進(jìn)行測(cè)度， 使用學(xué)科距離對(duì)差異性進(jìn)行測(cè)度［１０］ ， 也有學(xué)者將上述３ 個(gè)維度結(jié)合起來(lái)，提出綜合性評(píng)級(jí)指標(biāo)對(duì)跨學(xué)科性進(jìn)行綜合衡量， 如Ｒａｏ－Ｓｔｉｒｌｉｎｇ 指標(biāo)［３］ 、２ＤＳ 指數(shù)［１１］ 、ＩＤＤ 指標(biāo)［１２］ 、ＤＩＶ 指標(biāo)［１３］ 等。

１. ２ 顛覆性創(chuàng)新及其測(cè)度

科學(xué)發(fā)展是不連續(xù)和非線性的， 如果某一科學(xué)活動(dòng)打破了以往的科學(xué)研究框架， 推動(dòng)科學(xué)共同體轉(zhuǎn)向新的研究范式， 就產(chǎn)生了科學(xué)革命［１５］ ， 這種以變革性、不連續(xù)性為核心標(biāo)準(zhǔn)將創(chuàng)新分為顛覆性創(chuàng)新與漸進(jìn)性創(chuàng)新的二分類模式受到了廣泛認(rèn)同，因此， 顛覆性創(chuàng)新的概念是相對(duì)于漸進(jìn)性創(chuàng)新而存在的。顛覆性創(chuàng)新這一概念還存在許多不同的用詞表述， 如“突破性創(chuàng)新” “變革性創(chuàng)新” “破壞性創(chuàng)新” “激進(jìn)式創(chuàng)新” 等［１６］ ， 其本質(zhì)都是指在科學(xué)或技術(shù)上改變了既有范式并產(chǎn)生重大突破的創(chuàng)新， 具有新穎性、重大突破性、前沿性、不連續(xù)性和革命性等特點(diǎn)［１７］ ， 而漸進(jìn)性創(chuàng)新是指對(duì)原有科學(xué)技術(shù)的微小調(diào)整或改進(jìn)的創(chuàng)新［１８］ ， 側(cè)重于鞏固和擴(kuò)展， 具有連續(xù)性［２］ 。

關(guān)于顛覆性創(chuàng)新的測(cè)度， 學(xué)者多從顛覆性創(chuàng)新的特點(diǎn)出發(fā)提出相應(yīng)測(cè)度指標(biāo)， 如Ｆｕｎｋ Ｒ Ｊ 等［１９］最早于２０１７ 年， 基于專利引用網(wǎng)絡(luò)提出了顛覆性指數(shù)ＤＩ 指標(biāo)， 從后續(xù)專利對(duì)焦點(diǎn)專利及其前向引用專利的引用行為角度來(lái)衡量專利對(duì)原有技術(shù)的顛覆性程度。２０１９ 年， Ｗｕ Ｌ Ｆ 等［２］ 在此思想的基礎(chǔ)上， 基于引文網(wǎng)絡(luò)提出Ｄ 指數(shù)， 通過(guò)對(duì)焦點(diǎn)論文及其施引文獻(xiàn)的引用信息對(duì)比， 來(lái)表征焦點(diǎn)論文的出現(xiàn)是否造成此前論文的被引出現(xiàn)不連續(xù)性， 從而實(shí)現(xiàn)顛覆性創(chuàng)新的識(shí)別和量化， 并從科學(xué)論文、技術(shù)專利和軟件產(chǎn)品三類數(shù)據(jù)驗(yàn)證了該指標(biāo)識(shí)別和區(qū)分顛覆性創(chuàng)新與漸進(jìn)性創(chuàng)新的有效性。

１. ３ 跨學(xué)科性對(duì)創(chuàng)新的影響

在跨學(xué)科性對(duì)創(chuàng)新影響的研究中， 學(xué)者們通常從兩個(gè)維度進(jìn)行探討和研究。一方面， 從學(xué)科多樣性角度出發(fā)， 認(rèn)為跨學(xué)科性對(duì)創(chuàng)新具有積極影響：創(chuàng)新源于知識(shí)重組［２０］ ， 而多樣化的知識(shí)是創(chuàng)新的必要基礎(chǔ)［２１］ ， 多樣化的學(xué)科提供了更加豐富的知識(shí)元， 為知識(shí)重組提供了更多可能的組合， 從而有利于激發(fā)創(chuàng)新。另一方面， 從學(xué)科差異性角度出發(fā)，認(rèn)為跨學(xué)科性對(duì)創(chuàng)新具有消極影響： 不同學(xué)科的研究范式、思維方式、方法技術(shù)具有差異， 這種差異可能成為跨學(xué)科知識(shí)融合的阻礙， 進(jìn)而影響知識(shí)重組和創(chuàng)新生成。

１. ４ 合作與跨學(xué)科性的關(guān)系

科研合作是實(shí)現(xiàn)跨學(xué)科知識(shí)融合的重要途徑，不同程度的科研合作可能對(duì)論文跨學(xué)科性造成不同影響。Ｑｉｎ Ｊ 等［２２］ 研究了科學(xué)論文的合作情況與其跨學(xué)科引用的關(guān)系， 發(fā)現(xiàn)相比于獨(dú)著論文， 作者人數(shù)為５ 個(gè)以上的論文更傾向于引用跨學(xué)科文獻(xiàn)， 來(lái)自不同機(jī)構(gòu)或國(guó)家（地區(qū)）的合著作者比來(lái)自同一機(jī)構(gòu)或國(guó)家（地區(qū)）的作者更傾向于引用跨學(xué)科文獻(xiàn)。殷茜等［２３］ 探討了學(xué)者科研合作特征與其跨學(xué)科性的關(guān)系， 發(fā)現(xiàn)合作規(guī)模、團(tuán)體合作率、國(guó)際合作率與其跨學(xué)科性呈顯著正相關(guān)。張琳等［２４］ 研究了ＷｏＳ 數(shù)據(jù)庫(kù)中３３ 位高被引學(xué)者的研究成果， 發(fā)現(xiàn)合作機(jī)構(gòu)數(shù)對(duì)參考文獻(xiàn)學(xué)科多樣性具有顯著的影響， 且不同學(xué)科的機(jī)構(gòu)合作有利于產(chǎn)出參考文獻(xiàn)跨學(xué)科性高的科研成果。

２ 研究設(shè)計(jì)

２. １ 變量操作化

２. １."１ 自變量

本研究的自變量是論文跨學(xué)科性， 論文跨學(xué)科行為的本質(zhì)是對(duì)跨學(xué)科知識(shí)的整合， 文獻(xiàn)引用是知識(shí)整合的重要形式， 因此學(xué)者通常借助文獻(xiàn)引用來(lái)衡量論文的跨學(xué)科性， 即根據(jù)參考文獻(xiàn)所屬學(xué)科屬性來(lái)測(cè)度論文跨學(xué)科性。具體地， 采用Ｓｔｉｒｌｉｎｇ Ａ［３］提出的跨學(xué)科性三維測(cè)度論述， 將論文跨學(xué)科性細(xì)化為多樣性、均衡性和差異性３ 個(gè)維度進(jìn)行測(cè)度。

１） 多樣性： 對(duì)論文參考文獻(xiàn)所屬學(xué)科類別取并集， 將集合中的數(shù)量Ｉ 作為多樣性的值。

２） 均衡性： 勞德·香農(nóng)（Ｃ．Ｅ．Ｓｈａｎｎｏｎ）將“熵”引入信息學(xué)并提出“信息熵” 的概念， 許多學(xué)者采用Ｓｈａｎｎｏｎ 信息熵指標(biāo)度量各學(xué)科分布比例來(lái)反映學(xué)科分布均勻程度［２５］ ， 如式（１） 所示， 其中ｐｉ ＝ｘｉ ／ Ｘ， Ｘ ＝Σｘｉ ； ｘｉ 是屬于第ｉ 個(gè)學(xué)科類別的參考文獻(xiàn)的數(shù)量。

Ｂａｌａｎｃｅ ＝－Σｐｉ ｌｏｇ（ｐｉ ） （１）

３） 差異性： Ｌｅｙｄｅｓｄｏｒｆｆ Ｌ［２６］ 在期刊學(xué)科類別映射數(shù)據(jù)的基礎(chǔ)上， 使用２０１９ 年ＪＣＲ 中ＳＣＩ－Ｅ 和ＳＳＣＩ 收錄的期刊數(shù)據(jù)， 利用學(xué)科互引次數(shù)構(gòu)建了學(xué)科互引矩陣， 計(jì)算了各學(xué)科向量的余弦值并生成學(xué)科相似度矩陣。本文參考Ｗａｎｇ Ｊ 等［１０］ 的方法，基于Ｌｅｙｄｅｓｄｏｒｆｆ Ｌ 等［６］ 構(gòu)建的學(xué)科互引矩陣對(duì)學(xué)科差異性進(jìn)行計(jì)算， 如式（２） 所示， 其中， ｎ 表示參考文獻(xiàn)涉及學(xué)科類別的數(shù)量， Ｓｉｊ 表示學(xué)科ｉ 與ｊ之間的余弦相似度。

４） Ｒａｏ－Ｓｔｉｒｌｉｎｇ 指數(shù)： 如式（３） 所示， 其中ｐｉ 、ｐｊ 分別表示學(xué)科類別ｉ、ｊ 的占比， Ｓｉｊ表示學(xué)科ｉ 與ｊ 之間的余弦相似度。

ＲＳ ＝Σｉ≠ｊ ｐｉ ｐｊ（１－Ｓｉｊ ） （３）

２. １. ２ 因變量

本文以論文顛覆性創(chuàng)新作為因變量， 采用ＷｕＬ Ｆ 等［２］ 提出的Ｄ 指數(shù)對(duì)論文顛覆性創(chuàng)新程度進(jìn)行量化。Ｗｕ Ｌ Ｆ 等［２］ 指出， 對(duì)于一篇焦點(diǎn)論文（圖２中的菱形圖標(biāo)）來(lái)說(shuō)， 存在３ 種類型的施引情況：僅引用焦點(diǎn)論文（五邊形圖標(biāo)， ｉ）、僅引用焦點(diǎn)論文的參考文獻(xiàn)（三角形圖標(biāo)， ｋ）、同時(shí)引用焦點(diǎn)論文及其參考文獻(xiàn)（正方形圖標(biāo)， ｊ）； 統(tǒng)計(jì)一定時(shí)期內(nèi)３ 種類型施引論文的數(shù)量， 即ｎｉ 、ｎｊ 、ｎｋ ， Ｄ 指數(shù)計(jì)算方式如式（４） 所示：

Ｄ ＝ ｎｉ －ｎｊ/ｎｉ ＋ｎｊ ＋ｎｋ （４）

可以發(fā)現(xiàn)， Ｄ 指數(shù)值介于－１～１， 若Ｄ＞０（ｎｉ ＞ｎｊ ）， 則表明焦點(diǎn)論文出現(xiàn)后， 后續(xù)論文更傾向于引用焦點(diǎn)論文而非此前論文， 引起了論文對(duì)此前論文引用行為的變化， 即焦點(diǎn)論文與早前研究存在一定程度的不連續(xù)性， 意味著該創(chuàng)新具有顛覆性， 屬于顛覆性創(chuàng)新成果， 且Ｄ 值越接近１， 顛覆性越強(qiáng)； 若Ｄ＜０（ｎｉ ＜ｎｊ ）， 則表明其創(chuàng)新具有漸進(jìn)性，且Ｄ 值越接近－１， 創(chuàng)新的漸進(jìn)性越強(qiáng)； 若Ｄ ＝ ０，則表示“中立” 狀態(tài)。

此外， 研究表明Ｄ 指數(shù)會(huì)受到引用時(shí)間窗（Ｃｉ?ｔａｔｉｏｎ Ｗｉｎｄｏｗ）的影響， 建議至少確保３ 年的引用時(shí)間［２７］ ， 因此， 本研究設(shè)置了３ 年引用時(shí)間窗， 即關(guān)注焦點(diǎn)論文自發(fā)表之日ｔ 至ｔ＋３ 年內(nèi)的被引情況。

２. １. ３ 控制變量

本文在探究論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響時(shí)， 充分考慮了論文作者數(shù)、參考文獻(xiàn)數(shù)、論文頁(yè)數(shù)、所屬期刊的影響因子ＪＩＦ（本文采用下載時(shí)的最新數(shù)值， 即２０２３ 年ＪＩＦ 數(shù)值）、５ 年內(nèi)被引次數(shù)、基金資助情況、合作模式等因素對(duì)研究結(jié)果的干擾。①作者數(shù)（Ａ）： 多作者合作的論文往往比單一作者產(chǎn)出的論文更具影響力， 這種影響力在不同學(xué)科領(lǐng)域可能存在差異。②參考文獻(xiàn)數(shù)（Ｒ）： 參考文獻(xiàn)反映了論文對(duì)其他論文知識(shí)的吸收和整合， 參考文獻(xiàn)數(shù)越多， 可能對(duì)論文的創(chuàng)新程度越有影響。③論文頁(yè)數(shù)（Ｐ）： 論文的篇幅反映了論文的信息承載量，論文信息量越大， 頁(yè)數(shù)越多， 其創(chuàng)新程度可能越高。④ＪＩＦ（Ｊ）： 論文所屬期刊的影響因子越高， 可能意味著論文有更高的影響力。⑤５ 年被引（Ｃ）： 論文５ 年內(nèi)被引次數(shù)越高， 說(shuō)明論文影響力越大， 這可能反映了論文創(chuàng)新程度更高。⑥基金資助情況（Ｆ）：論文受到基金資助可能意味著論文本身受到更多關(guān)注， 有更高的價(jià)值， 本文設(shè)置兩個(gè)虛擬變量， 即有基金資助（Ｆ１）和無(wú)基金資助（Ｆ２）對(duì)基金資助情況來(lái)進(jìn)行區(qū)分。⑦合作模式（ＣＴ）： 論文的合作模式可能會(huì)影響論文的創(chuàng)新程度， 本文將論文的合作模式分為４ 類并設(shè)置相應(yīng)的虛擬變量： 獨(dú)著模式（ＣＴ１）表示論文由１ 個(gè)作者完成， 機(jī)構(gòu)內(nèi)合作（ＣＴ２）表示同一機(jī)構(gòu)的內(nèi)部合作， 跨機(jī)構(gòu)合作（ＣＴ３）表示同一國(guó)家／ 地區(qū)內(nèi)不同機(jī)構(gòu)間的合作， 跨國(guó)合作（ＣＴ４）表示不同國(guó)家／ 地區(qū)之間的合作。

２. ２ 數(shù)據(jù)來(lái)源與處理

生物信息學(xué)是一門以生物學(xué)、數(shù)學(xué)和信息學(xué)為基礎(chǔ)的交叉學(xué)科， 主要通過(guò)運(yùn)用數(shù)學(xué)和信息學(xué)等多領(lǐng)域的技術(shù)方法對(duì)生物信息進(jìn)行提取、加工、存儲(chǔ)、解釋和分析， 來(lái)挖掘大量生物數(shù)據(jù)中包含的生物學(xué)意義， 是一個(gè)跨學(xué)科與合作化程度較高的領(lǐng)域。因此， 以生物信息學(xué)領(lǐng)域論文作為數(shù)據(jù)基礎(chǔ)來(lái)探討不同合作模式下論文跨學(xué)科性及其對(duì)創(chuàng)新程度的影響具有典型性與可行性。

因此，本文以生物信息學(xué)為例，參考操玉杰等［２８］的做法， 以Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ 為檢索詞在期刊引證報(bào)告（Ｊｏｕｒｎａｌ Ｃｉｔａｔｉｏｎ Ｒｅｐｏｒｔｓ， ＪＣＲ）中檢索到１３ 本期刊， 在Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 核心合集中檢索相應(yīng)的期刊ＩＳＳＮ 號(hào)， 檢索式如下： “（ＩＳ＝１３６７－４８０３） ＯＲ （ＩＳ＝１１７７－９３２２） ＯＲ （ＩＳ＝ １４７１－２１０５） ＯＲ （ＩＳ ＝ １５７４－８９３６） ＯＲ （ＩＳ＝ ０２１９－７２００） ＯＲ （ＩＳ＝ １４６７－５４６３）ＯＲ （ＩＳ＝１１７６－９３４３） ＯＲ （ＩＳ＝１６７２－０２２９） ＯＲ （ＩＳ＝０８８７－３５８５） ＯＲ （ＩＳ＝ １７４８－５６７３） ＯＲ （ＩＳ ＝ １５４５－５９６３） ＯＲ （ＩＳ＝２１９２－６６６２） ＯＲ （ＩＳ＝１６１３－４５１６）”，并設(shè)置檢索時(shí)間為２０００—２０１８ 年， 共檢索到３１ ９６２篇文獻(xiàn)， 下載文獻(xiàn)數(shù)據(jù)及其ＰｕｂＭｅｄ ＩＤ、出版年份、作者、地址、機(jī)構(gòu)、參考文獻(xiàn)數(shù)、頁(yè)數(shù)、ＩＳＳＮ 碼、被引頻次、基金資助信息、ＷｏＳ 類別等字段信息，為保證相關(guān)變量的可得性和指標(biāo)的可計(jì)算性， 剔除了部分殘缺數(shù)據(jù)， 最終得到１２ ４３２條論文數(shù)據(jù)（子數(shù)據(jù)集１）， 作為生物信息學(xué)領(lǐng)域的目標(biāo)文獻(xiàn)， 并提取相應(yīng)的控制變量信息。進(jìn)一步地， 獲取子數(shù)據(jù)集１ 中目標(biāo)文獻(xiàn)的參考文獻(xiàn)及其所屬期刊名稱， 通過(guò)Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 官網(wǎng)在ＪＣＲ（２０２０ 年）公布的２０ ９９４本期刊信息及期刊學(xué)科類別， 來(lái)確定參考文獻(xiàn)的學(xué)科屬性， 進(jìn)而結(jié)合指標(biāo)公式實(shí)現(xiàn)目標(biāo)文獻(xiàn)自變量的計(jì)算。最后， 獲取子數(shù)據(jù)集１ 中目標(biāo)文獻(xiàn)、子數(shù)據(jù)集２ 中參考文獻(xiàn)的施引文獻(xiàn)， 通過(guò)相應(yīng)的引用頻次并結(jié)合指標(biāo)公式實(shí)現(xiàn)目標(biāo)文獻(xiàn)因變量的計(jì)算。

３ 研究結(jié)果

３. １ 描述性統(tǒng)計(jì)

３. １. １ 變量統(tǒng)計(jì)分析

表３ 是各連續(xù)變量的描述性統(tǒng)計(jì)結(jié)果?？梢园l(fā)現(xiàn)： ２０００—２０１８ 年生物信息學(xué)領(lǐng)域的論文中， 平均每篇論文參考文獻(xiàn)涉及１２. ２２０ 個(gè)學(xué)科， 標(biāo)準(zhǔn)差相對(duì)較大， 說(shuō)明每篇論文參考文獻(xiàn)涉及學(xué)科數(shù)量存在較大差異； 論文參考文獻(xiàn)的學(xué)科均衡性均值為２.９９６，表明生物信息學(xué)領(lǐng)域論文參考文獻(xiàn)中的學(xué)科分布相對(duì)較均勻分散。論文參考文獻(xiàn)的學(xué)科差異性均值為０. ５１２， 說(shuō)明生物信息學(xué)領(lǐng)域論文參考文獻(xiàn)涉及的學(xué)科較為相似， 學(xué)科距離相對(duì)較??； 論文整體跨學(xué)科性均值為０. ３３７， 標(biāo)準(zhǔn)差較小， 說(shuō)明生物信息學(xué)領(lǐng)域論文跨學(xué)科性相對(duì)較小且論文之間跨學(xué)科性相差較小。對(duì)于控制變量來(lái)說(shuō)， 平均每篇論文包含４. ５８０個(gè)作者， 說(shuō)明生物信息學(xué)領(lǐng)域論文多以合作為主。論文參考文獻(xiàn)數(shù)的均值為３３. ３２０， 且標(biāo)準(zhǔn)差較大， 說(shuō)明不同論文引用參考文獻(xiàn)的數(shù)量相差較大。論文平均頁(yè)數(shù)在１０ 頁(yè)左右， 且標(biāo)準(zhǔn)差較大， 說(shuō)明論文之間的篇幅差距較大。論文５ 年被引數(shù)均值為７９. ３９０，且標(biāo)準(zhǔn)差６５３. ９７６， 說(shuō)明各個(gè)論文之間的被引均值差距非常大。此外， 論文Ｄ 指數(shù)均值為０. ００１， 說(shuō)明生物信息學(xué)領(lǐng)域的論文具有一定的顛覆性創(chuàng)新特征， 但多數(shù)論文的顛覆性程度相對(duì)較小。

圖３（ａ）反映了生物信息學(xué)領(lǐng)域２０００—２０１８ 年論文的發(fā)文情況， 可以發(fā)現(xiàn)， 自２０００ 年以來(lái)， 生物信息學(xué)領(lǐng)域發(fā)文量持續(xù)增長(zhǎng)并在２０１０ 年達(dá)到頂峰，隨后每年發(fā)文量基本保持在９００ 篇左右。圖３（ｂ）反映了２０００—２０１８ 年生物信息學(xué)領(lǐng)域論文所包含的國(guó)家（地區(qū)）數(shù)情況， 可以發(fā)現(xiàn)， 絕大多數(shù)屬于非跨國(guó)合作的論文， 其中跨國(guó)合作的論文以２～３ 個(gè)國(guó)家（地區(qū)）的合作為主。圖３（ｃ）反映了２０００—２０１８ 年生物信息學(xué)領(lǐng)域論文所包含的機(jī)構(gòu)數(shù)情況， 可以發(fā)現(xiàn)， 絕大多數(shù)論文擁有３ 個(gè)以內(nèi)的機(jī)構(gòu)數(shù)， 以機(jī)構(gòu)內(nèi)合作和２～３ 個(gè)機(jī)構(gòu)的跨機(jī)構(gòu)合作為主。圖３（ｄ）反映了２０００—２０１８ 年生物信息學(xué)領(lǐng)域論文受基金資助的情況， 可以發(fā)現(xiàn)， 該領(lǐng)域有７０％的論文都有相應(yīng)的基金資助， 基金資助情況較好。

圖４ 反映了２０００—２０１８ 年生物信息學(xué)領(lǐng)域樣本論文的跨學(xué)科性的分布區(qū)間， 偏度為０. ４６３， 接近于正態(tài)分布， 這表明生物信息學(xué)領(lǐng)域論文的跨學(xué)科性分布相對(duì)均勻， 極端值相對(duì)較少。圖５ 反映了２０００—２０１８ 年生物信息學(xué)領(lǐng)域樣本論文的Ｄ 指數(shù)的分布區(qū)間， 其分布呈現(xiàn)出明顯的右偏分布（偏度為１４. ２６４）， 僅２５. ４％的論文表現(xiàn)出顛覆性（Ｄ＞０），且?guī)缀跫杏诹阒蹈浇?區(qū)分度較小。總體而言，在生物信息學(xué)領(lǐng)域， 論文的漸進(jìn)性創(chuàng)新特征更為顯著（中位數(shù)、眾數(shù)均小于均值）， 長(zhǎng)尾在右說(shuō)明存在一定的顛覆性創(chuàng)新程度較高的極端案例。

３. １. ２ 合作模式統(tǒng)計(jì)分析

表４ 展示了生物信息學(xué)領(lǐng)域２０００—２０１８ 年的樣本論文在不同合作模式下各變量的統(tǒng)計(jì)對(duì)比情況：獨(dú)著論文（ＣＴ１）共３６４ 篇， 約占樣本總數(shù)的２.９％；機(jī)構(gòu)內(nèi)合作（ＣＴ２）的論文共３ ４９９篇， 約占樣本總數(shù)的２８. １％； 跨機(jī)構(gòu)合作（ＣＴ３）的論文共５ ６２７篇，約占樣本總數(shù)的４５.２％； 跨國(guó)合作（ＣＴ４）的論文共２ ９４２篇， 約占樣本總數(shù)的２３. ６％。隨著合作跨度的增加， 論文學(xué)科多樣性、學(xué)科均衡性、學(xué)科差異性以及整體跨學(xué)科性都呈現(xiàn)明顯的遞增態(tài)勢(shì)， 這說(shuō)明合作跨度的增加在一定程度上有利于論文各個(gè)維度跨學(xué)科性的提升。合作跨度越大， 論文作者數(shù)和受到基金資助的比例越呈現(xiàn)明顯遞增的態(tài)勢(shì)， 說(shuō)明基金的資助有利于促成跨度更大的合作。此外， 跨國(guó)合作論文的ＪＩＦ 指數(shù)最高， 參考文獻(xiàn)數(shù)均值最大，這說(shuō)明跨國(guó)合作的論文可能吸收和整合了更多來(lái)自其他論文的知識(shí)， 且更有可能發(fā)表在擁有較高影響力的期刊上。出人意料的是， 相比于其他合作模式，獨(dú)著論文擁有最高的Ｄ 指數(shù)和被引頻次均值， 即獨(dú)著論文表現(xiàn)出更強(qiáng)的顛覆性創(chuàng)新程度和影響力。

３. ２ Ｌｏｇｉｓｔｉｃ 回歸分析

由于論文的Ｄ 值高度集中于零附近， 難以清晰捕捉顛覆性／ 漸進(jìn)性隨跨學(xué)科性變化的趨勢(shì)。因此， 考慮到Ｄ 值非正態(tài)、聚集于零值的分布特征，本研究將Ｄ 指數(shù)轉(zhuǎn)換為分類型變量， 將樣本分為顛覆性創(chuàng)新（Ｄ＞０）和漸進(jìn)性創(chuàng)新（Ｄ≤０）， 并采用Ｌｏｇｉｓｔｉｃ 回歸進(jìn)一步分析跨學(xué)科性對(duì)論文創(chuàng)新程度影響的凈效應(yīng)。

３. ２. １ 論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響

Ｌｏｇｉｓｔｉｃ 回歸結(jié)果如表５ 所示。Ｎａｇｅｌｋｅｒｋｅ Ｒ２ 與Ｃｏｘ＆Ｓｎｅｌｌ Ｒ２ 統(tǒng)計(jì)量是Ｌｏｇｉｓｔｉｃ 回歸中常用的擬合優(yōu)度指標(biāo)， 用于反映回歸模型對(duì)被解釋變量變差的解釋程度， 而前者實(shí)質(zhì)上是對(duì)后者的修正。ＮａｇｅｌｋｅｒｋｅＲ２ 的取值范圍在０～１， 越接近于１， 說(shuō)明模型的擬合優(yōu)度越高。本研究回歸模型的Ｎａｇｅｌｋｅｒｋｅ Ｒ２ 為０.１０６， 表明最終納入方程的自變量和控制變量對(duì)Ｄ 指數(shù)具有一定的解釋意義。

在自變量中： ①學(xué)科多樣性對(duì)Ｄ 指數(shù)具有顯著積極影響， 系數(shù)為１. ９３４， 即隨著論文參考文獻(xiàn)學(xué)科多樣性的增加， 其論文顛覆性創(chuàng)新程度越高；②學(xué)科均衡性對(duì)Ｄ 指數(shù)具有顯著消極影響， 系數(shù)為－３.３８３， 即論文參考文獻(xiàn)的學(xué)科分布越集中， 其論文顛覆性創(chuàng)新程度越高， 學(xué)科分布越均勻分散，論文顛覆性創(chuàng)新程度越低； ③學(xué)科差異性對(duì)Ｄ 指數(shù)具有顯著消極影響， 系數(shù)為－１. ４８９， 即論文參考文獻(xiàn)的學(xué)科差距越大， 論文顛覆性創(chuàng)新程度越低； ④論文整體跨學(xué)科性對(duì)Ｄ 指數(shù)具有顯著積極影響， 系數(shù)為３.２３３， 即論文參考文獻(xiàn)跨學(xué)科性越大， 論文顛覆性創(chuàng)新程度越高。在自變量中， 學(xué)科均衡性對(duì)Ｄ 指數(shù)的影響力最大， 跨學(xué)科性次之。

在控制變量中： ①作者數(shù)、５ 年被引數(shù)對(duì)Ｄ 指數(shù)有顯著積極影響； ②參考文獻(xiàn)數(shù)、論文頁(yè)數(shù)、ＪＩＦ對(duì)Ｄ 指數(shù)有顯著消極影響； ③有無(wú)基金資助對(duì)論文Ｄ 指數(shù)無(wú)顯著影響； ④相比于跨國(guó)合作模式來(lái)說(shuō)，獨(dú)著模式、機(jī)構(gòu)內(nèi)合作和跨機(jī)構(gòu)合作更有利于論文Ｄ 指數(shù)的提升， 其中獨(dú)著模式的論文有更高的概率成為顛覆性創(chuàng)新。

３. ２. ２ 不同合作模式論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響

表６ 展示了不同合作模式下論文參考文獻(xiàn)跨學(xué)科性對(duì)Ｄ 指數(shù)的影響情況。獨(dú)著模式（ＣＴ１）論文的自變量對(duì)Ｄ 指數(shù)的影響效果均不顯著。機(jī)構(gòu)內(nèi)合作（ＣＴ２）論文的學(xué)科多樣性對(duì)Ｄ 指數(shù)影響不顯著，學(xué)科均衡性和學(xué)科差異性對(duì)Ｄ 指數(shù)有顯著負(fù)向影響，整體跨學(xué)科性對(duì)Ｄ 指數(shù)有顯著正向影響?？鐧C(jī)構(gòu)合作（ＣＴ３）論文以及跨國(guó)合作（ＣＴ４）論文的學(xué)科多樣性、整體跨學(xué)科性對(duì)Ｄ 指數(shù)都具有顯著正向影響， 學(xué)科均衡性和差異性對(duì)Ｄ 指數(shù)都具有顯著負(fù)向影響。這說(shuō)明無(wú)論哪種合作模式， 其論文的跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響方向都一致。但隨著合作跨度的增加， 論文的學(xué)科多樣性、均衡性、差異性對(duì)Ｄ 指數(shù)的影響系數(shù)也逐漸增加， 整體跨學(xué)科性對(duì)Ｄ 指數(shù)的影響系數(shù)逐漸減小。

３. ３ 魯棒性檢驗(yàn)

為了進(jìn)一步驗(yàn)證上述回歸結(jié)果的穩(wěn)健性， 本文通過(guò)調(diào)整引用時(shí)間窗的方法對(duì)論文參考文獻(xiàn)跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響結(jié)果進(jìn)行驗(yàn)證。具體地， 使用保留３ 年引用時(shí)間窗與保留５ 年引用時(shí)間窗的Ｌｏｇｉｓｔｉｃ 回歸結(jié)果進(jìn)行對(duì)比， 魯棒性檢驗(yàn)結(jié)果如表７所示。檢驗(yàn)結(jié)果發(fā)現(xiàn)， 采用不同長(zhǎng)度的引用時(shí)間窗，論文參考文獻(xiàn)跨學(xué)科性（多樣性、均衡性、差異性３ 個(gè)維度以及整體跨學(xué)科性）對(duì)Ｄ 指數(shù)的影響方向一致， 系數(shù)變化較小， 其余控制變量對(duì)Ｄ 指數(shù)的影響方向基本一致， 系數(shù)變化較小。因此， 認(rèn)為上述回歸結(jié)果穩(wěn)健。

４ 結(jié)論與啟示

４."１ 結(jié) 論

４. １. １ 論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響

學(xué)科多樣性對(duì)顛覆性創(chuàng)新具有積極影響： 從知識(shí)整合的視角來(lái)說(shuō)， 論文參考文獻(xiàn)的學(xué)科種類越多，代表論文匯集了更多學(xué)科的知識(shí)、技能、經(jīng)驗(yàn)和視角， 可能形成的知識(shí)組合就更加豐富多元， 這有利于重組出更多新穎的知識(shí)組合， 進(jìn)而推動(dòng)顛覆性創(chuàng)新。

學(xué)科均衡性對(duì)顛覆性創(chuàng)新具有消極影響： 對(duì)于一篇論文來(lái)說(shuō)， 由于受到篇幅和研究?jī)?nèi)容的限制，只能實(shí)現(xiàn)對(duì)有限學(xué)科知識(shí)的融合， 如何在各個(gè)學(xué)科之間分配論文的“注意力”， 就體現(xiàn)了論文參考文獻(xiàn)在各學(xué)科領(lǐng)域分布的均衡程度， 即學(xué)科均衡性。當(dāng)學(xué)科均衡性較大時(shí)， 論文注意力在各學(xué)科之間分配較分散均勻， 這意味著該論文涉及知識(shí)不存在核心主導(dǎo)學(xué)科， 各學(xué)科知識(shí)占據(jù)的比重勢(shì)均力敵， 而過(guò)于分散的注意力導(dǎo)致論文對(duì)各個(gè)學(xué)科知識(shí)的研究和參考不夠深入， 只能形成微小的創(chuàng)新和改進(jìn)， 不利于顛覆性創(chuàng)新的生成。相反地， 當(dāng)學(xué)科均衡性較小時(shí)， 論文注意力在各學(xué)科之間分配較為集中， 該論文參考的知識(shí)存在核心學(xué)科， 在對(duì)核心學(xué)科知識(shí)深入理解的基礎(chǔ)上借鑒少量外部學(xué)科知識(shí)， 有利于引發(fā)新的突破和創(chuàng)新， 從而促進(jìn)論文的顛覆性創(chuàng)新。

學(xué)科差異性對(duì)顛覆性創(chuàng)新有消極影響： 一定程度的學(xué)科差異有利于知識(shí)的互補(bǔ)和創(chuàng)新， 但當(dāng)學(xué)科差異性越大時(shí)， 意味著學(xué)科知識(shí)的異質(zhì)性越強(qiáng)， 學(xué)科之間的知識(shí)結(jié)構(gòu)、方法體系、思維視角等方面的差距就越大， 知識(shí)重組與整合的過(guò)程就變得更加困難， 從而限制了顛覆性創(chuàng)新的生成。

跨學(xué)科性對(duì)顛覆性創(chuàng)新有積極影響： 創(chuàng)新源于認(rèn)知重組［２９］ ， 跨學(xué)科則強(qiáng)調(diào)對(duì)不同學(xué)科知識(shí)的整合［３０］ ， 因此跨學(xué)科是創(chuàng)新誕生的溫床。單一的學(xué)科知識(shí)、工具、技能和思維方式難以實(shí)現(xiàn)知識(shí)的持續(xù)碰撞與有效互補(bǔ)， 而跨學(xué)科性能在一定程度上為創(chuàng)新的誕生提供多元化的知識(shí)技能和思維視角， 提升創(chuàng)造力和新穎性， 增加知識(shí)重新組合的可能性， 最終誕生出最佳的知識(shí)組合， 促進(jìn)顛覆性創(chuàng)新的生成。

４. １. ２ 不同合作模式論文跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響

隨著合作跨度的增加， 論文的學(xué)科多樣性、均衡性、差異性對(duì)Ｄ 指數(shù)的影響系數(shù)也逐漸增加： 跨國(guó)合作（ＣＴ４）的作者來(lái)自不同國(guó)家（地區(qū)）， 往往在思維方式、學(xué)科背景、知識(shí)經(jīng)驗(yàn)等方面有較大差異，這種差異為合作增加了更加多元化的知識(shí)技能和思維視角， 增加了學(xué)科知識(shí)多樣性本身的價(jià)值， 因此在一定程度上能夠提升學(xué)科多樣性對(duì)論文顛覆性創(chuàng)新程度的促進(jìn)作用。隨著合作跨度的增加， 作者之間在地理位置、組織機(jī)構(gòu)制度等方面的差距越來(lái)越大， 知識(shí)技能的側(cè)重點(diǎn)也有所不同， 一定程度上增加了學(xué)科知識(shí)的分散程度， 因此加劇了學(xué)科均衡性對(duì)顛覆性創(chuàng)新的不利影響。同時(shí)， 隨著合作跨度的增加， 作者的地理位置、機(jī)構(gòu)制度， 甚至語(yǔ)言交流、文化思維等方面差距越來(lái)越大， 作者之間合作的便利性逐漸降低， 溝通成本增加， 將學(xué)科知識(shí)間的差異進(jìn)一步放大化， 因此加劇了學(xué)科差異性對(duì)顛覆性創(chuàng)新的不利影響。

隨著合作跨度的增加， 論文整體跨學(xué)科性對(duì)Ｄ指數(shù)的影響系數(shù)逐漸減?。?論文參考文獻(xiàn)整體的跨學(xué)科性對(duì)顛覆性創(chuàng)新具有正向影響， 但隨著合作跨度的增加， 作者在地理位置、機(jī)構(gòu)制度、思維認(rèn)知、學(xué)科背景等方面的差異都為作者之間的合作聯(lián)系帶來(lái)不便， 增加了合作壁壘， 這在一定程度上阻礙了整體跨學(xué)科性對(duì)顛覆性創(chuàng)新的促進(jìn)作用。

４. ２ 啟 示

本文以生物信息學(xué)領(lǐng)域的論文為研究對(duì)象， 以文獻(xiàn)引用來(lái)衡量論文跨學(xué)科性， 并將其細(xì)化為多樣性、均衡性、差異性和跨學(xué)科性整體４ 個(gè)維度， 用Ｄ 指數(shù)量化顛覆性創(chuàng)新， 探索了不同合作模式下論文的跨學(xué)科性對(duì)顛覆性創(chuàng)新的影響。研究結(jié)果為跨學(xué)科研究、學(xué)術(shù)合作以及創(chuàng)新發(fā)展提供的啟示包括：①在跨學(xué)科研究方面： 鼓勵(lì)學(xué)者選擇多元化的、學(xué)科距離適度的學(xué)科知識(shí)進(jìn)行融合， 將注意力集中于少數(shù)幾個(gè)核心學(xué)科， 避免跨學(xué)科研究在多個(gè)學(xué)科之間注意力分布的過(guò)度均衡， 以增加跨學(xué)科研究產(chǎn)出顛覆性創(chuàng)新成果的可能性。②在合作模式方面： 相關(guān)研究人員應(yīng)遵循合作適度原則， 對(duì)于跨度相對(duì)較小的合作模式來(lái)說(shuō)， 如同機(jī)構(gòu)內(nèi)合作， 可以選擇多樣化的學(xué)科進(jìn)行跨學(xué)科研究， 充分發(fā)揮多元知識(shí)的碰撞組合為科學(xué)創(chuàng)新帶來(lái)的積極作用； 但對(duì)于合作跨度較大的合作模式， 尤其是跨國(guó)合作， 合作者應(yīng)將注意力集中于主要核心學(xué)科， 同時(shí)選擇研究范式、理論方法等較為相似的學(xué)科進(jìn)行研究， 避免合作跨度的增加將均衡性和差異性對(duì)顛覆性創(chuàng)新的負(fù)面影響進(jìn)一步放大。③在創(chuàng)新發(fā)展方面： 重點(diǎn)關(guān)注具有主要核心學(xué)科知識(shí)支撐， 且將多個(gè)學(xué)科距離較小的學(xué)科知識(shí)進(jìn)行融合的跨學(xué)科研究， 此類研究可能更具有成為顛覆性創(chuàng)新的潛力， 這些特征在一定程度上可以作為識(shí)別顛覆性創(chuàng)新的早期弱信號(hào)。

參考文獻(xiàn)

［１］ Ｒｈｏｔｅｎ Ｄ． Ｒｉｓｋｓ ａｎｄ Ｒｅｗａｒｄｓ ｏｆ ａｎ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｒｅｓｅａｒｃｈ Ｐａｔｈ［Ｊ］． Ｓｃｉｅｎｃｅ， ２００４， ３０６ （５７０４）： ２０４６．

［２］ Ｗｕ Ｌ Ｆ， Ｗａｎｇ Ｄ Ｓ， Ｅｖａｎｓ Ｊ Ａ． Ｌａｒｇｅ Ｔｅａｍｓ Ｄｅｖｅｌｏｐ ａｎｄ ＳｍａｌｌＴｅａｍｓ Ｄｉｓｒｕｐｔ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ［ Ｊ］． Ｎａｔｕｒｅ， ２０１９， ５６６（７７４４）： ３７８－３８２．

［３］ Ｓｔｉｒｌｉｎｇ Ａ． Ａ Ｇｅｎｅｒａｌ Ｆｒａｍｅｗｏｒｋ Ｆｏｒ ａｎａｌｙｓｉｎｇ Ｄｉｖｅｒｓｉｔｙ ｉｎ Ｓｃｉｅｎｃｅ，Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｓｏｃｉｅｔｙ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｏｃｉｅｔｙ Ｉｎｔｅｒｆａｃｅ，２００７， ４ （１５）： ７０７－７１９．

［４］ Ｌａｒｉｖｉｅｒｅ Ｖ， Ｇｉｎｇｒａｓ Ｙ． Ｏｎ ｔｈｅ Ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ Ｉｎｔｅｒｄｉｓｃｉｐｌｉ?ｎａｒｉｔｙ ａｎｄ Ｓｃｉｅｎｔｉｆｉｃ Ｉｍｐａｃｔ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ， ２０１０， ６１ （１）： １２６－１３１．

［５］ Ｐｏｒｔｅｒ Ａ Ｌ， Ｃｈｕｂｉｎ Ｄ Ｅ． Ａｎ Ｉｎｄｉｃａｔｏｒ ｏｆ Ｃｒｏｓｓ－Ｄｉｓｃｉｐｌｉｎａｒｙ Ｒｅ?ｓｅａｒｃｈ ［Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， １９８５， ８ （３）： １６１－１７６．

［６］ Ｌｅｙｄｅｓｄｏｒｆｆ Ｌ， Ｒａｆｏｌｓ Ｉ． Ｉｎｄｉｃａｔｏｒｓ ｏｆ ｔｈｅ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ｏｆ Ｊｏｕｒ?ｎａｌｓ： Ｄｉｖｅｒｓｉｔｙ， Ｃｅｎｔｒａｌｉｔｙ， ａｎｄ Ｃｉｔａｔｉｏｎｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍｅ?ｔｒｉｃｓ， ２０１１， ５ （１）： ８７－１００．

［７］ Ｓｈａｎｎｏｎ Ｃ Ｅ． Ａ Ｍａｔｈｅｍａｔｉｃａｌ Ｔｈｅｏｒｙ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ［Ｊ］． ＢｅｌｌＳｙｓｔｅｍ Ｔｅｃｈｎｉｃａｌ Ｊｏｕｒｎａｌ， １９４８， ２７ （４）： ６２３－６５６．

［８］ Ｇｒａｎｔ Ｒ Ｍ， Ｊａｍｍｉｎｅ Ａ Ｐ， Ｔｈｏｍａｓ Ｈ． Ｄｉｖｅｒｓｉｔｙ， Ｄｉｖｅｒｓｉｆｉｃａｔｉｏｎ，ａｎｄ Ｐｒｏｆｉｔａｂｉｌｉｔｙ ａｍｏｎｇ Ｂｒｉｔｉｓｈ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｃｏｍｐａｎｉｅｓ， １９７２－８４［Ｊ］． Ａｃａｄｅｍｙ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｊｏｕｒｎａｌ， １９８８， ３１ （４）： ７７１－８０１．

［９］ Ｂｒｉｌｌｏｕｉｎ Ｌ． Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ ［Ｍ］． Ｎｅｗ Ｙｏｒｋ： Ａｃａ?ｄｅｍｉｃ Ｐｒｅｓｓ， １９５６．

［１０］ Ｗａｎｇ Ｊ， Ｔｈｉｊｓ Ｂ， Ｇｌａｎｚｅｌ Ｗ． Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ａｎｄ Ｉｍｐａｃｔ： Ｄｉｓ?ｔｉｎｃｔ Ｅｆｆｅｃｔｓ ｏｆ Ｖａｒｉｅｔｙ， Ｂａｌａｎｃｅ， ａｎｄ Ｄｉｓｐａｒｉｔｙ ［ Ｊ］． Ｐｌｏｓ Ｏｎｅ，２０１５， １０ （５）： ｅ０１２７２９８．

［１１］ Ｚｈａｎｇ Ｌ， Ｒｏｕｓｓｅａｕ Ｒ， Ｇｌ?ｎｚｅｌ Ｗ． Ｄｉｖｅｒｓｉｔｙ ｏｆ Ｒｅｆｅｒｅｎｃｅｓ ａｓ ａｎＩｎｄｉｃａｔｏｒ ｏｆ ｔｈｅ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ｏｆ Ｊｏｕｒｎａｌｓ： Ｔａｋｉｎｇ Ｓｉｍｉｌａｒｉｔｙ ｂｅ?ｔｗｅｅｎ Ｓｕｂｊｅｃｔ Ｆｉｅｌｄｓ ｉｎｔｏ Ａｃｃｏｕｎｔ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｓｓｏｃｉａｔｉｏｎｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１６， ６７ （５）： １２５７－１２６５．

［１２］ Ｂｒｏｍｈａｍ Ｌ， Ｄｉｎｎａｇｅ Ｒ， Ｈｕａ Ｘ． Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｒｅｓｅａｒｃｈ Ｈａｓ Ｃｏｎ?ｓｉｓｔｅｎｔｌｙ Ｌｏｗｅｒ Ｆｕｎｄｉｎｇ Ｓｕｃｃｅｓｓ ［Ｊ］． Ｎａｔｕｒｅ， ２０１６， ５３４ （７６０９）：６８４－６８７．

［１３］ Ｌｅｙｄｅｓｄｏｒｆｆ Ｌ， Ｗａｇｎｅｒ Ｃ Ｓ， Ｂｏｒｎｍａｎｎ Ｌ． Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ａｓＤｉｖｅｒｓｉｔｙ ｉｎ Ｃｉｔａｔｉｏｎ Ｐａｔｔｅｒｎｓ Ａｍｏｎｇ Ｊｏｕｒｎａｌｓ： Ｒａｏ－Ｓｔｉｒｌｉｎｇ Ｄｉｖｅｒｓｉ?ｔｙ， Ｒｅｌａｔｉｖｅ Ｖａｒｉｅｔｙ， ａｎｄ ｔｈｅ Ｇｉｎｉ Ｃｏｅｆｆｉｃｉｅｎｔ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎ?ｆｏｒｍｅｔｒｉｃｓ， ２０１９， １３ （１）： ２５５－２６９．

［１４］ Ｒａｆｏｌｓ Ｉ， Ｍｅｙｅｒ Ｍ． Ｄｉｖｅｒｓｉｔｙ ａｎｄ Ｎｅｔｗｏｒｋ Ｃｏｈｅｒｅｎｃｅ ａｓ Ｉｎｄｉｃａｔｏｒｓｏｆ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ： Ｃａｓｅ Ｓｔｕｄｉｅｓ ｉｎ Ｂｉｏｎａｎｏｓｃｉｅｎｃｅ ［Ｊ］． Ｓｃｉｅｎｔｏ?ｍｅｔｒｉｃｓ， ２０１０， ８２ （２）： ２６３－２８７．

［１５］ Ｋｕｈｎ Ｔ Ｓ． Ｔｈｅ Ｓｔｒｕｃｔｕｒｅ ｏｆ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｖｏｌｕｔｉｏｎｓ ［ Ｍ］． Ｃｈｉｃａ?ｇｏ： Ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｃａｇｏ Ｐｒｅｓｓ， １９６２．

［１６］ 蘇成， 趙志耘， 趙筱媛， 等． 顛覆性技術(shù)新闡釋： 概念、內(nèi)涵及特征［Ｊ］． 情報(bào)學(xué)報(bào)， ２０２１， ４０ （１２）： １２５３－１２６２．

［１７］ 莊子銀， 賈紅靜， 肖春?jiǎn)荆?突破性創(chuàng)新研究進(jìn)展［ Ｊ］． 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， ２０２０， （９）： １４５－１６０．

［１８］ Ｄｅｗａｒ Ｒ Ｄ， Ｄｕｔｔｏｎ Ｊ Ｅ． Ｔｈｅ Ａｄｏｐｔｉｏｎ ｏｆ Ｒａｄｉｃａｌ ａｎｄ ＩｎｃｒｅｍｅｎｔａｌＩｎｎｏｖａｔｉｏｎｓ： Ａｎ Ｅｍｐｉｒｉｃａｌ Ａｎａｌｙｓｉｓ ［Ｊ］． Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ， １９８６，３２ （１１）： １４２２－１４３３．

［１９］ Ｆｕｎｋ Ｒ Ｊ， Ｏｗｅｎ－Ｓｍｉｔｈ Ｊ． Ａ Ｄｙｎａｍｉｃ Ｎｅｔｗｏｒｋ Ｍｅａｓｕｒｅ ｏｆ Ｔｅｃｈ?ｎｏｌｏｇｉｃａｌ Ｃｈａｎｇｅ ［Ｊ］． Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ， ２０１７， ６３ （３）： ７９１－８１７．

［２０］ 呂冬晴， 阮選敏， 李江， 等． 跨學(xué)科知識(shí)融合對(duì)Ｄ 指數(shù)的影響［Ｊ］． 情報(bào)學(xué)報(bào)， ２０２２， ４１ （３）： ２６３－２７４．

［２１］ 石靜， 孫建軍． 科技創(chuàng)新團(tuán)隊(duì)的知識(shí)網(wǎng)絡(luò)構(gòu)建與知識(shí)測(cè)度研究［Ｊ］． 情報(bào)學(xué)報(bào)， ２０２２， ４１ （９）： ９００－９１４．

［２２］ Ｑｉｎ Ｊ， Ｌａｎｃａｓｔｅｒ Ｆ Ｗ， Ａｌｌｅｎ Ｂ． Ｔｙｐｅｓ ａｎｄ Ｌｅｖｅｌｓ ｏｆ Ｃｏｌｌａｂｏｒａ?ｔｉｏｎ ｉｎ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｒｅｓｅａｒｃｈ ｉｎ ｔｈｅ Ｓｃｉｅｎｃｅｓ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆｔｈｅ Ａｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ， １９９７， ４８ （ １０）：８９３－９１６．

［２３］ 殷茜， 李澤霞． 基于社會(huì)網(wǎng)絡(luò)的學(xué)者科研合作與其跨學(xué)科性的關(guān)系研究———以天體物理學(xué)領(lǐng)域?qū)W者為例［ Ｊ］． 知識(shí)管理論壇， ２０２３， ８ （３）： １９３－２０１．

［２４］ 張琳， 孫蓓蓓， 黃穎． 跨學(xué)科合作模式下的交叉科學(xué)測(cè)度研究———以ＥＳＩ 社會(huì)科學(xué)領(lǐng)域高被引學(xué)者為例［ Ｊ］． 情報(bào)學(xué)報(bào)，２０１８， ３７ （３）： ２３１－２４２．

［２５］ 熊文靚， 付慧真． 交叉科學(xué)測(cè)度理論， 進(jìn)展與展望［ Ｊ］． 圖書情報(bào)工作， ２０２２， ６６ （２１）： １３２－１４４．

［２６］ Ｌｅｙｄｅｓｄｏｒｆｆ Ｌ． Ａ Ｍｅｔｈｏｄ ｆｏｒ Ｇｅｎｅｒａｔｉｎｇ Ｏｖｅｒｌａｙ Ｍａｐｓ ｏｎ ｔｈｅ Ｂａｓｉｓｏｆ Ａｇｇｒｅｇａｔｅｄ Ｊｏｕｒｎａｌ－Ｊｏｕｒｎａｌ Ｃｉｔａｔｉｏｎ Ｒｅｌａｔｉｏｎｓ ｉｎ ２０１５ ［ＥＢ／ ＯＬ］．ｈｔｔｐ：／ ／ ｗｗｗ．ｌｅｙｄｅｓｄｏｒｆｆ．ｎｅｔ／ ｗｃ１５／ ｉｎｄｅｘ．ｈｔｍ， ２０２４－０５－１８．

［２７］ Ｂｏｒｎｍａｎｎ Ｌ， Ｔｅｋｌｅｓ Ａ． Ｄｉｓｒｕｐｔｉｏｎ Ｉｎｄｅｘ Ｄｅｐｅｎｄｓ ｏｎ Ｌｅｎｇｔｈ ｏｆＣｉｔａｔｉｏｎ Ｗｉｎｄｏｗ ［Ｊ］． Ｅｌ Ｐｒｏｆｅｓｉｏｎａｌ ｄｅ ｌａ Ｉｎｆｏｒｍａｃｉóｎ， ２０１９， ２８（２）： ２４．

［２８］ 操玉杰， 王施運(yùn)， 毛進(jìn)， 等． 詞匯位置功能視角下的交叉領(lǐng)域知識(shí)生長(zhǎng)研究［Ｊ］． 情報(bào)學(xué)報(bào)， ２０２３， ４２ （４）： ３９３－４０６．

［２９］ Ｓｃｈｉｌｌｉｎｇ Ｍ Ａ． Ａ “Ｓｍａｌｌ－Ｗｏｒｌｄ” Ｎｅｔｗｏｒｋ Ｍｏｄｅｌ ｏｆ Ｃｏｇｎｉｔｉｖｅ Ｉｎ?ｓｉｇｈｔ ［Ｊ］． Ｃｒｅａｔｉｖｉｔｙ Ｒｅｓｅａｒｃｈ Ｊｏｕｒｎａｌ， ２００５， １７ （２／３）： １３１－１５４．

［３０］ Ｗａｎｇ Ｘ， Ｗａｎｇ Ｚ， Ｈｕａｎｇ Ｙ， ｅｔ ａｌ． Ｍｅａｓｕｒｉｎｇ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙｏｆ ａ Ｒｅｓｅａｒｃｈ Ｓｙｓｔｅｍ： Ｄｅｔｅｃｔｉｎｇ Ｄｉｓｔｉｎｃｔｉｏｎ Ｂｅｔｗｅｅｎ ＰｕｂｌｉｃａｔｉｏｎＣａｔｅｇｏｒｉｅｓ ａｎｄ Ｃｉｔａｔｉｏｎ Ｃａｔｅｇｏｒｉｅｓ ［Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２０１７， １１１（３）： ２０２３－２０３９．

［３１］ Ｊｅｈｎ Ｋ Ａ， Ｎｅａｌｅ Ｎ． Ｗｈｙ Ｄｉｆｆｅｒｅｎｃｅｓ Ｍａｋｅ ａ Ｄｉｆｆｅｒｅｎｃｅ： Ａ ＦｉｅｌｄＳｔｕｄｙ ｏｆ Ｄｉｖｅｒｓｉｔｙ， Ｃｏｎｆｌｉｃｔ， ａｎｄ Ｐｅｒｆｏｒｍａｎｃｅ ｉｎ Ｗｏｒｋｇｒｏｕｐｓ ［Ｊ］．Ａｄｍｉｎｉｓｔｒａｔｉｖｅ Ｓｃｉｅｎｃｅ Ｑｕａｒｔｅｒｌｙ， １９９９， ４４ （４）： ７４１－７６３．

［３２］ Ｍｂ Ａ， Ｓｆ Ｂ， Ｈｄｙ Ｃ． Ｄｏｅｓ Ｇｒｅａｔｅｒ Ｄｉｖｅｒｓｉｆｉｃａｔｉｏｎ Ｉｎｃｒｅａｓｅ Ｉｎｄｉ?ｖｉｄｕａｌ Ｐｒｏｄｕｃｔｉｖｉｔｙ？ Ｔｈｅ Ｍｏｄｅｒａｔｉｎｇ Ｅｆｆｅｃｔ ｏｆ Ａｔｔｅｎｔｉｏｎ Ａｌｌｏｃａｔｉｏｎ［Ｊ］． Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ， ２０２１， ５０ （６）： １－１５．

［３３］ Ｋｅｌｌｅｙ Ｄ Ｊ， Ａｌｉ Ａ， Ｚａｈｒａ Ｓ Ａ． Ｗｈｅｒｅ ｄｏ Ｂｒｅａｋｔｈｒｏｕｇｈｓ ＣｏｍｅＦｒｏｍ？ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｈｉｇｈ－Ｐｏｔｅｎｔｉａｌ Ｉｎｖｅｎｔｉｏｎｓ ［ Ｊ］． Ｊｏｕｒｎａｌｏｆ Ｐｒｏｄｕｃｔ Ｉｎｎｏｖａｔｉｏｎ Ｍａｎａｇｅｍｅｎｔ， ２０１３， ３０ （６）： １２１２－１２２６．

［３４］ Ｇｉｂｂｏｎｓ Ｄ， Ｏｌｋ Ｐ Ｍ． Ｉｎｄｉｖｉｄｕａｌ ａｎｄ Ｓｔｒｕｃｔｕｒａｌ Ｏｒｉｇｉｎｓ ｏｆ Ｆｒｉｅｎｄ?ｓｈｉｐ ａｎｄ Ｓｏｃｉａｌ Ｐｏｓｉｔｉｏｎ ａｍｏｎｇ Ｐｒｏｆｅｓｓｉｏｎａｌｓ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｐｅｒ?ｓｏｎａｌｉｔｙ ａｎｄ Ｓｏｃｉａｌ Ｐｓｙｃｈｏｌｏｇｙ， ２００３， ８４ （２）： ３４０－３５１．

［３５］ Ｋａｔｚ Ｊ Ｓ， Ｍａｒｔｉｎ Ｂ Ｒ． Ｗｈａｔ ｉｓ Ｒｅｓｅａｒｃｈ Ｃｏｌｌａｂｏｒａｔｉｏｎ？ ［Ｊ］． Ｒｅ?ｓｅａｒｃｈ Ｐｏｌｉｃｙ， １９９７， ２６ （１）： １－１８．

［３６］ Ｔｕｓｈｍａｎ Ｍ Ｌ， Ａｎｄｅｒｓｏｎ Ｐ． Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｄｉｓｃｏｎｔｉｎｕｉｔｉｅｓ ａｎｄＯｒｇａｎｉｚａｔｉｏｎａｌ Ｅｎｖｉｒｏｎｍｅｎｔｓ ［Ｊ］． Ａｄｍｉｎｉｓｔｒａｔｉｖｅ Ｓｃｉｅｎｃｅ Ｑｕａｒｔｅｒｌｙ，１９８６， ３１ （３）： ４３９－４６５．

［ ３７］ Ｆｏｓｔｅｒ Ｒ Ｎ． Ｗｏｒｋｉｎｇ ｔｈｅ Ｓ－ｃｕｒｖｅ： Ａｓｓｅｓｓｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｔｈｒｅａｔｓ［Ｊ］． Ｒｅｓｅａｒｃｈ Ｍａｎａｇｅｍｅｎｔ， １９８６， ２９ （４）： １７－２０．

［３８］ 孫佳佳． 學(xué)術(shù)期刊跨學(xué)科性與影響力的關(guān)系研究———以ＣＳＳ?ＣＩ 圖情檔期刊為例［Ｊ］． 中國(guó)科技期刊研究， ２０２３， ３４ （６）：７８６－７９８．

［３９］ 劉仲林． 交叉科學(xué)時(shí)代的交叉研究［Ｊ］． 科學(xué)學(xué)研究， １９９３，１１ （２）： ９－１６．

（責(zé)任編輯： 郭沫含）

基金項(xiàng)目： 國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“前沿交叉領(lǐng)域識(shí)別與融合創(chuàng)新路徑預(yù)測(cè)方法研究” （項(xiàng)目編號(hào)： ２３＆ＺＤ２２５）。