说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。

有一个有意思的现象，宏观政策经常鼓励跨学科研究，但在经费和资助层面却没有得到相应的重视。最新发表在Nature上的研究结果显示：跨学科程度越高，获得资助的概率越低。

中文文稿：步一 /Indiana University          论文推荐人：史东波 / 上海交通大学

图文编辑：李江 / 浙江大学                   素材来源：Nature

注：图片来源于参考文献中的论文

目前，一个有意思的现象是，宏观政策经常鼓励跨学科研究（在中国，国家自然科学基金、国家社会科学基金都是如此），但在经费和资助层面却没有得到相应的重视。一些科学家的直观感受是，他做的研究越跨学科，越难得到资助。真的如此吗？

2016年5月，全球研究理事会年会（the 5thAnnualMeeting of the Global Research Council）在新德里召开。该会议将“跨学科”（interdisciplinarity）作为讨论的重要议题。这不仅反映出人们对于打破传统学科体系堡垒的愿望与兴趣，而且显示了在当前资助模式下跨学科研究并未得到足够的经费支持。

传统的科研评价体系并不适用于跨学科研究

跨学科研究一直被广为推崇。然而，尽管跨学科研究对科学发展有很大的帮助，但是它可能耗费学者更多的时间。例如，与普通类型研究相比，不同领域科学家需要更长的时间来熟悉彼此的专业语言、形成统一的研究视角等等。从产出角度看，跨学科研究的产出可能会因此偏少，抑或其产出与单一学科研究科研产出的类别可能有所差异。

传统的科研评估系统可能会使用诸如发表论文数量这样的指标来进行科研项目的评价，但这样的评价体系可能不适用于跨学科研究，其产出可能需要其他指标来度量。

以往对于跨学科的研究使用的方法一般包括评估跨学科项目科研产出并比较成功率和传统文献计量分析法（学者机构、引文信息等）等。但这些方法对于评估经费资助却显得作用有限。同时，上述方法可能更多地在评估出版物，对于研究计划（researchproposal）等其他类型的产出则不能很好地计量。此外，以往的研究往往聚焦于得到资助的研究，但对于申请但没有通过资助的研究并没有对比分析。

跨学科程度越高，获得资助的概率越低

澳大利亚国立大学生物学院的三位学者Bromham、Dinnage和Hua就对跨学科研究与相应的经费支持情况展开了调研，他们的研究成果最近发表在了Nature期刊上。结果显示，在其他变量相同的条件下，跨学科程度（interdisciplinary distance，IDD）与得到经费资助之间呈现负相关关系，作者数量与得到经费资助之间呈现较微弱的正相关关系。

不同学科的跨学科程度和得到经费支持的关系如下图所示。图中横轴代表得到资助的项目占该学科申请资助项目的比例，横轴的误差线是使用威尔逊区间算法（Wilsonintervalalgorithm）计算得到的成功率置信区间；纵轴代表了研究计划与跨学科程度值为1的研究计划在成功率方面差别的平均值。从图中可以看出，几乎在所有领域，一旦跨学科程度增加，其得到资助的概率就会降低。

数据与方法

Bromham、Dinnage和Hua使用了2010-2014年间提交到澳大利亚研究理事会（Australian Research Council）“发现计划”（DiscoveryProgramme）的所有研究计划（包括最后得到和没有得到资助的）作为实证研究的数据来源。“发现计划”平均每年收到3500个覆盖了几乎各个领域的研究计划。“发现计划”的提交系统设置了1238个学科类别，每位研究计划的申请者在提交计划时需要至少选择其中一个类别并标注在计划内。如果选择了多个学科代码，需要指定每个学科代码所占权重；计划中包含的所有学科代码的权重之和应为1.0。

每个学科的代码可以代表一定的层次信息（树状结构），例如“06 生物科学”包含了9个下位学科，如“0603 进化生物学（evolutionarybiology）”；“0603 进化生物学”又包含了12个下位学科，如“060309 系统发生与比较分析（phylogeny and comparative analysis）”；等等。其中，代码为两位数的被定义为“部”（division），四位数的为“组”（group），六位数的为“领域”（field）。该文章试图通过所有申请经费支持的研究计划中包含的学科信息来评估各研究计划的“跨学科程度”（interdisciplinary distance，IDD）。

具体地，所有仅标注了一个学科代码的研究计划，其IDD被定义为0；如果一篇研究计划中所有被标注的代码均来自不同的“部”，其IDD被定义为1。例如，如果一篇研究计划中包含有040604（自然灾害研究，50%）和091307（数值模拟和机械表征，50%）两个不同的学科代码，它的IDD将为1。数据集内IDD值非零且最小的研究计划则使用了以下学科代码：010102（代数与微分几何，95%）和010110（偏微分方程，5%），其IDD为0.0633。该文章所使用的定义IDD的方法本质上和生物科学中采用的亲缘物种均匀度（phylogenetic species evenness）较为类似。

Bromham, L., Dinnage,R., & Hua, X. (2016). Nature, 534(7609), 684-687.

Woelert, P., &Millar, V. (2013). The “paradox ofinterdisciplinarity” in Australian

researchgovernance. Higher Education, 66(6), 755-767.

Committee onFacilitating Interdisciplinary Research. Facilitating interdisciplinaryresearch (National Academy of Sciences, National Academy of Engineering,Institute of Medicine, 2004).

Nichols, L. G.(2014). A topic model approach to measuringinterdisciplinarity at the NationalScience Foundation. Scientometrics,100, 741-754.

学科交叉，我们能做些什么？

跨学科合作中，作者的贡献如何分配？

多学科交叉，成果的影响力更大吗？