科学合作视角下的数字人文学科交叉测度*
——基于ADHO年会的研究

王丽华 王义菊 （上海大学文化遗产与信息管理学院）

0 引言

随着科学系统的复杂化，许多社会问题和科学研究计划无法由某一个单独的学科解决，跨学科研究逐渐成为现代科学研究不可或缺的模式[1]。“跨学科（又称学科交叉，interdisciplinary）”一词于1926年由伍德沃思（R.S.Woodworth）首次公开使用，至今虽没有统一的概念界定，但不乏学者尝试对其进行定义，目前普遍接受的是2004年美国国家科学院等提出的定义：跨学科研究是团队或个人进行研究的一种模式，把来自两个以上的学科或者专业知识团体的信息、数据、方法、工具、观点、概念和理论统合起来，从根本上加深理解或解决那些超出单一学科范围或研究实践领域的问题[2]。

为了定量描述跨学科性（又称学科交叉度），国内外学者提出并实践了多种测度指标和测度方法，从多维度、多视角对学科交叉这个复杂的概念进行有效的、可操作的量化测度。如Porter和Chubin提出的衡量特定学科领域影响的跨领域引用指数COC[3]；Stirling提出了综合考虑学科数量丰富性、学科分布均衡性和学科间差异性的Rao-Stirling指标[4]；张琳等在Stirling研究的基础上改良提出的评价指标TD[5]。索传军等总结从科学合作视角出发的测度方法主要分为两种：①针对作者或合作者本身的学科背景开展的测度；②针对合作者机构所属学科背景开展的测度，并认为当前各项学科交叉测度方法均存在一定局限性[6]。但是即便如此，不同角度的学科交叉测度方法的提出与实践探索为研究某一特定学科的交叉融合情况提供了新思路和方法论，也为探讨其学科交叉融合现象提供了一定科学依据。

数字人文是一个将现代计算机和网络技术深入应用于传统的人文研究与教学的新兴跨学科研究领域[7]。许多学者认为：数字人文是运用计算工具与所有文化产品交叉领域的研究[8]，可见“领域交叉”是数字人文诞生的缘由与基础，数字人文作为学科交叉的结果，其在研究内容、研究方法、研究对象、研究人员等多方面超越学科边界，并不断从人文扩展至更多的学科领域。然而，数字人文究竟在多大程度上体现了学科交叉？如何有效地量化测度数字人文的学科交叉度？这些问题都值得我们进行深入的探讨。科学合作是指科学研究中的合作现象[9]，在科学计量学领域，一篇论文有两个及以上的署名作者，即可被称为科学合作论文[10]。数字人文是跨学科研究领域，具备上述科学合作特征，因此从科学合作的视角出发，测度衡量数字人文的学科交叉度，有利于分析数字人文的跨学科特征，验证数字人文的学科交叉本质，进而促进数字人文学科建设与发展。

1 研究综述

从研究内容来看，当前国内外关于数字人文学科交叉的研究主要集中在以下3个方面。

一是数字人文跨学科性研究。通常是基于期刊文献数据，运用社会网络分析等方法，对国内外数字人文相关研究的学科属性及学科合作特征等进行深度分析，以揭示数字人文的跨学科性。例如，甘琳等[11]以中国知网和万方期刊文献数据库为数据来源，从作者–关键词联系、作者合作网络等角度出发，对数字人文领域的多学科交叉特征进行了统计分析。Desfriches等[12]从组织的角度，基于数字人文领域各类参与者的分布，运用行动者网络理论的方法和工具，观察数字人文跨学科的方式。赵宇翔等[13]以近年来国家社会科学基金重大项目中富含数字人文特色的课题作为研究对象，通过主题编码、内容分析等方法，揭示其学科属性及合作特征，进而总结数字人文跨学科特征。Su等[14]基于WoS文献数据，通过社会网络分析和可视化工具，分析总结了数字人文研究中跨学科合作的结构、模式和主题。

二是数字人文知识流动研究。包括数字人文知识研究的跨学科知识扩散和知识转移。例如，王静静等[15]以WoS核心数据集为数据来源进行知识扩散研究，通过3个维度的4个指标分析数字人文的跨学科特征，并进行可视化展示，探析国际数字人文研究的跨学科知识扩散趋势。苏芳荔等[16]基于外文文献，借助可视化软件Citespace和Histcite工具中的Graph Maker作图分析功能，分析数字人文研究领域的扩散学科、扩散路径等，找到了数字人文领域的知识扩散模式。叶光辉等[17]改变以往从单一测度的做法，融合分析学科交叉和地域交叉两个测度对数字人文领域科研协作知识流动元网络特征形成的复杂影响过程，剖析了数字人文领域的热点关联学科及区域性研究中心的分布特征。Oiva[18]通过半结构化访谈，分析了数字人文中心的知识转移特征，并提出继续探讨数字人文中心知识转移的边界是非常重要的。

三是数字人文学科交叉实践研究。此类研究主要聚焦数字人文与其他各领域的跨学科交叉实践，阐述数字人文跨学科研究的可行性、必要性与存在的问题，并对数字人文跨学科研究提出建议。例如，Burghardt等[19]介绍了8个数字人文与影视分析的跨学科研究实例，展现了计算机辅助动态影像分析的互补学科视角。汪莉[20]通过回顾数字人文与图书馆跨界合作研究现状，分析了国内高校图书馆与数字人文跨学科合作的现实困境，并为高校图书馆如何在数字人文跨学科合作中发挥作用提出了可行路径。Philips等[21]通过数字人文和文学认知实验室（DHLC）的案例研究，指出当前实验室的跨学科性质易被忽略的现实，呼吁应为文学、神经科学和数字人文的学科交叉创造空间。Salcedo等通过“巴西集邮资料库”项目，介绍了计算技术在数字人文学科交叉中的应用，证明了数字人文学科对其他跨学科领域的价值。

如上所述，数字人文学科交叉研究现象已经得到公认，不过上述研究多运用文献计量学方法分析数字人文的学科交叉特征，其过程与结论更侧重于对数字人文学科交叉外显特征的描述与总结，而对于数字人文学科交叉特征背后的科学本质、各学科交叉度与参与度等问题鲜有探索。跨学科测度是客观反映学科交叉现状与特征的量化方法，对数字人文进行跨学科测度、分析测算数字人文学科交叉的量化指标值可以客观反映数字人文的学科交叉程度，并为数字人文学科交叉提供科学依据。基于此，本文从科学合作视角出发，以数字人文代表性会议ADHO数字人文年会成果为数据来源，通过基于合作者机构学科属性测度学科交叉的方法，对数字人文进行学科交叉测度，为把握数字人文的学科交叉特征提供进一步参考，同时在一定程度上为数字人文学科建设与发展方向提供思路与借鉴。

2 研究方法与研究工具

2.1 研究方法

多学科领域学者共同参与是数字人文的重要特征，科学合作的研究主体本身蕴含了丰富的信息，合作者的学科背景、所属机构、地域国别分布等能从一定程度上反映跨学科的活动模式与规律。如前所述，索传军认为当前从科学合作视角出发的测度方法主要有基于合作者本身的学科背景的测度研究与基于合作者机构所属学科背景的测度研究，虽然两种方法都存在一定局限，但也是目前学者探索学科交叉测度的阶段性成果。由于获取合作者学科背景等信息数据存在较大困难，因此国内外从合作者的学科背景进行测度的研究相对较少。张琳等创新性地提出了基于合作者的机构信息来进行交叉科学测度的方法，并以PLoS ONE期刊论文为例，与传统的基于参考文献的学科交叉测度结果进行了对比，证明不同方法对学科交叉的测度结果有所不同，为衡量跨学科性提供了一种新视角[22]。数字人文研究具有明显的学科交叉特征，且很多数字人文学者其本身就存在跨学科背景，无法将其具体归为某一学科的学者，因此本文参考张琳的方法，从合作者所属机构角度对数字人文的学科交叉进行测度，具体处理流程如图1所示。

图1 基于合作者机构信息的数字人文学科交叉测度处理流程

2.2 研究工具

张琳和Leydesdorff共同开发了一款非商用应用程序interd_vb.exe，用来计算如基尼系数、Rao-Stirling等一系列多样性指标，这些指标可衡量文件集或网络结构的多样性[23]。此程序的优点之一是能够批量处理大量数据，如分析Web of Science、Scoups等数据库，生成结果可以用于评估文章、期刊、主题等的学科多样性。本文运用此工具来批量计算ADHO数字人文年会成果反映出的学科多样性指标结果，以节省大量数据计算成本。

3 数据获取与处理

3.1 数据来源与预处理

本文研究数据来源于ADHO官方网站发布的2006–2022年ADHO数字人文年会文摘书Book of Abstract，其中由于2009年、2010年、2015年、2019年和2021年的文摘书无法查看或下载，因此本文共获取到12年的文摘书作为初始数据。

（1）筛选目标论文。为了使数据集满足规范性和信息完整性原则，笔者依据求同存异的思想对数据进行筛选：选取文摘书中Posters、Panels、Papers、Sessions、Presentations中两个及以上作者的成果作为原始数据集，共获得12年间2 032篇目标论文。

（2）提取目标论文的作者及其完整地址信息。由于ADHO数字人文会议对作者提供的个人信息并无统一要求，因此存在部分作者地址信息缺失的情况，对于此类作者进行剔除。另由于本文从合作视角研究学科交叉，因此若剔除地址信息缺失作者后单篇论文作者总量小于等于一名，则将该篇论文从原始数据集中剔除。经处理后，数据集剩余论文1 814篇，对应作者6 737名。

（3）识别作者所属机构信息。根据Dept、Sch、Inst、Fac等表示二级机构的特征词汇，从完整的作者地址信息中提取作者对应的二级机构信息。同时对于二级机构信息缺失的作者记录，通过人工查询的方式予以补充，其中对于无法确定二级机构信息的作者、单篇论文作者总量小于等于1的论文进行剔除。经处理后，最终剩余目标论文1 492篇，对应作者二级机构信息4 713条。

3.2 学科分类体系的确定与学科划分

3.2.1 学科分类体系的确定

学科分类体系是研究学科交叉问题时的必要前提，是对学科交叉内容进行判断与识别的基础。国内学者索传军等[6]对学科交叉研究中的学科分类标准进行了系统的梳理与总结，其中常见的学科分类标准有美国2020年修订的美国学科专业分类系统[24]、Web of Science（WoS）数据库使用的254个学科类别[25]、Glänzel 等建立在WoS学科分类基础上提出的the Leuven-Budapest（ECOOM）学科分类体系[26]等。尽管学科分类体系类型繁多，划分标准不一，当前并无权威与成熟的学科分类体系可供科学合作视角下的学科交叉研究直接使用。其中ECOOM学科分类体系是专门为科学计量（评估）目的而设计的，可以用于确定机构、作者、研究团队的学科归属，且该分类系统的学科粒度较粗，可以较准确地将每一条信息分类至一个定义明确的类别，因此本文选择借鉴ECOOM学科分类体系。

以ECOOM学科分类体系包含的16个大学科的分类为基础，结合本文数据集中二级机构学科信息的实际分布情况，对ECOOM分类体系原有的16个学科做出了以下调整：①由于本文为学科交叉研究，需要将每一个二级机构都对应到独立的学科类别当中，因此舍去“交叉科学”这一学科类别。②由于数字人文研究主体多以人文社科领域学者为主，因此本文保留自然科学领域基础的大学科类别，只将有重复含义的学科进行合并，并将在数字人文研究中贡献较高的“计算机科学与信息技术”添加为一个独立的学科类别。③结合数据集的实际情况，将ECOOM学科分类中的3大人文社科类别调整为14个小学科类别，具体包括：艺术、文学、语言学、社会学、经济学、政治学、法学、教育学、历史学、哲学与宗教、新闻与传播、管理学、图书情报学和档案管理、地理学。至此，本文确定了24个机构学科类别分类方案，其中包括10个自然科学类和14个人文社科类，具体的ECOOM 16个学科类别与本文的24个机构学科类别对应关系如表1所示。

3.2.2 二级机构所属学科划分

根据数据集中的二级机构信息，本文采用人工审阅的方式识别二级机构信息中的学科特征词，并将其匹配至本文的24个学科类别当中，在学科划分过程中主要遵循以下几点原则。

（1）对于二级机构地址名称中学科特征明确的，可直接确定其学科类别。如“Linguistics Department”划分至“语言学”。

（2）对于二级机构地址名称含有非单一学科特征词语的，同时划分至多学科中。如“Department of Linguistics and Comparative Literature”同时划分至“语言学”和“文学”。

（3）对于从二级机构地址名称中难以确定学科类别的，结合作者的机构全称再次进行人工查询，以明确其具体的学科类别。如“Fis”为西班牙语“Física”，意为物理，划分至“物理学”。

依据以上原则，本文最终对4 629个二级机构的学科类别进行了识别，覆盖1 476篇论文，占原始数据的98.22%，其中未能成功划分学科类别的二级机构主要是由于经上述原则处理后仍无法明确其学科特征。

3.3 基于机构合作的测度指标选择

跨学科研究是一个既抽象又复杂的概念，仅使用单一的测度指标无法从本质上描述其特征，甚至依据不同的测度指标会得出不一致的测度结果。2007年Stirling提出了交叉科学测度包括丰富度、均匀度和差异度3个维度，分别表达了论文涉及的学科数目、不同学科之间的分布均匀程度和学科之间的距离情况[4]。本文选择从以上3个维度对数字人文的学科交叉情况进行测度，同时为了弥补单一维度测度的片面性，进一步选取了综合性学科多样性测度True Diversity（简称TD）[5]作为本文的测度指标，因相较于以往的综合性学科多样性测度指标，TD指标具有高区分度等显著优势[27]。

上述4个维度指标的具体含义如下：

① 学科丰富度（Variety）表示系统中非空学科类别的数目。在本文中主要指单篇论文合作者涉及的机构学科数目。

② 学科均匀度（Balance）表示不同学科之间的分布均衡情况，其计算公式为：B =1 -GE。其中，GE代表基尼系数，基尼系数越大通常表示学科交叉的不均匀程度越高，因此研究中常用1 - GE来表示学科交叉的均匀程度。

③ 学科差异度（Disparity）是指不同学科类别之间的差异化程度，其计算公式为：Dis =1 -Sij。其中，Sij在本文中代表机构层面24个学科间的交叉引用相似度矩阵。

基于以上测度指标，利用interd_vb.exe工具，可计算出基于合作机构的ADHO数字人文年会每篇合著论文的学科交叉度。

4 数字人文学科交叉测度结果分析

4.1 数字人文学科交叉研究的总体情况

4.1.1 各学科在数字人文领域的贡献

根据数据集处理结果，本文对数字人文涉及的各学科类别出现频次进行了统计，各个学科在数字人文研究中的贡献情况如图2所示。

图2 数字人文涉及的各学科类别出现频次

可以看出，图书情报与档案管理、计算机科学与信息技术和语言学3个学科是数字人文研究的主力学科，占总体学科频次的55.2%。除此之外，数字人文研究学者多来自文学、历史学、艺术等人文社科领域机构，而诸如数学、医学、物理学等自然科学领域学科则在数字人文研究中占比相对较低。图书情报与档案管理（现称信息资源管理）学科在数字人文研究领域的贡献度最大，这与当前国内外数字人文研究中图情档学者广泛参与、相关项目层出不穷有直接关系，其实图情档参与数字人文研究有着最为直观的基础，即其资源的丰富度。数字人文研究离不开资源与技术，而图情档领域一方面本身就有丰富的馆藏资源，另一方面基于几十年的数字化工作，数字化馆藏富集度是任何一个机构所不可比拟的，因此图情档领域学者从事数字人文研究就有着天然的资源基础；计算机科学与信息技术学科在图2所占的比例处于第二位也较为容易理解，源于“人文计算”的数字人文在很大程度上被认为就是“数字”+“人文”，即技术在人文领域的应用，或者说为数字人文提供了技术基础，因此在进行数字人文研究中，不同技术方法被广泛研究与应用，也成为数字人文研究领域不争的事实；当然，数字人文不仅需要技术，最为重要的是技术的应用领域，即人文学科，所以说以“语言学”为代表的人文学科广泛接纳数字人文，事实上自20世纪60年代布朗大学建设了第一个计算机语料库Brown Corpus以来，信息技术被广泛应用于语言学研究与应用领域，也开启了现代语料库语言学的研究，用今天的视角看，即语言学的数字人文研究；“文学”与“历史学”也是数字人文研究的两大重要学科，不论是弗兰克·莫雷蒂（Franco Moretti）在后来成为经典的《世界文学的猜想》中提出的远读方法与思想，还是数字文学、数字史学的方兴未艾，文本挖掘、情感分析、时空历史研究等都成为数字人文研究的主流；“艺术学”与数字人文相互成就，数字数据、可视化技术和计算机算法等数字技术实现了艺术史的数字显示、视觉运行与自动关联等，使艺术史研究摆脱时空限制，拓展研究范畴，构成动态的艺术史研究过程[28]，而数字人文又需要极具艺术的视觉呈现与文化分析。

4.1.2 数字人文学科交叉指标

根据前述测度方法对数字人文学科交叉度进行统计计算，ADHO数字人文年会论文的合作机构学科丰富度（Variety_A）、学科均匀度（Balance_A）、学科差异度（Disparity_A）、综合学科交叉度（TD_A）如表2所示。

表2 ADHO数字人文年会单篇论文的学科交叉指标分布

从表2可以看出，ADHO数字人文年会论文的合作机构学科丰富度的均值为3.90，说明每篇论文平均涉及3个以上学科的机构合作。合作机构的学科均匀度的均值为0.93，十分接近最大值1，说明ADHO数字人文年会论文在不同学科之间的分布均匀度较高。合作机构的学科差异度的均值为0.81，每篇论文的合作机构学科差异性已达到80%以上，各机构之间的跨学科合作程度高。从综合维度来看，合作机构的综合学科多样性的均值为2，最大值为4.58，中位数为1.87，说明在本文的目标论文中，单篇论文综合学科多样性的最高值达到了4.58，均值几乎接近最大值的二分之一，另外均值大于中位数，说明目标论文中综合学科多样性强的论文数量多于综合学科多样性较弱的。因此不管从单一维度还是综合维度来看，均能表明数字人文是一个跨学科性较强的综合性学科领域。

值得关注的是，如表2显示：合作机构学科数目的最大值为9，即该论文的合作者跨越了9个机构学科类别，占全部学科类别的37.5%，是数据集中最具代表性的学科交叉研究成果。进一步研究发现，该文章[29]来自ADHO 2018年数字人文年会征集论文，由来自于8个机构16位作者共同合作完成，由于存在多学科性质的机构，因此一个机构被划分到多个学科类别，即该文章的8个合作机构被划分到9个学科。该文章阐述了如何在可持续的基础设施中利用多媒体数据进行混合媒体学术研究，16位合作者分别来自艺术、数学、历史学、图书情报与档案管理、新闻与传播、心理学、计算科学与技术、工程学和文学这9个学科，覆盖了4个自然科学领域学科和5个人文社科领域学科，反映了数字人文文理融合的学科特征。

4.2 数字人文学科交叉研究的时间序列趋势

为进一步探究数字人文学科交叉研究的演化特征，本文通过对数据结果进行二次处理，即对12年每年数字人文研究涉及的学科个数进行统计，如图3所示，得到不同年份数字人文研究涉及学科个数的变化情况。

图3 不同年份下数字人文研究涉及的学科个数

可以看出，随着时间变化，数字人文研究所涉及的学科数目不断增多，整体呈上升趋势，2013年开始几乎保持较全面的学科覆盖，其中涉及学科数量最少的一年也达到了16个学科。这说明数字人文研究从早期便呈现出较高的学科交叉水平，并随着时间推移不断提高，学科交叉已经成为数字人文研究的显著特征和重要手段。此外通过反向分析数字人文未涉及学科的数据情况，发现物理学、农业与环境等自然科学领域学科在数字人文研究中涉及频率相对较低。一种可能的原因是受ADHO数字人文会议的主旨和议题影响，ADHO数字人文会议是由数字人文组织联盟（ADHO）发起的数字人文会议，而ADHO的目标是促进和支持艺术和人文学科的数字研究和教学，并汇集了一批从事数学和计算机辅助科研教学、创作等领域的人文主义者，这样的背景使得ADHO数字人文会议的主题和参与学者更偏向于进行计算机科学与信息技术学科与人文社科类学科的交叉研究。

同时，本文对每一年的数字人文学科交叉度进行了单独计算，ADHO数字人文年会论文的合作机构学科丰富度（Variety_B）、学科均匀度（Balance_B）、学科差异度（Disparity_B）、综合学科交叉度（TD_B）的平均值随时间变化趋势如图4所示。

图4 数字人文学科交叉度的时间序列趋势

对数字人文学科交叉度的时间序列趋势进行分析，可得出如下结论：

（1）随着时间变化数字人文学科丰富度波动较大。学科丰富度在本文中代表数字人文合作者机构学科数量，2011–2013年间，数字人文学科交叉合作较弱，虽然自2014年之后合作学科的广度有所提高，但整体上在数字人文研究中不同学科之间的合作关系仍不够稳定。究其原因，数字人文在发展的过程中，其“大帐蓬”式的兼容并蓄特性使得各个学科愿意尝试参与数字人文研究，但由于数字人文本身是一个起步较晚的新兴学科领域，各学科参与度并未达到一个稳定的水平，在其发展过程中不断有学科尝试参与或短暂退出，因此数字人文学科丰富度指标在此间呈现较大波动状态。

（2） 数字人文学科均匀度受时间变化影响较小，始终保持较高水平。这里的学科均匀度是指平均每一年度单篇论文中合作者机构学科分布的均衡程度。这12年的数字人文学科均匀度始终在0.92–0.94之间浮动，说明从时间维度来看，每年的数字人文研究中，不同学科在单个研究中的参与度相对均衡。这反映数字人文并非是在某一学科的研究问题中单纯介入其他学科理论、工具或方法的表面交叉行为，而是真正将不同学科融合起来解决以往依靠单一学科不能解决的问题，真正体现了学科交叉融合的内涵。

（3） 数字人文学科差异度呈缓慢上升趋势。学科差异度在本文中代表24个合作者机构学科类别之间的差异化程度，学科差异度越大表示各学科之间的相似度越低，数字人文学科差异度整体上呈现上升趋势。该结果表明在数字人文发展过程中，早期各学科之间的交叉研究多发生在相似学科之间，而随着时间发展，学科交叉度增大，学科之间的交叉研究逐渐向知识体系差别较大的学科之间，非相近学科对数字人文研究的兴趣增强。

（4） 随时间变化数字人文综合学科多样性呈波动上升趋势。综合学科多样性综合了学科多样性、学科均匀度和学科差异度3个维度来测度数字人文学科交叉度。这12年间数字人文综合学科多样性波动较大，但总体呈现较快增长，说明数字人文的学科交叉研究呈现快速发展趋势，数字人文的学科交叉学科越来越多，不同学科之间的合作深度和广度也越来越强。

4.3 数字人文学科交叉研究的可视化分析

学科交叉度虽能反映数字人文学科交叉的深浅程度与变化情况，但却不能清晰地体现数字人文研究中究竟是哪些学科之间的交叉最为显著。为了使数字人文学科交叉的分析更加形象具体，直观地反映各学科之间的知识交流，本文引入学科共现网络进行可视化分析。

由于本文仅关注学科之间的合作频次，因此将学科共现网络视作无向网络。首先将本文的24个机构学科类别转换成两两对应的共现矩阵；其次统计目标论文中每两两学科之间的合作次数，同时对共现矩阵中没有出现合作关系的学科条目进行剔除；进而生成上述合作共现矩阵的CSV文件，可以作为学科相互之间关系的边表格（如表3所示），由于该表格较长，这里只显示局部；最后将CSV文件导入Gephi软件生成如图5所示的数字人文学科交叉网络图。

表3 学科共现矩阵边表格（部分示例）

图5 数字人文学科交叉网络图

节点的大小和边的粗细代表学科间交叉的关系强度，随着节点由小到大，学科交叉关系强度即由弱到强，相同颜色节点的学科对数字人文研究的贡献度属于相同层次。

由图5可以看出，数字人文学科交叉主要集中在计算机科学与信息技术、图书情报与档案管理、语言学、文学、历史学、社会学6个学科之间，是数字人文学科交叉的第一梯队学科，总体上人文社科类学科是数字人文研究的主力学科，这一结果也与前文图2所展现的结论相吻合。从合作频次来看，6个学科之间的交叉合作次数均在100次以上，其中计算机科学与信息技术和图书情报与档案管理两个学科之间的交叉达到了211次，这表明图书情报与档案管理这一学科领域的诸多学者，借助计算机科学与信息技术领域的工具与方法研究数字人文问题，上述两个学科之间的跨学科合作是当前数字人文学科交叉研究的主要形式。

此外，教育学、新闻与传播、哲学与宗教是数字人文学科交叉的第二梯队学科，工程学、经济学、生物学是第三梯队学科，政治学、数学、医学是第四梯队学科，可以发现自然科学类学科虽然在数字人文研究中贡献度较低，但是各个学科与其他学科之间仍有较强的学科交叉关系，如工程学和计算机科学与信息技术有过37次交叉研究，医学和图书情报与档案管理有过29次交叉研究等。另外，管理学、地球科学与空间科学、农业与环境、地理学和法学这5个学科不管是自身对数字人文学科交叉研究的贡献度，还是与其他学科之间的合作频次都非常低，它们或可成为未来数字人文学科交叉研究可关注的重点学科，具备更显著的合作增长空间。

进一步观察图5可发现，每个学科都与其他至少十个学科之间有过交叉合作，这印证了前文机构学科丰富度指标（Variety_A）和学科均匀度指标（Balance_A）的计算结果，表明数字人文不仅吸引了众多学科的关注与研究，且在不同学科之间的分布较为均衡；另外，除第一梯队学科之间的交叉合作外，计算机科学与信息技术和历史学、工程学和艺术、生物学和图书情报与档案管理等学科之间的合作频次也处于较高水平，说明各合作机构之间学科类别存在较大的差异性，符合前文学科差异度指标（Disparity_A）的计算结果。

5 结语

本文选取ADHO数字人文年会成果为研究对象，采用基于合作者机构信息的交叉科学测度方法对数字人文的学科交叉程度进行测度，旨在揭示数字人文学科交叉融合特征，量化分析数字人文跨学科性，从而在一定程度展现目前数字人文学科现状与发展趋势。数据分析的结果表明了数字人文具备显著的学科交叉特征和极强的学科交叉性：一是从学科交叉性的总体特征来看，数字人文研究汲取了各学科的知识，其中图书情报与档案管理、计算机科学与信息技术和语言学3个学科是数字人文研究的主力学科，整体上人文社科类学科是数字人文研究中交叉关系较为密切的核心学科，而自然科学领域学科虽总体占比较低，但计算机科学与信息技术、工程学、医学等自然科学类学科仍有较高的参与度，数字人文研究具备显著的文理融合特征，是一个跨学科性较强的综合性学科领域；二是从学科交叉性的变化情况来看，12年间各学科对数字人文整体研究的贡献程度始终保持较为平均的高水平，各学科间合作关系虽仍不够稳定，但已逐渐从早期的相近学科之间的交叉转向非相近学科之间的交叉，各学科之间交叉的广度和深度均逐渐提高。

此外本文与现有研究具备一定关联性。本文所得到的学科丰富度、学科均匀度、学科差异度和综合学科多样性指标结果，与以往研究中指出的数字人文跨学科特征[11]具有一致性，是一种数据化支撑与验证；本文研究结果也表明，图书情报与档案管理与计算机科学与信息技术这两个学科是数字人文研究中合作贡献力量最大的学科，数字人文虽主要是为了解决人文问题，但图情档学科却与其关系最密切，这一结果与国外学者[30]的研究发现相符，这也充分说明了在数字人文研究中，资源与技术是其研究的两个关键要素。

但是，本文也存在一些不足和局限性，有待在下一步研究中解决。首先，本文仅选取了ADHO数字人文年会历年的论文集作为数据来源，ADHO数字人文年会虽是数字人文领域极具代表性的会议，但其收录的论文数据并不一定能全面代表数字人文领域整体的研究状况。其次，本文选择的基于合作者机构学科信息测度学科交叉的测度方法，虽是学科交叉研究常用的测度方法之一，但尚存在一定的局限性，一方面有些合作者研究成果的学科属性与其所属机构的学科属性并非完全一致；另一方面从既有数据来看，某些研究成果并非多机构合作，但其本身可能具备学科交叉性质等。虽然存在上述不足，但本文还是在数字人文学科交叉融合的研究方面做了积极有益的探索，在接下来的研究中，研究团队将会针对以上问题，进一步扩展研究的数据来源，并补充其他测度方法进行测度验证，以求更准确、更全面地反映数字人文学科交叉性。

（本文数据链接地址：http://hdl.handle.net/20.500.12304/11282）