科學知識擴散研究：概念界定、理論基礎與體系重構

侯劍華 鄭碧麗 張洋

摘 要：[目的/意義]大數據技術的發展使科學知識擴散研究進入新的階段，同時也帶來新的研究挑戰。數據驅動研究范式的興起對原有的研究思維及框架產生重大沖擊。[方法/過程]為了適應新階段、新范式的研究需求，在厘清科學知識擴散相關概念的基礎上，歸納總結知識單元理論、科學知識擴散途徑、機理、測度的研究。立足新范式對研究對象和方法的影響，提出一個面向數據驅動新范式的科學知識擴散研究基本框架。[結果/結論]基于研究對象、理論維度、方法維度等闡釋基本框架的主要內容，為研究者提供一定的研究主題和理論基礎的參考。

關鍵詞：科學知識擴散;知識擴散;知識單元;測度指標

DOI：10.3969/j.issn.1008-0821.2020.09.013

〔中圖分類號〕G301 〔文獻標識碼〕A 〔文章編號〕1008-0821（2020）09-0117-10

Research on Scientific Knowledge Diffusion：Concept Definition，

Theoretical Basis，System Reconstruction

Hou Jianhua Zheng Bili Zhang Yang

（School of Information Management，Sun Yat-sen University，Guangzhou 510006，China）

Abstract：[Purpose/Significance]The research of scientific knowledge diffusion has entered into a new stage due to the development of big data，which has also brought new research problems.In addition，the rise of data-driven research paradigms has impacted the original research thinking and framework.[Method/Process]In order to meet the needs of the new stage and new paradigm，based on the clarification of concepts related to the diffusion of scientific knowledge，the research on the theory of knowledge units，the channels，mechanisms，and measures of scientific knowledge diffusion were analyzed.According to the impact of the new paradigm on the research objects and methods，a basic framework for the research of scientific knowledge diffusion oriented to the new paradigm of data-driven was proposed.[Result/Conclusion]The main content of the basic framework was explained based on research objects，theoretical dimensions，and method dimensions，providing researchers with certain research topics and theoretical perspectives.

Key words：scientific knowledge diffusion;knowledge diffusion;knowledge unit;metrics

科學知識是推動科學技術發展和人類社會進步的重要戰略資源[1]，是知識流動和創新的要素之一，其通過信息、技術、情報等手段跨學科、跨組織、跨地域的擴散，促進科學知識傳播、共享和流動，推動知識資源的優化管理與配置，促進知識經濟的建設與發展。傳統上，科學知識擴散的載體、媒介和環境主要基于正式科學交流系統，例如專利文本、期刊、科學論著等。大數據和智能技術的快速發展推動科學技術活動進入以數據驅動為核心的新研究范式。科學知識擴散機制和科學交流模式已經發生重大變革，從信息科學、管理學、情報學等跨學科視角重新建立適應科學知識擴散的新體系、新框架已經成為當前亟待解決的重要課題。

科學知識擴散研究已經成為學術界研究的熱點議題之一。自1980年代以來，尤其是近十年，國內外關于科學知識擴散的研究增長迅速，以TI=（“科學知識擴散”OR“專利擴散”OR“期刊擴散”OR“學科擴散”OR“引文擴散”OR“合作網絡擴散”）分別在Scopus和CNKI中進行檢索，共獲得5 947篇文獻（如圖1所示）。根據知識擴散研究的情況，可將其分成3個階段：萌芽期、快速增長期、穩定發展期。1980-2000年屬于科學知識擴散研究的萌芽期，在此期間，知識轉移、知識溢出概念的提出，使知識擴散在經濟發展、技術創新、企業知識管理等領域得到初步的理論構建與實踐應用。2001-2008年，科學知識擴散的成果數量快速增加，尤其是引文擴散、期刊擴散、學科擴散的研究。2009年至今，數學模型、計算機輔助分析等研究手段的快速引入，科學知識擴散測度指標和方法不斷完善，并得到廣泛應用，進一步推動科學知識擴散的研究迅速發展。從學科分布來看，科學知識擴散涉及科學學、情報學、決策科學、企業管理學等學科。從現有的成果來看，目前關于知識擴散的研究多以實證或應用研究為主，在方法上，仍以社會網絡、引文網路的方法構建知識擴散的路徑和軌跡，在理論上，比較多研究基于管理學、經濟學的基礎角度分析知識轉移、知識溢出、知識擴散等[2]，從科學知識層面闡釋知識擴散機理、規律的研究比較少，并且存在概念混淆的情況。

“數據驅動”科學研究范式的興起使傳統的科學知識擴散的載體、環境等因素都產生了重大變化，科學知識擴散理論和方法體系在大數據和新媒體環境下不斷創新和發展。在這一背景下，科學知識擴散概念的內涵和外延不斷豐富，這其中包括兩個基本問題：其一，如何界定并區分科學知識擴散與知識傳播、知識溢出等相關概念;其二，如何構建包括科學知識擴散概念內涵和外延的系統性的理論體系，以適應新的科學研究范式。基于此，本文首先對科學知識擴散的相關定義進行辨析，闡釋其基本概念及聯系，其次以科學知識擴散的理論研究為切入點，梳理理論研究現狀，構建適應科學知識交流新范式的研究體系，從而試圖建立科學知識擴散研究的新框架，并為相關的方法和應用研究提供較全面的理論基礎和方法支撐。

1 科學知識擴散：相關概念辨析

知識擴散是知識創生及流動的過程，按照知識能否被完整表述可以分為顯性知識擴散和隱性知識擴散[3]。由于知識擴散與知識轉移、知識溢出、知識傳播、知識流動等概念范疇有交叉，因此，不少研究存在概念混淆和混用的情況[5]。為了明晰科學知識擴散概念的內涵和外延，有必要對知識擴散、知識傳播、知識流動等的概念及其區別與聯系進行界定。

1.1 知識擴散

知識擴散是知識通過一定的載體在空間和時間流動的活動或行動[4]，是知識主體主動性、針對性學習、獲取知識，并將學習到的知識和自身知識相融合產生新知識的過程[5]。因此，必須有新知識的創生才能稱之為知識擴散[6]，擴散效果可以通過廣度、強度、速度等量化的指標[7-8]，衡量擴散深度和范圍。此外，知識屬性、知識主、客體的自身因素、文化因素等對知識擴散的動機、效果產生一定的影響。知識主體是知識擴散最重要的因素，其動機是影響知識擴散的關鍵[9-10]。按照知識類型，可以將知識擴散分為科學知識擴散、技術知識擴散等。

1.2 知識傳播

知識傳播是知識擴散的一種形式和途徑。知識傳播需要特定的媒介、途徑，并且是一種有目的性的傳播行為，知識傳播主要包括知識傳播主體、知識傳播客體、傳播媒介、傳播行為、傳播環境、傳播目的、傳播效果等構成要素。按照傳播的范圍，知識傳播可以分為個體知識傳播、團隊知識傳播和組織知識傳播。知識傳播過程，是知識傳播主體，按照主體的目的，在傳播環境下，通過一種或多種傳播媒介傳播知識單元，并達到傳播效果的過程。

1.3 知識交流

知識交流是知識主體和知識客體之間的雙向交流和對話[11-12]，是一種雙向性、交互性，并以雙方知識需求為中心的交流形式。按照知識交流的形式，可以分為正式知識交流和非正式知識交流[13]，正式知識交流主要包括論文、期刊、圖書之間的引用過程;非正式知識交流的方式較多，包括郵件交流、面對面交流等等。在知識交流的過程中知識主體和知識客體就某一個或多個話題展開，并不斷針對需求進行對話的調整，由于知識接受能力的不同，雙方可以在交流中互換角色，因此知識交流具有針對性、開放性、動態性的特點。

1.4 知識轉移

知識轉移與知識交流相比，更強調知識生產者對知識使用者的單向輸出，是一種以知識生產者為主的知識擴散形式[14-15]。知識主體向知識客體轉移的過程中，以知識主體的意志和目的為中心，不會根據知識客體的需求和接受能力調整轉移內容和形式。此外，在知識轉移的過程中不會發生角色互換，知識客體被動接受知識，為了要得到符合自己需求的知識，需要不斷與知識主體交互。知識轉移具有主體向客體單向轉移，客體被動接受的特點。

1.5 知識溢出

在知識交流的背景下，知識溢出是不同主體在直接或間接的知識交流中，無意識、無方向的知識流動形式[16]，其溢出的效果取決于知識單元的屬性及對已有知識的傳播[17]。也就是說，知識主體并沒有根據特定的情景，或根據知識客體的需求創生知識，而是基于自身的個體行為而創造知識的過程，而沒有一定的預期目標。

1.6 知識流動

知識流動同樣需要知識主體和知識客體的參與[18]，知識從高勢位向低勢位流動，并且容易受知識特性、合作特性、關系質量知識受體等因素的影響。知識流動的形式多樣，包括知識擴散、知識交流、知識轉移、知識溢出等[19]，其中知識擴散是具有目的性、主動性的知識流動[5]。例如，從科學文獻的引用關系來看，施引文獻引用被引文獻就是知識擴散的行為，也是主動性的知識流動形式。

從相關概念的內涵和外延來看，知識擴散、知識傳播、知識交流等是部分與整體的關系，內涵邊界存在交叉的情況。其中，知識流動包括知識擴散、知識傳播、知識轉移等，知識擴散包括知識傳播（如圖2所示）。

1.7 科學知識擴散

科學知識擴散本質上是科學知識單元的游離與重組[20]，從初級知識形態向高級知識形態演化，形成一定的知識體系和科學范式，并可能發展為科學變革的過程。在空間維度，科學知識單元有向或無向地擴散和蔓延，例如研究者地域內或跨地域的合作，又如學科內或跨學科的知識擴散;在時間維度，科學知識單元通過一定的媒介進行傳承性擴散，例如文獻的施引與被引。但無論是空間維度還是時間維度，知識單元在知識主體和知識客體的擴散過程中都有新的知識產生，因此，科學知識擴散屬于一種“化學反應”?？茖W知識擴散載體既包括研究者、期刊、學科、專利等，也包括社交媒體等網絡平臺，通過擴散的廣度、強度、速度等指標來衡量擴散效果，如期刊擴散因子[21]、學科擴散強度[22]、平均擴散速度[23]等。

2 理論基礎：研究現狀梳理

根據科學知識擴散的內涵與特點，已有科學知識擴散的理論基礎研究主要包括知識單元，科學知識擴散路徑，科學知識擴散機理和科學知識擴散測度等方面。

2.1 知識單元

知識單元又被稱為知識元、知識因子、知識基因[24]，是知識的擴散與流動的最小單元。早期的研究中，科學知識單元僅限于數學語言表達的科學概念所組成的定理、定律、定則或規則等被定量化的科學概念[25]。隨著社會科學的發展，知識單元的定義不斷演進，除了定量化的概念，科學活動中用來表征文獻或信息內容的詞語、概念、術語等都屬于知識單元的范疇[26]。按照科學知識單元的載體，可以將知識單元劃分為作者、論文、專利、期刊、學科知識單元[27-28];按照知識單元的內容，可以將其劃分為事實、定義、結論、方法、關系知識單元[29]。由于知識單元在知識勢場中不斷地游離與重組，因此，知識單元具有重組性、再生性、動態性的特征[30]，游離與重組的形式，如擴散、流動、轉移、演化等需要通過一定的知識載體呈現，如文獻、信息、專利、技術、政策等。此外，科學創造的過程，即新的科學知識單元的創生，是由知識主體的智力與知識單元自身荷值共同作用、促使其在思維勢場上重新結晶的過程[31-33]，知識主體在創生知識單元以及知識客體在重組知識單元的過程中，受到自身知識體系、知識存量等的影響，因此，不同知識單元的擴散、流動過程所產生的效果存在一定的差異[34]。

2.2 科學知識擴散路徑

科學知識的擴散可以通過非正式的交流群體和交流渠道進行擴散，也可以基于引文、期刊等正式載體不斷地在知識網絡中進行流動?；诖?，復雜網絡理論、社會網絡理論、引文網絡理論是闡釋知識擴散機理較普遍的理論，常用于揭示知識擴散的渠道與路徑。擴散過程中的知識再創造，是知識創新的重要體現，因而創新擴散的理論從知識單元的創新性特征出發，為知識擴散機理提供必要的理論解釋。

在知識交流和知識擴散中，非正式交流的時效性、溝通的準確性、更大的有效信息量使其區別于正式交流，并發揮著重要的作用[35]，盛行于17世紀的無形學院[36]便是其中的一種形式。無形學院的知識主體是一群有共同學術興趣，為了解決某些重要學術問題，甚至可以跨越地域和研究機構彼此建立聯系，進行合作和交流的學術共同體[37-39]，非正式的交流共享是知識交流和擴散的其中一種形式和途徑。近年來，隨著互聯網特別是社交媒體的快速發展，博客、Twitter、Facebook、微博、微信等新的非正式交流工具[40-41]使無形學院在網絡環境下得到了進一步的發展，傳統的線下無形學院和線上“電子無形學院”[42]，都成為科學知識在科學共同體之間擴散和流動的重要途徑。

除此之外，引文是正式交流和科學知識擴散的重要形式之一。文獻的引證可以看作是顯性科學知識擴散的過程[43]，知識從被引文獻向引證文獻擴散和流動[44-45]，文獻被引次數越多，知識的擴散范圍越廣、廣度越大[46-47]。從知識進化的角度看，科學知識擴散是指通過引用關系表征的科學文獻之間的傳承[48]。從文獻引用的過程來講，獲取、閱讀前人文獻是知識的采集和選擇的過程;引用前人文獻的知識是知識傳播和擴散的過程，同時也是科學知識增長和進化的過程;知識主體在前人知識的基礎上，產生新的理論、方法是知識的再創造和增值[49]。

2.3 科學知識擴散機理

“知識現在就是一張沒有形狀的大網”[50]，大多數情況下，知識多以網狀的形式進行擴散，而非簡單的線狀流動，例如知識通過合作網絡、引文網絡的形式向研究者、學科、組織等進行擴散。因此，社會網絡分析和引文網絡分析常被用來解釋科學知識擴散的機理[51]，其中點度、中心度、密度等是體現知識擴散機理的重要指標。

基于合作網絡的知識擴散，知識單元一般是以研究者作為網絡節點;基于引文網絡的知識擴散，作為知識單元的節點可以是關鍵詞、主題詞甚至是某篇參考文獻。擴散網絡中的度數指的是知識主體的個數，點度中心度能夠反映知識主體在網絡中的活躍程度，中間中心性反映知識主體的知識轉移能力[52]。一般來說，中間中心性越高，知識主體對其它知識主體或客體的知識擴散能力越強，知識主體在知識網絡中的地位越重要。知識主體與其它主體或客體的聯系越緊密，知識交流越容易，有利于知識的傳播和擴散[53]，但是，網絡密度越大，并不意味這知識擴散的效果越好，基于弱連接結構洞的知識主體擁有信息優勢和控制優勢[54]，這些知識主體充當媒介的作用，打通相對隔離知識客體的交流渠道，為其它主體或客體網絡提供知識擴散和流動的途徑，為知識擴散創造了有利條件[55]。

另外，知識單元的重組與再造促使具有一定創新性的知識單元創生，隨著時間推移在知識勢場中傳播[56]。吸收或采納新知識的知識客體的數量隨著時間變化而呈現出S曲線的特征，當這類客體達到一定的數量，知識擴散達到一定的范圍之后，數量會逐漸趨于平穩，擴散達到飽和的狀態。創新性知識自創生、擴散，并最終達到飽和的過程，可以分為4個對應階段：起步階段、起飛階段、成熟階段、衰退階段，但S型曲線只能表征擴散成功的過程，對于未能完成擴散的知識，該曲線處于水平狀態，而非S型[57]。對于在知識創生初期，未能成功被采納和擴散，而后受到大量承認的現象被稱為“延遲承認”[58]，即“科學睡美人”現象[59]。這些知識的“沉睡”通常是因為超前性或變革性研究[60]，超出大多數知識客體的認知范圍，或者對知識客體現有知識體系產生一定沖擊而不被承認和采納，導致知識擴散不成功的結果。隨著客體知識體系的逐漸完善，對某一個問題的認識逐漸清晰和明了，“睡美人”知識可能會“蘇醒”，但“沉睡”的時間受知識特性、客體對知識的認知程度影響。

2.4 科學知識擴散測度

根據知識單元的層次，可將科學知識擴散劃分為文獻擴散、期刊擴散、學科擴散3個維度，科學知識基于不同維度的擴散和流動可以通過文獻的引證關系進行表征[61]，因此，引文分析、引文擴散的方法是測度科學知識擴散能力和效率的主要方法。科學知識擴散過程的效果，常用速度、廣度、強度等指標來衡量[62]。在正式科學交流體系中，知識擴散速度是指知識單元被文獻、期刊、學科引用的數量與其年齡的比值[63-64];廣度是指在一定時間范圍內，文獻每100次施引涉及的不同期刊或不同學科的數量[65]，也可以是知識擴散的地域廣度;強度是指對于特定的文獻集合，某領域的期刊或某學科領域內的施引文獻的數量[66]。

此外，由于引文網絡和合著網絡是科學知識擴散的重要途徑，基于社會網絡、復雜網絡的方法也是測度科學知識擴散能力的重要手段。通過網絡結構特征，如密度、中心度等描述學科領域、技術領域、地理區域的科學知識流動和擴散的方向、布局[67]，或通過主路徑分析的方法，測定知識擴散的關鍵路徑和速度[68]，從時間維度、學科維度、地域維度3個層面揭示科學知識擴散的情況[69]。在合著網絡中，小世界網絡、隨機網絡、規則網絡、無標度網絡是測度科學知識擴散鏈路、模式的主要方法，其中，無標度的科學合著網絡能促進科學知識增長、傳播、流動效率的最大化[70-71]。

3 范式變革：研究發展新階段

大數據時代的發展，掀起新一輪技術革命，基于正式科學交流體系下的文獻或專利擴散理論難以滿足大數據驅動的理論研究和實際需求?；ヂ摼W技術和智能技術的快速發展，為開展深層研究提供理論可能性和技術支撐。數據收集和處理的方式產生巨大變化，對科學研究產生革命性的沖擊，“數據密集型科學范式”應運而生[72]，突破傳統的研究框架和思維，向“全數據模式”發展[73]?？茖W知識擴散的研究對象和研究方法在數據密集型的科研范式下產生了重大變革。

3.1 研究對象的深化與拓展

傳統的知識擴散研究多以科學文獻、專利等載體為研究對象，以引證的方向、關系、距離為指標，表征知識在學科間或地域間擴散的路徑和范圍。大數據時代的來臨，數據本身也成為擴散來源之一，這主要體現在載體的深化與泛化。

首先，知識單元的載體不僅局限于某文獻的引證，而是深化至文獻的全文數據。這就意味著，知識的擴散不再以某篇或某些文獻的引證為標度，而是通過識別和分析引用的具體位置數據、引用次數和引用語境數據，從微觀的角度揭示基于引用關系的知識擴散特征和規律，進而發現擴散動機和機理[74]。其次，作為區別于文獻、期刊的新型擴散載體的社交媒體和網絡平臺，為學術共同體在互聯網中進行知識擴散提供必要的條件，同時也促使知識擴散研究對象的泛化，例如，知識在網絡百科、網絡社區、網絡學術交流平臺、Twitter、Facebook、微博等載體的擴散情況、特征、動機、規律等問題，為知識擴散研究提供新的主題;又如知識主體在網絡環境中利用文本、圖片、視頻等數據形式進行擴散的情況，也為相應研究提供新方向和新數據。

3.2 研究方法的創新與發展

在新范式的背景下，研究對象的深化和泛化對研究方法提出了新需求，科學技術的快速發展為知識擴散測度方法提供必要的支持。在文獻計量、科學計量、復雜網絡分析等傳統研究方法不斷發展的同時，人工智能技術逐漸成熟，自主學習技術、知識融合技術、社交網絡計算、大數據可視化技術等迅速發展[75]。深度學習、機器學習等創新性技術與算法可以較好地應對傳統知識擴散研究的“反?！迸c“危機”，諸如遞歸神經網絡[76]、深度卷積神經網絡[77]、自然語言處理技術[78]等新的研究方法不僅滿足新擴散載體的大規模數據分析的需要，又大大提高了科學知識擴散實證和應用研究的效率。

4 體系重構：理論研究新框架

基于數據驅動研究范式的科學知識擴散，因研究對象的拓展及研究方法的創新對傳統科學知識擴散研究提出新的挑戰。為了更好地適應大數據環境下的研究范式需求，解決目前涌現的科學知識擴散的實際問題，有必要在已有理論的基礎上，補充新的研究對象和研究方法，拓展基本的研究框架及系統的理論視角（如圖3所示）。

4.1 科學知識擴散研究對象

科學知識擴散的研究對象可分為基本要素、擴散要素、測度要素。其中，基本要素是科學知識進行擴散研究的基礎，擴散要素是過程性特征，測度要素是擴散的測度指標。

4.1.1 基本要素

科學知識的擴散，需要知識主體、知識客體、知識單元、知識載體等基本要素的參與。知識從主體到客體之間的擴散的過程，與二者的意愿、能力、

動機密切相關，一般來說，擴散及采納的意愿越強烈、能力越大，知識擴散的速度越高[79]。此外，知識擴散是根據一定的目的進行游離的過程，因此，有意識或無意識的擴散動機，背景引用、比較、方法借鑒等采納動機[80]的不同都會影響知識擴散的效果。知識單元是整個擴散過程的基點，知識單元的層次、屬性、特征是研究科學知識擴散的重要切入點。知識單元需要借助一定的載體進行表征，傳統的知識載體包括研究者、紙質文獻等等。計算機技術的發展，使記錄和存儲知識的載體發生變化。目前，有聲語言、網絡文獻、圖片、軟件、數據庫等等都屬于知識的載體[81]。

4.1.2 擴散要素

擴散要素主要包括擴散載體、擴散過程和擴散環境。按照科學交流的正式程度，可以將知識單元擴散的載體分為正式知識擴散載體和非正式知識擴散載體。其中，正式知識擴散載體主要包括單篇科學文獻、專利、期刊、某學科領域內的文獻集合等;非正式知識擴散載體主要是基于非正式科學交流的途徑，例如面對面式科學交流、電子郵件、網絡平臺、社交媒體、電子無形學院等[82]。擴散過程主要是揭示擴散階段性特征的指標，例如，科學知識擴散的學科路徑、地理路徑、時間路徑;擴散過程的階段性劃分等等。擴散環境也是影響知識擴散效果的重要因素之一，可分為學科內部擴散環境和學科外部擴散環境。學科內部擴散環境主要包括科學共同體的研究范式、學科發展、學術環境、學科戰略、相關設施設備、教育體系等。學科外部擴散環境主要是社會環境，例如經濟、政策、文化、技術等。擴散媒介可以分為紙質媒介和網絡媒介，紙質媒介包括紙質印刷的論著、期刊等。網絡媒介比較豐富，例如預印本文獻、科學交流平臺、電子郵件、科學數據庫、實驗數據集、社交媒體平臺等等。

4.1.3 測度要素

測度要素在原有測度指標廣度、速度、強度的基礎上，考慮到互聯網環境下科學傳播的特性，增加了擴散熱度的要素。擴散熱度是指知識單元被知識客體吸收、采納的數量，一般來說，被采納的數量越高，該知識主題成為知識網絡中心的程度越大。在基于網絡平臺的擴散系統中，知識主體吸收和采納知識的行為更加多樣，例如點贊、評論、瀏覽、下載、提及等等[82]，通過擴散熱度曲線，可以分析科學知識在正式或非正式科學交流系統中的傳播、擴散的走向、流量，甚至預測未來的擴散趨勢。在新范式的背景下，科學知識擴散的能力不再囿于引證，而是可以根據不同的吸收或采納行為對速度、廣度、強度、熱度指標賦予不同的權重，來衡量科學知識在網絡載體中，基于不同吸收行為的擴散能力。

4.2 科學知識擴散理論維度

按照不同的研究目的和對象，可以通過不同的理論視角和維度闡釋科學知識擴散的現象以及內在機理，如能力論、本質論、系統論、演化論、價值論、決策論、動力論等等。其中，本質論主要是圍繞科學知識擴散的基本要素，闡釋各要素的作用、功能和影響機制;系統論是指借助一定的路徑識別方法，揭示擴散系統的內在擴散機制，如引文網絡擴散路徑和合作網絡擴散路徑。演化論主要基于時間維度，描述科學知識擴散在特定時間段的特征，歸納其擴散的規律;價值論是闡述科學知識擴散對科學發展、科學評價、知識管理，甚至是經濟發展、社會發展的意義和價值;決策論主要是如何根據科學知識擴散的確定性或不確定性，做出合理的知識資源配置，從而提高知識擴散的效率，促進知識流動的最優化;動力論是指通過一定的模型，規范地、定量地分析和描述科學知識擴散過程性特征及規律，為預測擴散趨勢和制定相應的擴散機制提供方法支撐，如傳染病模型、復雜網絡模型等等。在基于知識勢場的傳染病模型中，基本角色可以分為知識擴散源（即知識主體）、可能采納知識的客體、已采納知識的客體、拒絕采納知識的客體。由于傳染病模型與知識擴散現象高度契合[83]，因而，傳染病模型和類傳染病模型適用于揭示知識創生的特性、擴散過程、發展規律以及與之相關的其他因素;能力論主要是指通過特定的測度指標和方法衡量知識單元的擴散能力和擴散程度等基本問題。

4.3 科學知識擴散方法維度

科學知識擴散的研究方法可以分為定性方法和定量方法，其中定性方法主要以德爾菲法為主，通過專家調查的方式，從主觀上評價知識的擴散程度。但是隨著數據驅動新范式的發展，目前的研究方法越來越注重定量方法。例如基于傳統信息計量的方法，如被引量、被引速度、強度等評價作者間、期刊間、專利間、學科間、區域間、國家間的知識擴散的情況。通過引文網絡、合著網絡分析知識擴散的路徑。基于人工智能的新方法和技術，滿足大規模、大體量的知識擴散路徑識別需求，通過深度學習、機器學習技術（BA、BBV、Bass、振蕩算法等方法[84-87]）收集、構建數據集，通過擬合數學模型描述科學知識擴散的過程性定量化特征。在主題內容方面，TF-IDF[88]、LDA[89]等算法為研究者分析主題演化、語義關聯，從內容層面挖掘知識擴散的知識的融合與分化，提供豐富路徑識別的方法和角度。

5 結 語

現有關于科學知識擴散的理論研究闡釋了知識單元定義、擴散機理內容，為構建、完善研究框架提供必要的概念基礎和理論依據。大數據和人工智能技術的不斷發展，對已有的知識擴散的理論、方法產生沖擊，數據驅動型的新研究范式對傳統的研究框架和思維也產生挑戰，難以滿足新研究范式下的實際需求，科學知識擴散研究對象的擴張以及研究方法的創新帶來新的研究思維和研究問題。在總結和歸納現有理論研究的基礎上，根據知識單元及擴散機理的研究內容，構建適應新范式的基本研究框架，其中研究對象由基本要素、擴散要素、測度要素3個方面組成，豐富、泛化原有的研究問題。此外，新的理論框架，可以為理論研究、方法研究、應用研究提供不同的理論指導和支撐，滿足不同層面研究的理論需求。

參考文獻

[1]蘇新寧.知識經濟時代計量學的創新和發展——評邱均平教授新作《知識計量學》[J].情報理論與實踐，2016，39（1）：143-144，138.

[2]華連連，張悟移.知識流動及相關概念辨析[J].情報雜志，2010，29（10）：112-117.

[3]波蘭尼.個人知識——邁向后批判哲學[M].許澤民譯.貴陽：貴州人民出版社，2000：439.

[4]王亮.基于SCI引文網絡的知識擴散研究[D].哈爾濱：哈爾濱工業大學，2014.

[5]Stoneman P，Diederen P.Technology Diffusion and Public Policy[J].Economic Journal，2002，（104）：918-930.

[6]Grossman G M，Helpman E.Innovation and Growth in the Global Economy[J].MIT Press，1993：323-324.

[7]李江.基于引文的知識擴散研究評述[J].情報資料工作，2013，（4）：36-40.

[8]Zhang L，Peng T Q.Breadth，Depth and Speed：Diffusion of Advertising Messages on Microblogging Sites[J].Internet Research，2015，25（3）：453-470.

[9]Mcdermott R.Why Information Technology Inspired But Cannot Deliver Knowledge Management[J].California Management Review，1999，41（4）：103-117.

[10]秦鐵輝，程妮.試論影響組織知識共享的障礙及其原因[J].圖書情報知識，2006，（6）：105-106.

[11]Barwick M A，Boydell K M，Stasiulis E，et al.Knowledge Transfer and Implementation of Evidence-based Practices in Childrens Mental Health[J].Childrens Mental Health Ontario，2005：24-26.

[12]Kiefer L，Frank J，Ruggiero E D，et al.Fostering Evidence-based Decision-making in Canada：Examining the Need for a Canadian Population and Public Health Evidence Centre and Research Network[J].Canadian Journal of Public Health，2005，96（3）：1-19.

[13]吳海霞，朱志伯.知識的非正式交流與機構知識庫[J].情報探索，2009，（12）：18-19.

[14]Kang M，Kim B.Embedded Resources and Knowledge Transfer Among R&D Employees[J].Journal of Knowledge Management，2013，17（5）：709-723.

[15]Darr E D，Kurtzberg T R.An Investigation of Partner Similarity Dimensions on Knowledge Transfer[J].Organizational Behavior and Human Decision Processes，2000，82（1）：28-44.

[16]Caniels M C J，Verspagen B.Barriers to Knowledge Spillovers and Regional Convergence in an Evolutionary Model[J].Journal of Evolutionary Economics，2001，11（3）：307-329.

[17]Gabriel Szulanski.The Process of Knowledge Transfer：A Diachronic Analysis of Stickiness[J].Organizational Behavior and Human Decision Processes，2000，82（1）：9-27.

[18]Teece D.Technology Transfer By Multinational Firms：The Resource Cost of Transferring Technological Know-How[J].The Economic Journal，1977，（87）：242-261.

[19]陳有富.知識流動的控制[J].圖書館，2002，（4）：18-20.

[20]趙紅洲，蔣國華.知識單元與指數規律[J].科學學與科學技術管理，1984，（9）：39-41.

[21]Rowlands，Ian.Journal Diffusion Factors：A New Approach to Measuring Research Influence[J].Aslib Proceedings，2002，54（2）：77-84.

[22]Liu Y，Rousseau R.Knowledge Diffusion Through Publications and Citations：A Case Study Using？ESI-fields as Unit of Diffusion[J].Journal of the Association for Information Science & Technology，2010，61（2）：340-351.

[23]Rousseau，Ronald.Robert Fairthorne and the Empirical Power Laws[J].Journal of Documentation，2005，61（2）：194-205.

[24]高繼平，丁堃，潘云濤，等.知識元研究述評[J].情報理論與實踐，2015，38（7）：134-138，133.

[25]趙紅州.科學能力學引論[M].北京：科學出版社，1984.

[26]劉則淵.知識圖譜的若干問題思考[R].大連：大連理工大學WISE實驗室，2010.

[27]溫芳芳.基于引文分析的知識擴散研究——以我國圖書情報學博士學位論文為例[J].情報理論與實踐，2015，38（9）：64-68，78.

[28]趙蓉英，魏緒秋.引證視角下的作者知識擴散規律探析[J].情報理論與實踐，2016，39（8）：12-17.

[29]趙蓉英，張心源.基于知識元抽取的中文智庫成果描述規則研究[J].圖書與情報，2017，（1）：119-127.

[30]徐榮生.知識單元初論[J].圖書館雜志，2001，（7）：2-5.

[31]趙紅洲，蔣國華.知識單元與指數規律[J].科學學與科學技術管理，1984，（9）：39-41.

[32]趙紅州，唐敬年，蔣國華，等.知識單元的靜智荷及其在荷空間的表示問題[J].科學學與科學技術管理，1990，（1）：37-41.

[33]趙紅州，唐敬年，蔣國華，等.知識單元的靜智荷及其在荷空間的表示問題（續一）[J].科學學與科學技術管理，1990，（2）：39-43.

[34]趙紅州，唐敬年，蔣國華，等.物理定律的知識熵表示問題[J].自然辯證法研究，1991，（8）：14-22，13.

[35]王克君.從科學史看無形學院對科學發展的作用[J].東北大學學報：社會科學版，2001，（2）：122-124.

[36]江亮.學術博客的“無形學院”交流模式探析[J].情報科學，2006，（2）：296-299.

[37]Zuccala A.Modeling the Invisible College[J].Journal of the American Society for Information Science & Technology，2006，57（2）：152-168.

[38]Teixeira A A C.Mapping the（in）Visible College（s）in the Field of Entrepreneurship[J].Scientometrics，2011，89（1）：1-36.

[39]Lievrouw L A.Reconciling Structure and Process in the Study of Scholarly Communication[A].Borgman C L.Scholarly Communication and Bibliometrics.Newbury park，CA：Stage，1990：59-69.

[40]張晴.Facebook中無形學院的作用形式與傳播機制研究[J].新聞知識，2017，（8）：3-7.

[41]江亮.學術博客的“無形學院”交流模式探析[J].情報科學，2006，（2）：296-299.

[42]宋麗萍，徐引篪.基于SNA的電子無形學院結構分析[J].情報學報，2007，26（6）：902-908.

[43]岳增慧，許海云.學科引證網絡知識擴散特征研究[J].情報學報，2019，38（1）：1-12.

[44]Van Leeuwen T，Tijssen R.Interdisciplinary Dynamics of Modern Science：Analysis of Cross-disciplinary Citation Flows[J].Research Evaluation，2000，9（3）：183-187.

[45]Jaffe A B，Henderson T R.Geographic Localization of Knowledge Spillovers as Evidenced By Patent Citations[J].The Quarterly Journal of Economics，1993，108（3）：577-599.

[46]董克，張斌.學科知識擴散網絡路徑識別研究進展[J].情報理論與實踐，2017，40（8）：139-144.

[47]雷懷英，王童，申成霖.協同創新領域知識擴散路徑研究[J].經濟問題，2017，（9）：13-19.

[48]Chaomei Chen，Diana Hicks.Tracing Knowledge Diffusion[J].Scientometrics，2004，59（2）：199-211.

[49]梁永霞，劉則淵，楊中楷.引文分析學的知識流動理論探析[J].科學學研究，2010，28（5）：668-674.

[50]溫伯格.知識的邊界[M].胡泳，高美，譯.太原：山西人民出版社，2014：186.

[51]Phelps C，Heidl R，Wadhwa A.Knowledge，Networks，and Knowledge Networks：A Review and Research Agenda[J].Journal of Management，2012，116（3）：239-257.

[52]王文靜，趙江坤.產學專利合作網絡：結構演變與知識流動——合作形式視角[J].科技進步與對策，2019，36（7）：1-9.

[53]李林，李秀霞，劉超，等.知識擴散對國際聯合研究和學科融合的影響——以ISLS和Communication為例[J].情報雜志，2018，（1）：158-162，190.

[54]Burt R S.Structural Holes：The Social Structure of Competition[M].Cambridge：Harvard University Press，1992：51-54.

[55]Nerkar A，Paruchuri S.Evolution of R&D Capabilities：The Role of Knowledge Networks Within a Firm[J].Management Science，2005，51（5）：771-785.

[56]Rogers E M.Diffusion of Innovations[M].5th New York：Free Press，2003

[57]宋歌.學術創新的擴散過程研究[J].中國圖書館學報，2015，41（1）：62-75.

[58]Garfield E.Delayed Recognition in Scientific Discovery：Citation Frequency Analysis Aids the Search for Case Histories[J].Current Contents，1989，（23）：3-9.

[59]Raan A F J V.Sleeping Beauties in Science[J].Scientometrics，2004，59（3）：467-472.

[60]杜建，武夷山.一個用于識別睡美人文獻的新的無參數指標——基于“Science”和“Nature”上睡美人文獻的驗證[J].情報理論與實踐，2017，40（2）：19-25.

[61]Lewison G，Rippon I，Wooding S.Tracking Knowledge Diffusion Through Citations[J].Research Evaluation，2005，14（1）：5-14.

[62]李江.基于引文的知識擴散研究評述[J].情報資料工作，2013，（4）：36-40.

[63]Rousseau，Ronald.Robert Fairthorne and the Empirical Power Laws[J].Journal of Documentation，2005，61（2）：194-205.

[64]Nakamura H，Suzuki S，Hironori T，et al.Citation Lag Analysis in Supply Chain Research[J].Scientometrics，2011，87（2）：221-232.

[65]Rowlands，Ian.Journal Diffusion Factors：A New Approach to Measuring Research Influence[J].Aslib Proceedings，2002，54（2）：77-84.

[66]Quentin L Burrell.The Gini Index and the Leimkuhler Curve for Bibliometric Processes[J].Information Processing & Management，1992，28（1）：19-33.

[67]王文靜，趙江坤.產學專利合作網絡：結構演變與知識流動——合作形式視角[J].科技進步與對策，2019，36（7）：1-9.

[68]高霞，陳凱華，官建成.科學知識擴散的網絡模型[J].研究與發展管理，2013，25（2）：45-54.

[69]Lewison G，Rippon I，Wooding S.Tracking Knowledge Diffusion Through Citations[J].Research Evaluation，2005，14（1）：5-14.

[70]黃瑋強，莊新田，姚爽.基于創新合作網絡的產業集群知識擴散研究[J].管理科學，2012，25（2）：13-23.

[71]Xing Li.Research on Knowledge Diffusion in Cluster Innovation Network Based on Social Network Theory[J].Applied Mechanics and Materials，2013，411-414：262-265.

[72]海伊，等.第四范式：數據密集型科學發現[M].潘教峰，張曉林，等譯.北京：科學出版社，2012.

[73]維克托·舍恩伯格，肯尼思·庫克耶.大數據時代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[74]胡志剛.全文引文分析方法與應用[D].大連：大連理工大學，2014.

[75]徐敏，李廣建.第四范式視角下情報研究的展望[J].情報理論與實踐，2017，40（2）：7-11.

[76]Taigman Y，Yang M，Ranzato M，et al.DeepFace：Closing the Gap to Human-Level Performance in Face Verification[C]//Conference on Computer Vision and Pattern Recognition（CVPR）.IEEE Computer Society，2014.

[77]Krizhevsky A，Sutskever I，Hinton G.ImageNet Classification with Deep Convolutional Neural Networks[J].Advances in Neural Information Processing Systems，2012，25（2）：1097-1105.

[78]方國平，邱均平.基于知識圖譜的中外自然語言處理研究的對比分析[J].數據分析與知識發現，2014，30（12）：51-61.

[79]關鵬，王曰芬，傅柱.基于多Agent系統的科研合作網絡知識擴散建模與仿真[J].情報學報，2019，38（5）：512-524.

[80]李卓，趙夢圓，柳嘉昊，等.基于引文內容的圖書被引動機研究[J].圖書與情報，2019，（3）：96-104.

[81]賀巷超.知識轉移載體論[J].圖書館理論與實踐，2011，（3）：1-5.

[82]余厚強，Bradley M Hemminger，肖婷婷，等.新浪微博替代計量指標特征分析[J].中國圖書館學報，2016，42（4）：20-36.

[83]Istvan Z Kiss，Mark Broom，Paul G Craze，et al.Can Epidemic Models Describe the Diffusion of Topics Across Disciplines？[J].Journal of Informetrics，2009，4（1）.

[84]張理，魏奇鋒，顧新.基于無標度網絡模型的協同創新網絡知識擴散研究[J].情報理論與實踐，2018，41（10）：79-86.

[85]魏瑩，李鋒.知識分享型網絡的網絡演化及知識擴散模型研究[J].情報科學，2018，36（4）：123-129.

[86]張江甫，顧新.基于雙階段擴散的知識網絡知識流動模型及仿真[J].情報理論與實踐，2016，39（5）：74-78.

[87]李樹青，徐俠，錢鋼，等.基于振蕩算法和領域本體的學術文獻關鍵路徑自動識別和可視化展示方法[J].情報學報，2012，31（7）：676-685.

[88]劉成鍇，王斌君，吳勇.基于遺傳算法的文本特征選擇[J].科學技術與工程，2019，19（33）：302-307.

[89]林麗麗，馬秀峰.基于LDA模型的國內圖書情報學研究主題發現及演化分析[J].情報科學，2019，37（12）：87-92.

（責任編輯：郭沫含）