科學知識傳遞視角下學科交叉最短路徑研究

張瑞 姚童 楊艷妮

關鍵詞： 科學知識; 文獻大數據; 最短路徑分析; 學科交叉; Scopus 數據庫

在過去幾十年中， 科學面臨的問題變得日益緊迫、復雜， 許多與人類活動密切相關的問題無法在單一學科范圍內得到回答， 決策者和研究人員解決這些問題越來越需要跨越傳統獨立研究領域。科學知識傳遞有助于打破現代學術界的溝通鴻溝， 充分調動智力資源， 是產生創新知識的動力之一。例如， 物理學領域中關于原子自旋的研究， 形成了醫學中的磁共振成像， 進而促進了醫學和生物學中的許多新的應用和發現[1] 。在當今學科高度綜合化趨勢下， 從學術界到公共政策部門， 再到私營企業機構， 對于科學合作研究寄予非常高的期待， 并通過各種手段和方式支持和鼓勵跨學科項目[2] 。在新學科創建以及學科范圍擴展中， 為避免知識框架融合混亂， 需要一代又一代的學科交叉研究實踐。因此， 對科學系統發展而言， 學科交叉既是一項挑戰， 又是一種利器。

學科之間的合作是科學知識的一種傳遞方式，但是知識背景差異顯著的學科其知識阻力也大， 不少學科需要通過中間學科傳遞知識。如何衡量兩個學科之間知識阻力大小程度， 以及判斷產生聯系最少需要跨越哪些中間學科是分析學科交互的關鍵問題。本研究在科學知識傳遞視角下， 運用學科知識交叉最短路徑相關指標， 采集Scopus 數據庫生命科學領域文獻數據進行計算， 分析描述該領域跨學科知識交叉分布特征， 以此探討學科之間親疏關系。研究的實現將在一定程度上合理地解釋學科“跨越” 和“交叉”， 有利于加強科學研究人員的交流與合作， 促進新知識的發現與創造。

1相關研究回顧

1. 1科學知識傳遞

由于科學系統內在機制的約束， 通常運用期刊和文獻來記錄科學聯系， 即科學知識的繼承關系和合作關系， 因此科學知識載體能確切地反映科研活動中的兩種主要的科學知識傳遞方式———知識轉移與知識共同創造[3-4] 。隨著科學系統的分化與發展， 科學演變為“分科而學”， 不同學科逐漸形成完整的知識結構， 知識在不同學科具有不同的特點， 知識內容可以按不同的“學科” 劃分。大多數文獻以期刊類別作為學科分類的劃分依據， 每種期刊以一對多的方式歸入多個學科類別之下， 呈現出多樣性、開放性、交叉性和復雜性的特征[5] 。文獻所屬的期刊特性通常被作為主要渠道特性， 研究表明， 不同期刊發表同一篇論文對科學事業的貢獻也有很大不同[6] ; 彭繼東等[7] 從學科整體和期刊個體兩個層面分析納米科技學科領域的知識交流; Yan E[8] 將期刊級引文數據集聚合成27 個學科領域， 以學科作為分析單元。但該分類依據并不是唯一， 如吳江等[9] 基于基金進行學科劃分， 根據基金代碼間的共現關系構建學科知識流動網絡。劉婷等[10] 以期刊論文的參考文獻分類號來劃分學科。學科作為劃分知識的產物， 實際上代表著知識的集合。知識點被分得越細， 則越靠近學科細分條目。

英國著名的文獻學家布拉德福指出， 各學科之間必然存在一定的聯系[11] 。在新學科創建以及學科范圍擴展中， 為避免知識框架融合混亂， 需要一代又一代的知識傳遞研究實踐。目前， 有不少研究成果揭示了一定的跨學科知識傳遞規律， 如從20世紀80 年代中期開始， 越來越多的科學研究引用自身學科以外的研究成果[12] ; 跨學科程度與被引量呈現倒U 型關系[13] ; 人文社會科學引用自然科學（科學、技術、農業和醫學）會給自身帶來更多的引用[14] 等。盡管引證關系能夠很好地表示學科間的知識輸入、輸出， 反映學科彼此之間的貢獻關系，但是僅僅從引文視角揭示科學知識傳遞， 缺乏科學知識全面動態審查， 使得對學科整體發展的理解有限。“學科” 代表高度整合的知識形態， 一般通過科學研究問題的歸屬來界定知識的特性， 受學科體制的束縛， 不同學科具有特定的研究方法、研究問題或主題。根據Pierce S J[15] 描述， 學科之間的聯系可分為3 類： 一是借用， 指學科將其他領域的理論和方法運用到自身的學科研究中， 主要通過引證關系衡量; 二是合作， 指不同學科合作發表研究成果; 三是跨界， 在其他領域學科中發表研究成果。因此， 研究成果在不同領域學科分類也是學科之間產生聯系的一種方式， 為科學知識傳遞提供了一條隱形路線。本文在科學知識傳遞視角下， 探究領域內學科之間的關系特征。

1. 2學科交叉分析方法

學科交叉分析方法通常以“學科引用” 和“學科共現” 為依據。“引用” 是文獻與文獻之間產生聯系的一種標志， 而引文分析方法在探究學科知識的繼承與發展關系中發揮重要作用。姜春林等[16]從論文自身學科屬性、引文學科類別兩個角度分析學科交叉研究。開濱[17] 在引文分析基礎上構建學科交叉性指數測度學科交叉性。Bowman T D 等[18]根據引文構建學科地址框架展開學科交叉研究。而“共現” 是兩個事物同時發生的當時屬性， 也是兩個事物聯系的外在表現[19] 。徐曉藝等[20] 從科研合作角度出發， 基于合著論文參考文獻的學科分布構建多學科共現網絡。從本質上來講， 合作關系運用的是共現網絡， 是無向網絡; 而引用關系運用的是引文網絡， 是有向網絡。“共現” 和“引用” 都是由科學本身發展規律和內在機制所決定的。在網絡分析之上， 圖建模方法被學者們青睞， 如HummonN P 等[21] 提出主路徑分析方法; Mueller M 等[22] 探究不同網絡的路徑長度、周期性、度中心度的分布和不對稱性對系統知識分布特性具有不同影響;Renoust B 等[23] 在有向非循環圖（DAGs）視角下研究知識產生和傳播等。

學科交叉分析反映出學科內部、學科與其他科學研究的相互依存結構。商憲麗[24] 在交叉學科內部和相關基礎學科兩個層次上構建交叉學科主題引用網絡。Nelson M R 等[25] 、Sarin S 等[26] 、TsayM[27] 分別基于不同學科領域， 檢驗該學科領域與其他學科之間知識流動。學科之間合作是促進知識復興和再生的動力， 學科之間的共現象征著學科之間的合作， 學科共現信息也能有效反映學科的交叉屬性特征。本文從學科共現的角度， 探究科學知識傳遞意義下的學科與學科之間的最短路徑， 將學科作為實體抽象為網絡圖， 獲得學科交叉的實現途徑， 揭示領域內學科關系和微觀結構， 為促進學科發展提供量化依據。

2分析框架

2. 1方法流程

為測量科學研究的交叉程度， 期望獲得兩個學科之間互動關系的強弱， 尋找兩個學科之間的最短路徑， 學科共現網絡中的最短路徑問題就是解決這些問題， 將學科作為實體抽象為網絡圖， 通過最短路徑測量學科之間的連接， 揭示學科潛在合作的可能性， 最短路徑越小， 學科之間合作的可能性越大。本研究的方法流程如圖1 所示。

2. 2構建學科共現矩陣

共現分析是一種常用的探究科學結構與分布分析方法， 其基本思想是以不同實體的外部特征為基礎， 通過外部特征的共現揭示其深層關聯， 提供有價值的線索。將一個學科領域i 的內部結構由SCi =（SCi，1，…，SCi，j ，…，SCi，n ）表示， n 表示學科總數。則學科共現結構為：

其中， SC 表示為一個n×n 兩兩共現對稱矩陣，SCij表示學科i 與學科j 間的相關關系。若分析單一領域的學科之間的關系， 其中， 每篇文獻中必有一個學科屬于該領域， 因此， 倘若學科i 或學科j 均不屬于該領域， 說明SCij是兩學科基于該領域學科產生的相關關系。例如， 生命科學領域中大量文獻的學科類別包含醫學、心理學， 則生命科學領域對醫學與心理學發揮了重要連接作用。

首先， 根據學科共現出現的頻次構建SC 矩陣， 即用學科i 與學科j 共現的總文獻量來計算SC矩陣。對SC 矩陣進行標準化處理生成SC′矩陣，兩學科相關關系用學科i 與學科j 共現文獻量除以總共現文獻量， 表示為：

2. 3學科交叉最短路徑指標

各種最短路徑算法具有不同的特點。Dijkstra算法是一種比較成熟和常用的算法， 也稱為標號設置算法或雙標號法， 該算法由荷蘭計算機科學家Dijkstra E W[28] 于1959 年提出， 其主要思想與代換法類似： 以一個固定起點計算與其他節點的距離，用最短距離（臨時標號）的不斷否定尋找到最終的距離（永久標號）， 由近及遠， 逐步向外層擴展。Dijkstra 算法主要適用于非負權的網絡求解， 時間的復雜度為O（n2）。目前為止， 該算法被認為是求解兩節點之間最短距離的最優方式。Dijkstra 算法具體步驟如下[29] ：

步驟0： （初始化）對起始點v1 置永久標號u1 =0， 剩下的n-1 個點置臨時標號u1 =w1j（2≤j≤n），S ={v1}， R ={v2，v3，…，vn }。

步驟1： 在R 中取一個頂點vk ， 使uk =min vj∈kuj ，如果uk = +∞， 停止， 從v1 到R 中各頂點都沒有路; 否則轉到步驟2。

步驟2： 置R = S∪{vk }， R = R ＼{vk }。若R =?， 結束， 所有最短路徑{vi ，vj }的都已經求出; 否則轉步驟3。

步驟3： 對一切vi∈R， 置， 然后轉到步驟1。

運用Dijkstra 算法計算學科共現網絡， 循環比較路徑距離的方法， 由起始節點到終止節點層層擴展， 尋找最短距離的路徑。學科i 與學科j 之間的距離用學科i 與學科j 相關關系SCij的倒數來表示，即： 1/ SCij ， 含義表示為總共現文獻量除以學科共現的文獻量———學科之間共現的文獻數量越高， 學科之間的關聯越大， 它們之間的距離越短。將生命科學領域學科共現網絡圖G 的拓撲數據存儲在帶權的鄰接矩陣中。設定i≠j， 若SCij為0， 距離則為+∞;i =j， 表示同一學科間距離最近， 權值為0。

基于學科共現網絡G， 結合如下指標[30] 展開探討：

最短路徑（Shortest Path）： 最短路徑SPij 表示為學科i 與學科j 之間存在一條路徑， 使得累積路徑權重達到最小值。

最短路徑權重（Shortest Path Weight）： 最短路徑權重SPWij表示最短路徑的累積路徑權重值， 即路徑所經過節點的連邊距離之和， 節點連邊距離為鄰接矩陣中的值。

最短路徑長度（Shortest Path Length）： 最短路徑長度SPLij表示學科i 與學科j 中的最短路徑中傳輸知識時所經過的節點個數。

最短路徑出現次數（Occurrence in Shortest Path）：最短路徑出現次數OiSPk 表示學科k 在所有最短路徑中出現的次數。

其中， 路徑權重代表學科之間的距離， 學科共現的頻率越高， 學科知識共享機會越多， 學科之間距離也就越近; 最短路徑權重說明了學科之間的親密程度。最短路徑長度反映了學科間傳遞知識所需“步驟”， 也就是一個學科訪問另一個學科的容易程度， 最短路徑長度越短， 學科知識流動越便利，學科交叉融合的可能性越大。最短路徑出現次數說明一個學科在知識傳遞中的媒介作用， 體現該學科在科學知識傳遞中發揮的重要程度和控制能力。

3實證研究

3. 1數據獲取與預處理

本文數據來源于Scopus 數據庫， Scopus 數據庫學科分類是經過專家調查方法設定的一套完整學科分類體系： 首先， 預收錄一個出版物時， 出版物負責人會按對應學科分類選擇出版物所屬的學科，再由Scopus 數據專業人員進行審查。研究表明，從分類體系結構角度來看， 相比于Web of Science按照ESI 學科進行分類， Scopus 數據庫的學科分類體系具有更好的規律結構[31] 。在Scopus 中， 整個學科分類體系共分為3 個層級， 一級學科共4 種（生命科學、健康科學、物理科學和社會科學），二級學科27 種， 三級學科334 種， 每個三級學科與上位類學科唯一對應。

根據Elsevier 網站， 生命科學領域為一級學科領域， 具有二級學科和眾多三級學科分支， 具體劃分為農業和生物科學（AGRI）、生物化學、遺傳學和分子生物學（BIOC）、免疫學和微生物學（IMMU）、神經科學（NEUR） 及藥理學、毒理學和藥劑學（PHAR）5 個一級學科， 與相對應的51 個二級學科。

在Scopus 官網中Sources 分頁下載來源出版物列表（ https：/ / www. scopus. com/ sources. uri？ zone =TopNavBar&origin=searchbasic， 更新日期2019 年5月， 下載日期2019 年9 月）， 篩選領域為生命科學（Life Sciences）期刊。根據Scopus 來源出版物列表中的每本期刊的ISSN（EISSN 號作為補充）、利用愛思維爾提供的API， 構建URL， 獲取每一本出版物的檢索信息（XML 格式）， 摘取收錄文獻的基本信息。共獲取Scopus 中生命科學領域2013—2018年3 575 103篇文獻。在收集JSON 格式Scopus 文獻題錄數據中， 每篇文獻標記有學科分類， 該分類是根據文獻所屬期刊學科進行劃分。

定義學科知識存量以及學科知識累積存量如以下公式所示：

其中， KSt 為t 時刻知識存量， Dit 為t 時刻的第i 篇文獻知識存量， M 為t 時刻學科包含的文獻數; 式（4） 中， CKSt 以0 時刻為初始時刻， 到t 時刻的知識累積存量， 由于知識的可累計特性， CKSt是一個與時間t 相關的增函數。

根據公式計算2013—2018 年生命科學領域各級學科的知識存量， 將每篇文獻知識存量視為相等， 取值為1。其中同一篇文獻類型可能屬于多個學科， 設置單篇文獻可以按學科多次統計， 并匯總不同學科知識存量分布圖， 計算不同二級學科下的三級學科知識存量占比， 繪制出圖2。

3. 2學科編碼與共現分析

3. 2. 1學科編碼

科學文獻所代表學科類別是其知識背景的信息反映。單一文獻對象在學科分類體系中， 可以劃分為不同的學科， 具有多個學科屬性。以生命科學領域文獻為核心， 探討其與領域內學科之間、領域內與領域外的學科之間的關系特征， 揭示生命科學領域知識結構的基本格局。主要參考Scopus 的學科分類， Scopus 有二級學科27 種， 去除因無法劃分類別、代表多學科的“Multidisciplinary” 一類， 共包含二級學科26 種， 分為四大類別學科領域： 生命科學領域（5 種）、健康科學領域（5 種）、物理科學領域（10 種）及社會科學領域（6 種）。將不同學科領域按二級學科進行分層歸類、編碼， 如表1 所示。

3. 2. 2學科共現網絡構建

根據學科共現矩陣計算規則， 對科學研究中所涉及的學科領域共現進行分析， 一般認為， 一篇文獻可劃分為不同的學科， 兩個學科共同出現的頻次越高， 則兩個學科的關聯性越強， 即可生成學科間相互關聯的網絡。單篇文獻的學科屬性包含多個三級學科類別， 映射到二級學科類別， 以此進行學科與學科之間組配， 構成學科共現。其中， 3 575 103篇文獻中， 625 493篇（17. 50%）標注為單一學科，1 301 733篇（36. 41%）標注了兩個學科， 882 720篇（24. 69%）標注了3 個學科， 428 290篇（11. 98%）標注了4 個學科， 336 867篇（9. 42%）標注了5 個及5 個以上的學科。大部分的文獻呈現出多學科交叉的屬性。為直觀地顯示學科之間親疏關系的整體面貌， 繪制生命科學領域學科共現熱力圖， 如圖3所示。不同學科之間關系強度用不同顏色來表示，大致維持在0%～6%之間; 圖中右邊顯示在共現關系對中不同學科出現頻次。

學科i 與學科j 之間的距離用學科i 與學科j 相關關系SCij 的倒數來表示， 即： 1/ SCij ， 含義表示為總共現文獻量除以學科共現的文獻量———學科之間共現的文獻數量越高， 學科之間的關聯越大， 它們之間的距離越短。將生命科學領域學科共現網絡圖G 的拓撲數據存儲在帶權的鄰接矩陣中， 如圖4 所示。對于不同的學科之間i≠j， 若學科關系SCij為0， 距離則為+∞; 同一學科表示i =j， 默認為同一學科間距離最近， 權值為0。

3. 3生命科學領域學科交叉最短路徑分析

為揭示生命科學領域與其他學科領域的學科交叉， 運用Dijkstra 算法計算學科共現網絡， 循環比較路徑距離的方法， 由起始節點到終止節點層層擴展， 尋找最短距離的路徑; 對最短路徑權重、最短路徑長度以及最短路徑出現次數各項指標進行具體計算。

3. 3. 1學科交叉最短路徑權重

對生命科學領域學科交叉最短路徑權重計算，結果如表2 所示。

1） 領域中5 個學科與其他學科交叉最短路徑大體一致， 整個路徑基本核心團包括： 農業和生物科學（Aa）、生物化學、遺傳學和分子生物學（Ab）、免疫學和微生物學（Ac）、神經科學（Ad）、藥理學、毒理學和藥劑學（Ae）、醫學（Ba）、化學工程（Ca）、化學（Cb）、地球和行星科學（Cd） 和工程（Cf）。說明了非生命科學領域（Ba、Cb、Cd 和Cf）為生命科學領域學科互動活躍， 并貢獻了重要的科學知識。

2） 醫學（Ba）和生物化學、遺傳學和分子生物學（Ab）構成了生命科學領域發展的基礎， 這兩個學科與生命科學領域所有學科之間的最短路徑權重均排在前3， 醫學（Ba）和生物化學、遺傳學和分子生物學（Ab）之間的最短路徑為23. 28， 是所有不同學科之間最短路徑的最低值， 說明這兩學科在生命科學領域中具有重要地位。

3） 環境科學（Cg）和化學工程（Ca）是影響農業和生物科學（Aa）、生物化學、遺傳學和分子生物學（Ab）兩個非常重要的領域外學科， 最短路徑權重分別為57. 08 和42. 09， 健康專業（Be）是影響藥理學、毒理學和藥劑學（Ae）的特色領域外學科，與其他生命科學領域最短路徑權重排名未到Top10。

4） 物理科學領域對生命科學領域關聯學科的數量最多， 除農業和生物科學（Aa）外， 按照距離從小到大/ 關系程度從大到小為： 化學（Cb）、環境科學（Cg）、化學工程（Ca）、工程（Cf）、地球和行星科學（Cd）。

5） 社會科學與生命科學領域學科關系未到Top10， 二者的關聯程度最低。

3. 3. 2學科交叉最短路徑出現次數

對生命科學領域學科交叉最短路徑出現次數進行計算， 結果如表3 所示。

1） 生命科學領域， 計算所有學科之間最短路徑， 然后統計生命科學領域農業和生物科學（Aa）、生物化學、遺傳學和分子生物學（Ab）、免疫學和微生物學（Ac）、神經科學（Ad）、藥理學、毒理學和藥劑學（Ae）5 門學科最短路徑出現次數， 按高低排序為Ab（269）、Aa（172）、Ad（72）、Ac（26）、Ae（26）， 可說明生命科學領域農業和生物科學（Aa）、生物化學、遺傳學和分子生物學（Ab）以及神經科學（Ad）是生命科學領域最具有交叉屬性的三大類學科。

2） 農業和生物科學（Aa）的最短路徑出現次數分布在不同領域的關聯中， 其中， 在物理科學與社會科學的連接（C-D）占比最高， 為25. 58%; 生物化學、遺傳學和分子生物學（Ab）、神經科學（Ad）與之類似， C-D 占比最高， 分別為19. 33%和27. 78%;免疫學和微生物學（Ac）、毒理學和藥劑學（Ae）是一致的， 主要是在生命科學領域與物理科學領域的連接（A-C）中占比最高， 為38. 46， 而且在與物理科學與社會科學相關的連接中無直接中介作用， 占比為0。由此表明， Aa、Ab 和Ad 是在非生命科學領域連接中發揮重要的中介作用， 而Ac 和Ae 主要在生命科學領域與其他領域的連接中發揮中介作用。

3） 相比于農業和生物科學（Aa）及生物化學、遺傳學和分子生物學（Ab）， 神經科學（Ad）的最短路徑出現次數在生命科學領域與物理科學領域的連接（B-B、B-C、C-C）中占比為0， 大多數分布在與社會科學領域相關的連接中（A-D、B-D、C-D和D-D）， 說明神經科學（Ad）對于社會科學領域學科交叉具有重要意義。

3. 3. 3學科交叉最短路徑長度

對生命科學領域學科交叉最短路徑長度計算，結果如圖5 和表4 所示。可得如下結論：

1） 生命科學領域學科交叉最短路徑長度頻率分布整體呈現偏正態分布， 大多數學科之間的關聯需要經歷2～3 個學科節點， 少數學科之間的關聯需要經歷1、4 和5 個學科節點。

2） 最短路徑長度為1， 表明學科之間產生關聯的距離最短， 不需要其他生命領域學科承擔中介作用， 反映學科之間的密切關系。分析非生命科學領域與生命科學領域中存在的最短路徑長度為1 的學科關系： 在健康科學領域中， 醫學（Ba）對應于生物化學、遺傳學和分子生物學（Ab）、免疫學和微生物學（Ac）、神經科學（Ad）及藥理學、毒理學和藥劑學（Ae）， 獸醫（Bc）對應于農業和生物科學（Aa）， 健康專業（Be）對應于生物化學、遺傳學和分子生物學（ Ab） 和藥理學、毒理學和藥劑學（Ae）; 在物理科學領域， 地球和行星科學（Cd）、環境科學（Cg）對應于農業和生物科學（Aa）， 其余對應生物化學、遺傳學和分子生物學（Ab）; 在社會科學領域， 人文與藝術（Da）、心理學（De）對應于神經科學（Ad）， 其余對應農業和生物科學。由此可以看出， 農業和生物科學（Aa）與社會科學領域大多數學科關系更近; 生物化學、遺傳學和分子生物學（Ab）與物理科學領域大多數學科關系更近;神經科學（Ad） 與社會科學領域中的人文與藝術（Da）和心理學（De）關系最近; 藥理學、毒理學和藥劑學（Ae）與健康科學中的健康專業（Be）關系最近。

另外， 一些學科在生命科學領域中具有間接聯系（生命科學作為中介學科）， 如健康科學領域中的醫學（Ba）和護理（Bb）， 醫學（Ba）和牙科（Bd）;物理科學領域中的化學工程（Ca）和化學（Cb）， 地球和行星科學（Cd）和環境科學（Cg）; 社會科學中的人文與藝術（Da）和心理學（De）。一方面， 生命領域學科在這些學科的連接中發揮了一定的作用;另一方面， 也表明這些學科是生命科學領域與健康學科領域、物理科學領域和社會科學領域之間連接的主渠道。

3） 大多數學科之間的最短路徑長度為2 和3，表明學科之間產生聯系， 只需要經過2 和3 個節點， 仍有不少學科產生聯系需要經過4、5 個節點，這些學科很難在生命科學領域內產生聯系， 分析哪些學科具有怎樣的特性也很有必要。從表5 可以看出， 最短路徑長度等于4 和5 大多數集中于健康科學領域、物理科學領域、社會科學領域的學科節點關系， 說明生命科學領域在它們的聯系中發揮中介作用的可能性很小。另外， 在生命科學領域， 農業和生物科學（Aa）與社會領域中的人文與藝術（Da）和心理學（De）產生聯系的可能性很小; 神經科學（Ad）與健康科學領域中的獸醫（Bc）、物理科學領域中的地球和行星科學（Cd）和環境科學（Cg）、社會科學領域中的商業、管理和會計（Db）、決策科學（Dc）、經濟學、計量經濟學和金融學（Df）以及社會科學（Df）產生聯系的可能性很小， 說明這些學科在生命科學領域產生聯系的“知識阻力” 較大。

4討論與分析

1） 生命科學領域內的學科間關系， 明顯強于與領域外的學科關系。對學科關系進行全局分析，學科內的關系強度大多在3%～6%， 是關系強度最高的區域; 領域內與領域外的學科關系大多在3%左右， 而其他學科基于生命科學領域產生的關系，其關系強度大多在0% ～ 3%， 學科間關系強度較弱。另外， 健康科學領域中的Ba（醫學）與生命科學領域在關聯程度特征上基本沒有差異性， 呈現顯著聚簇現象， 說明醫學與生命科學關系極其密切，學科知識之間滲透性強， 二者融合向前發展。

2） 生命科學領域內部不同學科與其他學科領域的關系親疏具有差異性。除Ba（醫學）以外， 對于Aa（農業和生物科學）， 與其他領域關系較近的學科為Cd（地球和行星科學）和Cg（環境科學）; 而Ab（生物化學、遺傳學和分子生物學）關系較近的是Ca（化學工程）和Cb（化學）。與Ac（免疫學和微生物學）密切相關只有Ba（醫學）， 其他學科領域關系不顯著; 與Ad（神經科學）較相關的還包括社會科學中的De（心理學）; 與Ae（藥理學、毒理學和藥劑學）較為相關的則是Cb（化學）和Be（健康專業）。這些關系對比中， 充分反映生命科學領域不同學科發展的知識需求具有差異， 這些差異與學科的基本任務和使命息息相關。

3） 生命科學領域學科對部分學科的發展具有明顯作用。生命科學領域自身學科關聯程度較大，說明學科知識的凝聚力較強; 此外， 觀察其他學科內部關聯程度， 發現Ba（醫學）、Cb（化學）、Cd（地球和行星科學）和Cg（環境科學）自身相關性很大， 說明生命科學在這些學科的發展中發揮著重要作用， 也表明這些學科與生命科學聯系緊密， 是學科交叉研究重點。同時， 相較健康科學內部關聯，生命科學在物理科學和社會科學內部關聯發揮作用更大。

4） 生命科學領域是連接不同學科領域的橋梁， 且發揮銜接作用的程度不同。分析與生命科學領域發生高強度關聯的學科， 發現大部分集中在健康科學領域和物理科學領域， 社會科學領域沒有顯著相關學科。在健康科學領域， 除了Ba（醫學）與物理科學和社會科學產生較強關聯， 其他學科與外部學科發生關聯的可能性很小; 在物理科學領域，Ca（化學工程）、Cb（化學）、Cc（計算機科學）、Cd（地球和行星科學）、Ce（能源）、Cf（工程）、Cg（環境科學）能夠與社會科學通過生命科學領域產生關聯關系， 而在Ch（材料科學）、Ci（數學）和Cj（物理學和天文學）與社會科學發生的連接中， 生命科學領域基本發揮不了作用。

5結論

本研究以生命科學領域為主要學科， 從科學知識傳遞視角分析學科交叉最短路徑。首先， 對學科分類標準和依據進行說明， 詳細闡釋生命科學領域內不同學科的知識特征， 并對不同學科知識存量進行統計。接著， 考慮到一篇生命科學領域文獻具有不同學科屬性， 結合Scopus 文獻數據探究生命科學領域內外的學科共現， 從中體現了生命科學領域內外學科親疏關系; 采用最短路徑方法確定學科之間交叉關系， 使不同學科知識傳遞路線清晰化。

科學知識傳遞重點在于不同學科之間的共性，本文展示了生命科學領域不同學科之間的關聯關系具有明顯的差異性， 揭示了學科之間的互動關系及不同學科在合作關系中發揮的中間作用。另外， 知識的分工與協同是科學系統發展的必然選擇， 學科交叉是不同類別的學科進行知識合作目的之一。基礎性、適用性較強的學科在學科共現中表現活躍;不同的學科知識結構中的共同語言較多則學科互惠明顯。

本研究的局限： 時間跨度相對較短， 得到的結論只針對領域發展一個片段， 不足以剖析長時間縱向動態發展規律; 另外， 數據選取領域可以拓寬，不限于生命科學領域能夠更加全面地反映整體學科互動關系。

3146500338273