基于社會網絡的學者科研合作與其跨學科性的關系研究

殷茜 李澤霞

摘要：[目的/意義]探索學者的科研合作與其跨學科性的關系，以期為從事跨學科研究的學者優化自身科研合作模式提供參考建議，為在培養跨學科人才的過程中優化科研合作策略提供依據。[方法/過程]基于普賴斯核心作者分布定律選取學者?；赪eb of Science論文數據構建作者共現網絡，用社會網絡指標點度中心性測度合作規模，點聚集系數測度團體合作率，國際合作論文量占比測度國際合作率；基于Rao-stirling指數測度學者的跨學科性。從學者個體層面出發，分析各指標間的關系。[結果/結論]以天體物理學領域學者為研究對象，研究結果表明學者的合作規模、團體合作率、國際合作率都與其跨學科性顯著正相關，合作規模、團體合作率、國際合作率為影響學者跨學科性相關表現的因素，進而推斷學者擴大合作規模、參與團體合作和國際合作有助于其輸入跨學科知識，從而完善自身知識結構，產出高質量研究成果。

關鍵詞：科研合作? ? 跨學科性? ? 社會網絡? ?文獻計量

分類號：G250

引用格式：殷茜， 李澤霞. 基于社會網絡的學者科研合作與其跨學科性的關系研究： 以天體物理學領域學者為例[J/OL]. 知識管理論壇， 2022， 8（3）： 193-201[引用日期]. http：//www.kmf.ac.cn/p/344/.

隨著科技產業的快速發展，全球競爭日益激烈，越來越多的現實性復雜問題需要多方利益相關者跨越學科界限、集成各學科專業知識來協同解決[1]?？鐚W科研究指一種由個人或團體整合來自兩個或多個專業知識或研究實踐的觀點/概念/理論、方法/工具以及信息/數據的研究模式，其目的是解決單個研究實踐領域無法解決的問題或者加快對基礎研究的理解[2]。當前，世界各國或地區紛紛表現出對跨學科研究的重視。美國國家科學院于2005年發布了《促進跨學科研究》報告并在報告中為從事跨學科研究的部門和工作人員如何推動跨學科研究開展提供了建議和指南[3]；歐盟2020未來新興技術計劃的目標中提到“以一種全新、高風險的思路來促進跨學科研究之間的科研合作，從而加快發展最有前途的新興領域的科學技術”[4]；中國國家自然科學基金委員會通過管理政策導向和為學科交叉設置專門經費等方式，引導和激勵各科學部門主動資助跨學科部的科學研究[5]，并于2020年成立交叉科學部，以探索建立學科交叉研究范式，培養交叉科學人才。依據跨學科研究文獻署名的作者數量，可以將跨學科研究分為個體跨學科研究和合作式跨學科研究。其中，合作式跨學科研究是真正推動知識創新和科學進步的重要途徑[6]。許多重大科學發現都是合作式跨學科研究的成果，如來自生物、物理和化學領域的科學家合作發現DNA雙螺旋結構，開啟了生物分子學的時代[7]；來自物理和醫學領域的科技人員共同研發的磁共振成像技術為生物醫學成像開辟了一個極富生命力的領域[8]。

跨學科研究在科技發展中扮演著非常重要的角色，隨著新一輪科技革命的深入，促進跨學科研究也成為國內外關注的重點。已有學者跨學科性相關因素研究分別從學者的學術年齡、性別、研究興趣等方面開展了有益探討。在學術年齡方面，J. Pessoa等[9]發現跨學科性隨著學者的學術年齡增長而增長，認為更有豐富經驗的學者更傾向于參與跨學科研究；A. Lindgreen等[10]提出跨學科研究并不一定需要具有豐富經驗或專業知識的學者參與。在性別方面，R. Diana等[11]指出相比男性同行，女性學者可能會以更高比率被吸引到學科交叉領域，從事跨學科研究；F. J. V. Rijnsoever等[12]同樣發現女性會更多地參與跨學科研究，研究經驗、工作時間均與其跨學科性存在顯著正相關關系。在研究興趣方面，S. Feng等[13]發現具有跨學科性的研究主題會更加引起學者的興趣，而且具備多個學科領域研究經驗的學者更樂于參加或從事跨學科研究；A. Milman等[14]通過調研526名博士研究生發現，個人的研究興趣、研究的社會有益性和享受合作都有助于推動跨學科研究的開展。

然而，鮮有研究從學者合作的角度對學者跨學科性進行探討?？鐚W科研究需要具備多學科領域知識的學者協同開展[15]?？蒲泻献魇菍W者學術交流與切磋的重要方式，是輸入知識、實現知識融合、資源共享的重要途徑。近年來，國際化科研合作也呈現出逐漸增強的趨勢[16]。S. J. Pierce[17]提出合作是跨學科信息轉移的重要模式之一，合作者能夠參與到不同學科信息的解釋和應用中。有研究發現，跨學科性與學術影響力顯著正相關[18-19]。故筆者從科研合作的角度定量分析學者不同的科研合作特征與其跨學科特征的關系，探索哪些合作特征影響學者的跨學科性，有助于學者輸入跨學科知識，從而完善學者自身的知識結構，產出更高質量和影響力的成果。這些合作特征將為從事跨學科研究的學者合理規劃自身科研合作模式提供參考，并為在培養交叉科學人才的過程中優化科研合作策略提供依據。

1? 研究設計

1.1? 研究框架

學者科研合作與其跨學科性關系的分析流程分為4個階段：學者選取、科研合作特征測度、跨學科性測度和相關關系分析。研究框架見圖1。

首先，基于普賴斯核心作者分布定律初步篩選出學者，下載每位學者發表的文獻數據后開展實體消歧，對與學者同名的數據進行預處理，確認該學者是否發表過此篇文獻。然后進行文本標注，最終獲得每位學者發表的論文及論文參考文獻信息。其次，基于這些學者的論文，一方面測度學者的不同合作特征，具體方法是先計算作者共現頻次構建作者共現網絡，然后選用社會網絡指標點度中心性、點聚集系數分別測度學者的合作規模、團體合作率；統計每篇文獻的機構所屬國別的數量，用國際合作論文量占比測度國際合作率。另一方面測度學者的跨學科性?？鐚W科性指研究的跨學科特征，如知識跨學科分布與擴散的特征[20]。從知識基礎視角來看，測度跨學科性的方法分為基于目標文獻（即學者發表的文獻）的測度和基于參考文獻的測度方法[21]。

跨學科的核心概念在于“知識整合”，參考文獻的多樣性從邏輯上來講能夠較好地用于知識整合的測度[22]，不同學科知識從參考文獻流向施引文獻的過程反映了其他學科領域的知識輸入該領域的情況?；诖?，筆者將學者的跨學科性定義為學者所有論文的參考文獻的學科分布特征，反映學者輸入知識的跨學科情況。選用基于參考文獻的測度方法來衡量學者的跨學科性?；谄诳C報告（Journal Citation Report，JCR）2021提供的期刊簡稱—全稱—學科類別數據，依靠參考文獻所屬期刊的學科分類來劃分參考文獻的學科類別。最后，利用皮爾遜相關系數分析學者的合作特征指標與跨學科性指標的相關性。

1.2? 學者選取

美國著名的科學計量學家普賴斯研究了作者人數與科學文獻數量之間的關聯性，并且注意到了精英對科學發展的巨大作用以及不同能力層次的科學家之間的定量關系。隨后普賴斯在《小科學，大科學》一書中提出了普賴斯核心作者分布定律，即在同一主題領域，一群高生產力作者所寫的文獻數量約占總文獻數量的一半。這一作者集合約等于全部作者總數的平方根[23]。普賴斯作者分布定律的表現公式如下所示：

公式（1）

其中，M為科學家中核心作者的最低發文量，nmax為最高產的作者的發文量。在文獻計量學領域，普賴斯核心作者分布定律成為一種篩選科學界核心研究力量的有效方法。筆者基于該定律確定科學家中核心學者的最低發文量的閾值，篩選出某一領域內核心學者集合作為研究對象。

初步獲得學者列表，逐一下載每位學者發表文獻的機構、標題、作者名稱、開放研究者與貢獻者身份識別碼（Open Researcher and Contributor ID，ORCID）及其參考文獻等字段數據。分析可靠的文本數據是獲取可信結果的基石?？紤]到這些文獻是否全部由學者本人發表，需要對與學者同名的數據進行處理以確認?；趯RCID和個人學術網站的唯一性、ORCID數據集收錄存在時間上的滯后性、同一學者的機構在較長年限間可能會發生變化等問題的考慮，筆者設計了學者同名數據預處理流程，如圖2所示：

在Web of Science數據庫下載格式化期刊論文的全字段數據后，筆者為每位學者建立了學者ID—文獻標題—DOI—ORCID—機構的二維表。ORCID類似于學術身份證，有助于區分不同學者的研究工作，并且不容易使學者與其同名者的研究工作相混淆，得到了眾多科技出版商的支持。鑒于ORCID的唯一性和獲取的便捷性，首先通過每篇文獻標注的作者的ORCID來進行同名消歧。值得注意的是，由于ORCID數據集自身更新不及時或者科技出版商未及時在文獻中標注ORCID或者學者本人未注冊或提交ORCID等問題，并不是每篇文獻都會標注所有作者的ORCID信息。對于無法參與ORCID匹配的文獻，為了提高研究數據質量，需要通過機構字段進一步篩選。在機構匹配中，首先對機構字段進行清洗，大小寫、全稱和簡稱等書寫不規范以及分支機構隸屬標準不統一等問題會導致數據的可靠性和準確度降低；然后從標注了ORCID的文獻中獲取學者的一個或多個機構作為第一匹配標準；最后針對有些學者的署名機構仍然無法被匹配的情況，選擇將學者個人經歷中列舉的機構作為第二匹配標準，即將學者的署名機構與其個人經歷簡介中列出的機構進行匹配。個人經歷介紹可以在學者的個人學術網站或者機構信息庫中獲取。最終獲得學者ID—文獻標題新表，作為后續測度分析的初始數據。

1.3? 測度指標

（1）合作規模：指學者的合著者數量。點度中心性（degree centrality，CD）定義為某節點與多少個周圍鄰居節點相連[24]。直接相連的節點越多，即度越大，則節點關系越廣，節點在網絡結構中的地位越重要。在無向網絡中，任意一個節點的點度中心性的計算公式為：

CD （i）=∑jAij? ? ? ? ? ? ? ?公式（2）

其中，Aij表示節點i與節點j存在連接關系?；邳c度中心性的定義，筆者將點度中心性指標應用于合作場景，測度合作規模?？紤]到將合作對象限定在特定學科范圍，不能反映全局的合作情況和指標的區分度問題，因此選擇構建全局共現網絡。首先基于學者ID—文獻標題新表和同名數據預處理流程，對研究對象的合著者們再次進行同名消歧。構建研究對象與所有合著者之間的全局共現網絡后，將網絡導入Pajek軟件計算點度中心性。

（2）團體合作率：指學者與其所有合著者間形成團體的概率（團體的規模大于2）。點聚集系數（clustering coefficient，CC）指網絡中個體的聚集程度，即網絡中某節點與其鄰居節點間聚集成團的程度[25]。任意一個節點的點聚集系數的計算公式為：

公式（3）

其中，Ei表示節點i的鄰居節點間相連的邊數；Ni表示節點i的鄰居節點個數，由此其所有鄰居節點可能相連的總邊數為Ni*（Ni–1）/2。筆者選用社會網絡指標點聚集系數來測度學者的團體合作率。將全局共現網絡導入Pajek軟件后可算出點聚集系數。

（3）國際合作率：指國際合作論文量的占比。國際合作論文指國家數量大于等于2且作者數量大于等于2的論文。國際合作率的計算公式為：

公式（4）

（4）跨學科性：依據A. Stirling提出的跨學科性或者學科交叉測度框架，跨學科性具有3個維度——學科多樣性、學科均衡性和學科差異性[26]。Rao-stirling指數整合這3個維度，成為目前研究中常用的跨學科性指標[27]?；赗ao-stirling指數，筆者選用篇均Rao-stirling，即學者發表的論文的Rao-stirling值總和除以論文總量，來測度學者的跨學科性。計算公式為：

公式（5）

其中，Pi表示參考文獻列表中屬于學科i的文獻數量占總文獻數量的比例；Dij表示學科i和j之間的學科距離，可用余弦相似度計算，此外計算Dij需要龐大的數據量，筆者采用D. Chavarro等提供的基于JCR2007的學科類別相似矩陣[28]；M表示學者的論文總量。

2? 數據來源與預處理

筆者將天體物理學領域學者作為實證分析對象。天體物理學領域在早期跨學科研究中多被研究者選擇為實證研究領域，且被證明跨學科性較強[29]。將Web of Science核心合集數據庫的科學引文索引擴展版作為數據來源。構建檢索式：WC=（“Astronomy & Astrophysics”），限定文獻類型為ARTICLE，出版年份為2013—2022年，共得到208 100篇期刊論文。在208 100篇文獻中，依據數據庫顯示的統計結果，最高產的作者的發文量為650篇。筆者選取最低發文量為313篇的學者作為研究對象，共計100位。通過普賴斯核心作者分布定律計算得到核心作者的最低發文量為20篇。最低發文量313篇，遠遠大于閾值20篇，因此這些作者可以被認為是天體物理學領域的核心學者。

分別以表格和文本兩類形式下載100位學者的3 517篇不重復論文及其參考文獻信息。然后為每位學者建立學者ID—文獻標題—DOI—ORCID—機構表。依據DOI和學者名稱，找到每篇文獻，逐條填充學者的ORCID和機構信息，共計40 988條數據?；谏鲜隽鞒烫幚硗麛祿?，最終獲得37 982條數據作為測度學者合作特征和跨學科性的初始數據。

3? 指標計算

對100位學者的合著者們進行同名數據處理，并將兩個作者合作發文的數量限制在200篇及以上以明確和強化合作關系?；谖墨I數據，運用編程計算100位學者與其3 837位合著者間的共現頻次，構建作者共現網絡后導入文獻計量軟件Pajek中計算得到點度中心性和點聚集系數。在Excel中聯合使用sumproduct函數和countif函數統計每篇文獻的機構地址所屬國家的數量和作者數量，以閾值為2來判斷該論文是否為國際合作論文，并計算國際合作率。

剔除缺少期刊信息等無效參考文獻后獲得3 517篇論文的228 409條有效參考文獻?；贘CR提供的期刊簡稱—全稱數據以及期刊簡稱—學科類別數據，依據期刊所屬的學科類別劃分每篇參考文獻所屬的學科類別。參考文獻所屬學科類別見表1。最后通過編程算出每位學者的跨學科性。

匯總100位學者的各特征測度結果，并按點度中心性降序排列，如表2所示：

4? 相關性分析與結論

將學者的科研合作特征指標和跨學科性指標的測度結果導入SPSS V25軟件中，利用皮爾遜相關系數分析學者的不同合作特征與其跨學科性的關系，相關性計算結果見表3—表5，經分析得到以下結論：

4.1? 學者的合作規模與其跨學科性的關系分析

學者擴大合作規模，建立更多的合作伙伴關系有助于其輸入跨學科知識。由表3結果分析可知，學者的合作規模（點度中心性）與其跨學科性（篇均Rao-stirling）之間的皮爾遜相關系數為0.325，符號為正，表示二者正相關，說明學者的合作規模與其跨學科性顯著正相關，即學者的合著者數量越多，輸入知識的跨學科性越強。由此可以推斷，學者擴大合作規模有助于與不同學科領域的專業人員進行知識交流，輸入多個學科領域的知識，將不同學科領域的知識融入到自身知識體系中，拓寬知識結構。

4.2? 學者的團體合作率與其跨學科性的關系分析

學者參與團體合作，與團體內每位成員都開展知識交流，對于其輸入跨學科知識具有一定的積極影響。由表4可知，學者的團體合作率（點聚集系數）與其跨學科性（篇均Rao-stirling）之間的皮爾遜相關系數為0.223，符號為正，說明對于個體而言，團體合作率與跨學科性呈現較為顯著的正相關性，即學者與其所有合著者間形成團體的概率越高，輸入知識的跨學科性越強。由此推斷，學者參與團體合作有助于對其他學科領域的了解，均衡輸入多個不同學科領域的知識，擴展輸入知識的學科范圍。在科學研究活動中，科研團隊的一個特征是團隊內成員優勢互補。成員的知識結構是優勢互補的重要方面，一些有突出成就的科研團隊都具有多學科專業交叉的特點。英國劍橋分子生物學實驗室的團隊由核心科學家組成，他們具有不同的研究經驗、不同的學科背景[30]。學者參與團體或團隊合作，有機會與隊內不同學科背景的成員平等交流，吸收多學科專業知識，與成員共同攻克跨學科的科學難題，解決重大需求。

4.3? 學者的國際合作率與其跨學科性的關系分析

學者參與國際合作有助于其輸入跨學科知識。通過表5所示的皮爾遜相關系數計算結果可以發現，學者的國際合作率與其跨學科性（篇均Rao-stirling）之間的皮爾遜相關系數為0.25，符號為正，說明學者的國際合作率與其跨學科性之間正相關，并且相關性顯著，即對于個體而言，學者參與國際合作的概率越高，輸入知識的跨學科性越強。由此說明，學者參與國際合作，會接觸到不同國家的學者，由于國際學者們自身不同的學科背景、不同的研究經驗、不同的研究水平和思維方式等[31]，有助于輸入跨學科知識，建立跨學科知識體系，為提升科學創新能力，提高科研產出質量鋪平道路。

經上述結果分析，筆者發現學者擴大合作規模、參與團體合作或者國際合作會促進跨學科研究。以俄羅斯天體物理學家G. Mitselmakher教授為例，G. Mitselmakher教授曾與激光干涉引力波天文臺（Laser Interferometer Gravitational-Wave Observatory，LIGO）科學合作組織的國際科學家們合作發表論文，描述了LIGO探測器在運行期間的特征。其引用文獻的學科種類多樣化，除了引用天文學和天體物理學的文獻外，還引用了粒子與場物理、光學、應用物理、量子科學與技術等其他學科的文獻。其中，粒子與場物理、量子科學與技術學科的參考文獻為論文的數據分析提供了數據支撐，光學、應用物理學學科的參考文獻為描述探測器的配置提供了理論基礎。

5? 結語

筆者以天體物理學領域學者為實證研究對象，基于社會網絡分析方法，探索學者科研合作與其跨學科性的關系。研究結果表明，學者的合作規模、團體合作率、國際合作率與跨學科性間呈現顯著正相關關系。由此分析，學者擴大合作規模、參與團體合作和國際合作對于學者輸入跨學科知識具有正向的積極影響。故建議參加或者從事跨學科研究的學者在優化自身科研合作策略時，結合研究問題的重要性、研究需求、合作成本、知識產權等多種因素，考慮合理調整合作規模，同時提高團體合作和國際合作的積極性。

本文存在以下局限性：①研究結論的得出僅基于天體物理學領域，其是否適用于其他學科領域有待進一步驗證；②本文從論文的角度展開分析，受限于論文標引的規范，文獻的學科分類受限于期刊分類的不夠精確性；③由于借用現有成熟的指標，某些合作情況（如合作者機構性質、合作者學科領域、合作國家等）沒有完全被考慮到；④僅在個體層面進行研究，群體層面的結論是否與個體層面一致將有待被繼續挖掘。

參考文獻：

王孜丹， 杜鵬， 馬新勇. 從交叉學科到學科交叉：美國案例及啟示[J]. 科學通報， 2021， 66（9）： 965-973.

PORTER A， ROESSNER J， COHEN A， et al. Interdisciplinary research： meaning， metrics and nurture[J]. Research evaluation， 2006， 15（3）： 187-195.

Committee on Facilitating Interdisciplinary Research. Facilitating interdisciplinary research[R]. Washington， DC： National Academies Press， 2005.

樊春良， 樊天. 國外學科交叉研究的發展趨勢及啟示[J]. 中國科學基金， 2019， 33（5）： 446-452.

朱蔚彤. 國家自然科學基金委員會資助學科交叉研究模式分析[J]. 中國科學基金， 2006（3）： 184-189.

Klein J T， Falk krzesinski H J. Interdisciplinary and collaborative work： framing promotion and tenure practices and policies[J]. Research policy， 2017， 46（6）： 1055-1061.

曾粵亮， 司莉. 跨學科科研合作：背景、理論研究與實踐進展[J]. 圖書情報工作， 2021， 65（10）： 127-140.

楊文暉. 磁共振成像發展與超高場磁共振成像技術[J]. 物理， 2019， 48（4）： 227-236.

Pessoa J， Dias G J， Silva T M， et al. On interdisciplinary collaborations in scientific coauthorship networks： the case of the Brazilian community[J]. Scientometrics， 2020， 124（3）： 2341-2360.

Lindgreen A， Benedetto D. How to undertake great cross-disciplinary research[J]. Industrial marketing management， 2020， 90： 1-5.

Diana R， Stephanie P. Women in interdisciplinary science： exploring preferences and consequences[J]. Research policy， 2007， 36（1）： 0-75.

Rijnsoever F J V， Hessels L K. Factors associated with disciplinary and interdisciplinary research collaboration[J]. Research policy， 2011， 40（3）： 463-472.

Feng S， Kirkley A. Mixing patterns in interdisciplinary co-authorship networks at multiple scales[J]. Scientific Reports， 2020， 10（1）： 773.

Milman A， Bolson J， Marston J M， et al. Scholarly motivations to conduct interdisciplinary climate change research [J]. Journal of environmental studies and sciences， 2017， 7（2）： 239-250.

張琳， 孫蓓蓓， 黃穎. 交叉科學研究：內涵、測度與影響[J]. 科研管理， 2020， 41（7）： 279-288.

胡澤文， 崔靜靜， 任萍. 國內科研合作研究進展綜述[J]. 現代情報， 2022， 42（6）： 148-159.

Pierce S J. Boundary crossing in research literatures as a means of interdisciplinary information transfer[J]. Journal of documentation， 1993， 49（4）： 370-408.

劉雪立， 趙俊玲. 圖書情報學期刊和論文的跨學科強度與其學術影響力的關系[J]. 中國科技期刊研究， 2021， 32（3）： 411-417.

張雪， 劉昊， 張志強. 不同合作模式下的學科交叉程度與文獻學術影響力關系研究[J]. 情報雜志， 2021， 40（8）： 164-172.

李江. “跨學科性”的概念框架與測度[J]. 圖書情報知識， 2014（3）： 87-93.

崔林蔚. 學術影響力的性別差異：學者跨學科性的視角[J]. 科學學研究， 2023， 41（5）： 777-786.

徐璐， 李長玲， 榮國陽. 期刊的跨學科引用對跨學科知識輸出的影響研究——以圖書情報領域為例[J]. 情報雜志， 2021， 40（7）： 182-188.

丁學東. 文獻計量學基礎[M]. 北京： 北京大學出版社， 1992.

Steverson K， Zelen M. Rethinking centrality： methods and examples[J]. Social networks， 1989， 11（1）： 1-37.

Dimitropoulos X， Krioukov D， Fomenkov M， et al. As relationships inference and validation[J]. Sigcomm computer communications reviews， 2007， 37（1）： 29-40.

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.

張雪， 張志強. 學科交叉研究系統綜述[J]. 圖書情報工作， 2020， 64（14）： 112-125.

Chavarro D， Tang P， Rafols I. Interdisciplinarity and research on local issues： evidence from a developing country[J]. Research evaluation， 2014， 23（3）： 195-209.

Taskin Z， Aydinoglu A U. Collaborative interdisciplinary astrobiology research： a bibliometric study of the NASA Astrobiology Institute[J]. Scientometrics， 2015， 103 （3）： 1003-1022.

康旭東， 王前， 郭東明. 科研團體建設的若干理論問題[J]. 科學學研究， 2005（2）： 232-236.

王文平， 劉云， 何穎， 等. 國際科技合作對跨學科研究影響的評價研究——基于文獻計量學分析的視角[J]. 科研管理， 2015， 36 （3）： 127-137.

作者貢獻說明：

殷? 茜：收集與分析數據，撰寫論文；

李澤霞：修改論文。

Research on Relationship Between Scholars Scientific Research Cooperation and Interdisciplinarity Based on Social Network——Taking Scholars in Astrophysics as an Example

Yin Xi1，2? Li Zexia1

1National Science Library， Chinese Academy of Sciences， Beijing 100190

2Department of Information Resources Management， School of Economics and Management， University of Chinese Academy of Sciences， Beijing 100190

Abstract： [Purpose/Significance] The study explored the relationship between scholars scientific research cooperation and interdisciplinarity， in order to provide suggestions for scholars engaged in interdisciplinary research to improve their own cooperation modes， and evidence for optimizing cooperation strategies in the process of cultivating interdisciplinary talents. [Method/Process] Scholars are selected according to Price core author distribution theory. Based on Web of Science data， the study constructed the co-occurrence network of authors， used node degree centrality to measure the scale of cooperation， node clustering coefficient to measure the group cooperation rate， and proportion of international cooperation papers to measure the international cooperation rate; measured interdisciplinarity of scholars based on Rao-stirling. From the individual level， analyzed the relationship between scientific research cooperation and interdisciplinarity. [Result/Conclusion] Taking scholars in astrophysics as an example， the study found that the cooperation scale， group and international cooperation rate of scholars are significantly positively correlated with their interdisciplinarity. They are the factors that affect scholars interdisciplinarity. And then infer that expansion of cooperation scale， participating in teamwork and international cooperation will all help them absorb more interdisciplinary knowledge， improve knowledge structure， and produce high-quality researches.

Keywords： scientific research collaboration? ? interdisciplinarity? ? social network? ? bibliometrics