科學合作視角下的數字人文學科交叉測度*
——基于ADHO年會的研究

王麗華 王義菊 （上海大學文化遺產與信息管理學院）

0 引言

隨著科學系統的復雜化，許多社會問題和科學研究計劃無法由某一個單獨的學科解決，跨學科研究逐漸成為現代科學研究不可或缺的模式[1]?！翱鐚W科（又稱學科交叉，interdisciplinary）”一詞于1926年由伍德沃思（R.S.Woodworth）首次公開使用，至今雖沒有統一的概念界定，但不乏學者嘗試對其進行定義，目前普遍接受的是2004年美國國家科學院等提出的定義：跨學科研究是團隊或個人進行研究的一種模式，把來自兩個以上的學科或者專業知識團體的信息、數據、方法、工具、觀點、概念和理論統合起來，從根本上加深理解或解決那些超出單一學科范圍或研究實踐領域的問題[2]。

為了定量描述跨學科性（又稱學科交叉度），國內外學者提出并實踐了多種測度指標和測度方法，從多維度、多視角對學科交叉這個復雜的概念進行有效的、可操作的量化測度。如Porter和Chubin提出的衡量特定學科領域影響的跨領域引用指數COC[3]；Stirling提出了綜合考慮學科數量豐富性、學科分布均衡性和學科間差異性的Rao-Stirling指標[4]；張琳等在Stirling研究的基礎上改良提出的評價指標TD[5]。索傳軍等總結從科學合作視角出發的測度方法主要分為兩種：①針對作者或合作者本身的學科背景開展的測度；②針對合作者機構所屬學科背景開展的測度，并認為當前各項學科交叉測度方法均存在一定局限性[6]。但是即便如此，不同角度的學科交叉測度方法的提出與實踐探索為研究某一特定學科的交叉融合情況提供了新思路和方法論，也為探討其學科交叉融合現象提供了一定科學依據。

數字人文是一個將現代計算機和網絡技術深入應用于傳統的人文研究與教學的新興跨學科研究領域[7]。許多學者認為：數字人文是運用計算工具與所有文化產品交叉領域的研究[8]，可見“領域交叉”是數字人文誕生的緣由與基礎，數字人文作為學科交叉的結果，其在研究內容、研究方法、研究對象、研究人員等多方面超越學科邊界，并不斷從人文擴展至更多的學科領域。然而，數字人文究竟在多大程度上體現了學科交叉？如何有效地量化測度數字人文的學科交叉度？這些問題都值得我們進行深入的探討?？茖W合作是指科學研究中的合作現象[9]，在科學計量學領域，一篇論文有兩個及以上的署名作者，即可被稱為科學合作論文[10]。數字人文是跨學科研究領域，具備上述科學合作特征，因此從科學合作的視角出發，測度衡量數字人文的學科交叉度，有利于分析數字人文的跨學科特征，驗證數字人文的學科交叉本質，進而促進數字人文學科建設與發展。

1 研究綜述

從研究內容來看，當前國內外關于數字人文學科交叉的研究主要集中在以下3個方面。

一是數字人文跨學科性研究。通常是基于期刊文獻數據，運用社會網絡分析等方法，對國內外數字人文相關研究的學科屬性及學科合作特征等進行深度分析，以揭示數字人文的跨學科性。例如，甘琳等[11]以中國知網和萬方期刊文獻數據庫為數據來源，從作者–關鍵詞聯系、作者合作網絡等角度出發，對數字人文領域的多學科交叉特征進行了統計分析。Desfriches等[12]從組織的角度，基于數字人文領域各類參與者的分布，運用行動者網絡理論的方法和工具，觀察數字人文跨學科的方式。趙宇翔等[13]以近年來國家社會科學基金重大項目中富含數字人文特色的課題作為研究對象，通過主題編碼、內容分析等方法，揭示其學科屬性及合作特征，進而總結數字人文跨學科特征。Su等[14]基于WoS文獻數據，通過社會網絡分析和可視化工具，分析總結了數字人文研究中跨學科合作的結構、模式和主題。

二是數字人文知識流動研究。包括數字人文知識研究的跨學科知識擴散和知識轉移。例如，王靜靜等[15]以WoS核心數據集為數據來源進行知識擴散研究，通過3個維度的4個指標分析數字人文的跨學科特征，并進行可視化展示，探析國際數字人文研究的跨學科知識擴散趨勢。蘇芳荔等[16]基于外文文獻，借助可視化軟件Citespace和Histcite工具中的Graph Maker作圖分析功能，分析數字人文研究領域的擴散學科、擴散路徑等，找到了數字人文領域的知識擴散模式。葉光輝等[17]改變以往從單一測度的做法，融合分析學科交叉和地域交叉兩個測度對數字人文領域科研協作知識流動元網絡特征形成的復雜影響過程，剖析了數字人文領域的熱點關聯學科及區域性研究中心的分布特征。Oiva[18]通過半結構化訪談，分析了數字人文中心的知識轉移特征，并提出繼續探討數字人文中心知識轉移的邊界是非常重要的。

三是數字人文學科交叉實踐研究。此類研究主要聚焦數字人文與其他各領域的跨學科交叉實踐，闡述數字人文跨學科研究的可行性、必要性與存在的問題，并對數字人文跨學科研究提出建議。例如，Burghardt等[19]介紹了8個數字人文與影視分析的跨學科研究實例，展現了計算機輔助動態影像分析的互補學科視角。汪莉[20]通過回顧數字人文與圖書館跨界合作研究現狀，分析了國內高校圖書館與數字人文跨學科合作的現實困境，并為高校圖書館如何在數字人文跨學科合作中發揮作用提出了可行路徑。Philips等[21]通過數字人文和文學認知實驗室（DHLC）的案例研究，指出當前實驗室的跨學科性質易被忽略的現實，呼吁應為文學、神經科學和數字人文的學科交叉創造空間。Salcedo等通過“巴西集郵資料庫”項目，介紹了計算技術在數字人文學科交叉中的應用，證明了數字人文學科對其他跨學科領域的價值。

如上所述，數字人文學科交叉研究現象已經得到公認，不過上述研究多運用文獻計量學方法分析數字人文的學科交叉特征，其過程與結論更側重于對數字人文學科交叉外顯特征的描述與總結，而對于數字人文學科交叉特征背后的科學本質、各學科交叉度與參與度等問題鮮有探索?？鐚W科測度是客觀反映學科交叉現狀與特征的量化方法，對數字人文進行跨學科測度、分析測算數字人文學科交叉的量化指標值可以客觀反映數字人文的學科交叉程度，并為數字人文學科交叉提供科學依據?；诖?，本文從科學合作視角出發，以數字人文代表性會議ADHO數字人文年會成果為數據來源，通過基于合作者機構學科屬性測度學科交叉的方法，對數字人文進行學科交叉測度，為把握數字人文的學科交叉特征提供進一步參考，同時在一定程度上為數字人文學科建設與發展方向提供思路與借鑒。

2 研究方法與研究工具

2.1 研究方法

多學科領域學者共同參與是數字人文的重要特征，科學合作的研究主體本身蘊含了豐富的信息，合作者的學科背景、所屬機構、地域國別分布等能從一定程度上反映跨學科的活動模式與規律。如前所述，索傳軍認為當前從科學合作視角出發的測度方法主要有基于合作者本身的學科背景的測度研究與基于合作者機構所屬學科背景的測度研究，雖然兩種方法都存在一定局限，但也是目前學者探索學科交叉測度的階段性成果。由于獲取合作者學科背景等信息數據存在較大困難，因此國內外從合作者的學科背景進行測度的研究相對較少。張琳等創新性地提出了基于合作者的機構信息來進行交叉科學測度的方法，并以PLoS ONE期刊論文為例，與傳統的基于參考文獻的學科交叉測度結果進行了對比，證明不同方法對學科交叉的測度結果有所不同，為衡量跨學科性提供了一種新視角[22]。數字人文研究具有明顯的學科交叉特征，且很多數字人文學者其本身就存在跨學科背景，無法將其具體歸為某一學科的學者，因此本文參考張琳的方法，從合作者所屬機構角度對數字人文的學科交叉進行測度，具體處理流程如圖1所示。

圖1 基于合作者機構信息的數字人文學科交叉測度處理流程

2.2 研究工具

張琳和Leydesdorff共同開發了一款非商用應用程序interd_vb.exe，用來計算如基尼系數、Rao-Stirling等一系列多樣性指標，這些指標可衡量文件集或網絡結構的多樣性[23]。此程序的優點之一是能夠批量處理大量數據，如分析Web of Science、Scoups等數據庫，生成結果可以用于評估文章、期刊、主題等的學科多樣性。本文運用此工具來批量計算ADHO數字人文年會成果反映出的學科多樣性指標結果，以節省大量數據計算成本。

3 數據獲取與處理

3.1 數據來源與預處理

本文研究數據來源于ADHO官方網站發布的2006–2022年ADHO數字人文年會文摘書Book of Abstract，其中由于2009年、2010年、2015年、2019年和2021年的文摘書無法查看或下載，因此本文共獲取到12年的文摘書作為初始數據。

（1）篩選目標論文。為了使數據集滿足規范性和信息完整性原則，筆者依據求同存異的思想對數據進行篩選：選取文摘書中Posters、Panels、Papers、Sessions、Presentations中兩個及以上作者的成果作為原始數據集，共獲得12年間2 032篇目標論文。

（2）提取目標論文的作者及其完整地址信息。由于ADHO數字人文會議對作者提供的個人信息并無統一要求，因此存在部分作者地址信息缺失的情況，對于此類作者進行剔除。另由于本文從合作視角研究學科交叉，因此若剔除地址信息缺失作者后單篇論文作者總量小于等于一名，則將該篇論文從原始數據集中剔除。經處理后，數據集剩余論文1 814篇，對應作者6 737名。

（3）識別作者所屬機構信息。根據Dept、Sch、Inst、Fac等表示二級機構的特征詞匯，從完整的作者地址信息中提取作者對應的二級機構信息。同時對于二級機構信息缺失的作者記錄，通過人工查詢的方式予以補充，其中對于無法確定二級機構信息的作者、單篇論文作者總量小于等于1的論文進行剔除。經處理后，最終剩余目標論文1 492篇，對應作者二級機構信息4 713條。

3.2 學科分類體系的確定與學科劃分

3.2.1 學科分類體系的確定

學科分類體系是研究學科交叉問題時的必要前提，是對學科交叉內容進行判斷與識別的基礎。國內學者索傳軍等[6]對學科交叉研究中的學科分類標準進行了系統的梳理與總結，其中常見的學科分類標準有美國2020年修訂的美國學科專業分類系統[24]、Web of Science（WoS）數據庫使用的254個學科類別[25]、Gl?nzel 等建立在WoS學科分類基礎上提出的the Leuven-Budapest（ECOOM）學科分類體系[26]等。盡管學科分類體系類型繁多，劃分標準不一，當前并無權威與成熟的學科分類體系可供科學合作視角下的學科交叉研究直接使用。其中ECOOM學科分類體系是專門為科學計量（評估）目的而設計的，可以用于確定機構、作者、研究團隊的學科歸屬，且該分類系統的學科粒度較粗，可以較準確地將每一條信息分類至一個定義明確的類別，因此本文選擇借鑒ECOOM學科分類體系。

以ECOOM學科分類體系包含的16個大學科的分類為基礎，結合本文數據集中二級機構學科信息的實際分布情況，對ECOOM分類體系原有的16個學科做出了以下調整：①由于本文為學科交叉研究，需要將每一個二級機構都對應到獨立的學科類別當中，因此舍去“交叉科學”這一學科類別。②由于數字人文研究主體多以人文社科領域學者為主，因此本文保留自然科學領域基礎的大學科類別，只將有重復含義的學科進行合并，并將在數字人文研究中貢獻較高的“計算機科學與信息技術”添加為一個獨立的學科類別。③結合數據集的實際情況，將ECOOM學科分類中的3大人文社科類別調整為14個小學科類別，具體包括：藝術、文學、語言學、社會學、經濟學、政治學、法學、教育學、歷史學、哲學與宗教、新聞與傳播、管理學、圖書情報學和檔案管理、地理學。至此，本文確定了24個機構學科類別分類方案，其中包括10個自然科學類和14個人文社科類，具體的ECOOM 16個學科類別與本文的24個機構學科類別對應關系如表1所示。

3.2.2 二級機構所屬學科劃分

根據數據集中的二級機構信息，本文采用人工審閱的方式識別二級機構信息中的學科特征詞，并將其匹配至本文的24個學科類別當中，在學科劃分過程中主要遵循以下幾點原則。

（1）對于二級機構地址名稱中學科特征明確的，可直接確定其學科類別。如“Linguistics Department”劃分至“語言學”。

（2）對于二級機構地址名稱含有非單一學科特征詞語的，同時劃分至多學科中。如“Department of Linguistics and Comparative Literature”同時劃分至“語言學”和“文學”。

（3）對于從二級機構地址名稱中難以確定學科類別的，結合作者的機構全稱再次進行人工查詢，以明確其具體的學科類別。如“Fis”為西班牙語“Física”，意為物理，劃分至“物理學”。

依據以上原則，本文最終對4 629個二級機構的學科類別進行了識別，覆蓋1 476篇論文，占原始數據的98.22%，其中未能成功劃分學科類別的二級機構主要是由于經上述原則處理后仍無法明確其學科特征。

3.3 基于機構合作的測度指標選擇

跨學科研究是一個既抽象又復雜的概念，僅使用單一的測度指標無法從本質上描述其特征，甚至依據不同的測度指標會得出不一致的測度結果。2007年Stirling提出了交叉科學測度包括豐富度、均勻度和差異度3個維度，分別表達了論文涉及的學科數目、不同學科之間的分布均勻程度和學科之間的距離情況[4]。本文選擇從以上3個維度對數字人文的學科交叉情況進行測度，同時為了彌補單一維度測度的片面性，進一步選取了綜合性學科多樣性測度True Diversity（簡稱TD）[5]作為本文的測度指標，因相較于以往的綜合性學科多樣性測度指標，TD指標具有高區分度等顯著優勢[27]。

上述4個維度指標的具體含義如下：

① 學科豐富度（Variety）表示系統中非空學科類別的數目。在本文中主要指單篇論文合作者涉及的機構學科數目。

② 學科均勻度（Balance）表示不同學科之間的分布均衡情況，其計算公式為：B =1 -GE。其中，GE代表基尼系數，基尼系數越大通常表示學科交叉的不均勻程度越高，因此研究中常用1 - GE來表示學科交叉的均勻程度。

③ 學科差異度（Disparity）是指不同學科類別之間的差異化程度，其計算公式為：Dis =1 -Sij。其中，Sij在本文中代表機構層面24個學科間的交叉引用相似度矩陣。

基于以上測度指標，利用interd_vb.exe工具，可計算出基于合作機構的ADHO數字人文年會每篇合著論文的學科交叉度。

4 數字人文學科交叉測度結果分析

4.1 數字人文學科交叉研究的總體情況

4.1.1 各學科在數字人文領域的貢獻

根據數據集處理結果，本文對數字人文涉及的各學科類別出現頻次進行了統計，各個學科在數字人文研究中的貢獻情況如圖2所示。

圖2 數字人文涉及的各學科類別出現頻次

可以看出，圖書情報與檔案管理、計算機科學與信息技術和語言學3個學科是數字人文研究的主力學科，占總體學科頻次的55.2%。除此之外，數字人文研究學者多來自文學、歷史學、藝術等人文社科領域機構，而諸如數學、醫學、物理學等自然科學領域學科則在數字人文研究中占比相對較低。圖書情報與檔案管理（現稱信息資源管理）學科在數字人文研究領域的貢獻度最大，這與當前國內外數字人文研究中圖情檔學者廣泛參與、相關項目層出不窮有直接關系，其實圖情檔參與數字人文研究有著最為直觀的基礎，即其資源的豐富度。數字人文研究離不開資源與技術，而圖情檔領域一方面本身就有豐富的館藏資源，另一方面基于幾十年的數字化工作，數字化館藏富集度是任何一個機構所不可比擬的，因此圖情檔領域學者從事數字人文研究就有著天然的資源基礎；計算機科學與信息技術學科在圖2所占的比例處于第二位也較為容易理解，源于“人文計算”的數字人文在很大程度上被認為就是“數字”+“人文”，即技術在人文領域的應用，或者說為數字人文提供了技術基礎，因此在進行數字人文研究中，不同技術方法被廣泛研究與應用，也成為數字人文研究領域不爭的事實；當然，數字人文不僅需要技術，最為重要的是技術的應用領域，即人文學科，所以說以“語言學”為代表的人文學科廣泛接納數字人文，事實上自20世紀60年代布朗大學建設了第一個計算機語料庫Brown Corpus以來，信息技術被廣泛應用于語言學研究與應用領域，也開啟了現代語料庫語言學的研究，用今天的視角看，即語言學的數字人文研究；“文學”與“歷史學”也是數字人文研究的兩大重要學科，不論是弗蘭克·莫雷蒂（Franco Moretti）在后來成為經典的《世界文學的猜想》中提出的遠讀方法與思想，還是數字文學、數字史學的方興未艾，文本挖掘、情感分析、時空歷史研究等都成為數字人文研究的主流；“藝術學”與數字人文相互成就，數字數據、可視化技術和計算機算法等數字技術實現了藝術史的數字顯示、視覺運行與自動關聯等，使藝術史研究擺脫時空限制，拓展研究范疇，構成動態的藝術史研究過程[28]，而數字人文又需要極具藝術的視覺呈現與文化分析。

4.1.2 數字人文學科交叉指標

根據前述測度方法對數字人文學科交叉度進行統計計算，ADHO數字人文年會論文的合作機構學科豐富度（Variety_A）、學科均勻度（Balance_A）、學科差異度（Disparity_A）、綜合學科交叉度（TD_A）如表2所示。

表2 ADHO數字人文年會單篇論文的學科交叉指標分布

從表2可以看出，ADHO數字人文年會論文的合作機構學科豐富度的均值為3.90，說明每篇論文平均涉及3個以上學科的機構合作。合作機構的學科均勻度的均值為0.93，十分接近最大值1，說明ADHO數字人文年會論文在不同學科之間的分布均勻度較高。合作機構的學科差異度的均值為0.81，每篇論文的合作機構學科差異性已達到80%以上，各機構之間的跨學科合作程度高。從綜合維度來看，合作機構的綜合學科多樣性的均值為2，最大值為4.58，中位數為1.87，說明在本文的目標論文中，單篇論文綜合學科多樣性的最高值達到了4.58，均值幾乎接近最大值的二分之一，另外均值大于中位數，說明目標論文中綜合學科多樣性強的論文數量多于綜合學科多樣性較弱的。因此不管從單一維度還是綜合維度來看，均能表明數字人文是一個跨學科性較強的綜合性學科領域。

值得關注的是，如表2顯示：合作機構學科數目的最大值為9，即該論文的合作者跨越了9個機構學科類別，占全部學科類別的37.5%，是數據集中最具代表性的學科交叉研究成果。進一步研究發現，該文章[29]來自ADHO 2018年數字人文年會征集論文，由來自于8個機構16位作者共同合作完成，由于存在多學科性質的機構，因此一個機構被劃分到多個學科類別，即該文章的8個合作機構被劃分到9個學科。該文章闡述了如何在可持續的基礎設施中利用多媒體數據進行混合媒體學術研究，16位合作者分別來自藝術、數學、歷史學、圖書情報與檔案管理、新聞與傳播、心理學、計算科學與技術、工程學和文學這9個學科，覆蓋了4個自然科學領域學科和5個人文社科領域學科，反映了數字人文文理融合的學科特征。

4.2 數字人文學科交叉研究的時間序列趨勢

為進一步探究數字人文學科交叉研究的演化特征，本文通過對數據結果進行二次處理，即對12年每年數字人文研究涉及的學科個數進行統計，如圖3所示，得到不同年份數字人文研究涉及學科個數的變化情況。

圖3 不同年份下數字人文研究涉及的學科個數

可以看出，隨著時間變化，數字人文研究所涉及的學科數目不斷增多，整體呈上升趨勢，2013年開始幾乎保持較全面的學科覆蓋，其中涉及學科數量最少的一年也達到了16個學科。這說明數字人文研究從早期便呈現出較高的學科交叉水平，并隨著時間推移不斷提高，學科交叉已經成為數字人文研究的顯著特征和重要手段。此外通過反向分析數字人文未涉及學科的數據情況，發現物理學、農業與環境等自然科學領域學科在數字人文研究中涉及頻率相對較低。一種可能的原因是受ADHO數字人文會議的主旨和議題影響，ADHO數字人文會議是由數字人文組織聯盟（ADHO）發起的數字人文會議，而ADHO的目標是促進和支持藝術和人文學科的數字研究和教學，并匯集了一批從事數學和計算機輔助科研教學、創作等領域的人文主義者，這樣的背景使得ADHO數字人文會議的主題和參與學者更偏向于進行計算機科學與信息技術學科與人文社科類學科的交叉研究。

同時，本文對每一年的數字人文學科交叉度進行了單獨計算，ADHO數字人文年會論文的合作機構學科豐富度（Variety_B）、學科均勻度（Balance_B）、學科差異度（Disparity_B）、綜合學科交叉度（TD_B）的平均值隨時間變化趨勢如圖4所示。

圖4 數字人文學科交叉度的時間序列趨勢

對數字人文學科交叉度的時間序列趨勢進行分析，可得出如下結論：

（1）隨著時間變化數字人文學科豐富度波動較大。學科豐富度在本文中代表數字人文合作者機構學科數量，2011–2013年間，數字人文學科交叉合作較弱，雖然自2014年之后合作學科的廣度有所提高，但整體上在數字人文研究中不同學科之間的合作關系仍不夠穩定。究其原因，數字人文在發展的過程中，其“大帳蓬”式的兼容并蓄特性使得各個學科愿意嘗試參與數字人文研究，但由于數字人文本身是一個起步較晚的新興學科領域，各學科參與度并未達到一個穩定的水平，在其發展過程中不斷有學科嘗試參與或短暫退出，因此數字人文學科豐富度指標在此間呈現較大波動狀態。

（2） 數字人文學科均勻度受時間變化影響較小，始終保持較高水平。這里的學科均勻度是指平均每一年度單篇論文中合作者機構學科分布的均衡程度。這12年的數字人文學科均勻度始終在0.92–0.94之間浮動，說明從時間維度來看，每年的數字人文研究中，不同學科在單個研究中的參與度相對均衡。這反映數字人文并非是在某一學科的研究問題中單純介入其他學科理論、工具或方法的表面交叉行為，而是真正將不同學科融合起來解決以往依靠單一學科不能解決的問題，真正體現了學科交叉融合的內涵。

（3） 數字人文學科差異度呈緩慢上升趨勢。學科差異度在本文中代表24個合作者機構學科類別之間的差異化程度，學科差異度越大表示各學科之間的相似度越低，數字人文學科差異度整體上呈現上升趨勢。該結果表明在數字人文發展過程中，早期各學科之間的交叉研究多發生在相似學科之間，而隨著時間發展，學科交叉度增大，學科之間的交叉研究逐漸向知識體系差別較大的學科之間，非相近學科對數字人文研究的興趣增強。

（4） 隨時間變化數字人文綜合學科多樣性呈波動上升趨勢。綜合學科多樣性綜合了學科多樣性、學科均勻度和學科差異度3個維度來測度數字人文學科交叉度。這12年間數字人文綜合學科多樣性波動較大，但總體呈現較快增長，說明數字人文的學科交叉研究呈現快速發展趨勢，數字人文的學科交叉學科越來越多，不同學科之間的合作深度和廣度也越來越強。

4.3 數字人文學科交叉研究的可視化分析

學科交叉度雖能反映數字人文學科交叉的深淺程度與變化情況，但卻不能清晰地體現數字人文研究中究竟是哪些學科之間的交叉最為顯著。為了使數字人文學科交叉的分析更加形象具體，直觀地反映各學科之間的知識交流，本文引入學科共現網絡進行可視化分析。

由于本文僅關注學科之間的合作頻次，因此將學科共現網絡視作無向網絡。首先將本文的24個機構學科類別轉換成兩兩對應的共現矩陣；其次統計目標論文中每兩兩學科之間的合作次數，同時對共現矩陣中沒有出現合作關系的學科條目進行剔除；進而生成上述合作共現矩陣的CSV文件，可以作為學科相互之間關系的邊表格（如表3所示），由于該表格較長，這里只顯示局部；最后將CSV文件導入Gephi軟件生成如圖5所示的數字人文學科交叉網絡圖。

表3 學科共現矩陣邊表格（部分示例）

圖5 數字人文學科交叉網絡圖

節點的大小和邊的粗細代表學科間交叉的關系強度，隨著節點由小到大，學科交叉關系強度即由弱到強，相同顏色節點的學科對數字人文研究的貢獻度屬于相同層次。

由圖5可以看出，數字人文學科交叉主要集中在計算機科學與信息技術、圖書情報與檔案管理、語言學、文學、歷史學、社會學6個學科之間，是數字人文學科交叉的第一梯隊學科，總體上人文社科類學科是數字人文研究的主力學科，這一結果也與前文圖2所展現的結論相吻合。從合作頻次來看，6個學科之間的交叉合作次數均在100次以上，其中計算機科學與信息技術和圖書情報與檔案管理兩個學科之間的交叉達到了211次，這表明圖書情報與檔案管理這一學科領域的諸多學者，借助計算機科學與信息技術領域的工具與方法研究數字人文問題，上述兩個學科之間的跨學科合作是當前數字人文學科交叉研究的主要形式。

此外，教育學、新聞與傳播、哲學與宗教是數字人文學科交叉的第二梯隊學科，工程學、經濟學、生物學是第三梯隊學科，政治學、數學、醫學是第四梯隊學科，可以發現自然科學類學科雖然在數字人文研究中貢獻度較低，但是各個學科與其他學科之間仍有較強的學科交叉關系，如工程學和計算機科學與信息技術有過37次交叉研究，醫學和圖書情報與檔案管理有過29次交叉研究等。另外，管理學、地球科學與空間科學、農業與環境、地理學和法學這5個學科不管是自身對數字人文學科交叉研究的貢獻度，還是與其他學科之間的合作頻次都非常低，它們或可成為未來數字人文學科交叉研究可關注的重點學科，具備更顯著的合作增長空間。

進一步觀察圖5可發現，每個學科都與其他至少十個學科之間有過交叉合作，這印證了前文機構學科豐富度指標（Variety_A）和學科均勻度指標（Balance_A）的計算結果，表明數字人文不僅吸引了眾多學科的關注與研究，且在不同學科之間的分布較為均衡；另外，除第一梯隊學科之間的交叉合作外，計算機科學與信息技術和歷史學、工程學和藝術、生物學和圖書情報與檔案管理等學科之間的合作頻次也處于較高水平，說明各合作機構之間學科類別存在較大的差異性，符合前文學科差異度指標（Disparity_A）的計算結果。

5 結語

本文選取ADHO數字人文年會成果為研究對象，采用基于合作者機構信息的交叉科學測度方法對數字人文的學科交叉程度進行測度，旨在揭示數字人文學科交叉融合特征，量化分析數字人文跨學科性，從而在一定程度展現目前數字人文學科現狀與發展趨勢。數據分析的結果表明了數字人文具備顯著的學科交叉特征和極強的學科交叉性：一是從學科交叉性的總體特征來看，數字人文研究汲取了各學科的知識，其中圖書情報與檔案管理、計算機科學與信息技術和語言學3個學科是數字人文研究的主力學科，整體上人文社科類學科是數字人文研究中交叉關系較為密切的核心學科，而自然科學領域學科雖總體占比較低，但計算機科學與信息技術、工程學、醫學等自然科學類學科仍有較高的參與度，數字人文研究具備顯著的文理融合特征，是一個跨學科性較強的綜合性學科領域；二是從學科交叉性的變化情況來看，12年間各學科對數字人文整體研究的貢獻程度始終保持較為平均的高水平，各學科間合作關系雖仍不夠穩定，但已逐漸從早期的相近學科之間的交叉轉向非相近學科之間的交叉，各學科之間交叉的廣度和深度均逐漸提高。

此外本文與現有研究具備一定關聯性。本文所得到的學科豐富度、學科均勻度、學科差異度和綜合學科多樣性指標結果，與以往研究中指出的數字人文跨學科特征[11]具有一致性，是一種數據化支撐與驗證；本文研究結果也表明，圖書情報與檔案管理與計算機科學與信息技術這兩個學科是數字人文研究中合作貢獻力量最大的學科，數字人文雖主要是為了解決人文問題，但圖情檔學科卻與其關系最密切，這一結果與國外學者[30]的研究發現相符，這也充分說明了在數字人文研究中，資源與技術是其研究的兩個關鍵要素。

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決。首先，本文僅選取了ADHO數字人文年會歷年的論文集作為數據來源，ADHO數字人文年會雖是數字人文領域極具代表性的會議，但其收錄的論文數據并不一定能全面代表數字人文領域整體的研究狀況。其次，本文選擇的基于合作者機構學科信息測度學科交叉的測度方法，雖是學科交叉研究常用的測度方法之一，但尚存在一定的局限性，一方面有些合作者研究成果的學科屬性與其所屬機構的學科屬性并非完全一致；另一方面從既有數據來看，某些研究成果并非多機構合作，但其本身可能具備學科交叉性質等。雖然存在上述不足，但本文還是在數字人文學科交叉融合的研究方面做了積極有益的探索，在接下來的研究中，研究團隊將會針對以上問題，進一步擴展研究的數據來源，并補充其他測度方法進行測度驗證，以求更準確、更全面地反映數字人文學科交叉性。

（本文數據鏈接地址：http://hdl.handle.net/20.500.12304/11282）