前言：尋找寫作靈感？中文期刊網用心挑選的學科交叉期刊的識別方法，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

1引言

伴隨著學科間交流日益緊密，不同學科間知識的擴散、交叉與融合現象日益突出。在此情況下，學科研究已不能僅局限于學科自身，需要探究不同學科的知識、技術與方法的交叉融合，因此，學科交叉現象和特征的研究已成為科技管理領域的重要研究對象。學科交叉期刊作為學科交叉領域研究成果的重要載體，識別學科交叉期刊具有重要的理論和應用意義。一方面，學科交叉期刊的識別是實現學科交叉期刊的科學、客觀評價的前提。目前在學術期刊評價與管理領域，主流的評價通常以聚集學科主流研究的核心期刊作為評價標桿。學科交叉期刊因其隸屬不同學科領域，通常位于多個學科的邊緣地帶，而且不同領域期刊的評價結果存在差異，造成學科交叉期刊在評價中往往處于不利地位，因此，傳統期刊評價指標難以作出客觀、公正的評價。與此同時，當前多種科研評價與期刊評價有直接關系，如對研究機構和研究人員的評價通常以其發表期刊的學術影響力作為參照。因此，實現學科交叉期刊的識別并構建專門的評價方法可以消除或減弱科研評價中存在的偏差。另一方面，學科交叉期刊的識別可以輔助學科前沿的監測與預測。大量研究表明不同學科之間的理論方法的交叉、融合會推動產生重大的科學突破。而學科交叉期刊是承載學科交叉前沿研究的主要載體，但由于在評價中的劣勢地位，相較于學科核心期刊受到科研人員的關注度較弱，因此，識別學科交叉期刊可以促進對學科前沿的監測與預測。但目前對學科交叉期刊的識別方法研究相對較少，已有學科交叉研究大多集中在領域的學科交叉研究以及學科交叉行為研究等，學科交叉期刊識別方法的效性研究尚處于起步階段。學科交叉期刊識別是期刊學科交叉研究的基礎，也是期刊交叉評價的前提。而期刊學科交叉識別的關鍵問題在于學科交叉識別方法是否適用于學科交叉期刊識別？若適用哪個識別方法的效用性較好？針對上述問題，本文首先對國內外學科交叉識別方法進行歸納梳理，在總結各方法指標的優勢與劣勢的基礎上，將學科交叉識別方法，應用于期刊層面，并對其重新定義。同時，針對效度較差的識別方法進行改進，提出新的學科交叉期刊識別方法。最后，通過實證分析對學科交叉識別方法進行對比研究，遴選出適用于學科交叉期刊識別且效度較好的識別指標，便于后續學科交叉領域期刊影響力評價的研究。

2學科交叉領域識別方法的研究進展

學科交叉領域識別方法研究根據數據來源分析特征的不同，可分為基于引文關系的識別方法與基于主題內容的識別方法。其中基于引文關系的識別方法以識別方法的運用原理作為劃分標準，分為基于社會網絡方法的學科交叉識別方法，基于信息傳播的學科交叉識別方法以及基于傳統測度學科交叉識別指標。

2.1基于引文關系的識別方法

2.1.1利用社會網絡方法的識別方法

社會網絡方法的識別方法是通過計算網絡中心性、網絡密度、節點間最短路徑等方法來識別學科交叉的趨勢。雖然現階段未形成專門測度期刊交叉度的指標體系，但學者們已較早將社會網絡分析方法用于識別交叉領域（表1）。基于社會網絡的識別方法結合網絡特征，通過可視化的方式識別學科網絡、作者合作網絡、引文網絡以及主題網絡中的學科交叉主題。通常位于網絡邊緣的節點或位于多領域的交叉節點被認為具有學科交叉特性，相較于其他方法，交叉結果較為顯著。但不同網絡存在一定誤差，易受其他因素的干擾，例如引用網絡受作者知名度影響，往往會帶來比預期更高的影響力，這樣會造成引用網絡的偏差，因此不能僅靠網絡指標對學科交叉期刊進行識別。

2.1.2利用信息傳播的識別方法

信息傳播的部分指標通常被用于測量信息的離散程度，如信息熵等。一些學者認為這些指標也可用于學科交叉的識別，學科間的平衡性越低，學科交叉趨勢越顯著，并將學科間相互滲透，理解為學科間信息的相互傳遞，認為信息傳播特征也可成為學科交叉識別的有效方法。從定量角度來看，利用信息熵等原理測算學科交叉性較準確，相比于基于社會網絡方法的交叉識別方法，不易被外界信息所干擾。但對于基尼系數等指標只能測算學科的平衡度，而測算學科交叉度還有一定偏差。因此，可以用信息傳遞大的指標測算信息的不確定變化以及主題的差異性變化，同時也需結合網絡位置變化，更好的描述信息傳遞的整個過程。

2.1.3利用傳統方法識別指標

傳統計量指標是被用于一般期刊的測量指標，如影響因子、被引頻次、學科影響指標、學科擴散指標、H指數、R指數等。一些學者將傳統指標用于測量學科交叉趨勢，Chang等[15]利用同類型文章引文頻次、書目耦合以及同學科作者合作趨勢等傳統的測量方法，并分析三種方法的優劣性。利用引文等進行學科交叉識別的研究占絕大多數，說明通過引文關系能體現出學科交叉性特征，但是僅利用傳統方法，或基于傳統方法上進行改進，都無法避免傳統方法的缺陷，例如，影響因子的高低一方面受到學科的影響，另一方面也受到期刊刊期和容量大小等的影響。這樣對學科交叉期刊進行識別會產生結果偏差。因此要結合其他測量指標來降低環境對結果的影響。

2.2基于主題內容的識別方法

除了上述基于引文內容的識別方法，還有不少學者總結并研究出學科交叉主題的識別方法。相比于引文關系的外部引用，主題內容立足于文章本身，克服自引等帶來的引用誤差，能較全面地反映文章所屬學科。因此根據主題內容，產生一系列關于學科交叉識別的方法。這些方法根據識別出的交叉主題數量研究期刊學科多樣性。根據主題內容分類不同，可分為高頻詞、特征詞以及突發詞等上述方法，僅從一個側面對主題內容進行識別，如果用于學科交叉主題識別，會存在一定的差異值。許海云等研究學科交叉主題在學科多樣性、主題核心性、奇異性及生長性的特征以及提出多維IDR主題識別方法，提高了學科交叉主題識別的準確度。除上述基于主題內容的識別方法外，徐庶睿等基于主題分布提出主題學科交叉度以及主題交叉度分布熵的公式，從定量的角度豐富主題內容學科交叉度的研究。基于主題內容與基于引文關系的識別方法，分別從外在關系與內在屬性角度，對學科交叉進行識別。基于引文關系的識別方法，在研究被引或引用的過程中，存在自引等差異值會導致結果偏差。而基于主題內容，也存在主題離群點干擾。因此各個識別方法均有自身利弊，并且這些識別指標僅在學科交叉中識別，上述識別方法是否適用于學科交叉期刊識別應用值得進一步研究。本文將結合充分考慮期刊學科的類別特征，將學科交叉的識別方法應用于期刊領域，對各項指標進行對比分析，并對特定公式做出修正。

3學科交叉領域期刊識別方法

關于學科交叉性質的研究，Stirling詳細地闡述了多樣性測度的3個屬性，分別為豐富性（variety）、平衡性（balance）和差異性（disparity），并構建了多樣性測度的一般框架。Rafols等提出學科交叉性測度分為多樣性指標（diversity）和凝聚指標測度（coherence）。筆者歸納相關理論研究，認為學科交叉領域期刊是專門收錄或偏向收錄學科交叉領域文章的期刊總稱，該類期刊有別于一般期刊學科類別的單一性，同時具有學科多樣性、學科聚合性、學科平衡性等學科交叉性特點。上述交叉識別方法在一定程度上對學科進行交叉識別，但未應用于期刊層面，并且也未對學科交叉識別方法間效度進行對比。對于學科交叉期刊識別方法研究，其核心是如何定義學科交叉期刊并制定一系列學科交叉期刊識別指標。

3.1學科交叉期刊識別方法體系

本文的學科交叉期刊識別方法主要基于引文分析的跨學科期刊識別方法，嘗試從領域多樣性、領域平衡性以及領域聚合性等三個學科交叉領域特性入手，分別對期刊間學科進行共現研究，具體方法組織如下：首先，基于上述識別方法，總結其優勢與劣勢，根據挑選既適用于期刊層面又具有代表性的識別指標，將其運用到期刊識別中，對其重新定義，并針對效度較差的識別方法進行改進，提出新的學科交叉期刊識別方法。其次，根據學科交叉的特性構建學科交叉期刊識別體系，并且根據期刊學科交叉識別體系，運用案例分析法對領域期刊進行識別方法計算。在識別方法計算中，由于涉及網絡結構與引文關系的內容，運用社會網絡分析法與文獻計量法呈現期刊間交叉關系，即通過期刊間引文關系，分別對每個期刊的被引期刊進行映射，得到被引期刊的學科類別。如圖1所示，JA有2個被引期刊JA1、JA2，根據JA1、JA2所屬的學科類別進行計算，即JA包含的學科類別S1、S2與S3。為了便于期刊識別結果的比較，本文把各個識別結果進行歸一化運算，使其在相同的區間范圍，根據期刊間的區分度，挑選效度較好的學科交叉期刊識別方法。再次，為了進一步研究識別指標間上層因子的關系，對識別指標間進行相關性分析，通過描述性分析、相關性性分析以及因子分析對相關性較低的期刊識別指標進行組合，提高學科交叉期刊識別的準確度。

3.2識別指標體系

根據近幾年學術界對學科交叉識別方法的研究以及許海云對學科交叉的研究綜述，結合期刊學科交叉特性，將研究視角設定為學科期刊的交叉識別，對指標進行重新定義后，匯總于表5。其中指標屬性以學科交叉的特性劃分，子屬性是交叉特性下用于識別測量的角度。上述指標中，期刊領域多樣性指標是從期刊涉及學科類別的豐富性角度來評價是否具有學科交叉趨勢的一系列指標。期刊學科平衡性是利用信息熵、權重以及基尼系數等原理對期刊學科進行信息不確定性的測量。期刊學科聚合性指標是基于網絡分析的指標，大多數指標通過期刊網絡中節點間的最短距離等指標進行計算。期刊學科綜合性指標是整合期刊網絡結構特點與學科種類分布，對期刊進行交叉識別。其中GC指標在期刊學科類別中加入權重，目的是使公式結果更精準。但該公式存在一定缺陷，隨著i值不斷迭加，結果會出現正負相抵的情況。同時該公式其實是權重(2i-n-1)/n的值，隨著i的變化而變化，結果僅取決于i值。因此，本研究為了提高公式的精準性，對該公式進行修正。方差被認為是在概率論和統計中衡量隨機變量或一組數據時離散程度的度量。方差的度量對學科偏離程度具有重要意義。本研究將學科方差作為公式的權重。

4實證分析

4.1實證數據分析

4.1.1領域期刊選取

由于ISIWebofKnowledge的WebofScience平臺對數據學科分類體系較好，實證數據均來自此數據庫平臺。為檢驗本研究中學科交叉期刊識別方法的科學性和有效性，需考慮不同學科的學科領域成熟性以及學科領域創新性和學科交叉可能性。實證分析選取學科領域為“綜合類”（MULTIDISCIP-LINARYSCIENCES）、“物理化學”（CHEMISTRY,PHYSICAL）和“生命科學”（BIOLOGY）領域的期刊作為實證領域。其中“綜合類”期刊一般認為具有多學科交叉的特性，大多數期刊包含各個學科融合的文章，難以被分到具體某一類別。“物理化學類”期刊相比于其他學科類別，期刊數量較多，更易產生學科交叉、學科合作以及學科融合的趨勢。“生命科學類”期刊發展較為迅速，期刊信息更新速度較快，同時期刊數量較多，易產生學科交叉、學科融合的趨勢。檢索日期為2018年3月13日，考慮分析量適中且具有影響力的領域期刊作為實證樣本，最終選取引用頻次大于1000、小于7000的期刊作為研究樣本，遴選出“綜合類”15種期刊、“物理化學”123種期刊、“生命科學”79種期刊。

4.1.2識別指標選取

為了更全面地反映各個識別方法的效用性，本研究分別針對領域多樣性指標、領域平衡性、領域聚合性、領域綜合性等學科交叉特點，選取了期刊適用性較強的識別指標作為計算指標。從數理結構分析，NS與S指標以學科種類為權重，能夠較直接地反映期刊多樣性特征。SE指標與GC指標利用信息熵理論進行交叉測量，方法較具代表性。ND與MPL指標從網絡結構與節點最短距離進行交叉識別，方法角度較具體。RS與指標將學科類別與最短加權距離進行結合，方法較為全面。本研究共選取9個交叉識別指標進行計算，由于指標涉及學科交叉特點不同，并且數據可行性高，研究結果可信度較高。

4.2學科交叉期刊識別指標計算

根據表6，本研究選取“綜合類”期刊共15種，“物理化學類”期刊共123種，“生命科類”期刊共79種，并分別對每個期刊的被引期刊進行映射，得到被引期刊的學科類別，并對識別指標進行歸一化處理。通過計算9個學科交叉識別公式，根據期刊學科類別的豐富性以及識別公式計算的結果，來判斷期刊的學科交叉趨勢。由于“物理化學類”、“生命科學類”樣本過多，表7僅列舉期刊被引量排序前10位的期刊。

4.3期刊各指標標準偏差

由于部分識別結果差距較小，為了更顯著的體現各個交叉識別方法應用于期刊的效用程度，本文根據結果偏離性質，引用標準偏差公式，計算不同領域的各個指標的標準偏差，偏差越小說明交叉結果區分度較小。根據上述各領域期刊指標計算，得到以下結論：①從學科交叉期刊識別指標角度，三個領域期刊中GI指標與S指標的區分度較好，并且GI指標與S指標的耦合度較好，交叉趨勢趨同。相反，GC指標區分度較差，每個期刊的GC值大致相同。②從期刊角度，“綜合類”期刊整體跨學科趨勢較為明顯。“綜合類”期刊識別中，MPL指標的學科交叉區分度也較大，說明網絡最短距離也可用于識別期刊學科交叉特性。同時以RS指標與F指標為主的學科綜合性指標的學科交叉區分度也較好，說明“綜合類”期刊的學科多樣性與學科聚合性差異度較高。“生命科學類”期刊MPL指標與ND指標的區分度較好，說明“生命科學類”期刊的學科差異度較顯著，學科間最短距離較大，并且期刊學科共線網絡較緊密，但MPL、ND均存在多期刊同值的情況，不能達到識別每個期刊的效果。“物理化學類”期刊的學科間差異性較小，并且學科網絡間距離較短，學科交叉趨勢較不顯著。③從期刊交叉識別指標適用性角度，不同領域期刊識別指標的適用性存在差異。如果一個學科期刊的學科多樣性較差，學科間距離較短，RS指標與F指標不適用于對其進行識別。MPL指標也僅限于學科間差異較大的期刊，對于學科差異較小的期刊，交叉識別效性較差。因此“綜合類”期刊的S指標、GI指數、MPL指標有較好的效度。對于“物理化學類”期刊，S指數、GI指數的期刊學科交叉識別方法最為有效。對于“生命科學類”期刊，S、GI以及ND指標均可用于交叉度測量。同時由結果可知，各個學科領域間，適用的識別方法存在差異性。

4.4指標相關性分析

為了較好的研究識別指標間的關聯度，本研究分別針對期刊領域多樣性、領域平衡性、領域聚合性及領域綜合性指標進行相關性分析。通過對NS、S、SE、GC、GI等指標相關性分析，得到指標間的相似性，為后續推廣指標應用提供指標互補的識別方案。

4.4.1各指標正態性檢驗和變異系數

“綜合類”、“物理化學類”、“生命科學類”期刊各指標均成正態分布，其中各個領域期刊變異系數最大的是GI指標，指標變異程度大，說明區分學科差異性明顯，可用于期刊學科交叉識別。GC指標的變異系數最小，期刊學科交叉區分度較差。P值是代表顯著性的數值，P值小于0.05，說明指標間存在顯著差異。各個指標的P值均為0.000，說明各個指標間存在顯著差異。

4.4.2各指標間相關性分析

本次研究將采用Pearson相關系數進行雙側顯著性檢驗來測定變量間的相關性，各變量間的相關性分析結果如表9所示。三個領域期刊中GI與S、SE指標間相關性最高，ND與RS、F指標相關度也較高，說明相關性較高的三個指標可分別用于學科交叉期刊的識別中。

4.4.3各指標間因子分析

本研究利用因子分析方法，將相似的識別指標進行綜合，得到具有代表性的學科交叉識別指標。根據期刊各指標因子載荷矩陣，各領域期刊可提取3個因子，因子1負荷值大于0.5的指標均是S、SE與GI指標，這三個指標均較關注期刊學科數量，期刊學科交叉趨勢效果也較為相似。因子2負荷值大于0.5的指標是RS與F指標，均較關注期刊網絡特性。在期刊學科交叉識別中，S、SE與GI可以相互替代、RS與F指標可以相互替代，而ND、NS、MPL與GC要根據不同領域期刊的特點進行運用。由于因子分析方法的各個因子均有可能實現最優結果，因此根據各指標成分得分系數矩陣，將NS、S、SE、GC、GI、ND、MPL、RS以及F指標，作為自變量X1、X2、X3、X4、X5、X6、X7、X8、X9，可得出各個變量線性表達式，并根據領域名進行命名，“綜合類”期刊用M表示，“物理化學類”期刊用P表示，“生命科學類”期刊用B表示。將各領域期刊進行因子分析，可提取三個因子（F1、F2、F3），并根據各指標成分得分系數矩陣，得出各個變量線性表達式。由F1、F2、F3表達式可以看出，各領域期刊F1中SE、S、GI的系數最高，對F1的影響力最大。F2中RS與F的系數較高，F3中ND、NS與GC的系數較高。從F1、F2與F3的數值分析中發現，F1中每個期刊的差值較大，而F2與F3表達式出現多個期刊同值的情況，因此F1差值較大，可用于識別計算，F2與F3表達式也不適宜用于識別學科交叉期刊中。通過對各領域期刊的各個識別指標進行相關性分析，可知GI指數的變異系數最高，學科差異性明顯。同時根據相關性分析與因子分析，S、GI、SE指數的相關性較高，RS與F的相似度較高。說明相似度較高的各個指標在識別中，可以相互替代。相關性結果驗證了上述識別數值所得結果，即S與GI的學科交叉期刊識別區分性較好。如圖4所示，F1表達式中分考慮各個識別指標作用，比考慮學科交叉單一方面的識別指標更合理，也可用于學科交叉期刊識別中。因此在學科交叉期刊識別方法中，整合運用相關性較低的識別指標，例如，將S與RS組合識別，或將GI與F組合，這樣可以充分考慮學科特性，同時避免單一特性導致結果偏差。也可運用F1作為學科交叉期刊識別方法。

4.5交叉學科識別結果

根據上述期刊學科交叉期刊識別方法的實證分析以及相關性檢驗，F1綜合考慮各個指標的貢獻率，并且期刊間區分程度較好。因此根據F1得到的數值降序排列，對各領域期刊進行學科交叉遴選。由于“物理化學類”與“生命科學類”期刊較多，遴選學科交叉排名在前10位的期刊，本研究認為前10位期刊具有一定代表性。“綜合類”期刊中ScienceofNature的S值、GI值以及F1最高，說明該期刊中包含具有學科多樣性特征的文章，并偏好于收錄學科交叉性質的文獻。說明F1表達式在“綜合類”期刊中適用性較好。“物理化學類”期刊中Tetrahedron:Asymmetry的學科交叉趨勢最明顯，GI值最高，說明該期刊中包含較多具有學科交叉特征的文章。“生命科學類”期刊中Biometrics的學科交叉趨勢最明顯，F1值最高，說明該期刊中包含較多具有學科交叉特征的文章。

5結論

5.1主要結論

本研究立足期刊層面，選取適用于期刊的學科交叉識別方法，并對其進行比較分析。選取的九種期刊識別方法分別考慮到學科多樣性、學科平衡性與學科聚合性等學科交叉特性。同時本研究針對GC指數的單一性，重新對其進行改進，利用方差作為學科平衡性測量的權重。通過對上述數據進行實驗，得出以下幾個結論：（1）從識別指標適用性角度分析，不同學科領域期刊識別指標適用性不同。GI與S指標領域期刊適用性最好，不受領域期刊差異性影響。其他識別指標根據領域期刊的特點而改變，從而需選取相應的識別指標。若期刊學科間種類差異較大，MPL的識別效果較好；若期刊學科網絡節點間距離差異性較大，RS與F指標的識別效果較好。（2）從九種測量指標角度分析，該九種測量指標均考慮學科交叉特性，用于較簡單直接的公式對期刊學科交叉公式的測量，其中用期刊的學科權重與學科方差作為指標變量，識別效果較好。研究表明，S指標與改進后的GI指標的區分度較好，效度較高。根據相關性分析，F1相較于S與GI指標更為全面，考慮了各個識別指標的作用，識別合理性較高。因此可用F1對期刊進行學科交叉識別，也可將GI或S指標與其他相關性較低的指標組合后進行識別。（3）從期刊學科交叉識別方法角度分析，期刊學科交叉識別方法已有初步的研究方向，交叉識別方法種類較多，但都是基于文章層面，注重文章內各個學科間的交叉關系。部分交叉識別指標由于自身的局限性，受較多因素影響，應用于期刊維度時，指標計算結果會產生偏差，出現期刊學科交叉的識別度不夠等問題。通過對學科交叉期刊識別測度指標進行實證分析與相關性分析，提出GI與S指標的識別效度較好，但本研究也存在一些不足之處。一方面，領域選擇較少。本研究根據期刊學科交叉可能性、學科領域成熟性以及學科領域創新性，選擇學科領域為“綜合類”、“物理化學”、“生命科學”的期刊為樣本，進行實證分析。領域數據量較少，有可能忽略各學科領域的差異性。另一方面，未選取全部識別指標。根據學科多樣性、學科平衡性與學科聚合性等特性以及指標的代表性與可行性，分別選取NS、S、SE、GC、ND等8種指標進行計算，其他指標本研究還未對其測量，因此，識別指標分析僅在本研究中選取的指標中進行。

5.2未來研究展望

當前學科交叉識別方法日趨成熟，學術界從引文內容與主題內容入手，提出一系列用于學科交叉識別的方法。但將學科交叉識別方法用于期刊識別，效果存在差異性，我們認為未來學科交叉期刊識別應該從以下兩個方向入手：一方面，面向更多學科開展學科交叉期刊的識別。盡管當前已有了多種期刊學科交叉測度的可行性指標，但期刊學科領域交叉研究需要將各類學科領域期刊進行對比，對比過程需深入，不僅僅是結果層面比較。另一方面，進一步改進學科交叉期刊識別方法。鑒于學科交叉識別方法的多樣性，期刊學科交叉識別方法應考慮多種因素的影響，這一過程需要對期刊學科交叉全面性計算，因此，針對學科期刊交叉特性，需要利用指標融合，對已有的識別指標進行改進。