网站首页  词典首页

请输入您要查询的论文：

　

标题 基于Lotka—Volterra模型的跨学科评价研究
范文 邱均平++何文静



摘要 学科交叉渗透已成为科学发展趋势，学科发展呈现生态化特征。从组织生态学角度，利用Lotka-Volterra模型呈现交叉学科成长中某学科发展演化过程，提出一种衡量学科在学科融合领域贡献能力的评价指标，并以情报学在社会网络研究领域为例进行实证分析。分析结果表明：Lotka-Volterra模型是一种较传统学科评价指标更为有效的科学评价方法，能够更为准确地呈现学科融合背景下的学科发展过程。
关键词 科学评价 学科融合 组织生态学 Lotka-Volterra模型
1 引言
跨学科之间研究方法、研究工具的不断交叉融合是科学发展的内在需要，也是解决实际研究问题的客观需求。学科分类日益精细化的同时，大量研究主题需要从多个学科视角进行综合揭示，因此跨学科研究越来越有必要性。科学评价结果作为衡量科研水平的一项重要指标，不仅能体现科研运行现状，还能够有效地激励科研者积极探索。现行的科学计量方法有很多，主要从学者个体、科研群体等微观层面或期刊等中观层面进行科学评价。在学科不断融合背景下，如何呈现交叉学科中单一学科的发展演化过程？本文将Lotka-Volterra模型（以下简称L-V模型）引入科学评价，从二维相关影响因素的角度创新性地提出一种衡量学科在学科融合领域贡献能力的评价指标。
2 研究综述
文献计量学三大定律为科学计量与评价奠定了理论基础，这些理论与指标对于如今的学术评价仍然具有指导意义。鉴于科学研究环境发生了巨大变化，过去的理论和指标存在一定的局限性，不能直接套用。
布拉德福定律通过某一领域科学论文的数量来确定该学科领域期刊的核心区，并将核心区中少数信息密度大、载文数量多的期刊视为核心期刊。由于科学论文的分布是一个很复杂的问题，既受人的主观因素影响，又受客观条件限制。尤其是在学科界限并不分明的学术环境中，依据论文数量使用布氏定律对交叉专业期刊进行核心区分就会出现较多问题，较多学者公认的核心期刊却不在核心区中。齐普夫定律中提出的词频分布为分析学科研究热点提供了较好的思路，结合时间还可以预测该研究的变化趋势。由于泛指、宏观概念的词出现频率较高，单纯的词频计数并不能准确地反映具体研究前沿。洛特卡定律能从文献计量的角度对科学家数量的增长进行预测，同时预测科学发展的规模和趋势。但其适用范围具有一定的局限性，不是所有的学科都遵循该定律，尤其在跨学科研究评价中。H指数作为一种科学计量方法，只能从微观或者中观角度进行科学评价，无法立足于大科学环境对学科地位及发展做出评价。
随着学科融合的不断成长与发展，国内外许多学者从不同角度对跨学科研究进行探讨。朱莉·克莱恩从学科发展、社会需要等角度探究跨学科研究兴起的动力，朱莉·克莱恩等通过对高校学者进行问卷调查，认为影响跨学科研究的阻力主要是学科体制的狭窄和稳定。学者将跨学科活动分为学科内和学科间两种，并详细地辨析了学科间的知识整合过程。由于跨学科研究涉及多学科交叉融合，传统的同行评价可能由于专家知识的局限不能做出合理的判断。有学者认为文献耦合分析可以用来探测交叉学科的发展趋势，对跨学科研究相关文献在文献耦合的基础上进行聚类以揭示研究发展。同被引分析反映了引证文献之间的关系，较多学者运用同被引分析方法对具体跨学科领域进行研究，用以揭示其演化过程的结构属性。国内学者通过分析作者耦合和引文期刊共现，并以知识图谱的形式更科学更全面地展示学科知识结构。
总体来看，跨学科研究主要集中于学科融合的动机及机制，探究学科融合领域研究新范式，对于学科融合领域中具体学科的演化发展和贡献能力评价指标较为欠缺。而传统的科学评价指标多为以中微观视角的一维变量，对于宏观环境下的学科评价具有一定的局限性。本文旨在探讨在学科融合背景下，基于L-V模型的评价指标对衡量学科融合领域中学科贡献能力的有效性，以客观反映学科演化发展过程。
3 理论基础
组织生态学认为社会环境是组织发展和变革过程中一个外生变量，组织的发展不仅受到内禀增长率的影响，同时还受到环境承载力的约束[15]。在有限的资源环境中，组织所做出的选择机制对组织多样性的作用十分重要，能很好地解决组织持久的适应性问题。
3.1 历史发展
生态位指种群赖以生存发展的多维资源环境空间，查尔斯·埃尔顿作为生态位分析的先驱，将生态位描述为一个种群在群落中所占的地位。乔治·哈钦森将生态位定义为一个种群能够繁殖自身的环境条件的建立，当两个或两个以上生态位相似的种群生活在同一空间分享或竞争共同资源时，就产生了生态位重叠。生态学认为，如果某一组织种群对其他组织种群的成长发展具有积极或消极的影响，那么组织种群之间则存在交互作用。在资源有限的环境中，生态位重叠的组织种群之间，一个组织种群的存在会降低其他组织种群的成长率，这种消极的约束作用是相互的，我们称之为竞争。乔治·高斯通过控制环境变量将两个甲虫种群放入同一环境中进行共存实验，提出了“竞争排斥原则”，即两个具有相同生态位的种群无法均衡共存。
在特定边界内具有共同形态的组织构成组织种群，所有组织成员在一定程度上对相似环境具有依赖性。假设在资源有限的环境下，任何一个组织种群的变化情况都依赖于对环境中资源的使用情况，组织种群设立率与其规模呈负的线性相关，死亡率与其规模呈正的线性关系。如果环境中未消耗的资源越少，那么组织种群的增长率越高。因此，组织种群的成长率依赖于两个生态维度：内禀增长率和环境承载力。组织种群在某时刻的成长状态可由L-V模型公式表示如下：
其中，dN/dt表示组织种群某时刻的增长率；γ表示在没有资源约束条件下组织种群的成长速度，即内禀增长率；N表示组织种群的规模；K表示环境承载力。该模型建立在组织种群设立率和死亡率的密度依赖效应和种群间竞争交互作用的简单逻辑上，为研究组织种群间的竞争性提供了较好的视角，当一个组织种群的成长降低了另一个组织种群的环境承载力时，两个组织种群间的竞争就产生了。钟琪等人将L-V模型引入信息扩散模型，把社会型危机信息扩散过程看成是真实信息和虚假信息争取灾民信任的动态竞争过程。陈彦光等将模型与城市动力学相结合，构建城市动力学模型解释城市演化过程，揭示中国城市化进程中存在的问题和优化方向。
3.2 理论应用背景
随着科学技术和社会经济的发展，大批新兴学科涌现，科学已摆脱了传统的强边界自膨胀式发展方式，正朝着一种学科交叉、学科融合的方向发展。在这样的背景下，伽里森借鉴经济学中“交易”这一术语，最早提出了“交易区”的概念，在学术界掀起了一股将自然科学与社会科学融合在一起的跨学科、跨文化的理论创新高潮。交易区理论的内涵，是指拥有不同知识背景的参与者为达成某一共同目标而建立的抽象区域，反映的是一种科学与文化之间的融合，是一种对科学实践的刻画。不同于人类为更好生存而进行的物品交换，“交易”更多地指不同学科背景中学者对于行为和思想的交换过程。基于科学共同体和社会需求的双重作用，传统的跨学科交流与合作成为科学领域必须面对的问题。组织生态学研究中组织种群在定义和分类组织形式时以组织边界为基础，根据此观点，学科融合过程是现有学科惯例和学科结构的重新整合。学科形式的多样性与资源和约束的多样性成正比，学科边界会发生动态变化以对学科融合做出反应。如果一个新的学科形式在获得资源或采取融合或分割行为更有优势时，内部制度和结构安排就能快速变化以适应这种形式，另外，学科在长期演化过程中，边界的动态性意味着要明晰环境对该过程的影响强度和方向。
学科之间打破学科壁垒，不断交叉渗透，逐渐形成新兴学科。受学科自身知识结构体系、科学技术工具及科学环境的影响，不同学科在融合过程中的交叉程度及对学科融合领域的贡献能力也有所不同。对跨学科的评价不是对单一学科简单的线性求和，不同范式的科学共同体之间依靠语言来交流。由于学科融合中边界具有模糊性，而且某一学科自身的发展和其所融合形成的交叉学科的发展之间互相影响，传统科学计量评价中并没有针对学科融合领域中某一学科的贡献能力给出相应的衡量指标。L-V模型从组织种群自身成长率和群落成长率的二维视角刻画组织种群相对增长速度，该模型将科学置于生态圈环境中，不仅考虑到某学科自身在理论、方法和技术上的发展，同时将由该学科所形成的融合学科领域的成长考虑在内。该模型描述的二维关系，符合科学发展中学科之间相互作用的实际，适用于在原有学科之间竞争合作关系不断变化环境下的科学融合的评价。
3.3 应用于图情领域的意义
1）作为衡量情报学在某一学科融合领域的学科贡献能力的一个相对指标。目前学科融合、跨学科研究已经逐渐成为学术界备受欢迎的一种创新科研方法，然而科学的学科融合评价标准依然存在障碍。就情报学自身而言，它是介于自然科学与社会科学之间的综合性边缘学科，同现代科学一样，也呈现综合与分化的趋势，与其他学科交叉融合渗透。传统评价体系中指标之间相互独立，不具备相关性，这与现实情况存在一定的出入。将组织生态学中的L-V模型引入科学融合评价中，是对传统单因素评价指标的创新与完善。它不仅关注学科边界的动态性，同时将学科之间的交互作用对学科边界动态性的影响作为评价指标。随着大量新兴学科的诞生、信息技术的发展，情报学也与社会学、计算机科学、经济学等学科逐步融合。从生态学角度看待学科融合问题，使得学者明确情报学在多学科融合领域中所提供的学科贡献能力，即使在学科融合盛行的学术环境下，也能为情报学者明晰学科边界，避免学科间概念的混淆。
2）识别情报学在整个科学界的地位。传统的学科评价是以预设目标作为标准的绝对评价，所有的评价指标都关于学科自身，不涉及其他外部因素，且评价结果侧重于呈现该学科对国家、经济、社会发展的贡献。传统的学科评价忽略了其所处的科学大环境，以历史总量为依据进行学科评价只能反映该学科在过去某段时间所达到的科学水准，而不能说明该学科在整个科学领域中所占地位。将组织生态学中的L-V模型引入学科评价是一个创新性举措，它将整个科学领域视为总的生态环境，情报学学科视为一个组织种群，通过计算情报学学科在科学领域中的成长速度，并与科学领域自身增长率进行比较，可以衡量情报学在整个科学领域的重要程度。在情报学发展新形势下，为情报学学科提供正确的定位，是加强情报学建设，促进其发展的前提和基础。
4 研究方法与设计
L-V模型构建了一种良好的组织生态学研究框架，类似于种群生态演化，可以将学科演化分成r策略和K策略两个部分：
（l）r策略：繁殖策略，是一种有利于增大内禀增长率的选择，突出表现为较高的繁殖能力。当环境资源丰富且分布较为分散时，通过大量繁殖后代以适应不断变化的环境。当组织的生态环境不稳定时，组织种群通过生产多种局部性质不同的个体，占据组织群落空间的不同生态位，以保证组织种群实现动态平衡和增长。在科学领域主要表现为，学科通过不断增加研究分支，充实丰富研究内容和方法，无限地扩大其外延。这种较高的增长率使得学科有能力迅速地获取很多短暂的成长机会，但是却要耗费较多的资源去面对激烈的竞争，容易导致一些研究领域生命周期较短，存活率低。
（2）K策略：饱和策略，是一种有利于增加自身竞争力的选择，突出表现为能够有效地利用资源。通过提升组织种群在稳定环境下的环境容量，以达到较高的饱和密度。当组织的生态环境较为稳定时，组织种群通过改善其内部效率来提高核心竞争力，确保能从有限的环境中获取足够的资源支持其发展成长。在科学领域主要表现为，以降低学科自身发展速度为代价，通过不断投入资源以深化现有研究的内涵，使学科研究更具针对性，学科发展更加专业化。这种在学科发展中广泛投入资源的做法能提升学科抵抗竞争压力的能力，在竞争激烈、学科不断融合、界限逐渐模糊的条件下最大化扩张学科的自身能力。
为了探究某一学科在学科融合领域中的贡献能力，本文设计了一种基于某一具体研究问题的学科数据选择方法，筛选出具有学科特征的数据集，继而采用L-V模型，对学科在学科融合领域中的贡献做出评测。总体研究设计如图1所示：
（1）度量指标模块：主要功能是确定衡量研究领域成果的指标，用于表示该学科的发展状况，依据学科性质选择最优衡量标准，如文献、专利等，确保学科衡量的易用性和有效性。
（2）数据采集模块：主要功能是采集大量数据，形成相应数据集，并对数据进行预处理，以减少无关数据对研究结果的干扰。
（3）实验分析模块：采用L-V模型，对数据进行量化处理，将数据结果用按时序绘制的量化图表示，并对结果进行对比分析。
5 数据分析
5.1 基本数据
社会网络研究起源于二十世纪三十年代英国人类学研究，是一种融合社会学、心理学、经济学、信息科学等多种学科的跨学科研究方法。在国内研究中，社会网络最早是由社会学和心理学领域引入，2003年包昌火等人发表《人际网络分析》 -文，最早将社会网络分析运用于情报学领域。笔者选取情报学作为研究学科，探究其在社会网络研究领域中的发展状况及贡献能力。由于该领域学术成果多以期刊论文的形式呈现，故利用中国知网（CNKI）期刊数据库以“题名一‘社会网络or人际网络或关键词=‘社会网络or人际网络”，限定时间区间为2003-2014进行简单检索，将返回结果作为k的数据集，并按年份计数。再利用CNKI期刊数据库以“题名一‘社会网络or人际网络或关键词=‘社会网络or人际网络”，并限定学科领域为“情报学、情报工作”，时间区间为2003-2014进行检索，将返回结果作为r的数据集，并按年份计数。基本统计数据如表1。
5.2 L-V图分析
模型对社会网络研究发展过程中情报学贡献参数的定义：情报学期刊中关于社会网络研究的文献总数（N）；情报学期刊中关于社会网络研究的文献的年增长率表示内禀增长率（r）；所有学科领域期刊中关于社会网络研究的文献总数表示环境承载力（K）。通过对参数进行归一化处理，得到情报学学科中社会网络研究发展图，其中r表示情报学期刊中关于社会网络研究的文献的年增长率，N/K表示所有社会网络研究文献中情报学期刊里社会网络研究文献所占比例，K表示所有学科领域期刊中关于社会网络研究的文献数量，dN/dt由公式（1）计算可得，如图2所示。
归一化数据虽然不能直接呈现参数的数量或参数间的比例关系，但是能够反映参数自身的变化状态以及参数之间的变化相关性。r表示情报学学科中社会网络研究文献增长情况，从图2中可以看出，2004-2006年，该阶段情报学期刊中社会网络主题的发文量剧增，研究热度呈指数型增长，可见情报学领域学者对社会网络的关注度高，其中在2006年r达到最高峰。2006年以后r呈下降趋势，表明情报学领域对社会网络的研究趋于平静，关注度大幅下降。N/K表示所有社会网络研究的期刊论文中情报学期刊发文所占比例，图2显示，N/K虽然在2008-2010年及2012-2014年表现平稳，但整体呈上升趋势，可见社会网络研究中情报学所占份额仍不断增长。不难看出，分别由r、N/K来衡量情报学领域社会网络研究发展，得出的结论存在较大出入。r作为衡量自身增长率指标，仅考虑了情报学中社会网络研究自身的增长情况，而忽略了社会网络研究总体情况。N/K作为衡量学科自身在社会网络研究环境中所占份额增长率指标，仅考虑社会网络研究中情报学所占份额，而忽视了情报学领域中社会网络研究自身的增长情况。这两种传统的评价指标都仅将自身或环境作为影响因素，这种一维衡量指标会造成结果较为绝对。
对相同的数据，采用不同的评价方法，得出的结论截然不同，可见传统的评价指标对于学科融合环境下的学科发展评价具有局限性。而将自身增长率及环境承载力均作为影响因素，从二维角度刻画情报学领域社会网络研究发展，结果具有相对性。由图2可知，在2011年dN/dt达到极值，表示在2011年之前，情报学领域对社会网络的关注度不断增长，2011年之后有所下降。r的极值出现在2006年，与dN/dt的极值2011年相差5年之久，笔者认为，r仅刻画了情报学学科内社会网络研究的增长情况，在2006-2011年之间，r呈下降趋势而dN/dt仍有所增长，是因为虽然该阶段情报学领域内社会网络研究相关期刊论文数增长减缓，但相对于其他学科，其增长率较高，可见该阶段社会网络研究在情报学领域仍具有较高热度。
6 结论与展望
近年来，学科交叉融合、边界模糊已成为学科发展新趋势，现代科学发展对于复杂问题的研究需要多种学科知识，学科之间相互联系和作用。跨学科研究的蓬勃发展，不仅仅是学科体系简单扩展的产物，研究主题的复杂性和综合性要求对研究主题从多学科视角进行分析。由于跨学科领域中学科交叉融合的复合性和异质性，传统的一维科学评价方法不再适用于学科融合背景下的学科评价，组织生态学中的L-V模型为其提供了一种成熟完善的观察角度和研究框架。将学科自身发展速率与学科融合领域发展情况均视为学科评价影响因素，可以弥补传统一维评价方法的不足，更加准确地描述在学科融合背景下某一学科的发展演化过程。本文以情报学中社会网络研究为例，实验发现L-V模型作为评价指标能取得较好效果。由于学科融合背景下，学科发展不仅受自身规模的影响，还受到学科环境的限制，将生态学概念引入科学领域具有较高的可行性和契合度，因此笔者认为在学科融合背景下L-V模型是一种有效的评价方式。当然，本文只是对L-V模型应用于学科融合中评价的初步理论构想，例如衡量领域成果指标的选择只是粗糙的数量统计，并没有考虑成果的影响力等因素，后续研究中可以考虑将被引频次以成果影响力的形式参与到评价中。
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/2/5 14:48:27