跨学科知识生产的类型与经验　　

      中图分类号：G640

       文献标识码：A

       文章编号：1672-0717(2021)05-0014-10

      DOI：10.3969/j.issn.1672-0717.2021.05.02

      跨学科知识生产在当代知识生产中具有重要的地位与价值。传统学科如数学、物理学、经济学和社会学等是知识发展演化的结果，是知识体系的划分。跨学科知识生产不是多门学科知识的简单拼凑与堆积，而是基于社会重大问题、依照内在逻辑关系而联结渗透形成的知识生产模式。跨学科知识生产既是知识本身的演化结果，也是人类社会发展需求的反映，以科技与经济社会发展的实际问题为出发点而展开，遵循的是社会需求逻辑而非单一的传统学科逻辑[1]。有研究表明，20世纪诺贝尔自然科学奖中交叉研究的比例已从36.23%上升到47.37%，各门学科日益紧密地联系在一起[2]。以交叉融合为表征的跨学科知识生产是当前科学技术发展的重大特征，是新知识产生的重要源泉。当代知识生产和学科发展已经步入多学科交叉融合的时代，单一学科的研究范式与思维模式难以实现科技创新和解决复杂的重大问题。

      诺贝尔自然科学奖作为世界自然科学领域的最高荣誉之一，能够代表现今人类最顶尖的科技创新成果。分析该奖得主及其研究经历，对研究跨学科的实现机制具有重要的启示和借鉴意义。不少学者对诺贝尔自然科学奖获奖者的知识背景、研究方法、科研协作情况与代表性成果进行了描述性统计，如刘仲林、赵晓春对20世纪诺贝尔生理学或医学奖得主的描述统计发现，跨学科研究对原创性科学成果起决定作用[3]；杨秀兰等的统计则表明，跨学科知识背景是获得创新性成果的基础，医学创新研究建构了新的医学跨学科体系[4]。部分学者从引用关系方面探究了顶尖科学家的跨学科机制，如Chris Fields对共同作者图谱的研究发现，诺贝尔生理学或医学奖得主及其直接合作者要比其他生物医学同行更接近非生物医学学科的边界，更加具有跨学科性[5]；Michael Szell等人对Web of Science近10年被引次数最高的1万篇论文(涵盖绝大多数诺贝尔奖的研究成果)的研究发现，生命科学和化学的交叉研究、物理和化学的交叉研究都有显著比例被授予诺贝尔化学奖，影响力最高的220篇论文有很多来自跨学科研究，尤其是新兴的人工智能、网络科学与信号处理等领域[6]。此外，还有学者从人才培养模式、国别区域等视角切入，如汪辉、顾建民以21世纪日本18位诺贝尔自然科学奖得主为例，发现大科学范式、导师组制度、学术研讨制度、跨域团队实践以及推迟专业化(Late Specialization)等跨学科培养模式是日本顶尖科技人才培养的重要特征[7]。

      既有研究虽然从历史纵向的视角展示了诺贝尔自然科学奖跨学科成果数量及占比的宏观变化趋势，但方法上仍以基本信息的描述性统计为主，侧重数量比较和全景概述，缺乏对典型案例内在机制的深度解剖，对案例涉及的跨学科知识生产方式尚缺乏充分的挖掘和反思。虽有少量研究能够涉及和延展至跨学科人才培养与知识生产过程，部分研究能够纳入科学哲学视角展开理论思辨，但可以说，从知识社会学和教育学视角的研究还不充分，特别是对21世纪的诺贝尔自然科学奖的跨学科研究还不多。为此，有必要针对近20年诺贝尔自然科学奖展开深入分析，探究自然科学领域跨学科研究的最新趋势及特征，归纳实现突破性创新的典型方式。近20年来，诺贝尔自然科学奖得主的跨学科研究是如何展开的，他们的跨学科知识生产模式有哪些特征或类型？基于上述研究困惑，本文以2000-2020年间164位诺贝尔自然科学奖得主(包括57位物理学奖得主、54位化学奖得主和53位生理学或医学奖得主)为研究对象，对他们的跨学科经历、跨学科成果与跨学科研究机制进行案例剖析，为我国跨学科知识生产与跨学科创新人才培养提供借鉴与启示。

      二、诺贝尔自然科学奖跨学科性的多重表现

      (一)跨学科知识生产的两种类型

      1.理论与概念的跨学科借鉴融合

      不同学科知识体系由不同理论和概念构建。借鉴不同学科的理论或概念，是取得创造性成果的重要途径之一。2016年诺贝尔物理学奖得主戴维·索利斯(David J.Thouless)和迈克尔·科斯特利茨(J.Michael Kosterlitz)的创新成果就是在物理学与数学理论的交叉融合中实现的。他们在20世纪70年代初使用数学的一个分支——拓扑学的概念来描述低温下薄层的相变。后来，素利斯还解释了量子霍尔效应，即薄层电导率的逐步位移。与他们共享诺贝尔奖的邓肯·霍尔丹(F.Duncan M.Haldane)则在20世纪80年代使用拓扑学的概念解释了某些材料中原子链的磁性特性。正是他们大胆将数学中的拓扑学概念应用到物理学的尝试，对他们后来的发现产生了决定性作用。而这些结果可能有助于新材料和电子元件的发展。

      物理学理论不但可以借鉴数学理论的新概念，还可以为化学研究的突破性创新提供理论启发。2013年诺贝尔化学奖得主马丁·卡普卢斯(Martin Karplus)、迈克尔·莱维特(Michael Levitt)和阿里赫·沃舍尔(Arieh Warshel)在20世纪70年代成功开发出将量子力学和经典力学相结合的方法，从而利用计算机计算化学反应过程。通过将物理学融入化学，他们为复杂化学系统开发出了多尺度模型。又如2011年诺贝尔化学奖得主丹·谢希特曼(Dan Shechtman)，当物理学家们一直认为所有晶体的结构都由一遍又一遍的重复模式组成时，谢希特曼在研究所谓的衍射模式时发现了一种与任何周期性重复结构不匹配的常规衍射模式，这发现表明有些晶体结构虽然在数学上是规律的，但并不会重复，这标志着准晶体的发现。