当今世界已进入大科学时代，工程技术、科学与社会的深度耦合已成为现代科学发展的基本特征，随之产生的科技创新为经济社会持续发展提供了重要动力。科学与社会相互交织，使得科学的社会功能更加显著，科技创新对于经济社会发展的驱动作用愈发凸显，科技与社会的深度融合也带来了学术研究领域之间的相互借鉴。习近平总书记多次强调，“要下大气力组建交叉学科群和强有力的科技攻关团队，加强学科之间协同创新”，“要用好学科交叉融合的‘催化剂’……打破学科专业壁垒，对现有学科专业体系进行调整升级”，将学科交叉与知识融合摆在了科技创新的重要位置。在中国自主知识体系建设中，人文社会科学对自然科学、工程技术、农业科学以及医药卫生（简称“理工农医”）等领域的知识融合与知识吸收，也是推动人文社会科学知识体系创新发展的重要力量。因此，研究大科学背景下科学知识的流动、扩散与融合现象，并从中挖掘人文社会科学知识融合发展规律，是推动哲学社会科学学科体系建设的重要环节。 

　　一、概念、研究综述与数据分析方法 

　　（一）概念界定 

　　 “大科学”（Big Science或Large-Scale Science）是第二次世界大战之后逐步兴起的科学研究概念和科研组织形式。从概念起源来看，“大科学”一词作为专门术语于1963年在美国科学家普莱斯出版的 Little Science , Big Science 一书中被提出，此后逐渐演化为描述现代科学特征的一个常用术语，并成为现代科学研究模式转变的重要标志。从系统科学的观点来看，大科学研究具备一般系统的普遍性特征和复杂系统的特殊性特征。从表现形式来看，大科学研究包括大科学计划和大科学工程两类，大科学工程依赖于大科学装置展开研究，如人类基因组计划、欧洲X射线自由电子激光装置和我国的“两弹一星”计划等。大科学时代科学研究的基本特征之一即学科交叉与知识融合，传统意义上强调以“学科为中心”的学科体系已经难以适应大科学时代的科学发展要求，走向跨学科的知识融合、实现知识融合创新成为大科学时代科学研究的必然选择。 

　　 “知识融合”有时也称作“知识会聚”，两者均表现出知识演化过程中对现有知识的吸收和整合现象，多数情况下可以交互使用，但是两者也存在细微的差异，即会聚强调两种知识的交汇过程以及交汇后形成的新兴事物，而融合则是两种知识组合后产生的原有知识之上的增量创新。赵蓉英等在对知识融合理论和技术总结归纳的基础上，提出知识融合是处理与综合利用多源知识的一种有效工具和思维模式，是针对不同信源多源知识的融合处理从而形成新的知识的重要途径;他们按照知识来源的不同，将知识融合分为工程科技视角下的数据融合和知识科学视角下的知识融合两种形式。本文的相关研究和表述主要在知识科学视角下知识融合语境中进行。从概念层级关系演变来看，知识融合是学科交叉领域发展过程中多学科知识引入与知识产出的客观结果，根据知识利用与影响主体的不同可将其量化为知识来源与知识扩散。 

　　大科学背景下的人文社会科学知识融合研究，既需要从知识内容层面展开知识流动性测度研究，尤其是研究跨度大的学科门类和学科领域（如人文社会科学对自然科学、工程技术、农业科学以及医药卫生等）的知识融合现象，也需要从知识融合形式如跨学科科研团队、科研合作等视角展开分析，展现知识融合的外部特征与融合途径，这样才能够较为全面准确地展现大科学背景下的人文社会科学知识融合现象。 

　　（二）研究综述 

　　在大科学背景下的知识融合研究方面，当前学者们关注的热点和焦点主要在知识融合的途径与形式、程度与影响测度以及知识生产逻辑与关系等问题。 

　　在知识融合的途径与形式研究方面，已有研究认为,促进学科交叉与知识融合的方式主要包括设立跨学科研究项目、组建跨学科研究中心与实验平台、设置交叉学科专业与跨学科人才培养、联合研究与学术发表等。这些知识融合途径打破了原有学科边界与知识壁垒，能够将不同学科的知识与技术进行整合，从而更好地理解和解决领域内的问题。上述知识融合方式具有显著的问题导向意识，是一种自上而下的跨学科知识融合路径。 

　　在知识融合的程度与影响测度研究方面，已有研究主要围绕知识扩散现象的测度指标与方法，重点从知识扩散的内在联系与外在效果视角展开。鉴于知识的可复制性，知识在产生之后被不同的创新主体或创新个体吸收后应用到不同的领域或行业，可以产生新的知识或新的效果，挖掘与测度该过程中的知识扩散路径是知识融合现象研究的重要内容。围绕知识扩散现象的研究和测度产生了一系列指标算法和评价实践，如赵蓉英等通过构建作者知识扩散广度、深度等指标，评价了作者知识扩散的贡献程度，Jingda Ding等使用知识扩散广度、强度、速度等探讨特定学科的知识扩散发展趋势及其对其他学科的影响，但是目前学术界对知识扩散机理的研究还相对缺乏。 

　　在知识产生逻辑与知识生产关系方面，不同创新主体或创新个体应用来自多个学科或领域的技术知识并实现跨领域合作，其本质也是知识融合和知识创新的过程。从科学研究范式视角来看，知识融合是推动现代科学技术发展的重要力量，也是促进科学技术发展与不断深化的一种新的研究范式。在知识融合过程中，学科间的相互作用和影响促进了跨学科研究主题的出现，进而诞生新的研究领域和新的知识增长点。识别和挖掘这些新兴研究领域、探测知识融合发展规律并为学科发展布局提供前瞻性的决策支撑，也是当前知识融合研究的重要方向。 

　　目前，跨学科知识融合与知识创新研究已经受到较多关注，但在学科层面，对各学科领域之间的知识融合模式，以及知识融合过程中新知识生成与演化规律的认识仍存在诸多不足。虽然在自然科学和社会科学的交叉融合等方面已产出了一些研究成果，但是人文社会科学对自然科学、工程技术、农业科学以及医药卫生等其他领域的跨学科合作与知识融合的发生程度、发展趋势等问题的研究仍可以进一步推进。因此，本文将聚焦大科学背景下人文社会科学知识融合过程中的知识流动性测度、知识融合途径与载体方面的外部特征演变等问题，全面展示人文社会科学创新发展过程中知识融合的现象与趋势、途径与载体，以期对大科学背景下人文社会科学自主知识体系构建有所贡献。 

　　（三）数据来源与分析方法 

　　本文以中国人文社会科学引文数据库（CHSSACD）1999—2019年收录的170余万篇中文核心期刊论文及其引文、作者信息为分析对象，研究和展现当前人文社会科学研究的基本特征与知识融合发展现状，特别是人文社会科学与自然科学等外部学科的知识吸收与知识融合情况。在此基础上，本文还辅助使用了Web of Science数据库1999—2019年收录的315万余篇英文学术文献，对中国人文社会科学和国外人文社会科学的科研合作现状和知识产出模式进行统计分析，并重点从跨学科研究平台与科研团队建设、科研合作特别是跨学科科研合作等视角出发进行探讨。 

　　 在数据处理与计算过程中，本文以数据库中的期刊论文为测度对象，因此，在论文学科归属与划分方法上，主要依据期刊学科分类展开计算。中文期刊的分类方法以中国社会科学评价研究院发布的《中国人文社会科学期刊AMI 综合评价报告(2022年)》为基础，该报告以教育部《研究生教育学科专业目录(2022年)》、国家标准《学科分类与代码》（GB/T 13745—2009）和《中国图书馆分类法(第五版)》等为依据，将我国人文社会科学期刊划分为包含综合类期刊在内的23个学科类别。在本文计算过程中，对其中22个专业类期刊的刊载论文直接归属于对应学科，综合类期刊论文则根据论文的中图分类号进一步划分到上述22个学科类。需要特别说明的是，22个学科类中的“环境科学”具有交叉学科属性，环境科学研究中的一部分归属自然科学类别，还有一部分则归属人文社会科学类别，本文中所指的“环境科学”指偏向人文社会科学的环境科学研究，包括环境与资源保护管理、环境政策与环境规划、环境科学与其他人文社会科学的交叉研究等。对《中国人文社会科学期刊AMI 综合评价报告(2022 年)》中未收录的非人文社会科学类期刊，则综合参照该刊在国家图书馆和中国知网数据库中的学科分类信息，将其划分到自然科学、工程技术、农业科学以及医药卫生等学科大类。在此基础上，采用Python语言编写程序，通过论文引用关系进行学科间引用关系映射和引用网络搭建，并展开相关指标计算。 

　　在论文研究过程中，由于不同学科分类体系的差异性较大，难以直接进行对比分析，因此，本文在人文社会科学知识内外部融合状况测度中，将重点论述中国人文社会科学知识融合现象及相关讨论；在知识融合过程中的外部特征演变研究中，则主要通过对国内外科研合作模式的规律性研究，探讨跨学科科研合作在知识融合中的推动作用。 

　　在测度指标与算法构建过程中，本文主要采用基于引文分析的知识融合测度、基于科研合作网络的科研团队识别等相关方法，进行人文社会科学知识融合过程中的知识流动性测度，并在此基础上开展知识融合过程中的外部特征演变研究。 

　　1.基于引文分析的知识融合测度方法 

　　从学科交叉与知识融合测度方法及指标构建的演化脉络来看，其基本理论借鉴并融合了生物学、信息科学、网络科学、物理学等多学科理论与方法，经历了由单一维度指标向综合性多维度指标发展的渐进过程，迄今已形成40余项指标，覆盖多样性、均衡性、差异性等不同特征。本文重点研究和展现人文社会科学的外部知识融合现象，因此，在现有指标的基础上，分别采用知识来源测度指标和知识扩散测度指标进行相关计算。 

　　该指标用于测度人文社会科学外部知识来源的丰富性，式中i代表参考文献所属学科，Ri表示目标文献中属于学科i的参考文献数量，H为人文社会科学学科，O代表人文社会科学之外的学科。 

　　该指标用于测度人文社会科学内部各学科的知识扩散强度，式中表示目标学科发表的文献在数据集内的被引频次，表示该学科发表的文献被本学科之外的其他学科引用的数量。 

　　2.基于科研合作网络的科研团队识别方法 

　　 科研团队是以科学技术研发内容为基础，由知识结构相通、技能互补、科研目标一致且具有共同科研愿景的科研人员组成的群体。科研团队的重要性在于可以促使具备不同领域和专业知识技能的团队成员集思广益、互相补充，协同高效完成研究任务，推动学术研究不断进步和创新。在以科研团队为研究对象的团队科学研究方面，由于真实的团队数据难以获取且数据规模也难以支撑全面的分析，因此，基于科研合作网络挖掘与聚类分析方法，识别在一定时间段内具有稳定合作关系的网络结构，并将科研合作网络中的社区结构视为科研团队，成为当前团队科学研究的一个重要途径。基于这一思路也衍生出了CPM算法、LFM算法、COPRA算法、DEMON算法等一系列社区发现算法。鉴于本文所使用的数据规模庞大，为了有效平衡社区检测质量和算法计算的时间复杂度问题，本文使用Fast Unfolding算法来实现科研合作网络中的科研团队识别，该算法是基于模块度优化的启发式社区检测方法，在大规模数据集中综合性能表现较为突出，能够较为准确地识别科研合作网络中的科研团队。 

　　二、人文社会科学知识内外部融合状况测度 

　　（一）人文社会科学外部知识来源的多样性分析 

　　本节基于引文分析方法，从知识来源的视角，测度人文社会科学的外部知识吸收水平，重点展现人文社会科学对自然科学、工程科技、农业科学和医药卫生的知识融合情况。结果显示，人文社会科学对“理工农医”等其他外部知识的融合强度逐渐上升，跨领域知识融合使得知识来源的学科多样性不断丰富，其中自然科学对人文社会科学研究的影响不断深化；工程科技和农业科学对人文社会科学研究的影响程度不断加深；医药卫生领域对人文社会科学的影响相对较为平稳。 

　　具体而言，人文社会科学知识来源的学科多样性不断丰富，特别是自然科学对人文社会科学研究的影响不断深化，人文社会科学来源学科中吸收自然科学的知识比例从1999年的3.72%上升至2019年的6.43%，提升近一倍，特别是自2009年开始，这一比例显著提升，一直保持在6%以上，自然科学对人文社会科学的影响不断增强；工程科技和农业科学对人文社会科学研究的影响程度也在不断加深；医药卫生领域对人文社会科学的影响相对较为平稳。整体来看，人文社会科学对“理工农医”等外部知识的吸收水平在过去20余年间持续增强，人文社会科学研究中使用外部知识的比例从1999年的9.93%提升至2019年的13.42%。下图展示了历年来人文社会科学的外部知识来源变化情况。 

　　从学科层面来看，人文社会科学各学科对外部知识的吸收能力各不相同，其中人文地理学科对“理工农医”学科的知识吸收能力相对较强；历史学的知识来源中自然科学和农业科学的知识占比也相对较高；心理学、体育学和民族学与文化学对医药卫生领域的知识吸收能力较强；艺术学的知识来源中,工程科技学科知识占比相对较高。 

　　 具体来说，环境科学有典型的交叉学科性质，对外部知识吸收能力最强，知识来源中“理工农医”学科知识合计占比约75%，其中自然科学和工程科技知识占比接近60%；其次是人文地理学科，其知识来源中“理工农医”学科知识占比为57.33%，其中自然科学知识占比34.05%，工程科技占比18.64%。哲学对“理工农医”学科知识的吸收能力在人文社会科学中排第四位，其知识来源中自然科学知识占比为11.57%，仅次于环境科学和人文地理学科；管理学、统计学、经济学、图书情报与档案学、新闻传播学等学科知识来源中对“理工农医”学科的知识吸收能力也相对较强，合计占比均超过10%；值得注意的是，历史学的知识来源中自然科学和农业科学的知识分布也相对较高，分别为4.14%和2.89%；此外，心理学、体育学和民族学与文化学对医药卫生领域的知识吸收能力较强，其知识来源中的医药卫生领域知识占比分别为27.45%、9.21%和4.74%，艺术学的知识来源中工程科技的知识占比为6.16%。表1展示了人文社会科学各学科对自然科学、工程技术、农业科学和医药卫生等外部知识的吸收状况。 

　　（二）人文社会科学内部知识扩散的差异性分析 

　　本节以某一学科发表的文献被其他学科引用的比例作为该学科知识扩散强度的测算依据，构建人文社会科学知识扩散的计量指标并对各学科的知识扩散强度进行计算后，得到人文社会科学领域各学科的知识扩散强度结果。结果显示，从知识扩散的视角来看，人文社会科学内部各学科的知识扩散能力也存在差异，其中统计学和马克思主义学科在人文社会科学研究中的知识扩散能力处于第一梯队。这也表明了马克思主义在中国特色哲学社会科学研究中的指导地位，以及统计学的工具性特征。 

　　对比1999—2005年、2006—2012年和2013—2019年三个时间段的人文社会科学知识扩散情况可以看出，在人文社会科学内部，统计学的知识扩散能力最强，在统计学文献的被引统计中，85%以上的被引发生在其他学科，即统计学对其他学科的知识输出占据绝对优势；其次是马克思主义学科，马克思主义作为人文社会科学研究的根本遵循，对人文社会科学各学科的研究都具有指导意义，从计量结果来看，该数据也反映了这一现实情况，马克思主义学术文献被其他学科引用的比例均在80%以上，但是这一比例有下降趋势，需要引起高度重视；此外，哲学、社会学、历史学等学科在人文社会科学内部的知识扩散能力也相对较强。 

　　体育学、信息资源管理（原“图书馆、情报与档案学”）、教育学等学科在人文社会科学领域内部的知识扩散能力相对较弱，这些学科主要吸收其他学科的知识但是并未对人文社会科学领域内部的其他学科产生广泛影响，这需要引起相关研究者的高度重视，一是要研究这些学科的知识体系是否真正融入大科学研究中，二是要探究造成当前这些学科知识“封闭性”的主要原因，并找到突破。特别是图书馆、情报与档案学学科，要以此次一级学科更名“信息资源管理”为契机，更好地融入整个知识网络，在与其他学科交流互鉴中努力提升学科核心竞争力，增强学术影响力和话语感召力。 

　　（三）人文社会科学知识融合程度分析 

　　本节从学科共被引关系挖掘视角分析学科知识融合程度。人文社会科学研究的知识融合，一方面体现在对各学科知识的直接吸收上，另一方面，不同学科间的共被引强度也是学科知识融合程度的重要体现。通过计算以学科共被引强度为表征的知识网络特征可知，人文社会科学内部的知识流动变得更加频繁，整个知识系统内部的各领域也在加速融合。 

　　 具体来看，经济学与管理学是人文社会科学内部知识融合程度最深的两个学科，并且这两个学科间的融合趋势有显著的上升态势，经济学与管理学在1999—2005年、2006—2012年和2013—2019年三个时间段内的共被引强度分别是19.30%、21.85和28.06%；同时在人文社会科学研究中，人文社科与外部知识的学科融合也在频繁发生，其中经济学与自然科学的知识融合程度不断加深，其在1999—2005年、2006—2012年和2013—2019年三个时间段内的共被引强度分别是7.78%、13.76%和16.10%；此外，经济学与工程科技、经济学与政治学、人文地理学与自然科学、政治学与马克思主义的知识融合程度不断加深，这些学科在人文社会科学研究中不断融合并衍生出新的知识。与此同时，在部分学科知识融合不断加强的同时，我们也注意到，教育学与语言学、体育学与心理学、考古文博与历史学等学科的知识融合存在不同程度的减弱，虽然减弱幅度不大，但是也要引起足够重视，需要着力加强这些学科间的交流互鉴，在知识融合中推动学科创新发展。 

　　对比“理工农医”内部各学科的知识融合情况来看，这些学科发展过程中知识融合程度也在不断加深，但是其知识来源以“理工农医”内部学科知识为主，对人文社会科学的知识吸收程度不高，其中材料科学与物理学和计算机科学、地球科学与环境科学和生态学、生物医学与化学的知识融合强度较大；数学与自动化和控制系统、力学、计算机科学等学科的知识融合也越来越显著。 

　　总之，人文社会科学与自然科学、工程科技、农业科学和医药卫生等各大领域之间，以及人文社会科学内部的各个学科之间，其知识融合程度都在不断加深，跨领域跨学科的知识融合正在成为推动人文社会科学知识创新的重要途径，也成为大科学环境下人文社会科学知识创新的显著特征。 

　　三、人文社会科学知识融合过程中的外部特征演变 

　　从知识融合的途径来看，跨学科科研合作和跨学科科研团队是推动知识融合的重要载体和主要力量，也是当前人文社会科学知识融合进程中的重要外部特征。总体来看，大科学背景下的人文社会科学知识融合的外部特征主要表现在以下两个方面：一是学术合作强度不断加大，学术合作特别是跨学科合作成为推动知识融合与学术创新的重要力量；二是跨学科科研团队（科研小组）规模不断扩大，集智攻关成为当前解决复杂问题的主要手段，也是实现知识融合的重要载体。 

　　（一）知识融合过程中跨学科科研合作强度不断提升 

　　从知识生产视角来看，科学合作具有科研生产力和科研生产关系的双重属性，从科研成果产出的特征分析来看，科研合作特别是跨学科交流与合作，是推动人文社会科学知识融合的重要力量。跨院系合作是跨学科交流与合作的一种具体表现形式，通过分析以跨院系科研产出成果为载体的跨学科合作情况，可以为研究知识融合现象提供新的观测视角。 

　　 在人文社会科学合作产出的科研论文中，跨学科跨院系的科研合作产出比例近年来持续上升。从1999年的15.07%上升至2019年的68.14%，增长了约53个百分点，目前超过三分之二的合作成果由不同学院（系）之间的作者合作完成；这也是促进人文社会科学知识融合的重要力量。人文社会科学学术产出的多学科属性成果比例也在持续上升，合著成果的跨学科特征整体上高于独著成果，其中独著成果的多学科标注比例为44.74%，合著成果的多学科标注比例为52.40%，并且近年来独著成果的多学科标注比例均低于合著成果。该数据表明，跨学科科研合作不断加强正在成为大科学背景下人文社会科学研究的重要特征，科研合作特别是跨学科合作已经成为促进知识融合的重要力量，是实现人文社会科学知识融合创新发展的重要载体，围绕特定问题组织开展跨学科研究与科研合作，在形成解决方案和实现研究目标的同时，也有效促进了跨学科知识的深度融合。 

　　从科学研究外在特征演变来看，科研合作已经成为推动人文社会科学科研创新的重要载体和学术成果产出的主要表现形式，且这一趋势仍在加强。这是大科学时代人文社会科学知识融合的显著特征，也是大科学背景下完善知识融合评价制度特别是跨学科合作中学者贡献度评价必须直面的重要问题。 

　　 从数据来看，近年来人文社会科学科研合作率一直呈上升态势。中文人文社会科学的科研论文合作率从1999年的21.66%上升至2019年的47.68%，增长超过一倍，年均增长率为4.02%；英文科研论文合作率从1999年的55.03%上升至2019年的83.30%，增长了近30个百分点，年均增长率为2.09%。从科研合作的作者结构情况来看，中文学术文献中三人及以上合作的学术成果占比从1999年的5%上升到2019年的18%，二人合作的学术成果占比从1999年的17%上升到2019年的30%，独著成果的比例不断下降；国外学术合作的作者队伍规模不断扩大，三人及以上合作的学术成果占比从1999年的30%上升到2019年的63%，而二人合作的学术成果占比从1999年的25%下降到20%，独著成果从1999年的45%下降到2019年的17%。从科研合作的国际化趋势来看，人文社会科学的全球化进程和国际话语权的争夺正在加速演进，科研合作的全球化趋势也是大科学时代最为显著的特征之一。1999—2005年，国外社会科学期刊论文中跨国（跨地区）合作率为13.06%，2006—2012年，这一比例上升至21.53%，2013—2019年，国际合作论文的比例已上升至34%，即近年来发表的SSCI论文中超过三分之一的论文为跨国（跨地区）合作论文，跨国（跨地区）科研合作成为推动国际学术交流合作与全球科学进步的重要方式。 

　　总的来看，当代科学技术的飞速发展和研究问题的日益复杂，致使研究人员在开展研究过程中需要掌握的知识技能和方法工具日益增加，发现新知识、提出新理论的难度与日俱增，开展合作研究成为现代科学的主要表现形式。跨学科研究的出现和跨学科科研合作的发展，推动了学科交叉研究与知识融合态势的不断深化，成为大科学背景下促进人文社会科学知识融合的重要力量。大科学时代的科研创新不仅需要科学家们拥有更加广阔的研究视野和更加深厚的学术积累，同时也对其跨学科知识融合以及协作创新能力提出了更高的要求，跨学科研究特有的复杂性，决定了科研合作将成为其科学活动中的一种重要的研究模式。 

　　（二）知识融合过程中跨学科科研合作规模不断壮大 

　　针对复杂的科学与经济社会问题，搭建跨学科研究平台和组建跨学科研究团队，成为当前推动学科交叉研究和知识融合发展不断走向深入的重要途径。 

　　 本节在美国国家科学研究理事会(National Research Council)发布的《提升团队科学效率》中对科研团队的定义及分类方法的基础上，将科研团队规模进一步划分为大型科研团队（团队规模≥10人）、中型科研团队（5人≤团队规模<10人）和小型科研团队（2人≤团队规模<5人），同时基于科研团队的稳定性、连续性、活跃性等特征，在识别科研团队时重点考察那些在一定时间段内具有稳定科研产出、持续性合作关系的活跃群体。由于真实的科研团队数据难以获取，因此，基于科研合作网络识别在一定时间段内具有稳定科研合作关系的社区结构，并将之视为科研团队（或称之为“虚拟科研团队”或“科研小组”），是当前团队科学研究的重要途径。经过反复试验对比，本节将科研合作网络阈值设定在5年内发文不低于5篇且合作关系不低于2次的作者，以保证团队成员的学术活跃性和他们之间合作关系的稳定性，并采用滑动时间窗口的方式进行时间段划分和科研团队识别。 

　　 计算结果表明，在中国人文社会科学研究领域，虚拟科研团队（或“科研小组”）广泛存在且在过去20多年间一直持续发挥作用，但是仍以中小型科研团队为主，其中小型科研团队占比78.83%，中型科研团队占比15.14%，大型科研团队占比仅为5.85%。但是从发展趋势来看，大中型科研团队的数量和占比都稳步提升，其中大型科研团队数量从1999—2003年的120个增长到2015—2019的670个，其占全部科研团队的比例也从3.72%上升至7.02%；从团队演化视角来看，有147个大型科研团队的持续周期在5个时间段以上（即在连续的滑动时间窗口中该科研团队都具有稳定的科研产出与合作关系），这也进一步说明当前中国人文社会科学领域存在部分较为稳固的科研团队。国外人文社会科学的科研合作规模要远高于国内人文社会科学的科研合作规模，其合作强度（篇均作者数量）从1999年的2.3人上升到2019年的4.1人,在基于科研合作网络挖掘的虚拟科研团队中，小型科研团队占比66.98%，中型科研团队占比20.58%，大型科研团队占比7.29%。从知识融合的外部特征来看，稳固的科研合作团队或科研合作小组，以及建立在科研合作团队或科研合作小组之上的跨学科研究平台，是推动人文社会科学知识融合的重要载体。 

　　 事实上，跨学科研究团队组建与跨学科研究平台建设是创新型大学开展学术合作交流、培育学科新增长点的重要载体，也是国家创新体系的重要枢纽，承担着高新技术领域知识生产与技术研发的重任，被誉为创新驱动发展的学术策源地。从知识生产与科研产出视角来看，跨学科研究平台产出的科学研究成果往往会以团队共同署名的形式发表，因此，基于科研成果产出中的跨学科科研合作关系挖掘科研团队规模演化，也可从一定程度上展现跨学科研究平台的建设与发展情况。从现实情况来看，近年来国内外成立了一大批跨学科研究平台，如加州大学旧金山分校（UCSF）成立的“科学发现研究所”、北京大学前沿交叉学科研究院、清华大学微纳米力学与多学科交叉创新研究中心、中国科学技术大学交叉学科理论研究中心等，这些跨学科研究平台的搭建，推动了学科间的跨领域合作与科学攻关项目的有效开展。我国政府高度重视跨学科研究平台建设。教育部公开信息显示，截至2021年6月，我国高校中自主设置交叉学科的共185所，共设交叉学科613个。在这些跨学科研究与人才培养平台建设过程中，符合现代科学研究要求的、以互补性知识融合和集体智慧利用为目标的团队协作研究模式逐渐兴起，为推动复杂实验任务的完成、实现多学科知识方法工具联合攻关研究和跨学科知识融合，提供了有效的实现途径。 

　　结语 

　　 当前，伴随着新一轮科技革命和产业革命的不断深入，5G、AR/VR、元宇宙、人工智能等新技术新应用快速发展，经济社会运转模式和规律正在发生重大变化，科学研究活动因新技术新方法新工具的全面介入产生了研究范式的变革，这给人文社会科学研究提供了新的研究对象和研究场景的同时，也为人文社会科学研究带来了新的挑战。面向复杂经济社会问题，单一学科研究模式已经无法适应当前的科学发展要求，走向大科学时代的人文社会科学研究已经迫在眉睫，在此背景下，实现人文社会科学融合发展，以更好应对各种挑战的新文科建设应运而生。2022年4月25日，习近平总书记在中国人民大学考察时强调，“建构中国自主的知识体系……不断推动中华优秀传统文化创造性转化、创新性发展，不断推进知识创新、理论创新、方法创新”。建构中国自主的知识体系，需要对传统学科知识系统进行深入剖析，更需要结合中国实际与现实需求进行深刻理解与准确阐释，同时也离不开跨学科知识融合。不同学科知识的融合，是促进知识创新和产生知识增长点的基础，深入挖掘知识融合过程中的知识交汇点和增长点，着力推动学科间知识内容交流互鉴与融合创新，是实现人文社会科学创新发展和中国自主知识体系建设的重要途径。 

　　回到人文社会科学研究本身，当前学术研究已经走向数智驱动的科学研究新范式，跨学科研究与知识融合研究范式也不例外。大数据技术和大数据思维的不断普及和广泛应用，推动了人文社会科学各领域与大数据技术交叉融合的深入发展，同时伴随着算法与算力的不断提升，深度学习技术也逐渐走向大众视野，大模型驱动下的数智技术也为人文社会科学研究范式变革提供了新的动力。方法和工具的不断创新为跨学科研究特别是细粒度的知识融合交汇点和增长点的挖掘识别提供了新的研究途径，为实现微观层面的融合知识点挖掘提供了技术可能性，从现象性分析到预测性挖掘的研究模式转换是未来这一领域的重要趋势。 

　　〔本文注释内容略〕

　　原文责任编辑：李文珍