新兴技术跨领域评价方法研究——以3D打印技术为例

新兴技术跨领域评价方法研究——以3D打印技术为例

黄鲁成，郭彦丽，吴菲菲，苗红

(北京工业大学经济与管理学院，北京100124)

摘要：本文借鉴已有研究成果提出的跨领域技术所具有的多样性、均匀行、差异性及一致性特征，提出利用集成性和一致性指标评价新兴技术跨领域程度及所跨领域分布。最后，以3D打印技术为例，阐述了所提方法的步骤和过程，并论证了方法的可行性和有效性，也为中国3D打印技术的发展提出了一些建议。

关键词：跨领域；评价；集成性；一致性；3D打印技术

基金项目：国家社会科学基金重大项目“新兴技术未来分析理论方法及产业创新研究”(11&ZD140)。

收稿日期：2014-08-11

作者简介：黄鲁成(1956-)，男，河北人，北京工业大学教授、博士生导师；研究方向：科技与产业创新管理。

中图分类号:F204

文献标识码:A

Abstract：Transdisciplinary research can solve not only the problem of concept definition，but also the measure of the degree of transdisciplinary research.This is because both developing funding policy of transdisciplinary research and selecting transdisciplinary projects are based on evaluation.This paper raises transdisciplinary research has the features of variety，balance，disparity and coherence based on existing research.We proposes to use integration and coherence to evaluate the degree of transdisciplinary research of emerging technologies.Finally，We use a case study in 3D printing technology to describe the proposed steps，demonstrate the feasibility and effectiveness of the method and put forward some recommendations for the development of 3D printing technology in China.

Methods of Evaluating Transdisciplinary Research of Emerging Technologies：Case Study in 3D Printing Technology

Huang Lucheng，Guo Yanli，Wu Feifei，Miao Hong

(Department of Economics and Management，Beijing University of Technology，Beijing 100124，China)

Key words:Transdisciplinary；Evaluation；Integration；Coherence；3D printing technology

1新兴技术跨领域评价思路

新兴技术跨领域的特征可以从“多样性、均匀性、差异性”和“一致性”[1]去把握：“多样性”是指跨领域技术所涉及的领域种类的数量,种类越多则多样性水平越高，跨领域程度也越高；反之则越低。“均匀性”是指跨领域所涉及的各种技术所占的分量，各技术所占分量越接近，均匀性越强，跨领域程度也越高；反之，跨领域程度越低(技术分量可用研发投入经费数量或研发人员数量表示)。“差异性”是指不同技术领域在理论、方法、数据、工具等方面的差别，差异性越大，所涉及的技术的相似性越低，则跨领域程度越高；反之，跨领域程度越低。“一致性”是指所涉及的各技术领域之间联系的紧密程度，各技术领域之间联系紧密程度越强，说明该技术越接近取得跨领域研究成果；反之该技术跨领域研究过程正在进行。根据新兴技术跨领域的特征分析，我们认为，新兴技术跨领域评价，就是对上述“四性”的评价，根据“四性”特征的满足程度测度跨领域的程度。

跨领域评价数据可以从科技文献获取。利用美国科学情报研究所(ISI)出版的网络版期刊引用报告(Journal Citations Reports)数据库对学科的分类，将文献和学科领域联系起来，测度跨领域的多样性和均匀性。因为每篇文献对应一个期刊，一个期刊对应一个或多个学科领域，可借助期刊引用报告(JCR)中统计的期刊引用关系得到学科领域之间的引用关系，进而实现差异性的评价(见图1)。

2新兴技术跨领域评价实施过程

2.1集成性评价

根据Stirling度量方程[2]，集成性评价可以映射出新兴技术集成各学科领域的多样性、均匀性和差异性情况，解决跨领域中多样性、均匀性和差异性的评价问题。

参考文献多样性可以用科技文献集合中引用的学科数量表示；均匀性可以通过归属于不同学科的概率分布的均匀程度测度；差异性可以通过所引用学科分类之间的距离表示，距离度量可采用如欧几里得距离，也可以从其反面即相似性间接表征差异性，相似性可以用皮尔逊或余弦等相似性度量方法进行测度。由此得到集成性评价值I`([3])。 式中，i、j表示第i(j)个学科类别，反映了多样性；pi，pj表示学科i(j)中的数量占所有 本文所用文献及数据均来自WoS数据库，包含38种文献类型，我们只研究期刊文章，排除掉其他类型的文献，尤其是引用大量期刊文章使共引参考文献量失真的综述型文献`([4])。检索表达式为“TS=((‘3D Print*’) OR (‘print* in three dimensions’) OR (‘Additive Manufactur*’) OR (‘Rapid Prototyp*’) OR (‘Rapid Manufactur*’) OR (‘Rapid Prototyp* Manufactur*’) OR (‘3D manufactur*’))”，文献类型为“article”，时间跨度为所有年份，检索时间为2014年5月14日，共得到5485篇文献。为便于分析，去掉共引参考文献数量低于4的，形成327个成分(子网)，其中最大的子网包含801个节点，其余子网节点的数量均小于25，我们仅以最大的子网为研究对象。 (1)3D打印技术跨领域的学科特性。我们从WoS数据库中检索最大子网的信息，共下载得到16468项参考文献全记录，该全记录信息包含参考文献所属期刊对应的WoS学科分类，清洗后有8489篇参考文献。基于余弦相似矩阵(cosine≥0.1)和Loet Leydesdorff、Ismael Rafols在科学地图中对学科的14个分类`([10-11])，使用Ucinet和Netdraw软件进行可视化，得到参考文献学科分类关系网络图(因篇幅所限，省略)。因为上述学科分类与参考文献所属期刊对应，其在参考文献中的共现次数同时相对应于被引次数，所以我们利用总体被引方向的14个学科分类因子将学科进行汇总，结果见图2。 数量的比例，代表均匀性；sij表示学科相似性矩阵，与其前面的负号一起表征差异性。由式(1)可知，集成评价值I介于0和1之间。多篇文献的集成评价值可取各文献I值的平均值。

(1)

首先，学科相似性矩阵sij可从JCR数据库中自然科学版176个学科分类之间的相互引用关系获取，利用SPSS软件对该矩阵计算余弦相关系数得到相似矩阵。其次，pi，pj的计算依据参考文献所对应的web of science(WoS)数据库中的JCR学科分类，具体计算方法可参考文献[4-5]。第三，创建一个pi乘以pj的矩阵，记为pij。一个文献集合的集成得分为集合中每篇文献得分的均值。上述繁琐的计算过程可通过VB程序得以简化。

2.2一致性评价

一致性概念源于分布式系统，指随时间的无限演化，在某种规则或者算法的控制下，智能群体合作网络中所有智能个体的某个被控参量的状态都趋于一致[6]。如前所述，将“一致性”概念用于评价新兴技术，指所涉及技术之间联系的紧密程度。

一致性的评价指标是平均连接强度和平均路径长度[1]。平均连接强度指文献共引耦合矩阵中除对角线之外值的平均值，相当于二进制网络的网络密度。平均路径长度是网络中任意两节点间最短路径的平均长度，度量了网络中信息传达的效率。上述两个指标可以由网络中心性指标表征：平均连接强度由网络大小标准化的平均度数中心性(degree centrality)表示，平均路径长度用接近中心性(closeness centrality)表示[7-8]。网络中节点i的度数中心性表示与节点i直接相连的连线数，其计算公式如下：

(2)

Aij表示该网络的邻接矩阵。网络中节点i的接近中心性表示该点与网络中其他所有点的最短路径之和，其计算公式如下：

(3)

dij表示节点i和j之间最短路径上的线数。从数值上看，路径越短，接近中心性的值越小，为了更加直观表述接近中心性含义，我们取接近中心性的倒数即1/C(i)作为表征量。

一致性评价的具体过程如下：第一，创建文献间的共引耦合矩阵。第二，计算矩阵的余弦相关系数得到相似矩阵，余弦相似性度量公式[9]为：

(4)

将上述矩阵导入SPSS软件，进行变量间余弦相关性分析，得余弦相似性矩阵。在相似性矩阵的基础上，采用系统聚类的方法，选择欧几里得距离平方和测度变量距离，采用组间联接法计算类间距离。第三，将上述余弦相似性矩阵导入UCinet中，根据第二步中的聚类结果，将不同的类别标上不同的颜色以示区别，得到该领域知识结构的可视化图。第四，在第三步的基础上，使用UCinet软件计算上述可视化网络图每个节点的度数中心性D(i)和接近中心性C(i)，对D(i)除以N-1(N为网络中节点数量)进行标准化，对C(i)求倒数进行标准化。最后分别求出平均值。

2.3集成性与一致性的综合

上述分析和计算结果产生了两个维度的指标得分，将这两个指标结合起来：第一，设定坐标轴，不妨将一致性指标设为横轴，集成得分指标设为纵轴；第二，限制两个坐标轴的最大值和最小值，由集成得分的计算过程可知，集成得分是介于0和1之间的数值。一致性指标中经过标准化的度数中心性也在0和1之间。结合两个维度的得分情况，可得到技术在跨领域评价中的评价结果。

因为集成得分和一致性指标的数值均在0到1之间变化，我们暂且使用中值0.5将其分为四个区域，并命名为潜在跨领域技术、成熟跨领域技术、潜在专门技术和成熟专门技术。成熟跨领域技术意味着该技术的集成得分和一致性指标值都比较高，至少大于0.5。潜在跨领域技术的一致性水平较低(低于0.5)，而集成水平比较高(大于0.5)。若一项技术的集成程度和一致性水平都较低，则为潜在专门技术。当潜在专门技术的一致性水平慢慢提高，大于0.5后即演变为成熟的专门技术。当然，用0.5作为分界线可能不是很准确，但在一定程度上便于分析，事实上也很难用具体的数字作为是否跨领域的分界点。

33D打印技术实证研究

3.1数据来源与处理

3.23D打印技术的集成性评价

图2　3D打印技术14个学科因子汇总

学科分类关系网络包含146个学科分类，其中140个是自然科学分类，占全部自然学科分类的79.5%；6个是社会学科分类，占全部社会学科分类的10.7%。可见，3D打印技术大多涉及自然学科，较少涉及社会学科。网络中生物材料和生物医学两个节点最大，其次是多学科材料科学及高分子科学、机械工程等。说明3D打印技术比较多地在生物材料、生物医学工程两个学科中获取知识。

图2所示14个学科因子中，材料科学的节点最大，其核心地位说明材料科学是3D打印技术关注的关键问题。与材料科学联系比较紧密的6个学科因子中，只有临床医学的节点稍大，其余都较小。说明这6个学科因子及材料科学都是3D打印技术重要的知识集成来源，但除了材料科学和临床医学之外，对其余5个学科的知识利用还不充分，未完全达到与材料科学利用程度相当的水平。此外，还有三个三角强连接关系值得注意：第一，材料科学、工程学、计算机科学之间联系紧密，说明3D打印技术的三个关键技术支撑是材料、机械和信息技术。第二，材料科学、临床医学和生物医学联系比较紧密，可见材料在3D打印技术医学领域中的应用占据着举足轻重的地位。第三，材料科学、生物医学和化学，说明化学的高分子材料是3D打印在生物医学应用过程中不可或缺的。

针对材料科学、及与材料科学紧密联系的临床医学、化学、工程学、计算机科学、生物医学和物理学与关系网络图中节点的对应关系可以看出，3D打印技术材料科学中主要关注的是生物、纳米、化学、金属和陶瓷材料；3D打印在临床医学上的主要应用问题是材料问题，侧重于生物医学工程中的组织结构体制造、外科中支架的制造、矫形外科及牙科与口腔学中假肢的制造等；3D打印技术材料科学研究的主要支撑者是化学，具体细化为高分子化学、分析化学等；工程学不仅是3D打印技术的应用领域，还是除材料科学外第二个关键支持学科；计算机科学是第三个关键支撑学科，软件工程主要是3D打印技术原理中建模和切片所需要的；此外，3D打印技术还从工业工程、物理学等其他细化学科中获取知识。

(2)3D打印技术集成得分。3D打印技术的集成得分要通过计算3D打印文献共引最大子网中所有的文献对学科领域的集成程度来获得。首先，计算3D打印技术多样性：根据3D打印技术关键词及检索表达式，下载每篇文献的参考文献，提取每篇文献的参考文献中的WC字段即学科类别，得到n个学科类别，则i(j)为从1到n的值，且多样性为n。其次，计算3D打印技术均匀性：pi、pj是各学科类别i(j)在参考文献中出现的次数占所有学科类别出现次数的比例，则均匀性分别为学科i到学科n的p1、p2…pn。此外，创建pi×pj的矩阵，即pij。最后，计算3D打印技术的差异性，此处的差异性通过其反面即相似性间接表示。基于JCR数据库中所有学科之间的引用关系，通过余弦相似计算出学科相似矩阵，从中挑出上述3D打印技术所涉及的学科类别i到n，创建3D打印技术的相似性矩阵sij。至此，集成得分计算公式中的变量都得以解决，3D打印技术集成得分的计算就演变为均匀性相乘矩阵pij和相似性矩阵sij在多样性n的范围内对应相乘求和，用1减去该和值则得到3D打印技术每篇文献的集成得分。我们使用VB程序实施上述计算过程，通过计算平均值可得到3D打印技术的集成得分。

我们借助其他文献中使用相同算法计算出来的组织工程和DNA芯片集成得分结果[12]与本文结果进行比较，使用分位数将集成得分排序，去掉其中得分最高和最低的两个集成得分，结果见图3。

图3　各领域文章层集成得分分布

从集成得分对比结果可以看出，无论是最低分、最高分，还是整体趋势，3D打印技术的集成得分分布线明显比组织工程及DNA芯片高，说明3D打印技术相关文献集成的知识来源比组织工程及DNA芯片相关文献集成的知识来源更具学科丰富性。单从3D打印技术的集成得分分布来看，只有25%的文献集成得分小于0.5，而其他75%的文献集成得分在0.5以上，说明3D打印技术中大多数文献都具有较高的集成程度。

3.33D打印技术的一致性评价

(1)3D打印技术的知识结构。对上述801×801篇文献耦合矩阵进行余弦相关系数标准化，在余弦相似性矩阵的基础上进行聚类。聚类采用SPSS中的系统聚类方法，共得到9个类别，使用Netdraw软件进行可视化，见图4。

图4　3D打印技术知识要点

(2)3D打印技术的网络一致性指标。除了直观地从3D打印技术认知网络上辨别一致性程度外，我们还利用Ucinet软件计算了网络一致性的两个指标：平均连接强度(度数中心性)和平均路径长度(1/接近中心性)。为了了解这两个指标的相关性，将度数中心性(degree centrality)和1/接近中心性(closeness centrality)导入SPSS软件中计算Pearson相关系数，结果见表1。

表1　Pearson相关系数表

可见，1/接近中心性和度数中心性是显著相关的，因此我们可以只选取度数中心性作为二维图的横坐标，将该指标除以网络节点数减1(N-1)进行标准化。

计算可知，3D打印技术网络中标准化的度数中心性最大不足0.45，远未达到网络连接一致性的理想状态，一致性程度较低。其次，分位数为75时的标准化中心性为0.1，说明网络中75%的节点标准度数中心性在0.1之内，即网络中存在大量联系比较稀松的节点。而只有5%的节点标准度数中心性在0.25之上，即网络中少数节点之间联系相对比较紧密。因此，3D打印技术网络中文献间认知相似性程度不高，即整个领域还处于各自研究阶段，未形成成熟的统一的知识基础。

3.43D打印技术的跨领域评价结果

在上述一致性和集成性的基础上，我们综合这两方面的指标，将一致性指标即标准化的度数中心性作为横轴，集成性指标即集成得分作为纵轴，简单使用二者的中值作为分界线，将二维视图分为四个象限：左下角为潜在专门技术，右下角为成熟专门技术，左上角为潜在跨领域技术，右上角为成熟跨领域技术。而3D打印技术的落点如图5所示。

图5　3D打印技术二维视图落点

4结论与建议

第一，3D打印技术的集成性程度较高，一致性水平较低。因此，3D打印技术未达到完全成熟的跨领域阶段。第二，3D打印技术的多样性在于其集成了材料科学、临床医学、生物医学、化学、物理学、工程学、计算机科学等学科，而材料、信息技术、精密机械是3D打印技术的关键技术。第三，从跨领域的均匀性特征来看，作为3D打印技术的支撑学科，只有材料科学研究较多，而计算机科学、工程学、化学和物理学的研究相对较少。第四，从跨领域的差异性特征来看，3D打印技术在医学领域的应用较其他领域广泛。第五，从跨领域的一致性特征来看，材料科学不管是在医学领域还是包含在工程学中的制造工程、航天工程、机械工程中的应用中都占据着不可估量作用。

本文就如何支持3D打印技术做如下建议：

(1)材料科学在3D打印技术跨领域分布网络中处于核心位置，3D打印技术中对材料科学展开了大量的研究，因此发展3D打印技术，要以材料科学的研究为首要前提。

(2)3D打印技术的关键技术是信息技术和精密机械。3D打印技术若想发展的更加顺利，必须加强这两方面的研究。

(3)3D打印技术在临床医学和生物医学方面的研究有较扎实的研究基础，因此应当大力开展这方面的产业化活动。

(4)3D打印技术在制造工程、机械工程和航天工程领域的应用还有较大难度，应当加强该领域的科学研究和实践探索。

(5)促进3D打印技术各所跨学科间的交互研究，形成3D打印技术跨领域研究团队。

[1]Ismael Rafols,Martin Meyer.Diversity and Network Coherence as Indicators of Interdisciplinarity：Case Studies in Bionanoscience[J].Scientometrics,2010,82:263-287.

[2]Andy Stirling.A General Framework for Analysing Diversity in Science，Technology and Society[R].J.R.Soc.Interface,2007,707-719.

[3]Alan L Porter，J David Roessner,Anne E Heberger.How Interdisciplinary is a Given Body of Research[J].Research Evaluation,2008,17(4):273-282.

[4]A Porter,I Rafols.Is Science Becoming more Interdisciplinary? Measuring and Mapping Six Research Fields Over Time[J].Scientometrics,2009,81(3)：719-745.

[5]D Roessner，A L Porter，N J Nersessian,S Carley.Validating Indicators of Interdisciplinarity：Linking Bibliometric Measures to Studies of Engineering Research Labs[J]Scientometrics，2012.

[6]陈世明，舒娟.智能群体合作网络的一致性研究[D].华东交通大学，2010.

[7]Leydesdorff L.Betweenness Centrality as an Indicator of the Interdisciplinarity of Scientific Journals[J].Ournal of the American Society for Information Science and Technology,2007,58(9):1303-1319.

[8]Otte E,Rousseau R.Social Network Analysis：a Powerful Strategy，also for the Information Sciences[J].Journal of Information Science,2002,28(6):441-453.

[9]刘英伟，秦永彬.基于余弦相似性的m-类分类器设计与算法实现[J].计算机与数字工程，2014,(03)：351-354.

[10]Loet Leydesdorff,Stephen Carley.Global Maps of Science Based on the New Web of Science Categories[J].Scientometrics,2013,94:589-593.

[11]Loet Leydesdorff 1,Ismael Rafols.A Global Map of Science Based on the Subject Categories[J].Journal of the American Society for Information Science and Technology,2009,60(2):348-362.

[12]Jeffrey Alexander，Kevin Bache，John Chase，Christina Freyman，J David Roessner,Padhraic Smyth.An Exploratory Study of Interdisciplinary and Breakthrough Ideas[C].2013 Proceedings of PICMET 13：Technology Management for Emerging Technologies,2013.

(责任编辑谭果林)