国家材料腐蚀与防护科学数据中心
National Materials Corrosion and Protection Data Center
中文 | Eng 数据审核 登录 反馈
“双一流”建设,学科真的那么重要吗?
2019-11-29 11:19:13 作者:本网整理 来源:科学网

作者 | 陈洪捷(北京大学教育学院教授)


随着“双一流”建设方案的实施,打造一流学科成为我国高水平大学发展的核心议题。


大家坚信,一流大学建设要以一流学科为基础,以一流学科为引领。一句话,学科是“双一流”建设的关键所在。


但学科真的这么重要吗?学科真的是一流大学发展基础吗?


 

 

 

 


今年7月,德国的第三轮卓越大学计划启动,德国卓越大学政策进入到一个新的阶段。


那么,德国人在建设一流大学过程中是如何看待“学科”的?是否也把“学科”作为卓越大学建设的基础和重点?


德国的精英计划启动于2006年,第一轮有9所大学入选,2012年第二轮有11所大学入选(新增5所,淘汰3所)。第三轮2019年7月出炉,11所大学入选。


 

 

第三轮其实有不少变化,名称由“卓越创议”改为“卓越战略”,具体资助方式也有不小的变化。


改变了原有三条路线的资助方式,取消了 “研究生院”和“未来设计”两个资助路线,改为“卓越集群”和“卓越大学”两条资助路线

 

 


简要地说,当前德国的“卓越战略”包括两个相互关联的部分,一是“卓越集群”,二是“卓越大学”。大学必须先申请和建立“卓越集群”,然后才能申请“卓越大学”。


按规定,一所大学至少具有两个卓越集群,才具有申请“卓越大学”的资格。


目前入选的卓越集群共有57个,分别建立在34所大学之中(目前德国大约有180所大学)。


其中40个集群由一所大学单独建立,14个集群由两所大学联合建立,3个集群由三所大学组成的大学联盟建立。


所谓卓越集群(Cluster),按照德国官方的说法,是面向大学以项目方式资助的具有国际竞争力的研究领域。


请注意,这里使用的是“领域”(Field)一词,而不是“学科”。就是说,集群不是以学科为导向的,而是超越学科的,由若干学科的教师集合起来的一个研究团队,而团队是根据一定的研究主题组建的。


研究主题必须是重大的、前沿的、国际领先的课题。


关于卓越集群的研究问题要求,评选文件提到四点:1.研究计划应具有国际意义上的原创性和高端性,包括失败的风险性;2.研究计划应具有整体性,学术研究要建立在合作的基础之上;3.已有研究应当对本领域有所贡献;4.本研究对该领域的发展或对开辟新领域的贡献程度。


 

 

 

 


以下试举三例,以展示卓越集群的基本面貌。


第一个是以医学为主的集群。


汉诺威医科大学、汉诺威大学和奥尔登堡大学联合建立的卓越集群“人人听力”(Hearing4all),从诊断、医疗和助听设备三个方面研究听力健康问题。该集群整合了大学、医院和工业方面的研究力量,40名研究人员(不含博士生)来自三所大学及其他相关的单位。


研究分为四个方面:1.生命周期中的听力机能缺陷;2.计算机辅助的听力诊断与恢复;3.听力精微医学——基于研究的新型干预方法;4.未来的助听系统。


第二个是工科类的集群。


海德堡大学和卡尔斯鲁厄理工学院共同建立的卓越集群“3D设计材料”(3D Designer Materialien),拥有84名正式成员,其中教授25人、博士后16人、博士生43人,分别来自自然科学、工程科学和社会科学。研究分为分子材料、技术、应用三个研究方向。


第三个是人文学科方面的集群。


柏林自由大学独立建立的一个人文学科领域的卓越集群,其研究主题是“聚散的社区:全球视角中的文学实践”(Temporal Communities: Doing Literature in a Global Perspective),团队达100余人,分为五个研究方向:竞争中的社区、旅行、未来完美、文字流通、构建数字化社区。集群的研究人员来自文学、艺术、社会学、历史学、政治学、外国语言文化等多个学科。


 

 

 

 


以上三个例子基本展示出卓越集群的主要特点:


 

 

第一,卓越集群打破传统的学科界限,其学科跨度的幅度超越了我们所说的“一级学科”甚至“学科门类”。

 

 


一个卓越集群的建立,不是某个院系、某个学科的内部事情,而需要若干院系的合作,需要大学层面的支持。


对于一所大学来讲,一个卓越集群就是本校学术的一个亮点、一个特色、一个具有国际竞争力的学术高峰。


 

 

第二,卓越集群是以某一重大问题为导向的研究团队,而不是按照传统学科的逻辑集合而成的团队。

 

 


以问题为导向的大型研究有利于整合学科知识,为跨学科研究提供平台。


一流的研究问题是研究团队建立的基础,不同学科的教师围绕一个重大的研究问题而得到整合。


 

 

第三,卓越集群旨在推进大学内部院系的合作,隶属不同学科和院系的教师在卓越集群的框架下得以合作。

 

 


长期以来,在学科基础上建立起来的院系结构,是一个各自为政的体系。而集群的意义在于推动不同院系的教师进行交流、合作和补充。


卓越集群不仅强调大学内部院系之间的合作,而且鼓励大学与大学的合作,如上所述,约有30%的卓越集群是由两所或三所大学共同建立的。


 

 

第四,卓越集群还鼓励大学与大学之外研究机构的合作,这些机构包括独立的研究机构、图书馆、学术刊物,以及众多的马克斯·普朗克研究所。

 

 


就是说,卓越集群也是整合大学内外学者、整合大学和其他研究机构的研究平台。从已经入选的卓越集群看,无一例外都有大学之外的合作者参与。


 

 

 

 


那么,德国的卓越大学战略以“集群”为基础,而我们的“双一流”计划以“学科”为基础。


这两种路径有何差异?有何利弊?


 

 

我们的“双一流”建设计划以学科为基础,这就意味着,第一,要强调学科的界限。

 

 


不管是一级学科还是二级学科,是学科就有边界,边界是学科存在的基本前提。


在实践中,以学科为重心的政策自然会强化学科之间的界限,强化学科自身的利益意识,彼此划清界限,甲学科的建设经费当然不能用于乙学科的建设。


学科往往还以院系结构为支撑,所以学科为中心的做法会进一步促进院系各自为政的格局。


 

 

第二,学科的界限不只是知识的界限,同时也是教师的边界。

 

 


在学科为中心的建设思路中,每一位老师都必须明确自己的学科身份和学科领地,所有的研究项目和人才培养都必须为本学科服务,以学科的利益为归宿。


即使有教师愿意进行跨学科的研究,常常也会面临许多组织和制度上的障碍。


虽然我们在学科建设中也强调要重视跨学科、交叉学科,但学科身份的强化和固化显然不利于跨学科科学研究的开展。


 

 

第三,以学科为中心,就意味着一所大学中的学科要分为三六九等,有A+学科,也有B-学科,当然还有等而下之的学科。

 

 


上等学科,资源相对丰富,而下等学科,资源趋于匮乏。甚至下等学科的生存权利也会受到质疑。


在实践中,不少大学都在计划甩掉下等学科,只想保留上等学科。


 

 

第四,学科是知识领域和知识系统的划分,以学科的知识框架为基础,不是以问题为导向的。

 

 


所谓一流的大学,应当是有能力提出一流研究问题并能够解决一流研究问题的大学。


过于强调学科,显然不利于提出重大的问题特别是跨学科的问题。而现代科学的突破,往往来自于跨学科的研究。


众所周知,现代的知识生产对传统的学科制度及学科思维模式提出了严峻的挑战,学科边界日益模糊,跨学科或交叉学科的研究渐渐成为常态,新的知识生产模式呼之欲出。


而以学科为核心的一流大学建设路径,似乎有悖于现代知识生产的发展趋势。与此同时,跨学科的知识生产对传统大学的学科组织形态也产生了冲击,而以学科为中心的建设思路却在强化和固化学科的边界。


特别是,在“学科中心主义”的实践中,学科之间的等级差序加剧了学科之间的利益冲突,学科整合和互补的空间日趋缩小。


这不仅不符合一流大学发展的趋势,还会给大学发展带来严重的后果。


他山之石,可以攻玉。看看德国的“卓越集群”,再思考一下我们的“学科中心主义”,或许会有些启发。


我们的“双一流”建设,在注重学科基础建设的同时,应当考虑如何缩小学科之间的距离,模糊学科的界限,为大学内部学科之间的合作与整合,为跨学科的研究团队的涌现多创造一些制度性条件。

免责声明:本网站所转载的文字、图片与视频资料版权归原创作者所有,如果涉及侵权,请第一时间联系本网删除。

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心