借鉴：男女在思维上有差异；不同学科的人在思维上也是有差异的。

团队意识，合作意识

建议把经济学与周易研究相结合，提出以周易为基础的经济学研究框架，抛砖引玉！https://bbs.pinggu.org/thread-2174357-1-1.html

逻辑、历史、数学；开阔的眼光，严谨的态度和丰富的资料

学习兴趣和坚持到底的精神！跨学科不仅仅是广泛，而且还不能忘记深入，在广度和深度上都有很高的要求，而且要有敏锐的洞察力，在构思行文时注意抓重点，不要一想到跨学科就什么都提什么都沾点。(拙见)

学习钱钟书先生“打通”文史哲的观点

enthusiasm

关注生活中的细节 敏感

关于这个问题,我觉得是这样的:
现在一般情况下都是在既定的学科框架内进行学习探讨,很多时候我们都限于特定领域无法发现一个更好的视角,比如,我们都知道交易成本理论,我们都知道剩余索取权的计量是维护企业运营的重要保障,然后剩余索取权的计量规则(会计准则)却按照国家或者行业公认原则进行,而不是根据剩余索取权者个人的意志,这个论点的展开就是获得全国优秀博士论文的谢德仁教授那篇博士论文;他本人其实是会计学者,但是它的研究课题实际上是制度经济学的论题,这篇论文达到国际先进水平,他个人当时其实就是对制度经济学感兴趣,然后结合个人会计学的理论功底,发现了这个交叉学科的问题,并在很大程度上给出了解释,这个活生生的例子就是快学科研究的典范,

这位同学玩笑开得有点道理，没有跨学科的人才，哪能发现某个领域有跨学科的必要性。

除了不同专业，还要有良好的哲学教育。各专业能联系到一起的先是哲学思考，其次才是具体研究方向

造成跨学科研究的主要因素是原来的学科，要么假设过于苛刻，要么本省的研究在方法等方面就存在着不足。以经济学为例，信息充分的假设一直是经济学的特征，这种假设使得经济学大大的脱离了经济现实，市场条件下，信息不完全的普遍性，使得这种研究和分析对现实的穿透力大大折扣。信息经济学企图通过一定的机制设计，来弥补这一缺陷，但是由于并没有传统经济学的思维范式，使得这种研究一直停留在黑板经济学的层面。造成这一结果的主要原因是学者把市场从社会综合体抽离开来进行分析造成。当西方学者提出嵌入性理论的时候，一方面认为经济学研究本身的局限性，另一方面希望通过社会资本等工具来弥补市场信息不完全的局限性。于是经济学和社会学获得了一定程度的融合。
西方经济学中的理性经济人的假设，造成了另外一个融合趋势的出现。理性的经济人假设使得他和数学中的最大化分析方法，通过设置效用函数和利润函数，进一步通过求导就实现了个人的理性最大化。现在，经济学的分析有可能面临从最优向次优的转变趋势。纳什的思想、公地悲剧的出现假设了人们对这一假设的质疑，于是博弈被广泛的应用到经济学的分析之中。
第三，经济学的传统二分法的错误或者局限，从亚当斯密的经济自由主义思想的出现到凯恩斯的经济干预思想的出现，学术界和ZF政策的制订始终在两者之间徘徊，奥斯特罗姆等一批关于经济治理思想的问世终于打破了这种均衡。
但是，国内的学者因为对经济学理论的粗糙理解而过分的迷恋，中国的圈层的社会结构进一步加剧了学者对权威的盲目崇拜和跟从，中国的学术研究在学术科研体制的不正确引导下，正一步步走向扭曲和内卷。

小白来学习 ！

团队的合作是最重要的啊，所以在任何时候团队的协作最重要。

汪丁丁老师《经济学思想史讲义》介绍逻各斯（logos）是在基于不同局部经验基础上的意见之间的对话中寻得真理。
因此，我猜做跨学科研究有几个必要条件：1、专业化-跨学科，每科都应具备专业知识，知识之所以分殊是因为累积而自成体系，每一科都半桶水是无法融合跨学科的。；2、情境异质-知识依赖于情境，特别是跨时空的情境异质。这也是楼上提到案例的重要性，常用案例的管理学强调情境的特殊性、异质性；3、交集（交流）-异质情境下的知识必须有交集才能称为跨学科，如自然科学与社会科学的交集；4、证伪-所谓经济学唯有遵照卡尔波普的“证伪论”才称得上科学。规范经济学似乎无法成为科学。

视野、知识背景，很重要

跨学科研究之所以是趋势，是因为存在着跨学科的问题需要解决。如果为了跨学科的研究而研究，就没有意义了。想要有好的跨学科研究，最重要的是要有好的问题。 科学研究的方法也是迂回式发展。从之前的没有学科的划分，到学科越来越精细的划分，到现在交叉学科的研究。都是由需要解决的科学问题带动的。

其次，要把各个学科联系起来，就需要桥梁。我认为现在跨学科研究的桥梁就是大数据。现在各个学科的研究已经不局限于学科本身，比如我现在英国参与的项目，是一个医学和数据分析相结合的项目。医学的问题已经很清楚，很明了。可是解决这个问题的瓶颈就在于如何分析大量的数据而且需要做到实时的分析。怎么样合理的利用有效的资源，进行系统化的整合的分析，这些正是大数据的研究方向。

现在全世界都在开展以大数据为平台的研究。好多国际知名的大学已经相继开始成立大数据研究中心，比如今年5月份牛津大学用￡30 million来建立 “big data” health research centre。

讲的很有道理，支持！

多谢支持哦。。。。

现在大数据研究的确
我在学stata的时候，也吃惊的发现居然如此多的stata著作是关于医学的，如此多的人关注stata在医学领域的应用。
不晓得你们做医学和数据的结合，主要才用什么软件工具呢，你个人对这些分析工具怎么评价呢？


ps：
我刚才看了你一篇勤奋签到的帖子，呵呵，大家刚开始都是这样的，你聪明勤奋，短时间内都有丰厚积蓄了，共勉

谢谢你的评分和支持！

我们现在做脑数据的分析， 用SPM，还有很多新的算法是自己写的。

个人认为转换思维很重要。西方思维注重逻辑推理，东方思维注重归纳演绎，如果真要搞跨学科需要有高度的归纳演绎、统筹驾驭本领，从这方面看，跨学科研究似乎从中国传统思维文化中能找到切入口。
但如今我们离“道”已经很远了，“欲人之无惑也难矣”。当今的很多跨学科都不是真正的跨学科，而是两个学科又拼凑了一个新学科，结果不仅学科没有整合和“跨越”，反倒学科越来越多，以经济学为例，大家随便就可以说出多种经济学：产业经济学、区域经济学、实验经济学、行为经济学，物理经济学，等等。

      判断一个学科是否为好学科，无非只有两个标准：一是能否指导实践，提高实践效果；二是能否启发人类，让人类更好的认识世界与自己。第一类为自然学科，第二类为社会学科。跨学科研究之所以兴起，是因为单独的一个学科限制了人类的思想，在解决现实问题或解释现实现象的时候遇到了瓶颈，而跨学科研究则更好的切合了实际，能够起到良好效果。所以，好的跨学科的根本还是立足于现实，而不应拘泥于某一学科，或者几个学科。

在专业性很强的领域，需要一个视野开阔，对于事实和问题有个正确把握的朋友或者合作伙伴，指出方向，研究会更有价值！
同样在一些迸发着各种各样的想法的学科或者领域，需要基础学科，比如数学、统计的人来进行踏实的探索研究

spm在医学领域用的很多吗？
其实最近我也在看倾向值分析，不过我觉得他对假设的依耐性更强哎，我看过一些模拟，对这几种倾向值方法的结果进行的对比，觉得挺有意思

凯恩斯说，经济学家还应是数学家、历史学家、哲学家。如能融会贯通，大器可成。

楼主辛苦了。                           
十分辛苦。

我自己是搞跨学科的：经济学和社会学。就我的经验来看，社会学和经济学跨学科很难，下面说说我自己的体会：

1. 社会学是一个相对松散的学科，其内部的异质性非常大，学科内部没有很好的共识。举个例子，社会分层与理论社会学的距离比其与劳动经济学的距离都远一些。与此不同，经济学有严谨深厚的理论基础以及清晰的共同理论框架，因此经济学家讨论问题时更加有效率，因此这一学科的知识积累非常迅猛。从这个角度，经济学是一个更成熟的学科。

2. 学科之间的视角的确存在差别。社会学中的一些观点的确是经济学范式下难以提出来的。经济社会学领域中的Mark Granovetter提出的弱关系理论是很好的例子。但格兰诺维特是现在社会学中少有的对经济学影响非常大的学者。

3. 实际上，真正做到“跨学科”的研究少之又少。因为研究者不知道应当面向哪个受众，所以现实的讲投稿是一个难题。比如说你在一篇社会学论文中用到了很多经济学概念（如弹性），投到经济学杂志，人家会说你的经济学色彩不够；投到社会学杂志，社会学审稿人根本不懂弹性，更不用说别的。反过来也是一样。

4.因此，从我的个人经验来看，所谓的“跨学科”其实仍然需要研究者有一个坚实的主要的学科领域和阵地。当然，为了引入，或者是拓宽本研究领域的视野，研究者需要有技巧的去“包装”来自其他学科的idea；至少要在一个领域中站稳脚跟。Gary Becker算是伟大的“跨学科”研究者，但他从根本上还是一个经济学家。同样，Granovetter在根本上也是一个社会学家。

1、强烈的求知欲望和好奇心
2、对知识的敬畏和追求
3、有能融汇贯通各学科的意识
4、良好的人际沟通和有相互交流学习的朋友
5、宽视野精专业：视野要宽泛、但专长于某一专业