石聪聪
(贵州省科学技术情报研究所,贵州 贵阳 550000)
科技计划项目是政府组织科学研究和技术开发活动的基本形式,也是政府合理配置科技资源、促进科技进步和经济社会发展的有效手段。贵州省科技计划项目主要包括基础研究计划、科技支撑计划、科技成果及产业化计划3 大类项目。贵州省科技计划项目的立项,瞄准省内研究前沿和贵州省的战略需求,具有鲜明的学术权威和需求导向性。因此,对贵州省的科技计划项目进行分析研究,能很好得出贵州省科学领域的研究方向及进展。
考虑到2020 年之前贵州省科学技术厅网站上公布的立项数据不具连续性,本文的数据来源为贵州省科学技术厅网站公布的2020—2022 年贵州省科技计划项目。
2020—2022 年网上公布的3 193 项立项项目中基础研究计划(自然科学类)立项1 871 项、科技支撑计划立项847 项、科技成果及产业化计划立项475 项。可以看出基础研究立项项目数量高于科技支撑计划和科技成果及产业化计划,这是由于贵州省科技厅重视基础研究工作,同时基础研究的立项经费低于科技支撑项目所造成的。2020—2022 年贵州省科技计划项目立项数量分别为776 项、1 264 项、1 153 项。
本文通过对2020—2022年贵州省科技计划项目的名称及承担单位进行挖掘分析,基于项目名称中的关键词,利用词频统计、社会网络分析等方法,对贵州省科技计划项目的主题进行计量分析,展示贵州省内自然科学领域研究的特征[1-7]。
1.2.1 分词处理
为了规范项目名称关键字的提取,同时将一些无意义的关系词去除,设置停用词表,对立项项目的名称进行分词处理[5]。
本文运用Python 中的jieba 分词进行分词处理,停用词包括“基于” “的” “用于” “在” “研究”“及” “与” “作用” “通过” “相关” “探讨”“应用” “方法” “贵州” “影响” “其” “中”等。因3 类科技计划项目的研究侧重不同,故停用词的设置也略有不同。
1.2.2 高频词共词分析
分词之后,按照频次降序排列,分别得到3 类科技计划项目的高频关键词,同时将高频关键词进行词云显示[8]。在对科技支撑计划项目名称进行分词处理时,发现“关键技术”出现次数过高,形成词云影响其他关键词的展示,故将科技支撑计划中“关键技术”去除。将前50 个高频关键词导入自编的Python脚本中生成共词矩阵,将共词矩阵导入Ucinet 软件进行分析,并通过可视化工具Netdraw 生成研究主题图[4]。
科技计划项目在推动基础研究、培养学科科研人才等方面具有积极而重要的影响。分析立项课题的承担单位,可在一定程度上了解在贵州省具备较强科研实力的机构。图1—图3 分别为3 类科技计划项目立项承担单位前10 位的立项情况。
图1 基础研究计划立项数量前10 的承担单位
图2 科技支撑计划立项数量前10 的承担单位
图3 科技成果及产业化立项数量前10 位的承担单位
基础研究计划立项的科研单位共涉及101 个,其中贵州大学承担363 个项目,位居第一;贵州医科大学承担214 个项目,位居第二;贵州中医药大学承担136 个项目,位居第三;遵义医科大学承担123 个项目,位居第四;贵州师范大学承担101 个项目,位居第五。101 个项目承担单位中有32 个单位承担项目数为1 个。
科技支撑计划项目立项的科研单位共涉及456个,其中贵州大学承担96 个项目,位居第一;贵州医科大学承担34 个项目,位居第二;贵州中医药大学承担23个项目,位居第三;遵义医科大学承担20 个项目,位居第四;贵州省中国科学院天然产物化学重点实验室承担17 个项目,位居第五。456 个项目中有366 个承担单位承担项目数为1 个,有41 个项目承担单位承担项目数为2 个。
科技成果及产业化项目立项的科研单位共涉及366 个,其中贵州省人民医院承担28 个项目,位居第一;遵义医科大学附属医院承担20 个项目,位居第二;贵州医科大学附属医院承担16 个项目,位居第三;遵义学院附属医院承担12 个项目,位居第四;遵义医科大学第二附属医院、贵州金农科技有限责任公司分别承担7 个项目,并列位居第五,之后的遵义市第一人民医院承担4 个项目,其他的承担项目中仅有18 个单位是承担2 个项目,其余339 个承担单位承担项目数均为1 个。
基础研究计划项目多由高校承担,且承担单位较为集中,101 个承担单位中仅有7 个是公司性质。贵州大学、贵州医科大学、贵州中医药大学、遵义医科大学基础研究方面的科研能力较强,承担项目较多。科技支撑计划项目和科技成果及产业化项目的承担单位较为分散,大多数承担单位仅承担1 个项目。科技支撑项目中承担多个项目的多为高校和科研院所,高校主要为贵州大学、贵州医科大学、贵州中医药大学、遵义医科大学,科研院所中贵州省中国科学院天然产物化学重点实验室科研能力较强。由于科技支撑项目突出产学研协同创新,故企业性质的承担单位占比较大,456 个承担单位中有351 个是公司。
科技成果及产业化项目是对科技成果所进行的后续试验、开发、应用、推广,因此承担单位多为企业和医院,366 个承担单位中有336 个为公司性质,科技成果及产业化项目主要是将医学中的临床技术和其他领域的技术成果进行转化。贵州省人民医院、遵义医科大学附属医院、贵州医科大学附属医院、遵义学院附属医院、遵义医科大学第二附属医院、遵义市第一人民医院承担项目较多,可见其科技成果转化能力比较强。
科研项目数量是衡量一个学科领域综合实力、科技活跃程度和整体科技水平的重要标志。通过对贵州省科技计划项目承担单位的分析可以看出,贵州省内医学领域相较其他领域,科研优势明显。基础研究计划中承担单位前4 位中除去综合类大学贵州大学,其余3 个均为医学类高校。同时,科技成果及产业化项目立项时设立临床专项和一般项目2 类项目,足以看出立项部门对医学领域成果转化的重视程度。
2.2.1 高频词总体统计
对2020—2022 年3 类贵州省科技计划项目的名称分词之后,按照频次降序排列,分别得到3 类科技计划项目的高频关键词,进行词云显示,如图4 所示。词云中词越大表示该词出现的频次越高,也说明该方面的研究更多、更重要。
图4 3 类科技计划项目立项关键词词云
通过图4 可以看出,基础研究计划项目研究偏向事物的本质,包括分子、细胞、基因等微观词语。医学、农学等领域的病理机理研究为基础研究热门。科技支撑计划项目突出产学研创新,注重关键技术的研发及推广示范,医药领域、农业领域、电子信息领域是支撑项目的重点发展学科。科技成果应用及产业化的项目中多为新品种、新成果、新技术的应用,这符合科技厅对科技成果应用及产业化定位的“对科技成果进行的后续试验、开发、应用、推广”。医学临床、农业栽培、材料领域、航空领域为其研究重点。
2.2.2 研究主题现状分析
共词分析法是用项目名称中关键词共同出现的频次的关联强度,并以此强度表现出关键词之间的距离从而聚类,进而刻画知识集合或研究领域的一种方法。对高频的前50 个词进行共现分析,各高频词的共现关系由节点连线表示,连线越粗代表两两关键词共现关系越强。
分别将3 类科技计划项目的前50 个高频词的共现矩阵导入Ucinet 软件中,并使用Netdraw 绘制网络图谱。对它进行点度中心度分析,节点越大,位置越居中,代表该节点处于核心地位,节点的颜色代表关键词的聚类情况。节点之间的连线表示高频词之间的共现次数,线越粗,表示共现次数越多。
基础研究计划项目关键词共现网络如图5 所示。基础研究计划立项项目多为自然科学领域的基础研究和应用基础研究,目的是推动基础前沿、交叉特色和重点学科发展。从聚类来看研究内容相对集中,多为细胞、分子等事物本质特征及关系研究。研究热点领域为医药、农业、环境等领域。
图5 基础研究计划项目关键词共现网络
科技支撑计划项目关键词共现网络如图6 所示。科技支撑计划项目突出产学研协同创新,针对产业关键技术开展科技攻关。从聚类来看,科技支撑立项项目研究领域覆盖较广。产业关键技术主要支持农业、医药、化工材料、先进装备制造、矿产资源开发、信息技术等产业领域。
图6 科技支撑计划项目关键词共现网络
科技成果应用及产业化项目关键词共现网络如图7 所示。科技成果应用及产业化是为提高生产力水平而对科技成果所进行的后续试验、开发、应用、推广直至形成新技术、新工艺、新材料、新品种、新产品和新服务,以及发展新产业等活动。从聚类来看,科技成果应用及转化立项项目将农业中的产品加工、新品种培育、栽培及农业机械的新工艺,医学中的临床技术、新医疗器械,先进装备中航空制造,电子信息领域中的平台建设及大数据技术,化工领域的绿色工艺及新能源领域电池等方面的新技术进行了应用推广研究。研究覆盖领域较广。
图7 科技成果应用及产业化项目关键词共现网络
通过对2020—2022年贵州省科技计划项目名称及承担单位的挖掘分析,得出如下结论。
贵州省科技计划项目的立项部门注重基础研究,基础研究计划项目数量占比较大,且基础研究计划项目的承担单位多为高校。科技支撑项目突出产学研协同创新,科技成果及产业化项目注重成果转化,故在这2 类科技计划项目中企业性质的承担单位占比较大。
贵州大学、贵州医科大学、贵州中医药大学、遵义医科大学科研能力较强,承担基础研究计划项目、科技支撑项目较多。贵州省人民医院、遵义医科大学附属医院、贵州医科大学附属医院、遵义学院附属医院、遵义医科大学第二附属医院、遵义市第一人民医院承担科技成果及产业化项目较多,科技成果转化能力较强。
贵州省医学领域相较其他领域,科研优势明显。基础研究计划中承担单位前四位中除去综合类大学贵州大学,其余3 个均为医学类高校。科技成果及产业化项目立项时设立临床专项和一般项目2 类项目,足以看出立项部门对医学领域成果转化的重视程度。
贵州省科技计划项目目前的研究热点为医药领域、农业领域。医药领域主要涉及药物研发、靶向治疗、细胞机制、分子机制、医疗设备、中药材品质等方面的研究;农业领域涉及茶叶、食用菌、蔬菜、石斛、刺梨、辣椒等农作物的栽培、新品种选育,以及畜牧业、渔业的培育及生态养殖。其次为化工、环境、矿产资源、先进装备制造、电子信息等领域及各领域的交叉研究,主要涉及工业固废的处理、喀斯特特殊的环境特性及其保护、矿产资源的开采、航空及医疗等装备的制造、各种综合数据平台的建立等方面。