黃曉林 王輝 黃卉 蔣欣宏

[摘要] 科技報告是與科研項目緊密相關的特種文獻?；诳萍紙蟾鏀?shù)據(jù)，采用文獻計量學和復雜網(wǎng)絡的方法，對湖南省現(xiàn)代農(nóng)業(yè)領域的研發(fā)現(xiàn)狀進行了分析。研究發(fā)現(xiàn)，湖南省現(xiàn)代農(nóng)業(yè)領域研發(fā)目前側(cè)重在種植業(yè)、現(xiàn)代種業(yè)和農(nóng)技推廣應用等方向;各研究熱點間聯(lián)系較多，也較緊密;不同主要研究熱點所屬的研究主題不同，研究的內(nèi)容也有所區(qū)分。

[關鍵詞]湖南;現(xiàn)代農(nóng)業(yè);研發(fā)現(xiàn)狀;科技報告

[中圖分類號]F327;G358[文獻標識碼]A

1? ? 引言

當前，我國正由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型，已進入發(fā)展現(xiàn)代農(nóng)業(yè)，加快構建新型農(nóng)業(yè)經(jīng)營體系，深入推進農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變，建設社會主義新農(nóng)村的關鍵時期。農(nóng)業(yè)科技創(chuàng)新是推進農(nóng)業(yè)現(xiàn)代化的重要動力。我國農(nóng)業(yè)科技進步貢獻率已達到57.5%，但仍與發(fā)達國家有較大差距。湖南省作為農(nóng)業(yè)大省，總體R&D投入占GDP比重偏弱，2016年僅為1.5%。因此了解區(qū)域農(nóng)業(yè)領域的研發(fā)現(xiàn)狀，對做好農(nóng)業(yè)產(chǎn)業(yè)規(guī)劃布局，合理分配有限的農(nóng)業(yè)領域研發(fā)資金，最終促進區(qū)域農(nóng)業(yè)的健康發(fā)展，具有重要意義。

科技報告是科技人員為了描述其從事的科研、設計、工程、試驗和鑒定等活動的過程、進展和結(jié)果，按照規(guī)定的標準格式編寫而成的特種文獻。在我國，科技報告由國家和各級政府采取一定的行政手段強制形成，是國家和地區(qū)的重要戰(zhàn)略資源。由于科技報告與科技項目關系的特殊性，科技報告不僅記錄了科技項目的基本信息，它同時還有對科技項目科學研究和技術實施內(nèi)容的完整描述。我國于2014年建立國家科技報告共享服務系統(tǒng)，目前已收錄各類科技計劃項目提交的科技報告10萬余份。湖南省于2015年啟動科技報告工作，截止2018年4月，湖南省科技報告共享服務系統(tǒng)已收錄科技報告1377份。

2? ? 數(shù)據(jù)來源及分析方法

本研究數(shù)據(jù)來源于“湖南科技報告共享服務系統(tǒng)”（http：//www.hnstrs.cn/）。在科技報告技術領域中，以“農(nóng)業(yè)”為主題詞進行檢索，得到的結(jié)果有“農(nóng)業(yè)-種植”、“農(nóng)業(yè)-養(yǎng)殖”和“農(nóng)業(yè)-農(nóng)產(chǎn)品加工”等技術領域分類，為了提高檢索結(jié)果覆蓋的準確性，對“資源與環(huán)境”，“生物與醫(yī)藥-中藥”等領域分類下與農(nóng)業(yè)領域存在交叉的科技報告進行人工篩選。對選中的科技報告信息進行采集，采集的字段包括科技報告題名、關鍵詞和立項年度等信息。為更準確的體現(xiàn)湖南省農(nóng)業(yè)領域的研發(fā)現(xiàn)狀，本研究只采集了2013年（含）以后立項相關科技項目產(chǎn)生的科技報告。截止2018年4月，湖南科技報告共享服務系統(tǒng)共收錄2013年（含）以來立項科技項目產(chǎn)生的農(nóng)業(yè)領域相關科技報告248份。

為提高分析的準確性，本文將每份科技報告的題名和關鍵詞分別合并為一條信息，并且進行切分詞處理，刪除虛詞，并且人工剔除研究（research）、關鍵（key）、方法（method）和進展（development）等一些在題名中普遍存且干擾分析的詞匯，從而形成包含248條熱點詞信息的文本語料庫。本文語言處理及分析采用python語言及gensim工具包實現(xiàn)。詞頻統(tǒng)計采用bibexcel軟件實現(xiàn)。

復雜網(wǎng)絡在現(xiàn)實社會中廣泛存在，節(jié)點和邊是復雜網(wǎng)絡中的基本要素，在復雜網(wǎng)絡中，個體或事物即為節(jié)點，節(jié)點之間存在的關系（關聯(lián)）即為邊。兩個不同熱點詞在同一篇文獻中出現(xiàn)，即表示熱點詞存在一條邊，稱之為詞共現(xiàn)?；诖?，不同的熱點詞在一定的文獻樣本中可形成廣泛的聯(lián)結(jié)，即基于詞共現(xiàn)的復雜網(wǎng)絡。通過對復雜網(wǎng)絡的可視化，可以發(fā)現(xiàn)網(wǎng)絡中的研究熱點。本文復雜網(wǎng)絡計算及可視化采用Gephi 0.9.2軟件實現(xiàn)。

圍繞某個或某幾個研究熱點往往會形成特定的研究主題，但在復雜網(wǎng)絡中由于節(jié)點之間邊關系復雜，不一定形成明顯的社團結(jié)構，不同主題之間往往難以區(qū)分。為挖掘出隱藏在復雜網(wǎng)絡中的研究主題及其網(wǎng)絡，本文采用python語言環(huán)境下自然語言處理工具模塊word2vec實現(xiàn)。Word2vec通過神經(jīng)網(wǎng)絡的方法進行學習，其中的連續(xù)詞袋（Continuous Bag-of-Words，CBOW）模型，在輸入某一個特定詞的上下文相關的詞對應的多維詞向量后，經(jīng)過模型訓練，可以輸出這一個特定詞的詞向量。從而計算不同詞向量與特定詞向量的余弦相似度（余弦距離），最后可輸出經(jīng)過歸一化處理的余弦距離最近的相關詞匯。Word2vec工具中CBOW模型原理如圖1，具體的實現(xiàn)模型及算法參見Mikolov的相關論文，這里不再贅述。

3? ? 湖南省現(xiàn)代農(nóng)業(yè)領域研發(fā)現(xiàn)狀分析

3.1? ? 高頻詞分析

對詞頻進行計量統(tǒng)計，排名前20的熱點詞如表1所示。從表1中可以發(fā)現(xiàn)湖南省現(xiàn)代農(nóng)業(yè)領域，種植業(yè)的栽培（cultivation）方向，在分析的248份報告中，有53份與栽培有關，占比超過20%，這與湖南省農(nóng)業(yè)以種植業(yè)為主的產(chǎn)業(yè)結(jié)構相符。其次，對新產(chǎn)品、工具、方法、技術的應用（application），也受到廣大科研工作者的重視，這表明湖南省的農(nóng)業(yè)研究仍然以應用研究為主。此外，育種（breeding）也是湖南省現(xiàn)代農(nóng)業(yè)關注的重要方向，這表明新品種研發(fā)是湖南省現(xiàn)代農(nóng)業(yè)發(fā)展的重要發(fā)力點，這與《湖南省“十三五”科技創(chuàng)新規(guī)劃》中將現(xiàn)代種業(yè)列為10大領域產(chǎn)業(yè)技術創(chuàng)新鏈之一的情況一致。除此之外，水稻（rice）、產(chǎn)業(yè)化（industrialization）、品種（variety）、系統(tǒng)（system）、品質(zhì)（quality）、資源（resoures）和有機的（organic）也是湖南省現(xiàn)代農(nóng)業(yè)的研發(fā)熱點詞，這其中既有湖南省傳統(tǒng)的研究熱點，也體現(xiàn)了近年來一些研究方向正成為新的研究熱點。

3.2? ? 熱點共現(xiàn)關系分析

為了更好的研究不同熱點之間的關系，我們以熱點詞為節(jié)點，其在科技報告中的共現(xiàn)關系為邊，進行復雜網(wǎng)絡分析。將從科技報告題名和關鍵詞中經(jīng)過分詞處理的單詞，詞頻3次以上，利用gephi軟件進行共現(xiàn)可視化作圖，保留共現(xiàn)3次以上的邊關系，其結(jié)果如圖2所示。由圖2可知，湖南省農(nóng)業(yè)領域研究熱點為栽培（cultivation）、水稻（rice）、育種（breeding）、應用（application）和系統(tǒng)（system）等，這與表1的結(jié)果也一致。其中以栽培和應用的關注度最高，與其它研究熱點的聯(lián)系也最多。但是由于所分析的科技報告都同屬于現(xiàn)代農(nóng)業(yè)領域的緣故，各節(jié)點之間關系較為緊密，僅系統(tǒng)（system）節(jié)點為核心的子網(wǎng)絡與其他節(jié)點的聯(lián)系相對較少，各節(jié)點未形成明顯的子網(wǎng)絡。

3.3? ? 核心熱點及其主題分析

雖然整個領域的熱點聯(lián)系整體較緊密，但是不同熱點之間的聯(lián)系緊密程度卻不一。結(jié)合表1和圖2，根據(jù)熱點詞的分布情況，選取部分頻次較高、邊關系較多的研究熱點為核心熱點詞，利用Word2Vec工具，計算核心熱點與其他所有熱點的余弦相似度（cosθ），對與之相關的研究主題進行了分析。Word2Vec模型參數(shù)如下：最小丟棄詞頻min_count=3，學習速率alpha=0.05，高頻詞匯隨機采樣配置閾值sample=0.0015，訓練算法sg=0（C-Bow算法），迭代次數(shù)iter=30。選取余弦相似度最高的10個詞，部分結(jié)果如表2所示。

由表2可知，不同核心熱點詞形成的研究主題，其研究內(nèi)容是有所區(qū)分的。例如在栽培（cultivation）為核心的主題中，主要關注新技術、新品種和新裝備等的采用（introduction）、示范（demonstration）以及生產(chǎn)效率（efficient）的提高。以水稻（rice）為核心的研究主題則主要關注雜交水稻尤其是超級雜交稻（super hybrid rice）以及作物抗性（resistance）和適應性（adaptability）。以育種（breeding）為核心的主題中，則可以看出研究者主要采用聯(lián)合（combination）育種、分子（molecular）育種、雜交（hybrid）育種等育種方法，育種方向主要在提升（promotion）品種的適應性（adaptability）、產(chǎn)量（yield）和抗性（resistance）等。而以系統(tǒng)（system）為核心的研究主題，則明顯與信息（information）、服務（service）、智能（intelligent）、云（cloud）、在線（online）等熱點詞關系緊密，這表明借助新一代信息技術發(fā)展現(xiàn)代農(nóng)業(yè)，已成為農(nóng)業(yè)信息化的必然趨勢。

4? ? 結(jié)論與建議

本文基于湖南省科技報告數(shù)據(jù)，采用文獻計量、復雜網(wǎng)絡和模型分析等情報學手段和方法，分析了湖南省現(xiàn)代農(nóng)業(yè)領域的研發(fā)現(xiàn)狀。結(jié)果表明，湖南省現(xiàn)代農(nóng)業(yè)領域研發(fā)側(cè)重在種植業(yè)、現(xiàn)代種業(yè)和農(nóng)技推廣應用等方向;農(nóng)業(yè)產(chǎn)業(yè)化、農(nóng)業(yè)信息化等正成為研究的新熱點;各研究熱點間聯(lián)系較多，也較緊密，除信息農(nóng)業(yè)外，未有形成較獨立的研究子網(wǎng)絡。不同主要研究熱點所屬的研究主題不同，研究的內(nèi)容也有所區(qū)分。

根據(jù)研究結(jié)果，本文對湖南省現(xiàn)代農(nóng)業(yè)領域研發(fā)提出如下建議：（1）立足省情，扎實做好種植業(yè)研發(fā)投入和農(nóng)技推廣。結(jié)合湖南省以種植業(yè)為主的農(nóng)業(yè)結(jié)構和科技水平較低的現(xiàn)狀，做好作物新品種、先進農(nóng)業(yè)裝備和生產(chǎn)新技術的推廣示范工作，促進農(nóng)業(yè)科技成果轉(zhuǎn)移轉(zhuǎn)化，提高農(nóng)業(yè)科技進步貢獻率。（2）大力發(fā)展現(xiàn)代種業(yè)。依托《湖南省“十三五”科技創(chuàng)新規(guī)劃》強有力的政策支撐和袁隆平院士、官春云院士等育種團隊的雄厚科研實力，發(fā)揮優(yōu)勢，培育高產(chǎn)、高效和優(yōu)質(zhì)的作物和畜禽水產(chǎn)新品種，做大做強湖南現(xiàn)代種業(yè)。（3）重視農(nóng)業(yè)產(chǎn)業(yè)化、農(nóng)業(yè)信息化和生態(tài)農(nóng)業(yè)等新興熱點的發(fā)展。要注重產(chǎn)學研結(jié)合，科技成果必須服務于產(chǎn)業(yè)，才能產(chǎn)生直接的經(jīng)濟效益。注重農(nóng)業(yè)生產(chǎn)的產(chǎn)業(yè)化、標準化，并積極融合互聯(lián)網(wǎng)+和物聯(lián)網(wǎng)等新一代的信息技術，以提高生產(chǎn)效率。同時還要將生態(tài)環(huán)保的綠色發(fā)展理念植入到現(xiàn)代農(nóng)業(yè)的研發(fā)工作中，使新的農(nóng)業(yè)科研成果對資源節(jié)約型社會、環(huán)境友好型社會的建設起到積極的推動作用。

[參考文獻]

[1] 常理.農(nóng)業(yè)不平衡不充分問題將有效解決[N].經(jīng)濟日報，2018-06-01（007）.

[2] 金麗華，張學友，錢選詩，等.我國農(nóng)業(yè)科技的發(fā)展及其對農(nóng)業(yè)生產(chǎn)的貢獻率[J]. 長江大學學報（自科版），2006，3（1）：206-208.

[3] 湖南省科技廳. 湖南科技年鑒（2017卷）[M]. 長沙：湖南科學技術出版社，2018.

[4] 賀德方. 中國科技報告制度的建設方略[J]. 情報學報，2013，32（5）：452-458.

[5] Mikolov， T.， Yih， W.， Zweig， G. Linguistic regularities in continuous space word representations[J]. NAACL HLT，2013：746-751.

[6] Mikolov， T.， Chen， K.， Corrado， G.， Dean， J.. Efficient estimation of word representations in vector space[J]. Computer Science，2013：1-12.