陳欣宇 郭婷 戴紅君 孫藝偉 羅瑞 任妮

摘要：通過(guò)開(kāi)展農(nóng)業(yè)領(lǐng)域的科技競(jìng)爭(zhēng)力與態(tài)勢(shì)分析方法研究，為農(nóng)業(yè)領(lǐng)域科技工作者與管理者的科技創(chuàng)新與管理決策活動(dòng)提供數(shù)據(jù)參考和情報(bào)支撐。首先，從基礎(chǔ)研究和技術(shù)創(chuàng)新2個(gè)維度構(gòu)建包含科研生產(chǎn)力、科研影響力、科研卓越力、科研合作力的科研競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，并通過(guò)數(shù)據(jù)規(guī)范化處理，構(gòu)建綜合競(jìng)爭(zhēng)力評(píng)價(jià)模型，測(cè)算綜合競(jìng)爭(zhēng)力指數(shù)，以評(píng)價(jià)科研群體的科研實(shí)力；然后，融合基礎(chǔ)研究和技術(shù)創(chuàng)新的數(shù)據(jù)集，采用分級(jí)聚類(lèi)技術(shù)開(kāi)展領(lǐng)域研究重點(diǎn)的挖掘，并構(gòu)建基于主題強(qiáng)度、主題新穎度、主題學(xué)科交叉度的多維指標(biāo)研究前沿識(shí)別模型來(lái)識(shí)別領(lǐng)域研究前沿；最后，以長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域?yàn)檠芯繉?duì)象進(jìn)行實(shí)證研究。研究發(fā)現(xiàn)，江蘇省的綜合科研競(jìng)爭(zhēng)力排在前列，其次是上海市、浙江省和安徽?。谎芯客诰虺錾砩c免疫調(diào)控技術(shù)等4個(gè)重點(diǎn)研究方向、代謝及免疫調(diào)控技術(shù)等10項(xiàng)重點(diǎn)研究?jī)?nèi)容，識(shí)別出養(yǎng)殖裝置研發(fā)與利用等3項(xiàng)研究前沿。該方法體系具有可行性、科學(xué)性與合理性，可以為農(nóng)業(yè)領(lǐng)域科研競(jìng)爭(zhēng)力、科技態(tài)勢(shì)分析等情報(bào)研究提供參考，但在數(shù)據(jù)源、研究重點(diǎn)挖掘等方面還有待進(jìn)一步完善與深化。

關(guān)鍵詞：科研競(jìng)爭(zhēng)力；科技態(tài)勢(shì)；研究重點(diǎn)；研究前沿；多源數(shù)據(jù)

中圖分類(lèi)號(hào)：G311? 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2023）23-0236-08

隨著當(dāng)今科學(xué)研究進(jìn)入大科學(xué)時(shí)代，科技文獻(xiàn)數(shù)量和科學(xué)知識(shí)急劇增長(zhǎng)，在較短時(shí)間內(nèi)掌握學(xué)科領(lǐng)域的全局動(dòng)態(tài)變得越來(lái)越困難［1］。農(nóng)業(yè)領(lǐng)域發(fā)展歷史悠久，科技文獻(xiàn)體量大且類(lèi)型多，因此開(kāi)展農(nóng)業(yè)領(lǐng)域的科技競(jìng)爭(zhēng)力與發(fā)展態(tài)勢(shì)研究，分析領(lǐng)域的發(fā)展現(xiàn)狀與趨勢(shì)，揭示領(lǐng)域各研究群體科研競(jìng)爭(zhēng)力的異同和差距，挖掘領(lǐng)域研究重點(diǎn)、熱點(diǎn)與前沿，是農(nóng)業(yè)領(lǐng)域科技工作者與管理者全面了解農(nóng)業(yè)領(lǐng)域研究現(xiàn)狀與知識(shí)布局、掌握科技發(fā)展脈搏、識(shí)別合作對(duì)象與競(jìng)爭(zhēng)對(duì)手、明確戰(zhàn)略發(fā)展方向與優(yōu)劣勢(shì)、精準(zhǔn)制定政策決策、優(yōu)化科技資源配置、占領(lǐng)科技發(fā)展制高點(diǎn)等的有效手段。

國(guó)內(nèi)外已有學(xué)者基于各類(lèi)科技文獻(xiàn)在學(xué)科領(lǐng)域的科研競(jìng)爭(zhēng)力分析方法［2-7］、科技態(tài)勢(shì)分析方法［8-15］研究上做了大量探索。農(nóng)業(yè)領(lǐng)域有關(guān)科技競(jìng)爭(zhēng)力與發(fā)展態(tài)勢(shì)分析的研究與應(yīng)用始于20世紀(jì)90年代，已有學(xué)者基于論文、專(zhuān)利、品種權(quán)、項(xiàng)目、獎(jiǎng)項(xiàng)等多類(lèi)數(shù)據(jù)構(gòu)建評(píng)價(jià)指標(biāo)體系開(kāi)展有關(guān)地區(qū)［16-17］、科研機(jī)構(gòu)［18-19］、高校［20-21］、學(xué)科［21-22］等多個(gè)維度的科研競(jìng)爭(zhēng)力分析；也有學(xué)者基于論文、專(zhuān)利等科技文獻(xiàn)開(kāi)展有關(guān)各類(lèi)作物［23-25］、節(jié)水農(nóng)業(yè)［26］、循環(huán)農(nóng)業(yè)［27］、農(nóng)業(yè)信息技術(shù)［28］、作物模型［29］、移栽機(jī)械［30］、轉(zhuǎn)基因作物育種［31］等多個(gè)領(lǐng)域的科技態(tài)勢(shì)分析。目前在針對(duì)農(nóng)業(yè)領(lǐng)域的方法流程、評(píng)價(jià)指標(biāo)體系構(gòu)建、熱點(diǎn)前沿挖掘等技術(shù)方法上的創(chuàng)新研究較少，適應(yīng)于農(nóng)業(yè)領(lǐng)域的方法體系亟待研究攻關(guān)。

基于此，本研究基于論文與專(zhuān)利數(shù)據(jù)，綜合文獻(xiàn)計(jì)量、專(zhuān)利計(jì)量、統(tǒng)計(jì)分析等技術(shù)開(kāi)展評(píng)價(jià)指標(biāo)體系構(gòu)建、綜合競(jìng)爭(zhēng)力測(cè)算、研究重點(diǎn)挖掘、研究前沿識(shí)別等方法研究，構(gòu)建農(nóng)業(yè)領(lǐng)域科技競(jìng)爭(zhēng)力與態(tài)勢(shì)分析方法體系；選擇長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域?yàn)檠芯繉?duì)象，以驗(yàn)證本研究構(gòu)建方法的可行性、科學(xué)性與合理性，并為長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域科技創(chuàng)新、管理決策等提供情報(bào)支撐與數(shù)據(jù)參考。

1 研究框架與方法

2.1 研究框架

本研究框架如圖1所示，主要包括數(shù)據(jù)獲取與預(yù)處理、科技競(jìng)爭(zhēng)力與態(tài)勢(shì)分析方法體系構(gòu)建、實(shí)證研究3個(gè)環(huán)節(jié)。

1.2 研究方法

1.2.1 科研競(jìng)爭(zhēng)力分析方法

1.2.1.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

本研究以武漢大學(xué)中國(guó)科學(xué)評(píng)價(jià)研究中心（RCCSE）制定的大學(xué)、科研機(jī)構(gòu)科研競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系為基礎(chǔ)，結(jié)合文獻(xiàn)調(diào)研，依據(jù)科學(xué)性、系統(tǒng)性、可比性、可行性、簡(jiǎn)易性、客觀性原則，從科研生產(chǎn)力、科研影響力、科研卓越力、科研合作力4個(gè)維度構(gòu)建科研競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系（表1）。由于論文和專(zhuān)利是基礎(chǔ)研究和技術(shù)創(chuàng)新最主要的產(chǎn)出形式，因此本研究創(chuàng)新性地從基礎(chǔ)研究和技術(shù)創(chuàng)新的角度，將4個(gè)維度的指標(biāo)細(xì)化到基礎(chǔ)研究生產(chǎn)力、技術(shù)創(chuàng)新生產(chǎn)力、基礎(chǔ)研究影響力、技術(shù)創(chuàng)新影響力、基礎(chǔ)研究卓越力、技術(shù)創(chuàng)新卓越力、基礎(chǔ)研究合作力、技術(shù)創(chuàng)新合作力8個(gè)二級(jí)指標(biāo)；三級(jí)指標(biāo)囊括論文量、專(zhuān)利量、年均增長(zhǎng)率、總被引頻次、CNCI值、潛在被引指數(shù)、G指數(shù)、專(zhuān)利價(jià)值度、合作量、合作地區(qū)數(shù)、合作貢獻(xiàn)度等32個(gè)指標(biāo)。

1.2.1.2 綜合競(jìng)爭(zhēng)力測(cè)算

數(shù)據(jù)規(guī)范化處理：為了消除量綱不同的影響，本研究采用規(guī)范化（極差正規(guī)化）的賦值思路對(duì)原始數(shù)據(jù)進(jìn)行處理。具體公式如下：

正指標(biāo)：

逆指標(biāo)：

式中：yi為正規(guī)化評(píng)價(jià)值；xi為第i個(gè)指標(biāo)的原始值；xmax為指標(biāo)原始數(shù)據(jù)的最大值；xmin為指標(biāo)原始數(shù)據(jù)的最小值。

經(jīng)過(guò)規(guī)范化處理之后就得到正規(guī)化評(píng)價(jià)值，所賦分值均在0～1分范圍內(nèi)，且逆指標(biāo)已完成逆向化處理，符合得分越高則綜合競(jìng)爭(zhēng)力越強(qiáng)的需求，從而可以進(jìn)一步計(jì)算綜合指標(biāo)值得分。

綜合競(jìng)爭(zhēng)力評(píng)價(jià)模型：綜合競(jìng)爭(zhēng)力的評(píng)價(jià)結(jié)果為各項(xiàng)指標(biāo)分值與權(quán)重乘積的累積之和，本研究采用了簡(jiǎn)化處理的方式，各指標(biāo)間的權(quán)重?zé)o差別，采用算術(shù)平均求和的方法，建立綜合競(jìng)爭(zhēng)力評(píng)價(jià)模型。以下為具體計(jì)算方法：

二級(jí)指標(biāo)得分：

一級(jí)指標(biāo)得分：

綜合競(jìng)爭(zhēng)力得分：

式中：Cj為第j個(gè)二級(jí)指標(biāo)得分；Dk為第k個(gè)三級(jí)指標(biāo)規(guī)范化得分；n3為三級(jí)指標(biāo)的個(gè)數(shù)；Bi為第i個(gè)一級(jí)指標(biāo)得分；n2為二級(jí)指標(biāo)的個(gè)數(shù)；A為綜合競(jìng)爭(zhēng)力得分；n1為一級(jí)指標(biāo)的個(gè)數(shù)。

1.2.2 科技態(tài)勢(shì)分析方法

1.2.2.1 研究重點(diǎn)挖掘

本研究基于融合基礎(chǔ)研究和技術(shù)創(chuàng)新的論文與專(zhuān)利合集，開(kāi)展作者關(guān)鍵詞與標(biāo)題詞的分詞、抽取、清洗等工作，構(gòu)建重點(diǎn)主題詞集合及共現(xiàn)矩陣，利用共詞分析、聚類(lèi)分析等技術(shù)構(gòu)建主題聚類(lèi)圖，挖掘領(lǐng)域的重點(diǎn)研究方向；并針對(duì)重點(diǎn)研究方向開(kāi)展分級(jí)聚類(lèi)研究，構(gòu)建重點(diǎn)研究方向的主題聚類(lèi)圖，挖掘各研究方向的重點(diǎn)研究?jī)?nèi)容。

1.2.2.2 研究前沿識(shí)別

本研究通過(guò)文獻(xiàn)調(diào)研，構(gòu)建基于主題強(qiáng)度、主題新穎度、主題學(xué)科交叉度的多維指標(biāo)研究前沿識(shí)別模型，針對(duì)不同研究主題多維指標(biāo)參數(shù)以識(shí)別領(lǐng)域研究前沿。各指標(biāo)的計(jì)算方法及含義如下。

主題強(qiáng)度：研究主題內(nèi)所包含的中外文論文與專(zhuān)利文獻(xiàn)量總和。

式中：Ts表示主題s的主題強(qiáng)度；n表示主題s內(nèi)的中外文論文與專(zhuān)利文獻(xiàn)總量；Pi表示主題s內(nèi)的第i篇文獻(xiàn)。

主題新穎度：研究主題內(nèi)所包含的中外文論文與專(zhuān)利文獻(xiàn)的平均發(fā)表/公開(kāi)時(shí)間。

式中：Ns表示主題s的新穎度；n表示主題s內(nèi)的中外文論文與專(zhuān)利文獻(xiàn)總量；yi表示第i個(gè)論文的發(fā)表年份或?qū)＠墓_(kāi)年份。

主題學(xué)科交叉度：研究主題內(nèi)所包含的中外文論文與專(zhuān)利文獻(xiàn)的平均學(xué)科類(lèi)別數(shù)。

式中：ITt為主題t的學(xué)科交叉度；n表示t主題內(nèi)的中外文論文與專(zhuān)利文獻(xiàn)總量；Si表示第i篇論文的學(xué)科數(shù)量。

本研究將主題強(qiáng)度、主題新穎度、主題學(xué)科交叉度大于均值的結(jié)果分別標(biāo)記為“主題強(qiáng)度強(qiáng)”“主題新穎度高”“主題學(xué)科交叉度高”，3類(lèi)指標(biāo)有任意2個(gè)指標(biāo)位于高區(qū)間的研究主題均定義為“研究前沿”。

2 長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域科技競(jìng)爭(zhēng)力與態(tài)勢(shì)分析

2.1 選擇研究對(duì)象

長(zhǎng)三角地區(qū)是長(zhǎng)江三角洲地區(qū)的簡(jiǎn)稱(chēng)，涵蓋3省1市（江蘇省、浙江省、安徽省、上海市），覆蓋有41個(gè)地市級(jí)行政單位，是我國(guó)經(jīng)濟(jì)發(fā)展活躍、開(kāi)放程度高、創(chuàng)新能力強(qiáng)的區(qū)域，是我國(guó)農(nóng)業(yè)發(fā)展較為領(lǐng)先的區(qū)域，也是我國(guó)畜牧獸醫(yī)學(xué)領(lǐng)域發(fā)展最悠久的地區(qū)之一。本研究以長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域作為研究對(duì)象，分析比對(duì)長(zhǎng)三角地區(qū)的科技競(jìng)爭(zhēng)力與研究態(tài)勢(shì)情況，以期為長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域的科技創(chuàng)新、管理決策等提供數(shù)據(jù)參考和情報(bào)支撐。

2.2 數(shù)據(jù)獲取與預(yù)處理

本研究選擇Web of Science、萬(wàn)方、Incopat分別作為外文論文、中文論文和專(zhuān)利文獻(xiàn)的數(shù)據(jù)源，上述3類(lèi)數(shù)據(jù)源在數(shù)據(jù)的可獲取性和權(quán)威性上均具備優(yōu)勢(shì)。首先，根據(jù)省市名稱(chēng)、學(xué)科、分類(lèi)號(hào)、研究方向、主題詞等限定長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域，時(shí)間范圍限定為2016—2020年（“十三五”時(shí)期），下載獲取中外文論文及專(zhuān)利初始數(shù)據(jù)集；然后，通過(guò)構(gòu)建數(shù)據(jù)判斷的標(biāo)準(zhǔn)，綜合人工和自然語(yǔ)言處理技術(shù)篩選相關(guān)數(shù)據(jù)，得到包含4 998篇外文論文、12 379篇中文論文、17 831件專(zhuān)利的最終數(shù)據(jù)集；最后，利用DDA軟件、Excel軟件及Python編程工具進(jìn)行省份、機(jī)構(gòu)的數(shù)據(jù)清洗及預(yù)處理工作。

2.3 科研競(jìng)爭(zhēng)力分析

2.3.1 科研生產(chǎn)力分析

通過(guò)測(cè)度3省1市在畜牧獸醫(yī)領(lǐng)域的科研生產(chǎn)力（表2）發(fā)現(xiàn)，從論文來(lái)看，江蘇省的中外文論文量及高質(zhì)量中外文論文量均遠(yuǎn)高于其他省（市），其基礎(chǔ)研究生產(chǎn)力最高；另外，各省（市）外文基礎(chǔ)研究量均呈現(xiàn)增長(zhǎng)趨勢(shì)，中文基礎(chǔ)研究量均呈現(xiàn)減少趨勢(shì)，其中安徽省的外文基礎(chǔ)研究量增長(zhǎng)最快，中文基礎(chǔ)研究量下降最快。從專(zhuān)利來(lái)看，安徽省的專(zhuān)利申請(qǐng)量最高，江蘇省和浙江省的專(zhuān)利授權(quán)量排在前列，三者的技術(shù)創(chuàng)新生產(chǎn)力均較高；另外，各省（市）的年均增長(zhǎng)率差距懸殊，僅上海市的技術(shù)創(chuàng)新量為增長(zhǎng)趨勢(shì)，其余?。ㄊ校┑募夹g(shù)創(chuàng)新量為減少趨勢(shì)，其中上海市增速最快，安徽省下降最快。

2.3.2 科研影響力分析

通過(guò)測(cè)度3省1市在畜牧獸醫(yī)領(lǐng)域的科研影響力（表3）發(fā)現(xiàn)，從論文來(lái)看，江蘇省中外文論文的總被引頻次均遠(yuǎn)高于其他省（市），其基礎(chǔ)研究總體影響力最高；浙江省和上海市中外文論文的CNCI值均高于0.9且潛在被引指數(shù)相對(duì)更低，其基礎(chǔ)研究質(zhì)量及潛在影響力更高。從專(zhuān)利來(lái)看，安徽省專(zhuān)利的總被引頻次遠(yuǎn)高于其他省（市），其技術(shù)創(chuàng)新的總體影響力最高；上海市專(zhuān)利的CNCI值高于其他?。ㄊ校┣覞撛诒灰笖?shù)低于其他?。ㄊ校?，其技術(shù)創(chuàng)新質(zhì)量及潛在影響力更高。

2.3.3 科研卓越力分析

通過(guò)測(cè)度3省1市在畜牧獸醫(yī)領(lǐng)域的科研卓越力（表4）發(fā)現(xiàn)，從論文來(lái)看，江蘇省的中外文論文G指數(shù)均排在第1位，其基礎(chǔ)研究卓越性水平均最高；安徽省的中外文論文G指數(shù)均不高，其基礎(chǔ)研究卓越性水平相對(duì)較低。從專(zhuān)利來(lái)看，各?。ㄊ校┑膶?zhuān)利價(jià)值度有所差距，其中上海市的專(zhuān)利價(jià)值度達(dá)到了6.22，其技術(shù)創(chuàng)新卓越性水平最高；安徽省的專(zhuān)利價(jià)值度為4.47， 其技術(shù)創(chuàng)新卓越性水平相對(duì)較低。

2.3.4 科研合作力分析

通過(guò)測(cè)度3省1市在畜牧獸醫(yī)領(lǐng)域的科研合作力（表5）發(fā)現(xiàn)，從論文來(lái)看，各?。ㄊ校┗A(chǔ)研究對(duì)外合作廣泛且合作貢獻(xiàn)度均在較高水平，其合作地區(qū)數(shù)及合作貢獻(xiàn)度差距不大，其中江蘇省的中外文論文對(duì)外合作量均遠(yuǎn)高于其他省（市），其基礎(chǔ)研究合作量最高。從專(zhuān)利來(lái)看，江蘇省的專(zhuān)利對(duì)外合作量及合作地區(qū)數(shù)均高于其他省（市），其技術(shù)創(chuàng)新合作量最高且合作地區(qū)更為廣泛；各?。ㄊ校┑募夹g(shù)創(chuàng)新合作貢獻(xiàn)度整體維持在較高水平，其中浙江省的技術(shù)創(chuàng)新合作貢獻(xiàn)度略低于其他?。ㄊ校?。

2.3.5 綜合科研競(jìng)爭(zhēng)力分析

通過(guò)測(cè)度3省1市在畜牧獸醫(yī)領(lǐng)域的綜合科研競(jìng)爭(zhēng)力（表6）發(fā)現(xiàn)，江蘇省的綜合競(jìng)爭(zhēng)力最強(qiáng)，其次是上海市、浙江省和安徽省。江蘇省的綜合競(jìng)爭(zhēng)力得分排在首位，其生產(chǎn)力、卓越力和合作力得分也高于其他?。ㄊ校?；上海市和浙江省的綜合競(jìng)爭(zhēng)力得分分列2、3位，其中，上海市的影響力得分排在首位，卓越力得分僅次于江蘇省，浙江省的生產(chǎn)力得分和影響力得分均排在第2位；安徽省的綜合競(jìng)爭(zhēng)力得分最低，其中在卓越力得分和合作力得分上與其他?。ㄊ校┎罹噍^大。

2.4 科技態(tài)勢(shì)分析

2.4.1 研究重點(diǎn)挖掘

長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域的總體研究分為4個(gè)研究方向，分別為生理生化與免疫調(diào)控技術(shù)、養(yǎng)殖技術(shù)與裝置研發(fā)利用、疾病診治與防控技術(shù)、營(yíng)養(yǎng)健康調(diào)控與飼料制備技術(shù)（圖2）；其中，以論文為代表的基礎(chǔ)研究主要聚焦于生理生化與基因調(diào)控技術(shù)、疾病診治與防控技術(shù)、養(yǎng)殖技術(shù)與產(chǎn)業(yè)發(fā)展等方向；以專(zhuān)利為代表的技術(shù)創(chuàng)新主要側(cè)重疾病診治與防控技術(shù)、養(yǎng)殖技術(shù)與裝置研發(fā)利用、營(yíng)養(yǎng)健康調(diào)控與飼料制備技術(shù)等方向。

生理生化與免疫調(diào)控技術(shù)主要研究生物脅迫、非生物脅迫、基因調(diào)控、遺傳改良、育種技術(shù)、免疫調(diào)控等對(duì)雞、鴨、鵝、豬、牛、羊等動(dòng)物生長(zhǎng)發(fā)育、體內(nèi)代謝、生理與品質(zhì)特性的影響及調(diào)控作用，以提高畜禽類(lèi)動(dòng)物對(duì)生物及非生物脅迫的免疫能力，促進(jìn)畜禽類(lèi)動(dòng)物生長(zhǎng)發(fā)育及產(chǎn)量品質(zhì)。通過(guò)聚類(lèi)分析，可以分為3個(gè)方面內(nèi)容（圖3）：（1）代謝及免疫調(diào)控技術(shù)：主要研究山羊、蠶等動(dòng)物的細(xì)胞凋亡、氧化應(yīng)激、細(xì)胞因子、代謝組學(xué)、脂肪酸、抗炎、免疫反應(yīng)、抗氧化劑、脂質(zhì)代謝、抗菌等代謝特性，并對(duì)多糖、黃酮類(lèi)化合物、活性氧等對(duì)畜禽類(lèi)動(dòng)物體內(nèi)代謝、免疫力的影響及調(diào)控技術(shù)進(jìn)行研究。（2）遺傳育種及基因改良技術(shù)：圍繞豬、雞、鴨、牛等動(dòng)物，利用基因表達(dá)、miRNA、轉(zhuǎn)錄組、基因克隆、RNA測(cè)序、CRISPR/Cas9、實(shí)時(shí)熒光定量PCR等技術(shù)對(duì)其生長(zhǎng)、繁殖、抗病、耐逆、免疫等基因進(jìn)行定位、表達(dá)、克隆、分析與調(diào)控技術(shù)研究；利用SNP分子標(biāo)記、SSR分子標(biāo)記、雜交育種等技術(shù)開(kāi)展種質(zhì)資源的創(chuàng)制、選育，并借助主成分分析、聚類(lèi)分析等統(tǒng)計(jì)學(xué)方法開(kāi)展種質(zhì)資源的評(píng)價(jià)、遺傳變異、系統(tǒng)發(fā)育及遺傳多樣性研究。（3）生理生化與品質(zhì)特性：主要研究肉雞、仔豬、蛋雞、鵝、奶牛等動(dòng)物的肉品質(zhì)、腸道菌群、抗氧化能力、屠宰性能、血清生化指標(biāo)、蛋品質(zhì)、抗生素、抗氧化、益生菌、體質(zhì)量、免疫功能、產(chǎn)蛋性能、消化率、腸道健康等生長(zhǎng)表現(xiàn)與生理生化特性，并對(duì)溫度、飼養(yǎng)密度等非生物脅迫對(duì)畜禽類(lèi)動(dòng)物生長(zhǎng)狀況及生理生化特性的影響及調(diào)控技術(shù)進(jìn)行研究。

養(yǎng)殖技術(shù)與裝置研發(fā)利用主要研究雞、鴨、鵝、豬、牛、羊等動(dòng)物的養(yǎng)殖技術(shù)、養(yǎng)殖模式、養(yǎng)殖裝置、養(yǎng)殖環(huán)境、養(yǎng)殖廢棄物處理等，以促進(jìn)畜禽類(lèi)動(dòng)物的生長(zhǎng)、發(fā)育、產(chǎn)量、品質(zhì)與經(jīng)濟(jì)效益，實(shí)現(xiàn)畜禽類(lèi)動(dòng)物的生態(tài)、環(huán)保綠色、高產(chǎn)、高質(zhì)、高效生產(chǎn)。通過(guò)聚類(lèi)分析，可以分為2個(gè)方面內(nèi)容（圖3）：（1）養(yǎng)殖及糞污處理技術(shù)：主要研究畜禽類(lèi)動(dòng)物的孵化、配種、繁育、飼喂、防疫、驅(qū)蟲(chóng)等養(yǎng)殖技術(shù)，種養(yǎng)結(jié)合、規(guī)?；B(yǎng)殖、高密度養(yǎng)殖等養(yǎng)殖模式，畜禽糞便等養(yǎng)殖廢棄物的處理技術(shù)等。（2）養(yǎng)殖裝置研發(fā)與利用：開(kāi)展用于畜禽類(lèi)動(dòng)物飼喂、居住、清洗、清理、飲水、消毒、攪拌、粉碎、投料、通風(fēng)、保溫等過(guò)程的圈舍、食槽、喂料裝置、清理裝置、機(jī)器人、圍欄，以及自動(dòng)化、智能化、一體化等裝置、設(shè)備、系統(tǒng)的研發(fā)及其利用技術(shù)，并將物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能等信息技術(shù)應(yīng)用于畜禽業(yè)智能裝備的研發(fā)，以提高畜禽業(yè)裝備的現(xiàn)代化、智慧化水平。

疾病診治與防控技術(shù)主要圍繞畜禽類(lèi)動(dòng)物的主要病原及疾病，開(kāi)展有關(guān)病毒檢測(cè)及免疫工程、致病機(jī)理及基因調(diào)控、疫病診斷與防控技術(shù)等方面的研究，以實(shí)現(xiàn)畜禽類(lèi)動(dòng)物主要疾病的快速診斷、精準(zhǔn)治療與及時(shí)防控，并提高其抗病及免疫能力。通過(guò)聚類(lèi)分析，可以分為3個(gè)方面內(nèi)容（圖3）：（1）病毒檢測(cè)及免疫預(yù)防：利用實(shí)時(shí)熒光定量PCR、檢測(cè)試劑盒、酶聯(lián)免疫吸附測(cè)定、定量逆轉(zhuǎn)錄PCR等技術(shù)開(kāi)展豬圓環(huán)病毒、豬流行性腹瀉病毒、禽流感病毒、新城疫病毒、豬繁殖與呼吸綜合征病毒等畜禽類(lèi)病毒的檢測(cè)；基于感染病毒的畜禽類(lèi)動(dòng)物，開(kāi)展單克隆抗體、多克隆抗體等的（滅活）疫苗的制備與利用技術(shù)研究。（2）致病機(jī)制及基因調(diào)控：主要開(kāi)展大腸桿菌、沙門(mén)氏菌、豬鏈球菌、金黃色葡萄球菌、沙門(mén)氏菌、副豬嗜血桿菌、鴨疫里默氏桿菌、產(chǎn)氣莢膜梭菌等畜禽類(lèi)動(dòng)物病原體的分離鑒定、毒性測(cè)定、傳播特點(diǎn)、致病機(jī)制、發(fā)病機(jī)制等研究；基于序列分析、基因組分析、PCR技術(shù)等生物學(xué)技術(shù)，對(duì)耐藥基因、毒力基因等進(jìn)行定位、挖掘、表達(dá)與分析研究。（4）疫病診斷與防控技術(shù)：主要圍繞非洲豬瘟、豬流行性腹瀉、大腸桿菌病、豬藍(lán)耳病、雞球蟲(chóng)病、口蹄疫、呼吸道疾病、偽狂犬病、雞傳染性支氣管炎、小鵝瘟等畜禽類(lèi)動(dòng)物重大疫病，開(kāi)展有關(guān)臨床癥狀、病因診斷、流行病學(xué)、感染與致病機(jī)制、疫病防控、藥物治療、藥劑研發(fā)等方面的研究。

營(yíng)養(yǎng)健康調(diào)控與飼料制備技術(shù)主要研究雞、鴨、鵝、豬、牛、羊等動(dòng)物的健康與營(yíng)養(yǎng)調(diào)控技術(shù)、飼料制備與利用技術(shù)，以促進(jìn)畜禽動(dòng)物的生長(zhǎng)發(fā)育，提高其產(chǎn)量和品質(zhì)。通過(guò)聚類(lèi)分析，可以分為2個(gè)方面內(nèi)容（圖3）：（1）健康與營(yíng)養(yǎng)調(diào)控技術(shù)：研究雞、鴨、鵝、豬、牛、羊等動(dòng)物的飼料喂養(yǎng)與營(yíng)養(yǎng)調(diào)控技術(shù)，以提高育肥期、哺乳期、妊娠期、產(chǎn)蛋期等各個(gè)階段的成活率、抗病能力、產(chǎn)蛋率、消化能力、產(chǎn)蛋量、肉品質(zhì)、生長(zhǎng)速度等。（2）飼料制備與利用：主要開(kāi)展配合飼料、復(fù)合飼料、發(fā)酵飼料、生物飼料、秸稈飼料、蛋白飼料等畜禽類(lèi)飼料的配方、發(fā)酵、制備與利用技術(shù)研究；并研究通過(guò)施用添加劑、乳酸菌、中藥、微生物等技術(shù)改善飼料的營(yíng)養(yǎng)品質(zhì)。

2.4.2 研究前沿識(shí)別

通過(guò)測(cè)度長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域重點(diǎn)主題的前沿性（表7）發(fā)現(xiàn)，從主題強(qiáng)度來(lái)看，飼料制備與利用技術(shù)、健康與營(yíng)養(yǎng)調(diào)控技術(shù)的研究熱度最高，其次是養(yǎng)殖及糞污處理技術(shù)、養(yǎng)殖裝置研發(fā)及利用、遺傳育種及基因改良技術(shù)。從主題新穎度來(lái)看，致病機(jī)理及基因調(diào)控的新穎度最高，其次是病毒檢測(cè)及免疫工程、養(yǎng)殖裝置研發(fā)及利用、代謝及免疫調(diào)控技術(shù)。從主題學(xué)科交叉度來(lái)看，致病機(jī)理及基因調(diào)控的學(xué)科交叉性最強(qiáng)，其次是病毒檢測(cè)及免疫工程、疫病診斷與防控技術(shù)。綜合來(lái)看，養(yǎng)殖裝置研發(fā)與利用、病毒檢測(cè)及免疫預(yù)防、致病機(jī)制及基因調(diào)控是長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域的研究前沿。

3 結(jié)論

本研究創(chuàng)新性地從基礎(chǔ)研究和技術(shù)創(chuàng)新2個(gè)維度構(gòu)建包含科研生產(chǎn)力、科研影響力、科研卓越力、科研合作力的科研競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，并通過(guò)數(shù)據(jù)規(guī)范化處理、構(gòu)建綜合競(jìng)爭(zhēng)力評(píng)價(jià)模型，測(cè)算綜合競(jìng)爭(zhēng)力指數(shù)，以評(píng)價(jià)科研群體的科研實(shí)力；融合基礎(chǔ)研究和技術(shù)創(chuàng)新的數(shù)據(jù)集，采用分級(jí)聚類(lèi)技術(shù)開(kāi)展領(lǐng)域研究重點(diǎn)的挖掘，并構(gòu)建基于主題強(qiáng)度、主題新穎度、主題學(xué)科交叉度的多維指標(biāo)研究前沿識(shí)別模型來(lái)識(shí)別領(lǐng)域研究前沿；以長(zhǎng)三角地區(qū)畜牧獸醫(yī)領(lǐng)域進(jìn)行實(shí)證，研究發(fā)現(xiàn)，江蘇省的綜合競(jìng)爭(zhēng)力最強(qiáng)，其次是上海市、浙江省和安徽??；研究挖掘出生理生化與免疫調(diào)控技術(shù)等4個(gè)研究方向、代謝及免疫調(diào)控技術(shù)等10項(xiàng)研究?jī)?nèi)容即是該領(lǐng)域的研究重點(diǎn)，識(shí)別出養(yǎng)殖裝置研發(fā)與利用等3項(xiàng)研究前沿，驗(yàn)證了方法的可行性、科學(xué)性與合理性。

本研究的局限性在于僅融合了論文與專(zhuān)利數(shù)據(jù)，未能結(jié)合其他類(lèi)型數(shù)據(jù)源，如基金項(xiàng)目、科技文本等，未來(lái)將進(jìn)一步考慮融合更多源的數(shù)據(jù)進(jìn)行研究；創(chuàng)新性地采用分級(jí)聚類(lèi)技術(shù)開(kāi)展研究重點(diǎn)的挖掘，但研究結(jié)果依賴(lài)高頻詞，未來(lái)可利用自然語(yǔ)言處理等信息技術(shù)構(gòu)建主題識(shí)別模型，以進(jìn)一步保證研究重點(diǎn)挖掘的科學(xué)性。

參考文獻(xiàn)：

［1］余云龍，邱均平，金 釗. 學(xué)科領(lǐng)域發(fā)展態(tài)勢(shì)分析與可視化研究——以全球同位素徑流分割為例［J］. 情報(bào)科學(xué)，2022，40（5）：144-153.

［2］邱均平，趙蓉英，馬瑞敏，等. 世界一流大學(xué)及學(xué)科競(jìng)爭(zhēng)力評(píng)價(jià)的意義、理念與實(shí)踐［J］. 科技進(jìn)步與對(duì)策，2007，24（5）：138-142.

［3］劉 勇. 高?？蒲懈?jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系構(gòu)建及實(shí)證分析［J］. 大學(xué)圖書(shū)情報(bào)學(xué)刊，2017，35（2）：82-89.

［4］羅星華. 基于RCCSE評(píng)價(jià)指標(biāo)和科研評(píng)價(jià)工具的高?？蒲懈?jìng)爭(zhēng)力分析——以工信部直屬七所高校為例［J］. 情報(bào)探索，2020（12）：65-71.

［5］俞立平，張曉東. 基于熵權(quán)TOPSIS的地區(qū)高校科技競(jìng)爭(zhēng)力評(píng)價(jià)研究［J］. 情報(bào)雜志，2013，32（11）：181-186.

［6］劉 宇，方 曙，楊志萍，等. 面向技術(shù)領(lǐng)域的科研機(jī)構(gòu)競(jìng)爭(zhēng)力評(píng)價(jià)模型研究與實(shí)踐［J］. 情報(bào)理論與實(shí)踐，2018，41（10）：105-110.

［7］丁敬達(dá)，邱均平. 科研評(píng)價(jià)指標(biāo)體系優(yōu)化方法研究——以中國(guó)高?？萍紕?chuàng)新競(jìng)爭(zhēng)力評(píng)價(jià)為例［J］. 科研管理，2010，31（4）：111-118.

［8］張超星. 學(xué)科領(lǐng)域發(fā)展態(tài)勢(shì)分析：五維分析法［J］. 情報(bào)學(xué)報(bào)，2020，39（11）：1204-1213.

［9］周 鑫，陳媛媛. 關(guān)鍵詞詞頻變化視角下學(xué)科研究發(fā)展趨勢(shì)分析——以國(guó)內(nèi)情報(bào)學(xué)研究為例［J］. 情報(bào)雜志，2016，35（5）：133-140，112.

［10］關(guān) 鵬，王曰芬，傅 柱. 不同語(yǔ)料下基于LDA主題模型的科學(xué)文獻(xiàn)主題抽取效果分析［J］. 圖書(shū)情報(bào)工作，2016，60（2）：112-121.

［11］Mustafee N，Katsaliaki K，F(xiàn)ishwick P. Exploring the modelling and simulation knowledge base through journal co-citation analysis［J］. Scientometrics，2014，98（3）：2145-2159.

［12］Shibata N，Kajikawa Y，Takeda Y，et al. Detecting emerging research fronts based on topological measures in citation networks of scientific publications［J］.Technovation，2008，28（11）：758-775.

［13］鄭彥寧，許曉陽(yáng)，劉志輝. 基于關(guān)鍵詞共現(xiàn)的研究前沿識(shí)別方法研究［J］.圖書(shū)情報(bào)工作，2016，60（4）：85-92.

［14］白如江，劉博文，冷伏海. 基于多維指標(biāo)的未來(lái)新興科學(xué)研究前沿識(shí)別研究［J］.情報(bào)學(xué)報(bào)，2020，39（7）：747-760.

［15］陳 穩(wěn)，陳 偉. 科學(xué)與技術(shù)對(duì)比視角下的前沿主題識(shí)別與演化分析［J］.情報(bào)雜志，2022，41（1）：67-73，163.

［16］林 巧，孔令博，聶迎利，等. 京津冀地區(qū)農(nóng)業(yè)核心科研機(jī)構(gòu)競(jìng)爭(zhēng)力分析［J］.農(nóng)業(yè)工程，2021，11（9）：97-102.

［17］齊 帆，陳進(jìn)紅. 基于文獻(xiàn)計(jì)量學(xué)的長(zhǎng)三角地區(qū)農(nóng)業(yè)基礎(chǔ)研究能力分析［J］.浙江農(nóng)業(yè)科學(xué)，2020，61（6）：1208-1213.[HJ2mm]

［18］袁 雪，劉敏娟，王 婷，等.農(nóng)業(yè)科研機(jī)構(gòu)作物學(xué)科科技競(jìng)爭(zhēng)力評(píng)價(jià)研究［J］.科技管理研究，2016，36（5）：57-60.

［19］任 妮，陸學(xué)文，虞德容，等. 基于SCI論文產(chǎn)出的江、浙、滬、魯4省市農(nóng)科院科研競(jìng)爭(zhēng)力評(píng)價(jià)研究［J］.農(nóng)業(yè)圖書(shū)情報(bào)學(xué)刊，2016，28（3）：70-76.

［20］鄭美玉. 基于Innography的農(nóng)林類(lèi)高校專(zhuān)利競(jìng)爭(zhēng)力研究［J］.圖書(shū)情報(bào)工作，2018，62（1）：117-124.

［21］于 奇，王艷麗，賈裕嬌. 基于InCites和CNKI數(shù)據(jù)庫(kù)的我國(guó)10所高校園藝學(xué)學(xué)科文獻(xiàn)計(jì)量分析［J］.江蘇科技信息，2019，36（26）：7-12.

［22］梁曉賀，黃 政，孫 巍. 學(xué)科領(lǐng)域競(jìng)爭(zhēng)力分析方法研究——以動(dòng)物資源與育種領(lǐng)域?yàn)槔跩］.數(shù)字圖書(shū)館論壇，2015（12）：21-28.

［23］孫銘陽(yáng)，徐世強(qiáng)，張聞婷，等. 國(guó)內(nèi)外穿心蓮研究態(tài)勢(shì)分析［J］.中國(guó)農(nóng)學(xué)通報(bào)，2022，38（34）：155-164.

［24］楊蘭偉，許皓月，呂軍海. 基于文獻(xiàn)計(jì)量的板栗研究態(tài)勢(shì)分析［J］.河北農(nóng)業(yè)科學(xué)，2020，24（5）：97-100.

［25］趙艷俠，張久慧，亓桂梅. 基于CNKI文獻(xiàn)分析我國(guó)葡萄研究發(fā)展態(tài)勢(shì)［J］.農(nóng)業(yè)科學(xué)研究，2017，38（4）：56-61.

［26］陳 雪，袁紫儀，林湘岷，等. 基于Web of Science文獻(xiàn)計(jì)量的我國(guó)節(jié)水農(nóng)業(yè)研究態(tài)勢(shì)分析［J］.中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2022，27（8）：198-207.

［27］熊 晶，陳曉煒，譚康銘，等. 基于文獻(xiàn)計(jì)量的我國(guó)循環(huán)農(nóng)業(yè)研究態(tài)勢(shì)分析［J］.西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，45（8）：58-66.

［28］李燈華，許世衛(wèi)，李干瓊. 農(nóng)業(yè)信息技術(shù)研究態(tài)勢(shì)可視化分析［J］.農(nóng)業(yè)展望，2022，18（2）：73-86.

［29］郭 婷，任 妮，貴淑婷，等.基于氣候變化的作物模型研究態(tài)勢(shì)分析［J］.江蘇農(nóng)業(yè)科學(xué)，2017，45（24）：17-25.

［30］吳磊琦，諶 凱，吳巧玲. 基于專(zhuān)利文獻(xiàn)的移栽機(jī)械發(fā)展態(tài)勢(shì)分析［J］.江蘇農(nóng)業(yè)科學(xué)，2018，46（22）：7-13.

［31］顏志輝，鄭懷國(guó)，趙靜娟，等. 基于SCI論文的作物轉(zhuǎn)基因育種領(lǐng)域發(fā)展態(tài)勢(shì)分析［J］.中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2016，18（2）：208-215.