2008~2017年农业信息学国家自然科学基金资助定量与网络图谱分析

2019-01-25 08:20蒋婷婷孙艺伟曹宏鑫张文宇
江西农业学报 2019年1期
关键词:信息学资助基金

刘 岩,蒋婷婷,杨 月,孙艺伟,曹宏鑫,任 妮,张文宇*

(1.江苏省农业科学院 农业信息研究所,江苏 南京 210014;2.江苏农科传媒有限公司,江苏 南京 210014;3.江苏省农业科学院 知识产权处,江苏 南京 210014;4.江苏省农业科学院 信息服务中心,江苏 南京 210014)

0 前言

国家自然科学基金设立于20世纪80年代,至今已有30余年,是我国基础和应用基础科学研究的主要经费来源之一,对我国科研人才培养、梯队搭建、成果积累和传承都起到了巨大作用,已成为国家创新体系重要组成部分[1]。随着国家基金体系的不断发展和完善,基金立项信息也具有了极高的研究价值,是体现依托单位和科研人员学术水平与研究能力的重要标志之一。通常,面上项目和青年基金为一个单位最主要的申报渠道,因此,已有学者从项目类型、学部、学科、地区、单位及成果产出等多角度分析了国家基金申请[2-3]、资助[4-7]和评审[8]情况,这些研究为国家基金的管理、学科发展和人才培养提供了有益的对策建议[9-16]。

作为农学与信息科学交叉学科,农业信息学相关研究源于20世纪60年代兴起的作物生长发育过程计算机模拟[17],研究内容涉及以计算机、3S等为代表的多种信息技术在作物生理、栽培与耕作、农业气象等多个学科领域的交叉应用[18-22]。随着信息技术的迅猛发展和多学科交叉融合,逐步形成包括农业模型、农业遥感、农业大数据、农业云、农业物联网以及互联网+农业等多个热点研究方向,并催生了数字农业、信息农业、精准农业、智能农业和智慧农业等现代农业的新形态[23-27]。虽然农业信息学研究方兴未艾,但基于国家自然科学基金项目情况对农业信息学发展趋势的研究尚未见报道。可能是由于其交叉学科的特性,基金项目设立之初,农业信息学方向支持的研究项目主要分布在生命科学学部的作物栽培学与耕作学,部分在信息科学学部,农业遥感也在地学部有体现,比较分散,难以统计分析。2008年设立农业信息学申请代码后,虽然名称和代码编号几经变更(从农业信息学到目前的作物信息学,从C130104到目前的C130102),但农业信息学相关研究相对集中。因此,本文对2008~2017年期间,农业信息科学申请代码下获批的面上项目和青年基金进行分析,总结我国农业信息学领域研究发展动态,以期为该领域文献检索、热点把握、项目申请及科研管理提供参考。

1 资料来源

本研究的数据选用国家自然科学基金委员会(以下简称“基金委”)网站中的科学基金网络系统(Internet based science information system,ISIS)以及科学基金共享服务网(http://npd.nsfc.gov.cn)提供的自然科学基金项目查询与统计数据库,通过输入依托单位、资助类型(面上项目、青年基金)、资助状态、申请人、资助额度和项目年度(2008~2017年)进行查询,检索完成时间为2018年5月21日,数据结果以上述截止日期收录的为准。通过Excel 2016对获得的数据进行分类统计,共计41家单位受到资助。

2 结果与分析

2.1 近10年农业信息学基金资助趋势量化分析

就立项数量而言,由图1和图2中趋势线可以看出,面上项目和青年基金占比总体趋势是平稳上升的,体现了农业信息学在生命科学领域备受关注,发展迅猛。分开来看,已有文献研究表明:面上项目的资助注重其连续性,尽管资助强度逐渐增加,但资助率有降低的趋势[28]。如图1所示,从农业信息学科近10年的资助数量来看也符合这个事实。除2013年外,其余年份资助数量较为平稳,略有波动。既符合面上基金申请的政策特点,也侧面表明具备高级职称的科研人员研究思路相对聚焦,研究更为深入、稳定。

青年基金自2008~2011年间,资助率呈大幅上涨态势(图2),其中2011年为一个重要的时间节点,2014年后全国农业信息学领域青年基金资助的总项目数平均稳定在10~12项之间,分析其中原因:一是国家对农业基础科学研究的支持力度加大,吸引了更多的青年人才加入到科研队伍中;另一方面,也反映了各单位对青年人才的重视,加强了对青年基金申报书的审核和质量把关,通过基金促进了青年人才的成长,锻炼了他们的综合科学素养和独立完成科研项目的能力,为团队建设蓄积后备力量[2,29]。

图1 2008~2017年农业信息学科面上项目立项情况

图2 2008~2017年农业信息学科青年基金立项情况

就资助额度而言(表1),面上项目在学部均值上下波动,说明这个新兴学科的老一辈学者已经具有不逊于其他成熟学科的实力。但青年基金普遍略低于学部均值,说明该学科青年学者在对学科前沿的理解和把握,以及项目申请,特别是经费预算的策略上,与老一辈学者相比还略逊一筹,有进一步提升的空间。

2.1.1 资助单位总体情况 从单位的性质看(表2),高校的受资助率是科研院所的3倍,说明高校的基础研究更为雄厚,团队更为成熟,更重要的原因可能在于高校和科研院所的发展定位不同。高校普遍侧重基础研究,而科研院所中包含了偏重应用研究的农科院系统等单位。从受资助单位专业看,农业类机构受资助率是非农业类单位的2倍多,体现了专业上的明显差别;同时,也表明农业信息学科的资助虽然以农业类为主,但不局限于农学类相关单位,其他如信息技术类相关的专业背景也有较高的成功率,因此申请单位具有一定的广泛性,也体现了农业信息学科兼容并包的交叉学科特点。

表12008~2017年农业信息学面上项目和青年基金单项平均资助额度万元

立项年份面上项目农业信息学平均资助额度生命科学部平均资助额度青年基金农业信息学平均资助额度生命科学部平均资助额度200833.2029.7122.0020.01200930.5729.6720.5020.00201033.2932.4818.6719.75201158.0058.9222.4522.61201282.3375.3423.1123.00201376.5074.9622.7523.01201474.7882.1124.0024.25201555.2961.7820.0020.01201662.0060.3719.8220.00201758.5058.5923.5023.99

表2 资助单位总体情况

2.1.2 资助数量排名前10的单位 表3所列出的是排名前10的单位,其中:立项总数超过10项的单位分别为南京农业大学、北京市农林科学院和中国农业大学,这3家单位立项数之和接近其他7家单位之和。南京农业大学和中国农业大学作为农业类高校代表,北京市农林科学院作为科研院所代表,凸显了其农业信息学科基础研究的领先优势,以及强大的科研团队优势。总体上,排名前10的单位是国内开展农业信息学科基础研究的骨干单位。除浙江大学、中国科学院合肥物质科学研究院以及江苏大学外,其余7家均为农业类高等院校或科研院所。

值得一提的是,3家非农业类研究单位的青年基金平均资助额度均高于其他农业类单位,由此可见,综合性单位的交叉学科氛围浓郁,思想更为活跃的年轻人容易从非农业学科找到农业上应用的创新突破点,体现了农业信息学科的交叉学科特性,也体现了综合性单位在交叉学科领域的研究优势。

表3 2008~2017年农业信息学国家基金资助排名前10位依托单位情况

2.2 近10年农业信息学基金资助网络图谱分析

2.2.1 项目研究关键词分布 借助“年份—关键词”网络图谱(图3)来更加深入研究获批立项基金的研究特点和内容,其中:圆形红色节点表示年度,方块蓝色节点代表项目研究的关键词。层级如下:最外围为每年项目中零星出现的关键词,中间层为年份,最内层则为年际间出现频次较多的关键词。方块节点被指向的箭头多,说明年际间研究的关键词出现频次越多,即体现了农业信息学科的研究热点和发展趋势。

通过对项目关键词的网络图谱分析发现,2008~2017年间,农业信息学科资助项目中出现较多的关键词:信息融合、检测方法、小麦、无损检测、模型、水稻、农业信息化、农业本体、图像处理、棉花、精准农业及计算机视觉等,这些主题反映了农业信息学当前的研究热点和发展趋势。此外,有超过300个独立关键词分散在外围,说明信息学科和农业交叉点非常丰富,农业信息学研究覆盖范围广阔,研究者思维活跃,随着信息技术的发展以及多学科间的融合,农业信息学的研究将更为广泛,更多的研究热点也将随之诞生。

图3 年份—关键词网络图谱

2.2.2 项目主持人统计分析 通常,青年基金执行期为3年,面上项目为4年。表4列出了10年内获得了2次及以上的国家基金资助的学者。其中,表中左边数据为先获得青年基金,后获得面上项目资助的人员统计,右边均为2次获得面上项目资助的人员统计(截至2017年,本学科暂无3次获得面上项目的学者),说明这些研究人员工作的创新性、连续性以及项目的完成情况良好,得到了评审专家的认同,且所在单位的基金整体立项数也排在前10位,几乎全部为涉农的科教单位,既反映了其本人的科研创新能力,也体现了其所在单位和团队的良好学术氛围。

3 讨论与结论

3.1 讨论

当前,国家自然科学基金立项信息的分析结果已逐渐被科研管理部门、科学研究团队青睐,已有前人研究或从项目管理角度[5,11],或专注于某一特定的研究内容[2,4],或限定在特定单位[3,8,15],或针对大学科领域[6],或针对某一类型基金[7,9]分析,鲜见对特定学科具体申请代码立项情况的详细分析。在此背景下,为了更好地分析学科发展态势,本研究通过收集近10年国家自然科学基金农业信息学立项数,从资助趋势、单位性质、资助额度和资助人员等角度进行了分析,弥补了对农业信息学科国家基金资助信息分析不足的现状,可为从事相关工作的学者、管理者提供借鉴。

表4 2008~2017年农业信息学获2项及以上国家基金资助人员统计

注:表中姓名按姓氏笔画排序。

本研究也存在不足之处:比如2008年以前立项的项目较为零散,数据难以完整收集,分析研究较为困难,因此本文并未涉及;2008年后,大部分相关项目都集中于农业信息学,但部分农业气象、农业遥感、虚拟植物等相关项目未在农业信息学科上申报,难以统计完整。此外2017年申报2018年开始实施的很多项目,系统中暂无关键词信息,以致主题词图谱关联度不够完整。这些都有待今后更充足数据进行详细分析研究。

3.2 结论

10年间农业信息学科立项的面上项目和青年基金数量平稳增长,发展趋势良好,体现了各单位对国家基金的重视,尤其是青年基金,增长幅度明显,反映了青年科研人员整体水平及综合素养的提高。此外,得益于多学科的交叉和渗透,农业信息学科立项的基金,从研究内容、研究方法和手段到研究目标,已日益贴近农业生产实际。2018年的中央一号文件指出[30]:“大力发展数字农业,实施智慧农业林业水利工程,推进物联网试验示范和遥感技术应用”“智慧农业”成为政府、科研院所和企业关注的重点之一,农业信息学迎来了良好的发展契机。

猜你喜欢
信息学资助基金
鸡NRF1基因启动子区生物信息学分析
高校资助育人成效的提升路径分析
生物信息学辅助研究乳腺癌转移相关lncRNA进展
“隐形资助”低调又暖心
PBL教学模式在结构生物信息学教学中的应用
2600多名贫困学生得到资助
食管腺癌DNA拷贝变化相关基因的生物信息学分析
遭车祸仍信守资助承诺
私募基金近1个月回报前后50名
私募基金近1个月回报前后50名