肖 續(xù)，楊 娜，藍 洋，張 可，張玉娟

(重慶師范大學(xué) 生命科學(xué)學(xué)院，重慶 401331)

國家自然科學(xué)基金(National Natural Science Foundation of China, NSFC)于1986年由國務(wù)院批準(zhǔn)設(shè)立，是中國內(nèi)地支持基礎(chǔ)研究的主要渠道之一[1-3].國家自然科學(xué)基金由國家自然科學(xué)基金委員會負責(zé)管理，采取競爭模式，重點扶持中國內(nèi)地各個優(yōu)秀研究單位或高等院校開展基礎(chǔ)研究工作[1-2].獲取其資助的能力，可以較直觀的反映出高等院校、研究機構(gòu)或研究者的科研能力.

國家自然科學(xué)基金共有8個部，即： 數(shù)理科學(xué)部、地球科學(xué)部、管理科學(xué)部、化學(xué)科學(xué)部、工程與材料科學(xué)部、醫(yī)學(xué)科學(xué)部、生命科學(xué)部、信息科學(xué)部[3].昆蟲學(xué)屬于生命科學(xué)部，為二級學(xué)科，是較為古老的一個學(xué)科[4].昆蟲學(xué)以昆蟲為研究對象，主要研究昆蟲的分類、行為、生理機制、遺傳發(fā)育等，在人類生活生產(chǎn)中的應(yīng)用很廣泛，比如對有害昆蟲的防治及有益昆蟲的保護[5].研究昆蟲學(xué)的發(fā)展?fàn)顩r對于人類發(fā)展的意義重大，對中國內(nèi)地經(jīng)濟社會發(fā)展也起著重要作用.近年來，許多學(xué)科都對其學(xué)科領(lǐng)域受資助情況進行過統(tǒng)計分析，如： 植物學(xué)[6]、動物學(xué)[7]以及物理學(xué)[8]等.有關(guān)學(xué)者也對與昆蟲學(xué)相關(guān)的資助項目進行過統(tǒng)計與分析，這些研究要么局限于某具體年度，不具有時間的連續(xù)性和延伸性[9-11]；要么僅著眼于具體的學(xué)科方向[12]，未關(guān)聯(lián)分析受資助省域及依托單位.由于資助金額和熱點的連年變化，有必要從更長的時間范圍內(nèi)分析昆蟲學(xué)領(lǐng)域的受資助情況.

在馬廷燦對中國內(nèi)地各省市基礎(chǔ)研究競爭力的研究中，首次提出了國家自然科學(xué)基金競爭能力指數(shù)(Competitiveness Index on NSFC, NCI)及基于國家自然科學(xué)基金競爭能力的省市基礎(chǔ)研究綜合競爭力指數(shù)(Comprehensive Competitiveness Index of Basic Research, BRCCI)兩個指標(biāo)[1].本文參考這兩個指標(biāo)并進行改進，提出另外兩個指標(biāo)，即： 國家自然科學(xué)基金昆蟲學(xué)競爭能力指數(shù)(Entomology NSFC Competitiveness Index, ENCI)以及基于國家自然科學(xué)基金競爭能力的省市昆蟲學(xué)基礎(chǔ)研究綜合競爭力指數(shù)(Comprehensive Competitiveness Index of Entomology Basic Research, EBRCCI).ENCI及EBRCCI都全面考慮了獲得資助的項目及經(jīng)費，但兩者之間又有區(qū)別.ENCI表示某省市某年昆蟲學(xué)領(lǐng)域獲取資助的競爭能力占全國31個省市的平均水平.ENCI值越大，表明獲資助能力越強，即競爭力越強.EBRCCI表示某省市昆蟲學(xué)基礎(chǔ)研究的綜合競爭力.同理，EBRCCI值越大說明該省市綜合競爭力越強.可以說，在一定程度上，ENCI是EBRCCI的基礎(chǔ)，而EBRCCI是ENCI的延伸.結(jié)合這兩個指標(biāo)進行分析，可以避免單純看項目數(shù)或經(jīng)費數(shù)所帶來的誤差，從而更準(zhǔn)確、全面地反映中國內(nèi)地各省市的競爭力.

R語言作為一種開源的統(tǒng)計分析語言，擁有數(shù)量眾多、功能強大的擴展包，可以對數(shù)據(jù)進行多種統(tǒng)計分析及可視化呈現(xiàn).它的內(nèi)嵌函數(shù)可以方便、快捷地對數(shù)據(jù)匯總統(tǒng)計，掌握數(shù)據(jù)的數(shù)字特征，繪制較為直觀的矢量圖[13].其他圖形繪制軟件如Microsoft Excel、SPSS也可以繪制矢量圖，然而這些圖形大多是柱狀圖、散點圖等較為簡單的圖形，對于熱圖、地圖等高復(fù)雜性圖形則顯得力不從心.R語言具有一系列連貫而完整的數(shù)據(jù)分析中間工具和一整套數(shù)組和矩陣的操作運算符能有效地處理數(shù)據(jù)，R語言又是一種面向?qū)ο蟮目删幊陶Z言，可以根據(jù)分析目的的需要進行編輯[14].本文基于R語言分析2009—2016年國家自然科學(xué)基金中國內(nèi)地各省域的資助項目數(shù)、經(jīng)費金額和文獻產(chǎn)出量，可以明晰昆蟲學(xué)的整體研究態(tài)勢、分支學(xué)科情況、省域與依托單位差異；為各個省域或研究機構(gòu)昆蟲學(xué)學(xué)科建設(shè)奠定基礎(chǔ)；為相關(guān)部門和管理機構(gòu)在項目審核、批準(zhǔn)及經(jīng)費分配上提供決策參考.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

NSFC資助數(shù)據(jù)來源于科學(xué)基金網(wǎng)絡(luò)信息系統(tǒng)(ISIS)公布的2009—2016年國家自然科學(xué)基金委對昆蟲學(xué)資助立項的項目和經(jīng)費數(shù)據(jù)(http：∥www.nsfc.gov.cn/).文獻數(shù)據(jù)來自中國知網(wǎng)(http：∥www.cnki.net/old/)，在知網(wǎng)首頁點擊基金，輸入國家自然科學(xué)基金，選中昆蟲學(xué)領(lǐng)域，篩選2009—2019的文章(截止2019年7月8日)，得到中文文獻2045篇，英文文獻1224篇.

1.2 分析指標(biāo)

為了較為準(zhǔn)確地分析中國內(nèi)地各省域昆蟲學(xué)的基礎(chǔ)研究競爭力，本文參考馬廷燦在對中國內(nèi)地各省市基礎(chǔ)研究競爭力的研究中所提出的兩個指標(biāo)(NCI、BRCCI)并進行改進，提出昆蟲學(xué)國家自然科學(xué)基金(National Natural Science Funding of China, NSFC)競爭能力指數(shù)(“Competitiveness Index of Entomology on NSFC”,簡稱“ENCI”)及基于國家自然科學(xué)基金競爭能力的省市昆蟲學(xué)基礎(chǔ)研究綜合競爭力指數(shù)(“Comprehensive Competitiveness Index of Entomology Basic Research”,簡稱“EBRCCI”)[1,4]，對各個省市的競爭力進行對比分析.

1.2.1 ENCI

利用ENCI，能避免單獨看項目或經(jīng)費所帶來的誤差.ENCI計算公式如下：

從ENCI的定義可看出，該指數(shù)反映的是某年度某省市相對于中國內(nèi)地31個省市整體平均水平的基礎(chǔ)研究競爭力.該公式綜合考慮了資助項目及經(jīng)費的問題[1,4]，所應(yīng)用的對象范圍較廣，可以是省市、科研機構(gòu)或高等院校等，而本文則應(yīng)用于對中國內(nèi)地31個省市的基礎(chǔ)研究競爭力的對比分析.

1.2.2 EBRCCI

把中國內(nèi)地各省市從2009—2016年間在昆蟲學(xué)領(lǐng)域的ENCI平均值定義為： 基于國家自然科學(xué)基金競爭能力的省市昆蟲學(xué)基礎(chǔ)研究綜合競爭力指數(shù)(Comprehensive Competitiveness Index of Entomology Basic Research, EBRCCI)[1,4].EBRCCI計算公式如下：

EBRCCI某省市某年昆蟲學(xué)=(ENCI某省市某年昆蟲系統(tǒng)及分類學(xué)+ENCI某省市某年昆蟲形態(tài)學(xué)+ENCI某省市某年昆蟲行為學(xué)+

ENCI某省市某年昆蟲生理生化+ENCI某省市某年昆蟲毒理學(xué)+ENCI某省市某年昆蟲資源與保護)/6.

根據(jù)這個定義，可以計算出中國內(nèi)地各個省市的EBRCCI值，并比較他們的綜合競爭力強弱.EBRCCI值的范圍可分為6個梯度： EBRCCI≥5的省市，認為其昆蟲學(xué)基礎(chǔ)研究競爭力很強；2≤EBRCCI<5，認為其昆蟲學(xué)基礎(chǔ)研究競爭力強；1≤EBRCCI<2，認為其昆蟲學(xué)基礎(chǔ)研究競爭力較強；0.5≤EBRCCI<1，認為其昆蟲學(xué)基礎(chǔ)研究競爭力較弱；最后，0.2≤EBRCCI<0.5，認為其昆蟲學(xué)基礎(chǔ)研究競爭力弱；EBRCCI<0.2，認為其昆蟲學(xué)基礎(chǔ)研究競爭力很弱[1,4].

1.3 R語言分析及可視化

運用R語言的ggplot2包geom_smooth(method=“l(fā)m”)進行相關(guān)分析，并繪制擬合直線.運用ggplot2包、dplyr包、ggmap包繪制昆蟲學(xué)受NSFC資助情況餅圖和柱狀圖，ggplot2包繪制經(jīng)費數(shù)柱狀圖、項目數(shù)玫瑰花環(huán)圖，Pheatmap包繪制各省域ENCI值熱圖，ggplot2包與ggrepel包繪制依托單位競爭力散點圖.

2 結(jié)果與分析

2.1 昆蟲學(xué)資助的年度變化情況

2.1.1 昆蟲學(xué)2009—2016年受資助情況

昆蟲學(xué)獲資助項目數(shù)和經(jīng)費數(shù)在整個生命科學(xué)部中所占比例很小.通過分析2009—2016年間昆蟲學(xué)受資助的情況(項目及經(jīng)費)，發(fā)現(xiàn)2016年項目資助數(shù)最多，達104項，2012年受資助經(jīng)費最高，達5610.5萬元(圖1(a)).以2012年為例： 昆蟲學(xué)獲資助總項目數(shù)94項，占整個生命科學(xué)部1.7%，占動物學(xué)39.7%(圖1(b))；昆蟲學(xué)獲資助經(jīng)費5610.5萬元，占整個生命科學(xué)部1.8%，占動物學(xué)38.1%(圖1(c)).

圖1 2009—2016年昆蟲學(xué)受NSFC資助情況Fig.1 Status of Entomology supported by NSFC from 2009 to 2016

2.1.2 昆蟲學(xué)各三級學(xué)科年度資助情況

昆蟲學(xué)包含6個三級學(xué)科： c040501昆蟲系統(tǒng)及分類學(xué)、c040502昆蟲形態(tài)學(xué)、c040503昆蟲行為學(xué)、c040504昆蟲生理生化、c040505昆蟲毒理學(xué)和c040506昆蟲資源與保護.接下來我們將通過R語言的ggplot2包進行可視化分析這6個子學(xué)科在2009—2016年間獲國家自然科學(xué)基金資助的情況(圖2).

圖2 2009—2016年昆蟲學(xué)各三級學(xué)科所獲NSFC資助的總項目數(shù)及總經(jīng)費數(shù)Fig.2 Total number of NSFC projects and amount of NSFC funds received by all three disciplines of entomology in 2009—2016

首先，在資助項目上(圖2(a))，c040501昆蟲系統(tǒng)及分類學(xué)和c040504昆蟲生理生化獲資助最多，其中前者受資助項目數(shù)略高于后者.其余4個學(xué)科所獲資助的項目數(shù)很少，其中c040502昆蟲形態(tài)學(xué)最少.所有三級學(xué)科受資助的項目數(shù)均呈現(xiàn)上升趨勢.其次，在資助金額上(圖2(b))，c040501昆蟲系統(tǒng)及分類學(xué)及c040504昆蟲生理生化所獲資助的經(jīng)費數(shù)遠大于其他學(xué)科，其中c040501昆蟲系統(tǒng)及分類學(xué)位列第一.在2012年，昆蟲系統(tǒng)及分類學(xué)所獲經(jīng)費數(shù)最多，2015年時經(jīng)費數(shù)稍有所下降，不過總體趨勢良好.昆蟲生理生化，除2013年較上一年資助經(jīng)費略有減少以外，整體呈現(xiàn)上升的趨勢.其余4個學(xué)科相對前兩個學(xué)科總體較弱，相差懸殊.

2.2 各省域昆蟲學(xué)研究競爭力分析

2.2.1 EBRCCI值變化情況分析

EBRCCI代表各個省市的昆蟲學(xué)基礎(chǔ)研究綜合競爭力指數(shù)，是各省市不同年度ENCI值的平均值.現(xiàn)基于中國內(nèi)地31個省市2009—2016年昆蟲學(xué)受資助的項目數(shù)和經(jīng)費數(shù)，計算EBRCCI值.

北京的EBRCCI值最大，位于31個省市之首，綜合競爭力最強；第二梯度： 上海、廣東和陜西，EBRCCI值在2～5之間，綜合競爭力強；第三梯度： 云南、江蘇、湖北、河南、浙江、重慶、河北的EBRCCI值介于1～2之間，綜合競爭力較強；第四梯度： 貴州、天津、遼寧、山西、山東的EBRCCI值介于0.5～1之間，綜合競爭力較弱；第五梯度： 安徽、廣西、新疆、內(nèi)蒙古、寧夏、吉林的EBRCCI值介于0.2～0.5之間，綜合競爭力弱；第六梯度： 江西、黑龍江、福建、湖南、甘肅、四川、青海、西藏、海南的EBRCCI值都小于0.2，綜合競爭力很弱(表1).

表1 2009—2016各省市EBRCCI值

2.2.2 ENCI值變化情況分析

根據(jù)2009—2016年昆蟲學(xué)受資助的數(shù)據(jù)，我們計算了中國內(nèi)地31個省市昆蟲學(xué)的ENCI值并繪制熱圖(圖3).依據(jù)某一年的ENCI值，可以比較各個省域獲取資助的能力，進而分析其競爭力大小.從圖3可看出，2009—2016年北京的ENCI值均位于中國內(nèi)地之首，其競爭力最強.例如： 2009年北京的ENCI值最高為11.716，競爭力最強，遠遠高于中國內(nèi)地平均水平；其次是陜西，ENCI=3.752，排名第二，但是與北京有很大的差距；廣東和云南ENCI值相差不大，分別排名第三或第四位；除此之外，剩余的省市按ENCI值從大到小依次排列為： 湖北、山東、上海、重慶、河北、天津、浙江和山西并列、河南.這些省市的數(shù)值都相差不是特別大，在未來的競爭中也許排名會變化；最后，福建、甘肅、黑龍江、湖南、四川、青海、西藏，在2009—2016年期間，多年內(nèi)(>5年)ENCI值均為0.其中海南、青海和西藏更是在調(diào)查的8個年頭中，多達7年ENCI值均為0.

圖3 2009—2016年各省市ENCI值變化熱圖Fig.3 The heat map of ENCI values of provinces and cities in China from 2009 to 2016

2.3 排名前50的依托單位競爭力分析

2009—2016年間昆蟲學(xué)相關(guān)項目申請的依托單位共156個，分別計算這些依托單位獲資助的總項目數(shù)及總經(jīng)費數(shù)，然后取排名前50的依托單位，通過R的ggplot2和ggrepel包繪制競爭力分析散點圖(圖4).從這些依托單位的分布地域來看，主要集中在華北、華東、華南地區(qū).不過近幾年，西南及華中地區(qū)逐漸發(fā)展起來，比如西南地區(qū)的重慶市，就有西南大學(xué)、重慶師范大學(xué)和重慶大學(xué)等3個單位上榜.大部分依托單位的競爭力(尤其是西北及東北地區(qū))相對較弱.

圖4 TOP50依托單位競爭力散點圖Fig.4 The scatter plot of top 50 competitiveness supporting institutions

中國科學(xué)院動物研究所競爭力最強，遠超中國內(nèi)地其他依托單位，所獲資助總項目數(shù)為97項，總經(jīng)費為6273萬元(圖4).其中康樂院士所帶領(lǐng)的團隊，在飛蝗等方面的研究實力雄厚.不僅如此，近幾年中國科學(xué)院動物研究所還承擔(dān)了許多上百萬的項目，如： 昆蟲系統(tǒng)學(xué)與分類、鞘翅目系統(tǒng)與分類、入侵象蟲研究、飛蝗適應(yīng)性進化的遺傳機制或多基因互作機制研究、昆蟲社會行為等方面的研究獲得了國家杰出青年科學(xué)基金、國際(地區(qū))合作與交流項目、優(yōu)秀青年科學(xué)基金項目或重大研究計劃的資助(表2).

其次，競爭力較強的依托單位依次有： 中國科學(xué)院上海生命科學(xué)研究院、西北農(nóng)林科技大學(xué)、中國農(nóng)業(yè)大學(xué)、華南農(nóng)業(yè)大學(xué).近幾年這幾個依托單位同樣申請到了一些上百萬的項目(表2)，如： 上海生命科學(xué)研究院獲得的保幼激素和蛻皮激素協(xié)同調(diào)控昆蟲變態(tài)發(fā)育的分子機制、RNA剪接與昆蟲發(fā)育、鱗翅目昆蟲遷飛的遺傳學(xué)研究等項目；西北農(nóng)林科技大學(xué)獲得葉蟬科(昆蟲綱： 半翅目)系統(tǒng)發(fā)育及分類訂正研究項目的資助；中國農(nóng)業(yè)大學(xué)在廣翅目和副新翅目系統(tǒng)發(fā)育領(lǐng)域獲得資助；華南師范大學(xué)在變態(tài)發(fā)育演化驅(qū)動昆蟲生物多樣性的激素調(diào)控機制研究方面獲得資助.

前文提到西北和東北地區(qū)受資助力度小，昆蟲學(xué)基礎(chǔ)研究力量很薄弱.但是值得一提的是，位于西北地區(qū)的西北農(nóng)林科技大學(xué)在中國內(nèi)地各依托單位中排在前五的位置.近年來，該校在葉蟬科(昆蟲綱： 半翅目)系統(tǒng)發(fā)育及分類訂正研究方面獨樹一幟，獲得國家自然科學(xué)基金的國際(地區(qū))合作與交流項目資助(表2).

表2 2009—2016年昆蟲學(xué)領(lǐng)域NSFC資助的重要項目列表(經(jīng)費≥100萬元)

2.4 國家自然科學(xué)基金對各省市昆蟲學(xué)研究的投入與產(chǎn)出驗證分析

通過知識圖譜(圖5)，我們可以清晰的了解昆蟲學(xué)領(lǐng)域研究產(chǎn)出實力靠前的研究單位近年來的文獻產(chǎn)出態(tài)勢.首先，中科院動物研究所、中國農(nóng)科院、浙江大學(xué)指示的節(jié)點年輪寬度較大，連線緊密.表明這些單位成果產(chǎn)出豐碩，合作頻繁.這與NSFC對中科院各研究所昆蟲學(xué)研究資助較大且近些年資助力度逐年增加相吻合(表2)；其次，代表青海、西藏、甘肅地區(qū)研究單位的節(jié)點往往較小，連線少，節(jié)點主色調(diào)為紫色，甚至出現(xiàn)年輪缺失的情況.說明這些地區(qū)的研究單位實力不強，成果產(chǎn)出不連貫，合作力度小.這和我們發(fā)現(xiàn)這些地區(qū)的依托單位受NSFC資助較少和這些地區(qū)的昆蟲學(xué)基礎(chǔ)研究綜合競爭力指數(shù)(EBRCCI)較低的結(jié)果相一致.最后，對比中英文文獻產(chǎn)出知識圖譜可以發(fā)現(xiàn)： 中文文獻圖譜年輪略小且紫色調(diào)較多，而英文文獻年輪略大且橙色調(diào)較多.表明： 文獻發(fā)表逐漸由中文向英文轉(zhuǎn)換，研究成果逐漸國際化.

圖5 昆蟲學(xué)研究2009—2019文獻產(chǎn)出知識圖譜分析Fig.5 Knowledge mapping for literatures output in entomology from 2009 to 2019

運用R語言對受資助單位在2009—2016年間的經(jīng)費數(shù)和文獻產(chǎn)出量相關(guān)性定量分析，得到線性回歸方程y=-36.54+8.08x，相關(guān)系數(shù)R2=0.83(圖6).這表明受資助單位的文獻產(chǎn)出量與經(jīng)費金額呈正相關(guān)性.總體來說，加大資助經(jīng)費的投入有助于促進各依托單位的文獻產(chǎn)出量.

圖6 資助經(jīng)費與文獻產(chǎn)出量相關(guān)性定量分析Fig.6 A quantitative analysis of the correlation between the funding amount and the literature output

3 討 論

本文基于R語言對中國內(nèi)地各依托單位受國家自然科學(xué)基金資助情況進行統(tǒng)計，通過對2009—2016年昆蟲學(xué)受國家自然科學(xué)基金資助情況進行比較分析可知，昆蟲學(xué)獲資助項目數(shù)和經(jīng)費數(shù)在整個生命科學(xué)部和動物學(xué)中所占的比例很小，2012年分別僅占1.8%和38.1%.近幾年昆蟲學(xué)獲資助的項目數(shù)及經(jīng)費整體呈現(xiàn)上升趨勢.昆蟲學(xué)6個三級學(xué)科中，c040501昆蟲系統(tǒng)及分類學(xué)及c040504昆蟲生理生化是昆蟲學(xué)領(lǐng)域受資助的重點，其余學(xué)科受資助較小，所有三級學(xué)科受資助的項目數(shù)均呈現(xiàn)上升趨勢.昆蟲系統(tǒng)及分類學(xué)是一門研究昆蟲的分類、命名及系統(tǒng)發(fā)育的學(xué)科，是昆蟲學(xué)一切分支學(xué)科的基礎(chǔ).昆蟲生理生化利用生理、生化水平研究昆蟲內(nèi)部的組織、器官、系統(tǒng)及各種生理機制，從微觀上了解昆蟲的生命活動規(guī)律.中國內(nèi)地在昆蟲生理生化方面的研究也取得了重要的成就，如對昆蟲基因組及功能基因的研究、昆蟲miRNA研究、昆蟲的免疫分子機制方面的研究及昆蟲的抗性生理研究等[12].近幾年，隨著現(xiàn)代生物學(xué)技術(shù)、計算機技術(shù)等的飛速發(fā)展以及各學(xué)科之間交叉滲透，新理念、新技術(shù)相互融合，研究方法和手段更加多樣化，中國內(nèi)地傳統(tǒng)的昆蟲分類學(xué)方法得到技術(shù)上的改進，中國內(nèi)地傳統(tǒng)的昆蟲分類檢索表正在被基于矩陣的計算機交互檢索系統(tǒng)所替代[12].國家自然科學(xué)基金對這些學(xué)科的重點支持賦予了昆蟲學(xué)勃勃生機.

近幾年，國家自然科學(xué)基金對昆蟲學(xué)資助的地域分布很不平衡，呈現(xiàn)以北京市為“中心”、華東、華南地區(qū)“兩區(qū)并重”的局面.但是，西南及華中地區(qū)也在逐漸發(fā)展，華北以及東北地區(qū)資助力度最小.省市競爭中以北京市競爭力最強，其他省市與北京市的差距很大.國家自然科學(xué)基金對昆蟲學(xué)的經(jīng)費及項目數(shù)的增加，對昆蟲學(xué)的發(fā)展具有推動的作用，但各個地區(qū)的昆蟲學(xué)受資助情況及研究力量有差異.西北以及東北地區(qū)資助力度最小，昆蟲學(xué)研究力量很薄弱，在知識圖譜中看出做出的科研成果很少或者停滯.這與各個省域的經(jīng)濟、科技、文化等的發(fā)展程度密切相關(guān).

從2009—2016年各個省域自身的ENCI值變化情況看，首先，北京是中國內(nèi)地昆蟲學(xué)研究的核心地區(qū).雖然其ENCI值在近幾年有所下滑，但是其多年來保持著昆蟲學(xué)研究競爭力最強的位置.其次，有些省市在全國的排名在前幾年不是很靠前，但是從縱向上看，綜合這八年的數(shù)據(jù)，其排名有向前進的趨勢.例如： 2009年時，陜西、廣東分別位于全國第二、三位，但是在其余年份廣東后來居上，超過了陜西.最后，海南、青海和西藏多年來保持著昆蟲學(xué)研究競爭力為零的狀態(tài).對于這些地區(qū)而言，想要有較大的提升，不僅需要自己做出大的努力，還需要國家自然科學(xué)基金給予專門支持.

排名前50的依托單位集中分布在華北、華東、華南地區(qū)，西南及華中地區(qū)逐漸發(fā)展起來.西北及東北地區(qū)的依托單位相對較少，是昆蟲學(xué)基礎(chǔ)研究競爭力薄弱的地方，需要國家相關(guān)部門加大扶持力度，以促進西部地區(qū)的發(fā)展，促進中國內(nèi)地各個省域均衡協(xié)調(diào)發(fā)展.中國科學(xué)院動物研究所是全國昆蟲學(xué)基礎(chǔ)研究的領(lǐng)頭者，擁有很多的高素質(zhì)優(yōu)秀人才，院士專家、青年千人計劃人才等.其次競爭力較強的依托單位依次有： 中國科學(xué)院上海生命科學(xué)研究院、西北農(nóng)林科技大學(xué)、中國農(nóng)業(yè)大學(xué)、華南農(nóng)業(yè)大學(xué).這些依托單位均申請到了昆蟲學(xué)領(lǐng)域國家杰出青年科學(xué)基金、國際(地區(qū))合作與交流項目、優(yōu)秀青年科學(xué)基金項目或重大研究計劃的資助.西北和東北地區(qū)受資助力度雖然小，昆蟲學(xué)基礎(chǔ)研究力量很薄弱.但是位于西北地區(qū)的西北農(nóng)林科技大學(xué)在全國各依托單位中排在前五的位置，這與近年來國家自然科學(xué)基金對西北農(nóng)林科技大學(xué)持續(xù)的資助力度密切相關(guān)[15-16]，也得益于杰出昆蟲科學(xué)家周堯教授在該學(xué)科領(lǐng)域的開拓.

各單位文獻產(chǎn)出與NSFC的資助力度與存在正相關(guān)關(guān)系.以中科院動物研究所、浙江大學(xué)昆蟲研究所等為代表的研究單位受NSFC資助力度較大，科研成果豐碩，合作頻繁，在一定程度上帶動和引導(dǎo)了中國內(nèi)地的昆蟲學(xué)研究.

4 結(jié) 論

近年來昆蟲學(xué)整體發(fā)展趨勢良好，其中6個三級學(xué)科受資助情況不均衡，昆蟲系統(tǒng)、分類學(xué)及昆蟲生理生化資助情況最好.新時期我國大力提倡創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，基礎(chǔ)研究水平日益上升，國家自然科學(xué)基金的資助力度不斷加強.文獻產(chǎn)出分析顯示各依托單位合作日益緊密.

國家自然科學(xué)基金對昆蟲學(xué)資助的地域分布很不平衡，呈現(xiàn)以北京市為“中心”、華東、華南地區(qū)“兩區(qū)并重”的局面.其次，西南及華中地區(qū)也在逐漸發(fā)展，西北以及東北地區(qū)昆蟲學(xué)基礎(chǔ)研究競爭力最弱.

國家自然科學(xué)基金對昆蟲學(xué)相關(guān)項目依托單位的資助，呈現(xiàn)“核心”+“重點”的資助模式.其中，中國科學(xué)院動物研究所是核心，中國科學(xué)院上海生命科學(xué)研究院、西北農(nóng)林科技大學(xué)、中國農(nóng)業(yè)大學(xué)、華南農(nóng)業(yè)大學(xué)為重點資助對象,其余依托單位受資助力度不相上下.受資助力度大，則科研成果越豐碩，合作愈頻繁，發(fā)展趨于正向循環(huán).

新時代新世界，國家科技發(fā)展正在如火如荼的進行，我國各個基礎(chǔ)研究也在努力地朝著積極的方向前進.本文中中國內(nèi)地各省市在昆蟲學(xué)領(lǐng)域競相發(fā)展，呈現(xiàn)出你追我趕的趨勢.各研究單位應(yīng)從自身基本情況出發(fā)，找出短板、補齊不足，逐步形成特色.同樣，面對新的國家形勢和社會需求，NSFC作為國家的重要戰(zhàn)略資源也應(yīng)當(dāng)立足當(dāng)下、放眼未來，鼓勵促進學(xué)科之間的交叉聯(lián)系，不斷形成新的有競爭力的學(xué)科.積極引導(dǎo)及培養(yǎng)優(yōu)秀青年和高端人才，為國家未來的發(fā)展戰(zhàn)略注入新鮮血液.