基于知識(shí)圖譜的科研檔案信息資源挖掘
——以湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目檔案為例

李文媛 黃曉林 饒 笛

科研檔案是在科研活動(dòng)和管理過(guò)程中形成的，具有保存價(jià)值的文字、圖表、數(shù)據(jù)、圖像、音（視）頻等各種形式的原始記錄，是國(guó)家檔案的重要組成部分，其內(nèi)容豐富、形式多樣，有重要的存史、憑證、資政、育人等價(jià)值。

通過(guò)文獻(xiàn)調(diào)研發(fā)現(xiàn)，檔案信息資源挖掘的研究主要集中在挖掘策略和方法，對(duì)檔案具體內(nèi)容信息的挖掘分析較少。例如，王蘭成等論述了檔案社會(huì)化媒體信息研究框架以及內(nèi)容挖掘的研究方法[1]；張倩對(duì)高校學(xué)術(shù)檔案數(shù)據(jù)來(lái)源進(jìn)行分析研究并提出了構(gòu)建高校學(xué)術(shù)檔案大數(shù)據(jù)知識(shí)資源庫(kù)的步驟[2]；楊來(lái)青則是基于大數(shù)據(jù)技術(shù)提出檔案信息資源挖掘策略與方法[3]。

知識(shí)圖譜廣泛用于信息挖掘研究，它是現(xiàn)實(shí)世界中根據(jù)實(shí)體間關(guān)系相互連接起來(lái)所形成的一種網(wǎng)絡(luò)結(jié)構(gòu)，主要是用圖形的方式直觀地呈現(xiàn)學(xué)科或領(lǐng)域知識(shí)的各種聯(lián)系[4]。其在檔案學(xué)領(lǐng)域的應(yīng)用研究主要體現(xiàn)在展示研究進(jìn)展與演化趨勢(shì)，識(shí)別知識(shí)基礎(chǔ)、研究熱點(diǎn)與研究前沿，識(shí)別核心作者群及其之間的互引關(guān)系，識(shí)別核心國(guó)家、機(jī)構(gòu)及其之間的合作情況[5]等檔案學(xué)文獻(xiàn)的研究，以及構(gòu)建科研檔案管理知識(shí)圖譜[6]等，應(yīng)用于檔案本身信息的挖掘研究較少。因此，本文將利用知識(shí)圖譜的方法對(duì)科研檔案的內(nèi)容信息進(jìn)行挖掘分析，驗(yàn)證該方法應(yīng)用于檔案內(nèi)容信息挖掘的可行性，進(jìn)一步發(fā)揮科研檔案對(duì)科研管理工作的決策參考作用。

一、數(shù)據(jù)來(lái)源及處理方法

科技計(jì)劃項(xiàng)目檔案是科研檔案的主要組成，是科技計(jì)劃項(xiàng)目管理活動(dòng)的原始記錄。湖南是農(nóng)業(yè)大省，現(xiàn)代農(nóng)業(yè)技術(shù)是《湖南省“十三五”科技創(chuàng)新規(guī)劃》構(gòu)建的十大領(lǐng)域產(chǎn)業(yè)技術(shù)創(chuàng)新鏈（以下簡(jiǎn)稱十大領(lǐng)域）之一。挖掘農(nóng)業(yè)科技計(jì)劃項(xiàng)目檔案的內(nèi)容信息對(duì)于了解湖南省農(nóng)業(yè)領(lǐng)域科學(xué)研究現(xiàn)狀具有重要意義。

本研究數(shù)據(jù)來(lái)源于湖南省級(jí)科技計(jì)劃項(xiàng)目檔案。為了使信息分析更加準(zhǔn)確和有針對(duì)性，在進(jìn)行數(shù)據(jù)處理前，對(duì)選取的數(shù)據(jù)進(jìn)行了必要的人工清洗和數(shù)據(jù)標(biāo)引。（1）數(shù)據(jù)篩選。以2016—2018年湖南省重大專項(xiàng)和重點(diǎn)研發(fā)計(jì)劃項(xiàng)目為范圍，共選取得到農(nóng)業(yè)領(lǐng)域科技計(jì)劃項(xiàng)目檔案信息408條。（2）規(guī)范化處理。對(duì)項(xiàng)目承擔(dān)單位、項(xiàng)目類型等字段的全稱、簡(jiǎn)稱并存和不一致等情況按照統(tǒng)一標(biāo)準(zhǔn)進(jìn)行規(guī)范化處理。（3）數(shù)據(jù)標(biāo)引。根據(jù)項(xiàng)目承擔(dān)單位所處市州、機(jī)構(gòu)類型等對(duì)其進(jìn)行屬地人工標(biāo)引；按照十大領(lǐng)域的分類，對(duì)項(xiàng)目所屬產(chǎn)業(yè)和重點(diǎn)細(xì)分產(chǎn)業(yè)進(jìn)行標(biāo)引。

本研究使用的數(shù)據(jù)處理工具主要有：分詞處理采用python語(yǔ)言環(huán)境下的jieba分詞工具包，詞頻分析采用BibExcel，復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)可視化采用Gephi，部分基礎(chǔ)性數(shù)據(jù)整理使用Excel軟件及VBA語(yǔ)言。

二、湖南省農(nóng)業(yè)科研現(xiàn)狀分析

1.研究地域分布?？蒲许?xiàng)目所屬地域分布統(tǒng)計(jì)可反映各地區(qū)研究力量強(qiáng)弱。根據(jù)項(xiàng)目承擔(dān)單位所在地，對(duì)每個(gè)項(xiàng)目所屬行政區(qū)域進(jìn)行標(biāo)引，并利用該標(biāo)引對(duì)項(xiàng)目進(jìn)行地域分布統(tǒng)計(jì)（見(jiàn)表1）。由表1可見(jiàn)，長(zhǎng)沙市科研單位承擔(dān)項(xiàng)目數(shù)量以279個(gè)遙遙領(lǐng)先，占比高達(dá)68.38%，其余市（州）項(xiàng)目承擔(dān)數(shù)量則僅有十幾或幾個(gè)?？芍?，長(zhǎng)沙作為高校和科研機(jī)構(gòu)集中的省會(huì)城市，研究力量基礎(chǔ)雄厚，其在農(nóng)業(yè)產(chǎn)業(yè)方向上的研發(fā)能力遠(yuǎn)高于其他地市。

表1 湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目所屬區(qū)域統(tǒng)計(jì)分析

2.研究機(jī)構(gòu)分布。項(xiàng)目承擔(dān)單位的分布統(tǒng)計(jì)可以反映從事該產(chǎn)業(yè)研究的主體和主力。根據(jù)項(xiàng)目承擔(dān)單位機(jī)構(gòu)性質(zhì)，對(duì)每個(gè)項(xiàng)目進(jìn)行標(biāo)引，并利用該標(biāo)引對(duì)項(xiàng)目進(jìn)行機(jī)構(gòu)類型統(tǒng)計(jì)（見(jiàn)表2）。統(tǒng)計(jì)發(fā)現(xiàn)，高等院校、企業(yè)和科研機(jī)構(gòu)承擔(dān)項(xiàng)目分別為141、153、100個(gè)，分別占比34.56%、37.5%和24.51%，說(shuō)明開(kāi)展農(nóng)業(yè)研究的機(jī)構(gòu)分布較為平衡，其中企業(yè)承擔(dān)項(xiàng)目數(shù)量最多，表明企業(yè)作為科技創(chuàng)新的主體作用在農(nóng)業(yè)產(chǎn)業(yè)中得到充分展現(xiàn)。

表2 湖南農(nóng)業(yè)科技計(jì)劃項(xiàng)目承擔(dān)單位機(jī)構(gòu)性質(zhì)分布

為進(jìn)一步了解各機(jī)構(gòu)性質(zhì)的研究情況，對(duì)各項(xiàng)目承擔(dān)單位承擔(dān)項(xiàng)目的數(shù)量分別進(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)發(fā)現(xiàn)，項(xiàng)目承擔(dān)單位共有210個(gè)，承擔(dān)3個(gè)及以上項(xiàng)目的單位共計(jì)有25家（見(jiàn)表3），15家單位有2個(gè)項(xiàng)目，170家單位有1個(gè)項(xiàng)目。由表可見(jiàn)，承擔(dān)3個(gè)以上項(xiàng)目的單位幾乎均為高等院?；蚩蒲袡C(jī)構(gòu)。其中，高等院校有10個(gè)，承擔(dān)項(xiàng)目127個(gè)；科研機(jī)構(gòu)14個(gè)，承擔(dān)項(xiàng)目76個(gè)。綜合分析表2、表3發(fā)現(xiàn)，盡管在農(nóng)業(yè)研究領(lǐng)域中企業(yè)的主體地位已經(jīng)確立，但是集中優(yōu)勢(shì)不強(qiáng)，其研究力量仍然集中在以湖南農(nóng)業(yè)大學(xué)、中南林業(yè)科技大學(xué)等農(nóng)林專業(yè)為重點(diǎn)的高校，以及湖南省林業(yè)科學(xué)院、湖南省蔬菜研究所、湖南雜交水稻研究中心等與農(nóng)業(yè)產(chǎn)業(yè)相關(guān)的科研機(jī)構(gòu)。究其原因，筆者認(rèn)為，高校和科研機(jī)構(gòu)擁有更專業(yè)、更集中的科研團(tuán)隊(duì)和科研人員，研究資源更加豐富。企業(yè)以盈利為目的，更加注重投入和產(chǎn)出，農(nóng)業(yè)研究周期較長(zhǎng)，而中小企業(yè)經(jīng)費(fèi)有限，精力有限，更專注于本企業(yè)核心產(chǎn)品的研究。

表3 承擔(dān)3個(gè)及以上農(nóng)業(yè)科技計(jì)劃項(xiàng)目的單位

3.研究熱點(diǎn)分布。一般情況下，立項(xiàng)資金支持反映項(xiàng)目的重要程度，項(xiàng)目所獲資金支持越多說(shuō)明項(xiàng)目越重要。因此，對(duì)立項(xiàng)資金的分析可以反映立項(xiàng)的側(cè)重點(diǎn)和研究的熱點(diǎn)。以立項(xiàng)金額大小為基礎(chǔ)形成的項(xiàng)目研究熱點(diǎn)分布見(jiàn)圖1。表4是2016—2018年獲支持經(jīng)費(fèi)排名前10位的湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目。

圖1 湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目研究熱點(diǎn)分布

表4 獲得財(cái)政資金支持排名前10位的湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目

由圖1可知，湖南省農(nóng)業(yè)產(chǎn)業(yè)研究熱點(diǎn)主要集中在以下幾個(gè)方向：（1）作物新品種選育及栽培技術(shù)。該方向是湖南省農(nóng)業(yè)研究的最重要主題，其中水稻栽培育種研究是重中之重，獼猴桃、食用菌、西瓜、花卉、藥材等特色農(nóng)產(chǎn)品也得到較多關(guān)注，這與湖南是以水稻為主的糧食大省、雜交水稻發(fā)源地、種質(zhì)資源豐富等省情相符。這也表明，近年來(lái)湖南省農(nóng)業(yè)產(chǎn)業(yè)研究方向符合提高種業(yè)自主創(chuàng)新能力、確保糧食安全的國(guó)家戰(zhàn)略。（2）特色農(nóng)產(chǎn)品及其加工。農(nóng)產(chǎn)品精深加工對(duì)增加農(nóng)產(chǎn)品附加值、提高農(nóng)業(yè)生產(chǎn)效益具有重要意義。湖南省農(nóng)產(chǎn)品精深加工研究突出生態(tài)綠色和本地化，在具體農(nóng)產(chǎn)品上主要包括糧油、綠色蔬菜、柑橘等特色水果、黑茶等地方茶葉、中藥材、竹木林產(chǎn)等方面。（3）農(nóng)業(yè)生態(tài)環(huán)境修復(fù)。該方向的研究主要集中在土壤污染修復(fù)、生態(tài)養(yǎng)殖和廢棄物綜合利用等方面，這符合湖南是有色金屬之鄉(xiāng)，重金屬污染嚴(yán)重，亟待治理修復(fù)的省情，同時(shí)也說(shuō)明了湖南對(duì)農(nóng)村生態(tài)環(huán)境的關(guān)注度較高，粗放的農(nóng)業(yè)生產(chǎn)方式正在向綠色農(nóng)業(yè)轉(zhuǎn)變。（4）智能化農(nóng)機(jī)裝備開(kāi)發(fā)及推廣。智能農(nóng)機(jī)裝備能夠有效提高農(nóng)業(yè)生產(chǎn)效率，推動(dòng)現(xiàn)代農(nóng)業(yè)發(fā)展。湖南省是農(nóng)業(yè)大省、機(jī)械制造強(qiáng)省、信息技術(shù)也有一定的基礎(chǔ)，這些均為湖南省智能農(nóng)機(jī)開(kāi)發(fā)和推廣提供了一定的便利條件。同時(shí)，從表4中也可以看出，10個(gè)獲得較多財(cái)政資金支持的項(xiàng)目中有6個(gè)涉及種植業(yè)、2個(gè)養(yǎng)殖業(yè)、1個(gè)農(nóng)業(yè)信息技術(shù)、1個(gè)農(nóng)業(yè)先進(jìn)裝備。這說(shuō)明種植業(yè)仍然是湖南省農(nóng)業(yè)的主業(yè)；養(yǎng)殖業(yè)、農(nóng)業(yè)信息技術(shù)、農(nóng)業(yè)裝備等方向有一定研究，但研究力量相對(duì)較弱；種植業(yè)中除水稻外，油茶、茶葉、中藥材、食用菌等特色農(nóng)產(chǎn)品的相關(guān)研究也得到較多支持。

4.產(chǎn)業(yè)融合研究現(xiàn)狀。為分析湖南省農(nóng)業(yè)一二三產(chǎn)業(yè)融合情況，本文以十大領(lǐng)域和其重點(diǎn)細(xì)分產(chǎn)業(yè)為標(biāo)準(zhǔn)，對(duì)湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目檔案進(jìn)行產(chǎn)業(yè)標(biāo)引，標(biāo)引內(nèi)容包括項(xiàng)目所屬產(chǎn)業(yè)（見(jiàn)下頁(yè)表5）和重點(diǎn)細(xì)分產(chǎn)業(yè)（見(jiàn)下頁(yè)表6），標(biāo)引時(shí)考慮項(xiàng)目所屬產(chǎn)業(yè)和重點(diǎn)細(xì)分產(chǎn)業(yè)交叉情況。由表5（見(jiàn)下頁(yè)）和圖2（見(jiàn)下頁(yè)）可知，近年來(lái)，湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目中與其他產(chǎn)業(yè)存在交叉融合的研究，數(shù)量占比已達(dá)28.67%，說(shuō)明湖南省現(xiàn)代農(nóng)業(yè)與其他產(chǎn)業(yè)存在一定程度的交叉融合。

表5 湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目與其他產(chǎn)業(yè)融合情況

湖南省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)與其他產(chǎn)業(yè)交叉融合的研究現(xiàn)狀主要有以下特征：（1）與“資源利用和環(huán)保”交叉融合研究最多，占比已達(dá)55.6%。結(jié)合圖2和對(duì)項(xiàng)目的梳理分析可知，在細(xì)分產(chǎn)業(yè)中，農(nóng)產(chǎn)品質(zhì)量安全與環(huán)保裝備制造與服務(wù)業(yè)聯(lián)系最為緊密，69.6%農(nóng)產(chǎn)品質(zhì)量安全的項(xiàng)目與環(huán)保裝備制造與服務(wù)業(yè)相關(guān)，另有16%的項(xiàng)目與城市礦產(chǎn)開(kāi)發(fā)利用有關(guān)，大多數(shù)為環(huán)境污染治理修復(fù)、生態(tài)養(yǎng)殖、廢棄物利用、生態(tài)保護(hù)等問(wèn)題的研究，說(shuō)明在農(nóng)產(chǎn)品質(zhì)量安全方面的研究主要集中在環(huán)保方面。（2）與人口健康、新一代信息技術(shù)、高端裝備制造和現(xiàn)代服務(wù)業(yè)都有一定的交叉融合研究。與人口健康和高端裝備制造的產(chǎn)業(yè)融合研究相對(duì)集中，分別集中在中藥材的培育種植和智能農(nóng)機(jī)裝備研制，即細(xì)分產(chǎn)業(yè)中的現(xiàn)代林業(yè)與現(xiàn)代中藥、農(nóng)機(jī)裝備與智能制造裝備的融合研究；與信息技術(shù)產(chǎn)業(yè)融合則是在物聯(lián)網(wǎng)、電商平臺(tái)、大數(shù)據(jù)等智慧農(nóng)業(yè)經(jīng)營(yíng)和智能高效設(shè)施研發(fā)，涉及物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、北斗導(dǎo)航、智能硬件及配套等細(xì)分產(chǎn)業(yè)；與現(xiàn)代服務(wù)業(yè)的融合研究則不多，僅有農(nóng)業(yè)產(chǎn)品推廣和科技特派員技能提升等。（3）現(xiàn)代農(nóng)業(yè)內(nèi)重點(diǎn)細(xì)分產(chǎn)業(yè)研究熱度差異明顯。由表6和圖2還可發(fā)現(xiàn)，在其重點(diǎn)細(xì)分產(chǎn)業(yè)中，蔬菜果茶和現(xiàn)代林業(yè)等高值農(nóng)產(chǎn)品的培育種植是研究熱點(diǎn)，特別是蔬菜果茶占比已達(dá)21%。其次是畜禽水產(chǎn)、糧食油料等傳統(tǒng)農(nóng)業(yè)研究。這與湖南省是糧食大省，名優(yōu)茶品較多，以及油茶油菜種植、畜禽水產(chǎn)養(yǎng)殖、中藥材種植、竹木加工有一定特色等省情相符。

表6 湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目在農(nóng)業(yè)重點(diǎn)細(xì)分產(chǎn)業(yè)分布情況

圖2 湖南省農(nóng)業(yè)科技計(jì)劃項(xiàng)目在各重點(diǎn)細(xì)分產(chǎn)業(yè)中的分布情況

三、結(jié)論

綜上所述，通過(guò)對(duì)農(nóng)業(yè)科技計(jì)劃項(xiàng)目檔案的挖掘，分析了湖南省“十三五”期間農(nóng)業(yè)領(lǐng)域科學(xué)研究現(xiàn)狀，結(jié)果表明：在地域上，長(zhǎng)沙市是農(nóng)業(yè)科技計(jì)劃項(xiàng)目的承擔(dān)主力；企業(yè)的農(nóng)業(yè)科技創(chuàng)新主體地位明顯，但是高校和科研機(jī)構(gòu)仍是研究的重要角色；作物新品種選育及栽培技術(shù)是研究重點(diǎn)，特色農(nóng)產(chǎn)品及其加工、農(nóng)業(yè)生態(tài)環(huán)境修復(fù)與治理、智能農(nóng)機(jī)裝備開(kāi)發(fā)與推廣等方向也是研究熱點(diǎn)；現(xiàn)代農(nóng)業(yè)與其他產(chǎn)業(yè)存在一定程度的交叉融合研究，主要集中在與環(huán)保產(chǎn)業(yè)的融合研究，在細(xì)分產(chǎn)業(yè)上現(xiàn)代林業(yè)與現(xiàn)代中藥、農(nóng)機(jī)裝備與智能制造裝備的融合研究較多。

單獨(dú)的科研檔案蘊(yùn)含的信息是零散、獨(dú)立的，主要能體現(xiàn)其存史、憑證的價(jià)值。而大量的科研檔案信息，通過(guò)各種研究方法進(jìn)行數(shù)據(jù)挖掘和分析，可以反映科學(xué)研究分布、趨勢(shì)、熱點(diǎn)等情況，從而更好地發(fā)揮科研檔案的資政作用。由上述分析過(guò)程和結(jié)果可以看出，知識(shí)圖譜的方法在科研檔案信息資源挖掘分析中，能夠有效地對(duì)科研項(xiàng)目的基礎(chǔ)數(shù)據(jù)進(jìn)行聚合歸類，反映科研項(xiàng)目的區(qū)域分布、機(jī)構(gòu)分布、研究熱點(diǎn)分布及產(chǎn)業(yè)融合等現(xiàn)狀特點(diǎn)，體現(xiàn)科研項(xiàng)目布局的傾向性，為政策評(píng)價(jià)和政策建議提供信息支持。