基于知識圖譜的科研檔案信息資源挖掘
——以湖南省農業科技計劃項目檔案為例

李文媛 黃曉林 饒 笛

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

通過文獻調研發現，檔案信息資源挖掘的研究主要集中在挖掘策略和方法，對檔案具體內容信息的挖掘分析較少。例如，王蘭成等論述了檔案社會化媒體信息研究框架以及內容挖掘的研究方法[1]；張倩對高校學術檔案數據來源進行分析研究并提出了構建高校學術檔案大數據知識資源庫的步驟[2]；楊來青則是基于大數據技術提出檔案信息資源挖掘策略與方法[3]。

知識圖譜廣泛用于信息挖掘研究，它是現實世界中根據實體間關系相互連接起來所形成的一種網絡結構，主要是用圖形的方式直觀地呈現學科或領域知識的各種聯系[4]。其在檔案學領域的應用研究主要體現在展示研究進展與演化趨勢，識別知識基礎、研究熱點與研究前沿，識別核心作者群及其之間的互引關系，識別核心國家、機構及其之間的合作情況[5]等檔案學文獻的研究，以及構建科研檔案管理知識圖譜[6]等，應用于檔案本身信息的挖掘研究較少。因此，本文將利用知識圖譜的方法對科研檔案的內容信息進行挖掘分析，驗證該方法應用于檔案內容信息挖掘的可行性，進一步發揮科研檔案對科研管理工作的決策參考作用。

一、數據來源及處理方法

科技計劃項目檔案是科研檔案的主要組成，是科技計劃項目管理活動的原始記錄。湖南是農業大省，現代農業技術是《湖南省“十三五”科技創新規劃》構建的十大領域產業技術創新鏈（以下簡稱十大領域）之一。挖掘農業科技計劃項目檔案的內容信息對于了解湖南省農業領域科學研究現狀具有重要意義。

本研究數據來源于湖南省級科技計劃項目檔案。為了使信息分析更加準確和有針對性，在進行數據處理前，對選取的數據進行了必要的人工清洗和數據標引。（1）數據篩選。以2016—2018年湖南省重大專項和重點研發計劃項目為范圍，共選取得到農業領域科技計劃項目檔案信息408條。（2）規范化處理。對項目承擔單位、項目類型等字段的全稱、簡稱并存和不一致等情況按照統一標準進行規范化處理。（3）數據標引。根據項目承擔單位所處市州、機構類型等對其進行屬地人工標引；按照十大領域的分類，對項目所屬產業和重點細分產業進行標引。

本研究使用的數據處理工具主要有：分詞處理采用python語言環境下的jieba分詞工具包，詞頻分析采用BibExcel，復雜網絡數據可視化采用Gephi，部分基礎性數據整理使用Excel軟件及VBA語言。

二、湖南省農業科研現狀分析

1.研究地域分布。科研項目所屬地域分布統計可反映各地區研究力量強弱。根據項目承擔單位所在地，對每個項目所屬行政區域進行標引，并利用該標引對項目進行地域分布統計（見表1）。由表1可見，長沙市科研單位承擔項目數量以279個遙遙領先，占比高達68.38%，其余市（州）項目承擔數量則僅有十幾或幾個。可知，長沙作為高校和科研機構集中的省會城市，研究力量基礎雄厚，其在農業產業方向上的研發能力遠高于其他地市。

表1 湖南省農業科技計劃項目所屬區域統計分析

2.研究機構分布。項目承擔單位的分布統計可以反映從事該產業研究的主體和主力。根據項目承擔單位機構性質，對每個項目進行標引，并利用該標引對項目進行機構類型統計（見表2）。統計發現，高等院校、企業和科研機構承擔項目分別為141、153、100個，分別占比34.56%、37.5%和24.51%，說明開展農業研究的機構分布較為平衡，其中企業承擔項目數量最多，表明企業作為科技創新的主體作用在農業產業中得到充分展現。

表2 湖南農業科技計劃項目承擔單位機構性質分布

為進一步了解各機構性質的研究情況，對各項目承擔單位承擔項目的數量分別進行統計。統計發現，項目承擔單位共有210個，承擔3個及以上項目的單位共計有25家（見表3），15家單位有2個項目，170家單位有1個項目。由表可見，承擔3個以上項目的單位幾乎均為高等院校或科研機構。其中，高等院校有10個，承擔項目127個；科研機構14個，承擔項目76個。綜合分析表2、表3發現，盡管在農業研究領域中企業的主體地位已經確立，但是集中優勢不強，其研究力量仍然集中在以湖南農業大學、中南林業科技大學等農林專業為重點的高校，以及湖南省林業科學院、湖南省蔬菜研究所、湖南雜交水稻研究中心等與農業產業相關的科研機構。究其原因，筆者認為，高校和科研機構擁有更專業、更集中的科研團隊和科研人員，研究資源更加豐富。企業以盈利為目的，更加注重投入和產出，農業研究周期較長，而中小企業經費有限，精力有限，更專注于本企業核心產品的研究。

表3 承擔3個及以上農業科技計劃項目的單位

3.研究熱點分布。一般情況下，立項資金支持反映項目的重要程度，項目所獲資金支持越多說明項目越重要。因此，對立項資金的分析可以反映立項的側重點和研究的熱點。以立項金額大小為基礎形成的項目研究熱點分布見圖1。表4是2016—2018年獲支持經費排名前10位的湖南省農業科技計劃項目。

圖1 湖南省農業科技計劃項目研究熱點分布

表4 獲得財政資金支持排名前10位的湖南省農業科技計劃項目

由圖1可知，湖南省農業產業研究熱點主要集中在以下幾個方向：（1）作物新品種選育及栽培技術。該方向是湖南省農業研究的最重要主題，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、藥材等特色農產品也得到較多關注，這與湖南是以水稻為主的糧食大省、雜交水稻發源地、種質資源豐富等省情相符。這也表明，近年來湖南省農業產業研究方向符合提高種業自主創新能力、確保糧食安全的國家戰略。（2）特色農產品及其加工。農產品精深加工對增加農產品附加值、提高農業生產效益具有重要意義。湖南省農產品精深加工研究突出生態綠色和本地化，在具體農產品上主要包括糧油、綠色蔬菜、柑橘等特色水果、黑茶等地方茶葉、中藥材、竹木林產等方面。（3）農業生態環境修復。該方向的研究主要集中在土壤污染修復、生態養殖和廢棄物綜合利用等方面，這符合湖南是有色金屬之鄉，重金屬污染嚴重，亟待治理修復的省情，同時也說明了湖南對農村生態環境的關注度較高，粗放的農業生產方式正在向綠色農業轉變。（4）智能化農機裝備開發及推廣。智能農機裝備能夠有效提高農業生產效率，推動現代農業發展。湖南省是農業大省、機械制造強省、信息技術也有一定的基礎，這些均為湖南省智能農機開發和推廣提供了一定的便利條件。同時，從表4中也可以看出，10個獲得較多財政資金支持的項目中有6個涉及種植業、2個養殖業、1個農業信息技術、1個農業先進裝備。這說明種植業仍然是湖南省農業的主業；養殖業、農業信息技術、農業裝備等方向有一定研究，但研究力量相對較弱；種植業中除水稻外，油茶、茶葉、中藥材、食用菌等特色農產品的相關研究也得到較多支持。

4.產業融合研究現狀。為分析湖南省農業一二三產業融合情況，本文以十大領域和其重點細分產業為標準，對湖南省農業科技計劃項目檔案進行產業標引，標引內容包括項目所屬產業（見下頁表5）和重點細分產業（見下頁表6），標引時考慮項目所屬產業和重點細分產業交叉情況。由表5（見下頁）和圖2（見下頁）可知，近年來，湖南省農業科技計劃項目中與其他產業存在交叉融合的研究，數量占比已達28.67%，說明湖南省現代農業與其他產業存在一定程度的交叉融合。

表5 湖南省農業科技計劃項目與其他產業融合情況

湖南省現代農業產業與其他產業交叉融合的研究現狀主要有以下特征：（1）與“資源利用和環保”交叉融合研究最多，占比已達55.6%。結合圖2和對項目的梳理分析可知，在細分產業中，農產品質量安全與環保裝備制造與服務業聯系最為緊密，69.6%農產品質量安全的項目與環保裝備制造與服務業相關，另有16%的項目與城市礦產開發利用有關，大多數為環境污染治理修復、生態養殖、廢棄物利用、生態保護等問題的研究，說明在農產品質量安全方面的研究主要集中在環保方面。（2）與人口健康、新一代信息技術、高端裝備制造和現代服務業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業融合研究相對集中，分別集中在中藥材的培育種植和智能農機裝備研制，即細分產業中的現代林業與現代中藥、農機裝備與智能制造裝備的融合研究；與信息技術產業融合則是在物聯網、電商平臺、大數據等智慧農業經營和智能高效設施研發，涉及物聯網、移動互聯網、北斗導航、智能硬件及配套等細分產業；與現代服務業的融合研究則不多，僅有農業產品推廣和科技特派員技能提升等。（3）現代農業內重點細分產業研究熱度差異明顯。由表6和圖2還可發現，在其重點細分產業中，蔬菜果茶和現代林業等高值農產品的培育種植是研究熱點，特別是蔬菜果茶占比已達21%。其次是畜禽水產、糧食油料等傳統農業研究。這與湖南省是糧食大省，名優茶品較多，以及油茶油菜種植、畜禽水產養殖、中藥材種植、竹木加工有一定特色等省情相符。

表6 湖南省農業科技計劃項目在農業重點細分產業分布情況

圖2 湖南省農業科技計劃項目在各重點細分產業中的分布情況

三、結論

綜上所述，通過對農業科技計劃項目檔案的挖掘，分析了湖南省“十三五”期間農業領域科學研究現狀，結果表明：在地域上，長沙市是農業科技計劃項目的承擔主力；企業的農業科技創新主體地位明顯，但是高校和科研機構仍是研究的重要角色；作物新品種選育及栽培技術是研究重點，特色農產品及其加工、農業生態環境修復與治理、智能農機裝備開發與推廣等方向也是研究熱點；現代農業與其他產業存在一定程度的交叉融合研究，主要集中在與環保產業的融合研究，在細分產業上現代林業與現代中藥、農機裝備與智能制造裝備的融合研究較多。

單獨的科研檔案蘊含的信息是零散、獨立的，主要能體現其存史、憑證的價值。而大量的科研檔案信息，通過各種研究方法進行數據挖掘和分析，可以反映科學研究分布、趨勢、熱點等情況，從而更好地發揮科研檔案的資政作用。由上述分析過程和結果可以看出，知識圖譜的方法在科研檔案信息資源挖掘分析中，能夠有效地對科研項目的基礎數據進行聚合歸類，反映科研項目的區域分布、機構分布、研究熱點分布及產業融合等現狀特點，體現科研項目布局的傾向性，為政策評價和政策建議提供信息支持。