基于文本聚類法的高校電工學科創新競爭力評價研究

劉紫熹,魏冠元,單子婧,李一涵

(1.國網能源研究院有限公司,北京 102209;2.華北電力大學 經濟與管理學院,北京 102206)

0 引言

高校作為產學研用一體化發展中不可或缺的一環,其創新能力的高低往往能夠體現其所在地區的經濟發展情況。電工學科作為歷史悠久的學科,其已深度融入地方生活并對經濟發展起支撐作用,具有廣闊的發展前景和發展潛力。了解各地區高校在電工領域的科技創新資源布局現狀,能夠有效掌握當地電力行業的創新發展情況。創新競爭力資源布局對區域經濟發展及電力技術發展有著至關重要的作用,合理進行高校學科創新能力評估有助于優化科技創新競爭力的資源布局,從而促進區域經濟發展。

有較多學者對高校科技創新能力評價進行研究：徐朋輝等使用因子分析法,對安徽省30所本科院校的科技創新能力進行分析評價,分析了當地高校的發展趨勢[1]。安蓉等基于高校創新相關要素構建了地方高校創新能力評價指標體系,采用因子分析法評價地方高校創新能力,為西部地區高校的發展提出了建設性意見[2]。郭俊華等基于科技創新的發展現狀,以全國各地高校為研究對象,從5個維度構建了高校創新能力指標評價體系,利用因子分析法對比分析各高校的科技創新能力,從全國視角提出建議[3]。韓曉明等結合主成分分析法與熵權法,選取100所高校為研究對象,構建高校科技創新能力評價指標體系,對高校的特點進行歸類對比,歸納不同類型高校的創新發展情況并對其未來發展提出建議[4]。張俊婷等引入熵權-DEMATEL法,修正了熵權法中可能出現的偏差,對江蘇地區40所高校進行分析評價,總結了各個創新能力評價指標之間的關系[5]。熊國經等引入基于E-TOPSIS的改進因子分析法,以泛珠三角地區的高校為研究對象,將影響和表現學科競爭力的因素轉換為可量化數據,提出有關地區高校發展的建議[6]。白玉等使用扎根理論分析高校科技創新能力的內涵,在定性分析的基礎上將相關因素定量化,構建了包含91個概念的評價模型[7]。李春英等以高校“雙一流”建設為研究背景,系統組合眾多因素,構建了高校學科競爭力評價層次結構模型,將定性指標分類轉化為定量指標[10]。現有研究中對高校科技創新競爭力的關注點較為寬泛,大多從高校所有學科統計數據出發研究高校整體的創新競爭力,但不同的高校有各自的代表學科及重點發展學科,將關注點放在某一類學科或某一門學科上不僅能更準確地評價高校的創新競爭力,也能更好地把握所評價高校的特點。

選取傳統學科中的電工學科,分析高校電工學科的建設情況,結合電工領域橫縱向課題的項目分類特點將電工學科劃分為14個細分領域,利用基于TF-IDF算法的文本聚類方法將海量論文數據歸類至不同細分領域,實現以技術領域為導向的精細化評價。依據電工領域的專業特性與應用特點,基于文本聚類的方法構建高校電工學科創新競爭力評價指標體系,運用AHP-熵權法設置權重,利用TOPSIS法對國內100所高校的電工學科進行創新競爭力評價及實證分析,以反映高校在電工領域培養人才、科學研究及社會服務方面的創新能力,以推進電工學科教育改革創新,幫助企業選取合作對象,推動產學研用一體化發展,促進資源的高效精準投入。

1 研究方法

基于TF-IDF算法對高校論文成果進行聚類,將所選取的論文數據歸類,細分其技術領域,突出高校在電工領域的優勢學科及其資源分布情況。確定高校指標后,搜集各指標所需數據,采用組合賦權法對指標賦權,依據各要素的關聯度構建多層次分析模型,用熵權法判斷各指標的離散程度,分析其對綜合評價的影響程度。確定各個指標的權重后,通過TOPSIS法評價各高校電工學科的創新競爭力水平,以相對距離為評判標準,將評價對象的方案與最佳方案和最差方案相比較,得到各高校的評價結果。具體研究框架見圖1。

圖1 基于文本聚類法的高校電工學科創新競爭力評價研究框架Fig.1 Research framework of innovation competitiveness evaluation of electrical engineering in colleges and universities based on text clustering

1.1 基于TF-IDF算法的文本聚類方法

電工學科涵蓋的技術范圍十分廣泛,為對其進行精確評估,參考國家自然基金電工領域項目[11]及電力企業橫向項目的劃分類型,結合高校電工學科結構,依據不同技術特點將電工學科分為14個不同的領域,詳見表1。

表1 電工學科細分技術領域Tab.1 Electrical engineering subdivisions in the technical field

為按領域對獲取的指標數據進行分類,采用TF-IDF技術進行學術論文關鍵詞提取。若某一詞語出現頻率高,且在語料庫的其他文本中出現頻率相對較少,則認為其具有很好的類別區分能力,適合作為關鍵詞進行分類。

TF-IDF由詞頻(term frequency,TF)與逆向文件頻率(inverse document frequency,IDF)組成,計算方式為二者相乘,如式(1)。

TF-IDF=TF×IDF

(1)

其中,TF和IDF的計算方式見式(2)、式(3)。

(2)

其中,ni,j為特征詞ti在文件dj中出現的次數,nk,j為文件j中詞條k出現的次數。

(3)

其中,|D|為語料庫中的文件總數。

得到文本特征向量后,使用K-means算法按照關鍵詞向量將學術論文聚類為14類,文本聚類的具體流程見圖2[12]。

圖2 基于TF-IDF算法的文本聚類流程Fig.2 Text clustering process based on TF-IDF algorithm

1.2 組合賦權法

賦權方法主要分為主觀賦權法與客觀賦權法,主觀賦權采用層次分析法,依據專家經驗對評價指標的重要程度打分,帶有一定的主觀隨意性。客觀賦權法通常根據實際數據的變異程度為不同指標賦權,容易受離群點影響,且忽視了專家經驗對于指標設置的貢獻。故采用層次分析法與熵權法[13]相結合的組合賦權法進行權重設置,在保留專家實踐經驗的同時弱化個人主觀意見對權重大小的影響。

設pj、qj分別為基于AHP和熵權法生成的評價指標xij的權重系數,γ為決策者偏好(0≤γ≤1),則組合權重系數為：

wj=γpj+(1-γ)qj,(j=1,2,…,n),0≤γ≤1

選取30名電工領域專家為調研對象,以問卷形式對電工領域創新競爭力水平各影響因素的重要程度進行打分,利用matlab軟件判斷矩陣一致性并進行主觀權重計算,運用指標熵權法對主觀權重進行修正,最終得到組合權重。

1.3 TOPSIS評價方法

采用逼近理想解排序法(TOPSIS)綜合評價各高校在電工領域的科技創新能力水平。TOPSIS是一種確定情境下的多屬性決策方法,可同時評價多個對象,將研究對象的決策方案與最佳方案和最差方案進行比較,以它們相對距離的遠近評判方案的優劣。

構建原始數據決策矩陣X,利用極值處理法對決策矩陣進行標準化處理,計算加權標準化判斷矩陣U。

確定相對正負理想解,見式(5)、式(6)。

(5)

(6)

計算判斷矩陣各元素到正理想解和負理想解的歐式距離,見式(7)、式(8)。

(7)

(8)

計算評價值Ci并排序,評價值計算方法如下：

(9)

2 評價指標體系構建

科學準確評價科技資源的創新競爭力,需建立適用于不同評價對象的科學、合理、可操作的評價指標體系,使評價結論更加全面、科學、客觀。依據建立評價指標體系的系統性、科學性、可比性、可行性及導向性等基本原則[16],構建包含多級指標因素的電力領域高校創新競爭力評價指標體系。為體現評價指標的科學性和統一性,所有指標均參考國家或教育部的科研基礎及獲獎標準,考慮到電工學科的特色,增加了IEEE會士人數及電力領域校企合作情況兩項指標。詳見表2。

表2 高校電工學科創新競爭力評價指標體系Tab.2 Evaluation index system of innovation competitiveness of colleges and universities in electric field

1)科技創新資源與基礎條件。科技創新資源與基礎條件能夠反映高校開展科技創新工作所具備的平臺搭建能力和條件保障能力,是高校在科技創新領域人力、物力、資金供給及軟環境配備等多方面實力的綜合體現。

2)科技創新投入能力。科技創新投入是高校進行原始創新活動時投入的科技資源,主要通過人力資源投入與科研項目經費獲取兩個指標來衡量,其中人力資源投入最為關鍵,主要通過高校中電工領域的科學研究與試驗發展(research and development,R&D)人員占比、院士數量、國家高層次人才與國家優秀人才引進數量及IEEE會士數量來衡量。

3)科技創新產出能力。科技創新產出能力是各高校將創新資源與科技投入有效轉化為科技成果的能力,進行高質量的知識創新是高校科技創新活動最重要的任務之一。

4)科技創新合作與交流能力。科技創新的目標是推動國家或地區的知識流動,尤其是促進知識在研發機構、企業、中介機構間的有效流動。高校是知識創新的主要發源地,新知識、新方法、新理論封閉在大學課堂里無法體現知識創新的真正價值,科技創新合作與交流能力是高校科技創新競爭力的重要體現。

3 高校電工學科創新競爭力評價

3.1 數據來源

整理國內在中文核心期刊上發表過電工領域學術論文的所有院校,通過發文量、學科評估等級等指標進行初步篩選,選取其中106所院校進行最終的競爭力評價。高校學科指標數據的主要來源為各院校的電氣工程院系網站、科技統計年鑒或相關報告,專利數據來源為IncoPat全球專利數據庫,論文數據來源為中國知網論文數據庫(僅選取北大中文核心目錄期刊論文)。所有數據的時間范圍均為2017—2022年。

3.2 評價結果

對所選106所高校進行評價排序,對各高校在14個領域(見表1)的排名情況進行匯總,剔除各領域均排在51名以后的學校,列出余下67所高校(表格中第二行第二列數字“10”表示清華大學在10個細分領域中排名第一)。由表3可知,清華大學和華北電力大學在所有領域中均排在前兩位,主要原因是評價體系中論文發表情況的權重較大(各領域平均占比15%左右)。區別于綜合型高校研究的廣泛性,華北電力大學在學術研究中具有較強的電力行業特色,其研究時間范圍內在電工領域的總發文量為3129篇,高于總發文量第二名西安交通大學兩倍(1466篇),在各領域的創新競爭力評價中表現出一定的優勢。進入高校創新競爭力各領域前三名和前十名高校分別有9所、20所。

表3 高校電工學科創新競爭力各領域排序Tab.3 Ranking of scientific and technological competitiveness of colleges and universities in various fields

為便于對比分析,將14個細分領域合并為5種類型,對評價結果進行統一分析。

1)第一類技術領域包括大電網安全分析與規劃技術、電網防災減災技術、電網環保與節能技術、配用電與微網技術4個電網相關領域。從區域分布情況看,該類相關技術的高水平科技資源在全國范圍內分布較均勻,前20名高校所在區域涉及全國一半以上省份,各電網區域均有資源分布,但各電網區域內部資源分布并不均衡,存在顯著的階梯級分布現象,如華北電網集中于北京,華東電網集中于江蘇省,華中電網集中于湖北省等,見圖3。

圖3 第一類技術領域創新競爭力前20名高校布局情況Fig.3 Layout of top 20 universities in the first type of technological innovation competitiveness

2)第二類技術領域包括電力通信與電力信息技術、電力電子及電能質量技術、電力系統自動化技術3個電信電子及自動化相關領域。從電網區域分布看,各電網區域間的優勢科技資源呈現階梯型分布,華東電網在該類領域的優勢較為明顯,其次分別是華北、華中電網.相較于第一類技術領域,第二類技術領域在電網區域間呈現出更大的差距,西北、東北電網的科技資源落差進一步顯現,各電網區域內部資源分布的不均衡性也進一步加深,見圖4。

圖4 第二類技術領域創新競爭力前20名高校布局情況Fig.4 Layout of top 20 universities in the second type of technological innovation competitiveness

3)第三類技術領域包括輸變電設備運行與管理技術、輸變電施工與設計技術、特高壓輸變電技術3個輸配電相關領域。從電網區域分布情況來看,各電網區域間的優勢科技資源分布較為平均,最具優勢的仍是以江蘇省為代表的華東電網。相較于前兩類技術領域來說,華中電網在輸配電類技術領域的資源優勢有所增強,主要因為四川大學、重慶大學及西南交通大學在此領域的創新競爭力較強。以陜西省為代表的西北電網在此領域內的數量較少,但西安交通大學的創新競爭力十分強勁,在其中兩個領域的排名均進入前三,因此帶動了西北電網優勢科技資源整體質量的上升,見圖5。

圖5 第三類技術領域創新競爭力前20名高校布局情況Fig.5 Layout of top 20 universities in the third type of technological innovation competitiveness

4)第四類技術領域包括電動汽車與儲能技術、新材料及其應用技術、新能源發電與接入技術3個新興技術領域。從電網區域分布看,各電網區域間的優勢科技資源分布較為平均,華東、華北、華中電網實力相近且占據大部分資源。相較于其它類型技術來說,東北電網在新興技術領域的資源優勢有所增強,主要貢獻來自哈爾濱工業大學、吉林大學、沈陽工業大學等老牌工科院校。從省級分布情況看,湖南省的優勢增強,湖南大學在3個細分領域均排在前20名,湘潭大學在新材料技術及應用、新能源發電及接入技術領域進入前20,見圖6。

圖6 第四類技術領域創新競爭力前20名高校布局情況Fig.6 Layout of top 20 universities in the fourth type of technological innovation competitiveness

5)第五類技術領域為決策支持技術領域。從電網區域分布看,該技術領域的區域分布在所有類型中最不均衡,東北電網和西北電網僅占全國科技資源的15%,華東、華北、華中電網實力相近且占據更大部分的資源,其中華東電網的資源占全國的35%,見圖7。

圖7 第五類技術領域創新競爭力前20名高校布局情況Fig.7 Layout of top 20 universities in the fifth type of technological innovation competitiveness

4 結論與建議

以國內106所高校為研究對象,在利用TF-IDF技術進行文獻歸類的基礎上,使用AHP-熵權法與TOPSIS法分別計算權重及評價分值,發現電工領域科技資源存在分布不均的問題,東西部區域高校的科技創新競爭力差距較大。各省需共同努力,合作互動、交流互通,實現優勢互補,協力縮小區域間科技資源差距,共同為建設新型電力系統、實現電力行業能源轉型貢獻力量。

1)加強西部地區電力科技資源部署。從其科技資源的地理分布來看,主要集中于北京、江蘇、湖北、陜西等中、東部發達地區,西北、西南地區電工領域科技資源較為稀缺。西北、西南地區擁有豐富的可再生能源,應加強對此類地區的資源注入,因地制宜開展可再生能源發電研究,助力我國電力行業的能源轉型。

2)構建產學研合作模式。高校和科研機構是企業的人才基地,企業是技術的需求方,產學研鏈條的每一環節都應做到分工明確、信息互通、互促互濟。高校可在現有學科基礎上,協同地方資源稟賦與發展戰略,逐步探索有自身特色且具備核心競爭力的技術領域,由點及面增強綜合實力,構建高校與地方新能源企業整體對接的產學研合作模式。

3)促進高校信息化建設。一些高校的信息較少或更新較慢,不利于自身宣傳展示及評價工作的展開,高校應重視對信息化平臺的建設,促進信息公開透明。