2023 年度自動化領域(F03)國家自然科學基金項目申請與資助情況綜述

劉行健 劉 嶼 趙瑞珍

1 引言

自動化科學與技術主要以工業裝備為代表的固定物體、運載工具為代表的運動體以及人參與的信息物理系統為研究對象,以替代人或輔助人來增強人類認識世界和改造世界的能力為目的,綜合運用控制科學與工程、系統科學與工程、信息與通信工程、計算機科學與技術、數學與人工智能等學科知識和所涉及對象的領域知識,研究具有動態特性仿真與分析、預測、控制與優化決策功能的自動化系統設計方法和實現技術的一門工程技術學科[1].

國家自然科學基金委員會 (以下簡稱自然科學基金委)信息科學部信息科學三處 (以下簡稱信息三處)主要資助自動化科學與技術及相關交叉領域的基礎理論、基本方法和關鍵技術研究,負責管理申請代碼F03.為優化資助布局,F03 下屬二級代碼于2018 年大幅修訂,2020 年再次修訂,現有二級代碼11 個,具體包括: F0301,控制理論與技術;F0302,控制系統與應用;F0303,系統建模理論與仿真技術;F0304,系統工程理論與技術;F0305,生物、醫學信息系統與技術;F0306,自動化檢測技術與裝置;F0307,導航、制導與控制;F0308,智能制造自動化系統理論與技術;F0309,機器人學與智能系統;F0310,人工智能驅動的自動化;F0311,新興領域的自動化理論與技術[2].

2023 年度,自然科學基金委集中受理期受理的項目類型包括面上項目、青年科學基金項目(以下簡稱青年項目)、地區科學基金項目(以下簡稱地區項目)、重點項目、優秀青年科學基金項目(以下簡稱優青項目)、國家杰出青年科學基金項目(以下簡稱杰青項目)、創新研究群體項目、基礎科學中心項目、國家重大科研儀器研制項目等13 種類型[2].自2010 年來,信息三處及相關專家相繼發表了多篇自動化領域資助情況和發展展望的論文[3-6].本文立足分析梳理自動化領域(申請代碼F03) 2023 年度部分項目的申請情況、資助情況和依托單位等信息,也對其中面上項目、青年項目和重點項目等近五年資助情況進行梳理統計,旨在為相關研究人員了解自動化領域基礎研究隊伍、主要研究方向及項目資助等情況提供參考.

2 項目申請與資助情況分析

2.1 面上項目、青年項目和地區項目

2023 年度,自然科學基金委信息三處共收到面上項目申請2 238 項,來自432 個依托單位;青年項目申請2 155 項,來自528 個依托單位;地區項目申請234 項,來自74 個依托單位;三類項目總計申請數為4 627 項.根據《2023 年度國家自然科學基金項目指南》[2]相關規定進行初審,有3 項面上項目、1項青年項目、1 項地區項目因沒有正確提供相關證明材料而未能通過初審.經通訊評審,共有545 項面上項目、693 項青年項目、52 項地區項目上會重點討論,其余項目上會非重點討論.經會議評審,本年度共資助面上項目390 項,涉及137 家依托單位;青年項目496 項,涉及191 家依托單位;地區項目36 項,涉及23 家依托單位.面上項目、青年項目和地區項目的資助率 (資助項數/申請項數) 分別為17.43%、23.02%和15.38%,資助占比 (獲資助依托單位數/申請依托單位數)分別為31.71%、36.17%和31.08%,相關統計數據見表1.

表1 2023 年度自動化領域 (F03)面上項目、青年項目和地區項目申請與資助情況Table 1 Application and Funding Status of General Program,Young Scientists Fund,Fund for Less Developed Regions in the Field of Automation(F03) for the Year 2023

圖1 給出了近五年 (2019～ 2023)自動化領域(F03)面上項目、青年項目和地區項目資助率變化曲線.如圖可見,近五年的三類項目的資助率比較平穩,青年項目的資助率最高,穩定在23%左右;面上項目資助率次之,穩定在17%左右;地區項目的資助率一直最低.根據自然科學基金項目指南,地區項目支持特定地區的部分依托單位的科學技術人員在科學基金資助范圍內開展創新性的科學研究,培養和扶持該地區的科學技術人員,服務區域經濟社會發展.面上和青年項目申請則不受區域限制,即符合地區項目申請條件的依托單位申請人也可以申請面上項目和青年項目.盡管自然科學基金委為這些特定地區的科研人員開辟了單獨賽道,但從資助率可見,競爭同樣非常激烈.

圖1 近五年 (2019～ 2023)自動化領域 (F03)面上項目、青年項目和地區項目資助率變化情況Fig.1 Funding Rates for General Program,Young Scientists Fund,Fund for Less Developed Regions in the Field of Automation (F03) Over the Past Five Years (2019～ 2023)

表2 統計了2019～ 2023 年面上項目和青年項目的依托單位申請和資助情況,從申請單位看,申請面上項目的依托單位數量整體呈增加趨勢,近5年增長了約8%;申請青年項目的依托單位數量增幅更為明顯,近5 年增長了約13%,一定程度上反映了本領域的青年科研人員 (博士畢業生、博士后等)正流向更多的科研單位,領域發展勢頭較好.從資助占比情況看,青年項目獲資助依托單位的占比較高且相對穩定 (維持在37%左右);相比之下,面上項目資助占比稍低且有所波動 (維持在31%左右),表明領域競爭激烈.

表2 近五年 (2019～ 2023)自動化領域 (F03)面上項目和青年項目依托單位申請與資助情況Table 2 Application and Funding Institutions of General Program and Young Scientists Fund in the Field of Automation (F03) Over the Past Five Years (2019～ 2023)

表3 給出了2023 年度自動化領域 (F03)面上項目和青年項目申請數排名前五的依托單位.面上項目中,北京理工大學申請數排名第一,廣東工業大學、哈爾濱工業大學、北京航空航天大學申請數量相近,分列2～ 4 位;青年項目中,中國人民解放軍國防科技大學申請數排名第一,北京理工大學和上海交通大學緊隨其后,位列2、3 位.2023 年度自動化領域 (F03)面上和青年項目獲資助數排名前五的依托單位如表4 所示,面上項目資助數排名前五的依托單位中 (東南大學、哈爾濱工業大學、山東大學和天津大學并列),資助數基本持平,即獲資助12～ 13 項.其中,東南大學、山東大學與天津大學的資助率相對較高.青年項目資助數排名前五的單位中,安徽大學與上海交通大學的獲得資助數量并列第一,為15 項.其余單位也均獲得了10 項以上的資助.其中,安徽大學與山東大學的資助率相對較高.如表4 所示,青年項目的資助率整體高于面上項目,也一定程度反映了即使在學科實力較強的高校院所,面上項目申請也是競爭十分激烈的.

表3 2023 年度自動化領域 (F03)面上項目和青年項目申請數排名前五的依托單位Table 3 Top Five Affiliated Institutions with the Highest Number of Applications for General Program and Young Scientists Fund in the Field of Automation (F03) for the Year 2023

表4 2023 年度自動化領域 (F03)面上項目和青年項目資助數排名前五的依托單位Table 4 Top Five Affiliated Institutions with the Highest Number of Funding for General Program and Young Scientists Fund in the Field of Automation (F03) for the Year 2023

2023 年度,自動化領域 (F03)各二級申請代碼下面上項目、青年項目和地區項目的申請與資助情況如表5 所示.面上項目中,F0301 (控制理論與技術)和F0309 (機器人學與智能系統)申請量最多,均為378 項.F0311 (新興領域的自動化理論與技術)申請量最少,68 項,僅為最高的17.98%.值得注意的是,F0310 (人工智能驅動的自動化)為代碼調整后新設代碼,近幾年申請量增加迅速,2023 年度,其申請量已經位于所有二級申請代碼第四.這說明了自動化與人工智能交叉研究是近幾年的研究熱點,值得研究人員加以關注.從資助率來看,大部分二級申請代碼的資助率都穩定在平均資助率17.43%左右.其中,F0311 (新興領域的自動化理論與技術)的資助率最高,為20.59%.F0310 (人工智能驅動的自動化)的資助率次之,為19.05%.F0306(自動化檢測技術與裝置) 和F0307 (導航、制導與控制)兩個代碼資助率最低,分別為15.08%和14.94%.青年項目中,F0301 (控制理論與技術)和F0309 (機器人學與智能系統)申請量仍為最多,分別為414 項和374 項,兩者合計占青年項目總申請量的36.57%.F0311 (新興領域的自動化理論與技術)仍為申請量最少的二級申請代碼,僅有52 項.就資助率而言,青年項目的資助率高于面上項目與地區項目,平均資助率為23.02%.其中,F0304 (系統工程理論與技術) 的資助率最高,為26.87%.F0303 (系統建模理論與仿真技術)的資助率最低,為20.10%.地區項目中,整體申請量為234 項.其中,F0301 (控制理論與技術) 的申請量最多,為50 項.在資助率方面,由于部分二級申請代碼申請量過少,導致其各二級申請代碼資助率離散度較大,整體平均資助率為15.38%.

表5 2023 年度自動化領域 (F03)各二級申請代碼下面上項目、青年項目和地區項目申請與資助情況Table 5 Application and Funding Status of General Program,Young Scientists Fund,Fund for Less Developed Regions in the Field of Automation (F03,with all secondary codes) for the Year 2023

2.2 重點項目

重點項目支持從事基礎研究的科學技術人員針對已有較好基礎的研究方向或學科生長點開展深入、系統的創新性研究,促進學科發展,推動若干重要領域或科學前沿取得突破.重點項目應當體現“有限目標、有限規模、重點突出”的原則,重視學科交叉與滲透,有效利用國家和部門現有重要科學研究基地的條件,積極開展實質性的國際合作與交流[2].

根據2022 年度征集的指南建議[7],并結合信息學部“十四五”發展戰略規劃和優先資助領域,2023年度信息科學部共發布了4 個重點項目群,涉及20 個重點研究方向;發布104 個重點項目立項領域[2].其中,信息三處發布1 個重點項目群 (自動化傳感與檢測技術),支持6 個重點研究方向,涉及代碼為F0306 (自動化檢測技術與裝置),發布18 個重點項目立項領域,涉及10 個二級申請代碼,其中62 號指南涉及F0302 與F0304 兩個二級申請代碼.如表6 所示,2023 年度自動化領域 (F03)重點項目的申請總數為78 項,最終資助23 項,且所有立項的二級申請代碼均有項目資助.從申請數來看,F0305(生物、醫學信息系統與技術)和F0306 (自動化檢測技術與裝置)并列第一,均有16 項.雖然F0305(生物、醫學信息系統與技術)只有2 個重點項目立項領域,但是申請量卻達到了16 項,是所有二級申請代碼中申請立項比最高的.這說明了自動化等信息技術與生命、醫學等學科交叉正逐漸成為研究熱點.就申請/立項比例而言,F0309 (機器人學與智能系統)和F0303 (系統建模理論與仿真技術)的比例明顯低于平均值,側面說明了指南立項范圍可能偏窄,導致申請數量較低,制約了本領域重點項目的覆蓋范圍.就資助數量而言,本年度所立重點項目群 (自動化傳感與檢測技術)的資助情況不甚理想,雖然申請了16 項之多,但最終僅有2 項獲批.除此之外,F0303 (系統建模理論與仿真技術)也出現了資助數少于立項領域數即重點項目立項領域未有項目獲得資助的情況.同時,也存在資助數大于立項領域數的情況,如F0305 (生物、醫學信息系統與技術)、F0307 (導航、制導與控制),這也說明了自然科學基金重點項目評審不僅存在項目間競爭,也存在立項領域競爭,存在同一立項領域資助多個項目的可能性.若重點項目立項領域未有任何項目立項,則會在當年稍晚的科學處指南審定會上與新提交的重點項目立項領域建議一同評審,經專家討論、修改、投票以決定是否繼續列入下一年度的重點項目立項領域.

表6 2023 年度自動化領域 (F03)重點項目立項領域、申請與資助情況Table 6 Key Program Proposal,Application,and Funding Status in the Field of Automation for the Year 2023

圖2 給出了近五年 (2019～ 2023)自動化領域(F03)重點項目申請與資助情況.可以看出,近五年自動化領域 (F03)的重點項目申請數量始終在70～80 項之間,除2020 年達到109 項,出現小幅的跳動,整體比較平穩.資助數量從2019 年的15 項穩步上升為2023 年的23 項,資助率從21.43%左右提升到29.49%.以上數據說明,自然科學基金委正逐步擴展重點項目的資助廣度,建議具有一定基礎的科研從業人員踴躍提交重點領域指南建議書,爭取更多的立項機會.

圖2 近五年 (2019～ 2023)自動化領域 (F03)重點項目申請與資助情況Fig.2 Key Program Application,and Funding Status in the Field of Automation Over the Past Five Years (2019～ 2023)

面向自然基金委的“十四五”期間優先發展領域,考慮促進各學科方向均衡有序發展,經2023 年度指南建議評審會專家組討論、投票,在2024 年度,信息三處擬在基因與生物技術、生物與信息融合方向和傳感器設計及智能感知方向布局兩個重點項目群;擬布局工業信息物理系統、智能無人系統技術等相關方向的18 個重點項目立項領域.請相關研究人員關注即將出版的《2024 年度國家自然科學基金項目指南》.

2.3 優青項目與杰青項目

2023 年度,信息三處共受理申請優青項目170項 (不包含港澳優青項目),最終資助17 項,資助率為10.00%.如圖3 所示,從申請人性別來看,男性申請人項目有132 項,女性申請人項目有38 項,比例為3.47:1.經函評后,推薦上會答辯的男性申請人項目有19 項,女性申請人項目有6 項,比例為3.17:1.經過會議評審,最終獲得資助的男性申請人項目有12 項,女性申請人項目有5 項,比例為2.4:1.就優青項目申請人的年齡分布來看,如圖4 所示,申請人年齡分布在29 歲～ 39 歲之間,36 歲與37歲的申請人數量最多.獲得資助的申請人中年齡最大的39 歲,最小30 歲,其中36 歲的申請人有6 人獲得資助,是各個年齡段最多.

圖3 2023 年度自動化領域 (F03)優青項目申請人性別分布情況Fig.3 Gender Distribution of Applicants for the Excellent Young Scientists Fund in the Field of Automation (F03) for the Year 2023

圖4 2023 年度自動化領域 (F03)優青項目申請人年齡分布情況Fig.4 Age Distribution of Applicants for the Excellent Young Scientists Fund in the Field of Automation (F03) for the Year 2023

表 7 2023 年度自動化領域 (F03)優青項目申請與資助情況Table 7 Excellent Young Scientists Fund Application,and Funding Status in the Field of Automation(F03) for the Year 2023

表7 給出了2023 年度自動化領域 (F03)各二級申請代碼優青項目申請與資助情況.就申請數量而言,F0301 (控制理論與技術)、F0309 (機器人學與智能系統)和F0310 (人工智能驅動的自動化)申請量分別為33 項、28 項和27 項,占據了前三甲且明顯多于其他二級申請代碼.F0303 (系統建模理論與仿真技術)、F0308 (智能制造自動化系統理論與技術)和F0311 (新興領域的自動化理論與技術)三個代碼申請量為6～ 7 項,是申請量最少的三個二級申請代碼.就資助情況而言,F0301 (控制理論與技術)共有6 個項目獲得資助,資助率為18.18%,是各個二級申請代碼中最高的.與之相比,F0309(機器人學與智能系統)和F0310 (人工智能驅動的自動化)分別獲得2 項和3 項資助,資助率分別為7.14%和11.11%.值得注意的是,本年度有兩個二級申請代碼未有優青項目獲得資助,分別是申請數為11 的F0304 (系統工程理論與技術)和申請數為6 的F0308 (智能制造自動化系統理論與技術).

2023 年度,信息三處共受理杰青項目申請129 項,最終資助8 項,資助率為6.20%.如圖5 所示,從申請人性別來看,男性申請人項目有113 項,女性申請人項目有16 項,比例為7.06:1.經函評后,推薦上會答辯的男性申請人項目有11 項,女性申請人項目有1 項,比例為11.00:1.經過會議評審,最終獲得資助的男性申請人項目有7 項,女性申請人項目有1 項,比例為7.00:1.就杰青項目申請人的年齡分布來看,如圖6 所示,申請人年齡分布在32 歲～ 45 歲之間,42 歲的申請人數量最多,有27 人.絕大部分申請人年齡處于39～ 44 歲之間.獲得資助的申請人中年齡最大的43 歲,最小37 歲,且獲資助的申請人年齡段分布較為平均.

圖5 2023 年度自動化領域 (F03)杰青項目申請人性別分布情況Fig.5 Gender Distribution of Applicants for the National Science Fund for Distinguished Young Scholars in the Field of Automation (F03) for the Year 2023

圖6 2023 年度自動化領域 (F03)杰青項目申請人年齡分布情況Fig.6 Age Distribution of Applicants for the National Science Fund for Distinguished Young Scholars in the Field of Automation (F03) for the Year 2023

表8 給出了2023 年度自動化領域 (F03)各二級申請代碼杰青項目申請與資助情況.就申請數量而言,F0301 (控制理論與技術)、F0309 (機器人學與智能系統)申請量分別為25 項和33 項,位居前兩名且明顯多于其他二級申請代碼.F0306 (自動化檢測技術與裝置)、F0308 (智能制造自動化系統理論與技術)和F0311 (新興領域的自動化理論與技術)三個代碼申請量分別為4 項、5 項和3 項,是申請量最少的三個二級申請代碼.就資助情況而言,F0301 (控制理論與技術)、F0305 (生物、醫學信息系統與技術)和F0309 (機器人學與智能系統)三個二級申請代碼各獲得2 項資助,資助率分別為8.00%、14.29%、6.06%.F0304 (系統工程理論與技術)和F0310 (人工智能驅動的自動化)各獲得1 項資助,資助率分別為16.67%和8.33%.其他6 個二級申請代碼本年度未有杰青項目獲得資助,詳見表8.

表 8 2023 年度自動化領域 (F03)杰青項目申請與資助情況Table 8 National Science Fund for Distinguished Young Scholars Application,and Funding Status in the Field of Automation (F03) for the Year 2023

從以上優青項目與杰青項目申請和資助情況來看,盡管自然科學基金的優青項目計劃資助數從2018 年的400 項增加到2019 年的600 項,杰青項目的計劃資助數從2018 年的200 項增加到2019 年的300 項,并且在2022 年再次增加到415 項,并且兩類項目均執行中央有關部門關于國家科技人才計劃統籌銜接的要求[8],與其他部委同等級項目互斥,這一定程度上減少了項目的申請數量,但從最終的資助率和申請代碼分布來看,競爭仍然非常激烈.

3 國家自然科學基金相關改革舉措

2018 年,自然科學基金委提出了科學基金改革目標: 構建“理念先進、制度規范、公正高效”的新時代科學基金體系.2019 年,繼續進行改革部署,聚焦“明確資助導向、完善評審機制、優化學科布局”三大改革任務.而后,持續推進改革并加強對科學基金改革的宣傳[9].2023 年度,信息三處在按科學問題屬性的項目分類評審、“負責任、講信譽、計貢獻” (RCC)評審機制、基于AI 的智能指派等方面繼續推進落實自然科學基金深化改革方案.

3.1 持續開展分類評審

2023 年度,信息三處對面上項目、青年項目和重點項目繼續開展基于“A.鼓勵探索,突出原創;B.聚焦前沿,獨辟蹊徑;C.需求牽引,突破瓶頸;D.共性導向,交叉融通”四類科學問題屬性的分類評審,實施分類評審項目占科學基金項目申請比重保持穩定.同時,信息三處也按照信息科學部統一部署,更新完善了四類科學問題屬性案例庫,不斷提高申請人和評審專家對四類科學問題屬性的理解,引導廣大科研人員持續提升科學問題凝練能力,提高選題質量.

2023 年度自動化領域 (F03)面上項目科學問題屬性分布情況如圖7 所示.其中,C 類科學問題屬性項目申請數量最多,占所有面上項目申請數量的61.93%.B 類科學問題屬性項目數量其次,占所有面上項目申請數量的29.36%.但是,A 類和D 類科學問題屬性項目申請數量偏少.就資助率而言,B 類科學問題屬性項目的資助率最高,達到了21.31%,C 類科學問題屬性項目的資助率次之,為16.52%.A 類和D 類科學問題屬性項目不僅申請數少,資助率也僅為10.77%.

圖7 2023 年度自動化領域 (F03)面上項目科學問題屬性分布情況Fig.7 Distribution of Scientific Problem Attributes for General Program in the Field of Automation for the Year 2023

2023 年度自動化領域 (F03)青年項目科學問題屬性分布情況如圖8 所示.與面上項目的情況類似,C 類科學問題屬性項目申請數量最多,B 類科學問題屬性項目數量其次.這兩類科學問題屬性項目占據申請量的94.19%.而A 類和D 類科學問題屬性項目申請數量分別僅有33 項和92 項,占比較低.關于資助率,B 類科學問題屬性項目的資助率最高,達到了25.18%,C 類科學問題屬性項目的資助率次之,為22.57%.D 類科學問題屬性項目的資助率稍低,達到了19.57%.A 類科學問題屬性項目僅有2 項獲批,資助率僅有6.06%.

圖8 2023 年度自動化領域 (F03)青年項目科學問題屬性分布情況Fig.8 Distribution of Scientific Problem Attributes for Young Scientists Fund in the Field of Automation for the Year 2023

表9 統計了2023 年度自動化領域 (F03)重點項目不同科學問題屬性的申請與資助情況,與面上項目和青年項目類似,B 類和C 類科學問題屬性項目占比最多,占總申請量的92.31%.其中,B 類科學問題屬性項目的資助率高達38.10%.A 類科學問題屬性項目本年度僅有1 項申請,但未獲資助.D類科學問題屬性項目申請了5 項,獲資助2 項.

表9 2023 年度自動化領域 (F03)重點項目按科學問題屬性申請與資助情況Table 9 Application,and Funding Status for Key Program in the Field of Automation for the Year 2023 according to the Scientific Problem Attributes

綜合考慮自動化領域 (F03)面上項目、青年項目和重點項目的科學問題屬性的分類評審情況.科學問題屬性A 類和D 類項目的申請量較少,可見領域內科研工作者對原創類和交叉類工作的關注度不夠高.在此,建議項目申請人根據自身的研究專長和申請項目要解決的科學問題和研究內容,選擇最貼切、最能體現申請項目特點的科學問題屬性,也鼓勵申請人多提出具有原創性和交叉性的項目申請.在申請時,也要注意使用同行們易懂的語言和表達形式,深入淺出地表達出申請人的原創性、交叉性想法.同時,也建議項目評審專家在評審申請項目時,尤其是科學問題屬性為A 類和D 類項目時,能夠投入更多的評審精力來甄選優質的原創或交叉類項目,鼓勵專家在同等條件下優先考慮支持科學問題屬性為A 類和D 類的項目申請.

3.2 RCC 評審機制試點工作

根據自然科學基金深化改革任務的總體部署[10],信息科學部在2020 年部分學科面上項目試點、2021 年所有學科面上項目試點、2022 年所有學科面上項目和青年項目的基礎上,進一步擴大試點范圍.2023 年度,信息科學部所有學科面上項目、青年項目和地區項目開展RCC 評審機制試點,穩步推進“負責任、講信譽、計貢獻” (RCC)評審機制試點工作.RCC 評審機制主要指標中,“負責任”是對評審專家的評審態度和公正性評價,主要包括函評是否嚴重延誤后拒評、函評意見是否“張冠李戴”、是否遵守回避和保密制度等;“講信譽”是評審專家長期參與評審積累的信譽度;“計貢獻”是評審專家對項目資助決策的貢獻和對申請人的貢獻.

信息三處2023 年度與2022 年度提供給專家的評審時間相同,時間截止后均進行了兩輪催評,截止到成績統計時間,2023 年未按時返回面上項目44 項 (涉及4 位專家),2022 年未按時返回面上項目79 項 (涉及9 位專家),未按時返回評審意見的評議數量與2022 年相比有所降低.說明RCC 試行后函評效率有所提高.項目主任經過仔細審讀,2023 年暫未發現有評審意見貼錯的情況,2022 年發現了張冠李戴的面上項目有5 項 (涉及3 位專家),評審意見過于簡單籠統、復制粘貼等評審不認真情況也有所減少,說明RCC 試行后專家對項目評審更為認真,函評質量正逐漸改善.

截止2023 年10 月7 日,信息三處共收到有效RCC 反饋數據4 704 條.其中,面上項目2 690 條,反饋率24.15%;青年項目1 654 條,反饋率25.60%;地區項目360 條,反饋率31.11%.如圖9(a)所示,面上項目申請人評價“很有幫助”占49.07%,評價“有幫助”占30.41%,有10.22%的申請人覺得評審意見沒有幫助.如圖9(b)所示,青年項目申請人評價“很有幫助”占60.94%,高于面上和地區項目的比例,僅有5.99%的青年項目申請人認為沒有幫助.這一定程度上說明青年項目申請人撰寫申請書的經驗相對不足,更容易接受函評意見.地區項目的分布趨勢與面上項目大致相同.

圖9 2023 年度自動化學科面青地三類項目申請人對專家評審意見有效RCC 反饋統計Fig.9 Statistical Analysis of Effective RCC Feedback from 2023 Applicants of General Program,Young Scientists Fund,and Fund for Less Developed Regions in the Field of Automation

綜合面青地三類項目的RCC 反饋數據,可以看出推行RCC 機制切實促進了評審機制的完善,一定程度提升了評審質量.在完成調查問卷的申請人中,無論評審意見是優先資助、可資助或不予資助,申請人認為“很有幫助”或“有幫助”的占比較高,說明“講信譽”機制的執行加強了通訊評議專家的責任心、激勵了通訊評議專家在評審中注重信譽積累.在評審意見核查時也發現,僅寫1～ 2 句空話的評審意見少了,具體詳細指出問題和改進思路的評審意見多了.可見“計貢獻”機制積極引導了通訊評議專家為申請人提供內容充實、具有啟發性和建設性的評審意見.

最后,希望項目申請人能夠積極配合、及時反饋RCC 意見,幫助自然科學基金委共同維護好專家庫,遴選出更多負責任的專家;也希望評審專家能夠認真負責,力排干擾,優中選優,遴選出最優秀的項目,促進自動化領域更好發展.

4 總結和展望

根據國家“十四五”規劃的整體布局,在國家自然科學基金資助框架下,按照信息科學部的統一部署,信息三處圓滿完成了2023 年度自然科學基金的指南發布、項目受理、形式審查、組織評審和項目管理等工作.

針對近幾年申請和評審項目中存在和遇到的問題,2024 年度,信息三處鼓勵相關研究人員: ①加強聚焦前沿和需求牽引屬性項目研究落地: 選擇符合國家重大戰略需求的具有明確應用背景的項目開展基礎性研究,為推動我國經濟、社會發展,為進一步保障國家安全、進一步提高人民生活水平提供科技支撐;② 積極申請交叉類項目,促進多學科融通:選擇與醫學、生物、數學、人文社科經濟與社會等學科深度交叉的項目,與相關學科人員開展交叉合作研究,在解決問題的同時擴大學科的影響力,推動學科創新發展;③積極申請原創探索計劃項目: 有條件的選擇國際公認的挑戰性難題或有意義的原創性問題的項目開展研究,努力推進學科的發展,擴大我國學者在國際學術界的影響力,進一步提升我國國際學術地位.原創探索計劃項目詳細信息請參考當年《國家自然科學基金原創探索計劃項目申請指南》.

希望廣大科技工作者圍繞國家自然科學基金委優先發展領域[11],從國家重大需求和世界科學前沿出發,積極謀劃重點以及重大類項目的前瞻性與戰略性布局,提出新概念、新理論、新方法,促進科研范式變革和學科交叉融合,加速新一代信息技術在相關領域的落地應用.