基金項(xiàng)目對科學(xué)研究的關(guān)聯(lián)影響分析*

呂晶 郭思月 滕廣青 馬卓

（1．東北師范大學(xué)信息科學(xué)與技術(shù)學(xué)院，長春 130117；2．吉林省科學(xué)技術(shù)信息研究所，長春 130033）

隨著人類社會科技發(fā)展水平的不斷提高，各國政府越來越意識到科學(xué)技術(shù)的發(fā)展對社會、經(jīng)濟(jì)、軍事、教育等領(lǐng)域的重要作用，并通過設(shè)立科學(xué)基金項(xiàng)目資助那些重點(diǎn)需求、亟待創(chuàng)新的科學(xué)問題研究?？茖W(xué)界的基金項(xiàng)目對于相關(guān)領(lǐng)域科學(xué)研究的發(fā)展具有積極的支持與促進(jìn)作用，甚至能夠引導(dǎo)科學(xué)創(chuàng)新的發(fā)展方向。由于科學(xué)論文是科學(xué)研究進(jìn)展的最直接體現(xiàn)，圖書情報學(xué)界在以往的研究中，大多借助論文中標(biāo)注的基金信息對其中的關(guān)聯(lián)影響進(jìn)行判識。然而，論文中的基金標(biāo)注信息與論文中的關(guān)鍵詞一樣只是外在的形式特征，單純依靠外在形式特征的分析僅能夠獲得有限的低維度信息，無法對其進(jìn)行全景式及細(xì)粒度的洞察。近年來，隨著數(shù)據(jù)科學(xué)思維引入圖書情報學(xué)界，科技信息的多維復(fù)合分析逐漸引起學(xué)術(shù)界關(guān)注?？萍夹畔⒍嗑S復(fù)合分析，能夠通過跨維度的交叉關(guān)聯(lián)，挖掘與發(fā)現(xiàn)不同維度間隱含的模式信息。

鑒于此，本研究通過研究領(lǐng)域、數(shù)據(jù)對象、研究方法等多維度結(jié)合的綜合分析，探索基金項(xiàng)目與科學(xué)研究之間的關(guān)聯(lián)影響，嘗試揭示其中潛在的模式與規(guī)律，以期為國家規(guī)劃科技發(fā)展戰(zhàn)略、制定科研資助策略等提供有益的支持。

1 相關(guān)研究工作

隨著科學(xué)技術(shù)在社會發(fā)展中的作用愈發(fā)凸顯，人類社會對于科學(xué)研究的重視已經(jīng)提到前所未有的高度。各國政府通過科學(xué)基金項(xiàng)目重點(diǎn)扶持與資助那些對國家發(fā)展和社會進(jìn)步產(chǎn)生重要支撐與推動作用的研究領(lǐng)域。圖書情報學(xué)界也對基金項(xiàng)目對科學(xué)研究產(chǎn)生的影響作用展開研究。Butler[1]、Wang等[2]通過期刊論文中的基金標(biāo)注信息篩選出獲基金資助的論文，基于基金資助數(shù)據(jù)與科研總產(chǎn)出數(shù)據(jù)，探究資金資助對科研產(chǎn)出的影響。Boyack等[3]通過基金資助的論文，分析政府資助對科研出版物數(shù)量和被引頻次的影響。國內(nèi)學(xué)者陳秋怡等[4]基于Web of Science核心集引文索引數(shù)據(jù)庫中發(fā)表論文最多的6個國家的科研基金資助與論文產(chǎn)出的整體分析，探測科研基金資助投入與高水平國際論文產(chǎn)出之間的關(guān)系。許鑫等[5]以自然科學(xué)領(lǐng)域的代表學(xué)科作為微觀層面的研究對象，通過SCI論文中的基金標(biāo)識區(qū)分基金論文和非基金論文，從引用和使用兩個角度分析科學(xué)基金資助對論文的即時影響力與內(nèi)容影響力的影響。上述研究都是通過論文中的基金標(biāo)注信息識別基金項(xiàng)目與論文之間的關(guān)聯(lián)關(guān)系，這種基于外在形式特征的篩選方法對于衡量基金項(xiàng)目的直接產(chǎn)出是有效的，但在探查基金項(xiàng)目對更大領(lǐng)域科學(xué)研究的影響方面則顯得力不從心。

隨著數(shù)據(jù)科學(xué)范式的興起，大數(shù)據(jù)思維已經(jīng)被學(xué)術(shù)界普遍接受?，F(xiàn)有的研究表明，利用多維度數(shù)據(jù)結(jié)合的研究方法可以識別出基于單一維度數(shù)據(jù)不能識別的研究前沿，研究人員在科技情報分析中逐漸有意識地將論文數(shù)據(jù)、專利數(shù)據(jù)等不同來源的數(shù)據(jù)進(jìn)行整合[6-7]，即使基于單一數(shù)據(jù)源也在分析工作中包容了文獻(xiàn)、作者、關(guān)鍵詞、機(jī)構(gòu)、時間等更多的數(shù)據(jù)維度[8]。相對于以往基于單一維度數(shù)據(jù)的研究而言，多維數(shù)據(jù)的整合為科技情報分析工作提供了更好的說服力[9]。然而，科技文獻(xiàn)中明確標(biāo)識的外在形式特征尚不足以支持更細(xì)粒度的分析工作。自然語言處理（Natural Language Processing，NLP）技術(shù)與方法逐漸被應(yīng)用到多維度數(shù)據(jù)的科技信息分析中，通過對科學(xué)文獻(xiàn)文本的語義分析獲取其中蘊(yùn)含的更細(xì)粒度的語義關(guān)聯(lián)。此類研究工作包括基于多文獻(xiàn)數(shù)據(jù)集的主題挖掘[10]，期刊論文、學(xué)位論文、專利文獻(xiàn)間的主題差異[11]，科學(xué)規(guī)劃與基金項(xiàng)目的主題識別[12]，基于基金項(xiàng)目與論文的前沿探測[13]，論文與專利之間的主題關(guān)聯(lián)演化[14]，以及基金項(xiàng)目到論文的知識擴(kuò)散效應(yīng)[15]等諸多領(lǐng)域的研究。

綜上所述，基于多維度數(shù)據(jù)的科技信息分析已經(jīng)成為學(xué)術(shù)界的共識，而且自然語言處理技術(shù)的成熟為更細(xì)粒度的跨維度分析提供了方法支持。本研究在現(xiàn)有研究成果的基礎(chǔ)上，采用基金項(xiàng)目與論文、下位學(xué)科與上位學(xué)科、關(guān)鍵詞與文本主題等多維度數(shù)據(jù)結(jié)合的綜合分析方法，對基金項(xiàng)目與科學(xué)論文之間的關(guān)聯(lián)影響進(jìn)行識別與分析，探測和揭示其中潛在模式與規(guī)律。

2 相關(guān)理論基礎(chǔ)

2.1 文本主題模型

本研究除采用傳統(tǒng)科學(xué)計量中的關(guān)鍵詞分析方法外，還將對基金項(xiàng)目與科學(xué)論文進(jìn)行主題建模，通過主題相似性識別基金項(xiàng)目與科學(xué)論文之間關(guān)聯(lián)影響。研究工作采用目前成熟且流行的隱狄利克雷分布（Latent Dirichlet Allocation，LDA）主題模型。LDA主題模型是由Blei等[16]提出的用于識別大規(guī)模文檔中潛在主題信息的三層貝葉斯概率模型，包括單詞層、主題層和文檔層。通過對目標(biāo)文本集進(jìn)行建模分析，可以通過中間層主題得到文檔中出現(xiàn)的詞的概率，其公式如下。

公式（1）中，α、β為超參數(shù)，θ為“文本-主題”概率分布，z為詞的主題分布，Z表示主題，N為詞的數(shù)量，w表示詞，wn是序列中單詞的第n個單詞，Zn是文檔中第n個單詞的主題。研究工作進(jìn)一步引入吉布斯采樣（Gibbs Sampling）對主題模型求解[17]。吉布斯采樣假設(shè)文本中出現(xiàn)的詞匯連成一串且不重復(fù)，在LDA迭代過程中，Gibbs為這個串中的每一個詞分配一個主題，然后不斷地更新其狀態(tài)直到收斂到一個較為穩(wěn)定的數(shù)據(jù)集，從而計算出LDA的概率分布的近似值，是目前概率分布計算中采用較多且準(zhǔn)確程度較高的方法[18]。在使用LDA模型進(jìn)行核心主題識別過程中，一個重要的問題是最佳主題數(shù)目的確定。主題數(shù)目會影響到主題模型的效果，以往采用困惑度[16]確定的主題數(shù)，往往結(jié)果冗長[19-20]且主題過于分散?，F(xiàn)有的研究表明，主題一致性是衡量主題質(zhì)量最有效的方法[21]，且一致性得分與人類判斷的主題連貫性非常相似[22-23]。因此，本研究采用一致性分?jǐn)?shù)對主題數(shù)目進(jìn)行判定，以此提高主題詞聚類的效果。其具體公式如下[24]。

2.2 跨維度關(guān)聯(lián)影響

基金項(xiàng)目與科學(xué)論文之間的關(guān)聯(lián)跨越兩個不同的維度。以往的研究工作多通過論文中標(biāo)注的基金項(xiàng)目信息建立二者之間的關(guān)聯(lián)關(guān)系。這種外在的形式特征只能獲得基金項(xiàng)目與其直接產(chǎn)出成果之間的關(guān)聯(lián)信息。但是科學(xué)知識體系是一個關(guān)聯(lián)錯綜復(fù)雜的動態(tài)系統(tǒng)，一處細(xì)小的改變可能會引起更大范圍的變化。近年來，深度神經(jīng)網(wǎng)絡(luò)的突破，使得人工智能對多個行業(yè)或領(lǐng)域產(chǎn)生的巨大影響是這方面的一個典型代表。加之本研究重點(diǎn)關(guān)注一個較小領(lǐng)域的基金項(xiàng)目對其所隸屬更大領(lǐng)域的科學(xué)研究產(chǎn)生的影響，因此采用文本主題建模的方法獲取更細(xì)粒度的關(guān)聯(lián)。

本研究通過主題相似度識別基金項(xiàng)目與科學(xué)論文之間的關(guān)聯(lián)關(guān)系。科學(xué)研究中，基金項(xiàng)目立項(xiàng)前需要一定的研究積累，立項(xiàng)后會產(chǎn)出相應(yīng)的研究成果。因此在已識別的關(guān)聯(lián)關(guān)系基礎(chǔ)上，結(jié)合時間先后順序?qū)﹃P(guān)聯(lián)影響的作用方向進(jìn)行判定。即基金項(xiàng)目A與論文B主題相似時，如果基金項(xiàng)目A的時間在論文B之前，則視為基金項(xiàng)目A對論文B產(chǎn)生影響。反之，則視為論文B對基金項(xiàng)目A產(chǎn)生影響。研究工作將通過多維度信息的綜合分析，對基金項(xiàng)目與相關(guān)領(lǐng)域科學(xué)研究的關(guān)聯(lián)影響進(jìn)行分析。

3 研究方法與流程

3.1 數(shù)據(jù)采集

本研究共涉及3個數(shù)據(jù)源。①通過自主研發(fā)的爬蟲工具，從國家自然科學(xué)基金共享服務(wù)網(wǎng)（科技成果信息系統(tǒng)）爬取2008—2014年立項(xiàng)的“交通土建工程”（E0807）所有類型的基金項(xiàng)目數(shù)據(jù)（截至2019年11月，科學(xué)基金共享服務(wù)網(wǎng)僅提供2014年及以前立項(xiàng)的項(xiàng)目信息）。②從科學(xué)網(wǎng)人工獲取2015—2017年該領(lǐng)域自然科學(xué)基金立項(xiàng)信息。③依托Web of Science核心合集數(shù)據(jù)庫，檢索式為WC=“Transportation”，文獻(xiàn)類型限定為“Article”，時間跨度選擇2008—2017年，獲取國際學(xué)術(shù)界在交通運(yùn)輸領(lǐng)域的科學(xué)論文數(shù)據(jù)。原則上講，“交通土建工程”應(yīng)該是“Transportation”（交通運(yùn)輸）的下位詞，如此選擇的目的在于從一個較小領(lǐng)域的基金項(xiàng)目探測其對更大學(xué)科領(lǐng)域的影響作用。對國家自然科學(xué)基金項(xiàng)目和論文數(shù)據(jù)進(jìn)行相應(yīng)的預(yù)處理后，最終得到有效的國家自然科學(xué)基金項(xiàng)目數(shù)據(jù)集和論文數(shù)據(jù)集（以下簡稱“基金集與論文集”），分別包含1 140項(xiàng)基金項(xiàng)目和34 825篇論文。

為了能夠?qū)痦?xiàng)目和科學(xué)論文之間的內(nèi)在關(guān)聯(lián)關(guān)系的特征變化進(jìn)行跟蹤分析，研究工作以每2個自然年份為1個時間刻度，將基金集與論文集中的數(shù)據(jù)劃分為5個時間窗口。獲得基金項(xiàng)目數(shù)量與論文數(shù)量的時間序列如圖1所示。

圖1 基金項(xiàng)目與論文數(shù)量時間序列

圖1反映了t1～t5時間序列（2008—2017年）上國家自然科學(xué)基金立項(xiàng)與科學(xué)論文發(fā)表數(shù)量的情況。可以發(fā)現(xiàn)，“交通土建工程”領(lǐng)域國家自然科學(xué)基金項(xiàng)目與“交通運(yùn)輸”領(lǐng)域論文數(shù)量呈總體增長趨勢。其中，基金項(xiàng)目在t4時間窗口有所回落（242項(xiàng)），其后繼續(xù)增長。而圖中代表論文發(fā)表數(shù)量的折線則在時間序列上呈現(xiàn)出持續(xù)增長的趨勢，且論文發(fā)表數(shù)量并未受到t4時間段基金項(xiàng)目數(shù)量回落的影響。

3.2 關(guān)鍵詞網(wǎng)絡(luò)構(gòu)建

每項(xiàng)（篇）基金項(xiàng)目（論文）中的關(guān)鍵詞是由科研人員（作者）所賦予的，旨在突出該科研工作的核心思想與主題。研究工作基于所獲取的t1～t5全部時間段內(nèi)的基金集和論文集數(shù)據(jù)，構(gòu)建基金項(xiàng)目和論文兩種類型的關(guān)鍵詞網(wǎng)絡(luò)。從基金集中提取“關(guān)鍵詞”字段用于構(gòu)建基金關(guān)鍵詞網(wǎng)絡(luò)；從論文集中提取“DE”字段用于構(gòu)建論文的關(guān)鍵詞網(wǎng)絡(luò)。兩種類型的關(guān)鍵詞網(wǎng)絡(luò)構(gòu)建方式相同，均是基于關(guān)鍵詞的共現(xiàn)關(guān)系構(gòu)建。研究中構(gòu)建的關(guān)鍵詞網(wǎng)絡(luò)為無向2值網(wǎng)絡(luò)，即網(wǎng)絡(luò)中各個關(guān)鍵詞之間僅考慮是否存在關(guān)聯(lián)?；痦?xiàng)目和論文在時間序列上的關(guān)鍵詞網(wǎng)絡(luò)的特征指標(biāo)如表1所示。

表1中的數(shù)據(jù)顯示，基金項(xiàng)目關(guān)鍵詞網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)量、連邊數(shù)量與基金項(xiàng)目立項(xiàng)數(shù)量表現(xiàn)出相同的變化趨勢，即總體上呈現(xiàn)逐期增加的趨勢，僅在t4時間窗口略有回落。論文關(guān)鍵詞網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)量和連邊數(shù)量則在時間序列上單調(diào)遞增，與該領(lǐng)域發(fā)文數(shù)量的變化相契合。此外，基金項(xiàng)目關(guān)鍵詞的網(wǎng)絡(luò)密度、聚類系數(shù)、特征路徑長度均在時間序列上存在波動起伏，而論文關(guān)鍵詞網(wǎng)絡(luò)的相應(yīng)指標(biāo)則呈現(xiàn)單調(diào)遞減的趨勢。這一現(xiàn)象可能由于基金項(xiàng)目數(shù)量的波動導(dǎo)致，但同時也在一定程度上反映了基金項(xiàng)目關(guān)鍵詞更體現(xiàn)項(xiàng)目本身的創(chuàng)新性，而論文關(guān)鍵詞網(wǎng)絡(luò)則更好地表現(xiàn)出領(lǐng)域知識之間的關(guān)聯(lián)性。

3.3 核心主題識別

基金項(xiàng)目或論文中標(biāo)注的關(guān)鍵詞是科學(xué)文獻(xiàn)的顯性外在形式特征，而作為基金項(xiàng)目或論文重要組成部分的摘要則包含大量隱含的語義信息。研究工作分別提取基金項(xiàng)目和論文的標(biāo)題（TI）、關(guān)鍵詞（DE）、摘要（AB），進(jìn)行主題建模，挖掘基金項(xiàng)目與論文文本中潛在的語義信息。

研究工作對基金集和論文集數(shù)據(jù)進(jìn)行預(yù)處理，將標(biāo)題、關(guān)鍵詞和摘要進(jìn)行合并構(gòu)成用于構(gòu)建主題的文本，通過分詞、詞性標(biāo)注等處理把文本數(shù)據(jù)的初始信息按照語義規(guī)則以詞為單位進(jìn)行拆分。文本中包含的無用詞對主題識別沒有任何意義，對此使用自設(shè)的中英文停用詞表將其過濾，從而保證研究的精準(zhǔn)性。研究中，采用一致性指標(biāo)檢測基金項(xiàng)目和論文在t1～t5時間窗口中的最佳主題數(shù)量，選取一致性分?jǐn)?shù)最高且趨于平緩的點(diǎn)所對應(yīng)的最佳主題數(shù)量，超參數(shù)迭代次數(shù)為1 000次，得到一致性結(jié)果如圖2所示。

表1 基金項(xiàng)目與論文關(guān)鍵詞網(wǎng)絡(luò)特征指標(biāo)

圖2 基金項(xiàng)目與論文一致性得分

圖2為基金項(xiàng)目與論文在t1～t5時間窗口中，不同主題數(shù)量所得到一致性得分情況。圖2（a）和圖2（b）分別為基金項(xiàng)目和論文對應(yīng)的圖示。一致性分?jǐn)?shù)代表文本主題的連續(xù)性程度，分?jǐn)?shù)最高且趨于平穩(wěn)的點(diǎn)所對應(yīng)的主題數(shù)目表示文本主題連續(xù)性最好。結(jié)合一致性分?jǐn)?shù)以及多次實(shí)驗(yàn)，經(jīng)人工判讀最終確定的基金集和論文集的主題數(shù)量如表2所示。

表2 基金項(xiàng)目與論文的最佳主題數(shù)量

表2列示了本研究中基金項(xiàng)目與相關(guān)領(lǐng)域論文所選取主題數(shù)量。主題數(shù)量的選取與文本數(shù)量沒有關(guān)聯(lián)，在t1～t5全部時間窗口中，基金項(xiàng)目共涉及90個主題，論文涉及113個主題。

3.4 主題關(guān)聯(lián)構(gòu)建

為了能夠進(jìn)一步探析基金項(xiàng)目與科學(xué)論文之間細(xì)粒度的關(guān)聯(lián)信息，研究工作依托主題之間的相似程度，構(gòu)建基金項(xiàng)目與論文之間的關(guān)聯(lián)關(guān)系。由于本研究的數(shù)據(jù)來自不同的數(shù)據(jù)源，基金集中的文本語言為中文，而論文集中的文本語言為英文。因此，為了能夠更加準(zhǔn)確地將兩類數(shù)據(jù)集內(nèi)的主題進(jìn)行相似性測算，研究工作基于中國規(guī)范術(shù)語數(shù)據(jù)庫將論文核心主題詞與數(shù)據(jù)庫內(nèi)相應(yīng)領(lǐng)域的詞進(jìn)行對齊，將論文主題詞轉(zhuǎn)換成中文進(jìn)行計算。進(jìn)而使用余弦相似度[25]在同一語種空間計算兩個數(shù)據(jù)集中各個主題之間的相似程度。主題A和主題B之間的余弦相似度公式如（3）所示。

公式（3）中，Ai、Bi分別代表兩個主題向量A和B的各分量；CS取值范圍為[0，1]。據(jù)此可以得到t1～t5時間窗口中基金項(xiàng)目與論文的所有主題間關(guān)聯(lián)，包括基金項(xiàng)目與基金項(xiàng)目之間、基金項(xiàng)目與論文之間、論文與論文之間的3種主題關(guān)聯(lián)。由于本研究旨在探索較小領(lǐng)域基金項(xiàng)目對所隸屬的較大學(xué)科領(lǐng)域科學(xué)研究的影響作用，故只保留基金項(xiàng)目與論文之間的主題關(guān)聯(lián)。主題間相似度的大小表示兩個主題之間的關(guān)聯(lián)強(qiáng)度，由于學(xué)科相關(guān)性原因，計算結(jié)果顯示多數(shù)主題之間均存在一定的相似性。為保證研究的精準(zhǔn)性，考慮到數(shù)據(jù)采集范圍以及文本類型的異質(zhì)性，研究工作參考文獻(xiàn)[13]的閾值設(shè)定原則，過濾掉0值以及相似度低于0.1的關(guān)聯(lián)，從而保留具有分析意義的關(guān)聯(lián)強(qiáng)度較大的關(guān)聯(lián)關(guān)系。在此基礎(chǔ)上，結(jié)合時間序列上先后順序確定基金項(xiàng)目與論文之間的關(guān)聯(lián)影響關(guān)系。

4 結(jié)果分析

4.1 基于關(guān)鍵詞的關(guān)聯(lián)影響分析

通過對關(guān)鍵詞進(jìn)行分析可以掌握學(xué)科領(lǐng)域的研究熱點(diǎn)。關(guān)鍵詞網(wǎng)絡(luò)的節(jié)點(diǎn)度值體現(xiàn)了知識之間的關(guān)聯(lián)程度，關(guān)鍵詞的度值越大，意味著與越多的關(guān)鍵詞存在關(guān)聯(lián)，越能代表領(lǐng)域的核心知識。而關(guān)鍵詞的詞頻可以反映領(lǐng)域的研究熱點(diǎn)。因此，研究工作基于前文構(gòu)建的t1～t5時間窗口下基金項(xiàng)目與論文的關(guān)鍵詞網(wǎng)絡(luò)，分別提取度值和詞頻排名前10位的關(guān)鍵詞加以分析，結(jié)果如表3、表4所示。

表3 基金項(xiàng)目中度值、詞頻前10位關(guān)鍵詞

續(xù)表

表3中，基金項(xiàng)目度值排名靠前的關(guān)鍵詞與詞頻排名靠前的關(guān)鍵詞大體一致。兩者結(jié)合分析發(fā)現(xiàn)，道路材料與鐵路建設(shè)是該領(lǐng)域基金項(xiàng)目長期重點(diǎn)支持的研究方向。從時間序列上看，“瀝青路面”（t1～t5）、“瀝青混合料”（t1～t5）、“瀝青混凝土”（t1、t5）、“水泥混凝土路面”（t1）、“瀝青”（t2、t5），以及“高速鐵路”（t1～t5）、“高速列車”（t2）、“重載鐵路”（t4）、“無砟軌道”（t4～t5）、“道岔”（t5）等關(guān)鍵詞，表明我國在公路與高速鐵路建設(shè)方面長期的資助傾向。此外，表3中多次出現(xiàn)的“交通安全”“安全”“可靠性”等關(guān)鍵詞，反映出交通安全問題也是我國基金項(xiàng)目的資助重點(diǎn)。

表4列示的是論文中度值與詞頻排名前10位的關(guān)鍵詞。整體上看，度值排名與詞頻排名同樣表現(xiàn)出大體的相似性。在5個時間窗口中“安全”一直作為高度值、高詞頻的關(guān)鍵詞，與安全相關(guān)的關(guān)鍵詞如“道路安全”“交通安全”在5個時間窗口中均有出現(xiàn)，并且占據(jù)較高的排名。論文中的關(guān)鍵詞表明，交通安全、道路安全等問題是該領(lǐng)域國際學(xué)術(shù)界長期的重點(diǎn)研究內(nèi)容。同時，“電動汽車”“排放”與“智能交通系統(tǒng)”以及通信傳輸類（正交頻分復(fù)用、多入多出、衰落信道）等關(guān)鍵詞則凸顯出交通運(yùn)輸大學(xué)科領(lǐng)域?qū)G色交通和智能交通的關(guān)注。值得一提的是，t4～t5時間窗口中“中國”均作為高頻關(guān)鍵詞出現(xiàn)，表明近年來中國的交通事業(yè)發(fā)展受到國際學(xué)術(shù)界普遍關(guān)注。

表4 論文中度值、詞頻前10位關(guān)鍵詞

從關(guān)鍵詞的分析結(jié)果看，由于基金項(xiàng)目選擇較小的“交通土建工程”領(lǐng)域，因此其主要資助方向?yàn)榈缆凡牧?、高速鐵路、交通安全；而在更大的交通運(yùn)輸領(lǐng)域，科研論文表現(xiàn)出以安全為最主要的研究方向，同時包括綠色交通與智能交通。值得注意的是，交通安全同樣作為“交通土建工程”領(lǐng)域基金項(xiàng)目的重點(diǎn)資助對象之一，說明我國在“交通土建工程”小領(lǐng)域的基金資助傾向，一定程度上與所隸屬的大學(xué)科領(lǐng)域的研究重點(diǎn)有相同之處；那么“可靠性”關(guān)鍵詞在基金項(xiàng)目與論文中出現(xiàn)的時差（基金項(xiàng)目t1時間窗口，論文t3時間窗口），在一定程度上反映出，我國在較小領(lǐng)域中的基金資助對更大范圍的國際學(xué)術(shù)界以及更大的學(xué)科領(lǐng)域產(chǎn)生了積極的引導(dǎo)與促進(jìn)作用。在t4～t5時間窗口論文關(guān)鍵詞中高頻出現(xiàn)的“中國”及其排名提升趨勢就是一個有力的佐證。

4.2 基于文本主題的關(guān)聯(lián)影響分析

上述基于關(guān)鍵詞的關(guān)聯(lián)影響分析中可以初步看到，我國對較小領(lǐng)域的基金項(xiàng)目的資助，一定程度上對國際學(xué)術(shù)界較大學(xué)科領(lǐng)域的科學(xué)研究產(chǎn)生積極的引導(dǎo)與促進(jìn)作用。為了獲得更細(xì)粒度的證據(jù)以及更精準(zhǔn)的判斷，研究工作針對基金項(xiàng)目與論文的文本，采用LDA主題模型獲取文本主題，并計算主題相似度。基于基金集與論文集時間序列上全部主題的相似度測量結(jié)果，分別從數(shù)量與內(nèi)容的角度分析二者之間的關(guān)聯(lián)影響。計算得到相同時間窗口基金項(xiàng)目與論文的相似性相關(guān)數(shù)據(jù)，如表5所示。

表5 相同時間窗口基金項(xiàng)目與論文相似性數(shù)據(jù)

表5中的數(shù)據(jù)顯示，在t1～t5時間窗口中，基金項(xiàng)目與論文的主題之間滿足相似程度的關(guān)聯(lián)共有49對。考慮到論文數(shù)據(jù)來自更大的學(xué)科領(lǐng)域，因此以論文主題數(shù)為分母，得到相似主題占比如表中所示。表5中較高的相似主題占比（35.00%～50.00%）表明來自于較小領(lǐng)域的基金項(xiàng)目與所隸屬的較大領(lǐng)域的科學(xué)論文之間存在較大的相似性，二者之間的存在一定的關(guān)聯(lián)關(guān)系。但是基于同一時間窗口的比較僅僅能夠說明二者間存在關(guān)聯(lián)，尚不能確定二者之間的影響關(guān)系。研究工作進(jìn)一步結(jié)合時間序列的先后順序，考察二者之間的影響關(guān)系?；跁r間順序的影響關(guān)系如表6所示。

表6 基于時間順序的基金項(xiàng)目與論文間影響關(guān)系

表6中，整個時間序列上基金項(xiàng)目與論文之間的影響關(guān)系共計99對。其中基金項(xiàng)目對論文的影響關(guān)系（基金項(xiàng)目在前，論文在后）數(shù)量為63對，論文對基金項(xiàng)目的影響關(guān)系（論文在前，基金項(xiàng)目在后）36對?；痦?xiàng)目立項(xiàng)需要一定相關(guān)的前期積累，而項(xiàng)目研究又會產(chǎn)出相應(yīng)的研究成果。從數(shù)量來看，即使較小領(lǐng)域的基金項(xiàng)目對所隸屬的更大領(lǐng)域的論文產(chǎn)生的影響仍然要大于論文對基金項(xiàng)目的影響。從影響的時間長度上來看，基金項(xiàng)目對論文的影響關(guān)系中，跨越1～4個時間窗口的影響關(guān)系數(shù)量分別為26、18、13、6，平均時間長度為1.984個時間窗口（約3.968年）。論文對基金項(xiàng)目跨越1～4個時間窗口的影響關(guān)系數(shù)量分別為13、15、6、2，平均時間長度為1.917個時間窗口（約3.834年）。從這個意義上講，基金項(xiàng)目對論文的影響周期更長遠(yuǎn)一些。研究工作采用桑基圖將99對影響關(guān)系逐一列示，結(jié)果如圖3所示。

圖3中，由左向右表示基金項(xiàng)目或論文對另一方的影響關(guān)系，連邊的寬度為主題相似程度，反映影響關(guān)系的強(qiáng)弱。這種影響關(guān)系在現(xiàn)實(shí)中對研究工作的開展產(chǎn)生引導(dǎo)或促進(jìn)作用。從圖中可知，t1時間窗口的基金項(xiàng)目對論文影響較大的主題包括#2、#4、#5、#16（圖中空心數(shù)字顯示）等。其中，基金項(xiàng)目#2主題是軌道交通的可靠性方面的內(nèi)容；#4主題是公路行駛安全方面的內(nèi)容；#5主題主要是信號控制等智能交通方面的內(nèi)容；#16主題為尾氣污染等環(huán)境保護(hù)方面的內(nèi)容。上述前3個基金項(xiàng)目主題對交通運(yùn)輸領(lǐng)域論文的影響蔓延至t2～t5時間窗口，#16主題的影響波及t3～t5時間窗口。此外，其他對后期論文產(chǎn)生較大影響的基金項(xiàng)目主題包括t2時間窗口的#13、#15、#16主題，以及t3時間窗口的#4、#5、#14主題等。其對應(yīng)的主題內(nèi)容分別為基礎(chǔ)設(shè)施可靠性、道路建設(shè)材料、安全危險識別、安全風(fēng)險評估、信號智能控制、軌道交通優(yōu)化6個方面。影響波及范圍均涉及其后至少2個時間窗口。

另外，論文對基金項(xiàng)目的影響主要集中于t1、t2兩個時間窗口。t1時間窗口對基金項(xiàng)目影響較大主題為#4、#5、#10（圖中實(shí)心數(shù)字顯示）。#4主題是危險駕駛行為方面的內(nèi)容，#5主題為行人出行安全問題，#10主題為城市公共交通政策方面的內(nèi)容。3個論文主題的影響范圍至少涉及其后的2個時間窗口，但最遠(yuǎn)只波及到t4時間窗口。t2時間窗口#9、#12主題對基金項(xiàng)目的影響較大，#9主題為可靠性評估的內(nèi)容，#12主題仍為駕駛行為安全的內(nèi)容。影響范圍同樣涉及至少2個時間窗口。

綜合基金項(xiàng)目與論文之間的雙向影響關(guān)系，顯然基于文本語義的關(guān)聯(lián)影響分析的識別粒度更細(xì)，而且基金項(xiàng)目對論文的影響更大，作用周期更長。其中，在軌道交通、交通安全、綠色交通、智能交通、道路材料等方面，我國的自然科學(xué)基金項(xiàng)目都對國際學(xué)術(shù)界交通運(yùn)輸領(lǐng)域的相關(guān)研究產(chǎn)生了引導(dǎo)與促進(jìn)作用。

圖3 基金項(xiàng)目與論文之間的影響關(guān)系

5 結(jié)論

本文通過基金項(xiàng)目與論文、下位學(xué)科與上位學(xué)科、關(guān)鍵詞與文本主題、網(wǎng)絡(luò)分析與時間序列分析多維度結(jié)合的綜合分析，對國家自然科學(xué)基金項(xiàng)目與國際學(xué)術(shù)界科學(xué)研究成果之間的關(guān)聯(lián)影響進(jìn)行識別與分析。綜合上述分析結(jié)果，研究工作初步得出以下結(jié)論。

（1）較小領(lǐng)域的基金項(xiàng)目與所隸屬的更大領(lǐng)域科學(xué)研究之間存在關(guān)聯(lián)影響關(guān)系。關(guān)鍵詞網(wǎng)絡(luò)的分析結(jié)果顯示，基金項(xiàng)目與科學(xué)論文之間存在大量相似或相近的高度值高詞頻關(guān)鍵詞（見表3、表4）；主題分析則顯示相同時間窗口的主題相似程度達(dá)到35.00%～50.00%（見表5），在時間先后順序上形成99條相互關(guān)聯(lián)影響關(guān)系（見表6），其中以交通安全領(lǐng)域表現(xiàn)最為突出。這些現(xiàn)象與數(shù)據(jù)說明，即使較小領(lǐng)域的基金項(xiàng)目與其所隸屬的更大學(xué)科領(lǐng)域的科學(xué)研究之間也存在關(guān)聯(lián)影響關(guān)系，可為國家在對科技創(chuàng)新的資助上選擇重點(diǎn)方向?qū)崿F(xiàn)以點(diǎn)帶面，提供了數(shù)據(jù)支持。

（2）基金項(xiàng)目與科學(xué)論文之間前者對后者的引導(dǎo)與促進(jìn)作用更大。盡管基金項(xiàng)目立項(xiàng)前的研究積累與立項(xiàng)后的成果產(chǎn)出，在一定程度上決定了基金項(xiàng)目與論文之間的關(guān)聯(lián)影響是相互的，但是研究中也發(fā)現(xiàn)一些關(guān)鍵詞在基金項(xiàng)目與科學(xué)論文之間存在時差，即基金項(xiàng)目關(guān)鍵詞先于論文關(guān)鍵詞（見表3、表4）。而主題分析中識別出的99條影響關(guān)系（見表6）中，基金項(xiàng)目對論文的影響關(guān)系（63條）要遠(yuǎn)多于論文對基金項(xiàng)目的影響關(guān)系（36條）。加之論文關(guān)鍵詞中“中國”在時間軸后期的高頻出現(xiàn)，都進(jìn)一步表明我國自然科學(xué)基金項(xiàng)目對相關(guān)領(lǐng)域科學(xué)研究的引導(dǎo)與促進(jìn)作用。

（3）基金項(xiàng)目與科學(xué)論文之間前者對后者的影響持續(xù)時間更長。研究中基于主題相似度與時間先后順序識別出的99條關(guān)聯(lián)影響關(guān)系中，基金項(xiàng)目對論文的影響關(guān)系的平均作用時間長達(dá)1.984個時間窗口（見表6），比論文對基金項(xiàng)目的影響周期更長；而且圖3中大部分此類影響關(guān)系的作用一直蔓延到時間軸的末端（t5時間窗口）。相對而言，論文對基金項(xiàng)的影響作用則周期較短。這一結(jié)果為國家通過基金資助調(diào)控科技創(chuàng)新主攻方向，提供了有力的科學(xué)支持。

研究中采用的科技信息的多維度分析視角與方法，能夠有效挖掘與發(fā)現(xiàn)維度間潛在的模式與規(guī)律，為科學(xué)研究提供更全景化的信息服務(wù)。研究中也存在一些局限，基于單一領(lǐng)域分析基金項(xiàng)目與科研成果的特征難免存在些許局限。未來的研究工作將納入更廣泛的學(xué)科領(lǐng)域，融合更加多維的信息，探索科學(xué)研究與科技創(chuàng)新中更細(xì)粒度的模式與規(guī)律。