基金項(xiàng)目計(jì)劃學(xué)部交叉及對(duì)前沿分布的影響研究
——以美國(guó)NSF數(shù)據(jù)中AI領(lǐng)域?yàn)槔?/h1>
2022-10-18 06:05:54范麗鵬王曰芬岑詠華
情報(bào)學(xué)報(bào) 2022年9期
范麗鵬 ，王曰芬 ，，岑詠華 ，楊 潔
（1.南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院，南京 210094；2.天津師范大學(xué)管理學(xué)院，天津 300387；3.天津師范大學(xué)大數(shù)據(jù)科學(xué)研究院，天津 300387）
1 引 言
政府基金資助是國(guó)家對(duì)科學(xué)基礎(chǔ)研究的重要支撐力量，代表著國(guó)家對(duì)科學(xué)發(fā)展的政策引導(dǎo)[1]。國(guó)家基金項(xiàng)目中的研究?jī)?nèi)容往往具有前瞻性、先導(dǎo)性和探索性等特點(diǎn)，蘊(yùn)含著大量的研究前沿信息[2]?；鹬械捻?xiàng)目計(jì)劃是國(guó)家對(duì)科研工作的宏觀部署，代表著學(xué)科領(lǐng)域研究的重點(diǎn)與方向，在一定程度上能夠更早地指引科研工作者對(duì)特定學(xué)科領(lǐng)域前沿進(jìn)行探索[3-4]。因此，研究世界科技強(qiáng)國(guó)通過基金對(duì)學(xué)科領(lǐng)域項(xiàng)目計(jì)劃的資助情況，有助于了解學(xué)科領(lǐng)域發(fā)展的世界潮流，同時(shí)把握領(lǐng)域研究的熱點(diǎn)與趨勢(shì)，對(duì)于國(guó)家政府科技政策的制定和領(lǐng)域發(fā)展的部署具有指導(dǎo)性意義。
另外，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，傳統(tǒng)學(xué)科不斷分化出新的分支，在單一學(xué)科繼續(xù)深化的同時(shí)，面對(duì)復(fù)雜社會(huì)問題和技術(shù)創(chuàng)新，往往需要學(xué)科間的交叉融合來共同解決。學(xué)科交叉研究通常意味著創(chuàng)新與進(jìn)步，在促進(jìn)社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)發(fā)展中發(fā)揮著重要的作用。測(cè)度學(xué)科交叉并識(shí)別學(xué)科交叉領(lǐng)域研究的前沿?zé)狳c(diǎn)，有助于科研工作者和相關(guān)部門把握學(xué)科交叉領(lǐng)域發(fā)展的研究方向與演化趨勢(shì)，進(jìn)而為制定與調(diào)整學(xué)科領(lǐng)域重點(diǎn)、布置與優(yōu)化科技發(fā)展規(guī)劃等提供決策參考。目前，世界各國(guó)已將資助學(xué)科交叉研究放在重要的戰(zhàn)略位置上[5-6]，例如，在美國(guó)國(guó)家科學(xué)基金會(huì)（National Science Foundation，NSF）資助的項(xiàng)目中，學(xué)科交叉性項(xiàng)目的研究具有一定的優(yōu)先權(quán)，并且該機(jī)構(gòu)鼓勵(lì)跨學(xué)部項(xiàng)目的發(fā)展[7]。
美國(guó)NSF 共設(shè)有7 個(gè)科學(xué)部和若干辦公室，每個(gè)學(xué)部及辦公室均下設(shè)分部，同時(shí)每個(gè)分部又資助和管理著若干項(xiàng)目計(jì)劃，這些項(xiàng)目計(jì)劃的資助實(shí)施劃分為所有部門可參與、兩個(gè)或以上學(xué)部可參與，以及單一學(xué)部可參與，且所有項(xiàng)目計(jì)劃均由國(guó)家根據(jù)社會(huì)發(fā)展的需求隨著時(shí)間進(jìn)行戰(zhàn)略調(diào)整，以引領(lǐng)特定領(lǐng)域的前沿研究。那么，各學(xué)部不同程度參與的項(xiàng)目計(jì)劃與單一學(xué)部參與的項(xiàng)目計(jì)劃之間有著怎樣的差異性？是否學(xué)部交叉程度越高的項(xiàng)目計(jì)劃國(guó)家資助力度越大，學(xué)者參與度越高？前沿型的項(xiàng)目計(jì)劃與學(xué)部交叉程度之間又有著怎樣的關(guān)聯(lián)？這些是對(duì)美國(guó)NSF 基金項(xiàng)目進(jìn)行深入研究中值得探索的問題。
在交叉融合研究領(lǐng)域，學(xué)者多以學(xué)科為研究對(duì)象，且已提出較為成熟的學(xué)科交叉測(cè)量指標(biāo)。基于此，本文在融合學(xué)部多樣性與學(xué)者參與均衡性的基礎(chǔ)上，將學(xué)科交叉指標(biāo)引入項(xiàng)目計(jì)劃的學(xué)部交叉度測(cè)量中，并結(jié)合符合基金數(shù)據(jù)特征的前沿識(shí)別指標(biāo)，通過分析項(xiàng)目計(jì)劃的學(xué)部交叉程度及其對(duì)前沿型項(xiàng)目計(jì)劃分布的影響，探究國(guó)家項(xiàng)目計(jì)劃的戰(zhàn)略布局與資助強(qiáng)度趨勢(shì)及學(xué)者參與程度之間的差異性，有利于基金會(huì)從宏觀角度把控資金的投入，同時(shí)為其他國(guó)家基金投入的戰(zhàn)略布局提供借鑒。
2 相關(guān)研究工作
2.1 學(xué)科交叉
學(xué)科交叉研究一直是科學(xué)計(jì)量關(guān)注的研究?jī)?nèi)容，而今正在成為學(xué)術(shù)研究的熱點(diǎn)，其中根據(jù)什么屬性與采用哪些指標(biāo)測(cè)度學(xué)科交叉是進(jìn)行相關(guān)研究的關(guān)鍵。在現(xiàn)有研究中，許海云等[8]對(duì)現(xiàn)有的學(xué)科交叉計(jì)量指標(biāo)進(jìn)行了歸納分析，將現(xiàn)有的學(xué)科交叉性測(cè)度屬性分為兩種：學(xué)科多樣性和學(xué)科聚合性；其中，學(xué)科多樣性描述了多學(xué)科的統(tǒng)計(jì)特征，學(xué)科聚合性描述了多學(xué)科的網(wǎng)絡(luò)特征。在學(xué)科多樣性測(cè)量指標(biāo)上主要采用的是布里淵指數(shù)[9]、citations outside category （COC） 指 數(shù)[10]、 Rao-Stirling 指 數(shù)[11]等。其中，布里淵指數(shù)考慮的是學(xué)科類別數(shù)目和學(xué)科分布的均勻程度；COC 指數(shù)考慮的是學(xué)科的平衡性；Rao-Stirling 指數(shù)則在布里淵指數(shù)的基礎(chǔ)上，增加了學(xué)科間距離的度量指標(biāo)，綜合考慮了學(xué)科類別數(shù)目、學(xué)科分布均勻度和學(xué)科間的差異性。由此，Rao-Stirling 指標(biāo)被廣泛應(yīng)用于測(cè)量學(xué)科交叉度的多樣性屬性。例如，Leydesdorff 等[12]基于Rao-Stirling指數(shù)針對(duì)專利數(shù)據(jù)開展技術(shù)成長(zhǎng)過程中的技術(shù)多樣性研究；韓正琪等[13]基于Rao-Stirling 指數(shù)針對(duì)文獻(xiàn)數(shù)據(jù)開展基于單篇文獻(xiàn)的學(xué)科交叉程度研究，并通過文獻(xiàn)的學(xué)科多樣性程度識(shí)別特定領(lǐng)域的高交叉類文獻(xiàn)。
目前，針對(duì)學(xué)科交叉的多樣性研究多集中于專利數(shù)據(jù)和科技文獻(xiàn)，面向基金數(shù)據(jù)的研究較少，原因之一可能是基金數(shù)據(jù)中沒有明確的學(xué)科信息。在基金數(shù)據(jù)中，單一學(xué)部往往管理著多個(gè)學(xué)科，項(xiàng)目計(jì)劃的多學(xué)科信息被隱含在數(shù)據(jù)中。因此，如何計(jì)算基金項(xiàng)目計(jì)劃的學(xué)部交叉度是本文解決相關(guān)問題的前提。基于項(xiàng)目計(jì)劃特征的信息表達(dá)，本文擬采用學(xué)科交叉度計(jì)量指標(biāo)來衡量項(xiàng)目計(jì)劃的學(xué)部交叉水平，并運(yùn)用Rao-Stirling 指數(shù)從學(xué)科多樣性角度來測(cè)度。
2.2 前沿識(shí)別
近年來，學(xué)者們對(duì)學(xué)科領(lǐng)域前沿研究已提出一些有效的識(shí)別方法，并以應(yīng)用于科技論文和專利數(shù)據(jù)源中為主，如社會(huì)網(wǎng)絡(luò)分析法、突變?cè)~檢測(cè)法、構(gòu)建前沿判別指標(biāo)等。例如，Liu 等[14]基于引文分析方法對(duì)500 篇高被引論文構(gòu)建共引網(wǎng)絡(luò)，然后結(jié)合時(shí)間序列聚類識(shí)別研究前沿；Li 等[15]將突變檢測(cè)術(shù)語與共詞分析法相結(jié)合，對(duì)其進(jìn)行關(guān)聯(lián)規(guī)則挖掘以探測(cè)學(xué)科領(lǐng)域的研究前沿；Wang 等[16]提出通過增長(zhǎng)性、新穎性、科學(xué)影響力、連貫性等指標(biāo)識(shí)別新興研究前沿。
在面對(duì)基金項(xiàng)目數(shù)據(jù)源時(shí)，學(xué)者們將基金項(xiàng)目數(shù)據(jù)自身的特征與前沿判別的指標(biāo)方法相結(jié)合進(jìn)行研究。例如，徐路路等[17]基于DTM 模型（dynamic topic models）對(duì)NSF 基金項(xiàng)目數(shù)據(jù)進(jìn)行主題抽取，將主題強(qiáng)度、資助時(shí)長(zhǎng)、資助強(qiáng)度等指標(biāo)應(yīng)用到主題的時(shí)序變化中，并根據(jù)發(fā)展周期將主題劃分為新興主題、熱門主題、衰老主題以及潛在新興主題等；王效岳等[2]基于PLDA （parallel latent Dirichlet allocation）模型提取基金項(xiàng)目主題，并結(jié)合主題資助時(shí)間、資助強(qiáng)度和中心性指標(biāo)識(shí)別基金數(shù)據(jù)中的前沿型主題；劉博文等[18]綜合基金數(shù)據(jù)和論文數(shù)據(jù)的特征，提出主題強(qiáng)度、主題新穎度和主題相似度指標(biāo)來識(shí)別判定前沿型主題；劉自強(qiáng)等[19]借鑒目前針對(duì)科技論文的前沿判別指標(biāo)，構(gòu)建基金數(shù)據(jù)和論文數(shù)據(jù)共同適用的前沿型主題判別指標(biāo)，即新興度和關(guān)注度指標(biāo)。
在現(xiàn)有的前沿識(shí)別指標(biāo)中，面向的對(duì)象常為項(xiàng)目標(biāo)題和摘要中的關(guān)鍵詞?；鸬捻?xiàng)目計(jì)劃作為國(guó)家對(duì)學(xué)科領(lǐng)域研究主題的總體部署，是項(xiàng)目申請(qǐng)的主要指導(dǎo)方向，代表著對(duì)特定領(lǐng)域的專題性研究方向。因此，本文將借鑒已有的關(guān)鍵詞前沿識(shí)別指標(biāo)，以項(xiàng)目計(jì)劃為研究對(duì)象，結(jié)合其自身的外在屬性特征，構(gòu)建適用于項(xiàng)目計(jì)劃的前沿識(shí)別指標(biāo)。
3 研究設(shè)計(jì)與方法
3.1 研究分析框架
為分析基金項(xiàng)目計(jì)劃的學(xué)部交叉程度對(duì)其資助及前沿型項(xiàng)目計(jì)劃分布的影響，本文的研究設(shè)計(jì)框架如圖1 所示。一方面，通過不同學(xué)部交叉程度的項(xiàng)目計(jì)劃的資助強(qiáng)度和資助趨勢(shì)的對(duì)比分析，探究國(guó)家對(duì)不同交叉程度項(xiàng)目計(jì)劃的重視程度及學(xué)者的參與程度；另一方面，通過對(duì)比不同交叉程度的項(xiàng)目計(jì)劃的前沿分布差異性，探究學(xué)部交叉程度對(duì)前沿的影響。
在基金數(shù)據(jù)中，學(xué)部與項(xiàng)目計(jì)劃的關(guān)系如表1所示[20]。由表1 可知，一個(gè)項(xiàng)目由單一學(xué)部資助，但同時(shí)涉及一個(gè)或多個(gè)項(xiàng)目計(jì)劃，學(xué)部與項(xiàng)目計(jì)劃為多對(duì)多關(guān)系，即一個(gè)學(xué)部可資助多個(gè)項(xiàng)目計(jì)劃，同時(shí)一個(gè)項(xiàng)目計(jì)劃可由多個(gè)學(xué)部共同資助。項(xiàng)目計(jì)劃為基金項(xiàng)目申請(qǐng)的具體方向，能夠從宏觀角度探究美國(guó)在學(xué)科領(lǐng)域的政策布局和方向部署。學(xué)部作為學(xué)科的管理層，蘊(yùn)含著對(duì)差異較大的不同學(xué)科的側(cè)重。學(xué)部交叉度越高的項(xiàng)目計(jì)劃，預(yù)示著該項(xiàng)目計(jì)劃為更基礎(chǔ)的或更復(fù)雜的研究。
表1 基金學(xué)部與項(xiàng)目計(jì)劃數(shù)據(jù)解析[20]
3.2 研究方法
3.2.1 學(xué)部交叉度及其計(jì)量指標(biāo)
本文將項(xiàng)目計(jì)劃的學(xué)科交叉度界定為項(xiàng)目計(jì)劃學(xué)部交叉的多樣性程度，并借助多樣性（Variety）、平衡性 （Balance） 和差異性 （Disparity） 3 種屬性來測(cè)度[21]。本文將多樣性界定為單個(gè)項(xiàng)目計(jì)劃涉及的學(xué)部個(gè)數(shù)，平衡性界定為項(xiàng)目計(jì)劃在各學(xué)部之間項(xiàng)目數(shù)目的均勻程度，差異性界定為學(xué)部在各項(xiàng)目計(jì)劃之間項(xiàng)目數(shù)目分布的差異程度。Rao-Stirling 指數(shù)綜合了上述3 種屬性，不但能度量某個(gè)學(xué)科領(lǐng)域項(xiàng)目計(jì)劃的學(xué)部分布特征，同時(shí)也能考量學(xué)部之間的差異性，還能通過項(xiàng)目計(jì)劃申請(qǐng)的項(xiàng)目數(shù)目體現(xiàn)一定程度上學(xué)者在不同學(xué)部參與的均衡性。因此，本文采用該指數(shù)，并將測(cè)量的公式表示為
其中，v表示項(xiàng)目計(jì)劃涉及的學(xué)部數(shù)目；pi表示項(xiàng)目計(jì)劃在學(xué)部i中涉及的項(xiàng)目數(shù)目；dij表示學(xué)部i和學(xué)部j之間基于項(xiàng)目計(jì)劃涉及的項(xiàng)目數(shù)目的余弦距離。具體地，Variety 為項(xiàng)目計(jì)劃涉及的學(xué)部數(shù)目，該指標(biāo)越大，表示項(xiàng)目計(jì)劃涉及的學(xué)部數(shù)目越多，其學(xué)部交叉性越強(qiáng)；Balance 為各學(xué)部資助該項(xiàng)目計(jì)劃項(xiàng)目數(shù)目的均勻程度，在指標(biāo)中融入項(xiàng)目數(shù)目的計(jì)算，體現(xiàn)了不同學(xué)者在同一項(xiàng)目計(jì)劃中各學(xué)部參與的均衡程度（項(xiàng)目數(shù)目與學(xué)者參與度成正比），該指標(biāo)越大，表示項(xiàng)目計(jì)劃的項(xiàng)目數(shù)目在各學(xué)部中分布越均衡，其學(xué)部交叉性越強(qiáng)，學(xué)者在不同學(xué)部之間的參與也越均衡；Disparity 為學(xué)部之間的差異性，該指標(biāo)越大，表示學(xué)部間的差異度越大，涉及該學(xué)部的項(xiàng)目計(jì)劃學(xué)部交叉性越強(qiáng)。Rao-Stirling 指數(shù)綜合表示了項(xiàng)目計(jì)劃涉及的各學(xué)部的差異，其值越高，表明交叉性越強(qiáng)。
3.2.2 前沿型項(xiàng)目計(jì)劃識(shí)別指標(biāo)
在基金數(shù)據(jù)中，不同項(xiàng)目計(jì)劃有著不同的資助時(shí)長(zhǎng)，且部分項(xiàng)目計(jì)劃的資助金額隨時(shí)間呈遞增趨勢(shì)，而部分項(xiàng)目計(jì)劃卻呈現(xiàn)遞減趨勢(shì)。因此，本文基于現(xiàn)有前沿型主題的探測(cè)方法并結(jié)合基金項(xiàng)目計(jì)劃的特性，將資助趨勢(shì)融入前沿識(shí)別指標(biāo)中，并提出結(jié)合資助強(qiáng)度和資助趨勢(shì)兩種指標(biāo)來判別前沿型項(xiàng)目計(jì)劃。
（1）資助強(qiáng)度指標(biāo)：項(xiàng)目計(jì)劃投入的資助金額越高，表明政府對(duì)該項(xiàng)目計(jì)劃越重視，其前沿價(jià)值越高。為消除資助時(shí)長(zhǎng)和年份的影響，取年平均資助金額作為資助強(qiáng)度指標(biāo)。
（2）資助趨勢(shì)指標(biāo)：項(xiàng)目計(jì)劃的資助金額若隨時(shí)間呈現(xiàn)遞增趨勢(shì)，則表明政府在某個(gè)學(xué)科領(lǐng)域?qū)υ擁?xiàng)目計(jì)劃保持持續(xù)高漲的熱度；若呈現(xiàn)遞減趨勢(shì)，則表明該項(xiàng)目計(jì)劃在學(xué)科領(lǐng)域的關(guān)注研究熱度呈現(xiàn)衰退趨勢(shì)。為更好地表示增減趨勢(shì)，本文采用線性回歸模型，將項(xiàng)目計(jì)劃的資助金額與年份之間的回歸系數(shù)作為資助趨勢(shì)指標(biāo)。
資助強(qiáng)度和資助趨勢(shì)兩種指標(biāo)的相互結(jié)合，不僅能夠表明項(xiàng)目計(jì)劃的受重視程度，還能預(yù)測(cè)其未來的資助走勢(shì)。為了輔助前沿型項(xiàng)目計(jì)劃的判別，將資助強(qiáng)度和資助趨勢(shì)兩種指標(biāo)進(jìn)行交叉組合，構(gòu)建戰(zhàn)略坐標(biāo)圖（圖2），其中，x軸表示資助強(qiáng)度，y軸表示資助趨勢(shì)，坐標(biāo)軸交點(diǎn)表示判別閾值。由此，將項(xiàng)目計(jì)劃劃分為潛在型、前沿型、熱點(diǎn)型和衰退型4 種類型。
由圖2 可見，潛在型項(xiàng)目計(jì)劃資助強(qiáng)度較低，資助趨勢(shì)呈上升態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃處于萌芽階段，受重視程度較低，但蘊(yùn)含發(fā)展趨勢(shì)；前沿型項(xiàng)目計(jì)劃資助強(qiáng)度較高，資助趨勢(shì)呈上升態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃處于成長(zhǎng)階段，受重視程度較高，上升發(fā)展趨勢(shì)顯著；熱點(diǎn)型項(xiàng)目計(jì)劃資助強(qiáng)度較高，資助趨勢(shì)有下降態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃將逐步走向成熟階段，同時(shí)會(huì)在一段時(shí)間內(nèi)持續(xù)受到關(guān)注；衰退型項(xiàng)目計(jì)劃資助強(qiáng)度較低，資助趨勢(shì)呈下降態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃受重視程度較低，處于衰退階段。
4 實(shí)證分析
4.1 數(shù)據(jù)來源與處理
截至2020 年，NSF 資助金額已達(dá)到830 億美元，占聯(lián)邦支持美國(guó)大學(xué)進(jìn)行基礎(chǔ)研究預(yù)算資金總額的27%[20]。其中，NSF 提供的1959 年至今的XML 數(shù)據(jù)顯示，在2008—2018 年其資助總金額約631.7 億美元，項(xiàng)目總數(shù)為127253 項(xiàng)。
本文以人工智能領(lǐng)域（artificial intelligence，AI）為例，采用關(guān)鍵詞組合檢索的策略，根據(jù)前期綜合研究確定的418 個(gè)關(guān)鍵詞[22]，構(gòu)造檢索式“"semantic analysis" or "neural network" or "support vector machine" or "machine learning"…”，在 NSF 官網(wǎng)上檢索相關(guān)基金項(xiàng)目，限定基金資助時(shí)段為2008.01.01—2018.12.31（檢索時(shí)間為2020 年2 月）。去重處理后，共獲取42126 條基金項(xiàng)目數(shù)據(jù)，經(jīng)人工篩選與研判后，最終得到人工智能領(lǐng)域基金項(xiàng)目數(shù)據(jù)20524 條，約占NSF 在這一時(shí)段資助項(xiàng)目總數(shù)的16.1%；資助金額約142.3 億美元，約占NSF 在這一時(shí)段資助總金額的22.5%。
由于檢索得到的數(shù)據(jù)與NSF 提供的XML 數(shù)據(jù)相比，缺失部分字段，本文將檢索得到的項(xiàng)目ID與NSF 提供的XML 數(shù)據(jù)進(jìn)行匹配，得到各項(xiàng)目詳細(xì)的字段信息。每條基金數(shù)據(jù)為一個(gè)項(xiàng)目，本文選取的字段有AwardID（項(xiàng)目ID）、StartDate（生效日期）、NSFDirectorate（學(xué)部）、Program（所屬項(xiàng)目計(jì)劃）、Country（所在國(guó)家）、AwardAmount（資助金額）等。為更加準(zhǔn)確地研究美國(guó)基金資助的項(xiàng)目計(jì)劃的學(xué)部交叉分布情況，本文依據(jù)項(xiàng)目所在國(guó)家字段，刪除美國(guó)以外的其他國(guó)家在NSF 申請(qǐng)的項(xiàng)目，并去除學(xué)部和項(xiàng)目計(jì)劃字段為空的數(shù)據(jù)，最終獲得數(shù)據(jù)19937 條。
4.2 學(xué)部交叉度測(cè)量與分析
根據(jù)上文設(shè)計(jì)的學(xué)部交叉度測(cè)量公式（公式(1)～公式(5)）計(jì)算基金項(xiàng)目計(jì)劃的學(xué)部交叉狀況，并分析是否學(xué)部交叉度越高的項(xiàng)目計(jì)劃其資助越高，研究者是否更傾向于申請(qǐng)學(xué)部高交叉度的項(xiàng)目，以探究不同學(xué)部交叉水平對(duì)項(xiàng)目計(jì)劃資助金額和申請(qǐng)項(xiàng)目數(shù)目的影響。
4.2.1 項(xiàng)目計(jì)劃的學(xué)部交叉度測(cè)量
經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，檢索得到的基金數(shù)據(jù)共涉及學(xué)部數(shù)目8 個(gè)，項(xiàng)目計(jì)劃558 項(xiàng)，各學(xué)部項(xiàng)目計(jì)劃數(shù)目分布如表2 所示。其中主任辦公室（Office of the Director）容納了基金會(huì)的最高領(lǐng)導(dǎo)，可監(jiān)督基金會(huì)的所有活動(dòng)，決定政策優(yōu)先事項(xiàng)的發(fā)展，制定行政和管理準(zhǔn)則以及長(zhǎng)期規(guī)劃，該部門下的綜合活動(dòng)辦公室和國(guó)際科學(xué)工程辦公室均管理著部分綜合性項(xiàng)目計(jì)劃，因此將該部門也納入考量。由表2 可知，美國(guó)基金在人工智能領(lǐng)域布局的項(xiàng)目計(jì)劃多數(shù)由數(shù)學(xué)與物理科學(xué)學(xué)部（MPS）、計(jì)算機(jī)信息科學(xué)與工程學(xué)部（CISE）以及工程科學(xué)學(xué)部（ENG）資助，這3 個(gè)學(xué)部資助的項(xiàng)目計(jì)劃數(shù)目去重后，共379 項(xiàng)，占項(xiàng)目計(jì)劃總數(shù)的67.92%，進(jìn)一步證實(shí)了數(shù)據(jù)的有效性。
表2 學(xué)部的項(xiàng)目計(jì)劃數(shù)目分布
由表1 中的基金數(shù)據(jù)特征可知，學(xué)部與項(xiàng)目計(jì)劃之間為多對(duì)多對(duì)應(yīng)關(guān)系。因此，本文利用Python編程，構(gòu)建項(xiàng)目計(jì)劃與學(xué)部、學(xué)部與學(xué)部之間的共現(xiàn)矩陣，其中項(xiàng)目計(jì)劃與學(xué)部的共現(xiàn)矩陣值為學(xué)部資助項(xiàng)目計(jì)劃的項(xiàng)目數(shù)目，學(xué)部與學(xué)部的共現(xiàn)矩陣值為學(xué)部間相同項(xiàng)目計(jì)劃的數(shù)目。進(jìn)而，根據(jù)學(xué)科交叉度測(cè)量公式計(jì)算Rao-Stirling 指數(shù)值，并依據(jù)計(jì)算得出的密度分布劃分項(xiàng)目計(jì)劃的類型。最后，根據(jù)公式(1)～公式(3)分別計(jì)算每個(gè)項(xiàng)目計(jì)劃的多樣性、平衡性、差異性和Rao-Stirling 指數(shù)。
通過計(jì)算得到圖3 所示的NSF 資助的人工智能領(lǐng)域2008—2018 年項(xiàng)目計(jì)劃Rao-Stirling 值的核密度分布。從圖3 可以看出，人工智能領(lǐng)域項(xiàng)目計(jì)劃的學(xué)部交叉度大多集中于0～0.15，其中不交叉項(xiàng)目計(jì)劃Rao-Stirling 值為0，共計(jì)292 項(xiàng)，占52.3%，表明美國(guó)在人工智能領(lǐng)域的資助各學(xué)部均有不同的側(cè)重，且學(xué)部交叉和不交叉的項(xiàng)目計(jì)劃分布較為均衡。根據(jù)核密度分布可將人工智能領(lǐng)域?qū)W部交叉的項(xiàng)目計(jì)劃劃分為三類交叉水平：(0, 0.15]為低交叉類，共167 項(xiàng)；(0.15, 0.30]為中交叉類，共78 項(xiàng)；大于0.3 為高交叉類，共21 項(xiàng)。
對(duì)交叉類項(xiàng)目進(jìn)一步分析可知（部分交叉類項(xiàng)目計(jì)劃如表3 所示），高交叉類項(xiàng)目計(jì)劃平均涉及5.35 個(gè)學(xué)部，中交叉類平均涉及3.09 個(gè)學(xué)部，低交叉類平均涉及2.95 個(gè)學(xué)部。為進(jìn)一步分析方法的有效性，分別對(duì)高交叉類的Collaborative Research、中交叉類的STCs-2016 以及低交叉類的Special Programs in Astronomy 進(jìn)行追溯分析，發(fā)現(xiàn)Collaborative Research 共涉及除教育與人力資源學(xué)部（EHR）之外的7 個(gè)學(xué)部，且在各學(xué)部之間的項(xiàng)目數(shù)目分布較為均衡，Special Programs in Astronomy 雖然在涉及的學(xué)部數(shù)目上多于STCs-2016，但其涉及的項(xiàng)目更傾向于MPS 學(xué)部，學(xué)部之間項(xiàng)目數(shù)目的分布具有明顯的傾向性，因此該項(xiàng)目計(jì)劃的學(xué)部交叉度低于STCs-2016。
表3 交叉項(xiàng)目計(jì)劃（部分）
4.2.2 不同學(xué)部交叉水平的項(xiàng)目計(jì)劃分析
對(duì)劃分出來的四類項(xiàng)目計(jì)劃進(jìn)行特征統(tǒng)計(jì)，當(dāng)一個(gè)項(xiàng)目隸屬于多個(gè)項(xiàng)目計(jì)劃時(shí)，項(xiàng)目計(jì)劃對(duì)該項(xiàng)目的資助金額按均分法計(jì)算，項(xiàng)目個(gè)數(shù)按統(tǒng)一法計(jì)算。對(duì)相關(guān)指標(biāo)進(jìn)行測(cè)算，得到如表4 所示的不同交叉水平項(xiàng)目計(jì)劃的特征分布情況。首先，從項(xiàng)目計(jì)劃數(shù)、項(xiàng)目數(shù)與資助金額總數(shù)可看出，NSF 資助的項(xiàng)目多為低交叉或不交叉類型，表明美國(guó)基礎(chǔ)研究推行的項(xiàng)目計(jì)劃具有學(xué)部針對(duì)性，即學(xué)部間分工較為明確；其次，從單個(gè)項(xiàng)目計(jì)劃平均資助金額可看出，學(xué)部交叉性項(xiàng)目計(jì)劃平均資助金額遠(yuǎn)高于單個(gè)學(xué)部資助的項(xiàng)目計(jì)劃，表明美國(guó)基礎(chǔ)研究對(duì)學(xué)部交叉性項(xiàng)目計(jì)劃重視度較高；最后，從項(xiàng)目計(jì)劃平均申請(qǐng)的項(xiàng)目數(shù)來看，研究人員較傾向于研究低交叉和高交叉類項(xiàng)目計(jì)劃，表明在人工智能領(lǐng)域美國(guó)鼓勵(lì)少數(shù)核心學(xué)部與多學(xué)部的研究人員共同參與。
表4 不同交叉水平項(xiàng)目計(jì)劃的特征分布
對(duì)不同交叉水平項(xiàng)目計(jì)劃的平均資助金額按照時(shí)間進(jìn)行測(cè)算，得到如圖4 所示的分布狀態(tài)?？傮w而言，交叉類項(xiàng)目計(jì)劃平均資助金額隨時(shí)間呈增長(zhǎng)趨勢(shì)，不交叉類項(xiàng)目計(jì)劃在2014 年之后呈動(dòng)蕩式下降趨勢(shì)，且年均資助金額均小于交叉類項(xiàng)目計(jì)劃。這表明美國(guó)基金在人工智能領(lǐng)域資助的項(xiàng)目計(jì)劃越來越傾向于各學(xué)部均有涉及的基礎(chǔ)性研究。
此外，在2010 年，不交叉類和高交叉項(xiàng)目計(jì)劃平均資助金額遠(yuǎn)高于其他年份。通過追溯原始數(shù)據(jù)發(fā)現(xiàn)，在不交叉類項(xiàng)目計(jì)劃中，2010 年資助金額最高的項(xiàng)目計(jì)劃為Advanced Technology Solar Telescope(ATST) Construction（先進(jìn)技術(shù)太陽望遠(yuǎn)鏡的構(gòu)造）和Daniel K. Inouye Solar Telescope (DKIST) Construction（Daniel K. Inouye 太陽望遠(yuǎn)鏡構(gòu)造），這兩個(gè)項(xiàng)目計(jì)劃在2010 年的資助金額共為1.78 億美元，涉及項(xiàng)目申請(qǐng)單位為天文學(xué)研究大學(xué)協(xié)會(huì)，該項(xiàng)目計(jì)劃的管理學(xué)部為數(shù)學(xué)與物理科學(xué)學(xué)部。在高交叉類項(xiàng)目中，STCs（科學(xué)技術(shù)中心）項(xiàng)目計(jì)劃于2010 年資助人工智能相關(guān)項(xiàng)目5 項(xiàng)，資助金額約為0.73 億美元。STCs 項(xiàng)目計(jì)劃由NSF 于1987 年設(shè)立，目的是促進(jìn)科研機(jī)構(gòu)、國(guó)家實(shí)驗(yàn)室、其他公立或私立團(tuán)體通過國(guó)際或國(guó)內(nèi)合作來進(jìn)行世界級(jí)科學(xué)研究，該計(jì)劃支持需大規(guī)模長(zhǎng)期資助的具有創(chuàng)新性、潛在變革性的研究和教育中心的建立，是基礎(chǔ)研究重要領(lǐng)域發(fā)起的一場(chǎng)創(chuàng)新的、跨學(xué)科的運(yùn)動(dòng)[23]。近10 年已啟動(dòng)了3 屆，分別于2010、2013 和2016 年，共資助建立了12 個(gè)研究中心，在本文的研究數(shù)據(jù)中檢索到11 個(gè)，共計(jì)約3.35 億美元，具體如表5 所示。這11 個(gè)研究中心研究領(lǐng)域包括信息科學(xué)、量子材料、智能科學(xué)、功能成像以及生物學(xué)等，其中6 個(gè)涉及生物學(xué)領(lǐng)域，這一方面體現(xiàn)出美國(guó)對(duì)人工智能在生物學(xué)方面的應(yīng)用較為重視，另一方面也體現(xiàn)出美國(guó)基金不僅為科學(xué)研究?jī)?nèi)容提供資助，也倡導(dǎo)培養(yǎng)人才力量，使科學(xué)研究和人才培養(yǎng)相互促進(jìn)。
表5 人工智能領(lǐng)域相關(guān)科學(xué)技術(shù)中心
4.3 前沿型項(xiàng)目計(jì)劃識(shí)別與分析
由上文分析可知，交叉類項(xiàng)目計(jì)劃的平均資助金額遠(yuǎn)高于不交叉類，且其資助金額隨年份呈現(xiàn)遞增的趨勢(shì)，證實(shí)NSF 對(duì)學(xué)部交叉類項(xiàng)目計(jì)劃的重視程度。下文將識(shí)別前沿型項(xiàng)目計(jì)劃，并分析是否學(xué)部交叉水平越高的項(xiàng)目計(jì)劃越傾向于前沿型，以探究學(xué)部的交叉程度對(duì)前沿型項(xiàng)目計(jì)劃分布的影響。
4.3.1 前沿型項(xiàng)目計(jì)劃識(shí)別
利用本文設(shè)計(jì)的前沿判別指標(biāo)，計(jì)算各個(gè)項(xiàng)目計(jì)劃的資助強(qiáng)度與資助趨勢(shì)，構(gòu)建前沿型項(xiàng)目計(jì)劃判別戰(zhàn)略圖。為便于呈現(xiàn)，將指標(biāo)進(jìn)行歸一化處理，如圖5 所示。在圖5 中，橫坐標(biāo)表示資助強(qiáng)度，縱坐標(biāo)表示資助趨勢(shì)。其中，資助強(qiáng)度的閾值為項(xiàng)目計(jì)劃資助強(qiáng)度的平均值，資助趨勢(shì)的閾值為0，即負(fù)值表示下降趨勢(shì)，正值表示上升趨勢(shì)。
由圖5 可知，2008—2018 年人工智能領(lǐng)域NSF資助的多數(shù)項(xiàng)目計(jì)劃屬于潛在發(fā)展的不交叉類型，即這些項(xiàng)目計(jì)劃資助強(qiáng)度較低，但均呈現(xiàn)增長(zhǎng)趨勢(shì)，且由單一學(xué)部資助；前沿型項(xiàng)目計(jì)劃多為低交叉類型，即這些項(xiàng)目計(jì)劃資助強(qiáng)度較高，且資助金額處于迅速增長(zhǎng)期。此外，熱點(diǎn)型項(xiàng)目計(jì)劃中除了中交叉外，其他三類均有涉及，且沒有呈現(xiàn)出明顯的類別差異；而衰退型項(xiàng)目計(jì)劃多為不交叉類型。由此可看出，美國(guó)基金對(duì)于交叉類項(xiàng)目計(jì)劃的資金投入更具有持續(xù)長(zhǎng)期增高趨勢(shì)，而對(duì)不交叉類項(xiàng)目計(jì)劃多傾向于低強(qiáng)度短期投入。
4.3.2 前沿型項(xiàng)目計(jì)劃分析
由前沿判別指標(biāo)識(shí)別出的前沿型項(xiàng)目計(jì)劃共204 項(xiàng)。其中，高交叉類9 項(xiàng)，占高交叉類項(xiàng)目計(jì)劃總數(shù)的42.9%；中交叉類27 項(xiàng)，占中交叉類項(xiàng)目計(jì)劃總數(shù)的34.6%；低交叉類106 項(xiàng)，占低交叉類項(xiàng)目計(jì)劃總數(shù)的63.9%；不交叉類62 項(xiàng)，占不交叉類項(xiàng)目計(jì)劃總數(shù)的21.2%。由此可見，高交叉和低交叉類型的項(xiàng)目計(jì)劃呈現(xiàn)出較高的前沿型占比。
不同交叉水平的前沿型項(xiàng)目計(jì)劃年均資助金額隨時(shí)間的變化如圖6 所示。從圖6 可知，不交叉類前沿型項(xiàng)目計(jì)劃資助金額在2014 年之后呈現(xiàn)動(dòng)蕩式下降趨勢(shì)，且資助金額也有略低于交叉類前沿型項(xiàng)目計(jì)劃的趨勢(shì)；交叉類前沿型項(xiàng)目計(jì)劃資助金額隨年份呈遞增趨勢(shì)，且高交叉類前沿型項(xiàng)目計(jì)劃資助金額有高于其他交叉水平的前沿型項(xiàng)目計(jì)劃的趨勢(shì)?？梢姡绹?guó)對(duì)人工智能領(lǐng)域前沿型項(xiàng)目計(jì)劃的資助逐漸向?qū)W部高交叉類型傾斜。
對(duì)高交叉類前沿型項(xiàng)目計(jì)劃具體分析，得到如圖7 所示的高交叉類項(xiàng)目計(jì)劃前沿分布情況，具體如下。
前沿型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較高，且資助金額隨年份遞增速度較快，研究處于成長(zhǎng)階段。具體有Major Research Instrumentation（重大科研儀器項(xiàng)目）、EPSCoResearch Co-Funding（激勵(lì)競(jìng)爭(zhēng)性研究試點(diǎn)共助項(xiàng)目）、IntgStrat Undst Neurl & Cogn Sys（理解神經(jīng)與認(rèn)知系統(tǒng)的綜合策略項(xiàng)目）、DYN Coupled Natural-Human（自然和人類系統(tǒng)耦合的動(dòng)力學(xué)項(xiàng)目）、FW-HTF（人類技術(shù)未來前沿項(xiàng)目）、NSF INCLUDES（全國(guó)弱勢(shì)群體的科學(xué)、技術(shù)、工程與數(shù)學(xué)能力提升項(xiàng)目）、IIS Special Projects（信息智能系統(tǒng)專項(xiàng)項(xiàng)目）、CDS&E（計(jì)算和數(shù)據(jù)支持的科學(xué)與工程項(xiàng)目）、NSF 推進(jìn)的INSPIPE（跨學(xué)科研究與教育綜合支撐項(xiàng)目）。
以重大科研儀器項(xiàng)目計(jì)劃為例，該項(xiàng)目計(jì)劃在2007 年規(guī)定其資助單個(gè)項(xiàng)目最高限額為400 萬美元，其目的是支持重要科研儀器的研發(fā)，若沒有該項(xiàng)目計(jì)劃的支撐，基礎(chǔ)科學(xué)與工程研究的進(jìn)步也許就不會(huì)發(fā)生，同時(shí)該項(xiàng)目計(jì)劃也為促進(jìn)科學(xué)工程前沿的研究提供了新的機(jī)會(huì)。其在2018 年的說明文檔中表明該年度預(yù)資助項(xiàng)目約150 項(xiàng)，金額約7500 萬美元，從資助內(nèi)容和資助金額均可看出該項(xiàng)目計(jì)劃的學(xué)部高交叉前沿特性。
熱點(diǎn)型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較高，資助程度呈下降趨勢(shì)，研究處于成熟階段。具體有STCs-2013 Class（科學(xué)技術(shù)中心-2013 屆）、Collaborative Research（合作研究）、STCs-2010 Class（科學(xué)技術(shù)中心-2010 屆）、Sci&Tech Ctrs: IntegPtrs（科學(xué)技術(shù)中心-綜合型合作）。
以合作研究項(xiàng)目計(jì)劃為例，該項(xiàng)目計(jì)劃如今在NSF 官網(wǎng)已查詢不到，但其在本文數(shù)據(jù)中前5 年呈現(xiàn)較高的資助金額，后續(xù)呈遞減趨勢(shì)。在官網(wǎng)數(shù)據(jù)合作研究相關(guān)項(xiàng)目計(jì)劃中發(fā)現(xiàn)計(jì)算神經(jīng)科學(xué)中的合作研究（Collaborative Research in Computational Neuroscience），該項(xiàng)目計(jì)劃在本文分類中屬于學(xué)部中交叉潛在型項(xiàng)目計(jì)劃，該項(xiàng)目計(jì)劃如今仍處在征集階段，且在2020 年的說明文檔中表明該項(xiàng)目計(jì)劃的基金申請(qǐng)征集將延長(zhǎng)3 年，其目的是通過合作活動(dòng)，在計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)和許多其他學(xué)科的理論、方法基礎(chǔ)上，為理解復(fù)雜的神經(jīng)生物學(xué)系統(tǒng)提供理論基礎(chǔ)以及一系列豐富的技術(shù)方法。因此，美國(guó)基金資助的合作研究計(jì)劃可能在過去為研究熱點(diǎn)，現(xiàn)如今逐漸具象化，傾向于計(jì)算神經(jīng)科學(xué)領(lǐng)域的合作研究。
潛在型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較低，資助金額隨年份呈緩慢增長(zhǎng)趨勢(shì)，研究處于初始階段。具體有Track 1 INFEWS（食物-能源-水相互連通系統(tǒng)創(chuàng)新項(xiàng)目）、HBCU-EiR（黑人學(xué)院與大學(xué)卓越性研究）、Hurricane Harvey 2017（颶風(fēng)哈維2017 項(xiàng)目）、Global Venture Fund（全球風(fēng)險(xiǎn)資助）、Other Global Learning & Training（其他全球?qū)W習(xí)與培訓(xùn)項(xiàng)目）、Semiconductor Synthetic Biology（半導(dǎo)體合成生物學(xué)研究）、Research Coordination Networks（新型協(xié)同網(wǎng)絡(luò)研究）。
以INFEWS 項(xiàng)目計(jì)劃為例，該項(xiàng)目計(jì)劃在本文數(shù)據(jù)中僅在2016—2018 年這3 年中有資助金額，其目的為支持對(duì)食物、能源、水系統(tǒng)的概念化研究，包括社會(huì)和行為過程（如決策和治理）、自然過程（如生物地球化學(xué)和水循環(huán)）、網(wǎng)絡(luò)組件（如決策與評(píng)估的傳感、網(wǎng)絡(luò)、計(jì)算和可視化）等。由于本文數(shù)據(jù)的有限性，該項(xiàng)目計(jì)劃在人工智能領(lǐng)域的資金投入僅發(fā)現(xiàn)在近幾年出現(xiàn)，且資助強(qiáng)度較低，無法確定其后續(xù)資金投入狀況，因此符合潛在型特性。
衰退型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較低，且資助金額隨年份呈遞減趨勢(shì)，研究處于衰退階段。具體有Projects（項(xiàng)目），該項(xiàng)目計(jì)劃在NSF 官網(wǎng)項(xiàng)目計(jì)劃列表中現(xiàn)已檢索不到，進(jìn)一步證實(shí)了該項(xiàng)目計(jì)劃為衰退型。
綜上所述，人工智能領(lǐng)域高交叉類前沿型項(xiàng)目計(jì)劃主要集中于重大科研儀器、神經(jīng)與認(rèn)知系統(tǒng)、自然與人類系統(tǒng)、信息智能系統(tǒng)、計(jì)算和數(shù)據(jù)、跨學(xué)科研究以及未來前沿項(xiàng)目等。
5 結(jié)論與討論
在基金資助中，多學(xué)部共同參與的項(xiàng)目計(jì)劃通常為更基礎(chǔ)或更復(fù)雜的需要多學(xué)部共同參與解決的問題。本文將Rao-Stirling 指標(biāo)應(yīng)用到基金數(shù)據(jù)的學(xué)部交叉測(cè)量中，該指標(biāo)不但可以從多學(xué)部共同參與的角度來識(shí)別基礎(chǔ)性或復(fù)雜性項(xiàng)目計(jì)劃，更能夠通過項(xiàng)目的獲批數(shù)目體現(xiàn)研究者對(duì)不同項(xiàng)目計(jì)劃的學(xué)部參與均衡性程度，綜合考慮了政策制定者和項(xiàng)目計(jì)劃實(shí)施者對(duì)項(xiàng)目計(jì)劃的重視程度。另外，資助強(qiáng)度和資助趨勢(shì)從某種程度上也反映了學(xué)者對(duì)項(xiàng)目計(jì)劃的參與程度，通過這兩種維度設(shè)計(jì)前沿判別指標(biāo)，并從學(xué)部交叉層面分析其對(duì)前沿分布的影響，更直觀地顯示出政策制定者對(duì)項(xiàng)目計(jì)劃從學(xué)部設(shè)置到資金投入與學(xué)者參與度之間的關(guān)系。具體結(jié)論如下。
（1）通過項(xiàng)目計(jì)劃學(xué)部交叉度的測(cè)量，可將項(xiàng)目計(jì)劃分為高交叉、中交叉、低交叉和不交叉類。高交叉類項(xiàng)目計(jì)劃一方面表明從政策制定角度，該類計(jì)劃涉及學(xué)部較多，研究?jī)?nèi)容更為基礎(chǔ)或復(fù)雜；另一方面表明學(xué)者在各學(xué)部間的參與較為均衡，該類項(xiàng)目計(jì)劃在國(guó)家布局和學(xué)者參與之間呈現(xiàn)較高的一致性。在美國(guó)NSF 資助的人工智能領(lǐng)域中，從總體來看，交叉類和不交叉類項(xiàng)目計(jì)劃數(shù)目分布較為均衡，交叉類平均資助強(qiáng)度均高于不交叉類，且資助金額隨年份均呈上升趨勢(shì)；在交叉類項(xiàng)目計(jì)劃中，低交叉類在項(xiàng)目數(shù)目、平均資助強(qiáng)度以及平均資助趨勢(shì)層面均高于其他分類。一方面表明目前美國(guó)基金在人工智能領(lǐng)域鼓勵(lì)學(xué)者進(jìn)行跨學(xué)部交叉研究，另一方面表明學(xué)者更傾向于研究特定核心學(xué)部相關(guān)內(nèi)容，同時(shí)進(jìn)行嘗試性跨學(xué)部研究。
（2）通過項(xiàng)目計(jì)劃的資助強(qiáng)度和資助趨勢(shì)，可結(jié)合不同學(xué)部交叉水平，將項(xiàng)目計(jì)劃分為不同交叉水平的熱點(diǎn)型、前沿型、潛在型和衰退型，以分析不同交叉水平對(duì)前沿分布的影響。通過分析發(fā)現(xiàn)，在美國(guó)NSF 資助的人工智能領(lǐng)域中，低交叉和高交叉類項(xiàng)目計(jì)劃呈現(xiàn)出較高的前沿型占比，且高交叉類前沿型項(xiàng)目計(jì)劃隨年份呈現(xiàn)較高的資助趨勢(shì)，進(jìn)一步驗(yàn)證了美國(guó)在人工智能領(lǐng)域?qū)鐚W(xué)部和學(xué)者在各學(xué)部間參與度較為均衡的項(xiàng)目計(jì)劃給予更高資助金額和遞增資助趨勢(shì)的結(jié)論。
（3） 通過對(duì)高交叉類前沿型項(xiàng)目計(jì)劃的研究?jī)?nèi)容具體分析，一方面驗(yàn)證了該方法的有效性，另一方面得出高交叉類前沿型項(xiàng)目計(jì)劃研究?jī)?nèi)容主要集中于神經(jīng)與認(rèn)知系統(tǒng)、自然與人類系統(tǒng)、未來前沿項(xiàng)目、信息智能系統(tǒng)、計(jì)算和數(shù)據(jù)等方面的結(jié)論。
此外，由于本文所得到的關(guān)于基金學(xué)部交叉與資助金額和前沿分布的關(guān)系僅以人工智能領(lǐng)域?yàn)槔谄渌麑W(xué)科的適用性上還有待進(jìn)一步驗(yàn)證。因此，下一步擬采用整體基金數(shù)據(jù)加以深入而廣泛的探究。
猜你喜歡
學(xué)科新書架浙江樹人大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)(2022年4期)2022-08-15 10:58:48 【學(xué)科新書導(dǎo)覽】寧波大學(xué)學(xué)報(bào)(理工版)(2022年4期)2022-07-08 05:12:02 FMS與YBT相關(guān)性的實(shí)證研究體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:54 學(xué)科新書導(dǎo)覽寧波大學(xué)學(xué)報(bào)(理工版)(2022年2期)2022-03-15 12:10:56 2020年國(guó)內(nèi)翻譯研究述評(píng)天津外國(guó)語大學(xué)學(xué)報(bào)(2021年3期)2021-08-13 08:32:18 遼代千人邑研究述論遼金歷史與考古(2021年0期)2021-07-29 01:06:54 土木工程學(xué)科簡(jiǎn)介華北理工大學(xué)學(xué)報(bào)(自然科學(xué)版)(2021年3期)2021-07-03 09:06:34 視錯(cuò)覺在平面設(shè)計(jì)中的應(yīng)用與研究科技傳播(2019年22期)2020-01-14 03:06:54 EMA伺服控制系統(tǒng)研究民用飛機(jī)設(shè)計(jì)與研究(2019年4期)2019-05-21 07:21:24 新版C-NCAP側(cè)面碰撞假人損傷研究汽車工程學(xué)報(bào)(2017年2期)2017-07-05 08:13:02
范麗鵬 ，王曰芬 ，，岑詠華 ，楊 潔
（1.南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院，南京 210094；2.天津師范大學(xué)管理學(xué)院，天津 300387；3.天津師范大學(xué)大數(shù)據(jù)科學(xué)研究院，天津 300387）
1 引 言
政府基金資助是國(guó)家對(duì)科學(xué)基礎(chǔ)研究的重要支撐力量，代表著國(guó)家對(duì)科學(xué)發(fā)展的政策引導(dǎo)[1]。國(guó)家基金項(xiàng)目中的研究?jī)?nèi)容往往具有前瞻性、先導(dǎo)性和探索性等特點(diǎn)，蘊(yùn)含著大量的研究前沿信息[2]?；鹬械捻?xiàng)目計(jì)劃是國(guó)家對(duì)科研工作的宏觀部署，代表著學(xué)科領(lǐng)域研究的重點(diǎn)與方向，在一定程度上能夠更早地指引科研工作者對(duì)特定學(xué)科領(lǐng)域前沿進(jìn)行探索[3-4]。因此，研究世界科技強(qiáng)國(guó)通過基金對(duì)學(xué)科領(lǐng)域項(xiàng)目計(jì)劃的資助情況，有助于了解學(xué)科領(lǐng)域發(fā)展的世界潮流，同時(shí)把握領(lǐng)域研究的熱點(diǎn)與趨勢(shì)，對(duì)于國(guó)家政府科技政策的制定和領(lǐng)域發(fā)展的部署具有指導(dǎo)性意義。
另外，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，傳統(tǒng)學(xué)科不斷分化出新的分支，在單一學(xué)科繼續(xù)深化的同時(shí)，面對(duì)復(fù)雜社會(huì)問題和技術(shù)創(chuàng)新，往往需要學(xué)科間的交叉融合來共同解決。學(xué)科交叉研究通常意味著創(chuàng)新與進(jìn)步，在促進(jìn)社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)發(fā)展中發(fā)揮著重要的作用。測(cè)度學(xué)科交叉并識(shí)別學(xué)科交叉領(lǐng)域研究的前沿?zé)狳c(diǎn)，有助于科研工作者和相關(guān)部門把握學(xué)科交叉領(lǐng)域發(fā)展的研究方向與演化趨勢(shì)，進(jìn)而為制定與調(diào)整學(xué)科領(lǐng)域重點(diǎn)、布置與優(yōu)化科技發(fā)展規(guī)劃等提供決策參考。目前，世界各國(guó)已將資助學(xué)科交叉研究放在重要的戰(zhàn)略位置上[5-6]，例如，在美國(guó)國(guó)家科學(xué)基金會(huì)（National Science Foundation，NSF）資助的項(xiàng)目中，學(xué)科交叉性項(xiàng)目的研究具有一定的優(yōu)先權(quán)，并且該機(jī)構(gòu)鼓勵(lì)跨學(xué)部項(xiàng)目的發(fā)展[7]。
美國(guó)NSF 共設(shè)有7 個(gè)科學(xué)部和若干辦公室，每個(gè)學(xué)部及辦公室均下設(shè)分部，同時(shí)每個(gè)分部又資助和管理著若干項(xiàng)目計(jì)劃，這些項(xiàng)目計(jì)劃的資助實(shí)施劃分為所有部門可參與、兩個(gè)或以上學(xué)部可參與，以及單一學(xué)部可參與，且所有項(xiàng)目計(jì)劃均由國(guó)家根據(jù)社會(huì)發(fā)展的需求隨著時(shí)間進(jìn)行戰(zhàn)略調(diào)整，以引領(lǐng)特定領(lǐng)域的前沿研究。那么，各學(xué)部不同程度參與的項(xiàng)目計(jì)劃與單一學(xué)部參與的項(xiàng)目計(jì)劃之間有著怎樣的差異性？是否學(xué)部交叉程度越高的項(xiàng)目計(jì)劃國(guó)家資助力度越大，學(xué)者參與度越高？前沿型的項(xiàng)目計(jì)劃與學(xué)部交叉程度之間又有著怎樣的關(guān)聯(lián)？這些是對(duì)美國(guó)NSF 基金項(xiàng)目進(jìn)行深入研究中值得探索的問題。
在交叉融合研究領(lǐng)域，學(xué)者多以學(xué)科為研究對(duì)象，且已提出較為成熟的學(xué)科交叉測(cè)量指標(biāo)。基于此，本文在融合學(xué)部多樣性與學(xué)者參與均衡性的基礎(chǔ)上，將學(xué)科交叉指標(biāo)引入項(xiàng)目計(jì)劃的學(xué)部交叉度測(cè)量中，并結(jié)合符合基金數(shù)據(jù)特征的前沿識(shí)別指標(biāo)，通過分析項(xiàng)目計(jì)劃的學(xué)部交叉程度及其對(duì)前沿型項(xiàng)目計(jì)劃分布的影響，探究國(guó)家項(xiàng)目計(jì)劃的戰(zhàn)略布局與資助強(qiáng)度趨勢(shì)及學(xué)者參與程度之間的差異性，有利于基金會(huì)從宏觀角度把控資金的投入，同時(shí)為其他國(guó)家基金投入的戰(zhàn)略布局提供借鑒。
2 相關(guān)研究工作
2.1 學(xué)科交叉
學(xué)科交叉研究一直是科學(xué)計(jì)量關(guān)注的研究?jī)?nèi)容，而今正在成為學(xué)術(shù)研究的熱點(diǎn)，其中根據(jù)什么屬性與采用哪些指標(biāo)測(cè)度學(xué)科交叉是進(jìn)行相關(guān)研究的關(guān)鍵。在現(xiàn)有研究中，許海云等[8]對(duì)現(xiàn)有的學(xué)科交叉計(jì)量指標(biāo)進(jìn)行了歸納分析，將現(xiàn)有的學(xué)科交叉性測(cè)度屬性分為兩種：學(xué)科多樣性和學(xué)科聚合性；其中，學(xué)科多樣性描述了多學(xué)科的統(tǒng)計(jì)特征，學(xué)科聚合性描述了多學(xué)科的網(wǎng)絡(luò)特征。在學(xué)科多樣性測(cè)量指標(biāo)上主要采用的是布里淵指數(shù)[9]、citations outside category （COC） 指 數(shù)[10]、 Rao-Stirling 指 數(shù)[11]等。其中，布里淵指數(shù)考慮的是學(xué)科類別數(shù)目和學(xué)科分布的均勻程度；COC 指數(shù)考慮的是學(xué)科的平衡性；Rao-Stirling 指數(shù)則在布里淵指數(shù)的基礎(chǔ)上，增加了學(xué)科間距離的度量指標(biāo)，綜合考慮了學(xué)科類別數(shù)目、學(xué)科分布均勻度和學(xué)科間的差異性。由此，Rao-Stirling 指標(biāo)被廣泛應(yīng)用于測(cè)量學(xué)科交叉度的多樣性屬性。例如，Leydesdorff 等[12]基于Rao-Stirling指數(shù)針對(duì)專利數(shù)據(jù)開展技術(shù)成長(zhǎng)過程中的技術(shù)多樣性研究；韓正琪等[13]基于Rao-Stirling 指數(shù)針對(duì)文獻(xiàn)數(shù)據(jù)開展基于單篇文獻(xiàn)的學(xué)科交叉程度研究，并通過文獻(xiàn)的學(xué)科多樣性程度識(shí)別特定領(lǐng)域的高交叉類文獻(xiàn)。
目前，針對(duì)學(xué)科交叉的多樣性研究多集中于專利數(shù)據(jù)和科技文獻(xiàn)，面向基金數(shù)據(jù)的研究較少，原因之一可能是基金數(shù)據(jù)中沒有明確的學(xué)科信息。在基金數(shù)據(jù)中，單一學(xué)部往往管理著多個(gè)學(xué)科，項(xiàng)目計(jì)劃的多學(xué)科信息被隱含在數(shù)據(jù)中。因此，如何計(jì)算基金項(xiàng)目計(jì)劃的學(xué)部交叉度是本文解決相關(guān)問題的前提。基于項(xiàng)目計(jì)劃特征的信息表達(dá)，本文擬采用學(xué)科交叉度計(jì)量指標(biāo)來衡量項(xiàng)目計(jì)劃的學(xué)部交叉水平，并運(yùn)用Rao-Stirling 指數(shù)從學(xué)科多樣性角度來測(cè)度。
2.2 前沿識(shí)別
近年來，學(xué)者們對(duì)學(xué)科領(lǐng)域前沿研究已提出一些有效的識(shí)別方法，并以應(yīng)用于科技論文和專利數(shù)據(jù)源中為主，如社會(huì)網(wǎng)絡(luò)分析法、突變?cè)~檢測(cè)法、構(gòu)建前沿判別指標(biāo)等。例如，Liu 等[14]基于引文分析方法對(duì)500 篇高被引論文構(gòu)建共引網(wǎng)絡(luò)，然后結(jié)合時(shí)間序列聚類識(shí)別研究前沿；Li 等[15]將突變檢測(cè)術(shù)語與共詞分析法相結(jié)合，對(duì)其進(jìn)行關(guān)聯(lián)規(guī)則挖掘以探測(cè)學(xué)科領(lǐng)域的研究前沿；Wang 等[16]提出通過增長(zhǎng)性、新穎性、科學(xué)影響力、連貫性等指標(biāo)識(shí)別新興研究前沿。
在面對(duì)基金項(xiàng)目數(shù)據(jù)源時(shí)，學(xué)者們將基金項(xiàng)目數(shù)據(jù)自身的特征與前沿判別的指標(biāo)方法相結(jié)合進(jìn)行研究。例如，徐路路等[17]基于DTM 模型（dynamic topic models）對(duì)NSF 基金項(xiàng)目數(shù)據(jù)進(jìn)行主題抽取，將主題強(qiáng)度、資助時(shí)長(zhǎng)、資助強(qiáng)度等指標(biāo)應(yīng)用到主題的時(shí)序變化中，并根據(jù)發(fā)展周期將主題劃分為新興主題、熱門主題、衰老主題以及潛在新興主題等；王效岳等[2]基于PLDA （parallel latent Dirichlet allocation）模型提取基金項(xiàng)目主題，并結(jié)合主題資助時(shí)間、資助強(qiáng)度和中心性指標(biāo)識(shí)別基金數(shù)據(jù)中的前沿型主題；劉博文等[18]綜合基金數(shù)據(jù)和論文數(shù)據(jù)的特征，提出主題強(qiáng)度、主題新穎度和主題相似度指標(biāo)來識(shí)別判定前沿型主題；劉自強(qiáng)等[19]借鑒目前針對(duì)科技論文的前沿判別指標(biāo)，構(gòu)建基金數(shù)據(jù)和論文數(shù)據(jù)共同適用的前沿型主題判別指標(biāo)，即新興度和關(guān)注度指標(biāo)。
在現(xiàn)有的前沿識(shí)別指標(biāo)中，面向的對(duì)象常為項(xiàng)目標(biāo)題和摘要中的關(guān)鍵詞?；鸬捻?xiàng)目計(jì)劃作為國(guó)家對(duì)學(xué)科領(lǐng)域研究主題的總體部署，是項(xiàng)目申請(qǐng)的主要指導(dǎo)方向，代表著對(duì)特定領(lǐng)域的專題性研究方向。因此，本文將借鑒已有的關(guān)鍵詞前沿識(shí)別指標(biāo)，以項(xiàng)目計(jì)劃為研究對(duì)象，結(jié)合其自身的外在屬性特征，構(gòu)建適用于項(xiàng)目計(jì)劃的前沿識(shí)別指標(biāo)。
3 研究設(shè)計(jì)與方法
3.1 研究分析框架
為分析基金項(xiàng)目計(jì)劃的學(xué)部交叉程度對(duì)其資助及前沿型項(xiàng)目計(jì)劃分布的影響，本文的研究設(shè)計(jì)框架如圖1 所示。一方面，通過不同學(xué)部交叉程度的項(xiàng)目計(jì)劃的資助強(qiáng)度和資助趨勢(shì)的對(duì)比分析，探究國(guó)家對(duì)不同交叉程度項(xiàng)目計(jì)劃的重視程度及學(xué)者的參與程度；另一方面，通過對(duì)比不同交叉程度的項(xiàng)目計(jì)劃的前沿分布差異性，探究學(xué)部交叉程度對(duì)前沿的影響。
在基金數(shù)據(jù)中，學(xué)部與項(xiàng)目計(jì)劃的關(guān)系如表1所示[20]。由表1 可知，一個(gè)項(xiàng)目由單一學(xué)部資助，但同時(shí)涉及一個(gè)或多個(gè)項(xiàng)目計(jì)劃，學(xué)部與項(xiàng)目計(jì)劃為多對(duì)多關(guān)系，即一個(gè)學(xué)部可資助多個(gè)項(xiàng)目計(jì)劃，同時(shí)一個(gè)項(xiàng)目計(jì)劃可由多個(gè)學(xué)部共同資助。項(xiàng)目計(jì)劃為基金項(xiàng)目申請(qǐng)的具體方向，能夠從宏觀角度探究美國(guó)在學(xué)科領(lǐng)域的政策布局和方向部署。學(xué)部作為學(xué)科的管理層，蘊(yùn)含著對(duì)差異較大的不同學(xué)科的側(cè)重。學(xué)部交叉度越高的項(xiàng)目計(jì)劃，預(yù)示著該項(xiàng)目計(jì)劃為更基礎(chǔ)的或更復(fù)雜的研究。
表1 基金學(xué)部與項(xiàng)目計(jì)劃數(shù)據(jù)解析[20]
3.2 研究方法
3.2.1 學(xué)部交叉度及其計(jì)量指標(biāo)
本文將項(xiàng)目計(jì)劃的學(xué)科交叉度界定為項(xiàng)目計(jì)劃學(xué)部交叉的多樣性程度，并借助多樣性（Variety）、平衡性 （Balance） 和差異性 （Disparity） 3 種屬性來測(cè)度[21]。本文將多樣性界定為單個(gè)項(xiàng)目計(jì)劃涉及的學(xué)部個(gè)數(shù)，平衡性界定為項(xiàng)目計(jì)劃在各學(xué)部之間項(xiàng)目數(shù)目的均勻程度，差異性界定為學(xué)部在各項(xiàng)目計(jì)劃之間項(xiàng)目數(shù)目分布的差異程度。Rao-Stirling 指數(shù)綜合了上述3 種屬性，不但能度量某個(gè)學(xué)科領(lǐng)域項(xiàng)目計(jì)劃的學(xué)部分布特征，同時(shí)也能考量學(xué)部之間的差異性，還能通過項(xiàng)目計(jì)劃申請(qǐng)的項(xiàng)目數(shù)目體現(xiàn)一定程度上學(xué)者在不同學(xué)部參與的均衡性。因此，本文采用該指數(shù)，并將測(cè)量的公式表示為
其中，v表示項(xiàng)目計(jì)劃涉及的學(xué)部數(shù)目；pi表示項(xiàng)目計(jì)劃在學(xué)部i中涉及的項(xiàng)目數(shù)目；dij表示學(xué)部i和學(xué)部j之間基于項(xiàng)目計(jì)劃涉及的項(xiàng)目數(shù)目的余弦距離。具體地，Variety 為項(xiàng)目計(jì)劃涉及的學(xué)部數(shù)目，該指標(biāo)越大，表示項(xiàng)目計(jì)劃涉及的學(xué)部數(shù)目越多，其學(xué)部交叉性越強(qiáng)；Balance 為各學(xué)部資助該項(xiàng)目計(jì)劃項(xiàng)目數(shù)目的均勻程度，在指標(biāo)中融入項(xiàng)目數(shù)目的計(jì)算，體現(xiàn)了不同學(xué)者在同一項(xiàng)目計(jì)劃中各學(xué)部參與的均衡程度（項(xiàng)目數(shù)目與學(xué)者參與度成正比），該指標(biāo)越大，表示項(xiàng)目計(jì)劃的項(xiàng)目數(shù)目在各學(xué)部中分布越均衡，其學(xué)部交叉性越強(qiáng)，學(xué)者在不同學(xué)部之間的參與也越均衡；Disparity 為學(xué)部之間的差異性，該指標(biāo)越大，表示學(xué)部間的差異度越大，涉及該學(xué)部的項(xiàng)目計(jì)劃學(xué)部交叉性越強(qiáng)。Rao-Stirling 指數(shù)綜合表示了項(xiàng)目計(jì)劃涉及的各學(xué)部的差異，其值越高，表明交叉性越強(qiáng)。
3.2.2 前沿型項(xiàng)目計(jì)劃識(shí)別指標(biāo)
在基金數(shù)據(jù)中，不同項(xiàng)目計(jì)劃有著不同的資助時(shí)長(zhǎng)，且部分項(xiàng)目計(jì)劃的資助金額隨時(shí)間呈遞增趨勢(shì)，而部分項(xiàng)目計(jì)劃卻呈現(xiàn)遞減趨勢(shì)。因此，本文基于現(xiàn)有前沿型主題的探測(cè)方法并結(jié)合基金項(xiàng)目計(jì)劃的特性，將資助趨勢(shì)融入前沿識(shí)別指標(biāo)中，并提出結(jié)合資助強(qiáng)度和資助趨勢(shì)兩種指標(biāo)來判別前沿型項(xiàng)目計(jì)劃。
（1）資助強(qiáng)度指標(biāo)：項(xiàng)目計(jì)劃投入的資助金額越高，表明政府對(duì)該項(xiàng)目計(jì)劃越重視，其前沿價(jià)值越高。為消除資助時(shí)長(zhǎng)和年份的影響，取年平均資助金額作為資助強(qiáng)度指標(biāo)。
（2）資助趨勢(shì)指標(biāo)：項(xiàng)目計(jì)劃的資助金額若隨時(shí)間呈現(xiàn)遞增趨勢(shì)，則表明政府在某個(gè)學(xué)科領(lǐng)域?qū)υ擁?xiàng)目計(jì)劃保持持續(xù)高漲的熱度；若呈現(xiàn)遞減趨勢(shì)，則表明該項(xiàng)目計(jì)劃在學(xué)科領(lǐng)域的關(guān)注研究熱度呈現(xiàn)衰退趨勢(shì)。為更好地表示增減趨勢(shì)，本文采用線性回歸模型，將項(xiàng)目計(jì)劃的資助金額與年份之間的回歸系數(shù)作為資助趨勢(shì)指標(biāo)。
資助強(qiáng)度和資助趨勢(shì)兩種指標(biāo)的相互結(jié)合，不僅能夠表明項(xiàng)目計(jì)劃的受重視程度，還能預(yù)測(cè)其未來的資助走勢(shì)。為了輔助前沿型項(xiàng)目計(jì)劃的判別，將資助強(qiáng)度和資助趨勢(shì)兩種指標(biāo)進(jìn)行交叉組合，構(gòu)建戰(zhàn)略坐標(biāo)圖（圖2），其中，x軸表示資助強(qiáng)度，y軸表示資助趨勢(shì)，坐標(biāo)軸交點(diǎn)表示判別閾值。由此，將項(xiàng)目計(jì)劃劃分為潛在型、前沿型、熱點(diǎn)型和衰退型4 種類型。
由圖2 可見，潛在型項(xiàng)目計(jì)劃資助強(qiáng)度較低，資助趨勢(shì)呈上升態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃處于萌芽階段，受重視程度較低，但蘊(yùn)含發(fā)展趨勢(shì)；前沿型項(xiàng)目計(jì)劃資助強(qiáng)度較高，資助趨勢(shì)呈上升態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃處于成長(zhǎng)階段，受重視程度較高，上升發(fā)展趨勢(shì)顯著；熱點(diǎn)型項(xiàng)目計(jì)劃資助強(qiáng)度較高，資助趨勢(shì)有下降態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃將逐步走向成熟階段，同時(shí)會(huì)在一段時(shí)間內(nèi)持續(xù)受到關(guān)注；衰退型項(xiàng)目計(jì)劃資助強(qiáng)度較低，資助趨勢(shì)呈下降態(tài)勢(shì)，表明該類項(xiàng)目計(jì)劃受重視程度較低，處于衰退階段。
4 實(shí)證分析
4.1 數(shù)據(jù)來源與處理
截至2020 年，NSF 資助金額已達(dá)到830 億美元，占聯(lián)邦支持美國(guó)大學(xué)進(jìn)行基礎(chǔ)研究預(yù)算資金總額的27%[20]。其中，NSF 提供的1959 年至今的XML 數(shù)據(jù)顯示，在2008—2018 年其資助總金額約631.7 億美元，項(xiàng)目總數(shù)為127253 項(xiàng)。
本文以人工智能領(lǐng)域（artificial intelligence，AI）為例，采用關(guān)鍵詞組合檢索的策略，根據(jù)前期綜合研究確定的418 個(gè)關(guān)鍵詞[22]，構(gòu)造檢索式“"semantic analysis" or "neural network" or "support vector machine" or "machine learning"…”，在 NSF 官網(wǎng)上檢索相關(guān)基金項(xiàng)目，限定基金資助時(shí)段為2008.01.01—2018.12.31（檢索時(shí)間為2020 年2 月）。去重處理后，共獲取42126 條基金項(xiàng)目數(shù)據(jù)，經(jīng)人工篩選與研判后，最終得到人工智能領(lǐng)域基金項(xiàng)目數(shù)據(jù)20524 條，約占NSF 在這一時(shí)段資助項(xiàng)目總數(shù)的16.1%；資助金額約142.3 億美元，約占NSF 在這一時(shí)段資助總金額的22.5%。
由于檢索得到的數(shù)據(jù)與NSF 提供的XML 數(shù)據(jù)相比，缺失部分字段，本文將檢索得到的項(xiàng)目ID與NSF 提供的XML 數(shù)據(jù)進(jìn)行匹配，得到各項(xiàng)目詳細(xì)的字段信息。每條基金數(shù)據(jù)為一個(gè)項(xiàng)目，本文選取的字段有AwardID（項(xiàng)目ID）、StartDate（生效日期）、NSFDirectorate（學(xué)部）、Program（所屬項(xiàng)目計(jì)劃）、Country（所在國(guó)家）、AwardAmount（資助金額）等。為更加準(zhǔn)確地研究美國(guó)基金資助的項(xiàng)目計(jì)劃的學(xué)部交叉分布情況，本文依據(jù)項(xiàng)目所在國(guó)家字段，刪除美國(guó)以外的其他國(guó)家在NSF 申請(qǐng)的項(xiàng)目，并去除學(xué)部和項(xiàng)目計(jì)劃字段為空的數(shù)據(jù)，最終獲得數(shù)據(jù)19937 條。
4.2 學(xué)部交叉度測(cè)量與分析
根據(jù)上文設(shè)計(jì)的學(xué)部交叉度測(cè)量公式（公式(1)～公式(5)）計(jì)算基金項(xiàng)目計(jì)劃的學(xué)部交叉狀況，并分析是否學(xué)部交叉度越高的項(xiàng)目計(jì)劃其資助越高，研究者是否更傾向于申請(qǐng)學(xué)部高交叉度的項(xiàng)目，以探究不同學(xué)部交叉水平對(duì)項(xiàng)目計(jì)劃資助金額和申請(qǐng)項(xiàng)目數(shù)目的影響。
4.2.1 項(xiàng)目計(jì)劃的學(xué)部交叉度測(cè)量
經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，檢索得到的基金數(shù)據(jù)共涉及學(xué)部數(shù)目8 個(gè)，項(xiàng)目計(jì)劃558 項(xiàng)，各學(xué)部項(xiàng)目計(jì)劃數(shù)目分布如表2 所示。其中主任辦公室（Office of the Director）容納了基金會(huì)的最高領(lǐng)導(dǎo)，可監(jiān)督基金會(huì)的所有活動(dòng)，決定政策優(yōu)先事項(xiàng)的發(fā)展，制定行政和管理準(zhǔn)則以及長(zhǎng)期規(guī)劃，該部門下的綜合活動(dòng)辦公室和國(guó)際科學(xué)工程辦公室均管理著部分綜合性項(xiàng)目計(jì)劃，因此將該部門也納入考量。由表2 可知，美國(guó)基金在人工智能領(lǐng)域布局的項(xiàng)目計(jì)劃多數(shù)由數(shù)學(xué)與物理科學(xué)學(xué)部（MPS）、計(jì)算機(jī)信息科學(xué)與工程學(xué)部（CISE）以及工程科學(xué)學(xué)部（ENG）資助，這3 個(gè)學(xué)部資助的項(xiàng)目計(jì)劃數(shù)目去重后，共379 項(xiàng)，占項(xiàng)目計(jì)劃總數(shù)的67.92%，進(jìn)一步證實(shí)了數(shù)據(jù)的有效性。
表2 學(xué)部的項(xiàng)目計(jì)劃數(shù)目分布
由表1 中的基金數(shù)據(jù)特征可知，學(xué)部與項(xiàng)目計(jì)劃之間為多對(duì)多對(duì)應(yīng)關(guān)系。因此，本文利用Python編程，構(gòu)建項(xiàng)目計(jì)劃與學(xué)部、學(xué)部與學(xué)部之間的共現(xiàn)矩陣，其中項(xiàng)目計(jì)劃與學(xué)部的共現(xiàn)矩陣值為學(xué)部資助項(xiàng)目計(jì)劃的項(xiàng)目數(shù)目，學(xué)部與學(xué)部的共現(xiàn)矩陣值為學(xué)部間相同項(xiàng)目計(jì)劃的數(shù)目。進(jìn)而，根據(jù)學(xué)科交叉度測(cè)量公式計(jì)算Rao-Stirling 指數(shù)值，并依據(jù)計(jì)算得出的密度分布劃分項(xiàng)目計(jì)劃的類型。最后，根據(jù)公式(1)～公式(3)分別計(jì)算每個(gè)項(xiàng)目計(jì)劃的多樣性、平衡性、差異性和Rao-Stirling 指數(shù)。
通過計(jì)算得到圖3 所示的NSF 資助的人工智能領(lǐng)域2008—2018 年項(xiàng)目計(jì)劃Rao-Stirling 值的核密度分布。從圖3 可以看出，人工智能領(lǐng)域項(xiàng)目計(jì)劃的學(xué)部交叉度大多集中于0～0.15，其中不交叉項(xiàng)目計(jì)劃Rao-Stirling 值為0，共計(jì)292 項(xiàng)，占52.3%，表明美國(guó)在人工智能領(lǐng)域的資助各學(xué)部均有不同的側(cè)重，且學(xué)部交叉和不交叉的項(xiàng)目計(jì)劃分布較為均衡。根據(jù)核密度分布可將人工智能領(lǐng)域?qū)W部交叉的項(xiàng)目計(jì)劃劃分為三類交叉水平：(0, 0.15]為低交叉類，共167 項(xiàng)；(0.15, 0.30]為中交叉類，共78 項(xiàng)；大于0.3 為高交叉類，共21 項(xiàng)。
對(duì)交叉類項(xiàng)目進(jìn)一步分析可知（部分交叉類項(xiàng)目計(jì)劃如表3 所示），高交叉類項(xiàng)目計(jì)劃平均涉及5.35 個(gè)學(xué)部，中交叉類平均涉及3.09 個(gè)學(xué)部，低交叉類平均涉及2.95 個(gè)學(xué)部。為進(jìn)一步分析方法的有效性，分別對(duì)高交叉類的Collaborative Research、中交叉類的STCs-2016 以及低交叉類的Special Programs in Astronomy 進(jìn)行追溯分析，發(fā)現(xiàn)Collaborative Research 共涉及除教育與人力資源學(xué)部（EHR）之外的7 個(gè)學(xué)部，且在各學(xué)部之間的項(xiàng)目數(shù)目分布較為均衡，Special Programs in Astronomy 雖然在涉及的學(xué)部數(shù)目上多于STCs-2016，但其涉及的項(xiàng)目更傾向于MPS 學(xué)部，學(xué)部之間項(xiàng)目數(shù)目的分布具有明顯的傾向性，因此該項(xiàng)目計(jì)劃的學(xué)部交叉度低于STCs-2016。
表3 交叉項(xiàng)目計(jì)劃（部分）
4.2.2 不同學(xué)部交叉水平的項(xiàng)目計(jì)劃分析
對(duì)劃分出來的四類項(xiàng)目計(jì)劃進(jìn)行特征統(tǒng)計(jì)，當(dāng)一個(gè)項(xiàng)目隸屬于多個(gè)項(xiàng)目計(jì)劃時(shí)，項(xiàng)目計(jì)劃對(duì)該項(xiàng)目的資助金額按均分法計(jì)算，項(xiàng)目個(gè)數(shù)按統(tǒng)一法計(jì)算。對(duì)相關(guān)指標(biāo)進(jìn)行測(cè)算，得到如表4 所示的不同交叉水平項(xiàng)目計(jì)劃的特征分布情況。首先，從項(xiàng)目計(jì)劃數(shù)、項(xiàng)目數(shù)與資助金額總數(shù)可看出，NSF 資助的項(xiàng)目多為低交叉或不交叉類型，表明美國(guó)基礎(chǔ)研究推行的項(xiàng)目計(jì)劃具有學(xué)部針對(duì)性，即學(xué)部間分工較為明確；其次，從單個(gè)項(xiàng)目計(jì)劃平均資助金額可看出，學(xué)部交叉性項(xiàng)目計(jì)劃平均資助金額遠(yuǎn)高于單個(gè)學(xué)部資助的項(xiàng)目計(jì)劃，表明美國(guó)基礎(chǔ)研究對(duì)學(xué)部交叉性項(xiàng)目計(jì)劃重視度較高；最后，從項(xiàng)目計(jì)劃平均申請(qǐng)的項(xiàng)目數(shù)來看，研究人員較傾向于研究低交叉和高交叉類項(xiàng)目計(jì)劃，表明在人工智能領(lǐng)域美國(guó)鼓勵(lì)少數(shù)核心學(xué)部與多學(xué)部的研究人員共同參與。
表4 不同交叉水平項(xiàng)目計(jì)劃的特征分布
對(duì)不同交叉水平項(xiàng)目計(jì)劃的平均資助金額按照時(shí)間進(jìn)行測(cè)算，得到如圖4 所示的分布狀態(tài)?？傮w而言，交叉類項(xiàng)目計(jì)劃平均資助金額隨時(shí)間呈增長(zhǎng)趨勢(shì)，不交叉類項(xiàng)目計(jì)劃在2014 年之后呈動(dòng)蕩式下降趨勢(shì)，且年均資助金額均小于交叉類項(xiàng)目計(jì)劃。這表明美國(guó)基金在人工智能領(lǐng)域資助的項(xiàng)目計(jì)劃越來越傾向于各學(xué)部均有涉及的基礎(chǔ)性研究。
此外，在2010 年，不交叉類和高交叉項(xiàng)目計(jì)劃平均資助金額遠(yuǎn)高于其他年份。通過追溯原始數(shù)據(jù)發(fā)現(xiàn)，在不交叉類項(xiàng)目計(jì)劃中，2010 年資助金額最高的項(xiàng)目計(jì)劃為Advanced Technology Solar Telescope(ATST) Construction（先進(jìn)技術(shù)太陽望遠(yuǎn)鏡的構(gòu)造）和Daniel K. Inouye Solar Telescope (DKIST) Construction（Daniel K. Inouye 太陽望遠(yuǎn)鏡構(gòu)造），這兩個(gè)項(xiàng)目計(jì)劃在2010 年的資助金額共為1.78 億美元，涉及項(xiàng)目申請(qǐng)單位為天文學(xué)研究大學(xué)協(xié)會(huì)，該項(xiàng)目計(jì)劃的管理學(xué)部為數(shù)學(xué)與物理科學(xué)學(xué)部。在高交叉類項(xiàng)目中，STCs（科學(xué)技術(shù)中心）項(xiàng)目計(jì)劃于2010 年資助人工智能相關(guān)項(xiàng)目5 項(xiàng)，資助金額約為0.73 億美元。STCs 項(xiàng)目計(jì)劃由NSF 于1987 年設(shè)立，目的是促進(jìn)科研機(jī)構(gòu)、國(guó)家實(shí)驗(yàn)室、其他公立或私立團(tuán)體通過國(guó)際或國(guó)內(nèi)合作來進(jìn)行世界級(jí)科學(xué)研究，該計(jì)劃支持需大規(guī)模長(zhǎng)期資助的具有創(chuàng)新性、潛在變革性的研究和教育中心的建立，是基礎(chǔ)研究重要領(lǐng)域發(fā)起的一場(chǎng)創(chuàng)新的、跨學(xué)科的運(yùn)動(dòng)[23]。近10 年已啟動(dòng)了3 屆，分別于2010、2013 和2016 年，共資助建立了12 個(gè)研究中心，在本文的研究數(shù)據(jù)中檢索到11 個(gè)，共計(jì)約3.35 億美元，具體如表5 所示。這11 個(gè)研究中心研究領(lǐng)域包括信息科學(xué)、量子材料、智能科學(xué)、功能成像以及生物學(xué)等，其中6 個(gè)涉及生物學(xué)領(lǐng)域，這一方面體現(xiàn)出美國(guó)對(duì)人工智能在生物學(xué)方面的應(yīng)用較為重視，另一方面也體現(xiàn)出美國(guó)基金不僅為科學(xué)研究?jī)?nèi)容提供資助，也倡導(dǎo)培養(yǎng)人才力量，使科學(xué)研究和人才培養(yǎng)相互促進(jìn)。
表5 人工智能領(lǐng)域相關(guān)科學(xué)技術(shù)中心
4.3 前沿型項(xiàng)目計(jì)劃識(shí)別與分析
由上文分析可知，交叉類項(xiàng)目計(jì)劃的平均資助金額遠(yuǎn)高于不交叉類，且其資助金額隨年份呈現(xiàn)遞增的趨勢(shì)，證實(shí)NSF 對(duì)學(xué)部交叉類項(xiàng)目計(jì)劃的重視程度。下文將識(shí)別前沿型項(xiàng)目計(jì)劃，并分析是否學(xué)部交叉水平越高的項(xiàng)目計(jì)劃越傾向于前沿型，以探究學(xué)部的交叉程度對(duì)前沿型項(xiàng)目計(jì)劃分布的影響。
4.3.1 前沿型項(xiàng)目計(jì)劃識(shí)別
利用本文設(shè)計(jì)的前沿判別指標(biāo)，計(jì)算各個(gè)項(xiàng)目計(jì)劃的資助強(qiáng)度與資助趨勢(shì)，構(gòu)建前沿型項(xiàng)目計(jì)劃判別戰(zhàn)略圖。為便于呈現(xiàn)，將指標(biāo)進(jìn)行歸一化處理，如圖5 所示。在圖5 中，橫坐標(biāo)表示資助強(qiáng)度，縱坐標(biāo)表示資助趨勢(shì)。其中，資助強(qiáng)度的閾值為項(xiàng)目計(jì)劃資助強(qiáng)度的平均值，資助趨勢(shì)的閾值為0，即負(fù)值表示下降趨勢(shì)，正值表示上升趨勢(shì)。
由圖5 可知，2008—2018 年人工智能領(lǐng)域NSF資助的多數(shù)項(xiàng)目計(jì)劃屬于潛在發(fā)展的不交叉類型，即這些項(xiàng)目計(jì)劃資助強(qiáng)度較低，但均呈現(xiàn)增長(zhǎng)趨勢(shì)，且由單一學(xué)部資助；前沿型項(xiàng)目計(jì)劃多為低交叉類型，即這些項(xiàng)目計(jì)劃資助強(qiáng)度較高，且資助金額處于迅速增長(zhǎng)期。此外，熱點(diǎn)型項(xiàng)目計(jì)劃中除了中交叉外，其他三類均有涉及，且沒有呈現(xiàn)出明顯的類別差異；而衰退型項(xiàng)目計(jì)劃多為不交叉類型。由此可看出，美國(guó)基金對(duì)于交叉類項(xiàng)目計(jì)劃的資金投入更具有持續(xù)長(zhǎng)期增高趨勢(shì)，而對(duì)不交叉類項(xiàng)目計(jì)劃多傾向于低強(qiáng)度短期投入。
4.3.2 前沿型項(xiàng)目計(jì)劃分析
由前沿判別指標(biāo)識(shí)別出的前沿型項(xiàng)目計(jì)劃共204 項(xiàng)。其中，高交叉類9 項(xiàng)，占高交叉類項(xiàng)目計(jì)劃總數(shù)的42.9%；中交叉類27 項(xiàng)，占中交叉類項(xiàng)目計(jì)劃總數(shù)的34.6%；低交叉類106 項(xiàng)，占低交叉類項(xiàng)目計(jì)劃總數(shù)的63.9%；不交叉類62 項(xiàng)，占不交叉類項(xiàng)目計(jì)劃總數(shù)的21.2%。由此可見，高交叉和低交叉類型的項(xiàng)目計(jì)劃呈現(xiàn)出較高的前沿型占比。
不同交叉水平的前沿型項(xiàng)目計(jì)劃年均資助金額隨時(shí)間的變化如圖6 所示。從圖6 可知，不交叉類前沿型項(xiàng)目計(jì)劃資助金額在2014 年之后呈現(xiàn)動(dòng)蕩式下降趨勢(shì)，且資助金額也有略低于交叉類前沿型項(xiàng)目計(jì)劃的趨勢(shì)；交叉類前沿型項(xiàng)目計(jì)劃資助金額隨年份呈遞增趨勢(shì)，且高交叉類前沿型項(xiàng)目計(jì)劃資助金額有高于其他交叉水平的前沿型項(xiàng)目計(jì)劃的趨勢(shì)?？梢姡绹?guó)對(duì)人工智能領(lǐng)域前沿型項(xiàng)目計(jì)劃的資助逐漸向?qū)W部高交叉類型傾斜。
對(duì)高交叉類前沿型項(xiàng)目計(jì)劃具體分析，得到如圖7 所示的高交叉類項(xiàng)目計(jì)劃前沿分布情況，具體如下。
前沿型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較高，且資助金額隨年份遞增速度較快，研究處于成長(zhǎng)階段。具體有Major Research Instrumentation（重大科研儀器項(xiàng)目）、EPSCoResearch Co-Funding（激勵(lì)競(jìng)爭(zhēng)性研究試點(diǎn)共助項(xiàng)目）、IntgStrat Undst Neurl & Cogn Sys（理解神經(jīng)與認(rèn)知系統(tǒng)的綜合策略項(xiàng)目）、DYN Coupled Natural-Human（自然和人類系統(tǒng)耦合的動(dòng)力學(xué)項(xiàng)目）、FW-HTF（人類技術(shù)未來前沿項(xiàng)目）、NSF INCLUDES（全國(guó)弱勢(shì)群體的科學(xué)、技術(shù)、工程與數(shù)學(xué)能力提升項(xiàng)目）、IIS Special Projects（信息智能系統(tǒng)專項(xiàng)項(xiàng)目）、CDS&E（計(jì)算和數(shù)據(jù)支持的科學(xué)與工程項(xiàng)目）、NSF 推進(jìn)的INSPIPE（跨學(xué)科研究與教育綜合支撐項(xiàng)目）。
以重大科研儀器項(xiàng)目計(jì)劃為例，該項(xiàng)目計(jì)劃在2007 年規(guī)定其資助單個(gè)項(xiàng)目最高限額為400 萬美元，其目的是支持重要科研儀器的研發(fā)，若沒有該項(xiàng)目計(jì)劃的支撐，基礎(chǔ)科學(xué)與工程研究的進(jìn)步也許就不會(huì)發(fā)生，同時(shí)該項(xiàng)目計(jì)劃也為促進(jìn)科學(xué)工程前沿的研究提供了新的機(jī)會(huì)。其在2018 年的說明文檔中表明該年度預(yù)資助項(xiàng)目約150 項(xiàng)，金額約7500 萬美元，從資助內(nèi)容和資助金額均可看出該項(xiàng)目計(jì)劃的學(xué)部高交叉前沿特性。
熱點(diǎn)型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較高，資助程度呈下降趨勢(shì)，研究處于成熟階段。具體有STCs-2013 Class（科學(xué)技術(shù)中心-2013 屆）、Collaborative Research（合作研究）、STCs-2010 Class（科學(xué)技術(shù)中心-2010 屆）、Sci&Tech Ctrs: IntegPtrs（科學(xué)技術(shù)中心-綜合型合作）。
以合作研究項(xiàng)目計(jì)劃為例，該項(xiàng)目計(jì)劃如今在NSF 官網(wǎng)已查詢不到，但其在本文數(shù)據(jù)中前5 年呈現(xiàn)較高的資助金額，后續(xù)呈遞減趨勢(shì)。在官網(wǎng)數(shù)據(jù)合作研究相關(guān)項(xiàng)目計(jì)劃中發(fā)現(xiàn)計(jì)算神經(jīng)科學(xué)中的合作研究（Collaborative Research in Computational Neuroscience），該項(xiàng)目計(jì)劃在本文分類中屬于學(xué)部中交叉潛在型項(xiàng)目計(jì)劃，該項(xiàng)目計(jì)劃如今仍處在征集階段，且在2020 年的說明文檔中表明該項(xiàng)目計(jì)劃的基金申請(qǐng)征集將延長(zhǎng)3 年，其目的是通過合作活動(dòng)，在計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)和許多其他學(xué)科的理論、方法基礎(chǔ)上，為理解復(fù)雜的神經(jīng)生物學(xué)系統(tǒng)提供理論基礎(chǔ)以及一系列豐富的技術(shù)方法。因此，美國(guó)基金資助的合作研究計(jì)劃可能在過去為研究熱點(diǎn)，現(xiàn)如今逐漸具象化，傾向于計(jì)算神經(jīng)科學(xué)領(lǐng)域的合作研究。
潛在型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較低，資助金額隨年份呈緩慢增長(zhǎng)趨勢(shì)，研究處于初始階段。具體有Track 1 INFEWS（食物-能源-水相互連通系統(tǒng)創(chuàng)新項(xiàng)目）、HBCU-EiR（黑人學(xué)院與大學(xué)卓越性研究）、Hurricane Harvey 2017（颶風(fēng)哈維2017 項(xiàng)目）、Global Venture Fund（全球風(fēng)險(xiǎn)資助）、Other Global Learning & Training（其他全球?qū)W習(xí)與培訓(xùn)項(xiàng)目）、Semiconductor Synthetic Biology（半導(dǎo)體合成生物學(xué)研究）、Research Coordination Networks（新型協(xié)同網(wǎng)絡(luò)研究）。
以INFEWS 項(xiàng)目計(jì)劃為例，該項(xiàng)目計(jì)劃在本文數(shù)據(jù)中僅在2016—2018 年這3 年中有資助金額，其目的為支持對(duì)食物、能源、水系統(tǒng)的概念化研究，包括社會(huì)和行為過程（如決策和治理）、自然過程（如生物地球化學(xué)和水循環(huán)）、網(wǎng)絡(luò)組件（如決策與評(píng)估的傳感、網(wǎng)絡(luò)、計(jì)算和可視化）等。由于本文數(shù)據(jù)的有限性，該項(xiàng)目計(jì)劃在人工智能領(lǐng)域的資金投入僅發(fā)現(xiàn)在近幾年出現(xiàn)，且資助強(qiáng)度較低，無法確定其后續(xù)資金投入狀況，因此符合潛在型特性。
衰退型：該類項(xiàng)目計(jì)劃資助強(qiáng)度較低，且資助金額隨年份呈遞減趨勢(shì)，研究處于衰退階段。具體有Projects（項(xiàng)目），該項(xiàng)目計(jì)劃在NSF 官網(wǎng)項(xiàng)目計(jì)劃列表中現(xiàn)已檢索不到，進(jìn)一步證實(shí)了該項(xiàng)目計(jì)劃為衰退型。
綜上所述，人工智能領(lǐng)域高交叉類前沿型項(xiàng)目計(jì)劃主要集中于重大科研儀器、神經(jīng)與認(rèn)知系統(tǒng)、自然與人類系統(tǒng)、信息智能系統(tǒng)、計(jì)算和數(shù)據(jù)、跨學(xué)科研究以及未來前沿項(xiàng)目等。
5 結(jié)論與討論
在基金資助中，多學(xué)部共同參與的項(xiàng)目計(jì)劃通常為更基礎(chǔ)或更復(fù)雜的需要多學(xué)部共同參與解決的問題。本文將Rao-Stirling 指標(biāo)應(yīng)用到基金數(shù)據(jù)的學(xué)部交叉測(cè)量中，該指標(biāo)不但可以從多學(xué)部共同參與的角度來識(shí)別基礎(chǔ)性或復(fù)雜性項(xiàng)目計(jì)劃，更能夠通過項(xiàng)目的獲批數(shù)目體現(xiàn)研究者對(duì)不同項(xiàng)目計(jì)劃的學(xué)部參與均衡性程度，綜合考慮了政策制定者和項(xiàng)目計(jì)劃實(shí)施者對(duì)項(xiàng)目計(jì)劃的重視程度。另外，資助強(qiáng)度和資助趨勢(shì)從某種程度上也反映了學(xué)者對(duì)項(xiàng)目計(jì)劃的參與程度，通過這兩種維度設(shè)計(jì)前沿判別指標(biāo)，并從學(xué)部交叉層面分析其對(duì)前沿分布的影響，更直觀地顯示出政策制定者對(duì)項(xiàng)目計(jì)劃從學(xué)部設(shè)置到資金投入與學(xué)者參與度之間的關(guān)系。具體結(jié)論如下。
（1）通過項(xiàng)目計(jì)劃學(xué)部交叉度的測(cè)量，可將項(xiàng)目計(jì)劃分為高交叉、中交叉、低交叉和不交叉類。高交叉類項(xiàng)目計(jì)劃一方面表明從政策制定角度，該類計(jì)劃涉及學(xué)部較多，研究?jī)?nèi)容更為基礎(chǔ)或復(fù)雜；另一方面表明學(xué)者在各學(xué)部間的參與較為均衡，該類項(xiàng)目計(jì)劃在國(guó)家布局和學(xué)者參與之間呈現(xiàn)較高的一致性。在美國(guó)NSF 資助的人工智能領(lǐng)域中，從總體來看，交叉類和不交叉類項(xiàng)目計(jì)劃數(shù)目分布較為均衡，交叉類平均資助強(qiáng)度均高于不交叉類，且資助金額隨年份均呈上升趨勢(shì)；在交叉類項(xiàng)目計(jì)劃中，低交叉類在項(xiàng)目數(shù)目、平均資助強(qiáng)度以及平均資助趨勢(shì)層面均高于其他分類。一方面表明目前美國(guó)基金在人工智能領(lǐng)域鼓勵(lì)學(xué)者進(jìn)行跨學(xué)部交叉研究，另一方面表明學(xué)者更傾向于研究特定核心學(xué)部相關(guān)內(nèi)容，同時(shí)進(jìn)行嘗試性跨學(xué)部研究。
（2）通過項(xiàng)目計(jì)劃的資助強(qiáng)度和資助趨勢(shì)，可結(jié)合不同學(xué)部交叉水平，將項(xiàng)目計(jì)劃分為不同交叉水平的熱點(diǎn)型、前沿型、潛在型和衰退型，以分析不同交叉水平對(duì)前沿分布的影響。通過分析發(fā)現(xiàn)，在美國(guó)NSF 資助的人工智能領(lǐng)域中，低交叉和高交叉類項(xiàng)目計(jì)劃呈現(xiàn)出較高的前沿型占比，且高交叉類前沿型項(xiàng)目計(jì)劃隨年份呈現(xiàn)較高的資助趨勢(shì)，進(jìn)一步驗(yàn)證了美國(guó)在人工智能領(lǐng)域?qū)鐚W(xué)部和學(xué)者在各學(xué)部間參與度較為均衡的項(xiàng)目計(jì)劃給予更高資助金額和遞增資助趨勢(shì)的結(jié)論。
（3） 通過對(duì)高交叉類前沿型項(xiàng)目計(jì)劃的研究?jī)?nèi)容具體分析，一方面驗(yàn)證了該方法的有效性，另一方面得出高交叉類前沿型項(xiàng)目計(jì)劃研究?jī)?nèi)容主要集中于神經(jīng)與認(rèn)知系統(tǒng)、自然與人類系統(tǒng)、未來前沿項(xiàng)目、信息智能系統(tǒng)、計(jì)算和數(shù)據(jù)等方面的結(jié)論。
此外，由于本文所得到的關(guān)于基金學(xué)部交叉與資助金額和前沿分布的關(guān)系僅以人工智能領(lǐng)域?yàn)槔谄渌麑W(xué)科的適用性上還有待進(jìn)一步驗(yàn)證。因此，下一步擬采用整體基金數(shù)據(jù)加以深入而廣泛的探究。
猜你喜歡
浙江樹人大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)(2022年4期)2022-08-15 10:58:48
寧波大學(xué)學(xué)報(bào)(理工版)(2022年4期)2022-07-08 05:12:02
體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:54
寧波大學(xué)學(xué)報(bào)(理工版)(2022年2期)2022-03-15 12:10:56
天津外國(guó)語大學(xué)學(xué)報(bào)(2021年3期)2021-08-13 08:32:18
遼金歷史與考古(2021年0期)2021-07-29 01:06:54
華北理工大學(xué)學(xué)報(bào)(自然科學(xué)版)(2021年3期)2021-07-03 09:06:34
科技傳播(2019年22期)2020-01-14 03:06:54
民用飛機(jī)設(shè)計(jì)與研究(2019年4期)2019-05-21 07:21:24
汽車工程學(xué)報(bào)(2017年2期)2017-07-05 08:13:02
