基于學(xué)科交叉的未來(lái)產(chǎn)業(yè)識(shí)別研究

中圖分類號(hào)：S336 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-0864（2025）07-0010-10

Study on Identification of Future Industries Based on Interdisciplinary

SHI Min，XUZhenyan，LUOJian* （Business School，Hunan Agricultural University，Changsha 41O128，China）

Abstract：Thefutureindustryisdrivenbycuting-edgetechnology，anditisthekeytograsptheinitiativeoffuture development.Ithascharacteristicsofcuting-edgetechnology，crossfusionandstrategic，which issameasinterdisciplnary studies，soitisfeasibletocarryoutfutureindustryidentificationbasedoninterdisciplinarystudies.Asanfrontier interdisciplinaryfeldrelatedtonationalfoodsecurityandhuman lifeandhealth，thefieldofbio-breding hasahuge industrialspaceinthefuture.Itisof greatsignificancetostudyontheidentificationoffutureindustriesinthefeldofbiobredingbasedoninterdisciplinary.According tothe technologypushmodel，thetechnologydrivebeginswithbasic research，which isgenerallycharacterizedbytheuseof joumaliterature，hencetheuseof journaldataasadata source. Firstly，highlyinterdisciplinary literature wasscreenedusing thecomprehensive indicator measureof disciplinarydiversity， thenthetechnologyclusterswereobtainedbythememiningofthreeconsecutive time-periodsofliteratureusingthelatent dirichletalocation（LDA）model，andfinallyidentifyingthefutureindustryofbio-breedingthrough thetrendof theme change，anddiscoveringthefutureidustrialappicatioscenariosthrough theanalysesofthesub-divisionsof thetechnology clustersandthecooperating organizations.3future industrial technologyclusters infieldofbio-breeding：synthetic biology， bioinformatics，andbiologyandenvironmentweresuccesfullyidentified.Theidentifcationresultswereconsistentwiththe industry，indicatingthefeasibilityofthemethod.Theaplicationscenariosofthesubieldsandinstitutionsofthefuture industrialtechnologyclustersinfieldofbio-breeding werefurtheranalyzed，whichprovideddecisionsupportforthelayoutof future industries in the field of bio-breeding by government and laboratory.

KeyWords：interdisciplinarity；future industries；topic model;biological breeding

未來(lái)產(chǎn)業(yè)是把握未來(lái)發(fā)展主動(dòng)權(quán)的關(guān)鍵所在，各國(guó)紛紛布局未來(lái)產(chǎn)業(yè)。2023年9月，習(xí)近平總書(shū)記在黑龍江考察調(diào)研時(shí)指出，整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來(lái)產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力。戰(zhàn)略性新興產(chǎn)業(yè)已經(jīng)進(jìn)入成長(zhǎng)期，而未來(lái)產(chǎn)業(yè)基本處在孕育期2。未來(lái)產(chǎn)業(yè)相對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)而言，更具有前沿性和變革性。2019年美國(guó)發(fā)布《美國(guó)將主導(dǎo)未來(lái)產(chǎn)業(yè)》，提出重點(diǎn)發(fā)展生物技術(shù)等5個(gè)領(lǐng)域；同年歐盟也發(fā)布了《加強(qiáng)面向未來(lái)歐盟產(chǎn)業(yè)戰(zhàn)略價(jià)值鏈報(bào)告》，提出發(fā)展智能健康等6個(gè)領(lǐng)域。我國(guó)高度重視未來(lái)產(chǎn)業(yè)發(fā)展，2024年1月工業(yè)和信息化部等七部門(mén)聯(lián)合印發(fā)《關(guān)于推動(dòng)未來(lái)產(chǎn)業(yè)創(chuàng)新發(fā)展的實(shí)施意見(jiàn)》（工信部聯(lián)科[2024]12號(hào)），明確指出未來(lái)產(chǎn)業(yè)是由前沿技術(shù)驅(qū)動(dòng)，并在未來(lái)健康產(chǎn)業(yè)賽道中專門(mén)強(qiáng)調(diào)了生物育種4。

技術(shù)創(chuàng)新線性模型將技術(shù)創(chuàng)新劃分為技術(shù)推動(dòng)和市場(chǎng)拉動(dòng)2種模型。未來(lái)產(chǎn)業(yè)由前沿技術(shù)驅(qū)動(dòng)，屬于技術(shù)推動(dòng)模型。技術(shù)推動(dòng)模型是從基礎(chǔ)研究到應(yīng)用研究，再經(jīng)歷研究開(kāi)發(fā)和生產(chǎn)制造，最終面向市場(chǎng)推出產(chǎn)品或服務(wù)的過(guò)程。要精準(zhǔn)識(shí)別未來(lái)產(chǎn)業(yè)，就必需從基礎(chǔ)研究入手，期刊文獻(xiàn)是開(kāi)展基礎(chǔ)研究計(jì)量分析的重要數(shù)據(jù)源。研究表明，重大科技問(wèn)題的解決和創(chuàng)新往往需要多學(xué)科領(lǐng)域知識(shí)的交匯貫融5，而不同學(xué)科的交叉也最有可能產(chǎn)生重大的科學(xué)突破，形成新科學(xué)的生長(zhǎng)點(diǎn)和未來(lái)產(chǎn)業(yè)的增長(zhǎng)點(diǎn)。

種子是保障國(guó)家糧食安全的根本，是農(nóng)業(yè)的“芯片”。我國(guó)一直高度重視種業(yè)發(fā)展，2020年12月中央經(jīng)濟(jì)工作會(huì)議將“解決好種子問(wèn)題\"列入八大重點(diǎn)任務(wù)之一，2021年7月9日中央全面深化改革委員會(huì)第二十次會(huì)議審議通過(guò)《種業(yè)振興行動(dòng)方案》。生物育種是種業(yè)創(chuàng)新的核心。種業(yè)大省和強(qiáng)?。ㄗ灾螀^(qū)、直轄市）也紛紛布局生物育種領(lǐng)域，如湖南、湖北、河南等紛紛成立種業(yè)實(shí)驗(yàn)室，開(kāi)展生物育種研究。地方政府和省種業(yè)實(shí)驗(yàn)室均面臨著系列決策問(wèn)題，首當(dāng)其沖的就是生物育種領(lǐng)域的未來(lái)產(chǎn)業(yè)布局，以及實(shí)驗(yàn)室研究方向和人才引進(jìn)等問(wèn)題。本文圍繞生物育種領(lǐng)域開(kāi)展未來(lái)產(chǎn)業(yè)識(shí)別研究，以期為明確生物育種未來(lái)產(chǎn)業(yè)發(fā)展方向、各種業(yè)實(shí)驗(yàn)室布局研究方向及引進(jìn)合作機(jī)構(gòu)及為各創(chuàng)新主體開(kāi)展前沿技術(shù)產(chǎn)業(yè)化提供決策支持，探索基于期刊文獻(xiàn)數(shù)據(jù)，采用高學(xué)科交叉分析方法識(shí)別未來(lái)產(chǎn)業(yè)的可行性。

1未來(lái)產(chǎn)業(yè)發(fā)展及特征

1.1 未來(lái)產(chǎn)業(yè)簡(jiǎn)介

未來(lái)產(chǎn)業(yè)是由當(dāng)前的前沿技術(shù)引發(fā)的，能夠支撐未來(lái)經(jīng)濟(jì)發(fā)展的主導(dǎo)產(chǎn)業(yè)。從產(chǎn)業(yè)生命周期來(lái)看，未來(lái)產(chǎn)業(yè)是基于未來(lái)技術(shù)突破和場(chǎng)景應(yīng)用而培育的新興產(chǎn)業(yè)，當(dāng)前處于孕育萌發(fā)期，需要各類產(chǎn)業(yè)新技術(shù)、新要素、新主體的聯(lián)合推動(dòng)。未來(lái)產(chǎn)業(yè)是塑造未來(lái)世界的關(guān)鍵性力量，各國(guó)之所以如此重視未來(lái)產(chǎn)業(yè)，本質(zhì)上是希望通過(guò)加強(qiáng)當(dāng)前科技前沿布局獲得未來(lái)產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。

1.2 未來(lái)產(chǎn)業(yè)的特征

對(duì)未來(lái)產(chǎn)業(yè)的特征進(jìn)行整理分析發(fā)現(xiàn)，盡管目前并沒(méi)有關(guān)于未來(lái)產(chǎn)業(yè)的統(tǒng)一定義，但是關(guān)于未來(lái)產(chǎn)業(yè)的特征描述基本一致，主要體現(xiàn)在3個(gè)方面：一是未來(lái)產(chǎn)業(yè)是由前沿科技驅(qū)動(dòng)[0；二是驅(qū)動(dòng)未來(lái)產(chǎn)業(yè)形成的前沿技術(shù)普遍具有交叉融合特點(diǎn)[10-1};三是未來(lái)產(chǎn)業(yè)具有戰(zhàn)略性[12]，對(duì)人類將產(chǎn)生重大影響。本研究基于學(xué)科交叉開(kāi)展未來(lái)產(chǎn)業(yè)識(shí)別研究，進(jìn)一步對(duì)學(xué)科交叉的特征進(jìn)行分析發(fā)現(xiàn)，學(xué)科交叉具備3個(gè)特征：一是學(xué)科交叉最有可能形成科學(xué)前沿6.13]；二是學(xué)科交叉本身代表著交叉融合[13；三是學(xué)科交叉往往用于解決戰(zhàn)略性問(wèn)題[5，13]。將未來(lái)產(chǎn)業(yè)和學(xué)科交叉的特征進(jìn)行對(duì)比發(fā)現(xiàn)，二者高度一致，均具備前沿科技、交叉融合和戰(zhàn)略性3個(gè)特征，因此，基于學(xué)科交叉度較高的文獻(xiàn)開(kāi)展未來(lái)產(chǎn)業(yè)識(shí)別具有一定可行性。

1.3學(xué)科交叉測(cè)度和技術(shù)識(shí)別方法

學(xué)科交叉是指學(xué)科或研究領(lǐng)域間知識(shí)出現(xiàn)交叉整合現(xiàn)象的動(dòng)態(tài)過(guò)程14。學(xué)科交叉測(cè)度方法主要有合作關(guān)系測(cè)度、文本內(nèi)容測(cè)度和引文關(guān)系測(cè)度等。針對(duì)合作關(guān)系開(kāi)展測(cè)度的方法需采集作者所屬學(xué)科數(shù)據(jù)，存在1位作者擁有多個(gè)研究領(lǐng)域的情況，以及作者身份消歧等技術(shù)難點(diǎn)，工作量大、操作難度大[15]。文本內(nèi)容測(cè)度存在主題詞、關(guān)鍵詞、概念等相關(guān)測(cè)度對(duì)象與學(xué)科難以準(zhǔn)確對(duì)應(yīng)的問(wèn)題，且具體測(cè)度方法及測(cè)度指標(biāo)尚不明確1。針對(duì)引文開(kāi)展的測(cè)度，主要以參考文獻(xiàn)歸屬的期刊學(xué)科分類判定學(xué)科交叉度。由于基于參考文獻(xiàn)的學(xué)科交叉測(cè)度方法具有可操作性強(qiáng)、客觀性等優(yōu)勢(shì)[，目前已被應(yīng)用于醫(yī)學(xué)、納米科學(xué)與納米技術(shù)、社會(huì)科學(xué)等領(lǐng)域的學(xué)科交叉綜合測(cè)度[18-20]。因此，本研究基于引文關(guān)系進(jìn)行學(xué)科交叉測(cè)度，發(fā)現(xiàn)高學(xué)科交叉文章。

基于文獻(xiàn)的技術(shù)識(shí)別方法主要有基于傳統(tǒng)引文、關(guān)鍵詞、文本挖掘的主題識(shí)別方法，其中文本挖掘的主題識(shí)別方法在顆粒度和精準(zhǔn)度方面表現(xiàn)均更優(yōu)。隱含狄利克雷分布（latentdirichletallocation，LDA）主題模型作為一種非監(jiān)督機(jī)器學(xué)習(xí)技術(shù)，是文本挖掘的佼佼者，不僅能識(shí)別文檔主題并挖掘語(yǔ)料的隱藏信息[21，還能有效提升文本聚類精準(zhǔn)度，因此，選擇LDA主題模型進(jìn)行高學(xué)科交叉文章的技術(shù)主題識(shí)別分析。

許多學(xué)者對(duì)未來(lái)產(chǎn)業(yè)從宏觀上開(kāi)展研究，討論未來(lái)產(chǎn)業(yè)帶來(lái)的機(jī)遇、挑戰(zhàn)、對(duì)策等，但鮮有學(xué)者直接開(kāi)展未來(lái)產(chǎn)業(yè)識(shí)別研究。鑒于未來(lái)產(chǎn)業(yè)和學(xué)科交叉均具有前沿科技、交叉融合和戰(zhàn)略性3個(gè)特征，基于學(xué)科交叉開(kāi)展未來(lái)產(chǎn)業(yè)識(shí)別具有一定可行性。研究表明，基于引文關(guān)系進(jìn)行學(xué)科交叉測(cè)度具有一定優(yōu)勢(shì)，采用LDA主題模型能有效提升文本聚類精準(zhǔn)度[17.22]，故本研究采用引文關(guān)系測(cè)度學(xué)科交叉情況，再通過(guò)LDA主題模型對(duì)高學(xué)科交叉文獻(xiàn)進(jìn)行技術(shù)主題識(shí)別發(fā)現(xiàn)前沿技術(shù)群，進(jìn)而結(jié)合應(yīng)用場(chǎng)景判別未來(lái)產(chǎn)業(yè)。

2未來(lái)產(chǎn)業(yè)識(shí)別邏輯

由于未來(lái)產(chǎn)業(yè)是前沿科技驅(qū)動(dòng)，屬于技術(shù)創(chuàng)新線性模型中的技術(shù)推動(dòng)模型。技術(shù)推動(dòng)模型一般是從基礎(chǔ)研究開(kāi)始，然后經(jīng)歷應(yīng)用研究、研究開(kāi)發(fā)階段，再進(jìn)入生產(chǎn)制造和市場(chǎng)銷(xiāo)售。未來(lái)產(chǎn)業(yè)的演變過(guò)程遵循技術(shù)推動(dòng)模型，也始于前沿科技，在前沿科技有了重大突破后，再進(jìn)行重大科技創(chuàng)新產(chǎn)業(yè)化，隨著新創(chuàng)企業(yè)的不斷增加，從而形成新興產(chǎn)業(yè)，伴隨著市場(chǎng)規(guī)模的不斷擴(kuò)大逐步形成主導(dǎo)產(chǎn)業(yè)。從前述關(guān)于未來(lái)產(chǎn)業(yè)和學(xué)科交叉的特征分析來(lái)看，二者有很好的契合關(guān)系。當(dāng)前世界前沿科技大多源于學(xué)科交叉，而且學(xué)科交叉程度越高，越說(shuō)明解決問(wèn)題的復(fù)雜性。在生物育種領(lǐng)域，傳統(tǒng)的基于單一學(xué)科開(kāi)展創(chuàng)新的方式已不能滿足現(xiàn)代生物育種的需求，當(dāng)前生物育種領(lǐng)域科技創(chuàng)新均是基于多個(gè)學(xué)科的交叉形成。將生物育種未來(lái)產(chǎn)業(yè)形成過(guò)程劃分為5個(gè)階段：一是涌現(xiàn)高學(xué)科交叉前沿技術(shù)；二是這些高學(xué)科交叉前沿技術(shù)組成若干技術(shù)群；三是基于系列應(yīng)用場(chǎng)景對(duì)技術(shù)群進(jìn)行產(chǎn)業(yè)化；四是形成新興產(chǎn)業(yè)；五是形成主導(dǎo)產(chǎn)業(yè)。其中，前3個(gè)階段是生物育種未來(lái)產(chǎn)業(yè)的孕育期，本研究針對(duì)生物育種未來(lái)產(chǎn)業(yè)孕育期開(kāi)展未來(lái)產(chǎn)業(yè)識(shí)別，以期為政府和創(chuàng)新主體在未來(lái)獲得主導(dǎo)產(chǎn)業(yè)優(yōu)勢(shì)贏得先機(jī)。未來(lái)產(chǎn)業(yè)識(shí)別邏輯如圖1所示，技術(shù)推動(dòng)模型、未來(lái)產(chǎn)業(yè)演變過(guò)程以及生物育種未來(lái)產(chǎn)業(yè)的形成均按照時(shí)間軸向前動(dòng)態(tài)演進(jìn)。

鑒于前沿科技源于基礎(chǔ)研究，基礎(chǔ)研究多基于期刊文獻(xiàn)進(jìn)行分析，而未來(lái)產(chǎn)業(yè)與高學(xué)科交叉均具有前沿科技、交叉融合和戰(zhàn)略性3個(gè)特征，因此，篩選生物育種領(lǐng)域高學(xué)科交叉期刊文獻(xiàn)作為分析未來(lái)產(chǎn)業(yè)的語(yǔ)料數(shù)據(jù)。為了獲得生物育種未來(lái)產(chǎn)業(yè)技術(shù)群，采用LDA語(yǔ)義分析在更細(xì)顆粒上對(duì)語(yǔ)料進(jìn)行聚類，識(shí)別生物育種領(lǐng)域主題，即技術(shù)群。針對(duì)每個(gè)技術(shù)群的主要應(yīng)用領(lǐng)域挖掘應(yīng)用場(chǎng)景，為各種業(yè)強(qiáng)?。ㄗ灾螀^(qū)、直轄市）種業(yè)實(shí)驗(yàn)室和相關(guān)創(chuàng)新主體提供前沿技術(shù)方向、合作機(jī)構(gòu)、應(yīng)用場(chǎng)景等全方位的未來(lái)產(chǎn)業(yè)布局決策支持。

3未來(lái)產(chǎn)業(yè)識(shí)別方法

基于學(xué)科交叉測(cè)度的未來(lái)產(chǎn)業(yè)識(shí)別研究主要分為3個(gè)步驟： ① 數(shù)據(jù)獲取與處理； ② 學(xué)科交叉測(cè)度； ③ 未來(lái)產(chǎn)業(yè)的確定。未來(lái)產(chǎn)業(yè)識(shí)別流程如圖2所示，其中學(xué)科交叉測(cè)度主要是參考文獻(xiàn)學(xué)科映射、文章學(xué)科交叉測(cè)度；未來(lái)產(chǎn)業(yè)識(shí)別的關(guān)鍵是LDA主題模型的構(gòu)建、主題數(shù)的確定以及未來(lái)產(chǎn)業(yè)確定。

3.1 學(xué)科交叉測(cè)度

學(xué)科交叉度越高的文獻(xiàn)越代表了技術(shù)前沿。將交叉度較高的文獻(xiàn)作為技術(shù)群主題識(shí)別的語(yǔ)料，從而確保識(shí)別的技術(shù)主題具有前沿科技、交叉融合和戰(zhàn)略性的特征。學(xué)科交叉測(cè)度主要步驟為參考文獻(xiàn)學(xué)科映射及文章學(xué)科交叉測(cè)度。

3.1.1參考文獻(xiàn)學(xué)科映射基本科學(xué)指標(biāo)數(shù)據(jù)庫(kù)（essentialscienceindicators，ESI）包含WOS數(shù)據(jù)庫(kù)中期刊和期刊縮寫(xiě)信息的列表。期刊引證報(bào)告（journalcitationreports，JCR）中含有期刊全稱與學(xué)科類別對(duì)照表，將其與ESI中的期刊全稱-縮寫(xiě)對(duì)照表進(jìn)行關(guān)聯(lián)，獲得“期刊全稱-期刊縮寫(xiě)-學(xué)科類別對(duì)照表”?；谠摫?，采用MySQL數(shù)據(jù)庫(kù)軟件，根據(jù)文章的參考文獻(xiàn)期刊名稱，確定參考文獻(xiàn)的學(xué)科類別。統(tǒng)計(jì)文章參考文獻(xiàn)的學(xué)科類別，形成\"文章-學(xué)科矩陣”。

3.1.2學(xué)科交叉測(cè)度基于“文章-學(xué)科矩陣\"測(cè)度每篇文章學(xué)科交叉度，學(xué)科交叉測(cè)度指標(biāo)為指數(shù) ²D^s ，計(jì)算公式如下。

d_ij=1-S_ij

式中， p_i 和 p_j 分別為學(xué)科類別 i，j 的被引頻次占學(xué)科總被引頻次的百分比，其中j； S_ij 為學(xué)科ij 之間的相似度； d_ij 表示學(xué)科間的距離；RS（rao-stirling）與 ²D^s 均是測(cè)度學(xué)科交叉度的綜合指標(biāo)，表示文章的學(xué)科交叉程度，其中 ²D^s 起源于生態(tài)學(xué)領(lǐng)域，相對(duì)于RS更具有優(yōu)越性[8]。 ²D^s 從參考文獻(xiàn)的學(xué)科豐富性、平衡性及差異性等方面衡量研究成果的“知識(shí)融合度\"23]，數(shù)值越大表示學(xué)科交叉程度越高。

3.2 未來(lái)產(chǎn)業(yè)識(shí)別

3.2.1 LDA主題模型構(gòu)建 根據(jù) ²D^s 指數(shù)測(cè)度結(jié)果篩選獲得領(lǐng)域?qū)W科交叉度較高文章后，對(duì)文章摘要進(jìn)行文本分詞等數(shù)據(jù)處理，數(shù)據(jù)處理后構(gòu)建LDA模型進(jìn)行主題識(shí)別。LDA是一種無(wú)監(jiān)督的3層貝葉斯概率模型，在大規(guī)模文檔集建模方面被廣泛應(yīng)用，它能有效預(yù)測(cè)文本和詞匯的主題分布，并在一定程度上體現(xiàn)詞間語(yǔ)義關(guān)系，在實(shí)際應(yīng)用中具有較好的適用性。LDA模型是經(jīng)典的基于詞袋模型進(jìn)行文本表示的方法，該模型先以一定的概率選取某個(gè)主題，再以一定的概率選取該主題下的某個(gè)單詞，不斷重復(fù)以上步驟直至產(chǎn)生文檔中所有的詞語(yǔ)。這種方法既能衡量各文檔間的潛在語(yǔ)義關(guān)系，又能緩解數(shù)據(jù)稀疏問(wèn)題[24]。

3.2.2主題數(shù)目的確定目前確定最優(yōu)主題數(shù)主要有困惑度、主題一致性2種方法。主題一致性評(píng)估是指每個(gè)主題中的高概率詞在多大程度上是與主題相符合的，是衡量主題質(zhì)量最有效的方法，因此，本研究采用主題一致性作為主題數(shù)確定方法。作為一致性度量方法之一的u_mass具有速度快且無(wú)需借助外部語(yǔ)料庫(kù)的特點(diǎn)，因此將其作為衡量標(biāo)準(zhǔn)，公式如下。數(shù)字越大，一致性得分越高。

式中， 是衡量單詞 w_i 與 w_j 在文檔中的關(guān)聯(lián)強(qiáng)度； D（w_i，w_j） 表示單詞 w_i 和 w_j 在文檔中同時(shí)出現(xiàn)的次數(shù)； D（w_i） 表示單詞 w_i 單獨(dú)出現(xiàn)的次數(shù)。

3.2.3未來(lái)產(chǎn)業(yè)確定獲得技術(shù)主題后，對(duì)技術(shù)主題進(jìn)行初步篩選，根據(jù)關(guān)鍵詞及主題對(duì)應(yīng)文獻(xiàn)的內(nèi)容，刪除與領(lǐng)域相關(guān)度不高的主題。將在多個(gè)時(shí)間窗口連續(xù)出現(xiàn)的主題，且在產(chǎn)業(yè)界初步展現(xiàn)的判別為未來(lái)產(chǎn)業(yè)技術(shù)群。在多個(gè)時(shí)間窗口連續(xù)出現(xiàn)，表明這類前沿科技是學(xué)界持續(xù)關(guān)注的熱點(diǎn)問(wèn)題。在產(chǎn)業(yè)界有所展現(xiàn)，說(shuō)明這類前沿科技不僅停留在科學(xué)研究階段，而且已有應(yīng)用場(chǎng)景，形成產(chǎn)業(yè)的趨勢(shì)日漸明顯。結(jié)合未來(lái)產(chǎn)業(yè)技術(shù)群的細(xì)分領(lǐng)域和研究機(jī)構(gòu)，對(duì)未來(lái)產(chǎn)業(yè)應(yīng)用場(chǎng)景開(kāi)展深入分析，明確前沿科技的產(chǎn)業(yè)化場(chǎng)景。

4生物育種領(lǐng)域未來(lái)產(chǎn)業(yè)識(shí)別

4.1數(shù)據(jù)獲取與處理

生物育種有廣義和狹義之分，廣義的生物育種涵蓋常規(guī)育種、雜交育種、分子標(biāo)記育種、全基因組選擇、基因編輯、轉(zhuǎn)基因等育種技術(shù)[25]，狹義的生物育種特指生物工程育種。本研究的生物育種是廣義的生物育種。以《中國(guó)農(nóng)作物種業(yè)發(fā)展報(bào)告》發(fā)布的種業(yè)科技文獻(xiàn)所在期刊為核心，對(duì)期刊WOS學(xué)科分類進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)主要分布在PLANTSCIENCES、BIOCHEMISTRYamp;MOLECULARBIOLOGY、CELLBIOLOGY、MULTIDISCIPLINARYSCIENCES及 BIOTECHNOLOGYamp;APPLIEDMICROBIOLOGY共5個(gè)學(xué)科，針對(duì)這5個(gè)學(xué)科，選定5年平均影響因子均大于4且分區(qū)為Q1和Q2的345本期刊作為數(shù)據(jù)采集對(duì)象。通過(guò)WOS核心數(shù)據(jù)庫(kù)，按照索引日期采集2013一2022年的345本期刊數(shù)據(jù)，得到1124342篇文獻(xiàn)。對(duì)下載的數(shù)據(jù)進(jìn)行處理，刪除摘要、年份、機(jī)構(gòu)、作者及參考文獻(xiàn)信息不全的論文后獲得1093017篇文獻(xiàn)。對(duì)參考文獻(xiàn)記錄進(jìn)行學(xué)科匹配，得到成功匹配的參考文獻(xiàn)記錄97764123條。

4.2 未來(lái)產(chǎn)業(yè)識(shí)別

對(duì)論文進(jìn)行學(xué)科交叉測(cè)度，篩選 ²D^s 指數(shù)大于3的文獻(xiàn)作為高學(xué)科交叉文獻(xiàn)，共得28259篇文獻(xiàn)。將高學(xué)科交叉文獻(xiàn)的標(biāo)題、摘要、關(guān)鍵詞字段作為主題識(shí)別文本，根據(jù)文獻(xiàn)量及時(shí)間窗口將文獻(xiàn)分成2013—2015、2016—2019、2020—2022這3個(gè)時(shí)間段，采用主題一致性方法確定主題數(shù)，運(yùn)用LDA模型對(duì)文獻(xiàn)進(jìn)行主題聚類。通過(guò)對(duì)每個(gè)主題的核心詞及探測(cè)值在前列的文獻(xiàn)研讀2，并結(jié)合課題組前期開(kāi)展的種子行業(yè)產(chǎn)業(yè)分析經(jīng)驗(yàn)以及邀請(qǐng)產(chǎn)業(yè)專家研討等方式，確定每個(gè)主題名稱，在剔除醫(yī)藥等不相關(guān)主題后，最終獲得與生物育種領(lǐng)域密切相關(guān)的主題及其核心詞。在連續(xù)2個(gè)時(shí)間窗口都出現(xiàn)的技術(shù)主題有合成生物、生物信息及生物與環(huán)境。結(jié)合未來(lái)產(chǎn)業(yè)處于產(chǎn)業(yè)萌芽期的特點(diǎn)對(duì)這3個(gè)技術(shù)群進(jìn)行分析判別。 ① 合成生物，已經(jīng)在食品、農(nóng)業(yè)、醫(yī)藥等多個(gè)領(lǐng)域產(chǎn)生了應(yīng)用場(chǎng)景，如農(nóng)業(yè)領(lǐng)域的牧原集團(tuán)借助合成生物技術(shù)改進(jìn)飼料實(shí)現(xiàn)無(wú)豆養(yǎng)豬，2023年還與西湖大學(xué)合作成立合成生物研究院，但合成生物目前還依附于原有產(chǎn)業(yè)2，尚未形成獨(dú)立的生產(chǎn)體系。② 生物信息，在基因組選擇育種中已有所應(yīng)用，也涌現(xiàn)出華智科技等企業(yè)[28]，但企業(yè)規(guī)模還偏小。③ 生物與環(huán)境，中國(guó)科協(xié)發(fā)布的2023重大前沿科學(xué)問(wèn)題中就包括全球氣候變化背景下作物如何適應(yīng)土壤環(huán)境，國(guó)家自然科學(xué)基金“十四五\"提出的優(yōu)先發(fā)展領(lǐng)域也包括生物重要性狀與環(huán)境適應(yīng)的進(jìn)化機(jī)制，這個(gè)領(lǐng)域在未來(lái)對(duì)我國(guó)糧食安全具有重要戰(zhàn)略意義，應(yīng)用場(chǎng)景已經(jīng)初步顯現(xiàn)，但是目前企業(yè)偏少。總體來(lái)看，這3個(gè)技術(shù)群推動(dòng)的產(chǎn)業(yè)均處于萌芽期，因此可以判斷為未來(lái)產(chǎn)業(yè)。

4.3未來(lái)產(chǎn)業(yè)應(yīng)用場(chǎng)景分析

4.3.1合成生物技術(shù)群應(yīng)用場(chǎng)景分析合成生物涵蓋能源、食品、生物修復(fù)等細(xì)分領(lǐng)域，各細(xì)分領(lǐng)域的論文數(shù)、主要發(fā)文機(jī)構(gòu)如表1所示。合成生物領(lǐng)域主要研究力量分布在中國(guó)科學(xué)院、江南大學(xué)、上海交通大學(xué)、美國(guó)能源部等。能源細(xì)分領(lǐng)域主要為生物燃料（生物乙醇、柴油、丁醇）的微生物合成。中國(guó)科學(xué)院廣州能源研究所作為目前國(guó)內(nèi)可再生能源與新能源領(lǐng)域研究較早、布局較全的科研機(jī)構(gòu)，在生物質(zhì)能等方面進(jìn)行重點(diǎn)布局，并建有多個(gè)相關(guān)研發(fā)中心和重點(diǎn)實(shí)驗(yàn)室。在農(nóng)業(yè)食品細(xì)分領(lǐng)域，研究者基于合成生物技術(shù)進(jìn)行糖、蛋白、油脂的合成，利用微生物（如酵母、枯草桿菌等）或動(dòng)物細(xì)胞產(chǎn)生特定的食物分子。合成生物在功能性食品配料的應(yīng)用可以實(shí)現(xiàn)營(yíng)養(yǎng)成分的精確調(diào)配，滿足人們對(duì)飲食健康的追求。目前江南大學(xué)與蒙牛乳業(yè)等多家企事業(yè)單位進(jìn)行了技術(shù)成果轉(zhuǎn)化合作，實(shí)現(xiàn)了氨基葡萄糖、維生素K2等6種功能性食品配料的工業(yè)化生產(chǎn)[29]。在農(nóng)業(yè)環(huán)境領(lǐng)域，研究者基于合成生物技術(shù)利用微生物進(jìn)行重金屬污染治理、污水凈化、有機(jī)污染物降解等環(huán)境修復(fù)以及生物制劑的開(kāi)發(fā)。微生物修復(fù)為農(nóng)田污染治理開(kāi)辟新道路，生物制劑不僅治理了農(nóng)田污染，還起到了農(nóng)作物提質(zhì)增效的目的。巴斯夫等農(nóng)業(yè)巨頭已加速布局農(nóng)業(yè)生物制劑，先正達(dá)集團(tuán)股份有限公司也在加速進(jìn)行生物制劑研發(fā)應(yīng)用。綜上而言，合成生物技術(shù)群應(yīng)用場(chǎng)景主要體現(xiàn)在能源行業(yè)的農(nóng)林生物質(zhì)能利用、農(nóng)業(yè)食品領(lǐng)域的功能性食品以及農(nóng)業(yè)環(huán)境領(lǐng)域的農(nóng)田修復(fù)和污染治理等方面。國(guó)際種業(yè)巨頭已經(jīng)開(kāi)始布局，國(guó)內(nèi)也有部分企業(yè)正在推進(jìn)產(chǎn)業(yè)化進(jìn)程。

4.3.2生物信息技術(shù)群應(yīng)用場(chǎng)景分析根據(jù)生物信息領(lǐng)域的發(fā)文及機(jī)構(gòu)統(tǒng)計(jì)發(fā)現(xiàn)，生物信息細(xì)分領(lǐng)域有高通量測(cè)序、機(jī)器學(xué)習(xí)和采用質(zhì)譜分析手段等，研究力量包括英國(guó)研究型圖書(shū)館、中國(guó)科學(xué)院、哈佛大學(xué)、加利福尼亞大學(xué)以及亥姆霍茲聯(lián)合會(huì)等，各細(xì)分領(lǐng)域的論文數(shù)、主要發(fā)文機(jī)構(gòu)如表2所示。生物技術(shù)與信息技術(shù)的結(jié)合是當(dāng)前生物育種領(lǐng)域的重要發(fā)展趨勢(shì)。中國(guó)科學(xué)院植物研究所通過(guò)高通量測(cè)序獲得了多種植物基因序列，為后續(xù)重要基因的功能和表達(dá)模式研究提供了基礎(chǔ)。機(jī)器學(xué)習(xí)技術(shù)被應(yīng)用于全基因組選擇輔助育種、基因型到表型預(yù)測(cè)、基因型與環(huán)境互作建模等。哈佛大學(xué)與清華大學(xué)、加州理工學(xué)院等頂尖院校合作，利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行了生物分子相互作用網(wǎng)絡(luò)分析等。質(zhì)譜分析等分析手段提高了生物數(shù)據(jù)的獲取與解讀的效率和準(zhǔn)確度。生物信息技術(shù)群應(yīng)用場(chǎng)景體現(xiàn)在生物育種的全流程，具體包括優(yōu)質(zhì)基因的發(fā)現(xiàn)、輔助育種等方面，能夠有效縮短育種周期，提高育種效率。

4.3.3生物與環(huán)境技術(shù)群應(yīng)用場(chǎng)景分析生物與環(huán)境涵蓋生物對(duì)環(huán)境的響應(yīng)機(jī)理研究、種質(zhì)創(chuàng)新與遺傳改良研究、氣候環(huán)境研究，研究力量包括中國(guó)科學(xué)院、法國(guó)國(guó)家農(nóng)業(yè)食品與環(huán)境研究院、法國(guó)研究型大學(xué)聯(lián)盟、法國(guó)國(guó)家科學(xué)研究中心、中國(guó)農(nóng)業(yè)科學(xué)院、華中農(nóng)業(yè)大學(xué)以及英國(guó)研究型圖書(shū)館，各細(xì)分領(lǐng)域的論文數(shù)、主要發(fā)文機(jī)構(gòu)如表3所示。其中，中國(guó)科學(xué)院在種質(zhì)創(chuàng)新與遺傳改良基礎(chǔ)研究、生物對(duì)環(huán)境的響應(yīng)機(jī)理研究及氣候環(huán)境研究方面發(fā)文量均靠前。法國(guó)國(guó)家農(nóng)業(yè)食品與環(huán)境研究院與法國(guó)國(guó)家科學(xué)研究中心、法國(guó)研究型大學(xué)聯(lián)盟合作密切，合作研究主要圍繞植物、真菌和其他微生物相互作用機(jī)制展開(kāi)。中國(guó)科學(xué)院探討了真菌與植物的共生關(guān)系，揭示植物抵御鹽堿脅迫、冷脅迫、重金屬脅迫等環(huán)境脅迫的分子機(jī)制，確定了一批功能基因。在生物對(duì)環(huán)境的響應(yīng)機(jī)理研究方面，植物、真菌和其他微生物相互作用機(jī)制研究能為開(kāi)發(fā)更高效的生物肥料和生物農(nóng)藥提供前沿技術(shù)，植物對(duì)環(huán)境脅迫響應(yīng)機(jī)理研究能為開(kāi)發(fā)耐寒、耐旱、耐鹽等植物新品種提供支撐。中國(guó)農(nóng)業(yè)科學(xué)院與華中農(nóng)業(yè)大學(xué)在主要農(nóng)作物基因組研究與種質(zhì)創(chuàng)新方面具有較多研究成果，同樣為植物新品種研發(fā)提供了種質(zhì)創(chuàng)新基礎(chǔ)。隨著全球升溫與極端氣候事件的增加，氣候變化、潛在影響及相關(guān)風(fēng)險(xiǎn)近年來(lái)引起關(guān)注，推動(dòng)了氣候環(huán)境的監(jiān)測(cè)和預(yù)警系統(tǒng)的完善及精準(zhǔn)農(nóng)業(yè)的發(fā)展。英國(guó)研究型圖書(shū)館相較其他機(jī)構(gòu)更關(guān)注氣候環(huán)境變化及其影響，如華威大學(xué)的生命科學(xué)院探討了全球變暖情況下植物生命周期的變化[3，這些研究為生物育種下游的氣候?qū)Ξa(chǎn)量影響預(yù)測(cè)等社會(huì)化服務(wù)提供了前沿技術(shù)。綜上可知，生物與環(huán)境技術(shù)群應(yīng)用場(chǎng)景主要體現(xiàn)在生物肥料和生物農(nóng)藥、植物新品種研發(fā)以及生物育種下游社會(huì)化服務(wù)等方面。

5結(jié)語(yǔ)

未來(lái)產(chǎn)業(yè)是把握未來(lái)發(fā)展主動(dòng)權(quán)的關(guān)鍵，本研究采用“學(xué)科交叉測(cè)度 +LDA 主題識(shí)別 + 產(chǎn)業(yè)研判\(zhòng)"進(jìn)行未來(lái)產(chǎn)業(yè)識(shí)別，并以關(guān)系國(guó)計(jì)民生的生物育種領(lǐng)域進(jìn)行實(shí)證分析，獲得合成生物、生物信息、生物與環(huán)境3個(gè)未來(lái)產(chǎn)業(yè)技術(shù)群。在生物育種未來(lái)產(chǎn)業(yè)布局上，我國(guó)可充分依托中國(guó)科學(xué)院、中國(guó)農(nóng)業(yè)科學(xué)院等國(guó)家戰(zhàn)略科技力量，深入踐行構(gòu)建人類命運(yùn)共同體理念，推動(dòng)與美國(guó)、英國(guó)和法國(guó)等國(guó)家相關(guān)機(jī)構(gòu)的科技開(kāi)放合作，以加快前沿交叉技術(shù)的研發(fā)與突破。同時(shí)，可以依托國(guó)內(nèi)市場(chǎng)優(yōu)勢(shì)，加快未來(lái)產(chǎn)業(yè)應(yīng)用場(chǎng)景的發(fā)掘與培育，加強(qiáng)未來(lái)產(chǎn)業(yè)技術(shù)群的成果轉(zhuǎn)化和商業(yè)化進(jìn)程，以形成新質(zhì)生產(chǎn)力。

參考文獻(xiàn)

[1]新華社.習(xí)近平總書(shū)記首次提到“新質(zhì)生產(chǎn)力\"[EB/OL].（2023-09-10） [2024-04-26]. http：//www.news.cn/politics/leaders/2023-09/10/c_1129855743.htm.

[2]黃群慧.強(qiáng)化助力中國(guó)式現(xiàn)代化使命擔(dān)當(dāng)把握建設(shè)現(xiàn)代新型國(guó)有企業(yè)的著力點(diǎn)[J].國(guó)資報(bào)告，2023（7）：16-17.

[3]中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所課題組.世界主要經(jīng)濟(jì)體未來(lái)產(chǎn)業(yè)的戰(zhàn)略布局[J].新經(jīng)濟(jì)導(dǎo)刊，2023（2）：73-86.

[4]中國(guó)政府網(wǎng).工業(yè)和信息化部等七部門(mén)關(guān)于推動(dòng)未來(lái)產(chǎn)業(yè)創(chuàng)新發(fā)展的實(shí)施意見(jiàn)：工信部聯(lián)科〔2024〕12號(hào)[EB/OL].（2024-01-18）[2024-04-26]. https：//www.gov.cn/zhengce/zhengceku/202401/content_6929021.htm.

[5]張雪，張志強(qiáng).學(xué)科交叉研究系統(tǒng)綜述[J].圖書(shū)情報(bào)工作，2020，64（14）：112-125.ZHANGX，ZHANGZQ.Reviewon interdisciplinaryresearch[J].Libr.Inf. Serv.，2020，64（14）：112-125.

[6]路甬祥.學(xué)科交叉與交叉科學(xué)的意義[J].中國(guó)科學(xué)院院刊，2005，20（1）： 58-60.LU Y X. Implications in the disciplinary cross-breeding andinter-disciplinary sciences [J].Bull. Chin.Acad.Sci.，2005，20（1）： 58-60.

[7]新華社.中央經(jīng)濟(jì)工作會(huì)議舉行習(xí)近平李克強(qiáng)作重要講話[EB/OL]. （2020-12-18）[2024-04-26].htps：//ww.gov.cn/xinwen/2020-12/18/content_5571002.htm.

[8］新聞聯(lián)播.習(xí)近平主持召開(kāi)中央全面深化改革委員會(huì)第二十次會(huì)議強(qiáng)調(diào) 統(tǒng)籌指導(dǎo)構(gòu)建新發(fā)展格局 推進(jìn)種業(yè)振興推動(dòng)青藏高原生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展[EB/OL].（2021-07-09）[2024-04-26]. https：//tv.cctv.com/2021/07/09/VIDEmmetYQ3AATVlKpGCV6jW210709.shtml？spm=C31267.PXDaChrrDGdt.EbD5Beq0unIQ.3.

[9］余東華.“十四五\"期間我國(guó)未來(lái)產(chǎn)業(yè)的培育與發(fā)展研究[J].天津社會(huì)科學(xué)，2020，3（3）：12-22.

[10］王小林，謝妮蕓.未來(lái)產(chǎn)業(yè)：內(nèi)涵特征、組織變革與生態(tài)建構(gòu)[J].社會(huì)科學(xué)輯刊，2023（6）：173-182.

[11]SIGOV A，RATKIN L， IVANOVL A， et al.， Emerging enablingtechnologies for industry 4.Oand beyond[J].Inf.Syst.Front.，2024，26（5）： 1585-1595.

[12］沈華，王曉明，潘教峰.我國(guó)發(fā)展未來(lái)產(chǎn)業(yè)的機(jī)遇、挑戰(zhàn)與對(duì)策建議[J].中國(guó)科學(xué)院院刊，2021，36（5）：565-572.SHEN H， WANG X M，PAN JF. Opportunities，challenges，and recommendations for development of future industriesinChina [J]. Bull. Chin. Acad.Sci.，2021，36（5）： 565-572.

[13］劉仲林.交叉科學(xué)時(shí)代的交叉研究[J].科學(xué)學(xué)研究，1993，11（2） 9-16.LIUZL.Interdisciplinary research in the New Eraofinterdisciplinary science [J]. Stud. Sci. Sci.，1993，11（2）： 9-16.

[14］張琳，孫蓓蓓，王賢文，等.交叉科學(xué)成果影響力研究：使用數(shù)據(jù)與引用數(shù)據(jù)視角[J].情報(bào)學(xué)報(bào)，2020，39（5）：469-477.ZHANGL，SUNBB，WANG XW，etal.. The impact ofinterdisciplinarity： distinct efcts on usage and citation [J].J.China Soc. Sci. Tech.Inf.，2020，39（5）： 469-477.

[15]CASSI L，MESCHEBA W，DE TURCKHEIM E. How toevaluate the degree of interdisciplinarity of an institution？[J].Scientometrics，2014，101（3）： 1871-1895.

[16］李佳蕾，安培浚，肖仙桃.學(xué)科交叉主題識(shí)別方法研究綜述[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2023，7（4）：1-15.LI JL，AN P J，XIAO X T. Review of methods forinterdisciplinary topicidentification[J].Data Anal.Knowl.Discov.，2023，7（4）：1-15.

[17]PORTER A L，COHEN A S，DAVID ROESSNER J，et al..Measuring researcher interdisciplinarity [J]. Scientometrics，2007， 72（1）： 117-147.

[18]索傳軍，肖玥.學(xué)科交叉研究的現(xiàn)存問(wèn)題與未來(lái)展望[J].圖書(shū)情報(bào)工作，2023，67（1）：144-152.SUO CJ， XIAO Y. The implementation dilemmas andperspectives of interdisciplinary research [J].Libr. Inf.Serv.，2023，67（1）： 144-152.

[19］范少萍，安新穎，晏歸來(lái)，等.醫(yī)學(xué)領(lǐng)域前沿主題識(shí)別方法研究[J].情報(bào)學(xué)報(bào)，2018，37（7）：686-694.FAN S P，AN X Y， YAN G L， et al. Study on the recognitionmethodof frontier topic in the medical field[J].J.China Soc.Sci. Tech.Inf.，2018，37（7）： 686-694.

[20]韓正琪，劉小平，徐涵.基于Rao-stirling指數(shù)的學(xué)科交叉文獻(xiàn)發(fā)現(xiàn)：以納米科學(xué)與納米技術(shù)為例[J].圖書(shū)情報(bào)工作，2018，62（1）： 125-131.HANZQ，LIUXP，XUH. Interdisciplinary literature discoverybasedon Rao-stirlingdiversity indices：case studies in nanoscienceand nanotechnology[J].Libr.Inf.Serv.，2018，62（1）：125-131.

[21]張琳，孫蓓蓓，黃穎.跨學(xué)科合作模式下的交叉科學(xué)測(cè)度研究——以ESI社會(huì)科學(xué)領(lǐng)域高被引學(xué)者為例[J].情報(bào)學(xué)報(bào)，2018，37（3）： 231-242.ZHANG L，SUN B B，HUANGY.Interdisciplinaritymeasurementbased oninterdisciplinarycollaborations：acasestudyon highly cited researchers of ESI social sciences[J].J.China Soc.Sci.Tech.Inf.，2018，37（3）：231-242.

[22]MOHR JW， BOGDANOV P. Introduction： topic models： whattheyare and why they matter[J].Poetics，2013，41（6）：545-569.

[23]劉冬東.新興交叉主題識(shí)別與引文擴(kuò)散影響研究——以計(jì)算生物學(xué)領(lǐng)域?yàn)槔齕D].鄭州：華北水利水電大學(xué)，2020.LIUDD. The identification and citation diffusion impact of theemerginginterdisciplinary topics：a case studyof computationalbiology [D]. Zhengzhou：North China University of WaterResourcesandElectricPower，2020.

[24]熊回香，竇燕.基于LDA主題模型的標(biāo)簽混合推薦研究[J].圖書(shū)情報(bào)工作，2018，62（3）：104-113.XIONG HX，DOUY.Research on taghybrid recommendationbased on LDA topic model [J].Libr.Inf. Serv.，2018，62（3）：104-113.

[25]肖國(guó)櫻.加快推進(jìn)湖南省生物育種研究和產(chǎn)業(yè)化應(yīng)用的建議[J].雜交水稻，2022，37（3）：1-6.XIAOG Y.Suggestions on accelerating the researchandapplication of bioengineered breeding in Hunan province [J].HybridRice，2022，37（3）：1-6.

[26]滕飛，張奇，曲建升，等.基于專利競(jìng)爭(zhēng)力指數(shù)和Doc-LDA主題模型的關(guān)鍵核心技術(shù)識(shí)別研究——以新能源汽車(chē)為例[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2024，8（11），33-46.TENGF，ZHANGQ，QUJS， et al.. Identification of keyandcore technologies based on patent competitiveness index andDoc-LDA topic model： a case study of new energy vehicles [J].DataAnal.KnowledgeDis.，2024，8（11），33-46.

[27]新牧網(wǎng).牧原：飼料豆粕已降至 6.9% ，未來(lái)要做無(wú)豆日糧[EB/OL]. （2022-09-22） [2024-04-26]. https：//xinm123.nfncb.cn/qiyezixun/116849.html.

[28]LIU C，PENG P，LIW，etal..Deciphering variation of 239elite japonica rice genomes for whole genome sequences-enabled breeding[J].Genomics，2021，113（5）：3083-3091.

[29］科技日?qǐng)?bào).我母乳結(jié)構(gòu)脂肪生產(chǎn)關(guān)鍵技術(shù)獲突破[EB/OL].（2023-12-20）[2024-04-26]. htps：//digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2023-12/20/content_564403.htm？div=-1.

[30]HUANG Z Y. Characterisation of dormancy cycling responsestoenvironmental signals in contrasting Arabidopsis thalinaecotypes[D].Warwick：UniversityofWarwick，2013.