区域创新中前沿科学发展策略实证分析——以浙江省基因治疗为例

区域创新体系是国家重大区域发展战略和建设创新型国家的重要支撑。基础前沿科学研究是创新的根本动力和源泉,为区域创新发展培育新动能。基于长三角区域一体化发展战略背景,本文以浙江省为例,从研究力量、研究前沿和国际科研合作3个维度,对浙江省域基因治疗的科研绩效现状与提升策略开展实证研究。首先,采用文献计量法定量比较全球、我国与浙江省基因治疗的科研绩效,发现国际科研合作可有效提升科研绩效,但国内跨区域合作对浙江省科研绩效提升几乎没有影响;其次,综合文献、专利与网络信息,从科研机构、人才和企业层次全面挖掘浙江省基因治疗研究力量;结合文本聚类、引文网络与科学知识图谱等科学计量学方法,识别基因治疗研究前沿与热点,分析了基因治疗国际科研合作网络,重点揭示了浙江大学的科研合作网络。最后,从加强研究前沿资助、强化基础科学研究与国际合作交流、打通成果应用贯通机制、科创高地协同增效角度提出提升浙江省基因治疗研究绩效的对策建议,为我国加强基础研究发展战略谋划和系统布局、提升国家区域创新管理决策提供技术支撑。

科技全球化背景下大数据研究合作网络的可视化分析

旨在揭示大数据研究中国家和机构间的合作模式和网络结构,发现主要参与国家和机构的主导地位,并利用科学地图来可视化这些合作特征。在了解大数据领域全球论文产出概况的基础上,应用网络特征指标分析大数据研究合作网络的结构特征及演化规律、主要国家与机构在合作网络中的地位及其作用,并通过VOSviewer软件以科学叠加图(overlay map)的形式对结果进行可视化。研究发现:全球大数据研究以国内合作尤其是机构内合作为主,国家和机构间合作的比重较低,随着时间推移,国际合作网络规模不断扩大,并逐渐向多元主导模式转变;中国、美国和英国在国际合作网络中占据核心地位、发挥桥梁作用;中国作者在国际合作网络中的主导性较高,中国科学院、德克萨斯大学和清华大学是最为活跃的参与机构。

影响国际科研合作效果的重要因素初探——文献计量学视角

在资源有限的情况下,如何充分发挥国际合作在科学研究中的作用是科研人员和科研管理者关注的重要问题。从文献计量学视角,以中国和美国的化学国际合作论文为对象,从合作程度和合作特征(包括合作对象、合作规模、主导性)两大维度,探讨国际合作论文中不同因素与引用影响的关系。结果表明,合作对象、合作规模、主导性均影响国际合作效果,两国分别与其大部分主要合作伙伴国的合作均可产生积极效果,其中,合作规模对美国国际合作论文的引用影响有提升作用;中国主导论文的引用影响低于非本国主导的论文,而美国主导论文的引用影响却高于他国主导的论文。

海外经历是否意味着更高的学术表现——以国家自然科学基金项目主持人为例

本研究以2011-2014年获得国家自然科学基金面上项目和青年科学基金项目资助的923名博士申请者为对象,应用回归分析等方法考查研究者的海外经历类别与学术产出、引用影响和国际合作程度之间的关系。结果表明,海外经历对学术产出无显著影响,但对引用影响和国际合作程度有一定影响。具体而言,获得海外博士学位的研究者的长期学术影响力和国际合作程度高于本土博士,且国际合作程度随着“本土化”进程与本土博士趋同。在本土博士中,拥有海外工作经历者的学术影响力普遍高于仅有海外交流经历者,其国际合作程度也显著高于其他本土博士。此外,仅有海外交流经历者的论文数量、影响力和国际合作程度与无海外经历者无显著差异。最后,本文就如何优化科技人才的发展和评价体系提出建议。

政府资助国际合作效果的国别和学科差异研究

以收录于Web of Science的国家自然科学基金资助论文为对象,从高被引论文和平均引用影响两个视角,评价我国与G7国家的合作效果。研究表明,美国是第一大合作伙伴,加拿大、日本、英国、德国和法国与我国的合作规模相当,意大利与我国合作最少;在提升国际合作影响力(高被引论文份额和平均引用影响)方面,NSFC对数学、化学与化工、以及物理学与材料科学领域的提升作用明显,但这种提升效果因合作国家不同而异;NSFC资助对国际合作影响力提升作用较好的领域也是我国总体上实力相对较强的领域,而需要付出更大努力的是我国影响力远低于世界平均水平的领域(如环境与生态学、神经科学与行为学、微生物学、分子生物学与遗传学、以及临床医学等),NSFC资助的国际合作效果甚至不及非NSFC资助的国际合作。文末提出资助政策建议。

中美大数据论文的跨学科性比较研究

基于Web of Science(WoS)数据库,本文运用文献计量学方法和可视化工具对比分析了2009-2016年中美大数据研究论文的跨学科性发展态势,研究内容包括跨学科性(Rao-Stirling Index)测度、核心学科分布以及跨学科性与引用影响的关系,并应用VOSviewer将两国的学科分布进行了可视化呈现。结果显示,尽管中美两国论文的跨学科性都在逐年增强,研究期间美国论文的跨学科性始终高于中国。美国的大数据研究参考的学科数量更多,且学科分布更均衡,涉及的主要学科包括数学与计算机科学、生物医学与健康科学以及社会科学与人文科学;中国的大数据研究涉及学科较少,主要集中在数学和计算机科学领域。论文涉及的学科数量与被引百分位显著相关。