1 研究背景
1.1 分析目标
管理科学横跨自然科学、工程科学和社会科学,包括管理理论、管理技术和方法、管理的应用研究等三大体系
[1]。作为一门交叉学科,管理科学自引进中国以来,得到了高度的重视和长足的发展。特别是改革开放后,中国陆续有两百多所大专院校设立了管理学系或管理学院,成为推动中国管理科学发展的主要阵地
[2]。
作为代表我国自然科学研究领域内较高水平的国家自然科学基金资助项目,国家自然科学基金委员会自1986年成立起即资助管理科学研究项目,尤其是1996年管理科学部成立以来,无论是资助项数还是资助经费均随着国家对基础研究经费投入的增加而增长
[3]。
了解我国自然科学基金的项目布局及其演变,对预警当前和未来项目发展的趋势、设计研究项目、争取基金资助有重要参考价值。获得国家自然科学基金资助项目的数量及类型目前已成为评价高校以及科研机构科研创新能力和社会服务水平的重要标尺之一。基于国家自然科学基金管理科学部资助项目计量分析的研究成果包括：缪园、张伟倩和李媛以1999–2006 年管理科学部的管理科学与工程领域资助项目为研究对象,采用非线性分析方法,分析了研究热点及其演化
[4];陈晓田、余振、刘作仪和李一军从项目申请数量与资助规模,申请者与获资助者的年龄结构、职称结构、研究队伍构成、依托单位分布等方面, 分析了1999–2008年国家自然科学基金委员会管理科学部的项目资助工作情况, 提出了“十二五”资助工作中需要重视的问题
[5]。李华锋和袁勤俭以2006–2015年国家自然科学基金委员会管理科学部立项数据为研究对象,从资助类别、研究队伍结构、依托单位和研究领域等方面分析比较国家“十一五”与“十二五”时期管理科学部项目资助情况及时间趋势
[6]。
管理科学部包括四个学科：管理科学与工程、工商管理、经济科学、宏观管理与政策。其中管理科学与工程学科是一门跨社会科学、工程科学与自然科学的综合性交叉学科,也是我国管理科学中发展最早的学科。该学科的研究成果能够为我国管理科学的研究和实践提供有效的理论支撑,对我国社会与经济发展起到重要作用
[7]。本文将国家自然科学基金管理科学部中的管理科学与工程学科相关项目作为研究对象,分析其项目布局及研究主题的演变。
2 研究方法与数据
2.1 分析方法
本文选取了2015–2019年国家自然科学基金管理科学部管理科学与工程的基金项目,主要以项目申请的时间、申报分类、承担机构、项目经费、项目标题、项目摘要、项目关键词等特征项为分析对象,综合采用了统计、共现分析、社会网络分析等方法开展分析,这几类分析方法简要说明如下。
（1）统计。本研究在确定活跃研究主体、分析研究主题时主要采用了统计的方法。在统计过程中,提出了资助强度的指标,用于分析机构资助情况,以及热点研究主题词和新兴研究主题词。资助强度指标测度了机构/主题词相关项目受资助的强度,当不同机构/主题词的项目比例相同时,该指标揭示了机构/主题词经费结构的差异。该指标综合应用了资助项目数量及资助项目经费两个指标进行计算,具体计算方法如下：
Intensity Fi=Numberi ⁄∑Number×1/2+Moneyi ⁄∑Money×1/2
其中,Intensity Fi表示第i个分析对象的资助强度,Numberi代表第i个分析对象受资助的项目数量,∑Number代表了分析数据集中的项目总数,Moneyi代表第i个分析对象受资助的项目经费总额,∑Money代表了分析数据集中的项目总经费。两个计算维度的权重相等。
（2）共现分析
[8]。“共现分析”揭示信息的内容关联和特征项所隐含的知识。“共词分析”反应两个主题词之间存在的关联程度。本研究考虑共词和共现相结合的方法,基于项目标题、摘要、关键词,分别取高频主题和高关联强度主题前20的交集,以识别热点研究主题。
（3）社会网络分析
[9]。社会网络分析研究一组行动者的关系,这种关系模式反映出的现象或数据是网络分析的焦点。
2.2 分析工具
本文统计时,通过Excel进行计算。在进行主题分析时,利用DDA工具进行主题词的清洗,DDA（Derwent Data Analyzer）是德温特数据分析软件,它可以进行数据导入、清理、数据以及结果的可视化,在数据清洗方面使分析结果更加准确
[10]。采用VOSviewer、Gephi等分析工具揭示基于主题词之间、活跃机构主题词关系的模式和规则。VOSviewer是实现共现网络分析与可视化的知识图谱软件,能够展现知识领域的合作、演化等关系
[11]。Gephi是一款开源的交互式复杂网络分析工具,可以计算一些常见指标,比如中心性等,可进行数据可视化处理
[12] 。
2.3 数据源及数据采集
数据源：中国科学院文献情报中心“全球基金项目数据平台”;
时间范围：2015–2019年（项目申请时间）;
检索式：根据“国家自然科学基金申请代码”可知,与“管理科学与工程”对应的学科代码为G01,故检索式设定为NSFC申请代码=G01。
经检索,2015–2019年期间,管理科学与工程领域共批准2 609件基金项目,总金额达到130 753.95万元,平均经费额度为50.12万元。项目类型涉及面上项目、青年科学基金项目、地区科学基金项目、国际（地区）合作与交流项目、重点项目、应急管理项目、重大研究计划、优秀青年科学基金项目、海外及港澳学者合作研究基金、重大项目、国家杰出青年科学基金、创新研究群体项目、专项项目、联合基金项目等。
3 项目布局
3.1 项目申请概况
从
图1可以看出,2015–2018年,管理科学与工程的基金项目数量逐年上升,2018年最多,达到556件,2019年数量有所下降,但也超过了520件。在资助金额方面,2017年获得的资助金额最多,平均经费额度达到了52.54万元。
3.2 项目类型布局
表1呈现了2015–2019年间管理科学与工程领域基金项目类型分布及资助经费情况。可以看出,面上项目和青年科学基金项目最多,二者合计占总数的82.33%。不同类型的项目其平均经费额度也不相同。数量最多的面上项目的平均经费额度为48.13万元,青年科学基金项目的平均经费额度为18.01万元,创新研究群体项目和重大项目虽然数量不多,但平均经费额度分别达到了673.21万元和527.28万元。
4 机构布局
在管理科学与工程领域,获批项目数排名前10的机构如
表2所示。从
表2可以看出,（1）北京交通大学在管理科学与工程领域获得资助的项目最多,5年间共获批项目88个,且面上项目和青年科学基金项目也最多。排名第二的是合肥工业大学,获批的项目数也达到了75个。北京航空航天大学和东南大学在项目数量方面排名并列第三,5年间的获批项目均为63个。前三位机构的资助强度也最高。（2）各机构面上项目和青年科学基金项目的平均经费额度分别在48万元和18万元左右,与
表1一致,说明这两类项目的经费额度相对稳定。另外,有些机构虽然项目数量相差不多,但平均经费额度和资助强度差别较大,说明各机构在其他类型项目的获批方面有差异,如平均经费额度在70万元以上的合肥工业大学、北京航空航天大学、华中科技大学和天津大学。其中,合肥工业大学的重大项目和创新研究群体项目均额都在700万元以上,重点项目均额在250万元以上,几个优秀青年科学基金项目的均额在120万元以上;北京航空航天大学的重大项目均额超过900万元,国家杰出青年科学基金和重点项目均额超过240万元,海外及港澳学者合作研究基金超过180万元;华中科技大学的创新研究群体项目为735万元,国家杰出青年科学基金为245万元;天津大学在2015–2019年期间获批的基金项目只有49个,但其平均经费额度最高,接近81万元,这是因为该校两个重大项目的金额合计达到1 906万元。清华大学项目数排名第10,平均经费额度接近70万元,几个重大项目、重点项目和专项项目的均额都在200万元之上,国际（地区）合作与交流项目的均额也超过了120万元。
5 主题布局
为了充分了解管理科学与工程领域基金项目所研究的内容,本研究建立自定义词典以及停用词表,对数据集合的标题进行分词处理,并与项目关键词合并,通过DDA进行清洗和人工筛选,形成主题词。
5.1 研究主题布局
本文基于主题词共现方法识别管理科学与工程领域的热点研究主题。将清洗过的主题词导入VOSViewer,在管理科学与工程领域形成了14个团簇,如
图 2所示。其中,不同颜色表示不同聚类团簇,圆圈大小表示主题词频/项目数,连线表示关联的主题词存在共现,连线粗细表示关联强度。
从
图2中可以看出,几个圆圈较大的主题词有供应链、交通、大数据、资产定价和博弈分析。从VOSViewer导出map数据,综合共现程度、关联强度和主题词频三个维度,取各维度排名前10的主题词之交集,排名前5（
表3）的与上述主题词相吻合,因此将其视为热点主题词。其中,主题词“供应链”涉及供应链管理与协调、闭环供应链、绿色供应链、建筑供应链、多渠道供应链、电商供应链、物流供应链、农业供应链、医疗供应链、供应链融资等;主题词“交通”涉及城市交通网络、轨道交通、交通流控制、交通安全、交通出行、交通事故等;主题词“大数据”涉及金融大数据、健康大数据、社交大数据、工业大数据、消费大数据、医疗大数据、物联网大数据、农业大数据等;主题词“资产定价”涉及碳金融资产定价、期权定价、生产定价、库存定价、定价策略等;主题词“博弈分析”涉及博弈方法、全局博弈、竞争与合作博弈等。“供应链”和“交通”两个主题之间无关联,但二者分别与资产定价、博弈分析、大数据存在一定的共现关系。
此外,几个圆圈大小较为明显的主题词,如数据驱动、出行行为、消费者行为、机器学习、鲁棒性、电子商务等出现的频次较高,且有一定的关联性。小规模主题,包括在线评论、共享经济、突发事件、社交媒体、金融市场、新能源汽车、互联网金融、人机交互、股票市场、自动驾驶、云计算、健康管理、人工智能、投资者情绪、眼动追踪、一带一路、医疗服务、城市物流、生鲜农产品、碳减排等主题词也出现在管理科学与工程领域的研究项目中。
5.2 活跃机构主题网络布局
为了更多了解机构所关注的主题,本节选择
表1中2015–2019年管理科学与工程领域基金项目数量排名前5的活跃机构作为研究对象,基于机构与主题词数据相关性,通过Gephi构建Co-occurrence网络图,如
图3所示。排名前5的活跃机构分别为北京交通大学、合肥工业大学、东南大学、北京航空航天大学和中国科学技术大学。
图3中,Top5机构与“供应链”、“交通”、“大数据”、“资产定价”、“博弈分析”等主题词基本都有关联,其中,（1）Top5机构在“供应链”主题方面均有研究。中国科学技术大学最多,涉及18个项目,相关研究包括新能源汽车、碳交易、医疗服务、企业绩效、金融、灾害应急物流等;东南大学涉及6个项目,相关研究包括物流、在线医疗、新产品开发、供应商博弈等;北京航空航天大学的4个项目涉及供应链企业、信息披露、资金约束、产品价格、运营与融资、博弈等研究;北京交通大学在“供应链”主题也有4个项目,涉及建筑、食品等主题;合肥工业大学在该主题方面仅有2个项目,主要关注共享经济和双边市场。（2）“交通”也是大多数机构的热点研究主题之一。北京交通大学与“交通”相关的研究最多,共有41个项目,涉及突发事件、拥堵和排放、突发事件、运营补贴、出行行为、地理信息、全景拟合、恶劣天气、多模式交通流、工程施工、节能、运行优化、共享停车、驾驶行为等众多主题;东南大学有12个项目,主要包括车路协同、移动社交、需求预测、停车换乘、土地利用、事故数据分析、交通修建、拥堵、多模式网络、安全评价、危险驾驶等的研究;北京航空航天大学关于“交通”主题的研究有8个项目,主要涉及出行行为、用户均衡、城市群、路径选择等的研究;合肥工业大学的6个项目涉及动态交通分配、行人特征、拥堵控制、雨天道路网络、运输管理等。（3）在“大数据”主题方面,合肥工业大学获资助的项目最多,13个项目围绕共享经济、产品研发、管理决策、信息安全、保险投资、物联网、商务智能、科研社交、养老保险、高端装备、健康管理等展开;北京交通大学的6个项目则主要关注交通大数据,涉及城市地理信息、汽车共享出行、交通拥堵、交通运输等;北京航空航天大学有4个项目,与“大数据”相关的研究主题有金融监管、城市灾害应急、社会媒体、顾客价值;东南大学也有4个项目,但与北京航空航天大学的研究方向截然不同,主要包括健康、股市、互联网借贷、制造业产业链等。（4）Top5机构中,有3个机构对“资产定价”有一定的研究,如中国科学技术大学重点研究了O2O环境下的定价策略,此外还关注新能源汽车定价问题;合肥工业大学则研究了共享消费、双边市场、碳金融资产的定价问题;北京航空航天大学则关注信息产品和服务的定价策略以及投资者情绪对定价的影响。（5）“博弈分析”广泛应用于多个学科,Top5机构中有4个机构的项目与该主题相关,如北京航空航天大学的金融市场、强势供应商、配货等项目;中国科学技术大学的服务型企业的服务和定价、创新与合作对象选择、供应链运作等项目;东南大学的碳减排约束下零担物流网络、信息系统安全利益相关者、互补型供应商等项目;以及北京交通大学的共享经济下合作、供应链管理项目,均采用了“博弈分析”相关理论。
5.3 研究主题随时间的演变
本文通过研究主题随时间的演变情况考察管理科学与工程领域历年的研究趋势,如
图4、
图5所示。横轴为时间（年）,纵轴为研究主题,数字表示主题词频/项目数,数据条的长短表示该主题所获批项目数量的多少。
图5中的红色研究趋势线表示新兴研究主题,其对应的主题词在2018–2019年间的研究热度高于2015–2017年。
从
图4可以看出,5年来热点主题词中与“供应链”、“交通”相关的主题其研究热度较为均衡,每年项目获批数量在32~48之间;“大数据”、“资产定价”的研究走势相似,2016–2018年是这两个主题的研究高峰期;“博弈分析”在2015年获批的项目最多,达到41个,但在2016–2017年获批数降到每年30个以内,2018年则降到每年10个以内,2019年仅有1个项目。
图5显示,涉及“数据驱动”、“出行行为”、“鲁棒性”等主题词的项目也比较多,且部分主题近几年的研究热度不减;一些与科技、社会发展相适应的研究,如“共享经济”、“社交媒体”、“一带一路”、“新能源汽车”、“自动驾驶”也逐渐显现;而部分研究主题,如“互联网金融”、“云计算”、“碳减排”、“城市物流”、“医疗服务”在最近几年的获批的项目数有所降低。
5.4 热点研究主题和新兴研究主题分析
5.4.1 热点研究主题
基于各热点主题分析项目的资助情况,以进一步考察热点主题词的资助强度和项目类型分布,如
表4所示。（1）从资助强度的角度来看,“交通”相关项目排名第一,说明在项目数量和项目经费两方面,该主题词领域均排名靠前。资助强度排名第二的“供应链”相关项目获资助项目数量较多。“大数据”排名第三,其平均经费额度较高。（2）如前文所述,面上项目和青年科学基金项目的平均经费额度分别在48万元和18万元左右。而与“大数据”相关的研究项目获得的平均经费额度最高,达到87.94万元人民币,其次是与“交通”相关的研究项目,平均经费额度接近60万元。二者远远大于面上项目和青年科学基金项目。进一步探究可知,“大数据”单项资助金额大于200万的项目有28个,多数为重大研究计划、重点项目,另外有1个重大项目超过了1 300万,是合肥工业大学于2016年申请的“互联网与大数据环境下高端装备制造工程管理理论与方法研究”项目;“交通”单项资助金额大于200万的项目有13个,其中1个重大项目超过了1 400万,是北京航空航天大学于2018年申请的“新型城镇化导向下的城市群综合交通系统管理理论与方法”项目。
5.4.2 新兴研究主题
图5呈现了非热点主题词的时间演变情况,通过趋势线发现一些主题词在近5年间的研究热度呈上升趋势（
图5中红色趋势线）,如“数据驱动”、“出行行为”、“鲁棒性”、“新能源汽车（电动）”、“共享经济”、“突发事件”、“社交媒体”、“自动驾驶”、“一带一路”等,本文将这些主题词视为新兴研究主题词。如
表5所示,在新兴主题词中,（1）与“出行行为”、“数据驱动”相关的项目资助强度最高,这些主题词涉及的项目数和资助经费均排名靠前。“出行行为”单项资助金额大于200万的项目有3个,其中2个是与热点主题词“交通”相关的重点项目和国家杰出青年科学基金项目,另1个是与热点主题词“大数据”相关的重大研究计划;“数据驱动”单项资助金额大于200万的项目有1个,是清华大学于2019年申请的专项项目“神经数据驱动的智能制造场景下的生产管理机制与方法研究”。（2）与“自动驾驶”相关的研究有1个项目资助金额超过200万元,该项目与热点主题词“交通”相关。（3）其他新兴主题词多数为面上项目和青年科学基金项目,未发现有单项资助金额超过200万元的项目。
6 结论
本研究利用Excel、DDA、VOSviewer、Gephi等工具对2015–2019年NSFC管理科学部管理科学与工程领域的基金项目进行了梳理与分析,得到如下结论。
（1）综合共现程度、关联强度和主题词频三个维度,本文确定了国内管理科学与工程领域研究在过去5年的重要议题：“供应链”、“交通”、“大数据”、“资产定价”、“博弈分析”等。随着时间的推移,前四个主题的研究热度不减,而“博弈分析”的关注程度则大大降低。
（2）利用社会网络分析方法发现活跃程度排名前5的机构,如北京交通大学、合肥工业大学、北京航空航天大学、东南大学、中国科学技术大学等,在热点主题方面的共现现象较多,说明活跃机构对热门主题的产生有一定影响。此外,上述活跃机构的研究方向也有一定特色,北京交通大学、东南大学、北京航空航天大学在“交通”主题词方向的研究较多,其关注点涉及道路协调管理、出行及相关技术方面;中国科学技术大学则聚焦在“供应链”主题,围绕新能源汽车、医疗、金融等展开;合肥工业大学更偏向“大数据”与经济、健康的结合。
（3）通过研究趋势线发现,新兴研究主题与科技、社会发展相适应,如“数据驱动”、“共享经济”、“社交媒体”、“一带一路”、“新能源汽车”、“自动驾驶”等,这些研究主题在2018–2019年的研究热度明显高于2015–2017年。
（4）在项目类型方面,面上项目和青年科学基金项目占比最高,且资助金额相对稳定。通过资助强度指标,本文揭示了机构经费结构的不同。一些机构的项目数量相近,但资助强度有较大差异,如合肥工业大学、北京航空航天大学、华中科技大学、清华大学等高校,申请的重大项目、创新研究群体项目、国际（地区）合作与交流项目,平均经费额度均为百万级别,有些项目的单项资助金额甚至超过了一千万。
与热点主题词相关的单项资助金额大于200万的项目较多,多为重大研究计划、重点项目。尤其是“大数据”和“交通”,二者的资助强度也非常高,并且各有1个单项资助金额大于1 000万的重大项目;而新兴主题词中,除涉及项目数最多的“数据驱动”有1个200万以上的专项项目之外,“出行行为”、“自动驾驶”的几个超过200万的项目均与热点主题词“交通”、“大数据”相关。
由于篇幅限制,本文仅对管理科学与工程相关项目部分主题词进行分析,以了解该学科大致的主题研究布局。在未来的研究中,（1）为使我们的研究结果更加准确,有必要对多数词频/项目数较少的主题词进行进一步研究,这部分主题词可能包含未来管理科学与工程领域的研究热点。（2）将结合国外管理学领域基金项目,探索全球管理学研究布局,以及开展与项目关联的研究成果——论文的分析,以便更好地把握管理科学的研究前沿。
科学新闻
科学家实现体内3D打印人耳
3D打印技术越来越多地被用于定制人体的新“零件”,比如颌骨、肋骨和脊柱。但这些组织或器官必须要在体外打印,然后通过手术植入体内,这就带来了感染的风险。
《科学进展》刊登的最新研究指出,中国四川大学苟马玲及其同事已经证明,这些身体组织可以在体内进行3D打印——至少在老鼠身上是这样,因而不需要进行外科手术。这项技术有可能在不需要手术的情况下制造新的耳朵或人体的其他部位。
在这项研究中,科学家首先将一种由水凝胶颗粒和软骨细胞组成的“生物墨水”注射到老鼠背部。接下来,他们用近红外光在墨水上投射出耳朵形状。光使水凝胶颗粒粘在一起,层层发展成耳状结构。
在接下来的1个月里,软骨细胞在水凝胶结构的周围生长,最终形成类似于真正的人类耳朵的软骨结构。这期间,小鼠并没有表现出明显的炎症或其他副作用。
1990年代著名的“瓦坎蒂鼠”实验也曾让老鼠的背上长出了一个“人耳”,但它是通过在皮肤下植入一个预先制作好的携带软骨细胞的塑料支架实现的,而不是直接在现场3D打印支架。
研究人员希望这项新技术可以用来为那些患有先天性小耳畸形的人重建新的耳朵,这种疾病会阻碍耳朵的正常发育。“我们正在努力改进这项技术,以便将来治疗人耳缺陷。” 苟马玲表示。
加拿大麦吉尔大学的 Derek Rosenzweig说,这种非手术3D打印技术也有可能用于修复鼻子、手指、脚趾或肘部受损的软骨。他说,相比之下,髋关节和膝关节深部软骨缺损可能更难修复,因为近红外光通常只能穿透人体皮肤约2厘米。
苟马玲团队希望最终能够采用这种技术修复其他受损的器官,比如心脏或肺。然而,Rosenzweig认为这将更具挑战性,因为心脏和肺包含多种细胞类型,它们在体内更深,并且不断收缩和放松。
（来源：中国科学报 刁雯蕙）
相关论文信息：
PDF
(4273KB)
