序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇中醫(yī)藥管理論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：知識(shí)圖譜；中醫(yī)藥；應(yīng)用前景；綜述

DOI：10.3969/j.issn.1005-5304.2017.07.033

中圖分類號(hào)：R2-05 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-5304（2017）07-0129-04

Abstract： As the new development of scientometrics and informetrics， knowledge graph has infiltrated into the financial， industrial and medical fields， and become a hot issue in the real world research. In this article， the concept and features of knowledge graph， construction and the existing softwares， the application status and development prospect in the TCM field were reviewed， which may provide references for research on the knowledge graph in the TCM field.

Key words： knowledge graph； TCM； application prospect； review

隨著2012年谷歌第一版知識(shí)圖譜的，特定領(lǐng)域的知識(shí)圖譜構(gòu)建成為真實(shí)世界研究中的熱點(diǎn)問題。從搜索引擎優(yōu)化，到新藥發(fā)現(xiàn)，知識(shí)圖譜在學(xué)術(shù)界掀起了一股熱潮，并滲透到金融、工業(yè)和醫(yī)學(xué)等領(lǐng)域。這種以科學(xué)學(xué)為基礎(chǔ)，涉及應(yīng)用數(shù)學(xué)、信息學(xué)及計(jì)算機(jī)學(xué)等多學(xué)科的可視化技術(shù)，成為科學(xué)計(jì)量學(xué)和信息計(jì)量學(xué)的新發(fā)展方向。本文就知識(shí)圖譜的概念、特點(diǎn)及其在中醫(yī)藥領(lǐng)域的應(yīng)用現(xiàn)狀、前景進(jìn)行梳理，以期為中醫(yī)藥領(lǐng)域知識(shí)圖譜相關(guān)研究提供參考。

1 知識(shí)圖譜概念及特點(diǎn)

1.1 知識(shí)圖譜的概念

在知識(shí)圖譜的定義上，陳悅等[1-2]從其功能角度進(jìn)行闡釋，認(rèn)為知識(shí)圖譜能夠可視化地描述人類隨時(shí)間擁有的知識(shí)資源及其載體，繪制、挖掘、分析和顯示科學(xué)技術(shù)知識(shí)以及它們之間的相互聯(lián)系，在組織內(nèi)創(chuàng)造知識(shí)共享的環(huán)境以促進(jìn)科學(xué)技術(shù)研究的合作和深入。楊國(guó)立等[3]從理論和方法層面，將其定義為把應(yīng)用數(shù)學(xué)、計(jì)算機(jī)科學(xué)、科學(xué)學(xué)、信息科學(xué)等學(xué)科的理論和方法與科學(xué)計(jì)量學(xué)引文分析、共現(xiàn)分析、社會(huì)網(wǎng)絡(luò)分析等方法結(jié)合，用可視化的圖譜形象地揭示科

學(xué)發(fā)展進(jìn)程和結(jié)構(gòu)關(guān)系的一種研究方法，屬于科學(xué)計(jì)量學(xué)的范疇。

楊思洛等[4]提出知識(shí)圖譜有廣義與狹義之分，廣義上可包括生物的基因圖譜、教育教學(xué)中的認(rèn)知地圖、探索太空的天體圖、描繪地形的地理信息系統(tǒng)（GIS）圖、模擬人腦的神經(jīng)網(wǎng)絡(luò)圖、各種金屬圖譜等；狹義的知識(shí)圖譜主要是運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，通過文獻(xiàn)知識(shí)單元分析來(lái)可視化科學(xué)知識(shí)的結(jié)構(gòu)、關(guān)系與演化過程，包括“科學(xué)圖”“文獻(xiàn)計(jì)量圖”“文獻(xiàn)圖”“知識(shí)圖譜”等。

簡(jiǎn)言之，知識(shí)圖譜是隨著計(jì)算機(jī)技術(shù)的發(fā)展，應(yīng)用數(shù)學(xué)算法來(lái)簡(jiǎn)化知識(shí)單元結(jié)構(gòu)以達(dá)到可視化知識(shí)結(jié)構(gòu)關(guān)系的一種方法，是顯示科學(xué)知識(shí)的發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一種圖形，是一種有效的知識(shí)管理工具。

1.2 研究對(duì)象

知識(shí)圖譜所描繪的對(duì)象主要包括：①?gòu)氖驴茖W(xué)技術(shù)活動(dòng)和作為知識(shí)載體的人，包括科學(xué)家、技術(shù)專家、項(xiàng)目組、實(shí)踐團(tuán)體或某一知識(shí)領(lǐng)域共同體；②顯性或編碼化的知識(shí)，如論文、專利、所學(xué)課程、數(shù)據(jù)庫(kù)等；③過程或方法，包括研究問題和解決問題的過程或方法、組織的業(yè)務(wù)流程，以及相關(guān)的知識(shí)投入等。

知識(shí)圖譜主要源于三大領(lǐng)域：①計(jì)算機(jī)科學(xué)領(lǐng)域的數(shù)據(jù)、信息、知識(shí)與知識(shí)域可視化研究；②圖書情報(bào)領(lǐng)域的引文分析可視化、知識(shí)地圖和知識(shí)網(wǎng)絡(luò)等研究；③復(fù)雜網(wǎng)絡(luò)系統(tǒng)和社會(huì)網(wǎng)絡(luò)分析的研究。上述領(lǐng)域的研究方向和內(nèi)容正在走向融合[5]。

2 知識(shí)圖譜繪制流程

參考國(guó)內(nèi)外已有研究，目前知識(shí)圖譜的繪制主要包括以下幾個(gè)版塊[4，6-7]。

數(shù)據(jù)檢索：繪制知識(shí)圖譜的基礎(chǔ)，其數(shù)據(jù)源在傳統(tǒng)文獻(xiàn)數(shù)據(jù)庫(kù)的基礎(chǔ)上逐漸擴(kuò)展到出版商、機(jī)構(gòu)聯(lián)盟等機(jī)構(gòu)網(wǎng)站的網(wǎng)絡(luò)日志、用戶記錄、點(diǎn)擊流數(shù)據(jù)等。

數(shù)據(jù)清洗：即對(duì)數(shù)據(jù)的預(yù)處理，包括、勘誤等，進(jìn)行歷時(shí)或分時(shí)段對(duì)比分析時(shí)需要對(duì)數(shù)據(jù)M行分段處理；若樣本數(shù)據(jù)過大或分析目的不同，則需要進(jìn)行有代表性的抽取。

構(gòu)建關(guān)系矩陣：選擇要分析的知識(shí)單元，如關(guān)鍵詞、題名、作者等，構(gòu)建其相互關(guān)系，常用方法有共詞分析、共引分析、共作者分析、書目耦合分析、期刊耦合分析等。

數(shù)據(jù)標(biāo)準(zhǔn)化：根據(jù)數(shù)據(jù)間的相似度對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，常用方法有集合論方法（Cosine、Pearson、Spearman、Ochiai、Jaccard指數(shù)等）和概率論方法（合力指數(shù)、概率親和力指數(shù)等）。

數(shù)據(jù)簡(jiǎn)化：運(yùn)用因子分析、多為尺度分析、自組織映射圖、尋徑網(wǎng)絡(luò)圖譜、聚類分析、潛在語(yǔ)義分析、三角法等方法處理數(shù)據(jù)以更好地展示各數(shù)據(jù)單元。

可視化展示：是知識(shí)圖譜構(gòu)建過程中最重要的一環(huán)，通過運(yùn)用不同的算法，調(diào)整相關(guān)參數(shù)，構(gòu)建整個(gè)圖譜。可通過不同模擬實(shí)現(xiàn)可視化，如幾何圖、戰(zhàn)略圖、沖積圖、主題河圖、地形圖、星團(tuán)圖、簸幅圖等。

圖譜解讀：采用歷時(shí)分析、突變檢測(cè)、空間分析、網(wǎng)絡(luò)分析等方法對(duì)圖譜進(jìn)行解讀，同時(shí)需要結(jié)合研究者的經(jīng)驗(yàn)、知識(shí)、學(xué)術(shù)背景、學(xué)術(shù)功底等。

3 知識(shí)圖譜繪制軟件

目前可用于知識(shí)圖譜繪制的軟件非常豐富，根據(jù)主要功能可分為2類[4]：一類為通用軟件，如SPSS、社會(huì)網(wǎng)絡(luò)分析軟件Ucinet和Pajek、詞頻分析軟件Wordsmith Tools和GIS相關(guān)軟件；另一類為繪制知識(shí)圖譜的專用軟件，如CiteSpace、Bibexcel、Gephi、VOSviewer、VantagePoint、Network Workbench Tool、NWB、Sci2 Tool、In-SPRIE、SciMAT、Histcite、GeoTime、ColPalRed、Guess、Leydesdorff、Jigsaw、Carrot等。分析各軟件的特點(diǎn)[6，8-9]可以看出，隨著知識(shí)圖譜的繪制軟件越來(lái)越多，一方面其支持的數(shù)據(jù)格式愈發(fā)多樣，相互之間的兼容性也逐步增強(qiáng)；另一方面，在可視化效果方面也日趨完善，知識(shí)展示的真實(shí)度、準(zhǔn)確度逐漸提高。詳見表1。

4 知識(shí)圖譜在中醫(yī)藥領(lǐng)域的應(yīng)用

目前知識(shí)圖譜的研究中，國(guó)外學(xué)者主要集中在2個(gè)研究方向[10]：部分偏于技術(shù)研究，包括可視化工具和算法的開發(fā)；部分以應(yīng)用為主，利用科學(xué)計(jì)量學(xué)理論及相關(guān)方法、知識(shí)圖譜軟件等進(jìn)行分析研究。國(guó)內(nèi)研究也可分為2個(gè)方向：部分以科學(xué)計(jì)量學(xué)為理論基礎(chǔ)，利用可視化方法研究科學(xué)學(xué)與管理學(xué)、科學(xué)技術(shù)合作等領(lǐng)域；部分以電子資源數(shù)據(jù)庫(kù)為數(shù)據(jù)源，通過可視化方式展示某一學(xué)科的研究前沿和發(fā)展動(dòng)向。

4.1 應(yīng)用現(xiàn)狀

醫(yī)學(xué)領(lǐng)域各學(xué)科中采用知識(shí)圖譜理論與方法進(jìn)行的研究尚處于起步階段，中醫(yī)藥領(lǐng)域已有部分學(xué)者開展了相關(guān)研究。

在學(xué)科層面，趙蓉英等[11]以Web of Science為數(shù)據(jù)來(lái)源，運(yùn)用CiteSpace對(duì)中醫(yī)研究領(lǐng)域的研究熱點(diǎn)進(jìn)行了可視化探索。徐浩等[12]以我國(guó)醫(yī)藥衛(wèi)生領(lǐng)域中文核心期刊文獻(xiàn)為數(shù)據(jù)來(lái)源，對(duì)我國(guó)中醫(yī)學(xué)科交叉領(lǐng)域的研究熱點(diǎn)進(jìn)行了可視化分析，但研究?jī)H限于中醫(yī)學(xué)與醫(yī)藥衛(wèi)生領(lǐng)域之間的合作。楊秦等[13]采用共詞分析及社會(huì)網(wǎng)絡(luò)方法對(duì)中醫(yī)外科瘡瘍領(lǐng)域的研究主題及分布進(jìn)行了探索。

具體在疾病方面，譚火媛等[14]基于中國(guó)知識(shí)資源總庫(kù)（CNKI）收錄的近10年中醫(yī)藥治療高血壓相關(guān)文獻(xiàn)，對(duì)前沿與熱點(diǎn)研究進(jìn)行了可視化分析。王淑斌等[15]對(duì)中西醫(yī)治療2型糖尿病的國(guó)內(nèi)外研究進(jìn)行了系統(tǒng)梳理。在證候方面，劉俊麗等[16]采用文本挖掘技術(shù)，通過數(shù)據(jù)清洗、實(shí)體抽取、構(gòu)建共詞矩陣并采用Ucinet軟件繪制乙型肝炎熱點(diǎn)研究知識(shí)圖譜，分析了子模塊中的中醫(yī)證候描述及疾病名稱。秦義等[17-18]基于CiteSpace軟件對(duì)氣虛證、血瘀證證候診斷標(biāo)準(zhǔn)的相關(guān)研究進(jìn)行了可視化分析。在中藥材方面，郭棟等[19]通過關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)和聚類圖對(duì)中藥枸杞的育種、種植、采收、加工、儲(chǔ)存等5個(gè)領(lǐng)域的研究進(jìn)行了熱點(diǎn)分析。在治療措施方面，李祖偷[20]對(duì)針灸治療腰椎間盤突出癥常用腧穴的演變過程及施穴治療的變遷進(jìn)行了可視化分析，胡松潔等[21]運(yùn)用Ucinet軟件對(duì)“五行音樂”療法的發(fā)展脈絡(luò)進(jìn)行了梳理。

此外，張靜[22]基于CNKI核心期刊文獻(xiàn)關(guān)鍵詞，探討了中醫(yī)藥專業(yè)人才培養(yǎng)熱點(diǎn)主題。陳姍姍等[23]對(duì)中醫(yī)藥傳播發(fā)展的研究文獻(xiàn)進(jìn)行了可視化分析，榮光等[24]基于中醫(yī)電子病歷研究領(lǐng)域的相關(guān)文獻(xiàn)，構(gòu)建了該領(lǐng)域的研究者、研究機(jī)構(gòu)、關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)。

上述研究主要集中在不同領(lǐng)域的研究現(xiàn)狀及熱點(diǎn)分析，多以期刊文獻(xiàn)為數(shù)據(jù)來(lái)源，多采用CiteSpace軟件構(gòu)建研究者、研究機(jī)構(gòu)、關(guān)鍵詞等信息的共現(xiàn)圖和聚類圖，從不同側(cè)面宏觀解釋了中醫(yī)學(xué)信息的整體結(jié)構(gòu)特點(diǎn)。但針對(duì)特定研究目標(biāo)，尚未形成一套明確的建模策略及技術(shù)，導(dǎo)致已有研究結(jié)果中也有差異甚至矛盾之處[5]。因此，中醫(yī)藥領(lǐng)域知識(shí)圖譜理論尚處在針對(duì)各學(xué)科結(jié)構(gòu)宏觀概述階段，急需解決對(duì)多層信息深度整合的知識(shí)圖譜建模策略及其技術(shù)。

近年來(lái)，已有學(xué)者在中醫(yī)藥知識(shí)圖譜構(gòu)建方法與標(biāo)準(zhǔn)化流程方面進(jìn)行了嘗試和探索。于彤等[25]提出以中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)（TCMLS）為框架，以中醫(yī)藥領(lǐng)域現(xiàn)有的術(shù)語(yǔ)和數(shù)據(jù)庫(kù)資源為內(nèi)容，構(gòu)建大型知識(shí)圖譜的構(gòu)想，并進(jìn)行了探索和實(shí)踐，但尚未實(shí)現(xiàn)中醫(yī)藥知識(shí)資源的有效整合及提供全面、及時(shí)、可靠的知識(shí)服務(wù)。阮彤等[26]基于文本抽取、關(guān)系數(shù)據(jù)轉(zhuǎn)換及數(shù)據(jù)融合等技術(shù)提出了中醫(yī)藥知識(shí)問答和輔助開藥領(lǐng)域的知識(shí)圖譜半自動(dòng)化構(gòu)建流程。此外，該課題組對(duì)知識(shí)圖譜進(jìn)行了形式化定義，詳細(xì)描述了數(shù)據(jù)驅(qū)動(dòng)的增量式知識(shí)圖譜構(gòu)建方法，同時(shí)闡述了以此方法所構(gòu)建的中醫(yī)藥知識(shí)圖譜在輔助開方領(lǐng)域的應(yīng)用，但未涉及其它領(lǐng)域[27]。賈李蓉等[28]以中藥知識(shí)圖譜為例，從數(shù)據(jù)來(lái)源、研究?jī)?nèi)容、圖形化展示等方面探討如何構(gòu)建中醫(yī)知識(shí)圖譜，但其應(yīng)用尚局限于瀏覽檢索方面，對(duì)多種數(shù)據(jù)資源間的映射及數(shù)據(jù)元等標(biāo)準(zhǔn)未進(jìn)行詳細(xì)論述。張德政等[29]提出了基于本體的中醫(yī)核心知識(shí)圖譜表示及其構(gòu)建方法，對(duì)中醫(yī)本體與知識(shí)圖譜的映射方法進(jìn)行了探索，為中醫(yī)知識(shí)圖譜的構(gòu)建提供了較系統(tǒng)的方法流程，但對(duì)多源數(shù)據(jù)的獲取技術(shù)及中醫(yī)師臨床實(shí)際診療數(shù)據(jù)的研究未進(jìn)行深入研究。王華珍等[30]以中醫(yī)慢性胃炎數(shù)據(jù)可視化處理為例，引入隨機(jī)森林（RF）技術(shù)進(jìn)行可視化前的數(shù)據(jù)預(yù)處理，根據(jù)高維中醫(yī)數(shù)據(jù)的特征進(jìn)行變換和降維，使數(shù)據(jù)在低緯空間呈現(xiàn)良好的分離性，從而增強(qiáng)了數(shù)據(jù)的可視化效果。

4.2 應(yīng)用前景

知識(shí)圖譜研究已經(jīng)滲透到金融、醫(yī)學(xué)和工業(yè)等領(lǐng)域，對(duì)知識(shí)圖譜定量與定性特征的科學(xué)理解已成為大數(shù)據(jù)時(shí)代科學(xué)研究中一個(gè)極其重要的挑戰(zhàn)性課題。結(jié)合自身知識(shí)體系的特點(diǎn)，中醫(yī)藥領(lǐng)域的知識(shí)圖譜研究應(yīng)以從事相關(guān)領(lǐng)域活動(dòng)和作為知識(shí)載體的人（如臨床醫(yī)學(xué)領(lǐng)域的醫(yī)師）、顯性或編碼化的知識(shí)（如癥狀、藥物等）、過程或方法（如辨證論治等）為研究對(duì)象，運(yùn)用圖論、統(tǒng)計(jì)學(xué)、應(yīng)用數(shù)學(xué)、數(shù)據(jù)挖掘等方法，研究知識(shí)之間多維網(wǎng)絡(luò)關(guān)系及演化規(guī)律等一系列問題。

在我國(guó)，中醫(yī)臨床研究領(lǐng)域的知識(shí)圖譜構(gòu)建研究仍較滯后，研究大多處在術(shù)語(yǔ)本體領(lǐng)域的研究層面。知識(shí)圖譜在中醫(yī)藥領(lǐng)域有著廣闊的前景，如在中醫(yī)藥知識(shí)體系構(gòu)架方面，可建立中醫(yī)藥知識(shí)地圖系統(tǒng)、維基百科系統(tǒng)[25]等；在中醫(yī)藥知識(shí)的推廣普及方面，可建立基于知識(shí)圖譜的信息檢索系統(tǒng)、基于自然語(yǔ)言的問答引擎[26]等；在臨床診療方面，可建立基于知識(shí)圖譜的四診信息采集、診斷、處方用藥系統(tǒng)；在醫(yī)師診療規(guī)律挖掘方面，可\用知識(shí)圖譜挖掘中醫(yī)師“病-證-治-效”臨床診療數(shù)據(jù)之間的相互關(guān)系和內(nèi)在規(guī)律。因此，知識(shí)圖譜為開展中醫(yī)基礎(chǔ)理論體系、臨床診療規(guī)律研究提供了有利的工具，探索解決中醫(yī)臨床診療過程中多尺度非完整信息整合的核心技術(shù)，建立中醫(yī)藥知識(shí)圖譜構(gòu)建的流程和規(guī)范將成為研究的熱點(diǎn)。

參考文獻(xiàn)：

[1] 陳悅，劉則淵.悄然興起的科學(xué)知識(shí)圖譜[J].科學(xué)學(xué)研究，2005，23（2）：149-154.

[2] 陳悅，劉則淵，陳勁，等.科學(xué)知識(shí)圖譜的發(fā)展歷程[J].科學(xué)學(xué)研究， 2008，26（3）：449-460.

[3] 楊國(guó)立，李品，劉竟.科學(xué)知識(shí)圖譜――科學(xué)計(jì)量學(xué)的新領(lǐng)域[J].科普研究，2010，5（4）：28-34.

[4] 楊思洛，韓瑞珍.國(guó)外知識(shí)圖譜繪制的方法與工具分析[J].圖書情報(bào)知識(shí)，2012，20（6）：101-109.

[5] 楊思洛，韓瑞珍.國(guó)外知識(shí)圖譜的應(yīng)用研究現(xiàn)狀分析[J].情報(bào)資料工作，2013（6）：15-20.

[6] 肖明，邱小花，黃界，等.知識(shí)圖譜工具比較研究[J].圖書館雜志， 2013，32（3）：61-69.

[7] 陳超美.科學(xué)前沿圖譜――知識(shí)可視化探索[M].北京：科學(xué)出版社， 2014.

[8] 鄧君，馬曉君，畢強(qiáng).社會(huì)網(wǎng)絡(luò)分析工具Ucinet和Gephi的比較研究[J].情報(bào)理論與實(shí)踐，2014，37（8）：133-138.

[9] 侯月明，喬曉東，孫衛(wèi)，等.開源分析工具在中文文獻(xiàn)分析中的應(yīng)用[J].現(xiàn)代圖書情報(bào)技術(shù)，2013（3）：71-76.

[10] 曹樹金，吳育冰，韋景竹，等.知識(shí)圖譜研究的脈絡(luò)、流派與趨勢(shì)――基于SSCI與CSSCI期刊論文的計(jì)量與可視化[J].中國(guó)圖書館學(xué)報(bào)，2015， 41（5）：16-34.

[11] 趙蓉英，王敏.國(guó)際視野下中醫(yī)研究的可視化分析[J].醫(yī)學(xué)信息學(xué)雜志，2011，32（7）：36-41.

[12] 徐浩，濮文淵，錢愛兵，等.我國(guó)中醫(yī)學(xué)學(xué)科交叉領(lǐng)域研究熱點(diǎn)可視化分析[J].中草藥，2015，46（19）：2966-2973.

[13] 楊秦，曾莉，李文林.中醫(yī)外科關(guān)于瘡瘍研究的知識(shí)圖譜分析[J].南京中醫(yī)藥大學(xué)學(xué)報(bào)，2012，28（6）：535-537.

[14] 譚火媛，魏靜，譚定英，等.基于CiteSpaceⅢ的中醫(yī)藥治療高血壓前沿與熱點(diǎn)可視化研究[J].現(xiàn)代計(jì)算機(jī)：專業(yè)版，2016（11）：50-54.

[15] 王淑斌.中西醫(yī)治療2型糖尿病的知識(shí)圖譜分析[D].北京：北京中醫(yī)藥大學(xué)，2014.

[16] 劉俊麗，張秀梅，蔣勇青.基于文本挖掘的乙型肝炎相關(guān)文獻(xiàn)知識(shí)圖譜分析[J].醫(yī)學(xué)信息學(xué)雜志，2014，35（1）：48-53.

[17] 秦義，田元祥.基于CiteSpace的氣虛證證候診斷標(biāo)準(zhǔn)知識(shí)圖譜可視化分析[J].中醫(yī)雜志，2015，56（18）：1588-1592.

[18] 秦義，田元祥.基于CiteSpace的血瘀證證候診斷標(biāo)準(zhǔn)研究的可視化分析[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2015，17（12）：2656-2665.

[19] 郭棟，童元元，S生權(quán)，等.基于數(shù)據(jù)挖掘的枸杞研究熱點(diǎn)分析[J].中國(guó)中醫(yī)藥信息雜志，2016，23（9）：48-51.

[20] 李祖停田元祥，趙建新.針灸治療腰椎間盤突出癥常用腧穴的可視化分析[J].河北中醫(yī)，2016，38（9）：1372-1377.

[21] 胡松潔，馬彥平.基于知識(shí)圖譜的“中醫(yī)五行音樂療法”可視化構(gòu)建研究[J].長(zhǎng)春中醫(yī)藥大學(xué)學(xué)報(bào)，2015，31（3）：534-537.

[22] 張靜.中醫(yī)藥專業(yè)人才培養(yǎng)研究的知識(shí)圖譜與主題分析[J].濟(jì)寧醫(yī)學(xué)院學(xué)報(bào)，2017，40（1）：51-55.

[23] 陳姍姍，邵英俊.基于中國(guó)知網(wǎng)的中醫(yī)藥傳播研究的計(jì)量分析[J]. 中國(guó)中醫(yī)藥現(xiàn)代遠(yuǎn)程教育，2017，15（3）：6-9.

[24] 榮光，謝晴宇，孟慶剛.中醫(yī)電子病歷研究領(lǐng)域科學(xué)知識(shí)圖譜分析[J].中國(guó)中醫(yī)藥信息雜志，2017，24（1）：99-104.

[25] 于彤，劉靜，賈李蓉，等.大型中醫(yī)藥知識(shí)圖譜構(gòu)建研究[J].中國(guó)數(shù)字醫(yī)學(xué)，2015，10（3）：80-82.

[26] 阮彤，孫程琳，王昊奮，等.中醫(yī)藥知識(shí)圖譜構(gòu)建與應(yīng)用[J].醫(yī)學(xué)信息學(xué)雜志，2016，37（4）：8-13.

[27] 阮彤，王夢(mèng)婕，王昊奮，等.垂直知識(shí)圖譜的構(gòu)建與應(yīng)用研究[J].知識(shí)管理論壇，2016（3）：226-234.

[28] 賈李蓉，劉靜，于彤，等.中醫(yī)藥知識(shí)圖譜構(gòu)建[J].醫(yī)學(xué)信息學(xué)雜志， 2015，36（8）：51-53.

[29] 張德政，謝永紅，李曼，等.基于本體的中醫(yī)知識(shí)圖譜構(gòu)建[J].情報(bào)工程，2017，3（1）：35-42.

[30] 王華珍，彭淑娟，緱錦，等.基于隨機(jī)森林的中醫(yī)數(shù)據(jù)可視化研究[J]. 系統(tǒng)仿真學(xué)報(bào)，2014，26（11）：2751-2756.

篇(2)

引用格式：邢霞， 鐘永恒， 劉佳， 等. 基于國(guó)家自然科學(xué)基金的我國(guó)醫(yī)學(xué)科學(xué)的省域基礎(chǔ)研究競(jìng)爭(zhēng)力分析[J/OL]. 知識(shí)管理論壇， 2017， 2（3）： 232-243[引用日期]. http：//kmf.ac.cn/p/1/124/.

1 引言

隨著知識(shí)經(jīng)濟(jì)的迅速崛起，綜合國(guó)力競(jìng)爭(zhēng)的前沿已從技術(shù)開發(fā)延伸到基礎(chǔ)研究?；A(chǔ)研究已成為一個(gè)國(guó)家或地區(qū)科技發(fā)展水平的標(biāo)志，代表著國(guó)家或地區(qū)的科技實(shí)力[1]。因此，加強(qiáng)對(duì)我國(guó)基礎(chǔ)研究競(jìng)爭(zhēng)力研究不僅是廣大科技管理部門、大學(xué)與科研機(jī)構(gòu)、科技工作者的迫切需求，也有利于分析掌握我國(guó)基礎(chǔ)研究競(jìng)爭(zhēng)力的現(xiàn)狀，為快速提升我國(guó)基礎(chǔ)研究競(jìng)爭(zhēng)力提供建議，為建成科技強(qiáng)國(guó)奠定扎實(shí)基礎(chǔ)。

國(guó)家自然科學(xué)基金（National Natural Science Foundation of China，簡(jiǎn)稱NSFC）作為我國(guó)支持基礎(chǔ)研究的主要渠道之一，是國(guó)家創(chuàng)新體系的重要組成部分。自成立以來(lái)，對(duì)推動(dòng)我國(guó)基礎(chǔ)研究的穩(wěn)定發(fā)展起到了重要作用。其公開、公正、公平的原則，在科技界獲得了崇高的聲譽(yù)，被科研人員公認(rèn)為國(guó)內(nèi)最規(guī)范、最公正、最能反映研究者競(jìng)爭(zhēng)能力的研究基金[2]。獲得NSFC資助的競(jìng)爭(zhēng)能力已經(jīng)成為衡量我國(guó)各省域和科研機(jī)構(gòu)基礎(chǔ)研究水平的一項(xiàng)重要指標(biāo)。本文修正了“國(guó)家自然科學(xué)基金競(jìng)爭(zhēng)能力指數(shù)”（competitiveness index on NSFC，簡(jiǎn)稱 “NCI”）， 以醫(yī)學(xué)科學(xué)為例，對(duì)我國(guó)省域基礎(chǔ)研究競(jìng)爭(zhēng)力進(jìn)行分析，了解我國(guó)的醫(yī)學(xué)科學(xué)的研究現(xiàn)狀。

2 研究現(xiàn)狀

通過文獻(xiàn)調(diào)研發(fā)現(xiàn)，關(guān)于國(guó)家或地區(qū)的基礎(chǔ)研究競(jìng)爭(zhēng)力的分析與評(píng)價(jià)目前還沒有一個(gè)較為完善、系統(tǒng)、量化的指標(biāo)體系。目前的研究主要是從基礎(chǔ)研究投入、基礎(chǔ)研究隊(duì)伍與基地建設(shè)、基礎(chǔ)研究產(chǎn)出這3個(gè)角度展開。其中最常見的是以基礎(chǔ)研究投入角度中的國(guó)家自然科學(xué)基金為切入點(diǎn)和以基礎(chǔ)研究產(chǎn)出角度中的論文為切入點(diǎn)。

從NFSC的角度分析我國(guó)基礎(chǔ)研究競(jìng)爭(zhēng)力的研究已有不少，馬廷燦等構(gòu)建了基于NSFC競(jìng)爭(zhēng)能力的基礎(chǔ)研究綜合競(jìng)爭(zhēng)力指數(shù)，對(duì)我國(guó)大陸31個(gè)省市的基礎(chǔ)研究競(jìng)爭(zhēng)力進(jìn)行了系統(tǒng)的、動(dòng)態(tài)交互式的可視化對(duì)比分析[3]；張慧穎等構(gòu)建“學(xué)科競(jìng)爭(zhēng)力指數(shù)”，對(duì)學(xué)科競(jìng)爭(zhēng)力進(jìn)行考察，并構(gòu)建“省市基礎(chǔ)研究效率指數(shù)”以考察科研人員科研效率[4]；張祚等利用GIS工具和空間分析方法，主要采用Moran’s I指數(shù)和G系數(shù)等統(tǒng)計(jì)指標(biāo)，從不同的空間尺度，對(duì)科學(xué)基金資助項(xiàng)目總體空間分布情況、省際獲資助和城市獲資助空間分布情況進(jìn)行了分析[5]；楊新泉等[6]、廖海等[7]、高凱等[8]從單個(gè)學(xué)科的角度對(duì)各省市的資助情況進(jìn)行了研究；馬廷燦等[9]、丁奕然等[10]基于NSFC對(duì)高校和科研機(jī)構(gòu)的基礎(chǔ)研究競(jìng)爭(zhēng)力進(jìn)行分析。

3 研究?jī)?nèi)容與方法

3.1 國(guó)家自然科學(xué)基金-醫(yī)學(xué)科學(xué)部介紹

醫(yī)學(xué)科學(xué)的發(fā)展是保障公眾健康的重要基礎(chǔ)和支撐，其基礎(chǔ)研究關(guān)系到人民健康水平的提高，同時(shí)對(duì)完善國(guó)家創(chuàng)新體系和建設(shè)創(chuàng)新型國(guó)家具有重要意義。醫(yī)學(xué)是目前最為活躍的自然科學(xué)研究領(lǐng)域之一，醫(yī)學(xué)科學(xué)的創(chuàng)新已經(jīng)成為我國(guó)民生科技工作的戰(zhàn)略重點(diǎn)。為了適應(yīng)當(dāng)前醫(yī)學(xué)科學(xué)前沿發(fā)展的趨勢(shì)，即以人為主體，2009年，國(guó)家自然科學(xué)基金委員會(huì)將醫(yī)學(xué)科學(xué)從生命科學(xué)中獨(dú)立出來(lái)，成立了醫(yī)學(xué)科學(xué)部。全新的醫(yī)學(xué)科學(xué)部將遵循在科學(xué)研究領(lǐng)域自由探索和國(guó)家需求導(dǎo)向“雙力驅(qū)動(dòng)”的規(guī)律的基礎(chǔ)上，提倡以防病控病為目標(biāo)，側(cè)重基礎(chǔ)研究和人才培養(yǎng)，注重與國(guó)際同類研究接軌和合作，推動(dòng)具有我國(guó)特色的中醫(yī)藥和原創(chuàng)性研究的開展，提高我國(guó)醫(yī)學(xué)科學(xué)基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究水平[11]。

3.2 數(shù)據(jù)來(lái)源

原始數(shù)據(jù)來(lái)自國(guó)家自然科學(xué)基金委科學(xué)信息網(wǎng)絡(luò)信息系統(tǒng)（ISIS）。數(shù)據(jù)經(jīng)中國(guó)科學(xué)院武漢文獻(xiàn)情報(bào)中心中國(guó)產(chǎn)業(yè)智庫(kù)采集、清洗、整理和集成。檢索時(shí)間為2017年1月20日。檢索申請(qǐng)代碼為H類（醫(yī)學(xué)科學(xué)部）的項(xiàng)目信息。

3.3 分析指標(biāo)建立

不少學(xué)者對(duì)基于NSFC的基礎(chǔ)研究競(jìng)爭(zhēng)力問題展開了研究，其中馬廷燦等[12]綜合考慮各地區(qū)在醫(yī)學(xué)科學(xué)領(lǐng)域中獲得國(guó)家自然科學(xué)基金資助的專家數(shù)量、經(jīng)費(fèi)數(shù)量以及31個(gè)省域的平均水平，提出基于國(guó)家自然科學(xué)基金資助能力的醫(yī)學(xué)科學(xué)基礎(chǔ)研究競(jìng)爭(zhēng)力指數(shù)。某省域某年（基于項(xiàng)目批準(zhǔn)年度）的醫(yī)學(xué)科學(xué)基礎(chǔ)研究競(jìng)爭(zhēng)力指數(shù)―――NCI某省域-某年的計(jì)算公式如下：

NCI某省域-某年=

其中，專家數(shù)量是指某省域某年在醫(yī)學(xué)科學(xué)領(lǐng)域獲得國(guó)家自然科學(xué)基金資助的專家（即項(xiàng)目負(fù)責(zé)人）數(shù)量；經(jīng)費(fèi)數(shù)量是指某省域某年在醫(yī)學(xué)科學(xué)領(lǐng)域獲得國(guó)家自然科學(xué)基金資助的經(jīng)費(fèi)數(shù)量。

通過對(duì)上述計(jì)算公式和NSFC公開的相關(guān)項(xiàng)目信息進(jìn)行研究，筆者認(rèn)為該指標(biāo)在計(jì)算基礎(chǔ)研究競(jìng)爭(zhēng)力方面仍然具有不全面性。為了更加系統(tǒng)、全面、有效地分析我國(guó)省域、大學(xué)與科研機(jī)構(gòu)基于國(guó)家自然科學(xué)基金的基礎(chǔ)研究競(jìng)爭(zhēng)力，構(gòu)建一套更系統(tǒng)、更全面的評(píng)價(jià)指標(biāo)體系是非常必要的?；诖?，本文完善了NCI的內(nèi)涵，修正NCI指數(shù)。以省域作為研究對(duì)象，將某省域獲得NSFC資助的項(xiàng)目數(shù)量、項(xiàng)目經(jīng)費(fèi)、機(jī)構(gòu)數(shù)量、項(xiàng)目主持人數(shù)量這4項(xiàng)指標(biāo)納入NCI，形成針對(duì)省域的綜合NCI、學(xué)科NCI、項(xiàng)目類別NCI.某省域的項(xiàng)目數(shù)量和項(xiàng)目經(jīng)費(fèi)主要反映基礎(chǔ)研究的現(xiàn)狀與實(shí)力，而某省域獲得NSFC的機(jī)構(gòu)數(shù)量和項(xiàng)目主持人數(shù)量指標(biāo)則能較好地反映其在基礎(chǔ)研究的潛力與發(fā)展前景。將這4項(xiàng)指標(biāo)納入NCI能夠更全面、更真實(shí)反映某省域的基礎(chǔ)研究競(jìng)爭(zhēng)力狀況。本文主要涉及學(xué)科NCI，這里所指的學(xué)科與國(guó)家自然科學(xué)基金的科學(xué)部相對(duì)應(yīng)，見公式1。

4.3 2016年大學(xué)與科研機(jī)構(gòu)TOP20（醫(yī)學(xué)科學(xué)NCI）

根據(jù)大學(xué)與科研機(jī)構(gòu)基礎(chǔ)研究學(xué)科NCI計(jì)算公式，筆者列出了2016年在醫(yī)學(xué)科學(xué)領(lǐng)域的大學(xué)與科研機(jī)構(gòu)TOP20及其競(jìng)爭(zhēng)力。結(jié)果顯示：TOP 5的大學(xué)與科研機(jī)構(gòu)是上海交通大學(xué)、中山大學(xué)、復(fù)旦大學(xué)、華中科技大學(xué)以及北京大學(xué)。上海交通大學(xué)位居榜首，NCI為50.339 6，遠(yuǎn)遠(yuǎn)高于其他大學(xué)和機(jī)構(gòu)。TOP20的大學(xué)與機(jī)構(gòu)中，有接近一半的大學(xué)與科研機(jī)構(gòu)屬于專業(yè)型醫(yī)科院校。其中上海市占4個(gè)，北京市占2個(gè)。如表3所示：

5 結(jié)論

通過研究與分析，可得出以下結(jié)論：

（1）總體上我國(guó)醫(yī)學(xué)科學(xué)基礎(chǔ)研究投入增長(zhǎng)較快，2006年項(xiàng)目經(jīng)費(fèi)是58 577.85萬(wàn)，2016年達(dá)到397 158.62萬(wàn)元，年均增長(zhǎng)率21.09%；2006年項(xiàng)目數(shù)量2 192項(xiàng)，2016年達(dá)到9 212項(xiàng)，年均增長(zhǎng)率15.4%。但我國(guó)仍然是發(fā)展中國(guó)家，基礎(chǔ)研究的發(fā)展還面臨不少的困難和挑戰(zhàn)，醫(yī)學(xué)科學(xué)基礎(chǔ)研究經(jīng)費(fèi)投入還是偏低，投入強(qiáng)度不夠，與發(fā)達(dá)國(guó)家存在一定差距?；A(chǔ)研究是一項(xiàng)長(zhǎng)期的系統(tǒng)性工程，其投入結(jié)構(gòu)和資助機(jī)制有待改善，可以適當(dāng)加大地方政府和企業(yè)對(duì)基礎(chǔ)研究的投入比重，而加大中央財(cái)政對(duì)基礎(chǔ)研究的投入仍然是首要任務(wù)和發(fā)展方向。