中国甘薯乙醇的资源潜力及空间分布

甘薯在我国分布广、产量高,作为燃料乙醇的非粮源料来源已受国内较多研究者重视,但甘薯在中国的乙醇资源潜力及空间分布尚缺乏系统研究。本文利用气候、土壤、地形和土壤等数据,运用ARCGIS的叠加分析功能,定量分析了中国甘薯的空间分布及乙醇生产潜力。结果表明,甘薯在中国可分布区极广,主要分布在我国北纬40°以南的东南部地区,其中,未利用地可分布的总面积为593.7×104hm2。适宜用于发展燃料乙醇原料来源的未利用地面积为29.7×104hm2,按照目前的生产技术水平计算,其乙醇生产潜力为(83.3～166.6)×104t/a,主要分布在山东省和河北省,其次是湖南、江西、福建等地。如未来提高生产、管理及储藏技术水平,在保证粮食安全的前提下,甘薯乙醇生产潜力可达391.6×104t/a,可满足我国目前E10乙醇汽油50%以上的乙醇需求。因此,甘薯是我国极具乙醇生产潜力的重要源料来源,相关部门应加大对甘薯乙醇的技术研究和产业发展支持,同时甘薯乙醇产业布局也应因地制宜合理布局。     

老马识途：“多面手”高管与企业创新

本文主要考察决策者经历多样性对企业创新的具体效应及其影响机制。基于中国上市企业董事长和总经理工作、学习及其他经历指标体系,我们采用主成分分析法构造决策者经历多样性综合指数,研究发现：决策者经历多样性对企业创新绩效存在显著的正向促进效应。决策者经历多样性通过提高失败容忍度、促进协同创新、识别并激励高水平发明家等途径促进企业创新。决策者经历多样性对企业创新的影响在高科技企业、成长性企业以及国有企业中更加明显。     

基于SciTS会议文本的跨学科科研协作新兴主题识别及预测

【 目的/意义】为探析研究前沿与发展趋向,突破现有跨学科科研协作研究在主题识别预测中的不足,本文提 出跨学科科研协作新兴主题识别及预测研究框架,实现新兴主题识别及未来发展趋势预测。【方法/过程】以时间切 片的形式对 SciTS 会议文本进行主题抽取,提出新兴主题测量指标,探测领域内新兴主题并构建新兴主题时间序 列;而后分别采取BP神经网络和SVR两种经典机器学习算法对新兴主题未来三年发展趋势进行预测分析。【结果/ 结论】根据历史数据对跨学科科研协作新兴主题进行识别及预测有较好的效果,在识别出的五个新兴主题中,跨学 科交流与对话、跨学科协作社区搭建、跨学科教育与培训等主题未来发展状态将趋热。【创新/局限】选取美国SciTS 会议文本为典型案例展开探索性分析,丰富当前跨学科科研协作研究内容的层次性和多样性。     

基于科技文献的生物核磁领域技术机会识别

以Web of Science引文数据库收录的生物核磁共振领域论文为样本,采用文献计量的方法,对该领域的论文发表变化情况进行了统计分析,对高频关键词进行深入分析,利用Citespace软件绘制高频词共现图谱,并结合该领域专家智慧进行研究热点与发展趋势的解读;同时,利用Citespace软件的突现词发现功能,分析该领域的前沿领域,从定性与定量相结合的角度分析该领域的研究热点与前沿技术。     

考虑风险偏好和属性约简的熵可靠性决策模型

针对属性值为区间数的大量属性决策问题,提出考虑决策者风险偏好和属性约简的熵可靠性决策模型。首先引入风险偏好因子将决策者进行分类,然后提出基于熵可靠性的属性约简方法并提取有效属性,匹配相应的信息熵权重确定方法和排序方法进行方案排序和择优,通过案例分析验证该方法的科学合理性;并通过选取不同的风险偏好因子,对决策对象排序结果进行灵敏度分析。结果表明随着决策者风险偏好程度的增加,决策属性保留个数递减;最后经算法对比表明该算法考虑决策信息的可靠性,减少信息损失且计算简便。     

A novel emerging topic detection method: A knowledge ecology perspective

Emerging topic detection has attracted considerable attention in recent times. While various detection approaches have been proposed in this field, designing a method for accurately detecting emerging topics remains challenging. This paper introduces the perspective of knowledge ecology to the detection of emerging topics and utilizes author-keywords to represent research topics. More precisely, we first improve the novelty metric and recalculate emergence capabilities based on the “ecostate” and “ecorole” attributes of ecological niches. Then, we take the perspective that keywords are analogous to living bodies and map them to the knowledge ecosystem to construct an emerging topics detection method based on ecological niches (ETDEN). Finally, we conduct in-depth comparative experiments to verify the effectiveness and feasibility of ETDEN using data extracted from scientific literature in the ACM Digital Library database. The results demonstrate that the improved novelty indicator helps to differentiate the novelty values of keywords in the same interval. More importantly, ETDEN performs significantly better performance on three terms: the emergence time point and the growth rate of pre-and post-emergence.     

一个资源分配的主从对策模型

本文就一类资源分配问题提出一个主从对策模型。在这个模型中上级决策者根据各个下级决策者汇报的信息进行资源的最优分配。为了获得准确的信息,上级决策者采用本文提出的“混合策略”激励方式来引导下级决策者如实汇报情况。在较弱的假设下,我们证明上级决策者所作出的分配方案是近似最优的。此外,本文的这个资源分配模型比较适合中国的国情,其方法具有很好的操作性。     

基于专利和科技论文的技术机会识别研究——以金属3D打印技术为例

主要基于Web of Science科技论文和Derwent专利文献,利用SATI、SPSS等分析工具,提取文本关键词并构建相异共现矩阵,采用多维聚类方法识别研究热点主题。在继承和发展Naoki Shibata技术机会理论的基础上,通过对比科技论文和专利文献研究热点主题的差异来识别金属3D打印的技术机会。研究得出,科技论文和专利文献分别有4个研究热点主题,识别了两大类共4个技术机会。首次基于专利和科技论文研究金属3D打印的技术机会,开拓了金属3D打印的研究视野,对金属3D打印行业的企业战略决策具有指导作用。     

Dynamic data maintenance for quality data,quality research

Just like any other scientific research field, the value of data quality is undisputed in the field of transportation. From policy planning to performance evaluation, from model development to impact studies, good quality data is essential to generate ideas and clear-cut solutions to be implemented by transportation professionals and decision makers.     

VoIP产业的成因、演进及融合研究

互联网技术尤其宽带技术的成熟,为人类日益增长的通讯需求造就了一个横贯全球的新兴产业———VoIP产业。为了使公众对这一产业有更加深刻的理解,并为政府部门产业政策制定提供有价值的参考,本文进行了如下研究:(1)分析了VoIP产业形成的四个动因;(2)立足于哈佛商学院产业演进理论,得出了VoIP产业属于激进性产业演进轨迹的结论;(3)在辨析VoIP产业与NGN的相互关系的基础上,提出了VoIP产业未来的融合趋势模型。最后对比了我国同美、日、韩等国VoIP产业的发展趋势,提出加强科学管制研究等产业政策建议。     

互动导向的新兴产业政策决策过程研究

本文采用纵贯研究、内容分析、访谈相结合的定性研究方法,以推动我国物联网产业发展的三个政策决策过程为研究对象,旨在探讨不确定性的情况下,互动是如何帮助政府进行政策决策的。研究结论表明:第一,互动是政府进行宏观政策决策的基石。新兴产业的政策决策是由数个渐进式决策阶段组成,每个阶段中建立在互动基础上的微观政策的决策和实施为推动力量。第二,新兴产业政策决策过程中存在五种互动方式,并且互动主导者因行政职位或决策事项的不同采取不同的互动方式。第三,随着决策事项的渐进式演变,互动规律存在显著差异。研究结论为政策决策者建立互动导向的政策决策机制,更好地推动我国战略性新兴产业发展提供了依据与建议。     

多时段多元判断偏好的群决策方法研究

研究基于多个决策时段且具有互反判断矩阵和互补判断矩阵两类不同形式偏好信息的群决策问题。根据原始判断矩阵,建立了直接集结偏好信息的最优化模型;通过分析决策者给出的偏好信息,给出了确定决策者客观权重的方法,并将客观权重与主观权重相结合得到决策者的综合权重。由于无需事先将不同类型的偏好信息转化为同一形式,因此,所提出的多时段多元判断偏好信息的集结方法较为简单易行,而且可以避免形式转化过程中信息的丢失和扭曲。     

Revisiting the exploration-exploitation behavior of scholars' research topic selection: Evidence from a large-scale bibliographic database

The research on studying exploration-exploitation behavior in topic choice has consistently been the focus of a great deal of attention. In this study, we propose five novel research strategies under exploration and exploitation based on the general but significant features of topics, and present a series of metrics to quantify and identify these strategies. We analyze the relationship between scientists’ research performance (i.e., productivity and impact) and their preference for different strategies, and examine the evolution of their preference in scientific careers through comprehensive statistical analysis. We employ a MAG dataset as our data source, and select about 30 million scientists from the computer science filed and their publications as our analysis objects. Our empirical analysis shows that productive and impactful scientists tend to follow academic frontiers, study diverse topics, explore emerging topics and combinatorial innovation, but exploit mature topics less often. We also figure out the potential reasons for the phenomenon. In addition, we find that successful scientists prefer to execute exploratory research strategies from the beginning of their career, and young scientists seem to be more creative. Our research may help researchers deeply understand topic selection behavior, and therefore provide enlightenment for training scientists and give advice for funding allocation as well as research and development policy formulation.     

基于知识元的非常规突发事件情景模型研究

通过抽取情景共性要素及要素关系提出情景元模型,在此基础上提出具体领域的基于知识元的情景概念模型,而决策人员面对的具体情景则是对情景概念模型的实例化。本研究一方面有利于应用计算机进行情景模拟的研究实现,另一方面也可以提供决策人员在决策时所需的信息,降低决策时所面对的不确定性,为进一步针对情景进行非常规突发事件的应对提供基础。     

全球极端天气研究的情报学分析

随着全球气候持续变暖,各类极端天气频繁发生,所造成的灾害损失和影响也不断加重,因此,对极端天气的研究成为世界各国学者关注的重要课题。本研究检索了Web of Science数据库中收录的关于极端天气研究的文献,统计和分析了这些文献的年发表量、文献类型、国家、发文机构、著者、来源、学科类别分布,并确定了高被引作者、高被引出版物和高被引文献,同时对高被引文献进行了共引聚类分析获得该领域的研究热点,从而了解极端天气研究的发展历程,客观反映当前该领域理论与实践研究的现状,并为今后更好的开展极端天气研究提供一定的参考。     

The challenges of data usage for the United States’ COVID-19 response

During the coronavirus pandemic, policy makers need to interpret available public health data to make decisions affecting public health. However, the United States’ coronavirus response faced data gaps, inadequate and inconsistent definitions of data across different governmental jurisdictions, ambiguous timing in reporting, problems in accessing data, and changing interpretations from scientific institutions. These present numerous problems for the decision makers relying on this information. This paper documents some of the data pitfalls in coronavirus public health data reporting, as identified by the authors in the course of supporting data management for New England’s coronavirus response. We provide recommendations for individuals to collect data more effectively during emergency situations such as a COVID-19 surge, as well as recommendations for institutions to provide more meaningful data for various users to access. Through this, we hope to motivate action to avoid data pitfalls during public health responses in the future.     

Scientific knowledge dynamics and relatedness in biotech cities

This paper investigates the impact of scientific relatedness on knowledge dynamics in biotech at the city level during the period 1989–2008. We assess the extent to which the emergence of new research topics and the disappearance of existing topics in cities are dependent on their degree of scientific relatedness with existing topics in those cities. We make use of the rise and fall of title words in scientific publications in biotech to identify major cognitive developments within the field. We determined the degree of relatedness between 1028 scientific topics in biotech by means of co-occurrence of pairs of topics in journal articles. We combined this relatedness indicator between topics in biotech with the scientific portfolio of cities (i.e. the topics on which they published previously) to determine how cognitively close a potentially new topic (or an existing topic) is to the scientific portfolio of a city. We analyzed knowledge dynamics at the city level by looking at the entry and exit of topics in the scientific portfolio of 276 cities in the world. We found strong and robust evidence that new scientific topics in biotech tend to emerge systematically in cities where scientifically related topics already exist, while existing scientific topics had a higher probability to disappear from a city when these were weakly related to the scientific portfolio of the city.     

机器学习辅助智能决策分析——以“绿色创新”问题为例

政策信息学是一门新兴学科,用数据驱动的智能化方法提高决策质量是其中的一类重要研究方向。科学研究与政府政策的制定是相互影响和协同发展的,以科技文献为基础的多学科交叉领域知识计算可为政策研究提供知识分析和知识发现,进而提供需求分析和政策场景构建。语言是人类最有代表性的智慧特征,由学者撰写的学术文献中文字的部分体现了人类的思想精华,使用可以自行学习文本上下文的自然语言处理算法,可将这一部分思想精华总结归纳,形成含有概率,以及具有丰富性和立体性的主题,从而支持询证决策。本文以交叉领域“绿色创新”为例,使用无监督的隐含狄利克雷分布主题模型分析6891篇中英文文献摘要,发现英文文献聚焦绿色创新的一般性问题,比如“企业技术成本和政府补贴”“生态环境治理”和“二氧化碳排放和可再生能源”等;而中文文献聚焦中国问题,比如“经济要素与高质量发展”和“绿色创新空间溢出与区域发展”等。中英文文献都关注的议题包括“中国经济发展和环境规制”等。使用机器学习算法分析科技文献数据,作为政策的事前分析方法,具有科学且高效、质量高、内容有效和易沟通的特点。此方法为政府基于充分信息的循证决策和智能决策提供新思路。     

基于演化博弈的颠覆性技术采纳行为研究

将颠覆性技术采纳过程中企业的财富和决策者的风险态度纳入技术采纳的影响因素中,构建基于企业财富和风险态度的企业集群在颠覆性技术采纳问题上的演化博弈模型,研究企业之间采纳颠覆性技术的进化稳定策略,并通过MATLAB仿真分析探索企业财富和风险态度对企业采纳颠覆性技术意愿的影响。研究表明:企业财富一定、企业决策者的风险态度不同时,企业最终都会趋向于采纳颠覆性技术,但是风险偏好的企业显著地比风险规避和风险中立的企业更快地采纳颠覆性技术;企业决策者风险态度相同时,财富多的企业和风险容忍度高的企业采纳颠覆性技术的意愿更为强烈。     

多源信息视角下的多指标新兴技术主题识别研究 ——以智能网联汽车领域为例

[目的/意义]为提高新兴技术主题识别的全面性、准确性,在专利、论文信息的基础上,融入舆情信息,提出一种复合型的新兴技术主题识别方法,以期能为微观层面新兴技术主题识别方法的研究提供参考。[方法/过程]面向专利、期刊论文、学位论文、会议论文、舆情共5种不同的科技文献类型,运用LDA模型从多源异构文本中获取主题词,并进行融合分析,提取候选新兴技术主题;设计识别指标体系,弥补现有指标体系缺乏未来前景相应指标的不足;运用CRITIC法进行综合评价,确定最终的新兴技术主题。[结果/结论]以智能网联汽车为实验对象,成功识别出多传感器融合信息技术这项新兴技术,实验结果与业界分析保持一致,说明多源信息视角下的多指标新兴技术主题识别方法能有效地对多源异构文本开展新兴技术的主题识别。