作物科学是农业科学的核心学科之一，其理论与技术作为现代农业科技进步的重要支撑，在我国农业与农村经济的发展中发挥着重要的作用。当前世界作物科学与技术的发展形势已经产生巨大变化，这给我国作物科学研究带来新的机遇与挑战，因此有必要系统分析作物科学研究成果以及各研究机构的实力对比，为作物学科调整学科布局、引导和加强学科建设与管理提供数据支持和理论依据。

学术界关于“科研量化评价已是大势所趋”^[1]已达成共识，计量学理论和方法已被广泛应用于不同层面的科研活动评价，且正在成为国际上通行的做法和普遍的趋势。近年来，国内学者也十分关注计量学的相关研究，不仅在评价方法上不断进行改进和创新^{[2, 3, 4, 5, 6, 7, 8, 9, 10]}，而且也开展了不同领域的机构评价研究^{[11, 12, 13, 14, 15, 16, 17, 18, 19]}，例如，耿柳娜、陈传明、魏姝、姚俊、龚放等^{[12, 13, 14, 15, 16, 17, 18]}分别从心理学、管理学、政治学、社会学、教育学领域对学者和机构的学术影响力进行了分析；钟永沣等^[19]探讨了中国机构在不同领域的论文产出、国际合作、高质量论文、归一化引用影响在国际上的地位等等。此外，武汉大学的《世界一流大学与科研机构学科竞争力分析报告》、上海交通大学高教所每年发布的世界大学学术排名、中国科学院文献情报中心撰写的《世界科学中的中国》系列研究报告等均基于不同的数据源，利用文献计量学方法对机构进行了分析。

前人已经利用文献计量学方法对水稻、大豆等作物学领域的文献开展了计量分析^{[20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33]}，文章中对科研机构在该领域的竞争力虽也有分析，但对科研机构作物学科整体的竞争力以及在各物种领域的实力分布的计量研究鲜有报道。而且，现有研究多是基于论文的计量分析，研究结果在呈现科研机构学科综合竞争力方面仍具有一定的局限性。本文直接以国内8个主要农业科研机构及大学为研究对象，结合多个作物学科科技产出数据类型，拓展了多项作物学科特有产业化评价指标，基于科学计量学方法多视角呈现目标机构作物学科的科研竞争实力，以期为科技管理与科学研究提供客观的数据参考。

国际高水平论文和中文核心论文分别来源于Web of Science（SCI-Expanded）和CNKI数据库，中国发明授权专利来源于中国知识产权出版社（CNIPR）中心数据库，植物新品种权来源于中国植物新品种保护信息网，国审农作物品种整理于国家农作物品种审定委员会公告，采集年限均为2008-2012年，采集时间为2013年5月至8月。

如何客观地反映科研工作的内容、成果，科学地评价科研水平、效率等，是世界各国致力解决的难题。本文根据作物学科的特点，确定了农业机构作物学科科技产出能力评价指标包括：（1）科学论文：SCI高水平论文量及篇均引文量、中文核心论文量及篇均引文量；（2）专利：中国发明专利授权量、存活率、实施许可量；（3）植物新品种权：植物新品种权量；（4）国审农作物品种：国审农作物品种量。

需要特别说明的是：（1）科学论文评价指标中，SCI高水平论文量为该机构在JCR期刊分区中属于Q1和Q2区域的期刊中的发文数量，中文核心论文量为该机构在北大中文核心期刊中发文的数量，均是机构间进行的是中外文相对较高水平发文的对比。（2）由于本文旨在为科研管理人员和科学家提供关于学科发展的定量参考依据，因此侧重于客观数据事实的呈现，主要进行单指标的对比分析，而非综合排名。

评价结果的可靠性很大程度上取决于评价数据的质量。因此，为了提高数据的准确性，并且能够实现在更小的学科颗粒度上进行对比分析，除对采后数据进行核准和整理外，还需对数据进行特殊的加工和处理，本文为此设计了一套数据采集与处理流程，为后续计量分析建立了准确而有效的目标机构作物学科产出基础数据集。

（1）制定检索策略：梳理目标机构历史沿革与子机构设置体系，整理可能出现的机构名称表达，形成完整机构检索式；（2）数据检索与下载；（3）论文第一作者和通讯作者机构析出：根据国际期刊惯例，第一作者和通讯作者是论文思想和内容的主要贡献者，因此本文在处理论文归属机构时均以第一或通讯作者的机构为准。（4）数据预处理：尽可能剔除非作物学科的数据，减少后期人工分类的负担。（5）作物学科范畴分类体系构建：本研究从作物品种角度将作物学科分为19个类别：水稻、麦类（大麦、燕麦等）、玉米、其他禾本科作物（高粱、谷子等）、大豆、油菜、花生、其他油料作物（芝麻、向日葵、胡麻等）、食用豆（小豆、蚕豆、芸豆等）、其他薯类作物（甘薯、木薯等）、棉花、麻类作物、甘蔗、甜菜、烟草、橡胶、牧草作物、药用作物、其他作物。需要注意的是分类体系中的“其他作物”包括两种情况，一种是除上述18种以为的作物品种，另一种是论文或专利内容中没有明确是特定某种作物品种数据的也归入该类。（6）人工知识标注：首先将各数据类型原有分类体系（如中图分类法、国际专利分类等）与本研究建立的分类体系进行学科分类映射，对无法映射的数据全部进行人工分类标引确认其学科归属及作物品种领域，保证分析数据的有效性。（7）计量分析：在完成了上述所有工作的基础上，最终对经过学科分类的作物学科科技产出数据进行计量分析。

2008-2012年，8个目标机构共发表作物学科中文核心论文6 088篇，SCI高水平论文3 236篇。其中，中国农业科学院作物学中外文论文发文总量最大，总共达到2 131篇。仅从中文论文的发文量来看，中国农业科学院和西北农林科技大学发文量最大，均达到千篇以上。而中国科学院SCI论文发文量最多，达到900篇。

纵观5年中外文高水平的发文趋势（图 1），所有机构分别从2009年或者2010年中文核心发文量均出现不同程度的下降趋势，南京农业大学从2008年已经开始呈逐年递减态势，SCI论文的发文量则呈现逐年上涨的态势。近几年，中国科学院、中国农业大学、华中农业大学和浙江大学SCI高水平论文发文量已经逼近甚至超过了中文核心发文的数量，但中国农业科学院、西北农林科技大学中文发文仍然是论文产出的主要类型。

图 1 2008-2012 年目标机构作物科学中文核心与SCI 高水 平论文发文趋势

图选项

从发文影响力来看（图 2），SCI高水平论文发文量最多的中国科学院，其篇均引文量达到了5.15。南京农业大学中文核心发文量虽不是最多，但其篇均引文量在目标机构的比较中脱颖而出，达到5.90。另外，中国农业大学和华中农业大学中外文高水平论文的发文也受到同行较多的关注，影响力较高。

图 2 2008-2012 年目标机构作物科学论文篇均引文量与作物品种领域分布

图选项

通过比较目标机构发文内容所关注的农作物品种可见,除西北农林科技大学外，水稻是这些机构研究的主要农作物品种，而其中国科学院、中国农业科学院和南京农业大学在水稻研究领域论文产出均颇具竞争实力，尤其中国科学院其水稻领域的发文半数以上为SCI高水平论文。另外，西北农林科技大学在麦类作物的研究论文产出达到了774篇，以中文核心发文为主，表现出了在该领域较强的论文产出实力。其它值得一提的是，中国农业大学在玉米研究，南京农业大学和中国农业科学院在大豆研究，华中农业大学和中国农业科学院在油菜研究，中国农业科学院和南京农业大学在棉花研究领域，中国科学院在药用作物研究方面的论文产出实力都表现不俗。

2008-2012年，8个目标机构作物学科中国发明授权专利共776件（图 3），5年间，中国科学院发明专利授权量一直稳居第一。中国农业科学院除2010年有小幅下滑外，呈逐年增长趋势，2012年涨幅明显，与中国科学院数量差距缩小到8件。中国农业大学也一直呈增长态势，但幅度较小。其它机构专利量少，涨幅并不明显。

图 3 2008-2012 年目标机构作物科学中国发明专利授权趋势

图选项

通过采集专利的法律状态信息，对授权专利的维持、失效和实施许可情况进行分析，可以考察各机构授权专利的经济品质及管理和运用专利的能力。截止到2013年7月10日，除西北农林科技大学外，其余各机构发明专利存活率都达到80%以上，中国农业大学专利维持情况最好，存活率达到95.96%。中国科学院虽然在专利数量占有优势，但其专利维持情况并不突出。从专利实施许可情况来看，整体上各机构专利实施许可数量不多，中国农科院4件专利实施许可。从授权专利作物品种分布来看，各机构均以水稻专利为最多，其中中国科学院和华中农业大学的水稻专利数量在目标机构中最突出。另外，中国科学院在大豆、牧草作物和药用作物领域，中国农业科学院在麦类、玉米、油菜、棉花领域的专利数量较多，表现出较强的技术研发实力。如图 4所示。

图 4 2008-2012 年目标机构作物科学中国发明专利存活率及领域分布

图选项

表 1 2008-2012 年目标机构国审农作物品种与植物新品种权

表选项

2008-2012年，8个目标机构小麦、油菜、水稻、玉米、棉花、大豆、马铃薯等主要农作物品种通过国家审定的品种共计150个，获得植物新品种权保护的品种共计134个。中国农业科学院在国审品种和植物新品种权的数量上都占据绝对优势，特别是大豆、油菜、水稻和棉花国审新品种的数量充分显示了其育种的实力，而在植物新品种权的授权方面，则是棉花和水稻的新品种权的数量更多。

从本研究的计量分析结果可见，整体上，中国农业科学院在各项指标中都有不俗的表现，尤其是中文核心论文数量、国审品种以及新品种权数量在目标机构比较中都有明显的优势，展现了强劲的科技产出的实力与新品种选育能力；中国科学院SCI高水平论文以及专利产出的实力突出。从各机构农作物品种领域的分布情况来看，中国农业科学院在水稻、麦类作物、大豆、油菜、花生、棉花领域的多项指标都在目标机构中拔得头筹，而中国农业大学在玉米领域以及中国科学院在药用作物领域的实力都十分突出，另外，南京农业大学在大豆和棉花领域以及华中农业大学在油菜领域的表现也非常值得关注。

目前国内科研机构SCI期刊发文量逐年增长，但在追求发文数量的同时，论文质量仍不能忽视，另外，如何提高国内期刊影响力水平吸引高质量论文也是需要不断思考的问题。此外，提高专利质量和转化率以及重视植物新品种权对育种成果的保护也是农业科研机构亟待关注的问题。

较之以往研究相比，本研究的创新点在于：（1）逐条数据人工分类标引实现微观领域对比分析。随着科研事业的发展，如何对研究机构及其产出进行有效评价，是决策者面临的重要挑战^[19]。近年来，机构评价方面的研究非常活跃，不仅在评价的方法上进行了积极的改进与创新，一些学者也开始关注到学科间差异，分领域进行机构的评价，但总体都是基于“大的”学科门类的宏观分析，也受到数据源本身学科分类体系的限制，对不同学科的适应力有一定的局限性，农业学科即是如此。因此，本文在梳理了多种现有分类体系的基础上，建立了拥有19个物种领域的作物学科分类框架，从而使得分析结果不仅展示了各机构作物学科整体研究的实力，而且从作物品种领域这样更细的颗粒度上反映了各研究机构的实力对比情况。（2）多指标对比全面呈现机构学科竞争实力。根据作物学科特点，本文除选取科研论文这个常用数据类型外，还增加了专利、国审品种、植物新品种权3个作物学科主要科技产出类型的对比分析，且综合运用了包含论文篇均引文量、专利存活率、专利实施许可量在内的多项质量评价指标来多角度呈现机构竞争实力。

另外，本研究也存在一定的局限性：（1）为了更加准确甄别每条数据的学科和研究领域的归属，需要进行逐条的人工分类标引，工作量大标引时间长，实际操作起来也并非易事，难免会影响数据的实效性。（2）本研究仅是针对单个指标进行的机构间的分析对比而非综合评价排名，目的是对数据事实的客观呈现供相关人员参考，今后也可考虑建立指标体系定义权重梯度进行综合评判。