大豆科研实力的国际比较
|
摘要
中国是大豆原产国，在很长时期内也是大豆净出口国。然而从1996年开始，中国成为大豆和大豆产品的净进口国，并且随着需求量的不断增加，进口量越来越多。大豆自给率由2003年的47.6%降至2013年的15.0%。中国大豆产业的振兴到了关键时刻。因土地资源受限，通过研发提高单产是提高大豆自给率的重要途径。因此，如何提高我国的大豆科技发展水平受到普遍的关注。
本文基于Web of Science核心合集数据库（简称WOS）和中国知网（CNKI）数据库，采用文献计量学方法，对发表于1995-2013年的国内外大豆科技论文进行统计分析，从发文机构、研究人员、高被引论文、发文学科、发文期刊和发文质量等方面对比了世界大豆主产国美国、巴西、阿根廷、中国和印度的大豆研究水平。借助CiteSpaceIII信息可视化软件绘制大豆研究论文的共被引聚类时间线图谱，直观地展示和分析了大豆研究的前沿领域。同时，以美国农业部所属机构和艾奥瓦州立大学为标杆机构，分别与中国科学院和中国农业大学作对比，分析中国和美国的研究院所和大学两类研发实体在大豆研究方面的水平差异。
结果显示，1995-2013年WOS数据库共收录17576篇大豆研究论文，发文的36190位作者来自122个国家的5879个机构，发文量呈波动增长态势。
从发文量来看，位居前5位的国家是美国、巴西、中国、日本和韩国。从总被引频次看，位居前5位的国家分别是美国、日本、中国、巴西和加拿大。从篇均被引次数看，位居前5位的国家是英国、法国、澳大利亚、德国和美国。从综合位次看，位居前5位的国家是美国、日本、中国、巴西和加拿大，是大豆相关研究领域的强国。
从研究机构看，全球发文最多的20个研究机构中，有12个来自美国，显示了美国的研究机构在大豆相关研究中的领先地位。其次，巴西的4个研究机构，加拿大的2个，中国的1个和日本的1个研究机构也进入了全球前20名。从研究人员看，全球发文最多的前20位作者中，美国科学家11位，加拿大3位，日本2位，中国2位，巴西1位，韩国1位。发文最多的作者是来自美国的Hartman GL。
从高被引论文看，美国作者Schmutz J等发表在Nature上的论文“Genome sequence of thepalaeopolyploid soybean”被引次数最高，在WOS数据库内被引用了646次，在Google Scholar中被引用了1014次。在国际排名前20位的高被引论文中，美国研究人员发表了15篇，居世界首位，其中有8篇排名在前10名之内，充分显示了美国在大豆研究方面的实力及国际影响力。巴西、中国、印度和阿根廷尚没有引用次数进入世界前20名的论文。
从载文期刊看，刊载世界大豆相关研究论文数目前20位的期刊平均影响因子为2.024。中国载文最多的前20种期刊平均影响因子最高，为2.418，美国、巴西、印度和阿根廷分别是2.313、0.712、1.319和1.884。
从涉及的学科看，美国大豆相关研究涉及的学科最多，为121个，巴西、中国、印度和阿根廷分别涉及83、104、60和58个学科。从发文量前20名的学科来看，各大豆主产国的研究学科分布有很大的相似性，但是各个学科的起点不同，演变趋势也有很大差异。
从研究前沿看，美国在大豆种质资源、植物保护、转基因大豆、大豆基因组、大豆加工与品质、大豆饲料和大豆生理生态研究方面引领了世界大豆研究前沿。巴西紧密跟踪世界大豆研究前沿，但是在分子生物学领域的研究还有待加强。阿根廷重点关注大豆栽培生理、品质与加工等方面的研究。印度侧重于大豆土壤营养研究。中国比较注重大豆加工、转基因技术、分子生物学、大豆生理和大豆饲料等方面的研究，而大豆植物保护和生物柴油方面还没有足够的研究力量，今后应该重点关注一下这两个领域。
以上研究结果表明，世界大豆研究发展迅速，学科分布广泛，出现了一批发文数量和质量都较高的研究机构和作者。美国是全球大豆科研实力最强的国家。中国大豆相关研究的发文量位居世界第2位，但进入发文量世界前20名的研究机构和研究人员还很少，尚没有进入世界前20名的高被引论文，大豆科研的国际影响力有待进一步提升。
China is the home of soybean, and it has been a net export country for a long time. Yet the supply anddemand of soybeans in China have dramatically changed since the year of1996, when the the import ofsoybean exceeded the export for the first time in the country due to increased demands for soybean oiland soybean meal. The soybean self-sufficient rate rapidly decreased from the47.6%of2003to15.0%of2013. It is the critical period to promote the soybean industry in China. Considering the constrainedcultivated land areas, the improvement of soybean yield is one of the best ways to increase the soybeanproduction. In this case the development of soybean science and technology attracted more extensiveconcern.
We compared the soybean research levels of USA, Brazil, Argentina, China and India using bibliometricanalysis. The soybean related articles retrieved in the WOS database and CNKI database during1995-2013were analyzed from the aspects of institutions, authors, most cited articles, categories,journals and article quality. Literature co-citation timeline maps associated with soybean research weregenerated by CiteSpace III information visualization software, and it directly demonstrated the soybeanresearch forefront. USDA and Iowa State University were set as the benchmark organizations, and thecase analysis was carried out to determine the soybean research levels of different organization types.The results indicated that a total of17576soybean research articles from122countries were retrieved,with36190authors belonging to5879organizations. The number of articles increased year by year ingeneral.
USA, Brazil, China, Japan, and South Korea ranked the top five counties by the number of articles, andthe top five counties by the total citation were USA, Japan, China, Brazil, and Canada. Based on theaverage citation rate, the top five countries were the United Kingdom, France, Australia, Germany, andUSA. Considering the weighed indicators, USA, Japan, China, Brazil, and Canada ranked the top five,which can be classified as the dominant countries in soybean related research.Among the top20organizations by the number of articles,12come from USA, suggesting the leadingrole of USA. The other organizations include four from Brazil, two from Canada, one from China, andone from Japan, respectively. And the top20authors by the number of articles include11from USA,three from Canada, two from Japan, two from China, one from Brazil, and one from South Korea.Hartman GL from USA published the most articles in the world.The paper entitled “Genome sequence of the palaeopolyploid soybean” has the highest citation, with atotal of646citation in WOS database and1014in Google Scholar. Among the top20articles by citation,15were published by American researchers, including8of them ranked top10. This indicated theinternational impact of USA in soybean research. To the present, no articles from China, Brazil, India orArgentina ranked top20by citation.
The averaged impact factor for the top20journals by publication number of the world is2.024. Theaveraged impact factor for the top20journals by publication number of China is2.418. And that for USA, Brazil, India and Argentina were2.313,0.712,1.319, and1.884, respectively.
USA had121disciplines associated with soybean research and Brazil83, China104, India60, andArgentina58. Comparison of the top20disciplines with highest publication suggested that there was asimilar discipline distribution of soybean research between these countries in spite of the differentstarting point and changing patter for each discipline.
USA is the leading counties for soybean research, and Brazil closely follows the world research frontalthough it lags behind in molecular biology field. Argentina focused on cultivation and physiology,quality and processing. India paid more attention to soybean soil nutrition. China conducted a lot ofresearch on soybean processing, soybean transgenic techniques, molecular biology, soybean physiology,and soybean meal, but limited efforts were put on plant protection and biodiesel.We concluded that the world has witnessed a rapid development in soybean research, represented by awide coverage of categories, and a high level of quantity and quality of the research articles. USA ranksfirst for soybean research level in the world. China takes second in the world in terms of publicationnumber, but the number of high-impacted research organization, researchers and articles wasinsufficient. It was proposed that more efforts should be put on soybean research in China to improve itsinternational influence.
本文基于Web of Science核心合集数据库（简称WOS）和中国知网（CNKI）数据库，采用文献计量学方法，对发表于1995-2013年的国内外大豆科技论文进行统计分析，从发文机构、研究人员、高被引论文、发文学科、发文期刊和发文质量等方面对比了世界大豆主产国美国、巴西、阿根廷、中国和印度的大豆研究水平。借助CiteSpaceIII信息可视化软件绘制大豆研究论文的共被引聚类时间线图谱，直观地展示和分析了大豆研究的前沿领域。同时，以美国农业部所属机构和艾奥瓦州立大学为标杆机构，分别与中国科学院和中国农业大学作对比，分析中国和美国的研究院所和大学两类研发实体在大豆研究方面的水平差异。
结果显示，1995-2013年WOS数据库共收录17576篇大豆研究论文，发文的36190位作者来自122个国家的5879个机构，发文量呈波动增长态势。
从发文量来看，位居前5位的国家是美国、巴西、中国、日本和韩国。从总被引频次看，位居前5位的国家分别是美国、日本、中国、巴西和加拿大。从篇均被引次数看，位居前5位的国家是英国、法国、澳大利亚、德国和美国。从综合位次看，位居前5位的国家是美国、日本、中国、巴西和加拿大，是大豆相关研究领域的强国。
从研究机构看，全球发文最多的20个研究机构中，有12个来自美国，显示了美国的研究机构在大豆相关研究中的领先地位。其次，巴西的4个研究机构，加拿大的2个，中国的1个和日本的1个研究机构也进入了全球前20名。从研究人员看，全球发文最多的前20位作者中，美国科学家11位，加拿大3位，日本2位，中国2位，巴西1位，韩国1位。发文最多的作者是来自美国的Hartman GL。
从高被引论文看，美国作者Schmutz J等发表在Nature上的论文“Genome sequence of thepalaeopolyploid soybean”被引次数最高，在WOS数据库内被引用了646次，在Google Scholar中被引用了1014次。在国际排名前20位的高被引论文中，美国研究人员发表了15篇，居世界首位，其中有8篇排名在前10名之内，充分显示了美国在大豆研究方面的实力及国际影响力。巴西、中国、印度和阿根廷尚没有引用次数进入世界前20名的论文。
从载文期刊看，刊载世界大豆相关研究论文数目前20位的期刊平均影响因子为2.024。中国载文最多的前20种期刊平均影响因子最高，为2.418，美国、巴西、印度和阿根廷分别是2.313、0.712、1.319和1.884。
从涉及的学科看，美国大豆相关研究涉及的学科最多，为121个，巴西、中国、印度和阿根廷分别涉及83、104、60和58个学科。从发文量前20名的学科来看，各大豆主产国的研究学科分布有很大的相似性，但是各个学科的起点不同，演变趋势也有很大差异。
从研究前沿看，美国在大豆种质资源、植物保护、转基因大豆、大豆基因组、大豆加工与品质、大豆饲料和大豆生理生态研究方面引领了世界大豆研究前沿。巴西紧密跟踪世界大豆研究前沿，但是在分子生物学领域的研究还有待加强。阿根廷重点关注大豆栽培生理、品质与加工等方面的研究。印度侧重于大豆土壤营养研究。中国比较注重大豆加工、转基因技术、分子生物学、大豆生理和大豆饲料等方面的研究，而大豆植物保护和生物柴油方面还没有足够的研究力量，今后应该重点关注一下这两个领域。
以上研究结果表明，世界大豆研究发展迅速，学科分布广泛，出现了一批发文数量和质量都较高的研究机构和作者。美国是全球大豆科研实力最强的国家。中国大豆相关研究的发文量位居世界第2位，但进入发文量世界前20名的研究机构和研究人员还很少，尚没有进入世界前20名的高被引论文，大豆科研的国际影响力有待进一步提升。
China is the home of soybean, and it has been a net export country for a long time. Yet the supply anddemand of soybeans in China have dramatically changed since the year of1996, when the the import ofsoybean exceeded the export for the first time in the country due to increased demands for soybean oiland soybean meal. The soybean self-sufficient rate rapidly decreased from the47.6%of2003to15.0%of2013. It is the critical period to promote the soybean industry in China. Considering the constrainedcultivated land areas, the improvement of soybean yield is one of the best ways to increase the soybeanproduction. In this case the development of soybean science and technology attracted more extensiveconcern.
We compared the soybean research levels of USA, Brazil, Argentina, China and India using bibliometricanalysis. The soybean related articles retrieved in the WOS database and CNKI database during1995-2013were analyzed from the aspects of institutions, authors, most cited articles, categories,journals and article quality. Literature co-citation timeline maps associated with soybean research weregenerated by CiteSpace III information visualization software, and it directly demonstrated the soybeanresearch forefront. USDA and Iowa State University were set as the benchmark organizations, and thecase analysis was carried out to determine the soybean research levels of different organization types.The results indicated that a total of17576soybean research articles from122countries were retrieved,with36190authors belonging to5879organizations. The number of articles increased year by year ingeneral.
USA, Brazil, China, Japan, and South Korea ranked the top five counties by the number of articles, andthe top five counties by the total citation were USA, Japan, China, Brazil, and Canada. Based on theaverage citation rate, the top five countries were the United Kingdom, France, Australia, Germany, andUSA. Considering the weighed indicators, USA, Japan, China, Brazil, and Canada ranked the top five,which can be classified as the dominant countries in soybean related research.Among the top20organizations by the number of articles,12come from USA, suggesting the leadingrole of USA. The other organizations include four from Brazil, two from Canada, one from China, andone from Japan, respectively. And the top20authors by the number of articles include11from USA,three from Canada, two from Japan, two from China, one from Brazil, and one from South Korea.Hartman GL from USA published the most articles in the world.The paper entitled “Genome sequence of the palaeopolyploid soybean” has the highest citation, with atotal of646citation in WOS database and1014in Google Scholar. Among the top20articles by citation,15were published by American researchers, including8of them ranked top10. This indicated theinternational impact of USA in soybean research. To the present, no articles from China, Brazil, India orArgentina ranked top20by citation.
The averaged impact factor for the top20journals by publication number of the world is2.024. Theaveraged impact factor for the top20journals by publication number of China is2.418. And that for USA, Brazil, India and Argentina were2.313,0.712,1.319, and1.884, respectively.
USA had121disciplines associated with soybean research and Brazil83, China104, India60, andArgentina58. Comparison of the top20disciplines with highest publication suggested that there was asimilar discipline distribution of soybean research between these countries in spite of the differentstarting point and changing patter for each discipline.
USA is the leading counties for soybean research, and Brazil closely follows the world research frontalthough it lags behind in molecular biology field. Argentina focused on cultivation and physiology,quality and processing. India paid more attention to soybean soil nutrition. China conducted a lot ofresearch on soybean processing, soybean transgenic techniques, molecular biology, soybean physiology,and soybean meal, but limited efforts were put on plant protection and biodiesel.We concluded that the world has witnessed a rapid development in soybean research, represented by awide coverage of categories, and a high level of quantity and quality of the research articles. USA ranksfirst for soybean research level in the world. China takes second in the world in terms of publicationnumber, but the number of high-impacted research organization, researchers and articles wasinsufficient. It was proposed that more efforts should be put on soybean research in China to improve itsinternational influence.
引文
1.埃利泽·盖斯勒.科学技术测度体系.北京:科学技术文献出版社,2000.
2.柏媛.计量学在国内外科研绩效评价中的应用现状.科技情报开发与经济,2010,(34):169-171.
3.包昌火.情报研究方法论.北京:科学技术文献出版社,1991.
4.卜慕华,潘铁夫.中国大豆栽培区域探讨.大豆科学,1982,(2):105-121.
5.陈恒,陈伟.基于DEA的中外跨国公司研发效率比较分析.科技进步与对策,2006,(8):7-9.
6.陈敬全.科研评价方法与实证研究[博士学位论文].武汉:武汉大学,2004.
7.陈亮.巴西大豆产业发展经验.黑龙江对外经贸,2005,(9):56-57.
8.陈永清.我国科技投入与科技产出关系的实证研究——基于灰色系统理论的视角.广西社会科学,2011,(1):54-59.
9.成邦文. OECD的科技统计与科技指标.中国科技信息,2002,(5):18-22.
10.程赛琰,丁磊,魏淑娟.基于知识图谱分析的电子政务研究现状、热点与趋势.图书与情报,2013,(1):116-123,141.
11.崔宁波.我国大豆生产技术及应用的经济分析[博士学位论文].哈尔滨:东北农业大学,2008.
12.崔歧恩，刘帅，钱士茹.我国大学科技园运行效率研究——基于DEA的实证分析.科技进步与对策,2011,(21):16-21.
13.德尔伯特·米勒,内尔·萨尔金德.研究设计与社会测量导引.重庆:重庆出版社,2005.
14.邓婕.平衡记分卡在公益性科研机构绩效评估中的运用.财会通讯,2009,(19):58-59.
15.邓曼,颜佳华.公益类科研机构创新绩效评价.求索,2008,(7):89-90.
16.丁宇,黄艳霞.澳大利亚RQF科研评价制度述评.科学学与科学技术管理,2008,(5):29-33.
17.董晓芳.利用DEA方法测算中国大豆的相对生产效率.农业科学研究,2005,(4):64-67.
18.董运来,董玉珍.印度农业科研和推广制度研究.世界农业,2005,(10):51-54.
19.杜栋,庞庆华,吴炎.现代综合评价方法与案例精选（第2版）.北京:清华大学出版社,2008.
20.段德君.高等农林院校科学研究生产函数研究.农业技术经济,2004,(3):31-34.
21.盖钧镒.中国大豆产业、科技、种业和转基因育种的思考（I）.大豆科技,2011,(3):1-2.
22.高燕云.研究与开发评价.西安:陕西科学技术出版社,1996.
23.龚雪媚,汪凌勇,董克.基于SFA方法的区域技术创新效率研究.科技管理研究,2011,(16):57-62.
24.关忠诚,张炎.科研组织相对效率评价定量方法研究.中国管理科学,2003,(5):90-95.
25.郭碧坚,韩宇.同行评议制——方法、理论、功能、指标.科学学研究,1994,(3):63-73.
26.郭秀妹.公益性农业科研经费投入绩效评价指标的探讨.科技和产业,2012,(2):36-39.
27.韩天富,王彩虹,曾令清,等.美国大豆生产、科研、推广和市场体系（续一）.大豆通报,2006a,(3):37-39.
28.韩天富,王彩虹,曾令清,等.美国大豆生产、科研、推广和市场体系（续三）.大豆通报,2006b,(5):38-40.
29.韩天富.阿根廷大豆生产和科研概况.大豆科学,2007,(2):264-269.
30.韩彦峰.主分量法在高校科研工作综合评估中的应用.数理统计与管理,1995,(2):1-6.
31.贺德方.美国、英国、日本三国政府科研机构经费管理比较研究.中国软科学,2007,(7):87-96.
32.洪民荣.英国评价大学各系科研质量和分配科研经费的RAE制度.社会科学管理与评论,2003,(2):77-80.
33.侯剑华.工商管理学科演进与前沿热点的可视化分析.大连:大连理工大学,2009.
34.侯经川.基于博弈论的国家竞争力评价体系研究.北京:北京图书馆出版社,2005.
35.胡咏梅,段鹏阳,梁文艳.中外高校科研效率评估:概念、方法及研究述评.比较教育研究,2011,(5):69-73.
36.黄东杰,李永龙,孙继华.《热带作物学报》2008-2012年载文、作者及引文分析.热带作物学报,2013,(6):1200-1207.
37.黄武,王凯.中国大豆生产效率分析.南京农业大学学报（社会科学版）,2004,(1):18-22.
38.黄晓斌.计算机引文分析的新发展.情报学报,2006,25(3):354-362.
39.蒋国华.我看大学排行榜:认识与误区.民主与科学,2004,(5):3-6.
40.教育部.关于改进科学技术评价工作的决定.中国科技期刊研究,2003,14(5):482-484.
41.贾泽军,邓晓群,刘建民.基于文献计量学的《中国真菌学杂志》发展态势分析.中国真菌学杂志,2013,(3):169-172,178.
42.科技部.科学技术评价办法（试行）.中国基础科学,2003,6:12-18.
43.孔祥智,楼栋.农业技术推广的国际比较、时态举证与中国对策.改革,2012,(1):12-23.
44.雷彦斌,李徽,欧国立.基于政府科技投入的中国转制科研机构效率评价与研究.科学学与科学技术管理,2010,(7):34-37.
45.李明德.巴西科技体制的发展和研发体系.拉丁美洲研究,2004,(3):27-32.
46.李霞.话说科技出版国际英文科技期刊的同行评议（上）.科学新闻,2008,(11):42.
47.李燕萍,许颖,吴绍棠.基于不同机构评价我国研发经费投入产出效益.科技进步与对策,2010,27(3):119-123.
48.李兆琼,梁樑,杨锋,等.基于数据包络分析的科研机构效率评价.系统工程,2010,(6):94-100.
49.连燕华,马晓光.评价过程分析模型探讨.研究与发展管理,1999,(3):1-5.
50.梁莱歆,张焕凤,袁艺.基于DEA的企业R&D有效性研究.科研管理,2006,(6):68-73.
51.梁永霞,杨中楷,刘则渊.基于CiteSpaceⅡ的航空航天工程前沿研究.科学学研究,2008,(S2):303-312.
52.廖迎春,杨庆文,李家其.科研项目评估理论述评.求索,2004,(8):110-111.
53.刘国民,崔宁波.我国大豆技术进步贡献率的测定与分析.学术交流,2008,(12):129-132.
54.刘辉锋,杨起全.基于论文与专利指标评价当前我国的科技产出.科技管理研究,2008,28(8):48-50.
55.刘莉.英国大学科研评价改革:从RAE到REF.科学学与科学技术管理,2014,(2):39-45.
56.刘丽君.巴西大豆的科研与生产服务体系.大豆科学,2003,(3):236-239.
57.刘亚非,陈德权,阎秉哲,等.发达国家非营利科研机构的管理机制研究.科学学与科学技术管理,2005,(1):39-42.
58.刘亚旭,龚小军,高蓉,等.科技投入产出评价方法探析.中国科技论坛,2007,(4):36-41.
59.刘瀛弢,毛世平.公益性农业行业科研项目绩效及管理的考评体系研究.农业技术经济,2010,(12):100-110.
60.刘瑜晶.科研院所绩效评价问题研究[硕士学位论文].哈尔滨:东北林业大学,2010.
61.刘战伟.基于SFA模型的河南省技术创新效率的实证研究.淮阴工学院学报,2011,(5):85-88.
62.刘忠堂.巴西、阿根廷大豆的生产与科研.大豆科学,1999,(2):83-87.
63.刘作仪.英国科研评价模式:由专业评价人员进行评价.科技导报,2003,(2):19-22.
64.卢泰宏.信息分析.广州:中山大学出版社,1998.
65.鲁振明.巴西大豆生产与科研概况.大豆通报,2005,(1):35-36.
66.美国国家研究委员会和国家科学基金会.科学的质量评价.国家自然科学基金委员会政策局编译,1994.
67.苗东升.系统科学大学讲稿.北京:中国人民大学出版社,2007.
68.孟溦, Mingers J,刘文斌.基于SSM分折的科研评价系统探讨.科研管理,2007,(2):1-8.
69.农业部赴巴西大豆考察组.巴西大豆产业发展情况与成功经验.世界农业,2003,(8):37-39.
70.彭靖里,赵光洲.中美企业开展竞争情报活动的案例比较研究.情报杂志,2002,21(4):43-45.
71.庞建刚,张贯之.巴西的农业与农业科技创新体系.西南科技大学学报:哲学社会科学版,2013,30(3):1-4.
72.庞英,冯继康,迟美玲,等.转型期中国大豆生产资源配置效率及其区域特征研究——基于非参数方法双产出模型的经验分析.农业科技管理,2008,(1):25-28.
73.彭卓.中国大豆研发体系的分析与大豆育种的经济评价.北京:中国农业出版社,2009a.
74.彭卓.中国大豆研发体系现状研究.中国农业科学,2009b,42(11):3852-3862.
75.邱举良.法国的科研评价与预测机构.国际科技交流,1991,(8):46-50.
76.邱均平,信息计量学（九）:第九讲文献信息引证规律和引文分析法.情报理论与实践,2001,(3):236-240.
77.邱均平,吕红.近五年国际图书情报学研究热点、前沿及其知识基础——基于17种外文期刊知识图谱的可视化分析.图书情报知识,2013,(3):4-15,58.
78.邱婷.知识可视化作为学习工具的应用研究[博士学位论文].南昌:江西师范大学,2006.
79.山西省统计局社会科技处.科技统计知识讲座.山西统计,1995,(1):48-50.
80.邵立红,王育民.印度大豆生产发展的现状、问题与展望.大豆通报,2004,(5):24-25.
81.申红芳,廖西元,陈金发.国家级农业科研机构科技生产力评估.科研管理,2009,(6):163-171.
82.申红芳,廖西元,胡慧英.农业科研机构科技产出绩效评价及其影响因素分析.科研管理,2010,(6):126-135.
83.石佾,史妍.科研量化评价的指标与排序——一次国际研讨会综述.科学学与科学技术管理,1999,(1):31-33.
84.司伟,王济民.中国大豆生产全要素生产率及其变化.中国农村经济,2011,(10):16-25.
85.斯托克斯,周春彦,谷春立.基础科学与技术创新:巴斯德象限.北京:科学出版社,1999.
86.苏小姗.国家农业产业技术体系建设与发展[博士学位论文].武汉:华中农业大学,2012.
87.孙宁宁,司长伟,李舸民.我国9所农业院校科研产出的比较研究.科技情报开发与经济,2010,(21):116-118.
88.田伟,李明贤.中国大豆主产区生产效率的实证研究.湖南农业大学学报(社会科学版),2009,(4):22-26.
89.王崇德.社会科学研究方法要论.上海:学林出版社,1990.
90.王楚鸿.不同类别高校科技投入产出比较——基于近十五年(1992～2006)统计数据的分析.广州大学学报(社会科学版),2009,(1):63-67.
91.王金陵,张仁双.巴西的大豆生产与科学研究.大豆科学,1984,3(1):53-63.
92.王金鹏,王慧杰.从科学知识图谱角度看加菲尔德的学术地位和影响——基于SCI近20年的数据.国家图书馆学刊,2010,(4):41-46.
93.王凤香,杜哲培,王丽洁,等.基于平衡记分卡的高校科研评价体系建设.教育财会研究,2007,(6):39-42.
94.王济民.我国的大豆经济:供给与需求的重点分析[博士学位论文].北京:中国农业科学院,2000.
95.王伟龙,唐安国.巴西高等学校科技发展概述.上海高教研究,1992,(2):107-109,75.
96.王喜平,王怀民.基于DEA的中国制造业R&D绩效评价.保定学院学报,2009,(6):68-70.
97.魏利青,陶梅,常汝镇.巴西Embrapa的大豆育种程序.大豆科学,2006,(1):77-80.
98.魏权龄.数据包络分析.北京:科学出版社,2004.
99.魏屹东.国际刊物《Scientometrics》文献计量研究.科学技术与辩证法,1995,12(6):40-44.
100.文庭孝.国立科研机构实力比较:理论,方法与实证.湘潭:湘潭大学出版社,2010.
101.吴海民.中国工业经济运行效率研究:1980-2006[博士学位论文].成都:西南财经大学,2008.
102.吴山.国际竞争情报研究的知识图谱——基于CiteSpace的知识计量分析.现代情报,2010,30(10):160-164.
103.吴昱.基于灰关联优化模型的科技产出研究.科技创业月刊,2010,23(11):118-120.
104.肖静，程如烟，姜桂兴.基于超效率DEA方法的研发效率国际比较研究.情报杂志,2009,(6):89-92.
105.肖利.我国国立科研机构分类评价的理论与实践.中国科技论坛,2004,(4):88-91.
106.熊芳.基于DEA模型的我国R&D投入产出效率评估研究[硕士学位论文].南昌:南昌大学,
2011.
107.许朗.中国农业科研机构科技创新研究——能力、效率与模式[博士学位论文].南京:南京农业大学,2009.
108.许世卫,信乃诠.当代世界农业.北京:中国农业出版社,2010.
109.闫冰，冯根福.基于随机前沿生产函数的中国工业R&D效率分析.当代经济科学,2005,(6):14-18.
110.杨朝峰,赵志耘.主要国家相对研发效率研究.中国科技论坛,2009,(5):132-134.
111.杨木容,汤亚非,陈小平.广东省科技产出能力分析研究——兼与长三角地区科技产出能力比较.科技管理研究,2011,(6):75-79.
112.杨思洛,韩瑞珍.国外知识图谱绘制的方法与工具分析.图书情报知识,2012,(6):101-109.
113.尹航,李柏洲.混合DEA模型的区域工业系统运行效率分析与评价.运筹与管理,2008,(4):143-151.
114.余建斌,李大胜.中国农业生产的技术效率及其影响因素分析.统计与决策,2008,(14):83-86.
115.余建斌,乔娟,龚崇高.中国大豆生产的技术进步和技术效率分析.农业技术经济,2007,(4):41-47.
116.于中琴.中国和印度农业比较研究.兰州商学院学报,2001,(5):59-64.
117.喻翠玲,冯中朝,李应生.我国大豆产出增长的要素贡献率测度与分析.中国农村经济,2005,(9):67-70.
118.岳德荣,王曙明,郭中校,赵国臣,张永锋.巴西农业生产与科研推广体系.农业科技管理,2008,27(5):5-7.
119.岳书敬.中国区域研发效率差异及其影响因素——基于省级区域面板数据的经验研究.科研管理,2008,(5):173-179.
120.曾旸.完善科学基金项目同行评议体系的探讨.研究与发展管理,2007,(2):124-128.
121.翟立新,韩伯棠,李晓轩.基于知识生产函数的公共科研机构绩效评价模型研究.中国软科学,2005,(8):76-80.
122.张于心,智明光.综合评价指标体系和评价方法.北方交通大学学报,1995,(3):393-400.
123.赵红专,翟立新,李强.知识生产函数及其一般形式研究.经济问题探索,2006,(7):12-15
124.赵明,李先德.阿根廷农业科研体系建设经验及对我国的启示.农业经济问题,2010,(增刊):214-218.
125.赵团结,盖钧镒.栽培大豆起源与演化研究进展.中国农业科学,2004,(7):954-962.
126.赵伟,姜照华,刘则渊. OECD国家知识增长动力模型与科技知识生产量测算.科技管理研究,2006,(1):44-48.
127.郑军,翟华云.企业、政府、金融机构科技投入与高校科技产出的关系研究.科技进步与对策,2012,(6):18-21.
128.智库百科.对比分析法. http://wiki.mbalib.com.2013年05月11日.
129.中国农业考察团.印度农业科技体制的组织框架、运行机制及其启示——印度农业科技体制考察报告.中国农村经济,2007,(9):77-80.
130.周小虎,张蕊.美国大学排行榜透视——兼论对中国大学评价的启示.外国教育研究,2005,(4):64-68.
131.周新安,韩天富.重振我国大豆产业.求是,2010,(19):33-34.
132.朱军文,刘念才.我国研究型大学科研产出的计量学分析.高等教育研究,2009,(2):30-35.
133.朱有为,徐康宁.中国高技术产业研发效率的实证研究.中国工业经济,2006,(11):38-45.
134. Aksnes DW, Taxt RE. Peer reviews and bibliometric indicators: a comparative study at aNorwegian university. Research Evaluation2004,13(1):33-41.
135. Bozeman B, Kingsley G. R&D value mapping: A new approach to case study-based evaluation.The Journal of Technology Transfer1997,22(2):33-41.
136. Bradford SC. Sources of information on specific subjects. Engineering1934,137:85-86.
137. Cavalett O, Ortega E. Integrated environmental assessment of biodiesel production from soybeanin Brazil. Journal of Cleaner Production,2010,18(1):55-70.
138. Camp RC. Benchmarking: the search for industry best practices that lead to superior performance.Milwaukee, WI: ASQC Quality Press,1989.
139. Camp RC. A bible for benchmarking, by Xerox. Financial Executive1993,9:23.
140. Campbell DFJ. The evaluation of university research in the united kingdom and the Netherlands,Germany and Austria. In: Shapira P, Kuhlmann S. Learning from Science and Technology PolicyEvaluation. Cheltenham, UK·Northampton, MA, USA: Edward Elgar Publishing,2003,98-131.
141. Chen C, Chien C, Lin M, et al. Using DEA to evaluate R&D performance of the computers andperipherals firms in Taiwan. International Journal of Business2004,9(4):347-360.
142. Chen CM. CiteSpace II: Detecting and visualizing emerging trends and transient patterns inscientific literature. Journal of the American Society for Information Science and Technology2006,57(3):359-377.
143. Chen C, Ibekwe-SanJuan F, Hou J. The structure and dynamics of cocitation clusters: Amultiple-perspective cocitation analysis. Journal of the American Society for Information Scienceand Technology2010,61(7):1386-1409.
144. Committee on Science, Engineering, and Public Policy. Evaluating Federal Research Programs:Research and the Government Performance and Results Act. Washington DC: National AcademyPress,1999.
145. Committee on Science, Engineering, and Public Policy. Experiments in InternationalBenchmarking of US Research Fields. Washington DC: National Academies Press,2000.
146. Costas R, van Leeuwen TN, Bordons M. A bibliometric classificatory approach for the study andassessment of research performance at the individual level: The effects of age on productivity andimpact. Journal of the American Society for Information Science and Technology2010,61(8):1564-1581.
147. DeFanti TA, Brown MD, McCormick BH. Visualization: expanding scientific and engineeringresearch opportunities. Computer1989,22(8):12-16.
148. Drew DE, Karpf R. Ranking academic departments: Empirical findings and a theoreticalperspective. Research in Higher Education1981,14(4):305-320.
149. Dusansky R, Vernon CJ. Rankings of US economics departments. Journal of EconomicPerspectives1998,12:157-170.
150. Egghe L. Theory and practise of the g-index. Scientometrics2006,69(1):131-152.
151. Eyre-Walker A, Stoletzki N. The assessment of science: The relative merits of post-publicationreview, the impact factor, and the number of citations. PLOS Biology2013,11(10): e1001675.
152. Embrapa,2014. https://www.em brapa.br/en/quem-somos.
153. Feng YJ, Lu H, Bi K. An AHP/DEA method for measurement of the efficiency of R&Dmanagement activities in universities. International Transactions in Operational Research2004,11(2):181-191.
154. Fox MF. Publication productivity among scientists: A critical review. Social Studies of Science1983,13(2):285-305.
155. Garfield E. Is citation analysis a legitimate evaluation tool? Scientometrics1979,1(4):359-375.
156. Gl nzel W, Moed H. Journal impact measures in bibliometric research. Scientometrics2002,53(2):171-193.
157. GPRA. Government Performance and Results Act of1993(Public Law103-62).1993.
158. Henderson R, Cockburn I. Measuring competence? exploring firm effects in pharmaceuticalresearch. Strategic Management Journal1994,15(S1):63-84.
159. Hirsch JE. An index to quantify an individual's scientific research output. Proceedings of theNational Academy of Sciences of the United States of America2005,102(46):16569-16572.
160. Huang M. Opening the black box of QS World University Rankings. Research Evaluation2012,21(1):71-78.
161. Jewkes J, Sawers D, Stillerman R. The Source of Invention. London: Macmillan,1969.
162. J ns H, Hoyler M. Global geographies of higher education: The perspective of world universityrankings. Geoforum2013,46:45-59.
163. Jordan GB, Streit D. Recognizing the competing values in science and technology organization:implications for evaluation. In: Shapira P, Kuhlmann S. Learning from Science and TechnologyPolicy Evaluation. Cheltenham, UK·Northampton, MA, USA: Edward Elgar Publishing,2003:316-338.
164. Korhonen P, Tainio R, Wallenius J. Value efficiency analysis of academic research. EuropeanJournal of Operational Research2001,130(1):121-132.
165. Kostoff RN. The Handbook of Research Impact Assessment (Seven Edition). Office of NavalResearch,1997.
166. Kuklinsky-Sobral J, Araújo W L, Mendes R, Geraldi I O, Pizzirani-Kleiner A A, Azevedo J L.Isolation and characterization of soybean-associated bacteria and their potential for plant growthpromotion. Environmental Microbiology,2004,6(12):1244-1251.
167. Kulasegarah J, Fenton JE. Comparison of the h index with standard bibliometric indicators to rankinfluential otolaryngologists in Europe and North America. European Archives ofOto-Rhino-Laryngology2010,267(3):455-458.
168. Lawani SM. Bibliometrics: its theoretical foundations, methods and applications. Libri1981,31(1):294-315.
169. Lee SH, Hughes G, Nicholes J. Characteristics of frequently cited articles in mental retardation.Research in Developmental Disabilities1988,9(3):213-227.
170. Logsdon JM, Rubin CB. An overview of federal research evaluation activities: Report. GeorgeWashington University,1985.
171. Lotka A. The frequency distribution of scientific productivity. Journal of the Washington Academyof Sciences1926,16(3):317-323.
172. Luukkonen GT. Scientific research evaluation: a review of methods and various contexts of theirapplication. R&D Management1987,17(3):207-221.
173. Lyall C, Bruce A, Firn M, et al. Assessing end-use relevance of public sector researchorganizations. Research Policy2004,33(1):73-87.
174. Mario I K. The impact of the Internet on R&D efficiency: theory and evidence. Technovation2006,26(7):827-835.
175. McCain KW. Core journal networks and cocitation maps: new bibliometric tools for serialsresearch and management. The Library Quarterly1991,61(3):311-336.
176. Mccormick BH, DeFanti TA, Brown MD. Visualization in scientific computing. Report to the NSFAdvisory Panel on Graphics, Image Processing and Workstations.1987.
177. Merisotis J, Sadlak J. Higher education rankings: Evolution, acceptance, and dialogue. HigherEducation in Europe2005,30(2):97-101.
178. Nederhof AJ, Van Raan AF. A bibliometric analysis of six economics research groups: Acomparison with peer review. Research Policy1993,22(4):353-368.
179. OECD. The Evaluation of Scientific Research: Selected Experiences. Paris: OECD,1997.
180. Pavitt K, Robson M, Townsend J. The size distribution of innovating firms in the UK:1945-1983.Journal of Industrial Economics1987,35(3):297-316.
181. Pritchard A. Statistical bibliography or bibliometrics? Journal of Documentation1969,25(4):348-349.
182. Robertson G, Card SK, Mackinlay JD. The cognitive coprocessor architecture for interactive userinterfaces. In: Proceedings of the2nd Annual ACM SIGGRAPH Symposium on User interfaceSoftware and Technology. New York: Association for Computing Machinery,1989.
183. Schumpeter J. Capitalism, Socialism and Democracy. London: George,1943.
184. Simon CB, Coronado RA, Wurtzel WA, Riddle DL, George SZ. Content and bibliometric analysesof the Journal of Manual&Manipulative Therapy. Journal of Manual&Manipulative Therapy,2014, DOI:http://dx.doi.org/10.1179/2042618614Y.0000000075.
185. Stolz I, Hendel DD, Horn AS. Ranking of rankings: Benchmarking twenty-five higher educationranking systems in Europe. Higher Education2010,60(5):507-528.
186. Tornatzky LG. Benchmarking university–industry technology transfer: a six year retrospective.The Journal of Technology Transfer2001,26(3):269-277.
187. USDA,2014. http://apps.fas.usda.gov/psdonline.
188. Van Raan AFJ. Bibliometric indicators as research performance evaluation tools. In: Proceedingsof the European University Institute Conference on Research Management in Europe Today,Florence,1990.
189. Wang EC, Huang W. Relative efficiency of R&D activities: A cross-country study accounting forenvironmental factors in the DEA approach. Research Policy2007,36(2):260-273.
190. Wang J. Citation time window choice for research impact evaluation. Scientometrics2013,94(3):851-872.
191. Wang L, Szirmai A. Technological inputs and productivity growth in China’s high-tech industries.Eindhoven Centre for Innovation Studies Working Paper03.27,2003.
192. Yin RK. Case study research: design and methods. Thousand Oaks, CA: Sage Publication,1994.
193. Zipf GK. The Psychobiology of Language: An Introduction to Dynamic Philology. Boston:Houghton-Mifflin,1935.
2.柏媛.计量学在国内外科研绩效评价中的应用现状.科技情报开发与经济,2010,(34):169-171.
3.包昌火.情报研究方法论.北京:科学技术文献出版社,1991.
4.卜慕华,潘铁夫.中国大豆栽培区域探讨.大豆科学,1982,(2):105-121.
5.陈恒,陈伟.基于DEA的中外跨国公司研发效率比较分析.科技进步与对策,2006,(8):7-9.
6.陈敬全.科研评价方法与实证研究[博士学位论文].武汉:武汉大学,2004.
7.陈亮.巴西大豆产业发展经验.黑龙江对外经贸,2005,(9):56-57.
8.陈永清.我国科技投入与科技产出关系的实证研究——基于灰色系统理论的视角.广西社会科学,2011,(1):54-59.
9.成邦文. OECD的科技统计与科技指标.中国科技信息,2002,(5):18-22.
10.程赛琰,丁磊,魏淑娟.基于知识图谱分析的电子政务研究现状、热点与趋势.图书与情报,2013,(1):116-123,141.
11.崔宁波.我国大豆生产技术及应用的经济分析[博士学位论文].哈尔滨:东北农业大学,2008.
12.崔歧恩，刘帅，钱士茹.我国大学科技园运行效率研究——基于DEA的实证分析.科技进步与对策,2011,(21):16-21.
13.德尔伯特·米勒,内尔·萨尔金德.研究设计与社会测量导引.重庆:重庆出版社,2005.
14.邓婕.平衡记分卡在公益性科研机构绩效评估中的运用.财会通讯,2009,(19):58-59.
15.邓曼,颜佳华.公益类科研机构创新绩效评价.求索,2008,(7):89-90.
16.丁宇,黄艳霞.澳大利亚RQF科研评价制度述评.科学学与科学技术管理,2008,(5):29-33.
17.董晓芳.利用DEA方法测算中国大豆的相对生产效率.农业科学研究,2005,(4):64-67.
18.董运来,董玉珍.印度农业科研和推广制度研究.世界农业,2005,(10):51-54.
19.杜栋,庞庆华,吴炎.现代综合评价方法与案例精选（第2版）.北京:清华大学出版社,2008.
20.段德君.高等农林院校科学研究生产函数研究.农业技术经济,2004,(3):31-34.
21.盖钧镒.中国大豆产业、科技、种业和转基因育种的思考（I）.大豆科技,2011,(3):1-2.
22.高燕云.研究与开发评价.西安:陕西科学技术出版社,1996.
23.龚雪媚,汪凌勇,董克.基于SFA方法的区域技术创新效率研究.科技管理研究,2011,(16):57-62.
24.关忠诚,张炎.科研组织相对效率评价定量方法研究.中国管理科学,2003,(5):90-95.
25.郭碧坚,韩宇.同行评议制——方法、理论、功能、指标.科学学研究,1994,(3):63-73.
26.郭秀妹.公益性农业科研经费投入绩效评价指标的探讨.科技和产业,2012,(2):36-39.
27.韩天富,王彩虹,曾令清,等.美国大豆生产、科研、推广和市场体系（续一）.大豆通报,2006a,(3):37-39.
28.韩天富,王彩虹,曾令清,等.美国大豆生产、科研、推广和市场体系（续三）.大豆通报,2006b,(5):38-40.
29.韩天富.阿根廷大豆生产和科研概况.大豆科学,2007,(2):264-269.
30.韩彦峰.主分量法在高校科研工作综合评估中的应用.数理统计与管理,1995,(2):1-6.
31.贺德方.美国、英国、日本三国政府科研机构经费管理比较研究.中国软科学,2007,(7):87-96.
32.洪民荣.英国评价大学各系科研质量和分配科研经费的RAE制度.社会科学管理与评论,2003,(2):77-80.
33.侯剑华.工商管理学科演进与前沿热点的可视化分析.大连:大连理工大学,2009.
34.侯经川.基于博弈论的国家竞争力评价体系研究.北京:北京图书馆出版社,2005.
35.胡咏梅,段鹏阳,梁文艳.中外高校科研效率评估:概念、方法及研究述评.比较教育研究,2011,(5):69-73.
36.黄东杰,李永龙,孙继华.《热带作物学报》2008-2012年载文、作者及引文分析.热带作物学报,2013,(6):1200-1207.
37.黄武,王凯.中国大豆生产效率分析.南京农业大学学报（社会科学版）,2004,(1):18-22.
38.黄晓斌.计算机引文分析的新发展.情报学报,2006,25(3):354-362.
39.蒋国华.我看大学排行榜:认识与误区.民主与科学,2004,(5):3-6.
40.教育部.关于改进科学技术评价工作的决定.中国科技期刊研究,2003,14(5):482-484.
41.贾泽军,邓晓群,刘建民.基于文献计量学的《中国真菌学杂志》发展态势分析.中国真菌学杂志,2013,(3):169-172,178.
42.科技部.科学技术评价办法（试行）.中国基础科学,2003,6:12-18.
43.孔祥智,楼栋.农业技术推广的国际比较、时态举证与中国对策.改革,2012,(1):12-23.
44.雷彦斌,李徽,欧国立.基于政府科技投入的中国转制科研机构效率评价与研究.科学学与科学技术管理,2010,(7):34-37.
45.李明德.巴西科技体制的发展和研发体系.拉丁美洲研究,2004,(3):27-32.
46.李霞.话说科技出版国际英文科技期刊的同行评议（上）.科学新闻,2008,(11):42.
47.李燕萍,许颖,吴绍棠.基于不同机构评价我国研发经费投入产出效益.科技进步与对策,2010,27(3):119-123.
48.李兆琼,梁樑,杨锋,等.基于数据包络分析的科研机构效率评价.系统工程,2010,(6):94-100.
49.连燕华,马晓光.评价过程分析模型探讨.研究与发展管理,1999,(3):1-5.
50.梁莱歆,张焕凤,袁艺.基于DEA的企业R&D有效性研究.科研管理,2006,(6):68-73.
51.梁永霞,杨中楷,刘则渊.基于CiteSpaceⅡ的航空航天工程前沿研究.科学学研究,2008,(S2):303-312.
52.廖迎春,杨庆文,李家其.科研项目评估理论述评.求索,2004,(8):110-111.
53.刘国民,崔宁波.我国大豆技术进步贡献率的测定与分析.学术交流,2008,(12):129-132.
54.刘辉锋,杨起全.基于论文与专利指标评价当前我国的科技产出.科技管理研究,2008,28(8):48-50.
55.刘莉.英国大学科研评价改革:从RAE到REF.科学学与科学技术管理,2014,(2):39-45.
56.刘丽君.巴西大豆的科研与生产服务体系.大豆科学,2003,(3):236-239.
57.刘亚非,陈德权,阎秉哲,等.发达国家非营利科研机构的管理机制研究.科学学与科学技术管理,2005,(1):39-42.
58.刘亚旭,龚小军,高蓉,等.科技投入产出评价方法探析.中国科技论坛,2007,(4):36-41.
59.刘瀛弢,毛世平.公益性农业行业科研项目绩效及管理的考评体系研究.农业技术经济,2010,(12):100-110.
60.刘瑜晶.科研院所绩效评价问题研究[硕士学位论文].哈尔滨:东北林业大学,2010.
61.刘战伟.基于SFA模型的河南省技术创新效率的实证研究.淮阴工学院学报,2011,(5):85-88.
62.刘忠堂.巴西、阿根廷大豆的生产与科研.大豆科学,1999,(2):83-87.
63.刘作仪.英国科研评价模式:由专业评价人员进行评价.科技导报,2003,(2):19-22.
64.卢泰宏.信息分析.广州:中山大学出版社,1998.
65.鲁振明.巴西大豆生产与科研概况.大豆通报,2005,(1):35-36.
66.美国国家研究委员会和国家科学基金会.科学的质量评价.国家自然科学基金委员会政策局编译,1994.
67.苗东升.系统科学大学讲稿.北京:中国人民大学出版社,2007.
68.孟溦, Mingers J,刘文斌.基于SSM分折的科研评价系统探讨.科研管理,2007,(2):1-8.
69.农业部赴巴西大豆考察组.巴西大豆产业发展情况与成功经验.世界农业,2003,(8):37-39.
70.彭靖里,赵光洲.中美企业开展竞争情报活动的案例比较研究.情报杂志,2002,21(4):43-45.
71.庞建刚,张贯之.巴西的农业与农业科技创新体系.西南科技大学学报:哲学社会科学版,2013,30(3):1-4.
72.庞英,冯继康,迟美玲,等.转型期中国大豆生产资源配置效率及其区域特征研究——基于非参数方法双产出模型的经验分析.农业科技管理,2008,(1):25-28.
73.彭卓.中国大豆研发体系的分析与大豆育种的经济评价.北京:中国农业出版社,2009a.
74.彭卓.中国大豆研发体系现状研究.中国农业科学,2009b,42(11):3852-3862.
75.邱举良.法国的科研评价与预测机构.国际科技交流,1991,(8):46-50.
76.邱均平,信息计量学（九）:第九讲文献信息引证规律和引文分析法.情报理论与实践,2001,(3):236-240.
77.邱均平,吕红.近五年国际图书情报学研究热点、前沿及其知识基础——基于17种外文期刊知识图谱的可视化分析.图书情报知识,2013,(3):4-15,58.
78.邱婷.知识可视化作为学习工具的应用研究[博士学位论文].南昌:江西师范大学,2006.
79.山西省统计局社会科技处.科技统计知识讲座.山西统计,1995,(1):48-50.
80.邵立红,王育民.印度大豆生产发展的现状、问题与展望.大豆通报,2004,(5):24-25.
81.申红芳,廖西元,陈金发.国家级农业科研机构科技生产力评估.科研管理,2009,(6):163-171.
82.申红芳,廖西元,胡慧英.农业科研机构科技产出绩效评价及其影响因素分析.科研管理,2010,(6):126-135.
83.石佾,史妍.科研量化评价的指标与排序——一次国际研讨会综述.科学学与科学技术管理,1999,(1):31-33.
84.司伟,王济民.中国大豆生产全要素生产率及其变化.中国农村经济,2011,(10):16-25.
85.斯托克斯,周春彦,谷春立.基础科学与技术创新:巴斯德象限.北京:科学出版社,1999.
86.苏小姗.国家农业产业技术体系建设与发展[博士学位论文].武汉:华中农业大学,2012.
87.孙宁宁,司长伟,李舸民.我国9所农业院校科研产出的比较研究.科技情报开发与经济,2010,(21):116-118.
88.田伟,李明贤.中国大豆主产区生产效率的实证研究.湖南农业大学学报(社会科学版),2009,(4):22-26.
89.王崇德.社会科学研究方法要论.上海:学林出版社,1990.
90.王楚鸿.不同类别高校科技投入产出比较——基于近十五年(1992～2006)统计数据的分析.广州大学学报(社会科学版),2009,(1):63-67.
91.王金陵,张仁双.巴西的大豆生产与科学研究.大豆科学,1984,3(1):53-63.
92.王金鹏,王慧杰.从科学知识图谱角度看加菲尔德的学术地位和影响——基于SCI近20年的数据.国家图书馆学刊,2010,(4):41-46.
93.王凤香,杜哲培,王丽洁,等.基于平衡记分卡的高校科研评价体系建设.教育财会研究,2007,(6):39-42.
94.王济民.我国的大豆经济:供给与需求的重点分析[博士学位论文].北京:中国农业科学院,2000.
95.王伟龙,唐安国.巴西高等学校科技发展概述.上海高教研究,1992,(2):107-109,75.
96.王喜平,王怀民.基于DEA的中国制造业R&D绩效评价.保定学院学报,2009,(6):68-70.
97.魏利青,陶梅,常汝镇.巴西Embrapa的大豆育种程序.大豆科学,2006,(1):77-80.
98.魏权龄.数据包络分析.北京:科学出版社,2004.
99.魏屹东.国际刊物《Scientometrics》文献计量研究.科学技术与辩证法,1995,12(6):40-44.
100.文庭孝.国立科研机构实力比较:理论,方法与实证.湘潭:湘潭大学出版社,2010.
101.吴海民.中国工业经济运行效率研究:1980-2006[博士学位论文].成都:西南财经大学,2008.
102.吴山.国际竞争情报研究的知识图谱——基于CiteSpace的知识计量分析.现代情报,2010,30(10):160-164.
103.吴昱.基于灰关联优化模型的科技产出研究.科技创业月刊,2010,23(11):118-120.
104.肖静，程如烟，姜桂兴.基于超效率DEA方法的研发效率国际比较研究.情报杂志,2009,(6):89-92.
105.肖利.我国国立科研机构分类评价的理论与实践.中国科技论坛,2004,(4):88-91.
106.熊芳.基于DEA模型的我国R&D投入产出效率评估研究[硕士学位论文].南昌:南昌大学,
2011.
107.许朗.中国农业科研机构科技创新研究——能力、效率与模式[博士学位论文].南京:南京农业大学,2009.
108.许世卫,信乃诠.当代世界农业.北京:中国农业出版社,2010.
109.闫冰，冯根福.基于随机前沿生产函数的中国工业R&D效率分析.当代经济科学,2005,(6):14-18.
110.杨朝峰,赵志耘.主要国家相对研发效率研究.中国科技论坛,2009,(5):132-134.
111.杨木容,汤亚非,陈小平.广东省科技产出能力分析研究——兼与长三角地区科技产出能力比较.科技管理研究,2011,(6):75-79.
112.杨思洛,韩瑞珍.国外知识图谱绘制的方法与工具分析.图书情报知识,2012,(6):101-109.
113.尹航,李柏洲.混合DEA模型的区域工业系统运行效率分析与评价.运筹与管理,2008,(4):143-151.
114.余建斌,李大胜.中国农业生产的技术效率及其影响因素分析.统计与决策,2008,(14):83-86.
115.余建斌,乔娟,龚崇高.中国大豆生产的技术进步和技术效率分析.农业技术经济,2007,(4):41-47.
116.于中琴.中国和印度农业比较研究.兰州商学院学报,2001,(5):59-64.
117.喻翠玲,冯中朝,李应生.我国大豆产出增长的要素贡献率测度与分析.中国农村经济,2005,(9):67-70.
118.岳德荣,王曙明,郭中校,赵国臣,张永锋.巴西农业生产与科研推广体系.农业科技管理,2008,27(5):5-7.
119.岳书敬.中国区域研发效率差异及其影响因素——基于省级区域面板数据的经验研究.科研管理,2008,(5):173-179.
120.曾旸.完善科学基金项目同行评议体系的探讨.研究与发展管理,2007,(2):124-128.
121.翟立新,韩伯棠,李晓轩.基于知识生产函数的公共科研机构绩效评价模型研究.中国软科学,2005,(8):76-80.
122.张于心,智明光.综合评价指标体系和评价方法.北方交通大学学报,1995,(3):393-400.
123.赵红专,翟立新,李强.知识生产函数及其一般形式研究.经济问题探索,2006,(7):12-15
124.赵明,李先德.阿根廷农业科研体系建设经验及对我国的启示.农业经济问题,2010,(增刊):214-218.
125.赵团结,盖钧镒.栽培大豆起源与演化研究进展.中国农业科学,2004,(7):954-962.
126.赵伟,姜照华,刘则渊. OECD国家知识增长动力模型与科技知识生产量测算.科技管理研究,2006,(1):44-48.
127.郑军,翟华云.企业、政府、金融机构科技投入与高校科技产出的关系研究.科技进步与对策,2012,(6):18-21.
128.智库百科.对比分析法. http://wiki.mbalib.com.2013年05月11日.
129.中国农业考察团.印度农业科技体制的组织框架、运行机制及其启示——印度农业科技体制考察报告.中国农村经济,2007,(9):77-80.
130.周小虎,张蕊.美国大学排行榜透视——兼论对中国大学评价的启示.外国教育研究,2005,(4):64-68.
131.周新安,韩天富.重振我国大豆产业.求是,2010,(19):33-34.
132.朱军文,刘念才.我国研究型大学科研产出的计量学分析.高等教育研究,2009,(2):30-35.
133.朱有为,徐康宁.中国高技术产业研发效率的实证研究.中国工业经济,2006,(11):38-45.
134. Aksnes DW, Taxt RE. Peer reviews and bibliometric indicators: a comparative study at aNorwegian university. Research Evaluation2004,13(1):33-41.
135. Bozeman B, Kingsley G. R&D value mapping: A new approach to case study-based evaluation.The Journal of Technology Transfer1997,22(2):33-41.
136. Bradford SC. Sources of information on specific subjects. Engineering1934,137:85-86.
137. Cavalett O, Ortega E. Integrated environmental assessment of biodiesel production from soybeanin Brazil. Journal of Cleaner Production,2010,18(1):55-70.
138. Camp RC. Benchmarking: the search for industry best practices that lead to superior performance.Milwaukee, WI: ASQC Quality Press,1989.
139. Camp RC. A bible for benchmarking, by Xerox. Financial Executive1993,9:23.
140. Campbell DFJ. The evaluation of university research in the united kingdom and the Netherlands,Germany and Austria. In: Shapira P, Kuhlmann S. Learning from Science and Technology PolicyEvaluation. Cheltenham, UK·Northampton, MA, USA: Edward Elgar Publishing,2003,98-131.
141. Chen C, Chien C, Lin M, et al. Using DEA to evaluate R&D performance of the computers andperipherals firms in Taiwan. International Journal of Business2004,9(4):347-360.
142. Chen CM. CiteSpace II: Detecting and visualizing emerging trends and transient patterns inscientific literature. Journal of the American Society for Information Science and Technology2006,57(3):359-377.
143. Chen C, Ibekwe-SanJuan F, Hou J. The structure and dynamics of cocitation clusters: Amultiple-perspective cocitation analysis. Journal of the American Society for Information Scienceand Technology2010,61(7):1386-1409.
144. Committee on Science, Engineering, and Public Policy. Evaluating Federal Research Programs:Research and the Government Performance and Results Act. Washington DC: National AcademyPress,1999.
145. Committee on Science, Engineering, and Public Policy. Experiments in InternationalBenchmarking of US Research Fields. Washington DC: National Academies Press,2000.
146. Costas R, van Leeuwen TN, Bordons M. A bibliometric classificatory approach for the study andassessment of research performance at the individual level: The effects of age on productivity andimpact. Journal of the American Society for Information Science and Technology2010,61(8):1564-1581.
147. DeFanti TA, Brown MD, McCormick BH. Visualization: expanding scientific and engineeringresearch opportunities. Computer1989,22(8):12-16.
148. Drew DE, Karpf R. Ranking academic departments: Empirical findings and a theoreticalperspective. Research in Higher Education1981,14(4):305-320.
149. Dusansky R, Vernon CJ. Rankings of US economics departments. Journal of EconomicPerspectives1998,12:157-170.
150. Egghe L. Theory and practise of the g-index. Scientometrics2006,69(1):131-152.
151. Eyre-Walker A, Stoletzki N. The assessment of science: The relative merits of post-publicationreview, the impact factor, and the number of citations. PLOS Biology2013,11(10): e1001675.
152. Embrapa,2014. https://www.em brapa.br/en/quem-somos.
153. Feng YJ, Lu H, Bi K. An AHP/DEA method for measurement of the efficiency of R&Dmanagement activities in universities. International Transactions in Operational Research2004,11(2):181-191.
154. Fox MF. Publication productivity among scientists: A critical review. Social Studies of Science1983,13(2):285-305.
155. Garfield E. Is citation analysis a legitimate evaluation tool? Scientometrics1979,1(4):359-375.
156. Gl nzel W, Moed H. Journal impact measures in bibliometric research. Scientometrics2002,53(2):171-193.
157. GPRA. Government Performance and Results Act of1993(Public Law103-62).1993.
158. Henderson R, Cockburn I. Measuring competence? exploring firm effects in pharmaceuticalresearch. Strategic Management Journal1994,15(S1):63-84.
159. Hirsch JE. An index to quantify an individual's scientific research output. Proceedings of theNational Academy of Sciences of the United States of America2005,102(46):16569-16572.
160. Huang M. Opening the black box of QS World University Rankings. Research Evaluation2012,21(1):71-78.
161. Jewkes J, Sawers D, Stillerman R. The Source of Invention. London: Macmillan,1969.
162. J ns H, Hoyler M. Global geographies of higher education: The perspective of world universityrankings. Geoforum2013,46:45-59.
163. Jordan GB, Streit D. Recognizing the competing values in science and technology organization:implications for evaluation. In: Shapira P, Kuhlmann S. Learning from Science and TechnologyPolicy Evaluation. Cheltenham, UK·Northampton, MA, USA: Edward Elgar Publishing,2003:316-338.
164. Korhonen P, Tainio R, Wallenius J. Value efficiency analysis of academic research. EuropeanJournal of Operational Research2001,130(1):121-132.
165. Kostoff RN. The Handbook of Research Impact Assessment (Seven Edition). Office of NavalResearch,1997.
166. Kuklinsky-Sobral J, Araújo W L, Mendes R, Geraldi I O, Pizzirani-Kleiner A A, Azevedo J L.Isolation and characterization of soybean-associated bacteria and their potential for plant growthpromotion. Environmental Microbiology,2004,6(12):1244-1251.
167. Kulasegarah J, Fenton JE. Comparison of the h index with standard bibliometric indicators to rankinfluential otolaryngologists in Europe and North America. European Archives ofOto-Rhino-Laryngology2010,267(3):455-458.
168. Lawani SM. Bibliometrics: its theoretical foundations, methods and applications. Libri1981,31(1):294-315.
169. Lee SH, Hughes G, Nicholes J. Characteristics of frequently cited articles in mental retardation.Research in Developmental Disabilities1988,9(3):213-227.
170. Logsdon JM, Rubin CB. An overview of federal research evaluation activities: Report. GeorgeWashington University,1985.
171. Lotka A. The frequency distribution of scientific productivity. Journal of the Washington Academyof Sciences1926,16(3):317-323.
172. Luukkonen GT. Scientific research evaluation: a review of methods and various contexts of theirapplication. R&D Management1987,17(3):207-221.
173. Lyall C, Bruce A, Firn M, et al. Assessing end-use relevance of public sector researchorganizations. Research Policy2004,33(1):73-87.
174. Mario I K. The impact of the Internet on R&D efficiency: theory and evidence. Technovation2006,26(7):827-835.
175. McCain KW. Core journal networks and cocitation maps: new bibliometric tools for serialsresearch and management. The Library Quarterly1991,61(3):311-336.
176. Mccormick BH, DeFanti TA, Brown MD. Visualization in scientific computing. Report to the NSFAdvisory Panel on Graphics, Image Processing and Workstations.1987.
177. Merisotis J, Sadlak J. Higher education rankings: Evolution, acceptance, and dialogue. HigherEducation in Europe2005,30(2):97-101.
178. Nederhof AJ, Van Raan AF. A bibliometric analysis of six economics research groups: Acomparison with peer review. Research Policy1993,22(4):353-368.
179. OECD. The Evaluation of Scientific Research: Selected Experiences. Paris: OECD,1997.
180. Pavitt K, Robson M, Townsend J. The size distribution of innovating firms in the UK:1945-1983.Journal of Industrial Economics1987,35(3):297-316.
181. Pritchard A. Statistical bibliography or bibliometrics? Journal of Documentation1969,25(4):348-349.
182. Robertson G, Card SK, Mackinlay JD. The cognitive coprocessor architecture for interactive userinterfaces. In: Proceedings of the2nd Annual ACM SIGGRAPH Symposium on User interfaceSoftware and Technology. New York: Association for Computing Machinery,1989.
183. Schumpeter J. Capitalism, Socialism and Democracy. London: George,1943.
184. Simon CB, Coronado RA, Wurtzel WA, Riddle DL, George SZ. Content and bibliometric analysesof the Journal of Manual&Manipulative Therapy. Journal of Manual&Manipulative Therapy,2014, DOI:http://dx.doi.org/10.1179/2042618614Y.0000000075.
185. Stolz I, Hendel DD, Horn AS. Ranking of rankings: Benchmarking twenty-five higher educationranking systems in Europe. Higher Education2010,60(5):507-528.
186. Tornatzky LG. Benchmarking university–industry technology transfer: a six year retrospective.The Journal of Technology Transfer2001,26(3):269-277.
187. USDA,2014. http://apps.fas.usda.gov/psdonline.
188. Van Raan AFJ. Bibliometric indicators as research performance evaluation tools. In: Proceedingsof the European University Institute Conference on Research Management in Europe Today,Florence,1990.
189. Wang EC, Huang W. Relative efficiency of R&D activities: A cross-country study accounting forenvironmental factors in the DEA approach. Research Policy2007,36(2):260-273.
190. Wang J. Citation time window choice for research impact evaluation. Scientometrics2013,94(3):851-872.
191. Wang L, Szirmai A. Technological inputs and productivity growth in China’s high-tech industries.Eindhoven Centre for Innovation Studies Working Paper03.27,2003.
192. Yin RK. Case study research: design and methods. Thousand Oaks, CA: Sage Publication,1994.
193. Zipf GK. The Psychobiology of Language: An Introduction to Dynamic Philology. Boston:Houghton-Mifflin,1935.