毛先才 張紅燕 劉亞文
摘要:對國內外農業信息化領域的研究特征與研究熱點進行歸納和分析,為我國農業信息化的后續研究提供參考。采用文獻計量法和共詞聚類法,借助R語言編程工具,針對CNKI和Web of Science數據庫中與農業信息化相關文獻,分別從時間分布、核心作者、來源期刊、研究熱點和研究趨勢進行定量統計和定性分析。結果表明,國內研究更關注農業信息服務、農村信息化建設與現代農業發展等,而國際研究更關注與農業生產和管理相關的氣候變化監測、土地利用管理、生態服務等。因此,我國農業信息化的研究應更加深入,并更多關注現代信息技術在具體農業生產實踐中的應用。
關鍵詞:農業信息化;文獻計量;發表時間;核心著者;來源;高頻關鍵詞;共詞聚類分析;R語言;研究熱點
中圖分類號: G250.252;S126 ?文獻標志碼: A ?文章編號:1002-1302(2020)15-0064-07
農業信息化是一個涵蓋多學科、多領域的綜合系統工程[1],它是應用信息技術對農業生產領域、農業流通領域、農業科技領域、農業教育領域以及農村文化生活領域進行提升和改造的一種活動[2]。自2005年以來,中央一號文件連續15次強調農業農村信息化建設,從中不難看出我國對農業信息化建設的重視程度和投入力度,農業信息化也成為眾多國內外科研工作者關注的焦點。農業信息化領域的研究文獻客觀記錄了該領域的發展概貌,開展相關文獻分析以了解農業信息化領域的研究現狀和研究熱點,對把握其未來的發展趨勢意義重大。目前,已有學者對農業農村信息化領域進行相關研究,如楊杰等基于CNKI數據庫對國內農村信息化研究熱點與主題演進進行可視化分析[3]。曹利紅采用文獻計量學方法結合CiteSpace軟件,分析我國農業信息化領域的研究現狀及發展趨勢[4]。桑靜利用知識圖譜對我國農業信息化研究歷史和現狀進行全面的梳理[1]。丁恩俊等基于文獻計量對國內外農業信息化領域的發文量、發文機構和作者合作等關系進行分析[5]。但基于CNKI中文數據庫和Web of Science外文數據庫對比分析國內外農業信息化領域研究特征和熱點的相關報道卻極其鮮見。本試驗以國內外農業信息化領域相關文獻為研究對象,利用R編程工具對文獻進行計量分析、高頻關鍵詞共詞聚類分析,并以圖文展示國內和國際農業信息化領域的發展現狀、研究熱點與研究趨勢,以期為農業信息化領域科研人員的后續研究提供參考。
1 數據來源與研究方法
1.1 數據來源
國內文獻以“農業信息”為主題詞,在中國知網CNKI中進行檢索,選擇全部中文數據庫,出版年限為1979—2018年,去除其中征文啟示、學術輯刊等非學術文獻,共獲得有效文獻16 472篇。國內核心期刊文獻仍以“農業信息”為主題詞檢索,選擇科學引文索引(Science Citation Inden,SCI)、工程索引(EI)、核心、中文社會科學引文索引(Chinese Social Sciences Citation Inden,CSSCI)、中國科學引文數據庫(Chinese Science Citation Dayabase,CSCD)期刊作為來源期刊,出版年限為1992—2018年(相關核心期刊論文最早發表于1992年),篩選出有效論文 1 828篇。國外文獻以“agricultural information”為主題詞,在Web of Science數據庫中檢索,選擇其核心合集,出版年設定為2007—2018年(受版權限制),共檢索到12 127篇。
1.2 研究方法
文獻計量法是以數學、統計學等計量方法,對文獻情報的分布結構、數量關系以及變化規律進行定量分析研究的一種方法[6]。本研究運用R語言編程實現文獻的匯總、篩選和計量,并從時間分布、核心作者、文獻來源3個方面對國內外農業信息領域文獻的形式特征進行分析。
共詞聚類分析法采用聚類的計算方法,對文章中共現的關鍵詞對的關聯性進行運算,將關系密切的詞聚集歸類,進行信息挖掘[7]。通常詞對共現的頻次越高,表明它們的關系越密切。因此,共詞聚類分析常被用于探索該領域潛在主題和學科間的發展聯系及學術趨勢演化[8]。本研究運用R語言編程及igraph等軟件包,實現關鍵詞的分離、高頻關鍵詞的提取、相近關鍵詞的合并與高頻關鍵詞的共詞聚類分析,并梳理歸納國內外農業信息化領域的研究熱點和研究趨勢。
2 農業信息化文獻的形式特征分析
2.1 文獻發表時間分布
時間分布的研究可以間接反映某一學科情況的總體趨勢,展現其研究歷程與現狀。本研究分別對農業信息領域的CNKI全部中文文獻、CNKI核心期刊論文、Web of Science核心集國際文獻的年文獻量進行統計,并基于統計結果利用R軟件中的plot函數繪制相應的文獻發表時間分布圖(圖1、圖2)。
由圖1可知,農業信息化相關研究始于1979年,在接下來的20年(1979—1998年)整體發文量較少,但仍呈緩慢增長趨勢;1999—2007年發文量急劇增加,并于2007年達到高峰期;2008—2018年發文量相對恒定。從中文核心期刊論文發表量的時間分布來看,1992年開始有農業信息化方面的研究論文在核心期刊發表,直至1998年,每年發文量均不超過30篇。1999—2007年發文量穩步增長,于2007年達到頂峰,到2012年發文量又有所回落。其中,2006—2011年農業信息化領域核心期刊論文量顯著,這與2005年中央1號文件中首次提出“加強農業信息化建設”不無關系。由圖1還可知,國內農業信息化研究走過了萌芽期(1979—1998年)、成長期(1999—2007年),現在正處于成熟期(2008至今)。由圖2可知,2007—2018年國際農業信息領域的文獻量總體呈上升趨勢,說明全球對農業信息的關注度越來越高。
2.2 文獻的核心著者分析
對農業信息化研究中文文獻作者進行統計,結果顯示發文量最多的是中國農業科學院農業信息研究所的許世衛,共發表相關論文46篇。根據普賴斯的核心著者最低發文量計算公式m≈0.749 nmax(其中:n為發文最多著者的論文發表量,m為核心著者最低發文量)[9],可得m≈5.07,按向上取整原則,發文6篇及以上者為核心著者。據此統計核心作者人數多達711人,由此可見農業信息化已成為學術界關注的熱點(表1)。
同樣,通過對農業信息化研究領域中文核心期刊論文的作者情況進行統計,發現發文量最多的是北京農業信息技術研究中心的李瑾,共發表相關文獻18篇。同上,可得核心著者最低發文量m≈3.18,即發文4篇及以上者為核心著者。據此統計核心著者人數僅為76人(表2)。與上述據所有中文文獻統計出的核心著者人數相比,數量相對懸殊,從側面也反映出大多數國內農業信息化科研工作者的研究不夠深入、發文質量還有待提高。
通過對農業信息化相關國際文獻作者情況進行統計,發現發文量最多的是Beltsville Agricultural Research Center的Martha C Anderson,共發表相關文獻21篇。計算可得其核心著者最低發文量m≈3.43,即發文4篇及以上者為核心著者,據此統計全球核心作者人數為570人(表3)。
2.3 文獻來源分析
通過對農業信息化領域中文文獻的來源期刊和碩博論文進行統計,發現發文量居多的期刊主要有《農業圖書情報學刊》《農業網絡信息》《安徽農業科學》《農業信息探索》《農機化研究》《中國農業信息》《農產品市場周刊》《計算機與農業》《現代農業科技》《農業經濟》等期刊,而發文量居多的碩博論文主要來自中國農業科學院、湖南農業大學、西北農林科技大學、華中師范大學、南京農業大學等機構。同樣對中文核心期刊論文來源的統計結果顯示《農業經濟》《農機化研究》《世界農業》《情報雜志》《農村經濟》等核心期刊發文量居多。
通過對國際文獻的來源期刊進行統計,發現發文100篇以上的有9種期刊,分別是《Science of the Total Environment》《PLoS One、Computers and Electronics in Agriculture》《Agriculture Ecosystems & Environment》《Remote Sensing》《Sustainability》《Environmental Monitoring and Assessment》《Ecological Indicators》《Journal of Environmental Management》《Geoderma》等。
3 農業信息化研究熱點可視化分析
3.1 國內農業信息化研究熱點可視化分析
某關鍵詞在某學科出現越頻繁,表明其受相關學者的關注度越高,也可理解為該學科的研究熱點[10]。通過對農業信息化領域中文核心期刊論文的關鍵詞進行統計分析,篩選出其中頻次≥18的關鍵詞,并剔除“對策”“問題”“綜述”等無明確內涵的關鍵詞,共得到39個高頻關鍵詞(表4)。
將39個高頻關鍵詞兩兩配對,形成高頻關鍵詞對。統計關鍵詞對出現在同一文獻中的頻次,構建高頻關鍵詞共現矩陣?;诠铂F矩陣,運用R軟件繪制高頻關鍵詞共現網絡,并進行聚類分析(圖3)。
從關鍵詞的共現聚類結果來看,39個關鍵詞共聚為4類:第1類包含14個關鍵詞,其中農業信息資源、農業信息系統、農產品、勞動者等關鍵詞中心度較高。第2類包含9個關鍵詞,其中信息服務、農村信息化、新農村等關鍵詞中心度較高。第3類包含8個關鍵詞,其中農業、農業信息、圖書館等關鍵詞中心度較高。第4類包含8個關鍵詞,其中信息技術、物聯網等關鍵詞中心度較高,但這些僅是技術支撐,其具體研究對象中心度較高的則是現代農業和精準農業。
根據關鍵詞頻次、聚類結果和中心度情況,再結合具體文獻和專業知識,將國內農業信息化領域的研究熱點概括為以下6個主要方面:第一,農業信息資源。農業信息資源是農業自然資源和農業經濟技術資源的信息化。農業信息資源研究主要圍繞天氣信息、土壤信息、水分信息、農作物生產信息、病蟲害信息等自然信息,以及農產品市場信息、法律法規與科技教育信息等經濟技術信息的收集與分析。第二,農業信息服務。農業信息服務研究主要圍繞農業信息的傳播形式、農業知識庫的建立、農業信息服務平臺的構建、農業信息咨詢和檢索服務等。第三,農村信息化。農村信息化是信息技術和通信技術在農村生產、生活和社會管理中實現普遍應用和推廣的過程。農村信息化研究主要
包括農村電信、互聯網等基礎設施建設、農村經濟文化的新農村建設、農業電子商務及數字農業的推廣等。第四,現代農業?,F代農業研究主要圍繞農業的現代化和產業化展開,一方面是農業設備和技術的現代化;另一方面是農業管理方面的專業化和企業化。另外,還包括現代生態農業和旅游農業的研究。第五,信息技術。信息技術是農業信息化的支柱,國內農業信息技術研究主要包括計算機、互聯網、云計算、大數據、物聯網等在農業生產、管理、營銷等各方面的應用。第六,精準農業。精準農業是以信息技術為支撐,根據空間變異,定位、定時、定量地實施一整套現代化農事操作與管理的系統[11]。精準農業研究主要包括“3S”技術(GIS、RS、GPS)、農業自動化技術[12]、互聯網技術、物聯網技術,以及農業生產中的精準灌溉、精準施肥、精準噴藥等精細化操作。
考慮到國內文獻跨越年限較長,進一步參照“2.1”節分析得到的3個時期按上述方法分階段進行高頻關鍵詞共詞分析以深入了解國內研究熱點和研究趨勢的變化。結果表明,在萌芽期(1979—1998年),研究主要集中在市場經濟體制、農業信息系統建設、農業信息資源建設等方面;在成長期(1999—2007年),對農業信息資源、現代農業、農村信息化、信息技術、農業電子商務等的關注度較高;在發展成熟期(2008—2018年),農業信息化領域的研究更廣,主要包括農業信息服務、智慧農業、精準農業、現代農業、現代信息技術(互聯網+、物聯網、大數據、云計算)等多個研究領域,呈現出現代化、自動化和多元化的發展趨勢。
3.2 國際農業信息化研究熱點可視化分析
對Web of Science外文數據庫中農業信息化領域文獻的關鍵詞進行統計分析,并合并其中的同義關鍵詞,如GIS、geographic information system、geographical information system、land use change、land-use change等。對合并后的關鍵詞重新進行頻次統計,篩選出其中頻次≥60的關鍵詞(共30個)作為高頻關鍵詞(表5)。
同上,利用這30個高頻關鍵詞構建共現網絡,并進行聚類分析(圖4)。
由圖4可知,30個關鍵詞共聚為4類:第1類包含9個關鍵詞,其中GIS、soil、water quality等關鍵詞中心度較高。第2類包含8個關鍵詞,其中remote sensing、drought、irrigation等關鍵詞中心度較高。第3類包含6個關鍵詞,其中climate change、soil erosion、food security等關鍵詞中心度較高。第4類包含7個關鍵詞,其中land use、biodiversity、ecosystem services等關鍵詞中心度較高。
依據關鍵詞的頻次、共詞聚類結果及中心度情況,結合具體文獻和專業知識,將國際農業信息化領域的研究熱點概括為以下6個主要方面:第一,地理信息系統(Graphic Information System,GIS)。GIS是用于采集、存儲、管理、分析、表達空間數據的信息系統,農業信息化領域中的GIS研究主要包括GIS在植物病蟲害預警中的應用,GIS在地下水、土地利用管理中的應用[13],GIS在水質、土壤重金屬污染等環境監測中的應用等。第二,遙感技術(remote sensing)。農業遙感主要研究利用遙感技術監測土地利用情況、土壤干旱情況、作物蒸散量和需水量以及農作物的生長情況等,并結合GIS和GPS為精準農業服務。第三,土地利用(land-use)。土地利用是人類對土地進行有計劃的利用,相關研究主要包括土地利用變化監測、土地分類、生態系統服務等。第四,生物多樣性(biodiversity)。生物多樣性是生物及其環境形成的生態復合體以及與此相關的各種生態過程的綜合[14],其研究主要包括生物多樣性保護、水土保持、氣候變化調節、生態系統穩定等。第五,氣候變化(climate-change)。通常以不同時期的溫度、降水量等氣候要素的差異來反映氣候的變化。在農業信息領域主要研究氣候變化對農業生產的影響,并通過建立相關模型進行預測分析。第六,糧食保障(food security)。該方向的研究主要包括與遙感技術結合的糧食產量估產,氣候變化對糧食保障的影響等。
4 結論
本試驗選取CNKI中文數據庫和SCI外文數據庫中與農業信息化相關的國內外文獻作為研究對象,采用文獻計量學和共詞聚類分析法,借助R語言編程工具,從時間分布、核心作者、來源期刊、研究熱點對國內和國際農業信息化領域的研究進行統計與分析。首先,從文獻量的時間分布來看,國內農業信息化領域的研究經歷了萌芽期、成長期,現在正處于成熟期,呈現穩定發展的趨勢;而國際研究成果逐年增長,對農業信息領域的關注度越來越高。其次,從核心作者來看,在農業信息領域發文量較高的國內核心作者有胡緒嵐、許世衛、李道亮、郭作玉、劉月姣、梅方權等,在中文核心期刊發文量較高的作者是李瑾、劉小平、劉麗偉、常青、孫素芬等。國際農業信息化領域的核心作者有Martha C Anderson、Shinji Fukuda、Zhongkui Luo、Wei Ouyang、Kang Oh Lee等。其中Wei Ouyang是北京師范大學教師。事實上,國內不少學者的高質量研究都發表在國際SCI期刊上,這也從側面反映出我國農業信息化研究在逐步走向國際化。再次,從文獻來源來看,國內農業信息領域文獻主要來自于科技管理、農業、計算機等學科期刊以及農業院校的碩博論文。而國際農業信息化領域的文獻主要來自《Science of the Total Environment》《PLoS One》《Computers and Electronics in Agriculture》《Agriculture Ecosystems & Environment》等期刊。最后,從研究熱點來看,國內外農業信息化領域的研究有相同的部分,都關注“3S”技術與互聯網技術在現代農業、精準農業中的應用研究;但也存在不同的部分,國內研究更關注農業信息服務、農村信息化建設、現代農業發展等,國際研究則更關注與農業生產和管理相關的氣候變化監測、土地利用管理、生物多樣性、生態服務等研究。這與我國信息化基礎設施相對薄弱、經營管理方式相對落后、生產方式傳統不無關系[15]。
縱觀我國農業信息化領域的研究動態,即從早期的農業信息資源和信息系統建設,到后期的農業電子商務與農村信息化建設,再到近期的農業信息服務、精準農業與智慧農業,雖然我國農業信息化已呈多元化發展,但大多仍圍繞在信息化建設與信息服務上,信息技術在農業生產實踐中的研究深度不夠。隨著我國農業信息化基礎設施的逐步完善和農業信息技術的不斷推進,后期我國農業信息化研究應緊追國際農業信息化的步伐,更多關注“3S”技術、互聯網技術、物聯網技術等現代信息技術在具體農業管理、農業生產實踐、農業信息監測中的應用研究,以大幅度提升我國農業信息化實踐的質量和效益。
參考文獻:
[1]桑 靜. 基于知識圖譜的我國農業信息化研究回顧與展望[D]. 武漢:華中師范大學,2014.
[2]張紅燕. 探討農業信息化技術專業碩士研究生的培養[J]. 農業網絡信息,2010(9):122-124,130.
[3]楊 杰,湯 薇. 國內農村信息化研究熱點與主題演進的可視化分析[J]. 圖書情報導刊,2019,4(2):33-42.
[4]曹利紅. 基于Citespace軟件的我國農業信息化領域研究的可視化分析[J]. 貴州農業科學,2018,46(2):143-147.
[5]丁恩俊,謝 佳,申麗娟,等. 基于文獻計量的國內外農業信息化研究態勢分析[J]. 西南大學學報(自然科學版),2017,39(8):116-125.
[6]盧 垚,宋 敏. 基于文獻計量學的我國2006—2015年植物分子生物學研究態勢分析[J]. 中國農業科技導報,2017,19(6):10-20.
[7]鐘偉金,李 佳,楊興菊. 共詞分析法研究(三)——共詞聚類分析法的原理與特點[J]. 情報雜志,2008(7):118-120.
[8]宋茂海,李東方. 基于共詞分析的國內生物信息學熱點領域研究[J]. 生物信息學,2014,12(1):46-52.
[9]宗淑萍. 基于普賴斯定律和綜合指數法的核心著者測評——以《中國科技期刊研究》為例[J]. 中國科技期刊研究,2016,27(12):1310-1314.
[10]趙 爽. 基于共詞分析的我國電子商務領域研究熱點探析[D]. 長春:吉林大學,2017.
[11]曹幸穗,柏 蕓,張 蘇. 大眾農學史[M]. 濟南:山東科學技術出版社,2015
[12]王 偉,張 剛,劉九慶,等. 農業信息采集機器人設計及試驗研究[J]. 農機化研究,2016(9):206-209.
[13]Marquesperez I,Moranavarro G,Perezsalas J L,et al.Agricultural land values using geographic information systems:design location model and tools for information available by geoportal.Application to a spanish agricultural area[J]. Survey Review,2017(5):1-10.
[14]Kok M T J,Kok K,Peterson G D,et al.Biodiversity and ecosystem services require IPBES to take novel approach to scenarios[J]. Sustainability Science,2017,12(1):177-181.
[15]孔繁濤,朱孟帥,韓書慶,等. 國內外農業信息化比較研究[J]. 世界農業,2016(10):10-18.