中国海洋大学学报社会科学版  2018  Issue (4): 8-14  

引用本文  

苏菊, 张展, 昝栋, 等. 基于知识图谱的近年来世界渔业科技研究现状分析[J]. 中国海洋大学学报(社会科学版), 2018, (4): 8-14.
Su Ju, Zhang zhan, Zan dong, et al. Research on world fishery science in recent years based on knowledge map[J]. Journal of Ocean University of China (Social Sciences), 2018, (4): 8-14.

基金项目

中央高校基本科研业务费专项“中国海洋大学海洋领域技术竞争力情报分析-基于文献计量分析”(841753003);CALIS农学中心立项项目“基于文献计量的世界渔业科技研究现状分析”(2017063)阶段性研究成果

作者简介

苏菊(1971-),女,山东济宁人,中国海洋大学图书馆副研究馆员,主要从事情报分析、信息检索研究

文章历史

收稿日期:2018-03-26
基于知识图谱的近年来世界渔业科技研究现状分析
苏菊 , 张展 , 昝栋 , 朱娜 , 彭顺苓     
中国海洋大学 图书馆,山东 青岛 266100
摘要:以2012—2016年JCR收录的52种SCI渔业期刊发文数据为研究对象,借助Citespace软件、Excel和Incites数据库,用文献计量学和知识图谱可视化方法对渔业研究总体趋势、研究力量分布、研究热点等方面进行分析。分析结果表明,全球渔业研究总体稳定发展,中国论文产出呈现持续增长的良好态势;研究热点集中在基因、免疫系统、分子克隆、疾病控制和种群评估、气候变化、渔业生态系统等方向;利用计算机软件为渔业分析、评估、模拟生态学问题等提供分析结论可能是今后的研究热点之一。
关键词渔业研究    文献计量    Citespace    知识图谱    
Research on world fishery science in recent years based on knowledge map
Su Ju, Zhang zhan, Zan dong, Zhu na, Peng shunling     
Library, Ocean University of China, Qingdao 266100, China
Abstract: Base on the data of 52 kinds SCI fishery periodicals, by means of the software of Citespace, Excel and Incites database, using the Bibliometrics analysis and knowledge map visualization methods to study general trends and research group distribution, research focus. The results of the analysis show that the global fishery research is stable, and the output of Chinese papers is in good condition. The research focuses on gene, immune system, molecular cloning, disease control and population assessment, climate change, fishery ecosystem, etc. It may be one of the hot topics in the future to use computer software to analyze, evaluate and simulate ecological problems.
Key words: fisheries research    bibliometrics    Citespace    knowledge map    
一、引言

渔业是世界各地亿万民众重要的食物、营养、收入和生计来源,据联合国粮食及农业组织《2016世界渔业和水产养殖现状》报道,渔业和水产养殖业提供的动物蛋白占全球人类膳食中动物蛋白总量的17%,同时为约12%的全球人口提供生计机遇。[1]目前,我国已是公认的世界渔业大国,但渔业发展仍然面临着诸多新的挑战, 渔业健康可持续发展,迫切需要科技发挥支撑和引领作用。[2]

目前国内学者对渔业发文进行过一些分析,如林文燕[3]对SCI-E收录我国水产学科期刊论文(2004—2008年)进行了统计分析;王佳迪等[4]通过2003—2012年中国和欧盟国家的涉渔SCI论文分析了中欧渔业科技研究热点及发展趋势;静莹等[5]基于(1980—2010年)中美渔业国际合著论文分析了中美渔业科技合作现状与发展趋势;陈欣然等[6]对2002—2011年中国作者发表的水产学科SCI论文进行了计量分析;刘延忠等[7]基于CNKI数据库中2005年—2015年中国水产技术相关文献进行了知识图谱分析。但这些文献没有对世界渔业研究总体情况进行分析。本文运用文献计量学方法,从文献的年代分布、研究力量分布、高被引论文、研究热点等方面进行可视化展示,展现全球渔业领域的研究现状。

为了全面展现近年来世界渔业的研究成果,我们选取了Journal of Citation Reports(期刊引用报告,简称JCR)收录的全部52种SCI渔业期刊为研究对象,检索其2012—2016年间收录的渔业论文,共计25341篇(文献类型为article和review),检索时间为2017年8月29日。分析工具采用可视化软件Citespace、Excel和Incites数据库。

二、2012—2016年全球渔业研究现状分析 (一) 文献的总体趋势

科研论文是科学活动的主要成果产出形式,在某一研究领域发表的论文数量可在一定程度上反映出该领域研究规模的大小。[8]根据统计,2012—2016年全球渔业发文量为25341篇,从年度发文量看呈缓慢增长的趋势,见图 1,说明近年全球渔业研究总体呈现稳定发展态势。

图 1 2012—2016年全球渔业年度发文情况
(二) 渔业研究领域的主要国家/地区 1、论文产出

2012—2016年渔业研究领域的主要科研产出国家/地区有美国、中国、日本、澳大利亚、加拿大、欧洲多国等,表 1列出了发文数量前10的国家/地区。其中,美国共计发文5822篇(占总发文量的22.9%)位居第一,其次是中国大陆共计发文3506篇(占总发文量的13.8%),日本、澳大利亚、加拿大、巴西、西班牙、挪威、印度等国家发文量也均在1000篇以上。进一步分年度分析各国发文情况(见图 2),可以看出2012—2016年间,渔业研究发文TOP10国家中,中国渔业发文除在2014年略有下降外,上升趋势明显,美国稳中有升,巴西上升态势良好,其他国家基本上是平稳发展,略有升降。

表 1 2012—2016年渔业期刊发文TOP10国家/地区发文及引用情况

图 2 发文量TOP10国家2012—2016年度发文趋势图
2、科研影响力

从文献计量角度,某个国家的发文总被引频次可反映该国的学术影响力,但受其国家发表论文规模的影响较大。篇均被引频次可消除论文数量对总被引频次的影响,揭示论文的平均影响力。此外,本文还选择了论文被引百分比、被引次数排名前1%的论文百分比、高被引论文、CNCI(学科规范化的引文影响力)和平均百分位等指标,旨在从多角度全面和客观的评价国家/地区的学术影响力,并进行横向比较。

① CNCI(学科规范化的引文影响力):是指按学科、出版年和文献类型统计的规范化的引文影响力(论文篇均引文数)。其标准值(全球平均水平)为1,大于1表示论文的引文影响力高于相应学科领域的全球平均水平;小于1,则低于全球平均水平,这一指标可以很好地衡量某一个研究机构在某一学科领域内持续的影响力。

② 平均百分位(Average Percentile):一篇文献的百分位是通过建立同出版年、同学科领域、同文献类型的所有出版物的被引频次分布(即将文献按照引用频次降序排列),并确定低于该文献被引次数的论文的百分比获得的。论文的百分位值越低,说明该论文的被引次数越高,质量越高。

表 1来看,美国从总被引频次和高被引论文数量上都占据优势,但从篇均被引、被引次数排名前1%的论文百分比、CNCI、平均百分位这几个指标来看,澳大利亚、加拿大、挪威、法国则表现更为突出:几国的篇均被引均大于5.8,其中挪威的篇均被引达到6.97次/篇;被引次数排名前1%的论文百分比也都接近或超过2.5%,其中法国和加拿大达到了2.92%;从高被引论文数量上看,美国最高为57篇,澳大利亚、挪威、加拿大虽然论文总量相对较少,但高被引论文数量相对较多;从CNCI值来看,澳大利亚、挪威、加拿大较高(>1.4),法国、西班牙、中国、美国次之(>1),说明这些国家在渔业学科的论文被引表现高于全球平均水平,而巴西、日本、印度发文的CNCI值均小于1,低于全球平均水平;从平均百分位来看,从小到大依次为挪威、澳大利亚、加拿大、法国、西班牙、中国、美国、巴西、日本、印度,说明挪威相对领先于其他国家,中国的发文平均百分位为49.81%,即中国渔业发文的被引次数平均位于全球渔业学科领域的前49.81%,表现优于美国、巴西、日本和印度。

综合以上数据指标,2012—2016年间,美国、挪威、澳大利亚、加拿大、法国等国家在渔业科研领域仍占有一定优势,中国也表现出强劲的科研实力,在总发文量、总被引频次上有较强的规模优势,从科研影响力方面看,学科规范化的引文影响力和平均百分位均超过了世界平均水平,但篇均被引、被引次数排名前1%的论文百分比等距离一流强国还有一定的差距,高被引论文数量还相对较少。

3、国家/地区合作情况

用citespace软件绘制2012—2016年间渔业研究发文在50篇以上的国家/地区共现图谱(图 3),图中节点间的连线越粗,说明国家或机构间文献的联系越紧密,合作强度越大。[9]带有紫红色光圈的节点具有较高的中介中心性,在网络中具有枢纽作用和转折性意义。

图 3 2012—2016年渔业研究主要国家/地区共现图谱

可以看出,渔业研究领域合作比较密切的国家/地区主要集中于法国、英格兰、荷兰、西班牙、德国、挪威为主的欧洲地区。从中介中心性来看,英格兰、法国、西班牙的中介中心性相对较高,这表明在共现网络中很多国家(地区)都直接或间接地与他们有合作关系。中国大陆的中介中心性为0.07,相对较低,除了与美国合作比较多(229篇)外,和其他国家合作较少。

(三) 渔业研究领域的主要研究机构

2012-2016年在渔业期刊发文的机构共计2263个,通过对这些研究机构在发文情

况和论文影响力上的分析发现,渔业研究领域发文量TOP10的机构中(见表 2),中国占3席,分别是中国科学院列第2位、中国水产科学研究院列第3位、中国海洋大学列第7位;美国2席,日本、加拿大、挪威、法国、澳大利亚各占1席。

表 2 2012—2016年全球渔业研究发文量TOP10机构

从机构发文排名及其被引排名的变化可看出:加拿大、挪威、法国、澳大利亚这几个国家的研究机构被引排名高于发文排名,这些国家也是国际合作比较多的国家,说明这些机构的文章质量相对比较高。我国除了中国科学院发文和被引排名都在第二位外,其他两个机构的被引排名均低于发文排名,说明我国的科研机构总体发文质量还有上升空间,需要进一步加强国际合作,提高发文质量。

从2012-2016年渔业研究主要机构共现网络图谱(图 4)可以看出,加拿大渔业和海洋部的中介中心性最高,为1.27,其次为美国地质调查局(1.08),挪威海洋研究所(0.82),中国水产科学研究院(0.78),上海海洋大学(0.71),说明这些机构在与其他机构的交流中起到重要的中枢作用。

图 4 2012—2016年渔业研究主要机构共现图谱
三、渔业研究领域的研究热点分析 (一) 高被引文献分析

图 5是2012—2016年渔业研究文献的共引网络图谱,该图直观的显示了2012—2016年间对渔业领域研究产生重要影响的关键节点文献,并按引用情况列出了被引TOP10的文献见表 3。结合图 5表 3对这些关键节点文献进行分析如下:

图 5 2012—2016年渔业研究共引网络知识图谱

表 3 2012—2016年渔业研究被引TOP10论文统计

表 3的被引TOP10论文中,有两篇文献介绍了分子进化遗传学分析MEGA软件,其中序号1文献介绍了基于最大似然,进化距离和最大简约法的分子进化遗传学分析MEGA5软件,被引次数达到350次。分子进化遗传学分析(MEGA)软件提供了从进化的角度分析DNA和蛋白质序列数据的工具,包括序列比对、进化树的推断、估计分子进化速度、验证进化假说等,还可以通过网络(NCBI)进行序列的比对和数据的搜索;[10]有三篇文献与水产养殖有关,其中序号2文献介绍了鱼类与甲壳类营养需要,涵盖了水产动物营养学研究的基本方法、水产动物的消化生理及能量代谢、各类营养素的需要、鱼粉及鱼油替代技术、饲料加工及投喂技术、幼体营养以及水产养殖对环境的影响等;[11]AlbertG.J.Tacon通过全球电子调查问卷综述了对鱼粉和鱼油在工业化复合水产养殖中的应用,包括限制条件和未来的发展前景;[12]Gatlin, Delbert M认为持续增长和养殖生产集约化取决于可持续的蛋白质来源,应发展替代鱼粉在水产饲料中的应用;[13]值得注意的是全球被引TOP10的文献中有5篇跟R语言有关,其中4篇高被引文献为不同年度的“R: A Language and Environment for Statistical Computing”,R是一个具有强大统计分析及作图功能的软件,也是一种计算机程序设计语言,能为渔业资源分析、评估等提供强有力的计算和分析环境,[14]1篇关于R语言在分析模拟生态学问题的应用,[15]说明R语言在渔业研究中的应用是一个热点。

在网络结构中重要性越高,其节点外圈的紫色年轮越厚,该文献越具有产生革新性影响的潜质。[16]图 5中有紫色年轮的几篇高中介中心性论文,如Tacon AGJ、R DCT的论文同时也是被引TOP10论文,但Worm, B发表的论文虽不是被引TOP10的论文,却是图中中介中心性最高的文献,该文从渔业和保护的角度分析当前渔业趋势,指出全球在经历了长期的过度捕捞之后,正在加紧努力恢复海洋生态系统和重建渔业,全世界仍有63%的被评估的鱼群仍然需要重建,甚至需要更低的开发率来扭转脆弱物种的崩溃。[17]

以上高频被引文献和高中介中心性文献展示出近年来渔业研究的热点集中在渔业产品的水产养殖、分子进化遗传学分析、渔业资源分析和评估、渔业资源管理等方面。图 6列出了渔业研究领域近年来引用量突增的文献,也需重点关注。

图 6 2012—2016年渔业研究引用频次突增文献
(二) 高频关键词分析

关键词是论文的核心与精髓,频次高的关键词常被用来确定一个研究领域的热点问题。从全球渔业研究领域的关键词共现图谱(图 7)可以看出,2012—2016年,世界渔业领域主要的研究领域为水产养殖和渔业管理等方面。

图 7 2012—2016年渔业研究关键词共现图谱

水产养殖研究方向为基因、免疫系统、分子克隆、疾控控制以及生长的研究,免疫和分子克隆技术的研究主要集中在凡纳滨对虾、虹鳟鱼等养殖品种,养殖斑节对虾的疾病控制和预防、水产品生长性能也是研究的重点区域;渔业管理研究则主要集中于种群评估、气候变化对渔业资源的影响、渔业生态系统等方面。虹鳟鱼的中介中心性很高,表明其无论是作为世界上广泛养殖的冷水性鱼,还是作为捕捞品种,在研究中都占有一定的比重。中心性大于0.1的关键词还包括growth(生长)、fish(鱼)、population(种群)、immune response(免疫应答)、litopenaeus vannamei(凡纳滨对虾)、gene expression(基因表达)、salmon salmo salar(大西洋鲑鱼)、management(管理)、recruitment(种群补充)、mortality(死亡率)、fishery(渔业)、expression(表达)等,见表 4。这些关键词在一定程度上能够表示近年来渔业研究的热点。

表 4 2012—2016年全球渔业研究高中心性关键词

进一步对高频关键词进行聚类分析(图 8),可以总结出2012—2016年全球渔业研究的几个热点领域:

图 8 2012—2016年渔业研究高频关键词聚类图谱

1、渔业管理研究,主要围绕关键词“管理”展开,相关关键词有:种群、保护、种群补充、种群评估、气候变化、栖息地、丰度、生活历史、生态系统、生物多样性等。

2、渔业水产的病害免疫研究,主要围绕关键词“基因表达”展开,相关关键词有:先天免疫、免疫应答、凡纳滨对虾、斑节对虾、白斑综合症病毒、氧化应激、实时聚合酶链反应、基因组结构、脂多糖、RNA表达、分子克隆、溶藻弧菌、鳗弧菌、免疫挑战、c型凝集素、病毒、CDNA克隆、疫苗、抗菌肽、hsp70、酚氧化酶原、嗜水气单胞菌、副溶血性弧菌、酚氧化酶、过氧化氢酶、基因克隆、互补脱氧核糖核酸、吞噬作用、免疫力、蛋白质、重组蛋白、抗氧化状态、核苷酸、表达谱、病原体、免疫系统等。

3、虹鳟鱼的养殖技术研究,主要围绕关键词“虹鳟鱼”展开,相关关键词有:虹鳟鱼、大西洋鲑鱼、生长性能、水产养殖、鱼粉、免疫反应、基因表达、消化率、大豆粉、蛋白质、抗病性、脂肪酸、罗非鱼、大西洋鳕鱼、通道鲶鱼等。

4、渔业产品的生长研究,主要围绕关键词“生长”展开,相关关键词有:生长、生存、温度、繁殖、死亡率、饮食、幼鱼、大小、身体组成等。

5、水产养殖技术研究,主要围绕关键词“鱼”、“水产养殖”展开,相关关键词有:鱼、水产养殖、应激、响应、行为、水、迁移、生长、柱状黄杆菌、重金属、精子、消化率、驯养、拖网、鱼类行为、二氧化碳、鱼分布、致病菌、外来物种、生物体内积累、新陈代谢、增长率、寄生虫等。

四、结论和展望

通过对2012—2016年间渔业研究论文的数据挖掘和统计分析,揭示了世界渔业研究在近年来的研究现状,分析结果表明:

1、全球渔业研究总体呈现稳定发展态势,中国论文产出持续增长,呈现良好态势,学科规范化的引文影响力和平均百分位均超过了世界平均水平,表现出综合科研实力的提升;在科研影响力上,美国、挪威、澳大利亚、加拿大、法国等国家仍占有一定优势。

2、从国际合作来看,欧洲地区渔业研究合作比较密切。究其原因可能与国际上渔业资源分配、资源养护、管理模式、生态化转型及国际渔业法律法规(如《联合国海洋法公约》)等大环境有关,这些因素也影响到各个国家研究的侧重点和国际研究热点,并进一步影响发文和被引排名情况。中国除了与美国合作比较多外,和其他国家合作较少。今后的渔业领域研究中,中国的学术论文应以提升质量为主要目标,适当加强与更多国家/地区合作,增强国际化视野,提高国际影响力。

3、通过研究热点分析,目前渔业研究领域以水产养殖和渔业管理为主。水产养殖研究方向为基因、免疫系统、分子克隆、疾病控制以及生长的研究,渔业管理研究则主要集中于种群评估、气候变化对渔业资源的影响、渔业生态系统等方面。免疫应答、基因表达等关键词反映了水产病害学及养殖技术的需求,相关部门应加大投入,合理分配资源,保证重点方向。

4、通过文献的共引网络图谱分析,计算机软件在渔业研究中的应用成为热点,今后的研究方向很可能在传统渔业及生物学研究与信息电子技术的交叉融合,渔业研究传统上用的一些基本方法较难带来高质量高被引的论文。利用计算机软件为渔业分析、评估、模拟生态学问题等提供分析结论可能是今后的研究热点之一。

5、虹鳟鱼成为中介中心性最高的关键词,反映了本文调查时段(2012—2016年)的渔业研究热点品种,可能跟这段时间的养殖经济或人们的饮食喜好有关,这种品种应该是随着时代的变化有所变化的,其他两个高中心性关键词中的物种:凡纳滨对虾和大西洋鲑鱼也是重点研究方向。

参考文献
[1]
联合国粮食及农业组织. 2016世界渔业和水产养殖现状[R/OL]. (2017-08-10)[2016]http://www.fao.org/3/a-i5555c.pdf. (0)
[2]
农业部. "十三五"渔业科技发展规划[R/OL]. 2017(2017-06-30)[2017-01-19]. http://www.moa.gov.cn/govpublic/YYJ/201701/t20170123_5462599.htm. (0)
[3]
林文燕. SCI-E收录我国水产学科期刊论文(2004~2008年)统计分析[J]. 情报探索, 2010, (11): 52-54. DOI:10.3969/j.issn.1005-8095.2010.11.020 (0)
[4]
王佳迪, 马卓君. 中欧渔业科技研究热点及发展趋势[J]. 科技管理研究, 2015, (09): 34-40. DOI:10.3969/j.issn.1000-7695.2015.09.007 (0)
[5]
静莹, 李应仁, 张晓琴. 中美渔业科技合作现状与发展趋势的计量学分析[J]. 中国农学通报, 2012, (20): 106-112. (0)
[6]
陈欣然, 吴均, 张晓琴, 等. 基于SCI论文的中国水产科研态势分析[J]. 中国水产科学, 2013, (02): 442-455. (0)
[7]
刘延忠, 郑纪业, 王东雨, 等. 基于CNKI的中国水产技术研究知识图谱分析[J]. 农业图书情报学刊, 2017, (12): 60-63. (0)
[8]
王婷. 2009-2015年国际青藏高原研究文献计量分析——基于SCIE和ESI数据[J]. 地理科学进展, 2017, (04): 500-512. (0)
[9]
刘爱东, 李小霞, 禹露. 基于CiteSpaceⅢ的国外管理会计研究综述[J]. 中南大学学报(社会科学版), 2016, (02): 67-75. DOI:10.3969/j.issn.1672-3104.2016.02.011 (0)
[10]
Tamura K, Peterson D, Peterson N, et al. MEGA5: Molecular Evolutionary Genetics Analysis Using Maximum Likelihood, Evolutionary Distance, and Maximum Parsimony Methods[J]. Molecular Biology and Evolution, 2011, 28(10): 2731-2739. DOI:10.1093/molbev/msr121 (0)
[11]
Council N R, Studies D O E A, Resources B O A A. Nutrient Requirements of Fish and Shrimp[M]. Washington, DC: The National Academies Press, 2011. (0)
[12]
Tacon A G J, Metian M. Global overview on the use of fish meal and fish oil in industrially compounded aquafeeds: Trends and future prospects[J]. AQUACULTURE, 2008, 285(1-4): 146-158. DOI:10.1016/j.aquaculture.2008.08.015 (0)
[13]
Gatlin D M, Barrows F T, Brown P, et al. Expanding the utilization of sustainable plant products in aquafeeds: a review[J]. Aquaculture Research, 2007, 38(6): 551-579. DOI:10.1111/are.2007.38.issue-6 (0)
[14]
官文江主编. R语言在海洋渔业中的应用[M]. 北京: 海洋出版社, 2015. (0)
[15]
Smith A F Z N. Mixed Effects Models and Extensions in Ecology with R[M]. 2009. (0)
[16]
Chen C M. CiteSpace Ⅱ: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-377. DOI:10.1002/(ISSN)1532-2890 (0)
[17]
Worm B, Hilborn R, Baum J K, et al. Rebuilding Global Fisheries[J]. Science, 2009, 325(5940): 578-585. DOI:10.1126/science.1173146 (0)