基于文献计量的中国水产养殖技术研究态势分析

钱 妤，王希挺，陈欣然，张晓琴，孙存鑫

（1中国水产科学研究院资源与环境研究中心《中国水产科学》编辑部，北京100141；2中国科技出版传媒股份有限公司，北京中科期刊出版有限公司，北京100717；3中国水产科学研究院淡水渔业研究中心，江苏无锡214081）

0 引言

水产养殖是关乎全球亿万民众食物供给、收入和生计来源的重大领域，为全世界人民提供了更加多样化、营养更丰富的食物。捕捞渔业产量在20 世纪80 年代末出现相对停滞，水产养殖业一直是促进食用水产供应量大幅增长的主要驱动力。中国是世界水产养殖大国，经过半个多世纪的快速发展，取得了举世瞩目的成就。2017年中国水产品产量6445万t，其中水产养殖产量达4906 万t，占世界水产养殖产量的65%以上[1]。在这其中，中国水产养殖科技在推动渔业持续发展方面发挥了重要的推动作用，这也与致力于水产养殖科技研究的专家、学者的付出密切相关。

文献计量学是采用统计学的方法对科学技术的有关特征进行分析，进而揭示科学技术发展规律，并对科学技术活动、作用及影响进行定量研究的一门科学[2-3]。利用文献计量学的方法对科技期刊的发文进行统计和分析，可以有效地把握学科领域的研究热点、挖掘核心作者，同时对科研管理、学科建设、服务科研工作者起到良好的支撑作用[4-6]。基于此，本研究利用文献计量学方法，对2012—2016年的水产养殖技术领域论文及其在2017年的被引数据进行分析，旨在挖掘水产养殖技术学科的研究热点、发展趋势及其高被引作者、机构等特征信息，从而为科研工作者提供更好的研究参考、为科研管理者制定科研计划以及为科技期刊选题策划提供参考。

1 材料与方法

1.1 数据来源

选取中国科学引文索引(CSCI)数据库(http://168.160.16.119)2012—2016 年的分类号为S96 的论文及其在2017年的被引数据。

1.2 高被引分析指数

为全面反映、客观评判学者、机构及期刊等各个科研主体的高被引情况，选取发文量、被引频次、被引率、5 年影响因子、高被引论文、高影响力期刊、高被引作者、高被引机构等多种角度揭示学科被引情况。

1.2.1 发文量/载文量 发文量指在数据统计的时间范围内，某学者或机构在国内正式期刊上发表的学术论文数量。载文量指在数据统计的时间范围内，某期刊登载的学术论文数量。学科发文量指在数据统计的时间范围内，某学者或机构在国内正式期刊上发表的主题隶属于某学科的学术论文数量。学科载文量指在数据统计的时间范围内，某期刊登载的主题隶属于某学科的学术论文数量。

1.2.2 5年发文量/5年载文量 统计发文量/载文量的时间范围限定为5 年（2012—2016 年），不限定论文主题所属学科。

学科5年发文量/学科5年载文量指统计发文量的时间范围限定为5年（2012—2016年），同时，论文主题范围限定为本书所划分的50 个学科中的某一个学科。为便于统计，一篇学术论文只隶属于一个学科。

（期刊）学科载文量占比为某期刊的5年发文中，主题涉及某一学科的学术论文数量占该刊5年发文量的比例。

2017年学科发文量为某机构的2016年发文中，主题涉及某一学科的学术论文数量。

1.2.3 被引频次 在文献计量学领域，被引频次常被用于体现学术论文受其他学者关注的程度，并进一步用于反映学术论文的影响力（被引频次并不必然是学术水平的直接体现）。一般情况下，被引频次指学术论文被其他学术论文引用的次数。本研究在统计被引频次时不排除自引。

总被引频次指在统计范围内，被统计对象所发表（或刊载）全部学术论文的被引频次的累计值。

2017 年被引频次指被统计对象5 年（2012—2016年）发文在2017年被其他学术论文引用的次数。若同一被统计对象发表（或刊载）的2篇或多篇论文同时被一篇论文引用，则只计作一次被引。

最高被引频次指被统计对象5年间所发表的论文中，在2017年被引用最多的论文的被引频次。

篇均被引频次指用作统计的论文集合的平均被引用次数。

学科被引频次指在统计范围内，被统计对象所发表/刊载的某学科论文的被引频次。

1.2.4 被引率 以期刊被引率为例（同理可计算学者和机构的论文被引率），期刊前5 年刊载的学术论文中，在统计当年获得过引用的论文占载文总数的比例。被引率反映期刊论文被利用的情况，被引率越高的期刊，其刊载论文的被引用概率越高。具体算法如式(1)。

1.2.5 5 年影响因子 5 年影响因子主要用于反映期刊所载论文的总体被引情况。

期刊5年影响因子指期刊前5 年刊载的所有学术论文在统计当年的篇均被引频次。具体算法如式(2)。

期刊的学科5年影响因子指期刊前5年刊载的所有学术论文中，隶属于某一学科的论文在统计当年的篇均被引频次。具体算法如式(3)。

1.2.6h指数 其发表的Np篇论文中有h篇每篇至少被引用h次，而其余的Np-h篇论文每篇被引均小于或等于h次。

1.2.7 高被引论文 某学科2017年被引用过的论文中，按论文被引频次高低排序，排位在前1%的论文定义为高被引论文。

1.2.8 学科高影响力期刊 前5年内刊载过某学科论文的期刊中，将期刊的学科载文量占比大于30%的期刊定义为学科高影响力期刊。在2017 年被某学科论文引用较多的国外期刊定义为高被引国外期刊。

1.2.9 高被引作者 前5年内发表过某学科论文的作者中，将学科论文累计被引频次前10%的作者定义为高被引作者。

只统计论文的第一作者。

5 年发文期刊分布特指同一作者的学科5 年发文发表在多少种期刊上。

1.2.10 高被引机构 将机构划分为高等院校和科研院所2种类型。前5年内发表过某学科论文的机构中，将学科论文累计被引频次排在前列的高等院校和科研院所分别定义为高被引高等院校和高被引科研院所。

1.3 分析框架和方法

1.3.1 高被引论文分析 对于学科内2017 年被引频次排名前10 位的学术论文，列出论文的题名、第一作者姓名、来源期刊、发表年份、总被引频次（2017年之前）及2017年的被引频次等指数。

在热点主题关联图中，节点大小代表关键词文档词频的相对高低，链接粗细反映共现次数多少；节点颜色、位置和距离未赋予特定意义。

共词分析是一种研究词语共现现象的计量分析方法，其原理是具有概念内涵的2 个词语在指定范围内多次共同出现，则假定它们之间存在着某种主题关联，共现频率越高则认为主题关联越紧密。

1.3.2 学科高影响力期刊分析 对于各学科内2017 年学科5年影响因子排名前10位的学术期刊，列出期刊的学科5年载文量、5年载文总量、2016年被引频次、高被引论文数量、5年影响因子、学科5年影响因子等指数。

期刊共被引分析可以揭示期刊在载文主题方面的内在关联。利用共被引分析获取2016 年学科内各期刊之间的共被引情况并加以可视化，以揭示期刊的载文主题关联。在期刊载文主题关联图中，红色节点代表着高学科影响力期刊TOP10，代表其他期刊的节点则随机赋予红色以外的颜色；节点大小反映期刊的学科5 年影响因子的相对高低；链接粗细表示共被引关联强弱；节点位置和距离未赋予特定意义。

共被引分析是一种研究两篇文献同时被引用现象的计量分析方法，其原理是2 篇文献被多篇文献同时引用，就假定它们之间具有某种主题关联性或相似性，共被引次数越多表明主题越接近。

1.3.3 高被引作者分析 对于学科内2016 年学科被引频次排名前20 位的作者，列出作者的姓名、单位、5 年发文量、学科5年发文量、学科5年发文期刊分布、学科被引频次、被引率、篇均被引等指数。

在不区分作者的论文署名次序的前提下，分析高被引作者TOP 20的论文合著情况，从发表论文的角度揭示高被引作者与其他学者之间的科研合作情况。在高被引作者论文合著关系图中，红色节点代表高被引作者TOP20，代表其他作者的节点随机赋予红色以外的颜色；节点大小反映作者的学科5 年发文量的相对高低；链接粗细表示合著关联强弱；节点位置和距离未赋予特定意义。

作者共被引分析可以揭示作者在发文主题方面的关联。利用共被引分析获取2016 年学科内所有作者的共被引情况并加以可视化，以揭示作者的发文主题关联。在作者发文主题关联图中，红色节点代表高被引作者TOP20，代表其他作者的节点随机赋予红色以外的颜色；节点大小反映作者的学科被引频次的相对高低；链接粗细表示共被引关联强弱；节点位置和距离未赋予特定意义。

1.3.4 高被引机构分析 对于学科内2016 年学科被引频次排名前10位的高等院校、排名前5位的科研院所，列出机构名称、学科5 年发文量、2017 年学科发文量、学科被引频次、被引率、最高被引频次、篇均被引频次等指数。

分析学科内高被引机构的论文合著情况，从发表论文的角度揭示高被引机构与其他机构之间的科研合作情况。在高被引机构科研合作关系图中，红色节点代表高被引高等院校TOP10 和高被引科研院所TOP5，代表其他机构的节点随机赋予红色以外的颜色；节点大小反映机构的学科5 年发文篇均被引频次的相对高低；链接粗细表示合著关联的强弱；节点位置和距离未赋予特定意义。

在统计论文被引时，将2012—2016 年（共5 年）的论文数据都统计在内。如果在统计的时间范围内期刊更名，则将更名后的被引频次累加为新刊名的被引频次。在统计中，同一机构的重名作者无法排重，只能按同一作者对待，并对有多个机构的高被引作者进行合并归一。为了便于统计，当一位作者有2个或2个以上的作者机构时，均按其第一个机构名称进行统计。如果统计机构被引频次，则只计算第一作者的第一个机构名称。

2 结果与分析

2.1 学科论文概况

2012—2016 年，水产养殖技术领域共有14168 位来自6358所机构的论文第一作者在996种期刊上发表了20789 篇学术论文（表1）。在前5 年发表的这些论文中，有3427 篇在2017年获得过引用，整体被引率为21.3%，总被引频次为5459 次，篇均被引0.26 次。另外，2017 年水产养殖技术领域共发表论文3216 篇，其中有113篇在当年获得过引用，总共被引127次。

表1 水产养殖技术领域论文分布情况

2.2 高被引论文分析

在水产养殖技术领域，2017年被引频次位居前10位的论文（表2）平均被引频次为10.1 次，是全部38 篇高被引论文篇均被引频次的1.4倍。其中，被引频次最高的论文是颜波于2014年发表的《基于物联网的水产养殖智能化监控系统》[7]，随后2 篇分别是程远于2014年发表的《饲料中添加枯草芽孢杆菌对吉富罗非鱼幼鱼生长性能、免疫力和抗氧化功能的影响》[8]和杨洪雁于2012年发表的《水蛭药理作用的研究进展》[9]。

从论文分布来看，《动物营养学报》刊载了高被引论文TOP10 中的2 篇；发表高被引论文居前列的是华中农业大学的马玲巧[10-11]（2 篇）和广东海洋大学的毛义波[12]（1篇）；产出高被引论文数量居前的3所机构分别是上海海洋大学（6 篇）、中国水产科学研究院南海水产研究所（5篇）和中国海洋大学（4篇），而广西大学产出了高被引论文TOP10中的1篇。

表2 水产养殖技术领域高被引论文TOP10

2.3 研究主题关联分析

在水产养殖技术领域，高被引论文累计被2017年发表的424篇论文引用了269次。通过分析施引文献关键词的词频及关键词之间的共现关系，获得2017年水产养殖技术领域的热点主题和主题关联，如图1 所示（共现3次以下不显示）。氨基酸、生长性能、脂肪酸等关键词的文档词频较高，是2017 年学科的研究热点；以氨基酸、脂肪酸、肌肉、质构特性、营养价值等关键词为主要节点的多个概念相互关联，构成了学科内最为突出的研究主题簇。

图1 水产养殖技术领域2017年热点主题关联

2.4 学科高影响力期刊分析

在水产养殖技术领域，h 指数位居前10 位的期刊见表3，排在前3位的期刊分别是《水产学报》、《动物营养学报》和《水生生物学报》。在表3中，前5年刊载水产养殖技术领域论文位居前3 位的期刊分别是《水产学报》、《动物营养学报》和《中国水产科学》，学科载文量占其总载文量比例最大的期刊是《动物营养学报》，前5年学科载文在2017年被引率最高的期刊是《南方水产科学》。

2.5 高被引作者分析

2.5.1 高被引作者TOP20 2012—2016年，在14168位水产养殖技术领域论文的第一作者中，在2017年学科被引频次位居前20位的学者的发文及被引情况见表4。其中，学科发文总被引频次较高的3 位作者分别是中国水产科学研究院东海水产研究所的施兆鸿（16次）、广西大学的程远（15 次）和华南理工大学的颜波（15次）。高被引作者的5 年学科发文数量1～11 篇不等，同时，作者学科发文的期刊分布也在1～8 种间变化。在发文超过5篇的所有作者中，篇均被引较高的3位作者分别是中国水产科学研究院东海水产研究所的施兆鸿（篇均2.67次）、上海海洋大学的何杰（篇均2.33次）和中国水产科学研究院渔业机械仪器研究所的徐皓（篇均2次）；前5年高被引作者中发表学科论文较多的3 位作者分别是广东海洋大学的杨世平（11 篇）、福建省淡水水产研究所秦志清（9篇）和集美大学翟少伟（8篇）。高被引作者的学科发文量和被引量对比如图2所示。

表3 水产养殖技术领域高影响力期刊基本指数

表4 水产养殖技术领域高被引作者TOP20

2.5.2 高被引作者科研合作关系 通过作者合著分析，获得2017 年水产养殖技术领域高被引作者及与其他学者之间的科研论文合作关系（不考虑论文署名次序），如图3所示（合著13次以下不显示）。可以看出，水产养殖技术领域的高被引作者的论文合作现象比较普遍。学者孟思妤、贾秋红、刘朋的发文量较多；叶元土的论文合作网络最为突出，在该学科的研究人员中表现出一定的集聚效应；谭北平、杨奇慧、董晓慧、迟淑艳和刘泓宇等学者之间的合作关系最为紧密，显示出他们可能属于同一支科研团队。

图2 水产养殖技术领域高被引作者学科发文及被引对比

图3 水产养殖技术领域高被引作者科研论文合作关系

图4 水产养殖技术领域高被引作者发文主题关联

2.5.3 高被引作者发文主题关联 通过作者共被引分析，获得2017年水产养殖技术领域高被引作者及与其他学者之间的发文主题关联（图4，共被引2 次以下不显示）。水产养殖技术领域的高被引作者基本主导了作者共被引网络，显示出该学科在热点主题上已经形成了优势较为明显的科研力量。学者施永海和马玲巧、程远等学者的节点较大，显示出他们的学术成果在学科内得到较多关注；马玲巧与吴凡、张升利，高小强与王茂元、菅玉霞等学者之间的链接较强，意味着他们之间可能有较为相近的研究主题；以高小强、菅玉霞、徐钢春等学者为主要节点的共被引作者簇人数较多且网络规模较大，意味着这些学者的研究主题关联可能较为紧密。

2.6 高被引机构分析

为便于比较，笔者将水产养殖技术领域的高被引机构分为高等院校和科研院所2 种类型。其中，被引频次TOP10高等院校和被引频次TOP5科研院所的发文及被引情况分别见表5和表6。其中，总被引频次较高的3 所高等院校分别是上海海洋大学、中国海洋大学和广东海洋大学，中国水产科学研究院黄海水产研究所、中国水产科学研究院南海水产研究所和中国水产科学研究院东海水产研究所是总被引频次较高的3所科研院所；前5年学科发文在2017年的被引率最高的高等院校和科研院所分别是广东海洋大学和中国水产科学研究院东海水产研究所，篇均被引最高的高等院校和科研院所分别是广西大学和中国水产科学研究院东海水产研究所。上述高被引机构的论文被引率和篇均被引频次对比如图5所示。

表5 水产养殖技术领域高被引高等院校TOP 10

表6 水产养殖技术领域高被引科研院所TOP5

图5 水产养殖技术领域高被引机构论文篇均被引及被引率对比

3 讨论

3.1 水产养殖技术领域文献分布特点

学术论文是科研成果展示的重要媒介，在推动学术成果传播、学科建设及促进科技发展中具有至关重要的作用[2]。通过对学术论文的发表和引用情况的研究，可以有效地把握学术领域发展动态。文献计量学是采用统计学的方法对科学技术的有关特征进行分析，进而揭示科学技术发展规律，并对科学技术活动、作用及影响进行定量研究的一门科学。通过文献计量学评价，不仅可以揭示学术领域的研究热点以及薄弱环节，预测科学发展动向以及探索学科未来发展趋势；还可以帮助科研管理部门评估科研机构或科技人员的工作成绩、科研成果的价值与水平，使科技工作者了解工作产生的社会效果[3-4]。2012—2016年发表的水产养殖领域科技论文数量呈现波动变化，这与近几年国家在水产领域的战略规划、获批及在研的项目数量以及SCI论文发表情况密切相关。2017年水产养殖领域科技论文被引情况反映出作者在选择引用参考文献时，对时效性强的论文具有选择倾向。

高被引文献可以有效地反映特定研究领域的研究热点，具有很强的阶段性学科前沿指示作用[3,5]。本研究中，2017被引次数位居第一位的论文是颜波于2014年发表在《农业机械学报》上的《基于物联网的水产养殖智能化监控系统来自水产养殖技术与其他学科互作的研究领域》，该论文是水产学与机械工程学科的交互研究学科，反映了传统学科领域的交叉融合正在不断扩展和深入。同时，2017 年被引数位居前3 位的论文分别发表于《农业机械学报》、《动物营养学报》和《东北农业大学学报》等非传统水产科学领域学术期刊，表明学术期刊的发展也趋于多元化。本研究中，高被引论文发表的学术期刊包括《水生生物学报》、《水产学报》、《中国水产科学》等水产科学领域核心学术期刊，核心期刊对学科发展、信息传播和交流的促进作用比较稳定，是国内科研工作者发布研究成果的主要核心平台。学术论文的关键词可以显示出研究成果的核心内容，同时可以揭示不同研究成果之间的内在联系以及科学研究的热点和发展趋势[13-14]。关键词共现分析通过计量关键词共同出现频率和使用聚类手段，表征关键词之间联系的密切程度，可以有效反映研究热点、发展方向以及研究所处的阶段[15]。陈欣然等[3]在水生生物技术领域热点挖掘研究中通过共词分析，筛选出2005—2007 期间中国水产科学研究院生物技术领域的研究热点为微卫星技术、基因克隆、表达及序列分析、遗传多样性分析；性状相关基因、系谱识别、核型、基因组和雌核发育可能成为水产生物技术领域新的增长点。本研究中，氨基酸、生长性能、脂肪酸等词频较高的关键词反映了2017 年学科的研究热点为营养生理研究，这与近几年该学科领域的项目情况有密切关系。以氨基酸、脂肪酸、肌肉、质构特性、营养价值等关键词为主要节点的多个概念相互关联，构成了学科内最为突出的研究主题簇。大黄鱼、三疣梭子蟹和锦鲤的研究热点中均含有生长性能，这表明生长性能研究是营养生理研究的基础性研究工作；而乌鳢、长吻鮠的研究热点包括营养价值、肌肉品种等，表明这些高值鱼类的商业属性得到的关注度更高。本研究结果表明，饲料营养、品质调控、饲喂方式等的研究是近几年水产养殖领域的关注热点，具有较为稳定的发展态势。

水产养殖技术是水产学的重要学科，学科是随着科学技术的发展不断融合、衍生和变化，一些交叉领域的期刊，刊载内容是跨学科的科研成果[16-17]。本研究中，《水产学报》、《中国水产科学》、《南方水产科学》、《渔业科学进展》等水产学期刊始终是重要的水产养殖技术论文发表载体。同时，海洋大学学报也是重要的高影响力期刊，本研究中《大连海洋大学学报》h 指数名列前茅，水产养殖技术是海洋大学的重要学科，可以预见在一定时期内的科技论文贡献稳定。另外，《动物营养学报》、《南方农业学报》等非水产学科期刊对水产养殖技术论文的刊载和传播也具有重要的作用。

3.2 水产养殖技术领域高被引作者及机构分析

在科技文献传播的过程中，被引量是衡量核心作者的一个重要指标，它反映了科技论文影响力大小，论文被引量越大，论文的质量就越高[18]。基于发文量和被引量2 个方面的数据，通过对某个学科领域的发表论文数量较多、所发文献被引用频次较高、对发展起较大作用的核心作者的分析，可以有效地识别该学科领域的核心作者群，并以此来追踪科研进展及把握前沿内容[19]。本研究通过分析2017 年水产养殖技术领域高被引作者情况，发文超过5篇且篇均被引较高的3位本领域核心作者分别是中国水产科学研究院东海水产研究所的施兆鸿、上海海洋大学的何杰和中国水产科学研究院渔业机械仪器研究所的徐皓。其中，高被引前20的作者中有4位来自中国水产科学研究院系统。以施兆鸿研究员为例，该作者于2012—2016 年发表水产养殖技术领域论文6 篇，研究对象为银鲳[21-23]、云纹石斑鱼[24]等国内重要水产养殖品种，基金项目为国家自然科学基金项目、国家科技支撑计划项目等国家级基金项目。高被引作者具有较强的科研竞争力，或为团队主要核心人员，通常也具有雄厚的科研项目基金支撑。

作者共被引分析(author co-citation analysis，ACA)是通过不同作者发表的文献同时被其他作者引用的频次来确定研究领域的距离，采取作者作为分析单元，使用共被引次数来测度代表作者的全部文献之间的关系，并运用多元统计分析方法，如聚类分析、因子分析等探测由这些文献代表的研究领域的知识结构[25-26]。利用ACA 方法能使众多的作者按照共被引关系形成一定的作者群，通过这种作者群可以揭示学科专业人员的组织结构，进而发现学科领域的知识结构[26]。本研究结果显示，水产养殖技术领域的高被引作者的论文合作现象比较普遍，聚类成多个小群。其中，以学者叶元土为核心的共被引网络比较突出，这可能揭示了3 位学者为领域的学科带头人或核心成员，具有稳定的科研合作团队，具有较高的学科影响力。同时，通过ACA对发文主题关联进行分析，可以发现学者徐钢春团队和学者高小强团队具有较高的合作度，2 个团队均来自中国水产科学研究院（淡水渔业研究中心和黄海水产研究所），表明中国水产科学研究院各院所之间水产养殖技术领域科研合作密切。

水产养殖技术领域高被引机构以2 类来分析：（1）高校团队以海洋/水产大学的水产学院、农业大学中的水产学系及综合性大学的水产学系/生命科学系为核心科研团队单位，占据本研究水产养殖技术领域高被引高等院校TOP10 排名的前4 位，具有很强的学科主导性。（2）以中国水产科学研究院各个水产研究所中水产养殖科室团队为核心的研究院科研团队，具有很强的学科覆盖性。

4 结语

（1）本研究基于高被引论文和关键词共现，探究了水产养殖领域的研究热点及发展趋势。近年来，国内水产养殖技术学科发展平缓，该研究领域论文产出趋于稳定。高质量论文中跨学科、跨团队合作现象趋多，传统学科领域的交叉融合正在不断扩展和深入。以氨基酸、脂肪酸、肌肉、质构特性、营养价值等关键词为主要节点的多个概念相互关联，构成了近年内水产养殖技术学科最为突出的研究主题簇。饲料营养、品质调控、饲喂方式等的研究是近几年水产养殖领域的关注热点，具有较为稳定的发展态势。

（2）研究了水产养殖论文的期刊分布，对各期刊在水产养殖学科中的影响力进行了评价，直观反映了期刊在学科中的定位。《水产学报》、《中国水产科学》、《南方水产科学》、《渔业科学进展》等水产学期刊是重要的水产养殖技术论文发表载体。

（3）本研究基于发文量和被引量，挖掘了水产养殖领域具有学术影响力的一批核心作者和研究团队，并研究了这些核心作者间的合作关系和研究主题关联，为期刊选题组稿提供了参考。高校团队以海洋/水产大学的水产学院、农业大学中的水产学系及综合性大学的水产学系/生命科学系为核心科研团队单位，以及以中国水产科学研究院各水产研究所中水产养殖科室团队为核心的研究院科研团队是未来稳定的该学科研究团队，对这些研究团队持续进行学术成果跟踪研究，对学科发展和科研管理具有重要的参考作用。