農(nóng)業(yè)工程學(xué)科近20年中外研究進展及趨勢演化

郭祥云 張京京 劉杰

摘要：采用文獻計量和社會網(wǎng)絡(luò)分析的方法，將1997—2016年劃分為3個階段（1997—2005年，2006—2012年，2013—2016年），以農(nóng)業(yè)工程領(lǐng)域9個重要英文期刊和2個重要中文期刊數(shù)據(jù)為樣本，分析并比較國內(nèi)外農(nóng)業(yè)工程領(lǐng)域研究進展及趨勢演化。結(jié)果顯示，1997—2005年，國內(nèi)外研究關(guān)注重點均為精細(xì)農(nóng)業(yè)，采用的主要技術(shù)有神經(jīng)網(wǎng)絡(luò)、圖像分析和處理、地理信息系統(tǒng)、機器視覺、模型、仿真模擬、遙感等，其后2個階段國外農(nóng)業(yè)工程領(lǐng)域研究對農(nóng)業(yè)工程技術(shù)的關(guān)注度逐漸下降，對研究領(lǐng)域的關(guān)注逐漸提升，國內(nèi)研究對農(nóng)業(yè)工程技術(shù)的關(guān)注較高且相對穩(wěn)定;國外的研究領(lǐng)域更關(guān)注生物相關(guān)領(lǐng)域，如精油、抗氧化活性、木質(zhì)素，國內(nèi)研究集中在溫室、冬小麥、水分利用效率、農(nóng)業(yè)機械化、水稻、車輛、玉米、保護性耕作、土地整理和土地利用、土壤、灌溉、產(chǎn)量等領(lǐng)域;國內(nèi)外農(nóng)業(yè)工程研究中關(guān)鍵詞網(wǎng)絡(luò)集聚系數(shù)變化趨勢相反，國內(nèi)在農(nóng)業(yè)工程研究領(lǐng)域的重點趨向集中和一致，以農(nóng)業(yè)機械、土地利用和土壤為重點，而國外研究領(lǐng)域則趨向分散。

關(guān)鍵詞：農(nóng)業(yè)工程;發(fā)展趨勢;國內(nèi)外研究異同;文獻計量;共詞分析;社會網(wǎng)絡(luò)分析;趨勢演化

中圖分類號： S-058? 文獻標(biāo)志碼： A? 文章編號：1002-1302（2019）12-0001-08

我國是個農(nóng)業(yè)大國，農(nóng)業(yè)發(fā)展是我國生產(chǎn)力提高的關(guān)鍵之一。農(nóng)業(yè)工程是工程科技在農(nóng)業(yè)領(lǐng)域內(nèi)的應(yīng)用，農(nóng)業(yè)工程科技的研究將強力支撐農(nóng)業(yè)生產(chǎn)力的發(fā)展。1978年全國第一次科學(xué)技術(shù)大會以后，農(nóng)業(yè)工程作為一個豐富而較為完整的學(xué)科在中國誕生[1]。2017年2月5日，新世紀(jì)以來指導(dǎo)“三農(nóng)”工作的第14份中央一號文件發(fā)布，指出我國農(nóng)業(yè)的主要矛盾由總量不足轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)性矛盾，突出表現(xiàn)為階段性供過于求和供給不足并存，矛盾的主要方面在供給側(cè)，農(nóng)產(chǎn)品供求結(jié)構(gòu)失衡、要素配置不合理、資源環(huán)境壓力大、農(nóng)民收入持續(xù)增長乏力，如何解決增加產(chǎn)量與提升品質(zhì)、成本攀升與價格低迷、庫存高企與銷售不暢、小生產(chǎn)與大市場、國內(nèi)外價格倒掛的矛盾[2]，農(nóng)業(yè)內(nèi)部結(jié)構(gòu)和外部環(huán)境都發(fā)生了重大變化，農(nóng)業(yè)工程學(xué)科面臨著資源、環(huán)境、生態(tài)等各方面的壓力[3]。

任何一門學(xué)科的研究方向和研究領(lǐng)域都將隨著社會經(jīng)濟環(huán)境的變化和科學(xué)技術(shù)自身的發(fā)展而不斷地得到更新與發(fā)展，是學(xué)科發(fā)展的必然規(guī)律[3]。農(nóng)業(yè)工程學(xué)科要在我國農(nóng)業(yè)現(xiàn)代化、鄉(xiāng)村振興建設(shè)中提供技術(shù)支撐，面臨著專業(yè)改造的壓力，密切關(guān)注國內(nèi)外農(nóng)業(yè)工程學(xué)科發(fā)展的主流方向和前沿方向，跟蹤世界農(nóng)業(yè)工程學(xué)科的最新發(fā)展，遵循農(nóng)業(yè)工程學(xué)科自身發(fā)展的內(nèi)在規(guī)律[3]，準(zhǔn)確把握與判斷農(nóng)業(yè)工程學(xué)科發(fā)展方向，對加快我國農(nóng)業(yè)科技創(chuàng)新進程與促進農(nóng)業(yè)現(xiàn)代化發(fā)展具有重要意義[4]。

針對農(nóng)業(yè)工程領(lǐng)域的熱點研究方向，師麗娟等應(yīng)用科學(xué)計量的方法研究了1957—2014年我國農(nóng)業(yè)工程學(xué)科的研究熱點，總結(jié)了不同階段研究熱點的組成與基本特征，探討了研究發(fā)展總體趨勢[4]，同時以工業(yè)革命為主線，從定性分析的角度總結(jié)了歐美農(nóng)業(yè)工程學(xué)科發(fā)展與研究規(guī)律[5]。賈文吉等對農(nóng)業(yè)工程類SCI和中文核心刊源2016年的文獻進行了分析，主要包括期刊載文量、關(guān)鍵詞共現(xiàn)、不同國家發(fā)文量等[6]。葉春蕾等采用文獻計量和主題模型的方法從載文量、研究作者、研究機構(gòu)等角度分析了國內(nèi)近10年植物和畜牧-動物醫(yī)學(xué)領(lǐng)域農(nóng)業(yè)科學(xué)技術(shù)的態(tài)勢[7]。丁恩俊等采用文獻計量的方法研究了國內(nèi)外農(nóng)業(yè)信息化領(lǐng)域的研究態(tài)勢，認(rèn)為中國應(yīng)該加強國際合作，推進農(nóng)業(yè)信息化領(lǐng)域?qū)嵺`的發(fā)展[8]。以上研究基于文獻計量方法從不同角度分析了不同農(nóng)業(yè)領(lǐng)域研究機構(gòu)、作者、期刊情況、研究熱點等，為本研究提供了開闊的思路，本研究在前人研究的基礎(chǔ)上，融入社會網(wǎng)絡(luò)分析方法，以期發(fā)現(xiàn)中外農(nóng)業(yè)工程學(xué)科研究發(fā)展趨勢及國內(nèi)外研究的異同。

1 數(shù)據(jù)獲取與方法選擇

1.1 數(shù)據(jù)獲取

本研究數(shù)據(jù)獲取以Web of Science （WoS）核心數(shù)據(jù)庫為準(zhǔn)，選擇在WoS中歸類為Agricultural Engineering并且影響較為廣泛的期刊，最終選擇的期刊為Transactions of the ASABE，Applied Engineering in Agriculture，Biosystems Engineering，Computers and Electronics in Agriculture，International Journal of Agricultural and Biological Engineering，Precision Agriculture，Industrial Crops and Products，Journal of Irrigation and Drainage Engineering ASCE，Aquacultural Engineering，檢索日期為2017年10月5日，文獻類型為Article，語種為English，時間為1997—2016年，查詢到文章 16 025篇，經(jīng)過數(shù)據(jù)去重，最終獲得文獻記錄15 525條。為進一步了解與國內(nèi)農(nóng)業(yè)工程研究的異同，本研究選取國內(nèi)農(nóng)業(yè)工程領(lǐng)域的領(lǐng)軍期刊《農(nóng)業(yè)工程學(xué)報》、《農(nóng)業(yè)機械學(xué)報》[4，9]作為數(shù)據(jù)源進行對比分析。

1.2 分析方法

1.2.1 共詞分析法 關(guān)鍵詞作為期刊論文核心內(nèi)容的濃縮與提煉，是表達文獻研究主題概念的自然語言詞匯，一定程度上能夠代表文獻的研究主題，如果某一關(guān)鍵詞在其所在領(lǐng)域文獻中多次出現(xiàn)，則可說明該關(guān)鍵詞或主題詞所表征的研究主題是該領(lǐng)域的研究熱點[10]。關(guān)鍵詞出現(xiàn)在同一文獻中的現(xiàn)象稱為關(guān)鍵詞共現(xiàn)，以關(guān)鍵詞在同一文獻出現(xiàn)的頻率為基礎(chǔ)進行聚類分析，常被用于探索潛在主題和學(xué)科間的發(fā)展聯(lián)系及學(xué)術(shù)趨勢演化[11-12]。因此，本研究選擇關(guān)鍵詞進行共現(xiàn)分析，同時結(jié)合“共詞可視化”技術(shù)直觀展示農(nóng)業(yè)工程研究的結(jié)構(gòu)[13-15]。

1.2.2 社會網(wǎng)絡(luò)分析 社會網(wǎng)絡(luò)分析源自復(fù)雜網(wǎng)絡(luò)，是一種綜合圖論和數(shù)學(xué)模型的定量分析法，主要針對網(wǎng)絡(luò)成員間的社會關(guān)系進行量化分析。目前社會網(wǎng)絡(luò)分析軟件較多，如UCinet、Pajek、NetMiner和StCNET等，本研究借助BICOMB2軟件生成關(guān)鍵詞共現(xiàn)矩陣，使用Pajek輔助分析矩陣數(shù)據(jù)，構(gòu)建關(guān)鍵詞間的特征關(guān)系網(wǎng)絡(luò)，依據(jù)鏈接網(wǎng)絡(luò)結(jié)構(gòu)的統(tǒng)計特性，分析歸納出農(nóng)業(yè)工程研究領(lǐng)域的主題演化過程和結(jié)構(gòu)變化規(guī)律，并通過Pajek強大的可視化功能將網(wǎng)絡(luò)及分析結(jié)果展示出來[16]。網(wǎng)絡(luò)結(jié)構(gòu)特性可以從中心性、聚集度系數(shù)和網(wǎng)絡(luò)平均度刻畫描述[17-19]。本研究更關(guān)心各節(jié)點距離中心的程度，故選用接近中心度（closeness centrality）描述節(jié)點中心性，在構(gòu)建的無向連通圖中，節(jié)點vi到節(jié)點vj的距離為dij，則接近中心度計算公式如公式（1）所示：

2 研究結(jié)果

2.1 基本統(tǒng)計

2.1.1 外文論文數(shù)量統(tǒng)計 分析發(fā)現(xiàn)，文獻由103個國家和區(qū)域的33 501位學(xué)者完成，其中論文量前10位的國家年度發(fā)文量如圖1所示，前10位國家發(fā)文量占總發(fā)文量的79.77%，統(tǒng)計結(jié)果是全球大部分論文來自少數(shù)幾個高產(chǎn)國家。

從總體來看，9種期刊合計發(fā)文量在20年中呈現(xiàn)上升態(tài)勢，其中2006年和2013年增長迅速，經(jīng)查詢WOS數(shù)據(jù)庫發(fā)現(xiàn)，2006年是由于Transactions of the ASABE和Precision Agriculture的加入;2013年是由于International Journal of Agricultural and Biological Engineering新進入Web of Science核心數(shù)據(jù)集，而Journal of Irrigation and Drainage Engineering ASCE退出Web of Science核心數(shù)據(jù)集，造成2013年和2014年總體發(fā)文量起伏較大，2013年，美國、中國、印度、巴西、西班牙發(fā)文量有明顯增長，呈現(xiàn)小高峰。除中國外，2014年各國發(fā)文量均有下降。美國論文數(shù)量穩(wěn)中有升，20年中發(fā)文量穩(wěn)居第一，但是目前基本處于穩(wěn)定狀態(tài)。印度發(fā)文量平穩(wěn)前行，2013年發(fā)文量突增，隨后又開始下降，但是發(fā)文量比2013年之前有所增加。中國發(fā)文量從2008年開始持續(xù)增加，2013年迅猛增加，增長速度明顯高于其他國家。為了分析不同階段農(nóng)業(yè)工程學(xué)科的研究熱點，本研究采用Dehdarirad等的方法[20]，根據(jù)年發(fā)文量的變化，將農(nóng)業(yè)工程領(lǐng)域的研究劃分為3個階段：1997—2005年發(fā)文量穩(wěn)定增長，稍有波動;2006—2012年發(fā)文量迅速增加隨后穩(wěn)步增長;2013—2016年發(fā)文量波動劇烈。

2.1.2 關(guān)鍵詞統(tǒng)計 關(guān)鍵詞是文獻研究內(nèi)容特征的高度概括和總結(jié)，通過文獻中關(guān)鍵詞共現(xiàn)可以較為有效地獲取該領(lǐng)域的研究熱點[21]。為比較不同階段農(nóng)業(yè)工程研究領(lǐng)域的變化，同時避免不同階段因樣本量不同而引起的誤差，從每個階段的文章中選取被引頻次最高的1 000篇文獻作為樣本進行分析，采用軟件BICOMB 2提取關(guān)鍵詞，并對其進行數(shù)據(jù)清洗，通過人工判讀手動修改關(guān)鍵詞列表，將大小寫、單復(fù)數(shù)、同義詞、縮寫等具有相同含義的詞匯進行合并處理以保持檢索詞匯一致性，通過BICOMB 2軟件進行詞頻匯總統(tǒng)計并排序。

經(jīng)過分析發(fā)現(xiàn)，在外文文獻中，1997—2005年共出現(xiàn) 2 442 個關(guān)鍵詞，詞頻≥2的共有530個，占21.88%;2006—2012年共出現(xiàn)3 062個關(guān)鍵詞，詞頻≥2的共有517個，占16.88%;2013—2016年共出現(xiàn)3 355個關(guān)鍵詞，詞頻≥2的共有615個，占18.33%。中文文獻中，1997—2005年共出現(xiàn)關(guān)鍵詞2 542個，其中詞頻≥2的共有506個，占19.91%;2006—2012年共出現(xiàn)關(guān)鍵詞3 124個，詞頻≥2的有647個，20.71%;2013—2016年共出現(xiàn)關(guān)鍵詞2 969個，詞頻≥2的共有668個，占22.50%（表1）。由此可以看出，中外文獻中，詞頻≥2的關(guān)鍵詞數(shù)量約占關(guān)鍵詞總數(shù)量的20%左右。

表2顯示了不同階段中外文獻前20位的高頻關(guān)鍵詞，高頻關(guān)鍵詞可以粗略分為2類，一類為技術(shù)方法，一類為研究領(lǐng)域。從3個階段的高頻關(guān)鍵詞可以看出，在1997—2005年間，精準(zhǔn)農(nóng)業(yè)是主要的發(fā)展方向。中外文獻研究都非常關(guān)注精準(zhǔn)農(nóng)業(yè)的信息技術(shù)、方法，如neural networks（神經(jīng)網(wǎng)絡(luò)）、image analysis and processing（圖像分析和處理）、geographic information systems （GIS）（地理信息系統(tǒng)）、machine vision（機器視覺）、modelling（模型）和simulation（模擬）等，此時國外文獻關(guān)注的remote sensing（遙感）、sensors（傳感器）在國內(nèi)文獻中并未大量出現(xiàn)。國外文獻研究領(lǐng)域多集中在aquaculture（水產(chǎn)）、lignin（木質(zhì)素）、evapotranspiration（蒸散發(fā)）、mechanical properties（機械屬性）、nitrification（硝化作用）、water quality（水質(zhì)）、vegetable oils（植物油）、cellulose（纖維素）、wheat straw（小麥秸稈）、particleboards（木屑板）、ammonia（氨）;國內(nèi)文獻的研究領(lǐng)域多集中在溫室、冬小麥、水分利用效率、農(nóng)業(yè)機械化、水稻、車輛、玉米、保護性耕作、土地整理、無損檢測。在國外文獻的高頻詞匯中，技術(shù)類高頻關(guān)鍵詞共8個，占總詞頻的4.52%，領(lǐng)域類高頻關(guān)鍵詞12個，占總詞頻的4.52%（表2），累積詞頻9.04%，中文文獻中技術(shù)類高頻關(guān)鍵詞共8個，占總詞頻的4.59%，領(lǐng)域類高頻關(guān)鍵詞共12個，占比4.89%，累積詞頻10.00%。

2006—2012年間，精細(xì)農(nóng)業(yè)仍舊是農(nóng)業(yè)的發(fā)展方向。國外文獻技術(shù)類高頻關(guān)鍵詞有remote sensing（遙感）、image analysis and processing（圖像分析與處理）、neural networks（神經(jīng)網(wǎng)絡(luò)）、SWAT（水文分析模型）、modelling（模型）、NIRS（近紅外光譜儀）、principal component analysis（主成分分析）、hyperspectral imaging（高光譜成像）、machine vision（機器視覺），與前一階段相比增加了SWAT（水文分析模型）、NIRS（近紅外光譜儀）、principal component analysis（主成分分析）和hyperspectral imaging（高光譜成像）;中文文獻中技術(shù)類除了1997—2005年出現(xiàn)的技術(shù)外，新增加了遙感和無線傳感網(wǎng)絡(luò)。國外領(lǐng)域類的高頻關(guān)鍵詞有essential oil（精油）、water quality（水質(zhì)）、lignin（木質(zhì)素）、biomass（生物量）、antioxidant activities（抗氧化活性）、evapotranspiration（蒸散發(fā)）、chemical composition（化學(xué)組成）、mechanical properties（機械屬性）、biodiesel（生物柴油）、watershed（流域）。除了水質(zhì)、木質(zhì)素、機械屬性持續(xù)被關(guān)注外，其他研究領(lǐng)域都發(fā)生了變化，其中對essential oil（精油）的研究最為熱點。中文文獻研究領(lǐng)域主要集中在土壤、灌溉、產(chǎn)量、溫室、溫度、作物、農(nóng)業(yè)機械、玉米。國外文獻技術(shù)類關(guān)鍵詞共9個，占總詞頻的4.01%，領(lǐng)域類關(guān)鍵詞共11個，占總詞頻的5.08%，累積詞頻9.09%;中文文獻中技術(shù)類高頻關(guān)鍵詞共10個，占總詞頻的5.87%，領(lǐng)域類高頻關(guān)鍵詞共10個，占總詞頻的5.39%，累積詞頻11.26%。

2013—2016年，國外文獻技術(shù)類的高頻關(guān)鍵詞有response surface methodology（響應(yīng)面法）、optimization（優(yōu)化）和pretreatment（預(yù)處理）;領(lǐng)域類的高頻關(guān)鍵詞有essential oil（精油）、antioxidant activity（抗氧化活性）、antioxidant（抗氧化劑）、phenolic compounds（酚類化合物）、mechanical properties（機械屬性）、lignin（木質(zhì)素）、extraction（提?。iodiesel（生物柴油）、enzymatic hydrolysis（酶水解）、chemical composition（化學(xué)組成）、flavonoids（黃酮類）、antimicrobial activity（抗微生物活性）、biomass（生物量）、antibacterial activity（抗菌活性）、polyphenols（多酚類）、sugarcane bagasse（蔗渣）、ethanol（乙醇）。中文文獻技術(shù)類高頻關(guān)鍵詞有模型、試驗、遙感、優(yōu)化、設(shè)計、圖像處理、機器視覺、主成分分析、數(shù)值模擬，領(lǐng)域類高頻關(guān)鍵詞有土地利用、土壤、農(nóng)業(yè)機械、作物、灌溉、產(chǎn)量、秸稈、農(nóng)村地區(qū)、水分、溫度、溫室。國外文獻中技術(shù)類高頻關(guān)鍵詞共3個，占總詞頻的1.25%，領(lǐng)域類高頻關(guān)鍵詞共17個，占總詞頻的8.44%，累積詞頻9.68%;中文文獻中技術(shù)類高頻關(guān)鍵詞共8個，占總詞頻的5.68%，領(lǐng)域類高頻關(guān)鍵詞共12個，占總詞頻的9.71%，累積詞頻15.39%。

從高頻關(guān)鍵詞可以看出，3個階段中，國外文獻對技術(shù)的關(guān)注逐漸下降，對研究領(lǐng)域的關(guān)注逐漸提升，2006—2012年則為承前啟后的階段，既有對具體方法的關(guān)注，也有對具體研究領(lǐng)域的關(guān)注;中文文獻中對技術(shù)的關(guān)注相對穩(wěn)定。國外的研究更關(guān)注生物相關(guān)領(lǐng)域研究，如精油、抗氧化活性、木質(zhì)素等，而國內(nèi)研究集中在溫室、冬小麥、水分利用效率、農(nóng)業(yè)機械化、水稻、車輛、玉米、保護性耕作、土地整理和土地利用、土壤、灌溉、產(chǎn)量等領(lǐng)域。前20位高頻關(guān)鍵詞的累積頻次百分比一般占總詞頻的10%左右，國外文文獻高頻關(guān)鍵詞的累積頻次略低于國內(nèi)。

2.2 基于網(wǎng)絡(luò)中心性的比較

為了保證網(wǎng)絡(luò)結(jié)構(gòu)的清晰，本研究選取詞頻≥9的關(guān)鍵詞，根據(jù)公式（1）計算各個階段關(guān)鍵詞的中心性，借鑒文獻[22]的方法將節(jié)點根據(jù)中心性大小劃分為核心節(jié)點、半邊緣節(jié)點和邊緣節(jié)點。圖2、圖3、圖4顯示了3個階段的關(guān)鍵詞中心性層次分布網(wǎng)絡(luò)，其中核心節(jié)點用灰色圓表示，半邊緣節(jié)點用黑色圓表示，邊緣節(jié)點用白色圓表示。

第1階段（1997—2005年），外文文獻中詞頻≥9的關(guān)鍵詞共34個，其中核心節(jié)點15個，占比44.12%，半邊緣節(jié)點16個，占比47.06%，邊緣節(jié)點3個，占比8.82%。中文文獻中詞頻≥9的關(guān)鍵詞共39個，其中核心節(jié)點有14個，占比 35.90%，半邊緣節(jié)點17個，占比43.59%，邊緣節(jié)點8個，占比20.51%。

第2階段（2006—2012年），外文文獻中詞頻≥9的關(guān)鍵詞33個，其中核心節(jié)點11個，占比33.33%，半邊緣節(jié)點19個，占比57.58%，邊緣節(jié)點3個，占比9.09%。中文文獻中詞頻≥9的關(guān)鍵詞共57個，其中核心節(jié)點6個，占比10.53%，半邊緣節(jié)點24個，占比42.11%，邊緣節(jié)點27個，占比47.37%。

第3階段（2013—2016年），外文文獻詞頻≥9的關(guān)鍵詞共36個，其中核心節(jié)點21個，占比58.33%，半邊緣節(jié)點11個，占比30.56%，邊緣節(jié)點4個，占比11.11%。中文文獻中詞頻≥9的關(guān)鍵詞共82個，其中核心節(jié)點有2個，占比2.44%，半邊緣節(jié)點40個，占比48.78%，邊緣節(jié)點40個，占比48.78%。

從表3可以看出，外文文獻詞頻≥9的關(guān)鍵詞數(shù)量相對穩(wěn)定，各類節(jié)點的變化沒有明顯的趨勢。中文文獻詞頻≥9的關(guān)鍵詞數(shù)量不斷上升，核心節(jié)點數(shù)量及占比呈現(xiàn)明顯的下降趨勢，邊緣節(jié)點數(shù)量及占比則呈現(xiàn)不斷上升的趨勢，半邊緣節(jié)點數(shù)量有所上升，但是占比相對穩(wěn)定。外文文獻中邊緣節(jié)點數(shù)量及占比明顯少于中文文獻的邊緣節(jié)點。

圖2、圖3、圖4展現(xiàn)了中外文獻3個階段關(guān)鍵詞中心性層次分布網(wǎng)絡(luò)，網(wǎng)絡(luò)圖中節(jié)點的大小表示節(jié)點在網(wǎng)絡(luò)中中心性的大小，節(jié)點越大表明在網(wǎng)絡(luò)中的中心度越高，線條的粗細(xì)表示兩關(guān)鍵詞共現(xiàn)次數(shù)，線條越粗表明節(jié)點間關(guān)系越強[23-24]。接近度這一指標(biāo)主要用來描述網(wǎng)絡(luò)中的節(jié)點通過網(wǎng)絡(luò)到達其他節(jié)點的難易程度，也是節(jié)點中心性的標(biāo)準(zhǔn)測度之一，反映了節(jié)點通過網(wǎng)絡(luò)對其他節(jié)點的一種間接影響力[25]。

第1階段（1997—2005年），如圖2-a所示外文文獻中核心節(jié)點有re-circulating aquaculture systems（可循環(huán)水產(chǎn)養(yǎng)殖系統(tǒng)）、sensors（傳感器）、geographic information systems（地理信息系統(tǒng)）、modelling（模型）、nitrification（硝化作用）、cellulose（纖維素）、ammonia（氨）、biofilter（生物過濾器）、aquaculture（水產(chǎn)養(yǎng)殖）、remote sensing（遙感）、image analysis and processing（圖像分析與處理）、neural networks（神經(jīng)網(wǎng)絡(luò)）、precision agriculture（精細(xì)農(nóng)業(yè)）、classification（分類）、nitrogen（氮）。共現(xiàn)次數(shù)較多的核心節(jié)點為biofilter（生物過濾器）和nitrification（硝化作用），precision agriculture（精細(xì)農(nóng)業(yè)）和sensors（傳感器），precision agriculture（精細(xì)農(nóng)業(yè)）和geographic information systems（地理信息系統(tǒng)），neural networks（神經(jīng)網(wǎng)絡(luò)）和classfication（分類），neural networks（神經(jīng)網(wǎng)絡(luò)）和image analysis and processing（圖像分析與處理）。中文文獻中核心節(jié)點有農(nóng)業(yè)機械化、數(shù)學(xué)模型、精準(zhǔn)農(nóng)業(yè)、仿真、機器視覺、農(nóng)業(yè)機械、圖像處理、計算機視覺、神經(jīng)網(wǎng)絡(luò)、土壤、溫室、分級、模型（圖2-b）。圖像處理和計算機視覺共現(xiàn)系數(shù)

較高，其次是計算機視覺和分級、神經(jīng)網(wǎng)絡(luò)和圖像處理、神經(jīng)網(wǎng)絡(luò)和模型。精準(zhǔn)農(nóng)業(yè)、神經(jīng)網(wǎng)絡(luò)、模型、圖像處理在中外文獻中同為核心節(jié)點，表明在農(nóng)業(yè)工程領(lǐng)域的熱點研究方向是精準(zhǔn)農(nóng)業(yè)，關(guān)鍵技術(shù)神經(jīng)網(wǎng)絡(luò)、模型、圖像處理。

第2階段（2006—2012年），如圖3-a所示，外文文獻核心節(jié)點有modelling（模型）、water quality（水質(zhì)）、biomass（生物量）、neural networks（神經(jīng)網(wǎng)絡(luò)）、image analysis and processing（圖像分析與處理）、remote sensing（遙感）、machine vision（機器視覺）、precision agriculture（精細(xì)農(nóng)業(yè)）、physical properties（物理屬性）、computer vision（計算機視覺）、aquaculture（水產(chǎn)養(yǎng)殖）。共現(xiàn)次數(shù)較多的是computer vision（計算機視覺）和aquaculture（水產(chǎn)養(yǎng)殖），computer vision（計算機視覺）和precision agriculture（精細(xì)農(nóng)業(yè)），water quality（水質(zhì)）和modelling（模型）。中文文獻核心節(jié)點有產(chǎn)量、土壤、優(yōu)化、作物、模型、試驗，共現(xiàn)頻次較高的有模型和優(yōu)化、模型和作物、模型和土壤、土壤和產(chǎn)量（圖3-b）。此階段中外文獻共同的核心節(jié)點只有模型，可見模型在農(nóng)業(yè)工程類研究的重要性，同時也說明了中外研究內(nèi)容差別較第1階段更加顯著。

4 結(jié)論與討論

外文文獻來自103個國家和區(qū)域33 501位學(xué)者完成，其中論文量前10位的國家年度發(fā)文量，前10位國家發(fā)文量占總發(fā)文量的79.77%。統(tǒng)計結(jié)果是全球大部分論文來自美國、西班牙、加拿大、意大利、德國、中國、印度、巴西、法國、伊朗等少數(shù)幾個高產(chǎn)國家。

根據(jù)外文文獻發(fā)文量特點，將1997—2016年劃分為3個階段，即1997—2005年，2006—2012年，2013—2016年，各階段國內(nèi)外詞頻≥2的關(guān)鍵詞占關(guān)鍵詞總量的20%左右。前20位高頻關(guān)鍵詞中國外文獻對技術(shù)的關(guān)注度逐漸下降，對研究領(lǐng)域的關(guān)注逐漸提升;中文文獻中對技術(shù)的關(guān)注相對穩(wěn)定。國外的研究領(lǐng)域更關(guān)注生物相關(guān)領(lǐng)域研究，如精油、抗氧化活性、木質(zhì)素等，這與文獻[3-4，6]的研究結(jié)果相同。而國內(nèi)研究集中在溫室、冬小麥、水分利用效率、農(nóng)業(yè)機械化、水稻、車輛、玉米、保護性耕作、土地整理和土地利用、土壤、灌溉、產(chǎn)量等領(lǐng)域。前20位高頻關(guān)鍵詞的累積頻次百分比一般占總詞頻的10%左右，國外文文獻高頻關(guān)鍵詞的累積頻次略低于國內(nèi)。

采用社會網(wǎng)絡(luò)分析方法對3個階段詞頻≥9的關(guān)鍵詞進行可視化，劃分出核心節(jié)點、半邊緣節(jié)點和邊緣節(jié)點，外文文獻詞頻≥9的關(guān)鍵詞數(shù)量相對穩(wěn)定，各類節(jié)點的變化沒有明顯的趨勢。中文文獻詞頻≥9的關(guān)鍵詞數(shù)量不斷上升，核心節(jié)點數(shù)量及占比呈現(xiàn)明顯的下降趨勢，邊緣節(jié)點數(shù)量及占比則呈現(xiàn)不斷上升的趨勢，半邊緣節(jié)點數(shù)量有所上升，但是占比相對穩(wěn)定。外文文獻中邊緣節(jié)點數(shù)量及占比明顯少于中文文獻的邊緣節(jié)點。根據(jù)對網(wǎng)絡(luò)結(jié)構(gòu)特性的分析顯示國內(nèi)在農(nóng)業(yè)工程研究領(lǐng)域的重點趨向集中和一致。

本研究在分析外文文獻分析時，未剔除中國作者的研究成果，為了更精準(zhǔn)地比較中外研究，后續(xù)研究可以考慮將外文文獻中中國專家的文獻排除。

參考文獻：

[1]齊 飛，朱 明，周新群，等. 農(nóng)業(yè)工程與中國農(nóng)業(yè)現(xiàn)代化相互關(guān)系分析[J]. 農(nóng)業(yè)工程學(xué)報，2015，31（1）：1-10.

[2]中共中央、國務(wù)院關(guān)于深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革加快培育農(nóng)業(yè)農(nóng)村發(fā)展新動能的若干意見[Z]. 2016-12-31.

[3]趙文波，應(yīng)義斌. 綜合性大學(xué)農(nóng)業(yè)工程學(xué)科發(fā)展的機遇與挑戰(zhàn)[J]. 農(nóng)業(yè)工程學(xué)報，2003，19（1）：11-15.

[4]師麗娟，楊敏麗. 基于科學(xué)計量的中國農(nóng)業(yè)工程研究熱點探析[J]. 農(nóng)業(yè)工程學(xué)報，2016，32（增刊2）：430-438.

[5]師麗娟，楊敏麗. 歐美發(fā)達國家農(nóng)業(yè)工程學(xué)科發(fā)展規(guī)律與趨勢[J]. 中國農(nóng)機化學(xué)報，2014，35（2）：330-336.

[6]賈文吉，王寶濟，師麗娟. 2016年農(nóng)業(yè)工程學(xué)科學(xué)術(shù)論文統(tǒng)計分析[J]. 中國農(nóng)業(yè)文摘-農(nóng)業(yè)工程，2017（2）：6-8.

[7]葉春蕾，寧 璐. 基于文獻計量和主題模型的近十年中國現(xiàn)代農(nóng)業(yè)科學(xué)技術(shù)研究態(tài)勢分析[J]. 農(nóng)業(yè)圖書情報學(xué)刊，2016，28（10）：77-82.

[8]丁恩俊，謝 佳，申麗娟，等. 基于文獻計量的國內(nèi)外農(nóng)業(yè)信息化研究態(tài)勢分析[J]. 西南大學(xué)學(xué)報（自然科學(xué)版），2017，39（8）：116-125.

[9]劉麗英，魏秀菊，王 柳，等. 2003—2012年中國優(yōu)秀科技論文外流狀況定量分析——以農(nóng)業(yè)工程領(lǐng)域論文為例[J]. 中國科技期刊研究，2014，25（4）：478-484.

[10]尹相旭，張更平，李曉菲. 基于關(guān)鍵詞統(tǒng)計的情報學(xué)研究現(xiàn)狀分析[J]. 情報雜志，2009，28（11）：38-41.

[11]Bonchi F，Castillo C，Gionis A，et al. Social network analysis and mining for business applications[J]. ACM Transactions on Intelligent Systems and Technology，2011，2（3）：1-37.

[12]Callon M，Law J，Rip A. Mapping the dynamics of science and technology：sociology of science in the real world[M]. London：the Macmillan Press，1986：89-106.

[13]張 勤，馬費成. 國外知識管理研究范式——以共詞分析為方法[J]. 管理科學(xué)學(xué)報，2007，12（6）：65-75.

[14]鐘 鎮(zhèn). 知識圖譜分析方法的可靠性檢驗研究——以共詞分析為例[J]. 科學(xué)學(xué)研究，2015，33（5）：647-653.

[15]周靜怡，孫 坦，陳 濤. 共詞可視化：以人類基因組領(lǐng)域為例[J]. 情報學(xué)報，2007，26（4）：532-537.

[16]孟 微，龐景安. Pajek在情報學(xué)合著網(wǎng)絡(luò)可視化研究中的應(yīng)用[J]. 情報理論與實踐，2008，31（4）：573-575.

[17]王宗水，趙 紅，劉 宇，等. 社會網(wǎng)絡(luò)研究范式的演化、發(fā)展與應(yīng)用——基于1998—2014年中國社會科學(xué)引文數(shù)據(jù)分析[J]. 情報學(xué)報，2015，34（12）：1235-1245.

[18]孫璽菁，司守奎. 復(fù)雜網(wǎng)絡(luò)算法與應(yīng)用[M]. 北京：國防工業(yè)出版社，2015：32-63.

[19]De Nooy W. Exploratory social network analysis with Pajek：attributes and relations[M]//Exploratory social network analysis with Pajek. Oxford City：Cambridge University Press，2011：605-608.

[20]Dehdarirad T，Vjllarroya A，Barrios M. Research trends in gender differences in higher education and science：a co-word analysis[J]. Scientometrics，2014，101（1）：273-290.

[21]李 賀，袁翠敏，李亞峰. 基于文獻計量的大數(shù)據(jù)研究綜述[J]. 情報科學(xué)，2014，32（6）：148-155.

[22]Ronda-Pupo A G，Guerras-Martin L A. Dynamics of the evolution of the strategy concept 1962—2008：a co-word analysis[J]. Strategic Management Journal，2012，33（2）：162-168.

[23]劉海燕，王宗水，汪壽陽. 我國系統(tǒng)科學(xué)與工程研究的演化與發(fā)展[J]. 系統(tǒng)工程學(xué)報，2017，32（3）：289-304，345.

[24]楊海華，彭 潔，趙 輝. 國家自然科學(xué)基金對納米材料的資助領(lǐng)域分析——基于共詞網(wǎng)絡(luò)法[J]. 科技管理研究，2012，32（1）：23-26.

[25]謝麗斌，董 穎，吳德志. 基于Pajek的科研領(lǐng)域合作關(guān)系網(wǎng)絡(luò)特征分析[J]. 圖書館，2016（7）：62-65.杜保國，王金玲，毛艷萍，等. 榿木抗旱性及其混交效應(yīng)研究現(xiàn)狀及展望[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（12）：9-12.