《Cogent Food & Agriculture》:A bibliometric analysis of agricultural engineering research in China (2020–2024)
农业工程(Agricultural Engineering, AE)对于可持续农业至关重要。中国优先发展AE研究,但缺乏对其近期产出的系统性文献计量分析。本研究描绘了中国AE研究(2020–2024)的图景、热点和趋势。研究人员使用CiteSpace软件对来自Web of Science核心合集(WC = Agricultural Engineering;Country = China;2020–2024)的12,158篇文章/综述进行了文献计量分析。分析内容包括出版趋势、顶尖机构/作者/期刊、引文分析以及关键词分析(频率、聚类、突现)。中国AE出版物显著增长,尤其是在2020年之后。领先机构为中国科学院、农业农村部和南京林业大学。彭永臻是最高产作者;王伟具有最高的合作中介中心性。《Bioresource Technology》是顶级期刊。核心研究热点为“生物质(biomass)”、“微生物群落(microbial community)”和“厌氧消化(anaerobic digestion)”。聚类分析识别出八大关键主题(例如anammox、酶水解(enzymatic hydrolysis)、堆肥(composting))。突现关键词揭示了新兴前沿,如“城市固体废物(municipal solid waste)”(2020–2021)和“纤维(fiber)”(2022–2024)。本研究首次对中国快速增长的AE研究(2020–2024)进行了系统性文献计量概述,突出了关键贡献者以及以可持续性和生物资源利用为重点的研究焦点。研究结果为研究人员和政策制定者提供了宝贵的见解,以指导中国未来AE的发展。建议加强国内期刊建设。
**1. 引言**
农业工程(AE)是一个融合工程原理与农业实践的跨学科领域,对现代农业至关重要。它涵盖农业机械设计、农业环境工程和农业信息学等方面。随着全球农业向集约化、现代化和可持续发展方向迈进,AE研究在提升农业生产力、改善资源利用效率和保护农业环境方面日益重要。作为农业大国,中国高度重视AE发展。在“十一五”期间,中国每年产生超过6000项农业科技成果,农业科技进步贡献率从“十一五”末的48%上升至2013年的55.2%。近年来,一系列国家农业支持战略和政策得到实施,包括乡村振兴战略。2010年后,在国家政策和研究投入持续增长的支撑下,中国研究人员在AE领域的论文产出大幅增加,位居全球前三。中国科学院已成为产出最高的研究机构,且产出最高的三位作者中有两位来自中国。
随着AE研究文献数量的持续增长,文献计量分析成为全面了解该领域研究现状、趋势和热点的重要工具。通过定量分析文献数据(如出版物数量、引文频率和共引关系),可以客观评估不同国家、机构和学者的研究成果,并识别AE研究的关键方向和新兴趋势。尽管现有文献计量研究已在全球或区域层面探索了AE,但大多聚焦于广泛的国际趋势或单一子主题(如生物质、生物能源或可持续农业)。很少有研究针对2020–2024年这一该领域最新和增长最快的阶段,提供全面、更新的中国AE研究综述。此外,以往的文献计量工作往往停留在描述性层面,对主题演化、驱动机制、机构合作模式和实际政策含义的分析有限。因此,一项覆盖最近五年的系统性、数据驱动的文献计量分析仍然缺乏,本研究旨在填补这一关键空白。本研究遵循一个清晰的分析框架,将国家政策支持、研究产出增长、机构合作、主题演变和实际政策含义联系起来,系统揭示中国AE研究的发展图景。选择2020–2024年作为时间窗口,是因为这一阶段代表了由乡村振兴、碳中和和农业现代化等国家政策驱动的中国AE研究的最新快速增长阶段。分析这一近五年窗口能够捕捉最新的研究热点、前沿和发展趋势。本研究基于文献计量理论和研究图景映射理论,旨在定量揭示AE研究的发展脉络、合作结构和主题演变。结合AE的领域特征,本研究进一步实现了可视化结果的概念解读。在Web of Science的农业工程分类中,主流出版物主要关注农业环境工程、生物加工、有机废物处理和生物质转化。因此,本研究更侧重于中国AE中的环境和生物资源研究领域。
**2. 方法**
**2.1. 数据来源**
本研究数据来自Web of Science(WoS)核心合集数据库。选择该数据库是因为它是全球公认的、权威且广泛使用的文献计量分析数据库,能确保数据质量、学术规范和国际可比性。研究聚焦于中国在AE领域的论文产出。具体检索步骤为:首先在WoS中通过学科分类(WC = Agricultural Engineering)筛选文献,国家限定为China,文献类型选择Article和Review Article,时间范围设置为2020–2024。最终获得12,158条有效记录用于研究和分析。为说明长期出版趋势,研究人员额外收集了2000–2024年的年度出版数据(共24,960篇论文)。该长期数据集仅用于趋势可视化,与核心分析数据集(2020–2024)分开。所有其他分析(机构、作者、关键词、聚类、突现)均基于2020–2024年的12,158条记录。分析前进行了严格的数据清洗和预处理:手动删除重复记录;对作者姓名和机构隶属关系进行标准化,以避免由缩写、翻译或拼写变化造成的不一致。这些步骤确保了出版物计数、合作网络和机构生产力分析的准确性和可靠性。本研究采用Web of Science核心合集学科类别WC = Agricultural Engineering。AE本质上是跨学科的,与环境工程、生物系统工程、精准农业和生物资源工程有大量重叠。因此,为确保文献计量分析中数据的一致性和标准化,未使用替代检索词或更宽泛的检索策略。值得注意的是,WoS的AE类别包含大量专注于生物处理、废物管理和生物质回收的期刊,这导致所收集文献存在内在的主题偏差,并直接影响最终分析的热点分布。
**2.2. 研究方法**
本研究使用文献计量方法和CiteSpace信息可视化软件进行数据分析,数据源自WoS核心合集数据库。CiteSpace是一款基于Java的科学文献可视化应用程序,主要基于共引分析和路径寻找网络缩放(PFNET)理论。通过一系列可视化图谱,系统回顾不断演变的知识领域,识别关键里程碑、智力转折点、潜在动态机制和新兴前沿。本研究使用原始引用计数,未进行时间归一化、领域加权指标或H指数比较。进行了基本的数据清洗(包括去重和初步机构标准化),但原始数据集中可能仍存在少量未标准化的命名实体。
所有样本文献的题录信息首先以Refworks格式导出,然后在同一软件中进行数据转码和可视化分析。软件参数设置如下:时间切片从2020年1月到2024年12月,每片间隔一年;节点类型选择“author”、“institution”和“keyword”;采用g指数(k = 25)作为分析筛选标准,其他参数保持默认设置。通过CiteSpace软件对文献信息进行统计分析。随后,通过高频关键词分析、关键词聚类分析和突现检测分析,旨在识别中国AE领域的研究热点。
在CiteSpace中,中介中心性(betweenness centrality)衡量节点在网络中的重要性——它有助于显示哪些国家、机构或作者在研究中扮演关键角色。高中介中心性表明作者或机构在学术交流中起关键桥梁作用。在聚类分析中,模块度(modularity)和加权平均轮廓值(weighted mean silhouette)是评估图谱整体结构性能的关键指标。模块度衡量模块划分的有效性——值 >0.3 表示显著的模块结构。关键词突现(keyword bursts)反映了特定时期内特定术语引用频率的显著激增,表明相关研究主题关注度的突然增加。g指数(k = 25)是一种拓扑选择标准,优先选择累积频率较高的节点以确保关键信息被保留,应用于分析筛选标准。在网络和聚类分析中采用了几个关键参数。中介中心性用于衡量节点在网络中的重要性,反映节点作为连接其他节点的桥梁的程度。模块度用于评估聚类结构,值高于0.3表示显著的聚类效果。轮廓系数(silhouette coefficient)用于评估聚类内部的同质性;值高于0.7表示聚类结果可靠且令人信服。此外,分析了突现关键词以揭示随时间变化的动态主题演化和新兴前沿。关键词突现指特定时期内关键词频率的急剧增加,代表新兴的研究前沿。本研究中所有CiteSpace参数设置均固定并统一报告,以减少主观参数敏感性并确保结果可重复性。
**3. 结果**
**3.1. 出版趋势**
已发表论文的数量是衡量研究主题随时间演变的重要指标。它清晰反映了研究热度的变化,有助于理解过去趋势并预测未来方向。2000至2024年间,中国AE论文产出呈现持续上升趋势:2008年之前增长缓慢,2008至2014年稳步增长,2015年后加速扩张,尤其是2020年后。通过比较中国与其他国家的原始出版物数量,可以观察到总体产出趋势。2000–2024年的同期对比分析显示,中国和其他国家的AE研究产出均呈上升趋势,但增长模式和速率不同。2000–2008年:其他国家产出水平相对较高且稳步增长,稳定在每年约1000篇并逐渐增加;中国产出低且增长缓慢,波动在每年约100篇。2009–2014年:其他国家产出继续上升,2011年左右达到小高峰后波动;中国研究产出加速,增长率逐渐增大,逐步缩小差距。2015–2024年:中国AE研究产出保持强劲增长,速度显著加快,逐渐接近甚至在某些年份超过其他国家的产出水平;其他国家产出在2020年左右大幅波动后先降后升。
**3.2. 最高产机构**
中国AE领域产出排名前十的机构中,中国科学院位居榜首,产出827篇,展示了其在该领域的强大研究能力和广泛学科覆盖。紧随其后的是农业农村部(689篇),表明其在AE研究中的重要作用——可能在政策研究和实际应用中扮演关键角色。南京林业大学(601篇)排名第三。大多数高产机构是研究科学院、重点大学和国家农业机构。
**3.3. 最高贡献作者**
表1列出了AE领域按产出排名的前十位作者。彭永臻以131篇位居榜首,展现了在该领域的丰硕和持续研究。紧随其后的是Awasthi Mukesh Kumar(111篇),张全国以68篇排名第三。表1还显示了这些作者的中介中心性(BC)得分。王伟在产出数量上排名第五,但中介中心性最高(0.31),处于学术合作网络的核心位置。作为学术交流的关键节点,王伟在促进知识传播和研究合作方面发挥着重要作用。彭永臻的中介中心性为0.19,张全国和张宇均为0.15。这三位作者在研究网络中都具有显著影响力,并促进了学术合作和知识流动。综合产出和中心性指标,彭永臻和王伟在两个方面表现突出:作为高产作者和关键网络连接者,其影响力显著推动了该领域的发展。
**3.4. 主要期刊**
表2列出了中国AE领域按出版数量排名的前十种期刊。其中,《Bioresource Technology》最为突出,发表了5,390篇论文,其次是《International Journal of Agricultural and Biological Engineering》(4,336篇)。这些高产期刊也反映了所收集文献的主导研究方向。代表性核心期刊(包括《Bioresource Technology》和《Industrial Crops and Products》)主要关注生物加工、生物质回收、有机废物利用和环境修复。此类学科导向期刊的高比例进一步解释了为何当前中国AE研究高度集中于生物和环境主题,而非智能农业装备或数字农业技术。这一期刊分布特征为关键词和聚类分析中识别出的主题偏差和热点特征提供了坚实证据。
**3.5. 高被引文献**
表3列出了中国AE领域前十篇高被引论文。排名第一的是陈等人发表在《Molecular Plant》上的“TBtools: an integrative toolkit developed for interactive analyses of big biological data”,被引130次,中介中心性0.04。其次是沈等人的研究“Facile fractionation of lignocelluloses by biomass-derived deep eutectic solvent (DES) pretreatment for cellulose enzymatic hydrolysis and lignin valorization”,发表在《Green Chemistry》上,被引105次,中介中心性0.06。过去五年中,前十高被引论文共获得712次引用。
**3.6. 关键词分析**
**3.6.1. 高频关键词分析**
通过汇总所有样本文献的关键词,本研究勾勒出2020–2024年中国AE领域的研究图景。统计结果显示,“biomass”出现频率最高(1,025次)。使用Price高频阈值公式,识别出59个频率≥10的高频词。前十高频关键词中,“microbial community”(中介中心性0.14)、“biomass”(0.11)和“anaerobic digestion”(0.10)在研究网络中处于核心位置。这三个节点也是高频关键词,频率分别为783、1,025和734。
**3.6.2. 关键词聚类分析**
使用CiteSpace软件的对数似然比(LLR)算法,对所有样本文献的关键词进行聚类分析,生成了8个聚类(图4)。这些聚类揭示了中国AE的八大研究主题,统计显著的模块度和高轮廓值确认了聚类结果的可靠性。这些聚类紧密相关:厌氧消化(anaerobic digestion)、anammox和堆肥(composting)聚焦于废物处理和养分回收;酶水解(enzymatic hydrolysis)、木质纤维素生物质(lignocellulosic biomass)和吸附(adsorption)瞄准高效生物质转化;而转录组(transcriptome)和机械性能(mechanical property)反映了生物技术与工程材料的结合。总体而言,这些主题揭示了该领域向可持续生物质利用、环境治理和绿色生产的主题演变,对农业废物回收、污染控制和清洁能源生产具有重要现实意义。每个聚类与三个维度系统关联:(1)技术范式,反映不同研究分支中的主导技术体系和核心技术路径;(2)创新轨迹,揭示AE研究的分阶段演化、热点转移和跨学科发展趋势;(3)国家战略重点,包括乡村振兴、生态农业、农业低碳发展和绿色废物回收,进一步解释了中国研究图景的政策驱动性质。
**3.6.3. 关键词突现分析**
为探索中国AE领域研究热点的最新动态,使用CiteSpace软件对过去五年的文献进行了关键词突现分析。表5列出了突现强度最高的前25个关键词。这些术语在2020–2024年间经历了显著的引用频率激增,为AE的新兴研究热点和趋势提供了关键洞察。总之,本研究将多维分析结果(包括出版趋势、机构和作者合作模式、关键词热点和期刊分布)整合到一个统一的分析框架中。通过将宏观视角与这些独立指标相结合,系统总结了中国AE研究体系的总体结构特征、演化模式和新兴研究方向,从而得出连贯且概括性的结论。
**4. 讨论**
本文献计量研究揭示了中国AE领域的研究动态和产出特征。长期来看,该领域研究产出总体呈上升趋势:2000–2007年论文数量相对有限;2008年起产出增长可观测;2020年后似乎有所加速。这一快速扩张可能与若干潜在驱动力有关。首先,中国对农业现代化、乡村振兴和绿色发展的战略重视,为AE研究提供了大量政策支持和资金投入。其次,对可持续生物质利用、环境保护和清洁能源生产的迫切需求,将研究推向生物质、微生物群落和厌氧消化等主题。第三,生物转化、厌氧处理和酶水解方面的技术进步,为高质量论文的快速增长提供了方法论支持。
与全球AE研究趋势相比,中国的出版增长模式既有相似之处也存在差异。与发达地区类似,中国在生物质利用、环境修复和智能农业技术方面经历了快速扩张。然而,中国的年出版增长率似乎超过数据集中的大多数国家,反映了更强的政策支持和扩大的研究投入。同时,中国的研究热点(如厌氧消化、微生物群落、生物质利用)在一定程度上与国际前沿一致,而对乡村振兴和大规模工程应用的强调可能反映了区域特色。这些比较为跨国学习和合作改进提供了有意义的见解。
在高产出研究实体方面,不同性质的机构群体都做出了重要贡献。国家研究机构(如中国科学院、中国农业科学院)、高等院校(如南京林业大学、中国农业大学)以及政府部门(包括农业农村部)构成了研究格局的主要组成部分。这些机构的优势地位反映了中国农业研究的制度安排:科学院专注于基础和前沿创新,大学平衡人才培养和应用研究,政府机构将研究链接到产业政策和实际应用。这种多层次结构解释了为何这些机构保持高生产率和影响力。
在贡献作者方面,彭永臻基于出版量被识别为最高产作者,而王伟在中介中心性方面似乎作为研究网络的中心节点。这些作者的突出地位与其长期关注厌氧消化、生物质转化和微生物工程等核心领域密切相关。作为高中介中心性的核心节点,王伟在合作网络中充当关键学术桥梁。他不仅连接多个分散的研究机构和区域团队,还承担重要的跨学科中介功能。特别是,他的研究合作将生物质回收聚类与微生物群落和生物转化研究聚类联系起来,促进了不同子学科之间的知识互动、主题集成和跨领域创新。他们的高中心性表明他们在合作网络中充当关键桥梁,促进了跨学科交流和大型合作研究——这解释了为何某些学者成为该领域的核心节点。本研究对机构和作者桥梁作用的判断主要基于出版量和中介中心性。受数据范围限制,本研究未纳入资助结构信息、详细合作机制和国际合作差异。因此,相关角色特征应谨慎解读。
期刊统计表明,国际期刊主导了中国AE研究的出版格局。《Bioresource Technology》和《International Journal of Agricultural and Biological Engineering》等期刊发表了大量研究成果,这可能归因于其全球读者群和高影响因子。这一趋势强调了国际可见性的重要性,但也突出了加强国内AE期刊的必要性。提升本土期刊将有助于向国内受众(特别是那些获取国际出版物有限的群体)传播知识,并培育具有中国特色的研究议程。本研究主要梳理了核心期刊的出版来源和基本影响因子信息。需注意,简单的影响因子不能完全反映研究质量或标准化引用表现。
高被引论文的主题分布呈现出多样性,涵盖生物数据分析、木质纤维素生物转化、氮循环动力学等领域。这些有影响力的研究通常聚焦于关键科学挑战和实际工业问题,其持续高被引表明其学术价值。一个典型案例是“TBtools: an integrative toolkit developed for interactive analyses of big biological data”,它为AE研究人员提供了管理复杂生物数据集的重要工具。
关键词分析有助于识别该领域的研究热点。高频词如“biomass”、“microbial community”和“anaerobic digestion”构成了持续研究的核心。通过关键词聚类分析,这些术语被进一步归类为不同的主题领域,如anammox、transcriptome和enzymatic hydrolysis。这些识别出的热点反映了AE当前的研究趋势,包括追求可持续生物质利用、探索微生物群落在农业过程中的功能,以及改进厌氧消化技术以生产生物能源。实际上,研究格局在很大程度上受到Web of Science农业工程类别固有分类偏差的制约。因此,聚类结果和主题分布不能完全反映现代AE的完整学科内涵。
关键词突现分析揭示了研究优先级的动态演化。例如,“municipal solid waste”和“microbial fuel cell”在2020–2021年显示出强突现强度,表明这一时期可能存在的新兴研究前沿。这些新兴主题可能由不断变化的环境挑战和技术创新驱动。具体而言,城市固体废物数量的增长促进了其在AE领域可持续处理与利用的研究。突现关键词分析反映了研究前沿的动态出现和演化。在本研究中,每个新兴突现术语还关联到现实背景,包括重大国家政策布局、农业产业转型需求、可持续发展目标以及相关领域的关键技术突破。这种多角度解读有助于解释热点话题突然崛起的驱动因素,阐明AE研究的未来发展方向,并提高突现关键词分析的战略参考价值和预测含义。
正如关键词聚类和高频词所反映的,当前研究热点高度集中于厌氧消化、anammox、堆肥、木质素降解和生物质回收。这一结果与WoS农业工程类别的期刊导向一致。相比之下,与农业机械、田间机器人、精准农业和物联网相关的主题在当前数据集中明显代表性不足。这种不平衡的主题布局是本文献计量分析的一个客观且有价值的发现。
与其他文献计量研究类似,本研究存在一定局限性。例如,仅依赖单一数据库(WoS),可能导致遗漏关键文献,因为并非所有中国期刊都被索引在此数据库中。此外,引文计数可能因自我引用和出版时间滞后等因素而产生误导。因此,未来研究可考虑使用多个数据库验证发现,并开发更精确的基于引文的评估方法。
总之,本文献计量分析为中国AE研究提供了有价值的见解,突出了研究产出的增长、核心研究力量和关键研究方向。建议加强国内研究机构和期刊,促进跨学科合作,并解决方法论局限性。本研究做出了三项关键贡献。首先,它通过系统识别该领域(2020–2024)的核心主题结构和演化逻辑,填补了一个研究不足的领域。其次,它通过政策、产业和技术的相互作用来解读研究热点的形成,提供了一个理解框架。第三,它提出了具体、可操作的见解,包括优化国内期刊发展、加强机构合作、以及使未来研究与国家可持续发展目标保持一致。除客观图景描绘外,本研究进一步批判性反思了现有结构性不足,包括机构分布不平衡、国际合作不足、传统研究方向过度代表而新兴子领域发展不足。
**5. 结论**
本文献计量分析系统概述了2020–2024年中国AE研究的最新演化特征(基于Web of Science索引)。除描述性图景外,本研究解释了出版趋势、机构贡献、作者合作模式和研究热点背后的驱动力、结构逻辑和演化机制。
在出版产出方面,呈现出显著上升趋势,标志着中国AE研究日益增长关注和投入。中国科学院和南京林业大学等机构发挥了关键作用,引领知识生产和创新。它们的国内外合作努力提升了中国AE研究在全球舞台上的可见度和影响力。
研究热点分析揭示了多样化的关注领域。“biomass”、“microbial community”和“anaerobic digestion”等主题吸引了大量研究兴趣,反映了该领域的动态性质及其对农业领域新兴挑战和机遇的响应。关键词共现分析进一步强调了这些研究领域的相互关联性,突出了采用跨学科方法解决复杂AE问题的必要性。
出版趋势、机构动态、引文表现和主题演化可以被整合为一个对系统发展的连贯解释。出版产出的持续扩张反映了中国AE研究的总体规模增长。同时,集中的机构分布和层级化的合作网络塑造了研究系统的资源配置模式和学术互动逻辑。差异化的引文影响进一步揭示了研究产出之间的不平衡质量和影响力差距。在政策引导和技术需求推动下,研究主题和新兴前沿的持续迭代推动了学科发展的方向性调整。综合起来,这些相互关联的维度系统地解释了近年来整个研究系统如何演化、运行和优化。
本研究揭示了为何某些主题、合作和趋势主导该领域,为优化研究策略提供了基于证据的见解。基于发现,提出四点建议:(1)加强高质量国内期刊以提升其国际影响力;(2)优化顶尖团队与中/小型研究团队之间的机构合作;(3)使研究重点与国家政策(乡村振兴、碳中和、农业可持续性)保持一致,聚焦高价值主题如生物质利用和清洁能源;(4)加强跨学科整合以提高研究质量和创新性。除基本描述性总结外,本研究通过揭示长期学科瓶颈、合作弱点和前沿发展趋势,提升了战略深度。它为学科布局优化、合作机制改进和新兴子领域规划提供了系统性启示,从而更好地理解中国AE研究体系的整体运行和高质量发展。
尽管取得了这些成就,但仍识别出若干改进领域。需要更有针对性的研究努力来填补现有知识空白,特别是在新兴和前沿领域。加强国际合作也能引入多样化的视角和资源,进一步提升中国AE研究的质量和影响力。此外,促进研究成果向实际应用的转化,对于最大化这些研究对农业产业和整个社会的效益至关重要。本研究的局限性在于数据来源。仅检索了Web of Science核心合集的题录数据。虽然该数据库被广泛认为是学术研究的权威来源,但它可能低估了国内中文期刊的出版物。这一局限性可能导致潜在的抽样偏差,因为一些高影响力的国内研究可能被忽略。因此,未来研究应考虑整合多个数据库(如中国知网CNKI和Scopus),以获得该领域更系统和跨文化的概述。另一个局限性涉及研究时间范围和缺乏国际比较。分析仅限于近期五年期(2020–2024),这可能限制识别长期、渐进演化趋势的稳健性。此外,缺乏与全球研究模式的系统比较,限制了中国研究产出和主题焦点相对于国际社会的全面背景化。未来研究可扩展时间范围以捕捉更长期动态,并整合多国数据集以提供AE研究的全球视角。本研究未全面纳入其他文献计量指标,如引文影响指标(H指数、领域归一化引文影响)、合作指标、资助来源和国际合著模式。本研究未考察资助背景、长期伙伴关系或国际联系,也未阐明研究实体如何互动和互补。这些方面应在未来的扩展研究中加以探索。
此外,Web of Science的单一类别设置导致主题分布偏斜,未能完全捕捉现代AE的范围。一些农业新兴研究领域也值得更详细的关注。近年来的研究还推进了精准农业和智能农业技术(包括无人机喷雾器、GIS和遥感应用、AI集成智能温室干燥器)。
总之,本研究为中国AE部门最近的研究模式和结构特征提供了有针对性的概述。通过强调现有合作限制、主题不平衡和研究质量差异,为相关研究人员和政策制定者提供了基于背景的参考。同时,可为未来的研究布局和学科优化提供信息,同时承认当前分析固有的方法论限制和背景边界。