小?？Х妊芯课墨I計量學(xué)分析

摘要 運用中國知網(wǎng)CNKI數(shù)據(jù)庫平臺，分析1998—2017年間關(guān)于小粒咖啡的科學(xué)研究數(shù)量及其年度分布、研究機構(gòu)和作者、資金資助現(xiàn)狀和期刊分布特征，識別熱點研究內(nèi)容，為云南小?？Х染G色產(chǎn)業(yè)發(fā)展提供一定的理論基礎(chǔ)。

關(guān)鍵詞 小?？Х?文獻計量學(xué);云南

中圖分類號 S-058文獻標(biāo)識碼 A

文章編號 0517-6611（2019）11-0241-03

doi：10.3969/j.issn.0517-6611.2019.11.069

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract The CNKI platform was used to analyze the Coffea arabica L. related literatures from 1998 to 2017， including published literatures amounts， research institutes and related author， funding sourcing status， published journal distribution characters， and identified hot spot of research contents. The aim of this research was to provide fundamental theory to green industrial development of Coffea arabica L.

Key words Coffea arabica L.;Bibliometric;Yunnan Province

作者簡介 楊艷（1989—），女，云南大理人，助理農(nóng)藝師，碩士，從事高原特色作物種植、市場開拓研究。

收稿日期 2019-01-03

小?？Х龋–offea arabica L.）原產(chǎn)非洲，我國自19世紀(jì)初引種后不斷發(fā)展壯大。云南干熱河谷區(qū)域光溫水充沛，其高海拔和晝夜溫差大的特殊氣候條件是生產(chǎn)高品質(zhì)咖啡的重要支撐條件[1]。云南省小?？Х确N植面積已達1.18×105 hm2，是高原特色農(nóng)業(yè)產(chǎn)業(yè)之一，總產(chǎn)值在2018年已達210億元[2]。當(dāng)前針對小?？Х鹊目茖W(xué)研究日漸增多，研究內(nèi)容廣泛，但有關(guān)云南小?？Х鹊奈墨I統(tǒng)計和分類概況尚鮮見報道。鑒于此，筆者運用中國知網(wǎng)CNKI數(shù)據(jù)庫平臺，分析1997—2017年于小?？Х鹊目茖W(xué)研究數(shù)量及其年度分布、研究機構(gòu)和作者、資金資助現(xiàn)狀和期刊分布特征，識別熱點研究內(nèi)容，旨在為云南小?？Х染G色產(chǎn)業(yè)發(fā)展提供一定的理論基礎(chǔ)。

1 材料與方法

1.1 材料

以“小粒咖啡”“云南小?？Х取睘橹黝}進行檢索。

1.2 方法

運用以CNKI數(shù)據(jù)庫平臺中的中國學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫，檢索1998—2017年間發(fā)表的相關(guān)期刊文獻，排除重復(fù)文獻后，統(tǒng)計分析逐年發(fā)文量和總發(fā)文量、發(fā)文機構(gòu)和作者、資金資助來源和發(fā)表期刊現(xiàn)狀等。

1.3 數(shù)據(jù)處理

采用Excel 2010軟件進行數(shù)據(jù)匯總和統(tǒng)計，采用Origin 9.0繪圖。

2 結(jié)果與分析

2.1 小粒咖啡文獻發(fā)表數(shù)量和年際分布特征

小?？Х认嚓P(guān)文獻在近20年間（1998—2017年）共發(fā)表刊出了166篇（圖1）。發(fā)文量逐年波動且總體呈增加趨勢，2014年的發(fā)文量最大，為31篇。將20年劃分為4個區(qū)間（表1），可以看出2013—2017年間發(fā)文量最大，為97篇，分布率為58.43%;2008—2012年、2003—2007年和1998—2002年的文獻分布率分別為20.48%、11.45%和9.64%。

我國咖啡市場近10年年復(fù)合增長率為15%，超過美國的2%和日本的1%。國內(nèi)咖啡市場增速較快，說明國人對咖啡的需求遠未到飽和階段，未來我國咖啡消費市場上升潛力非常大。小?？Х鹊难芯课墨I數(shù)量在近10年里也呈現(xiàn)出倍數(shù)增長趨勢，符合目前咖啡市場的增長情況。

2.2 小粒咖啡文獻發(fā)表期刊分布

對小?？Х戎黝}文獻的刊登期刊進行分析（表2），可以看出刊文量大于3的期刊共有13個，其中《熱帶農(nóng)業(yè)科技》刊文量最大，為23篇（1386%）;《中國熱帶農(nóng)業(yè)》《熱帶農(nóng)業(yè)科學(xué)》和《云南農(nóng)業(yè)》的刊文比例分別為8.43%、5.42%和5.42%。

我國咖啡種植區(qū)域主要集中在云南、海南、福建等地。其中，云南省是最大的咖啡生產(chǎn)基地，栽種面積和產(chǎn)量分別占全國咖啡種植的96.0%和98.5%。小粒種咖啡是云南主栽品種，對于小?？Х鹊难芯课墨I也多發(fā)表于主要關(guān)注熱帶農(nóng)業(yè)發(fā)展的期刊中。小?？Х扔捎谠谑澜缟舷碛休^高聲譽，每年產(chǎn)量50%以上出口西歐、日本、美國等發(fā)達國家，所以在許多綜合期刊中也有文章發(fā)表。

2.3 小?？Х妊芯抠Y金資助情況

對小粒咖啡主題文獻的資金來源進行分析，共68篇文獻獲得資金資助，資助比例為36.14（表3）。小?？Х茸鳛槲覈Х确N植的主要品種之一，其年出口創(chuàng)匯達4 000萬美元以上，其研究資金得到了云南省自然科學(xué)基金和國家自然科學(xué)基金大力支持。其中云南省自然科學(xué)基金的資助比例最大，為43.33%，這也體現(xiàn)了云南省對本地特色產(chǎn)業(yè)的支持力度。國家自然科學(xué)基金的資助比例為35%，而其他一些基金如國家星火計劃、云南省省院省校合作基金和中國科學(xué)知識創(chuàng)新工程基金等的資助比例均在5%以下。

隨著咖啡消耗量在中國的增長以及咖啡原材料出口量的增長，包括小?？Х仍趦?nèi)的咖啡產(chǎn)業(yè)將會引起我國及相關(guān)研究機構(gòu)的更多關(guān)注。因此推斷未來小?？Х鹊难芯抠Y金，將依然以云南省自然科學(xué)基金和國家自然科學(xué)基金為主，其他國家層面的基金也將適量增加以支持這項收益日益增長的產(chǎn)業(yè)。

2.4 小粒咖啡研究發(fā)文機構(gòu)

對小?？Х戎黝}文獻發(fā)文機構(gòu)進行分析顯示（表4），發(fā)文量大于10篇的機構(gòu)有3個，分別為昆明理工大學(xué)、云南省農(nóng)業(yè)科學(xué)院熱帶亞熱帶經(jīng)濟作物研究所和云南省德宏州熱帶農(nóng)業(yè)科學(xué)研究所，發(fā)文量比例為43.37%。其中昆明理工大學(xué)發(fā)文量最大，占總發(fā)文量的1928%。對小?？Х鹊难芯恐饕杏谠颇细咝＃鳛橹饕N植地，云南對于小?？Х认嚓P(guān)數(shù)據(jù)采集及發(fā)展都有較高的關(guān)注。

2.5 小?？Х妊芯堪l(fā)文作者和隸屬機構(gòu)

由表5可知，對小?？Х戎黝}文獻發(fā)文作者和隸屬進行分析，在1998—2017年共20年間發(fā)表小?？Х认嚓P(guān)論文數(shù)量超過10篇的核心作者群共有3人，主要是來自昆明理工大學(xué)的楊啟良和劉小剛以及云南省德宏州熱帶農(nóng)業(yè)科學(xué)研究所的張洪波。

小粒咖啡雖然有廣闊的市場空間，但研究分布非常局限，從事小粒咖啡研究的工作者也相對較少。事實上，咖啡作為歐美主要飲品之一，近幾年隨著改革開放和中國經(jīng)濟的增長，咖啡也越來越受到中國年輕人的青睞，小粒咖啡應(yīng)引起經(jīng)濟學(xué)界及相關(guān)學(xué)術(shù)界的關(guān)注。

2.6 小粒咖啡相關(guān)文獻研究內(nèi)容

從小?？Х鹊南嚓P(guān)文獻的研究內(nèi)容來看（表6），主要集中在小粒咖啡的栽培管理，其占比27.11%;此外，小粒咖啡的抗性育種、病蟲害防治、產(chǎn)業(yè)發(fā)展和綜合論述等相關(guān)內(nèi)容的占比分別為15.06%、1506%、12.05%和11.45%。其相關(guān)的生物學(xué)特性研究較少，僅占據(jù)了1.81%。這些文章大多從種植方面進行了系統(tǒng)的研究，而從經(jīng)濟學(xué)領(lǐng)域的研究偏少。未來應(yīng)該加大有關(guān)小粒咖啡市場需求的分析研究，對小粒咖啡的進一步深入發(fā)展具有重要意義。

3 結(jié)論

小?？Х犬a(chǎn)業(yè)是云南省區(qū)域特色產(chǎn)業(yè)，其研究論文的發(fā)文單位較多，體現(xiàn)了區(qū)域科研單位對其的重視程度，但發(fā)文單位間的發(fā)文量差異較大，主要集中在昆明理工大學(xué)和云南省農(nóng)業(yè)科學(xué)院熱帶亞熱帶經(jīng)濟作物研究所2家單位，適當(dāng)?shù)墓膭钚哉咭约盎饘ｍ椏梢源碳ば×？Х鹊难芯窟M一步發(fā)展[2]。總體發(fā)文量呈現(xiàn)日漸增加的趨勢，但發(fā)文數(shù)量較少、刊文期刊影響力較低。小?？Х鹊难芯恐性耘喙芾怼⒖剐陨砗筒∠x害防治主題的文獻相對較多，這表明了研究內(nèi)容也較為基礎(chǔ)，并未深入探討其增產(chǎn)增效的潛力和實現(xiàn)途徑[3-6]。同時，在小?？Х鹊难芯空撐闹?，有關(guān)引種育種的文獻較少，這對其良種的研發(fā)及產(chǎn)量壁壘的突破是一種阻力;對小?？Х鹊幕蜻z傳的研究鮮有報道，特別是有關(guān)其產(chǎn)量和產(chǎn)品風(fēng)味的控制基因的表達機制，而這在小?？Х鹊奶豳|(zhì)增效中起到了關(guān)鍵作用[7-8]。為新一步打造和推進小?？Х犬a(chǎn)業(yè)的發(fā)展，同樣需要進一步開展其加工和包裝等方面的研究[9-10]。

參考文獻

[1] 郭容琦，羅心平，李國鵬，等.云南小粒咖啡產(chǎn)業(yè)發(fā)展現(xiàn)狀分析[J].廣東農(nóng)業(yè)科學(xué)，2009（3）：209-212.

[2] 杜華波.云南咖啡產(chǎn)業(yè)可持續(xù)發(fā)展探討[J].中國熱帶農(nóng)業(yè)，2007（5）：15-17.

[3] 蔡志全，蔡傳濤，齊欣，等.施肥對小?？Х壬L、光合特性和產(chǎn)量的影響[J].應(yīng)用生態(tài)學(xué)報，2004，15（9）：1561-1564.

[4] 劉小剛，徐航，程金煥，等.水肥耦合對小?？Х让缒旧L和水分利用的影響[J].浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版），2014，40（1）：33-40.

[5] ZHANG Z X，CAI Z Q，LIU G Z，et al.Effects of fertilization on the growth，photosynthesis，and biomass accumulation in juvenile plants of three coffee（Coffea arabica L.）cultivars[J].Photosynthetica，2017，55（1）：134-143.

[6] CAI C T，CAI Z Q，YAO T Q，et al.Vegetative growth and photosynthesis in coffee plants under different watering and fertilization managements in Yunnan，SW China[J].Photosynthetica，2007，45（3）：455-461.

[7] 黃家雄，李貴平.中國咖啡遺傳育種研究進展[J].西南農(nóng)業(yè)學(xué)報，2008，21（4）：1178-1181.

[8] LASHERMES P，COMBES M C，ROBERT J，et al.Molecular characterisation and origin of the Coffea arabica L.genome[J].Molecular and general genetics，1999，261（2）：259-266.

[9] XU H G，WANG W Y，LIU X，et al.Antioxidative phenolics obtained from spent coffee grounds（Coffea arabica L.）by subcritical water extraction[J].Industrial crops & products，2015，76：946-954.

[10] 周斌，任洪濤，秦太峰.兩種前處理方法在云南小?？Х认銡獬煞址治鲋械膶Ρ萚J].現(xiàn)代食品科技，2013，29（7）：1716-1720.

47卷11期 楊 艷 小?？Х妊芯课墨I計量學(xué)分析

[15] SIMONYAN K，ZISSERMAN A.Very deep convolutional networks for largescale image recognition[R].2014.

[16] HE K M，ZHANG X Y，REN S Q，et al.Deep residual learning for image recognition[C]//Proceedings of the IEEE conference on computer vision and pattern recognition.Las Vegas，NV，SUA：IEEE，2016：770-778.

[17] HE K，ZHANG X，REN S，et al.Delving deep into rectifiers：Surpassing humanlevel performance on imagenet classification[R].2015：1026-1034.

[18] SRIVASTAVA N，HINTON G E，KRIZHEVSKY A，et al.Dropout：A simple way to prevent neural networks from overfitting[J].Journal of machine learning research，2014，15（1）：1929-1958.

[19] DAHL G E，SAINATH T N，HINTON G E.Improving deep neural networks for LVCSR using rectified linear units and dropout[C]//2013 IEEE international conference on acoustics，speech and signal processing.Vancouver，BC，Canada：IEEE，2013：8609-8613.

[20] The ImageNet database[DB/OL].[2018-01-04].http：//imagenet.org/.

[21] VEDALDI A，LENC K.Matconvnet：Convolutional neural networks for matlab[C]//Proceedings of the 23rd ACM international conference on Multimedia.Brisbane，Australia：ACM，2015：689-692.

[22] YALIN H.Phenology monitoring of agricultural plants using texture analysis[C]//Fourth international conference on agrogeoinformatics.Istanbul，Turkey：IEEE，2015：338-342.

安徽農(nóng)業(yè)科學(xué)，J.Anhui Agric.Sci. 2019，47（11）：244-246，252