基于CiteSpace的農(nóng)業(yè)灌溉水資源價(jià)值知識(shí)圖譜分析

周淑梅 李晶晶 盧娜

摘要：基于2000—2021年WoS數(shù)據(jù)庫(kù)收錄的3 687條農(nóng)業(yè)灌溉用水價(jià)值相關(guān)文獻(xiàn)，利用CiteSpace軟件繪制全球灌溉用水價(jià)值研究的知識(shí)圖譜，分析國(guó)內(nèi)外灌溉用水價(jià)值研究的發(fā)文量、作者、國(guó)家、期刊和機(jī)構(gòu)分布情況、研究熱點(diǎn)及發(fā)展趨勢(shì)。研究結(jié)果表明：2000—2021年，灌溉用水價(jià)值領(lǐng)域發(fā)文量整體呈上升趨勢(shì)；發(fā)文核心作者和團(tuán)隊(duì)主要來(lái)自中國(guó)和美國(guó)；研究力量主要分布在中國(guó)、美國(guó)、西班牙等國(guó)家；中國(guó)科學(xué)院、中國(guó)農(nóng)業(yè)大學(xué)、德黑蘭大學(xué)等機(jī)構(gòu)貢獻(xiàn)突出；灌溉水價(jià)和水資源的利用效率始終是研究的熱點(diǎn)內(nèi)容；從發(fā)展趨勢(shì)看，灌溉用水價(jià)值的多維度評(píng)估以及灌溉用水價(jià)值的時(shí)空動(dòng)態(tài)變化特征是未來(lái)研究關(guān)注的熱點(diǎn)；多源時(shí)空數(shù)據(jù)源、結(jié)合計(jì)算機(jī)人工智能技術(shù)的多種定價(jià)方法的融合及優(yōu)化成為灌溉用水價(jià)值研究的新趨勢(shì)。

關(guān)鍵詞：農(nóng)業(yè)灌溉；水資源價(jià)值；CiteSpace；知識(shí)圖譜

中圖分類號(hào)：［TV-9］： S274

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2095-5553 （2023） 03-0141-08

Abstract： Based on 3 687 related literatures on agricultural irrigation water value included in the WoS database from 2000 to 2021， this paper uses CiteSpace software to draw a knowledge map of global irrigation water value research， and analyzes the number of published papers， authors， distribution of countries， journals and institutions， research hotspots and development trends of irrigation water value research at home and abroad. The research results showed that from 2000 to 2021， the number of papers issued in the field of irrigation water value showed an overall upward trend; the core authors and teams of the papers were mainly from China and America; the research forces were mainly distributed in China， America， Spain and other countries; the Chinese Academy of Sciences， China Agricultural University， Tehran University and other institutional contributions were out standing; the price of irrigation water and the utilization efficiency of water resources had always been the hot topics of research; from the perspective of development trends， the multidimensional evaluation of irrigation water value and the temporal and spatial dynamic characteristics of irrigation water value were the focus of future research; multisource spatiotemporal data sources and the integration and optimization of various pricing methods combined with computer artificial intelligence technology have become a new trend in the research of irrigation water value.

Keywords： agricultural irrigation; water resources value; CiteSpace; knowledge map

0引言

水資源危機(jī)是21世紀(jì)全球社會(huì)面臨的重大問(wèn)題之一。已有研究表明，農(nóng)業(yè)用水量占全球水資源消耗的70%，而農(nóng)業(yè)產(chǎn)值貢獻(xiàn)率僅為6.4%。鑒于此，為提高農(nóng)業(yè)用水效率，各國(guó)政府采取了一系列農(nóng)業(yè)節(jié)水政策。農(nóng)業(yè)水價(jià)是一種行之有效的節(jié)水政策，水價(jià)的合理制定一方面需要考慮農(nóng)民可承受能力，另一方面還需要結(jié)合農(nóng)業(yè)灌溉用水的實(shí)際價(jià)值綜合制定。因此，對(duì)農(nóng)業(yè)灌溉用水價(jià)值的深入研究和探索是制定合理水價(jià)的前提和基礎(chǔ)，對(duì)實(shí)現(xiàn)農(nóng)業(yè)節(jié)水增效至關(guān)重要。

現(xiàn)有農(nóng)業(yè)灌溉用水價(jià)值的研究?jī)?nèi)容豐富多樣。在水資源價(jià)值內(nèi)涵方面，1992年都柏林國(guó)際水與環(huán)境會(huì)議上水的價(jià)值概念被采納，即：“水在其所有競(jìng)爭(zhēng)性用途中都具有經(jīng)濟(jì)價(jià)值，應(yīng)被視為經(jīng)濟(jì)商品”。吳澤寧綜合考慮水資源的供給和需求，基于能值理論，立足于水資源經(jīng)濟(jì)—社會(huì)—生態(tài)環(huán)境復(fù)合系統(tǒng)定義水資源價(jià)值［1］。在灌溉用水價(jià)值評(píng)估方面，20世紀(jì)70年代，秘魯采用余差法和線性規(guī)劃法對(duì)灌溉用水價(jià)值進(jìn)行了估算。世界糧農(nóng)組織出版報(bào)告“The Economic Value of Water for Agricultural， Domestic and Industrial Uses： A Global Compilation of Economic Studies and Market Prices”，總結(jié)了灌溉用水價(jià)值計(jì)算的方法和理論體系［2］。Bierkens通過(guò)構(gòu)建農(nóng)作物產(chǎn)出和水資源投入之間的生產(chǎn)函數(shù)來(lái)量化影子價(jià)格，借助影子價(jià)格大小判斷灌溉水利用效率的高低［3］。在灌溉用水價(jià)值的影響方面，魏帥基于宏微觀尺度確定的農(nóng)業(yè)水價(jià)，對(duì)農(nóng)業(yè)水資源進(jìn)行優(yōu)化配置，使得節(jié)水效果達(dá)到最佳［4］。Portoghese模擬了不同灌溉用水定價(jià)情景對(duì)地下水可持續(xù)利用的影響，結(jié)果發(fā)現(xiàn)不公平的地表水定價(jià)策略可能會(huì)對(duì)地下水資源產(chǎn)生負(fù)面影響［5］。由于灌溉用水價(jià)值的時(shí)空差異性，水資源價(jià)值評(píng)估問(wèn)題仍然是擺在研究人員面前的重大問(wèn)題，亟待進(jìn)一步解決。通過(guò)分析農(nóng)業(yè)灌溉用水價(jià)值領(lǐng)域的熱點(diǎn)及演變趨勢(shì)，為農(nóng)業(yè)水價(jià)合理評(píng)估奠定基礎(chǔ)，對(duì)提高農(nóng)業(yè)用水效率、實(shí)現(xiàn)水資源可持續(xù)利用具有重要意義。

近20年來(lái)，灌溉用水價(jià)值的研究取得了豐碩成果，為后人進(jìn)行農(nóng)業(yè)水資源價(jià)值研究提供了重要研究基礎(chǔ)。然而通過(guò)查閱文獻(xiàn)，發(fā)現(xiàn)目前對(duì)該領(lǐng)域最新研究成果的梳理尚不充分，難以全面反映農(nóng)業(yè)水資源價(jià)值研究特征及趨勢(shì)。CiteSpace作為一款新興的科學(xué)文獻(xiàn)分析軟件，用于識(shí)別和探測(cè)某一學(xué)科領(lǐng)域的熱點(diǎn)問(wèn)題、主題演變和發(fā)展趨勢(shì)，廣泛應(yīng)用在圖情學(xué)［6］、教育學(xué)［7］、計(jì)算機(jī)［8］、農(nóng)業(yè)經(jīng)濟(jì)［9］等。因此，本文擬選取2000—2021年科學(xué)網(wǎng)絡(luò)核心收集（WoS）數(shù)據(jù)庫(kù)收錄的有關(guān)農(nóng)業(yè)灌溉用水價(jià)值研究文獻(xiàn)，使用CiteSpace工具檢測(cè)農(nóng)業(yè)灌溉用水價(jià)值領(lǐng)域的演變，識(shí)別重要研究人員和機(jī)構(gòu)，跟蹤關(guān)鍵詞和關(guān)鍵文獻(xiàn)，分析探討農(nóng)業(yè)灌溉用水價(jià)值的研究特點(diǎn)、熱點(diǎn)及趨勢(shì)，對(duì)國(guó)內(nèi)外農(nóng)業(yè)灌溉用水價(jià)值研究文獻(xiàn)進(jìn)行系統(tǒng)性梳理，以期為農(nóng)業(yè)水價(jià)的后續(xù)研究提供參考。

1數(shù)據(jù)來(lái)源與研究方法

1.1數(shù)據(jù)來(lái)源

本文以Web of Science核心數(shù)據(jù)庫(kù)（http：//apps.webofknowledge.com）為檢索平臺(tái)，引文索引為Science Citation Index Expanded（SCI-EXPANDED）—1996—至今，主題詞設(shè)置為：（agricultural irrigation water）AND［TS=（value）OR TS=（valuation） OR TS=（price）］，時(shí)間跨度為2000—2021年，語(yǔ)言選擇English，文獻(xiàn)類型選擇Article和Review進(jìn)行檢索，得到文獻(xiàn)信息共3 687條。文獻(xiàn)數(shù)據(jù)最后檢索時(shí)間為2022年1月5日。

1.2研究方法

將WoS核心合集中的3 687篇文獻(xiàn)導(dǎo)出。為保證文獻(xiàn)非重復(fù)性和關(guān)聯(lián)性，利用CiteSpace對(duì)導(dǎo)出文獻(xiàn)進(jìn)行除重，人工篩除與該領(lǐng)域相關(guān)性弱的文獻(xiàn)，得到有效文獻(xiàn)3 180條，分別對(duì)導(dǎo)出文獻(xiàn)的發(fā)文量、作者、國(guó)家、期刊、研究機(jī)構(gòu)、關(guān)鍵詞和核心文獻(xiàn)進(jìn)行分析。

采用CiteSpace 5.8 R2版本對(duì)文獻(xiàn)數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)圖譜分析，時(shí)間切片統(tǒng)一設(shè)置為1年，其他為默認(rèn)，所選定的各指標(biāo)經(jīng)系統(tǒng)分析后得到相應(yīng)圖譜。圖譜中節(jié)點(diǎn)的不同顏色表示分析對(duì)象的被引用歷史，節(jié)點(diǎn)大小表示分析對(duì)象在特定時(shí)段內(nèi)的聚焦程度，節(jié)點(diǎn)間連接線則表示兩個(gè)節(jié)點(diǎn)之間的共引關(guān)系，線條越粗表示共引詞匯出現(xiàn)的頻次越高，其顏色表示兩個(gè)節(jié)點(diǎn)第一次被共引的時(shí)間。一個(gè)被紫色環(huán)包圍的節(jié)點(diǎn)具有相對(duì)較高的中心性（≥0.1），又稱關(guān)鍵節(jié)點(diǎn)，表明與其他節(jié)點(diǎn)有廣泛的聯(lián)系［10］。此類型節(jié)點(diǎn)通常是知識(shí)領(lǐng)域關(guān)注的焦點(diǎn)，對(duì)節(jié)點(diǎn)網(wǎng)絡(luò)分析具有重要意義［11］。

2結(jié)果分析

2.1農(nóng)業(yè)灌溉用水價(jià)值文獻(xiàn)描述性分析

2.1.1發(fā)文量分析

發(fā)文量的變化可以反映該領(lǐng)域在某個(gè)時(shí)間段內(nèi)的研究態(tài)勢(shì)和發(fā)展速度。在灌溉用水價(jià)值研究領(lǐng)域，WoS的全球發(fā)文量整體呈上升趨勢(shì)（圖1），發(fā)文增長(zhǎng)速度為18.8篇/年。從文章數(shù)量的變化趨勢(shì)來(lái)看，對(duì)灌溉用水價(jià)值的研究可以劃分為3個(gè)階段。（1）初始勘探階段：2000—2005年。灌溉用水價(jià)值研究處于起步階段，年發(fā)表數(shù)量較低，發(fā)展緩慢；（2）波動(dòng)增長(zhǎng)階段：2006—2014年。隨著農(nóng)業(yè)的快速發(fā)展，農(nóng)業(yè)需水量顯著增加和水資源稀缺性的矛盾日漸突出。在此期間，論文數(shù)量有所增加，但年出版量波動(dòng)不定。（3）快速發(fā)展階段：2015—2021年。特別是在2019年，其發(fā)文量較2018年增長(zhǎng)了28.02%，增長(zhǎng)速度最快。隨著經(jīng)濟(jì)的快速增長(zhǎng)，人水矛盾的突出，引發(fā)了全球?qū)r(nóng)業(yè)灌溉用水全方面的深入研究。

2.1.2作者群體分析

作者共現(xiàn)網(wǎng)絡(luò)圖譜，展現(xiàn)了灌溉用水價(jià)值研究領(lǐng)域的核心團(tuán)隊(duì)及其間合作關(guān)系。圖2為在該領(lǐng)域發(fā)文量排名前6的作者合作團(tuán)隊(duì)。

郭萍領(lǐng)導(dǎo)的由國(guó)內(nèi)外多個(gè)研究小組組成的團(tuán)隊(duì)規(guī)模最大，節(jié)點(diǎn)數(shù)最多且合作密切，該組其他杰出成員分別是東北農(nóng)業(yè)大學(xué)的付強(qiáng)、李茉團(tuán)隊(duì)以及中國(guó)農(nóng)業(yè)大學(xué)農(nóng)業(yè)用水研究中心的張帆、張成龍團(tuán)隊(duì)等。第二大研究團(tuán)隊(duì)由西北農(nóng)林科技大學(xué)農(nóng)業(yè)土木工程重點(diǎn)實(shí)驗(yàn)室的吳普特領(lǐng)導(dǎo)下的河海大學(xué)曹新春和普渡大學(xué)王玉寶等人員組成。其他如維也納自然資源與應(yīng)用生命科學(xué)大學(xué)的Erwin Schmid團(tuán)隊(duì)、中國(guó)水利水電科學(xué)研究院的鄧小雅團(tuán)隊(duì)等在該領(lǐng)域研究貢獻(xiàn)也較為突出。各研究團(tuán)隊(duì)目前已基本成熟穩(wěn)定，團(tuán)隊(duì)內(nèi)部學(xué)者聯(lián)系較緊密。

表1為該領(lǐng)域研究中最具生產(chǎn)力的前12位作者。郭萍是最有生產(chǎn)力的作者，發(fā)表19篇論文。Mohammad僅發(fā)表7篇文章，被引用高達(dá)558篇，文章質(zhì)量水平較高。核心作者和團(tuán)隊(duì)主要來(lái)自中國(guó)和美國(guó)，國(guó)外學(xué)者與國(guó)內(nèi)作者合作聯(lián)系較弱。未來(lái)應(yīng)進(jìn)一步加強(qiáng)國(guó)內(nèi)外研究團(tuán)隊(duì)之間的學(xué)術(shù)交流，從而推動(dòng)灌溉用水價(jià)值研究領(lǐng)域的創(chuàng)新發(fā)展。

2.1.3國(guó)家地區(qū)分析

圖3的國(guó)家合作網(wǎng)絡(luò)圖譜反映了高產(chǎn)國(guó)家之間的合作狀態(tài)。

其中，美國(guó)、德國(guó)和荷蘭與其他國(guó)家合作較為密切，而中國(guó)集中于獨(dú)立研究。農(nóng)業(yè)作為發(fā)展中國(guó)家的重要產(chǎn)業(yè)，灌溉用水問(wèn)題日漸突出，因此在高度活躍合作網(wǎng)絡(luò)的國(guó)家中，除了發(fā)達(dá)國(guó)家，還出現(xiàn)了許多發(fā)展中國(guó)家（印度尼西亞、伊朗、南非、墨西哥、巴西等），在該領(lǐng)域的研究逐漸活躍，說(shuō)明這些國(guó)家越來(lái)越重視灌溉水資源的保護(hù)和可持續(xù)利用，也越來(lái)越重視學(xué)術(shù)間的國(guó)際合作。

由表2可知，美國(guó)發(fā)文量為646篇，占總量的20.31%；其次是中國(guó)（608篇，19.12%）和西班牙（234篇，7.35%）。結(jié)合中心性值可知，美國(guó)中心性最高（0.71），說(shuō)明美國(guó)與其他國(guó)家合作較廣泛，科研實(shí)力雄厚，對(duì)全球的影響深遠(yuǎn)。根據(jù)被引頻次，意大利、澳大利亞、德國(guó)和荷蘭篇均被引頻次較高；而中國(guó)為16.27，文獻(xiàn)篇均被引頻次較低，論文綜合影響力有待提高，因此，國(guó)內(nèi)研究學(xué)者需進(jìn)一步提高論文質(zhì)量和研究深度，擴(kuò)大我國(guó)學(xué)術(shù)影響力。

2.1.4載文期刊分析

表3列出了研究期間國(guó)際上關(guān)于農(nóng)業(yè)灌溉用水價(jià)值研究發(fā)文量排名前十的期刊。這十種期刊在該主題的出版物約占該領(lǐng)域所有文獻(xiàn)總量的27.75%，表明農(nóng)業(yè)灌溉用水價(jià)值研究期刊分布多樣，涉及農(nóng)業(yè)水資源管理、環(huán)境科學(xué)、可持續(xù)發(fā)展、水文學(xué)等主題，特別是涉及許多學(xué)科的主題交叉。在WoS核心數(shù)據(jù)庫(kù)中收錄的期刊中，由荷蘭主辦，Elsevier BV出版的《Agricultural Water Management》排名第一，在研究期間發(fā)表的灌溉用水價(jià)值相關(guān)論文最多，其影響因子為4.516，該期刊發(fā)表與農(nóng)業(yè)水資源管理的科學(xué)、經(jīng)濟(jì)學(xué)和政策有關(guān)的具有國(guó)際意義的論文，提供解決并影響有關(guān)農(nóng)業(yè)水資源管理的見(jiàn)解。此外，《Water》、《Science of The Total Environment》、《Water Resources Management》和《Journal of Hydrology》等期刊發(fā)文量位居前五。

這些期刊的目標(biāo)與農(nóng)業(yè)灌溉用水價(jià)值的研究意義密切相關(guān)，即促使水資源高效利用和管理，實(shí)現(xiàn)水文環(huán)境可持續(xù)發(fā)展。同時(shí)這些期刊也為學(xué)者們提供了研究農(nóng)業(yè)灌溉用水價(jià)值的平臺(tái)。

2.1.5發(fā)文機(jī)構(gòu)分析

發(fā)文機(jī)構(gòu)的合作網(wǎng)絡(luò)圖譜見(jiàn)圖4，節(jié)點(diǎn)大小代表一個(gè)機(jī)構(gòu)發(fā)表文章的數(shù)量，而連接強(qiáng)度顯示不同機(jī)構(gòu)之間的協(xié)作水平。中國(guó)科學(xué)院（Chinese Acad Sci，194篇，0.27）及中國(guó)農(nóng)業(yè)大學(xué)（China Agr Univ，90篇，0.11）的發(fā)文量和中心度均較高，科研實(shí)力雄厚，影響深遠(yuǎn)。德黑蘭大學(xué)（Univ Tehran）發(fā)文數(shù)量位居第三（65篇），最具影響力的前10個(gè)機(jī)構(gòu)共有695篇文獻(xiàn)，占農(nóng)業(yè)灌溉用水價(jià)值出版物總數(shù)的18.9%以上。農(nóng)業(yè)灌溉用水價(jià)值主要研發(fā)機(jī)構(gòu)來(lái)自中國(guó)、伊朗和美國(guó)，這些國(guó)家在農(nóng)業(yè)灌溉水資源研究方面具有卓越的研發(fā)能力。在協(xié)作方面，整個(gè)網(wǎng)絡(luò)圖譜中大多數(shù)機(jī)構(gòu)之間的聯(lián)系較廣泛，表明機(jī)構(gòu)在內(nèi)部和內(nèi)部子網(wǎng)絡(luò)層面的合作較為密切。

2.2農(nóng)業(yè)灌溉水資源價(jià)值研究熱點(diǎn)分析

研究熱點(diǎn)的分布和演變可以直觀地展示不同時(shí)期的研究主題、研究視角和研究方法的變化。通過(guò)對(duì)灌溉水資源價(jià)值研究文獻(xiàn)的關(guān)鍵詞和核心文獻(xiàn)分析概括，可以反映研究關(guān)注的焦點(diǎn)和核心問(wèn)題，也體現(xiàn)了一定時(shí)期研究人員感興趣的熱點(diǎn)話題。

2.2.1關(guān)鍵詞突變圖譜分析

關(guān)鍵詞突發(fā)性檢測(cè)是研究關(guān)鍵詞出現(xiàn)頻次的分布時(shí)間，并從眾多詞語(yǔ)中探測(cè)出有較高頻次變化率的關(guān)鍵詞，從而依據(jù)詞頻的變化趨勢(shì)得到灌溉用水價(jià)值研究熱點(diǎn)變化。由CiteSpace繪制的關(guān)鍵詞突變表（表4）可以定量地代表農(nóng)業(yè)灌溉用水價(jià)值研究領(lǐng)域不同的研究熱點(diǎn)和變化規(guī)律。

由表4可知，前期研究熱點(diǎn)主要是水資源、氮、水質(zhì)、水資源政策、小麥和非充分灌溉等。表明早期學(xué)者對(duì)灌溉用水的研究集中于水含有的化學(xué)元素、水質(zhì)與水資源價(jià)值之間的關(guān)系；同時(shí)在水資源政策的支持下，大多數(shù)學(xué)者傾向選擇小麥為研究作物探討非充分灌溉下的作物產(chǎn)量和水資源利用效益。此階段關(guān)于農(nóng)業(yè)灌溉用水價(jià)值的研究較少，有關(guān)方法理論尚處于起步階段。

進(jìn)入2009年，人們開(kāi)始綜合使用地表水和地下水進(jìn)行灌溉，通過(guò)引入相關(guān)理論模型對(duì)灌溉用水價(jià)值進(jìn)行估算，測(cè)算水在蒸發(fā)后的經(jīng)濟(jì)效益和成本。由于化肥、農(nóng)藥等化學(xué)物質(zhì)的大量使用，使得水資源受到嚴(yán)重污染，糧食安全也受到威脅。因此，全球更加重視水資源的保護(hù)和可持續(xù)利用，但研究?jī)H處于理論階段，實(shí)證研究偏少。

2014年以后，研究熱點(diǎn)出現(xiàn)快速轉(zhuǎn)型，大部分研究熱點(diǎn)持續(xù)時(shí)間相對(duì)較短，說(shuō)明關(guān)于灌溉用水價(jià)值的研究范圍較為廣泛，進(jìn)入全面快速發(fā)展階段。研究學(xué)者在制定相關(guān)理論基礎(chǔ)體系后，步入實(shí)證探索階段，集中于以平原地區(qū)為研究區(qū)域，研究對(duì)象也由單一作物轉(zhuǎn)向多種農(nóng)作物，研究?jī)?nèi)容上側(cè)重于估算農(nóng)業(yè)用水的生態(tài)系統(tǒng)服務(wù)價(jià)值，綜合考慮經(jīng)濟(jì)、社會(huì)和環(huán)境因素，由此評(píng)估的水價(jià)真實(shí)反映了水資源的價(jià)值。

目前新興研究熱點(diǎn)主要為灌溉用水價(jià)值的模型預(yù)測(cè)及算法應(yīng)用。隨著人工智能技術(shù)的快速發(fā)展，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法日漸完善，部分學(xué)者基于實(shí)際調(diào)研數(shù)據(jù)對(duì)灌溉用水價(jià)值、作物灌溉需水量進(jìn)行預(yù)測(cè)研究，結(jié)果顯示神經(jīng)網(wǎng)絡(luò)模型具有較高的準(zhǔn)確率［12］?？梢钥闯?，農(nóng)業(yè)灌溉用水價(jià)值研究逐步集中于“經(jīng)濟(jì)—社會(huì)—生態(tài)—科技”的多尺度、多層面的研究探索。

2.2.2關(guān)鍵詞時(shí)間線圖譜分析

對(duì)不同文獻(xiàn)中的高頻關(guān)鍵詞進(jìn)行聚類，可以展示該領(lǐng)域的重要知識(shí)結(jié)構(gòu)和前沿研究熱點(diǎn)。圖5為關(guān)鍵詞時(shí)間線圖譜，共生成10個(gè)聚類標(biāo)簽。其中，水價(jià)（water pricing）和水利用效率（water use efficiency）是灌溉用水價(jià)值研究的核心內(nèi)容；水平衡（water balance）研究最為持久；土壤濕度（soil moisture）、地下水質(zhì)量（groundwater quality）和重金屬（heavy metals）是農(nóng)業(yè)水資源價(jià)值研究的重要方面；農(nóng)業(yè)政策（agricultural policy）為該領(lǐng)域的研究提供有力支持；灌溉水資源的生態(tài)系統(tǒng)服務(wù)（ecosystem services）價(jià)值評(píng)估對(duì)區(qū)域生態(tài)建設(shè)和發(fā)展具有重要意義?；诖髷?shù)據(jù)、3S技術(shù)、計(jì)算機(jī)人工智能等新技術(shù)進(jìn)行多源時(shí)空用水?dāng)?shù)據(jù)和灌溉用水價(jià)值模擬評(píng)估［13］，為決策者制定合理水價(jià)、獲得最優(yōu)水資源配置方案和結(jié)果提供科學(xué)依據(jù)。

2.2.3研究熱點(diǎn)與核心文獻(xiàn)分析

對(duì)近幾年國(guó)內(nèi)外關(guān)于農(nóng)業(yè)灌溉用水價(jià)值的核心文獻(xiàn)進(jìn)行梳理和總結(jié)，研究?jī)?nèi)容分為以下幾個(gè)方面。

1） 灌溉用水價(jià)值內(nèi)涵。價(jià)值是價(jià)格的基礎(chǔ)，水價(jià)是水資源價(jià)值的貨幣表現(xiàn)形式。1992年都柏林國(guó)際水與環(huán)境會(huì)議指出，“水在其所有競(jìng)爭(zhēng)性用途中都具有經(jīng)濟(jì)價(jià)值，應(yīng)被視為經(jīng)濟(jì)商品”。

多數(shù)學(xué)者對(duì)灌溉用水價(jià)值的研究限定為水的經(jīng)濟(jì)價(jià)值，李良縣等基于效用價(jià)值論，探討水資源價(jià)值體現(xiàn)為商品水給使用者帶來(lái)的總效用，并以一定的貨幣衡量水資源的價(jià)值［14］。Nikouei等［15］從成本收益角度出發(fā)，提出灌溉水的經(jīng)濟(jì)價(jià)值源于它通過(guò)農(nóng)作物的生產(chǎn)和銷售為農(nóng)民所帶來(lái)的收入。類似地，劉維哲等［16］從農(nóng)民投入產(chǎn)出角度，認(rèn)為農(nóng)業(yè)總產(chǎn)出價(jià)值扣除灌溉以外的其他投入要素價(jià)值后，剩下部分可歸結(jié)為灌溉水產(chǎn)生的經(jīng)濟(jì)價(jià)值。

隨著研究的深入，學(xué)者對(duì)灌溉用水價(jià)值的內(nèi)涵逐步擴(kuò)展到社會(huì)、環(huán)境和政治等方面。Shen等［17］表示水資源不應(yīng)僅視為一種經(jīng)濟(jì)商品，灌溉用水價(jià)值與經(jīng)濟(jì)、政治、環(huán)境和社會(huì)因素交織在一起。吳澤寧等［1］綜合考慮水資源的供給和需求，以黃河流域?yàn)檠芯繉?duì)象，基于能值理論，立足于水資源經(jīng)濟(jì)-社會(huì)-生態(tài)環(huán)境復(fù)合系統(tǒng)量化用水價(jià)值，更全面地評(píng)估了灌溉用水價(jià)值。

2） 灌溉用水價(jià)值核算方法。基于灌溉用水價(jià)值不同內(nèi)涵對(duì)應(yīng)多種水價(jià)核算理論及模型，目前應(yīng)用較廣泛的理論及模型包括能值理論、剩余價(jià)值法（殘值法）、生產(chǎn)函數(shù)法、完全成本法、條件估值法、模糊數(shù)學(xué)模型、一般均衡（CGE）模型等。下面重點(diǎn)分析剩余價(jià)值法、生產(chǎn)函數(shù)法和神經(jīng)網(wǎng)絡(luò)模型的研究應(yīng)用。

基于葡萄牙南部阿倫特霍地區(qū)六個(gè)灌溉區(qū)中最具有代表性的作物，Rodrigues等［18］利用殘值法確定了灌溉用水價(jià)值，預(yù)測(cè)灌溉用水價(jià)格與作物成本的合理性。王西琴等［19］基于華北地區(qū)小麥和玉米種植戶的調(diào)研數(shù)據(jù)，采用剩余價(jià)值法估計(jì)糧食作物灌溉用水的經(jīng)濟(jì)價(jià)值，并比較了灌溉用水價(jià)格的區(qū)域差異。由于剩余價(jià)值法基于一定的前提假設(shè)，因此測(cè)算結(jié)果不能完全反映灌溉用水的實(shí)際價(jià)值。

Bierkens等［3］通過(guò)構(gòu)建農(nóng)作物產(chǎn)出和水資源投入之間的生產(chǎn)函數(shù)，估算了地下水使用量最大的11個(gè)國(guó)家灌溉用水的影子價(jià)格，即水產(chǎn)生的邊際價(jià)值，進(jìn)一步分析了灌溉用水價(jià)值在國(guó)家之間的變化特征。Chebil等［20］根據(jù)突尼斯主要柑橘產(chǎn)區(qū)的42個(gè)農(nóng)場(chǎng)的選定樣本數(shù)據(jù)執(zhí)行隨機(jī)前沿生產(chǎn)函數(shù)方法，估算了灌溉用水價(jià)值，并確定最佳水價(jià)。研究中由于某些投入產(chǎn)出數(shù)據(jù)難以準(zhǔn)確衡量，計(jì)算結(jié)果會(huì)有一定誤差。

神經(jīng)網(wǎng)絡(luò)模型是目前灌溉用水價(jià)值較為先進(jìn)的核算方法，NguyenKy等［21］使用人工神經(jīng)網(wǎng)絡(luò)-貝葉斯建模方法，與在線用水?dāng)?shù)據(jù)集成，預(yù)測(cè)澳大利亞Murry灌溉區(qū)的水價(jià)，比人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度更高，實(shí)現(xiàn)更好的水分配交易決策，并提高灌溉農(nóng)業(yè)的生產(chǎn)力和盈利能力。

由于單一方法的局限性，對(duì)不同測(cè)算方法的比較研究會(huì)進(jìn)一步推動(dòng)灌溉水價(jià)的評(píng)估研究，并為相關(guān)農(nóng)業(yè)水資源定價(jià)策略的執(zhí)行提供科學(xué)依據(jù)。此外，由于灌溉用水空間分布離散，且地方用水量統(tǒng)計(jì)缺乏統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致對(duì)灌溉用水量時(shí)空變化的刻畫能力不足，關(guān)于灌溉用水價(jià)值評(píng)估的時(shí)空動(dòng)態(tài)特征有待深入探討。

3） 灌溉用水價(jià)值影響因素。近年來(lái)，國(guó)內(nèi)外學(xué)者在灌溉用水價(jià)值的影響因素方面做了大量研究。灌溉水價(jià)一般受到水資源稀缺程度、供求關(guān)系、農(nóng)民心理承受范圍、農(nóng)戶用水量、種植作物類型、灌溉節(jié)水技術(shù)等因素影響，主要體現(xiàn)在水資源的自身特性、供給和需求以及稀缺性角度。

美國(guó)環(huán)保署強(qiáng)調(diào)，水不是一維商品，用戶為水付費(fèi)的意愿可能取決于水量、質(zhì)量、時(shí)間、空間和獲取可靠性等因素。劉紅艷等除考慮水量、水質(zhì)等環(huán)境因素，還引入人均可支配收入、技術(shù)成本投資和農(nóng)民滿意程度，綜合從環(huán)境、經(jīng)濟(jì)和社會(huì)三方面測(cè)算灌溉用水價(jià)值。Singh［22］認(rèn)為邊際成本定價(jià)法不能完全反映灌溉用水的公共性、外部性、信息不對(duì)稱性等特性，應(yīng)在充分考慮農(nóng)戶承受能力基礎(chǔ)上確定灌溉用水價(jià)格。

史尚等［23］從灌溉供給角度建立了農(nóng)業(yè)水價(jià)成本測(cè)算指標(biāo)體系，采用層次分析法得出灌水方式、輸水方式、渠道襯砌情況、信息化程度、節(jié)水灌溉技術(shù)是影響農(nóng)業(yè)水價(jià)的關(guān)鍵因素。從需求角度來(lái)看，劉維哲等［16］通過(guò)比較小麥、玉米和蘋果三種作物的灌溉用水價(jià)值，建立灌溉用水價(jià)值影響因素分位數(shù)回歸模型，分析發(fā)現(xiàn)農(nóng)作物類型是影響灌溉用水價(jià)值的重要因素。Hellwig等［24］在研究德國(guó)水價(jià)時(shí)發(fā)現(xiàn)，影響水價(jià)的主要因素是成本和需求函數(shù)，政治聯(lián)系起次要作用。

從資源稀缺性角度分析，Cauberghe等［25］認(rèn)為水作為商品，水的稀缺性可以加強(qiáng)其積極價(jià)值，從而增加其可取性，表明水資源短缺是價(jià)格變化的重要驅(qū)動(dòng)因素。然而，由于某些重要影響因素?cái)?shù)據(jù)難以準(zhǔn)確獲取，如環(huán)境變化等，在實(shí)證研究中往往被忽略，從而降低了灌溉用水價(jià)值評(píng)估的準(zhǔn)確性。

3結(jié)論

本研究采用CiteSpace軟件對(duì)WoS數(shù)據(jù)庫(kù)檢索得到的3 687條農(nóng)業(yè)灌溉水資源價(jià)值相關(guān)文獻(xiàn)進(jìn)行科學(xué)計(jì)量分析，分別檢測(cè)發(fā)文量、發(fā)文作者、發(fā)文國(guó)家、載文期刊、發(fā)文機(jī)構(gòu)、關(guān)鍵詞和主題文獻(xiàn)，得出以下結(jié)論。

1） 農(nóng)業(yè)灌溉用水價(jià)值研究領(lǐng)域的發(fā)文量整體呈上升趨勢(shì)；核心作者和團(tuán)隊(duì)主要來(lái)自中國(guó)和美國(guó)，由中國(guó)農(nóng)業(yè)大學(xué)郭萍領(lǐng)導(dǎo)的合作小組是該領(lǐng)域發(fā)文量最多的研究團(tuán)隊(duì)，未來(lái)應(yīng)加強(qiáng)國(guó)內(nèi)外研究團(tuán)隊(duì)之間的學(xué)術(shù)交流；研究力量主要分布在美國(guó)、中國(guó)、西班牙等國(guó)家，國(guó)際合作趨勢(shì)逐漸明顯；中國(guó)科學(xué)院、中國(guó)農(nóng)業(yè)大學(xué)、德黑蘭大學(xué)等機(jī)構(gòu)貢獻(xiàn)突出，影響力深遠(yuǎn)。

2） 農(nóng)業(yè)灌溉用水價(jià)值研究集中于“經(jīng)濟(jì)—社會(huì)—生態(tài)—科技”的多尺度、多層面，灌溉水價(jià)和水資源的利用效率始終是該領(lǐng)域研究的核心內(nèi)容；灌溉用水價(jià)值的核算一般受到水資源稀缺程度、供求關(guān)系、農(nóng)民承受能力、用水量、作物類型、節(jié)水技術(shù)等因素影響；新興研究熱點(diǎn)為應(yīng)用人工智能、大數(shù)據(jù)等新技術(shù)進(jìn)行灌溉用水價(jià)值的模型預(yù)測(cè)和灌溉水資源優(yōu)化配置。

3） 由于灌溉用水空間分布具有離散性的特征，以及部分影響因素?cái)?shù)據(jù)獲取難度較大，灌溉用水價(jià)值的時(shí)空動(dòng)態(tài)特征刻畫及多維度價(jià)值分析還有待深入研究。此外，目前不同灌溉用水價(jià)值測(cè)算方法均具有一定的局限性，實(shí)證研究中合理的灌溉用水價(jià)值的確定仍需進(jìn)一步探索。基于此，灌溉用水價(jià)值的未來(lái)研究發(fā)展趨勢(shì)主要分為兩大方向：研究?jī)?nèi)容方面，灌溉用水價(jià)值的多維度評(píng)估以及灌溉用水價(jià)值的時(shí)空動(dòng)態(tài)變化特征是未來(lái)研究關(guān)注的熱點(diǎn)；研究手段方面，從傳統(tǒng)數(shù)據(jù)源（調(diào)研、統(tǒng)計(jì)）到多源時(shí)空數(shù)據(jù)源（大數(shù)據(jù)、遙感監(jiān)測(cè)）的轉(zhuǎn)變，從單一灌溉用水價(jià)值測(cè)算方法到結(jié)合計(jì)算機(jī)人工智能技術(shù)的多種定價(jià)方法的融合及優(yōu)化成為灌溉用水價(jià)值研究的新趨勢(shì)。

參考文獻(xiàn)

［1］吳澤寧， 狄丹陽(yáng)， 黃碩俏. 黃河流域各?。▍^(qū)）用水價(jià)值空間聚集特征分析［J］. 人民黃河， 2020， 42（9）： 96-100， 106.

Wu Zening， Di Danyang， Huang Shuoqiao. Analysis of spatial clustering characteristics of water resources value in each Region of the Yellow River Basin ［J］.Yellow River， 2020， 42（9）： 96-100， 106.

［2］Aylward B， Seely H， Hartwell R， et al. The economic value of water for agricultural， domestic and industrial uses： A global compilation of economic studies and market prices ［J］. Ecosystem Economics， 2010.

［3］Bierkens M F P， Reinhard S， de Bruijn J A， et al. The shadow price of irrigation water in major groundwaterdepleting countries ［J］. Water Resources Research， 2019， 55（5）： 4266-4287.

［4］魏帥. 基于農(nóng)業(yè)水價(jià)的區(qū)域農(nóng)業(yè)水資源優(yōu)化配置［D］. 哈爾濱： 東北農(nóng)業(yè)大學(xué)， 2019.

Wei Shuai. Regional agricultural water resources optimal allocation based on the agricultural water price［D］. Harbin： Northeast Agricultural University， 2019.

［5］Portoghese I， Giannoccaro G， Gior dano R， et al. Modeling the impacts of volumetric water pricing in irrigation districts with conjunctive use of surface and groundwater resources ［J］. Agricultural Water Management， 2021， 244： 106561.

［6］葉貝， 董雁. 國(guó)內(nèi)外非正式學(xué)習(xí)研究回顧與啟示——基于CiteSpace的可視化分析［J］. 成人教育， 2022， 42（6）： 1-7.

Ye Bei， Dong Yan. Review and enlightenment of informal learning research at home and abroad—based on visualization analysis of CiteSpace ［J］. Adult Education， 2022， 42（6）： 1-7.

［7］李睿， 唐白仙. 教育信息化分析視角下基礎(chǔ)教育學(xué)段教師專業(yè)發(fā)展的文獻(xiàn)綜述——基于CiteSpace可視化分析［J］. 數(shù)字教育， 2022， 8（2）： 54-60.

Li Rui， Tang Baixian. A literature review of teachers professional development of basic education section under the perspective of educational informatization analysis—Based on the visualized analysis of CiteSpace ［J］. Digital Education， 2022， 8（2）： 54-60.

［8］謝志明， 粟小穎， 易玄. 基于CiteSpace的區(qū)塊鏈審計(jì)熱點(diǎn)及研究趨勢(shì)比較［J］. 財(cái)會(huì)通訊， 2022（3）： 23-29.

［9］鄧志宏， 韋素瓊， 游小珺， 等. 基于CiteSpace中國(guó)農(nóng)業(yè)產(chǎn)業(yè)集群研究：述評(píng)與展望［J/OL］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃： 1-14［2022-06-19］. http：//kns.cnki.net/kcms/detail/11.3513.s.20220414.1757.010.html.

Deng Zhihong， Wei Suqiong， You Xiaojun， et al. Research on Chinas agricultural industrial clusters based on CiteSpace： Review and prospects ［J/OL］. Chinese Journal of Agricultural Resources and Regional Planning： 1-14［2022-06-19］. http：//kns.cnki.net/kcms/detail/11.3513.s.20220414.1757.010.html.

［10］劉光陽(yáng). CiteSpace國(guó)內(nèi)應(yīng)用的傳播軌跡——基于2006—2015年跨庫(kù)數(shù)據(jù)的統(tǒng)計(jì)與可視化分析［J］. 圖書情報(bào)知識(shí)， 2017（2）： 60-74.

Liu Guangyang. The spread track of Citespace application in China—Based on the statistical and visual analysis of crossdatabase data from 2006 to 2015 ［J］. Intelligence， Information & Sharing， 2017（2）： 60-74.

［11］辛偉， 雷二慶， 常曉， 等. 知識(shí)圖譜在軍事心理學(xué)研究中的應(yīng)用——基于ISI Web of Science數(shù)據(jù)庫(kù)的CiteSpace分析 ［J］. 心理科學(xué)進(jìn)展， 2014， 22（2）：? 334-347.

Xin Wei， Lei Erqing， Chang Xiao， et al. The application of knowledge mapping in military psychology： Citespace analysis based on data from ISI Web of Science Database ［J］. Advances in Psychological Science， 2014， 22（2）： 334-347.

［12］Cordeiro M， Markert C， Araújo S S， et al. Towards smart farming： Fogenabled intelligent irrigation system using deep neural networks ［J］. Future Generation Computer Systems， 2022， 129： 115-124.

［13］夏帆， 陳瑩， 竇明， 等. 水資源空間均衡系數(shù)計(jì)算方法及其應(yīng)用［J］. 水資源保護(hù)， 2020， 36（1）： 52-57.

Xia Fan， Chen Ying， Dou Ming， et al. Calculation method and application of spatial equilibrium coefficient of water resources ［J］. Water Resources Protection， 2020， 36（1）： 52-57.

［14］李良縣， 甘泓， 汪林， 等. 水資源經(jīng)濟(jì)價(jià)值計(jì)算與分析［J］. 自然資源學(xué)報(bào)， 2008， 23（03）： 494-499.

Li Liangxian， Gan Hong， Wang Lin， et al. Calculation and analysis of the economic value of water resource ［J］. Journal of Natural Resources， 2008， 23（3）： 494-499.

［15］Nikouei A， Ward F A. Pricing irrigation water for drought adaptation in Iran［J］. Journal of Hydrology， 2013， 503（1）： 29-46.

［16］劉維哲， 唐溧， 王西琴， 等. 農(nóng)業(yè)灌溉用水經(jīng)濟(jì)價(jià)值及其影響因素——基于剩余價(jià)值法和陜西關(guān)中地區(qū)農(nóng)戶調(diào)研數(shù)據(jù)［J］. 自然資源學(xué)報(bào)， 2019， 34（3）： 553-562.

Liu Weizhe， Tang Li， Wang Xiqin， et al. Estimating economic value of irrigation water and analysis of influencing factors： A case study based on residual value method and farmers data in Guanzhong area of Shaanxi ［J］. Journal of Natural Resources， 2019， 34（3）： 553-562.

［17］Shen D， Yu X， Shi J. Introducing new mechanisms into water pricing reforms in China ［J］.? Water Pricing Experiences and Innovations， 2015： 243-258.

［18］Rodrigues G C， da Silva F G， Coelho J C. Determining farmers willingness to pay for irrigation water in the Alentejo Regi on （Southern Portugal） by the residual value method ［J］. Agronomy， 2021， 11（1）： 142.

［19］王西琴， 劉維哲， 孫愛(ài)昕. 華北地下水超采區(qū)灌溉用水經(jīng)濟(jì)價(jià)值研究［J］. 西北大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2020， 50（2）： 212-218.

Wang Xiqin， Liu Weizhe， Sun Aixin. Study on economic value of irrigation water in groundwater overexploited areas of North China Plain［J］. Journal of Northwest University （Natural Science Edition）， 2020， 50（2）： 212-218.

［20］Chebil A， Soula R， Souissi A， et al. Efficiency， valuation， and pricing of irrigation water in northeastern Tunisia［J］. Agricultural Water Management， 2022， 266： 107577.

［21］NguyenKy T， Mushtaq S， Loch A， et al. Predicting water allocation trade prices using a hybrid Artificial Neural NetworkBayesian modelling approach ［J］. Journal of Hydrology， 2018， 567： 781-791.

［22］Singh A. Assessment of different strategies for managing the water resources problems of irrigated agriculture ［J］. Agricultural Water Management， 2018， 208： 187-192.

［23］史尚， 王文娟， 王興. 江西省農(nóng)業(yè)水價(jià)成本影響因素分析及成本測(cè)算指標(biāo)體系研究［J］. 水利發(fā)展研究， 2021， 21（12）： 64-69.

［24］Hellwig M， Polk A. Do political links influence water prices？ Determinants of water prices in Germany［J］. Utilities Policy， 2021， 70： 101184.

［25］Cauberghe V， VazquezCasaubon E， Van de Sompel D. Perceptions of water as commodity or uniqueness？ The role of water value， scarcity concern and moral obligation on conservation behavior ［J］. Journal of Environmental Management， 2021， 292： 112677.