基于VOSviewer 与CiteSpace 的植物类药材农残检测研究热点与趋势分析

孔凡乐，纪瑞锋，何 新

广东药科大学中药学院，广东 广州 510006

文献计量学在医学领域已被广泛应用，利用其得出的数据可准确把握相关领域的发展动向。被用于文献计量分析的软件包括 CiteSpace[3]、VOSviewer[4]、bibExcel[5]、Science of Science（SCI2）[6]和 HistCite[7]等，其中 CiteSpace 和VOSviewer 是最受欢迎的2 个软件。CiteSpace 是陈超美教授设计的基于Java 语言的可视化计量软件，其可以更全面地呈现研究领域的发展规律、热点趋势以及前沿动态[8-10]；VOSviewer 由莱顿大学科学技术研究中心创建，该软件可以更明确地显示研究领域中关键词间的相互关系及其强度[8]。利用二者的优点，分别使用VOSviewer 1.6.19、CiteSpace 6.1.R6 Advanced 对该领域中国知网（CNKI）、Web of Science 核心数据库（WoSCC）中的文献进行关键信息的可视化分析，以期全面分析该领域的研究热点与发展趋势，为后续解决植物类药材中农药残留问题提供合理的研究方向。

1 资料与方法

1.1 数据来源与检索策略

本研究以CNKI 与WoSCC 1986—2023 年收录的文献为主要数据来源，分别对中、英文文献进行研究分析，其中CNKI 数据库检索词包括农药残留、中药材，WoSCC 数据库检索词为pesticide residue、medicine。CNKI 检索式：主题词为“农药残留” AND “中药材＋植物中药＋饮片”，条件设置“精确”，选择时间范围1986 年1 月1 日—2023 年1 月1 日，共检索到890 篇中文文献。WoSCC 检索式：TS＝(pesticide residue) AND TS＝(medicine)，检索时间范围为1983 年1 月1 日—2023 年1 月1 日，共检索到341 篇英文文献。

1.2 数据提取与收集

以植物类药材农残检测、农药残留、农残消解动态、农残迁移、质量标准研究为主题的中、英文文献均被纳入分析，排除CNKI 数据库中的会议、报纸、成果、专利类文献，选择WoSCC 数据库中的article 和review article 类文献，为提高文献相关度，本研究采用对每篇中、英文文献主题、摘要等进行总结与归纳，最终筛选出中文文献521 篇，英文文献153 篇。中文文献以Refworks 格式批量导出，文件以“download_*.txt”命名，英文文献记录内容选择全记录与引用的参考文献，并将记录导出为纯文本格式，文件命名格式同中文文献。

1.3 图谱绘制与可视化分析

1.3.1 VOSviewer 将CNKI 与WoSCC 数据库中的文献批量导入VOSviewer1.6.19 中，选择合适的相关阈值，在软件工具栏中选择“Analysis”，通过改变各功能区的参数使节点均匀分布，此外，为使图谱更为清晰、美观，可动态调整可视化展示区各参数的范围，最终得到发文作者与文献关键词可视化共现图谱。

1.3.2 CiteSpace 中、英文文献时间跨度分别为1986 年1 月—2023 年1 月与1983 年1 月—2023 年1 月，两者时间切片均为“1”，选择软件默认筛选标准（top 50），数据裁剪选择“Pathfinder”和“Pruning sliced networks”，中、英文文献的节点类型均分别设置为机构、关键词、术语，依次进行机构共现可视化分析、关键词聚类与时间线分析、关键词突现、术语共现分析，聚类选择潜在语义索引（latent semantic idexing，LSI）算法。

1.4 统计分析

将中、英文文献年度发文量数据导入Excel 2016中，利用SPSSAU 绘制年度发文趋势图，分析植物类药材的农残检测相关研究趋势。根据普莱斯定律（，其中max 为作者最多发文量）获得核心作者发文量，若作者发文量＞N篇即可确认为核心作者[11]。由此，利用VOSviewer 1.6.19 对中、英文文献的核心作者绘制合作网络图谱，并绘制中、英文文献关键词共现网络与密度图谱。使用CiteSpace 6.1.R6 Advanced 统计主要的关键词聚类信息与强爆发关键词，进而捕获植物类药材农残检测研究热点，并预测该领域未来的发展趋势。

2 结果

2.1 发文趋势

本研究共纳入近40 年来有关植物类农残检测研究的中、英文文献674 篇（中文文献521 篇，英文文献153 篇），发文趋势见图1。WoSCC 数据库显示1983 年首发该领域的文献，CNKI 数据库显示1986 年首发该领域的文献；1983—1999 年WoSCC数据库共收录了5 篇该领域文献，CNKI 数据库共收录12 篇该领域文献，表明2000 年前关于该领域的研究较少，研究发展较为迟缓，2005 年之后2 个数据库文献收录数量急剧上升，均在2022 年达到最大值（CNKI 38 篇、WoSCC 21 篇）。2 个数据库整体发展趋势相同，均呈现增长趋势。

图1 植物类药材农残检测研究发文趋势Fig.1 Publication trend of pesticide residue detection studies on botanical medicinal materials

2.2 作者分析

通过VOSviewer1.6.19 统计得知，该领域中、英文文献研究的作者分别为1 192、754 名，发文量排名前15 的作者见表1。中文文献作者中国医学科学院的薛健和中国食品药品检定研究院的金红宇发文量并列第1（23 篇），前者发文总被引频次486，篇均被引21.13，后者发文总被引频次达到了601，篇均被引频次26.13。此外，薛健还是英文文献发文量最高的作者（10 篇），总被引频次152，篇均被引频次15.20。同时，前15 名的作者中浙江大学的吴加伦在中文文献发文作者中篇均被引最高（32.67次），中国西南大学的王雯雯在英文文献发文作者中篇均被引最高（57.00）。

综上所述，做好大数据时代城乡规划学走向计量化的机遇和挑战方面的研究工作，有利于实现对该学科发展中产生海量数据的科学分析及利用，从而为城乡规划及建设工作开展提供科学指导。因此，需要在实践中全面了解大数据时代城乡规划学走向计量化的机遇和挑战，积极开展相应的分析及研究工作，不断提高城乡规划学在大数据时代的实践应用水平，进而保持该学科良好的发展状况，提升我国在城乡规划及建设方面的整体水平，并实现对城乡规划学的高效利用。

表1 植物类药材农残检测相关研究领域中、英文文献发文量前15 名的作者Table 1 Top 15 authors of Chinese and English literatures publications in field of pesticide residue detection of botanical medicinal materials

根据普莱斯定律获得中、英文文献核心作者分别为40 人和26 人（中文文献≥4 篇，英文文献≥3篇），且分别设置中、英文文献作者发文阈值为4 和3，使用VOSviewer1.6.19 绘制中、英文文献核心作者合作关系图谱，如图2 所示。可视化图谱展示出的中文文献核心作者中金红宇、薛健、季申、郭兰萍、张明时等为该研究领域的团队代表，其中薛健团队和金红宇团队合作较为密切且是该领域的主要研究团队；英文文献核心作者则形成了以YANG Meihua、Kajimura Keiji、FU Zhifeng、ZHANG Lei等为代表的研究团队。此外，核心作者累计发文量分别为262、107 篇，各占中、英文文献总量的50.29%、69.93%，利用洛卡特定律评价作者合作群体的稳定性，代入上述数据可知，中、英文文献核心作者人数 较 为 符 合 该 定 律，该定律规定稳定的作者合作群体需核心作者发文量占总发文量的50%，表明中、英文文献作者均为稳定的合作群体[12]。

图2 植物类药材农残检测研究中文 (左) 和英文 (右) 文献作者合作网络Fig.2 Collaboration network of authors in Chinese (left) and English (right) literatures on pesticide residue detection of botanical medicinal materials

2.3 研究机构分析

使用CiteSpace 6.1.R6 Advanced 对中、英文文献发文机构进行共现分析，网络可视化图谱如图3、4 所示，中、英文文献分别涉及研究机构417、182所，其中发文量排名前10 的机构见表2。由于研究机构的改名与合并，中、英文文献发文最多的机构为中国医学科学院北京协和医学院，同时其与中国食品药品检定研究院、中国中医科学院、国家药典委员会均有密切合作，形成了该研究领域的核心团队。此外，中文文献发文机构中浙江大学在该领域的研究颇为广泛，排除机构合并与改名带来发文量上的不平衡，浙江大学在该领域的发文量最高，但未与其他科研机构形成密切的合作。英文文献发文机构中日本大阪府立公共研究所发文量较高，但未与其他机构合作。机构之间与国家之间的密切合作将更有利于该领域学科的发展，因此各研究机构在各自研究的过程中应密切合作，进而更好地提升植物类药材的质量标准，打破药材进出口贸易的壁垒。

表2 植物类药材农残检测相关研究领域中、英文文献发文量前10 名的机构Table 2 Top 10 organizations of Chinese and English literatures publications in field of pesticide residue detection of botanical medicinal materials

图3 植物类药材农残检测研究中文文献机构合作网络Fig.3 Collaboration network of institutions in Chinese literatures on pesticide residue detection of botanical medicinal materials

图4 植物类药材农残检测研究英文文献机构合作网络Fig.4 Collaboration network of institutions in English literatures on pesticide residue detection of botanical medicinal materials

2.4 研究现状与热点

2.4.1 关键词共现分析 对所纳入文献的关键词进行研究分析，可准确把握某一领域的研究热点，了解最新的科研进展[13]。为使VOSviewer1.6.19 所绘制的图谱更为美观，本研究将中、英文文献关键词阈值分别设置为8、6，关键词共现网络和密度可视化图谱如图5、6 所示，排名前25 的关键词见表3。分析结果显示，植物类药材农残检测的研究目的包括药材质量标准的制定与膳食风险评估，其检测基质主要是中药材、药食同源类植物，且检测主要集中于金银花、三七、人参、黄芪等药材，样品前处理方式与农残检测方法以固相萃取、QuEchERS（quick、easy、cheap、effective、rugged、safe）、固相微萃取、气相色谱、质谱（MS）、气质联用色谱（GC-MS/MS）等为主。张喜利等[14]研究发现在药用植物中重金属和农药残留的含量呈正相关，二者可以超分子的形式参与植物生长期，因此重金属与农药残留常为植物外源性有害物质研究的热点。农残检测研究更趋向于对多种农药的同时检测，其中有机氯、有机磷、拟除虫菊酯类农药为主要的农残检测类型。

表3 植物类药材农残检测研究文献排名前25 的关键词Table 3 Top 25 keywords in literatures on pesticide residue detection of botanical medicinal materials

图5 植物类药材农残检测研究中文文献关键词共现网络图 (左) 和密度图 (右)Fig.5 Cooccurrence network (left) and density (right) maps of keywords in Chinese literatures on pesticide residue detection studies of botanical medicinal materials

图6 植物类药材农残检测研究英文文献关键词共现网络图 (左) 和密度图 (右)Fig.6 Cooccurrence network (left) and density (right) maps of keywords in English literatures on pesticide residue detection studies of botanical medicinal materials

2.4.2 关键词聚类分析 为突出该领域的研究主题，本研究采用了LSI 聚类算法，对中、英文文献关键词进行聚类分析，见图7。中、英文文献关键词聚类参数如下：中文文献模块聚类值（Q）＝0.617 2（＞0.3），平均轮廓值（S）＝0.868 5（＞0.5），英文文献Q＝0.553 3（＞0.3），S＝0.830 6（＞0.5）。当Q＞0.3 时表明聚类有效，S＞0.5 时表明聚类合理，S＞0.7 时表明聚类可信[15]，从而可知本研究的中、英文文献关键词的11 个聚类结果满意且可信。

图7 植物类药材农残检测研究中文 (A) 和英文 (B) 文献关键词聚类图Fig.7 Clustered view of keywords in Chinese (A) and English (B) literatures on pesticide residue detection studies of botanical medicinal materials

由聚类图可看出，11 个不同颜色的聚类区块大多重叠，重叠区表明各聚类间联系密切。其中，中文聚类词#0、#4 涉及检测指标，#1、#7、#8 涉及实际问题或现象，#2、#3、#5、#6、、#9、#10 涉及理论知识或技术手段。英文聚类词#1、#2、#4、#5、#6、#7、#10 涉及该研究领域的主要研究或参考对象，#0、#8 涉及检测与管理药用植物安全问题，#3、#9 涉及检测技术手段。主要聚类信息如表4、5 所示。

表4 植物类药材农残检测研究中文文献关键词聚类Table 4 Keyword clustering of Chinese literatures on pesticide residues detection studies of botanical medicinal materials

表5 植物类药材农残检测研究英文文献关键词聚类Table 5 Keyword clustering of English literatures on pesticide residues detection studies of botanical medicinal materials

2.4.3 关键词突现分析与时间线分布 使用CiteSpace 6.1.R6Advanced 分别绘制以中、英文文献关键词聚类为基础的时间线图谱（图8、9），同时对爆发强度排名前20 的中、英文文献关键词进行突现（图10）。通过获取强爆发的关键词以及时间线分布，可准确分析热点主题变化，并有效预测研究发展趋势[10]。

图8 植物类药材农残检测研究中文文献关键词时间线分布Fig.8 Timeline distribution of keywords in Chinese literatures on pesticide residue detection of botanical medicinal materials

图9 植物类药材农残检测研究英文文献关键词时间线分布Fig.9 Timeline distribution of keywords in English literatures on pesticide residue detection of botanical medicinal materials

图10 植物类药材农残检测研究中 (A)、英 (B) 文文献关键词 (前20) 突现图Fig.10 Keywords (top 20) emergence view of Chinese (A) and English (B) literatures on pesticide residue detection studies of botanical medicinal materials

根据关键词聚类时间线图谱，可发现中、英文文献的各聚类标签所包含的关键词分布时区主要在2000—2023 年和2005—2023 年，因此可将中、英文文献的研究趋势大概分为2 个阶段，第1 阶段中、英文文献分别为1987—2000 年和1998—2005 年，第2 阶段中、英文文献分别为2001—2023 年和2006—2023 年。

第1 阶段：中、英文文献呈现的关键词最少，为该研究领域的起始阶段，该阶段的中、英文聚类标签#0 农药残留（pesticide residues）均出现最早且时间跨度最长，中文#0 聚类标签中所包含的出现最早的关键词为中药材（1987 年），英文#0 聚类标签中出现最早的关键词为 organochlorine and organophosphorus（1998 年），此关键词来源于Yoon等[16]的研究报道。该阶段的技术手段较为单一，检测技术以气相色谱法、HPLC、GC-MS 为主，前处理方式包括固相萃取、超临界流体萃取、固相微萃取，且研究主要集中于药材的质量控制。

第2 阶段：时间线上的关键词集中分布，为中、英文文献研究的高速发展期，该阶段代表了该领域的热点研究主题与发展趋势。与第1 阶段相比，该阶段技术手段和研究目的更加丰富。该阶段检测技术增加了LC-MS/MS、GC-MS/MS、红外光谱、全二维气相色谱、荧光检测、离子色谱、免疫分析、拉曼光谱、分子印迹，前处理方式增加了QuEchERS、分散固相萃取、碳纳米管、微波辅助提取、凝胶渗透色谱、共价有机框架材料，此时还丰富了理论基础，如保留指数与电化学原理。研究目的拓展了农药残留规律研究、农残安全监测和膳食暴露风险评估。

图10 所展示的中、英文文献强爆发关键词主要分布在各关键词时间线的第2 阶段。中文文献爆发强度最高的关键词为残留量（强度5.39），爆发持续时间最长的关键词为限量标准（17 年），预测未来热点关键词为标准和风险评估；英文文献爆发强度最高的关键词为pesticide residue（农药残留，强度5.54），爆发持续时间最长的关键词为organophosphorus pesticide（有机磷类农药，6 年），预测未来热点关键词为农药残留、色谱法、液相、暴露、农药。

3 讨论

由植物类药材农残检测研究中、英文文献的作者、机构、关键词分析得出该领域的研究热点主要分布于检测基质、农残种类、技术手段，研究趋势为药材的质量评价与风险评估。因此，探索一条普适性农残检测的技术手段将是大势所趋，同时也能最大限度的满足药材质量标准制定与农残膳食摄入风险评估。

3.1 研究热点

对该领域国内外核心研究文献进行分析，以探寻研究热点。通过对文献发文作者和机构共现分析发现，该领域主要的国内研究机构为以薛健为代表的中国医学科学院北京协和医学院、金红宇为代表的中国食品药品检定研究院、吴加伦为代表的浙江大学、付志锋为代表的西南大学；国外研究机构为以Tagami Takaomi 为代表的日本大阪府立公共研究所。其中，中国医学科学院北京协和医学院和中国食品药品检定研究院为该领域的核心研究机构，且二者的代表成员薛健和金红宇曾合作对金银花中有机磷类和高效氯氟氰菊酯农残检测进行研究，建立了采用气相-蒸发光检测器测定金银花中有机磷类农药的方法，并确定了高效氯氟氰菊酯在金银花中的残留规律[17-18]。以薛健为代表的中国医学科学院北京协和医学院团队的研究以采用GC-MS/MS 法对常见中药材中多种农药残留检测为主，并进行了铁皮石斛、金银花等药材中农残膳食风险评估及人参加工过程中有机氯农药转移的研究[19-24]。金红宇团队的研究主要采用GC-MS/MS、LC-MS/MS 检测方法，涉及处方中药材及药材不同药用部位中农药多残留的检测，此外该团队还建立了在不使用混合农药对照品的条件下，采用高分辨质谱对药材的不同药用部位中适用气相色谱分离的农药进行检测的方法[25-27]。以吴加伦为代表的浙江大学团队和以Tagami Takaomi 为代表的日本大阪府立公共研究所团队都是该领域的早期研究团队，受当时学科发展所限，他们的研究主要是对中药材或汉方药材中某一种农残的检测，且检测方法主要为HPLC、GC、GC-MS[28-32]。以付志锋为代表的西南大学团队通过免疫色谱技术和化学发光原理，采用双重或多重信号探针实现对中药材中多种农药残留的快速、灵敏、特异性检测，操作简单且准确性高，适用于中药材中农残的快速检测[33-39]。

结合关键词分析可知该领域的热点研究方向为通过采用快速、灵敏、准确、普适的检测方法，同时检测植物类药材中的多种农药。根据关键词共现分析可知，金银花、三七、人参、黄芪为该领域的热点检测基质，其中金银花出现频次最多，且在关键词突现分析中爆发强度及持续时间均较其他检测基质突出，因其以花蕾入药，较易有农药残留。金书含等[40]研究发现人参生长年限越长，其农药残留水平也越高，表明人参中农药残留量与生长年限呈正比。此外，随着药材生长年限的增加，其所受病虫害的风险也越大，进而加剧了农药的使用，因此可初步推断同为多年生草本植物的三七、黄芪也较易农药残留量的积累，同时因上述4 种药材在医药大健康领域均具有较高的药用价值及普及性，提高药材质量对保障人民生命健康安全具有重要的现实意义。在关键词分析中农药类型以有机氯、有机磷、拟除虫菊酯类为主，早期有机氯类农药因高效、廉价被广泛应用于农作物种植中，但因其高毒、难降解，长期使用对人体和环境均可造成不可逆的损害，此后易分解的环境友好型有机磷类农药逐渐成为热点，但长期暴露于此农药环境中，易造成人体中枢神经系统损伤，随着人们对绿色农业的追求，高效、低毒、易降解的拟除虫菊酯类农药日益成为杀虫剂中的主要类型之一。通过查询中国农药信息网发现，除人参、三七的农药登记有植物生长调节剂外，金银花、黄芪均无登记，且这4 种热点研究基质的农药登记情况以杀虫、杀菌剂为主，包括氨基甲酸酯、烟碱、拟除虫菊酯类杀虫剂，甲氧基丙烯酸酯类、唑类、抗生素类杀菌剂，但实际样品检测中仍有有机氯、有机磷类农药检出的报道，农药登记不全且较为单一，需不断完善中药材农药登记制度，减少农药的滥用，全面监控中药材农药暴露水平，通过采取一定措施监控药材种植的环境行为，降低药材源头污染及农残膳食摄入风险，倡导绿色中药，从而满足人们健康生活所需。

3.2 发展趋势

该领域的发展得益于《中国药典》对中药材中农药残留限量标准及检测方法的不断明确与完善，自《中国药典》2000 年版明确规定了9 种有机氯农药的检测方法以来，此后的各版药典不断扩大药材中农残检测范围、降低限量标准、完善检测方法。根据发文趋势分析，可将该研究领域的发展大概分为3 个阶段，即初始期（首发时间—2000 年）、过渡期（2001—2005 年）、高速发展期（2006—2022年）。此外，结合关键词突现与时间线分布，该领域发展的初始期和过渡期的研究主要以中药材的质量控制及农残限量标准研究为主，通过固相萃取、超临界流体萃取前处理，GC、HPLC、GC-MS 等传统检测方式对药材中某一种农残进行检测，其中有机氯、有机磷类农药是常检类型。随着学科发展，该领域迎来高速发展期，农残检测前处理方式与检测技术迭代更新，改进的QuEChERS 技术[41-43]、磁性材料[44-45]、纳米材料技术[46-48]以及有机框架材料[49-50]的应用简化了传统的农残检测前处理步骤，有效降低了基质效应，检测方法也逐渐向GCMS/MS、LC-MS/MS、UHPLC-MS/MS[51]、SFCMS/MS[52]、分子印迹膜电喷雾电离质谱[53]、高分辨质谱[54]、免疫色谱与化学发光法[33-39]、表面增强拉曼光谱法[55]等新型方法过渡，检测手段趋于简单、快速、灵敏、准确化，同时对药材中残留农药的检测更趋向于多种农药的同时检测。随着人们对药材外源性污染物膳食摄入风险意识的增强，研究趋势开始向药材风险评估发展，而且由关键词突现分析可知，关键词“标准”“风险评估”“exposure”从开始爆发一直持续至今，因此可以判断该研究领域未来发展的趋势仍将趋向于药材的质量标准研究和农残膳食摄入风险评估。

3.3 不足之处

本研究在数据收集时，所选数据库较为单一，同时为得到高相关性文献，缩小了主题词的检索种类，在纳入文献时，可能存在文献数量的不足，对分析结果造成误差。此外，受文献纳入时间所限，CNKI 和WoSCC 最新收录的文献并未分析，因此未来将会对该领域不同数据库的文献进行不间断的计量分析，以获取实时热点，并准确把握研究趋势。

4 结论

通过使用文献计量软件对植物类药材中农残检测研究的中、英文文献的关键信息进行知识网络科学图谱绘制，使信息可视化，进而有效获取该领域的研究热点与发展趋势。热点研究发现，新型净化材料与灵敏的检测仪器结合大大降低了药材基质效应的影响，使农残精准的定性、定量成为可能，同时该领域更倾向于采用能够简单、快速、准确、实时分析的技术手段对药材中农药多残留的检测，达到对药材质量标准的提升与全面风险评估的目的，从而满足绿色中药的发展需求，保障人们生命健康安全。

利益冲突所有作者均声明不存在利益冲突