R语言在生态学研究中的应用分析

随着观测手段的不断进步和长期观测数据的不断积累，加上数据共享机制不断完善，生态学研究已经跨入的大数据的时代。面对巨量的原始数据，一个生态学者需要运用相当可观的数学知识和编程技巧来把它们转化成方便处理的有效数据。因此，现代生态学研究对研究者的数据分析和处理能力要求更高。传统的统计软件已经很难满足当前的数据分析需求。

近年来，R语言以其灵活、开放、易于掌握、免费等诸多优点，在生态学研究各领域迅速传播并赢得广大研究者的青睐和应用。为了证实这个结论，我们通过逐篇查阅的方式，统计近5年来（2012-2016）20种影响因子3以上与生态学SCI杂志20325篇研究论文（不包括综述）使用R语言作为数据分析工具的情况（图1和图2）。

结果表明，2012年这20种刊物总发表研究论文数为3845篇，使用R语言作为数据分析工具的为1309篇，使用比例为33.9%；2013年总发表论文数为4180篇，使用R语言为1607篇，使用比例为38.7%；2014年总发表论文数为4169篇，使用R语言为1831篇，使用比例为42.1%； 2015年总发表论文数为4030篇，使用R语言为1942篇，使用比例为49.0%；2016年总发表论文数为4101篇，使用R语言为2206篇，使用比例为54.2%。可见近5年来，生态学研究论文使用R语言作为分析工具比例呈现快速增长趋势，并在2016年已经超过50%，占居半壁江山，以不争的事实说明R语言已经成为生态学研究中最主要的数据分析工具（图2）。

2016年使用R比例最高前三个刊物分别为Ecography（75.6%），  Journal of Ecology（73.8%）, Methods in Ecology and Evolution (70.1%)，这三个刊物使用R的论文比例均超过70%。

图1.近5年来20种SCI生态学杂志所发表的研究论文使用R语言作为数据分析工具的比例趋势

图2. 20种SCI生态学杂志所发表的研究论文使用R语言作为数据分析工具的平均比例趋势

以上统计结果表明，在国际上选择R语言作为生态学数据分析工具已经成为“标配”。但相比国际SCI刊物，国内生态学刊物内论文选择R作为数据分析工具比例却比较低。我们用同样的方法查阅了4个国内生态学杂志：《生态学报》、《植物生态学报》、《生物多样性》和《应用生态学报》近5年来所发论文R语言使用比例。结果表明，虽然使用R的比例也正呈现逐年增加的趋势（图3），但是还是处于相当低的水平。

《植物生态学报》和《生物多样性》这两个刊物目前已经达到10%以上，但是《生态学报》和《应用生态学报》这两个刊物的使用R比例仅有1.3%左右，跟SCI刊物比相差甚远。说明R语言在国内学者和研究生中使用普及率并不高，可能有几个方面的原因：1）虽然R语言的设计之初就是避免通过大量编程实现统计算法，但最基本的编程能力还是需要的，因此对于一般非计算机专业的研究人员来说无疑提高了难度。2）掌握统计学知识，提高逻辑分析能力是用好R的非常重要的条件，但国内研究人员和研究生统计学基础普遍比国外的同行弱；3）与其他的技能一样，学会熟练使用R语言也并非一日之功。当前国内普遍浮躁的学术氛围下，很多研究人员和研究生们不愿意花很多时间来学习R语言，他们更习惯打开一个菜单驱动的统计平台，并在几分钟内得到结果；4）最后应该归咎于R语言所有帮助系统都为英文版本，在国内普及起来难度比较大。

总之，在学术界R语言得到广泛的应用，这已经成为大家公认的事实。如果现在不会R，你没有优势可言；如果5年后，你还不会R，那你差不多就可以被淘汰了。当然R毕竟只是程序语言，是编程软件，是解决问题的手段。它犹如降龙十八掌的最后一掌，是前面所有功力的集中体现。掌握统计学知识，提高逻辑分析能力是我们用好R需要修炼的内功。