基于CiteSpace的智慧物流可视化分析
时间：2023-06-13 17:55:15 来源：雅意学习网 本文已影响 人 
智慧物流是借助大数据和互联网等新兴信息科技，将价值链上的各个物流环节紧密联系起来，从而提高运作效率，降低生产成本和经营风险，重新配置产业分工和完善资源分配体系的新型物流形态[1]。虽然目前我国智慧物流的发展速度比较快，短期内获得了很大的进步，但是智慧物流的研究仍处于起步阶段，对其定义、系统结构、实施框架的研究并不成熟，企业界与学术界在这些方面也分别持有不同见解。学者张昕瑞通过对国内智慧物流文献的知识图谱分析，将我国物流的研究热点分为三个阶段：2010—2012年，智慧物流概念的兴起以及对物流业未来发展的思考是该阶段研究的热点话题；
2013—2015年的研究重心主要放在智慧物流建设以及智慧供应链等方面；
2016以后，随着“一带一路”政策的实施，其沿线地区的物流业开始向智慧物流业转型，因而物流系统的升级建设成为研究热点[2]。李楠利用文献调查和整合分析的方法对国内外发展现状进行分析，指出国内智慧物流发展中存在的问题，认为中国智慧物流应该实现平台化、无界化和智能化，这一研究为智慧物流的实施和推广提供了新思路[3]。刘冰倩利用CiteSpace软件，分析从中国知网中筛选出物流业创新领域的研究文献，其可视化结果表明：国内物流业创新研究发展速度较快，但研究方向缺少集中性，跨团队合作的思想比较落后[4]。本文主要从智慧物流研究领域的文献入手，对其机构、作者、关键词等进行可视化分析，得到智慧物流的研究热点，通过研究突现图的变化特征从而预测其未来的发展趋势，为智慧物流产业的发展提供理论支撑。
1.1 数据来源
本文的数据来源于中国知网中的“核心期刊”和“CSCCI”的权威数据库，通过对2000—2022年发表的关于“智能物流”和“智慧物流”主题的论文进行检索，并对不符合本文研究内容的书评进行手动剔除，然后利用CiteSpace软件对剩余文献进行数据清洗，最终获得412篇文献作为研究样本。具体检索方式如表1所示。
表1 智慧物流研究相关文献检索方式
1.2 研究方法
CiteSpace的汉语含义为引文空间，是在科学计量学和数据可视化背景下逐渐发展起来的一种引文可视化分析软件，主要用来分析科学研究中隐含的知识、挖掘数据潜在的规律。计量分析过程中需要借助算法工具，通过运行软件得到可视化图谱显现出研究领域的高产国家、高产机构、高产作者、研究热点、演化路径等重要信息，有助于挖掘和分析某学科领域的研究热门、科研方向、演进路径和发展规律。本文在知网上按照条件检索到了412篇文献，利用CiteSpace软件对其进行可视化分析，并根据分析结果做进一步的数据挖掘，找出智慧物流领域的研究重心及研究动向，阐明该研究领域的演化路径与发展趋势。
2.1 研究时空分布
不同年份的论文产量可以反映出对该研究领域的关注度，本文通过对412篇文献进行统计分析，最终得到了2000—2022年关于智慧物流领域论文发文量的折线图，如图1所示。2000年，中国正式确立了“十五”物流发展总体目标，物流业开始受到国家各级政府的重视；
2001年，原国家经贸委等六部委发布《关于加快我国现代物流发展的若干意见》，物流业在政府政策扶持下开始稳步发展。从图1中可以发现，受到国家政策的影响，2000—2010年，智慧物流研究领域的论文数量虽然较少，但呈现出平稳增长的趋势；
随着《物流业调整和振兴规划》的出台，从2011年开始，论文产量开始逐步增加，且在2013年达到第一次发文量高峰，此后稍有下降；
自从2015年以来，论文产量逐渐呈快速增长趋势。2019年出台了《关于促进物流质量发展促进国内强市场意见》，并提出了构建高质量物流基础设施网络体系等措施，以此来降低物流运输成本，增强物流生产效率，提升行业整体效益。2021年，智慧物流研究领域的论文产量达到高峰。
图1 智慧物流研究领域的论文年产量分布图
2.2 智慧物流研究高产机构、作者分布统计
2.2.1 高产作者分析
通过运行CiteSpace软件，可得图2，其中共有367个节点和230条连线。其中节点大小与发文数量呈正比，各节点之间连线数量与各作者之间联系紧密程度呈正比。
对图2进行数据的深度分析从而得到表2，可以发现其中论文产量从高到低的作者依次是曾奕棠、张玉峰、钱慧敏、张莉、倪卫涛、李晓燕、何黎明、罗义学、姜大立和应泽雷，且曾奕棠、张玉峰、钱慧敏最为突出，论文产量均大于3。结合图2高产作者合作图谱，可以发现这三位作者的节点最大，所以属于智慧物流研究领域的高产作者。此外这三位作者的节点与其他节点的连线也比较多，说明他们在智慧物流研究领域具有相当的学术权威。学者们在智慧物流的学术研究中相互探讨学习，加深彼此之间的学术交流与合作，对智慧物流领域的知识创造具有积极意义。
表2 按照频次排序前10位的高产作者
图2 高产作者合作图
2.2.2 高产机构分析
通过运行CiteSpace软件，便可获取智慧物流研究领域的高产机构合作图谱，如图3所示。可以发现，节点圆圈与机构发表论文的数量成正比，节点之间连线的数量与机构之间的合作密切程度呈正比。从图3可以看出：所有节点的圆圈都比较小，这表明对每个机构自身的发文量都比较少；
有的机构的节点较大，属于高产机构，但其发文量并不算多。而高产机构之间的连线相对于低产机构之间连线要多，说明高产机构有一定的科研水准和专业权威，能够吸引其他机构的合作与学术交流。其中论文产量较高的机构主要有北京物资学院、武汉大学信息资源研究中心和中国物流与采购联合会，可以发现论文产量高的机构不仅集中在各大高校的研究所、实验室等，像中国物流与采购联合会、天地（常州）自动化股份有限公司等与物流相关的企业机构也是智慧物流研究领域的重要研究机构。
图3 高产机构合作图
为了更直观地反映机构论文发表数量的情况，统计分析得到发文量与频次排行前8的高产机构，如表3所示。将图与表结合分析，可以发现论文高产机构主要包括高校、实验室以及与物流相关的企业等，各所高校之间交流较为密切，相比之下，企业在智慧物流领域的研究比较欠缺，如果能加深企业与高校之间的联系，将实践与理论相结合，将会在智慧物流研究领域得到愈发深透的学术钻研成果[5]。
表3 按频次排序的前八位高产机构
2.3 基于关键词共现的智慧物流研究热点分析
通过运行CiteSpace软件，得到关于智慧物流研究领域的关键词共现图谱如图4所示，知识图谱中显现出频次在4及以上的关键词标签。节点的大小代表关键词出现次数的多少，而且节点大小与关键词出现频次成正比。其中，“智慧物流”、“物联网”和“智能物流”出现的频次最高，分别为115次、54次和33次。通过观察图谱分析可得：智慧物流的研究方向主要集中在“人工智能”“供应链”“新零售”“云计算”“智能制造”“冷链物流”“射频识别”和“信息平台”等方面。
图4 关键词共现图谱
为了更直观地看出智慧物流研究的热点词，本文从高到低依次列出频次大于等于6的前22位关键词，如表4所示。通过分析关键词排序表格以及关键词共现图，可以得出目前智慧物流的研究热点主要分为两个方面：（1）基于互联网＋、大数据、人工智能、区块链等当代先进科技的物流业发展研究；
（2）智慧物流信息平台的构建以及如何实现物流各环节的智能化、数据化等。
表4 按频次排序的前22位关键词
2.4 基于突显词可视化分析的智慧物流趋势研究
突现词是指在一定时间段使用频率突然增加的词语，本文利用CiteSpace软件对智慧物流研究领域的关键词进行突现分析，检索到19个突现词如图5所示，从而可以得到智慧物流研究的前沿问题。
通过分析图5，可以将智慧物流的研究发展分为以下三个阶段：
图5 关键词突现图谱
（1）2000—2010年，最明显的突现词是商务智能、数据挖掘和物流配送，这一阶段属于智慧物流研究的萌芽阶段。2000年，随着我国“十五”物流发展总目标的正式确立，物流业开始受到国家各级政府的高度重视，在政策的影响以及互联网迅速发展的背景下，物流业开始将商务智能、数据挖掘运用到企业经营的环节中，智慧物流在科技与物流结合的环境下开始萌芽。
（2）2010—2015年，突现出现代物流、射频识别、智能物流和物联网等关键词，这一阶段属于智慧物流研究的成长阶段。在当前大数据时代，物流产业各环节的生产及管理信息开始与数字信息技术相结合，前沿技术的掌握是此阶段智慧物流发展所必需的条件。
（3）2015—2022年，突现词主要集中在“互联网＋”、人工智能、供应链与区块链等领域，这一阶段属于快速发展阶段，在“一带一路”倡议实施背景下，高校与企业积极响应将“互联网＋”、人工智能、区块链与物流业相结合的号召，进一步展开对智慧物流的研究探索，为物流产业的发展提供建议[6]。
（1）从论文数量、核心作者和高产机构来看，国内智慧物流的起步较晚，但自2010以来发展迅速，发文数量明显增加，核心作者及高产机构主要集中在高校和少数企业。智慧物流作为一个新兴产业，不仅需要高校科研机构的科技和创新支持，也需要其与物流企业建立合作，通过理论与实践的融合来促进智慧技能与物流行业的协同发展。
（2）从研究的方向来看，智慧物流的研究主要集中在人工智能、供应链、云计算、智能制造、冷链物流、物联网等领域，这与科技的进步和经济的发展密不可分，同时，国家政策与战略的支持也是促进物流业与技术结合的重要原因。“一带一路”的全面实施以及不断加快的世界经济全球化进程，企业之间的竞争会愈加激烈。我国智慧物流发展的核心在于技术，进一步提升技术水平，增强创新能力是获得核心竞争地位的关键。
（3）从演化趋势来看，国内智慧物流的发展大致可分为3个阶段：2000—2010年，随着国家政策对物流业的重视越来越高，国内开始对传统物流业进行改革，将科技、商务智能等融入到物流业的生产经营与管理当中；
2010—2015年，物联网的普及和应用，影响着物流各个环节如决策、物流智能预警、企业行政管理以及客户管理等的系统更新与改革，智慧物流进入成长阶段；
2015—2022年，互联网、大数据技术的快速发展使得物流体系的信息化和智能化成为企业关注的重点，物流平台的优化离不开现代信息技术，因此关键技术的挖掘是智慧物流当前的重要任务。在当前迅速发展的经济全球化背景下，科技与创新成为竞争的核心，国内智慧物流将有非常广阔的发展前景。
