基于Cite Space的国内物流关联度热点与特征分析

陈恩平，叶乾潇

（河南理工大学 工商管理学院，河南 焦作 454000）

1 研究背景

自21世纪初，由于电商行业的崛起，我国物流业蓬勃发展，2020 年国内社会物流总额超300 万亿元，“十三五”时期降本增效成绩可观，物流产业是支撑国民经济发展的基础性、战略性和先导性产业。物流企业是指提供专门化、社会化物流服务的企业，随着第三方物流企业的飞速发展以及互联网经济思想更加深入人心，物流企业之间的竞争日趋激烈，基于此项特征，如何把握行业发展热点和方向，对于物流业以及物流企业的发展具有重要的作用。

国家经济发展与物流发展存在紧密的互动关系。因此，一方面物流在制造业和商贸业发展中起到关键作用，而制造业和商贸业可以依靠其资金实力以及先进技术推动物流的进一步发展。另一方面物流活动是通过运输、储存、装卸搬运、流通加工、信息处理等功能有机结合进而创造经济价值，对于提高国内经济发展水平具有重要意义。因此，通过分析物流发展过程中的热点，并对其特征进行研究，有助于把握物流发展进程和侧重点，以促进国家物流业和经济的发展。

本文运用信息可视化分析工具Cite Space，基于2001-2021年中国物流关联度相关的研究成果，对其文献数量及发布时间、文献作者、研究热点等方面进行统计分析，构建关于物流发展热点的理论数据库，为未来物流领域的发展和深入探究提供理论参考与借鉴。

2 数据来源与研究方法

2.1 数据来源

本研究选取了中国知网（CNKI）对中国物流关联度的研究文献进行知识图谱分析，CNKI 是目前国内学者使用最广泛且最综合的数据库，因此具有较强的可靠性和权威性。首先，以主题“物流”和篇关摘“关联度”进行检索，时间跨度为2001-2021年，其他条件为默认。其次，选取全部期刊来源，共计603条有效文献。最后，将有效文献以“Refworks”格式导出，以此作为进行中国物流关联度研究知识图谱分析的数据来源。

2.2 研究方法

引文分析法是文献计量学中的研究方法之一，其利用数理统计的方法深入挖掘，并发现有研究价值的知识规律，对文献进行研究，探索不同文献之间的共现关系，进而发现某一学科主题的重点、热点、作者合作关系以及未来发展趋势等，并以可视化的知识图谱形式呈现。

由陈超美教授开发的Cite Space软件是当前较为流行的进行知识图谱分析的工具，通过绘制可视化的知识图谱，呈现学科的研究热点、探测学科发展前沿。可以帮助学者从众多文献数据中获取关键的有效信息，有助于了解某个学科的发展历程，并分析出该学科的发展趋势。借助Cite Space软件，运用其作者共现分析、关键词共现、突现词分析及可视化分析的功能，绘制中国物流关联度研究的科学知识图谱，分析其文献特征、演进脉络、研究热点和发展趋势。

3 国内物流关联度的文献特征分析

3.1 发文量分布情况

本研究统计了物流关联度研究文献的年度发表数量，通过时序分布图反映物流关联度文献数量的动态分布特点和变化规律，以了解学者们对物流关联度的关注程度，具体分布如图1所示。发表期刊数量在时间上的变化能够很好地展示出学科的发展过程及现阶段状况，对未来发展趋势有重要的理论指导意义。

国内对物流的研究主要开始于21世纪以来电子商务的飞速发展。2003年是中国物流取得重大进步的一年，政府针对电子商务等方面的物流现状和展望做了专题研究，并针对物流行业发展制定了规范和政策，因此掀起了对物流方向的研究热潮。

如图1所示，自2003年开始，直至2006年这四年的时间里，国内开始出现针对物流关联度的研究文献，说明国内针对物流关联度方向的研究正处于萌芽阶段；而2006年开始，学者们对物流关联度方面的关注度在不断提高，发文量有较快增长，研究力度逐步增大，并在2013 年达到峰值；2013 年至今，由于理论研究此时相对较为成熟，整体的物流关联度发文数量呈稳定态势，平均维持在每年50篇左右，可见现有学者正在物流关联度研究的基础上进行发散创新，对一些相关的新方向进行扩散研究。

图1 物流关联度研究文献的年度分布

3.2 作者共现分析

作者是学科研究的主体参与人，作者的分布情况在一定程度上展示了研究主体的状况，进行作者共现分析可以反映出在该领域研究中的核心作者群体、作者影响力以及作者间的合作关系。

在Cite Space中，将2001-2020年作为时间跨度，切片设定为1年，阈值设为2，得到节点数为430个，连线数为176，密度为0.001 9的物流关联度研究作者的共现关系图，如图2所示。进行作者共现分析时，其知识网络图谱表明作者之间的合作较少。根据网络图谱中节点大小及发文量统计共同提示，研究成果数量大致相当，发文量较多的只有梁雯（6篇），仅有六位学者在本领域的发文量达3篇以上，在这一领域研究较为深入，但总体上发文量较少，说明这一研究领域未涌现具有权威影响力的高产作者。

图2 作者共现图谱

4 物流关联度研究的趋势与热点分析

4.1 关键词共现分析

学者们在学科研究中，若对某一话题具有较高的关注度，该话题即是学科研究中的研究热点，其最明显的特征是在一定的时间段内对该话题进行研究的相关文献数量大幅增加。关键词不但是对于文献的主旨概括，又是全篇的核心，会在特定研究领域的不同文献中多次出现。关键词共现是指关键词同时出现，代表了高频关键词与其他关键词之间的关系，反映了该主题的研究热点和核心主题。在知识图谱中关键词出现的频次用节点的大小来表示，节点越大说明出现次数越多，连线表示节点两端的关键词存在共现关系，而线条颜色深度反映的是共现时间，粗细程度则是关联的强度。

图3 关键词共现图谱中，N=444，表明共提取出444个关键词；E=988，表明关键词之间共有988条连线；Density=0.01，表明关键词之间是紧密相连的。在Cite Space中可用节点中心度来表示该节点与其他点之间的关联程度，中心度最高的关键词在共现网络中处于至关重要的位置，该关键词与其他关键词的关联也最为紧密，也更有可能是研究热点。出现频次前十的关键词分别为：物流业、灰色关联度、灰色关联度分析、灰色关联、港口物流、区域经济、制造业、关联度、影响因素、区域物流，见表1。其中，中心度大于0.1的有物流业、灰色关联度、灰色关联分析、港口物流、灰色关联、区域经济、关联度。

图3 关键词共现图谱

表1 文献共现频次较高的关键词

4.2 关键词聚类分析

关键词聚类可以对该研究主题进行深层次挖掘，揭示出研究热点之间的关系。借助Cite Space对物流关联度研究主题的相关文献进行聚类分析，从而生成关键词聚类知识图谱，如图4 所示，形成了区域经济、关联度、物流业、灰色关联度、层次分析法、灰色关联分析、灰色关联、影响因素、物流企业、影响因子共10个聚类标签（见表2），这些聚类标签突显了现阶段学者对物流关联度研究的侧重点与关注方向。图中Modularity=0.603 2，Silhouette=0.826 9，表明该关键词进行聚类之后所展示出的知识网络图谱合理，可信度较高，且模块与模块之间在具有某种联系的同时仍保持着较高的独立性。聚类以区域经济为核心，向多维度、多层次发散，说明我国物流关联度的研究主要围绕聚类呈现出的这些关键词展开。

图4 关键词聚类图谱

表2 国内物流研究的关键词聚类主题

4.3 关键词突现

关键词突现分析是指在某一段时间内，对相关科学界特别关注的关键词的分析方法，在分析挖掘热点、研究前沿和预测研究趋势方面都会有一定的正向作用。关键词突现图谱是根据众多文献中出现的关键词进行描绘的，用于表示不同年份区间中不同关键词突然出现的频率的结果。某些年份的关键词多次出现，也直接表现出学者对于这些关键词方向的关注程度和学科发展总趋势。关键词激增指数能够探测出频次变化率高的关键词，从而确定研究领域的前沿内容。本文通过Cite Space的突现功能对国内物流关联度的研究文献进行分析，如图5所示。

由图5可知，早期对于物流关联度的研究并没有过多的热点。突现较早的关键词是2008年开始的“发展”“现代物流业”，突现的时间跨度达到了4年，可知众多学者在此期间对物流关联度的研究更多的是从宏观层面探讨，意识到物流行业整体发展的重要性。自2011年以来，学者对物流关联度的研究更具体，开始关注“物流需求”方面的问题，突现达到4年。而后，学者更加关注灰色关联模型算法在物流关联度领域的应用和优化。近几年的研究热点“协同发展”表明了学者对于物流关联度的研究方向，由物流业的整体发展逐步调整为具体区域的发展。

图5 关键词突现图谱

4.4 关键词时区图

关键词共现时区图中横坐标表示时间，可以展示出该主题在时间线上的发展历程。节点所处位置对应的横坐标表示该关键词第一次出现的时间，连线则表示不同关键词之间在时间线上的递进关系,关键词之间的连线越多, 代表二者递进关系越紧密。为了弄清物流关联度研究主题的演化过程，绘制出关键词共现时区图，如图6所示。

由图6可知，区域经济的相关研究在前后时序上有着密切关联，并且伴随着时间的持续推进，涌现出如区域物流、港口物流、制造业、物流需求等研究主题。研究方法逐渐从层次分析法转变为灰色关联度、因子分析法。可以发现在经济发展的过程中，物流起到了非常大的作用，因此对物流关联度的研究就显得尤为重要。

图6 关键词共现时区图谱

5 结语

本文从科学计量的角度出发，收集2001-2021年以主题“物流”且篇关摘“关联度”发表在中国知网的期刊文献，采用Cite Space软件对其进行可视化分析，主要得到以下几个结论：（1）通过发文量的分布情况可以看出，近几年国内学者对于物流关联度的研究具有相当的热度，未来可能还会持续。（2）针对物流关联度进行研究的研究者众多，每位研究者的成果数量相差无几，但一起合作发文的较少，并未出现具有高影响力的研究人员。这既是对于物流关联度的研究力度弱、散、小的重要特征，也是值得反思的重要问题。倘若众多学者可以相互合作，未来对物流关联度的研究也会更加充分。（3）从关键词共现聚类图可以看出，物流关联度的聚类分组比较多，但是主要针对的还是物流关联度研究的现状及研究方法，并没有具体指出某种指标与物流相关联。（4）通过关键词突现情况可以大致看出物流关联度的未来研究会发散到更细致，更具体的方向。（5）根据关键词共现时区图谱可知，在国内对于物流关联度的研究文献中，学者们对区域经济的考虑贯穿始终，说明物流的发展在很大程度上影响着区域经济的发展，由此也印证了物流是第三利润来源的说法。

总体来看，物流行业能够突飞猛进地发展很大程度上是依托于电子商务的飞速发展，进而激发了国内学者对物流关联度的研究。虽然近几年的发文量呈现波动态势，但是国内对于物流关联度的研究还将继续深入下去。若未来可以将经济学、社会学等学科融入物流关联度的研究中，或许能够探讨出更多与物流发展息息相关的方向，更有利于国内学者对于物流关联度的研究。