基于文献计量的国际纺织行业科技创新知识图谱研究

王鹏飞，程 华

(浙江理工大学，a.经济管理学院；b.浙江省生态文明研究院，杭州 310018)

目前，纺织行业的快速增长和发展，还没有完全摆脱传统的高投入、高消耗、高排放的发展模式。几十年来导致全球资源过度消耗，也产生了一系列的环境问题[1]。完整的产业链建设、创新资源整合、科技成果转化率提高和行业可持续发展等，正获得越来越多的企业、政府和学者的关注[2-3]。2019年，欧盟纺织服装工业联合会(Euratex)发布一份联合声明，旨在敦促欧盟政策制定者建立一个“真正的”循环时尚体系。声明表示，现有循环经济体系“目前还不够完善”[4]。这份声明由欧洲体育用品工业联合会(Fesi)、国际服装联合会(Iaf)、可持续服装联盟(SAC)和全球时尚议程(GFA)与Euratex共同签署，它是一项新战略的第一步，该战略的目标是让行业走到一起，找到促进循环的方法。

综上所述，纺织行业将在高可靠性、高技术和高附加值的高端化、智能化发展路线上持续迈进。Stylios等[5]和Virili等[6]学者从提高纺织品性能和美感的新材料设计角度出发，指出纺织行业科技创新的应用范围，包括纺织服装供应链中的可持续发展，可持续产品战略、可持续投资、可持续绩效评估、企业社会责任和环境管理系统的采用等。Colombo等[7]、Hornborg[8]和Uhlemann等[9]从智能纺织品设计的角度出发，认为纺织行业结合新材料和人工智能技术，会对该领域的科技创新产生深远的影响。国内学者对该领域的文献研究主要体现在纺织产业创新驱动、产业转型升级和绿色生态纺织等方面[10-11]。相比较发现，21世纪以来国际纺织行业科技创新的文献梳理比较少，因此通过系统的回顾该领域相关文献，探究当前的研究进展和动态，探寻国际上科研人员已发表的相关成果和前沿，具有积极的指导意义。

基于此，本文运用HistCite和CiteSpace图谱分析软件，对Web of Science核心合集数据库进行可视化分析，绘制科学知识图谱，剖析研究基础、研究热点和研究前沿，发现该领域发展脉络和演进过程等，以期为纺织行业科技创新领域未来的研究提供参考与借鉴。

1 研究设计

1.1 数据来源与处理

为探讨纺织行业科技创新领域研究，确定搜索的字段为纺织技术创新、纺织科技创新、纺织可持续发展、生态纺织和纺织管理创新等，即以“textile technology innovation”或“textile sustainable development”或“eco-textiles”或“textile management innovation”或“textile smart manufacturing technology”或“modern textile technology”或“advanced fibre materials”或“advanced textile materials”等为关键词在Web of Science数据库核心合集中进行检索。文献类型为article或 review，时间范围从2000至2021年。通过以上操作进行检索，并对文献的标题、摘要和研究内容进行筛选、查重等处理，最终筛选得到与本主题相符的2837篇文献，检索时间为2021年9月12日。

1.2 研究方法与工具

本研究以纺织行业科技创新主题文献为研究对象。首先，对收集的文献进行简单的统计分析，以获得纺织行业科技创新文献的基础数据，再借助CiteSpace科学知识图谱工具和文献引文数据分析软件等，展示该领域的核心作者、文献互引、学科分布等信息和地域分布等信息，同时利用HistCite对文献共被引以及关键词共现等进行可视化网络分析[12-13]。最后，结合文献内容对可视化结果进行研究，通过分析样本数据，计算出这些文献在被引量、引用量、作者等方面的信息，并以可视化图形的方式呈献，可以帮助得出该领域的研究热点，以及相关研究的主要内容与前沿，以挖掘出纺织行业科技创新领域的知识基础和研究趋势。

2 国际纺织行业科技创新研究基本特征分析

2.1 文献的总体发展规律

对样本数据进行分析，虽然检索时间范围设置从2000年至2021年，但是2000年到2006年符合要求的文献很少，且存在不完整现象。对相关文献内容梳理后，发现不影响研究的整体结果，所以做忽略处理。因此样本研究的时间年份选择2007年开始，从总体趋势看，21世纪以来该领域文献发表数量呈逐年上升势态，文献的年发文量及增长率如图1所示。

图1 纺织行业科技创新文献的年发文量及增长率

21世纪以来，文献的总体发展大致可以分为3个阶段，第一阶段2007-2010年，纺织行业科技创新领域研究刚开始，少数发达国家科研人员和机构参与相关研究，每年发表的文献数量偏少。研究重点以提高纺织品的性能和扩展功能为目标，尤其是欧美企业领先的染色技术为消费者生产高附加值纺织品提供了一些新方法[14-15]。而国内主要以新型纺织纤维、聚合物开发、酶技术和纺织废水处理等为目标，阐述生物技术在纺织工业中的应用等[16-17]。第二阶段是2011-2016年，该领域的研究进入快速发展阶段，这段时期出现一次研究高峰，其中2016年发表文献259篇。第三阶段是2017-2021年，大量科研人员投身到该领域，因此论文的发表数量迅速增长，其中2021年，发表文献超过647篇，是2007年发文量的16.09倍，年均增长率达到23.69%。

2.2 国际纺织行业科技创新研究核心力量分析

2.2.1 核心作者分布分析

借助辅助统计软件NoteExpress对样本数据进行分析，可以发现该领域的主要研究人员及分布。表1显示以纺织行业科技创新为主题发文量在7篇及以上的核心作者，以及发表论文数量、文献被引次数和作者所在的国家地区等信息。结果表明，2837篇文献共有8302位作者，根据洛特卡定律及普赖斯定律分析，研究纺织行业科技创新为主题的核心作者发文量111篇，占总发文量的3.91%。其中发文排在前两位的学者是来自罗马利亚的GHITULEASA C 和来自印度的THOMAS S。

表1 纺织行业科技创新领域核心作者分布

2.2.2 期刊发表分布分析

根据对文献中发表的国际期刊统计分析，2837篇样本数据涉及409种期刊。依据刊载数量，列出了发文量排名前12的期刊分布，见表2所示。21世纪以来，学者在国际期刊《Journal of Cleaner Production》上发表文献数量高居第一位，发文量达到96篇，占该主题文献总数的3.38%，该期刊近2年的影响因子是7.246，近5年的影响因子是 7.491，在表2的12种期刊中居第二位，仅次于表中第二位的《ACS Applied Materials & Interfaces》期刊，其影响因子最高，近2年的影响因子是8.758，近5年的影响因子是8.901，发文量达到75篇。表2中显示的12种期刊的发文总数为564篇，占样本总数的19.88%，接近五分之一，可见上述期刊在该领域的影响力和重要性，以及受到国内外科研人员较高的关注。

对表2国际期刊样本数据进行分析发现，目前学者关注该领域的研究主要包括先进纺织复合与纤维材料、现代纺织技术、纺织品回收与资源化再生利用技术和纺织智能制造技术等热点研究方向[18-20]。也有部分学者通过研究柔性可穿戴智能纺织技术及其应用案例，分析母婴市场和老年化市场的不断扩大及不断提高的消费者诉求，健康管理功能将成为该技术的主要发展方向等[21-22]。Niinimaki等[23]和杨晨啸等[24]以柔性智能电子纺织品为研究对象，指出穿戴式的应用产业分布越来越广泛，可穿戴智能纺织的应用范围几乎涵盖了生活所需的全部产业。

表2 纺织行业科技创新领域文献发表国际期刊分布

2.2.3 文献地域分布分析

发文量可以在一定程度上反映不同国家或地区及科研机构在某一领域的研究水平和贡献度。表3列出该领域国际研究排名前10位的高发文量国家或地区及科研机构。上述国家和地区在该领域研究的发文量分别为1423篇和360篇，占样本总数的50.16%和12.69%，影响力和优势非常明显。在上述样本数据中，共包括来自90多个国家的8302位科研人员。中国在纺织行业科技创新领域的发文量排在首位，达到254篇。紧随其后的是美、英、意大利等发达国家，发文量分别是164篇、150篇和147篇。亚洲的印度也占据一席之地，印度是全球第二大产棉国，纺织工业是其重要的工业行业之一，规模位列全球第二，因此，该国也是一支不容忽视的研究力量。其中排在第5位的国家罗马利亚，虽然其经济实力和国际影响力有限，却是该领域研究比较重要的核心力量，可见纺织行业科技创新领域研究在该国学者中获得很高的关注度。纺织服装业是其传统支柱产业，在罗马利亚经济和对外贸易中占有重要地位。该国也是中国纺织服装出口的重要市场和东欧地区集散地。

表3 纺织行业科技创新领域文献国家/地区分布

国家在纺织行业科技创新方面的论文发表数量，间接反映出该国在这一领域的研究成果和发展程度[25-26]。在发文机构上，亚洲地区高校和科研机构具备很强的竞争力，其中东华大学和香港理工大学排在前两位。美国的北卡罗来纳州立大学、葡萄牙的米尼奥大学、佐治亚理工学院和澳大利亚的迪肯大学等排在3至7位，成为该领域的欧美主要研究机构。同时国内的苏州大学和浙江理工大学也在数据之列。上榜的中国高校都是具有纺织背景，且纺织科学与工程学科都排在国内前列，在该领域具有较强的影响力。

本文借助CiteSpace软件，构建国际纺织行业科技创新研究国家或地区以及科研机构的合作情况，分别以“Country” 和“Institution” 为节点绘制合作发文网络图谱，结果如图2和图3所示。从 图2 可以看出，网络节点N 96个，包含网络连线E 336条，图谱网络的密度Density为0.0737。说明样本数据中96个国家有参与该领域研究，但目前主要集中在中国、美国、英国、德国和印度等国家，且跨国合作与上表3内容一致，整体发文国家合作网络比较紧密，但合作空间还有待继续提升。

图2 国际纺织行业科技创新研究国家合作发文网络图谱

图3为国际纺织行业科技创新研究机构合作发文网络图谱，对参数进行分析可知，网络节点N 470个，包含网络连线E 385条，图谱网络的密度Density为0.0035。说明样本数据中470个机构参与该领域研究，但相互之间合作较少，有许多相对独立的研究机构，且较为单一，主要为高校或校内研究机构合作，结果与上表3反映的信息也保持一致。整体发文机构合作网络比较松散，说明合作空间还有待继续提升。

图3 国际纺织行业科技创新研究机构合作发文网络图谱

通过比较国际纺织行业科技创新研究核心力量，可以发现21世纪以来，中国和英美等国高校和科研机构在该领域成果优势比较明显，文献发表数量和质量居于前列，但国际之间合作研究存在比较分散的现象。虽然中国高校在发文量上排在前列，但跨国合作明显比较少，可见该领域国际学术影响力需要加强与提高。

2.2.4 文献质量分析

文献发表质量，可以反映一个国家或地区科研人员在该领域研究的影响力和重要性。目前衡量研究成果的重要载体与产出重要创新成果的标志就是高质量的学术文献，这不仅是国际学术界承认成果优先属性的普遍共识，也是一个学术机构和科研人员被同行认可的重要条件。利用Histcite辅助软件工具对样本数据归纳统计，通过LCS(Local citation score)、GCS(Global citation score)、LCR(Local cited references,引用本地数据集中参考文献的数目)、CR(Cited references，引用WOS数据库中参考文献的数目)4个参数对文献进行分析，得到综合排名前5位的高质量论文。如表4所示。LCR值可以反映近期值得关注该领域的重要文献，有很高的参考价值，也很可能是新的研究动向；CR值越高说明这篇文献很可能是综述性文献。

表4 纺织行业科技创新领域文献质量分析

表4中排在首位的是来自荷兰的学者MARTIEN A等2010年发表的成果，其文献本地数据集中被引用次数LCS为119，被同行认定为该研究领域内的重要文献，同时也是领域内的开创性文章。且该论文的总被引用次数GCS也是最高，达到4057次，几乎是排在其后两篇文献的总被引次数总和。

2.2.5 文献的引文数据图谱分析

通过文献的引文数据与图谱分析，能够辅助科研人员迅速了解某一领域不同文献之间的关系，解析相关领域的演化过程，定位出该领域的重要文献，以及获取最新的高价值文献等[27-28]。结合引文分析对每个聚类的文献主题进行概括总结，得到当前纺织行业科技创新研究领域的研究热点。词共现关系图谱法利用文献中关键词汇分析，明确各主题之间的关系，利用算法统及其出现的频率，便可形成一个由这些词对关联所组成的词共现关系图。利用HistCite辅助软件构建文献引文数据与图谱，如 图4 所示。

图4中用虚线圆圈标记出来4 个主要节点，每个节点代表该领域一篇重要文献，其中间的数字标号，即对应了文献的标号。引用次数用圆圈的大小表示，圆圈之间的连线表示有相互关联，箭头方向表示文献之间的引用关系。表4中排在第一位，即节点标记220的文献，是2010年发表在《Nature Materials》期刊的论文《Emerging applications of stimuli-responsive polymer materials》，也证明这篇文献很可能是本领域的开山之作，其主要关于纺织领域高分子聚合物新材料的研究。

图4 国际纺织行业科技创新文献引文数据图谱

3 研究热点与前沿分析

3.1 国际纺织行业科技创新演化趋势分析

通过筛选样本数据中不同时期国际纺织行业科技创新文献的关键词，利用CiteSpace可视化软件绘制出不同阶段、该领域技术演化的过程结构图。为观察21世纪以来国际纺织行业科技创新演化趋势及网络结构变化，本文根据文献数量发表的趋势，分为2007-2010年、2011-2015年、2016-2018年和2019-2021年4个阶段，分别绘制出4个阶段的创新网络图谱，结果如图5所示。

图5 国际纺织行业科技创新演化趋势网络结构

在技术演化的第一阶段，全球纺织技术创新主要体现在上游原材料的使用，主要包括棉花、蚕茧丝、化学纤维等；到了第二阶段，该领域研究发生明显变化，decolorization、advanced oxidation process和reuse等成为新的研究方向。2016年以后，3D打印、electrocoagulation和electrocoagulation印染废水的处理研究成为第三阶段研究的核心，绿色纺织和纺织可持续发展意识已经开始凸显。第四阶段的创新领域主要包括电子智能纺织品(e-textiles)、静电纺丝(electrospinning)和生态纺织等内容，涉及纺织行业的加工及制造环节，服装业、家用纺织品和产业用纺织品等。创新驱动的技术产业，文化主导的时尚产业和责任导向的绿色产业已逐渐成为纺织行业的新标签。

3.2 基于关键词共现的研究热点分析

通过CiteSpace数据分析软件梳理上述样本文献的关键词形成词共现网络，对出现频率较高的关键词进行视觉上的呈现。在文献计量学中，这种共词方法常用来确定数据样本中各主题之间的关系。利用词共现分析，以此来确定该领域的研究方向和主要热点。本研究操作主要步骤总结为：首先分别导入中英文文献数据并进行格式化转换；其次时间切片年份Years Per Slice设置为1，Node Types节点类型选择关键词Keyword；然后借助Pathfinder和Pruning sliced networks剪枝算法简化网络并突出其重要的结构特征；最后运行CiteSpace，通过算法实现关键词共现来确定文献主题研究相互之间的关系，以此来确定该领域的研究方向和主要热点。对样本数据8332个关键词进行词共现分析，得到如图6所示结果。

图6中technology innovation、textile sustainable development、sustainability和textile management等词频突现更明显。这构成了当前纺织行业科技创新的研究热点。为了客观呈现该领域的主要研究热点，接下来借助表格数据中的中心度和共现频次等参数信息，对样本数据结果进行统计分析。上述两个参数可以更加直观的表示文献中的关键词之间的关联性，其中关键词中心度大于 0.1的节点在一定程度上也能反映该领域研究热点[29]，表5为排名前12位的该领域研究热点关键词中心度和出现频次等信息。

图6 国际纺织行业科技创新文献高频关键词图谱

对表5分析可知，排在前列的高频关键词有textile、cotton和fiber等，共现频次分别为322、174和153，反映了该领域的研究主题与核心要素。其次是composite、nanoparticle和fabrics等，反映国际纺织行业科技创新在先进纺织材料、纺织品设计和绿色可持续发展等领域的关注度。另外, 相关的核心词有innovation、sustainability和dye等, 这些与纺织科技创新、产业转型升级和印染技术等密不可分的关键词。在综合关键词共现年份、出现频次和中心度表后，可以得出纺织成型制造、纺织纤维新材料、先进纺织制品、绿色染整技术、智能纺织装备与系统等是该领域的研究热点。

表5 国际纺织行业科技创新研究高频词以及出现频率

3.3 国际纺织行业科技创新文献研究前沿分析

通过借助CiteSpace软件构建文献关键词突现图谱，来实现国际纺织行业科技创新领域前沿分析。其中，突现值Burst是指在特定时段范围内，某关键词被引频次大幅上升或在短时间内显著增加，突发性节点强度代表该节点的突发增长率的高低，强度大的突发性节点从一定程度上反映该领域的研究前沿。分析与操作的主要过程总结如下：Term Type类型选Burst Terms、节点类型Node Types选关键词Keyword。在弹出的新窗口里，不必等迭代结束，点击Burstness的View视图，就可以得到图7所示的文献关键词突现图谱。

图7中主要呈现6列前16个突现词排序图谱数据信息，字段涉及Keywords、Year、Strength、Begin 和End等。其中Year字段表示样本数据的选择起始年份，Strength表示文献关键词突现强度，Begin为该内容迅速成为热点的起始研究年份，End字段是该研究不再成为热点的结束年份，最后一列时间跨度为当前样本数据的取值年份范围。其中红色加粗的部分为研究热点时间区域，蓝色较窄的内容为该关键词的研究年份。

图7 国际纺织行业科技创新文献突现词排序图谱

通过分析关键词突现强度可知，强度最大的是cotton，达到17.45，该词反映出棉花在纺织行业的重要性和特殊地位，也是关系国计民生的重要战略物资和棉纺织工业的工业原料，产业链涉及多个行业等[30-31]。同时，mechanical property、reuse、cotton fabrics和decolorization和dye等词突变强度较大，分别为6.18、5.49、5.07、5.50和5.20，说明在国际纺织行业领域，技术创新与升级、产业可持续发展及绿色纺织品等成为该领域关注的内容，受到国内外科研人员的广泛关注。

从突现时间上分析，enzyme虽然突现强度不是最大，但持续时间最久，从2007年到2016年，这10年的研究过程体现其在纺织行业的重要性。enzyme，即生物酶，作为无毒无害的一种生物催化剂，应用于染整工业，是生产绿色纺织品的主要工艺之一，因此在染整工业中具有广泛的应用前景[32-33]。2016年以后就不再是突现热点，虽然仍有学者关注此领域的研究。electronic smart textiles、green consumption、eco-textile和smart manufacturing等主题词出现时间比较晚，但是近两年迅速发展，成为突现的主要研究内容，也是现今该领域的研究前沿。

3.4 纺织行业科技创新聚类分析

借助CiteSpace的聚类分析功能，将样本数据中关系紧密的主题关键词进行聚类，通过对同一聚类中的最大值加上标签，作为该类别的代表进行解析。操作步骤主要包括：首先设置前50位关键词进行独立统计，并合并汇总得到关键词列表；然后根据Cosine余弦相似性，计算关键词节点之间的连接强度；最后利用剪枝算法Pathfinder，按时间片对关键词进行聚类分析，进一步确定主题研究的有效性。通过以上操作，并对结果进行分类筛选等，得到国际纺织行业科技创新领域关键词共现聚类知识图谱，分别为#0聚类sustainability(可持续发展)、#1聚类supercapacitors(超级电容器)、#3聚类cotton fabric(棉织物)、#4聚类electrospinning(静电纺丝)、#7聚类textile industry(纺织工业)和#8聚类laccase(漆酶)。结果如图8所示。

对图8的聚类图谱进行信息汇总，利用上述算法依据数量大小进行排序，得到如表6 所示的纺织行业科技创新主要聚类信息汇分析表。参考每个聚类的明细及相关文献，大致可以获得每个聚类所涉及的主要研究内容。

表6 纺织行业科技创新主要聚类信息汇总分析

图8 国际纺织行业科技创新领域关键词共现聚类知识图谱

在可持续发展方面，聚类#0的研究在2015年前后逐渐获得关注，主要和纺织行业可持续发展有关，即在全球气候治理形势日趋紧迫背景下，如何通过数字经济的赋能与绿色转型的引领实现可持续发展。在纺织行业科技创新基础理论上，聚类#1主要关注纺织超级电容器的研究进展与应用，包括其工艺特点和在智能纺织品和可穿戴系统中的研究等[34-35]；聚类#3主要关注广泛用于服装面料、装饰织物和产业用织物的棉织物，其以优良的服用性能成为最常用的面料之一。随着纺织印染加工的深入发展，棉织物品种日益丰富，外观和性能及档次也不断提高[36-37]；聚类#4关注静电纺丝等技术的研究，涉及无针静电纺丝技术、多孔静电纺生产技术、静电纺纳米纤维复合产品的开发技术和电纺丝聚合物生物材料的最新进展等方面内容[38-40]。目前欧洲、日本等地的多家纳米纤维生产企业已相继开发了静电纺-电喷射复合产品并提供相关设备。该技术在国内也受到极大重视，最近中国纺织工业联合会已经将静电纺丝技术列入“十四五”规划[41-43]。在纺织行业产品生命周期和环境绩效上，聚类#7关注建立纺织品循环再利用体系，鼓励企业开发推广低成本和高效回收利用技术，从循环经济发展中探讨市场化道路，实现纺织行业进入资源再利用领域；聚类#8关注漆酶在纺织印染行业中的应用研究，作为一种无毒、无害，对环境友好的生物催化剂，用于纺织印染工业具有较大的优越性[44-46]。

4 总结与展望

本文从文献计量的角度，探讨国际纺织行业科技创新知识图谱研究，包括文献的发表趋势、核心作者团队、研究热点和前沿等，得出以下主要结论：

a)21世纪以来，科研人员在该领域发文数量上大致分为三个阶段，总体呈逐年上升趋势。中国学者在国际纺织行业科技创新领域的发文量优势比较明显，但在文献质量上与其他发达国家还存在一定的差距。

b)通过数据可视化分析软件对引文数据和关键词共现分析，得出该领域纺织成型制造、纺织纤维新材料、先进纺织制品、绿色染整技术和智能纺织装备与系统等是当前的研究热点。

c)对文献主题进行突现词图谱排序，梳理出电子智能纺织品、生态纺织品和智能制造技术等构成了该领域的研究前沿。

d)通过文献的聚类分析，科研人员在纺织行业科技创新基础理论、纺织行业产品生命周期和环境绩效与可持续发展等方面取得了积极的研究成果。

由于部分数据获取限制，导致相关研究缺乏完整性和系统性，从文献计量数据与图谱分析结果看，目前纺织行业科技创新主题下的研究方向较为分散，文献密度有待进一步提高，未来可以尝试探索因素之间的交互作用，以期为该领域科技创新的过程提供更全面的视角。