基于CiteSpace的中俄贸易研究可视化分析

杨 舒

(中国地质大学(北京)经济管理学院，北京 100083)

30多年来，中俄两国的贸易额经历了先缓慢后迅速的增长。随着两国贸易金额的不断扩大，贸易种类不断增多，中俄贸易的相关研究也越来越多。学界对于中俄贸易的研究紧跟政策与国际关系的变化，为两国贸易的发展提出了许多宝贵建议。

1 中俄贸易研究现状

1.1 国内研究现状

近年来，我国学者给予了中俄双边贸易问题比较高的关注度。王建通过对中俄贸易现状的分析，得出中俄2010年商品贸易结构是单一的，商贸层次较低，但可以尝试建立消费品自贸区，增强贸易合作，从而优化中俄贸易结构[1]。刘晓彤指出，中俄间贸易不平衡，贸易体制不完善，在中俄进出口贸易总量上，贸易顺差一方一直是中国，虽然俄罗斯与中国均已成为WTO成员国，但是与世贸组织条例相比存在偏差，中俄贸易需完善贸易体制的制度保护[2]。李青霞认为，俄罗斯是我国重要的贸易伙伴，基于地缘优势，加强黑龙江等省份与俄罗斯的经贸互动，可以促进两国关系的进一步发展[3]。

1.2 国外研究现状

俄罗斯学者大多从宏观角度入手，对中俄双边贸易的发展进行研究。A. Belolipetskaya研讨了中俄两国间的经济关系，指出了中俄双边贸易关系的优势与劣势。中国与俄罗斯都在积极缩减双边贸易对于外部环境的依靠性，为此应特别关注相关部门，注重能源使用效率，保护环境及生产医药医疗设备，并努力为高新技术的创造提供发展空间。当前，世界经济活跃，中俄应加强两国之间的合作，增加两国之间的投资资金流动。G. Babich通过对中俄两国之间合作机制的分析发现，得益于金砖五国的形成，中俄两国之间贸易交易量有所增加，海关壁垒的减少、海关手续的简化都为两国间的货物交换提供了便利条件。由此可见，金砖国家的创立为两国之间的贸易提供了助力，与此同时，联合项目及联合合作创建的有效性也得以显现[4]。

2 研究方法与数据来源

研究数据来源于中国知网(CNKI)全文数据库，原始数据的可靠性与全面性得到了保证。在中国知网上选择高级检索项，检索条件设定为“主题=‘中俄贸易’”。在第一次检索结束后，再次用左边栏进行筛选，“主要主题=‘中俄贸易’且学科=‘贸易经济’”。共检索出541篇文献(检索日期为2022年6月18日)。因为1993年与2022年文献数据是非全年完整数据，所以将其剔除掉。在剔除了非全年数据、征文与会议通知等文献后，共获得491篇有效文献。将文献标题、作者、文献来源、关键词、摘要等数据导出为Refworks格式的纯文本文件，并将其进行转码处理，这样形成样本数据库。

来自于美国Drexel大学的陈超美团队研发了CiteSpace，这是一款基于Java编程语言运行环境下的信息可视化分析软件[5]。基于CiteSpace 5.8.R3分析工具，对从CNKI数据库中检索到的中俄贸易领域的文献进行和主题关键词共现聚类、关键词时区、关键词突现分析，得到中俄贸易领域研究的热点信息与关键词历史跨度信息。

3 中俄贸易的关键词分析

经过提炼和概括文献全文内容，得到文献关键词，这是文献的知识信息标签。通过对文献关键词的知识共现分析和聚类分析，可以更为准确、深入地了解中俄贸易研究的概貌与现状。

3.1 关键词共现分析

进行转换处理，将CNKI数据库中的文献数据导入CiteSpace，分析时间跨度设置为1994—2021年，选择1为时间切片，将Keyword设定为节点类型，算法采用PathFinder，其他选项设置为默认，运行，从而生成中俄贸易关键词共现图谱，图谱节点共生成428个，图谱连线共1 030条，图谱密度0.011 3(图1)，并根据频次与中心性排序(表1)。

图1 中俄贸易关键词共现知识图谱Fig.1 Sino-Russian trade keyword co-occurrence knowledge altas

表1 关键词频次、中心性排名(前6名)Tab.1 Ranking of keyword frequency and centrality(top 6)

关键词可以体现研究主题方向，研究主题热度越高，其相应关键词频次也越高，中俄贸易研究中的热点话题也就展现出来了。“中俄贸易”出现292次，频次最高，“中俄贸易”提出时间较早，有相当的研究积累。其次是俄罗斯、中俄两国、双边贸易，接下来是贸易结构与易货贸易，说明在两国贸易中，研究热点是贸易结构，较早的交易方式为易货贸易。

高中心性的关键词是某个阶段的热点和前沿。结合图1和表1可知，除去中俄贸易、俄罗斯、中俄两国、双边贸易这4项与主题直接相关的关键词外，两国贸易的研究热点是贸易结构、灰色清关和比较优势等。

3.2 关键词聚类分析

对关键词进行聚类分析，得到中俄贸易关键词聚类知识图谱(图2)。此次聚类分析一共展示15个聚类标签。

图2 中俄贸易关键词聚类知识图谱Fig.2 Sino-Russian trade keyword cluster knowledge atlas

对于关键词聚类知识图谱应关注两个数据，分别是Q值与S值。其中Q值为聚类模块值，一般认为当Q>0.3时意味着聚类结构显著[6]；S值为聚类平均轮廓值，-10.5。在此聚类中，Q=0.638 8、S=0.912 3，说明该研究聚类分析结构合理，网络中的各模块之间不仅存在一定联系，还具有较高的独立性。

3.3 关键词历史跨度分析

通过分析关键词聚类图谱，中俄贸易关键词Timeline View(图3)可显示出不同聚类的历史跨度。由关键词时区图中的信息可以发现，中俄贸易研究开展时间较长，且较早出现的聚类对后续的聚类有较强的影响，与后续聚类的联系较为密切。

3.4 关键词突现分析

在某个时间段内，某一领域研究趋势的变化可以通过观测关键词突现性来了解，突现性高的关键词即为当下的研究热点。通过对关键词的突现性分析，绘制了图谱(图4)。

图3 中俄贸易关键词Timeline ViewFig.3 Sino-Russian trade keyword Timeline View

图4 关键词突现图谱Fig.4 Keyword emergence atlas

通过观察图谱可知，中俄贸易研究领域的发展大致经历了3个阶段：第一个阶段是1994—2003年，“易货贸易”“中俄两国”为该时期的高突现性关键词，说明在中俄贸易最初阶段，两国以易货贸易为主，但随后关于两国贸易的研究就进入了较为低迷的阶段。第二个阶段是2004—2011年，两国贸易出现了灰色清关问题，学者们开始注重比较优势的分析。第三个阶段是2012—2019年，两国间的政治经济合作开始增多，这也推动中俄两国间的贸易研究步入了崭新阶段，研究开始集中于两国贸易结构与俄罗斯加入WTO及“一带一路”建设对于两国贸易的影响。

4 中俄贸易研究热点分析

观测关键词共现知识图谱、关键词频次与中心性排名和关键词聚类知识图谱可知，中俄贸易研究中，贸易结构、易货贸易、灰色清关与比较优势等方面为研究热点。各个关键词的聚类分布较为集中，重合度较高，聚类关键词之间的关联性较强。

通过分析关键词历史跨度与关键词突现可以了解到，中俄贸易的研究自1994年开始至今已有近30年的历史，历史较长。虽然因为国际形势的变化、两国贸易关系的变化而使不同时期的关键词不同，但关键词聚类之间的联系较为密切，尤其是早期出现的关键词聚类与后出现的聚类之间有较为密切的联系，说明中俄贸易的研究具有善于利用前期研究结论且与时俱进的特点。

5 结语

基于CiteSpace软件，对我国中俄贸易的研究文献展开可视化计量研究，针对文献进行了关键词共现、跨度、聚类与突现方面的分析，做出了对应的可视化图谱，并据此归纳出中俄贸易当前的研究热点，为中俄贸易研究提供科研参考。