任利甜 尚猛 劉波 王余萍

DOI：10.19850/j.cnki.2096-4706.2021.08.042

摘? 要：文章通過文獻計量法，借助可視化軟件CiteSpace繪制出研究者、共現(xiàn)關鍵詞、關鍵詞激增等知識圖譜，便于對物流系統(tǒng)的研究熱點與前沿趨勢進行分析。通過研究發(fā)現(xiàn)，研究者大多獨立發(fā)文，合作情況有待加強;應急物流、供應鏈成為當下熱點問題，農(nóng)產(chǎn)品物流系統(tǒng)及物流網(wǎng)絡成為當前研究趨勢，產(chǎn)生的研究成果對推動物流系統(tǒng)的學術研究和現(xiàn)實問題的解決有著重要的參考價值。

關鍵詞：CiteSpace;物流系統(tǒng);研究熱點

中圖分類號：TP391? ? ? 文獻標識碼：A 文章編號：2096-4706（2021）08-0150-04

Research Progress and Frontier Trend Analysis of Logistics System

——Quantitative Analysis of Journals Based on CSSCI

REN Litian1，SHANG Meng1，LIU Bo1，WANG Yuping2

（1.School of Flight，Anyang Institute of Technology，Anyang? 455000，China;

2.Anyang Center for Disease Control and Prevention，Anyang? 455002，China）

Abstract：The paper uses the bibliometric method and the visualization software CiteSpace to draw knowledge graphs of researchers，co-occurring keywords，keyword surges，etc.，so as to analyze the research hotspots and frontier trend of logistics system. Through research，it is found that most researchers publish papers independently，and mutual cooperation needs to be strengthened;emergency logistics and supply chain have become current hot issues，agricultural product logistics systems and logistics networks have become current research trends，and the research results produced have important reference value for promoting the academic research of logistics system and solving practical problems.

Keywords：CiteSpace;logistics system;research hotspot

0? 引? 言

2020年，新冠疫情的突然到來打亂了物流業(yè)發(fā)展的規(guī)律和節(jié)奏，中國物流企業(yè)面臨著前所未有的困境。國內(nèi)對物流業(yè)也愈來愈重視，同時與其共生的問題也受到了越來越多學者的關注。2017年《關于加快發(fā)展冷鏈物流保障食品安全促進消費升級的意見》要求構建“全鏈條、新模式、高效率等”的冷鏈物流體系^[1]。曾佑新和李強（2015）^[2]通過對物聯(lián)網(wǎng)在逆向物流系統(tǒng)中的可行性進行分析，提出在廢棄物逆向物流系統(tǒng)中運用物聯(lián)網(wǎng)的實施方法。

Chen（2006）^[3]開發(fā)的CiteSpace是基于Java環(huán)境的適用于哲學史、科學史、社會科學等各大領域應用的信息可視化軟件，如今它已成為學者們普遍使用的用于分析一個領域的發(fā)展狀況的新方法，該方法不僅盛行于國內(nèi)，同時也風靡于國外。Vahid Garousi和M?ntyl?（2016）^[4]運用文獻計量學分析方法對軟件工程中熱門研究主題及在該領域最活躍的國家進行挖掘并分析。唐亞蘭（2020）^[5]運用文獻計量分析法對教師情緒管理進行剖析并為后續(xù)研究指引方向。因此，對物流系統(tǒng)進行文獻計量分析是勢在必行、大勢所趨。

在國家采取多種舉措大力支持物流系統(tǒng)發(fā)展的背景下，系統(tǒng)地梳理物流系統(tǒng)的特征，能夠為未來的研究與探索指明方向。從現(xiàn)有文獻來看，幾乎沒有文獻對物流系統(tǒng)的研究熱點及前沿趨勢進行分析與總結。為了更全面和完整地對物流系統(tǒng)的熱點、現(xiàn)狀和演進等問題進行分析，本文以中國知網(wǎng)作為研究對象，利用CiteSpace軟件對該領域進行相應剖析，進而更好地反映該方向的熱點與前沿趨勢，便于后續(xù)學者對物流系統(tǒng)發(fā)展的深入研究。首先，本文對物流系統(tǒng)相關文獻進行整理分析，從文獻發(fā)表數(shù)量、作者、機構共現(xiàn)分析等方面對該領域進行全面解讀與分析;其次通過文獻計量法進行關鍵詞共現(xiàn)，關鍵詞激增，最后，總結出物流系統(tǒng)的現(xiàn)狀、熱點及其演進趨勢。

1? 數(shù)據(jù)來源與研究方法

1.1? 數(shù)據(jù)來源

為了保證所選樣本的全面性和精準性，本文以文獻數(shù)量最多、最具權威性的CNKI數(shù)據(jù)庫作為基礎數(shù)據(jù)來源。以“物流系統(tǒng)”為主題、以“1998—2020年”為時間節(jié)點、以CSSCI期刊為檢索來源進行檢索，共得到192篇文獻，經(jīng)過人工檢查，篩選出不符合條件的文獻共計19篇，最終得到有效基礎樣本173篇文獻。

1.2? 研究方法

本文基于文獻計量法，主要運用數(shù)據(jù)統(tǒng)計軟件SPSS和科學知識圖譜軟件CiteSpace對所選文獻進行科學計量。首先，利用SPSS軟件統(tǒng)計出近年來數(shù)據(jù)庫的年發(fā)文量，了解物流系統(tǒng)研究的時間結構分布特征;其次，使用CiteSpace軟件對作者分布及合作關系等方面進行計量分析，認識物流系統(tǒng)研究的空間分布;最后，運用高頻關鍵詞的共現(xiàn)網(wǎng)絡和突現(xiàn)詞激增來展示該領域的熱點分布、發(fā)展態(tài)勢及其突變現(xiàn)象。

2? 物流系統(tǒng)研究文獻結構特征分析

2.1? 物流系統(tǒng)研究的時間分布特征

年發(fā)文量是反映一個領域發(fā)展情況的首要指標，是分析該領域演進趨勢的依據(jù)。以關于物流系統(tǒng)研究的CSSCI來源期刊文獻為基礎，運用SPSS軟件繪制發(fā)文量年變化曲線，如圖1所示。從圖1可以看出，樣本文獻的數(shù)量整體上先升后降。

2005年之前，國內(nèi)學者對于物流系統(tǒng)研究的熱度并不高，1998年的發(fā)文量僅有1篇，占總發(fā)文量的0.58%，直到2006年，該領域被更多人熟知并展開研究，發(fā)文量也逐年上升。2006年3月，《物流信息管理系統(tǒng)》的出版使物流系統(tǒng)領域的研究者越來越多。到2009年發(fā)文量達到22篇，為1998年的22倍，占樣本文獻量的12.7%，但在2009年以后，發(fā)文量開始呈下降趨勢。到2014年，物流系統(tǒng)領域的發(fā)文量下降至7篇，說明該領域的研究隊伍減少，該領域的研究熱度降低。

2.2? 物流系統(tǒng)研究空間分布特征

2.2.1? 文獻作者及其合作關系分析

有效分析文獻作者及其合作關系，有助于從整體上掌握物流系統(tǒng)研究領域的核心學術群體及高產(chǎn)作者。運行CiteSpace軟件，將樣本文獻進行規(guī)范化處理后的數(shù)據(jù)導入CiteSpace，將CiteSpace工具中的分析項目選擇為“作者”，時間選擇1998—2020年，可以繪制出物流系統(tǒng)研究相關作者的共現(xiàn)圖譜，如圖2所示，圖譜中的每個節(jié)點表示一個作者，節(jié)點間的連線反映著不同作者之間的合作關系。運行結果為節(jié)點數(shù)N=302，連線數(shù)E=249，網(wǎng)絡密度Density=0.005 5。即在物流系統(tǒng)領域研究作者共現(xiàn)知識圖譜中，一共選擇出了302個作者及249條作者之間的連線。從圖2中可以看出，部分學者聯(lián)系密切，另一部分學者缺乏緊密合作關系。

2.2.2? 研究機構及其合作關系分析

為了從整體上把握物流系統(tǒng)研究領域相關機構的研究影響力和實力，對研究機構及其合作情況進行了統(tǒng)計分析。將選取的文獻進行規(guī)范化處理后的數(shù)據(jù)導入CiteSpace軟件，分析項目選擇為“機構”，時間選擇1998—2020年，繪制物流系統(tǒng)相關研究機構的共現(xiàn)圖譜，如圖3所示，圖譜中每個節(jié)點表示一個研究機構，節(jié)點間的連線反映不同研究機構間的合作關系，運行結果為節(jié)點數(shù)N=181，連線數(shù)E=68，網(wǎng)絡密度Density=0.004 2。即在物流系統(tǒng)研究機構共現(xiàn)知識圖譜中，一共選擇出了181個機構及68條機構之間的連線。

3? 研究熱點與前沿分析

3.1? 研究熱點分析

關鍵詞共現(xiàn)分析是對所研究領域的研究熱點進行分析時非常重要的一環(huán)。將文獻規(guī)范化處理后導入CiteSpace，將CiteSpace工具中的數(shù)據(jù)聚類點類型選擇為“關鍵詞”，時間選擇1998—2020年，從而繪制出物流系統(tǒng)研究關鍵詞的共現(xiàn)圖譜，如圖4所示。通過對圖4的分析，得出以下結論：首先，“物流系統(tǒng)”的共現(xiàn)頻次最高，達到了43次，中心度為0.33，在關鍵詞研究中居于第一，“供應鏈”的共現(xiàn)頻次緊隨其后，不難發(fā)現(xiàn)已經(jīng)有不少學者對其展開討論，例如，尚猛和李輝等（2019）^[6]對供應鏈的合作問題展開細致的研究;其次，各關鍵詞之間的連線更為密集，說明這些相互連接的關鍵詞經(jīng)常被廣大學者同時引用，關鍵詞之間的相關性較高。

3.2? 研究前沿趨勢分析

CiteSpaceⅡ是一個能夠研究出任何一個行業(yè)或?qū)I(yè)演變的系統(tǒng)，已被廣大學者使用，特別是科學家、科學政策研究人員和研究生，以檢測和對科學學科的新興趨勢及根本變化進行可視化分析^[3]。

關鍵詞激增指數(shù)可以檢測出頻次變化率高的關鍵詞，從而確定研究領域的前沿趨勢^[7]。通過對物流系統(tǒng)研究中關鍵詞激增的分析可以得出排名前九的激增關鍵詞，如圖5所示。

通過對圖5的觀察可以看出“國際物流系統(tǒng)”在2002年最早成為學者的關注點，直到2007年出現(xiàn)了“物流系統(tǒng)”“循環(huán)經(jīng)濟”，開始了對物流系統(tǒng)、循環(huán)經(jīng)濟的研究。2008年，研究人員就“物流”“逆向物流”展開討論，學者對這一話題的關注度至今未減。2009年，學者開始對“協(xié)同”“應急物流”領域的探索，例如，2009年，夏錦文和舒輝^[8]利用協(xié)同學理論，對物流系統(tǒng)的演化進行了分析，探討其演化的條件和機制。2013年，學者對“農(nóng)產(chǎn)品物流系統(tǒng)”“物流網(wǎng)絡”領域進行了細致的探索，例如，2019年，尚猛和曹峻瑋^[9]建立了物流配送系統(tǒng)數(shù)學模型以便于提高物流配送系統(tǒng)的效率。

4? 結? 論

本文通過CiteSpace文獻計量軟件，對1998—2020年物流系統(tǒng)研究文獻的熱點分布和前沿趨勢進行了可視化分析，繪制了物流系統(tǒng)研究的熱點聚類以及研究前沿與趨勢圖譜，得出以下結論：第一，對文章發(fā)表時間分布進行研究發(fā)現(xiàn)，物流系統(tǒng)研究呈現(xiàn)出輕微波動性，且該領域研究的發(fā)文量與國家經(jīng)濟形勢和政策有重要關系，物流系統(tǒng)研究呈先上升后下降的趨勢。第二，通過對關鍵詞共現(xiàn)進行分析發(fā)現(xiàn)，物流系統(tǒng)的研究熱點主要集中在物流系統(tǒng)、循環(huán)經(jīng)濟、逆向物流等方面。第三，研究物流系統(tǒng)相關文獻的作者合作關系較少，因此，國內(nèi)在研究物流系統(tǒng)這一方面時，應加強合作以便于我國在該領域得到更快的發(fā)展。第四，針對物流系統(tǒng)這一領域的研究，起步較晚，因此，研究學者大多獨立發(fā)文，尚未形成研究團隊。

通過上述分析，可以發(fā)現(xiàn)國家政策的落實與經(jīng)濟的發(fā)展對物流系統(tǒng)有著舉足輕重的影響，學者可以嘗試尋找更廣闊的方向進行研究，而非局限在小范圍內(nèi)。本文基于文獻計量法，通過CiteSpace軟件對物流系統(tǒng)領域進行分析，旨在讓該領域的科研人員更直觀地觀察出這一領域的研究熱點與前沿趨勢。但是鑒于研究數(shù)據(jù)僅來源于中國知網(wǎng)數(shù)據(jù)庫，并不能確保所研究的數(shù)據(jù)的全面性，其次，在運行CiteSpace過程中，對不同參數(shù)設置不同的值也可能會得出不完全一致的結果，因此，這些原因均可能導致研究不夠精準，但是研究結果依然可以為物流系統(tǒng)領域的研究熱點與演進提供一定的參考。

參考文獻：

[1] 程士國，朱冬青.物流系統(tǒng)功能要素間效益協(xié)同機理研究：以鮮切花為例 [J].管理評論，2020，32（3）：289-299.

[2] 曾佑新，李強.基于物聯(lián)網(wǎng)的電子廢棄物逆向物流系統(tǒng)優(yōu)化 [J].生態(tài)經(jīng)濟，2015，31（3）：112-117.

[3] CHEN C M. CiteSpace II：Detecting and visualizing emerging trends and transient patterns in scientific literature [J].Journal of the American Society for Information Science and Technology，2006，57（3）：359-377.

[4] GAROUSI V，M?NTYL?. Citations，research topics and active countries in software engineering：A bibliometrics study [J].Computer Science Review，2016，19：56-77.

[5] 唐亞蘭. The Present Situation and Prospect of Teacher Emotion Management Research in China—Literature Measurement and Content Analysis Based on CNKI（1999—2019） [J].Advances in Psychology，2020，10（7）：1006-1014.

[6] 尚猛，李輝，康建英.考慮低碳推廣的供應鏈合作決策與協(xié)調(diào) [J].計算機工程與應用，2019，55（23）：235-240+247.

[7] 李杰，趙旭東，王玉霞，等.我國電子商務物流配送研究熱點與趨勢分析 [J].商業(yè)經(jīng)濟研究，2017（17）：90-92.

[8] 夏錦文，舒輝.物流系統(tǒng)演化的協(xié)同學分析 [J].商業(yè)研究，2009（12）：190-192.

[9] 尚猛，曹峻瑋.基于鯊魚優(yōu)化算法的農(nóng)產(chǎn)品物流配送路徑優(yōu)化 [J].揚州大學學報（自然科學版），2019，22（4）：1-5.

作者簡介：任利甜（2000—），女，漢族，河南濮陽人，本科在讀，研究方向：物流及供應鏈管理;通訊作者：尚猛（1986—）， 男，漢族，河南安陽人，副教授，管理學博士，研究方向：物流及供應鏈管理;劉波（1979—），男，漢族，河南安陽人，講師，碩士，研究方向：計算機應用、數(shù)據(jù)庫及信息管理系統(tǒng);王余萍（1966—），女，漢族，河南安陽人，主任技師，本科，研究方向：衛(wèi)生理化檢驗。

收稿日期：2021-03-23

基金項目：河南省軟科學研究項目（21240041 0251）;安陽市重點研發(fā)與推廣專項項目（2020-256）;河南省教學工程項目（高教〔2020〕101號）;河南省高等學校青年骨干教師培養(yǎng)計劃項目（2020 GGJS233）;安陽工學院大學生科技創(chuàng)新項目（254）