米 俊，李 超，王 迪

(1.山西財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，山西 太原 030006；2.山西財(cái)經(jīng)大學(xué) 工商管理學(xué)院，山西 太原 030006)

應(yīng)急物流是指為應(yīng)對(duì)突發(fā)事件提供生產(chǎn)、生活物資供應(yīng)保障，滿足突發(fā)性物流需求的特殊物流活動(dòng)[1-2]，貫穿突發(fā)事件的應(yīng)急減緩、應(yīng)急準(zhǔn)備、應(yīng)急響應(yīng)以及應(yīng)急恢復(fù)全過(guò)程。2020年新冠病毒感染發(fā)生以來(lái)，我國(guó)應(yīng)急物流體系發(fā)揮了疫情防控“生命線”與“先行官”作用，順豐速運(yùn)等物流企業(yè)先后在多個(gè)城市及時(shí)調(diào)度防疫物資，“菜鳥(niǎo)”應(yīng)急物流體系擔(dān)任起國(guó)際應(yīng)急物流重任，為150多個(gè)國(guó)家和地區(qū)運(yùn)送物資共計(jì)2.5億余件[3]。然而，在應(yīng)對(duì)突發(fā)事件過(guò)程中，應(yīng)急物流體系仍然暴露出應(yīng)急倉(cāng)儲(chǔ)能力不足、救援物資調(diào)配不合理、末端配送效率低下等短板現(xiàn)象，我國(guó)應(yīng)急物流能力尚存在較大優(yōu)化空間。隨著應(yīng)急物流實(shí)踐痛點(diǎn)問(wèn)題的凸顯，應(yīng)急物流相關(guān)的體系建設(shè)、模型與算法優(yōu)化、應(yīng)急管理及應(yīng)急物資保障問(wèn)題成為政府、企業(yè)和學(xué)者共同關(guān)注的重點(diǎn)議題。

國(guó)外學(xué)者和實(shí)踐者對(duì)應(yīng)急物流的關(guān)注時(shí)間較早，經(jīng)過(guò)多年探索已形成較為完善的管理機(jī)制和救援體系，如美國(guó)成立聯(lián)邦應(yīng)急管理署、日本構(gòu)建海陸空運(yùn)輸應(yīng)急物流體系等[4-5]。已有學(xué)者采用模型構(gòu)建和仿真等技術(shù)方法在應(yīng)急物流管理[6]、應(yīng)急物資配送等方面展開(kāi)深入研究，如Ken[7]提出用物流方法幫助調(diào)配救援物資，從而提升運(yùn)送效率，這為應(yīng)急物流運(yùn)輸、配送等方面研究奠定了堅(jiān)實(shí)的基礎(chǔ)；應(yīng)急物資運(yùn)輸配送是應(yīng)急物流的重要一環(huán)，其中對(duì)物資保障、路徑優(yōu)化的研究是實(shí)現(xiàn)應(yīng)急物流高質(zhì)量發(fā)展的關(guān)鍵，部分學(xué)者以最小成本、最短路徑、有限時(shí)間內(nèi)實(shí)現(xiàn)資源合理調(diào)配和最少損失為目標(biāo)，研究在不同約束條件下應(yīng)急物資運(yùn)輸分配問(wèn)題[8-11]。我國(guó)應(yīng)急物流的研究起步較晚，2003年非典肺炎的暴發(fā)引發(fā)社會(huì)各界對(duì)應(yīng)急物流的廣泛關(guān)注，應(yīng)急物流領(lǐng)域成為研究熱點(diǎn)[12]。當(dāng)前，國(guó)內(nèi)學(xué)者主要聚焦于重大突發(fā)事件下應(yīng)急物資儲(chǔ)備調(diào)度、選址路徑和體系構(gòu)建等問(wèn)題[13-14]，從模型求解、算法優(yōu)化[15]等研究視角出發(fā)，探索優(yōu)化應(yīng)急物流管理、提升應(yīng)急救援效能的路徑方案，并致力于尋求降低突發(fā)事件影響、減輕人民生命財(cái)產(chǎn)損失的發(fā)展對(duì)策。部分學(xué)者針對(duì)國(guó)內(nèi)外應(yīng)急物流研究特征展開(kāi)綜述分析，如商麗媛等[16]運(yùn)用元分析法從應(yīng)急物流研究主題、方法、層次和參照學(xué)科四個(gè)方面進(jìn)行綜述分析；李創(chuàng)等[12]從應(yīng)急物流理論基礎(chǔ)、體系建設(shè)和物資配送優(yōu)化等方面著手，總結(jié)歸納國(guó)內(nèi)外應(yīng)急物流研究現(xiàn)狀和發(fā)展歷程。已有部分學(xué)者基于知識(shí)圖譜[17]、Citespace[18]、VOS viewer[4]等可視化軟件對(duì)物流學(xué)科現(xiàn)狀及發(fā)展趨勢(shì)展開(kāi)分析，如呂程[17]以科學(xué)文獻(xiàn)數(shù)量為標(biāo)尺，從靜態(tài)和動(dòng)態(tài)兩個(gè)角度分析了國(guó)內(nèi)外物流研究現(xiàn)狀并預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)；戢曉峰等[4]采用詞頻分析方法，通過(guò)VOS viewer軟件可視化對(duì)比分析1997-2020年國(guó)內(nèi)外應(yīng)急物流文獻(xiàn)，總結(jié)學(xué)科發(fā)展動(dòng)態(tài)和研究熱點(diǎn)。但是，現(xiàn)有文獻(xiàn)中針對(duì)應(yīng)急物流的綜述研究?jī)H通過(guò)統(tǒng)計(jì)關(guān)鍵詞詞頻展開(kāi)共詞分析，沒(méi)有具體分析關(guān)鍵詞在網(wǎng)絡(luò)中所處位置，難以科學(xué)勾勒應(yīng)急物流研究熱點(diǎn)和演化路徑。

通過(guò)梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，應(yīng)急物流領(lǐng)域的主題挖掘和演化路徑研究主要存在以下不足：關(guān)于應(yīng)急物流主題挖掘的文獻(xiàn)較少，多數(shù)文獻(xiàn)聚焦物流學(xué)科或某一細(xì)分主題展開(kāi)綜述，導(dǎo)致難以獲取完整全面的應(yīng)急物流研究熱點(diǎn)，此外，文獻(xiàn)多采用詞頻統(tǒng)計(jì)等傳統(tǒng)的主題識(shí)別方法，HANNIGAN、馬鴻佳等[19-20]指出用此類(lèi)方法對(duì)大量文獻(xiàn)內(nèi)容進(jìn)行綜述會(huì)存在去語(yǔ)境化、耗費(fèi)時(shí)間和資源等缺陷。為了彌補(bǔ)上述不足，研究重點(diǎn)圍繞以下兩個(gè)問(wèn)題展開(kāi)：①如何有效識(shí)別及全面歸納應(yīng)急物流研究主題？②如何刻畫(huà)應(yīng)急物流研究發(fā)展趨勢(shì)和演變路徑？傳統(tǒng)文獻(xiàn)綜述方法依靠研究人員主觀分析、缺少共同遵守準(zhǔn)則等原因，常常出現(xiàn)分析偏差或不同研究者意見(jiàn)相左的情況[21]。近年來(lái)，隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型作為語(yǔ)義挖掘的有效方法得到了學(xué)者關(guān)注，學(xué)者們?cè)诮y(tǒng)計(jì)學(xué)[22]、圖書(shū)情報(bào)學(xué)[23-24]、新聞學(xué)[25]等領(lǐng)域采用LDA展開(kāi)文獻(xiàn)計(jì)量分析并取得豐碩成果。同時(shí)，國(guó)內(nèi)外學(xué)者對(duì)社會(huì)網(wǎng)絡(luò)分析法在主題演化方面的貢獻(xiàn)也開(kāi)展了深入研究，該方法為主題演化分析提供標(biāo)準(zhǔn)和量化指標(biāo)，能清晰揭示主題發(fā)展趨勢(shì)和演化路徑[26-30]。鑒于此，本文基于LDA主題模型挖掘國(guó)內(nèi)應(yīng)急物流研究主題，并借助社會(huì)網(wǎng)絡(luò)分析工具厘清應(yīng)急物流演化趨勢(shì)。

1 研究設(shè)計(jì)

1.1 LDA主題模型

主題模型是運(yùn)用算法對(duì)語(yǔ)料進(jìn)行語(yǔ)義分析和聚類(lèi)以發(fā)現(xiàn)文本主題并對(duì)其進(jìn)行無(wú)監(jiān)督分類(lèi)的統(tǒng)計(jì)模型[31]，常見(jiàn)的主題模型方法包括潛在語(yǔ)義分析(Latent Semantic Analysis，LSA)[32]、概率潛在語(yǔ)義分析(Probabilistic Latent Semantic Analysis，PLSA)[33]和LDA[34]。其中，LDA是一種典型的三層貝葉斯詞袋模型，包括文檔層、主題層和主題詞層：每個(gè)主題對(duì)應(yīng)一個(gè)關(guān)鍵詞概率分布，每個(gè)文檔則對(duì)應(yīng)一個(gè)主題概率分布。LDA建模過(guò)程主要包括：文獻(xiàn)分詞清洗、確定最優(yōu)主題數(shù)和提取主題詞，主題降維和可視化分析。在Python3.7.4環(huán)境下，對(duì)清洗后數(shù)據(jù)進(jìn)行LDA算法分析，確定最優(yōu)主題數(shù)。同時(shí)測(cè)度文檔-主題分布和主題-詞分布，可視化聚類(lèi)結(jié)果，結(jié)合主題分布和詞語(yǔ)語(yǔ)義實(shí)現(xiàn)主題分類(lèi)。

1.2 社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析(Social Network Analysis，SNA)是通過(guò)網(wǎng)絡(luò)和圖論對(duì)行動(dòng)者及社會(huì)結(jié)構(gòu)加以分析的一種結(jié)構(gòu)范式[35-36]。隨著Ucinet、Gephi等可視化分析軟件的誕生，社會(huì)網(wǎng)絡(luò)分析在量化網(wǎng)絡(luò)結(jié)構(gòu)、揭示網(wǎng)絡(luò)特征方面超越了許多理論方法，在網(wǎng)絡(luò)輿情、科學(xué)合作等多領(lǐng)域得到廣泛應(yīng)用[37]。社會(huì)網(wǎng)絡(luò)分析的常見(jiàn)研究?jī)?nèi)容包括整體網(wǎng)、中心性和結(jié)構(gòu)洞分析。其中，中心性分析是重要量化指標(biāo)之一，包括度數(shù)中心度、中間中心度和接近中心度，三種中心度概念見(jiàn)表1。結(jié)構(gòu)洞即網(wǎng)絡(luò)的空隙，處于結(jié)構(gòu)洞位置的節(jié)點(diǎn)在網(wǎng)絡(luò)中連接缺少直接聯(lián)系的兩個(gè)體，擁有更多的“信息優(yōu)勢(shì)”與“控制利益”[35]。

表1 中心度指標(biāo)及概念

通過(guò)社會(huì)網(wǎng)絡(luò)分析方法對(duì)共詞網(wǎng)絡(luò)展開(kāi)分析，可以有效揭示學(xué)科研究熱點(diǎn)和演化趨勢(shì)[38]。具體包括篩選具有語(yǔ)義功能的高頻詞并統(tǒng)計(jì)詞語(yǔ)共現(xiàn)關(guān)系獲得共詞矩陣，然后借助Ucinet6.0工具可視化分析網(wǎng)絡(luò)特點(diǎn)，具體而言，以節(jié)點(diǎn)距離、凝聚指數(shù)和網(wǎng)絡(luò)密度等指標(biāo)描述的整體網(wǎng)絡(luò)特征，通過(guò)網(wǎng)絡(luò)中心度和結(jié)構(gòu)洞分析結(jié)果，揭示應(yīng)急物流研究演化路徑。

1.3 數(shù)據(jù)采集與處理

為了去除跨語(yǔ)言影響[20]，本研究聚焦于總結(jié)分析國(guó)內(nèi)應(yīng)急物流發(fā)展現(xiàn)狀，采用中文文獻(xiàn)為研究數(shù)據(jù)。具體的樣本選擇方法如下：首先，以“應(yīng)急物流”“應(yīng)急管理”“物流”為主題詞，在中國(guó)知網(wǎng)上篩選2003-2022年的中文核心期刊要目總覽收錄的期刊文獻(xiàn)和CSSCI期刊文獻(xiàn)，共搜集中文文獻(xiàn)522篇，通過(guò)瀏覽標(biāo)題、摘要與部分正文，剔除105篇與主題相關(guān)性較差的文獻(xiàn)，最終選定研究文獻(xiàn)為417篇。

LDA主題建模和社會(huì)網(wǎng)絡(luò)分析需要從文本信息中篩選關(guān)鍵詞，并在Python3.7.4和Ucinet6.0環(huán)境下實(shí)現(xiàn)建模和網(wǎng)絡(luò)分析。因此，在獲取文獻(xiàn)數(shù)據(jù)的基礎(chǔ)上，進(jìn)行去停用詞、排除無(wú)功能詞匯、分詞等預(yù)處理工作。核心步驟如下：

(1)分詞處理?？紤]到采集文獻(xiàn)全部為中文，研究采用結(jié)巴中文分詞工具包對(duì)數(shù)據(jù)進(jìn)行分詞處理，將文獻(xiàn)的標(biāo)題、關(guān)鍵詞、摘要拆解分成單個(gè)的詞語(yǔ)，形成新的數(shù)據(jù)文檔。

(2)構(gòu)建去停用詞表。為了消除部分無(wú)關(guān)詞匯對(duì)實(shí)驗(yàn)的影響，本研究結(jié)合哈爾濱工業(yè)大學(xué)停用詞表和本文研究?jī)?nèi)容，新建去停用詞表，剔除如“為了”“本文”等與研究主題無(wú)關(guān)的詞語(yǔ)；同時(shí)建立自定義詞表，添加“重特大”“軍地一體化”等代碼無(wú)法準(zhǔn)確識(shí)別的詞語(yǔ)。通過(guò)上述調(diào)節(jié)方式，提高分詞的精確度和研究結(jié)果的準(zhǔn)確性。

1.4 研究框架

基于上述分析，以國(guó)內(nèi)應(yīng)急物流相關(guān)研究為背景，提出基于LDA與SNA的應(yīng)急物流主題聚類(lèi)和演化趨勢(shì)及路徑分析框架模型(圖1)。

圖1 應(yīng)急物流研究主題聚類(lèi)及熱點(diǎn)分析框架圖

2 研究過(guò)程

2.1 基于LDA的應(yīng)急物流主題聚類(lèi)分析

基于詞袋方法，對(duì)篩選的417篇文獻(xiàn)信息建模，同時(shí)借助Python的Gensim包進(jìn)行模型訓(xùn)練，從而得到主題聚類(lèi)結(jié)果。

2.1.1 最優(yōu)主題數(shù)確定

由于LDA主題數(shù)量需要人為確定，當(dāng)前研究多使用困惑度與一致性指標(biāo)判斷最優(yōu)主題數(shù)目[19]。困惑度是文本所包含語(yǔ)料相似度的倒數(shù)，通過(guò)計(jì)算困惑度，可以識(shí)別文檔歸屬某個(gè)主題的不確定性，困惑度越小模型聚類(lèi)效果越好；而一致性利用歸一化互信息和余弦相似度來(lái)分析語(yǔ)義相似性，一致性分?jǐn)?shù)越高，主題質(zhì)量越好。本研究分別計(jì)算主題數(shù)目為3～25共23個(gè)模型的困惑度與一致性表現(xiàn)來(lái)確定最優(yōu)主題數(shù)目。實(shí)驗(yàn)結(jié)果見(jiàn)圖2、圖3，當(dāng)主題數(shù)目為20時(shí)，一致性分?jǐn)?shù)最高，同時(shí)困惑度數(shù)值也在主題數(shù)目為20時(shí)的下降幅度趨于平緩，因此本研究選取主題數(shù)為20。

圖2 困惑度分?jǐn)?shù)

圖3 一致性分?jǐn)?shù)

2.1.2 主題聚類(lèi)可視化分析

輸入LDA聚類(lèi)結(jié)果，借助python可視化軟件包pyLDAvis勾勒交互式的應(yīng)急物流研究主題聚類(lèi)圖譜，檢驗(yàn)主題分類(lèi)結(jié)果的質(zhì)量(圖4)。

圖4 主題結(jié)果可視化注：圓圈表示主題，圓的大小代表主題出現(xiàn)的頻率，圓心間的距離表示主題之間的相似性程度。此外，圖中圓的重疊是將主題由高維空間映射到二維空間產(chǎn)生的，不代表主題的實(shí)際重疊。

表2呈現(xiàn)了20個(gè)潛在主題對(duì)應(yīng)的2～3個(gè)代表性詞語(yǔ)，結(jié)合表2主題詞詞義和pyLDAvis可視化圖譜的距離遠(yuǎn)近，對(duì)20個(gè)潛在主題進(jìn)行二次聚類(lèi)，降維確定4個(gè)突出的研究專(zhuān)題，4個(gè)專(zhuān)題下的隸屬主題及10個(gè)關(guān)鍵詞結(jié)果見(jiàn)表3。

表2 潛在主題結(jié)果

表3 LDA主題聚類(lèi)結(jié)果

研究專(zhuān)題1為應(yīng)急物流體系建設(shè)，具體包括主題1和5，相關(guān)文獻(xiàn)關(guān)鍵詞包括：管理體系、設(shè)施、體系結(jié)構(gòu)、效率、救援等。應(yīng)急物流體系是在一定的時(shí)空下，由物流環(huán)節(jié)包括物流要素和物流實(shí)體相互作用而成的有機(jī)整體[12]。相比于傳統(tǒng)物流，應(yīng)急物流系統(tǒng)在目標(biāo)設(shè)置上更關(guān)注速度和效率[39]。當(dāng)前，國(guó)內(nèi)學(xué)者圍繞應(yīng)急物流體系暴露出的短板與不足[13]，從應(yīng)急物流體系建設(shè)、體系規(guī)劃、數(shù)智化發(fā)展和新冠病毒感染背景下政府如何建設(shè)集約高效的應(yīng)急體系等方面展開(kāi)研究；具體涵蓋調(diào)度體系、法律保障體系、能力評(píng)估體系[40]、協(xié)同體系[41]和軍地一體化建設(shè)[42]等。其中，以物聯(lián)網(wǎng)、區(qū)塊鏈[43-44]等核心技術(shù)構(gòu)建高效應(yīng)急物流系統(tǒng)和基于疫情背景的應(yīng)急物流體系完善[10]是重點(diǎn)研究?jī)?nèi)容。

研究專(zhuān)題2為應(yīng)急物流模型和算法，具體包括主題3、8、12、13，相關(guān)文獻(xiàn)關(guān)鍵詞包括：算法、改進(jìn)、模型、目標(biāo)等。模型構(gòu)建和算法求解是解決應(yīng)急物流問(wèn)題、提供應(yīng)急物流方案的重要環(huán)節(jié)，廣泛地應(yīng)用于路徑優(yōu)化[45]、定位選址[46]和物資分配[43]等問(wèn)題。在應(yīng)急情景下，從整體應(yīng)急供應(yīng)鏈著手進(jìn)行多目標(biāo)模型構(gòu)建是國(guó)內(nèi)研究的重要主題之一，優(yōu)化目標(biāo)包括最小化響應(yīng)時(shí)間[47]、最低成本[48]、最高滿意度[49]等。而在應(yīng)急物流算法方面，主要以遺傳算法[50]、蟻群及蜂群算法[51]和常見(jiàn)算法改進(jìn)為主，求解不同類(lèi)型和規(guī)模的問(wèn)題。

研究專(zhuān)題3為應(yīng)急物流管理，具體包括主題2、4、9、14、20，相關(guān)文獻(xiàn)關(guān)鍵詞包括：管理、規(guī)劃、選址、定位，方案等。應(yīng)急物流管理的研究涵蓋應(yīng)急中心選址[52]、應(yīng)急物流信息管理[53]，應(yīng)急預(yù)案[54]、平臺(tái)建設(shè)[55-56]和應(yīng)急物流能力評(píng)價(jià)[57]等內(nèi)容。從研究數(shù)量分析，選址規(guī)劃和信息資源平臺(tái)構(gòu)建是2個(gè)重要研究點(diǎn)。應(yīng)急物流中心選址是保證物流時(shí)效性、降低物流成本等實(shí)現(xiàn)應(yīng)急物流目標(biāo)的關(guān)鍵環(huán)節(jié)。相關(guān)文獻(xiàn)[58]均突出了選址規(guī)劃在應(yīng)急物流中的重要作用，強(qiáng)調(diào)以建設(shè)成本、時(shí)間成本和運(yùn)輸成本最小化等為目標(biāo)，采用博弈、雙層規(guī)劃、模糊方法等構(gòu)建模型，解決選址問(wèn)題，此外，強(qiáng)化應(yīng)急物流信息管理、推動(dòng)信息臺(tái)平建設(shè)也是優(yōu)化應(yīng)急物流管理的堅(jiān)實(shí)基礎(chǔ)和必然要求。

研究專(zhuān)題4為應(yīng)急物資，具體包括主題6、7、10、11、15～19，相關(guān)文獻(xiàn)的關(guān)鍵詞包括：物資、配送、調(diào)度、路徑、運(yùn)輸?shù)?。?yīng)急物資是指應(yīng)對(duì)自然災(zāi)害、突發(fā)公共事件等所需要的物資保障，包括食品、藥物、生活用品等基本保障物資和專(zhuān)業(yè)性物資。關(guān)于應(yīng)急物資的研究主要集中在物資存儲(chǔ)運(yùn)輸[59]、車(chē)輛調(diào)度[60]、需求管理[61]、線路選擇等環(huán)節(jié)。交通運(yùn)輸問(wèn)題貫穿應(yīng)急物資存儲(chǔ)、調(diào)度、配送等過(guò)程，包括水路、公路、鐵路多種運(yùn)輸途徑，確保物資能及時(shí)運(yùn)往目的地，是應(yīng)急物流的重要保障環(huán)節(jié)。從主題聚類(lèi)結(jié)果分析，國(guó)內(nèi)應(yīng)急物流研究緊緊圍繞應(yīng)急物資問(wèn)題展開(kāi)，并且與其他三個(gè)研究方向有較高的關(guān)聯(lián)性。

2.2 基于SNA的應(yīng)急物流主題演化路徑分析

為了構(gòu)建應(yīng)急物流主題在2003-2022年間的具體演變路徑，從“網(wǎng)絡(luò)中心度”和“結(jié)構(gòu)洞”兩個(gè)維度出發(fā)，編碼構(gòu)建主題詞共現(xiàn)矩陣，并利用社會(huì)網(wǎng)絡(luò)分析軟件Ucinet 6.0分析網(wǎng)絡(luò)結(jié)構(gòu)特征，揭示不同主題詞在應(yīng)急物流主題群落演化過(guò)程中所起的作用，從而分析其演化路徑。本研究以2020年數(shù)據(jù)為例，說(shuō)明具體的分析方法。

2.2.1 共詞分析

共詞分析是通過(guò)統(tǒng)計(jì)文獻(xiàn)關(guān)鍵詞語(yǔ)的共現(xiàn)情況，解釋詞語(yǔ)間的關(guān)聯(lián)程度，進(jìn)而幫助明確詞語(yǔ)所代表研究領(lǐng)域的研究熱點(diǎn)、預(yù)測(cè)學(xué)科的發(fā)展趨勢(shì)[62-63]。通過(guò)對(duì)數(shù)據(jù)的處理清洗，形成2020年樣本數(shù)據(jù)詞云圖(圖5)。研究選擇頻次大于20次的代表詞作為研究對(duì)象，基本涵蓋了該年應(yīng)急物流的研究?jī)?nèi)容及方向。此外，考慮到極值頻次對(duì)共詞分析產(chǎn)生影響[64]，剔除文獻(xiàn)檢索詞“應(yīng)急”(404次)和“物流”(216次)，最終選取“物資”“模型”“救援”等30個(gè)代表性詞語(yǔ)。其中“物資”“模型”兩個(gè)詞語(yǔ)出現(xiàn)的文頻遠(yuǎn)超過(guò)其他詞語(yǔ)，接下來(lái)依次是“優(yōu)化”“路徑”“目標(biāo)”“疫情”。通過(guò)鄰接矩陣統(tǒng)計(jì)矩陣中所有詞語(yǔ)共現(xiàn)關(guān)系的平均數(shù)為6.01，取近似值6，將矩陣中大于以及等于6的數(shù)值取1、小于6的數(shù)值取0，得到二值陣，并對(duì)該矩陣展開(kāi)網(wǎng)絡(luò)密度、中心度、結(jié)構(gòu)洞分析，得到研究結(jié)果。

圖5 應(yīng)急物流主題2020年樣本數(shù)據(jù)詞云圖

2.2.2 網(wǎng)絡(luò)密度及可視化分析

網(wǎng)絡(luò)密度是衡量網(wǎng)節(jié)點(diǎn)間親疏程度的重要指標(biāo)，網(wǎng)絡(luò)密度越大，關(guān)鍵詞間的聯(lián)系越緊密。經(jīng)計(jì)算，本研究中網(wǎng)絡(luò)密度為0.414，較為稀疏，表明2020年有關(guān)應(yīng)急物流研究方向較多、比較分散。此外，任意兩節(jié)點(diǎn)間的平均距離為1.570，基于距離的凝聚指數(shù)為0.681，這表明網(wǎng)絡(luò)結(jié)構(gòu)比較均勻，具有多個(gè)核心點(diǎn)。將2020年的關(guān)鍵詞共現(xiàn)數(shù)據(jù)輸入Netdraw中，獲得圖6的可視化分析結(jié)果。從圖6來(lái)看，“物資”“救援”“模型”等節(jié)點(diǎn)位于網(wǎng)絡(luò)核心，與其他詞語(yǔ)展開(kāi)緊密聯(lián)系，相關(guān)細(xì)分方向是國(guó)內(nèi)應(yīng)急物流的重要研究?jī)?nèi)容。

圖6 我國(guó)應(yīng)急物流領(lǐng)域研究重點(diǎn)網(wǎng)絡(luò)分析

2.2.3 網(wǎng)絡(luò)中心性分析

利用Ucinet6.0對(duì)共詞網(wǎng)絡(luò)的三項(xiàng)中心性指標(biāo)測(cè)量統(tǒng)計(jì)并排名(表4)。

表4 共詞網(wǎng)絡(luò)中心度指標(biāo)綜合排序

從度數(shù)中心度來(lái)看，關(guān)鍵詞“物資”“救援”“模型”在研究中的重要性高居前兩位，在網(wǎng)絡(luò)中占據(jù)核心地位，結(jié)合新冠病毒感染背景，表明疫情環(huán)境下物資調(diào)度分配、應(yīng)急醫(yī)療救援、物流模型構(gòu)建等研究受到高度重視。排名4～7位的關(guān)鍵詞包括“優(yōu)化”“配送”“目標(biāo)”“時(shí)間”，表明2020年更多學(xué)者以成本、時(shí)間、效率等為約束條件，探尋優(yōu)化應(yīng)急物流模型、提升應(yīng)急物流能力的新途徑。整體分析，30個(gè)高頻詞的平均度數(shù)中心度為16.15，中心度差異較小，表明應(yīng)急物流研究范圍較廣且均有深入，與網(wǎng)絡(luò)密度分析的結(jié)果保持一致。從中間中心度來(lái)看，關(guān)鍵詞“物資”的度值位于首位且遠(yuǎn)超于其他關(guān)鍵詞，其次是“配送”“模型”“救援”“疫情”等詞語(yǔ)，度值為平均值3倍。結(jié)果表明，應(yīng)急物資問(wèn)題是2020年應(yīng)急物流研究的重中之重。以應(yīng)急物資為核心，以疫情大背景、物資配送、醫(yī)療救援、模型構(gòu)建和體系優(yōu)化為橋梁，搭建起2020年應(yīng)急物流研究網(wǎng)絡(luò)框架，并連接物流中心選址、應(yīng)急物流群決策、網(wǎng)絡(luò)優(yōu)化等研究?jī)?nèi)容，共同豐富完善了應(yīng)急物流研究、探索解決了疫情等突發(fā)公共衛(wèi)生事件下的物流難題。從接近中心度來(lái)看，“衛(wèi)生事件”“醫(yī)療”“肺炎”等詞接近中心度較高，盡管這些詞語(yǔ)在網(wǎng)絡(luò)中不占據(jù)中心位置，但他們作為2020年應(yīng)急物流研究背景，與不同研究方向緊密關(guān)聯(lián)。

2.2.4 結(jié)構(gòu)洞分析

對(duì)2020年樣本數(shù)據(jù)共詞網(wǎng)絡(luò)展開(kāi)結(jié)構(gòu)洞分析，結(jié)果如表5所示?！澳Ｐ汀薄熬仍薄芭渌汀比齻€(gè)關(guān)鍵詞具有較高的有效規(guī)模(Effsize)，同時(shí)具有較低的限制度(Constraint)等級(jí)度(Hierarchy)。結(jié)合圖6可視化結(jié)果、表4中心度分析和表5可得，在2020年的主題演化中，“模型”“救援”“配送”“疫情”“優(yōu)化”這些節(jié)點(diǎn)更可能處于整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)洞的位置，具有較強(qiáng)的演化能力。

表5 共詞網(wǎng)絡(luò)結(jié)構(gòu)洞分析

綜合上述分析，可以得到2020年國(guó)內(nèi)應(yīng)急物流主要研究?jī)?nèi)容及方向。用上述方法分別對(duì)2003-2022年數(shù)據(jù)編碼處理，得到應(yīng)急物流研究在2003-2022年的演化路徑(圖7)，選取每個(gè)時(shí)間段所包含的前5個(gè)主題詞，揭示應(yīng)急物流主題演化情況。

圖7 2003-2022年應(yīng)急物流研究演化路徑

根據(jù)圖7分析結(jié)果，我國(guó)應(yīng)急物流研究演化路徑大致可以分為以下三個(gè)階段：第一階段從2003-2007年，應(yīng)急物流研究主要包括“概念”“特點(diǎn)”“機(jī)制”等關(guān)鍵詞，具體圍繞應(yīng)急物流的定義、特征、應(yīng)急管理及物流運(yùn)輸環(huán)節(jié)展開(kāi)基礎(chǔ)性研究；第二階段從2008年開(kāi)始，2008年，我國(guó)經(jīng)歷了南方低溫冰雪災(zāi)害和汶川地震，應(yīng)急管理在經(jīng)歷嚴(yán)峻挑戰(zhàn)的同時(shí)，圍繞地震等自然災(zāi)害的應(yīng)急物流體系構(gòu)建、應(yīng)急物資問(wèn)題等逐漸受到國(guó)內(nèi)學(xué)者更多的關(guān)注。2010-2017年，“算法”一詞多次處于網(wǎng)絡(luò)結(jié)構(gòu)洞位置，在演化中較為活躍，這表明研究主要包括應(yīng)用不同算法求解、優(yōu)化物流難題，同時(shí)借助物流模型，探尋控制成本、提升能力、優(yōu)化決策、加強(qiáng)保障等應(yīng)急物流目標(biāo)的新途徑；到2018年，應(yīng)急物流演化步入第三階段，出現(xiàn)了“互聯(lián)網(wǎng)”“物聯(lián)網(wǎng)”“大數(shù)據(jù)”等關(guān)鍵詞，在這個(gè)階段，信息技術(shù)在類(lèi)似河南暴雨自然災(zāi)害、新冠病毒感染等重大突發(fā)事件中得到廣泛應(yīng)用，數(shù)智物流逐漸成為應(yīng)急物流研究熱點(diǎn)。此外，此階段也涌現(xiàn)出大量有關(guān)物流決策優(yōu)化和考慮時(shí)效性與公平性的應(yīng)急物資配送等應(yīng)急物流相關(guān)領(lǐng)域的研究。2021年后期，應(yīng)急物流網(wǎng)格化管理與優(yōu)化研究成為保障救援工作開(kāi)展、物流運(yùn)輸通暢、解決最后一公里運(yùn)輸難題的有效途徑，同時(shí)，科技創(chuàng)新與互聯(lián)網(wǎng)技術(shù)持續(xù)帶動(dòng)應(yīng)急物流提質(zhì)增效發(fā)展，運(yùn)用數(shù)字化平臺(tái)可以有效實(shí)現(xiàn)數(shù)據(jù)搜集分析、信息溯源共享、物資跟蹤調(diào)配，提升應(yīng)急物流保障能力，在網(wǎng)絡(luò)路徑規(guī)劃、模型救援算法的相關(guān)研究中，數(shù)字化的影響得到了學(xué)者們的廣泛關(guān)注。

3 結(jié)論和討論

通過(guò)數(shù)據(jù)爬蟲(chóng)獲取中國(guó)知網(wǎng)核心數(shù)據(jù)庫(kù)中的國(guó)內(nèi)應(yīng)急物流文獻(xiàn)，采用LDA和SNA理論方法，提出我國(guó)應(yīng)急物流主題挖掘和熱點(diǎn)剖析模型，揭示應(yīng)急學(xué)科發(fā)展現(xiàn)狀與趨勢(shì)，主要的研究結(jié)論如下。

首先，采用LDA主題聚類(lèi)模型編碼確定了應(yīng)急物流體系建設(shè)、應(yīng)急物流模型和算法、應(yīng)急物流管理和應(yīng)急物資四個(gè)研究專(zhuān)題，豐富和拓展了應(yīng)急物流的研究?jī)?nèi)涵解讀。研究表明，在應(yīng)急物流體系建設(shè)方面，已經(jīng)形成了事前預(yù)警評(píng)估、事中跟蹤保障、事后恢復(fù)重建的全面運(yùn)作體系，但從主題聚類(lèi)分布和強(qiáng)度分析，近3年來(lái)學(xué)者們對(duì)應(yīng)急物流體系構(gòu)建的關(guān)注度較低，而從疫情防控等重大應(yīng)急事件來(lái)看，加強(qiáng)應(yīng)急物流體系建設(shè)對(duì)推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化及統(tǒng)一大市場(chǎng)具有重要戰(zhàn)略意義。在應(yīng)急物流模型和算法方面，該主題貫穿應(yīng)急物流的研究始終，學(xué)者們以最小化成本、最大滿意度、最短路徑、最短時(shí)間等作為目標(biāo)，通過(guò)搭建模型、創(chuàng)新算法，實(shí)現(xiàn)優(yōu)化應(yīng)急物流環(huán)節(jié)、解決應(yīng)急物流難題。在應(yīng)急物流管理方面，黨的二十大報(bào)告指出“要堅(jiān)持安全第一、預(yù)防為主，建立大安全大應(yīng)急框架”，首次將應(yīng)急管理體系納入國(guó)家安全體系。應(yīng)急物流管理作為應(yīng)急管理中必不可少的環(huán)節(jié)，在應(yīng)急預(yù)案制定、設(shè)施選址定位、信息平臺(tái)溝通等方面為應(yīng)急物資配送、多目標(biāo)優(yōu)化研究建立夯實(shí)基礎(chǔ)。在應(yīng)急物資方面，該主題研究?jī)?nèi)容文獻(xiàn)數(shù)量最多、細(xì)分研究方向范圍最廣，主要圍繞物資配送和車(chē)輛-路徑等問(wèn)題展開(kāi)。

其次，使用社會(huì)網(wǎng)絡(luò)分析方法，以2020-2021年數(shù)據(jù)為例，展開(kāi)應(yīng)急物流演化路徑分析。結(jié)果顯示，圍繞新冠病毒感染等突發(fā)事件現(xiàn)實(shí)背景，應(yīng)急物流目標(biāo)優(yōu)化、醫(yī)療救援、模型構(gòu)建與仿真等主題在2020年研究網(wǎng)絡(luò)中中心性指標(biāo)高且處于網(wǎng)絡(luò)結(jié)構(gòu)洞位置，在演化中活躍性較強(qiáng)。整體來(lái)看，我國(guó)應(yīng)急物流研究演化大致可以分為三個(gè)階段，2003-2007年為第一階段，國(guó)內(nèi)應(yīng)急物流研究?jī)?nèi)容單一，研究成果較少，主要圍繞應(yīng)急物流內(nèi)涵展開(kāi)；2008-2017年為第二階段，應(yīng)急物流體系、應(yīng)急物資配送等研究受關(guān)注度逐漸增加，并且自2013年開(kāi)始，以物流問(wèn)題優(yōu)化為目標(biāo)的模型構(gòu)建與算法求解成為研究主流，不斷發(fā)展創(chuàng)新。2018年起，應(yīng)急物流演化步入新的發(fā)展階段，更多學(xué)者開(kāi)始關(guān)注數(shù)字技術(shù)對(duì)應(yīng)急物流的影響；近三年來(lái)，國(guó)內(nèi)應(yīng)急物流研究多以新冠病毒感染等重大突發(fā)事件為背景，展開(kāi)應(yīng)急決策優(yōu)化、網(wǎng)格化管理、多目標(biāo)優(yōu)化等相關(guān)研究。

本文尚存在一定的局限性，首先，研究?jī)H選取了國(guó)內(nèi)應(yīng)急物流文獻(xiàn)數(shù)據(jù)展開(kāi)分析，關(guān)于國(guó)內(nèi)外應(yīng)急物流的對(duì)比分析較少，在后續(xù)研究中，可以通過(guò)采集國(guó)外相關(guān)文獻(xiàn)數(shù)據(jù)進(jìn)行更全面地分析。其次，聚焦于應(yīng)急物流研究主題的類(lèi)型與演化分析，在后續(xù)研究中可以將國(guó)內(nèi)外文獻(xiàn)發(fā)文單位作為研究對(duì)象，開(kāi)展網(wǎng)絡(luò)分析，從合作強(qiáng)度和科研貢獻(xiàn)等層面對(duì)各國(guó)應(yīng)急物流合作模式展開(kāi)深入分析，進(jìn)一步豐富關(guān)于應(yīng)急物流理論研究演進(jìn)規(guī)律的闡釋。