Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 管理论文 > 正文

智慧物流研究热点及演化趋势 — 基于 CiteSpace 的可视化分析论文

发布时间:2024-07-24 14:55:41 文章来源:SCI论文网 我要评论














  【摘要】为探寻国内外智慧物流领域的研究热点及发展趋势,文中基于CiteSpace软件,以CNKI数据库中智慧物流领域的298篇相关文献及Web of Science数据库核心合集中的771篇文献为数据来源,分别构建了文献研究机构图谱、发文国家图谱、关键词聚类图谱、关键词时间线图、突变词权重图谱等进行可视化分析,清晰直观地展示了国内外智慧物流领域的发展成果及演进趋势。研究发现,近十年国内外智慧物流研究可分为三个阶段,研究热点主要集中于物联网、大数据、机器学习等领域。
 
  【关键词】智慧物流,可视化分析,CiteSpace,知识图谱

       1  引言

       智慧物流是以信息技术为支撑,运用科学的思维方式、方 法以及先进技术解决物流领域的问题,能够创造更好的社会 效益和经济效益的物流模式 。在供给侧改革的大背景下,降 本增效及提高质量成为各行各业发展的指导性原则,我国物 流产业发展前景良好,但随着规模的持续扩大,领域发展的瓶 颈日益凸显 。发展以物联网、大数据等先进物流技术为基础 的智慧物流不仅可以推动我国物流产业发展转型升级,对于 解决阶段发展问题也同样具有重要意义 。2017 年,国*院发 布的《新一代人工智能发展规划》,强调了基于人工智能技术 的智慧物流产业将进一步推动我国新一轮产业变革及经济 发展[1] 。

       文章基于国内外智慧物流领域文献数据,利用 CiteSpace 软件,围绕领域研究现状、研究热点及演进趋势等方面进行全面分析,并根据分析得出客观结论,以期为领域内研究者的进一步研究提供借鉴和参考。
 
  2数据来源及研究方法

       2.1数据来源
 
  国内文献数据来源于中国知网(CNKI),利用平台高级检索功能,主题为“智慧物流”,限定时间范围为2013-2023年,来源类别为“北大核心”“CSSCI”和“CSCD”,基于文献主题词相关度降序筛选,最终获取国内文献数据298条。外文文献数据来源于Web of Science文献数据库核心论文合集,基于高级检索功能,TS=(ℸIntelligent Logistics’),出版日期限定为2013-01-01-2023-12-31,Document Types设置为Article,人工筛选结果并利用CiteSpace软件去重后得到外文文献数据共计771条。
 
  2.2研究方法
 
  CiteSpace是基于算法对特定领域文献进行文献计量分析的可视化软件,可基于不同角度,如文献关键词、作者、研究机构、国家等,绘制一系列直观、高效的可视化文献知识图谱,帮助研究者明晰领域研究现状、发展前沿及未来演化趋势。文章利用CiteSpace6.2.R2对领域文献进行知识图谱可视化分析,具体实现过程如下:将知网CNKI领域文献数据和WoS领域文献数据分别导入CiteSpace并新建项目,对于两项目,均设定分析时间为“2013 JAN-2023 DEC”,时区分割值为1年,阈值标准Top N per slice为50,其他参数保持默认。
 
  文章基于上述两项目分别对国内和国际智慧物流领域的研究状况及趋势进行分析探究。首先,本文对领域年发文量、研究机构、研究国家等指标进行了可视化并做出了对应分析,介绍了领域研究的概况。其次,基于领域关键词共现图谱分析、关键词时间线图分析、关键词突现分析等方法,以领域热点关键词为对象,突出了智慧物流的研究热点及未来发展趋势。
 
  3研究基本情况
 
  3.1年发文量趋势分析

\
 
  年发文数量是反映某领域特定时期研究热度的重要指标,文章基于2013-2023年国内外文献数据绘制智慧物流领域论文年发文量变化折线图,如图1所示。其中,国内CNKI发文曲线总体呈现起步波动明显,中间持续增长,后期平缓下降的特征。2013-2017年,智慧物流领域论文发表量总体处于一个较低水平,说明国内此时对于该领域研究尚属起步阶段,2018年发文量有了较大增长,并于2021年达到了最大发文量57篇,但2021年之后该领域发文量出现下降趋势。国外发文量总体呈现前后期平稳波动,中间爆发式增长的趋势。由曲线可知,国外在智慧物流领域发文总量高于国内,但总体变化趋势大体一致,说明国内外对于该领域的研究进度大体处于平行状态,但2021年后,国外发文量仍处于较高水平,于2022年达到了最大发文量150篇。
 
  3.2核心研究机构分析
 
  基于CiteSpace软件,分别以CNKI和WoS文献数据研究机构为对象,分析国内外智慧物流领域研究布局情况。基于CNKI文献数据,绘制国内重点发文机构图谱,如图2所示,其中设置阈值为2,即只显示发文数量不小于2的研究机构。

\
 
 
  从时间上看,2018年以后,大量机构开始智慧物流领域的研究,符合上文对于发文数量的分析结果。从空间分布上看,领域重点研究机构如北京交通大学中国综合交通研究中心、北京工商大学经济学院等研究中心地处北京,上海工程技术大学、上海理工大学管理学院、上海财经大学公共经济与管理学院等研究中心地处上海,说明领域研究具有较强的区域集中性,北京、上海作为我国重点物流城市,不仅具有巨大的区位交通及物流基础优势,并且还具有巨大的信息技术服务优势,为该地区智慧物流研究的发展奠定了坚实的基础[2-3]。另外,由图中可知,2013年后国内有发文的研究机构数为119,研究机构节点数目较多,但网络密度仅为0.0043,说明国内机构在智慧物流研究领域的合作不甚密切,未来具有较大的合作空间。
 
  基于WoS文献数据,利用CiteSpace分析外文期刊数据可知,该领域国外研究机构数为153,网络密度为0.0111,具体如图3所示。这表明在国际领域,智慧物流的研究机构相较于国内合作交流更加密切。
 
\
 
  表1列出了智慧物流领域发文量排名前十的研究机构,其中,中国科学院(Chinese Academy of Sciences)发表论文25篇,中心性为0.06,在国际智慧物流研究领域具有一定影响力,并与较多机构有密切合作交流。另外,国内的香港大学(University of Hong Kong)、香港理工大学(Hong Kong Polytechnic University)、重庆大学(Chongqing University)等在国际智慧物流研究领域均具有较高的发文量。国外研究机构Vollore Institute of Technology(韦洛尔科技大学)、National Institute of Technology(印度理工学院)等在该领域的论文产量较高。

\
 
 
  3.3国家(地区)发文分析
 
  基于Web of Science数据库核心文献数据,以发文国家(地区)为对象,分析各国在智慧物流领域的研究及合作情况。表2列出了智慧物流领域发文量排名前十的国家,其中,中国发表论文432篇,居于国际首位,在智慧物流研究领域具有较高影响力,中心性为0.47,在该领域与其他国家开展了密切交流合作,总体来看,中国在该领域的科研水平处于相对领先位置。
 
\
 
  4研究热点及研究趋势

       4.1关键词聚类分析
 
  关键词是对领域期刊文献的高度概括,通过关键词共现网络图谱显示领域研究高频关键词及关联关系,从而反映领域研究热点。基于CNKI文献数据并利用CiteSpace绘制国内领域研究关键词共现网络图谱,如图4所示。所得图谱共有节点138个,连线210条。其中,模块值(Q值)为0.5571,大于0.3,表示图谱聚类结果显著,平均轮廓值(S值)为0.9229,大于0.7,表示聚类结果可信度较高[4]。应用LLR算法聚类得到以智慧物流为中心,以互联网+、智能交通、大数据、多式联运、互联网和物流产业为次中心的聚类图谱,该图谱虽然结果直观但缺乏可解释性,因此统计国内文献TOP10高频关键词,结合数据进一步分析国内智慧物流领域研究热点。
 
  中心性可反映某节点在网络中的重要程度,结合表3数据可知,国内对该领域的研究热点集中于利用大数据、人工智能等新兴技术,通过物联网及互联网+的方式推动供应链优化及物流产业升级,从而为新零售的实现及智慧城市的建设提供技术支撑。

\
 
  基于WoS文献数据利用CiteSpace绘制国际领域研究关键词共现网络图谱,如图5所示。所得图谱共有节点181个,连线938条。其中,模块值(Q值)为0.4212,图谱聚类结果显著,平均轮廓值(S值)为0.764,可信度较高。应用LLR算法聚类得高频聚类标签包括intelligent transportation systems(智能交通系统)、machine learning(机器学习)、internet of things(物联网)、task analysis(任务分析)、intelligent robot(智能机器人)、intelligent vehicles(智能汽车)。

\
 
  统计外文文献TOP10高频关键词如表4所示,可知国际上普遍重点关注智慧物流领域算法的研究和网络技术的应用,以技术推动的方式实现供应链的优化和物流系统的设计。

\
 
  4.2关键词时间线图分析
 
  关键词时间线图可直观地展示关键词首次出现的时间,结合时间维度划分,可以帮助划分领域发展阶段及各阶段研究热点主题。基于CiteSpace工具绘制国内文献关键词时间线图,如图6所示,其中横轴表示时间维度,纵轴表示聚类名称,聚类名称按共现频次由高到低排序。由图可知,近十年国内智慧物流领域的发展演变可分为三个阶段。

\
 
  2013年至2015年为第一阶段,期间“智慧城市”“物联网”“云计算”“大数据”等智慧物流领域高频关键词集中涌现,是领域的起步发展阶段。该阶段,我国电子商务等网络购买模式逐步成熟和发展,为应对发展带来的问题,网购领域“智慧云物流”的框架及技术发展成为研究热点,蔡丽艳等提出物联网时代背景下智慧云物流的发展应用[5]。另外,新世纪以来,我国城市化进程不断加剧,大量人口涌入城市,推动智慧城市信息化建设作为解决城市流通产业问题的重要途径成为了领域热点研究方向[6]。
 
  2015年至2020年为第二阶段,智慧物流领域研究主题涌现量相对减少,但发文量增加,是该领域的热门发展阶段。该阶段热门关键词包括“互联网+”“人工智能”“多式联运”“一带一路”“区块链”等,期间受产业结构调整优化影响,我国社会物流进入快速提升期,相关企业对于物流效率的关注持续提升[7]。另外,第一阶段众多研究主题在当前阶段的应用持续深化,物流物联网逐渐搭建完成,物流大数据得到广泛应用。
 
  2020年至今,智慧物流领域研究热点关键词主要包括“数字经济”“5G技术”“创新能力”“饲料企业”“乡村振兴”等,是该领域的深入发展阶段。期间我国供给侧结构性改革侧重于全新产业链的塑造,为智慧物流领域的发展注入了动力,众多研究者针对智慧物流领域研究和应用开展了更加深入的探索[8]。
 
  国际智慧物流领域关键词聚类时间序列图谱如图7所示。由图可知,2013年至2015年间,国际智慧物流领域包括model(模型)、algorithm(算法)、management(管理)、logistic regression(逻辑回归)、artificial intelligence(人工智能)等一系列热点关键词。之后随着领域研究的不断深入,2015年至2020年,optimization(优化)、internet of things(物联网)、genetic algorithm(遗传算法)、big data(大数据)、machine learning(机器学习)等关键词相继出现。2020年至2023年,国际智慧物流研究领域开始关注deep learning(深度学习)、cloud computing(云计算)、random forest(随机森林)等的研究。
 
\
 
  4.3关键词突现分析
 
  关键词突现可以突出该领域在一定时期内的研究热点并反映其未来的研究趋势。文章利用CiteSpace对国内文献进行关键词突现分析,结果如图8所示,图中反映了领域引用强度最高的TOP15关键词及其研究热点时期。从突现时间角度来看,“智慧城市”“大物流”“产业集群”“数字经济”突现时间最长,表明近10年来上述关键词主题的研究具有较高热度。“数字经济”“饲料企业”“乡村振兴”等突现时间较近,说明上述主题在近些年具有较高的研究热度,属于智慧物流研究领域的新兴主题。从突现强度来看,“智慧城市”引用强度最高,另外“多式联运”“新零售”“物联网”等主题也具有较高引用强度,说明上述主题在智慧物流研究领域占有较大比重。

\
 
  利用CiteSpace对外文文献进行突现词分析,结果如图9所示,同样显示强度最高的TOP15关键词。从突现时间角度看,在国外智慧物流领域的研究中,decision tree(决策树)的突现时间较长,cloud computing(云计算)、vehicle routing problem(车辆路径问题)两个关键词不仅突现时间较长,并且突现时间较近,属于该领域近期的热点研究方向,其他近期热度较高的主题还有machine(机器)、big data(大数据)以及internet of things(物联网)。从突现强度角度来看,hilbert huang transform(希尔伯特黄变换)的引用强度最高,flood risk assessment(洪水风险评估)、design(设计)、optimization(最优化)等主题具有较高的引用强度,表明上述主题在智慧物流领域具有重要研究意义。

\
 
  5研究结论及展望
 
  利用CiteSpace软件对智慧物流领域国内外的研究基本情况、领域热点及发展趋势进行了知识图谱分析,归纳研究结论如下。
 
  第一,从发展阶段来看。国内外智慧物流领域研究均可分为三个阶段,第一阶段为起步发展期,特征表现为领域发文量少且数量波动,但研究主题集中涌现,该时期,国内主要聚焦于利用物联网、大数据等技术推进智慧城市建设,国外主要聚焦于机器学习算法模型在物流领域的应用。第二阶段为探索构建发展期,特征表现为领域发文量增加,新兴主题层出不穷,前期提出的众多技术得到了广泛落地应用,该时期,虽然提出时间不同,但国内外均集中于互联网+、区块链、优化算法等技术的研究,领域研究进一步深化。第三阶段为深入发展期,该时期智慧物流领域发文量波动稳定在较高水平,云计算、5G等高新技术在物流领域的应用被广泛探究。
 
  第二,从国内外发展状况来看。首先,关于我国领域发展水平,通过对国家和国内外研究机构发文指标进行汇总分析发现,我国近十年智慧物流领域发文量及中心度均处世界首位,另外我国的中国科学院、香港大学等机构领域发文指标也均处于较高水平,可知我国在智慧物流领域研究处在世界先进水平,但从国内角度来看,我国国内研究机构存在着合作交流不足的问题,还有较大的合作研究空间。其次,关于研究热点,物联网、人工智能、大数据、机器学习、云计算等关键词在国内外智慧物流研究领域均得到了广泛研究。此外,我国还存在*带一路、乡村振兴等适应我国国家政策及对应国情的研究主题。
 
  [参考文献]
 
  [1]符瑜.我国智慧物流的发展趋势与提升策略[J].对外经贸实务,2018(01):90-92.
 
  [2]邱均平,沈恝堪,宋艳辉.近十年国内外计量经济学研究进展与趋势—基于CiteSpace的可视化对比研究[J].现代情报,2019,39(02):26-37.
 
  [3]刘喆,徐晓敏.应急物流领域研究热点及演化—基于CiteSpace的知识图谱可视化分析[J].物流工程与管理,2022,44(09):1-5+38.
 
  [4]周曲,肖志远.基于CiteSpace的逆向物流研究热点与趋势分析[J].物流工程与管理,2023,45(09):32-37+43.
 
  [5]张向阳,袁泽沛.网购时代我国“智慧云物流”平台体系与协同运营模式研究[J].中国科技论坛,2013(07):99-104.
 
  [6]李颖慧.建设智慧城市背景下我国城市流通产业发展思路研究[J].商业时代,2013(36):40-41.
 
  [7]何黎明.中国智慧物流发展趋势[J].中国流通经济,2017,31(06):3-7.
 
  [8]东方.新发展格局下智慧物流产业发展关键问题及对策建议[J].经济纵横,2021(10):77-84.

文章出自SCI论文网转载请注明出处:https://www.lunwensci.com/guanlilunwen/78321.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 鄂ICP备2022005580号-2 | 网站地图xml | 百度地图xml