本站原创[摘 要]以近5年我国物流领域2364篇CSSCI和EI论文为研究对象,通过绘制的共词知识图谱和知识网络图,可视化地分析国内物流研究的热点、结构和知识群体.研究结果表明：绿色物流、供应链、物流系统、应急物流、物流配送、逆向物流、区域物流、现代物流8个知识群体代表了我国物流领域研究的主要板块.其中供应链、逆向物流、第三方物流等11个知识点位于物流知识网络的核心,是当前研究的热点.
[关 键 词]物流 共词分析 社会网 络多元统计分析 研究热点 知识群
[分类号]G353
1引言
1927年,R包尔绍德在“流通时代”一文中首次使用“logistics”一词来表述物流.1961年爱德华W斯伊等学者撰写了世界上第一本介绍物流管理的教科书,在理论上为物流学科体系的形成奠定了基础.
近年来,随着物流学科的兴起和我国对发展现代物流的重视,国内学者对物流学科体系和研究热点进行了许多探索.叶杰刚概述了国内外物流理论的研究现状；鞠颂东、徐杰从学科交叉和重组的角度,分析了物流学科的发展沿革,提出物流学科的产生是学科重组的必然,必须对物流学科体系进行研究和梳理；刘则渊、陈立新将国际物流研究领域研究热点归纳为“供应链”、“物流活动”、“物流支持”三个知识群.上述学者主要以定性的方法从国外物流理论文献的角度对新兴的物流学科体系和研究热点进行了梳理和思考.鲜有学者运用科学计量学对我国在物流领域的研究成果和热点进行全面深入的剖析,与以前学者相比,我们采用了社会网络分析、多元统计分析等科学知识图谱技术,可视化地分析了我国物流学主流学术领域和研究热点,并加以简要评述,为其他学者快速有效地把握物流学科动态提供研究的切人点,也为科学教育管理和相关部门制定物流学科发展规划提供了理论上的指导.
2 数据来源与研究方法
2.1 数据来源
物流研究是管理学与汁算机科学、运输科学等学科相互交叉、相互渗透和相互融合的综合领域,为全而反映物流学科综合性、跨学科的特点,本文数据采集于中文社会科学引文索引(CSSCI)和工程索引(EI)期刊论文数据库,以“物流”为检索词,选择年限为2006-2010年,检索路径为篇名和关 键 词,检索逻辑“或”,文献类型“期刊论文”,获得我国物流学论文2513篇,剔除无关 键 词的文献,剩余2364篇,关 键 词共出现9141次,篇均关 键 词3.9个.
2.2 数据预处理
为保证期刊论文关 键 词数据的有效性,我们对下载的数据进行预处理：剔除无效关 键 词,通过全面审查,去除与研究主题无关的关 键 词,如“对策”、“发展”等,此外,考虑到极值对共现分析的影响,在下面的分析中,剔除“物流”(词频184次)这个关 键 词,以更准确地分析其他关 键 词之间的相互关系.合并近似词,如“物流企业”、“物流业”和“物流行业”合并为“物流业”；“第三方物流”、“L”和“TPL”合并为“第三方物流”；“供应链”、“供应链管理”合并为“供应链”.经过对数据的过滤和清洗,最后选择出现频次大于18次的关 键 词作为研究对象,累计频次1256,平均词频43.31次,基本覆盖了近5年来我国物流研究的重点领域,如表1所示：
2.3 研究万法
共词分析和共引分析是文献计量学的两种主要方法.相对于共引分析,共词分析有利于预测学科的发展态势,分析学科主题结构的演化过程.共词分析的研究对象是学术文献的关 键 词,关 键 词出现的次数越多,则该关 键 词在图谱现频次越高,高频共现关 键 词就反映了该领域中的研究热点和发展趋势.具体分析步骤如下：
2.3.1 构造共词矩阵
本研究利用文献共现挖掘系统,两两统计国内物流领域前29位高频关 键 词在同一篇文献中的共现次数,形成一个29x29共词矩阵,用来分析这些高频关 键 词之间的连接强度和知识网络结构.
2.3.2社会网络分析方法社会网络可以描述群体关系的结构及其对群体功能或群体内部个体的影响.首先将共词矩阵转换为二值矩阵.共现矩阵所有数据的平均值是0.6397,取近似值1.共现矩阵中大于等于1的数值取1值,小于0的取0值,这样得到只有1和0的二值矩阵.将其保存为Uei的数据文件,然后进行网络分析.应用Uci6.0作为数据处理工具分析二值矩阵,绘制知识网络图,分析各关 键 词的重要性和关联性,勾勒出我国物流领域的研究热点.
2.3.3 多元统计分析方法该方法是对若干相关的随机变量观测值进行分析,“维度降低技术’’是它的特征之一,包括因子分析、聚类分析、多维尺度分析等,通常将这些分析技术结合使用,为知识图潜的绘制提供数据支持.
构造相异矩阵.为了消除频次悬殊的影响,根据Ochiia系数将共词矩阵转换为相关矩阵,为方便进一步处理,再用“1”与相关矩阵相减,便得到了表示两词之间相异程度的相异矩阵.
因子分析.将相异矩阵导人SPSSl7.0,运用“主成分分析法”进行因子分析,结果表明,有14个公因子,累计方差为65.197％,通过对碎石图的观察,发现因子变化从第9个因子开始趋缓,相对来说,前8个因子解释方差较高,本研究确定物流领域高频词的最佳分类数为8类.
聚类分析.对相异矩阵进行层次聚类分析,选择“组间平均链锁距离”,即个体与小类中每个个体距离的平均值.得到29个高频关 键 词的聚类结果树状图,初步判定我国物流研究的各类领域.
多维尺度分析.可以通过低维空间展示文献之间的联系,并利用平面距离反映它们的相似程度.越相似的对象,其两点间的距离越近,反之距离越远.在对相异矩阵的多维尺度分析中,Stress等于0.10980；RSQ等于0.89420.压力系数Stress小于0.2,拟合优度指标RSQ大于0.8,表明构面解释能力高,构面的配合度好,分析结果可信.
3 我国物流研究的知识网络分析
本研究引入社会网络分析方法,对29个高频关 键 词进行知识网络分析,根据各关 键 词在网络中的地位,把握我国物流领域的研究热点和发展趋势.利用Uci-6.0的绘图功能,将二值矩阵的数据转化为一个关 键 词共现网络图,如图1所示：
根据研究目的的需要,下面将从网络图的密度、节点中心性等方面展开探讨.
3.1 网络密度分析
网络密度可以反映节点间的亲疏关系,数值越大,节点间关联性越强.本研究中,知识网络密度为0.2709,比较稀疏,说明各知识点之间的关联性较低,聚集性不高.表明我国物流领域近5年来的研究分散,还存在很多知识点有待挖掘.
3.2 节点中心性分析
“中心性”是社会网络分析中的重点之一.节点的中心性指图1所示的知识网络中每个关 键 词在网络中所处的地位.根据计算方法的不同,节点中心性分为度值中心度、中间中心度和接近中心度三种,其取值范围介于0和1之间.利用Uci6.0可得到网络中每个节点的中心性数值,如表2所示：
3.2.1 度值中心度分析
度值中心度反映了关 键 词之间的共现关系,该值越大,则说明该关 键 词与其他关 键 词共现的频率越高,越接近网络的核心.从表2判断,前11个关 键 词是我国当前物流学研究的热点,受到研究者的广泛关注.
3.2.2 中间中心度分析在本研究中该指标是测量知识网络中某关 键 词影响其他关 键 词共同出现在同一篇论文中的能力大小.其值越高,起到的“相似度检测”作用越重要.从表2看,“供应链”的中间中心度远高于其他关 键 词,其次是“第三方物流”和“逆向物流”.这表明在物流研究过程中,这些词是知识网络中重要的桥梁,对其他关 键 词是否共现具有较强的影响能力.
3.2.3 接近中心度分析它衡量了网络中的某节点不受其他节点控制的能力,反映的是某节点与其他节点的亲近程度.接近中心度越大,说明某关 键 词越不容易与其他关 键 词同时出现在一篇文章中.本研究中,“区域经济”的接近中心度最高,其次是“车辆路径问题”、“应急物流”和“区域物流”,说明它们与其他关 键 词共现的几率很小.
4 我国物流研究的知识图谱分析
4.1 知识图谱绘制
根据多元统计分析巾层次聚类分析和多维尺度分析的结果,绘制国内物流研究的共词知识图谱,可以看出由高频关 键 词聚类而成的8个主流知识群.根据各知识群中关 键 词分布的内涵和特征,分别命名为：绿色物流、供应链、物流系统、应急物流、物流配送、逆向物流、区域物流、现代物流,这些知识群代表了近5年来我国物流学研究的主要板块.如图2所示：
4.2 知识主题群的内涵分析
知识群1：“绿色物流”,包括5个知识点：V13物流管理、V7绿色物流、V15可持续发展、V8循环经济、V6电子商务,其中含3个研究热点：电子商务、绿色物流和循环经济.物流业的迅猛发展在很大程度上促进了电子商务的发展和相关研究.可持续发展理论是绿色物流和循环经济的理论基础,绿色物流是循环经济的重要实践,两者相互结合是解决可持续发展问题的有效模式.知识群1主要是从宏观的角度,研究如何有效开展电子商务和绿色物流等活动,实现物流系统的优化与可持续发展.
知识群2：“供应链”,是由V11物流外包、V1供应链、V4第三方物流、V26第四方物流4个知识点形成的,该知识群包含两个研究热点和两个重要的相似度检测桥梁,其中供应链既是最核心的研究热点也是联结其他知识点最关键的“桥”.知识群2表明,企业之间的竞争已经演化为借助于物流外包,依靠契约联结的战略联盟,发展现代物流以提升物流怎么写作和降低物流成本,在企业供应网链之间展开激烈竞争.
知识群3：“物流系统”,包括3个知识点,V14物流金融、V27农产品物流、V18物流系统,是从系统的角度,研究新型的金融怎么写作,分析我国落后的农产品物流的现状以及改善的对策建议.
知识群4：“应急物流”,只包含1个知识点,而且从网络分析中可以看出,该知识点具有较高的接近中心度,远离网络核心,与其他关 键 词难以共现在同一篇文章中,说明它属于前沿知识点,在研究方法和内容上不同于以往的研究.应急物流是在当前突发性自然灾害、公共卫生事件、恐怖主义、局部军事冲突等天灾人祸时有发生的背景下提出的,是指由于突发性因素导致的物流活动.如日本新近发生的9级强震,据报道由于应急物流不畅,一度出现灾区物资供给的极度短缺.2007年中国物流学会首次将5个应急物流课题纳入年度研究规划,我国政府、企业和学者已经认识到应急物流的重要作用.
知识群5：“物流配送”,由4个知识点形成,包括V12优化、V9遗传算法、V10物流配送、V29车辆路径问题,与应急物流知识群类似,远离网络的核心区域,其中车辆路径问题与其他关 键 词共现的概率更小.通过分析,发现该知识群主要出现在EI检索的自然科学期刊论文中,与其他CSSCI检索的社会科学期刊论文的交集较小.该知识群可以解决企业面临的物流配送和车辆路径的优化问题,具有极高的实用价值.
知识群6：“逆向物流”由3个知识点形成,分别是V3逆向物流、V20物流网络、V23再制造,其中最重要的研究热点和知识桥梁是逆向物流,与之相近的关 键 词还包括反向物流、退货物流、回收物流、闭环供应链等.逆向物流的概念是基于减缓环境和能源危机而渐渐形成的.随着逆向物流的经济价值越来越凸显,知识群6已成为物流领域中最具活力和引人关注的部分之一.
知识群7：“区域物流”,由V2物流业、V19产业集群、V16区域物流、V21区域经济、V24模型5个知识点形成,包括两个研究热点：物流业和模型.知识群7是从地理空间的角度,从产业层面,结合模型构建的研究方法,分析特定区域内产业发展、物流与经济共生互促的主题.
知识群8：“现代物流”,是由V28物流怎么写作、V5现代物流、V17物流成本、V22农产品4个知识点构成的.包括两个研究热点：现代物流和物流成本,它们的高频出现可作如下解释：随着20世纪80年代经济全球化格局的形成,降低物流费用对提高企业的竞争力至关重要,同时互联网和信息技术的进步大大提高了物流全过程的优化和整合,从而促成了现代物流的高速发展.
5 结论
本文应用社会网络和多元统计等科学计量可视化分析方法,以2006－2010年间CSSCI和EI收录的我国物流期刊论文为研究对象,大致勾勒出国内物流学的研究热点、结构关系和知识群体.
在研究热点方面,供应链、逆向物流、第三方物流等11个知识点对其他知识点具有较强的影响力和控制力,是目前我国物流领域研究的热点.其中供应链是融合学科内知识点的关键节点,是知识网络中最重要的联结桥梁.在研究趋势的预测方面,有些目前出现频次较低的关 键 词也可能成为未来的研究热点,如应急物流作为独立的知识群体,对当前灾难频发的世界具有积极的现实意义,而物流配送路径的优化能直接解决企业面临的实际问题,这些知识点在未来有很大的研究空间.
在知识结构方面,我国物流知识网络比较稀疏,物流领域的研究分散,很多知识点还有待挖掘.目前主要集中在8个知识群：绿色物流、供应链、现代物流、应急物流、物流配送、逆向物流、区域物流、物流系统,其中供应链和绿色物流知识群居于中心地带,与环绕周围的其他知识群体一起构成我国物流学科体系.
本研究利用共现分析技术可视化地揭示了国内物流研究的发展现状,但在网络分析中没有反映出共现次数对整个网络的影响,后续研究需进一步探讨.
[作者简介]殷辉,男,1970年生,讲师,博士生,发表论文10余篇.陈劲,男,1968年生,教授,副院长,博士生导师,发表论文400余篇,出版专著、译著等50余部.