區塊鏈研究現狀的文獻計量分析

倪曉春　曾帥　袁勇　王飛躍

摘 要：隨著以比特幣為代表的數字加密貨幣的快速發展，區塊鏈成為熱門的研究領域，獲得了越來越多研究人員的關注。論文以EI數據庫和CNKI數據庫為文獻檢索源，搜索了2011年1月至2018年9月間發表的區塊鏈研究文獻。基于這些文獻，采用文獻計量分析方法，從作者/機構的產量、合作以及熱門研究主題等方面，比較與分析國內外區塊鏈研究現狀。論文研究發現：論文產量方面，國內后發先至，但是高被引作者與高產作者失配；合作方面，國外作者/機構間呈普遍性合作關系，而國內合作匱乏，亟待加強；熱門研究主題方面，則呈現逐漸從“比特幣”轉向“區塊鏈”，從理論走向實踐的趨勢。

關鍵詞：區塊鏈；比特幣；文獻計量；主題分析

中圖分類號：G353.1 文獻標識碼：A

1 引言

2008年全球金融危機之際，化名為“中本聰”（Satoshi Nakamoto）的學者在密碼學郵件組陳述了他對電子貨幣的新設想[1]，不受央行和任何金融機構控制的比特幣就此面世。隨著比特幣近年來的快速發展與普及，研究者發現其底層的區塊鏈技術具有更為重要，甚至是顛覆性的應用價值[2]。區塊鏈是運行于更為復雜、開放和缺乏信任的互聯網環境下一種全新的去中心化基礎架構與分布式計算范式[3，4]。2016 年7月，區塊鏈技術已經快速攀升到Gartner 技術成熟度曲線的頂端[5]，相關研究也已呈現出爆發式增長態勢，被認為是繼大型機、個人電腦、互聯網、移動/社交網絡之后計算范式的第五次顛覆式創新，是人類信用進化史上繼血親信用、貴金屬信用、央行紙幣信用之后的第四個里程碑[6]。

國外對區塊鏈技術的研究，最初是作為比特幣研究的一部分，局限于比特幣系統及其衍生問題，如比特幣交易。研究者逐步發現，比特幣背后的區塊鏈技術提供了沒有可信第三方的安全性、匿名性和數據完整性，區塊鏈逐步成為一個獨立的研究領域[7]。國內對區塊鏈技術也日益重視。2016年12月，區塊鏈被國務院列入《“十三五”國家信息規劃》戰略性前沿技術當中；2018年5月，習近平總書記在中科院院士大會上首次提到區塊鏈技術，標志著區塊鏈技術已經與人工智能、量子信息和物聯網等技術共同成為我國亟待發展的戰略性前沿技術，進一步刺激了國內科研人員和業界人士對區塊鏈技術及應用進行探索[8-14]。目前，國內已形成了計算機科學、工程學以及電信科學、自動化技術為依托的基礎技術學科群和以金融、能源與動力工程、工業制造、供應鏈、文化教育、醫藥衛生等應用學科群，但研究成果尚未形成體系[15，16]。

為了更好地把握國內外區塊鏈研究現狀、演進，有必要對該研究領域的高產/高被引的重要研究者/研究機構及其合作關系、熱門研究主題等進行比較和分析。為此，本文選擇了工程索引（Ei Compendex，EI）數據庫和中國國家知識基礎設施（China National Knowledge Infrastructure，CNKI）數據庫作為文獻檢索源。由于Web Of Science（WOS）作為檢索源的搜索結果少，且與EI重合率非常高，本文以EI為代表。EI是世界上最廣泛和最完整的工程文獻數據庫之一，包括來自77個國家的190多個工程學科的超過2200萬條記錄。CNKI是中國著名的在線出版平臺，它提供的中國知識資源綜合數據庫（CIKRD）涵蓋了90%以上的中國知識文獻。因此，本文以這兩個數據庫文獻為基礎分析獲得的結論具有非常好的普適性和代表性。

本文基于文獻計量等方法，從作者/機構的產量、合作以及熱門研究主題等方面，比較與分析國內外區塊鏈研究現狀。組織結構如下：首先對本文采集的文獻數據集與采用的文獻計量分析方法進行介紹；然后從作者/機構的論文產量、作者/機構的合作模式、研究主題等方面詳細闡述對數據集的計量分析結果；最后是本文的總結。

2 數據與方法

本節將對采集的文獻數據集與采用的文獻計量分析方法進行介紹。

2.1 文獻數據集

本文分別以EI數據庫和CNKI數據庫為文獻檢索源，構建了國外和國內兩個區塊鏈文獻數據集，前者稱為EI數據集，后者稱為CNKI數據集。具體的構建方法有幾種。

（1）以EI為文獻檢索源，以“Title”包含“blockchain”或“bitcoin”為檢索條件，文獻檢索時間范圍始于建庫起始，截止時間為2018年9月進行檢索，去除無標題/發表年份/作者/機構的不規范數據，并經過基于“作者+篇名”的去重篩選后，共保留相關文獻1342篇，作為EI數據集。

（2）以CNKI下屬的中國期刊全文數據庫為文獻檢索源，以“篇名”包含“區塊鏈”為檢索條件，其他條件同EI，并進行相同的數據過濾處理，共獲得相關文獻1475篇。此外，還通過定制網頁爬蟲從CNKI網站上獲取每篇文獻的下載次數、引用次數以及被引詳情。經過上述步驟，生成CNKI數據集。因以“比特幣”為CNKI 檢索詞搜索結果大多非學術著作，故未予以采用。

兩個數據集都包含文獻的標題、作者、作者機構、發表日期及關鍵詞等字段。為了方便文獻計量分析，對數據集進行了預處理：（1）在對個人發表文獻進行分析時，根據作者全名與所屬機構，識別同一作者；（2）在對機構發表文獻進行分析時，對同一研究機構（包括大學/學院/銀行/企業）下屬子機構進行了歸約，例如“中國人民銀行營業管理部”“中國人民銀行天津分行”等多個機構被合并為“中國人民銀行”。

基于上述規整后的數據集，本文分別從研究者/研究機構層級構建其合作關系網絡圖（無向圖），圖中節點代表研究者/研究機構，節點相連的邊代表論文合作關系，表1是從網絡拓撲度量角度對上述數據集的基本統計。

2.2 文獻計量分析方法

本文構建了量化評估作者/機構的指標體系，如表2所示，除了基本的統計，還采用了網絡分析方法和文本分析方法。

（1）網絡分析：合作關系直觀反應科研人員之間的協作[17，18]；引用關系則更為明顯反應引文與被引文的關聯，突顯被引文的影響力[19，20]。本文從兩個層級分析區塊鏈研究領域中的合作關系：作者與機構，并分別為之構建合作關系網絡。EI數據庫并不提供被引信息，構建了CNKI相關文獻被引網絡，并利用Cytoscape[21]工具來分析與可視化這些網絡。

（2）文本分析：論文的標題與關鍵詞是文章核心主旨所在，通過對標題與關鍵詞的分析，可以挖掘文獻研究的熱點。本文將EI數據根據時序劃分算法[22]進行分組，挖掘不同階段區塊鏈研究領域的熱點主題，并分析其演化進程。

3 數據分析與結論

對EI與CNKI兩個數據集進行了統計分析，具體數據如表3所示。可以看出，兩個數據集的論文數雖然很接近，但EI數據集中的作者數量遠超過CNKI數據集，而且EI數據集中孤立作者占比（3%）與孤立機構占比（23%）也遠低于CNKI數據集（30%、56%）。這都說明EI論文呈現多人合作模式，其作者相比CNKI作者更具合作意愿，國內研究者應加強合作交流。

圖1是EI/CNKI數據集中每年的論文數量變化曲線，可從“量”的角度，判斷區塊鏈研究增長趨勢和爆發時間。二者雖都呈現明顯的上升趨勢，但增長模式顯著不同。EI論文的數量保持相對穩定的增長速度，而CNKI中比國際滯后了4年，2015年才起始發表了5篇論文，但從2016年起呈現井噴式發展，從數量上一直保持領先EI。在國家政策支持下，中國是有可能在區塊鏈這個尚未成熟的研究領域獲得國際性競爭優勢。

3.1 論文數量分析

表4列出了EI數據集的高產作者TOP10。其中，有4位作者來自近幾年成立的兩個新興區塊鏈研究機構，即美國紐約的區塊鏈聯盟IC3（Initiative for Cryptocurrencies and Contracts）和澳大利亞聯邦科學與工業研究組織（Commonwealth Scientific and Industrial Research Organisation， CSIRO）的Data61，并且排名靠前，表明了這些“產業機構”對區塊鏈的研究推動巨大。此外，從作者所屬的國家/地區來看，在上榜的15位作者中，6位來自美國，4位來自歐洲，2位來自澳大利亞，3位來自中國，歐美在區塊鏈研究領域占據第一陣營，起著主導作用。

表5列出了CNKI數據集中的高產作者TOP10。蔡維德（北京航空航天大學）、李彬/祁兵（華北電力大學電氣與電子工程學院）、許金葉（上海大學管理學院）、秦誼（德勤中國）五人并列第一，均發表了6篇論文。因為起步晚，比EI上榜門檻略顯差距。從機構分布來看，雖然大部分作者來自大學和傳統研究機構，然而排名第一的秦誼是公司從業人員。這表明國內在產業界著手深入區塊鏈技術的同時，研究人員反而反應滯后了。

表6為EI數據集的高產機構TOP10。其中，排名第一的蘇黎世理工大學共發表了35篇論文，遙遙領先位列第二的北京郵電大學（26篇）和第三的北京航空航天大學（20篇）。在上榜的10個機構中，中國研究機構占5位，體現中國研究者逐步在國際舞臺展現活力。表7是CNKI數據集中的高產機構TOP10排行榜。金融機構占比較大，說明國內區塊鏈的研究仍側重金融、銀行、數字貨幣等相關方面，區塊鏈在其他領域的創新與應用有待加強。

對于CNKI數據集，還構建了一個論文被引網絡，如圖2所示。在論文被引網絡中，每個節點代表一篇論文，每條邊代表論文之間的被引關系。此外，論文的被引次數越高，其節點越大。該網絡包括1657個節點，4183條邊，分為26個連通分支，沒有孤立節點。最大連通分支包括1600個節點，占全部節點的97%，說明大部分論文都建立了直接或間接的被引關系。此外，在圖2中標出了排名前五的高被引論文。論文《區塊鏈技術發展現狀與展望》以被引400余次、下載45000余次排在高被引論文第一位，其作者袁勇與王飛躍來自中國科學院自動化研究所復雜系統管理與控制國家重點實驗室和青島智能產業技術研究院。在表5中，列出了CNKI高產作者的合計被引數，其中被引數最高的為蔡維德（北京航空航天大學），6篇文章合計被引55次。通過對比，發現最高產作者與高被引論文作者重疊率較低。進一步以三元組（表示論文被引最小值、平均值與最大值）分析Top5高被引作者論文被引數與高產作者平均論文被引數，結果依次為 與 ，說明在重視論文數量的同時，亟待需要提高論文質量，以提高論文影響力。

3.2 合作模式

本文構建了研究者和研究機構的合作網絡（如圖3、圖4、圖5、圖6所示）并采用網絡拓撲分析方法，詳細分析EI/CNKI數據集中的研究者/研究機構合作模式。在這些合作網絡中，每個節點代表一個作者/機構，每條邊代表作者/機構間的合作關系。節點大小與論文數量之間有正相關性，即發表論文數量越多，節點越大。此外，還標出了高產作者/機構。為了方便查看，圖中沒有顯示孤立節點。

（1）研究人員合作分析：圖3為EI數據集的研究者合作網絡，圖4為CNKI數據集的研究者合作網絡（詳細網絡參數可參見表1），從網絡圖形上看，CNKI作者合作網絡更為稀疏，EI作者合作網絡已經呈現多個聚簇，聚簇是團狀、環狀形態，而CNKI網絡聚簇少且規模很小，并且多呈鏈式結構，這都說明EI作者之間的合作更為緊密，并呈團簇成大的社群之勢。

從網絡特征量來看，相比與論文[23]提出公式 L（G）=0.35+2.06log（N），EI與CNKI合作網絡的平均路徑長度都相對較小，有利于知識的傳播，而EI合作網絡比CNKI具有更高的聚類系數（0.807 vs. 0.592），聚類系數越高，相應合作網絡中的作者更趨于協作。

EI合作網絡最大連通分支包含182個節點，占比5.2%，CNKI最大連通分支僅包含31個節點，占比1.9%，總體來說，兩者占比均不高，可能的知識擴散的范圍仍然有限，只有加強合作才能形成更大的社群，更能有效地促進知識的傳播。

此外，發現Xu、Xiwei是EI數據集中合作者數量最多的節點，其度為53。其次為Zhu、 Liming和Weber、Ingo。744對合作者的合作次數超過1次。其中，合作次數最多的一對合作者為Wattenhofer、Roger和Decker、Christian，共合作9次。CNKI數據集中孫毅，李彬和祁兵是合作者數量最多的節點，度分別為20、18、17。119對合作者的合作次數超過1次。其中，合作次數最多的一對合作者為李彬和祁兵，共合作5次。上述數據，從側面也說明EI作者比CNKI作者的合作更為普遍。

（2）研究機構合作分析：參照作者合作網絡分析方法，分別對EI與CNKI的研究機構進行了分析（詳細網絡參考可參見表1），圖5、圖6分別為其研究機構合作網絡圖。EI研究機構合作網絡，包括1272個節點與297個孤立節點，對比CNKI是1005個節點與561個孤立節點，CNKI超半數機構都是孤軍奮戰，國內研究機構間的合作嚴重匱乏；從最大連通分支角度來看，與EI網絡相比，CNKI網絡包括大量小規模的連通子圖，此外CNKI聚類系數為0.311，小于EI（0.497），這都說明國內研究機構合作的缺乏，不能有效促進知識擴散。

EI機構合作網絡中Data61， CSIRO是與其他機構合作最多的節點，其度為33。其次為北京郵電大學和IBM研究院。三者均為最大聯通子圖中的關鍵節點。153對機構的合作次數超過1次。其中，合作次數最多的一對機構為ETH和NEC 實驗室，共合作8次；CNKI機構合作網絡中國家電網，中國科學院大學和清華大學是與其他機構合作次數最多的節點，度分別為21、19、16。三者均為最大聯通子圖中的關鍵節點。42對機構的合作次數超過1次。其中，合作次數最多的一對機構為國家電網和華北電力大學，共合作7次。綜上所述，機構層級的合作，EI也比CNKI更多，更緊密，國內機構應提高合作意識，避免處于研究孤島狀態，并加強與世界合作，以快速融入國際研究第一陣營。

3.3 研究主題

相比CNKI文獻，EI文獻更能代表區塊鏈研究領域前沿成果，因此基于文本分析方法，基于EI數據集進行了熱點主題挖掘。

首先，將EI提供的Classification Code代表論文主題特征，基于K Nearest Neighbors算法（Dynamic Time Warping方法為距離函數）進行時序數據分類，發現主題顯著變化發生在2014-2015年與2016-2017年。因此，將EI數據集劃分為三個階段：2011-2014年、2015-2016年、2017年-至今。表7展示了各個時段的主要研究方面。

從研究分類層級可以看出區塊鏈研究從最初的加密安全領域轉向社會經濟再到工業制造及更為廣泛應用的演進過程，這說明區塊鏈研究逐漸從理論走向實踐。

進而，基于EI文獻的標題對各階段熱點進行了挖掘。圖7展示了每個階段的研究熱點。發現2011-2014年，“Bitcoin”占據絕對的主導地位；2015-2016年，“Blockchain”迅猛發展，一躍至第二熱門研究主題，與“Bitcoin”不分伯仲；2017年起，“Blockchain”呈爆發式增長態勢，越發成為領域內炙手可熱、重中之重的研究主題，“Bitcoin”則逐步熱度退卻。這種明顯的研究主題的切換，清晰的證實了越來越多的研究者從追捧比特幣熱潮，逐步重視其底層支撐技術——區塊鏈，區塊鏈成為主導的新研究熱點。

再者，基于EI文獻的關鍵詞進行了各階段熱詞發現。圖8展示了每個階段的研究熱詞。第一階段，區塊鏈的概念難覓蹤跡，比特幣價格的飛漲引起眾多學者的興趣，此階段大家都只是專著于比特幣相關的加密算法、P2P網絡、電子貨幣的研究；2015年起，比特幣底層的區塊鏈技術逐漸顯露鋒芒，并在截至2106年期間長足發展；此后區塊鏈以絕對優勢占據研究熱潮的中心。

4 結束語

本文基于EI和CNKI數據庫中截至2018年9月的區塊鏈相關文獻進行了計量分析。從作者/機構的產量、合作以及熱門研究主題等方面，比較與分析國內外區塊鏈研究現狀。論文產量方面，國內區塊鏈研究后發先至，于2016年開始高速增長，在數量上超過了國外，并一直保持（數量）領先態勢，但是高被引作者與高產作者失配；合作方面，國外作者/機構間呈普遍性合作關系，而國內合作匱乏，亟待加強；此外，還基于EI數據集進行時序劃分與熱門主題挖掘，發現區塊鏈研究呈現逐漸從“比特幣”轉向“區塊鏈”，從理論走向實踐的趨勢。下一步的工作將基于更多的網絡分析指標（例如中介中心性）深度挖掘研究圈子與熱點方向，以期更好地跟蹤國內外區塊鏈研究團體與動態，為下一步區塊鏈研究提供有益的啟發與借鑒。

參考文獻

[1] Nakamoto S. Bitcoin： A peer-to-peer electronic cash system[J].2008.

[2] 袁勇，王飛躍.平行區塊鏈： 概念，方法與內涵解析[J].自動化學報，2017，43（10）： 1703-1712.

[3] 袁勇，王飛躍.區塊鏈技術發展現狀與展望[J].自動化學報，2016，42（4）： 481-494.

[4] 袁勇，倪曉春，曾帥，王飛躍.區塊鏈共識算法的發展現狀與展望[J/OL].自動化學報，https：//doi.org/10.16383/j.aas.2018.c180268.

[5] 袁勇，周濤，周傲英，等.區塊鏈技術： 從數據智能到知識自動化[J].自動化學報， 2017， 43（9）： 1485-1490.

[6] Swan M. Blockchain： Blueprint for a new economy[M]. USA： O'Reilly Media， Inc.， 2015.

[7] Yli-Huumo J， Ko D， Choi S， et al. Where is current research on blockchain technology？—a systematic review[J]. PloS one， 2016， 11（10）： e0163477.

[8] Wang S， Wang J， Wang X， et al. Blockchain-Powered Parallel Healthcare Systems Based on the ACP Approach[J]. IEEE Transactions on Computational Social Systems， 2018 （99）： 1-9.

[9] Ni X C， Zeng S， Han X， Yuan Y， Wang F Y. Organization management using software-defined robots based on smart contracts[C]. Proceedings of 2018 IEEE Intelligent Vehicles Symposium， Changshu， Jiangsu， China. 2018： 274-279.

[10] Yuan Y， Wang F Y. Towards blockchain-based intelligent transportation systems[C]. Intelligent Transportation Systems （ITSC）， 2016 IEEE 19th International Conference on. IEEE， 2016： 2663-2668.

[11] Qin R， Yuan Y， Wang F Y. Research on the Selection Strategies of Blockchain Mining Pools[J]. IEEE Transactions on Computational Social Systems， 2018 （99）： 1-10.

[12] 曾帥，袁勇，倪曉春，王飛躍.面向比特幣的區塊鏈擴容： 關鍵技術， 制約因素與衍生問題[J].自動化學報.

[13] Li J J， Yuan Y， Wang S， Wang F Y. Transaction queue game in bitcoin blockchain[C]. Proceedings of 2018 IEEE Intelligent Vehicles Symposium， Changshu， Jiangsu， China. 2018：114-119.

[14] Yuan Y， Wang F Y. Blockchain and Cryptocurrencies： Model， Techniques， and Applications[J].IEEE Transactions on Systems Man & Cybernetics Systems， 2018， 48（9）：1421-1428.

[15] 汪園，王學東，李金鑫.基于文獻計量的我國區塊鏈研究的知識網絡與結構分析[J].現代情報，2018，38（01）：147-153.

[16] 王發明，朱美娟.國內區塊鏈研究熱點的文獻計量分析[J].情報雜志，2017，36（12）：69-74+28.

[17] Newman M E J. Scientific collaboration networks. I. Network construction and fundamental results[J]. Physical review E， 2001， 64（1）： 016131.

[18] Newman M E J. Coauthorship networks and patterns of scientific collaboration[J]. Proceedings of the national academy of sciences， 2004， 101（suppl 1）： 5200-5205.

[19] Liang Y， Li Q， Qian T. Finding relevant papers based on citation relations[C]. International Conference on Web-Age Information Management. Springer， Berlin， Heidelberg， 2011： 403-414.

[20] Liu H， Kong X， Bai X， et al. Context-Based Collaborative Filtering for Citation Recommendation[J]. IEEE Access， 2015， 3（1）.

[21] Shannon P， Markiel A， Ozier O， et al. Cytoscape： a software environment for integrated models of biomolecular interaction networks[J]. Genome research， 2003， 13（11）： 2498-2504.

[22] Guralnik V， Srivastava J. Event detection from time series data[C]. Proceedings of the fifth ACM SIGKDD international conference on Knowledge discovery and data mining. ACM， 1999： 33-42.

[23] Albert R， Jeong H， Barabási A L. Internet： Diameter of the world-wide web[J]. nature， 1999， 401（6749）： 130.