區塊鏈文獻主題發現及演化研究

王金麗，樊 勇，張 輝

1.昆明理工大學 管理與經濟學院，昆明 650093

2.昆明理工大學 人文社科研究院，昆明 650500

3.北京航空航天大學 軟件開發環境國家重點實驗室，北京 100191

1 引言

區塊鏈技術作為比特幣系統的核心技術，自誕生以來，受到了學術界和企業界的廣泛關注[1]，其應用場景已經從最初的數字貨幣領域延伸到了物聯網、智慧醫療、法律、經濟、藝術等多個領域[2]。區塊鏈技術集成了加解密技術[3]、數字簽名、分布式計算[4]、共識算法[5]、Hash 映射等多種技術，具有去中心化、交易數據可追蹤[6]、區塊數據多重備份[7]的特點，為社會諸多應用提供了可信、可靠、安全的技術集成[8]，因此，區塊鏈技術是構建可信社會的一種有效的解決方案，在數據保護[9]、電子政務[10]等方面越來越受到人們的認可。2019 年10 月24 日，習近平同志在中共中央政治局集體學習時強調，要把區塊鏈作為核心技術自主創新的重要突破口，足以表明區塊鏈技術在當代技術革命中的重要地位。

近年來，國內學者針對區塊鏈技術發表了一系列高水平高質量的論文，對促進區塊鏈的實際應用起到了重要作用。對已發表的論文進行文獻統計及可視化分析能夠發現該領域的研究主題和研究趨勢。國內學者已經針對主題為區塊鏈的文獻進行了相關研究，例如孔繁超分析了區塊鏈資源的開放獲取方法[11]，李牧南從共引和聚類的視角分析了區塊鏈的知識結構[12]，王發明等從文獻計量學的角度分析了國內區塊鏈的研究熱點[13]，喬鵬程分析了區塊鏈技術的國際演進過程[14]，但這些文獻還不能夠很好地說明當前國內區塊鏈技術的研究現狀和演化趨勢。本文以國內發表的高質量論文為研究對象，從文獻發文量、機構、重要文獻、作者共現、關鍵詞、聚類等角度進行統計，并利用陳超美教授開發的文獻可視化分析軟件CiteSpace進行圖譜展示[15]，有效得出區塊鏈研究的現狀、熱點領域、關鍵技術和發展趨勢，幫助學者掌握學科及領域的演進規律，進一步提升其對學科領域的掌握程度。

2 研究方法與數據來源

2.1 研究方法

本文采用兩種研究方法，第一種方法是對主題為區塊鏈的文獻進行統計分析，主要包括各級別期刊的發文量、發文機構、重要文獻、期刊發文量等，旨在通過文獻統計學分析概要了解區塊鏈技術在中國的研究現狀。

第二種方法是利用文獻可視化分析軟件對區塊鏈的研究內容和演化趨勢進行分析，主要包括作者共現、熱點關鍵詞、聚類、時區分布等。本文的可視化分析采用陳超美博士開發的CiteSpace 軟件，它能有效地對文獻進行可視化分析[16-17]，受到了學術界眾多學者的認可，成為文獻計量學分析的利器[18]。該軟件基于java 語言編寫[19]，目前已經開發到第五版，能夠直觀地對熱點關鍵詞、研究領域、演化趨勢等進行圖譜展示[20]。

2.2 數據來源

本研究數據來自中國知網CNKI數據庫，對近年來國內學者發表的以“區塊鏈”為主題的文獻進行檢索，檢索時間為2019 年12 月3 日，期刊類別主要包括美國工程索引中文期刊（EI期刊）、南京大學中國社會科學研究評價中心的中文社會科學引文索引（CSSCI 期刊，簡稱C刊）、北京大學圖書館的中文核心期刊要目總覽（北大中文核心期刊）、中國科學院文獻情報中心的中國科學引文數據庫（CSCD期刊）等。

3 國內區塊鏈文獻研究現狀

本章對以區塊鏈為主題的文獻年度發文量、研究機構發文情況、作者共現情況、重要文獻引用情況、重點期刊發文情況等進行了統計分析，表格數據在word 中以三線表形式展示，發文機構采用CNKI的可視化工具完成，作者共現可視化圖采用CiteSpace軟件完成。

3.1 發文量統計

通過檢索CNKI數據庫，發現從2014年開始截止到2019年12月，主題中含有“區塊鏈”的論文共有7 928篇，但多數論文發表期刊級別不高。本文對篇名為“區塊鏈”的期刊進行檢索，檢索來源為中文EI 期刊、CSSCI、北大中文核心期刊和CSCD期刊，檢索時間為2014年至2019 年，共檢索到1 216 篇。表1 對其發文年度進行了統計，具體如表1。

表1 發文年度統計

從表1中可以看出，區塊鏈的中文文獻在2014年首次出現，表明自2009年中本聰發布比特幣系統以來，區塊鏈的概念首次進入國內學者的視野。經過兩三年的發展，2017年關于區塊鏈的論文發文量為206篇，2018年為438篇，2019年的發文量達到506篇，表明越來越多的學者開始關注并研究區塊鏈技術，標志著區塊鏈技術正在快速發展。

3.2 研究機構發文統計

本節分析了2014—2019 年各機構研究區塊鏈的發文情況。具體數據如圖1所示。

從圖1中可以看出，區塊鏈研究發文排在前十位的科研機構分別是中國人民大學、中國科學院大學、中央財經大學、清華大學、華北電力大學、北京大學、武漢大學、復旦大學、上海大學、中國科學院信息工程研究所。表明這些機構很重視區塊鏈的研究及應用，在區塊鏈研究領域投入了較多的人力、物力和財力，并取得了較好的成果，對促進區塊鏈技術在中國的研究和發展起到了重要的推動作用。

圖1 機構發文統計

3.3 作者共現

作者共現能夠看出區塊鏈領域作者發文的多少及兩個或多個作者之間是否有合作關系。其中，節點大小代表作者發文多少，節點越大表明作者的發文量越多，作者與作者之間的連線表明作者之間有合作關系。作者共現可視化如圖2所示。

圖2 作者共現可視化圖

圖2 采用CiteSpace 對2014—2019 年發表的區塊鏈論文的作者進行可視化分析，相關參數設置如下：timespan設置為2014—2019 年，slice length 設置為1，網絡中節點有308個，連線有236條，網絡密度Density為0.005，剪裁方式為Pathfinder。從圖2中可以看出，李強、張浩、王飛躍、陳思捷、楊婷等作者的節點比較大，表明這些作者發文量較多。從圖中的連線可以看出，部分作者之間用線條連接起來，呈現出小集團化，說明這些作者之間有合作關系。圖中楊婷、陳文俊、聶夢飛、弓世明、龐曉瓊等之間呈現出典型的作者共現關系，并且節點較大，說明他們之間有合作且發表的論文較多。另外，比較典型的小集團有方軼、叢林虎、鄧建球，陳思捷、平健、嚴正，袁勇、王飛躍等。還有一些作者之間雖然有連線，但是節點并不大，說明這些作者有合作，但是發文量不多。同時可以看到，周邊有許多孤立的節點，且節點比較小，表明這些作者都是孤軍奮戰，獨立發文。整體上來說，有較強合作關系的作者發文量比較大。

3.4 基于引用數的區塊鏈重要文獻

本節著重分析區塊鏈領域重要文獻的引用情況。從 CNKI 獲取 2014 年 至 2019 年 12 月 3 日 的區 塊 鏈 文獻，統計引用最高的10篇文獻，具體如表2所示。

從表2 可以看出，被引用數最高的文獻為“區塊鏈技術發展現狀與展望”，該論文于2016年發表于EI檢索期刊《自動化學報》上，為最早介紹區塊鏈技術的權威期刊，詳細闡述了區塊鏈的核心技術，獲得學者的認可。被引數較高的幾篇文獻還有“能源互聯網中的區塊鏈技術”“區塊鏈技術與應用前瞻綜述”“基于區塊鏈的應用系統開發方法研究”“區塊鏈技術：架構及進展”等，這幾篇文獻的共同特點是綜述類文獻，從技術的角度闡述了區塊鏈的核心知識，并且都發表在國內本領域的頂尖期刊上，如《軟件學報》《計算機學報》《中國電機工程學報》等。表明這些文獻在區塊鏈領域占據重要的地位，對領域其他學者研究起到引領作用。

3.5 重點期刊發文情況

本節統計了相關期刊的發文情況，對發文量前20的期刊進行分析，具體如表3所示。

表2 重要文獻統計

表3 發文期刊統計

從表3可以看出，發文量排名前20的期刊共420篇，期刊的類別可以分為三大類：第一類是和金融密切相關的期刊，包括《中國金融》《會計之友》《銀行家》《中國流通經濟》《電子政務》《財會月刊》《財會通信》等；第二類是和計算機研究密切相關的期刊，主要包括《計算機應用》《軟件學報》《計算機科學》《網絡信息安全》《計算機工程與應用》《計算機研究與發展》《密碼學報》等；第三類是和能源互聯網、法律、教育等相關的期刊，主要包括《中國電機工程學報》《電力建設》《東方法學》《遠程教育雜志》等期刊。

從發文類別上可以看出，區塊鏈本身是一種計算機集成技術，其技術性論文也主要發表在計算機類的期刊上，發文量隨著區塊鏈核心技術的深入研究逐步增多。但是，區塊鏈最初的應用是數字貨幣和金融領域，因此，在金融領域的發文量比較大，占比達到40%左右。同時也可以看到，隨著區塊鏈技術在智能電網、法律、醫療、教育、電子政務等行業的應用，相關的文獻也在不斷增多，表明區塊鏈作為一種基礎性的架構設施已經成為構建可信社會的重要支撐。

4 國內區塊鏈研究熱點及演化趨勢分析

本章對獲取的區塊鏈文獻標題進行關鍵詞、聚類、時區分布等可視化分析。關鍵詞分析能夠看出文獻的研究熱點；聚類分析能夠看出研究的主題和熱點研究領域；時區分析能夠看出研究熱點和研究主題的演化趨勢。

4.1 基于關鍵詞的研究熱點

關鍵詞分析能夠反映出該領域的研究熱點。本節利用Citespace 對1 216 篇文獻的關鍵詞進行詞頻統計、爆發度、中心化等分析，具體數據如表4所示。

表4 關鍵詞詞頻、爆發度、中心化統計

從表4可以看出，位列前10位的關鍵詞分別是區塊鏈、智能合約、去中心化、區塊鏈技術、比特幣、共識機制、數字貨幣、共識算法、金融科技、大數據。這些關鍵詞是區塊鏈研究的熱點，主要涉及區塊鏈的核心技術、研究領域或重要概念。

爆發度是指在某個時期凸顯出來的研究熱點，可以發現關鍵詞在某一個時間段內興起或涌現的情況。爆發度可以定義為：

其中timespani表示時間片段，本文中的時間片段定義為1 年；countt(keywordi)表示在t時間片段內關鍵詞keywordi出現的次數，Δ 表示關鍵詞keywordi在時間段(t,t-1)內的計數增量。

進一步，根據表4 中爆發度數據及相關年份，得到了如表5所示的關鍵詞爆發度及其對應的爆發年份。

表5 關鍵詞爆發強度及起始年份

從表5 中可以看出，金融、銀行業、財政金融、互聯網金融等關鍵詞的爆發起止年份為2016 年到2017 年。其中，金融的爆發度達到了8.606 6，財政金融的爆發度達到了8.212 0，互聯網金融的爆發度為3.350 1，表明在區塊鏈研究初期（2015 年到2017 年），國內對區塊鏈技術的研究重點集中在金融領域。

中心化表示該關鍵詞的中介程度或發散程度，居于中心的關鍵詞可以衍生出其他概念或技術。中心化可用公式（2）定義：

其中，gst為節點s到節點t的最短路徑數目，表示從節點s到節點t的gst條最短路徑中經過節點i的最短路徑數目。節點的中心化程度越高，表明該節點越重要。

從表4可以看出，中心化程度最強的10個關鍵詞分別是金融科技、人工智能、數字貨幣、區塊鏈、智能合約、物聯網、財政金融、信息安全、以太坊、去中心化。表明這些詞是區塊鏈領域的研究中心，該領域內其他技術或者概念都與這些關鍵詞息息相關。同時可以看出，關鍵詞的出現頻率與中心化程度并不成正比。

根據表4的數據，利用CiteSpace繪制了如圖3所示的關鍵詞可視化圖。從圖3中可以看出，區塊鏈的節點最大，代表出現的頻率最高，圍繞區塊鏈衍生出了智能合約、去中心化、銀行等熱點關鍵詞。進一步，圍繞這些關鍵詞，又衍生出了共識算法、以太坊、能源互聯網、區塊鏈技術、金融機構、人工智能、數字貨幣、比特幣、分布式賬本、隱私保護、大數據、金融科技、物聯網、供應鏈、共識機制等。這些關鍵詞都是區塊鏈研究的焦點，它們的聯系都很緊密，目前基于區塊鏈的研究都是在這些關鍵詞的基礎上進行的，或者說圍繞這些關鍵詞進行相關研究，并進一步拓展新的領域。

圖3 關鍵詞可視化圖

4.2 基于聚類的研究熱點領域

對文獻的關鍵詞進行聚類分析能夠發現熱點研究領域。本節在關鍵詞的基礎上進行了聚類分析。聚類分析兩個重要的指標是Modularity，中文名稱為聚類模塊值，其值用Q表示，簡稱Q值，另一個重要的指標是Mean Sihouette，中文名稱為聚類平均輪廓值，其值用S表示，簡稱S值。首先對Q值及S值進行定義。

Q值的計算公式如下[21]：

式中，aij表示網絡的鄰接矩陣，pij表示兩個相鄰節點之間連接數的期望值，Ci和Cj表示節點i和節點j所屬的聚類，若Ci和Cj同屬于一個聚類，那么σ等于1，否則σ等于0。

在聚類過程中Q值越大，表明取得的聚類效果越好。Q值的取值范圍一般為[0，1]，Q值大于0.3表示聚類效果是可以接受的。

S值的計算公式如下[22]：

S值是用來衡量網絡同質性的指標，主要衡量聚類內部的同質性，若內部成員數目較少，則S值會降低。在聚類成員數目足夠多的情況下，若S值大于0.5，則證明聚類是合理的；若S的值大于0.7，則表示聚類結果是高度可信的。

通過對所選取文獻進行關鍵詞聚類分析，得到如圖4所示的聚類效果。

圖4 關鍵詞聚類可視化圖譜

從關鍵詞聚類圖譜可以看出學者研究區塊鏈的主題及領域。該聚類圖譜中，網絡的節點個數N為176，邊的個數E為200，網絡密度density為0.013，剪裁方式pruning 為 pathfinder，聚類得出的Q值為 0.845 1，表明聚類的效果很好，S值為0.560 4，表明聚類結果是合理的。

通過聚類可視化圖譜發現，所有的關鍵詞被分為了13個類別，分別是：風險防范、智能合約、監管科技、數字貨幣、風險、金融科技、聯盟鏈、財政金融、隱私保護、去中心化、數字出版、人工智能、商業銀行。這些類別中，涉及到了區塊鏈核心技術，如去中心化、聯盟鏈、隱私保護等，也涉及到了具體的應用領域，如金融、監管、人工智能、數字出版等。進一步分析發現，與數字貨幣等金融業相關的主題比較多，表明區塊鏈研究重點集中在了金融領域，其他領域雖有涉及，但比重不大。為了理清區塊鏈研究的主題演化趨勢，下節將對關鍵詞進行時區分布分析。

4.3 基于時區分布的主題演化趨勢

關鍵詞時區分布圖能夠看出領域內熱點關鍵詞首次出現的年份、熱點突顯情況、關鍵詞聚類及熱點演化趨勢。時區分布可視化圖如圖5 所示。圖中X軸代表關鍵詞首次出現的年份，Y軸代表聚類名。

從圖5 中可以看出，所有關鍵詞被分為了13 個主題，每個主題中包含若干關鍵詞。具體分析如下：2015年首次出現的關鍵詞按照節點大小排序有區塊鏈、智能合約、去中心化、區塊鏈技術、比特幣、共識機制、共識算法、物聯網、隱私保護、以太坊、信息安全、激勵機制、超級賬本、安全存儲等，這些詞多數為區塊鏈的核心術語，表明在比特幣的基礎上，區塊鏈核心技術開始進入學者的研究領域，并延伸出多個后續研究熱點；2016年首次出現的關鍵詞按照節點大小排序有數字貨幣、大數據、人工智能、互聯網金融、能源互聯網、財政金融、銀行、虛擬貨幣、金融機構、金融監管、銀行業、法定貨幣、分布式能源、互聯網保險、金融業、商業、貨幣發行等，這一年是區塊鏈技術發展非常重要的一年，區塊鏈的應用主要集中在金融領域；2017年首次出現的關鍵詞按照節點大小排序有金融科技、金融創新、監管科技、供應鏈、ico、數字資產、商業模式、信息不對稱、分布式系統、一帶一路、區塊鏈金融、版權保護、密碼學、平行區塊鏈、法定數字貨幣、數字出版、分布式存儲、技術創新、普惠金融、教育大數據、信用機制、去信任化、網絡借貸、信任機制、監管沙箱、數據安全、互聯網+、共享等，與前面的關鍵詞相比，這些關鍵詞更為細化，表明區塊鏈核心技術的研究進入實質階段；2018年首次出現的關鍵詞按照節點大小排序有供應鏈金融、聯盟鏈、共享經濟、圖書館、數據共享、跨境電商、分布式賬本、信息共享、監管沙盒、數字經濟、新聞業、風險、稅收征管、互聯網、時間戳、不可篡改等，表明區塊鏈技術已經向多個應用領域發展；2019年首次出現的關鍵詞按照節點大小排序有云計算、訪問控制、代碼、博弈論、審計、應收賬款融資、身份認證、云存儲、供應鏈融資、分布式賬本技術、合同法、區塊鏈治理、學術出版、安全多方計算、小微企業融資、拜占庭容錯、數字版權管理、貨幣法、資源共享、食品安全等，表明區塊鏈應用領域進一步擴大，并且更加注重區塊鏈核心技術研究，區塊鏈研究進一步深入化。未來研究中，區塊鏈核心技術將成為研究重點，如區塊鏈技術的輸出性能、可擴展性等，以便區塊鏈技術能夠被更好地應用到實際場景。

圖5 關鍵詞時區分布可視化圖

5 討論

從數據統計和可視化分析可以看出，國內區塊鏈的研究從 2014 年開始萌芽，經過 3 到 4 年的發展，2018 年到2019年進入到白熱化階段。從研究熱點和研究內容來看，學者首先從區塊鏈思想開始入手，以金融領域作為最初的應用領域并延伸到供應鏈、人工智能等多個領域，在研究具體應用領域的同時，針對應用過程中面臨的具體困難，深入研究區塊鏈核心技術。因此，區塊鏈技術的研究可以分為三個層級，即區塊鏈思想、區塊鏈核心技術和區塊鏈應用領域。

5.1 區塊鏈去中心化思想

區塊鏈誕生于比特幣系統，其最基本的特點是去中心化、多重備份、安全可靠、可追溯。正是由于區塊鏈技術的這些特征，顛覆了人類社會中長期存在的中心化概念，使得人與人之間無須通過中心化實體（中心化易被操縱）完成交易，只需要通過機器等硬件設備即可實現在不可靠條件下的信任操作。在不可靠的場景下，區塊鏈作為一個重要的技術性解決方案能夠為人們提供可信、可靠的服務。從區塊鏈文獻發文情況和研究內容來看，國內學者對區塊鏈思想研究的重點詞匯主要有：去中心化、分布式存儲、智能合約、時間戳、不可篡改、分布式賬本、共享經濟、隱私保護、信息安全、金融監管。在這些熱點詞匯研究的基礎上，通過重點詞匯的延伸研究發現，區塊鏈思想已成為指導區塊鏈技術及應用領域的驅動力。

5.2 區塊鏈核心技術

區塊鏈核心技術是區塊鏈思想得以實現的保證。通過技術實現思想是區塊鏈得以發展的根本原因，區塊鏈技術效率的提升對提高生產力有決定性的影響。區塊鏈的核心技術主要體現在安全性、擴展性和輸出性能等方面。區塊鏈系統的本質是在分布式環境下實現多個節點的協同工作，涉及到多種核心技術，如共識算法、分布式存儲、加解密技術及hash技術等。隨著對區塊鏈研究的深入，技術類的文獻越來越多。對區塊鏈文獻的研究熱點和關鍵詞匯進行分析可以得出，區塊鏈技術的熱點詞匯有：共識機制、工作量證明、拜占庭容錯、身份管理、身份認證、激勵機制、監管沙盒等。同時發現，區塊鏈技術類的文章大多發表于計算機類期刊，部分期刊級別達到了EI 期刊的水平，說明技術類的文章是將來研究的重點。

5.3 區塊鏈應用領域

區塊鏈最終的目標是滿足人們在不可靠環境下進行公平、公正、安全、可信交易的需求。區塊鏈去中心化的思想和技術特征決定了它能夠應用在多個領域，凡是有可信、可靠需求的領域都可以用區塊鏈技術。數字貨幣是區塊鏈最初的應用領域。對區塊鏈文獻進行研究熱點分析可以發現，目前區塊鏈的應用領域主要有數字貨幣、互聯網金融、能源互聯網、物聯網、供應鏈、人工智能、大數據、跨境電商、數據共享、版權保護等。區塊鏈技術和大數據、人工智能等共同成為下一代信息技術變革的驅動力，為其他技術或者應用提供了支撐。隨著區塊鏈技術的快速發展，區塊鏈將被應用到更多的場景，提供安全、可靠的服務。

6 結語

區塊鏈研究如火如荼，區塊鏈技術已經和大數據、人工智能、智能醫療、智慧制造、物聯網等領域緊密結合，成為下一代信息技術革命的主要推動力，為社會變革和社會發展注入新鮮活力。本文通過對國內近幾年發表的區塊鏈論文進行梳理，旨在幫助科研人員和企事業工作者了解區塊鏈技術目前的研究現狀、研究熱點和演化趨勢。本文首先統計了國內學者在中文EI 期刊、CSSCI 期刊、北大中文核心期刊、CSCD 期刊的發文情況，主要包括發文量、發文機構、作者共現、重要文獻、發文期刊等；其次利用CiteSpace 軟件對區塊鏈文獻進行可視化分析，主要包括關鍵詞、聚類和時區分布等；最后，從區塊鏈的思想、核心技術和應用領域等三個維度進行討論。全文探討了區塊鏈文獻的研究現狀、研究熱點和演化趨勢，為科研人員和企事業單位提供決策支持。