基于文獻計量與共詞分析的國內區塊鏈研究熱點探析

范清清 唐毅

摘? 要：文章以CNKI數據庫收錄的2016—2020年國內區塊鏈相關研究文獻作為研究對象，采用文獻計量方法對樣本文獻的年度發文量、期刊分布進行分析;并利用共詞分析法對樣本文獻的高頻關鍵詞進行處理，運用SPSS軟件對關鍵詞相關與相異矩陣進行因子分析、聚類分析以及多維尺度分析;研究發現目前國內區塊鏈領域的研究熱點主要集中6個方面，其中信息安全是國內區塊鏈領域研究的核心熱點與重點。

關鍵詞：區塊鏈;文獻計量;共詞分析;信息安全

中圖分類號：TP311;G353.1? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：2096-4706（2021）16-0172-05

Analysis of Domestic Blockchain Research Hotspots Based on Bibliometrics and

Co-word Analysis

FAN Qingqing， TANG Yi

（School of Public Administration， Xiangtan University， Xiangtan? 411105， China）

Abstract： The paper takes the domestic blockchain related research literature from 2016 to 2020 included in CNKI database as the research object， the annual publication volume and journal distribution of the sample literature are analyzed by bibliometric method; the Co word analysis is used to process the high-frequency keywords of the sample literature， and SPSS software is used to carry out factor analysis， cluster analysis and multi-dimensional scale analysis on the keyword correlation and dissimilarity matrix; it is found that at present， the research hotspots in the domestic blockchain field mainly focus on six aspects， among which information security is the core hotspot and focus in the domestic blockchain field.

Keywords： blockchain; bibliometrics; co-word analysis; information security

0? 引? 言

2008年，中本聰提出比特幣概念，而區塊鏈作為比特幣的底層技術之一由此而生。區塊鏈是將數據區塊以時間順序的方式通過存儲前一數據區塊哈希值與前一數據區塊相連接而成。區塊鏈一直擁有頗高的關注度，學者們也在不斷地對區塊鏈技術進行探索與創新。為了把握當前國內區塊鏈研究的前沿熱點，本文采用文獻計量和共詞分析法對國內區塊鏈相關研究文獻進行梳理分析，揭示國內區塊鏈研究現狀與熱點話題，為區塊鏈領域的相關研究提供參考。

本文選取CNKI數據庫為數據源，以“區塊鏈”為檢索詞進行篇名檢索，由于檢索出2015年有關區塊鏈的文獻只有9篇，所以選用了2016—2020年區塊鏈相關研究文獻進行分析，共檢索出相關文獻11 872篇，除去會議通知、報刊訊息等噪音文獻，共篩選出9 199篇有效文獻。

1? 文獻計量分析

1.1? 年度發文量分析

發文量在一定程度上反映出該領域相關研究在某段時間的研究水平與發展趨勢[1]。對樣本文獻按照時間順序進行梳理，發文量趨勢圖，如圖1所示。2015年之前區塊鏈研究文獻非常少，區塊鏈研究處于萌芽階段。而在2016—2017年，區塊鏈研究文獻數量實現大跨度的飛躍進展，這兩年區塊鏈研究處于迅速發展階段。在2018—2020年區塊鏈的研究處于突破爆發階段。越來越多的領域引用了區塊鏈技術，區塊鏈的研究發展也越來越成熟。

1.2? 期刊分布情況分析

據統計，樣本文獻共分布在1 889種期刊，平均期刊載文量為4.87篇。根據布拉德福定律，按照每個區域文獻數量大體一致的原則，將期刊分為3個區域：第一個區域為核心區，共有83種期刊，約占期刊總數的4.39%，文獻數量約占總文獻量的32.71%;第二個區域為相關區，共有282種期刊，約占期刊總數的14.93%，文獻數量約占總文獻量的34.5%;第三個區域為非相關區域，共有1 524 種期刊，約占期刊總數的80.68%，文獻數量約占總文獻量的32.79%。這3個區域的期刊數量比為83：282：1 524，與布拉德福定律公式1：n：n2相擬合，其中n約為4，可以推斷出該樣本文獻的期刊分布基本符合布拉德福定律，說明區塊鏈研究已經形成核心期刊群，載文量前5位的核心期刊為金融電子化（82篇）、金融科技時代（82篇）、時代金融（80篇）、網絡空間安全（73篇）、金卡工程（70篇）。

2? 共詞分析

2.1? 關鍵詞詞頻統計

采用SATI3.2對樣本文獻的關鍵詞進行頻次統計。去除一些無意義的關鍵詞，如“應用”等;合并同義詞，如將“超級賬本”和“hyperledger”合并為“超級賬本”等;將檢索詞“區塊鏈”去除，因其出現的頻次為7 445次，對研究熱點分析無太大的意義[2]。

將關鍵詞詞頻從高到低排序，最終確定前50個高頻關鍵詞為研究對象。這50個高頻關鍵詞在較大程度上可以反映出2016—2020年間我國區塊鏈領域研究的熱點。高頻關鍵詞統計表，如表1所示。

2.2? 構建共詞矩陣

利用SATI3.2構建50×50的關鍵詞共詞矩陣，如表2所示。共詞矩陣主對角線上的數值表示對應的關鍵詞在樣本文獻中出現的總次數，共對角線之外的數值表示行和列所對應的關鍵詞同時出現的頻次。如“智能合約”和“去中心化”對應的數值是154，則說明這兩個關鍵詞在同一篇文章中出現的次數為154次。兩個關鍵詞出現在同一篇文章的頻次越多，代表著這兩個關鍵詞的聯系程度越強[3]。

為了消除共詞矩陣數值差別較大帶來的影響[4]，將共詞矩陣導入到SPSS22中進行相關分析，生成關鍵詞相關矩陣，用來做因子分析。再用1減去關鍵詞相關矩陣的每個數值，得到關鍵詞相異矩陣，用來做聚類分析和多維尺度分析。

2.3? 多元統計分析

2.3.1? 因子分析

因子分析是將多個變量轉變成為若干個不相關綜合指標的一種多元統計方法。將關鍵詞相關矩陣導入到SPSS22中進行因子分析，提取方法為主成分分析法，得到總方差解釋表，如表3所示，得到碎石圖，如圖2所示。

從表3中可知，有16個公共因子被提取，累積方差貢獻率為67.301%，代表著這50個高頻關鍵詞可以解釋2016—2020年國內區塊鏈領域67.301%的研究現狀。從碎石圖中可知，在第6個因子之前曲線的陡峭度比較高，為了優化聚類效果，選擇從高頻關鍵詞中提取6個公共因子，為下面的聚類分析提供依據[5]。

2.3.2? 聚類分析

聚類分析可以將某一領域眾多關鍵詞進行分類，使得聯系度較高的關鍵詞分為一類，進而來表明該研究領域的不同研究方向組成[2]。將關鍵詞相異矩陣導入SPSS22中，采用系統聚類，使用組之間的鏈接方法和平方Euclidean距離進行聚類分析，得到高頻關鍵詞聚類譜系圖，如圖3所示。

在參照因子分析結果的基礎上，依據聚類分析譜系圖，可以將這50個高頻關鍵詞大致分為6類：第一類包括以太坊、精準扶貧、智能合約、非對稱加密、分布式存儲、超級賬本、共識機制、工作量證明、去中心化、比特幣、時間戳、數據庫;第二類包括數字經濟、云計算、檔案管理、電子證據、大數據、共享經濟、人工智能;第三類包括版權保護、圖書館、審計、會計、財務管理、高校、跨境電商;第四類包括金融科技、商業銀行、供應鏈金融、信息不對稱、互聯網金融、金融監管、區塊鏈金融、數字資產、信任機制;第五類包括溯源、農產品、供應鏈、物流、食品安全;第六類包括隱私保護、零知識證明、數據共享、物聯網、訪問控制、信息安全、身份認證、聯盟鏈、區塊鏈平臺、能源互聯網。

2.3.3? 多維尺度分析

多維尺度法將多維空間的研究對象簡化到低維空間進行定位、分析和歸類，并利用距離的遠近來展現研究對象之間的相關性。將關鍵詞相異矩陣導入SPSS22中進行多維尺度分析，得到Stress=0.174<0.2，RSQ=0.892>0.8，模型的擬合度較好。高頻關鍵詞多維尺度圖，如圖4所示。在多維尺度圖中各個關鍵詞的位置用小圓圈來表示，圓圈間的距離越近，關鍵詞的聯系度越高[4]。多維尺度圖中越靠近原點并且分布較為集中的關鍵詞，說明該研究方向得到的關注度較高，為核心熱點[6]。

由圖4可知，關鍵詞大致可劃分為6個區域，第一個區域關鍵詞有大數據、人工智能、檔案管理、數字經濟、電子證據、云計算;第二個區域關鍵詞有智能合約、精準扶貧、非對稱加密、以太坊、共識機制、去中心化、比特幣、分布式存儲、超級賬本、時間戳;第三個區域關鍵詞有高校、會計、財務管理、圖書館、審計、跨境電商;第四個區域關鍵詞有金融科技、互聯網金融、食品安全、商業銀行、信息不對稱、物流、農產品、供應鏈金融、能源互聯網、金融監管、版權保護、信任機制、區塊鏈平臺、區塊鏈金融;第五個區域關鍵詞有共享經濟、溯源、身份認證、供應鏈、數字資產、訪問控制、工作量證明;第六個區域關鍵詞有信息安全、數據庫、零知識證明、數據共享、聯盟鏈、物聯網、隱私保護。

2.4? 結果分析

在多元統計分析中，聚類分析得到的6大類所屬關鍵詞，與多維尺度分析得到的6個區域所屬關鍵詞基本一致，總結得出我國區塊鏈研究熱點主要集中在以下6個方面：

（1）區塊鏈在人工智能領域的應用。“Matrix鏈”作為新一代區塊鏈，成功引入人工智能，欲定義“區塊鏈3.0”。

（2）區塊鏈的基礎理論研究。區塊鏈本質上是一個分布式賬本數據庫，依靠智能合約等邏輯控制功能演變為完整的存儲系統[7]，具有去中心化、非對稱加密等特點。

（3）區塊鏈在圖書館領域的應用。區塊鏈的P2P技術可以減少圖書流轉的中間環節，提高圖書流轉的效率以及擴大知識傳播范圍[8]。

（4）區塊鏈在金融領域的應用。區塊鏈技術有助于打破金融壟斷的格局，緩解信息不對稱問題，促進網絡借貸規范化，降低金融行業的交易成本[8]。

（5）區塊鏈在供應鏈領域的應用。傳統的供應鏈管理存在追溯能力低下，信息透明度低，信息流動不通暢等問題。區塊鏈技術具有信息公開透明、安全可靠等特點可以有效解決傳統物流供應鏈系統存在的問題。

區塊鏈在信息安全領域的應用。區塊鏈采用的是分布式存儲，鏈中的每一個節點都保存了區塊鏈全部的數據，如果篡改數據，需對超過51%的節點進行改動，保證了信息的安全性和準確性。

在多維尺度分析圖中，信息安全幾乎位于原點中心位置，說明信息安全是目前國內區塊鏈研究的核心熱點與重點。其次是金融領域，離中心位置很近，并且類別內主題詞分布很集中，說明金融領域也是目前區塊鏈領域的研究熱點，尤其側重于在供應鏈金融和金融監管等方向。其次是供應鏈領域，離原點位置較近，也是區塊鏈研究熱點之一。其次是區塊鏈的基礎理論研究，由于當前將區塊鏈技術與實際應用相結合以解決實際問題的研究較多，對區塊鏈的基礎理論研究的關注度較低。其次是圖書館領域，處于邊緣位置，受到的關注度較低，尚未引起更多的重視。最后是人工智能領域，受到的關注度最低，并且類別內部主題詞分布很分散，聯系緊密度很低，有待更進一步的發展研究。

3? 結? 論

本文以區塊鏈研究文獻為基礎，以文獻計量和共詞分析為分析視角探討了國內區塊鏈領域的研究現狀以及研究熱點。分析結果表明，我國區塊鏈研究的熱點主要集中在區塊鏈的基礎理論研究、在信息安全領域、金融領域、供應鏈領域、圖書館領域以及人工智能領域的應用。其中，信息安全領域是當前區塊鏈研究的核心熱點與重點，信息安全領域對區塊鏈技術有很強依賴性，在未來時期區塊鏈在信息安全領域的應用和影響會進一步加深。

參考文獻：

[1] 張姣姣，劉云，程旖婕.基于文獻計量學定律的大數據應用領域發展規律研究 [J].知識管理論壇，2016，1（5）：384-392.

[2] 李睿.基于文獻計量和共詞分析的國內開放獲取研究熱點探析 [J].圖書館學刊，2020，42（1）：99-105.

[3] 陳寶國，應秋陽.基于Citespace的國內區塊鏈研究現狀及熱點分析 [J].經濟界，2020（4）：14-22.

[4] 韓征征，羅靜.基于共詞分析的國內替代計量學研究 [J].情報探索，2020（9）：131-134.

[5] 郭婷，鄭穎.數據挖掘在國內圖書情報領域的應用現狀分析——基于文獻計量分析和共詞分析 [J].情報科學，2015，33（10）：91-98.

[6] 黃麗霞，歐燕.我國圖書館讀者薦購領域研究熱點與作者團體研究——基于共詞分析和社會網絡分析 [J].情報探索，2021（1）：120-128.

[7] 張玉，郭會雨，陳建青.我國數據挖掘研究現狀分析——基于共詞分析視角 [J].情報科學，2011，29（10）：1589-1593.

[8] 潘吉飛，黃德才.區塊鏈技術對人工智能的影響 [J].計算機科學，2018，45（11A）：53-57+70.

作者簡介：范清清（1995—），女，漢族，河南開封人，碩士研究生在讀，研究方向：情報學;唐毅（1970—），男，漢族，湖南邵陽人，副教授，博士，研究方向：供應鏈信息管理。