大數據在智慧物流發展中的應用研究與熱點進展

丁燕

摘? ?要：分析大數據在智慧物流發展中的應用研究與熱點進展，將積極作用于我國在這方面的理論研究。以內容分析和文獻計量學為基礎，使用VOSviewer軟件作為分析工具，結合其知識圖譜進行分析[1]。以CNKI數據庫2010月1日至2022年2月11日之間的906篇國內大數據與智慧物流有關的文獻為樣本，通過關鍵詞與作者的共現分析，探討我國大數據在智能物流中的應用研究進展和熱點。研究發現，我國在該領域的研究主要集中在智慧物流、大數據、物聯網、人才培養、云計算、數字經濟、智慧港口等方面。

關鍵詞：大數據；智慧物流；VOSviewer；可視化分析

中圖分類號：F252? 文獻標志碼：A? 文章編號：1673-291X（2023）08-0141-04

一、文獻綜述

智慧物流概念自2009年提出以來，引起了中國學術界的高度關注，并圍繞其概念特征、體系結構、實施框架和發展趨勢等方面開展了一系列研究。實際上，“智能物流”是一個不受限制的概念，學者們也用“智能物流”等詞來描述物流業務數字化、物流數據商業化的物流發展狀態。胥軍等學者（2011）通過案例分析智能物流系統在現實生活中的實施后認為，智能物流應具備信息化、數字化、網絡化、一體化的多功能特征，是一體化的深化應用[2]。王之泰（2014）則認為，“智慧物流”作為一種高層次的物流形式，是城市化發展中必須注意的大勢所趨，它從基礎設施、設備管理等方面深刻影響著物流業的發展[3]。邵廣利（2015）則針對國內外智能物流發展的現狀、模式及制約因素進行分析，提出了具體的智能物流發展模式[4]。王先慶和彭雷清（2017）立足“一帶一路”的建設背景，提出中國物流革命和物流創新的未來方向，認為智慧物流的進步離不開互聯網、人工智能和電子商務的快速發展[5]。李永芃和張明（2021）堅信，區塊鏈技術可以充分整合分散的物流資源，并且智慧物流的發展離不開政府的正確引導和物流企業自身的努力[6]。顯然，智慧物流的發展已成為趨勢，引起了政府、企業及學術界的高度重視。互聯網及人工智能大數據的發展更是智慧物流前進不可缺少的助力。因此，針對大數據應用在智能物流發展中的熱點話題，有必要梳理研究脈絡，總結和預測該領域的發展進程。

本論文以CNKI數據庫為基礎，借助文獻計量可視化工具VOSviewer對相關文獻進行研究。通過分析和相關知識圖譜，幫助政府、企業和學者了解我國在大數據研究中智慧物流發展中的應用動態、熱點和前沿，為政府、企業制定政策，為決策制定和學者研究提供參考跟蹤研究方向。

二、數據來源和研究方法

（一）數據來源

本論文研究數據均來自中國知網（CNKI）。在文獻數據檢索的篩選中，為獲得更全面的檢索結果，本文將發表時間范圍設定為2010年1月1日至2022年2月11日，并進行主題“大數據”“智慧物流”的檢索。在剔除會議記錄后，共得到906條文獻數據。由于VOSviewer應用程序的特殊性，需要使用特定的數據格式進行數據分析，因此，選擇Refworks格式導出數據并將數據保存到指定的文件夾。

（二）研究方法

為了直觀地展示大數據在智慧物流中的應用研究現狀，本文借助VOSviewer可視化軟件，從發文量、關鍵詞、作者三個方面繪制了知識圖譜。借助該軟件統計可得到年發表量和期刊類別結果，在結合文獻分析方法梳理研究課題的基礎上，總結大數據在智能物流中應用的研究特點和研究前沿。

三、大數據在智慧物流發展中的應用研究與熱點進展概況

（一）發文數量的年代分布

通過對相關文獻研究論文數量的統計，可以整體把握大數據在智慧物流發展中應用的研究論文趨勢。筆者以大數據在智慧物流發展中的應用為主題，繪制了2010—2022年的發文量趨勢圖（圖1）。

應用的發文數量趨勢圖

圖1顯示了近11年來大數據在智慧物流應用數量上的發文趨勢，并且在2013年之后才真正出現了研究相關主題的文獻。具體可分為三個發展階段：（1）從無到有時期（2010—2016年）。這一時期的變化特點被認定為從無到有，實現過零，后期整體緩慢增長。（2）快速增長時期（2016—2017年）。這一階段的發表文章數量從52篇直接增加到121篇，其中增長速度最快的時期是2010—2022年。（3）穩定增長時期（2017—2022年），在這五年期間，相關主題的發文量一直呈現穩定增長的狀態，并有望于2022年底突破200篇。

（二）關鍵詞網絡共現

通過統計，共得到2 303個關鍵詞，將閾值設置為2，此時通過閾值過濾的關鍵詞是522個。其中排名前10 的關鍵詞為智慧物流（512）、大數據（160）、Intelligent logistics（86）、物聯網（73）、big data（60）、smart logistics（60）、人工智能（41）、云計算（40）、物流行業（37）、新零售（35）。作者對原始數據進行預處理，并導入VOSviewer運算，最終運行結果以可視化圖譜形式展示出來（圖2）。

圖2是VOSviewer 提供的3種視圖之一的“network visualization”（網絡視圖）。圖2中的每一個圓圈即節點，都代表了一個關鍵詞。圓圈和圓圈之間的連線代表了關鍵詞之間的共現關系，即這些關鍵詞曾經共同出現過。圓圈越大，代表這個關鍵詞出現的頻率跟次數越高。相當于VOSviewer已經做了一個聚類分析，將各種不同的關鍵詞分為了各種不同的顏色。圖2中圓圈與字體的大小取決于該圓圈的權重，權重越大，字體與圓圈越大。當鼠標放在任意一個圓圈（節點）上時，VOSviewer會高亮顯示出與該選中的關鍵詞相關的其他關鍵詞的共現關系。同時，在該軟件下方會顯示出該關鍵詞的名稱（Items）、聚類結果（Clusters）與關鍵詞總鏈接強度（Total Link Strength）等信息。

由圖2可知，圖譜左上角區域中各圓圈（節點）之間的連線較少，表明這些研究領域（主題）與其他研究領域間的聯系較為疏松，如發展問題、物流活動、倉儲配送以及電商。本文認為，未來學者可將研究目光集中到這些研究領域（主題），在該類研究主題的深度上進行深挖。且若考慮結合其他研究領域（主題），或許能夠產生新的研究思路與成果，發掘出新的研究增長點。

根據該聚類分析的結果可知，經過閾值過濾的522個關鍵詞被分成26個聚類，比較明顯的有淺藍色、綠色、紅色、黃色、橙色和咖色這6種聚類。可以看到“智慧物流”是作為淺藍聚類中的核心詞，跟它有聯系的詞都是“智慧交通”“智慧城市”“未來趨勢”等較為宏觀跟概括的詞，因此該聚類主要研究智慧物流發展呈現的宏觀特征與對應的發展措施。綠色聚類中的核心詞是“Intelligent logistics”，跟它有鏈接的關鍵詞多為“物聯網技術”與“智能物流”“物流人才培養”等，可見該類研究多集中于智慧物流發展所需的技術和人才培養上。紅色聚類中的關鍵詞是“云計算”，與它有鏈接的關鍵詞多為“智慧化”“大數據中心”“杭州”等，可見該類研究主要集中于智慧物流發展的地點以及基礎設施，其中杭州市作為領先地廣受關注。黃色聚類中的關鍵詞是“數字經濟”，與它存在鏈接關系的次要多為“智能網聯汽車”“digital economy”“智能工廠”等。橙色聚類中的核心詞是“智慧港口”，與其有鏈接的詞語多為“數字化轉型”“應急物資”等，由此可見主要討論將來智慧物流發展所必須的配套設施以及應用場景等。咖色聚類則以“信息技術”為核心詞匯，可見智慧物流的發展離不開產業集群、技術優化，并且區塊鏈也可為其服務。

此外，VOSviewer中還提供了其他2種視圖：Overlay Visualization（疊加視圖）、Density Visualization（密度視圖）。其中，疊加視圖的結構跟網絡視圖是一樣的，主要用不同的顏色來表示關鍵詞出現的年份。“Density View”（密度視圖）圖3能夠展現關鍵詞的活躍程度，有助于使用者清晰且快速的預覽聚類與重點圖譜區域。可知關鍵詞被引用的次數和頻率越高，顏色越接近黃色；反之越接近藍色。

（三）作者網絡共現

通過統計，這906篇文獻共有1 094個作者參與編寫。將閾值設置為2，此時通過閾值過濾的作者是81個，其中排名前10的作者是劉寶學、劉翠娟、楊龍、張鵬、徐香復、紀雯、董鵬、王鑫麗、張宇軒和李琳。作者對原始數據進行預處理，并導入VOSviewer 運算。最后以可視化圖集的形式呈現運行結果（圖4）。可見，劉寶學、劉翠娟、楊龍、張鵬與紀雯這5位學者的研究較為相似。

四、總結與展望

（一）大數據在智慧物流中的應用研究與熱點進展結論

大數據在智能物流中的應用研究，國內起始于2013年。特別是在2017年以后，針對該主題的研究文獻開始逐步增長，學術界開始真正關注到這一領域。

本論文使用VOSviewer進行知識圖譜的可視化分析，得出如下結論。

1.通過對大數據在智慧物流中的應用關鍵詞與作者的共現分析，認為智慧物流研究的重點和方向在不同時期是不同的，同時與國家的一些指導政策和時事密切相關。因此可認為，關于該研究的進展不是孤立的、閉門造車式的。

2.關鍵詞分析中智慧物流、大數據、Intelligent logistics、物聯網、big data、smart logistics、人工智能、云計算、物流行業、新零售出現的頻率最高。這與主題的選擇密切相關。而大數據在智慧物流中的應用，近年來受到不少關注，學術界不僅在宏觀層面上探討智慧物流發展需要什么樣的城市發展面貌，也在微觀層面上探討應該建設什么樣的智慧港口。而智慧物流的發展盡管依托大數據等信息技術的進步，但也離不開物流相關人才的支持。因此，加大培訓力度，支持相關人才的培養也是一個研究熱點。

3.從作者的共現分析來看，研究大數據在智慧物流中應用的作者之間的合作并不多，相互之間的聯系也很少，主要是5個學者之間的研究存在相似性與關聯度。其實，學者之間的思想交流和碰撞可以產生更多的智慧火花，因此，未來相關領域的學者可以增加交流和互動，加強交流，互通有無。

（二）研究不足與展望

由于在使用VOSviewer軟件得到網絡共現圖以后無法查看節點信息，即無法通過鼠標點擊選中的圓圈（節點）就獲取該節點對應的內容詳細鏈接，因此在之后的研究中作者會嘗試結合其他可視化軟件進行文獻分析。

參考文獻：

[1]? ?宗乾進，袁勤儉，顏祥林，等.2010年中國檔案學研究熱點的知識圖譜分析[J].檔案學通訊，2011，（5）：8-12.

[2]? ?胥軍，李金，湛志勇.智能物流系統的相關理論及技術與應用研究[J].科技創新與生產力，2011，（4）：13-18.

[3]? ?王之泰.城鎮化需要“智慧物流”[J].中國流通經濟，2014，28（3）：4-8.

[4]? ?邵廣利.基于物聯網技術的智慧物流發展模式研究[J].物流工程與管理，2015，37（11）：111-114.

[5]? ?王先慶，彭雷清.物流革命與物流創新的方向、路徑及策略[J].中國流通經濟，2017，31（7）：120-126.

[6]? ?李永芃，張明.區塊鏈賦能智慧物流生態體系升級研究[J].企業經濟，2021，40（12）：144-151.

[責任編輯? ?柯? ?黎]