基于LDA和SNA的應(yīng)急物流研究主題可視化研究*

米 俊，李 超，王 迪

(1.山西財經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，山西 太原 030006；2.山西財經(jīng)大學(xué) 工商管理學(xué)院，山西 太原 030006)

應(yīng)急物流是指為應(yīng)對突發(fā)事件提供生產(chǎn)、生活物資供應(yīng)保障，滿足突發(fā)性物流需求的特殊物流活動[1-2]，貫穿突發(fā)事件的應(yīng)急減緩、應(yīng)急準(zhǔn)備、應(yīng)急響應(yīng)以及應(yīng)急恢復(fù)全過程。2020年新冠病毒感染發(fā)生以來，我國應(yīng)急物流體系發(fā)揮了疫情防控“生命線”與“先行官”作用，順豐速運等物流企業(yè)先后在多個城市及時調(diào)度防疫物資，“菜鳥”應(yīng)急物流體系擔(dān)任起國際應(yīng)急物流重任，為150多個國家和地區(qū)運送物資共計2.5億余件[3]。然而，在應(yīng)對突發(fā)事件過程中，應(yīng)急物流體系仍然暴露出應(yīng)急倉儲能力不足、救援物資調(diào)配不合理、末端配送效率低下等短板現(xiàn)象，我國應(yīng)急物流能力尚存在較大優(yōu)化空間。隨著應(yīng)急物流實踐痛點問題的凸顯，應(yīng)急物流相關(guān)的體系建設(shè)、模型與算法優(yōu)化、應(yīng)急管理及應(yīng)急物資保障問題成為政府、企業(yè)和學(xué)者共同關(guān)注的重點議題。

國外學(xué)者和實踐者對應(yīng)急物流的關(guān)注時間較早，經(jīng)過多年探索已形成較為完善的管理機制和救援體系，如美國成立聯(lián)邦應(yīng)急管理署、日本構(gòu)建海陸空運輸應(yīng)急物流體系等[4-5]。已有學(xué)者采用模型構(gòu)建和仿真等技術(shù)方法在應(yīng)急物流管理[6]、應(yīng)急物資配送等方面展開深入研究，如Ken[7]提出用物流方法幫助調(diào)配救援物資，從而提升運送效率，這為應(yīng)急物流運輸、配送等方面研究奠定了堅實的基礎(chǔ)；應(yīng)急物資運輸配送是應(yīng)急物流的重要一環(huán)，其中對物資保障、路徑優(yōu)化的研究是實現(xiàn)應(yīng)急物流高質(zhì)量發(fā)展的關(guān)鍵，部分學(xué)者以最小成本、最短路徑、有限時間內(nèi)實現(xiàn)資源合理調(diào)配和最少損失為目標(biāo)，研究在不同約束條件下應(yīng)急物資運輸分配問題[8-11]。我國應(yīng)急物流的研究起步較晚，2003年非典肺炎的暴發(fā)引發(fā)社會各界對應(yīng)急物流的廣泛關(guān)注，應(yīng)急物流領(lǐng)域成為研究熱點[12]。當(dāng)前，國內(nèi)學(xué)者主要聚焦于重大突發(fā)事件下應(yīng)急物資儲備調(diào)度、選址路徑和體系構(gòu)建等問題[13-14]，從模型求解、算法優(yōu)化[15]等研究視角出發(fā)，探索優(yōu)化應(yīng)急物流管理、提升應(yīng)急救援效能的路徑方案，并致力于尋求降低突發(fā)事件影響、減輕人民生命財產(chǎn)損失的發(fā)展對策。部分學(xué)者針對國內(nèi)外應(yīng)急物流研究特征展開綜述分析，如商麗媛等[16]運用元分析法從應(yīng)急物流研究主題、方法、層次和參照學(xué)科四個方面進行綜述分析；李創(chuàng)等[12]從應(yīng)急物流理論基礎(chǔ)、體系建設(shè)和物資配送優(yōu)化等方面著手，總結(jié)歸納國內(nèi)外應(yīng)急物流研究現(xiàn)狀和發(fā)展歷程。已有部分學(xué)者基于知識圖譜[17]、Citespace[18]、VOS viewer[4]等可視化軟件對物流學(xué)科現(xiàn)狀及發(fā)展趨勢展開分析，如呂程[17]以科學(xué)文獻數(shù)量為標(biāo)尺，從靜態(tài)和動態(tài)兩個角度分析了國內(nèi)外物流研究現(xiàn)狀并預(yù)測未來發(fā)展趨勢；戢曉峰等[4]采用詞頻分析方法，通過VOS viewer軟件可視化對比分析1997-2020年國內(nèi)外應(yīng)急物流文獻，總結(jié)學(xué)科發(fā)展動態(tài)和研究熱點。但是，現(xiàn)有文獻中針對應(yīng)急物流的綜述研究僅通過統(tǒng)計關(guān)鍵詞詞頻展開共詞分析，沒有具體分析關(guān)鍵詞在網(wǎng)絡(luò)中所處位置，難以科學(xué)勾勒應(yīng)急物流研究熱點和演化路徑。

通過梳理相關(guān)文獻發(fā)現(xiàn)，應(yīng)急物流領(lǐng)域的主題挖掘和演化路徑研究主要存在以下不足：關(guān)于應(yīng)急物流主題挖掘的文獻較少，多數(shù)文獻聚焦物流學(xué)科或某一細分主題展開綜述，導(dǎo)致難以獲取完整全面的應(yīng)急物流研究熱點，此外，文獻多采用詞頻統(tǒng)計等傳統(tǒng)的主題識別方法，HANNIGAN、馬鴻佳等[19-20]指出用此類方法對大量文獻內(nèi)容進行綜述會存在去語境化、耗費時間和資源等缺陷。為了彌補上述不足，研究重點圍繞以下兩個問題展開：①如何有效識別及全面歸納應(yīng)急物流研究主題？②如何刻畫應(yīng)急物流研究發(fā)展趨勢和演變路徑？傳統(tǒng)文獻綜述方法依靠研究人員主觀分析、缺少共同遵守準(zhǔn)則等原因，常常出現(xiàn)分析偏差或不同研究者意見相左的情況[21]。近年來，隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型作為語義挖掘的有效方法得到了學(xué)者關(guān)注，學(xué)者們在統(tǒng)計學(xué)[22]、圖書情報學(xué)[23-24]、新聞學(xué)[25]等領(lǐng)域采用LDA展開文獻計量分析并取得豐碩成果。同時，國內(nèi)外學(xué)者對社會網(wǎng)絡(luò)分析法在主題演化方面的貢獻也開展了深入研究，該方法為主題演化分析提供標(biāo)準(zhǔn)和量化指標(biāo)，能清晰揭示主題發(fā)展趨勢和演化路徑[26-30]。鑒于此，本文基于LDA主題模型挖掘國內(nèi)應(yīng)急物流研究主題，并借助社會網(wǎng)絡(luò)分析工具厘清應(yīng)急物流演化趨勢。

1 研究設(shè)計

1.1 LDA主題模型

主題模型是運用算法對語料進行語義分析和聚類以發(fā)現(xiàn)文本主題并對其進行無監(jiān)督分類的統(tǒng)計模型[31]，常見的主題模型方法包括潛在語義分析(Latent Semantic Analysis，LSA)[32]、概率潛在語義分析(Probabilistic Latent Semantic Analysis，PLSA)[33]和LDA[34]。其中，LDA是一種典型的三層貝葉斯詞袋模型，包括文檔層、主題層和主題詞層：每個主題對應(yīng)一個關(guān)鍵詞概率分布，每個文檔則對應(yīng)一個主題概率分布。LDA建模過程主要包括：文獻分詞清洗、確定最優(yōu)主題數(shù)和提取主題詞，主題降維和可視化分析。在Python3.7.4環(huán)境下，對清洗后數(shù)據(jù)進行LDA算法分析，確定最優(yōu)主題數(shù)。同時測度文檔-主題分布和主題-詞分布，可視化聚類結(jié)果，結(jié)合主題分布和詞語語義實現(xiàn)主題分類。

1.2 社會網(wǎng)絡(luò)分析

社會網(wǎng)絡(luò)分析(Social Network Analysis，SNA)是通過網(wǎng)絡(luò)和圖論對行動者及社會結(jié)構(gòu)加以分析的一種結(jié)構(gòu)范式[35-36]。隨著Ucinet、Gephi等可視化分析軟件的誕生，社會網(wǎng)絡(luò)分析在量化網(wǎng)絡(luò)結(jié)構(gòu)、揭示網(wǎng)絡(luò)特征方面超越了許多理論方法，在網(wǎng)絡(luò)輿情、科學(xué)合作等多領(lǐng)域得到廣泛應(yīng)用[37]。社會網(wǎng)絡(luò)分析的常見研究內(nèi)容包括整體網(wǎng)、中心性和結(jié)構(gòu)洞分析。其中，中心性分析是重要量化指標(biāo)之一，包括度數(shù)中心度、中間中心度和接近中心度，三種中心度概念見表1。結(jié)構(gòu)洞即網(wǎng)絡(luò)的空隙，處于結(jié)構(gòu)洞位置的節(jié)點在網(wǎng)絡(luò)中連接缺少直接聯(lián)系的兩個體，擁有更多的“信息優(yōu)勢”與“控制利益”[35]。

表1 中心度指標(biāo)及概念

通過社會網(wǎng)絡(luò)分析方法對共詞網(wǎng)絡(luò)展開分析，可以有效揭示學(xué)科研究熱點和演化趨勢[38]。具體包括篩選具有語義功能的高頻詞并統(tǒng)計詞語共現(xiàn)關(guān)系獲得共詞矩陣，然后借助Ucinet6.0工具可視化分析網(wǎng)絡(luò)特點，具體而言，以節(jié)點距離、凝聚指數(shù)和網(wǎng)絡(luò)密度等指標(biāo)描述的整體網(wǎng)絡(luò)特征，通過網(wǎng)絡(luò)中心度和結(jié)構(gòu)洞分析結(jié)果，揭示應(yīng)急物流研究演化路徑。

1.3 數(shù)據(jù)采集與處理

為了去除跨語言影響[20]，本研究聚焦于總結(jié)分析國內(nèi)應(yīng)急物流發(fā)展現(xiàn)狀，采用中文文獻為研究數(shù)據(jù)。具體的樣本選擇方法如下：首先，以“應(yīng)急物流”“應(yīng)急管理”“物流”為主題詞，在中國知網(wǎng)上篩選2003-2022年的中文核心期刊要目總覽收錄的期刊文獻和CSSCI期刊文獻，共搜集中文文獻522篇，通過瀏覽標(biāo)題、摘要與部分正文，剔除105篇與主題相關(guān)性較差的文獻，最終選定研究文獻為417篇。

LDA主題建模和社會網(wǎng)絡(luò)分析需要從文本信息中篩選關(guān)鍵詞，并在Python3.7.4和Ucinet6.0環(huán)境下實現(xiàn)建模和網(wǎng)絡(luò)分析。因此，在獲取文獻數(shù)據(jù)的基礎(chǔ)上，進行去停用詞、排除無功能詞匯、分詞等預(yù)處理工作。核心步驟如下：

(1)分詞處理。考慮到采集文獻全部為中文，研究采用結(jié)巴中文分詞工具包對數(shù)據(jù)進行分詞處理，將文獻的標(biāo)題、關(guān)鍵詞、摘要拆解分成單個的詞語，形成新的數(shù)據(jù)文檔。

(2)構(gòu)建去停用詞表。為了消除部分無關(guān)詞匯對實驗的影響，本研究結(jié)合哈爾濱工業(yè)大學(xué)停用詞表和本文研究內(nèi)容，新建去停用詞表，剔除如“為了”“本文”等與研究主題無關(guān)的詞語；同時建立自定義詞表，添加“重特大”“軍地一體化”等代碼無法準(zhǔn)確識別的詞語。通過上述調(diào)節(jié)方式，提高分詞的精確度和研究結(jié)果的準(zhǔn)確性。

1.4 研究框架

基于上述分析，以國內(nèi)應(yīng)急物流相關(guān)研究為背景，提出基于LDA與SNA的應(yīng)急物流主題聚類和演化趨勢及路徑分析框架模型(圖1)。

圖1 應(yīng)急物流研究主題聚類及熱點分析框架圖

2 研究過程

2.1 基于LDA的應(yīng)急物流主題聚類分析

基于詞袋方法，對篩選的417篇文獻信息建模，同時借助Python的Gensim包進行模型訓(xùn)練，從而得到主題聚類結(jié)果。

2.1.1 最優(yōu)主題數(shù)確定

由于LDA主題數(shù)量需要人為確定，當(dāng)前研究多使用困惑度與一致性指標(biāo)判斷最優(yōu)主題數(shù)目[19]。困惑度是文本所包含語料相似度的倒數(shù)，通過計算困惑度，可以識別文檔歸屬某個主題的不確定性，困惑度越小模型聚類效果越好；而一致性利用歸一化互信息和余弦相似度來分析語義相似性，一致性分?jǐn)?shù)越高，主題質(zhì)量越好。本研究分別計算主題數(shù)目為3～25共23個模型的困惑度與一致性表現(xiàn)來確定最優(yōu)主題數(shù)目。實驗結(jié)果見圖2、圖3，當(dāng)主題數(shù)目為20時，一致性分?jǐn)?shù)最高，同時困惑度數(shù)值也在主題數(shù)目為20時的下降幅度趨于平緩，因此本研究選取主題數(shù)為20。

圖2 困惑度分?jǐn)?shù)

圖3 一致性分?jǐn)?shù)

2.1.2 主題聚類可視化分析

輸入LDA聚類結(jié)果，借助python可視化軟件包pyLDAvis勾勒交互式的應(yīng)急物流研究主題聚類圖譜，檢驗主題分類結(jié)果的質(zhì)量(圖4)。

圖4 主題結(jié)果可視化注：圓圈表示主題，圓的大小代表主題出現(xiàn)的頻率，圓心間的距離表示主題之間的相似性程度。此外，圖中圓的重疊是將主題由高維空間映射到二維空間產(chǎn)生的，不代表主題的實際重疊。

表2呈現(xiàn)了20個潛在主題對應(yīng)的2～3個代表性詞語，結(jié)合表2主題詞詞義和pyLDAvis可視化圖譜的距離遠近，對20個潛在主題進行二次聚類，降維確定4個突出的研究專題，4個專題下的隸屬主題及10個關(guān)鍵詞結(jié)果見表3。

表2 潛在主題結(jié)果

表3 LDA主題聚類結(jié)果

研究專題1為應(yīng)急物流體系建設(shè)，具體包括主題1和5，相關(guān)文獻關(guān)鍵詞包括：管理體系、設(shè)施、體系結(jié)構(gòu)、效率、救援等。應(yīng)急物流體系是在一定的時空下，由物流環(huán)節(jié)包括物流要素和物流實體相互作用而成的有機整體[12]。相比于傳統(tǒng)物流，應(yīng)急物流系統(tǒng)在目標(biāo)設(shè)置上更關(guān)注速度和效率[39]。當(dāng)前，國內(nèi)學(xué)者圍繞應(yīng)急物流體系暴露出的短板與不足[13]，從應(yīng)急物流體系建設(shè)、體系規(guī)劃、數(shù)智化發(fā)展和新冠病毒感染背景下政府如何建設(shè)集約高效的應(yīng)急體系等方面展開研究；具體涵蓋調(diào)度體系、法律保障體系、能力評估體系[40]、協(xié)同體系[41]和軍地一體化建設(shè)[42]等。其中，以物聯(lián)網(wǎng)、區(qū)塊鏈[43-44]等核心技術(shù)構(gòu)建高效應(yīng)急物流系統(tǒng)和基于疫情背景的應(yīng)急物流體系完善[10]是重點研究內(nèi)容。

研究專題2為應(yīng)急物流模型和算法，具體包括主題3、8、12、13，相關(guān)文獻關(guān)鍵詞包括：算法、改進、模型、目標(biāo)等。模型構(gòu)建和算法求解是解決應(yīng)急物流問題、提供應(yīng)急物流方案的重要環(huán)節(jié)，廣泛地應(yīng)用于路徑優(yōu)化[45]、定位選址[46]和物資分配[43]等問題。在應(yīng)急情景下，從整體應(yīng)急供應(yīng)鏈著手進行多目標(biāo)模型構(gòu)建是國內(nèi)研究的重要主題之一，優(yōu)化目標(biāo)包括最小化響應(yīng)時間[47]、最低成本[48]、最高滿意度[49]等。而在應(yīng)急物流算法方面，主要以遺傳算法[50]、蟻群及蜂群算法[51]和常見算法改進為主，求解不同類型和規(guī)模的問題。

研究專題3為應(yīng)急物流管理，具體包括主題2、4、9、14、20，相關(guān)文獻關(guān)鍵詞包括：管理、規(guī)劃、選址、定位，方案等。應(yīng)急物流管理的研究涵蓋應(yīng)急中心選址[52]、應(yīng)急物流信息管理[53]，應(yīng)急預(yù)案[54]、平臺建設(shè)[55-56]和應(yīng)急物流能力評價[57]等內(nèi)容。從研究數(shù)量分析，選址規(guī)劃和信息資源平臺構(gòu)建是2個重要研究點。應(yīng)急物流中心選址是保證物流時效性、降低物流成本等實現(xiàn)應(yīng)急物流目標(biāo)的關(guān)鍵環(huán)節(jié)。相關(guān)文獻[58]均突出了選址規(guī)劃在應(yīng)急物流中的重要作用，強調(diào)以建設(shè)成本、時間成本和運輸成本最小化等為目標(biāo)，采用博弈、雙層規(guī)劃、模糊方法等構(gòu)建模型，解決選址問題，此外，強化應(yīng)急物流信息管理、推動信息臺平建設(shè)也是優(yōu)化應(yīng)急物流管理的堅實基礎(chǔ)和必然要求。

研究專題4為應(yīng)急物資，具體包括主題6、7、10、11、15～19，相關(guān)文獻的關(guān)鍵詞包括：物資、配送、調(diào)度、路徑、運輸?shù)取?yīng)急物資是指應(yīng)對自然災(zāi)害、突發(fā)公共事件等所需要的物資保障，包括食品、藥物、生活用品等基本保障物資和專業(yè)性物資。關(guān)于應(yīng)急物資的研究主要集中在物資存儲運輸[59]、車輛調(diào)度[60]、需求管理[61]、線路選擇等環(huán)節(jié)。交通運輸問題貫穿應(yīng)急物資存儲、調(diào)度、配送等過程，包括水路、公路、鐵路多種運輸途徑，確保物資能及時運往目的地，是應(yīng)急物流的重要保障環(huán)節(jié)。從主題聚類結(jié)果分析，國內(nèi)應(yīng)急物流研究緊緊圍繞應(yīng)急物資問題展開，并且與其他三個研究方向有較高的關(guān)聯(lián)性。

2.2 基于SNA的應(yīng)急物流主題演化路徑分析

為了構(gòu)建應(yīng)急物流主題在2003-2022年間的具體演變路徑，從“網(wǎng)絡(luò)中心度”和“結(jié)構(gòu)洞”兩個維度出發(fā)，編碼構(gòu)建主題詞共現(xiàn)矩陣，并利用社會網(wǎng)絡(luò)分析軟件Ucinet 6.0分析網(wǎng)絡(luò)結(jié)構(gòu)特征，揭示不同主題詞在應(yīng)急物流主題群落演化過程中所起的作用，從而分析其演化路徑。本研究以2020年數(shù)據(jù)為例，說明具體的分析方法。

2.2.1 共詞分析

共詞分析是通過統(tǒng)計文獻關(guān)鍵詞語的共現(xiàn)情況，解釋詞語間的關(guān)聯(lián)程度，進而幫助明確詞語所代表研究領(lǐng)域的研究熱點、預(yù)測學(xué)科的發(fā)展趨勢[62-63]。通過對數(shù)據(jù)的處理清洗，形成2020年樣本數(shù)據(jù)詞云圖(圖5)。研究選擇頻次大于20次的代表詞作為研究對象，基本涵蓋了該年應(yīng)急物流的研究內(nèi)容及方向。此外，考慮到極值頻次對共詞分析產(chǎn)生影響[64]，剔除文獻檢索詞“應(yīng)急”(404次)和“物流”(216次)，最終選取“物資”“模型”“救援”等30個代表性詞語。其中“物資”“模型”兩個詞語出現(xiàn)的文頻遠超過其他詞語，接下來依次是“優(yōu)化”“路徑”“目標(biāo)”“疫情”。通過鄰接矩陣統(tǒng)計矩陣中所有詞語共現(xiàn)關(guān)系的平均數(shù)為6.01，取近似值6，將矩陣中大于以及等于6的數(shù)值取1、小于6的數(shù)值取0，得到二值陣，并對該矩陣展開網(wǎng)絡(luò)密度、中心度、結(jié)構(gòu)洞分析，得到研究結(jié)果。

圖5 應(yīng)急物流主題2020年樣本數(shù)據(jù)詞云圖

2.2.2 網(wǎng)絡(luò)密度及可視化分析

網(wǎng)絡(luò)密度是衡量網(wǎng)節(jié)點間親疏程度的重要指標(biāo)，網(wǎng)絡(luò)密度越大，關(guān)鍵詞間的聯(lián)系越緊密。經(jīng)計算，本研究中網(wǎng)絡(luò)密度為0.414，較為稀疏，表明2020年有關(guān)應(yīng)急物流研究方向較多、比較分散。此外，任意兩節(jié)點間的平均距離為1.570，基于距離的凝聚指數(shù)為0.681，這表明網(wǎng)絡(luò)結(jié)構(gòu)比較均勻，具有多個核心點。將2020年的關(guān)鍵詞共現(xiàn)數(shù)據(jù)輸入Netdraw中，獲得圖6的可視化分析結(jié)果。從圖6來看，“物資”“救援”“模型”等節(jié)點位于網(wǎng)絡(luò)核心，與其他詞語展開緊密聯(lián)系，相關(guān)細分方向是國內(nèi)應(yīng)急物流的重要研究內(nèi)容。

圖6 我國應(yīng)急物流領(lǐng)域研究重點網(wǎng)絡(luò)分析

2.2.3 網(wǎng)絡(luò)中心性分析

利用Ucinet6.0對共詞網(wǎng)絡(luò)的三項中心性指標(biāo)測量統(tǒng)計并排名(表4)。

表4 共詞網(wǎng)絡(luò)中心度指標(biāo)綜合排序

從度數(shù)中心度來看，關(guān)鍵詞“物資”“救援”“模型”在研究中的重要性高居前兩位，在網(wǎng)絡(luò)中占據(jù)核心地位，結(jié)合新冠病毒感染背景，表明疫情環(huán)境下物資調(diào)度分配、應(yīng)急醫(yī)療救援、物流模型構(gòu)建等研究受到高度重視。排名4～7位的關(guān)鍵詞包括“優(yōu)化”“配送”“目標(biāo)”“時間”，表明2020年更多學(xué)者以成本、時間、效率等為約束條件，探尋優(yōu)化應(yīng)急物流模型、提升應(yīng)急物流能力的新途徑。整體分析，30個高頻詞的平均度數(shù)中心度為16.15，中心度差異較小，表明應(yīng)急物流研究范圍較廣且均有深入，與網(wǎng)絡(luò)密度分析的結(jié)果保持一致。從中間中心度來看，關(guān)鍵詞“物資”的度值位于首位且遠超于其他關(guān)鍵詞，其次是“配送”“模型”“救援”“疫情”等詞語，度值為平均值3倍。結(jié)果表明，應(yīng)急物資問題是2020年應(yīng)急物流研究的重中之重。以應(yīng)急物資為核心，以疫情大背景、物資配送、醫(yī)療救援、模型構(gòu)建和體系優(yōu)化為橋梁，搭建起2020年應(yīng)急物流研究網(wǎng)絡(luò)框架，并連接物流中心選址、應(yīng)急物流群決策、網(wǎng)絡(luò)優(yōu)化等研究內(nèi)容，共同豐富完善了應(yīng)急物流研究、探索解決了疫情等突發(fā)公共衛(wèi)生事件下的物流難題。從接近中心度來看，“衛(wèi)生事件”“醫(yī)療”“肺炎”等詞接近中心度較高，盡管這些詞語在網(wǎng)絡(luò)中不占據(jù)中心位置，但他們作為2020年應(yīng)急物流研究背景，與不同研究方向緊密關(guān)聯(lián)。

2.2.4 結(jié)構(gòu)洞分析

對2020年樣本數(shù)據(jù)共詞網(wǎng)絡(luò)展開結(jié)構(gòu)洞分析，結(jié)果如表5所示。“模型”“救援”“配送”三個關(guān)鍵詞具有較高的有效規(guī)模(Effsize)，同時具有較低的限制度(Constraint)等級度(Hierarchy)。結(jié)合圖6可視化結(jié)果、表4中心度分析和表5可得，在2020年的主題演化中，“模型”“救援”“配送”“疫情”“優(yōu)化”這些節(jié)點更可能處于整個網(wǎng)絡(luò)結(jié)構(gòu)洞的位置，具有較強的演化能力。

表5 共詞網(wǎng)絡(luò)結(jié)構(gòu)洞分析

綜合上述分析，可以得到2020年國內(nèi)應(yīng)急物流主要研究內(nèi)容及方向。用上述方法分別對2003-2022年數(shù)據(jù)編碼處理，得到應(yīng)急物流研究在2003-2022年的演化路徑(圖7)，選取每個時間段所包含的前5個主題詞，揭示應(yīng)急物流主題演化情況。

圖7 2003-2022年應(yīng)急物流研究演化路徑

根據(jù)圖7分析結(jié)果，我國應(yīng)急物流研究演化路徑大致可以分為以下三個階段：第一階段從2003-2007年，應(yīng)急物流研究主要包括“概念”“特點”“機制”等關(guān)鍵詞，具體圍繞應(yīng)急物流的定義、特征、應(yīng)急管理及物流運輸環(huán)節(jié)展開基礎(chǔ)性研究；第二階段從2008年開始，2008年，我國經(jīng)歷了南方低溫冰雪災(zāi)害和汶川地震，應(yīng)急管理在經(jīng)歷嚴(yán)峻挑戰(zhàn)的同時，圍繞地震等自然災(zāi)害的應(yīng)急物流體系構(gòu)建、應(yīng)急物資問題等逐漸受到國內(nèi)學(xué)者更多的關(guān)注。2010-2017年，“算法”一詞多次處于網(wǎng)絡(luò)結(jié)構(gòu)洞位置，在演化中較為活躍，這表明研究主要包括應(yīng)用不同算法求解、優(yōu)化物流難題，同時借助物流模型，探尋控制成本、提升能力、優(yōu)化決策、加強保障等應(yīng)急物流目標(biāo)的新途徑；到2018年，應(yīng)急物流演化步入第三階段，出現(xiàn)了“互聯(lián)網(wǎng)”“物聯(lián)網(wǎng)”“大數(shù)據(jù)”等關(guān)鍵詞，在這個階段，信息技術(shù)在類似河南暴雨自然災(zāi)害、新冠病毒感染等重大突發(fā)事件中得到廣泛應(yīng)用，數(shù)智物流逐漸成為應(yīng)急物流研究熱點。此外，此階段也涌現(xiàn)出大量有關(guān)物流決策優(yōu)化和考慮時效性與公平性的應(yīng)急物資配送等應(yīng)急物流相關(guān)領(lǐng)域的研究。2021年后期，應(yīng)急物流網(wǎng)格化管理與優(yōu)化研究成為保障救援工作開展、物流運輸通暢、解決最后一公里運輸難題的有效途徑，同時，科技創(chuàng)新與互聯(lián)網(wǎng)技術(shù)持續(xù)帶動應(yīng)急物流提質(zhì)增效發(fā)展，運用數(shù)字化平臺可以有效實現(xiàn)數(shù)據(jù)搜集分析、信息溯源共享、物資跟蹤調(diào)配，提升應(yīng)急物流保障能力，在網(wǎng)絡(luò)路徑規(guī)劃、模型救援算法的相關(guān)研究中，數(shù)字化的影響得到了學(xué)者們的廣泛關(guān)注。

3 結(jié)論和討論

通過數(shù)據(jù)爬蟲獲取中國知網(wǎng)核心數(shù)據(jù)庫中的國內(nèi)應(yīng)急物流文獻，采用LDA和SNA理論方法，提出我國應(yīng)急物流主題挖掘和熱點剖析模型，揭示應(yīng)急學(xué)科發(fā)展現(xiàn)狀與趨勢，主要的研究結(jié)論如下。

首先，采用LDA主題聚類模型編碼確定了應(yīng)急物流體系建設(shè)、應(yīng)急物流模型和算法、應(yīng)急物流管理和應(yīng)急物資四個研究專題，豐富和拓展了應(yīng)急物流的研究內(nèi)涵解讀。研究表明，在應(yīng)急物流體系建設(shè)方面，已經(jīng)形成了事前預(yù)警評估、事中跟蹤保障、事后恢復(fù)重建的全面運作體系，但從主題聚類分布和強度分析，近3年來學(xué)者們對應(yīng)急物流體系構(gòu)建的關(guān)注度較低，而從疫情防控等重大應(yīng)急事件來看，加強應(yīng)急物流體系建設(shè)對推進國家治理體系和治理能力現(xiàn)代化及統(tǒng)一大市場具有重要戰(zhàn)略意義。在應(yīng)急物流模型和算法方面，該主題貫穿應(yīng)急物流的研究始終，學(xué)者們以最小化成本、最大滿意度、最短路徑、最短時間等作為目標(biāo)，通過搭建模型、創(chuàng)新算法，實現(xiàn)優(yōu)化應(yīng)急物流環(huán)節(jié)、解決應(yīng)急物流難題。在應(yīng)急物流管理方面，黨的二十大報告指出“要堅持安全第一、預(yù)防為主，建立大安全大應(yīng)急框架”，首次將應(yīng)急管理體系納入國家安全體系。應(yīng)急物流管理作為應(yīng)急管理中必不可少的環(huán)節(jié)，在應(yīng)急預(yù)案制定、設(shè)施選址定位、信息平臺溝通等方面為應(yīng)急物資配送、多目標(biāo)優(yōu)化研究建立夯實基礎(chǔ)。在應(yīng)急物資方面，該主題研究內(nèi)容文獻數(shù)量最多、細分研究方向范圍最廣，主要圍繞物資配送和車輛-路徑等問題展開。

其次，使用社會網(wǎng)絡(luò)分析方法，以2020-2021年數(shù)據(jù)為例，展開應(yīng)急物流演化路徑分析。結(jié)果顯示，圍繞新冠病毒感染等突發(fā)事件現(xiàn)實背景，應(yīng)急物流目標(biāo)優(yōu)化、醫(yī)療救援、模型構(gòu)建與仿真等主題在2020年研究網(wǎng)絡(luò)中中心性指標(biāo)高且處于網(wǎng)絡(luò)結(jié)構(gòu)洞位置，在演化中活躍性較強。整體來看，我國應(yīng)急物流研究演化大致可以分為三個階段，2003-2007年為第一階段，國內(nèi)應(yīng)急物流研究內(nèi)容單一，研究成果較少，主要圍繞應(yīng)急物流內(nèi)涵展開；2008-2017年為第二階段，應(yīng)急物流體系、應(yīng)急物資配送等研究受關(guān)注度逐漸增加，并且自2013年開始，以物流問題優(yōu)化為目標(biāo)的模型構(gòu)建與算法求解成為研究主流，不斷發(fā)展創(chuàng)新。2018年起，應(yīng)急物流演化步入新的發(fā)展階段，更多學(xué)者開始關(guān)注數(shù)字技術(shù)對應(yīng)急物流的影響；近三年來，國內(nèi)應(yīng)急物流研究多以新冠病毒感染等重大突發(fā)事件為背景，展開應(yīng)急決策優(yōu)化、網(wǎng)格化管理、多目標(biāo)優(yōu)化等相關(guān)研究。

本文尚存在一定的局限性，首先，研究僅選取了國內(nèi)應(yīng)急物流文獻數(shù)據(jù)展開分析，關(guān)于國內(nèi)外應(yīng)急物流的對比分析較少，在后續(xù)研究中，可以通過采集國外相關(guān)文獻數(shù)據(jù)進行更全面地分析。其次，聚焦于應(yīng)急物流研究主題的類型與演化分析，在后續(xù)研究中可以將國內(nèi)外文獻發(fā)文單位作為研究對象，開展網(wǎng)絡(luò)分析，從合作強度和科研貢獻等層面對各國應(yīng)急物流合作模式展開深入分析，進一步豐富關(guān)于應(yīng)急物流理論研究演進規(guī)律的闡釋。