基于 CiteSpace 的數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響研究的趨勢(shì)與熱點(diǎn)分析

摘 要：在數(shù)字化轉(zhuǎn)型背景下，供應(yīng)鏈韌性成為各環(huán)節(jié)應(yīng)對(duì)不確定性的核心能力。然而，現(xiàn)有研究尚未全面解析數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性產(chǎn)生系統(tǒng)性影響的作用機(jī)制以及熱點(diǎn)領(lǐng)域。因此，將CiteSpace可視化軟件作為分析工具，以Web of Science和數(shù)據(jù)庫(kù)為數(shù)據(jù)源，系統(tǒng)梳理數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響的研究進(jìn)展，揭示其研究熱點(diǎn)與演化規(guī)律，為后續(xù)研究提供理論參考與實(shí)踐啟示。供應(yīng)鏈韌性研究發(fā)文趨勢(shì)分為平穩(wěn)增長(zhǎng)階段（ — 年）、波動(dòng)增長(zhǎng)階段（ — 年）、高速發(fā)展階段（ — 年），以及在數(shù)字化轉(zhuǎn)型的影響下，國(guó)內(nèi)外針對(duì)供應(yīng)鏈韌性展開(kāi)的相關(guān)研究，逐漸呈現(xiàn)出智能化、數(shù)字化的發(fā)展趨勢(shì)。隨著技術(shù)的不斷發(fā)展和應(yīng)用的深入，供應(yīng)鏈韌性將更加注重?cái)?shù)據(jù)的整合與分析，以實(shí)現(xiàn)更高效、智能和可持續(xù)的供應(yīng)鏈管理。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；供應(yīng)鏈韌性；CiteSpace知識(shí)圖譜；可視化分析中圖分類(lèi)號(hào)：F49 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2025）09-0050-06

自 21 世紀(jì)以來(lái)，隨著信息化水平的提升，供應(yīng)鏈韌性數(shù)據(jù)呈現(xiàn)出“井噴式”增長(zhǎng)態(tài)勢(shì)。2015 年，《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng) "”行動(dòng)的指導(dǎo)意見(jiàn)》中，特別提到要“加強(qiáng)供應(yīng)鏈數(shù)據(jù)整合與分析，提升供應(yīng)鏈風(fēng)險(xiǎn)預(yù)警與應(yīng)對(duì)能力”[1]，且企業(yè)部署的供應(yīng)鏈管理系統(tǒng)積累了海量風(fēng)險(xiǎn)數(shù)據(jù)，但當(dāng)前研究仍存在顯著缺口。一方面，現(xiàn)有文獻(xiàn)多聚焦于供應(yīng)鏈韌性評(píng)估方法或單一數(shù)字化技術(shù)（如區(qū)塊鏈、物聯(lián)網(wǎng)）的應(yīng)用，缺乏對(duì)大數(shù)據(jù)作為“新生產(chǎn)要素”如何系統(tǒng)性驅(qū)動(dòng)供應(yīng)鏈韌性提升的深度探討，研究視角呈現(xiàn)碎片化特征；另一方面，傳統(tǒng)文獻(xiàn)分析方法難以揭示大數(shù)據(jù)背景下供應(yīng)鏈韌性研究的動(dòng)態(tài)演進(jìn)規(guī)律與跨學(xué)科關(guān)聯(lián)，導(dǎo)致理論與實(shí)踐脫節(jié)。鑒于此，采用文獻(xiàn)計(jì)量法與科學(xué)知識(shí)圖譜技術(shù)，基于CiteSpace 構(gòu)建供應(yīng)鏈韌性大數(shù)據(jù)的知識(shí)圖譜，通過(guò)分析研究機(jī)構(gòu)分布、核心作者群體及熱點(diǎn)主題聚類(lèi)，旨在揭示該領(lǐng)域的學(xué)術(shù)脈絡(luò)與演進(jìn)趨勢(shì)、識(shí)別核心議題與前沿方向，為供應(yīng)鏈韌性大數(shù)據(jù)的理論深化、實(shí)踐應(yīng)用及產(chǎn)業(yè)升級(jí)提供系統(tǒng)性參考框架。

一、研究方案

本研究為深入探究數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響的研究現(xiàn)狀與發(fā)展脈絡(luò)，科學(xué)、全面地呈現(xiàn)該領(lǐng)域的研究圖景，以下將詳細(xì)闡述研究過(guò)程中所采用的方法

以及獲取數(shù)據(jù)的來(lái)源。

（一）研究方法

本研究為清晰展示數(shù)據(jù)可視化在數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響研究領(lǐng)域的基本應(yīng)用，擬采用知識(shí)圖譜作為核心工具進(jìn)行呈現(xiàn)。選用 CiteSpace 可視化軟件進(jìn)行文獻(xiàn)分析，CiteSpace 軟件的功能按鈕主要有關(guān)鍵詞（Keyword）、作者被引（Cited Author）、雜志被引（Cited Journal）、文獻(xiàn)被引（Cited Reference）等。關(guān)鍵詞作為學(xué)術(shù)論文的重要組成部分和精髓，其關(guān)鍵詞共現(xiàn)能夠敏銳、直接地反映出某一領(lǐng)域的研究熱點(diǎn)與前沿[2]。

（二）數(shù)據(jù)來(lái)源

對(duì)中國(guó)知網(wǎng)（CNKI）和 Web of Science（WoS）相關(guān)學(xué)術(shù)期刊的文獻(xiàn)進(jìn)行分析，探索國(guó)內(nèi)外對(duì)于數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響的研究進(jìn)程。選取2005—2025年的文獻(xiàn)，以“數(shù)字化”“供應(yīng)鏈韌性”“風(fēng)險(xiǎn)管理”“數(shù)字化轉(zhuǎn)型”等關(guān)鍵詞進(jìn)行檢索，刪除與數(shù)字化轉(zhuǎn)型和供應(yīng)鏈韌性無(wú)關(guān)的文獻(xiàn)以及綜述性文獻(xiàn)，并設(shè)置來(lái)源類(lèi)別為北大核心和 CSSCI，檢索結(jié)果為771條。在WoS核心數(shù)據(jù)庫(kù)中，檢索主題 "“Digitization”and “Supply chain”or“Supply chain resilience”and“Digital Transformation”，刪除與數(shù)字化轉(zhuǎn)型和供應(yīng)鏈韌性無(wú)關(guān)的文獻(xiàn)以及綜述性文獻(xiàn)，共獲得 622 篇英文文獻(xiàn)。

二、時(shí)空知識(shí)圖譜及其分析

（一）發(fā)文量

時(shí)空知識(shí)圖譜作為一種強(qiáng)大的分析工具，能夠以直觀(guān)、動(dòng)態(tài)的方式呈現(xiàn)研究領(lǐng)域在不同時(shí)間和空間維度上的特征與變化。以下通過(guò)構(gòu)建時(shí)空知識(shí)圖譜，并聚焦于發(fā)文量和發(fā)文機(jī)構(gòu)這兩個(gè)關(guān)鍵要素，深入剖析數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性研究的發(fā)展態(tài)勢(shì)。

發(fā)文量能夠直觀(guān)反映特定研究領(lǐng)域的進(jìn)展階段。為更全面了解國(guó)內(nèi)外關(guān)于數(shù)字化轉(zhuǎn)型背景下供應(yīng)鏈韌性的研究發(fā)展情況，年度發(fā)文量分布圖如圖1所示。從圖中可以看出，國(guó)內(nèi)文獻(xiàn)（CNKI）的發(fā)文數(shù)量在 2020—2025年間波動(dòng)較大，但整體發(fā)文量呈現(xiàn)上升趨勢(shì)。其中，2016—2017 年，數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的研究興趣逐漸上升，這標(biāo)志著學(xué)者們開(kāi)始意識(shí)到數(shù)字化轉(zhuǎn)型在優(yōu)化風(fēng)險(xiǎn)管理流程、提高風(fēng)險(xiǎn)預(yù)測(cè)準(zhǔn)確性方面的重要作用。2018—2019 年，這一領(lǐng)域的研究呈現(xiàn)出快速上升的趨勢(shì)，這可能與數(shù)字化技術(shù)的不斷成熟以及在實(shí)踐中對(duì)數(shù)字化風(fēng)險(xiǎn)管理的需求日益增強(qiáng)有關(guān)。而到了 2025年，數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的研究達(dá)到了頂峰。在這一階段中國(guó)政府高度重視數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的影響，出臺(tái)了一系列政策措施，加強(qiáng)了對(duì)網(wǎng)絡(luò)和數(shù)據(jù)安全的監(jiān)管。同時(shí)，從圖中可以看出，外文文獻(xiàn)（WoS）的發(fā)文數(shù)量在 2015—2025 年間波動(dòng)較大，但整體呈現(xiàn)出明顯的上升趨勢(shì)。在 2015—2017 年期間，外文文獻(xiàn)的發(fā)文量較為平穩(wěn)，表明國(guó)際學(xué)術(shù)界對(duì)數(shù)字化轉(zhuǎn)型在供應(yīng)鏈韌性中的應(yīng)用研究處于初步探索階段。然而，從 2018年開(kāi)始，發(fā)文量顯著增加，顯示出國(guó)際研究興趣的提升，這可能與全球范圍內(nèi)數(shù)字化技術(shù)的快速發(fā)展以及在全球供應(yīng)鏈中對(duì)數(shù)字化風(fēng)險(xiǎn)管理的需求增加有關(guān)。特別是 2023—2024 年，外文文獻(xiàn)的發(fā)文量出現(xiàn)了顯著的增長(zhǎng)高峰，同年，ISO（國(guó)際標(biāo)準(zhǔn)化組織）發(fā)布了一系列與供應(yīng)鏈韌性相關(guān)的國(guó)際標(biāo)準(zhǔn)，這些標(biāo)準(zhǔn)為組織提供了實(shí)施和管理供應(yīng)鏈風(fēng)險(xiǎn)的框架，也表明這一領(lǐng)域的研究在國(guó)際上受到了廣泛關(guān)注。需要注意的是，2012年前的發(fā)文量趨于0，可能是由于當(dāng)時(shí)該領(lǐng)域的研究不夠成熟，導(dǎo)致沒(méi)有相關(guān)論文發(fā)表，以及 2025 年的發(fā)文量較2024 年有所下降，這可能與學(xué)術(shù)研究周期、數(shù)據(jù)收集時(shí)間節(jié)點(diǎn)等因素有關(guān)，值得進(jìn)一步關(guān)注和研究。

（二）發(fā)文機(jī)構(gòu)分析

為找出國(guó)內(nèi)外供應(yīng)鏈韌性的核心學(xué)術(shù)團(tuán)體和機(jī)構(gòu)，運(yùn)用 Cite Space 軟件對(duì)獲得的文獻(xiàn)樣本進(jìn)行機(jī)構(gòu)分析，其中中國(guó)財(cái)政科學(xué)研究院 13 篇、天津財(cái)經(jīng)大學(xué)金融學(xué)院 9 篇、暨南大學(xué)經(jīng)濟(jì)學(xué)院 7 篇、西南大學(xué)經(jīng)濟(jì)管理學(xué)院 7 篇、西北大學(xué)經(jīng)濟(jì)管理學(xué)院 7 篇，IndianInstitute of Management （IIM System）13 篇 、TianjinUniversity11 篇、Pennsylvania State University10 篇、HongKong Polytechnic University10 篇、Pennsylvania Common-wealth System of Higher Education（PCSHE）10 篇。表明這十家機(jī)構(gòu)在數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響研究方向具有較強(qiáng)的研究潛力。本研究構(gòu)建了機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜以探究不同機(jī)構(gòu)間的合作情況。在該圖譜中，節(jié)點(diǎn)代表機(jī)構(gòu)名稱(chēng)，節(jié)點(diǎn)大小對(duì)應(yīng)發(fā)文量大小，節(jié)點(diǎn)環(huán)表示時(shí)間演進(jìn)（年輪），標(biāo)簽字號(hào)反映機(jī)構(gòu)中心性程度，連線(xiàn)則描述機(jī)構(gòu)間合作關(guān)系。下頁(yè)圖 2（節(jié)點(diǎn) 284、連線(xiàn) 93、密度 0.002 3）與下頁(yè)圖 3（節(jié)點(diǎn) 254、連線(xiàn) 361、密度0.011 2）均呈現(xiàn)低連通性特征，表明機(jī)構(gòu)間合作交流不充分，跨機(jī)構(gòu)合作有待加強(qiáng)。

三、內(nèi)容知識(shí)分析

在數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響研究領(lǐng)域，內(nèi)容知識(shí)圖譜作為一種重要的學(xué)術(shù)分析工具，能夠?qū)Υ罅课墨I(xiàn)數(shù)據(jù)進(jìn)行系統(tǒng)整合與可視化呈現(xiàn)，精準(zhǔn)揭示研究主題間的內(nèi)在關(guān)聯(lián)與知識(shí)結(jié)構(gòu)。通過(guò)構(gòu)建內(nèi)容知識(shí)圖譜并開(kāi)展深入的內(nèi)容分析，可從不同層面挖掘該領(lǐng)域研究的核心要點(diǎn)與發(fā)展脈絡(luò)。以下將圍繞關(guān)鍵詞共現(xiàn)圖譜分析、關(guān)鍵詞聚類(lèi)圖譜分析以及研究熱點(diǎn)分析展開(kāi)，以期全面、客觀(guān)地呈現(xiàn)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響研究領(lǐng)域的內(nèi)容特征與發(fā)展趨勢(shì)。

（一）關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是對(duì)文獻(xiàn)主題的高度概括和凝練，通過(guò)對(duì)文獻(xiàn)的高頻關(guān)鍵詞進(jìn)行分析可以揭示該領(lǐng)域研究的熱點(diǎn)、趨向以及各研究主題之間的關(guān)系。基于普賴(lài)斯公式確定核心關(guān)鍵詞，將自變量表示為關(guān)鍵詞最高頻次[3]。針對(duì) CNKI 文獻(xiàn)，運(yùn)用 Cite Space 軟件進(jìn)行高頻關(guān)鍵詞分析，最終生成節(jié)點(diǎn) 338 個(gè)，連線(xiàn) 384 條，節(jié)點(diǎn)密度為0.006 7。在CNKI 文獻(xiàn)研究中，可得，因此關(guān)鍵詞頻次為該領(lǐng)域高頻關(guān)鍵詞。經(jīng)統(tǒng)計(jì)，共有 21 個(gè)高頻關(guān)鍵詞，除“數(shù)字化”之外，還可得到數(shù)字經(jīng)濟(jì)（39 次）、金融科技（37 次）、商業(yè)銀行（29 次）、內(nèi)部控制（28 次）等高頻關(guān)鍵詞。節(jié)點(diǎn)主要以引文年輪（Tree Ring History）的形式呈現(xiàn)。在 CNKI 文獻(xiàn)研究中發(fā)現(xiàn)，存在“數(shù)字化”“金融科技”“數(shù)字技術(shù)”“風(fēng)險(xiǎn)管理”“內(nèi)部控制”“商業(yè)銀行”等關(guān)鍵詞節(jié)點(diǎn)，這些關(guān)鍵詞在文獻(xiàn)集合中占據(jù)絕對(duì)核心位置。同時(shí)針對(duì) WoS 文獻(xiàn)，運(yùn)用 CiteSpace 軟件進(jìn)行高頻關(guān)鍵詞分析，最終生成節(jié)點(diǎn) 398 個(gè)，連線(xiàn) 809 條，節(jié)點(diǎn)密度為0.010 2。在 WoS 文獻(xiàn)研究中，可得，因此關(guān)鍵詞頻次為該領(lǐng)域高頻關(guān)鍵詞。經(jīng)統(tǒng)計(jì)，共有 62 個(gè)高頻關(guān) 鍵 詞 ，除“digital transformation”之 外 ，還 可 得 到“ management ”（146 次）、“ supply chain ”（123 次）、“technology”（95 次）、“performance”（92 次）等高頻關(guān)鍵詞。

（二）關(guān)鍵詞聚類(lèi)分析

聚類(lèi)分析的主要作用是對(duì)文章關(guān)鍵詞進(jìn)行精準(zhǔn)甄別，旨在識(shí)別和分析特定研究領(lǐng)域中的關(guān)鍵詞和背景，運(yùn)用 LLR 算法把樣本數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化的集群，進(jìn)而形成和發(fā)現(xiàn)特定領(lǐng)域內(nèi)的主題分布、結(jié)構(gòu)和特點(diǎn)[4]。CNKI 文獻(xiàn)研究中共形成 #0～#10，11 組關(guān)鍵詞聚類(lèi)。一般來(lái)說(shuō)，Q 值大于 0.3 表示聚類(lèi)結(jié)構(gòu)顯著；S 值大于0.5 表示聚類(lèi)合理，大于 0.7 表示聚類(lèi)令人信服。根據(jù)運(yùn)行報(bào)告，可知 Q 值為 0.859 9，S 值為 0.965 6，因此，本次關(guān)鍵詞聚類(lèi)的結(jié)果質(zhì)量可靠。聚類(lèi)結(jié)果可概括為數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的影響機(jī)制（#0數(shù)字化、#2 供應(yīng)鏈、#6 智能化、#9 數(shù)字技術(shù)），數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的影響場(chǎng)景（#1 稅收征管、#3 商業(yè)銀行）及供應(yīng)鏈的風(fēng)險(xiǎn)管理（#4 內(nèi)部控制、#5 代理成本）三個(gè)方面。WoS 文獻(xiàn)研究中共形成 #0～#9，10 組關(guān)鍵詞聚類(lèi)。一般來(lái)說(shuō)，Q 值大于 0.3 表示聚類(lèi)結(jié)構(gòu)顯著；S 值大于0.5 表示聚類(lèi)合理，大于 0.7 表示聚類(lèi)令人信服。根據(jù)運(yùn)行報(bào)告，可知 Q 值為 0.823 8，S 值為 0.923 1，因此，本次關(guān)鍵詞聚類(lèi)的結(jié)果質(zhì)量可靠。聚類(lèi)結(jié)果可概括為數(shù)字化技術(shù)與創(chuàng)新（#0 ripple effect、#3 industrial internetplatform、#4 industry 4.0、#5 circular economy、#8 digitaltechnology）和 供 應(yīng) 鏈 優(yōu) 化 設(shè) 計(jì)（#1value co-creation、#2companies、#6 decision analysis、#7strategy、#9 digitaltransformation）兩方面。

（三）研究熱點(diǎn)分析

1.國(guó)內(nèi)熱點(diǎn)分析

（1）數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的影響機(jī)制。數(shù)字化技術(shù)通過(guò)實(shí)時(shí)數(shù)據(jù)采集、傳輸和分析，實(shí)現(xiàn)供應(yīng)鏈信息的全方位、實(shí)時(shí)化。這有助于供應(yīng)鏈各環(huán)節(jié)準(zhǔn)確掌握市場(chǎng)動(dòng)態(tài)和庫(kù)存狀況，從而快速做出決策和反應(yīng)。數(shù)字化技術(shù)還可以實(shí)現(xiàn)供應(yīng)鏈信息的共享和協(xié)同，提高供應(yīng)鏈的透明度和協(xié)同度[5]。這有助于及時(shí)發(fā)現(xiàn)并解決問(wèn)題，提高供應(yīng)鏈的靈活性和響應(yīng)速度。數(shù)字化技術(shù)可以?xún)?yōu)化供應(yīng)鏈的各個(gè)環(huán)節(jié)，如采購(gòu)、生產(chǎn)、物流等。通過(guò)自動(dòng)化、智能化的技術(shù)應(yīng)用，可以減少人工干預(yù)和錯(cuò)誤，提高流程效率。這有助于實(shí)現(xiàn)資源的優(yōu)化配置和高效利用，提高供應(yīng)鏈的整體績(jī)效。

（2）數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性的影響場(chǎng)景。在商業(yè)銀行領(lǐng)域，數(shù)字化轉(zhuǎn)型賦能供應(yīng)鏈韌性測(cè)度方法的應(yīng)用，助力精準(zhǔn)評(píng)估信貸業(yè)務(wù)風(fēng)險(xiǎn)。例如，通過(guò)引入基于大數(shù)據(jù)與人工智能的多期雙重差分模型，可動(dòng)態(tài)分析供應(yīng)鏈結(jié)構(gòu)變化對(duì)貸款企業(yè)還款能力的潛在影響，進(jìn)而優(yōu)化信貸審批流程與風(fēng)險(xiǎn)定價(jià)策略，有效降低不良貸款率。同時(shí)，構(gòu)建基于數(shù)字化指標(biāo)的韌性評(píng)價(jià)體系，從需求預(yù)測(cè)、彈性適應(yīng)等維度量化供應(yīng)鏈相關(guān)信貸風(fēng)險(xiǎn)，為差異化風(fēng)險(xiǎn)管理提供數(shù)據(jù)支撐。在稅收征管領(lǐng)域，數(shù)字化轉(zhuǎn)型通過(guò)供應(yīng)鏈韌性評(píng)估模型與稅收大數(shù)據(jù)的深度融合，實(shí)現(xiàn)對(duì)供應(yīng)鏈波動(dòng)對(duì)稅收影響的實(shí)時(shí)監(jiān)測(cè)。此外，基于行業(yè)案例的數(shù)字化分析方法，可深入剖析特定行業(yè)供應(yīng)鏈的稅收征管痛點(diǎn)，總結(jié)可復(fù)制的數(shù)字化征管經(jīng)驗(yàn)，推動(dòng)稅收政策與措施的精準(zhǔn)優(yōu)化，保障稅收收入的穩(wěn)定性與可持續(xù)性。

（3）供應(yīng)鏈的風(fēng)險(xiǎn)管理。新的動(dòng)蕩變革期供應(yīng)鏈也受到了各類(lèi)沖擊，中斷風(fēng)險(xiǎn)顯著上升。企業(yè)為有效應(yīng)對(duì)風(fēng)險(xiǎn)提升供應(yīng)鏈韌性、更新?lián)Q代、增強(qiáng)適應(yīng)能力是關(guān)鍵。從代理成本角度，要合理規(guī)劃資源，避免因短期利益忽視長(zhǎng)期韌性投資，優(yōu)化代理關(guān)系，減少信息不對(duì)稱(chēng)和利益沖突帶來(lái)的風(fēng)險(xiǎn)。從內(nèi)部控制層面，需構(gòu)建完善的監(jiān)督管理體系，確保供應(yīng)鏈各環(huán)節(jié)規(guī)范運(yùn)行。企業(yè)應(yīng)加大韌性能力建設(shè)投入，利用先進(jìn)技術(shù)和管理手段縮短中斷期，降低影響后果[6]。同時(shí)，采取雙源采購(gòu)策略，增強(qiáng)供應(yīng)鏈穩(wěn)健性。建立健全風(fēng)險(xiǎn)應(yīng)急處理機(jī)制，提升供應(yīng)鏈在風(fēng)險(xiǎn)發(fā)生時(shí)的反應(yīng)速度和恢復(fù)效率。風(fēng)險(xiǎn)評(píng)估是降低風(fēng)險(xiǎn)危害的有效方法。通過(guò)科學(xué)方法識(shí)別、分析供應(yīng)鏈風(fēng)險(xiǎn)，確定風(fēng)險(xiǎn)大小和后果，為風(fēng)險(xiǎn)管理提供依據(jù)。全面、深入的風(fēng)險(xiǎn)評(píng)估能幫助提前發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，制定防范措施，將損失降至最低[7]。評(píng)估時(shí)，需建立科學(xué)指標(biāo)體系，收集真實(shí)數(shù)據(jù)，確保結(jié)果準(zhǔn)確可靠，進(jìn)而制定有針對(duì)性的策略，降低風(fēng)險(xiǎn)發(fā)生概率。

2.國(guó)外熱點(diǎn)分析

（1）數(shù)字化技術(shù)與創(chuàng)新。隨著數(shù)字化技術(shù)的發(fā)展，通過(guò)數(shù)字化轉(zhuǎn)型提升競(jìng)爭(zhēng)力與韌性。大數(shù)據(jù)分析、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等數(shù)字化技術(shù)，為技術(shù)創(chuàng)新和業(yè)態(tài)演化提供動(dòng)力。供應(yīng)鏈各環(huán)節(jié)可以借助大數(shù)據(jù)分析精準(zhǔn)預(yù)測(cè)需求、優(yōu)化庫(kù)存；人工智能使供應(yīng)鏈決策智能化；物聯(lián)網(wǎng)實(shí)現(xiàn)信息實(shí)時(shí)共享與協(xié)同；區(qū)塊鏈為供應(yīng)鏈金融和產(chǎn)品溯源帶來(lái)變革。數(shù)字化轉(zhuǎn)型強(qiáng)化了與供應(yīng)商的緊密性，提升了供應(yīng)鏈韌性，使其在面對(duì)中斷風(fēng)險(xiǎn)時(shí)更具適應(yīng)性和恢復(fù)力。當(dāng)前較多學(xué)者采用定量研究的方法對(duì)供應(yīng)鏈各環(huán)節(jié)進(jìn)行預(yù)測(cè)分析，其中數(shù)字化技術(shù)是提升供應(yīng)鏈韌性的關(guān)鍵驅(qū)動(dòng)力。通過(guò)應(yīng)用先進(jìn)的數(shù)字化技術(shù)，供應(yīng)鏈各環(huán)節(jié)能夠顯著提高供應(yīng)鏈的信息化水平、優(yōu)化流程并拓寬網(wǎng)絡(luò)，進(jìn)而增強(qiáng)供應(yīng)鏈的實(shí)時(shí)性、透明度和協(xié)同性。這不僅有助于快速響應(yīng)市場(chǎng)變化，還能提高供應(yīng)鏈的靈活性和抗風(fēng)險(xiǎn)能力[8]。

（2）供應(yīng)鏈管理的優(yōu)化設(shè)計(jì)。供應(yīng)鏈管理的核心在于通過(guò)統(tǒng)籌規(guī)劃與動(dòng)態(tài)協(xié)調(diào)實(shí)現(xiàn)資源高效配置。在供應(yīng)鏈管理實(shí)踐中，內(nèi)外部環(huán)境的動(dòng)態(tài)變化（如市場(chǎng)需求波動(dòng)、物流中斷、政策調(diào)整等）會(huì)持續(xù)沖擊系統(tǒng)穩(wěn)定性。為此，需構(gòu)建具備彈性特征的供應(yīng)鏈管理體系，即通過(guò)機(jī)制設(shè)計(jì)使供應(yīng)鏈在面臨局部擾動(dòng)時(shí)仍能維持核心功能運(yùn)行，并在擾動(dòng)解除后快速恢復(fù)至正常狀態(tài)[9]。當(dāng)前供應(yīng)鏈管理優(yōu)化聚焦于三大核心領(lǐng)域：其一，通過(guò)體系重構(gòu)與流程再造強(qiáng)化事前風(fēng)險(xiǎn)防控能力，提升供應(yīng)鏈的冗余儲(chǔ)備與應(yīng)急響應(yīng)效率[10]；其二，構(gòu)建柔性化運(yùn)作機(jī)制，通過(guò)敏捷協(xié)同、動(dòng)態(tài)調(diào)整等手段增強(qiáng)對(duì)突發(fā)事件的即時(shí)適應(yīng)能力；其三，深化供應(yīng)鏈的穩(wěn)健性建設(shè)與韌性重塑能力，確保系統(tǒng)在遭受沖擊后具備快速重構(gòu)與自我修復(fù)的能力。現(xiàn)階段大部分學(xué)者采用建模技術(shù)對(duì)供應(yīng)鏈進(jìn)行穩(wěn)健優(yōu)化設(shè)計(jì)，以尋找最佳優(yōu)化策略，盡可能在保證供應(yīng)鏈績(jī)效最優(yōu)的同時(shí)，降低不確定性因素對(duì)供應(yīng)鏈穩(wěn)定性的影響。

四、國(guó)內(nèi)外研究趨勢(shì)

為了進(jìn)一步分析數(shù)字化轉(zhuǎn)型背景下供應(yīng)鏈韌性研究的演化路徑，在關(guān)鍵詞共現(xiàn)與聚類(lèi)的基礎(chǔ)上生成前沿時(shí)區(qū)圖。

（一）國(guó)內(nèi)研究趨勢(shì)

通過(guò)圖4可以發(fā)現(xiàn)，在數(shù)字化轉(zhuǎn)型背景下我國(guó)供應(yīng)鏈韌性研究的發(fā)展脈絡(luò)大致分為三個(gè)階段：1.發(fā)展初期（2006—2017年）：“數(shù)字化”；2.發(fā)展期（2017—2021年）：“數(shù)字經(jīng)濟(jì)”“金融科技”“數(shù)字技術(shù)”等；3.成熟期（2021—2025 年）：“融資約束”“數(shù)字金融”等。可見(jiàn)，隨著對(duì)我國(guó)供應(yīng)鏈韌性方法、技術(shù)、實(shí)踐等的日益成熟，我國(guó)數(shù)字化轉(zhuǎn)型研究的深入認(rèn)知及具體應(yīng)用必將成為供應(yīng)鏈韌性的重要議題和發(fā)展趨勢(shì)。

（二）國(guó)外研究趨勢(shì)

通過(guò)圖 5 可以發(fā)現(xiàn)，在數(shù)字化轉(zhuǎn)型背景下全球供應(yīng)鏈韌性研究的發(fā)展脈絡(luò)大致分為三個(gè)階段：1. 發(fā)展初 期（2012 —2017 年）：研 究 聚 焦 于“ management”“information”、“technology”“big data”等基礎(chǔ)概念，關(guān)注供應(yīng)鏈韌性的基本框架構(gòu)建；2. 發(fā)展期（2017—2021年）：關(guān)鍵詞如“innovation”“resilience”“transformation”、“artificial intelligence”等頻繁出現(xiàn)，表明研究開(kāi)始深入探討供應(yīng)鏈在面對(duì)動(dòng)態(tài)挑戰(zhàn)時(shí)的恢復(fù)能力和優(yōu)化策略；3.成熟期（2021—2025 年）：研究進(jìn)一步拓展至“digital transformation”“sustainable development”“futureperspectives”等前沿領(lǐng)域，強(qiáng)調(diào)利用先進(jìn)技術(shù)提升供應(yīng)鏈的韌性和智能化水平。可見(jiàn)，隨著全球供應(yīng)鏈韌性研究的不斷深入，對(duì)先進(jìn)技術(shù)的應(yīng)用及跨學(xué)科融合的探索必將成為未來(lái)供應(yīng)鏈韌性研究的重要議題和發(fā)展趨勢(shì)。

五、結(jié)論與不足

通過(guò)運(yùn)用文獻(xiàn)計(jì)量學(xué)與科學(xué)知識(shí)圖譜技術(shù)，得出如下研究結(jié)論：當(dāng)前對(duì)于數(shù)字化轉(zhuǎn)型背景下對(duì)供應(yīng)鏈韌性影響研究領(lǐng)域的研究熱點(diǎn)主要聚焦于“數(shù)字化轉(zhuǎn)型（digital transformation）”“ 可 持 續(xù) 發(fā) 展（sustainabledevelopment）”“未來(lái)展望（future perspectives）”等核心議題；主要研究前沿涵蓋“人工智能驅(qū)動(dòng)（AI-driven）”“復(fù)雜網(wǎng)絡(luò)分析（complex network analysis）”等新興方法以及“供應(yīng)鏈生態(tài)體系（supply chain ecosystem）”等創(chuàng)新視角。當(dāng)前學(xué)者們已系統(tǒng)完成了韌性框架構(gòu)建、風(fēng)險(xiǎn)預(yù)警模型設(shè)計(jì)、應(yīng)急響應(yīng)機(jī)制優(yōu)化以及多主體協(xié)同策略等研究工作，主要采用仿真模擬、多目標(biāo)優(yōu)化、貝葉斯網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)及多智能體系統(tǒng)等技術(shù)手段開(kāi)展研究。系列研究熱點(diǎn)與前沿議題值得各領(lǐng)域?qū)W者持續(xù)跟蹤關(guān)注。同時(shí)，基于國(guó)內(nèi)外數(shù)字化轉(zhuǎn)型背景下供應(yīng)鏈韌性的研究現(xiàn)狀，未來(lái)可以在以下三個(gè)方向加強(qiáng)研究：1.數(shù)字化技術(shù)將成為供應(yīng)鏈韌性提升的核心驅(qū)動(dòng)力。除區(qū)塊鏈增強(qiáng)透明度、物聯(lián)網(wǎng)實(shí)現(xiàn)實(shí)時(shí)監(jiān)控外，應(yīng)大力挖掘人工智能與大數(shù)據(jù)潛力；借助 AI 算法對(duì)海量供應(yīng)鏈數(shù)據(jù)進(jìn)行深度分析，精準(zhǔn)洞察潛在風(fēng)險(xiǎn)模式，提前預(yù)警并制定應(yīng)對(duì)策略；構(gòu)建智能化風(fēng)險(xiǎn)管理系統(tǒng)，實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警、評(píng)估及應(yīng)對(duì)的自動(dòng)化流程，通過(guò)持續(xù)學(xué)習(xí)優(yōu)化，提升管理效率與精準(zhǔn)度。同時(shí)，結(jié)合 5G、云計(jì)算等數(shù)字技術(shù)，搭建高效、安全的數(shù)據(jù)傳輸與處理平臺(tái)，為供應(yīng)鏈韌性提供堅(jiān)實(shí)的技術(shù)支撐。2.面對(duì)復(fù)雜多變的供應(yīng)鏈風(fēng)險(xiǎn)，需持續(xù)創(chuàng)新風(fēng)險(xiǎn)管理方法。在構(gòu)建多元化供應(yīng)商網(wǎng)絡(luò)、優(yōu)化庫(kù)存與生產(chǎn)計(jì)劃的基礎(chǔ)上，探索運(yùn)用金融衍生工具對(duì)沖風(fēng)險(xiǎn)，降低風(fēng)險(xiǎn)敞口；建立風(fēng)險(xiǎn)共擔(dān)機(jī)制，與供應(yīng)鏈伙伴共同分擔(dān)風(fēng)險(xiǎn)[11]。此外，加強(qiáng)風(fēng)險(xiǎn)管理的標(biāo)準(zhǔn)化與規(guī)范化建設(shè)，確保流程的一致性與有效性，提升整體風(fēng)險(xiǎn)管理水平。3.應(yīng)關(guān)注供應(yīng)鏈韌性的可持續(xù)性發(fā)展，引入綠色供應(yīng)鏈管理理念，推動(dòng)上下游共同實(shí)施環(huán)保措施，降低碳排放與資源消耗，實(shí)現(xiàn)經(jīng)濟(jì)效益與社會(huì)責(zé)任的雙重提升。

由于一些客觀(guān)因素，本研究也存在一定的局限性。首先，文獻(xiàn)計(jì)量分析軟件具有較高的數(shù)據(jù)標(biāo)準(zhǔn)，為確保收集數(shù)據(jù)的質(zhì)量和完整性，僅選擇在 CNKI 與 WoS 核心數(shù)據(jù)庫(kù)中索引的期刊文章，不包括其他數(shù)據(jù)庫(kù)和出版物，如綜述論文、會(huì)議論文和社論。未包含的數(shù)據(jù)庫(kù)和出版物可能會(huì)忽視數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈韌性影響研究領(lǐng)域的某些科學(xué)研究和獨(dú)特見(jiàn)解。此外，盡管使用專(zhuān)業(yè)軟件進(jìn)行文獻(xiàn)計(jì)量分析，并獲得了相對(duì)客觀(guān)的定量數(shù)據(jù)，但數(shù)據(jù)的分析和解釋仍不可避免地存在一定程度的主觀(guān)性，無(wú)法完全避免主觀(guān)性對(duì)數(shù)據(jù)分析的影響。因此，在未來(lái)的相關(guān)研究中將拓寬文獻(xiàn)的選擇范圍，更深入地了解研究趨勢(shì)和熱點(diǎn)，與領(lǐng)域?qū)W者積極交流，獲得客觀(guān)的見(jiàn)解。

參考文獻(xiàn)：

[1] 國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)[EB/OL].（2025-07-01）[2015-01-07].https：//www.gov.cn/zhengce/content/2015-07/04/content_10002.htm.

[2] 閆守軒，朱寧波，曾佑來(lái).十二年來(lái)我國(guó)課程研究的熱點(diǎn)主題及其演進(jìn)：基于2001—2012年CSSCI數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)知識(shí)圖譜的可視化分析[J].全球教育展望，2014，43（3）：64-72.

[3] 劉奕杉，王玉琳，李明鑫.詞頻分析法中高頻詞閾值界定方法適用性的實(shí)證分析[J].數(shù)字圖書(shū)館論壇，2017（9）：42-49.

[4] Olawumi T O，Chan D W M. A scientometric review of global research on sustainability and sustainable development [J].Journal of CleanerProduction，2018，183：231-250.

[5] 羅良文，張琳琳，王晨.數(shù)字化轉(zhuǎn)型與企業(yè)韌性：來(lái)自中國(guó)A股上市企業(yè)的證據(jù)[J].改革，2024（5）：64-79.

[6] 劉海建，胡化廣，張樹(shù)山，等.供應(yīng)鏈數(shù)字化與企業(yè)績(jī)效“機(jī)制與經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理，2023，45（5）：78-98.

[7] Choudhary N A，Singh S，Schoenherr T，et al."Risk assessment in supply chains：a state-of-the-art review of methodologies and their ap原plications[J].Annals of Operations Research，2023，322（2）：565-607. DOI：10.1007/s10479-022-04700-9.

[8] 張樹(shù)山，谷城.供應(yīng)鏈數(shù)字化與供應(yīng)鏈韌性[J].財(cái)經(jīng)研究，2024，50（7）：21-34.

[9] Gu M，Yang L，Huo B. The impact of information technology usage on supply chain resilience and performance：An ambidexterous view[J].International Journal of Production Economics，2021（232）：107956.[10] Ralston P，Blackhurst J. Industry 4.0 and resilience in the supply chain：a driver of capability enhancement or capability loss？ [J].International Journal of Production Research，2020，58（16）：5006-5019.

[11] 戚依南，毛志剛. 中國(guó)入世20年來(lái)國(guó)內(nèi)綠色供應(yīng)鏈管理研究現(xiàn)狀、熱點(diǎn)與展望[J].供應(yīng)鏈管理，2020，1（10）：37-48.