国内智慧物流研究可视化分析—基于知识图谱视角
2019-09-04张昕瑞
张昕瑞
(上海理工大学 管理学院,上海 200093)
1 引言
在我国供给侧结构性改革背景下,传统物流业发展方式难以为继,智慧物流正在成为国内物流业转型升级的重要源泉[1]。2008年11月IBM 公司首次提出“智慧地球”概念后[2],“智慧”理念在全球很多行业得到应用。IBM 公司在2010年继续发布的《智慧的未来供应链》研究报告中,将智慧物流的理念进行了延伸,并快速在全球得到认可和接受。国内行业、企业以及学者对智慧物流也进行了不同角度的探索。
作为一个新的领域,虽然智慧物流的相关研究已经开展了近十年,但是从相关文献阅读来看,目前国内学者对智慧物流的概念尚未形成统一认可的定义。戴定一[3]从信息化的角度对智慧物流概念进行了界定,认为智慧物流是物流信息化的高级阶段,通过物联网时代的新技术实现物流过程中更多信息的采集、更多资源的管控以及更优化的流程,即通过高度依赖信息资源在物流过程中创造更多价值。鲍琳,张贵炜[4]着重从技术视角出发,对智慧物流的内涵进行了界定,认为智慧物流是以“互联网+”为核心,综合运用大数据、云计算、物联网、移动互联网和人工智能技术,通过全面感知、识别、跟踪物流各环节,实现实时应对、智能优化决策的高效、绿色的物流服务体系。王之泰[5]从智慧物流的效果出发,指出智慧物流是将互联网、信息技术和现代管理应用于物流业,从而实现物流的自动化、可视化、可控化、智能化、信息化、网络化;并进一步指出“智慧”的获得并不完全是技术问题,还要重视增加管理内涵,强调了体制的作用和人的作用是不可缺少的。中国物流与采购联合会会长何黎明在《智慧物流发展现状及“十三五”工作重点》一文中[6],将智慧物流定义为“以互联网为依托,在物流领域广泛应用物联网、大数据、云计算、人工智能等新一代信息技术与设备,通过互联网与物流业的深度融合,实现物流产业智能化,提升物流运作效率和服务水平的新兴业态”。本文认为这一定义综合考虑了技术、设备、预期效果、产业形态等内容,相对较为综合全面。进一步地,王郁等[7]对智慧物流中的“智慧”进行了详细的阐述,指出区别于传统物流,智慧物流的“智慧”体现在对“物”的操控上,有着五个显著的特征:(1)自动识别与控制—让物流变得更快速;(2)全程跟踪与追溯—让物流变得更安全;(3)实时应对与处理—让物流变得更高效;(4)智能决策与优化—让物流变得更精准;(5)绿色低碳与环保—让物流变得更节能。从以上相关文献的回顾可以看到,智慧物流的研究在我国已经引起了学者的高度重视和研究热情。有学者认为[8],造成我国智慧物流快速发展的原因既包括规模和网络经济效应达到拐点、市场整合带来较大红利等经济因素,也包括智能技术的日渐成熟和人工智能在物流业的快速普及等技术因素;我国物流信息化正加速进入以物流业务数字化和物流数据业务化为主要特征的智慧物流时代,智慧物流时代即将到来。
在国内智慧物流快速发展的背景下,为了描绘智慧物流领域研究的整体框架,以便清晰地了解其在国内研究的现状、发展路径、研究热点和未来的发展趋势,本文应用科学文献和知识图谱可视化软件CiteSpace对国内智慧物流相关研究成果进行了深入的多维度分析,结合文献归纳法对国内该领域的研究现状、演化和热点进行梳理与总结,客观揭示国内智慧物流研究发展态势,为该领域研究框架梳理提供一种新的参考方法。
2 研究数据与研究工具
2.1 研究数据来源和收集
由于研究仅限于对国内智慧物流的成果进行分析,文中研究数据源于中国知网(http://www.cnki.net/)中文数据库的学术数据库,检索范围包括学术期刊、博士学位论文、硕士学位论文、国内国际会议论文、报纸以及学术辑刊(为简化描述,后文将不区分成果类型,统一称为文献)。此外,考虑到智慧物流是一个新兴的研究领域,为确保检索的完整性,本次检索没有对起始时间进行限制(检索截止时间为2019.04.06),以“智慧物流”为主题,共检索出1 458篇文献结果,在人工检查剔除重复数据、声明、新闻、行业动态、会议通知等后,最终保留有效文献共1 039篇。每条记录包括文献类型、作者、作者单位、文献标题、文献来源、文献关键词、摘要以及发表时间等信息,具体见表1。
表1 数据检索过程说明
2.2 研究方法与工具
本文主要采用科学知识图谱法,使用可视化分析工具CiteSpace对相关数据进行分析。科学知识图谱[9]以知识域(knowledge domain)为研究分析对象,是显示某科学领域内知识的发展进程与结构关系的一种直观图像;它既是可视化的知识图形,又是序列化的知识谱系,显示了知识单元或知识群之间网络、结构、互动、交叉、演化或衍生等诸多隐含的复杂关系,而通过对这些复杂的知识关系进行展示和分析,为孕育新知识的产生带来了机会和可能性。目前科学知识图谱常用的分析工具包括SPSS、Bibexcel、CiteSpace、TDA 和 Ucinet 等,CiteSpace 主要基于共引分析理论和寻径网络算法等,对特定领域文献进行计量,以探寻出学科领域演化的关键路径,并通过可视化图谱的绘制形成对学科演化的分析和学科发展前沿的探测。该软件凭借其强大和先进的功能,在国内外得到了广泛的应用和关注[10]。
鉴于搜索到的有关智慧物流的文献最早发表于2010年,因此在软件中将Time 参数设置为2010-2019。此外,考虑到智慧物流属于较新的研究领域,且相关研究成果数量不是非常大,本文采用三年时间切片对数据进行分析。
3 国内智慧物流研究基本情况
3.1 文献年代分布分析
根据检索结果,国内第一批针对智慧物流的研究成果发表于2010年,而且研究的视角基本是从探讨物联网在物流业中的应用出发,文中基本仅仅涉及到智慧物流的名称,并无更加深入的探讨;在此之前,国内尚无学者对相关领域进行研究。从全球视角来看,这一研究的开始时间与IBM 公司在2008年11月提出“智慧地球”概念的进程密切相关,“智慧地球”概念在世界范围的快速普及和高度认可,触发了学者对包括物流在内的各个领域的“智慧”化研究热情;从国内视角来看,国内这一研究的开始时间与2010年年初的政府工作报告有密切关系,2010年被称为中国物联网元年,与物联网密切相关的智慧物流也开始进入到学者的研究视野。
根据图1所示的统计数据,虽然国内第一篇智慧物流的相关文献发表于2010年,但是随后的四年(2011~2014年)期间,相关研究并未得到快速发展,而是在酝酿了相当长的一段时间之后,从2015年才开始出现快速增长,并在近年来一直保持较快的增长趋势(注:2019年数据不完整,仅检索了截止到4月6日的文献,预计相关文献仍将保持快速增长态势)。这一现象与近年来与智慧物流相关的大数据、人工智能等相关技术的快速发展也呈现出较强的相关性。
图1 国内智慧物流研究的时间分布情况
3.2 作者和研究机构分析
3.2.1 主要作者分析。结合信息管理学的文献计量定律中的普莱斯定律,在同一主题中,半数的论文为一群高生产能力作者所撰,这一作者集合的数量上约等于全部作者总数的平方根;换而言之,只有作者的文献数量m 大于等于(nmax代表发表文献数量最多的作者的发文数量)才能被视为是核心作者;经计算,发表文献数量达到6篇及以上的作者在国内智慧物流领域可视为核心作者。论文节选了国内智慧物流相关文献中发文量前20的核心作者,通过CiteSpace的数据分析,这些作者的中心性(centrality)指标均为0(见表2),由于中心性是网络分析中的一个重要指标,描述了节点的重要性和与其他节点的关联性,一般能够通过节点的中心性判断作者在研究中的重要性。从这一情况判断,就作者而言,智慧物流研究虽然已经初步形成核心作者群,但是作者之间缺乏交流与合作,且尚未出现最权威的作者群。由此可见,目前国内智慧物流的相关研究仍处于起步阶段,虽然相关作者的文献数量已经初步体现了普赖斯定律和洛特卡定律的特性,但是在作者的权威性及文献被引性方面,仍然处于初期发展阶段,这与国内智慧物流领域的发展仍处于初期探索阶段较为吻合。
表2 国内智慧物流文献发文量前20的核心作者
3.2.2 研究机构分析。根据CiteSpace 对选取文献“Institution”(研究机构)因子进行分析,目前共有198家研究机构在智慧物流领域有研究成果出现,其中发表文献数量大于等于6 篇的机构共有23 家,发表文献数量排名前3 的机构依次是中国物流与采购联合会(61篇,占样本总量的5.87%)、北京物资学院(13篇,占样本总量的1.25%)、清华大学互联网产业研究院(13篇,占样本总量的1.25%)。具体如图2所示。
图2 国内智慧物流主要研究机构构成及分布
经过统计发现,发表文献数量排名前10 的研究机构(即前5%的研究机构)发表文献数量占样本总量的15.01%,表明在国内智慧物流研究领域的研究成果,已经初步体现了科学文献中的马太效应特征。然而,从文献的中心性特征来看,目前国内智慧物流的研究机构特征与研究作者情况相似,所有研究机构的中心性均为0,标志着目前国内也尚未形成核心权威研究机构。此外,CiteSpace 的分析结果显示,这些研究机构之间的研究关联性非常弱,没有形成较为明显的研究机构合作关系。
4 国内智慧物流研究热点分析
由于关键词(keyword)能够高度反映文献的核心内容,可以通过统计关键词出现的频次及中心度来反映相应领域的研究热点。以关键词作为分析因子,在CiteSpace 中对选取文献进行分析,共发现132个关键词。图3描述了国内智慧物流研究内容的分布情况,图中节点大小代表了关键词出现的频率,节点越大说明该关键词出现的频率越高;节点文字之间的连线说明这些文字出现在同一篇文献中,而连线的粗细程度则说明两者同时出现的频率,连线越粗则同时出现的频率越大。
图3 国内智慧物流研究的主要关键词分布
可以看到,目前国内学者对智慧物流的研究除了智慧物流这一核心词外,其他相关关键词较为分散,总体有以下几个类型:体现物流行业或企业范畴的词,如“物流业”、“物流企业”、“物流园区”、“菜鸟网络”等;体现支撑和实现智慧物流相关技术的词,如“物联网”、“人工智能”、“无人机”、“机器人”、“RFID”、“信息平台”等;与智慧物流相关的产业如“智能制造”、“智慧城市”等,以及体现智慧物流发展地域的词,如“中华人民共和国”、“一带一路”、“浙江”、“宁波”等。
进一步地,以节点中心性为依据,对中心性大于0.1 的关键词进行了选取(在CiteSpace 中,中介中心性超过0.1 的节点称为关键节点),共发现11 个关键节点(见表3),其中sigma值大于1的关键词由大到小依次为:物流园区、浙江、物流平台和物流业(sigma≥1表示节点在结构上和引文变化中都非常重要,中心性和突现性越高的节点,其sigma值也越高)。
表3 国内智慧物流研究领域中心性大于0.1的关键词
通过对关键词的“阈值(Threshold)”属性进行设置,可以将智慧物流的研究热点概括为“智慧物流”、“物联网”以及“大数据”。此外,还发现了三个较为独立的研究区域:以“产业链”为核心的研究内容(这一研究热点通过“物流系统”与智慧物流的相关内容有所关联),以及以“创新”及“智慧城市规划”为核心的研究内容(如图4所示)。
图4 国内智慧物流领域的研究热点
根据以上分析,结合文献阅读归纳,可以发现目前国内智慧物流研究的热点主要包括以下四个方面:
(1)针对实现智慧物流所需的信息技术及系统的研究,包括物流系统设计、物流平台构建等[11-13]。这类研究从信息系统开发的角度对实现智慧物流所需的信息技术、信息系统功能结构、系统开发条件及流程等内容进行了探讨,是实现智慧物流的IT 基础研究。例如闫俊霞等[12]通过分析现代城市物流配送的特点,提出基于ArcSDE 的智慧物流解决方案;通过建立基于ArcSDE的物流配送信息系统,实现了智慧物流的一些基本操作,如可视化物流操作处理、配送管理、车辆调度管理等。
(2)针对智慧物流业发展的研究,包括物流行业、物流企业、物流园区等[14-17]。这类研究从物流产业本身的发展需求、发展趋势、产业构成、政策解读等方面进行了分析,是智慧物流发展中相对宏观方面的研究。例如何黎明[15]在分析我国物流行业现存问题的基础上,给出了一系列物流行业的发展建议,包括:通过推进运输结构调整,解决物流能力结构性过剩问题;大力发展智慧物流,克服制约物流领域新一轮创新驱动和赶超发展的制度性障碍;加快物流绿色化转型,适应污染防治与环境保护需要。
(3)针对实现智慧物流所需的通信技术及设备方面的研究,包括机器人、物联网、大数据等方面的研究[18-21]。这类研究从人工智能、通讯技术和数据分析的角度,对实现智慧物流的必要条件和核心技术进行了分析,是物流企业实现智慧物流的技术核心竞争力。例如李明等[21]通过对仓库内收货、存储、拣选、发货四个基本环节现有智慧物流技术进行分类汇总和分析,进一步提出智慧仓储技术的两个显著特点,即基于人工智能算法和自动感知识别技术实现机器人的快速融入以及人机间的友好高效协作。
(4)针对智慧物流在企业、地区或行业中发展的研究,如针对阿里巴巴集团菜鸟网络和浙江区域智慧物流发展现状及经验的探讨[22-24]。例如何玲辉[24]对杭州区域农产品的智慧物流体系构建问题进行了研究,根据农产品特点及杭州农产品物流体系现存问题,构建了具有较强针对性的智慧物流体系。
(5)与智慧物流相关的其他研究,包括借助智慧物流理念区域产业链如何进一步发展、智慧物流发展引起的企业机制创新和管理创新以及借助智慧物流建设智慧城市等方面。
5 国内智慧物流研究演化、前沿及趋势分析
5.1 研究演化路径
通过对相关文献进行基于时间轴的分析,可以对国内智慧物流研究的路径和趋势进行可视化解读,图5展示了智慧物流领域高频关键词出现的时间,其中节点自左向右代表关键词出现的早晚。通过对关键词在时间轴上的表现情况,我们发现智慧物流的研究热点在不断转换,并且呈现出以下演进过程:
(1)2010-2012年阶段,是国内智慧物流研究的萌芽期,这一阶段研究热点主要围绕着智慧物流概念的兴起及对物流业未来发展的思考,包括物联网概念和技术对物流业的影响和意义。
(2)2013-2015年阶段,研究热点扩散到如何通过信息技术及信息平台对物流产业/企业/园区进行智慧物流建设,研究视角也逐渐扩大到智慧供应链和智慧城市建设。
(3)2016以后阶段,受到我国“一带一路”战略的影响,从战略角度思考“一带一路”沿线地区的物流业向智慧物流转型升级建设成为研究热点。此后,随着大数据、电子商务和新兴技术的快速发展,利用人工智能和新型设备实现智慧物流的研究以及针对具体企业如菜鸟、京东的智慧物流实践研究成为了新的研究热点。
图5 国内智慧物流研究路径及趋势
由以上研究热点演进过程分析可以看到,国内智慧物流研究的发展经历了萌芽期后,自2013年开始得到多样化的发展;研究内容从基本概念和范围界定,逐步延伸到行业应用以及相关技术的支撑和应用,近年来该领域研究不断细化。结合智慧地球的其他研究领域,智慧物流未来的研究趋势还可能朝着理论化形成和方法论形成的方向发展,相关技术和设备的研发也有望得到进一步的突破和创新。
5.2 研究前沿及趋势分析
用突现词频(burst term)结合共引词频如关键词,并加以时间限制进行分析,可以帮助了解学科发展的最前沿领域。通过CiteSpace 对关键词的burst指标进行检测,限定最小的持续周期为2年,共发现52 个突现词频。进一步地,将时间限定为2016年到2019年,共发现12 个突现词频(见表4),其中“电子商务”、“转型升级”、“无人机”等 7 个关键词自 2016/2017年开始均连续突现至今,反映出这些关键词领域在未来一段时间仍可能成为智慧物流研究领域的前沿热点。
通过对以上2016年以来突现关键词的解读以及相关文献阅读,笔者进一步预测未来一段时间国内智慧物流领域的研究发展有如下趋势:
表4 国内智慧物流领域突现关键词信息(2016-2019)
(1)在电子商务纵深发展的影响下,研究电子商务及物流业中领军企业在智慧物流实施过程中的技术、管理、流程、基础设施等方面的先进实践经验及存在问题的解决过程,产生普适性和可推广的智慧物流解决方案。
(2)在智慧物流影响下,传统物流行业及企业的转型升级和创新研究,既包括技术上的更新升级,也包括战略制定、管理流程和行业标准等方面的创新性思考。特别是在国家供给侧改革的战略思想指导下,传统物流行业及企业如何借助智慧物流实现自身的转型升级。
(3)智慧物流实现中涉及的相关技术的深入研究,包括无人机、人工智能、物联网、机器人等,不仅仅是技术的研发,也包括分析和解决这些技术在应用和实施过程中可能遇到的问题。
(4)结合经济学和管理学的相关理论,利用实证研究、案例研究等多种方法,对智慧物流中相关问题进行探讨,产生多视角、多研究方法的研究成果。
6 结语
本文以中国知网为数据来源,利用可视化分析工具CiteSpace 对近10年来国内智慧物流相关的多类研究成果进行了分析,从研究成果数量、作者、研究机构、研究热点、研究演化、研究前沿和趋势等方面进行了可视化解读。通过分析得到以下主要结论:
(1)我国智慧物流研究自2010年开始,经历了一段萌芽期后,在近年得到了较为快速的发展;不仅体现在文献数量的快速增加,也体现在研究内容的逐步多样化和研究热点的不断扩散。但是已有研究对于智慧物流的界定并未形成一致观点,造成这一现状的原因可能是智慧物流本身是一个新的研究领域,还需要一段时间的探索和磨合。
(2)目前研究成果数量有限,且尚未出现权威高被引作者群和研究机构。我国智慧物流领域研究发文机构近200 个,发文作者超过500 人,但是作者之间以及机构之间学术交流非常少,作者之间和各机构之间缺少合作,没有形成跨机构的研究平台,不利于智慧物流研究的发展和协同。如何打破目前这种相对封闭的研究格局,加强这一领域的学术交流与合作,是促进智慧物流发展的重要因素。
(3)研究热点和趋势主要包括智慧物流的信息化(包括技术与平台)、行业及产业转型升级、核心技术及设备、企业具体实践等。研究内容呈现出不断细化和深入的特点,未来可能形成该领域的核心技术突破和特定方法和理论。
(4)研究视角相对狭窄,研究方法相对单一。当前的研究主要从应用性、技术性、实践性等视角展开。然而,智慧物流的内涵和外延都非常丰富,未来可以尝试从知识管理、社会网络等视角展开;同时综合利用实证研究、案例研究、假设回归分析等多种研究方法,进一步丰富该领域的研究成果。
由于本文聚焦于国内智慧物流的研究分析,因此数据来源仅限于中国知网,未来可以进一步对国外相关研究数据(如通过Web of Science数据库进行检索)进行统计,结合国内研究情况进行对比和交叉分析,以期产生更为丰富的研究结论。