绿色车辆路径问题研究综述

许美贤，郑 琰

(南京林业大学 汽车与交通工程学院，江苏 南京 210037)

0 引 言

由于国家政策的出台以及消费者环保意识的增强，以绿色节能、低碳减排为理念的绿色车辆路径问题逐渐取代仅考虑经济成本的传统车辆路径问题的地位，俨然成为学术界研究的新导向.绿色车辆路径问题(GVRP)总体上可以划分成两大类，一类是在传统车辆绿色配送方面，最早于2005年由两位美籍专家Chang以及Morlok共同探究提出车辆耗油速率将随其行驶速度的不同而呈现曲线变化趋势[1].该结论得到了学术界的普遍认可及广泛关注，此后逐渐产生了一些更为深入的研究，2010年后研究成果的产出率达到顶峰.Bektas和Laporte[2]学者合作利用自适应大领域搜索算法高效地解决了一种以运输成本和排放成本为决策目标、燃料消耗和配送时间为约束因素的绿色车辆污染路径问题.另一类是对于新能源汽车绿色配送方面，大多数学者的研究集中在混合动力汽车和纯电动汽车的路径问题上.Arslan等[3]以混合动力汽车为研究对象，以配送成本最低为决策目标建立优化模型，使用最短路径与离散逼近动态规划双启发式算法进行求解，得出同时具有充电站和加油站的最优路径方案.De等[4]以纯电动车为主体，考虑了充电站点、其它车辆、配送目标等影响因素，研发了一种能够合理安排排队时间的意向感知导向系统，充分整合车辆总体行程时间，使得等待的时间成本降低一半以上.

绿色车辆路径问题经过多年分析积累已产生数以万计的研究成果，以往的研究给现阶段的探索提供了一些参考.但总体来说，在针对“绿色车辆路径研究热点及演化趋势”的方面上，还缺乏能从多指标进行系统性分析的深入研究.面对日益增多的文献数据信息，传统采用人工整理查阅的文献综述难以从客观角度全面地分析该领域的热点，同时不再能为现阶段的探索提供可靠情报.因此，本文将选取Web of Science数据库中关于GVRP主题的SCI及SSCI文献作为研究对象，结合文献计量和信息可视化分析方法，借助动态网络分析技术工具CiteSpace对2001—2020年的研究内容进行处理，全面系统地分析绿色车辆路径问题的研究现状，并探索和归纳该领域的研究热点，预测其未来的研究方向，为国内外学者了解该领域的研究重点提供实践参考，有效避免重复的研究.

1 研究设计

1.1 研究工具与方法

文章基于文献计量及信息可视化分析方法，采用美国德雷赛尔大学(Drexel University)陈超美教授设计与研发的一种信息可视化分析工具CiteSpace进行数据分析.该软件可以从多种类型的科学知识图谱视角来体现某一学科领域的研究状况.例如，文献共被引网络可以直观地体现知识和信息的传递和重组过程，引文分析能够快速追溯到具有开创性成果的重要文献，并揭示GVRP领域的科学发展、历史背景、前景等，进而更有效地梳理绿色车辆路径研究的演进脉络.其中，依据聚类情况及发表年份能够判断GVRP研究领域的关键内容及其时间演进的相互关系；而对关键词、重要文献等的突现率进行检测能够发现GVRP领域的探索热点，并根据演化趋势预测未来研究方向.除此之外，冲积流图谱作为一种新颖的、高效的、实用的文献可视化计量手段，能够通过展示文献引用流粗细与长短的变化，来说明标志性文献受关注的集中程度以及持续时间，有助于学者探测GVRP领域的研究热点及挖掘分析前沿.因此，为了客观全面地认识绿色车辆路径问题的研究全貌，本文将会利用上述知识图谱对该领域的文献成果进行拓展研究.

1.2 数据来源及处理

首先，为了确保研究的广度和可信度，本文将从具有较高权威性的Web of Science核心合集数据库中获取统计分析数据.该数据库拥有着全球范围的学术信息，可提供充足的研究样本.同时考虑到GVRP问题属于社会科学与自然科学领域下的小门类，进而在Web of Science核心合集数据库检索界面中设置数据库类型为SCI和SSCI，接着输入“Green vehicle routing”或“alternative fuels vehicle”或“pollution routing problem”或“electric vehicle routing”或“fuel consumption and routing”等检索词进行主题检索.其次，为提高文献分析的精确性和质量水平，把文献类型为设置为“article”(论文)和“reviews”(综述).最后，经过筛选去除与GVRP主题无关的、过短的、重复的文献信息.截至2020年9月3日总共收集到2 538条有效检索数据.

依据Web of Science核心合集数据库研究的方向类型进行分析，图1表示的是绿色车辆问题研究文献主要涉及的学科研究领域及其在总文献样本数量中的具体占比.由于大部分研究成果所跨越的研究范围较广，因此柱形图中的全部占比加和大于百分百.从图1可知，绿色车辆路径问题的研究集中在工程、运输学、生态环境科学、能源燃料、运筹学管理科学等五大方向，同时也涉及到多学科领域的交叉研究，例如，商业经济、运输学、计算机科学、运筹学管理科学等的交互分析.考虑到本文主要意图是从交通运输规划角度来分析绿色车辆路径问题，因此将选择运输学和运筹学管理科学这两个研究方向进行宏观与微观的探索，检索得到869条有效数据信息.

图1 主要研究领域中的文献数量及其占总样本数量的百分比

1.3 构建分析框架

选择上述检索到的869篇文献作为本文研究对象，对其进行客观详细的数据统计和信息可视化分析.文章首先从宏观角度选取如“发文引文数量”“主要来源期刊”“发文机构”“核心发文作者”等基本指标进行全面汇总统计，同时根据作者及机构合作网络图谱对GVRP领域的研究概况进行描述分析.其次，从微观角度对“共被引文献聚类”“重要节点文献”“突发文献”“标志性文献”等多个角度系统地对已有研究文献共被引网络进行客观剖析，并制作标出转折点及地标点的文献共被引聚类网络、突现图和冲积流图等等，来形象化地揭示绿色车辆路径问题的研究现状、热点及其演化趋势.本文的总体研究分析框架如图2所示.

图2 文章的研究分析框架图

2 宏观角度的文献信息挖掘及可视化

2.1 发文引文数量分析

根据图3所示，国际上对于绿色车辆路径问题的研究主要经历了三个发展阶段：①2001—2011年处于起始阶段，每年对绿色车辆路径问题研究所发表的论文数量均在30篇以下，增长趋势平缓；②2012—2016年处于成长阶段，其中2012年是绿色车辆路径问题研究的重要节点，在该年份后，每年发表的论文数量均在40篇以上，增长趋势强劲；③2017—2020年学术界对车辆路径问题的研究进入了炽热状态，其中2017年的年度发文量突破了100篇并俨然成为了关键转折时间点，且经过一年时间后，2019年发文数量快速增长至154篇，增长趋势迅猛.通过对上述三个发展阶段的分析可知，绿色车辆路径问题的研究是运输学和运筹学管理科学领域中研究起步相对较晚且成果相对欠缺的领域，但同时也是近年来特别重视和值得关注的探究领域.这也非常符合现阶段交通运输业发展和环境保护问题中协调机制所倡导的绿色理念[5].

图3中带箭头的红色虚线表示每年发文数量的指数拟合曲线，带箭头的蓝色虚线表示每年引文数量的指数拟合曲线.由图3中的指数函数公式可以看出，两条虚线的拟合优度R2分别是0.912 2与0.957 1，均超过0.8，即说明了绿色车辆路径问题研究的发文引文数量正以指数级的速度进行成倍增长.根据著名的美国科学计量学之父普赖斯的指数增长规律可知，当所研究领域的发文引文数量呈现出明显的指数型变化增长趋势，则代表了该研究领域正蓬勃发展且增长态势尚未触顶，其学术影响力和研究热度仍会持续加强，学术界还将从研究层面、技术、方法等对其进行拓展.据此可知，科研人员对绿色车辆问题的研究将会继续深入，不断扩大其探索发展前景.

图3 年度发文和引文数量统计

2.2 主要来源期刊分析

对绿色车辆路径问题研究的主要来源期刊进行整理分析，如表1所示.在排名靠前的期刊里有7种期刊的影响因子均在4.0以上，且其中有6种期刊所刊登论文的总被引频次超过1 500次，有4种期刊的h指数在20以上.同时发表在交通运输和运筹管理领域的国际顶尖SCI期刊如《Transportation Science》《Transportation Research Part B: Methodological》《Production And Operations Management》《Omega International Joural Of Management Science》《Computational Optimization And Applications》等上的论文总篇数突破了100，约占样本总数的1/8.由这些期刊情况可知，近年来绿色车辆路径问题研究在运输学和运筹学管理科学领域中得到了集中关注，并且科研人员针对该问题在交通运输和运筹管理领域做出了质量顶尖的学术贡献，使得其成为了近年来值得继续探究的热点话题[6].

除此以外，从表1可知期刊《Transportation Research Part D Transport And Environment》所刊发的论文数量以及其被引频次处于领先地位，是绿色车辆路径问题研究领域中学术影响力最大的刊物;虽然期刊《Transportation Research Record》比《Transportation Research Part C Emerging Technologies》的发文量稍高，但由于前者的影响因子、被引频次及h指数远远低于后者，所以总体来说后者的学术影响力较大;其余刊物的学术影响力都相对较小，仍需要不断提高所刊登文献的数量及质量.

表1 主要来源期刊整理分析

2.3 发文机构分析

通过Excel软件对发文机构进行汇总统计得出，截至2020年9月3日全世界共有233所机构在运输学和运筹学管理科学领域对绿色车辆路径问题进行了分析，其中仅发表过1篇文献的科研机构有48所，占发文机构总数的20.6%；发表过3篇及以上数量文献的科研机构共有126所，占发文机构总数的54.1%.同时计算可知，平均每个科研机构已经发表了3.7篇关于GVRP主题的论文，这说明了绿色车辆路径问题得到了世界上大部分科研机构的高度关注，而且研究成果也越来越丰硕.本文把刊发论文数量≥3的126所科研机构划分成高产机构，并将排名前10的发文机构用表2进行逐一列出.

从表2可知，加拿大蒙特利尔大学刊发关于GVRP主题的论文数量最多，高达29篇；北京交通大学和香港理工大学的发文量均超过20篇，剩余机构的发文数量均在10篇以上且相差无几；蒙特利尔大学、北京交通大学及丹麦科技大学刊发论文的被引频次分别位居前三，说明这三所机构的学术影响力相对较大.此外，利用CiteSpace软件对发文机构的合作网络关系进行整理分析得出，存在合作关系的发文机构数量相对较多，这说明机构之间的相互合作较为频繁，比如蒙特利尔大学与南安普顿大学、卡拉布里亚大学、挪威科技大学、克里特大学等；北京交通大学与香港理工大学、亚利桑那州立大学、华中科技大学等合作较多；而仅有少数机构如香港大学与东北大学是单一合作关系.

表2 发文机构及其合作情况

2.4 核心发文作者分析

表3 核心发文作者统计分析

此外，通过CiteSpace软件对发文作者的合作网络关系进行分析得出，在运输学和运筹学管理科学领域中每位作者对绿色车辆路径问题的研究贡献并不集中，相互之间合作完成的文献相对较少.其中，来自加拿大蒙特利尔大学的Laporte与英国南安普顿大学的Bektas两位作者的合作关系最为紧密，共同署名所著论文一共有8篇.从最先提出考虑行驶距离、温室气体排放量、燃料、行驶时间及其成本等因素影响的污染路径问题，到探究解决该问题的自适应大邻域搜索启发式算法，发现该算法能够很好地弥补变邻域搜索算法的不足，可以自动依据多种算子的使用频率和搜索表现来选择好的算子进行循环迭代，并对解进行破坏与修复，从而增加得到更好解的概率；再把研究因素扩展到车队规模、仓库位置、城市路网等各方面，来建立以顾客满意度最大化与油耗最小化的双目标CVRPTW(Capacitated Vehicle Routing Problem with Time Windows)模型，分析寻求最优的城市绿色物流配送路径.此外，同样来自英国南安普顿大学的Demir和加拿大蒙特利尔大学Jabali共同署名发表了5篇论文，他们主要提出了一种优化禁忌搜索算法.研究发现该优化算法能够凭借其灵活的存储结构和相应的禁忌准则来避免迂回搜索.虽然搜索效率稍低但却具有很强的全局寻优能力，并在应用实例中结合速度优化过程，以燃料消耗和驾驶时间均最少作为优化目标，采用考虑载重对油耗影响的LFCM(load based fuel consumption model)模型来测度燃料消耗，建立带容量约束和车辆数约束的双目标CPRPNV(capacitated PRP with number of vehicle)模型来解决污染回收问题.运算过程所需时间仅为5秒，表明了该优化算法具有良好的求解能力.

3 微观角度的文献信息挖掘及可视化

3.1 共被引文献聚类分析

为客观地评价学者研究成果的质量和影响力，对样本文献作共被引聚类网络图，一般认为Q值>0.3表示文献共被引网络的聚类结构是合理显著的.如图4所示，本文聚类得到的Q值是0.671，证明所做的聚类合理显著性很高.图4中节点的大小代表文献被引频次的高低；两个节点之间的连线代表两篇文献被其他文献同时引用了；不同颜色的连线和节点代表着文献各自被引的时期；聚类标签0到7均是利用LLR算法对高引用文献的关键词进行特征凝炼而得.表4是在图4的基础上进一步对8个聚类结果进行详细的挖掘分析，同样Silhouette值>0.7则意味着文献共被引网络的聚类结果是令人信服的，表4中每一聚类的Silhouette值均超过0.7，证明聚类结果可信度较高.表4还依据共被引文献的关键词提炼确定不同时期绿色车辆路径问题的研究重点和主要方向.

表4 文献共被引聚类结果分析

图4 绿色车辆路径问题研究文献共被引聚类网络图

聚类1、3、5、6、7的平均引用年份都比较早，表示的是绿色车辆路径问题在2010年以前的研究热点.绿色车辆路径问题主要分为两种：一是优化传统车辆的配送路径使污染最小化；二是优化新能源汽车的配送过程使环保最大化.因此，聚类5和7的研究类型是针对传统车辆路径的优化，其中聚类7考虑加速度、温度以及天气等因素影响来设计绿色货运网络，其代表文献(如Demir等[8])从时间窗口离散化、车辆加速度及路况等角度对绿色货运路径规划文献进行回溯分析，提出一种针对受恶劣天气环境影响的拥堵时变路况下的车辆行驶时间计算方法，在测度碳排放时选择MEET模型，将碳排放成本、燃料消耗成本和运输时间成本最低化作为优化目标，建立带有车辆数量约束的多目标CPRPTW模型；而模拟退火算法是一种高效可行的绿色货运路径设计方法，该优化算法突破了爬山算法的局限性，具有很好的鲁棒性来随机选取初始解和最终解，其全局搜索能力强但优化过程所需时间较长，在绿色车辆问题研究早期应用非常广泛，如聚类5的代表文献[9].聚类5的研究方向注重应用模拟退火算法等运筹学知识来解决绿色供应链中车辆调度的时空优化问题.聚类1、3、6的研究方向是针对新能源汽车路径的优化，分别考虑了充电站分配、车队管理模式以及综合定价等各方面因素的影响，来规划混合电动汽车的绿色配送路径.其各自的代表文献[10]表明混合电动车辆EVRP比传统燃油车辆GVRP的模型构建及优化过程更加繁琐复杂，其需要进行深入研究的配送制约因素很多，比如充电方式选择、电池损耗、智能交通技术、带时间窗限制等，在尽量降低污染气体排放的前提下，结合碳交易机制，使用CMEM来测度燃料消耗，合理布设城市充电站与加油站的位置使车辆能够及时补充电量和油量；Yao等[11]为解决城市物流配送出现的拥堵和污染问题，提出共同配送模式，即在车队管理系统中使用延迟嵌入模式，将配送车辆、配送中心、客户等相关资源进行有机整合与统一调度，利用CMEM与MEET模型科学地测度车队油耗量和碳排放量，并合理布设补充燃料的基础设施；He等[12]在综合考虑道路定价、燃料定价等因素影响下使用频谱嵌入和延迟嵌入模式设计绿色智能交通系统，并应用至冷链物流配送实例中，考虑因制冷和保鲜所需而导致车辆碳排放量和油耗量增加的情况，结合碳税政策，构建配送货损成本最小、制冷成本最低的双目标GVRP模型，尽可能提高顾客满意度.

聚类0、2、4的平均引用年份相对较晚，其中聚类0的研究重点在于如何最小化碳排放量以及燃料的消耗量，是近年来大多数车辆研究文献(如Dernir等[13])的集中关注点；而随着电池技术的不断改进以及共享经济的兴起，聚类2和4的研究对象转向了共享型纯电动汽车，其中聚类2的文献(如Zhang等[14])侧重于利用禁忌搜索算法解决混合车队的电动公交车设施选址及路径问题；聚类4的文献(如Schiffer等[15])考虑到混合粒子群算法比遗传算法计算简单，其快速收敛性质使求解更易于实现，并引入混沌机制来协助调整参数，避免搜索陷入局部最优，因此将该优化算法应用于解决共享电动汽车绿色调度问题，在实现30秒的案例求解运算过程中表明其求解能力良好，值得进一步深入探究.这三种聚类的研究方向符合当下的政策要求和绿色理念，代表着绿色车辆路径问题的研究前沿，后续的研究成果也在不断增加.

因此结合上述对聚类结果的逐一分析可知，绿色车辆问题研究集中在三个方面：(1)聚类1、3、5、6、7反映的是该领域研究的前期热点，研究对象从最初的传统车辆逐渐转变成混合动力车辆，综合考虑了各方面因素的影响，并尝试使用模拟退火算法来设计绿色运输路径；(2)聚类0、2、4反映的是该领域研究的前沿，研究对象是共享型纯电动汽车，考虑设施选址、碳排放、能源消耗对路径规划的影响，并灵活使用禁忌搜索算法、混合粒子群等算法求解绿色路径优化模型；(3)聚类2、4、5反映了该研究领域广泛使用的优化算法，主要是模拟退火算法、混合粒子群算法、禁忌搜索算法、自适应大邻域搜索启发式算法等，这些算法的求解能力较强，但也有各自的优缺点，需根据实际案例选择使用.

3.2 重要节点文献分析

在文献聚类图谱中地标点是指在文献共被引网络中节点半径较大、共被引频次较高的高质量文献，在研究发展上有奠基作用[16]；转折点是指在共被引聚类网络中具有较高中介中心性的过渡性节点文献，起到链接聚类之间或聚类内节点之间的关键作用，代表着GVRP领域中的研究重点将发生转变，具有里程碑式的意义.表5将共被引频次超过70次的地标点文献以及中介中心性大于0.1的转折点文献的相关信息进行详细统计分析.

表5 地标点、转折点的文献分析

聚类0拥有4个地标点，分别是Bektas等[2]在2011采用LSFCM模型测度配送车辆碳排放量，以顾客满意度最大化、碳排放量最少化、配送成本最低化为优化目标，建立基于时间依赖的多目标GCVRPTW模型来优化同城配送服务中绿色车辆路径规划问题；Demir等[8]在2012提出了基于时间依赖且以配送成本和碳排放量均最小的双目标多车场TDGVRPTW模型，考虑到可变领域搜索算法能够很好地平衡领域结构的集中性和疏散性，可有效避免陷入局部最优解，将其运用到共同物流配送的污染路径优化问题中；Lin等[17]认为伴随着云计算、人工智能、物联网等科学技术的成熟，GVRP的扩展模型将广泛应用在电动车调度优化、冷链物流配送、共同物流配送以及即时物流配送等领域中[17]；Demir等[13]应用MEET模型对碳排放量进行精准测度，以运作成本最低、碳排放最少作为目标函数，构建带有时间窗约束的双目标GVRPTW模型，以解决实际取送货过程中的污染车辆路径优化问题.这四篇地标点文献的内容及方法奠定了对绿色车辆路径优化问题研究的理论基础，并在很长一段时间内被其他作者频繁引用至GVRP领域的拓展研究中.另外，文献[2]开辟了车队管理系统的延迟嵌入模式对低碳运输的影响，是聚类0和聚类3的关键转折点；文献[8]启发了在考虑设施选址基础上利用禁忌搜索算法解决混合车队的电动公交车路径问题，是聚类0和聚类2的关键转折点；文献[13]也提出了混合粒子群优化算法在共享电动汽车绿色调度问题中的研究，是聚类0和聚类4的关键转折点.

聚类2拥有2个地标点，分别是Erdogan等[18]分析不同分叉点之间多种通路的选择情况、实时载重及最优速度对车辆碳排放的影响，并利用禁忌搜索算法解决美国华盛顿某区域的电动车队调度实例，构建了多目标多车型的CVRP模型，同时验证了禁忌搜索算法比传统优化算法更贴合实际需求，能有效降低8%的碳排放量；Schneider等[19]利用改进遗传算法来分析考虑充电站设施选址和软时间窗约束的电动汽车路径问题，利用K-Means聚类算法对城区电动车辆进行聚类，建立总行驶距离最小化为优化目标的GVRP模型，引入强制变异设计算法使其保留优秀的基因片段，从而增强优化算法的全局搜索能力，并将其应用至英国伦敦市区路网的车辆路径规划优化中.研究结果表明该算法在求解速度和方案优化上比传统遗传算法更具优势.这两篇地标点文献的研究内容和方法集中在电动汽车和改进元启发式算法上，为后续探究共享经济环境下电动共享汽车的调度路径问题打下牢固的知识基础，也为求解算法的改进作出了重大贡献.其中，文献[18]还作为聚类0和聚类2的过渡性转折点，说明了GVRP研究领域的重点由聚类0中的混合动力汽车转向了聚类2的纯电动汽车路径优化问题上，为绿色车辆路径研究开辟了创新性的道路.

特别地，在转折点文献中，Sbihi等[20]探究的是钢铁配送路径组合优化与绿色物流问题，选择LFCM模型对运输车辆油耗进行测度，建立带时间约束的GVRPTW模型，该文献在聚类0中链接了多个节点，同时也是开启聚类7基于加速度、温度以及天气的绿色货运网络建模设计的关键转折点；而文献[21]则是起到联通聚类7内各个节点的关键作用点；文献[22]分析了基于道路定价及车辆气体排放的智能交通网络内外部优化研究，是聚类0和聚类6的转折点，代表研究在考虑碳排放的基础上，开始兼顾综合定价的影响来开发实时智能交通系统并寻找最佳路径；文献[23]充分考虑了油耗和充电站分配的影响来规划即时物流中车辆配送的路径，通过扫描算法和K均值聚类算法获得初始服务节点，并设计引入最大最小蚂蚁系统来改进蚁群算法，将其应用到仿真案例中，验证了改进蚁群算法的搜索效率更高、全局寻优能力更强，在满足客户需求的同时能够使配送成本降低约10%，该文献是连通聚类1内部节点的转折点.

3.3 突发文献分析

突发文献是指在某一时间段被引用频次呈现急速增长状态的重要文献，代表着研究领域的知识热点[24].在CiteSpace软件运行得出的绿色车辆路径问题研究全部突发文献中，统计整理出最具有代表性的4篇如表6所示.其中发表年份较早的文献(如Ericsson等[25])于2006探究的是考虑城市交通拥堵状况，基于不同路段车辆时变速度、燃油消耗、二氧化碳排放、时间窗约束等现实运行条件，利用芝加哥城市庞大的交通信息作为数据来源，以碳排放成本最低和燃料消耗量最小为优化目标建立混合整数规划模型，选择最优车辆路径，缓解道路拥堵，该文献在2009—2014年内被持续大量引用，说明了其研究内容和方法为处于起始阶段的绿色车辆路径问题研究提供了良好的参考价值，为该领域的探索道路铺垫了牢固的基础.突发文献[26]研究燃油定价、道路定价等条件下对混合动力汽车智能交通路网系统设计开发(如GIS、Smart Grid)以及配送路径规划产生的影响，该文献在2014—2017年的被引用频次增速较快，代表着其研究的重点在绿色车辆路径问题研究成长阶段具有有效的指导意义.突发文献[27-28]的发表时间较晚，且都是研究共享经济模式下电动车物流配送路径问题，为保证充电基础设施的齐全、选址位置的合理以及充电时间的分配，以电池损耗最小化、配送成本最低化、客户满意度最高化为目标函数，建立带时间窗和载重约束的EVRP模型，并设计邻域搜索算法进行求解，实现共享电动车能在一天时间内多次取送货，提高配送效率和降低成本.这两篇文献的突发持续年份均是2018—2020年，对绿色车辆路径问题的研究前沿影响最大，这代表着共享经济背景下考虑多因素影响的纯电动车绿色调度配送网络规划是近几年里该领域的探究热点.

表6 最具代表性突发文献统计

3.4 基于冲积流图的标志性文献分析

通过CiteSpace软件生成的2001—2020年绿色车辆路径问题研究文献共被引网络，接着把每年的网络信息文件逐个输入冲积流生成器程序(alluvial generator)，并对信息进行筛选和颜色的布局调整标志后，呈现出如下图5所示的绿色车辆路径问题研究标志性文献的冲积流图，该图中有6篇文献被高亮显示.

图5 绿色车辆路径问题研究标志性文献的冲积流图

从冲积流图可见，文献[29]是一篇研究燃料消耗对车辆路径规划影响的文献，该文献以油耗量和运输总成本最小化为优化目标，建立带时间窗、多车型的双目标FCVRP模型，并在仿真环境中验证模型的正确性，而且该模型比传统的CVRP模型更符合优化需求，能够把油耗降低5%左右，提高路径优化方案的质量[29]，此文献的冲积流线最长，在2010年到2018年时间段内一直保持连续，是在绿色车辆路径问题研究起始阶段中发表时间较早、影响力较大的的标志性文献；文献[30]以中国上海混合动力汽车路网设计作为研究案例，提出基于实时能量管理和动力分配的方法，优化行驶路线，减少燃料消耗，该文献保持了8年的被引用连续性，并在2016—2018年期间得到集中关注；文献[31]和文献[32]都是从2014年开始一直持续引用至2020年，前者使用迭代局部搜索算法分析在运载能力和行程约束下的多车型混合动力汽车路径问题；后者探究的是利用改进模拟退火算法解决带时间窗约束的随机需求动态绿色车辆路径问题并进行智能交通系统如Smart Grid、ATMS、GIS等的研发，后者在2015—2020年里的冲积流线较宽，说明该文献对绿色车辆路径问题研究前沿影响较大，其分析的重点是该领域研究的知识热点；文献[33]的连续性持续了6年且冲积流线也较宽，该文献主要探究混合粒子群算法在多目标绿色车辆路径模型中求解的效率，并对比混合遗传算法、改进蚁群算法、禁忌搜索算法等优化的结果，实验证明需要选择合适的一种或多种算法组合来进行运算求解，从而确定最佳配送路径；文献[34]的被引用时间从2019—2020年，是一篇研究在共享经济环境下考虑碳排放量以及道路定价的电动共享汽车的调度路径问题，从以往的研究发现其讨论重点集中在油耗、碳排放、污染路径上，也关注了混合动力汽车和纯电动汽车的发展，提出GVRP将在电子商务和多式联运的推动下，广泛应用在冷链配送、电动车物流配送、同城物流配送等领域中，因此该文献对后续的绿色车辆路径问题研究具有较大的影响力.

4 结 论

4.1 研究概况

绿色车辆路径问题在运输学和运筹学管理科学两个研究方向上得到了广泛的关注.首先，学术发文和引文数量呈指数增长规律，说明该领域的研究态势正蓬勃发展且尚未触顶；其次，文献的主要来源期刊总体质量水平和影响力良好，但在顶尖学术贡献方面仍需继续努力；再次，从发文机构分布情况可知，GVRP研究领域科研影响力较大的代表性国家主要是加拿大、中国及英国，其中蒙特利尔大学、北京交通大学、香港理工大学的发文量较大，且多数机构之间的合作强度也很高；最后，从核心发文作者方面得出，大部分学者的发文量较少，整体对GVRP研究的学术贡献相对分散，合作关系不紧密.

4.2 研究热点及方向

绿色车辆路径问题研究的热点集中在四个方面：①传统车辆以污染最小化为目标的路径优化；②新能源汽车的智能交通网络开发及路径优化；③考虑设施选址、综合定价、车队管理模式等多因素影响的绿色路径问题；④求解各种类型绿色车辆路径问题的算法优化.经过时间的沉淀，绿色车辆路径问题的研究逐渐拥有了相对完整的理论体系和求解方法，但在后续研究中仍需紧密结合国家经济及环境政策来探究共享经济背景下新能源汽车的设施布局优化及路径规划问题，积极设计开发符合城市需求的实时智能交通系统，如Smart Grid、ATMS、GIS等来辅助选择最佳配送路径，同时也需进一步优化求解算法使研究更高效.

4.3 研究局限

在研究中采用文献计量的方法，统计分析了绿色车辆路径问题的文献特征以及共被引数据等，明晰了该领域的研究概况、关键热点及前沿演化等主题脉络，为未来的研究理清了思路和确定了方向，能够为该研究领域的专家学者提供一定的参考.但是，由于文献数据主要来源于Web Of Science核心合集数据库，缺少对中文文献的的统计，从而导致信息不够全面.因此，在未来的研究中可在数据样本上增加来源于中国知网及万方数据库的中文文献，并把国内外在该领域研究的内容及方法做出合理的对比分析.