“區(qū)塊鏈+供應鏈”研究現(xiàn)狀與熱點分析

阿布都熱合曼·卡的爾 申炳豪 陳茜

摘 要：以2016—2020年Web of Science核心合集數(shù)據(jù)庫收錄的454篇文獻為樣本，運用科學知識圖譜CiteSpace軟件，繪制出“區(qū)塊鏈+供應鏈”研究領(lǐng)域的作者合作網(wǎng)絡(luò)、關(guān)鍵詞共現(xiàn)和聚類網(wǎng)絡(luò)、突現(xiàn)關(guān)鍵詞，探究該領(lǐng)域的研究現(xiàn)狀、熱點及發(fā)展趨勢，旨在為“區(qū)塊鏈+供應鏈”領(lǐng)域的深入研究提供有益的指導和參考。

關(guān)鍵詞：區(qū)塊鏈;供應鏈;CiteSpace;研究現(xiàn)狀;研究熱點

中圖分類號：F274;F832 ?文獻標識碼：A ?文章編號：1673-260X（2021）04-0072-07

區(qū)塊鏈源于比特幣，本質(zhì)上是利用計算機程序記錄所有網(wǎng)絡(luò)節(jié)點交易信息的分布式賬本，是一種基于分布式數(shù)據(jù)存儲、密碼學、博弈論、算法、網(wǎng)絡(luò)協(xié)議等技術(shù)的創(chuàng)新型價值網(wǎng)絡(luò)，具有防篡改、可追溯、去中心化、匿名性等特征[1]。基于區(qū)塊鏈的特征，學者對供應鏈管理領(lǐng)域進行研究[2]，比如：區(qū)塊鏈防篡改的特點，有利于供應鏈的防偽溯源[3];區(qū)塊鏈各節(jié)點信息的完全一致性，可以有效地削弱供應鏈的“牛鞭效應”[4];區(qū)塊鏈網(wǎng)絡(luò)節(jié)點信息的自動更新，有利于提高供應鏈效率和信息的流動性[5];區(qū)塊鏈分散式分布系統(tǒng)，可解決供應鏈的信任危機[6]。

1 研究數(shù)據(jù)與方法

1.1 研究數(shù)據(jù)

本文數(shù)據(jù)來源于Web of Science（WoS）數(shù)據(jù)庫核心合集中的引文索引和化學索引，數(shù)據(jù)庫最新更新日期為2020年7月21日（以下均是）。檢索式為：主題=“blockchain”and“supply chain”，文獻類型=“Article or Proceedings Paper or Review”，語種=“English”，時間跨度為所有年份（1980～2020年），結(jié)果獲得454條數(shù)據(jù)，導出純文本格式數(shù)據(jù)信息。

1.2 研究方法

本研究從科技論文角度，主要運用由陳超美[7]研究團隊研發(fā)的文獻計量軟件CiteSpace5.6.R5對文獻數(shù)據(jù)進行可視化研究。CiteSpace是應用Java語言開發(fā)的一款信息可視化工具，它主要是基于共被引分析理論和尋徑網(wǎng)絡(luò)算法等，對特定領(lǐng)域的文獻進行計量，以探究出該學科領(lǐng)域演化的關(guān)鍵路徑及其知識拐點，并通過一系列可視化圖譜分析和預測學科演化的潛在動力機制和發(fā)展前沿[8]。本文主要運用Excel和CiteSpace5.6.R5軟件，系統(tǒng)地分析“區(qū)塊鏈+供應鏈”領(lǐng)域的作者合作網(wǎng)絡(luò)、關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)、關(guān)鍵詞聚類、突現(xiàn)關(guān)鍵詞和文獻共被引圖譜網(wǎng)絡(luò)，以探究該領(lǐng)域的研究現(xiàn)狀、熱點演化的關(guān)鍵路徑和知識拐點，以更好地預測未來的發(fā)展前景。

2 基于WoS的“區(qū)塊鏈+供應鏈”網(wǎng)絡(luò)圖譜分析

2.1 年度發(fā)文量分析

如圖1所示，從整體上看，“區(qū)塊鏈+供應鏈”領(lǐng)域的年發(fā)文量逐年增加，并且呈指數(shù)增長趨勢（y =1.4595e1.0859x，R2=0.8116）。按發(fā)文量的增長情況可以看出，2016-2017年的發(fā)文量很少且增長速度較為緩慢，說明學者對“區(qū)塊鏈+供應鏈”領(lǐng)域的關(guān)注度較低，研究尚處于萌芽狀態(tài);2017—2018年該領(lǐng)域的發(fā)文量逐漸增加，且增長速度有所提高;雖然2020年文獻數(shù)據(jù)不完整，但從整體看，2018年以后，“區(qū)塊鏈+供應鏈”領(lǐng)域的發(fā)文量快速增長且增速較快，表明更多的學者開始廣泛關(guān)注該領(lǐng)域，處于快速發(fā)展時期且呈現(xiàn)持續(xù)增長態(tài)勢。

2.2 作者合作網(wǎng)絡(luò)分析

將454條文獻數(shù)據(jù)導入CiteSpace軟件中，自動去重后仍得到454條數(shù)據(jù)，其中，由于有24篇文獻數(shù)據(jù)的年份缺失，CiteSpace軟件自動將其歸為1900年，故1900年的有24篇，2016年的有2篇，2017年的有17篇，2018年的有81篇，2019年的有217篇，2020年的有113篇。時間跨度設(shè)置為2016-2020年，時間切片設(shè)置為1年，節(jié)點類型選擇Author，其他條件參數(shù)默認，運行后得到430條數(shù)據(jù)的相關(guān)信息（由于CiteSpace軟件自動排除年份缺失的24篇文獻數(shù)據(jù)，所以實際分析的文獻數(shù)據(jù)只有430篇），如圖2所示。作者合作網(wǎng)絡(luò)共有145個節(jié)點，100條連線，其中，節(jié)點的大小代表發(fā)文的數(shù)量，發(fā)文量最多的是Tsan-Ming Choi（7篇），其次是Angappa Gunasekaran（5篇）、Remko Van Hoek（4篇）和Samuel Fosso Wamba（4篇）等，這些作者構(gòu)成了“區(qū)塊鏈+供應鏈”研究領(lǐng)域的核心作者及核心研究團隊，他們在該研究領(lǐng)域具有較強的影響力。根據(jù)普賴斯定律的計算公式：M=0.749×（Nmax）（Nmax指高產(chǎn)作者的發(fā)文數(shù)量）[9]，得出文獻樣本中高產(chǎn)作者的閾值為1.982，因此，“區(qū)塊鏈+供應鏈”研究中發(fā)文量大于等于2的作者即視為高產(chǎn)作者。經(jīng)統(tǒng)計發(fā)現(xiàn)，高產(chǎn)作者的總發(fā)文量為127篇，占比約58.26%，表明作者之間的科研合作關(guān)系較強。

2.3 研究熱點分析

研究熱點是在某一具體時間段內(nèi)一組數(shù)量相對較多的、有內(nèi)在聯(lián)系的論文集中探討的科學問題，鑒于關(guān)鍵詞承載著文獻最主要、最核心的信息，是對文獻主題的高度概括。為了探究“區(qū)塊鏈+供應鏈”領(lǐng)域研究熱點的演變過程，運用CiteSpace對430篇文獻數(shù)據(jù)進行關(guān)鍵詞共現(xiàn)分析。時間跨度設(shè)置為2016-2020年，時間切片為1年，節(jié)點類型選擇關(guān)鍵詞Keyword，提取每個時間切片中出現(xiàn)頻數(shù)最多的前40個關(guān)鍵詞，網(wǎng)絡(luò)裁剪選擇“Pruning sliced networks”和“Minimum Spanning Tree”，其他條件參數(shù)默認，最終得到“區(qū)塊鏈+供應鏈”研究領(lǐng)域的關(guān)鍵詞突現(xiàn)網(wǎng)絡(luò)圖譜，如圖3所示（僅顯示并截取圖的核心部分），并選取頻次大于或等于14的高頻關(guān)鍵詞如表1所示。其中，關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中包括74個網(wǎng)絡(luò)節(jié)點，120條連線，節(jié)點表示出現(xiàn)的頻次，節(jié)點的大小代表內(nèi)容的學術(shù)貢獻度，節(jié)點越大表明該節(jié)點的詞頻越高、學術(shù)貢獻度越大。由圖3可看出，關(guān)鍵詞“區(qū)塊鏈（blockchain）”和“供應鏈（supply chain）”出現(xiàn)的頻次最高，分別為283次和123次。

由圖3和表1可分析“區(qū)塊鏈+供應鏈”領(lǐng)域的研究熱點：國外研究側(cè)重于“區(qū)塊鏈+供應鏈”的理論技術(shù)研究，尤其是“智能合約（smart contract）”“分布式分類賬本技術(shù)（distributed ledger technology）”“以太坊（ethereum）”“比特幣（bitcoin）”等，基于此，學者探索設(shè)計出供應鏈管理體系架構(gòu)，因此對關(guān)鍵詞“框架（framework）”“系統(tǒng)（system）”“模型（model）”“設(shè)計（design）”等有所關(guān)注。學者發(fā)現(xiàn)供應鏈管理中存在追溯性差、信息不對稱、信任危機等問題，因此在供應鏈領(lǐng)域更加關(guān)注對“可追溯性（traceability）”“安全（security）”“information（信息）”“信任（trust）”“績效（performance）”等關(guān)鍵詞的研究。此外，隨著信息時代的迅速發(fā)展，學者嘗試將區(qū)塊鏈與物聯(lián)網(wǎng)、大數(shù)據(jù)、數(shù)據(jù)挖掘等技術(shù)進行創(chuàng)新融合，所以對“internet（互聯(lián)網(wǎng)）”“大數(shù)據(jù)（big data）”“internet of thing（物聯(lián)網(wǎng)）”等有所關(guān)注，并考慮將其應用在“物流（logistics）”“食品供應鏈（food supply chain）”等供應鏈體系中。但是，目前區(qū)塊鏈技術(shù)尚處于萌發(fā)發(fā)展狀態(tài)，在實際供應鏈應用中依然存在挑戰(zhàn)，因此學者們還關(guān)注了“挑戰(zhàn)（challenge）”“未來（future）”“影響（impact）”等話題。

為了更加清晰地展示“區(qū)塊鏈+供應鏈”研究熱點的演變趨勢，繪制出關(guān)鍵詞聚類的時間線視圖（Timeline），如圖4所示。其中，橫軸代表關(guān)鍵詞出現(xiàn)的年份，縱軸代表聚類編號及名稱，聚類的模塊值Q（modularity）為0.5436，大于0.3，表明聚類內(nèi)部結(jié)構(gòu)聯(lián)系緊密，網(wǎng)絡(luò)社團結(jié)構(gòu)是顯著的;平均輪廓值S（Mean Silhouette）為0.7154，大于0.5，表明聚類結(jié)果是合理的[11，12]。關(guān)鍵詞共劃分7個聚類，分別為#0 traceability（可追溯性）、#1 internet of thing（物聯(lián)網(wǎng)）、#2 blockchain technology（區(qū)塊鏈技術(shù)）、#3 agriculture supply chain（農(nóng)業(yè)供應鏈）、#4 bitcoin（比特幣）、#5 cause-effect grey relational analysis（灰色關(guān)聯(lián)度分析）、#6 value chain（價值鏈）。

第一大聚類（#0 traceability）主要聚焦于供應鏈的可追溯性研究。供應鏈具有環(huán)節(jié)繁雜、信息多源異構(gòu)、風險因素多等特點，在產(chǎn)品生產(chǎn)、加工、儲存、運輸、銷售等環(huán)節(jié)中存在信息不透明、工藝操作不規(guī)范、管理理念落后等問題，引起學者們對供應鏈可追溯性研究的廣泛關(guān)注。比如：Leng K J等運用以太坊架構(gòu)創(chuàng)建區(qū)塊鏈智能合約模型管理供應鏈各環(huán)節(jié)產(chǎn)品的數(shù)據(jù)，實現(xiàn)產(chǎn)品信息防偽追溯[10];Kim H M等運用智能合約技術(shù)和以太坊平臺對供應鏈本體的知識來源、可追溯性和食品來源方面進行區(qū)塊鏈設(shè)計[11];Chen R Y提出T-S模糊認知圖神經(jīng)網(wǎng)絡(luò)的可追溯鏈算法，用來優(yōu)化區(qū)塊鏈的可追溯性及決策實驗，為大型數(shù)據(jù)交易提供參考價值[12]。

第二大聚類（#1 internet of things）主要聚焦于物聯(lián)網(wǎng)技術(shù)的研究。隨著信息技術(shù)的迅猛發(fā)展，物聯(lián)網(wǎng)技術(shù)已經(jīng)被人們熟練掌握，RFID射頻識別技術(shù)、無線傳感網(wǎng)絡(luò)、信息系統(tǒng)等技術(shù)被廣泛應用在供應鏈管理活動中。但是，僅僅依托物聯(lián)網(wǎng)技術(shù)并不能很好地解決供應鏈管理中存在的信息不對稱、信任缺失、信息泄露等問題，所以Ana R[13]、Alfonso P[14]等學者嘗探究區(qū)塊鏈與物聯(lián)網(wǎng)技術(shù)結(jié)合創(chuàng)新的可能性。基于理論技術(shù)創(chuàng)新的基礎(chǔ)上，Tian F探究區(qū)塊鏈和物聯(lián)網(wǎng)技術(shù)在食品供應鏈可追溯系統(tǒng)中的應用[15];Kamalendu P等提出一種基于區(qū)塊鏈架構(gòu)的物聯(lián)網(wǎng)應用程序，通過分布式數(shù)據(jù)庫管理服裝行業(yè)各個供應鏈成員之間的網(wǎng)絡(luò)交易行為[16];Nejc R等將區(qū)塊鏈和物聯(lián)網(wǎng)技術(shù)集成在物流供應鏈平臺中，區(qū)塊鏈技術(shù)用于各網(wǎng)絡(luò)節(jié)點簽訂協(xié)議和驗證交易活動信息，物聯(lián)網(wǎng)技術(shù)用于各節(jié)點間的通信，提高物流運作效率，保證物流信息及交易信息的質(zhì)量安全[17]。

聚類三（#2 blockchain technology）和聚類五（#4 bitcoin）的含義基本相同，分別聚焦于區(qū)塊鏈技術(shù)和比特幣的研究。比特幣是一種流行的加密貨幣，可以記錄所有分布式分類賬本中的所有交易，而區(qū)塊鏈源于比特幣，作為比特幣的底層支撐技術(shù)，強調(diào)去中心化、共識機制、不可篡改等特性，具有革新應用程序和重新定義數(shù)字經(jīng)濟的潛力，尤其是在銀行等供應鏈金融體系中[18];Ye G等探究區(qū)塊鏈在銀行商業(yè)體系中的應用，認為區(qū)塊鏈技術(shù)可以優(yōu)化和改進銀行的信息系統(tǒng)、交易支付系統(tǒng)和監(jiān)管系統(tǒng)[19];Kristoffer F等認為區(qū)塊鏈技術(shù)隨著比特幣加密貨幣的發(fā)展而普及，本質(zhì)上是一個開源的、分散的、分布式儲存的數(shù)據(jù)庫，并將統(tǒng)一的技術(shù)接受使用理論（UTAUT）和技術(shù)創(chuàng)新使用理論作為供應鏈可追溯性的基礎(chǔ)框架，開發(fā)了新的供應鏈概念模型[20];Ittay E探討了區(qū)塊鏈如何彌合加密貨幣與金融科技在吞吐量、安全隱私等方面的差距以及面臨的挑戰(zhàn)[21]。

第四大聚類（#3 agriculture supply chain）聚焦于農(nóng)業(yè)供應鏈的研究。農(nóng)業(yè)供應鏈是一個復雜的生態(tài)系統(tǒng)，在全球化時代，與食品安全和污染風險有關(guān)的問題越來越多，人們也更加注重農(nóng)業(yè)以及農(nóng)產(chǎn)品供應鏈的質(zhì)量安全，區(qū)塊鏈作為一種創(chuàng)新型技術(shù)，可以有效追溯農(nóng)業(yè)供應鏈的各個環(huán)節(jié)，管理農(nóng)業(yè)供應鏈的土地使用情況、農(nóng)業(yè)機械設(shè)備、種植環(huán)境、金融交易等信息，以提供有關(guān)農(nóng)產(chǎn)品可靠可信的數(shù)據(jù)信息，改善農(nóng)業(yè)供應鏈的績效，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。Kamble S S運用解釋性結(jié)構(gòu)建模和決策實驗與評價實驗室的組合方法，分析農(nóng)業(yè)供應鏈成員運用區(qū)塊鏈技術(shù)的主要原因[22];Tian F基于HACCP、區(qū)塊鏈和物聯(lián)網(wǎng)技術(shù)為農(nóng)產(chǎn)品供應鏈成員提供一個公開透明、安全可靠的信息可追溯平臺[23];Giovanni M等系統(tǒng)地分析了區(qū)塊鏈技術(shù)在農(nóng)產(chǎn)品供應鏈可追溯管理中應用的可能性以及面臨的挑戰(zhàn)[24];Zhao G Q等運用系統(tǒng)的文獻網(wǎng)絡(luò)分析區(qū)塊鏈技術(shù)在農(nóng)產(chǎn)品可追溯性、信息安全、制造和水資源可持續(xù)等價值鏈管理中的應用[25]。

第六大聚類（#5 cause-effect grey relational analysis）和第七大聚類（#6 value chain）聚焦于灰色關(guān)聯(lián)度分析和價值鏈的研究。Hong Huo等運用灰色關(guān)聯(lián)度分析方法，對影響供應鏈利潤分配的因素進行統(tǒng)計分析，實例測試該方法可有效協(xié)調(diào)供應鏈利潤分配，提高供應鏈績效[26];Guido P[27]等認為將區(qū)塊鏈技術(shù)應用在物流供應鏈體系中可以降低物流成本、優(yōu)化運營、實現(xiàn)精益物流;Mehdi B[28]、Xiao Y[29]等探究區(qū)塊鏈技術(shù)在醫(yī)學的臨床研究、疫苗研發(fā)、電子病歷等方面發(fā)揮著重要的作用。

2.4 研究前沿分析

為進一步探究“區(qū)塊鏈+供應鏈”領(lǐng)域研究熱點的演變過程，利用CiteSpace軟件中的突變詞分析方法（Burstiness）對關(guān)鍵詞進行突現(xiàn)分析，結(jié)合關(guān)鍵詞的中介中心性和突現(xiàn)值來判斷學科前沿及轉(zhuǎn)向[30]。Burstiness的設(shè)置條件為γ=0.5，Minimum Duration=1，最終檢測到25個突現(xiàn)詞，如表3所示，其中紅條代表突變時間段，對應表格中的起始年和截至年部分，藍條代表其余年份。

由表3可看出，突變強度排在前十位的關(guān)鍵詞分別為“rfid”（射頻識別技術(shù)）、“blockchain”（區(qū)塊鏈）、“industry 4.0”（工業(yè)4.0）、“Ethereum”（以太坊）、“knowledge”（知識）、“distributed ledger”（分布式賬本）、“cryptocurrency”（加密貨幣）、“hyperledger fabric”（超級賬本）、“quality”（質(zhì)量）和“food safety”（食品安全）。其中，突變強度最高的關(guān)鍵詞是“rfid”（射頻識別技術(shù)）和“blockchain”（區(qū)塊鏈），分別為3.36和3.1229，原因是，隨著區(qū)塊鏈概念的日益普及，研究學者越來越關(guān)注區(qū)塊鏈技術(shù)改進發(fā)展。2017年，關(guān)鍵詞“blockchain”和“supply chain”都發(fā)生了突變，而且兩個關(guān)鍵詞的中介中心性都大于0.1，進一步表明“區(qū)塊鏈+供應鏈”成為一種新的研究熱潮。之后，研究學者又嘗試將RFID射頻識別技術(shù)與區(qū)塊鏈技術(shù)相結(jié)合進行技術(shù)創(chuàng)新，以更好地管理供應鏈各節(jié)點上的數(shù)據(jù)信息，保障供應鏈產(chǎn)品的質(zhì)量安全與可追溯性。與區(qū)塊鏈含義相近的關(guān)鍵詞還有“ethereum（以太坊）”“distributed ledger（分布式賬本）”“hyperledger fabric（超級賬本）”“distributed system（分布式系統(tǒng)）”“decentralization（去中心化）”。

3 結(jié)論與展望

3.1 結(jié)論

本文基于CiteSpace軟件，運用文獻計量學和知識圖譜研究方法，對Web of Science數(shù)據(jù)庫核心合集收錄的454篇主題為“區(qū)塊鏈+供應鏈”的文獻數(shù)據(jù)進行作者合作網(wǎng)絡(luò)分析、關(guān)鍵詞共現(xiàn)分析、關(guān)鍵詞突現(xiàn)分析和文獻共被引分析，以探究該領(lǐng)域的發(fā)展路徑與熱點演進。研究結(jié)論如下：

（1）2016年以來，“區(qū)塊鏈+供應鏈”領(lǐng)域受到學者的廣泛關(guān)注，文獻數(shù)量呈指數(shù)型增長。Choi Tsan-Ming、Gunasekaran Angappa、van Hoek Remko、Wamba Samuel Fosso等學者做出了重要貢獻，但是，目前該研究領(lǐng)域的合作網(wǎng)絡(luò)較為稀疏，不同學者之間聯(lián)系少，合作關(guān)系較弱。

（2）“區(qū)塊鏈+供應鏈”研究領(lǐng)域的熱點主要是基于理論技術(shù)框架，運用區(qū)塊鏈的分布式分類賬本技術(shù)、智能合約等管理供應鏈活動，同時還與人工智能、物聯(lián)網(wǎng)、數(shù)據(jù)挖掘等技術(shù)進行創(chuàng)新結(jié)合，提高供應鏈的透明度、可追溯性、績效指數(shù)和質(zhì)量安全等。

（3）通過分析關(guān)鍵詞中介中心性和突現(xiàn)強度發(fā)現(xiàn)，在工業(yè)4.0時代背景下，RFID射頻識別技術(shù)與區(qū)塊鏈技術(shù)的創(chuàng)新結(jié)合是供應鏈領(lǐng)域的研究前沿。

3.2 展望

結(jié)合“區(qū)塊鏈+供應鏈”研究領(lǐng)域的進展與前沿，未來可從以下幾個方面進行探究。

（1）基礎(chǔ)理論的深入探究。區(qū)塊鏈作為一種基于分布式數(shù)據(jù)存儲、密碼學、博弈論、算法、網(wǎng)絡(luò)協(xié)議等技術(shù)的創(chuàng)新型價值網(wǎng)絡(luò)，涉及數(shù)學、密碼學、信息學、經(jīng)濟學等基礎(chǔ)理論和方法，因此，需要對區(qū)塊鏈的分布式算法、加解密算法、安全隱私、鏈上鏈下協(xié)同管理機制等底層技術(shù)理論進行重點研究，形成科學的區(qū)塊鏈理論體系，為區(qū)塊鏈發(fā)展奠定堅實的理論基礎(chǔ)。

（2）技術(shù)的突破創(chuàng)新。要抓住科技創(chuàng)新發(fā)展的浪潮，加快對區(qū)塊鏈共識機制算法、安全與隱私保護、智能合約等關(guān)鍵技術(shù)的突破創(chuàng)新，同時，實現(xiàn)區(qū)塊鏈與大數(shù)據(jù)、數(shù)據(jù)挖掘技術(shù)、機器學習、云計算等技術(shù)的創(chuàng)新結(jié)合，實現(xiàn)數(shù)字化、智能化供應鏈，為供應鏈的可持續(xù)發(fā)展提供更加堅硬的技術(shù)支撐。

（3）應用領(lǐng)域的拓展。區(qū)塊鏈作為一種底層技術(shù)支撐，鑒于它去中心化、分布式賬本、防篡改、可追溯等特性，可以進行供應鏈重點領(lǐng)域的應用創(chuàng)新和試用推廣研究，比如金融、商品溯源、物流、智能制造、分布式應用等領(lǐng)域的探究，實現(xiàn)生態(tài)化供應鏈。但是，在研究過程中要根據(jù)實際業(yè)務的需求進行專業(yè)化和差異化探究，避免概念化、盲目化、泛濫化。

參考文獻：

〔1〕蔡曉晴，鄧堯，張亮，等.區(qū)塊鏈原理及其核心技術(shù)[J].計算機學報，2019，42（42）：1-51.

〔2〕賈曉陽.區(qū)塊鏈和大數(shù)據(jù)發(fā)展下的供應鏈管理研究[J].商業(yè)經(jīng)濟研究，2020，39（10）：49-51.

〔3〕李萍.區(qū)塊鏈視角下我國生鮮農(nóng)產(chǎn)品流通安全研究[J].商業(yè)經(jīng)濟研究，2020，39（10）：146-149.

〔4〕符瑩，張永帥，秦浩，等.區(qū)塊鏈技術(shù)在供應鏈“牛鞭效應”弱化中的應用——基于信息不對稱的視角[J].全國流通經(jīng)濟，2019，34（06）：15-16.

〔5〕譚征.區(qū)塊鏈視角下物流供應鏈重構(gòu)研究[J].商業(yè)經(jīng)濟研究，2019，38（05）：83-86.

〔6〕劉洋，邱玲.區(qū)塊鏈技術(shù)下跨境電商“信任”鴻溝問題的解決機制[J].商業(yè)經(jīng)濟研究，2020，39（07）：150-153.

〔7〕CHEN C M. CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology，2006，57（03）：359-377.

〔8〕陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學學研究，2015，33（02）：242-253.

〔9〕PRICE D J， DE S. Little science， big science[M]. New York： Columbia University Press， 1963.

〔10〕LENG K J， YA B， JING L B， et al. Research on agricultural supply chain system with double chain architecture based on blockchain technology[J]. Future Generation Computer Systems，2018，86：641-649.

〔11〕KIM H M， MAREK L. Toward an ontology‐driven blockchain design for supply‐chain provenance[J]. Intelligent Systems in Accounting Finance and Management，2018，25（01）：18-27.

〔12〕CHEN R Y. A traceability chain algorithm for artificial neural networks using T–S fuzzy cognitive maps in blockchain[J]. Future Generation Computer Systems，2017，80：198-210.

〔13〕ANA R， CRISTIAN M， CHEN J， et al. On blockchain and its integration with IoT. Challenges and opportunities[J]. Future Generation Computer Systems，2018，88：173-190.

〔14〕ALFONSO P， NACHIKET T， GIOVANNI M， et al. Blockchain and IoT integration： A systematic survey[J]. Sensors，2018，18（08）：1-37.

〔15〕FENG T. An agri-food supply chain traceability system for China based on RFID & blockchain technology[C]//IEEE： International Conference on Service Systems and Service Management. New York： IEEE，2016：1-6.

〔16〕KAMALENDU P， ANSAR-Ul-HAQUE Y. Internet of Things and blockchain technology in apparel manufacturing supply chain data management[J]. Procedia Computer Science，2020，170：450-457.

〔17〕NEJC R， ROK V， MARKO C， et al. Distributed logistics platform based on Blockchain and IoT[J]. Procedia CIRP，2019，81：826-831.

〔18〕SARAH U. Blockchain beyond bitcoin[J]. Communications of The ACM，2016，59（11）：15-17.

〔19〕YE G， CHEN L. Blockchain application and outlook in the banking industry[J]. Financial Innovation，2016，2（01）：1-12.

〔20〕KRISTOFFER F， DAVID S. The supply chain has no clothes： Technology adoption of blockchain for supply chain transparency[J]. Logistics，2017，2（01）：1-13.

〔21〕ITTAY E. Blockchain technology： transforming libertarian cryptocurrency dreams to finance and banking realities[J]. IEEE Computer，2017，50（09）：38-49.

〔22〕SACHIN S K， ANGAPPA G， ROHIT S. Modeling the blockchain enabled traceability in agriculture supply chain[J]. International Journal of Information Management，2020，52：1-16.

〔23〕FENG T. A supply chain traceability system for food safety based on HACCP， blockchain & Internet of things[C]//IEEE： International Conference on Service Systems and Service Management. New York： IEEE，2017：1-6.

〔24〕GIOVANNI M， VITTORIO S. Blockchain and agricultural supply chains traceability： research trends and future challenges[J]. Procedia Manufacturing，2020，42：414-421.

〔25〕ZHAO G Q， LIU S F， CARMEN L， et al. Blockchain technology in agri-food value chain management： A synthesis of applications， challenges and future research directions[J]. Computers in Industry，2019，109：83-99.

〔26〕HONG H， YANG L. Research on profit allocation of supply chain based on grey relational analysis[C]//IEEE： Mobile Adhoc and Sensor Systems. Macau： IEEE，2009：1-4.

〔27〕GUIDO P， STEFANO M， MARIANGELA R. Blockchain in logistics and supply chain： A lean approach for designing real-world use cases[J]. IEEE Access，2018，6（01）：62018-62028.

〔28〕MEHDI B， PHILIPPE R. Blockchain technology for improving clinical research quality[J]. Trials，2017，18（01）：1-5.

〔29〕XIAO Y， WANG H J， JIN D W， et al. Healthcare data gateways： Found healthcare intelligence on blockchain with novel privacy risk control[J]. Journal of Medical Systems，2016，40（10）：1-8.

〔30〕王治國，葛寶山，宮建美，等.基于CiteSpace的國外商業(yè)模式創(chuàng)新研究可視化分析[J].技術(shù)經(jīng)濟，2020，39（02）：8-14.

〔31〕陳昱，田偉騰，馬文博.國外城市群研究：軌跡、熱點及趨勢——基于CiteSpace V的文獻可視化分析[J].預測，2020，39（01）：89-96.