基于CiteSpace知識圖譜的智慧工廠研究熱點及趨勢實證分析

吳宇駒 吳偉生 雷振 張婉婷

摘? 要：該文通過中國知網，以“智慧工廠”為主題搜索詞，收集2001—2020年的相關研究性文獻，采用CiteSpace軟件繪制知識圖譜，進行研究現狀分析與研究趨勢的展望。文獻分析結果顯示：智慧工廠的研究日漸受到關注;作者之間、研究機構之間聯系不夠緊密，缺乏溝通與合作;研究熱點內容包括智慧化、技術條件、產業行業應用和客戶體驗這4個方面;智能系統的迭代開發和應用場景定制化成為國內智慧工廠研究的主要趨勢。

關鍵詞：智慧工廠? 知識圖譜? 研究熱點? 研究趨勢

中圖分類號：TP31? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1672-3791（2021）05（c）-0198-03

Empirical analysis of Smart Factory Research Hotspots and Trends Based on CiteSpace Knowledge Map

WU Yuju? WU Weisheng? LEI Zhen? ZHANG Wanting

（Software Engineering Institute of Guangzhou， Guangzhou， Guangdong Province， 510990? China）

Abstract： In this paper， through CNKI（China National Knowledge Infrastructure）， with "smart factory" as the subject search term， we collect the relevant research literature from 2001 to 2020， use CiteSpace software to draw the knowledge map， analyze the research status and prospect the research trend. The results show that： the research of smart factory is getting more and more attention; The relationship between authors and research institutions is not close enough， lack of communication and cooperation; Research hotspots include intelligence， technical conditions， industrial applications and customer experience; Iterative development of intelligent systems and customization of application scenarios have become the main trend of domestic smart factory research.

Key Words： Smart factory; Knowledge map; Research hotspots; Research trends

當前，我國正在全面推進“互聯網+”“中國制造2025”[1]等戰略規劃，提出“要建成完善的工業互聯網網絡基礎設施和產業體系，推動工業企業運用工業互聯網新技術、實施數字化、網絡化、智能化升級”的發展方向和工作要求。目前，數字化轉型的主力軍是自動化程度已經達到規模的大型企業，張梅芳[2]以建材制造企業為例，指出工業大數據技術不僅有效地收集和管理生產數據，同時開拓了智能制造遠程運維模式。而中小型工廠自動化水平發展各異，工業基礎薄弱，雖然ERP、MES等大型生產控制和管理系統陸續運用在生產、供應鏈等工廠的管理工作中，但是粵港澳大灣區傳統中小型工廠數字化發展不平衡、不充分的問題依然突出，多數中小企業工廠數字化水平較低，工業互聯演進基礎薄弱，仍以高人工、高成本、低數字化的方式進行生產，經濟價值受限。為此，學術界和實業界圍繞“智慧工廠”這一主題展開研究和探討，形成系列研究成果。面對如此眾多的文獻，以傳統方式來梳理國內學者對智慧工廠的研究，存在一定的片面性和局限性。因此，該文采用知識圖譜這一文獻計量分析法，收集整理相關文獻，通過可視化分析，系統總結國內智慧工廠的研究現狀和熱點，并對后續研究方向進行展望，以期為廣大學者、管理者和創業者提供借鑒。

1? 研究工具及數據來源

1.1 研究工具

該研究采用學者李杰、陳超美[3]所開發的CiteSpace5.7 R2版軟件，該軟件當前廣泛用于國內外特定領域的文獻可視化分析[4-5]，繪制知識圖譜，通過作者、研究機構和關鍵詞等節點的關聯計量分析，向讀者直觀地展示研究熱點分布狀況，并據此把脈研究趨勢。

1.2 數據來源

在中國知網高級檢索中，以“智慧工廠”為檢索詞，檢索詞所在的位置選擇“主題”，獲得文獻451篇（截至2021年5月23日）。然后剔除會議報告、報紙新聞報道類文獻34篇，最終獲得有效文獻417篇，作為該文的樣本數據庫。將有效文獻按refworks的格式導出并轉碼，以備后續軟件分析使用。

2? 數據分析結果

2.1 文獻基礎信息分析

2.1.1 發文量的縱向分析

第一篇智慧工廠的文獻于2001年刊登，2012年起相關發文量明顯增加，2020年達到頂峰88篇。盡管2017年發文量出現小幅下滑，但發文量總體呈上升趨勢。由此看出，智慧工廠研究主題日漸受到學界的廣泛關注。

2.1.2 研究機構分析

將時間跨度設置為2001—2020年，時間切片為1年，節點類型為“機構”，其他參數為默認設置，運行CiteSpace，獲得研究機構共現圖譜。研究機構節點數為176，南昌大學、江西鑫鉑瑞科技有限公司、金磚國家未來網絡研究院中國分院節點較大，可知這幾所機構在國內智慧工廠研究領域的發文量較多，研究實力較強。而Modularity Q值為0.585 1，超過0.3[6]，表明機構社團化結構顯著，機構之間存在一定聯系，尤其省內合作較明顯;而連線密度為0.007 6，表示這些機構社團之間的聯系不夠緊密，省際溝通與合作依然缺乏。

2.1.3 研究作者分析

將節點類型設置為“作者”，同理可得作者共現圖譜（見圖1），節點數N=265，連線密度為0.003 6。由圖1可知，節點數較大的學者為朱禹濤[7]等人。各個學者相互交流與合作，初步形成若干個作者子網絡群，較為顯著的是以朱禹濤為首的研究團隊。但獨立撰文（單獨節點）的學者也不少，如崔文靜，可見學者們的交流與合作有待加強。

2.2 研究熱點分析

關鍵詞的高頻出現反映出某一領域的研究重點及方向，而關鍵詞共現分析主要通過聚類統計方法實現[8]。將CiteSpace分析節點類型設置為“關鍵詞”，聚類算法選擇LLR法（likelihood Rate，對數似然率）。圖2右側顯示聚類分析獲得的13個類別，由于各類研究內容存在相互交叉現象，在此基礎上筆者將國內智慧工廠研究歸納為4個主題領域：一是智慧化，主要包括智能工廠 、智能制造、兩化融合等概念的提出;二是技術條件，包括中國移動等通信運營商的支持、大數據和云計算等技術;三是產業行業應用，包括制造業、建筑業、紡織服裝業等;四是客戶體驗。

2.3 研究趨勢分析

關鍵詞時線圖可用于刻畫某一主題研究內容隨時間推移的變化軌跡，能一定程度上反映該時間段內的研究趨勢。筆者在關鍵詞共現分析的基礎上，按時間片段生成關鍵詞時線圖譜（見圖2）。可見，不同階段學者關注點不同，大體可以把我國智慧工廠研究的演變劃分為基礎期、成熟期、新時期3個發展階段。第一階段基礎期（2010—2013年），主要包括制造業的轉型升級、物聯網和數字經濟等現代信息技術的興起;第二階段成熟期（2014—2018年），包括工業4.0、自動化、智能裝備、智能物流、智能制造等系統的開發與應用;第三階段新時期（2019至今），主要包括智能系統的迭代優化和應用場景的定制化。

3? 結論與展望

3.1 智慧工廠的研究日漸受到關注

智慧工廠主題的論文發表量總體呈現上升趨勢，自2012年起升幅明顯增加。2015年5月，國務院印發實施制造強國戰略第一個十年的行動綱領《中國制造2025》，制造業的轉型升級拉開帷幕，學者對智慧工廠研究的熱度有增無減，從實踐中不斷積累、梳理階段性成果，同時又將研究成果賦能企業的生產實踐。

3.2 作者之間、研究機構之間的合作有待加強

盡管研究結構和作者呈現出一定的社團化趨勢，但是社團與社團、個人與社團、個人與個人之間缺乏大范圍的、深度的合作，研究成果的全面性和系統性一定程度受到制約。期待不同學科背景的機構與作者能充分交流、整合資源，從多角度解構智慧工廠的影響因素和實施條件，提升研究的效度。

3.3 研究熱點包括四大類，研究趨勢呈現三階段的形態

智慧化、技術條件、產業行業應用和客戶體驗成為國內智慧工廠研究的熱點。新時期的研究圍繞智能系統的迭代開發和應用場景定制化這些重點展開，意味著行業垂直細分、客戶畫像、精準化服務將成為智能制造產品和服務的趨勢，高校的相關創業項目可往這一方向發力和靠攏，賦能制造業的高質量發展。

參考文獻

[1] 中華人民共和國國務院.中國制造2025[EB/OL].（2015-05-19）[2021-05-25].https：//www.gov.cn/zhengce/content/2015-05/19/content_9784.html.

[2] 張梅芳.基于工業大數據的智能制造新模式研究[J].科技創新導報，2020，17（8）：39-40.

[3] 李杰，陳超美.CiteSpace：科技文本挖掘及可視化[M].北京：首都經濟貿易大學出版社，2016.

[4] 胡金萍，呂芮.我國聽障大學生研究熱點主題及趨勢探析—— 基于知識圖譜的可視化分析[J].綏化學院學報，2020，40（1）：43-47.

[5] ZHU J L，SONG L J，ZHU L，et al.Visualizing the Landscape and Evolution of Leadership Research[J]. The Leadership Quarterly，2018，30（2）：215-232.

[6] 盧陽春，高曉慧，劉敏.鄉村振興國內研究現狀、熱點與展望——基于CiteSpace知識圖譜的實證分析[J].中國西部，2019（2）：114-124.

[7] 朱禹濤，肖霖，陳澤仁，等.面向智慧工廠的工業互聯網邊緣智能協同計算技術研究[J].信息通信技術與政策，2021，47（3）：1-5.

[8] 林德明，陳超美，劉則淵.共被引網絡中介中心性的Zipf-Pareto分布研究[J].情報學報，2011（1）：76-82.