低碳物流知識圖譜的構(gòu)建與分析

郝俊翔,盛武

安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院,安徽 淮南 232000

0 引言

物流業(yè)的快速發(fā)展帶來了環(huán)境污染等問題。2021年我國CO2排放量達(dá)105.2億t,比2020年增長5.5億t,同比增長5.5%,占世界CO2排放量的31.1%[1]。物流生產(chǎn)活動產(chǎn)生了大量碳污染,物流業(yè)的節(jié)能減排對低碳經(jīng)濟(jì)發(fā)展至關(guān)重要[2-3]。現(xiàn)如今,國家競爭力已演變?yōu)榈吞几偁幜4]。2020年9月習(xí)近平總書記在第七十五屆聯(lián)合國大會一般性辯論上發(fā)表重要講話時提出:“中國將提高國家自主貢獻(xiàn)力度,采取更加有力的政策和措施,二氧化碳排放力爭于2030年前達(dá)到峰值,努力爭取2060年前實(shí)現(xiàn)碳中和”[5]。2021年國務(wù)院發(fā)布關(guān)于印發(fā)2030年前碳達(dá)峰行動方案的通知,提出加快城鄉(xiāng)物流配送體系建設(shè),創(chuàng)新綠色低碳、集約高效的配送模式[6]。

低碳物流研究主要包括低碳物流概念及效率評價、低碳物流政策及運(yùn)作管理、低碳物流技術(shù)3方面。在低碳物流概念及效率評價方面:徐旭[7]針對低碳物流建設(shè)的重要性,研究低碳物流的內(nèi)涵及特性,從物流活動方面提出低碳物流的發(fā)展模式;Chen等[8]建立低碳物流技術(shù)進(jìn)步的評價指標(biāo),分析北京市低碳物流發(fā)展水平。在低碳物流政策及運(yùn)作管理方面:張華[9]根據(jù)京津冀地區(qū)低碳物流發(fā)展現(xiàn)狀及存在的問題,從國家層面提出低碳物流發(fā)展建議;Gu等[10]建立政企雙方的進(jìn)化博弈模型,繪制政企間非對稱博弈系統(tǒng)的動態(tài)演化路徑圖,分析低碳激勵政策的適應(yīng)性。在低碳物流技術(shù)方面:熊桂武[11]基于正交試驗(yàn)的混合遺傳算法求解考慮運(yùn)輸時間、成本、碳排放等多目標(biāo)的運(yùn)輸問題;Zhang等[12]建立考慮碳排放成本的冷鏈物流路線優(yōu)化模型,降低碳排放量及物流總成本。國內(nèi)、外學(xué)者針對低碳物流開展了相關(guān)研究,但采用可視化分析軟件對低碳物流的研究現(xiàn)狀、熱點(diǎn)等進(jìn)行分析總結(jié)并對比的文獻(xiàn)較少,缺乏系統(tǒng)文獻(xiàn)綜述研究結(jié)果、分析研究前沿的演變并提取該領(lǐng)域的新興趨勢。因此,需客觀系統(tǒng)地分析該領(lǐng)域的研究進(jìn)展。知識圖譜能用圖像的形式展示科學(xué)知識的發(fā)展進(jìn)程、結(jié)構(gòu)及知識群間的復(fù)雜關(guān)系,在探索科學(xué)前沿方面有重要的研究意義[13]。

本文采用可視化文獻(xiàn)分析軟件CiteSpace對近幾年中國知網(wǎng)(CNKI)與Web of Science(WOS)核心數(shù)據(jù)集收錄的低碳物流文獻(xiàn)進(jìn)行相關(guān)性統(tǒng)計和可視化分析,從多角度定量統(tǒng)計、分析低碳物流領(lǐng)域的研究現(xiàn)狀與演化趨勢,為后續(xù)研究提供參考。

1 研究方法及數(shù)據(jù)來源

采用可視化文獻(xiàn)分析軟件CiteSpace分析國內(nèi)、外低碳物流的研究現(xiàn)狀與發(fā)展趨勢,確定研究主題為低碳物流,根據(jù)低碳物流主題收集并處理相關(guān)數(shù)據(jù),將處理后的數(shù)據(jù)繪制成可視化圖譜,分析可視化圖譜得出相關(guān)結(jié)論。

CiteSpace是以Java為基礎(chǔ)的可視化文獻(xiàn)分析軟件,具有科學(xué)、高效、使用方便、可視化效果豐富的特點(diǎn),廣泛應(yīng)用于圖書情報、教育理論和教育管理等領(lǐng)域[14]。在CiteSpace中,采用描述性統(tǒng)計分析及聚類分析研究某領(lǐng)域的發(fā)展現(xiàn)狀及趨勢[15]。通過繪制國內(nèi)、外低碳物流相關(guān)文獻(xiàn)的發(fā)文量趨勢圖及研究作者知識圖譜,總結(jié)低碳物流領(lǐng)域研究現(xiàn)狀;通過關(guān)鍵詞聚類分析,總結(jié)低碳物流領(lǐng)域的研究熱點(diǎn)與前沿趨勢。

以CNKI及WOS核心合集為數(shù)據(jù)源。中文文獻(xiàn)檢索表達(dá)式語法為“SU=(物流+運(yùn)輸+倉儲)*(低碳+低碳化+綠色+環(huán)保+碳排放)”,截選文獻(xiàn)發(fā)表時間為2008—2022年,選擇期刊來源為北大核心、中文社會科學(xué)引文索引(Chinese social sciences citation index,CSSCI)、中國科學(xué)引文數(shù)據(jù)庫(Chinese science citation satabase,CSCD),通過人工篩選,剔除與主題關(guān)系較小的調(diào)查報告、研究報告、訪談等文獻(xiàn),最終獲取樣本文獻(xiàn)1 752篇,采用Refwork格式導(dǎo)出。外文文獻(xiàn)采用WOS搜索,選擇WOS核心合集引文索引Science Citation Index Expanded,采用主題搜索,主題為“l(fā)ow carbon logistics”“l(fā)ow-carbon logistics”“green logistics”“environmental logistics”,文獻(xiàn)類型為“Article”“Review”,語言為“English”,文獻(xiàn)發(fā)表時間為2008—2022年,人工篩選剔除文獻(xiàn)后獲得1 228篇樣本文獻(xiàn),以純文本格式導(dǎo)出。基于CiteSpace轉(zhuǎn)換數(shù)據(jù),并刪除重復(fù)文獻(xiàn)。

2 研究現(xiàn)狀

2.1 發(fā)文量

圖1 國內(nèi)、外低碳物流樣本文獻(xiàn)年發(fā)文量變化趨勢

某主題文獻(xiàn)的發(fā)文量能體現(xiàn)該領(lǐng)域的總體研究歷程和進(jìn)展[16]。從CNKI及WOS核心合集中獲得的國內(nèi)、外低碳物流樣本文獻(xiàn)的年發(fā)文量變化趨勢如圖1所示。由圖1可知:國內(nèi)、外低碳物流領(lǐng)域的年發(fā)文量總體呈上升趨勢;WOS核心合集年發(fā)文量的增長速度高于CNKI,CNKI年發(fā)文量的增長速度存在一定波動,2008—2014年逐步增大,2014年后略降,2015—2019年保持平穩(wěn)后緩慢增大;2008—2018年CNKI的年發(fā)文量略高于WOS核心合集;2020年后國內(nèi)、外低碳物流領(lǐng)域的年發(fā)文量均較高,2022年CNKI、WOS核心合集的年發(fā)文量分別為170、214篇。

2.2 核心作者

通過分析作者的發(fā)文量、合作程度等可更好地了解低碳物流領(lǐng)域的主要科研力量及相關(guān)協(xié)作關(guān)系。將獲取的低碳物流樣本文獻(xiàn)繪制作者合作知識圖譜,如圖2所示,圖中每個節(jié)點(diǎn)代表1位作者,連線表示作者間存在合作關(guān)系。

a)CNKI b)WOS 圖2 國內(nèi)、外低碳物流樣本文獻(xiàn)的作者合作知識圖譜

由圖2可知:低碳物流領(lǐng)域中文文獻(xiàn)的作者合作知識圖譜有447個節(jié)點(diǎn)、167條連線,網(wǎng)絡(luò)密度為0.001 5;外文文獻(xiàn)的作者合作知識圖譜有437個節(jié)點(diǎn)、303條連線,網(wǎng)絡(luò)密度為0.003 2;相較于外文文獻(xiàn)的研究現(xiàn)狀,中文文獻(xiàn)的作者基數(shù)較大,但節(jié)點(diǎn)連線數(shù)及網(wǎng)絡(luò)密度較低。

根據(jù)普賴斯定律確定核心作者候選人,統(tǒng)計時段內(nèi)核心作者最少發(fā)文量[17]

(1)

式中NPmax為統(tǒng)計時段內(nèi)發(fā)文最多作者的發(fā)文量。

根據(jù)式(1)計算中文文獻(xiàn)核心作者至少發(fā)文量MP1=2.36,外文文獻(xiàn)核心作者至少發(fā)文量MP2=4.17,二者分別取整為3、5。中文文獻(xiàn)核心作者的發(fā)文量占低碳物流領(lǐng)域中文文獻(xiàn)總量的9.87%,外文文獻(xiàn)核心作者發(fā)文量占同領(lǐng)域外文文獻(xiàn)總量的8.38%。二者均低于普賴斯定律的50%,說明核心作者的論文產(chǎn)出率較低,且核心作者的人數(shù)需進(jìn)一步擴(kuò)大[18]。

從合作網(wǎng)絡(luò)看,外文文獻(xiàn)的網(wǎng)絡(luò)密度為0.003 2,形成了較多的小規(guī)模合作關(guān)系網(wǎng):Govindan團(tuán)隊(duì)主要通過案例研究車輛怠速時的碳排放問題及供應(yīng)商考慮碳稅和碳排放等因素的最佳生產(chǎn)分配、生產(chǎn)率等問題[19-20];Sarkis團(tuán)隊(duì)通過實(shí)證研究低碳策略實(shí)施與企業(yè)績效間的關(guān)系[21-22]。中文文獻(xiàn)的網(wǎng)絡(luò)密度較小,節(jié)點(diǎn)間聯(lián)線較少且較分散:袁長偉團(tuán)隊(duì)主要關(guān)注交通運(yùn)輸碳排放的效率及各省能耗差異化[23-24];楊斌團(tuán)隊(duì)主要研究低碳車輛的路徑優(yōu)化問題[25];袁旭梅團(tuán)隊(duì)主要研究低碳多式聯(lián)運(yùn)路徑優(yōu)化問題[26]。相關(guān)團(tuán)隊(duì)在各自研究方向已有一定成果,但相較于國際作者,國內(nèi)各研究團(tuán)隊(duì)間的融合協(xié)作次數(shù)較少,合作程度需進(jìn)一步提高。建議國內(nèi)相關(guān)學(xué)者加強(qiáng)低碳物流領(lǐng)域的科研合作與學(xué)術(shù)交流,不斷提高技術(shù)研究與跨學(xué)科研究的水平。

3 研究熱點(diǎn)與前沿趨勢

3.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是反映文獻(xiàn)主題內(nèi)容的術(shù)語或單詞,詞頻越高說明研究相關(guān)度越高,在CiteSpace中,僅通過高頻關(guān)鍵詞無法準(zhǔn)確識別研究熱點(diǎn),需同時結(jié)合中心度較高的關(guān)鍵詞分析該領(lǐng)域的研究熱點(diǎn)[27]。關(guān)鍵詞閾值的設(shè)置影響關(guān)鍵詞共現(xiàn)圖譜,通過數(shù)據(jù)運(yùn)行狀況調(diào)整閾值,直至共現(xiàn)知識圖譜結(jié)構(gòu)布局清晰,最終設(shè)置關(guān)鍵詞的閾值K=15,繪制低碳物流關(guān)鍵詞共現(xiàn)圖譜如圖3所示。

由圖3可知:關(guān)鍵詞節(jié)點(diǎn)大小與關(guān)鍵詞詞頻呈正相關(guān),關(guān)鍵詞節(jié)點(diǎn)越大說明詞頻越高。統(tǒng)計國內(nèi)、外低碳物流樣本文獻(xiàn)中詞頻較高的前15個關(guān)鍵詞,結(jié)果如表1、2所示。通過關(guān)鍵詞的詞頻與中心度分析國內(nèi)、外低碳物流領(lǐng)域的研究熱點(diǎn)。

a)CNKI b)WOS 圖3 國內(nèi)、外低碳物流樣本文獻(xiàn)的關(guān)鍵詞共現(xiàn)圖譜

表1 低碳物流中文文獻(xiàn)高頻關(guān)鍵詞

表2 低碳物流外文文獻(xiàn)高頻關(guān)鍵詞

由表1可知:中文樣本文獻(xiàn)詞頻較高的關(guān)鍵詞依次為碳排放、綠色物流、低碳經(jīng)濟(jì),中心度較高的關(guān)鍵詞依次為物流、低碳物流及路徑優(yōu)化,分別為0.56、0.50、0.44,對網(wǎng)絡(luò)起有效支撐作用。由表2可知:外文樣本文獻(xiàn)詞頻較高的關(guān)鍵詞依次為model、carbon emission、network design,中心度較高的關(guān)鍵詞依次為reverse logistics、green、impact,分別為0.23、0.11、0.10,關(guān)鍵詞的頻次均大于100。

3.2 關(guān)鍵詞聚類分析

對文獻(xiàn)進(jìn)行對數(shù)似然比(log likelihood ratio,LLR)檢驗(yàn)算法的聚類分析,得到國內(nèi)、外低碳物流樣本文獻(xiàn)的關(guān)鍵詞聚類知識圖譜如圖4所示。

根據(jù)模塊值Q和平均輪廓值S判斷圖譜繪制效果。一般Q∈[0,1),Q>0.3說明劃分的結(jié)構(gòu)顯著;S=0.7時,聚類是高效率且具有研究意義;S>0.5時,認(rèn)為該聚類合理[28]。本研究中CNKI文獻(xiàn)中關(guān)鍵詞聚類知識圖譜的Q1=0.6,S1=0.9,WOS文獻(xiàn)中關(guān)鍵詞聚類知識圖譜的Q2=0.7,S2=0.9,說明國內(nèi)、外低碳物流樣本文獻(xiàn)的知識圖譜高效且具有一定的研究價值。

a)CNKI b)WOS 圖4 國內(nèi)、外低碳物流樣本文獻(xiàn)的關(guān)鍵詞聚類知識圖譜

根據(jù)關(guān)鍵詞共現(xiàn)分析與關(guān)鍵詞聚類知識圖譜,從4個方面分析國內(nèi)、外低碳物流的研究熱點(diǎn)。

1)低碳經(jīng)濟(jì)環(huán)境下物流業(yè)可持續(xù)發(fā)展策略研究。He等[29]分析我國西部地區(qū)的物流公司,發(fā)現(xiàn)低碳意識缺失、政策法規(guī)不完善、物流專業(yè)人才稀缺、基礎(chǔ)設(shè)施分配不合理、物流運(yùn)營管理效率低下、運(yùn)輸方式無序是阻礙我國低碳物流發(fā)展的6個主要原因;翟勇洪[30]探究低碳物流的發(fā)展問題,從低碳意識、法律法規(guī)、人才培養(yǎng)、企業(yè)物流管理、低碳物流基礎(chǔ)建設(shè)與技術(shù)等多角度闡述低碳物流發(fā)展需解決的問題。

2)路徑優(yōu)化及物流網(wǎng)絡(luò)優(yōu)化問題研究。有效開展路徑優(yōu)化工作可節(jié)約運(yùn)輸過程中的能源消耗,對控制運(yùn)輸成本與碳排放有重要作用[31]。Guo等[32]采用兩階段混合搜索算法確定車輛路徑及離開客戶時間節(jié)點(diǎn),采用搜索算法解決低碳物流路徑優(yōu)化問題;廖偉等[33]基于低碳背景,通過物流網(wǎng)絡(luò)優(yōu)化控制成本,考慮碳排放轉(zhuǎn)換為碳成本的思路,實(shí)現(xiàn)物流網(wǎng)絡(luò)成本與碳排放的平衡;李進(jìn)等[34]以旅行商問題(traveling salesman problem,TSP)為參考模型,建立物流配送路徑優(yōu)化模型,探討碳交易等對物流配送路徑策略、碳排放和總成本的影響。

3)物流業(yè)碳排放測算及碳排放影響因素的研究。多采用聯(lián)合國政府間氣候變化專門委員會(intergovernmental panel on climate change,IPCC)推薦的方法測算碳排放[35]。趙松嶺等[36]測算京津冀地區(qū)物流業(yè)的碳排放,發(fā)現(xiàn)地區(qū)各類能源碳排放最高的是柴油,其次是煤油;張義薇等[37]建立對數(shù)平均迪氏指數(shù)(logarithmic mean divisia index,LMDI)分解模型研究經(jīng)濟(jì)、人口等對碳排放的影響,發(fā)現(xiàn)經(jīng)濟(jì)、產(chǎn)業(yè)、空間城市化均對物流業(yè)的碳排放變動的影響為正向驅(qū)動;Quan等[38]通過LMDI分解模型從碳排放系數(shù)、能源強(qiáng)度、能源結(jié)構(gòu)、經(jīng)濟(jì)水平和人口規(guī)模5個方面分解碳排放的影響因素,其中經(jīng)濟(jì)增長是物流業(yè)碳排放增大的主要因素,其次是人口規(guī)模和能源結(jié)構(gòu),能源強(qiáng)度是主要的制約因素。加快能源結(jié)構(gòu)調(diào)整,減少對煤炭等高碳排放的依賴,優(yōu)化運(yùn)輸體系,提高物流效率,加強(qiáng)政企合作,制定合理政策措施可助力物流業(yè)走上低碳發(fā)展道路。

4)低碳物流發(fā)展過程中的其他相關(guān)問題研究。包括農(nóng)產(chǎn)品物流、冷鏈物流、逆向物流、低碳物流效果及效率等。農(nóng)產(chǎn)品物流涉及產(chǎn)品保鮮問題,與冷鏈物流的研究內(nèi)容基本一致;冷鏈物流的研究均涉及物流的路徑優(yōu)化問題,采用合適的算法計算碳排放成本、運(yùn)輸成本、制冷成本最低的路徑;逆向物流是指整個產(chǎn)品生命周期中,完整、高效地利用產(chǎn)品和物資,獲得產(chǎn)品的剩余價值,節(jié)約資源,實(shí)現(xiàn)綠色可持續(xù)發(fā)展。

國外低碳物流在碳稅等方面的研究也是近15 a的熱點(diǎn)問題。碳稅在遏制污染排放方面相較于其他緩解法規(guī)更有效,以指導(dǎo)為導(dǎo)向的綠色金融可產(chǎn)生資本和環(huán)境資源的優(yōu)化配置效果[39]。

3.3 研究趨勢分析

CiteSpace采用突現(xiàn)詞分析法統(tǒng)計短時間內(nèi)被引頻次較高的關(guān)鍵詞。根據(jù)突現(xiàn)詞的起始年份、終止年份及突現(xiàn)強(qiáng)度,可有效探究某一時期的研究熱點(diǎn),并預(yù)測演進(jìn)趨勢[40]。基于CiteSpace突現(xiàn)詞檢測功能,得到國內(nèi)、外低碳物流領(lǐng)域突現(xiàn)強(qiáng)度較高的20個關(guān)鍵詞,如表3、4所示。

表3 低碳物流中文文獻(xiàn)突現(xiàn)強(qiáng)度較高的關(guān)鍵詞

表4 低碳物流外文文獻(xiàn)突現(xiàn)強(qiáng)度較高的關(guān)鍵詞

由表3可知:根據(jù)突現(xiàn)時間可知冷鏈物流、算法(遺傳算法、蟻群算法)、路徑(路徑優(yōu)化、多式聯(lián)運(yùn))問題及影響因素、碳交易(碳稅、碳交易)是國內(nèi)近幾年的研究重點(diǎn);國內(nèi)低碳物流研究發(fā)展分2個階段,2008—2018年,研究較集中于綠色物流、低碳經(jīng)濟(jì),低碳物流策略,2018—2022年研究內(nèi)容包括碳排放、碳稅、碳交易的提出及采用算法與模型解決物流路徑規(guī)劃相關(guān)問題。由表4可知:國外低碳物流近幾年突現(xiàn)詞多圍繞物流業(yè)、經(jīng)濟(jì)增長等;國外低碳物流研究發(fā)展分3個階段,2008—2013年主要研究環(huán)境管理問題、供應(yīng)鏈管理、逆向物流及物流網(wǎng)絡(luò)設(shè)計,2013—2018年研究熱點(diǎn)為碳排放、能量效率、制度壓力、物流成本問題等,2018—2022年主要研究驅(qū)動因素、位置及經(jīng)濟(jì)增長等問題。

4 結(jié)束語

為探究低碳物流領(lǐng)域的研究現(xiàn)狀及研究趨勢,采用可視化文獻(xiàn)分析軟件CiteSpace對低碳物流相關(guān)文獻(xiàn)進(jìn)行描述性統(tǒng)計分析及聚類分析。國內(nèi)、外低碳物流文獻(xiàn)的年發(fā)文量均呈上升態(tài)勢,國內(nèi)學(xué)者尚未形成良好的合作網(wǎng)絡(luò)關(guān)系;低碳物流的研究熱點(diǎn)具有動態(tài)變化的特點(diǎn),國內(nèi)、外對低碳物流的共同研究熱點(diǎn)是冷鏈物流、路徑優(yōu)化、效率評價等,但側(cè)重點(diǎn)略有不同,國外研究涉及經(jīng)濟(jì)、數(shù)學(xué)、計算機(jī)等多學(xué)科,研究技術(shù)發(fā)展較快,國內(nèi)低碳物流的研究多基于數(shù)學(xué)模型的應(yīng)用,缺少低碳物流的實(shí)證分析。

在網(wǎng)絡(luò)高速發(fā)展背景下,國內(nèi)學(xué)者及機(jī)構(gòu)可借助網(wǎng)絡(luò)構(gòu)建知識共享合作平臺,加強(qiáng)科研合作及學(xué)術(shù)交流,提高低碳物流領(lǐng)域的研究水平,以低碳物流為核心帶動經(jīng)濟(jì)社會低碳發(fā)展。