陳美燕,柯晟劼
(1.福州外語外貿(mào)學(xué)院經(jīng)管學(xué)院,福州 350202;2.福建省社科研究基地福州大學(xué)物流研究中心,福州 350108)
物流業(yè)現(xiàn)已成為促進(jìn)國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性和戰(zhàn)略性產(chǎn)業(yè)。物流業(yè)良性發(fā)展是經(jīng)濟(jì)良性發(fā)展的支撐和重要保障。因此要鞏固現(xiàn)有物流發(fā)展成果,提高物流績效水平,國家和政府層面要掌握物流發(fā)展?fàn)顩r,營造良好政策環(huán)境[1]。國家層面提升物流績效可以提高整個(gè)社會的物流運(yùn)行效率,充分發(fā)揮物流業(yè)對國民經(jīng)濟(jì)的支撐作用;行業(yè)層面提高物流績效可以推動產(chǎn)業(yè)轉(zhuǎn)型升級,增強(qiáng)行業(yè)物流活力;企業(yè)層面提升物流績效可以降本增效,提高盈利水平[2]。
CiteSpace 是由陳超美團(tuán)隊(duì)開發(fā)的一款信息可視化軟件,可將研究趨勢與演進(jìn)過程利用可視化方式進(jìn)行呈現(xiàn),展示科學(xué)知識結(jié)構(gòu)、規(guī)律和分布情況[3]。本研究利用該軟件結(jié)合Excel,篩選Web of Science 核心合集數(shù)據(jù)庫和中國知網(wǎng)數(shù)據(jù)庫中物流績效研究相關(guān)文獻(xiàn),進(jìn)行文獻(xiàn)的可視化分析,總結(jié)國內(nèi)外物流績效研究熱點(diǎn),并預(yù)測未來可能的研究趨勢。
利用文獻(xiàn)計(jì)量分析法,運(yùn)用CiteSpace 軟件和Excel 分析物流績效研究現(xiàn)狀和研究趨勢。Excel主要用于分析國內(nèi)外物流績效相關(guān)文獻(xiàn)的總體研究分布情況。CiteSpace 主要進(jìn)行文獻(xiàn)的可視化分析,可進(jìn)行國家、機(jī)構(gòu)、作者、關(guān)鍵詞、被引文獻(xiàn)和被引期刊分析。由于中國知網(wǎng)數(shù)據(jù)庫不能導(dǎo)出被引文獻(xiàn)和被引期刊,所以在中文文獻(xiàn)研究中只分析了機(jī)構(gòu)、作者和關(guān)鍵詞可視化。其中關(guān)鍵詞能對文章內(nèi)容和主題進(jìn)行高度概括,因此對關(guān)鍵詞進(jìn)行聚類和共現(xiàn)分析,可以直觀展示國內(nèi)外物流績效的研究熱點(diǎn)。關(guān)鍵詞時(shí)區(qū)圖譜分析可以在時(shí)間維度上展示主題研究演進(jìn)脈絡(luò),可通過時(shí)區(qū)圖譜呈現(xiàn)國內(nèi)外物流績效領(lǐng)域研究演進(jìn)過程并預(yù)測未來研究趨勢。
國內(nèi)文獻(xiàn)使用CNKI 數(shù)據(jù)庫,英文文獻(xiàn)使用WOS 檢索平臺,檢索方式均為主題。中文檢索詞為“物流績效”,時(shí)間范圍不限,截至2021 年12月共檢索出727 篇期刊文獻(xiàn)。經(jīng)過篩選,剔除會議通知、報(bào)紙、征稿等34 篇文獻(xiàn),共有693 篇文獻(xiàn)。英文文獻(xiàn)以主題詞(“l(fā)ogistics performance”)進(jìn)行檢索,時(shí)間范圍不限,截至2021 年12 月共檢索出502 篇文獻(xiàn),去除會議論文、書籍評論、校稿通知和撤稿通知等24 篇,再經(jīng)過CiteSpace 進(jìn)行數(shù)據(jù)除重,共納入文獻(xiàn)478 篇。
中文文獻(xiàn)從CNKI 以Refworks 方式導(dǎo)出,導(dǎo)出文件格式為txt,以download_XXX 對文件進(jìn)行命名。 CNKI 直接導(dǎo)出的數(shù)據(jù)不能直接使用CiteSpace 進(jìn)行分析,需要對數(shù)據(jù)格式進(jìn)行轉(zhuǎn)換。利用CiteSpace 軟件自帶的文件轉(zhuǎn)換功能將CNKI的原始數(shù)據(jù)轉(zhuǎn)換為CiteSpace 可用的數(shù)據(jù)格式。
可視化圖譜中“N”代表節(jié)點(diǎn),節(jié)點(diǎn)字號越大,說明該節(jié)點(diǎn)出現(xiàn)的頻率越高?!癊”代表連線,節(jié)點(diǎn)之間的連線表明節(jié)點(diǎn)的聯(lián)系,連線越粗表明節(jié)點(diǎn)在同一篇文獻(xiàn)中出現(xiàn)的頻率越高。節(jié)點(diǎn)顏色代表中心性,中心性越高顏色越深。中心性體現(xiàn)節(jié)點(diǎn)文獻(xiàn)的影響力,中心性越高表示節(jié)點(diǎn)文獻(xiàn)影響力越高,在該領(lǐng)域研究地位越重要。
CNKI 數(shù)據(jù)庫檢索到文獻(xiàn)693 篇,最早發(fā)文年份為2000 年,每年發(fā)文量平穩(wěn)。WOS 檢索到的發(fā)文量478 篇,最早發(fā)文為1996 年,前期發(fā)文量逐年遞增,2018 年開始快速增長。發(fā)展前景良好,如圖1 所示。
圖1 CNKI 和WOS 物流績效發(fā)文量統(tǒng)計(jì)
在CiteSpace 操作界面,選擇節(jié)點(diǎn)類型“Country”進(jìn)行可視化分析。WOS 數(shù)據(jù)庫所篩選文獻(xiàn),時(shí)間期限為1996-2021 年,時(shí)間切片為1,g-index(k=25)時(shí),得到 83 個(gè)節(jié)點(diǎn),184 條連線。圖譜共納入83 個(gè)國家。各個(gè)國家發(fā)文量見表1。從發(fā)文數(shù)量上看,美國首次發(fā)文年份最早,中國的研究雖然起步較美國晚,但發(fā)文量超過了美國。從中心性看,國際間合作較為緊密,中國的中心性最大為0.36,具有一定的地位。
表1 WOS 數(shù)據(jù)庫物流績效發(fā)文量前5 的國家
在CiteSpace 操作界面,選擇節(jié)點(diǎn)類型“Author”進(jìn)行可視化分析。CNKI 數(shù)據(jù)庫篩選出的文獻(xiàn)中,g-index(k=25)時(shí),共有503 個(gè)節(jié)點(diǎn),175條連線。圖譜共納入503 個(gè)作者。作者名字字號越大,表面該作者出現(xiàn)的頻率越高。作者之間的連線代表作者之間的聯(lián)系,連線越粗,說明他們在同一篇文獻(xiàn)中出現(xiàn)的頻率越高。有5 位作者發(fā)文量大于6 篇,朱小林團(tuán)隊(duì)發(fā)文量最高,為7 篇。表2 展示了發(fā)文量前5 的作者。國內(nèi)沒有中心性高的作者,彼此合作較少,聯(lián)系不夠緊密。
表2 CNKI 物流績效發(fā)文量前5 的作者
WOS 數(shù)據(jù)庫中所篩選文獻(xiàn)g-index(k=25)時(shí),共有409 個(gè)節(jié)點(diǎn),289 條連線,圖譜共納入409 個(gè)作者,其中有5 位作者發(fā)文數(shù)量大于5 篇,如表3所示。其中發(fā)文量最多的是Khan SAR 團(tuán)隊(duì),發(fā)表相關(guān)文章共11 篇。根據(jù)中心性判斷作者間合作較少,沒有影響力高的作者。
表3 WOS 數(shù)據(jù)庫中發(fā)文量前5 的作者
在CiteSpace 操作界面,選擇節(jié)點(diǎn)類型“Institution”進(jìn)行可視化分析。CNKI 數(shù)據(jù)庫所篩選出的文獻(xiàn)g-index(k=25)時(shí),共有430 個(gè)節(jié)點(diǎn),連線為0,圖譜共納入430 個(gè)機(jī)構(gòu),其中20 個(gè)機(jī)構(gòu)發(fā)文量大于等于5 篇,上海海事大學(xué)發(fā)文量最多,發(fā)文量為21 篇。各機(jī)構(gòu)的連線為0,中心性為0,可以看出各機(jī)構(gòu)的幾乎沒有合作。表4 顯示了發(fā)文量前6 的研究機(jī)構(gòu)。
表4 CNKI 中物流績效發(fā)文量前6 的研究機(jī)構(gòu)
WOS 數(shù)據(jù)庫所篩選出的文獻(xiàn),g-index(k=25)時(shí),共有322 個(gè)節(jié)點(diǎn),186 條連線,共納入322 個(gè)機(jī)構(gòu),其中有8 個(gè)機(jī)構(gòu)發(fā)文量大于5 篇,如表5 所示。發(fā)文量最多的是中國的長安大學(xué),共有13篇。根據(jù)中心性判斷機(jī)構(gòu)間的合作較少。
表5 WOS 中物流績效研究發(fā)文量前6的研究機(jī)構(gòu)
1.關(guān)鍵詞聚類分析
WOS 所選文獻(xiàn),節(jié)點(diǎn)類型選擇關(guān)鍵詞“Keyword”,時(shí)間間隔為 1 年,go-index(k=25),得到415 個(gè)結(jié)點(diǎn)、2200 條連線的關(guān)鍵詞共現(xiàn)聚類圖,共形成8 個(gè)聚類。CiteSpace 提供了模塊值(Q值,即 ModularityQ)和 平均輪廓值(S 值,即MeanSilhouette)這兩個(gè)指標(biāo)判斷聚類效果。當(dāng)Q值大于0.3 時(shí),聚類結(jié)構(gòu)就是顯著的。當(dāng)S 值達(dá)到0.7 則可認(rèn)為聚類是令人信服的。圖中Q 值為0.4365,S 值為0.7821,說明聚類結(jié)果是可靠的。去除與檢索策略有關(guān)主題詞,出現(xiàn)較高關(guān)鍵詞如表6 和圖2 所示。熱點(diǎn)關(guān)鍵詞為管理、供應(yīng)鏈管理、影響、模型、框架、經(jīng)濟(jì)增長等。聚類#0、#3、#4、#5 可歸為物流績效評價(jià)指標(biāo)方向;聚類#1、#2可歸為資源整合、供應(yīng)鏈與物流績效關(guān)系。
圖2 WOS 數(shù)據(jù)庫中物流績效研究的關(guān)鍵詞聚類圖
表6 WOS 數(shù)據(jù)庫中物流績效數(shù)量前10 關(guān)鍵詞表
CNKI 所篩選文獻(xiàn)節(jié)點(diǎn)類型選擇關(guān)鍵詞,時(shí)間間隔為 1 年,go-index(k=25),得到 447 個(gè)節(jié)點(diǎn),773 條連線聚類圖譜,出現(xiàn)的較高關(guān)鍵詞如圖3、表7 所示。圖譜中ModularityQ 值為0.6711,大于臨界值 0.3,Mean Silhouette 的值為 0.882,說明具有較好的聚類效果。形成了12 個(gè)聚類,聚類#0、#1、#2、#3、#7、#8、#11 可歸為物流績效評價(jià)指標(biāo)體系研究方向;聚類#4、#5 可歸為“一帶一路”和國際物流績效方向;#9、#16 可歸為物流系統(tǒng)集成或供應(yīng)鏈資源整合對物流績效的影響方向。
表7 CNKI 物流績效中心性排名前10 關(guān)鍵詞
圖3 CNKI 物流績效關(guān)鍵詞共現(xiàn)聚類分析圖
2.關(guān)鍵詞突顯分析
關(guān)鍵詞突顯分析可以觀察關(guān)鍵詞開始時(shí)間和持續(xù)時(shí)間,對總結(jié)物流績效研究領(lǐng)域研究方向發(fā)展和預(yù)測未來研究熱點(diǎn)具有重要作用。WOS數(shù)據(jù)庫的文獻(xiàn),時(shí)間間隔為1 年,γ=0.9,其他參數(shù)選擇默認(rèn),得到10 個(gè)突顯詞,見圖4。
圖4 WOS 數(shù)據(jù)庫中物流績效研究的關(guān)鍵詞突顯圖
其中,能力是持續(xù)時(shí)間最長的突顯詞,從2011 年持續(xù)到2018 年?;A(chǔ)設(shè)施從16 年延續(xù)至今,物流績效指標(biāo)從17 年延續(xù)至今,國際貿(mào)易和成本從19 年延續(xù)至今,可以預(yù)見未來在國際貿(mào)易環(huán)境下,關(guān)于物流基礎(chǔ)設(shè)施、物流績效評價(jià)指標(biāo)和物流成本方面的研究會有進(jìn)一步的突破。
CNKI 所篩選文獻(xiàn),時(shí)間間隔為 1 年,γ=1,其他參數(shù)選擇默認(rèn),得到10 個(gè)突顯詞,見圖5,其中農(nóng)產(chǎn)品持續(xù)時(shí)間最長,2015 年持續(xù)至今,是當(dāng)前的研究熱點(diǎn)也是未來研究趨勢之一?!耙粠б宦贰睆?016 年開始持續(xù)至今,說明一帶一路倡議提出以來,相關(guān)研究持續(xù)不斷,成為今后的研究方向;出口貿(mào)易從2019 年持續(xù)至今,在國際貿(mào)易環(huán)境下的物流績效也將成為研究趨勢之一。
圖5 CNKI 數(shù)據(jù)庫中物流績效研究關(guān)鍵詞突顯圖
3.關(guān)鍵詞時(shí)區(qū)分析
分析關(guān)鍵詞隨時(shí)間變化可以觀察物流績效研究領(lǐng)域的動態(tài)變化趨勢。WOS 數(shù)據(jù)庫篩選文獻(xiàn)進(jìn)行關(guān)鍵詞時(shí)區(qū)分析,時(shí)間間隔為1 年,其他參數(shù)默認(rèn),得出物流績效關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖,如圖6。第一階段是物流績效評價(jià)體系框架;第二階段是供應(yīng)鏈資源整合與物流績效關(guān)系,以及物流績效與經(jīng)濟(jì)增長的關(guān)系研究;第三階段細(xì)分行業(yè)物流績效體系,并且結(jié)合新的概念和理論,例如綠色物流、逆向物流等;第四階段是國際貿(mào)易下的物流績效。
圖6 WOS 數(shù)據(jù)庫中物流績效研究的關(guān)鍵詞時(shí)區(qū)圖
CNKI 所篩選文獻(xiàn),時(shí)間間隔1 年,其他均選擇默認(rèn)值,得出關(guān)鍵詞時(shí)區(qū)圖,見圖7??梢杂^察到國內(nèi)研究熱點(diǎn)關(guān)鍵詞的變化趨勢。國內(nèi)研究第一階段可總結(jié)為物流績效評價(jià)體系,第二階段可總結(jié)為細(xì)分行業(yè)物流績效評價(jià)體系,量化方法改進(jìn)。第三階段總結(jié)為農(nóng)產(chǎn)品,一帶一路。第四階段總結(jié)為出口貿(mào)易與物流績效關(guān)系分析。
圖7 CNKI 數(shù)據(jù)庫中物流績效關(guān)鍵詞時(shí)區(qū)圖
由于CNKI 數(shù)據(jù)庫無法導(dǎo)出被引文獻(xiàn),所以分析英文文獻(xiàn)被引情況。WOS 篩選文獻(xiàn),設(shè)置g-index(k=25),時(shí)間切片為1 年,得出671 個(gè)節(jié)點(diǎn),2060 條連線可視化圖譜。圖譜共納入671 篇文獻(xiàn),被引頻次前5 的文獻(xiàn)見表8。
表8 WOS 數(shù)據(jù)庫中物流績效共被引頻次前5 的文獻(xiàn)
由于CNKI 數(shù)據(jù)庫無法導(dǎo)出被引期刊,所以分析WOS 數(shù)據(jù)庫被引期刊情況。WOS 數(shù)據(jù)庫所篩選文獻(xiàn),g-index(k=25),時(shí)間切片為1 年,得到節(jié)點(diǎn)為583,連線為3737 可視化圖譜。共被引頻次前三的期刊分別為:國際生產(chǎn)經(jīng)濟(jì)學(xué)雜志(被引頻次為193,2020 年影響因子為7.885),供應(yīng)鏈管理雜志(被引頻次為159,2020 年影響因子為8.674),國際運(yùn)營與生產(chǎn)管理雜志(被引頻次為156,2020 年影響因子為 6.629)。
從發(fā)文量看國內(nèi)外關(guān)于物流績效的研究發(fā)文量平穩(wěn)增加。在合作發(fā)文中,不管是國內(nèi)還是國外,雖然形成了合作團(tuán)隊(duì),但作者間和機(jī)構(gòu)間合作較少,聯(lián)系不夠緊密,沒有出現(xiàn)高影響力的作者和機(jī)構(gòu)。從國家和地區(qū)上看中國雖然研究起步較晚,但研究成果顯著,發(fā)文量位于第一,且具有較高的中心性,說明中國研究影響力較大。建議學(xué)者和機(jī)構(gòu)擴(kuò)大團(tuán)隊(duì)間合作,共同推進(jìn)物流績效領(lǐng)域的發(fā)展。
對關(guān)鍵詞進(jìn)行共現(xiàn)和突顯分析表明,國內(nèi)外在物流績效領(lǐng)域研究熱點(diǎn)既有相同的部分,也存在差異。整體上國內(nèi)外物流績效領(lǐng)域研究熱點(diǎn)主要有三類。
(1)物流績效評價(jià)指標(biāo)體系研究。國內(nèi)外在這一領(lǐng)域的研究相同點(diǎn)是都涉及行業(yè)物流績效評價(jià)指標(biāo)體系和企業(yè)物流績效評價(jià)指標(biāo)體系。關(guān)于行業(yè)物流績效評價(jià)指標(biāo)體系研究,涉及的行業(yè)有煙草業(yè)、鐵礦石運(yùn)輸[5]、汽車制造業(yè)[6]、造紙業(yè)[7]、農(nóng)產(chǎn)品[8]等。關(guān)于企業(yè)物流績效評價(jià)指標(biāo)體系研究主要是衡量企業(yè)物流環(huán)節(jié)績效,運(yùn)用到的分析方法主要有灰色聚類分析、層次分析法、DEA、模糊綜合評價(jià)法、平衡記分卡等[9-11]。
不同的是國外在這一領(lǐng)域研究除了行業(yè)和企業(yè)的物流績效評價(jià)體系[12],還注重國家物流績效指標(biāo)體系研究,分析適合國家范圍的物流績效評價(jià)指標(biāo)體系,關(guān)注國家物流績效與經(jīng)濟(jì)增長的關(guān)系以及提高國家物流績效的策略[13-14]。
(2)物流系統(tǒng)集成或供應(yīng)鏈整合對物流績效影響研究。物流與供應(yīng)鏈的關(guān)系密切。國內(nèi)外許多學(xué)者從供應(yīng)鏈角度出發(fā),分析資源整合與物流績效的關(guān)系,許多文獻(xiàn)結(jié)果表明資源整合和優(yōu)化,可提高物流績效。王東生和鄭寬明[15]分析了物流服務(wù)供應(yīng)鏈整合對物流績效的影響,結(jié)果表明二者有顯著的正向關(guān)系。Wang 等[16]基于資源整合的觀點(diǎn),調(diào)查物流能力、供應(yīng)鏈不確定性和風(fēng)險(xiǎn)、物流績效三個(gè)潛在變量之間的關(guān)系。結(jié)果表明它們之間存在顯著的關(guān)系。El Abdellaoui 和Pache[17]分析了供應(yīng)鏈破壞性事件對物流績效的影響,結(jié)果表明破壞性事件對物流績效具有負(fù)面影響。
(3)基于國際貿(mào)易和“一帶一路”的物流績效研究。國內(nèi)外關(guān)于這一領(lǐng)域研究的熱點(diǎn)不同:國內(nèi)側(cè)重于“一帶一路”倡議下的物流績效,研究范圍主要是“一帶一路”沿線國家;國外則側(cè)重于國際貿(mào)易與物流績效,研究國家范圍更大。
在國內(nèi),隨著“一帶一路”倡議的提出和相關(guān)政策支持,中國與“一帶一路”沿線國家貿(mào)易的加強(qiáng),在物流方面的協(xié)作也逐漸加強(qiáng)。基于“一帶一路”的物流績效研究漸漸豐富。其中中國與“一帶一路”沿線國家物流績效對比分析,以及“一帶一路”國家物流績效對中國進(jìn)出口貿(mào)易、中國經(jīng)濟(jì)增長等的影響是這一領(lǐng)域的熱點(diǎn)話題。關(guān)于第一個(gè)熱點(diǎn)話題,“一帶一路”國家間物流績效對比分析,主要是利用世界銀行發(fā)布的物流績效指數(shù)(LPI)進(jìn)行分析[18-19]。關(guān)于第二個(gè)熱點(diǎn)話題,主要是分析物流績效對國際貿(mào)易和進(jìn)出口的影響[20-21]。
國外關(guān)于這一領(lǐng)域的研究,除了“一帶一路”背景下物流績效研究外[22-23],更側(cè)重于國際貿(mào)易、國際物流與物流績效的關(guān)系,除了“一帶一路”沿線國家,研究范圍擴(kuò)展至世界其他地區(qū),例如歐盟[24]、非洲[25]等。
根據(jù)關(guān)鍵詞時(shí)區(qū)分析結(jié)果,國內(nèi)關(guān)于物流績效的研究可分為四個(gè)階段:第一階段為2002 年至2010 年,強(qiáng)調(diào)基礎(chǔ)研究和物流績效指標(biāo)體系指標(biāo)建立;第二階段為2011 年至2013 年,偏向各細(xì)分行業(yè)和企業(yè)物流績效指標(biāo)體系建立;第三階段為2014 年至2015 年,注重農(nóng)產(chǎn)品和“一帶一路”與物流績效相關(guān)性研究;第四階段為2015 年至2021年,研究范圍擴(kuò)展至國際,出口貿(mào)易和物流績效相關(guān)研究。國外關(guān)于物流績效研究也分為四個(gè)階段但稍有不同。第一階段為1998 至2003 年是物流績效評價(jià)體系框架;第二階段是2004 至2010年,注重供應(yīng)鏈資源整合與物流績效關(guān)系研究;第三階段為2011 年2018 年,偏向物流績效體系應(yīng)用以及細(xì)分行業(yè)物流績效體系建設(shè),并且結(jié)合新的概念和理論,例如綠色物流、逆向物流等;第四階段為2019 年至2021 年,國際貿(mào)易下的物流績效。
物流業(yè)高質(zhì)量發(fā)展是促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量。物流績效提高能促進(jìn)經(jīng)濟(jì)發(fā)展、行業(yè)轉(zhuǎn)型和企業(yè)盈利。相關(guān)學(xué)者已關(guān)注對物流績效的研究,從不同角度對物流績效做了大量的分析,取得了豐富的成果。基于CiteSpace 軟件,分析和對比國內(nèi)外現(xiàn)有成果研究現(xiàn)狀、研究熱點(diǎn)和研究趨勢。通過梳理發(fā)現(xiàn)國內(nèi)外對物流績效的研究存在異同點(diǎn)。相同點(diǎn)是國內(nèi)外學(xué)者都關(guān)注物流績效評價(jià)體系、物流績效與供應(yīng)鏈關(guān)系、“一帶一路”和國際貿(mào)易與物流績效方向的研究。不同的是國外研究地區(qū)和范圍更大,上升至國家物流績效層面。
研究結(jié)果也存在一定的局限性,一是本研究局限于中英文文獻(xiàn),且局限于CNKI 和WOS 兩個(gè)數(shù)據(jù)庫,未來可擴(kuò)展其他語言和其他數(shù)據(jù)庫的文獻(xiàn)進(jìn)行分析。二是CiteSpace 軟件數(shù)據(jù)格式問題,無法對文章內(nèi)容進(jìn)行深入分析。三是CiteSpace分析的過程會因?yàn)槊看卧O(shè)置的參數(shù)不同導(dǎo)致分析結(jié)論存在差異。