基于CiteSpace的綠色港口研究熱點(diǎn)及前沿分析

馬 驥，申 彥

（江蘇大學(xué) 管理學(xué)院，江蘇 鎮(zhèn)江 202013）

0 引言

港口作為物流運(yùn)輸網(wǎng)絡(luò)中的關(guān)鍵樞紐，在促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展和全球貿(mào)易方面發(fā)揮著至關(guān)重要的作用。同時(shí)，港口也是能源消耗大戶和污染物的的主要來源，港口建設(shè)、運(yùn)行和擴(kuò)張產(chǎn)生的污水、有害氣體和固體廢物等嚴(yán)重影響了腹地城市和海洋的生態(tài)環(huán)境。鑒于此，越來越多的國家和國際組織開始關(guān)注港口可持續(xù)發(fā)展問題。作為世界港口大國和航運(yùn)強(qiáng)國，習(xí)近平總書記強(qiáng)調(diào)“要志在萬里，努力打造世界一流的綠色港口?！比绾瓮苿痈劭趯?shí)現(xiàn)綠色發(fā)展受到學(xué)術(shù)界的廣泛關(guān)注。

國內(nèi)外學(xué)者對綠色港口開展了大量的理論研究并積累了豐富的實(shí)踐探索經(jīng)驗(yàn)，但是缺乏從文獻(xiàn)計(jì)量的視角對近年來綠色港口研究的熱點(diǎn)和發(fā)展脈絡(luò)進(jìn)行系統(tǒng)地梳理。因此，本文基于科學(xué)知識圖譜，運(yùn)用可視化分析軟件CiteSpace對全球綠色港口研究文獻(xiàn)進(jìn)行數(shù)據(jù)挖掘和計(jì)量分析，最終以信息可視化的方式，直觀、清晰地展示全球綠色港口研究的熱點(diǎn)、知識前沿和學(xué)術(shù)發(fā)展情況，以期為推動我國綠色港口建設(shè)提供借鑒和理論參考。

1 數(shù)據(jù)來源

Web of Science核心合集數(shù)據(jù)庫收錄了12 000多種世界權(quán)威的和高影響力的學(xué)術(shù)期刊,最早可回溯至1900年[1]。本文以此為數(shù)據(jù)源進(jìn)行文獻(xiàn)檢索，數(shù)據(jù)收集時(shí)間為2023年2月23日，采用主題檢索的方式，以“green port”為主題詞，鑒于數(shù)據(jù)庫收錄相關(guān)文獻(xiàn)最早的時(shí)間是2000年，因此檢索時(shí)間限定在2000-2022年，文獻(xiàn)類型限定為Article（論文）和Review（綜述論文），共檢索到1 010 篇英文文獻(xiàn)，并運(yùn)用CiteSpace剔除重復(fù)文獻(xiàn)和部分信息缺失文獻(xiàn)，最終得到894篇英文文獻(xiàn)，導(dǎo)出標(biāo)題、作者、關(guān)鍵詞、摘要、發(fā)表年份、引文等信息，在此基礎(chǔ)上開展分析研究。

2 綠色港口研究文獻(xiàn)特征分析

2.1 發(fā)文時(shí)空分布

在發(fā)文時(shí)間上，通過圖1可知，WoS核心合集數(shù)據(jù)庫收錄文獻(xiàn)整體呈現(xiàn)持續(xù)增長態(tài)勢，特別是2018年以后，發(fā)文量突然猛增，這表明綠色港口的研究熱度和受關(guān)注程度在持續(xù)上升。在發(fā)文國家方面，中國以293篇的文獻(xiàn)量位居第一，其次為美國（177篇）、澳大利亞（65篇）、意大利（58篇）等，見表1。雖然我國發(fā)表的文獻(xiàn)數(shù)量最高，但是中心性位列第四（0.2），說明文獻(xiàn)的影響力還有待進(jìn)一步提升。此外，印度、巴西和土耳其等國家初次發(fā)文時(shí)間較晚，但近年來發(fā)文量大幅增長，說明綠色港口研究在這些發(fā)展中大國正在興起。在圖2中，國家之間的連線代表國家之間的合作關(guān)系，中國與法國保持著緊密的合作關(guān)系，美國與德國、韓國、加拿大等國家合作密切。

表1 發(fā)文量前15名的國家

圖1 發(fā)表文獻(xiàn)數(shù)量年度分布

圖2 國家合作網(wǎng)絡(luò)知識圖譜

2.2 作者合作網(wǎng)絡(luò)

運(yùn)用CiteSpace軟件形成作者合作網(wǎng)絡(luò)知識圖譜,分析文獻(xiàn)作者的合作網(wǎng)絡(luò)并展現(xiàn)核心作者群及其合作關(guān)系。如圖3 所示，節(jié)點(diǎn)數(shù)為637 個(gè)，連線數(shù)為553 條，網(wǎng)絡(luò)密度為0.002 7。節(jié)點(diǎn)越大代表作者發(fā)文越多，節(jié)點(diǎn)之間的連線反映作者之間的合作關(guān)系，連線越粗代表合作越緊密。從圖譜來看，形成了多個(gè)高影響力的作者合作集群，作者之間的合作較多，聯(lián)系緊密。由表2可知，發(fā)文量并列前三的作者分別為彭云、王文淵和陳繼紅，三人發(fā)文量都為9篇，鎮(zhèn)璐（8篇）、Michele（6篇）、李相達(dá)（5篇）、Michelle（5篇）等學(xué)者發(fā)文也較多，他們發(fā)表文獻(xiàn)的主題和特征是該研究領(lǐng)域的典型代表。

表2 發(fā)文量前10名的作者

2.3 研究機(jī)構(gòu)網(wǎng)絡(luò)

運(yùn)用CiteSpace軟件形成研究機(jī)構(gòu)合作網(wǎng)絡(luò)知識圖譜，分析文獻(xiàn)發(fā)表機(jī)構(gòu)的分布以了解綠色港口研究的主要機(jī)構(gòu)及其合作情況。如圖4所示，節(jié)點(diǎn)數(shù)為538個(gè)，連線數(shù)為316條，網(wǎng)絡(luò)密度為0.002 2。節(jié)點(diǎn)大小代表機(jī)構(gòu)發(fā)文量的多少，各節(jié)點(diǎn)之間連線反映研究機(jī)構(gòu)之間的合作程度。從發(fā)文量來看（見表3），相關(guān)文獻(xiàn)發(fā)表數(shù)量排名第一的是上海海事大學(xué)（31篇），其次分別為大連理工大學(xué)（19篇）、大連海事大學(xué)（17篇）、香港理工大學(xué)（16篇）、上海大學(xué)（13篇）和上海交通大學(xué)（10篇）。就文獻(xiàn)發(fā)表總量而言，前10位的研究機(jī)構(gòu)只有排名第9位的澳大利亞塔斯馬尼亞大學(xué)不是來自中國，其余均為我國高校，表明我國在這一研究領(lǐng)域優(yōu)勢明顯。在文獻(xiàn)比例方面，發(fā)文數(shù)量排名前5的機(jī)構(gòu)發(fā)文數(shù)量之和占總量的比例僅為12.4%，說明該領(lǐng)域并未形成主導(dǎo)研究力量。同時(shí)需要引起重視的是，各個(gè)研究機(jī)構(gòu)合作網(wǎng)絡(luò)較為分散，國內(nèi)外研究機(jī)構(gòu)合作不密切，研究機(jī)構(gòu)間的合作交流仍有很大的提升空間。

表3 發(fā)文量前20名的研究機(jī)構(gòu)

圖4 研究機(jī)構(gòu)合作網(wǎng)絡(luò)知識圖譜

3 關(guān)鍵詞分析

3.1 關(guān)鍵詞共現(xiàn)

運(yùn)用CiteSpace軟件形成關(guān)鍵詞共現(xiàn)圖譜，關(guān)鍵詞作為標(biāo)引論文內(nèi)容特征的詞語，往往代表文章的核心和主要內(nèi)容，是對表述文獻(xiàn)的中心內(nèi)容具有實(shí)質(zhì)意義的詞匯。如圖5所示，關(guān)鍵詞共現(xiàn)圖譜中共有節(jié)點(diǎn)189個(gè)，連線629個(gè)，網(wǎng)絡(luò)密度為0.011 5。分析結(jié)果顯示綠色港口領(lǐng)域的研究話題具有一定的集中度，部分關(guān)鍵詞呈現(xiàn)緊密的聯(lián)系。

圖5 關(guān)鍵詞共現(xiàn)圖譜

頻次是指檢索到的論文關(guān)鍵詞出現(xiàn)次數(shù)，中介中心性是指關(guān)鍵詞在網(wǎng)絡(luò)中權(quán)重指標(biāo)，中心性越強(qiáng)，表明該關(guān)鍵詞與其他關(guān)鍵詞共現(xiàn)的概率就越大，超過0.1的節(jié)點(diǎn)為關(guān)鍵節(jié)點(diǎn)，頻次和中心性皆高的關(guān)鍵詞一般是該領(lǐng)域研究的熱點(diǎn)前沿[2]。出現(xiàn)頻次較高的關(guān)鍵詞有g(shù)reen port（78次）、impact（77次）、management（73次）、emission（60次）和port（60次）等，這些關(guān)鍵詞反映了綠色港口研究的熱點(diǎn)，見表4。在中介中心性方面，impact（0.34）和green port（0.26）是研究熱點(diǎn)中的首要節(jié)點(diǎn)，其他中介中心性較高的關(guān)鍵詞有port(0.23)、model（0.19）、emission(0.18)、management（0.16），以上關(guān)鍵詞在網(wǎng)絡(luò)知識圖譜中有重要影響力，是連接研究領(lǐng)域內(nèi)高頻關(guān)鍵詞的重要“中介”術(shù)語。

表4 頻次前10名的關(guān)鍵詞

3.2 關(guān)鍵詞聚類

運(yùn)用CiteSpace 軟件和對數(shù)似然率（Log-likelihood Rate，LLR）算法形成關(guān)鍵詞聚類圖譜，聚類是在熱點(diǎn)網(wǎng)絡(luò)圖譜基礎(chǔ)上通過提煉總結(jié)形成研究主題，直觀展示主要研究領(lǐng)域。如圖6所示，選擇前12個(gè)聚類予以呈現(xiàn)，聚類序號與規(guī)模大小呈反比，最大的聚類用#0標(biāo)記。模塊值Q=0.871 8，平均輪廓值S=0.939 2，Q值大于0.3，S值大于0.7，該聚類結(jié)構(gòu)合理、高效顯著，12個(gè)聚類可以進(jìn)一步可以總結(jié)為以下4個(gè)方面。

圖6 關(guān)鍵詞聚類圖譜

第一，推動港口綠色發(fā)展的政策措施，包括#0strategy（戰(zhàn)略）、#4policy（政策）和#7management（管理），很多學(xué)者從港口發(fā)展戰(zhàn)略、政策制定和港口運(yùn)營管理等角度對如何推動港口綠色可持續(xù)發(fā)展開展研究。Lam，等[3]考察了定價(jià)、市場準(zhǔn)入、環(huán)境質(zhì)量標(biāo)準(zhǔn)等政策措施在推動港口綠色發(fā)展上的有效性。Aregalla，等[4]分析比較了全球365個(gè)港口的綠色發(fā)展水平，認(rèn)為鹿特丹港、洛杉磯長灘港和漢堡港在推動港口生態(tài)保護(hù)和可持續(xù)發(fā)展方面的戰(zhàn)略決策和管理方式值得各國借鑒。Woo，等[5]研究發(fā)現(xiàn)雖然環(huán)境保護(hù)政策短期內(nèi)會對港口運(yùn)營產(chǎn)生額外成本，但是長期來看有助于改善港口和腹地城市環(huán)境，提升港口競爭力。

第二，綠色港口建模與仿真，包括#1model（模型）、#3optimization(最優(yōu)化)和#10simulation（仿真）。Geng，等[6]通過構(gòu)建系統(tǒng)動力學(xué)模型（System Dynamics Model）探討解決船舶的廢氣排放問題。Dai和Yang[7]構(gòu)建了一個(gè)分布魯棒機(jī)會約束優(yōu)化模型（Distributionally Robust Chance Constraint Optimization Model），為港口-腹地集裝箱運(yùn)輸網(wǎng)絡(luò)綠色發(fā)展提供決策支持。Chen，等[8]運(yùn)用耦合協(xié)調(diào)度模型（Coupling Coordination Degree Model）研究如何破解港口的產(chǎn)業(yè)發(fā)展與生態(tài)環(huán)境保護(hù)之間的矛盾。

第三，綠色港口績效評價(jià)，包括#6green performance(綠色績效)和#8evaluation(評價(jià))，港口績效評價(jià)已從傳統(tǒng)的運(yùn)營效率評價(jià)向環(huán)境效率評價(jià)轉(zhuǎn)變。Di Vaio，等[9]從提高港口可持續(xù)發(fā)展能力和能源效率的角度，運(yùn)用平衡記分卡模型（Balanced Scorecard Model）考察意大利主要港口的綠色績效水平。Hua，等[10]使用模糊重要性績效分析法（Fuzzy Importance Performance Analysis）確定珠海港的綠色績效水平，并據(jù)此提出環(huán)境治理策略。Wan，等[11]基于驅(qū)動因素、壓力、狀態(tài)、影響和響應(yīng)（DPSIR）框架，構(gòu)建了定量衡量港口綠色發(fā)展水平的評價(jià)體系。

第四，綠色低碳技術(shù)和新能源的應(yīng)用，包括#2renewable energy(可再生能源)、#5shore power(岸電)、#9energy efficiency(能源效率)和#11technology(科技)，國際學(xué)術(shù)界已對新能源、清潔能源和綠色低碳技術(shù)在港口的應(yīng)用進(jìn)行了深入的研究。使用新能源和清潔能源是促進(jìn)港口節(jié)能減排的有效途徑，包括液化天然氣、氫能、潮汐能、核能以及生物能等。船舶停靠港口期間用岸電代替?zhèn)鹘y(tǒng)柴油發(fā)電，以電代油，可以在源頭實(shí)現(xiàn)“零油耗”，減少碳排放，Vaishnav，等[12]探討在美國港口采用岸電技術(shù)所帶來的經(jīng)濟(jì)效益和環(huán)境效益。Sciberras，等[13]的研究表明使用岸電可有效改善港區(qū)及其腹地城市的空氣質(zhì)量。而在科技創(chuàng)新方面，Wang，等[14]提出將人工智能和區(qū)塊鏈技術(shù)應(yīng)用于綠色港口建設(shè)中。Zis，等[15]分析了洗滌器在處理船舶尾氣中硫氧化物的作用。Hervas，等[16]旨在開發(fā)一種全自動化集裝箱碼頭智能管控系統(tǒng)（Terminal Operating Systems）以推動港口綠色低碳發(fā)展。

3.3 關(guān)鍵詞突現(xiàn)

運(yùn)用CiteSpace軟件中的“Burstness”功能提取突現(xiàn)強(qiáng)度排名前20的關(guān)鍵詞，生成關(guān)鍵詞突現(xiàn)圖譜。關(guān)鍵詞的突發(fā)檢測用于識別新興的研究概念，與一般高頻次關(guān)鍵詞相比，突現(xiàn)關(guān)鍵詞適合探索研究發(fā)展的突然變化和新興趨勢。如圖7所示，綠色港口研究的熱點(diǎn)在不斷地發(fā)生變化，21世紀(jì)初研究熱點(diǎn)主要聚焦于removal(去除)、sea(海)、reduction(降低)、logistics（物流）等主題；2017年以來，optimization（最優(yōu)化）、policy（政策）、pollution（污染）、simulation（仿真）等成為突現(xiàn)強(qiáng)度較高的關(guān)鍵詞。green shipping（綠色航運(yùn)）、removal（去除）和sea（海洋）為突現(xiàn)強(qiáng)度最高的三個(gè)關(guān)鍵詞，其中，sea（海洋）的突現(xiàn)時(shí)間從2004年持續(xù)到2017年，說明該該主題的相關(guān)研究具有重要的影響力。此外，indicator（指標(biāo)）、facility（設(shè)施）和marine（海事）從2019年和2020年開始突現(xiàn)至今，并且突現(xiàn)強(qiáng)度較大，說明這幾個(gè)關(guān)鍵詞是綠色港口研究的前沿趨勢，在將來一段時(shí)間仍為研究熱點(diǎn)領(lǐng)域。

圖7 關(guān)鍵詞突現(xiàn)圖譜

4 結(jié)論與展望

4.1 研究結(jié)論

本文運(yùn)用CiteSpace 軟件對WoS 核心合集數(shù)據(jù)庫中綠色港口研究領(lǐng)域的894篇文獻(xiàn)進(jìn)行可視化分析，構(gòu)建國家、作者、研究機(jī)構(gòu)合作網(wǎng)絡(luò)知識圖譜和關(guān)鍵詞共現(xiàn)、聚類、突現(xiàn)圖譜，全面系統(tǒng)梳理綠色港口研究的熱點(diǎn)、前沿和未來發(fā)展趨勢，得出以下結(jié)論：

（1）在研究的時(shí)空分布上:該研究始于2000年，2018年開始呈現(xiàn)爆發(fā)式增長，至今仍是備受關(guān)注的熱點(diǎn)領(lǐng)域。西方發(fā)達(dá)國家在該領(lǐng)域的研究起步較早，美國在該領(lǐng)域研究國際上的影響力最大；中國起步稍晚但目前發(fā)文量最多，影響力有待進(jìn)一步提高，發(fā)展中國家的發(fā)文量近年來在持續(xù)上升。對綠色港口研究貢獻(xiàn)較大的研究機(jī)構(gòu)有上海海事大學(xué)、大連理工大學(xué)、大連海事大學(xué)等理工強(qiáng)校。國內(nèi)外研究機(jī)構(gòu)和作者需要加強(qiáng)合作，促進(jìn)研究團(tuán)隊(duì)及國家間的合作交流。

（2）在研究的演化路徑上:演化發(fā)展路徑經(jīng)歷由初始階段的理論概念的提出、政策措施的制定與實(shí)施、評價(jià)指標(biāo)體系的構(gòu)建等，隨著科學(xué)技術(shù)的發(fā)展，逐步轉(zhuǎn)向新能源和清潔能源的應(yīng)用、節(jié)能減排技術(shù)的應(yīng)用升級、智能化港口等領(lǐng)域。

（3）在研究的前沿趨勢上:綠色港口研究主要聚焦于推動港口綠色發(fā)展的政策措施、綠色港口建模與仿真、綠色港口績效評價(jià)、綠色低碳技術(shù)和新能源的應(yīng)用等4個(gè)方面。對突現(xiàn)關(guān)鍵詞分析發(fā)現(xiàn)indicator（指標(biāo)）、facility（設(shè)施）和marine（海事）等關(guān)鍵詞代表了綠色港口研究的前沿發(fā)展趨勢，將成為未來研究的重要方向。

4.2 展望

本文運(yùn)用CiteSpace軟件和文獻(xiàn)計(jì)量法分析了綠色港口研究的時(shí)空分布、演化路徑、熱點(diǎn)焦點(diǎn)和前沿趨勢，得出了一系列重要的研究結(jié)論，但是仍存在不足之處。首先，主要繪制合作和關(guān)鍵詞網(wǎng)絡(luò)知識圖譜并進(jìn)行分析，未構(gòu)建文獻(xiàn)共被引網(wǎng)絡(luò)，無法更進(jìn)一步地認(rèn)識熱點(diǎn)領(lǐng)域知識基礎(chǔ)。其次，只選取WoS核心合集數(shù)據(jù)庫中論文和綜述類論文，造成會議論文等部分文獻(xiàn)的缺失。最后，只關(guān)注綠色港口研究熱點(diǎn)和高被引文獻(xiàn)，可能導(dǎo)至發(fā)表時(shí)間較新但被引頻次較低的高水平研究成果未被充分挖掘。因此，在今后的研究中，需要對文獻(xiàn)共被引網(wǎng)絡(luò)進(jìn)行聚類和整合，加強(qiáng)對研究知識基礎(chǔ)的認(rèn)識，也要拓寬文獻(xiàn)來源和類別，擴(kuò)大覆蓋范圍，提高研究的全面性和科學(xué)性。