國內(nèi)低碳供應(yīng)鏈文獻知識圖譜構(gòu)建分析與應(yīng)用

關(guān)鍵詞：低碳供應(yīng)鏈；知識圖譜；Citespace；Neo4j；可視化分析

中圖分類號：F274 文獻標識碼：A 章編號：2096-7934（2024）07-0072-16

一、引言

過度使用化石燃料導致氣候與環(huán)境問題加劇，2009年年末“哥本哈根會議”之后學者們開始關(guān)注碳排放研究，全球低碳經(jīng)濟發(fā)展加速度，我國也于2020年提出了“雙碳”目標。供應(yīng)鏈是企業(yè)參與產(chǎn)業(yè)運作的重要經(jīng)濟形態(tài)，貫穿產(chǎn)品生產(chǎn)到銷售全過程，直接影響產(chǎn)業(yè)內(nèi)各企業(yè)的運營效率和競爭力。歐盟宣布從2023年10月1日起實施歐盟碳邊境調(diào)節(jié)機制（CBAM），即全球首個“碳關(guān)稅”，CBAM不僅對全球低碳供應(yīng)鏈結(jié)構(gòu)產(chǎn)生影響，而且對我國生產(chǎn)高碳產(chǎn)品的企業(yè)乃至國家“雙碳”目標的實現(xiàn)都提出了新的挑戰(zhàn)。

21世紀初，學者們意識到供應(yīng)鏈的運作要考慮對環(huán)境的影響，綠色供應(yīng)鏈是這個時期的研究主題。隨著全球?qū)μ寂欧抨P(guān)注度的增加，供應(yīng)鏈在考慮環(huán)境相容度的同時，還要實施碳排放減量、合理優(yōu)化配置資源，以達到環(huán)境、經(jīng)濟和社會可持續(xù)“三贏”穩(wěn)態(tài)。相比于傳統(tǒng)供應(yīng)鏈和綠色供應(yīng)鏈，低碳供應(yīng)鏈強調(diào)整個鏈條的各個環(huán)節(jié)都納入碳排放指標，這對于供應(yīng)鏈的研究來說是一個全新的學術(shù)課題［1］。相關(guān)綜述研究比較少，唐金環(huán)等運用定量模型對低碳供應(yīng)鏈運營管理進行綜合研究［2］，總結(jié)了低碳供應(yīng)鏈各子領(lǐng)域的研究熱點及前沿方向等；吳雋等從低碳供應(yīng)鏈管理的角度出發(fā)，運用文獻計量的方法進行研究評述［3］。其他研究是針對子領(lǐng)域的某一類問題展開的非綜述性研究，包括供應(yīng)鏈網(wǎng)絡(luò)的低碳化設(shè)計、低碳供應(yīng)鏈管理、供應(yīng)鏈成員最優(yōu)決策博弈、低碳供應(yīng)鏈績效評價等。因此，本文擬先通過計量學方法對低碳供應(yīng)鏈文獻進行梳理和分析，形成文獻研究所需的知識圖譜的要素抽取和關(guān)系識別的基礎(chǔ)，包括學者、機構(gòu)、關(guān)鍵熱詞、突現(xiàn)詞和趨勢等，然后構(gòu)建基于圖數(shù)據(jù)庫的知識圖譜，以更方便地應(yīng)用于學術(shù)研究中的知識查找、作者合作推薦等，提升知識共享效率，為后續(xù)研究提供更便捷的參考依據(jù)。

二、研究設(shè)計

（一）數(shù)據(jù)來源

本文以中國知網(wǎng)（CNKI）為檢索平臺，為保證研究數(shù)據(jù)的權(quán)威性，選擇CSSCI數(shù)據(jù)庫進行數(shù)據(jù)檢索［4］。2020年我國提出“雙碳”目標后，“雙碳”背景下的部分供應(yīng)鏈研究與低碳相關(guān)，因此將檢索詞設(shè)置為“低碳供應(yīng)鏈”“雙碳供應(yīng)鏈”“碳中和供應(yīng)鏈”“碳達峰供應(yīng)鏈”，檢索類型為“學術(shù)期刊”；為保證數(shù)據(jù)的完整性，不設(shè)置具體的檢索范圍［5］，檢索截止時間為2023年9月1日，共計得到302篇文獻。對302篇文獻的題目、摘要、關(guān)鍵詞等信息進行研讀，剔除與低碳供應(yīng)鏈完全無關(guān)的文獻后得到206篇低碳供應(yīng)鏈相關(guān)文獻，以此作為本研究的基礎(chǔ)數(shù)據(jù)。

（二）研究方法與研究工具

本文采用知識圖譜法，利用Citespace和Neo4j軟件進行低碳供應(yīng)鏈領(lǐng)域知識圖譜的構(gòu)建、分析和應(yīng)用。知識圖譜綜合運用數(shù)學、計量學、圖形學和可視化等多個學科領(lǐng)域方法，將數(shù)據(jù)轉(zhuǎn)化成可視化圖譜，從不同角度綜合分析展示領(lǐng)域內(nèi)的研究進展、主題結(jié)構(gòu)與發(fā)展方向。Citespace軟件是一款專門用于學術(shù)文獻分析的信息可視化工具，可以對某一領(lǐng)域的文獻進行計量，構(gòu)建靜態(tài)知識網(wǎng)絡(luò)，從而探究研究領(lǐng)域的研究熱點和變化趨勢［6］。Neo4j則是一種通過圖數(shù)據(jù)庫構(gòu)建動態(tài)知識網(wǎng)絡(luò)的工具，可以通過節(jié)點和關(guān)系展現(xiàn)知識之間的聯(lián)系，從而進行知識深度查找、知識推理和智能化問答［7］。具體過程為：首先，通過基本的計量方法統(tǒng)計文獻的年度發(fā)文量、作者/機構(gòu)、文獻分布等；其次，將文獻數(shù)據(jù)導入Citespace中，通過對關(guān)鍵詞進行共現(xiàn)分析、時區(qū)圖分析、突現(xiàn)分析等研究低碳供應(yīng)鏈領(lǐng)域研究熱點、演進趨勢及前沿，預(yù)測研究領(lǐng)域未來方向；再次，通過對文獻數(shù)據(jù)的整理，得到作者、期刊、文獻、機構(gòu)、主題和領(lǐng)域方向六大實體文件及相關(guān)屬性文件，還能得到作者與作者的“合作”關(guān)系、作者與領(lǐng)域方向的“關(guān)注”關(guān)系、作者與文獻的“發(fā)表”關(guān)系、作者與機構(gòu)的“隸屬”關(guān)系、文獻與期刊的“收錄”關(guān)系以及文獻與主題的“標引”關(guān)系等六大關(guān)系文件，將以上提及的文件導入Neo4j圖數(shù)據(jù)庫中，進行知識存儲與可視化實現(xiàn)，得到動態(tài)的知識圖譜網(wǎng)絡(luò)，進而可進行知識深度查找、知識問答等［8］；最后，根據(jù)上述知識圖譜的構(gòu)建、分析與應(yīng)用得出本文的研究結(jié)論。具體技術(shù)路線如圖1所示。

三、基于Citespace的低碳供應(yīng)鏈靜態(tài)知識網(wǎng)絡(luò)的計量分析

（一）年度發(fā)文量分析

文獻發(fā)布量可以衡量一個領(lǐng)域的研究發(fā)展情況，反映學者們對該領(lǐng)域的關(guān)注度及該領(lǐng)域發(fā)展速度變化情況。圖2是低碳供應(yīng)鏈領(lǐng)域文獻年度發(fā)文量趨勢。由圖2可知，2010年國內(nèi)開始對低碳供應(yīng)鏈進行研究，這與“哥本哈根會議”后全球開始興起研究碳排放的趨勢是一致的。國內(nèi)低碳供應(yīng)鏈領(lǐng)域整體發(fā)文趨勢是波動增長的，2020年發(fā)文量最高（如圖2所示）。自2020年我國提出“雙碳”目標后，學者們需要對低碳供應(yīng)鏈領(lǐng)域研究方向進行新的學術(shù)探索，因此近兩年發(fā)文量有所下降。從數(shù)量上看，整體呈上升趨勢但波動明顯，在一定程度上說明我國低碳供應(yīng)鏈研究與實踐還不夠充分，需要學者根據(jù)實際情況進一步深入或創(chuàng)新研究。

（二）作者分布分析

作者是學術(shù)研究的主體，對發(fā)文作者的分析可以反映領(lǐng)域內(nèi)核心研究團體的合作強度［9］。利用Citespace軟件繪制低碳供應(yīng)鏈發(fā)文作者合作網(wǎng)絡(luò)圖［10］，對發(fā)文量前20名的學者進行統(tǒng)計得到表1。根據(jù)合作網(wǎng)絡(luò)圖可知趙道致學者與夏良杰學者之間較早開始建立合作關(guān)系。而且可以發(fā)現(xiàn)低碳供應(yīng)鏈領(lǐng)域?qū)W者之間的合作關(guān)系不強，主要研究團隊是趙道致團隊，其他學者則多是2～3人共同發(fā)表同一篇文章而形成的合作團體。表1顯示在國內(nèi)低碳供應(yīng)鏈領(lǐng)域，天津大學的趙道致的發(fā)文量最高，為16篇，李友東和夏良杰則以9篇的發(fā)文量居第二位，徐春秋以8篇發(fā)文量位居第三。根據(jù)普賴斯定律可知，發(fā)文量達到3篇以上的為核心作者［5］。在低碳供應(yīng)鏈領(lǐng)域共有30位核心作者，僅占全部作者的7.58%，說明低碳供應(yīng)鏈領(lǐng)域的核心作者不多。

表1 低碳供應(yīng)鏈領(lǐng)域前20名高產(chǎn)學者及隸屬機構(gòu)一覽 單位：篇

（三）機構(gòu)分布分析

通過對發(fā)文機構(gòu)的分析，可以了解當前領(lǐng)域主要的研究力量、核心研究團隊及對應(yīng)研究方向。利用Citespace軟件繪制機構(gòu)合作圖，低碳供應(yīng)鏈發(fā)文機構(gòu)情況如表2所示。根據(jù)機構(gòu)合作圖可知低碳供應(yīng)鏈領(lǐng)域主要的研究團體是天津大學團隊，除此之外多為2～4人的研究團體，研究機構(gòu)之間的合作關(guān)系較弱，尚未形成穩(wěn)固的科研合作網(wǎng)絡(luò)［11］。如表2所示，天津大學管理與經(jīng)濟學部以21篇的發(fā)文量居首位，第二位的發(fā)文量為8篇，差距明顯，高產(chǎn)的發(fā)文機構(gòu)較少，主要研究力量是高校的經(jīng)濟管理學院，跨學院研究能力不足，在一定程度上抑制了低碳供應(yīng)鏈領(lǐng)域的綜合研究發(fā)展。

表2 低碳供應(yīng)鏈領(lǐng)域前10家高產(chǎn)機構(gòu)一覽 單位：篇

（四）高被引文獻分析

高被引文獻的研究對于把握研究領(lǐng)域的發(fā)展規(guī)律很重要［12］。根據(jù)被引量對文獻樣本數(shù)據(jù)進行統(tǒng)計，將被引量從高到低排序，其中表3展示被引量前10名的文獻。被引量最高的是陳劍學者于2012年在《系統(tǒng)管理學報》上發(fā)表的《低碳供應(yīng)鏈管理研究》，下載量高達8000余次。其次是謝鑫鵬和趙道致2013年在《管理科學》上發(fā)表的《低碳供應(yīng)鏈企業(yè)減排合作策略研究》以及王芹鵬與趙道致2014年在《中國管理科學》上發(fā)表的《消費者低碳偏好下的供應(yīng)鏈收益共享契約研究》。如表3所示，被引次數(shù)比較高的文章發(fā)表時間大多在低碳供應(yīng)鏈探索發(fā)展期，研究重點集中在低碳供應(yīng)鏈管理、合作減排、各方主體博弈和績效評價等。隨著研究的推進，學者們的研究重點結(jié)合低碳供應(yīng)鏈領(lǐng)域?qū)嶋H場景逐步細化和深入。趙道致既是發(fā)文量最多的學者，也是高被引前10篇文獻中成果最多的學者，其研究成果對低碳供應(yīng)鏈的貢獻最為突出。

表3 高被引文獻前10篇統(tǒng)計

（五）關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞能夠概括文獻的核心，通過對關(guān)鍵詞的分析可以初步探索文獻的主題。多篇文獻中關(guān)鍵詞之間的關(guān)聯(lián)可以通過共現(xiàn)分析來進行探索［13］。低碳供應(yīng)鏈領(lǐng)域的關(guān)鍵詞共現(xiàn)圖譜信息轉(zhuǎn)化成高頻關(guān)鍵詞統(tǒng)計，如表4所示。關(guān)鍵詞對應(yīng)的中介中心性越強則表示在共現(xiàn)網(wǎng)絡(luò)中的作用越顯著。結(jié)合關(guān)鍵詞共現(xiàn)圖譜和表4可以看出低碳供應(yīng)鏈、供應(yīng)鏈、微分博弈、碳減排、供應(yīng)鏈協(xié)調(diào)、低碳經(jīng)濟是領(lǐng)域內(nèi)詞頻較高的關(guān)鍵詞，同時供應(yīng)鏈管理、碳稅、低碳偏好、低碳和碳交易等關(guān)鍵詞的中介中心性也相對較高，是學者們關(guān)注的焦點。根據(jù)關(guān)鍵詞共現(xiàn)圖譜可以發(fā)現(xiàn)，近幾年低碳偏好、碳稅、碳交易和低碳隨著低碳經(jīng)濟的發(fā)展受到越來越多的關(guān)注，這與我國碳交易市場的啟動、碳稅標準政策和政府補貼力度等要素的完善息息相關(guān)。碳減排作為各行各業(yè)供應(yīng)鏈運營管理的關(guān)鍵目標之一，學者對其的研究從未中斷。最早的有趙道致等分析了供應(yīng)鏈成員企業(yè)間的價值和碳排放機制，構(gòu)建了描述供應(yīng)鏈價值和碳排放流動的投入產(chǎn)出模型，最終確定了供應(yīng)鏈碳減排的焦點企業(yè)［14］；王芹鵬等研究了在具有低碳產(chǎn)品偏好的消費者市場中，供應(yīng)鏈上下游企業(yè)的碳減排投資行為與策略選擇，得到最佳的維持博弈均衡的各方投資比例［15］；程永偉等在碳交易與碳稅并行的政策下，分析混合碳政策對供應(yīng)鏈定價、產(chǎn)能、利潤及減排率等的影響，通過引入“優(yōu)先采購協(xié)議”和“碳排放約束-收益共享契約”對供應(yīng)鏈決策進行優(yōu)化協(xié)調(diào)，得到了最優(yōu)碳減排率，同時又增加了供應(yīng)鏈社會福利［16］。隨著政府行為、消費者行為、供應(yīng)鏈成員行為復雜性的增加，學者對復雜情境下碳減排的研究增多，曹細玉等研究了碳限額及交易下低碳補貼和低碳宣傳成本分攤的雙渠道供應(yīng)鏈聯(lián)合減排策略［17］；張川等研究了碳限額與交易機制和消費者低碳偏好下的供應(yīng)鏈減排及融資策略［18］。而消費者作為供應(yīng)鏈的重要參與者之一，其愿意支付一定的溢價購買低碳產(chǎn)品，低碳理念和消費偏好能夠影響其購買決策行為，進而間接影響供應(yīng)鏈的運營管理［19］，因此，最近兩年對消費者低碳偏好的研究得到顯著關(guān)注?？梢姡瑢W術(shù)研究關(guān)注重點變化和新課題的衍生與現(xiàn)實場景復雜化密不可分。

表4 高頻關(guān)鍵詞統(tǒng)計

（六）關(guān)鍵詞演進分析

從時間維度來看低碳供應(yīng)鏈的發(fā)展趨勢，繪制關(guān)鍵詞時間線［20］，在樣本研究時間范圍內(nèi)（2010—2023年），低碳供應(yīng)鏈的研究方向在不斷地演變。橫向來看，低碳供應(yīng)鏈、低碳經(jīng)濟以及低碳行為的研究出現(xiàn)時間相近，都早于供應(yīng)鏈協(xié)調(diào)、政府補貼、供應(yīng)鏈管理以及碳稅和碳排放，初期的研究主要在低碳供應(yīng)鏈本身以及對低碳經(jīng)濟發(fā)展的影響和供應(yīng)鏈主體的低碳行為?？v向來看，2015年之前主要有激勵機制、評價指標、協(xié)同、供應(yīng)鏈整體低碳化、低碳產(chǎn)品、低碳經(jīng)濟和成本管理等關(guān)鍵詞，在一定程度能夠說明這個階段的研究內(nèi)容主要是企業(yè)積極響應(yīng)國家低碳經(jīng)濟發(fā)展的要求，在國家激勵機制等政策促進下進行供應(yīng)鏈整體的低碳化轉(zhuǎn)型，包括生產(chǎn)低碳產(chǎn)品、各成員碳減排的責任劃分、全過程的成本管理和績效評價。2016年之后的研究偏向基于不同視角下各方之間的博弈對低碳供應(yīng)鏈決策及碳排放的影響。供應(yīng)鏈成員之間的信息共享、協(xié)同技術(shù)創(chuàng)新、合作減排，政府方的低碳補貼、碳交易政策、征收碳稅，消費者的低碳意識和偏好等之間的博弈始終是低碳供應(yīng)鏈研究的熱點，且近些年隨著契約、復合碳政策的多樣化以及將機器學習、情景分析和敏感性分析用于預(yù)測不確定性，未來低碳供應(yīng)鏈的研究內(nèi)容會更加復雜和深入。當前定性研究較多，實證研究和數(shù)據(jù)分析較少，未來應(yīng)該會有更多的關(guān)注，且研究成果也會更多應(yīng)用于企業(yè)管理具體實踐中，助力低碳供應(yīng)鏈的發(fā)展和我國“雙碳”目標的實現(xiàn)。

（七）關(guān)鍵詞突現(xiàn)分析

關(guān)鍵詞突現(xiàn)圖顯示相應(yīng)時期突然增加的關(guān)鍵詞研究情況，由此可以獲知相關(guān)領(lǐng)域某個時間節(jié)點上的研究熱點、發(fā)展趨勢和前沿方向。前20個突現(xiàn)關(guān)鍵詞如表5所示，據(jù)此可以將低碳供應(yīng)鏈的研究劃分為兩個階段。

表5 關(guān)鍵詞突現(xiàn)

（1）2010—2015年是研究萌芽期。該階段的突現(xiàn)關(guān)鍵詞主要是低碳經(jīng)濟、激勵機制、成本管理、演化博弈、成本分攤、開放經(jīng)濟以及協(xié)同等。從2009年年末的“哥本哈根會議”后，碳排放進入學術(shù)研究領(lǐng)域，綠色供應(yīng)鏈的研究中加入碳機制形成低碳供應(yīng)鏈研究領(lǐng)域，相較于綠色供應(yīng)鏈，低碳供應(yīng)鏈要求更加嚴苛，高度強調(diào)供應(yīng)鏈主體行為與環(huán)境相容，且要充分考慮整個鏈條中的碳排放指標。初期的研究主要是供應(yīng)鏈的低碳化轉(zhuǎn)型，政府的激勵機制和政策能促進該環(huán)節(jié)的發(fā)展，因此，在這個時期的關(guān)鍵詞中激勵機制突現(xiàn)性較強。該階段供應(yīng)鏈的定價、運營決策研究考慮了成本問題，所以與成本相關(guān)的關(guān)鍵詞也具有較強的突現(xiàn)性。

（2）2016—2023年是研究拓展期。該階段的突現(xiàn)關(guān)鍵詞主要包括碳排放、碳交易、定價策略、低碳偏好、收益共享契約、碳限額交易及企業(yè)社會責任等。2016年簽署《巴黎協(xié)定》后，中國率先推動協(xié)定生效，展現(xiàn)了全球領(lǐng)導力，也促使國內(nèi)各行各業(yè)進一步關(guān)注碳排放問題。政府相繼出臺完善碳補貼、碳交易、碳稅等政策措施來督促低碳供應(yīng)鏈的發(fā)展。供應(yīng)商和制造商的產(chǎn)品生產(chǎn)逐漸轉(zhuǎn)向低碳產(chǎn)品，鏈條成員之間的博弈、低碳產(chǎn)品及低碳技術(shù)等在一定程度上都會影響供應(yīng)鏈之間的定價策略。碳限額交易是通過外部市場手段來調(diào)節(jié)碳排放問題，政府通過實施相關(guān)政策來推動供應(yīng)鏈企業(yè)成員降低碳排放，以達到國家標準，促進我國碳中和目標的實現(xiàn)。這同時也是企業(yè)的社會責任。企業(yè)有責任降低內(nèi)部碳排放問題，共同努力實現(xiàn)“雙碳”目標。企業(yè)在減少碳排放的過程中，也要促進供應(yīng)鏈中各成員的合作，以達到共同減排的目的。學者在研究低碳供應(yīng)鏈時，早期主要是通過演化博弈模型進行供應(yīng)鏈關(guān)系的構(gòu)建，之后加入收益共享契約來限制部分鏈屬變量研究不同環(huán)境和限制性條件下的定價或決策問題。從表5可以看出收益共享契約、定價和企業(yè)社會責任仍是未來的研究熱點和趨勢之一。

四、基于Neo4j的低碳供應(yīng)鏈知識圖譜構(gòu)建與應(yīng)用

（一）知識圖譜構(gòu)建

知識圖譜作為深層知識認知的重要方式，可以將大量的文本內(nèi)容以“實體－屬性－關(guān)系”的結(jié)構(gòu)化方式展現(xiàn)出來。面向特定領(lǐng)域的知識圖譜則可以幫助其他學者快速識別領(lǐng)域核心，提升知識共享和知識學習的效率。學者張雨在進行文獻知識圖譜構(gòu)建時，設(shè)計了包含六大實體與六種關(guān)系及附屬屬性的學術(shù)本體模型［21］，本文參考該學者的模型，根據(jù)已有文獻數(shù)據(jù)進行部分修改，得到如圖3所示的適用于低碳供應(yīng)鏈領(lǐng)域的學術(shù)本體模型。通過對數(shù)據(jù)的挖掘與整理利用Neo4j圖數(shù)據(jù)庫將文獻中的“實體－屬性－關(guān)系”以知識圖譜的形式呈現(xiàn)出來，同時將其應(yīng)用于低碳供應(yīng)鏈領(lǐng)域樣本文獻的知識深度查找與研究學者的合作推薦。

學術(shù)本體模型中的作者、期刊、文獻、機構(gòu)實體及其對應(yīng)的屬性以及隸屬、發(fā)表和收錄關(guān)系在獲取文獻數(shù)據(jù)時即可得到，無須單獨進行知識抽取。領(lǐng)域方向和主題以及關(guān)注、合作、標引關(guān)系需要通過后續(xù)數(shù)據(jù)處理和挖掘獲得。

1.領(lǐng)域方向?qū)嶓w抽取

領(lǐng)域方向是學者在低碳供應(yīng)鏈領(lǐng)域關(guān)注的細分方向，反映不同學者關(guān)注的重點。關(guān)鍵詞詞頻統(tǒng)計在一定程度上可以反映研究側(cè)重點，但是學術(shù)文獻領(lǐng)域的關(guān)鍵詞一般具有普遍性，詞頻統(tǒng)計不能真正反映學者的研究重點。本文采用TF-IDF算法來挖掘206篇樣本文獻中403名作者的領(lǐng)域方向，同時結(jié)合了樣本文獻的關(guān)鍵詞、各作者發(fā)表文獻的關(guān)鍵詞與語料庫中所有關(guān)鍵詞的詞頻關(guān)系。TF-IDF算法的關(guān)鍵在于計算詞頻（TF）值和逆文檔頻率（IDF）。TF值的計算公式為：詞m在y文檔中出現(xiàn)的次數(shù)/y文檔的總詞數(shù)；IDF值的計算公式為：log（語料庫中文檔的總篇數(shù)/語料庫中文檔含詞m的篇數(shù)n+1）。本文將403位作者進行分組，每位作者所發(fā)表的全部文獻的所有關(guān)鍵詞作為局部文檔y，206篇文獻的關(guān)鍵詞作為全局文檔構(gòu)建語料庫，再利用Python計算全局文檔中各個關(guān)鍵詞的IDF值以及各作者發(fā)表文獻的關(guān)鍵詞的TF值，二者相乘得到關(guān)鍵詞的TF-IDF值并選取前四個關(guān)鍵詞作為對應(yīng)學者的領(lǐng)域方向?qū)嶓w，如表6所示。

表6 低碳供應(yīng)鏈領(lǐng)域?qū)W者領(lǐng)域方向?qū)嶓w抽取結(jié)果（部分）

2.主題實體抽取

Citespace可以對關(guān)鍵詞進行較為全面的分析，但對文獻摘要的分析能力較為薄弱，事實上一篇文獻的摘要所蘊含的研究信息更加豐富?；谥黝}模型的分析方法可以挖掘文本中的潛在語義關(guān)系和主題信息。潛在狄利克雷分布（Latent Dirichlet Allocation，LDA）模型是當下主流的主題模型之一，被廣泛應(yīng)用于各類文本挖掘中［22］。本文將樣本文獻的摘要信息作為主題提取的語料庫，用樣本文獻的關(guān)鍵詞構(gòu)建低碳供應(yīng)鏈領(lǐng)域?qū)I(yè)詞典和停用詞庫，避免學術(shù)文獻中的專有名詞在文本分詞時被分割開。利用Python對樣本文獻摘要進行分詞，基于LDA模型進行主題提取及研究分析本文的關(guān)鍵詞專業(yè)詞典，最終歸納得到五個主題，分別是：“低碳供應(yīng)鏈管理與運作實踐”“鏈屬企業(yè)在不同場景下的策略博弈”“低碳供應(yīng)鏈管理影響因素與發(fā)展設(shè)計”“供應(yīng)鏈系統(tǒng)的最優(yōu)效益決策”“低碳供應(yīng)鏈協(xié)作減排”。

3.關(guān)注、標引及合作關(guān)系提取

“關(guān)注”關(guān)系是作者與領(lǐng)域方向?qū)嶓w之間的關(guān)系，前面從樣本文獻抽取的作者領(lǐng)域方向里，已經(jīng)獲取學術(shù)本體模型中的“關(guān)注”關(guān)系文件，不需要單獨提取?！皹艘标P(guān)系是主題與文獻實體之間的關(guān)系，前面對每篇樣本文獻的摘要進行LDA主題提取時同樣也得到了對應(yīng)主題，也不需要單獨提取。

“合作”關(guān)系是作者與作者實體之間的關(guān)系，當多名作者合作發(fā)表同一篇文獻時，合作關(guān)系即可成立。本文用文獻數(shù)據(jù)中的“作者”字段來抽取作者間的合作關(guān)系，具體做法是：用Python程序構(gòu)建作者共現(xiàn)矩陣，計算作者共現(xiàn)次數(shù)（即樣本數(shù)據(jù)集中的作者合作次數(shù)），將其以三元組的形式存儲，得到作者合作關(guān)系抽取結(jié)果，如表7所示（部分）。

表7 低碳供應(yīng)鏈領(lǐng)域作者合作關(guān)系抽取結(jié)果（部分）

4.知識圖譜可視化

知識存儲與可視化是知識圖譜構(gòu)建的關(guān)鍵環(huán)節(jié)，基于已經(jīng)完成的知識抽取結(jié)果，建立了學術(shù)本體模型的六大實體與六大關(guān)系。將本體中的實體、關(guān)系與屬性分別存儲為Neo4j圖數(shù)據(jù)庫中的節(jié)點、邊和屬性，以便開展后續(xù)的知識深度查找、知識共享等應(yīng)用［23］。相比于生成靜態(tài)知識圖譜的Citespace，Neo4j作為一款開源、擴展性強的高性能圖數(shù)據(jù)庫，其靈活的圖譜存儲機構(gòu)能夠?qū)?shù)據(jù)結(jié)構(gòu)較為復雜的關(guān)聯(lián)關(guān)系、動態(tài)變化較快的海量數(shù)據(jù)進行存儲和管理，同時可以利用Cypher語句進行節(jié)點、邊和屬性創(chuàng)建、查找與匹配功能，實現(xiàn)知識的動態(tài)更新、知識的存儲與深度應(yīng)用等實踐［24］。

Neo4j圖數(shù)據(jù)庫支持Cypher語句導入數(shù)據(jù)，本文即采用Cypher語句將實體、關(guān)系文件批量導入數(shù)據(jù)庫中，構(gòu)建低碳供應(yīng)鏈領(lǐng)域知識圖譜。在經(jīng)過具體知識存儲步驟后，可利用Cypher語句進行知識圖譜可視化操作。由于本文的實體節(jié)點較多，Neo4j的圖形展示界面有限，本文僅展示部分實體及關(guān)系，具體的低碳供應(yīng)鏈文獻知識圖譜展示如圖4所示。知識圖譜中的每個節(jié)點都代表一個實體，節(jié)點之間的連線代表關(guān)系，點擊實體或關(guān)系可以查看其包含的屬性。

（二）知識圖譜應(yīng)用

文獻知識圖譜的構(gòu)建是為了給研究者提供更便捷的知識查找與知識學習服務(wù)。目前文獻知識圖譜主要有領(lǐng)域知識查詢、科研合作社區(qū)發(fā)現(xiàn)、學者合作推薦及合作趨勢預(yù)測等應(yīng)用。其中領(lǐng)域知識查詢與學者合作推薦應(yīng)用得最為廣泛。本小節(jié)中就以這兩個應(yīng)用為例，展示本知識圖譜的應(yīng)用場景。

1.低碳供應(yīng)鏈領(lǐng)域知識實體與關(guān)系查詢

用戶通過Cypher語句實現(xiàn)相關(guān)查詢。以查詢領(lǐng)域方向為“合作減排”的實體為例：編寫語句“MATCH（f：field）WHEREf.name=‘合作減排’ RETURNf”，可以看到知識圖譜中關(guān)注“合作減排”方向的作者，同時得到每個作者發(fā)表的文獻、作者隸屬機構(gòu)、文獻所收錄的期刊、文獻所屬主題以及作者關(guān)注的其他領(lǐng)域方向等信息形成的圖譜網(wǎng)絡(luò)，實現(xiàn)了被挖掘出來的實體及其關(guān)系的知識展現(xiàn)。如圖5所示，周圓、周昊明、張?zhí)鞁?、姚雨、申成然、孟衛(wèi)軍、王道平等作者都關(guān)注了“合作減排”這個領(lǐng)域，姚雨、申成然和孟衛(wèi)軍學者又因發(fā)表《基于碳稅的供應(yīng)鏈合作減排補貼策略研究》同一篇文獻而建立了合作關(guān)系；姚雨學者除了關(guān)注“合作減排”領(lǐng)域外，還關(guān)注“投入補貼”“減排量補貼”和“斯塔克爾伯格博弈”領(lǐng)域；《基于碳稅的供應(yīng)鏈合作減排補貼策略研究》文獻屬于“供應(yīng)鏈系統(tǒng)的最優(yōu)效益決策”主題，發(fā)表于《科技管理研究》期刊，姚雨等學者均隸屬于“重慶交通大學”等。以上是知識圖譜中顯示的第一層實體及關(guān)系，還可以通過點擊節(jié)點、邊來了解更多的擴展或下一層的屬性。例如，點擊《科技管理研究》實體，出現(xiàn)節(jié)點屬性信息：《科技管理研究》期刊是由廣東省科學學與科技管理研究會創(chuàng)辦的半月刊，2022年的復合影響因子是2.673，ISSN號是1000-7695；點擊《基于碳稅的供應(yīng)鏈合作減排補貼策略研究》實體，可以得到這篇文獻的基金是“國家自然科學基金資助項目‘低碳環(huán)境下制造企業(yè)再制造決策與優(yōu)化策略研究’（71303272），文獻被引量為22，下載次數(shù)為841等屬性信息。

2.低碳供應(yīng)鏈領(lǐng)域合作學者推薦

學者之間的合作可以加強領(lǐng)域內(nèi)學者之間的交流，對于知識共享、思維方式、科研創(chuàng)新等方面的進步有著不容小覷的作用［25］。目前低碳供應(yīng)鏈領(lǐng)域?qū)W者之間缺少合作交流，如圖6所示，高被引文獻第一名的作者陳劍是完全獨立地進行學術(shù)研究，沒有與其他學者開展科研合作，這在一定程度上可能就會限制科研創(chuàng)新。在構(gòu)建的低碳供應(yīng)鏈知識圖譜中，可以查詢兩個學者之間的最短合作路徑，然后通過中間學者進行科研合作推薦，以此來促進領(lǐng)域內(nèi)的學者進行合作交流。如來自鄭州大學的夏西強想要與天津大學的趙道致合作，通過“MATCH （start：author {name： ‘夏西強’}）， （end：author {name： ‘趙道致’}）MATCHp=shortestPath（（start）-［：合作*］-gt;（end））RETURNp”命令語句即可得到如圖7所示的路徑，趙道致學者與夏西強學者可以通過徐春秋學者開展科研合作。如果圖譜中的兩位學者之間沒有一條路徑可以貫通，那么圖譜將顯示“（nochanges， norecords）”。

通過類似上述的知識圖譜應(yīng)用，領(lǐng)域內(nèi)學者可以更全面地了解領(lǐng)域內(nèi)學者、機構(gòu)等情況，為科研合作提供方向與路徑；也能更好、更快地幫助有本領(lǐng)域研究興趣的學者掌握研究現(xiàn)狀，提升自身科學問題的界定與方法設(shè)計等的質(zhì)量和效率。

五、結(jié)論與展望

（一）研究結(jié)論

本文以中國知網(wǎng)CSSCI數(shù)據(jù)庫為數(shù)據(jù)來源，以2023年9月1日為時間截點，檢索并人工篩選出206篇低碳供應(yīng)鏈領(lǐng)域的文獻，將Citespace和Neo4j軟件工具相結(jié)合，分析并構(gòu)建了低碳供應(yīng)鏈領(lǐng)域知識圖譜，最后進行了應(yīng)用舉例，主要結(jié)論如下。

（1）研究現(xiàn)狀。我國低碳供應(yīng)鏈研究始于2010年，年度發(fā)文量呈緩慢增長型波動，目前處于研究持續(xù)期。學者及機構(gòu)合作關(guān)系不強，大多是2～3人的研究團體，沒有形成穩(wěn)定的核心作者合作群及機構(gòu)合作群，研究機構(gòu)多為高校的經(jīng)濟管理學院；高被引文獻集中于2017年以前發(fā)表的文獻；研究重點能結(jié)合實際應(yīng)用場景不斷細化和深入?？珙I(lǐng)域研究能力不足，應(yīng)加強學者與機構(gòu)之間的合作關(guān)系，形成高產(chǎn)、核心的研究團體。

（2）研究熱點。由于低碳供應(yīng)鏈要考慮供應(yīng)鏈中的碳排放問題，與之相關(guān)的供應(yīng)鏈的碳減排、供應(yīng)鏈協(xié)調(diào)以及碳交易是學者們關(guān)注的焦點，如低碳產(chǎn)品設(shè)計生產(chǎn)、供應(yīng)鏈低碳管理、低碳經(jīng)濟等與碳減排相關(guān)的內(nèi)容一直是研究熱點。近幾年隨著我國碳政策制度的建立與健全，如碳交易市場的開啟、征收碳稅標準的確立以及政府低碳補貼力度加強等，企業(yè)如何在政策要求下進行供應(yīng)鏈的最優(yōu)決策成為學者們一直不斷探索的方向之一。除了政府行為外，消費者的低碳意識、零售商的低碳宣傳、供應(yīng)鏈成員之間的知識共享與低碳實踐都是影響供應(yīng)鏈決策的因素，低碳供應(yīng)鏈利益相關(guān)者各種行為之間的博弈也成為熱點之一。

（3）演進脈絡(luò)從宏觀到微觀。早期研究以低碳供應(yīng)鏈的基礎(chǔ)概念、體系構(gòu)建及管理規(guī)劃為主，然后細化到供應(yīng)鏈整體的低碳化轉(zhuǎn)型，目前研究偏向于不同視角下低碳供應(yīng)鏈決策的各方博弈及碳排放影響，包括政府的低碳補貼、征收碳稅的政策，消費者的低碳意識和低碳偏好以及供應(yīng)鏈成員之間的協(xié)同技術(shù)創(chuàng)新、聯(lián)合減排等各種因素；此外，績效評價也是研究重點之一，復合碳政策下供應(yīng)鏈的管理與碳減排是可見的研究趨勢之一。除此之外，在“雙碳”背景下，對企業(yè)碳減排的社會責任愈加關(guān)注，供應(yīng)鏈成員之間的合作減排及各方的效益問題也是值得研究的方向。

（4）構(gòu)建了可應(yīng)用的動態(tài)知識圖譜網(wǎng)絡(luò)。靜態(tài)圖譜缺乏對專業(yè)領(lǐng)域知識的深度挖掘，本文利用Neo4j圖數(shù)據(jù)庫以206篇文獻數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)構(gòu)建了動態(tài)的知識圖譜網(wǎng)絡(luò)，結(jié)合Citespace的文獻計量分析，采用TF-IDF算法和LDA模型等文本挖掘、主題分析方法抽取、提煉出文獻、作者、期刊、機構(gòu)、主題及領(lǐng)域方向等六大實體組成的圖譜實體關(guān)系，以保證每個實體都擁有豐富的屬性。目前形成的低碳供應(yīng)鏈文獻研究知識圖譜，可以提供快捷的低碳供應(yīng)鏈領(lǐng)域的知識查詢與學習服務(wù)，包括研究熱點、領(lǐng)域頂部學者、研究機構(gòu)、研究趨勢等。論文也以“合作減排”實體及關(guān)系查詢、“陳劍”學者實體查詢、“夏西強”與“趙道致”合作路徑查詢等為例說明了圖譜的應(yīng)用方法和效果。

以上研究成果綜合展現(xiàn)了我國低碳供應(yīng)鏈領(lǐng)域的研究發(fā)展現(xiàn)狀、研究熱點、研究演進趨勢及未來研究方向，為后續(xù)學者的研究提供一定的參考價值。本文構(gòu)建的低碳供應(yīng)鏈文獻知識圖譜也能夠為本領(lǐng)域知識查詢、科研合作推薦等提供強有力的支持，其構(gòu)建思路對其他領(lǐng)域的研究也有一定的借鑒意義。

（二）研究不足與展望

本文主要是基于知網(wǎng)CSSCI數(shù)據(jù)庫內(nèi)的文獻數(shù)據(jù)進行的分析，CSSCI數(shù)據(jù)庫雖然能夠代表國內(nèi)學者的主要研究成果，但無法囊括全部成果，有一定的局限性。后續(xù)研究中，一方面可以有選擇地增加數(shù)據(jù)庫；另一方面可結(jié)合國外文獻相關(guān)研究進行比較分析，為我國低碳供應(yīng)鏈的發(fā)展提供更全面的研究參考。

在知識圖譜的構(gòu)建上，目前只使用文獻數(shù)據(jù)初步構(gòu)建了一個小型的知識圖譜。因此，知識圖譜的覆蓋率相對較低，僅能滿足部分用戶需求，所以在未來的研究中可綜合企業(yè)低碳供應(yīng)鏈實踐數(shù)據(jù)、國家低碳供應(yīng)鏈發(fā)展政策文件等進行知識補充、提取與存儲，構(gòu)建融合度更高的復合型知識圖譜。

在知識圖譜應(yīng)用方面，本文僅展示了知識深層查詢與作者合作推薦等基礎(chǔ)應(yīng)用；在今后的研究中，可以進一步深入開發(fā)知識圖譜的應(yīng)用。例如，開發(fā)一個以低碳供應(yīng)鏈為基礎(chǔ)的科研服務(wù)平臺，將知識查詢、研究演化趨勢、研究熱點圖譜等功能進行集成開發(fā)，助力低碳供應(yīng)鏈領(lǐng)域?qū)W術(shù)科研的創(chuàng)新發(fā)展與進步。

參考文獻：

［1］劉曉紅，郭兆坤，孫睿卿，等.低碳供應(yīng)鏈管理研究解構(gòu)：基于知識圖譜與內(nèi)容分析的詮釋［J］.中央財經(jīng)大學學報，2022（10）：94-108.

［2］唐金環(huán)，戢守峰.基于定量模型的低碳供應(yīng)鏈運營管理研究綜述［J］.工業(yè)技術(shù)經(jīng)濟，2014，33（7）：153-160.

［3］吳雋，徐迪.基于文獻計量的低碳供應(yīng)鏈管理研究述評［J］.經(jīng)濟管理，2020，42（3）：192-208.

［4］魏峰，貝玉蓮，劉宇.基于CSSCI文獻計量分析的國內(nèi)心理契約研究知識圖譜與研究熱點評述［J］.管理學報，2017，14（9）：1414-1420.

［5］蘇雪芹，羅章松.中國數(shù)字經(jīng)濟的研究進展——基于CiteSpace的可視化知識圖譜分析［J］.北京郵電大學學報（社會科學版），2023，25（1）：1-11，49.

［6］岳婷，李夢婷，陳紅，等.碳中和研究熱點與演進趨勢——基于科學知識圖譜［J］.資源科學，2022，44（4）：701-715.

［7］SAKSHI S， ANIL K S."Graph based analysis of panama papers［J］.Journal of grid computing， 2018： 822-827.

［8］王浩學，王興隆.基于Neo4j的語言學術(shù)語知識圖譜構(gòu)建研究［J］.中國科技術(shù)語，2023，25（3）：18-26.

［9］薛建濤，武佩劍.基于Citespace Ⅴ的綠色物流發(fā)展研究知識圖譜分析［J］.長春理工大學學報（社會科學版），2021，34（2）：103-110.

［10］戴為民，孫歡歡.基于Citespace的國內(nèi)綠色供應(yīng)鏈研究現(xiàn)狀、熱點與趨勢［J］.長春理工大學學報（社會科學版），2022，35（2）：101-107.

［11］李勝男，吳霓.我國創(chuàng)客教育實踐研究現(xiàn)狀——基于CNKI相關(guān)論文的知識圖譜分析［J］.北京郵電大學學報（社會科學版），2018，20（1）：105-114.

［12］李堃，師曾志.中國科技期刊研究的作者特征、主題分布和未來發(fā)展——基于高被引文獻的CiteSpace分析［J］.中國科技期刊研究，2023，34（10）：1347-1355.

［13］ALI A， AMMAR A， HAO W，et al."Knowledge structure and research progress in wind power generation （wpg） from 2005 to 2020 using citespace based scientometric analysis［J］.Journal of cleaner production， 2021， 295.

［14］趙道致，焉旭.基于投入產(chǎn)出模型的低碳供應(yīng)鏈減排策略［J］.物流技術(shù)，2012，31（19）：157-160，172.

［15］王芹鵬，趙道致，何龍飛.供應(yīng)鏈企業(yè)碳減排投資策略選擇與行為演化研究［J］.管理工程學報，2014，28（3）：180-189.

［16］程永偉，穆東，馬婷婷.混合碳政策下供應(yīng)鏈減排決策優(yōu)化［J］.系統(tǒng)管理學報，2017，26 （5）：947-956.

［17］曹細玉，覃艷華，王靜，等.碳限額及交易下低碳補貼和低碳宣傳成本分攤的雙渠道供應(yīng)鏈聯(lián)合減排策略［J］.工業(yè)工程，2022，25（1）：28-36.

［18］張川，馬慧敏，郭振.碳限額與交易機制和消費者低碳偏好下的供應(yīng)鏈減排及融資策略［J］.控制與決策，2023，9：1-7.

［19］張曉莉，修國義.考慮消費者低碳偏好的供應(yīng)鏈融資與績效研究［J］.商業(yè)經(jīng)濟，2021（10）：77-80，184.

［20］張寧，楊坤.中國跨界創(chuàng)新研究熱點與發(fā)展趨勢分析——基于CiteSpace可視化分析［J］.技術(shù)與創(chuàng)新管理，2021，42（6）：636-641.

［21］張雨."服務(wù)型制造文獻知識圖譜構(gòu)建與應(yīng)用研究［D］.北京：北京郵電大學，2022.

［22］LORENZO L， ANDREA V， FABIO C."Tracing the boundaries between sustainable cities and cities for sustainable development."an LDA analysis of management studies［J］， Technological forecasting and social change， 2022， 176.

［23］趙雪芹，李天娥，曾剛.基于Neo4j的萬里茶道數(shù)字資源知識圖譜構(gòu)建研究［J］.情報資料工作，2022，43（5）：89-97.

［24］趙雪芹，楊一凡，于文靜.基于Neo4j圖數(shù)據(jù)庫的工程檔案知識圖譜構(gòu)建及應(yīng)用［J］.檔案與建設(shè)，2022（5）：48-51.

［25］熊回香，黃曉捷，陳子薇，等.基于圖數(shù)據(jù)庫Neo4j的學者合作圖譜分析——以數(shù)字人文領(lǐng)域為例［J］.知識管理論壇，2022，7（4）：465-476.

Analysis and Application of Knowledge Graph Construction

of Low-carbon Supply Chain Literature in China

HUANG Yi-jun， YANG Ru-jun

（School of Economics and Management of Beijing University of Posts and Telecommunications， Beijing 100876）

Abstract： Low-carbon supply chain is one of the key elements for building a global corporate responsibility system and realizing Chinas “dual-carbon” goal."This paper summarizes the current research status and lineage of Chinese scholars in the field of low-carbon supply chain， analyzes the research hotspots and frontiers， and constructs a knowledge map of related literature to lay a foundation for subsequent research and knowledge sharing."The study selected 206 low-carbon supply chain literature published in the CSSCI database of China Knowledge Network as of September 1， 2023， and analyzed and applied the knowledge graph construction of the literature through CiteSpace and Neo4j software."The study shows that： Chinas low-carbon supply chain research began in 2010; research scholars and research institutions do not have a strong cooperative relationship with each other; research hotspots are carbon emission reduction， supply chain coordination， carbon trading and the behavioral game of participating subjects; research evolution is from the basic concepts to the supply chain decision-making and other in-depth fields， and from the macroscopic to the microscopic; the obvious research trend is supply chain management and emission reduction under the composite carbon policy， which was gradually integrated with research field of “dual-carbon” from 2022 onwards."The knowledge graph constructed in this paper can be mainly used for knowledge sharing service applications such as knowledge query and recommendation of scholars cooperation in this field， and can be expanded to carry out interdisciplinary cooperation and communication in the future.

Keywords： low-carbon supply chain；knowledge graph；CiteSpace；Neo4j；visual analysis