摘要：近年来，物流业与互联网的深度融合正在提速，新技术、新模式、新业态不断涌现，以互联网为核心的新一轮科技革命深刻影响着物流业。以“互联网+物流”为重点的智慧物流，为物流业转型升级开辟了新的路径。本文选取中国知网CKNI中2010-2024年的4251篇文献作为研究样本，利用CiteSpace软件进行可视化分析，生成发文机构分析图谱、关键词知识图谱和关键词时间线图谱等，对国内智慧物流相关文献的热点主题及演化趋势进行可视化分析。

关键词：智慧物流；CiteSpace；文献计量法；可视化分析

引言

智慧物流（Intelligent Logistics System），由IBM首次提出，是指通过智能软硬件、物联网、大数据等智慧化技术手段，实现物流各环节精细化、动态化、可视化管理，提高物流系统智能化分析决策和自动化操作执行能力，提升物流运作效率的现代化物流模式。2017年以来，《关于深化“互联网+先进制造业”发展工业互联网的指导意见》、《关于推动物流高质量发展促进形成强大国内市场的意见》以及《推动物流业制造业深度融合创新发展实施方案》等文件相继发布，我国智慧物流行业持续迎来政策支持，进一步激发了智慧物流系统建设高潮，行业发展迎来新的局面。

近年来，已有部分学者综述了智慧物流领域相关的研究。杨方方（2024）[1]梳理了高等院校智慧物流相关文献研究，发现研究主题集中在物流管理专业建设、物流人才培养、物流教学改革等方面。程正江等（2023）[2]探究了快递物流领域的研究进展，快递物流的研究热点包括快递物流、快递企业、电子商务、智慧物流。万艳春等（2021）[3]综述了大数据在物流领域的研究进展，国内期刊物流领域大数据应用研究倾向于研究智慧物流主体的行为特征，国外研究倾向于大数据在物流系统中模型的建立和优化方法研究;在研究深度方面国外高于国内，但研究广度上国内高于国。以上学者从不同角度对智慧物流领域的研究成果进行了梳理，各有侧重，但现有研究尚未对智慧物流研究的理论和实证研究成果及其演化脉络进行可视化分析。因此，本文在以上研究结果的基础上，运用CiteSpace软件，以中国知网CKNI数据库中4251篇文献为数据源，对智慧物流国内研究现状、热点和趋势进行总结。

1 数据来源和研究方法

1.1数据来源

本研究以中国知网CKNI数据库为数据源，以“智慧物流”为主题进行文献检索，检索时间跨度为2010-2024年，检索截止时间为2025年1月20日，语种限为中文，学科领域不限制，文献类型选择学术期刊，共检索文献4893篇。排除会议摘要、新闻报道、通知、重复文献，以及缺失文献作者、研究机构、发表年份等信息中的一项或若干项的文献。共得到有效样本文献4251篇，所有文献均以Refworks格式导出到CiteSpace软件处理。

1.2研究方法

文献计量法是以文献的外部特征为研究对象的量化分析方法，科学知识图谱是展现科学知识发展进程和结构关系的图形，其作用是使研究者对学科结构、研究内容和研究热点有清晰的把握，并可预测学科发展趋势[4]。CiteSpace基于算法对特定领域文献进行文献计量分析的可视化软件，可基于不同角度，如文献关键词、作者、研究机构、国家等，绘制一系列直观、高效的可视化文献知识图谱，帮助研究者明晰领域研究现状、发展前沿及未来演化趋势[5]。因此本文利用CiteSpace软件进行计量学分析，生成作者发文量图谱、发文机构图谱以及关键词知识图谱等，对2010-2024年间国内关于智慧物流相关文献的热点主题及演化趋势进行可视化分析。

2 国内智慧物流研究现状

2.1 年发文量分析

发文数量可以折射出近10年来国内学者对智慧物流领域的研究情况，图1为国内学者2010-2024年在智慧物流研究领域的年际发文量折线统计图。

从文献总量来看，国内智慧物流领域的发文量大体呈上升趋势，尤其是在2016年之后，发文量增长显著，2021年年际发文量最多为606篇，这说明在我国智慧物流研究得到了许多学者的关注和重视；从发展阶段来看，国内关于智慧物流研究经历了缓慢增长、快速增长和平缓下降三个阶段，自2010-2016年，智慧物流领域论文发表量总体处于一个较低水平，说明国内此事对于该领域研究属于起步阶段。2016年后有了较大增长，2016年国家发改委发布物流业降本增效专项行动方案（2016—2018年）以及《“互联网+”高效物流实施意见》等相关政策，为智慧物流的发展提供了政策指引和支持。此外，物联网技术在物流领域的应用、电商行业的迅速发展等因素也不断推动智慧物流的研究力度。2021年后，该领域发文量呈现平缓下降趋势，但仍有较高关注度。

2.2 作者图谱分析

统计作者相关信息有利于发现该领域高产作者及作者之间的合作关系，根据普赖斯公式Nmin=0.749（Nmax）1/2可以推断出2010年至2024年智慧物流研究领域核心作者的最低发文量[6]，用字母Nmin表示，Nmax表示2010年至2024年间该领域最高产作者发文量，Nmax=35，可计算出Nmin=4.43，即2010年至2024年间该领域核心作者的最低发文量需要达到5篇。经统计发现在2010年至2024年间智慧物流研究领域发文量达到5篇及5篇以上的作者有30人，即核心作者有30人。再利用CiteSpace软件进行作者共现分析，得到作者共现图谱如图2所示。作者共现图谱主要反映核心作者及核心作者之间的合作关系，主要目的是寻找作者合作群体，并且一定程度上反映一些作者相似的研究情况。

作者在图中的名字大小与其发文量成正比，名字字号越大表示发文量越多。学者之间的合作关系用节点间的连线表示，连线的颜色深浅表示合作时间，颜色越浅，表示合作时间越早，颜色越深，表示合作时间越晚。连线的粗细反映合作次数的多少，连线粗，合作次数多，连线少，合作次数少[7]。根据图2从节点连线来看，共生成283个节点，66条连线，网络密度为0.0017，说明作者之间的合作较少，不同机构之间研究者在该领域的合作较少，节点半径较大的有王玉、任芳、李冰漪等人。从合作网络来看，智慧物流领域研究呈现小集中、大分散的特点，从图中可以看出，国内智慧物流已初步形成了一个核心研究团队，即以任芳、江宏、张颖川为核心的研究队，但大部分是一些散在的作者合作关系，未形成广泛的大范围核心作者合作群。从合作次数来看，核心研究团队内部合作次数较多。

2.3 机构图谱分析

利用CiteSpace软件对智慧物流领域2010年至2024年的发文机构进行可视化分析，得到的发文机构共现图谱如图3所示。从发文数量来看，中国物流与采购联合会发文32篇，南京林业大学经济管理学院发文17篇，北京物资学院发文14篇。发文量在10篇以上的机构发文量（108）占前十个机构发文量（134）的80.6%，表明智慧物流研究机构比较集中，科研水平也有很大差距。共现图谱中有节点285个，连线18条，网络密度0.0004，可以得知，各发文机构合作较少。因此，需进一步加强各机构之间的合作。

3 国内智慧物流研究热点

3.1关键词知识图谱

关键词是一篇文章的核心和重点，是对整篇文章主题的高度概括，通过对关键词进行频次分析和可视化展示，可以寻找该领域研究热点[8]。利用CiteSpace软件对关键词进行图谱可视化，生成国内智慧物流领域关键词知识图谱（见图4）。智慧物流领域关键词词频前18位见表1。图4中共有关键词节点297个，1124条连线，密度为0.0256。其中节点越大表明关键词出现频次越高，连线越多表明两个关键词共现越多。

从图4和表1可以看出，高频关键词主要围绕“智慧物流”展开，“智慧物流”的中心性最高，达到1.37，表明“智慧物流”这个关键词的重要性。国内智慧物流研究文献当中的热门关键词包括智慧物流、物联网、大数据、人才培养等。这反映出物流行业正处于从传统模式向智能化、信息化、自动化转型升级的关键阶段，也凸显了物联网与大数据技术在智慧物流发展中的核心驱动作用，二者协同助力智慧物流系统智能化演进；同时，还反映出智慧物流行业面临专业复合型人才短缺的瓶颈，加强人才培养体系建设成为学界与业界关注焦点。

3.2关键词聚类图谱

关键词聚类分析能够利用算法将一些零散的有关联的关键词归为一类[9]。利用CiteSpace软件对关于智慧物流研究的高频关键词进行聚类分析，得到关键词聚类图谱（见图5）。关键词聚类图谱中包含智慧物流、物联网、人才培养、大数据等聚类群，可推测智慧物流的技术和应用一直是研究重点之一。

关键词时间线图谱主要是将聚为同一类的文献整齐地排列在统一水平直线上，能够直观的看出某个聚类领域文献的情况以及聚类的重要性。国内智慧物流研究关键词时间线图谱如图6所示。

从图中可以看出，智慧物流和物联网两大聚类的首篇参考文献于2010年发表，至2024年间，两大聚类的研究成果保持着一定的热度。人才培养、大数据、数字经济、农产品和数字化这5大聚类群出现年份较晚，但研究热度较高，持续到2024年。2014年起，人工智能聚类开始有了第一篇参考文献，表明学者开始关注人工智能在物流领域的应用，但研究仅持续到2023年。关于信息平台聚类的研究自2011年开始，至2022年结束。

3.3研究热点分析

（1）智慧物流的技术需求。物联网、大数据、人工智能、“互联网+”等关键词出现较多，这些技术是智慧物流发展的强大引擎，共同驱动着物流行业的智能化变革。“互联网 +”搭建起信息共享与资源整合的平台，让物流各参与方紧密相连；物联网实现设备与货物的互联互通，为物流全流程数据采集提供基础；大数据对海量物流数据深度挖掘，为精准决策和绩效评估提供依据；人工智能则凭借其算法与模型，实现仓储、配送等环节的自动化与智能化。它们彼此协作、相互支撑，全方位渗透于智慧物流的各个环节，从供应链可视化到需求预测，从智能仓储管理到新物流业态催生，助力智慧物流提高效率、降低成本、提升服务质量，成为推动智慧物流发展不可或缺的关键要素。

（2）智慧物流的应用场景。主要集中于农产品、物流园区、新零售、电子商务、乡村振兴、数字经济、智慧城市等领域。这反映了智慧物流强大的适应性与推动作用。在农产品领域，智慧物流借助物联网等技术实现农产品运输存储环境监测，保障品质，减少损耗。物流园区内，智慧物流优化资源调配，提升运转效率。新零售与电子商务高度依赖智慧物流实现快速精准配送，满足消费者即时性需求。乡村振兴中，智慧物流打通农产品上行与工业品下行通道，促进乡村经济发展。数字经济时代，智慧物流作为重要环节，实现数据驱动的高效运营。而在智慧城市建设里，智慧物流通过优化配送路径、提升物流设施智能化，助力城市绿色高效运转。这些应用场景相互关联，共同构建起智慧物流广阔的发展版图，全方位推动经济社会的数字化、智能化转型。

4 结语

通过对筛选出4251篇文献进行数量特征、研究现状、研究热点以及研究前沿进行分析，得出以下结论：

（1）在数量特征方面，根据2010—2024年历年发文量可以看出，国内学者对于智慧物流领域的研究关注度大体呈现上升趋势，且预计在未来仍会有上升的趋势。

（2）在研究现状方面，智慧物流研究合作集群较少。当前中国智慧物流研究参与的学者和机构有很多，但是学者、机构之间的交流合作较少，远远没有达到智慧物流研究的集群体系。

（3）在研究热点方面，物联网、大数据、人工智能、农产品、物流园区、新零售等关键词出现次数较多，目前智慧物流领域研究热点主要集中于技术需求和应用场景两方面。一方面，利用物联网、大数据、人工智能等技术融合物流业，推动智慧物流发展，驱动物流行业的智能化变革。另一方面，探索智慧物流如何应用于农产品、物流园区、新零售、电子商务、乡村振兴、数字经济、智慧城市等领域。

参考文献：

[1]杨方方.基于CiteSpace的高等院校智慧物流研究热点与趋势分析[J].物流科技，2024，47（21）：29-32.

[2]程正江，陈长.基于CiteSpace的国内快递物流研究可视化分析[J].物流科技，2023，46（18）：9-12.

[3]万艳春，王曼.国内外大数据在物流领域研究进展与前沿——基于CiteSpace和Ucinet的可视化分析[J].商业经济研究，2021，（11）：99-102.

[4]白雪，王俭.基于情感空间的国外图书情报学领域神经科学方法研究综述[J].情报科学，2021，39（03）：185-192.

[5]董晓松，夏寿飞，谌宇娟，等.基于科学知识图谱的数字经济研究演进、框架与前沿中外比较[J].科学学与科学技术管理，2020，41（06）：108-127.

[6]陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（02）：242-253.

[7]洪嵩，盛思晗，王茜，等.人工智能的经济效应：现状、热点及展望——基于CiteSpace的文献综述[J].科技管理研究，2024，44（10）：30-38.

[8]徐伊儿，李志红.基于知识图谱的大数据治理研究热点与趋势分析[J].情报科学，2023，41（10）：91-98.

[9]刘俊华，刘亚洲，王福，等.基于Web of Science数据库供应链物流领域热点与前沿分析[J].技术经济，2021，40（01）：49-58.

作者简介：石志军 1986年12月29日，男，汉，河南辉县，在读硕士，管理科学与工程