基于WOS和CNKI的自动化物流装备研究热点共词聚类分析

陈曦 杜军 李志明 谭鹏

[摘要]自动化物流装备是现代物流业和先进制造业的重要组成部分，也是实现工业4.0的关键要素之一。通过利用Citespace软件对WOS和CNKI数据库中关于自动化物流装备的文献进行主题词和关键词共现分析，发现区块链、仓储、自动导引车（AGV）、机器学习、智慧物流等是国内外自动化物流装备领域的研究热点。

[关键词]自动化物流装备;共词分析;聚类分析;WOS数据库;CNKI数据库

[中图分类号]F253.9     [文献标识码]A     [文章编号]1005-152X（2022）03-0001-07

Hotspot Co-word Clustering Analysis of Researches on Automated Logistics Equipment Based on WOS and CNKI

CHEN Xi， DU Jun， LI Zhiming， TAN Peng

（Yunnan Academy of Science & Technical Information， Kunming 650051， China）

Abstract： In this paper， using the Citespacesoftware， we analyzed the co-occurrence of subject words and keywords in the literature body on automated logistics equipment in the two databases of WOS and CNKI， and found that blockchain， warehousing， automated guided vehicles （AGV）， machine learning， and smart logistics were the most prominent research hotspots in the field of automated logistics equipment both in and outside of China.

Keywords： automated logistics equipment; co-word analysis; clustering analysis; WOS database; CNKI database

0 引言

自动化物流装备是现代物流业提效降费的关键环节。采用自动化物流技术与装备能够大幅提高效率和准确性，如京东无人仓的存储效率是传统横梁货架存储效率的10倍以上;极智嘉拣选机器人分拣效率高于传统人工近10倍;旷视科技柔性机器人分拣准确率可达99.99%[1]。在劳动力日渐紧缺和人工费用不断上涨的大环境下，要实现物流整体效率的大幅提升和费用下降，自动化物流装备是必然的路径和选择。自动化物流装备也是构建智慧工厂、实现工业4.0的重要基础。作为连接供应、制造和客户的重要环节，自动化物流装备通过信息集成、资源优化和物流全过程自动化，能够实现原材料、半成品、成品及相关信息由生产端到消费端的智能计划和管理，从根本上解决传统制造企业对市场需求反应不灵敏、订单交付不及时、物料到达不准时、车间物料调动混乱、零部件配套性差、库存及生产成本过高、生产效率低下和物料浪费等痛点，满足工业4.0对个性化定制和柔性化生产的更高要求。随着我国经济进入新常态，人工、土地、仓储租金成本大幅上升，先进物流技术与装备的成本优势逐渐显现;人口老龄化的日益严峻使得“机器换人”进一步提上日程;快递、电商的迅猛增长也对物流各环节的效率和准确性提出了更高要求[2-3]。自动化物流技术和装备的应用不仅关系到企业能否在新一轮工业革命浪潮中抢占先机，更是我国由制造大国向制造强国转型升级的必然需求。

利用Citespace软件对国内外期刊文献数据库中关于自动化物流装备的论文进行主题词和关键词共现分析，通过聚类图谱和时间演化图谱，可以较为准确地判断该领域近年来的研究热点和前沿趋势[4]，并分析比较国内外研究重点的异同，从而为我国该领域的相关研究或企业技术发展提供一些方向性的参考。

1 研究设计

1.1 数据来源

基于Web of Science数据库核心合集（SCI-EX- PANDED、SSCI），检索时间范围2016-2021年，语种为英语的“Article”文献类型，检索策略为：TS=（（auto- mated  OR intelligent or smart） AND （logistics OR "material handing"），剔除干擾文献后得到相关文献1 741篇。

基于 CNKI 数据库学术期刊合集，选择基础科学、工程科技、农业科技中的农业工程子集、医药科技中的生物医学工程子集、信息科技、经济与管理科学专辑，检索时间范围2016-2021年，选择中文文献，检索策略为：SU=（'自动化'+'智能'+'智慧'）*（'物流'AND （'装备'+'设备'+'仓储'+'分拣'+'搬运'+'输送'））AND SU='技术'，剔除干扰文献后得到相关文献3143篇。

1.2 研究方法

导出上述检索得到的文献相关信息，使用CiteSpace软件，通过主题词和关键词共现分析，可得到相应的技术主题聚类。聚类体现了该领域的研究热点，其中，序号越小的聚类技术布局越为完整，为该领域的基础性研究方向。再通过CiteSpace生成时间演化图谱，以引文发表年份为X轴、聚类编号为Y轴，可展现各个聚类发展演变的时间跨度和研究进程。

2 研究分析

2.1 基于WOS 的文献分析

2.1.1 基本特征分析。2016-2021年，自动化物流装备领域全球英文文献数量呈逐年增长趋势，特别是

2018年后增幅较大（如图1所示）。

从检索期内该领域文献的国家（地区）分布来看，中国（不含台湾地区数据）以615篇位列第一，占该领域文献总数的三分之一以上，远高于全球其他国家（地区）;排名第二的美国277篇，占15.91%;其次为德国、英国、韩国、印度等，占比均在10%以下（见表1）。发文量居前列的国家与全球制造业强国、大国基本一致，但日本位列第十二（54篇，占比 3.10%），未能进入前十。

从检索期内该领域文献的机构分布来看，排名前十的机构中（因有并列，共12家），中国占据7席，荷兰、新加坡、美国、伊朗、沙特阿拉伯各有一所机构进入前十（见表2）。该领域发文量居前列的机构大多为以商科和理工科见长的综合类院校，而一些知名工科院校，如麻省理工学院（排名第19）、上海交通大学（排名第13）、印度理工学院（排名第66）等未进入前十。

2.1.2 技术主题聚类及时间演化图谱分析。利用CiteSpace对1 741篇文献按照共被引量前50，以一年为切片单位，选择主题词和关键词进行聚类分析，得到4个聚类（如图2所示），依次为：#0区块链、#1仓储、#2自动导引车（AGV）、#3机器学习。聚类模块值（Q值）为0.3789，平均轮廓值（S值）为0.6396，表明聚类结构显著、合理。（Q值>0.3意味着聚类结构显著;S值>0.5表明聚类结果合理，S值=0.7时聚类最为高效且令人信服。）

利用CiteSpace生成时间演化图谱（如图3 所示），根据聚类的起止时间和节点关联密集度分析，可发现仓储相关研究开始较早，2016年已经形成聚类，处于研究繁荣期，且与 AGV 研究关联度很高，2018年起热点转移，以此为主题的研究大幅减少;区块链技术应用于物流领域的相关研究在2016年前就已开始，2017年前处于繁荣期，2018年进入稳定期，热度逐渐减弱，2019年之后以此为主题的研究不再是热点;AGV 相关研究在2016年已有不少，2016-2018年热度持续上升，并出现了一些新的技术点，至今热度还在延续;机器学习技术应用于物流领域自2016年开始热度逐渐上升，并持续至今。

2.1.3 突现热点词分析。通过Citespace进行突现值分析，设定最小时间切片值为“1”，得到61个突现热点词。突现热点词反映了一定时间段内新出现的技术热点。取前25个生成突现热点词出现时间表（见表 3）。从表中可以看出，大数据分析、任务分析、数字孪生、智能制造、（机器或人机）协作等是智能物流和自動化物流装备技术领域最前沿的研究方向。

2.1.4 高频词分析。对2.1.2中4个聚类的节点进行统计分析，按出现频次从高到低的顺序排列，综合考虑节点的中心度及似然比（一般认为在P值小于0.05的情况下，似然比（log-likelihood ratio）数值越高则重要性越强），可得到技术主题研究热点统计表（见表4）。从统计结果中分析发现，自动化技术与计算机技术高度融合，区块链、大数据、物联网、边缘计算、云计算、数字孪生、机器学习等新一代信息技术已成为自动化物流装备领域的研究重点。在仓储环节，相关研究主要解决远程可视化操控、设备之间的调度协调和拣选效率提升等问题。在搬运和输送环节，则重点针对AGV 的路径优化算法、导航定位等方面开展研究。

2.2 基于CNKI 的文献分析

2.2.1 基本特征分析。2016-2021年，国内自动化物流装备领域中文文献呈显著增长趋势（如图4所示）。

从检索期内文献的机构分布来看，排名靠前的25家机构中，大多数为高等院校（20家，其中职业技术学院4家），其次为企业2家、科研院所1家和社会团体（行业协会）1家（如图5所示）。可见国内该领域的理论研究主要集中在高等院校。

2.2.2 技术主题聚类及时间演化图谱分析。利用CiteSpace对3143篇文献按照共被引量前50，以一年为切片单位，选择主题词和关键词进行聚类分析，得到4个聚类（如图6所示），依次为：#0智慧物流、#1物流技术、#2物流企业、#3智能物流。聚类模块值（Q 值）为0.3233，平均轮廓值（S值）为0.7624，表明聚类结构显著、高效。

利用CiteSpace生成时间演化图谱（如图7所示），分析图谱可发现，4个聚类的形成时间和发展阶段基本一致，都是在2017年前后热度最高，且一直有新的技术点出现，并延续至今。4个聚类间的关联都很密切，尤其智慧物流作为其中技术布局最为完整和最为基础的聚类，正处于繁荣期。物流技术和物流企业聚类成熟度比智慧物流略低，而智能物流聚类则更为前沿、新技术点更多。从聚类中的节点来看，智慧物流主要研究新一代信息技术在物流领域的应用，而智能物流更关注先进制造与物流的融合。

2.2.3 突现热点词分析。通过Citespace进行突现值分析，设定最小时间切片值为“2”，得到18个突现热点词（见表5）。从表中可以看出，新零售、智慧化、物流园区是国内自动化物流装备技术领域最前沿的研究方向。

2.2.4 高频词分析。对2.2.2中4个聚类的节点进行统计分析，可得到技术主题研究热点统计表（见表6）。从统计结果中分析发现，国内自动化物流装备技术研究主要有四大方向：一是物联网、区块链、大数据、云计算、5G等新一代信息技术在物流装备中的应用。二是穿梭车、堆垛机、移动机器人、智能仓等装备的集成应用。三是运用了新一代信息技术的自动化物流运输装备（如无人车、无人机、智能卡车等）在物流场景（如企业、园区、港口）中的应用。四是自动化物流装备与智能制造的融合应用。

3 研究结论与启示

根据上述研究与分析结果发现，国内自动化物流装备相关研究的趋势与国外总体一致，最突出的重点都是新一代信息技术在自动化物流装备中的应用，也都是由装备本体研究向系统性、整体性的应用场景研究扩展。与此同时，国外的技术研究更为微观，而国内的宏观研究相对较多;国外较为重视自动化物流装备技术应用的安全性和绿色节能性，而国内更关注前沿技术（如5G、无人驾驶、无人机等）的应用。

3.1 技术应用趋势

3.1.1 新一代信息技术在物流装备中加速应用。大数据、云计算、5G、物联网、区块链、数字孪生、边缘计算等技术的应用，可实现物流仓储系统效率、远程操控的准确性和高效性大幅提升;货物位置、状态、车辆行驶行为和司机驾驶行为实时监测;物流全过程智能化管理和追踪识别;故障预警、远程控制和维修;AGV导航算法优化等[5-6]。在上述技术的帮助下，物流装备的自动化、无人化程度将继续提高。

3.1.2 机器学习技术提升物流装备的智能化与柔性化水平。机器学习基于对数据的深度挖掘，能够找到数据与任务目标之间的潜在规律。机器学习技术的研究热点包括人工神经网络、深度学习、逻辑回归算法等。借助机器学习在统计预测、决策优化和深度学习等方面的能力，能够为智能选仓、智能分仓、箱型智配等提供决策优化;能够对未来的物流状况进行统计预测， 从而实现智能排产和设备运维预测;能够为各类物流机器人提供智能识别、自主决策和人机交互能力，强化物流机器人应对复杂环境的适应性;能够为AGV/AMR和无人驾驶车辆提供实时动态路径规划、机器视觉和语音助手等，提升工作效率[7]。随着机器学习技术的进步，物流机器人的适用范围将不断拓展。

3.1.3 无人驾驶技术帮助实现人机一体化乃至无人化。无人驾驶技术融合了传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多个前沿学科和领域。目前L3（受条件制约的自动驾驶）、L4（高度自动驾驶）级别的无人驾驶技术在物流装备中已有应用。虽然真正意义上的全工况无人驾驶目前仍处于实验阶段，但物流运输装备无人化已成为大势所趋[8]。

3.2 技术发展方向

3.2.1 软件定义物流硬件。软件定义物流硬件，即把物流设施设备等硬件资源虚拟化，按照单元化和标准化的方式归类成物流功能模块，在此基础上通过应用程序软件对虚拟的硬件单元模块进行管理与调度，从而实现更开放、灵活、智能的物流系统管理与控制[9]。软件定义物流硬件具有四个方面的特征：其一是使物流装备单元化、模块化，也就是相较于单体硬件设备功能的提升，更关注多种硬件设备的软件接口一致性、可调度性和可拓展性。其二是管理系统的可编程性，即管理系统并非固化的，可根据不同应用行业和场景进行编程[10]。其三是应用软件的可拓展性，即可以通过系统软件的安装来拓展硬件设备的功能，如 AGV不再局限于搬运设备，通过不同功能软件的安装，也可以实现仓储、分拣和输送的某些作业。其四是实现物流装备及其系统的远程设计、控制和维护，需要借助虚拟现实、数字孪生等技术。

3.2.2 物流装备的协同性、整体性和系统性技术愈加重要。关于自动化物流装备的研究已不再局限于装备本体的软、硬件技术，而是发展到了机器协作、一体化平台的层面，把物流装备纳入到工业4.0、智慧城市等领域进行整体考虑和规划，交叉学科、交叉领域的研究越来越多。  3.2.3 自动化物流装备技术融入并助力智慧供应链。随着工业4.0的变革，自动化物流装备已不局限于物流行业，而是越来越多地融入智慧供应链体系，在智慧化平台、数字化运营、自动化作业等智慧供应链的各个层面发挥作用[11]。与此同时，自动化物流装备和技术已开始由产品提供向技术服务转型，助力企业供应链全要素的互联互通和高效协同，以实现企业供应链与物流的全面升级。

3.3 区域发展特点

3.3.1 中国在5G技术应用方面表现突出。中国在5G领域可以说领跑全球，基站数量、独立组网规模、终端连接数均居世界首位。5G技术在自动化物流装备特别是物流机器人中的应用，主要集中在两个方面：其一是利用5G大带宽、低时延的优势，对现有的 AGV 调度系统的调度数量和数据处理模式进行革新;其二是对 AGV 导航算法的优化，通过5G 网络可以将部分借助边缘计算的算法优化分析上传至算力更强大的云端来处理，并实现运维模式的革新[12]。

3.3.2 亚洲国家在自動化物流装备技术研究领域表现活跃。与近年来亚洲物流装备市场的强劲表现相一致的是，亚洲国家或机构在自动化物流装备领域的技术研究方面也表现突出。发文量前十的国家（地区）中，亚洲国家（地区）占据4席;发文机构前十中，除美国和荷兰各有一所高校入围之外，其余都是亚洲机构。欧美国家在该领域的技术优势依然存在，但随着新一轮工业革命的到来，全球各国在一定意义上又站到了同一条起跑线前，亚洲国家在这一领域的技术发展值得期待。

[参考文献]

[1] 罗戈研究.2021年中国物流科技发展报告[EB/OL].（2021-01- 15） [2021- 10- 08].https：//www.sohu.com/a/444566901_120855974.

[2] 张颖川.新形势下中国物流装备行业发展机遇与路径[J].物流技术与应用，2021，26（1）：86-88.

[3] 陆大明，孙昊.对物流装备行业现状及未来的一些思考[J].中国储运，2021（3）：62-63.

[4] 阿布都热合曼·卡的尔，申炳豪，陈茜“. 区块链+供应链”研究现状与热点分析：基于CiteSpace的可视化分析[J].赤峰学院学报（自然科学版），2021，37（4）：72-73.

[5] 刘然，张龙，夏雄伟，等“. 5G+智慧物流装备”应用及趋势分析[J].中国物流与采购，2021，（9）：48-49.

[6] 戴美想.基于区块链技术的企业供应链管理[J].中国商论，2021（16）：105-107.

[7] 陈曦，宫政，刘垚.人工智能在物流领域的发展研究[J].信息通信技术与政策，2019（6）：40-44.

[8] 兰京.无人驾驶汽车发展现状及关键技术分析[J].内燃机与配件，2019（15）：209-210.

[9] 王继祥“. 软件定义物流”推动智慧物流全面发展[J].物流技术与应用，2017，22（12）：86-89.

[10] 王继祥.物流技术装备行业发展趋势分析与预测[J].物流技术与应用，2020，25（1）：44-45.

[11] 丁锋.基于价值链视角的智能物流装备产业发展研究[J].技术经济与管理研究，2018（11）：109-113.

[12] 王响雷.5G时代的智慧物流发展与物流技术变革[J].物流技术与应用，2021，26（6）：90-94.