基于CiteSpace知識(shí)圖譜的智慧工廠研究熱點(diǎn)及趨勢(shì)實(shí)證分析

吳宇駒 吳偉生 雷振 張婉婷

摘? 要：該文通過(guò)中國(guó)知網(wǎng)，以“智慧工廠”為主題搜索詞，收集2001—2020年的相關(guān)研究性文獻(xiàn)，采用CiteSpace軟件繪制知識(shí)圖譜，進(jìn)行研究現(xiàn)狀分析與研究趨勢(shì)的展望。文獻(xiàn)分析結(jié)果顯示：智慧工廠的研究日漸受到關(guān)注;作者之間、研究機(jī)構(gòu)之間聯(lián)系不夠緊密，缺乏溝通與合作;研究熱點(diǎn)內(nèi)容包括智慧化、技術(shù)條件、產(chǎn)業(yè)行業(yè)應(yīng)用和客戶體驗(yàn)這4個(gè)方面;智能系統(tǒng)的迭代開(kāi)發(fā)和應(yīng)用場(chǎng)景定制化成為國(guó)內(nèi)智慧工廠研究的主要趨勢(shì)。

關(guān)鍵詞：智慧工廠? 知識(shí)圖譜? 研究熱點(diǎn)? 研究趨勢(shì)

中圖分類(lèi)號(hào)：TP31? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-3791（2021）05（c）-0198-03

Empirical analysis of Smart Factory Research Hotspots and Trends Based on CiteSpace Knowledge Map

WU Yuju? WU Weisheng? LEI Zhen? ZHANG Wanting

（Software Engineering Institute of Guangzhou， Guangzhou， Guangdong Province， 510990? China）

Abstract： In this paper， through CNKI（China National Knowledge Infrastructure）， with "smart factory" as the subject search term， we collect the relevant research literature from 2001 to 2020， use CiteSpace software to draw the knowledge map， analyze the research status and prospect the research trend. The results show that： the research of smart factory is getting more and more attention; The relationship between authors and research institutions is not close enough， lack of communication and cooperation; Research hotspots include intelligence， technical conditions， industrial applications and customer experience; Iterative development of intelligent systems and customization of application scenarios have become the main trend of domestic smart factory research.

Key Words： Smart factory; Knowledge map; Research hotspots; Research trends

當(dāng)前，我國(guó)正在全面推進(jìn)“互聯(lián)網(wǎng)+”“中國(guó)制造2025”[1]等戰(zhàn)略規(guī)劃，提出“要建成完善的工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施和產(chǎn)業(yè)體系，推動(dòng)工業(yè)企業(yè)運(yùn)用工業(yè)互聯(lián)網(wǎng)新技術(shù)、實(shí)施數(shù)字化、網(wǎng)絡(luò)化、智能化升級(jí)”的發(fā)展方向和工作要求。目前，數(shù)字化轉(zhuǎn)型的主力軍是自動(dòng)化程度已經(jīng)達(dá)到規(guī)模的大型企業(yè)，張梅芳[2]以建材制造企業(yè)為例，指出工業(yè)大數(shù)據(jù)技術(shù)不僅有效地收集和管理生產(chǎn)數(shù)據(jù)，同時(shí)開(kāi)拓了智能制造遠(yuǎn)程運(yùn)維模式。而中小型工廠自動(dòng)化水平發(fā)展各異，工業(yè)基礎(chǔ)薄弱，雖然ERP、MES等大型生產(chǎn)控制和管理系統(tǒng)陸續(xù)運(yùn)用在生產(chǎn)、供應(yīng)鏈等工廠的管理工作中，但是粵港澳大灣區(qū)傳統(tǒng)中小型工廠數(shù)字化發(fā)展不平衡、不充分的問(wèn)題依然突出，多數(shù)中小企業(yè)工廠數(shù)字化水平較低，工業(yè)互聯(lián)演進(jìn)基礎(chǔ)薄弱，仍以高人工、高成本、低數(shù)字化的方式進(jìn)行生產(chǎn)，經(jīng)濟(jì)價(jià)值受限。為此，學(xué)術(shù)界和實(shí)業(yè)界圍繞“智慧工廠”這一主題展開(kāi)研究和探討，形成系列研究成果。面對(duì)如此眾多的文獻(xiàn)，以傳統(tǒng)方式來(lái)梳理國(guó)內(nèi)學(xué)者對(duì)智慧工廠的研究，存在一定的片面性和局限性。因此，該文采用知識(shí)圖譜這一文獻(xiàn)計(jì)量分析法，收集整理相關(guān)文獻(xiàn)，通過(guò)可視化分析，系統(tǒng)總結(jié)國(guó)內(nèi)智慧工廠的研究現(xiàn)狀和熱點(diǎn)，并對(duì)后續(xù)研究方向進(jìn)行展望，以期為廣大學(xué)者、管理者和創(chuàng)業(yè)者提供借鑒。

1? 研究工具及數(shù)據(jù)來(lái)源

1.1 研究工具

該研究采用學(xué)者李杰、陳超美[3]所開(kāi)發(fā)的CiteSpace5.7 R2版軟件，該軟件當(dāng)前廣泛用于國(guó)內(nèi)外特定領(lǐng)域的文獻(xiàn)可視化分析[4-5]，繪制知識(shí)圖譜，通過(guò)作者、研究機(jī)構(gòu)和關(guān)鍵詞等節(jié)點(diǎn)的關(guān)聯(lián)計(jì)量分析，向讀者直觀地展示研究熱點(diǎn)分布狀況，并據(jù)此把脈研究趨勢(shì)。

1.2 數(shù)據(jù)來(lái)源

在中國(guó)知網(wǎng)高級(jí)檢索中，以“智慧工廠”為檢索詞，檢索詞所在的位置選擇“主題”，獲得文獻(xiàn)451篇（截至2021年5月23日）。然后剔除會(huì)議報(bào)告、報(bào)紙新聞報(bào)道類(lèi)文獻(xiàn)34篇，最終獲得有效文獻(xiàn)417篇，作為該文的樣本數(shù)據(jù)庫(kù)。將有效文獻(xiàn)按refworks的格式導(dǎo)出并轉(zhuǎn)碼，以備后續(xù)軟件分析使用。

2? 數(shù)據(jù)分析結(jié)果

2.1 文獻(xiàn)基礎(chǔ)信息分析

2.1.1 發(fā)文量的縱向分析

第一篇智慧工廠的文獻(xiàn)于2001年刊登，2012年起相關(guān)發(fā)文量明顯增加，2020年達(dá)到頂峰88篇。盡管2017年發(fā)文量出現(xiàn)小幅下滑，但發(fā)文量總體呈上升趨勢(shì)。由此看出，智慧工廠研究主題日漸受到學(xué)界的廣泛關(guān)注。

2.1.2 研究機(jī)構(gòu)分析

將時(shí)間跨度設(shè)置為2001—2020年，時(shí)間切片為1年，節(jié)點(diǎn)類(lèi)型為“機(jī)構(gòu)”，其他參數(shù)為默認(rèn)設(shè)置，運(yùn)行CiteSpace，獲得研究機(jī)構(gòu)共現(xiàn)圖譜。研究機(jī)構(gòu)節(jié)點(diǎn)數(shù)為176，南昌大學(xué)、江西鑫鉑瑞科技有限公司、金磚國(guó)家未來(lái)網(wǎng)絡(luò)研究院中國(guó)分院節(jié)點(diǎn)較大，可知這幾所機(jī)構(gòu)在國(guó)內(nèi)智慧工廠研究領(lǐng)域的發(fā)文量較多，研究實(shí)力較強(qiáng)。而Modularity Q值為0.585 1，超過(guò)0.3[6]，表明機(jī)構(gòu)社團(tuán)化結(jié)構(gòu)顯著，機(jī)構(gòu)之間存在一定聯(lián)系，尤其省內(nèi)合作較明顯;而連線密度為0.007 6，表示這些機(jī)構(gòu)社團(tuán)之間的聯(lián)系不夠緊密，省際溝通與合作依然缺乏。

2.1.3 研究作者分析

將節(jié)點(diǎn)類(lèi)型設(shè)置為“作者”，同理可得作者共現(xiàn)圖譜（見(jiàn)圖1），節(jié)點(diǎn)數(shù)N=265，連線密度為0.003 6。由圖1可知，節(jié)點(diǎn)數(shù)較大的學(xué)者為朱禹濤[7]等人。各個(gè)學(xué)者相互交流與合作，初步形成若干個(gè)作者子網(wǎng)絡(luò)群，較為顯著的是以朱禹濤為首的研究團(tuán)隊(duì)。但獨(dú)立撰文（單獨(dú)節(jié)點(diǎn)）的學(xué)者也不少，如崔文靜，可見(jiàn)學(xué)者們的交流與合作有待加強(qiáng)。

2.2 研究熱點(diǎn)分析

關(guān)鍵詞的高頻出現(xiàn)反映出某一領(lǐng)域的研究重點(diǎn)及方向，而關(guān)鍵詞共現(xiàn)分析主要通過(guò)聚類(lèi)統(tǒng)計(jì)方法實(shí)現(xiàn)[8]。將CiteSpace分析節(jié)點(diǎn)類(lèi)型設(shè)置為“關(guān)鍵詞”，聚類(lèi)算法選擇LLR法（likelihood Rate，對(duì)數(shù)似然率）。圖2右側(cè)顯示聚類(lèi)分析獲得的13個(gè)類(lèi)別，由于各類(lèi)研究?jī)?nèi)容存在相互交叉現(xiàn)象，在此基礎(chǔ)上筆者將國(guó)內(nèi)智慧工廠研究歸納為4個(gè)主題領(lǐng)域：一是智慧化，主要包括智能工廠 、智能制造、兩化融合等概念的提出;二是技術(shù)條件，包括中國(guó)移動(dòng)等通信運(yùn)營(yíng)商的支持、大數(shù)據(jù)和云計(jì)算等技術(shù);三是產(chǎn)業(yè)行業(yè)應(yīng)用，包括制造業(yè)、建筑業(yè)、紡織服裝業(yè)等;四是客戶體驗(yàn)。

2.3 研究趨勢(shì)分析

關(guān)鍵詞時(shí)線圖可用于刻畫(huà)某一主題研究?jī)?nèi)容隨時(shí)間推移的變化軌跡，能一定程度上反映該時(shí)間段內(nèi)的研究趨勢(shì)。筆者在關(guān)鍵詞共現(xiàn)分析的基礎(chǔ)上，按時(shí)間片段生成關(guān)鍵詞時(shí)線圖譜（見(jiàn)圖2）?？梢?jiàn)，不同階段學(xué)者關(guān)注點(diǎn)不同，大體可以把我國(guó)智慧工廠研究的演變劃分為基礎(chǔ)期、成熟期、新時(shí)期3個(gè)發(fā)展階段。第一階段基礎(chǔ)期（2010—2013年），主要包括制造業(yè)的轉(zhuǎn)型升級(jí)、物聯(lián)網(wǎng)和數(shù)字經(jīng)濟(jì)等現(xiàn)代信息技術(shù)的興起;第二階段成熟期（2014—2018年），包括工業(yè)4.0、自動(dòng)化、智能裝備、智能物流、智能制造等系統(tǒng)的開(kāi)發(fā)與應(yīng)用;第三階段新時(shí)期（2019至今），主要包括智能系統(tǒng)的迭代優(yōu)化和應(yīng)用場(chǎng)景的定制化。

3? 結(jié)論與展望

3.1 智慧工廠的研究日漸受到關(guān)注

智慧工廠主題的論文發(fā)表量總體呈現(xiàn)上升趨勢(shì)，自2012年起升幅明顯增加。2015年5月，國(guó)務(wù)院印發(fā)實(shí)施制造強(qiáng)國(guó)戰(zhàn)略第一個(gè)十年的行動(dòng)綱領(lǐng)《中國(guó)制造2025》，制造業(yè)的轉(zhuǎn)型升級(jí)拉開(kāi)帷幕，學(xué)者對(duì)智慧工廠研究的熱度有增無(wú)減，從實(shí)踐中不斷積累、梳理階段性成果，同時(shí)又將研究成果賦能企業(yè)的生產(chǎn)實(shí)踐。

3.2 作者之間、研究機(jī)構(gòu)之間的合作有待加強(qiáng)

盡管研究結(jié)構(gòu)和作者呈現(xiàn)出一定的社團(tuán)化趨勢(shì)，但是社團(tuán)與社團(tuán)、個(gè)人與社團(tuán)、個(gè)人與個(gè)人之間缺乏大范圍的、深度的合作，研究成果的全面性和系統(tǒng)性一定程度受到制約。期待不同學(xué)科背景的機(jī)構(gòu)與作者能充分交流、整合資源，從多角度解構(gòu)智慧工廠的影響因素和實(shí)施條件，提升研究的效度。

3.3 研究熱點(diǎn)包括四大類(lèi)，研究趨勢(shì)呈現(xiàn)三階段的形態(tài)

智慧化、技術(shù)條件、產(chǎn)業(yè)行業(yè)應(yīng)用和客戶體驗(yàn)成為國(guó)內(nèi)智慧工廠研究的熱點(diǎn)。新時(shí)期的研究圍繞智能系統(tǒng)的迭代開(kāi)發(fā)和應(yīng)用場(chǎng)景定制化這些重點(diǎn)展開(kāi)，意味著行業(yè)垂直細(xì)分、客戶畫(huà)像、精準(zhǔn)化服務(wù)將成為智能制造產(chǎn)品和服務(wù)的趨勢(shì)，高校的相關(guān)創(chuàng)業(yè)項(xiàng)目可往這一方向發(fā)力和靠攏，賦能制造業(yè)的高質(zhì)量發(fā)展。

參考文獻(xiàn)

[1] 中華人民共和國(guó)國(guó)務(wù)院.中國(guó)制造2025[EB/OL].（2015-05-19）[2021-05-25].https：//www.gov.cn/zhengce/content/2015-05/19/content_9784.html.

[2] 張梅芳.基于工業(yè)大數(shù)據(jù)的智能制造新模式研究[J].科技創(chuàng)新導(dǎo)報(bào)，2020，17（8）：39-40.

[3] 李杰，陳超美.CiteSpace：科技文本挖掘及可視化[M].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2016.

[4] 胡金萍，呂芮.我國(guó)聽(tīng)障大學(xué)生研究熱點(diǎn)主題及趨勢(shì)探析—— 基于知識(shí)圖譜的可視化分析[J].綏化學(xué)院學(xué)報(bào)，2020，40（1）：43-47.

[5] ZHU J L，SONG L J，ZHU L，et al.Visualizing the Landscape and Evolution of Leadership Research[J]. The Leadership Quarterly，2018，30（2）：215-232.

[6] 盧陽(yáng)春，高曉慧，劉敏.鄉(xiāng)村振興國(guó)內(nèi)研究現(xiàn)狀、熱點(diǎn)與展望——基于CiteSpace知識(shí)圖譜的實(shí)證分析[J].中國(guó)西部，2019（2）：114-124.

[7] 朱禹濤，肖霖，陳澤仁，等.面向智慧工廠的工業(yè)互聯(lián)網(wǎng)邊緣智能協(xié)同計(jì)算技術(shù)研究[J].信息通信技術(shù)與政策，2021，47（3）：1-5.

[8] 林德明，陳超美，劉則淵.共被引網(wǎng)絡(luò)中介中心性的Zipf-Pareto分布研究[J].情報(bào)學(xué)報(bào)，2011（1）：76-82.