1、1基于共词聚类分析的逆向物流热点研究摘要:逆向物流在节约资源、改善环境、降低成本等方面具有重要作用。因此,其广受物流业界和学者们的关注。文章采用定量分析方法首先对我国近 10 年的文献进行统计分析,然后构造共词矩阵和相异矩阵,并运用相异矩阵进行因子分析和聚类分析。最后,归纳出我国逆向物流的研究热点主要集中在 3 方面:网络结构设计的研究、回收再利用的研究以及管理活动的研究。 Abstract: reverse logistics plays an important role in saving resources, improving environment and reducing cos
2、t. Therefore, it is widely concerned by the logistics industry and scholars. The quantitative analysis method is used to analyze the literature of the last 10 years in China, and then the co-word matrix and the dissimilarity matrix are constructed. Finally, the paper concludes that the research focu
3、s of reverse logistics in China mainly focuses on 3 aspects: the research of network structure design, the research of recycling and reuse, and the research of management activities. 关键词:逆向物流;共词分析;聚类分析;热点 Key words: reverse logistics;Co-word analysis;cluster 2analysis;hot spot 中图分类号:G353;F259.22 文献标
4、识码:A 文章编号:1006-4311(2017)07-0222-03 0 引言 我国经济实力不断提高,人民消费水平得到改善,随之而来的资源环境问题越来越严峻。受消费水平、国家政策和资源环保等的影响,我国对逆向物流的研究越来越重视。逆向物流是指为了获取价值或者适当的处置而将与产品有关的材料进行再利用的过程。虽然如今对逆向物流研究的学者逐渐增多,但逆向物流在我国发展比较晚,还处于初级阶段。众多学者对逆向物流的研究比较局限而且相对分散孤立。因此,有必要对我国近些年学者们对逆向物流的研究热点情况做一个整体的分析。本文运用共词聚类分析方法对我国 2005-2015 年间国内发表的与逆向物流有关的期刊文
5、献进行研究。有依据的总结出了学者们的研究热点并提出了目前研究的不足,为后期学者们的研究提供了思路和方向。 1 数据来源和研究方法 1.1 数据来源 本研究以 CNKI 为数据来源,选取来源类别为核心和 CSSCI 的以篇名为“逆向物流”的 2005-2015 年?g 的期刊文献作为研究对象。共检索出605 篇,去重后剩余 603 篇。 1.2 研究方法 本文采用定量分析方法,即共词聚类分析法。共词聚类分析法是指采用聚类的计算方法对文献中共现的关键词的关联性进行计算,将有关3系的关键词聚集归类,从而总结出相关的信息1。 2 研究过程 2.1 关联词的整合 通过观察可知,运用 SATI3.2 导出
6、的关键词存在大量的近义词,部分词汇还存在包含关系,分散的关键词不利于后文的统计分析,需要对其进行规范化处理。 2.1.1 关键词次数统计 将 CNKI 导出的 txt 格式文本文档输入到 SATI3.2 中统计得出 1198个关键词,总词数为 2607,平均频次约为 2.18。 2.1.2 关键词的规范化 剔除导出的关键词中不能用于分析逆向物流的关键词,如“逆向物流” 、 “策略”等;合并意思相近或者具有包含关系的关键词,将被包含的词统一到一个类别中,如“循环经济”与“循环型经济”合并,将“退货处理” 、 “退货管理”等统一归于关键词“退货” 。 2.1.3 高频关键词的确定 将整合好的关键词
7、重新导入 SATI3.2 中进行统计,最终确定以阈值5 为最低频次,共获得 24 个高频关键词,具体情况如表 1 所示。 2.2 共词矩阵 共词矩阵是指为了便于对共现频率的计算,构造出体现该领域各个主体之间关系的 N*N 的矩阵(N 为高频关键词个数) 。对角线上的数是指该关键词的总频数。通过 SATI3.2,选择“Co-Occurrence Matrix (valued) ”,得出的共词矩阵如表 2 所示。 4由于后文的因子分析、聚类分析需要用到相关矩阵,本文通过Ochiia 系数将共词矩阵转换为相关矩阵,Ochiia 系数=(A、B 两词共现频次)/(A 词出现的频次)0.5*(B 词出现
8、的频次)0.5) ,在相关矩阵中,数值越接近于 1,表明两关键词的关系越紧密。通过计算,得出的相关矩阵如表 3 所示。 2.3 因子分析 因子分析旨在用尽可能少的因子表示众多的因素或指标,同组间因素的关系紧密,不同组中各因素之间的关系疏远2。将上述得出的相关矩阵导入 SPSS21.0 软件,选取主成分分析法和最大方差法,得到的因子碎石图如图 1 所示。图中可以看出前 3 个因子比较明晰,从第 4 个因子开始曲线开始变得缓慢,所以将逆向物流 24 个关键词的研究划分为 3 大类比较合理。 2.4 聚类分析 聚类分析旨在将变量之间关系紧密的聚合到一个小的单元,关系疏远的聚合到一个大的单元,形成一个
9、由大到小,由关系疏远到关系紧密的一个分类树状图3。将相关矩阵导入 SPSS21.0 软件,选取“组间联接-平方 Euclidean 距离” ,得出的聚类树状图如图 2 所示。从图进一步验证了将逆向物流的研究分为 3 大类是可行的,这 3 类主题可表示为:网络结构设计的研究、回收再利用的研究以及管理活动的研究。 3 结果分析 结合前文对逆向物流关键词的整合归类,并结合对相关文献的研究,近些年我国对逆向物流的研究热点主要集中在 3 个方面。 53.1 网络结构设计的研究(包含关键词:10、13、9、23、18、7、20、14) 在资源利用方面,网络构建是逆向物流的一个关键因素。对于网络结构设计的研
10、究,根据物品种类与处理方式的差异,大部分学者主要集中在产品回收、再制造以及电子废弃物三个方向的分析。逆向物流网络具有高不确定性的特点。在管理逆向物流中,其重要决策之一是选址。许多学者在不确定性的物流网络环境下,也有学者在闭环供应链条件下建立模型分析这三方面逆向物流战略层次的选址问题,而遗传算法是解决这一模型的有效算法得到了广大学者的证实。 3.2 回收再利用的研究(包含关键词:12、24、16、19) 目前,我国回收利用研究的焦点主要集中在报废汽车和废旧家电方面,汽车和家电消费的数量不断增长。报废汽车和废旧家电所导致的资源环境问题引起了许多学者的关注。报废汽车的研究主要涉及供应商的选择、评价指
11、标、管理战略、利润分配、回收模式等。废旧家电的研究主要涉及制度创新,制度创新涉及观念、法律法规体系、回收模式、信息系统等多方面的内容。对于报废汽车与废旧家电的回收利用研究,回收模式涉及政府、消费者、企业等多方面的利益,众多学者把回收模式的选择作为分析的关注点。 3.3 管理活动的研究(包含关键词:3、21、5、8、22、11、17、4、6、2、1、15) 3.3.1 库存管理(包含关键词:3、21、5、8、22) 库存控制是逆向物流管理的主要内容之一,信息系统不完善是逆向6物流管理健康发展的最大障碍之一。改善信息系统,减少牛鞭效应是未来逆向物流发展的趋势。逆向物流系统需要对产品进行跟踪,特别是
12、针对退货。在电子商务环境中,退货是逆向物流中最常见的部分4。退货常被作为库存控制模型的一个参数,许多学者对退货处理方式进行假设研究。 3.3.2 产品规划管理(包含关键词:1、2、4、6、11、15、17) 许多学者以循环经济为导向,根据逆向物流的战略价值,特别是其经济价值和社会价值提出管理策略。产品管理特别是电子产品的管理策略问题已经成为我国紧迫性问题,众多学者对电子产品的运作模式、第三方企业的选择进行了分析,不同类型的企业其物流模式的选择需要结合自身发展状况不同而改变,这就需要针对不同企业对逆向物流运作模式进行专门的研究。许多学者分析的焦点在于将可实行的运作模式进行归类,结合特定种类的企业
13、运用层次分析法对不同的运作模式进行最优化选择。 4 结束语 逆向物流的研究对于资源环境的改善具有积极的作用,是我国可持续发展的需要。本文整理出了我国逆向物流领域的 24 个高频关键词,运用相关软件和方法可视化的展现了我国逆向物流领域的研究热点。受工具和方法限制,本文仅是对逆向物流探索性的研究。在后续研究中,其结论尚需进一步证明。 参考文献: 1钟伟金,李佳,杨兴菊.共词分析法研究(三)共词聚类分7析法的原理与特点J.情报?s 志,2008(07):118-120. 2白婷婷,郑新奇,赵璐.基于共词分析的复杂网络研究现状分析J.资源开发与市场,2011(02):122-126. 3唐小华.混合原油中金属镍钒的特性研究D.大连海事大学,2015. 4程艳霞,吴应良,刘勇.面向退货管理的逆向物流信息系统建设的研究J.科技进步与对策,2005(12):8-10.
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号:浙ICP备20026746号-2
公安局备案号:浙公网安备33038302330469号
本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。