论文部分内容阅读
摘 要：本文以CNKI的文献数据作为统计来源，以主题词“生鲜”+“配送”进行组合搜索，以其相关关键词作为研究对象，用社会网络分析，得出生鲜配送在以冷链物流、生鲜电商以及生鲜农产品为研究中心逐渐在向消费者、生鲜超市以及O2O模式进行转移，生鲜配送领域的新发展将借助新零售之风进一步提升。
关键词：生鲜;配送;社会网络分析
中图分类号：F252.24 文献识别码：A
生鲜产品在人们的日常生活中扮演着非常重要的角色，是人们身体健康的重要食品补充来源。中国生鲜电商市场发展迅速，平均每年保持50%以上的增长率，2017年市场规模约为1391.3亿元，[1]且相关生鲜类文献研究也在增多。因此，本文通过对生鲜产品的相关文献进行统计分析，包括因子分析和社会网络分析，从而把握生鲜产品配送研究的聚焦点和未来发展趋势。
一、生鲜配送趋势研究
（一）数据来源
以CNKI作为数据统计分析来源，对1998-2018年的相关文献，“生鲜”+“配送”作为关键词进行检索，总共获得文献数量达到1800余篇，其中2012年到2018年就有1415篇文献。利用 SATI 软件提取“生鲜”+“电商”相关的关键词达到1970个，检索的总词频数为4889次。从中提取频次超过13次的34个生鲜相关高频词，得到每个高频词的频数统计结果。
（二）社会网络分析
生鲜配送社会网络分析图中通过连线密集程度反映各因素之间的关联程度。在ucinet中导入生鲜配送研究高频关键词共词矩阵，得出共词网络图。共有节点34个，处于核心位置的为“生鲜电商”、“冷链物流”、“物流配送”及“电子商务”，且中心位置与网络周边节点连线较为密集，说明生鲜配送研究主要对象为冷链配送。从节点连线的疏密程度可看出，对生鲜配送的研究重点逐渐从生鲜电商、物流配送和冷链物流这些生鲜配送分析向消费者、O2O模式以及超市等新零售的角度进行过渡，处于生鲜配送在新零售阶段，以消费者为中心，进行线上线下模式結合的探索阶段。
1.中心度测度
社会网络分析方法常用点中心度衡量各个节点在网络中的地位。通过中心度检测可以测量出整体中的重要节点，比较每个节点的中心度，数值越大的则认为其在网络中具有较高的影响力，说明该节点的改变对其他节点的改变较大。从中心度检测数据可知，“冷链”中心度0.533与“低温运输系统”中心度0.519排名靠前，显然处于网络的核心位置，具有更强的影响力。且据描述性统计结果显示：该网络的平均节点中心度为0.146，大于平均中心度的节点有冷链，低温运输系统，生鲜电商，生鲜农产品，冷链物流，生鲜产品，生鲜，电子商务，消费者，农产品，配送并且这11个相关节点在整体网络中具有较高的影响力。
2.中介中心性测度分析
中介中心度数据更侧重看出因子在整个网络的影响度，测算得出该网络的中介性与平均中介中心度分别为4.28%、7.15，得出超过平均中介中心度的节点有“冷链物流”、“生鲜电商”、“物流农产品”等10个。
二、趋势分析
经前面社会网络分析，生鲜配送研究在逻辑上可分为生鲜的低温保鲜控制研究，生鲜物流配送研究以及生鲜新零售下的发展研究三个层次。随着社会保鲜科学技术的发展，生鲜配送在技术层面上的难题将会逐渐攻关，因此最后还是会落脚到市场上。以生鲜消费者为中心，线上和线下依靠物流而结合，实现生鲜发展新高度。
（一）生鲜低温保鲜控制
因生鲜农产品本身特质，决定了冷链物流以及冷链低温控制系统等保鲜方面的研究将会进一步拓展。在新时期下，生鲜低温保鲜控制的研究是需要和的当下的新的技术紧密结合。通过融合北斗导航、物联网、云计算、大数据、移动互联等先进信息技术，构建 “四位一体”冷链物流工程管理技术体系，建立国家大数据分析中心和国家冷链物流大数据实时监控预警平台，这将在很大程度上提高对生鲜食品低温控制系统进一步加强，生鲜食品在配送过程当中保鲜信息更加透明。
（二）生鲜物流配送研究
（1）路径优化。生鲜食品从出发点出发到达消费者手中经过的路线的最优化，以客户满意度为最大、配送费用最小为目标下建立多目标路径优化模型。[3]路径的优化，可以缩减生鲜物流配送过程当中的成本损失，同时也可以让生鲜食品以较好较快的方式达到顾客手中。路径优化的过程中需要考虑固定成本，运输成本，货损成本，惩罚成本和能耗成本等，建立了以总成本最小为目标函数的农产品冷链物流车辆配送路径优化模型。[4]
（2）遗传算法。“遗传算法”因子的绝对中心度是0.121，是和“路径优化”因子的0.125的绝对中心度相近的，因为遗传算法一般是在路径优化过程当中使用的方法，因此遗传算法在生鲜配送过程当中的中心度会随路径优化的变化而变化。
（3）配送中心。只有选对配送中心地址，才能保证生鲜产品快捷、保质送达至消费领域。[5]配送中心的建立，可以有效的提高生鲜的物流配送效率，更好的服务生鲜消费者对生鲜农产品新鲜度、品质度及配送时间窗的需求，降低了物流企业的配送成本。在中介中心度当中，“配送中心”的中心性5.609是仅次于“路径优化”的5.764的，因为生鲜食品配送中心的建立在某些程度上，也是从生鲜食品配送的开端到末端当中的路径优化的一个步骤。
参考文献
[1] 吉亚力，田文静，董颖 . 基于关键词共现和社会网络分析的我国智库热点主题研究[J]. 情报科学，2015（3）：108-111.
[2] 王晶，刘昊天，赵然. 基于食品安全的生鲜食品冷链运营优化研究[J]. 系统工程理论与实践，2018，38（1）：122-134.
[3] 杨建亮，侯汉平. 冷链物流大数据实时监控优化研究[J]. 科技管理研究，2017，37（6）：198-203.
[4] 李昌兵，汪尔晶，袁嘉彬.物联网环境下生鲜农产品物流配送路径优化研究[J].商业研究，2017（04）：1-9.
[5] 樊世清，娄丹，孙莹. 生鲜农产品冷链物流车辆配送路径优化研究[J]. 保鲜与加工，2017，17（6）：106-111.
关键词：生鲜;配送;社会网络分析
中图分类号：F252.24 文献识别码：A
生鲜产品在人们的日常生活中扮演着非常重要的角色，是人们身体健康的重要食品补充来源。中国生鲜电商市场发展迅速，平均每年保持50%以上的增长率，2017年市场规模约为1391.3亿元，[1]且相关生鲜类文献研究也在增多。因此，本文通过对生鲜产品的相关文献进行统计分析，包括因子分析和社会网络分析，从而把握生鲜产品配送研究的聚焦点和未来发展趋势。
一、生鲜配送趋势研究
（一）数据来源
以CNKI作为数据统计分析来源，对1998-2018年的相关文献，“生鲜”+“配送”作为关键词进行检索，总共获得文献数量达到1800余篇，其中2012年到2018年就有1415篇文献。利用 SATI 软件提取“生鲜”+“电商”相关的关键词达到1970个，检索的总词频数为4889次。从中提取频次超过13次的34个生鲜相关高频词，得到每个高频词的频数统计结果。
（二）社会网络分析
生鲜配送社会网络分析图中通过连线密集程度反映各因素之间的关联程度。在ucinet中导入生鲜配送研究高频关键词共词矩阵，得出共词网络图。共有节点34个，处于核心位置的为“生鲜电商”、“冷链物流”、“物流配送”及“电子商务”，且中心位置与网络周边节点连线较为密集，说明生鲜配送研究主要对象为冷链配送。从节点连线的疏密程度可看出，对生鲜配送的研究重点逐渐从生鲜电商、物流配送和冷链物流这些生鲜配送分析向消费者、O2O模式以及超市等新零售的角度进行过渡，处于生鲜配送在新零售阶段，以消费者为中心，进行线上线下模式結合的探索阶段。
1.中心度测度
社会网络分析方法常用点中心度衡量各个节点在网络中的地位。通过中心度检测可以测量出整体中的重要节点，比较每个节点的中心度，数值越大的则认为其在网络中具有较高的影响力，说明该节点的改变对其他节点的改变较大。从中心度检测数据可知，“冷链”中心度0.533与“低温运输系统”中心度0.519排名靠前，显然处于网络的核心位置，具有更强的影响力。且据描述性统计结果显示：该网络的平均节点中心度为0.146，大于平均中心度的节点有冷链，低温运输系统，生鲜电商，生鲜农产品，冷链物流，生鲜产品，生鲜，电子商务，消费者，农产品，配送并且这11个相关节点在整体网络中具有较高的影响力。
2.中介中心性测度分析
中介中心度数据更侧重看出因子在整个网络的影响度，测算得出该网络的中介性与平均中介中心度分别为4.28%、7.15，得出超过平均中介中心度的节点有“冷链物流”、“生鲜电商”、“物流农产品”等10个。
二、趋势分析
经前面社会网络分析，生鲜配送研究在逻辑上可分为生鲜的低温保鲜控制研究，生鲜物流配送研究以及生鲜新零售下的发展研究三个层次。随着社会保鲜科学技术的发展，生鲜配送在技术层面上的难题将会逐渐攻关，因此最后还是会落脚到市场上。以生鲜消费者为中心，线上和线下依靠物流而结合，实现生鲜发展新高度。
（一）生鲜低温保鲜控制
因生鲜农产品本身特质，决定了冷链物流以及冷链低温控制系统等保鲜方面的研究将会进一步拓展。在新时期下，生鲜低温保鲜控制的研究是需要和的当下的新的技术紧密结合。通过融合北斗导航、物联网、云计算、大数据、移动互联等先进信息技术，构建 “四位一体”冷链物流工程管理技术体系，建立国家大数据分析中心和国家冷链物流大数据实时监控预警平台，这将在很大程度上提高对生鲜食品低温控制系统进一步加强，生鲜食品在配送过程当中保鲜信息更加透明。
（二）生鲜物流配送研究
（1）路径优化。生鲜食品从出发点出发到达消费者手中经过的路线的最优化，以客户满意度为最大、配送费用最小为目标下建立多目标路径优化模型。[3]路径的优化，可以缩减生鲜物流配送过程当中的成本损失，同时也可以让生鲜食品以较好较快的方式达到顾客手中。路径优化的过程中需要考虑固定成本，运输成本，货损成本，惩罚成本和能耗成本等，建立了以总成本最小为目标函数的农产品冷链物流车辆配送路径优化模型。[4]
（2）遗传算法。“遗传算法”因子的绝对中心度是0.121，是和“路径优化”因子的0.125的绝对中心度相近的，因为遗传算法一般是在路径优化过程当中使用的方法，因此遗传算法在生鲜配送过程当中的中心度会随路径优化的变化而变化。
（3）配送中心。只有选对配送中心地址，才能保证生鲜产品快捷、保质送达至消费领域。[5]配送中心的建立，可以有效的提高生鲜的物流配送效率，更好的服务生鲜消费者对生鲜农产品新鲜度、品质度及配送时间窗的需求，降低了物流企业的配送成本。在中介中心度当中，“配送中心”的中心性5.609是仅次于“路径优化”的5.764的，因为生鲜食品配送中心的建立在某些程度上，也是从生鲜食品配送的开端到末端当中的路径优化的一个步骤。
参考文献
[1] 吉亚力，田文静，董颖 . 基于关键词共现和社会网络分析的我国智库热点主题研究[J]. 情报科学，2015（3）：108-111.
[2] 王晶，刘昊天，赵然. 基于食品安全的生鲜食品冷链运营优化研究[J]. 系统工程理论与实践，2018，38（1）：122-134.
[3] 杨建亮，侯汉平. 冷链物流大数据实时监控优化研究[J]. 科技管理研究，2017，37（6）：198-203.
[4] 李昌兵，汪尔晶，袁嘉彬.物联网环境下生鲜农产品物流配送路径优化研究[J].商业研究，2017（04）：1-9.
[5] 樊世清，娄丹，孙莹. 生鲜农产品冷链物流车辆配送路径优化研究[J]. 保鲜与加工，2017，17（6）：106-111.