在国家高质量发展战略的实施和疫情事件冲击的背景下，产业链供应链问题受到社会各界的广泛关注。基于中国知网（CNKI）数据库于2001年至2021年收录的有关454篇核心（CSSCI）期刊论文，运用可视化分析软件，采用时空知识图谱和内容知识图谱等研究方法，分析制造业产业链供应链的研究热点与发展趋势。研究发现：产业链供应链领域研究从2008年开始受到广泛关注，研究主要集中于“个性化需求”“智能制造”“产业升级”“产业聚集”等方面，目前研究前沿体现在“环境规制”“国际分工”“企业绩效”和“数字经济”等方面；但存在研究机构、学者间合作度低、几乎没有形成较为成型的学术团队、跨学科、缺乏跨领域合作研究等问题。

　　►在国家政策的推动下，我国产业链供应链得到快速发展。2019年10月，国家发改委在《产业结构调整指导目录》中提出现代物流业属于鼓励类产业，其中包括“现代供应链创新与应用”等。

　　“十四五”时期国家制定了加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，把创新和产业链相结合推动新发展格局高质量发展的发展战略。2020年9月，国家发改委等14部门再次在《推动物流业制造业深度融合创新发展实施方案》明确促进物流业制造业协同联动和跨界融合，延伸产业链，稳定供应链，提升价值链，并提出培育国际供应链服务。现阶段，产业链供应链发展已进入关键时期。

　　优化和稳定产业链、供应链是大国经济必须具备的重要特征。科技的飞速进步、消费水平不断提高，新产品生命周期越来越短，客户对订单的响应速度以及对产品和服务的期望越来越高。企业运营的驱动方式也从生产者驱动模式转变为消费者驱动模式，而模式的转变对产业链供应链提出了新的挑战。国内关于“产业链”的研究最早出现在1985年，随着社会经济的发展，产业链相关理论体系逐渐发展趋于成熟，从静态链式结构发展为度相互联系，到比较完整的动态链式结构。供应链是扩展的企业结构模式，是一条连接供应商与用户的物流链、信息链、资金链且是一条增值链。同时供应链已由传统的制造商、零售商上下游协调管理的模式，转变成在适应当前的大环境下，与数字化程序、互联网技术充分结合的模式。产业链供应链相关理论研究已相对成熟，如何利用目前已有研究加速推进产业链供应链在具体领域的实际应用具有重要意义。

　　论文的发表数量是衡量某领域学术发展水平和科研成果的重要指标。要科学认识和把握产业链供应链的研究现状和发展趋势，就必须对各年份发文量进行分析。本文利用CNKI数据库进行文献检索，得到2001至2021年各年份在产业链供应链领域的文献发表数量，从图1中可以看出：2001至2004年期间发文量较低，年平均发文量不足5篇，从2005年开始文献量慢慢增长。特别是2017年，国务院办公厅发布《关于积极推进供应链创新与应用的指导意见》， 推动了相关领域的理论研究发展，发文量达到了历史最高。直到2021年，我国整体文献发表总量呈现逐年波动增加趋势，说明产业链供应链领域逐渐受到学者的关注。

　　在作者共现图谱的图2中，网络节点数为851，连线，网络密度值越低代表数据越分散，该网络密度值表明该领域学者大多是独立研究，合作度较低。在文献发表总数量方面，居于前列的作者有蔡呈伟、戚聿东、胡化广、张树山、孙磊等，他们为该领域相关研究奠定了重要基础。虽然学术界对产业链供应链领域的研究逐渐深入，但整体仍处于初期探索阶段，学者间的合作度较低，几乎没有形成较为成型的学术团队进行相关领域的专题研究。

　　发文机构共现图谱中节点数为380，连线。说明该领域的研究机构合作度较低，大多为独立研究。从文献发表数量来看，发文量较高的有东北师范大学经济与管理学院、北京印刷学院新闻出版学院、北京师范大学经济与工商管理学院等机构。这些机构在我国产业链供应链研究领域中处于核心地位。从研究的持续性角度来看，希望科研机构间能开展合作，进而推动学术界的互利共赢。

　　所谓关键词，是指从论文中选取能够代表论文主题的关键词，使用简单且明确，每篇文献大多数为3~8个关键词。研究热点是指在一定时期内被大量讨论的具有内在联系的科学问题。如果一个关键字出现的频率较高，说明该关键字是一个热点问题。另外，关键词也可以帮助观察未来的研究趋势和方向。为研究产业链供应链的研究热点，本文利用CiteSpace对文献的关键词进行共现分析，如图3所示，在关键词共现分析图谱中，节点的大小代表其出现的次数，节点之间的线表示共生强度。同时，由内到外、由冷色到暖色的节点代表着从早到当前的发布时间。一些节点则显示紫色的外环，表明这些主题的高中心性。这个节点与其他节点联系紧密，也是连接不同研究领域的关键节点。

　　分析发现“制造业”出现的频次最高，同时节点呈紫色外环，证明制造业与其他要素存在着紧密联系“制造业”“产业升级”“产业集聚”等关键词出现的频率最高，表明现阶段的产业链供应链的研究热点主要就在产业升级，产业集聚方向=“产业集聚”与“产业转移”“物流业”与“供应链”等节点之间存在着紧密联系。未来有关产业链供应链的研究应多考虑产业集聚与产业转移的连接，充分发挥产业链供应链的潜能。

　　总体而言，关键词共现网络知识图谱表明未来产业链供应链的发展将以制造业为核心，关注产业结构升级与集聚效应。同时关键词共现网络结构仍然较为松散，密度不高。在未来的产业链供应链研究中，应做好研究合作工作，对研究课题保持足够的专注，选择合适的课题进行精准深入的研究。

　　单一的分析关键词的出现频次以及各关键词的紧密联系是无法得到说服力强的研究热点。本文利用CiteSpace中的聚类分析，以样本中特征明显的词为聚类对象，挖掘该领域的时域和跨域热点，并分析已有研究的热点领域。

　　对文献中所有的关键词聚类为19大类，从自动聚类形成的聚类图（图4）得出#16个性化需求，#0智能制造，#1产业集聚，#2供应链，#7产业升级，#5产业链5个最大的聚类信息。第一个研究热点是将智能制造应用于制造业产业链供应链，现阶段社会处于数字化时代，运用智能制造是重塑制造业新优势的现实需要。第二个研究热点是满足服务对象的个性化需求，在大量生产，大量消费的情况下个性化需求潜移默化地成为新的前景。第三个研究热点是产业集聚，产业集聚有利于企业更稳定，更有效率地得到供应商的服务。第四个研究热点是产业升级，企业依靠技术进行进步，改善产业结构，提高产业素质与效率。

　　突变词指在较短时间内出现较多或使用频率较高的词， 根据突现词的词频变化可以判断研究领域的前沿与趋势。根据CiteSpac相关分析，得到产业链供应链突现主题及对应的 突现率和被引历史起止年份，如表1所示被引用次数最多的前21个关键词。产业链供应链研究热点：“数据化” “智能制造”主要体现在2001至2007年，“产业集群”体现在2007—2013年，“一带一路”体现在2015至2021年，并且研究趋势表现为逐年上升。这在一定程度上说明，目前国内制造业产业链供应链研究前沿主要体现在数据化、智能制造、产业集群、一带一路等领域，也意味着国内未来的产业供应链发展将在这些方面不断进步与扩展。

　　本文基于聚类图按时间片段统计了产业链供应链前沿关键词时序图谱，根据已得到图谱对图片显示的数据进行分析研究，我们可以了解到国内产业链供应链的发展脉络大致分为四个阶段：第一阶段是酝酿期（2001至2007年），可以看成是产业链供应链的技术基础或思想根源，主要涉及数据化和智能制造应用；第二阶段是起步期（2007至2013年），涉及产业链供应链应用于产业集群、自主创新及供应链和对策；第三阶段是发展期（2013至2017年），涉及产业转移、知识服务、要素稟赋的突起；第四阶段是成熟期（2017至2021年），涉及产业链供应链引发的“一带一路”、国际分工、企业绩效及数字经济的应用。

　　从国内产业链供应链的发展脉络可见，其发展理念、技术、产业、实践等方面的日益成熟，为产业连供应链的发展前景提供了保障，产业链供应链的深入认识及具体应用将成为今后时代的重要议题和发展趋势。

　　第一，通过时间分布图谱发现，产业链供应链研究具有重要价值，最早于2001年就有学者进行研究，从2008年开始受到广泛关注，我国制造业产业链供应链研究成果数量丰富，整体发文量呈逐年上升趋势，但目前该领域的研究成果仍明显不足，未来期待更多的学者进行深入探索。

　　第二，通过空间分布图谱发现，虽然学术界对供应链产业链的方向的研究逐渐深入，但总体还处于初期探索阶段，研究机构、学者间的合作度较低，几乎没有形成较为成型的学术团队，期盼研究机构、学者间加强合作，使产业链供应链领域甚至更多相关领域得到进一步的发展。

　　第三，研究热点的结果表明，目前产业链供应链研究主要集中于“个性化需求”“智能制造”“产业升级”和“产业聚集”等方面，并且对于“产业聚集”与“产业转移”“物流业”与“供应链”等关系的研究较多，但研究集中度相对较低，期待未来研究中学者们进行精准深入的研究。

　　第四，研究趋势的结果表明，目前国内供应链产业链研究前沿体现在“环境规制”“国际分工”“企业绩效”和“数字经济”等方面。从早期的“数据化”“智能制造”“产业升级”到“产业集群”“产业转移”“知识服务”再到现在的研究前沿，体现了供应链产业链研究的发展，也展现了数字化与转型升级的前进足迹。结果也表明，目前该研究的主题较为单一，研究领域与范围较小，期盼学者们进行多学科、多领域交叉的研究，开拓新的研究方向。

　　[1] 王珂. 人工智能在实现两个必然中的作用及启示——基于生产方式变革的考察视角[J]. 马克思主义研究, 2021(9):9.

　　[2] 王媛媛. 基于技术-组织双重创新的智能制造生产方式研究[J]. 山会科学, 2020(7):6.

　　[5] 师慧丽, 李泽宇, 陈明. 应对智能制造:德国高校专业课程的改革及启示——以慕尼黑工业大学和安贝格应用技术大学为例[J]. 高等工程教育研究, 2021(6):7.

　　[7] 张紫霄, 杜国良, 杨梓涛. 智能制造背景下数据共享平台体系构建——以S集团为例[J]. 财会通讯, 2021(12):5.

　　[9] 李春发, 李冬冬, 周驰. 数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J]. 商业研究, 2020(2):10.

　　同道智库是一家始终围绕JM科技创新主线，致力于为ZF、高校、科研院所和企业等提供政策咨询、科技成果转移转化以及科技资源整合等服务的平台型智库。