【摘要】为了探究国内外供应链绩效的研究现状，利用科学知识图谱研究方法，选取中国知网(CNKI)数据库和Web of Science(WOS)数据库中以供应链绩效为主题的文献，采用信息可视化软件CiteSpace探索国内外供应链绩效主要研究热点和发展趋势。研究发现:从发文量来看，国内研究发文量逐渐减少，而国外供应链绩效研究发文量总体呈上升趋势;从研究机构来看，中国的高等院校为主要的研究力量，供应链绩效研究领域整体研究力量相对分散，研究作者之间尚未形成密切的合作网络;国内研究热点聚焦于供应链绩效的研究方法、供应链绩效评价分析、供应链金融主题下的供应链绩效研究以及供应链整合对供应链绩效的影响研究，国外研究热点在于绿色供应链绩效研究、供应链绩效的研究方法和供应链绩效分析与评价;国内研究朝着数字化转型发展，国外研究沿着供应链韧性方向发展，关注信息技术对供应链绩效的影响。

　　【关键词】供应链绩效;知识图谱;CiteSpace;文献计量

　　2014年11月，习近平总书记在亚太经合组织(APEC)会议上，发出互联互通的供应链领域合作倡议，明确提出供应链战略［1］。2017年10月，国务院办公厅印发《关于积极推进供应链创新与应用的指导意见》。2022年9月，国资委等八部门联合发布意见，提出供应链金融规范，推动供应链产业链稳定升级和国家战略布局。随着供应链在社会经济发展中的重要程度不断提升，供应链绩效也随之成为供应链研究领域中的热点。绩效评价被认为是企业计划和控制的重要组成部分，随着全球化的市场竞争日益加剧，企业内外部环境的不断变化，以及各类质量管理、效率评价方法的引进和实施应用，企业绩效评价也日益受到重视，其相关研究延伸到供应链领域［2］。虽然已有学者发表众多供应链绩效研究文章，却鲜有对研究成果的梳理与计量分析。

　　因此，本文采用文献计量方法，使用知识图谱软件CiteSpace对以供应链绩效为主题的中文文献和外文文献进行定量统计和计量分析，在分析供应链绩效研究现状的基础上，发现供应链绩效的研究热点和演进趋势，以期为供应链绩效研究学者提供参考和借鉴。

　　1数据来源与研究方法

　　1．1数据来源

　　针对我国供应链绩效研究，本文以中国知网(CNKI)期刊数据库为数据源，文献类型选择学术期刊，来源类别设置为SCI和CSSCI，检索时间范围为2000～2023年，以“主题=供应链绩效”为检索条件，截止到2023年7月31日，共检索到来源文献1616篇，为保证研究的可靠性和典型性，剔除会议通知、专利、新闻报道等体裁文章，得到文献1615篇。本文将基于这1615篇有效文献对中文领域供应链绩效的研究现状和前沿趋势进行计量分析。

　　英文文献来自于Web of Science(WOS)数据库核心合集，文献类型为“Article”，将主题词设定为“supply chain performance”进行检索，时间范围不限，截至2023年8月共检索到1299篇文献，剔除会议论文、书籍等，使用CiteSpace软件进行数据除重，共识别出1171篇文献。本文将基于这1171篇文献对英文领域供应链绩效研究进行分析。

　　1．2研究方法

　　科学知识图谱研究是以科学学为基础，融合了计算机科学、信息科学和数学等多学科知识，拓展了信息计量学以及科学计量学的发展边界［3］。CiteSpace是由陈超美教授在2004年基于Java语言开发的信息可视化软件［4］，主要用于计量和分析文献［5］。CiteSpace软件可以展现某一学科领域的研究热点和发展规律，为学者进行科学研究提供参考。设置时间间隔为2000年1月至2023年7月，时间切片为1年，通过使用CiteSpace5．7.R5进行共现分析以及热点分析，并绘制出对应的供应链绩效知识图谱。

　　2供应链绩效研究现状分布

　　2．1发文趋势分布

　　论文发表数量能够反映出一个学科研究的发展水平。为分析供应链绩效研究的现状，根据CNKI数据库给出的统计数据，绘制出有关供应链绩效研究文献的发文趋势图。从整体来看，以供应链绩效为主题的文献在2000－2023年发文数量波动较大，2000－2002年发文量较少，为萌芽阶段;2002-2008年稳步增长，但在2008－2011年出现下降趋势，2011年之后发文量转而迅速增长，2013年为此期间最高年份，达到134篇文献。2014年之后的发文量均在120篇以内，并且呈现出明显的下降趋势。文献搜索日期截止到2023年7月30日。2000～2023年发文趋势如图1所示。在WOS核心合集数据库中，最早发文年份为2003年，发文量整体呈递增趋势，2015年之后快速增长，在2022年达到最高值174篇，研究热度不减。

　　2．2发文机构分布

　　通过研究文献的来源机构可以了解领域内的主要科研力量。表1为相关发文量超过30篇的研究单位，即国内主要的供应链绩效研究单位，它们全部为高等院校。从发文量来看，中国人民大学贡献最大，共计发文80篇。而重庆大学、华南理工大学、西安交通大学、上海交通大学等也是国内供应链绩效领域研究的核心力量。从机构属性来看，交通类行业性高校是主要的研究群体。理工科实力较强的华中科技大学和天津大学的发文量也均在40篇以上。

　　国际学术期刊供应链绩效主题发文量排名前10的机构中，中国的高等院校占据6席。伊朗的伊斯兰阿扎德大学和德黑兰大学、法国的蒙彼利埃高等商学院和新加坡的新加坡国立大学的发文量均在14篇以上。

　　2．3核心作者分布

　　作者是科学研究的主体，通过对作者发文量和作者合著论文进行分析，可以识别相关研究领域的核心作者及彼此间的合作关系。国内学者主要有宋华、但斌、马士华、张旭梅、叶飞等，他们的发文量均在10篇以上，并且受同行学者的关注度较高，在供应链绩效研究领域具有较高的影响力。其中，发文量最多的是中国人民大学的宋华，共计50篇。来自重庆大学的但斌紧随其后，发表了23篇文章。但斌和张旭梅之间的连线强度较大，合作相对密切。除此之外，虽然胡劲松开始研究供应链绩效的时间相对较晚，但也发文10篇，且与马德青联系密切，共同发表过合作文章，这与两人同在青岛大学任职不无关系。根据普赖斯定律N≈0．749×■(其中Nmax为发文量最高作者的发文数量)，将供应链绩效研究的最高发文量50代入，得N≈5．296，取整数5，将发文量大于5的作者列为核心作者，总计20位，共发文225篇，占总数的13．93%，尚未达到普赖斯定律要求的50%，因此可以得出，供应链绩效研究的核心作者群尚未形成。在作者合作网络中共有615个节点，但是连线只有306条，整体密度为0．0016，而且作者的分布相对分散且彼此联系不多，说明对供应链绩效进行研究的研究者之间合作程度相对较低。国外核心作者主要有Gunasekaran、Dubey和Voigt，发文量分别为12篇、9篇和8篇，与中文文献作者相比，发文数量相对较少，合作也较为松散，尚未形成紧密的合作网络。

　　3供应链绩效研究的热点

　　3．1关键词共现分析

　　关键词是代表一篇文献中重要知识点的词语。通过对某一研究领域关键词的词频进行分析，就能够明确一定时间段内学科的研究热点。在关键词共现网络图谱中，节点代表在文献中出现的关键词，节点越大就表明该关键词出现的频次越高;而关键词出现的次数越多，越能反映其在研究中的重要程度。除此之外，中心度也是关键词共现网络图谱中的重要指标，中心度值的大小表明该关键词的重要程度以及与其余关键词的关联程度，将两者结合起来进行分析能更准确地反映供应链绩效研究热点以及前沿发展趋势。

　　如表2所示，在中文文献中关键词出现频次最高的前5个词依次为“供应链”(314次)、“供应链管理”(115次)、“绩效评价”(83次)、“企业绩效”(66次)、“供应链绩效”(58次)，此外，供应链协调、绿色供应链、供应链金融、信息共享也是供应链绩效领域研究者所共同关注的重要主题。Stackelberg博弈和结构方程模型为供应链绩效研究的主要研究方法。在英文文献中出现频次排名前五的关键词为“management”(372次)、“model”(260次)、“impact”(254次)、“supply chain management”(225次)、“supply chain performance”(186次)。

　　3．2关键词聚类分析

　　在CiteSpace软件中，时间切片设为1年，以关键词共现分析为基础对关键词进行聚类分析，使用LLR算法(对数似然算法)可以得到与主题对应的关键词聚类视图。

　　对CNKI数据库选取的1615篇中文文献关键词进行聚类分析，从结果显示:模块值(Modularity Q)=0．6318，平均轮廓值(Mean Silhouette S)=0．8801，(当模块值Q＞0．3时，表明聚类结构十分显著，模块值越大说明网络的聚类效果越好;当平均轮廓值S＞0．7时，表明聚类高度集中且具有实际研究价值)，根据模块值和平均轮廓值可以认为供应链绩效关键词聚类模块划分相对合理。图2显示聚类群组有15个，包括供应链(#0)、绩效评价(#1)、供应链管理(#2)、供应链协调(#3)、供应链整合(#4)、供应链金融(#5)、企业绩效(#6)、绿色供应链(#7)、供应链绩效(#8)、协调(#9)、NASH均衡(#10)、农产品供应链(#11)、分销商(#12)、集成场(#13)、供应链绩效评价(#14)。在供应链绩效研究的关键词聚类图谱的基础上，进一步整理得到聚类具体关键词，如图3所示，其中各个聚类的同质性均在0．8以上，这表明聚类效果良好。

　　同理，对从WOS数据库选取的1171篇英文文献关键词进行聚类分析，结果显示:模块值(Modularity Q)=0．7458，平均轮廓值(Mean Silhouette S)=0．8915，说明聚类结构是显著的，且具有合理性。图4显示排名前5的聚类有:supply chain(#0)、supply chain management(#1)、china(#2)、resource-based view(#3)、supply chain coordination(#4)。

　　3．3研究热点分析

　　3．3．1国内供应链绩效研究热点

　　根据供应链绩效研究的关键词共现图谱、关键词聚类图谱和关键词聚类表，可以将中文领域供应链绩效研究热点大致归纳为以下几个主题。

　　①供应链绩效的研究方法。

　　研究学者对于供应链绩效研究方法呈现多样性，并朝着多方法融合的方向发展。主要研究方法有平衡记分卡、层次分析、因子分析、SCOR法、数据包络分析等。李贵春等［6］构建多级动态模糊综合评价方法来对供应链绩效进行评价。席一凡等［7］根据模糊神经网络来完善供应链绩效评价指标体系。刘春贵，郭忠行［8］利用数据包络分析法构建低碳供应链，绩效评价指标体系，克服了主观评价方法的不足。何宜庆等［9］针对指标赋权进行改进，综合主客观因素，将G1－DEA和TOPSIS－灰色关联分析进行结合，提升了绩效评价的准确性。周业付［10］借鉴平衡记分卡绩效评价思想，选取层次分析法和模糊综合评价法对农产品供应链进行绩效评价。学者们克服单一研究方法的不足，结合不同问题和情境构建评价指标体系，综合运用各种模型及方法对供应链绩效进行分析。

　　②供应链绩效评价分析。

　　研究者通过不同视角研究供应链绩效评价。从行业层面来看，有跨境电商、农产品、制造业、服装产业和港口等。蔡礼辉，饶光明［11］分析了跨境电商供应链绩效的影响因素并将其划分为七个层次。曹炳汝，樊颜清［12］对绿色农产品供应链进行绩效评价并提出对应解决方案。现有文献集中在行业供应链绩效评价分析上，注重实用性与创新性。

　　③供应链金融主题下的供应链绩效研究。

　　供应链金融降低了中小企业的融资成本，提升了供应链绩效。宋远方，黄千员［13］总结了供应链金融研究内容，其中包括供应链各企业有关融资、采购、生产、库存等阶段的决策以及供应链金融对供应链整体绩效的影响。宋华等［14］采用实证研究方法，选取固定效应模型来研究供应链金融与企业绩效之间的关系，以金融为导向和以供应链为导向的供应链金融对财务绩效以及运营效率影响差异显著。

　　④供应链整合对供应链绩效的影响研究。

　　王能民等［15］的研究认为，当前以路径分析和结构方程模型为工具研究供应链协调与绩效的关系，缺乏以中国为背景的实证研究。宋光等［16］在全渠道零售的背景下对供应链整合进行定量研究，认为供应链整合对财务绩效和运营绩效有正向影响，且对财务绩效影响更大。

　　3．3．2国外供应链绩效研究热点

　　与中文文献热点研究方法类似，对英文文献进行关键词共现分析和聚类分析，得到供应链绩效研究的关键词共现图谱、关键词聚类图谱，可以大致归纳为以下几个主题。

　　①绿色供应链绩效研究。

　　双碳背景下的绿色供应链、低碳供应链和可持续供应链成为供应链绩效研究的热点。Azevedo等［17］基于案例研究方法分析了汽车行业中绿色实践对供应链绩效的影响。Cherrafi A等［18］的实证研究发现工艺创新、绿色和精益实践之间具有协同效应，这显著提升了绿色供应链绩效。

　　②供应链绩效的研究方法。

　　英文文献中供应链绩效的研究方法有结构方程模型、SCOR法、数据包络分析、博弈论、系统动力学和元分析等。Jakhar S K，Barua M K［19］采用结构方程建模(SEM)和模糊层次分析法(FAHP)衡量了印度供应链绩效。Ramezankhani M J［20］使用动态网络数据包络分析来评估供应链绩效。

　　③供应链绩效分析与评价。

　　Sharma R等［21］对机器学习在农业供应链发挥的作用进行评述，认为其显著提升了农业供应链绩效。国外文献还关注了工业4．0、大数据能力、区块链等对供应链绩效的影响。

　　3．4关键词突现分析

　　关键词突现是指在短时间内在发表文章中出现频次较高的关键词。关键词突现展示了关键词在不同时间的关注度，关键词突现的变化展示了研究热点的变迁以及研究前沿的发展。针对CNKI数据库的文献，时间间隔设置为1年，关键词突现结果如图5所示，突现强度最高的为“供应链金融”，从2016年持续到2023年，这表明供应链金融研究延续至今并且受到研究者的持续关注。“企业社会责任”“微分博弈”“stackelberg博弈”和“数字化转型”是近五年的突现关键词，表明近五年来博弈论方法在供应链绩效研究中得到新的应用;而在数字经济背景下，供应链领域也逐步通过大数据、人工智能和区块链等数字技术来开展数字化转型，提升企业的数字化程度以降低成本、提升企业绩效。李琦等［22］通过对中国上市公司数据进行回归分析证实了数字化转型正向影响了企业绩效。李雪松等［23］通过实证研究分析了企业在数字化转型背景下融入全球创新网络对企业创新绩效的影响。数字化转型成为供应链绩效研究新趋势。

　　针对WOS数据库的文献，时间间隔设置为1年，选取排名前22的突现词，如图6所示。突现强度最高的为“supply chain management”，持续时间也相对较长。除此之外，可持续性、大数据、工业4．0、供应链韧性和区块链技术也是近五年出现的突现关键词。“sustainability”显示了在双碳背景下供应链的可持续发展。在疫情之后，“supply chain resilience”也逐渐成为学界关注的重点。

　　4研究结论

　　本文借助CiteSpace文献计量分析工具，展现了国内外供应链绩效研究领域的研究现状，包括论文时间分布、研究机构、研究热点和研究前沿。从发文量来看，国内研究发文量逐渐减少，而国外供应链绩效研究发文量总体呈上升趋势。从研究机构来看，中国的高等院校是主要的研究力量，供应链绩效研究领域整体研究力量相对分散，研究作者之间尚未形成密切的合作网络。国内研究热点聚焦于供应链绩效的研究方法、供应链绩效评价分析、供应链金融主题下的供应链绩效研究以及供应链整合对供应链绩效的影响研究。国外研究热点在于绿色供应链绩效研究、供应链绩效的研究方法和供应链绩效分析与评价。通过梳理发现国内外对供应链绩效的研究存在差异。相同的是国内外学者都综合多种研究方法对供应链绩效进行评价，并且注重与具体情境的结合。不同的是国内关注供应链金融与数字化转型，国外更多关注供应链韧性以及信息技术对供应链绩效的影响。

　　本文研究结果仍然具有一定的局限性，国内文献局限于CNKI数据库，国外文献只选取WOS数据库且只选取了英文文献，未来可扩展到其他数据库以及对其他语言的文献进行分析。

　　［参考文献］

　　［1］路红艳．改革开放40年内贸流通发展实践与理论创新［J］．商业经济研究，2019(10):5－8.

　　［2］霍佳震，隋明刚，刘仲英．企业绩效及供应链绩效评价研究现状［J］．同济大学学报(自然科学版)，2001(08):976-981.

　　［3］陈悦，刘则渊．悄然兴起的科学知识图谱［J］．科学学研究，2005(02):149－154.

　　［4］陈悦，陈超美，刘则渊，胡志刚，王贤文．CiteSpace知识图谱的方法论功能［J］．科学学研究，2015，33(02):242-253.

　　［5］Chen C．Searching for intellectual turning points:Progressive knowledge domain visualization［C］．Proceedings of the National Academy of Sciences of the United States of America，2004，101(suppl):5303－5310.

　　［6］李贵春，李从东，李龙洙．供应链绩效评价指标体系与评价方法研究［J］．管理工程学报，2004(01):104－106.

　　［7］席一凡，王超，聂兴信．基于模糊神经网络的供应链绩效评价方法研究［J］．情报杂志，2007(09):77－79.

　　［8］刘春贵，郭忠行．基于DEA低碳供应链绩效评价研究［J］．科技管理研究，2012，32(09):96－100.

　　［9］何宜庆，李论，白彩全．基于G1－DEA和TOPSIS－灰色关联分析的供应链绩效评价方法———以企业内部供应链为例［J］．科技管理研究，2016，36(16):68－73.

　　［10］周业付．基于AHP－FCE模型的农产品供应链绩效评价［J］．统计与决策，2020，36(23):178－180.

　　［11］蔡礼辉，饶光明．跨境电商供应链绩效评价［J］．财会月刊，2016(27):78－81.

　　［12］曹炳汝，樊颜青．基于DEA与主成分分析的绿色农产品供应链绩效评价研究［J］．科技管理研究，2017，37(06):72－77.

　　［13］宋远方，黄千员．国内供应链金融研究进展———基于2005—2017年CSSCI文献分析［J］．中国流通经济，2018，32(01):47－54.

　　［14］宋华，黄千员，杨雨东．金融导向和供应链导向的供应链金融对企业绩效的影响［J］．管理学报，2021，18(05):760－768.

　　［15］王能民，汪应洛，杨彤．供应链协调机制选择与绩效关系研究综述［J］．管理科学，2007(01):22－29.

　　［16］宋光，王妍，宋少华，等．全渠道零售策略下的供应链整合与企业绩效关系研究［J］．管理评论，2019，31(06):238－246.

　　［17］Azevedo S G，Carvalho H，Machado V C．The influence of green practices on supply chain performance:A case study approach［J］．Transportation Research Part E:Logistics and Transportation Review，2011，47(6):850－871.

　　［18］Cherrafi A，Garza-Reyes J A，Kumar V，et al．Lean，green practices and process innovation:A model for green supply chain performance［J］．International Journal of Production Economics，2018，206:79－92.

　　［19］Jakhar S K，Barua M K．An integrated model of supply chain performance evaluation and decision－making using structural equation modelling and fuzzy AHP［J］．Production Planning＆Control，2014，25(11):938－957.

　　［20］Ramezankhani M J，Torabi S A，Vahidi F．Supply chain performance measurement and evaluation:A mixed sustainability and resilience approach［J］．Computers&Industrial Engineering，2018，126:531－548.

　　［21］Sharma R,Kamble S S，Gunasekaran A，et al．A systematic literature review on machine learning applications for sustainable agriculture supply chain performance［J］.Computers＆Operations Research，2020，119:104926.

　　［22］李琦，刘力钢，邵剑兵．数字化转型、供应链集成与企业绩效———企业家精神的调节效应［J］．经济管理，2021，43(10):5－23.

　　［23］李雪松，党琳，赵宸宇．数字化转型、融入全球创新网络与创新绩效［J］．中国工业经济，2022(10):43－61.