□ 劉 博，徐曉敏

(北京信息科技大學(xué) 信息管理學(xué)院，北京 100192)

近年來，我國物流行業(yè)得到快速發(fā)展，為滿足物流行業(yè)高速發(fā)展帶來的人才需求，高素質(zhì)、應(yīng)用型物流人才培養(yǎng)越來越成為高等教育關(guān)注的熱點(diǎn)[1]。在此背景下，2004年我國46所高校開始正式招收物流工程專業(yè)碩士，2020年由工學(xué)位調(diào)整為工程管理專業(yè)學(xué)位，并更名為物流工程與管理[2]。截止至2021年，全國共91所院校設(shè)立該專業(yè)碩士學(xué)位點(diǎn)，2021年全國招生人數(shù)超過2400人。

物流工程與管理專業(yè)碩士培養(yǎng)主要以物流系統(tǒng)為研究對象，是管理與技術(shù)的交叉學(xué)科，與交通運(yùn)輸工程、管理科學(xué)與工程、工業(yè)工程、計算機(jī)等領(lǐng)域密切相關(guān)[3]。在培養(yǎng)過程中，各學(xué)校結(jié)合自身特點(diǎn)凸顯物流工程與管理專業(yè)碩士的培養(yǎng)特色，而北京信息科技大學(xué)是一所順應(yīng)信息時代發(fā)展趨勢、具有鮮明信息技術(shù)特色的北京市屬高等學(xué)校，于2010年在信息管理學(xué)院申請?jiān)O(shè)立物流工程專業(yè)碩士學(xué)位點(diǎn)，于2011年開始招生，截止到2021年7月，畢業(yè)生人數(shù)為115人，在讀學(xué)生63人。

2020年招考政策改變，該專業(yè)考試科目減少、考試難度降低，報考人數(shù)大大增加，所招收的學(xué)生由以工科專業(yè)背景為主轉(zhuǎn)變?yōu)橐怨芾韺W(xué)專業(yè)背景為主。面對外部環(huán)境的變化，物流工程與管理專業(yè)碩士培養(yǎng)現(xiàn)狀如何？今后應(yīng)該如何應(yīng)對？鑒于此，本文從北京信息科技大學(xué)物流工程與管理專業(yè)碩士學(xué)位論文入手，通過文本分析與挖掘可視化方法從多角度了解人才培養(yǎng)的現(xiàn)狀、熱點(diǎn)和趨勢，并將分析結(jié)果與人才培養(yǎng)方案進(jìn)行比較，進(jìn)一步凝練方向特色，發(fā)現(xiàn)問題，尋找調(diào)整改進(jìn)的方向，進(jìn)而提高物流工程與管理專業(yè)碩士研究生教育的質(zhì)量和水平。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源及整體情況

學(xué)位論文是碩士研究生培養(yǎng)的一個重要環(huán)節(jié)，能夠反映出學(xué)生的研究方向、熱點(diǎn)和趨勢，是研究生培養(yǎng)質(zhì)量的綜合體現(xiàn)。為此，以北京信息科技大學(xué)物流工程與管理(物流工程)專業(yè)碩士人才培養(yǎng)為例，收集該專業(yè)2014-2021年全部研究生碩士學(xué)位論文共 115篇。學(xué)位論文年度數(shù)量分布情況如圖1所示。

圖1 學(xué)位論文年度數(shù)量分布情況

從圖1中可以看出，從2014年到2017年，學(xué)位論文數(shù)量基本穩(wěn)定，這意味著2011年到2013年入學(xué)的研究生數(shù)量規(guī)模比較穩(wěn)定，與當(dāng)時物流行業(yè)處于發(fā)展初期階段的實(shí)際相吻合；接下來的幾年，論文數(shù)量開始呈現(xiàn)整體上升趨勢，與物流業(yè)快速發(fā)展對物流人才需求增加帶來的物流工程專業(yè)碩士擴(kuò)大招生規(guī)模的實(shí)際相吻合。

1.2 研究方法

研究主要采用文獻(xiàn)計量分析方法，借助于KH Coder可視化分析工具進(jìn)行。

文獻(xiàn)計量分析方法是集數(shù)學(xué)、統(tǒng)計學(xué)、文獻(xiàn)學(xué)為一體、注重量化的綜合性知識體系[4]。在此以學(xué)位論文中題目、關(guān)鍵詞和摘要信息作為數(shù)據(jù)來源，借助KH Coder軟件從多角度進(jìn)行可視化分析。

KH Coder是一款基于詞典的非結(jié)構(gòu)化文本分析軟件，該軟件具有除相似度計算以外的詞頻統(tǒng)計、檢索、預(yù)測、可視化等多種功能；與目前常用的其它文本可視化分析軟件相比，KH Coder能夠?qū)ζ湎到y(tǒng)支持語言下的所有類型文本信息進(jìn)行分析[5]。在此主要使用詞匯網(wǎng)絡(luò)、交叉匯總、主題編碼功能進(jìn)行可視化分析，得出比較全面的分析結(jié)果。

2 論文文獻(xiàn)可視化分析

2.1 高頻詞及共現(xiàn)網(wǎng)絡(luò)分析

高頻詞是指在文本中出現(xiàn)次數(shù)多、使用較頻繁的詞，能夠體現(xiàn)文本內(nèi)容的中心主題。為進(jìn)行研究，本文通過從學(xué)位論文的題目和關(guān)鍵詞中提取的高頻詞匯來提煉該專業(yè)學(xué)生論文研究中關(guān)注的熱點(diǎn)問題。為保證文本數(shù)據(jù)分析的合理性，在提取高頻詞前，首先剔除“研究”“分析”“發(fā)現(xiàn)”等這類屬于論文題目常見詞但并不能反映文章核心內(nèi)容的詞匯[6]，然后將一些物流領(lǐng)域?qū)Ｓ忻~設(shè)定為強(qiáng)制提取詞匯，以達(dá)到相對理想的高頻詞提取效果。其中出現(xiàn)次數(shù)前20的高頻詞及詞頻如表1所示。

表1 前20位高頻詞及詞頻

從表1中可以看出：從研究內(nèi)容看，以供應(yīng)鏈、電子商務(wù)、物聯(lián)網(wǎng)、冷鏈物流為研究對象的論文較多，是該校學(xué)生在該領(lǐng)域論文研究選擇的主要主題；從研究方法看，“神經(jīng)網(wǎng)絡(luò)”“遺傳算法”的大量出現(xiàn)說明這兩種方法是學(xué)生比較常用的解決物流問題的算法。

高頻詞共現(xiàn)網(wǎng)絡(luò)是從高頻詞間共現(xiàn)關(guān)系的角度建立圖譜網(wǎng)絡(luò)的，從中揭示信息內(nèi)容的關(guān)聯(lián)，發(fā)現(xiàn)延展的主題信息，分析學(xué)科主題結(jié)構(gòu)的演化過程[7]。通過共現(xiàn)網(wǎng)絡(luò)的功能進(jìn)行共現(xiàn)結(jié)果如圖2所示，其中氣泡大小表明該詞出現(xiàn)頻率的高低，同一顏色氣泡表明同一節(jié)點(diǎn)群，連線粗細(xì)表明這兩個主題詞之間關(guān)系的緊密程度。

圖2 高頻詞共現(xiàn)網(wǎng)絡(luò)

根據(jù)詞匯共現(xiàn)網(wǎng)絡(luò)圖可以看出共包含九個節(jié)點(diǎn)群，每一節(jié)點(diǎn)的核心詞及關(guān)聯(lián)詞如表2所示。

表2 共現(xiàn)網(wǎng)絡(luò)核心詞及關(guān)聯(lián)詞

每一節(jié)點(diǎn)群所顯示的高頻詞組合形成比較完整的研究內(nèi)容和研究路徑。如：

節(jié)點(diǎn)群1：圍繞風(fēng)險管理主題，主要研究供應(yīng)商選擇和信息泄露相關(guān)風(fēng)險、物聯(lián)網(wǎng)的應(yīng)用帶來的不確定性以及質(zhì)量安全問題，通常采用綜合評價、信任評估的方法。

節(jié)點(diǎn)群2：圍繞物流文本挖掘主題，主要研究針對微博在線評論、商品評論等文本內(nèi)容進(jìn)行挖掘，分析其情感傾向用于商品銷售訂單的預(yù)測。

節(jié)點(diǎn)群3：圍繞路徑優(yōu)化主題，所研究的內(nèi)容主要是配送路徑、運(yùn)輸線路的優(yōu)化，找到在滿足用戶需求的前提下以成本最小或者時間最短等為目標(biāo)的路徑方案。

節(jié)點(diǎn)群4：圍繞應(yīng)急物流主題，主要研究針對各種突發(fā)事件出現(xiàn)時應(yīng)如何對物資需求進(jìn)行緊急保障。

節(jié)點(diǎn)群5：圍繞信用評價主題，主要研究通過構(gòu)建指標(biāo)體系對合作伙伴進(jìn)行評價，為企業(yè)選擇戰(zhàn)略合作伙伴提供量化依據(jù)。

節(jié)點(diǎn)群6：圍繞電子商務(wù)中隱私保護(hù)主題，主要研究如何運(yùn)用信息技術(shù)對物流信息系統(tǒng)進(jìn)行優(yōu)化，提高安全性。

節(jié)點(diǎn)群7：圍繞冷鏈物流主題，主要研究基于電子商務(wù)的生鮮產(chǎn)品配送問題。

節(jié)點(diǎn)群8：圍繞大宗商品交易物流主題，主要研究各類大宗商品物流系統(tǒng)的優(yōu)化以及與大宗商品交易相關(guān)的供應(yīng)鏈金融問題。

節(jié)點(diǎn)群9：圍繞庫存與需求預(yù)測主題，主要研究采用機(jī)器學(xué)習(xí)算法對商品市場需求和庫存水平進(jìn)行預(yù)測。

2.2 研究熱點(diǎn)主題及演化分析

研究熱點(diǎn)主題是指在一定時期范圍內(nèi)研究內(nèi)容中數(shù)量較多且存在一定關(guān)聯(lián)或相似度的文獻(xiàn)所研究的主題，通過研究熱點(diǎn)主題分析能夠發(fā)現(xiàn)該領(lǐng)域的研究動向。基于題目和關(guān)鍵詞對學(xué)位論文中的研究熱點(diǎn)主題進(jìn)行挖掘，可以顯示北京信息科技大學(xué)人才培養(yǎng)的優(yōu)勢與特色，為此，利用KH Coder的編碼分析功能進(jìn)行匯總得到每個主題對應(yīng)的論文數(shù)量。研究熱點(diǎn)主題分布情況如表3所示。

表3 學(xué)位論文研究熱點(diǎn)主題分布情況

從表3中可以看出，其中對路徑與流程優(yōu)化問題、庫存控制以及需求預(yù)測、風(fēng)險管理三個方向的研究較多，其占比均超過10%，其他的研究主題包括冷鏈物流、物流領(lǐng)域的文本分析、物流隱私保護(hù)、大宗商品交易，分別為9%、8%、6%、3%。三大研究熱點(diǎn)主題從一定程度上體現(xiàn)了北京信息科技大學(xué)物流工程與管理專業(yè)碩士人才培養(yǎng)的方向和特色。

研究熱點(diǎn)主題的演化表示在相對較長的一個時間段內(nèi)研究主題發(fā)展變化的趨勢，有助于了解研究主題發(fā)展過程和變化特點(diǎn)。為獲取研究熱點(diǎn)主題的演化趨勢，借助KH Coder共現(xiàn)網(wǎng)絡(luò)中詞匯與外部變量和標(biāo)題共現(xiàn)功能，對論文題目和關(guān)鍵詞中的高頻詞與論文完成年份進(jìn)行相關(guān)性分析，選取出現(xiàn)次數(shù)大于等于6、論文數(shù)大于等于3的59個高頻詞，結(jié)果如圖3所示。

圖3 高頻詞-年份共現(xiàn)網(wǎng)絡(luò)

通過分析圖3發(fā)現(xiàn)，其研究熱點(diǎn)主題的演變過程從整體上可分為兩個階段：

第一階段為2014-2017年。學(xué)位論文主要的研究內(nèi)容集中在傳統(tǒng)物流管理的研究領(lǐng)域。具體地，2014年主要聚焦于應(yīng)急物流及物流追溯系統(tǒng)兩大熱點(diǎn)方向；2015年開始關(guān)注物流領(lǐng)域中的質(zhì)量安全問題；2016年物流預(yù)測、冷鏈物流和電商物流成為主要研究熱點(diǎn)；2017年未反映出新的明顯變化。

第二階段為2018-2021年。學(xué)位論文研究的熱點(diǎn)更加側(cè)重于利用信息技術(shù)分析解決物流領(lǐng)域問題。具體地，2018年隱私保護(hù)、信任等開始出現(xiàn)，物流信息隱私保護(hù)成為新的研究主題；2019年與跨境電商有關(guān)的物流問題研究開始成為新的研究熱點(diǎn)；而在近兩年，基于在線評論的情感分析、風(fēng)險評估、大宗商品交易等成為熱點(diǎn)研究方向。

結(jié)合上述研究主題演變歷程，物聯(lián)網(wǎng)技術(shù)、電子商務(wù)以及“一帶一路”政策的快速發(fā)展以及北京信息科技大學(xué)信息特色可以預(yù)測未來幾年跨境電商物流、智慧物流以及物流系統(tǒng)集成優(yōu)化配置研究等將會成為學(xué)位論文研究的熱門選題。

2.3 算法與模型使用情況分析

算法與模型主要是指在論文研究中所采用的研究方法與工具，是通過計算機(jī)與信息技術(shù)相結(jié)合的方式實(shí)現(xiàn)科學(xué)定量分析與優(yōu)化的有效途徑。通過對摘要中算法與模型相關(guān)信息進(jìn)行挖掘可以看出北京信息科技大學(xué)物流工程與管理專業(yè)碩士培養(yǎng)中應(yīng)用計算機(jī)及信息技術(shù)手段分析解決物流領(lǐng)域問題的能力和水平。通過KH Coder軟件交叉匯總功能，首先對高頻詞中出現(xiàn)的算法以及模型進(jìn)行匯總，對其建立編碼規(guī)則文件并導(dǎo)入到KH Coder中，然后以段落為編碼單元與畢業(yè)年份進(jìn)行交叉匯總，得到歷年各算法使用數(shù)量分布情況，如表4所示。

表4 歷年學(xué)位論文算法使用情況

從表4中可以發(fā)現(xiàn)，隨著時間的推移，各種算法的使用頻數(shù)總體呈上升趨勢。神經(jīng)網(wǎng)絡(luò)與遺傳算法在多個年份存在并占有較大比例，是比較常用的兩種算法；2018-2021年邏輯回歸算法開始使用；2020-2021年算法使用數(shù)量有顯著增加，達(dá)到20以上，說明近兩年機(jī)器學(xué)習(xí)、智能算法已經(jīng)得到足夠重視，并逐漸成為物流工程管理專業(yè)碩士人才培養(yǎng)的一個特色。

通過相同方式可得歷年學(xué)位論文模型使用情況，如表5所示。

表5 歷年學(xué)位論文模型使用情況

從表5可以發(fā)現(xiàn)，在2014-2021年中，除2020年模型使用數(shù)量大于20外，其余年份基本維持在10個左右，模型使用情況基本穩(wěn)定，說明模型已經(jīng)成為論文研究的一種常用工具。具體分析：預(yù)測模型在歷年學(xué)位論文模型使用總量中占有較大比例，是一種常用的研究模型，這一特點(diǎn)也與前述研究主題分布情況相吻合；信任評估模型在2016年開始被使用；2018-2021年中指標(biāo)評價模型的使用占比有所增加，由原來的20%左右增加至30%以上，可見運(yùn)用指標(biāo)評價模型研究物流服務(wù)問題成為近幾年的一個熱點(diǎn)主題。

3 基于可視化分析的培養(yǎng)方案調(diào)整

培養(yǎng)方案是研究生培養(yǎng)的指導(dǎo)計劃，社會需求、生源結(jié)構(gòu)的變化及學(xué)科的發(fā)展決定了人才培養(yǎng)方案的編制實(shí)施是一個動態(tài)的過程[8]，北京信息科技大學(xué)自招生以來根據(jù)社會人才需求變化于2011、2016、2020年共修訂了三版培養(yǎng)方案。其中在2016版培養(yǎng)方案中，培養(yǎng)目標(biāo)側(cè)重于運(yùn)用系統(tǒng)工程的理論和方法進(jìn)行物流系統(tǒng)的規(guī)劃和設(shè)計，培養(yǎng)方向?yàn)槲锪飨到y(tǒng)工程、物流系統(tǒng)規(guī)劃與設(shè)計、先進(jìn)制造與物流管理；而2020版培養(yǎng)方案的培養(yǎng)目標(biāo)側(cè)重于在信息背景下通過大數(shù)據(jù)技術(shù)、人工智能技術(shù)等信息技術(shù)手段解決物流系統(tǒng)中存在的問題以及智慧物流體系的構(gòu)建，培養(yǎng)方向調(diào)整為大數(shù)據(jù)與智慧物流、物流優(yōu)化與設(shè)計、物流信息系統(tǒng)安全。

從上述高頻詞分析結(jié)果可以看到：以供應(yīng)鏈、電子商務(wù)、物聯(lián)網(wǎng)、冷鏈物流為研究對象的論文占有絕對比例，初期實(shí)際培養(yǎng)情況與2016培版養(yǎng)方案中的培養(yǎng)目標(biāo)是相對吻合的，可以說是較好地執(zhí)行了培養(yǎng)方案。進(jìn)一步通過高頻詞共現(xiàn)網(wǎng)絡(luò)分析結(jié)果可以看到：所形成的九個節(jié)點(diǎn)群分別圍繞著不同研究內(nèi)容針對物流領(lǐng)域中的特定問題建立算法模型進(jìn)行研究，注重將信息技術(shù)與物流管理與優(yōu)化相結(jié)合，對比而言，近兩年所研究的內(nèi)容與方法與2020版培養(yǎng)計劃的培養(yǎng)方向和培養(yǎng)目標(biāo)更吻合。與此同時，通過可視化分析的結(jié)果可以看出培養(yǎng)過程中存在以下問題和特點(diǎn)。

①研究主題比較分散。從研究熱點(diǎn)主題分析中可以看出，雖然路徑與流程優(yōu)化、庫存控制以及需求預(yù)測、風(fēng)險管理三個主題占比最高，但也只有10%左右，其他主題占比均不足10%。這表明目前物流專業(yè)碩士培養(yǎng)雖然緊密結(jié)合物流領(lǐng)域選題進(jìn)行研究，但尚未形成鮮明的研究領(lǐng)域和方向。

②研究主題發(fā)生變化。從研究熱點(diǎn)主題演化分析可以看出，2018-2021年學(xué)位論文主要研究熱點(diǎn)開始轉(zhuǎn)變?yōu)殡[私保護(hù)、信用評價、跨境電商、情感分析等。與原有傳統(tǒng)研究主題相比，供應(yīng)鏈和電子商務(wù)領(lǐng)域所關(guān)注的現(xiàn)實(shí)特征更加明顯，領(lǐng)域問題更具綜合性和復(fù)雜性。

③新方法、新模型被逐步引入物流領(lǐng)域。從算法與模型使用情況分析結(jié)果可以明顯看出，近年來各種數(shù)據(jù)分析與挖掘算法的使用頻數(shù)總體呈上升趨勢，已成為論文研究中的主流。同時還可以看出，隨著時間的推移，出現(xiàn)由最初使用較多的神經(jīng)網(wǎng)絡(luò)與遺傳算法開始到多種機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法以及智能算法的演變。

總的來說，2020版培養(yǎng)方案不僅調(diào)整了培養(yǎng)理念和方向定位，同時考慮報考生源以及考試科目的變化，為有效促進(jìn)培養(yǎng)目標(biāo)的達(dá)成，在課程設(shè)置上做出了較大調(diào)整：開設(shè)了人工智能原理與應(yīng)用、大數(shù)據(jù)與數(shù)據(jù)挖掘、高級信息系統(tǒng)分析與設(shè)計等課程，為計算機(jī)基礎(chǔ)比較薄弱的學(xué)生提供掌握信息技術(shù)理論及方法應(yīng)用的機(jī)會，為后續(xù)完成學(xué)位論文奠定良好的基礎(chǔ)。

4 結(jié)論

通過研究分析可以看出，北京信息科技大學(xué)物流工程與管理專業(yè)碩士培養(yǎng)緊跟社會發(fā)展趨勢及信息技術(shù)發(fā)展前沿，順應(yīng)物流行業(yè)的發(fā)展需求，已經(jīng)形成了比較鮮明的人才培養(yǎng)特色。此外，比較分析發(fā)現(xiàn)，最新修訂的 2020版培養(yǎng)方案無論是在培養(yǎng)目標(biāo)、培養(yǎng)方向還是在課程體系設(shè)置上都更加與時俱進(jìn)，為物流行業(yè)的智能化發(fā)展提供了“智力”支撐。與此同時，在未來的培養(yǎng)中仍需要注重針對物流產(chǎn)業(yè)轉(zhuǎn)型升級的現(xiàn)實(shí)需求及物流人才培養(yǎng)面臨的問題進(jìn)行人才培養(yǎng)模式研究[9]。