三、
文献分析

（一）关键词共现分析

关键词可以较为直观地反映某一领域内的研究热点与主题。因此，本书运用CiteSpace软件将中文文献和英文文献进行关键词共现、关键词聚类、关键词突现以及文献共被引分析，以期得到数字技术驱动商贸流通业高质量发展的研究热点主题。

本书运用CiteSpace软件对CNKI数据库的2 539篇文献进行关键词共现分析，设置时间参数为2000—2023年，时间切片为1年，节点类型设置为关键词，TOPN=50，其他参数设置为系统默认设置。分析得到699个节点数、1 831条连线数、密度为0.007的关键词共现网络图谱（见图2-4、表2-1）。本书运用CiteSpace软件对WOS数据库的1 229篇外文文献进行关键词共现分析，参数设置与CNKI数据库文献分析一致。运用CiteSpace 软件分析得到601个节点数、3 205条连线数、密度为0.015的关键词共现网络图谱（见图2-5、表2-1）。

从表2-1中CNKI数据库所得结果可以发现国内该领域内研究重点较为集中，形成了以数字经济与农产品流通为中心的研究体系。首先，数字经济的中心性与出现频次最高，这与其自身特征有关：数字经济的本质在于信息化（严若森等，2018；刘军等，2020），同时数字经济自身强大的渗透性使其与不同产业都能高效地结合（蔡跃洲等，2021），这就使得其在各个领域都有所涉及。其次，农产品流通出现频次较低但其中心性却相对较高，这说明学者在进行领域内的研究时，往往较为重视农产品流通，并以其为出发点进行相关研究，这与其连接产销、转化价值的作用密不可分（赵晓飞等，2020）。

从表2-1中WOS数据库所得结果可以发现国外该领域内研究关键词的中心性都较低，并且国外学者在该领域内的研究热点与重心都较为分散。由其较为分散的研究中心可以进一步发现，相比于国内学者，国外学者研究内容更为微观，且注重研究其所带来的影响，所以排在首位的agricultural product （农产品）之后的就是impact （影响）和poverty （贫穷）这种更为具体的关键词。

（二）关键词聚类分析

进行关键词共现分析可以了解农户收入、数字经济和农产品流通业领域内的研究热点，而进行关键词聚类分析可以将关键词共现网络图谱通过某些聚类算法，简化成数目较少的聚类，更加明确该领域内的研究热点与主题。

本书对CNKI数据库的2 539篇文献进行关键词聚类分析，依据关键词聚类分析步骤运行软件，即可得到如表2-2和图2-6所示的CNKI数据库关键词聚类结果和分块网络图谱。

如表2-2和图2-6中所示：在聚类结果中较为合理可信的共有农户收入、数字经济、农产品、粮食流通体制改革、数字金融、乡村振兴、数字技术、数据要素、商品流通、农村电商9个聚类。对表2-2中关键词聚类结果进行进一步分析发现：农户收入、数字经济、粮食流通体制改革、数字金融等的聚类结构性较好。其中，农户收入领域包含关键词农户收入、农户、农民收入等，说明我国学者对该领域的研究较为细致。而数字经济领域包含关键词数字经济、高质量发展、数字化转型等，说明在该领域内对产业发展的研究较多。此外，在农产品的研究领域内农产品流通则是最为突出的研究热点。进一步，通过对聚类结果进行宏观层面的分块处理，我们可将其大致分为农户收入、数字经济和农产品流通三个领域，并且由图中虚线可观察得到三个领域间存在两两互相交叉的聚类点，如数字经济与农户收入的交叉聚类点为数字金融，农村电商、农户收入和农产品流通的交叉聚类点为就业和商品流通。这些聚类交叉结果也反映了领域相互交叉点所产生的研究热点。但是通过进一步的研究发现，虽然领域内两两互有交叉，但三者聚集处却没有形成成熟的聚类结果，这也反映了目前的研究不足，即很少有学者将农户收入与农产品流通与数字经济结合起来进行研究。此外，总体来看，表2-2与图2-6中关键词聚类结果显示 Q 值为0.594 8， S 值为0.756，聚类结果显著。

本书对WOS数据库的922篇外文文献进行关键词聚类分析，参数设置同上，得到如表2-3所示的WOS数据库关键词聚类结果。

如表2-3所示，在聚类结果中较为合理可信的共有diversification （多样化经营）、digital economy （数字经济）、endogenous switching regression（内源性切换回归）、fresh agricultural products （生鲜农产品）、agricultural products （农产品）、agricultural products logistics （农产品流通）、ondemand economy （按需型经济）、farm income （农户收入）8个聚类。其中diversification （多样化经营）的聚类结构最好，包含贫穷、收入、决定性因素、策略、发展、农户收入等关键词，更能综合反映该领域内交叉发展与多元融合的实际状况。此外，总体来看，表2-3中关键词聚类结果显示 Q 值为0.452 5， S 值为0.747 8，聚类结果显著。

（三）关键词突现分析

关键词突现分析是在关键词共现分析的基础上展开的，由此关键词又被称为突现词。某一研究领域的突现词可以用来解读该领域在某一时段内的研究趋势，由此本书有针对性地对领域内关键词的突现时间和突现强度分别进行了系统整理。

本书对CNKI数据库的中文文献进行关键词突现分析，设置阈值为0.8，最短持续时间（minimum duration）为2年，分别得到了如表2-4和图2-7所示的CNKI数据库关键词聚类强度数据与突现时间。

由上述整理可得，领域内较为突出的共有20个关键词，通过对关键词强度分析可以发现：突现强度最高的关键词是数字经济，为47.321 9，其次是农产品、农产品流通，二者关键词的突现强度均在20以上。除此之外，数据要素、农户等核心关键词也纷纷上榜。这可以反映出对于这些关键词的研究在该领域内的重要地位，这与我国国家政策以及民生需求密不可分。而通过对关键词的突现时间进行分析可以发现：以农产品流通为代表的关键词出现最早，在2000年就已经有学者对其展开研究了，这些基础性、广泛性的研究也正是对该领域进行进一步研究的重要基石。而到了2010年前后，学者们已不满足于对普通的农产品流通进行研究了，因此更进一步的研究使得流通渠道、流通体系、收入结构等更具体的关键词纷纷突现，完成了该领域内研究内容的深化。而在数字时代的今天，数字经济的发展给三大产业带来了新的发展动能（徐伟呈等，2022），在我国产业转型的宏观要求下，数字化转型、高质量发展和新发展格局等更具时代意味的关键词在2020年前后突现，成为学者们的研究热点。

本书对WOS数据库的外文文献进行关键词突现分析，设置阈值为0.8，最短持续时间（minimum duration）为2年，分别得到了如表2-5和图2-8所示的WOS数据库关键词突现强度数据与突现时间。

由上述整理可得，领域内较为突出的共有15个关键词，通过对关键词强度分析可以发现：agricultural product （农产品）的突现强度最高，为35.652 6，其次则是farm household （农户），突现强度为10.119 2。其余关键词突现强度较为相近，这与外文文献研究内容较为分散有关，更为具体的研究内容所产生的突现强度一般则会较低。而通过对关键词的突现时间进行分析可以发现：farm household （农户）的突现时间最早，自2001年起，保持了较长时间的高强度突现。而agricultural products supply chain（农产品供应链）、logistics （物流）等流通关键词在2010年后开始突现，且保持较为一致的突现时间，这表明其存在内在的相关性。而ICT （信息通信技术）、innovation （创新）等与数字时代相关的关键词则在2021年开始突现，成为外文文献的研究热点。

纵观中文文献与外文文献的关键词突现强度与突现时间可以发现两者在总体发展趋势上保持着较高水平的相似程度。在21世纪初的研究更加注重研究农产品、农户等较为基础且普遍存在的民生内容。而随着该领域研究的不断成熟与研究要求的细致化，在21世纪10年代后，学者们更进一步地对农产品流通渠道、效率等更细致的方面进行研究，以期进一步提高生产率。而在21世纪20年代前后，在数字时代的背景下，数字化转型与高质量发展成为新的要求（荆文君，2021；孙宝文，2019），农业数字化转型成为紧迫要求（刘海启，2019），因此数字经济等关键词成为新的突现内容。

（四）文献共被引分析

由于CiteSpace软件只能对WOS数据库的文献进行共被引分析，因此本书在文献共被引分析中只分析WOS数据库的外文文献。本书利用CiteSpace软件，将节点类型参数设置为文献共被引，其他参数设置同上，即可得到如表2-6所示的WOS数据库文献共被引数据，将被引文献整体再进行聚类，可得到图2-9。

从图2-9和表2-6可以看出，在国外的数字经济与农产品流通对农户收入影响的研究中，学者Lange （2020）的文献的共被引次数最高，为15次，而其他学者的文献共被引次数无较大差距，整体保持均衡，这也与外文文献的研究方向较为分散有关，但总体共被引文献中心性较差。对其进行聚类并由聚类结果的分析可知，外文文献在被引方面的主要领域包括circular economy （循环经济）、digital economy （数字经济）、agriculturalhousehold （农户）等六方面。 1bGl+EEnXYGWJsG8MLyV3F50k4hargOdY5ATv587i00f/3hY5bm+F0Jrlt+QDCMf