倪曉春　曾帥　袁勇　王飛躍

摘 要：隨著以比特幣為代表的數(shù)字加密貨幣的快速發(fā)展，區(qū)塊鏈成為熱門的研究領(lǐng)域，獲得了越來越多研究人員的關(guān)注。論文以EI數(shù)據(jù)庫和CNKI數(shù)據(jù)庫為文獻(xiàn)檢索源，搜索了2011年1月至2018年9月間發(fā)表的區(qū)塊鏈研究文獻(xiàn)?；谶@些文獻(xiàn)，采用文獻(xiàn)計(jì)量分析方法，從作者/機(jī)構(gòu)的產(chǎn)量、合作以及熱門研究主題等方面，比較與分析國內(nèi)外區(qū)塊鏈研究現(xiàn)狀。論文研究發(fā)現(xiàn)：論文產(chǎn)量方面，國內(nèi)后發(fā)先至，但是高被引作者與高產(chǎn)作者失配；合作方面，國外作者/機(jī)構(gòu)間呈普遍性合作關(guān)系，而國內(nèi)合作匱乏，亟待加強(qiáng)；熱門研究主題方面，則呈現(xiàn)逐漸從“比特幣”轉(zhuǎn)向“區(qū)塊鏈”，從理論走向?qū)嵺`的趨勢。

關(guān)鍵詞：區(qū)塊鏈；比特幣；文獻(xiàn)計(jì)量；主題分析

中圖分類號：G353.1 文獻(xiàn)標(biāo)識碼：A

1 引言

2008年全球金融危機(jī)之際，化名為“中本聰”（Satoshi Nakamoto）的學(xué)者在密碼學(xué)郵件組陳述了他對電子貨幣的新設(shè)想[1]，不受央行和任何金融機(jī)構(gòu)控制的比特幣就此面世。隨著比特幣近年來的快速發(fā)展與普及，研究者發(fā)現(xiàn)其底層的區(qū)塊鏈技術(shù)具有更為重要，甚至是顛覆性的應(yīng)用價(jià)值[2]。區(qū)塊鏈?zhǔn)沁\(yùn)行于更為復(fù)雜、開放和缺乏信任的互聯(lián)網(wǎng)環(huán)境下一種全新的去中心化基礎(chǔ)架構(gòu)與分布式計(jì)算范式[3，4]。2016 年7月，區(qū)塊鏈技術(shù)已經(jīng)快速攀升到Gartner 技術(shù)成熟度曲線的頂端[5]，相關(guān)研究也已呈現(xiàn)出爆發(fā)式增長態(tài)勢，被認(rèn)為是繼大型機(jī)、個(gè)人電腦、互聯(lián)網(wǎng)、移動/社交網(wǎng)絡(luò)之后計(jì)算范式的第五次顛覆式創(chuàng)新，是人類信用進(jìn)化史上繼血親信用、貴金屬信用、央行紙幣信用之后的第四個(gè)里程碑[6]。

國外對區(qū)塊鏈技術(shù)的研究，最初是作為比特幣研究的一部分，局限于比特幣系統(tǒng)及其衍生問題，如比特幣交易。研究者逐步發(fā)現(xiàn)，比特幣背后的區(qū)塊鏈技術(shù)提供了沒有可信第三方的安全性、匿名性和數(shù)據(jù)完整性，區(qū)塊鏈逐步成為一個(gè)獨(dú)立的研究領(lǐng)域[7]。國內(nèi)對區(qū)塊鏈技術(shù)也日益重視。2016年12月，區(qū)塊鏈被國務(wù)院列入《“十三五”國家信息規(guī)劃》戰(zhàn)略性前沿技術(shù)當(dāng)中；2018年5月，習(xí)近平總書記在中科院院士大會上首次提到區(qū)塊鏈技術(shù)，標(biāo)志著區(qū)塊鏈技術(shù)已經(jīng)與人工智能、量子信息和物聯(lián)網(wǎng)等技術(shù)共同成為我國亟待發(fā)展的戰(zhàn)略性前沿技術(shù)，進(jìn)一步刺激了國內(nèi)科研人員和業(yè)界人士對區(qū)塊鏈技術(shù)及應(yīng)用進(jìn)行探索[8-14]。目前，國內(nèi)已形成了計(jì)算機(jī)科學(xué)、工程學(xué)以及電信科學(xué)、自動化技術(shù)為依托的基礎(chǔ)技術(shù)學(xué)科群和以金融、能源與動力工程、工業(yè)制造、供應(yīng)鏈、文化教育、醫(yī)藥衛(wèi)生等應(yīng)用學(xué)科群，但研究成果尚未形成體系[15，16]。

為了更好地把握國內(nèi)外區(qū)塊鏈研究現(xiàn)狀、演進(jìn)，有必要對該研究領(lǐng)域的高產(chǎn)/高被引的重要研究者/研究機(jī)構(gòu)及其合作關(guān)系、熱門研究主題等進(jìn)行比較和分析。為此，本文選擇了工程索引（Ei Compendex，EI）數(shù)據(jù)庫和中國國家知識基礎(chǔ)設(shè)施（China National Knowledge Infrastructure，CNKI）數(shù)據(jù)庫作為文獻(xiàn)檢索源。由于Web Of Science（WOS）作為檢索源的搜索結(jié)果少，且與EI重合率非常高，本文以EI為代表。EI是世界上最廣泛和最完整的工程文獻(xiàn)數(shù)據(jù)庫之一，包括來自77個(gè)國家的190多個(gè)工程學(xué)科的超過2200萬條記錄。CNKI是中國著名的在線出版平臺，它提供的中國知識資源綜合數(shù)據(jù)庫（CIKRD）涵蓋了90%以上的中國知識文獻(xiàn)。因此，本文以這兩個(gè)數(shù)據(jù)庫文獻(xiàn)為基礎(chǔ)分析獲得的結(jié)論具有非常好的普適性和代表性。

本文基于文獻(xiàn)計(jì)量等方法，從作者/機(jī)構(gòu)的產(chǎn)量、合作以及熱門研究主題等方面，比較與分析國內(nèi)外區(qū)塊鏈研究現(xiàn)狀。組織結(jié)構(gòu)如下：首先對本文采集的文獻(xiàn)數(shù)據(jù)集與采用的文獻(xiàn)計(jì)量分析方法進(jìn)行介紹；然后從作者/機(jī)構(gòu)的論文產(chǎn)量、作者/機(jī)構(gòu)的合作模式、研究主題等方面詳細(xì)闡述對數(shù)據(jù)集的計(jì)量分析結(jié)果；最后是本文的總結(jié)。

2 數(shù)據(jù)與方法

本節(jié)將對采集的文獻(xiàn)數(shù)據(jù)集與采用的文獻(xiàn)計(jì)量分析方法進(jìn)行介紹。

2.1 文獻(xiàn)數(shù)據(jù)集

本文分別以EI數(shù)據(jù)庫和CNKI數(shù)據(jù)庫為文獻(xiàn)檢索源，構(gòu)建了國外和國內(nèi)兩個(gè)區(qū)塊鏈文獻(xiàn)數(shù)據(jù)集，前者稱為EI數(shù)據(jù)集，后者稱為CNKI數(shù)據(jù)集。具體的構(gòu)建方法有幾種。

（1）以EI為文獻(xiàn)檢索源，以“Title”包含“blockchain”或“bitcoin”為檢索條件，文獻(xiàn)檢索時(shí)間范圍始于建庫起始，截止時(shí)間為2018年9月進(jìn)行檢索，去除無標(biāo)題/發(fā)表年份/作者/機(jī)構(gòu)的不規(guī)范數(shù)據(jù)，并經(jīng)過基于“作者+篇名”的去重篩選后，共保留相關(guān)文獻(xiàn)1342篇，作為EI數(shù)據(jù)集。

（2）以CNKI下屬的中國期刊全文數(shù)據(jù)庫為文獻(xiàn)檢索源，以“篇名”包含“區(qū)塊鏈”為檢索條件，其他條件同EI，并進(jìn)行相同的數(shù)據(jù)過濾處理，共獲得相關(guān)文獻(xiàn)1475篇。此外，還通過定制網(wǎng)頁爬蟲從CNKI網(wǎng)站上獲取每篇文獻(xiàn)的下載次數(shù)、引用次數(shù)以及被引詳情。經(jīng)過上述步驟，生成CNKI數(shù)據(jù)集。因以“比特幣”為CNKI 檢索詞搜索結(jié)果大多非學(xué)術(shù)著作，故未予以采用。

兩個(gè)數(shù)據(jù)集都包含文獻(xiàn)的標(biāo)題、作者、作者機(jī)構(gòu)、發(fā)表日期及關(guān)鍵詞等字段。為了方便文獻(xiàn)計(jì)量分析，對數(shù)據(jù)集進(jìn)行了預(yù)處理：（1）在對個(gè)人發(fā)表文獻(xiàn)進(jìn)行分析時(shí)，根據(jù)作者全名與所屬機(jī)構(gòu)，識別同一作者；（2）在對機(jī)構(gòu)發(fā)表文獻(xiàn)進(jìn)行分析時(shí)，對同一研究機(jī)構(gòu)（包括大學(xué)/學(xué)院/銀行/企業(yè)）下屬子機(jī)構(gòu)進(jìn)行了歸約，例如“中國人民銀行營業(yè)管理部”“中國人民銀行天津分行”等多個(gè)機(jī)構(gòu)被合并為“中國人民銀行”。

基于上述規(guī)整后的數(shù)據(jù)集，本文分別從研究者/研究機(jī)構(gòu)層級構(gòu)建其合作關(guān)系網(wǎng)絡(luò)圖（無向圖），圖中節(jié)點(diǎn)代表研究者/研究機(jī)構(gòu)，節(jié)點(diǎn)相連的邊代表論文合作關(guān)系，表1是從網(wǎng)絡(luò)拓?fù)涠攘拷嵌葘ι鲜鰯?shù)據(jù)集的基本統(tǒng)計(jì)。

2.2 文獻(xiàn)計(jì)量分析方法

本文構(gòu)建了量化評估作者/機(jī)構(gòu)的指標(biāo)體系，如表2所示，除了基本的統(tǒng)計(jì)，還采用了網(wǎng)絡(luò)分析方法和文本分析方法。

（1）網(wǎng)絡(luò)分析：合作關(guān)系直觀反應(yīng)科研人員之間的協(xié)作[17，18]；引用關(guān)系則更為明顯反應(yīng)引文與被引文的關(guān)聯(lián)，突顯被引文的影響力[19，20]。本文從兩個(gè)層級分析區(qū)塊鏈研究領(lǐng)域中的合作關(guān)系：作者與機(jī)構(gòu)，并分別為之構(gòu)建合作關(guān)系網(wǎng)絡(luò)。EI數(shù)據(jù)庫并不提供被引信息，構(gòu)建了CNKI相關(guān)文獻(xiàn)被引網(wǎng)絡(luò)，并利用Cytoscape[21]工具來分析與可視化這些網(wǎng)絡(luò)。

（2）文本分析：論文的標(biāo)題與關(guān)鍵詞是文章核心主旨所在，通過對標(biāo)題與關(guān)鍵詞的分析，可以挖掘文獻(xiàn)研究的熱點(diǎn)。本文將EI數(shù)據(jù)根據(jù)時(shí)序劃分算法[22]進(jìn)行分組，挖掘不同階段區(qū)塊鏈研究領(lǐng)域的熱點(diǎn)主題，并分析其演化進(jìn)程。

3 數(shù)據(jù)分析與結(jié)論

對EI與CNKI兩個(gè)數(shù)據(jù)集進(jìn)行了統(tǒng)計(jì)分析，具體數(shù)據(jù)如表3所示?？梢钥闯觯瑑蓚€(gè)數(shù)據(jù)集的論文數(shù)雖然很接近，但EI數(shù)據(jù)集中的作者數(shù)量遠(yuǎn)超過CNKI數(shù)據(jù)集，而且EI數(shù)據(jù)集中孤立作者占比（3%）與孤立機(jī)構(gòu)占比（23%）也遠(yuǎn)低于CNKI數(shù)據(jù)集（30%、56%）。這都說明EI論文呈現(xiàn)多人合作模式，其作者相比CNKI作者更具合作意愿，國內(nèi)研究者應(yīng)加強(qiáng)合作交流。

圖1是EI/CNKI數(shù)據(jù)集中每年的論文數(shù)量變化曲線，可從“量”的角度，判斷區(qū)塊鏈研究增長趨勢和爆發(fā)時(shí)間。二者雖都呈現(xiàn)明顯的上升趨勢，但增長模式顯著不同。EI論文的數(shù)量保持相對穩(wěn)定的增長速度，而CNKI中比國際滯后了4年，2015年才起始發(fā)表了5篇論文，但從2016年起呈現(xiàn)井噴式發(fā)展，從數(shù)量上一直保持領(lǐng)先EI。在國家政策支持下，中國是有可能在區(qū)塊鏈這個(gè)尚未成熟的研究領(lǐng)域獲得國際性競爭優(yōu)勢。

3.1 論文數(shù)量分析

表4列出了EI數(shù)據(jù)集的高產(chǎn)作者TOP10。其中，有4位作者來自近幾年成立的兩個(gè)新興區(qū)塊鏈研究機(jī)構(gòu)，即美國紐約的區(qū)塊鏈聯(lián)盟IC3（Initiative for Cryptocurrencies and Contracts）和澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（Commonwealth Scientific and Industrial Research Organisation， CSIRO）的Data61，并且排名靠前，表明了這些“產(chǎn)業(yè)機(jī)構(gòu)”對區(qū)塊鏈的研究推動巨大。此外，從作者所屬的國家/地區(qū)來看，在上榜的15位作者中，6位來自美國，4位來自歐洲，2位來自澳大利亞，3位來自中國，歐美在區(qū)塊鏈研究領(lǐng)域占據(jù)第一陣營，起著主導(dǎo)作用。

表5列出了CNKI數(shù)據(jù)集中的高產(chǎn)作者TOP10。蔡維德（北京航空航天大學(xué)）、李彬/祁兵（華北電力大學(xué)電氣與電子工程學(xué)院）、許金葉（上海大學(xué)管理學(xué)院）、秦誼（德勤中國）五人并列第一，均發(fā)表了6篇論文。因?yàn)槠鸩酵?，比EI上榜門檻略顯差距。從機(jī)構(gòu)分布來看，雖然大部分作者來自大學(xué)和傳統(tǒng)研究機(jī)構(gòu)，然而排名第一的秦誼是公司從業(yè)人員。這表明國內(nèi)在產(chǎn)業(yè)界著手深入?yún)^(qū)塊鏈技術(shù)的同時(shí)，研究人員反而反應(yīng)滯后了。

表6為EI數(shù)據(jù)集的高產(chǎn)機(jī)構(gòu)TOP10。其中，排名第一的蘇黎世理工大學(xué)共發(fā)表了35篇論文，遙遙領(lǐng)先位列第二的北京郵電大學(xué)（26篇）和第三的北京航空航天大學(xué)（20篇）。在上榜的10個(gè)機(jī)構(gòu)中，中國研究機(jī)構(gòu)占5位，體現(xiàn)中國研究者逐步在國際舞臺展現(xiàn)活力。表7是CNKI數(shù)據(jù)集中的高產(chǎn)機(jī)構(gòu)TOP10排行榜。金融機(jī)構(gòu)占比較大，說明國內(nèi)區(qū)塊鏈的研究仍側(cè)重金融、銀行、數(shù)字貨幣等相關(guān)方面，區(qū)塊鏈在其他領(lǐng)域的創(chuàng)新與應(yīng)用有待加強(qiáng)。

對于CNKI數(shù)據(jù)集，還構(gòu)建了一個(gè)論文被引網(wǎng)絡(luò)，如圖2所示。在論文被引網(wǎng)絡(luò)中，每個(gè)節(jié)點(diǎn)代表一篇論文，每條邊代表論文之間的被引關(guān)系。此外，論文的被引次數(shù)越高，其節(jié)點(diǎn)越大。該網(wǎng)絡(luò)包括1657個(gè)節(jié)點(diǎn)，4183條邊，分為26個(gè)連通分支，沒有孤立節(jié)點(diǎn)。最大連通分支包括1600個(gè)節(jié)點(diǎn)，占全部節(jié)點(diǎn)的97%，說明大部分論文都建立了直接或間接的被引關(guān)系。此外，在圖2中標(biāo)出了排名前五的高被引論文。論文《區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望》以被引400余次、下載45000余次排在高被引論文第一位，其作者袁勇與王飛躍來自中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室和青島智能產(chǎn)業(yè)技術(shù)研究院。在表5中，列出了CNKI高產(chǎn)作者的合計(jì)被引數(shù)，其中被引數(shù)最高的為蔡維德（北京航空航天大學(xué)），6篇文章合計(jì)被引55次。通過對比，發(fā)現(xiàn)最高產(chǎn)作者與高被引論文作者重疊率較低。進(jìn)一步以三元組（表示論文被引最小值、平均值與最大值）分析Top5高被引作者論文被引數(shù)與高產(chǎn)作者平均論文被引數(shù)，結(jié)果依次為 與 ，說明在重視論文數(shù)量的同時(shí)，亟待需要提高論文質(zhì)量，以提高論文影響力。

3.2 合作模式

本文構(gòu)建了研究者和研究機(jī)構(gòu)的合作網(wǎng)絡(luò)（如圖3、圖4、圖5、圖6所示）并采用網(wǎng)絡(luò)拓?fù)浞治龇椒?，詳?xì)分析EI/CNKI數(shù)據(jù)集中的研究者/研究機(jī)構(gòu)合作模式。在這些合作網(wǎng)絡(luò)中，每個(gè)節(jié)點(diǎn)代表一個(gè)作者/機(jī)構(gòu)，每條邊代表作者/機(jī)構(gòu)間的合作關(guān)系。節(jié)點(diǎn)大小與論文數(shù)量之間有正相關(guān)性，即發(fā)表論文數(shù)量越多，節(jié)點(diǎn)越大。此外，還標(biāo)出了高產(chǎn)作者/機(jī)構(gòu)。為了方便查看，圖中沒有顯示孤立節(jié)點(diǎn)。

（1）研究人員合作分析：圖3為EI數(shù)據(jù)集的研究者合作網(wǎng)絡(luò)，圖4為CNKI數(shù)據(jù)集的研究者合作網(wǎng)絡(luò)（詳細(xì)網(wǎng)絡(luò)參數(shù)可參見表1），從網(wǎng)絡(luò)圖形上看，CNKI作者合作網(wǎng)絡(luò)更為稀疏，EI作者合作網(wǎng)絡(luò)已經(jīng)呈現(xiàn)多個(gè)聚簇，聚簇是團(tuán)狀、環(huán)狀形態(tài)，而CNKI網(wǎng)絡(luò)聚簇少且規(guī)模很小，并且多呈鏈?zhǔn)浇Y(jié)構(gòu)，這都說明EI作者之間的合作更為緊密，并呈團(tuán)簇成大的社群之勢。

從網(wǎng)絡(luò)特征量來看，相比與論文[23]提出公式 L（G）=0.35+2.06log（N），EI與CNKI合作網(wǎng)絡(luò)的平均路徑長度都相對較小，有利于知識的傳播，而EI合作網(wǎng)絡(luò)比CNKI具有更高的聚類系數(shù)（0.807 vs. 0.592），聚類系數(shù)越高，相應(yīng)合作網(wǎng)絡(luò)中的作者更趨于協(xié)作。

EI合作網(wǎng)絡(luò)最大連通分支包含182個(gè)節(jié)點(diǎn)，占比5.2%，CNKI最大連通分支僅包含31個(gè)節(jié)點(diǎn)，占比1.9%，總體來說，兩者占比均不高，可能的知識擴(kuò)散的范圍仍然有限，只有加強(qiáng)合作才能形成更大的社群，更能有效地促進(jìn)知識的傳播。

此外，發(fā)現(xiàn)Xu、Xiwei是EI數(shù)據(jù)集中合作者數(shù)量最多的節(jié)點(diǎn)，其度為53。其次為Zhu、 Liming和Weber、Ingo。744對合作者的合作次數(shù)超過1次。其中，合作次數(shù)最多的一對合作者為Wattenhofer、Roger和Decker、Christian，共合作9次。CNKI數(shù)據(jù)集中孫毅，李彬和祁兵是合作者數(shù)量最多的節(jié)點(diǎn)，度分別為20、18、17。119對合作者的合作次數(shù)超過1次。其中，合作次數(shù)最多的一對合作者為李彬和祁兵，共合作5次。上述數(shù)據(jù)，從側(cè)面也說明EI作者比CNKI作者的合作更為普遍。

（2）研究機(jī)構(gòu)合作分析：參照作者合作網(wǎng)絡(luò)分析方法，分別對EI與CNKI的研究機(jī)構(gòu)進(jìn)行了分析（詳細(xì)網(wǎng)絡(luò)參考可參見表1），圖5、圖6分別為其研究機(jī)構(gòu)合作網(wǎng)絡(luò)圖。EI研究機(jī)構(gòu)合作網(wǎng)絡(luò)，包括1272個(gè)節(jié)點(diǎn)與297個(gè)孤立節(jié)點(diǎn)，對比CNKI是1005個(gè)節(jié)點(diǎn)與561個(gè)孤立節(jié)點(diǎn)，CNKI超半數(shù)機(jī)構(gòu)都是孤軍奮戰(zhàn)，國內(nèi)研究機(jī)構(gòu)間的合作嚴(yán)重匱乏；從最大連通分支角度來看，與EI網(wǎng)絡(luò)相比，CNKI網(wǎng)絡(luò)包括大量小規(guī)模的連通子圖，此外CNKI聚類系數(shù)為0.311，小于EI（0.497），這都說明國內(nèi)研究機(jī)構(gòu)合作的缺乏，不能有效促進(jìn)知識擴(kuò)散。

EI機(jī)構(gòu)合作網(wǎng)絡(luò)中Data61， CSIRO是與其他機(jī)構(gòu)合作最多的節(jié)點(diǎn)，其度為33。其次為北京郵電大學(xué)和IBM研究院。三者均為最大聯(lián)通子圖中的關(guān)鍵節(jié)點(diǎn)。153對機(jī)構(gòu)的合作次數(shù)超過1次。其中，合作次數(shù)最多的一對機(jī)構(gòu)為ETH和NEC 實(shí)驗(yàn)室，共合作8次；CNKI機(jī)構(gòu)合作網(wǎng)絡(luò)中國家電網(wǎng)，中國科學(xué)院大學(xué)和清華大學(xué)是與其他機(jī)構(gòu)合作次數(shù)最多的節(jié)點(diǎn)，度分別為21、19、16。三者均為最大聯(lián)通子圖中的關(guān)鍵節(jié)點(diǎn)。42對機(jī)構(gòu)的合作次數(shù)超過1次。其中，合作次數(shù)最多的一對機(jī)構(gòu)為國家電網(wǎng)和華北電力大學(xué)，共合作7次。綜上所述，機(jī)構(gòu)層級的合作，EI也比CNKI更多，更緊密，國內(nèi)機(jī)構(gòu)應(yīng)提高合作意識，避免處于研究孤島狀態(tài)，并加強(qiáng)與世界合作，以快速融入國際研究第一陣營。

3.3 研究主題

相比CNKI文獻(xiàn)，EI文獻(xiàn)更能代表區(qū)塊鏈研究領(lǐng)域前沿成果，因此基于文本分析方法，基于EI數(shù)據(jù)集進(jìn)行了熱點(diǎn)主題挖掘。

首先，將EI提供的Classification Code代表論文主題特征，基于K Nearest Neighbors算法（Dynamic Time Warping方法為距離函數(shù)）進(jìn)行時(shí)序數(shù)據(jù)分類，發(fā)現(xiàn)主題顯著變化發(fā)生在2014-2015年與2016-2017年。因此，將EI數(shù)據(jù)集劃分為三個(gè)階段：2011-2014年、2015-2016年、2017年-至今。表7展示了各個(gè)時(shí)段的主要研究方面。

從研究分類層級可以看出區(qū)塊鏈研究從最初的加密安全領(lǐng)域轉(zhuǎn)向社會經(jīng)濟(jì)再到工業(yè)制造及更為廣泛應(yīng)用的演進(jìn)過程，這說明區(qū)塊鏈研究逐漸從理論走向?qū)嵺`。

進(jìn)而，基于EI文獻(xiàn)的標(biāo)題對各階段熱點(diǎn)進(jìn)行了挖掘。圖7展示了每個(gè)階段的研究熱點(diǎn)。發(fā)現(xiàn)2011-2014年，“Bitcoin”占據(jù)絕對的主導(dǎo)地位；2015-2016年，“Blockchain”迅猛發(fā)展，一躍至第二熱門研究主題，與“Bitcoin”不分伯仲；2017年起，“Blockchain”呈爆發(fā)式增長態(tài)勢，越發(fā)成為領(lǐng)域內(nèi)炙手可熱、重中之重的研究主題，“Bitcoin”則逐步熱度退卻。這種明顯的研究主題的切換，清晰的證實(shí)了越來越多的研究者從追捧比特幣熱潮，逐步重視其底層支撐技術(shù)——區(qū)塊鏈，區(qū)塊鏈成為主導(dǎo)的新研究熱點(diǎn)。

再者，基于EI文獻(xiàn)的關(guān)鍵詞進(jìn)行了各階段熱詞發(fā)現(xiàn)。圖8展示了每個(gè)階段的研究熱詞。第一階段，區(qū)塊鏈的概念難覓蹤跡，比特幣價(jià)格的飛漲引起眾多學(xué)者的興趣，此階段大家都只是專著于比特幣相關(guān)的加密算法、P2P網(wǎng)絡(luò)、電子貨幣的研究；2015年起，比特幣底層的區(qū)塊鏈技術(shù)逐漸顯露鋒芒，并在截至2106年期間長足發(fā)展；此后區(qū)塊鏈以絕對優(yōu)勢占據(jù)研究熱潮的中心。

4 結(jié)束語

本文基于EI和CNKI數(shù)據(jù)庫中截至2018年9月的區(qū)塊鏈相關(guān)文獻(xiàn)進(jìn)行了計(jì)量分析。從作者/機(jī)構(gòu)的產(chǎn)量、合作以及熱門研究主題等方面，比較與分析國內(nèi)外區(qū)塊鏈研究現(xiàn)狀。論文產(chǎn)量方面，國內(nèi)區(qū)塊鏈研究后發(fā)先至，于2016年開始高速增長，在數(shù)量上超過了國外，并一直保持（數(shù)量）領(lǐng)先態(tài)勢，但是高被引作者與高產(chǎn)作者失配；合作方面，國外作者/機(jī)構(gòu)間呈普遍性合作關(guān)系，而國內(nèi)合作匱乏，亟待加強(qiáng)；此外，還基于EI數(shù)據(jù)集進(jìn)行時(shí)序劃分與熱門主題挖掘，發(fā)現(xiàn)區(qū)塊鏈研究呈現(xiàn)逐漸從“比特幣”轉(zhuǎn)向“區(qū)塊鏈”，從理論走向?qū)嵺`的趨勢。下一步的工作將基于更多的網(wǎng)絡(luò)分析指標(biāo)（例如中介中心性）深度挖掘研究圈子與熱點(diǎn)方向，以期更好地跟蹤國內(nèi)外區(qū)塊鏈研究團(tuán)體與動態(tài)，為下一步區(qū)塊鏈研究提供有益的啟發(fā)與借鑒。

參考文獻(xiàn)

[1] Nakamoto S. Bitcoin： A peer-to-peer electronic cash system[J].2008.

[2] 袁勇，王飛躍.平行區(qū)塊鏈： 概念，方法與內(nèi)涵解析[J].自動化學(xué)報(bào)，2017，43（10）： 1703-1712.

[3] 袁勇，王飛躍.區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望[J].自動化學(xué)報(bào)，2016，42（4）： 481-494.

[4] 袁勇，倪曉春，曾帥，王飛躍.區(qū)塊鏈共識算法的發(fā)展現(xiàn)狀與展望[J/OL].自動化學(xué)報(bào)，https：//doi.org/10.16383/j.aas.2018.c180268.

[5] 袁勇，周濤，周傲英，等.區(qū)塊鏈技術(shù)： 從數(shù)據(jù)智能到知識自動化[J].自動化學(xué)報(bào)， 2017， 43（9）： 1485-1490.

[6] Swan M. Blockchain： Blueprint for a new economy[M]. USA： O'Reilly Media， Inc.， 2015.

[7] Yli-Huumo J， Ko D， Choi S， et al. Where is current research on blockchain technology？—a systematic review[J]. PloS one， 2016， 11（10）： e0163477.

[8] Wang S， Wang J， Wang X， et al. Blockchain-Powered Parallel Healthcare Systems Based on the ACP Approach[J]. IEEE Transactions on Computational Social Systems， 2018 （99）： 1-9.

[9] Ni X C， Zeng S， Han X， Yuan Y， Wang F Y. Organization management using software-defined robots based on smart contracts[C]. Proceedings of 2018 IEEE Intelligent Vehicles Symposium， Changshu， Jiangsu， China. 2018： 274-279.

[10] Yuan Y， Wang F Y. Towards blockchain-based intelligent transportation systems[C]. Intelligent Transportation Systems （ITSC）， 2016 IEEE 19th International Conference on. IEEE， 2016： 2663-2668.

[11] Qin R， Yuan Y， Wang F Y. Research on the Selection Strategies of Blockchain Mining Pools[J]. IEEE Transactions on Computational Social Systems， 2018 （99）： 1-10.

[12] 曾帥，袁勇，倪曉春，王飛躍.面向比特幣的區(qū)塊鏈擴(kuò)容： 關(guān)鍵技術(shù)， 制約因素與衍生問題[J].自動化學(xué)報(bào).

[13] Li J J， Yuan Y， Wang S， Wang F Y. Transaction queue game in bitcoin blockchain[C]. Proceedings of 2018 IEEE Intelligent Vehicles Symposium， Changshu， Jiangsu， China. 2018：114-119.

[14] Yuan Y， Wang F Y. Blockchain and Cryptocurrencies： Model， Techniques， and Applications[J].IEEE Transactions on Systems Man & Cybernetics Systems， 2018， 48（9）：1421-1428.

[15] 汪園，王學(xué)東，李金鑫.基于文獻(xiàn)計(jì)量的我國區(qū)塊鏈研究的知識網(wǎng)絡(luò)與結(jié)構(gòu)分析[J].現(xiàn)代情報(bào)，2018，38（01）：147-153.

[16] 王發(fā)明，朱美娟.國內(nèi)區(qū)塊鏈研究熱點(diǎn)的文獻(xiàn)計(jì)量分析[J].情報(bào)雜志，2017，36（12）：69-74+28.

[17] Newman M E J. Scientific collaboration networks. I. Network construction and fundamental results[J]. Physical review E， 2001， 64（1）： 016131.

[18] Newman M E J. Coauthorship networks and patterns of scientific collaboration[J]. Proceedings of the national academy of sciences， 2004， 101（suppl 1）： 5200-5205.

[19] Liang Y， Li Q， Qian T. Finding relevant papers based on citation relations[C]. International Conference on Web-Age Information Management. Springer， Berlin， Heidelberg， 2011： 403-414.

[20] Liu H， Kong X， Bai X， et al. Context-Based Collaborative Filtering for Citation Recommendation[J]. IEEE Access， 2015， 3（1）.

[21] Shannon P， Markiel A， Ozier O， et al. Cytoscape： a software environment for integrated models of biomolecular interaction networks[J]. Genome research， 2003， 13（11）： 2498-2504.

[22] Guralnik V， Srivastava J. Event detection from time series data[C]. Proceedings of the fifth ACM SIGKDD international conference on Knowledge discovery and data mining. ACM， 1999： 33-42.

[23] Albert R， Jeong H， Barabási A L. Internet： Diameter of the world-wide web[J]. nature， 1999， 401（6749）： 130.