区块链(Blockchain)技术是利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用智能合约来编程和操作数据的一种全新的去中心化基础架构与分布式计算范式^[1],具有去中心化、不可篡改、可追溯、透明、安全等特征^[2]。这一概念最早来源于学者中本聪（Satoshi nakamoto）在2008年比特币论坛上发表的论文——《比特币: 一种点对点电子现金系统》^[3]。

作为一项新兴技术,区块链被誉为是继蒸汽机、电力、信息和互联网科技之后,引领第五次颠覆性革命的核心技术^[4]。随着区块链研究成果的不端涌现,该技术目前已经引起国内外产业界、政界和学界的广泛关注。美国鼓励比特币的发展并加快布局区块链技术,英国将发展分布式账本及区块链提升到国家战略高度,并由财政部、数字经济部两部门共同主导推进^[5]。2019年10月24日,中央政治局专门就区块链技术发展现状和趋势进行第十八次集体学习,习近平总书记在会议上深刻阐明了区块链技术在新的技术革新和产业变革中的重要作用,对推动区块链技术和产业发展提出明确要求。自此以后,区块链被提升到国家战略高度。区块链技术被应用到金融领域、供应链溯源、学术出版、数字内容治理等方面^[6,7,8,9,10]。

随着国内外学者对区块链技术的深入研究和相关产业的蓬勃发展,近年来区块链相关研究成果呈井喷式涌现。为了更好地了解该领域的研究现状、演进规律和发展趋势,跟踪最新的研究前沿和热点,不少国内外学者对区块链相关研究领域进行了态势分析及综述,取得了大量研究成果。雷孝平等基于文献和专利数据对区块链技术的发展现状进行剖析^[11]。汪圆等以中国知网中的论文为研究对象,采用文献计量学的方法和可视化分析软件对我国区块链领域研究现状的知识网络和理论结构进行了分析^[12]。王发明等对中国知网中收录的区块链领域的科技文献进行定量分析,展示了我国在该领域的研究热点和最新前沿问题^[13]。拓晓瑞等利用文献计量、内容分析等方法对近年来中国知网中的区块链研究相关文献进行了系统梳理,剖析了国内区块链技术的主要特征和存在的问题,并给出了相应的建议^[14]。傅游等运用CiteSpace软件对Web of Science数据库中区块链领域论文进行了可视化分析,对该领域的研究现状、研究内容与趋势展开了描述^[15]。Joao BN对Web of Science数据库中2016–2018年发表的区块链领域的81篇研究文献进行了综述,展示了文献的作者、国家和研究方法等内容^[16]。Miau对2008–2017年Scopus数据库中收录的区块链相关文献的文献数量、发展阶段以及作者生产率进行计量分析^[17]。Gupta以Scopus数据库中2010–2018年收录的研究论文为研究对象,利用文献计量的方法从发文国家、机构、作者、期刊等视角探究区块链技术的发展态势^[18]。综上所述,当前已有研究主要从研究现状、研究热点和研究前沿等方面对区块链领域的科技文献进行定量分析,指出了目前该领域存在的问题和未来发展方向,对推动区块链技术和产业发展具有一定的指导意义。但现有研究主要对Web of Science数据库或Scopus数据库中收录的外文文献进行计量分析,或者仅以中国知网中收录的文献作为数据源进行分析,较少有研究同时对中外文数据库中的文献进行定量分析,比较不同数据库中区块链相关文献的计量特征。与此同时,随着时间的推移,学者们对区块链的研究不断深入,期间涌现出了一批新的研究热点和前沿,因此很有必要对区块链发展现状和趋势进行分析。

因此,本文采用文献计量的方法,借助文本挖掘软件和可视化分析软件,以Web of Science数据库和中国知网中收录的区块链领域相关文献为数据源,从年度发文量、发文机构、主要作者和期刊、研究热点和前沿等方面进行定量分析并对结果进行可视化呈现,揭示区块链领域的发展现状和趋势,以期为我国区块链领域后续的发展提供借鉴和参考。

本研究的数据来源分别是Web of Science核心合集数据库和中国知网（CNKI）数据库。在Web of Science核心合集数据库中,构建如下检索式：TS=(“Block chain” or “Blockchain” or “Block–chain” or “chain of Block”),文献类型限定为“Article”,检索年限为2008–2020年,引文索引选择SCI–Expanded 和SSCI,检索时间是2021年9月6日,共检索得到3 481篇期刊论文,剔除相关度较低的文献后得到3 218篇文献。

在中国知网中,构建如下检索式：主题=区块链 OR 篇名=区块链,文献类型限定为“学术期刊”,检索时间是2021年9月6日。通过检索发现我国关于区块链的文献最早出现于2015年,所以将检索年限设置为2015–2020年。文献来源选择SCI来源期刊、EI来源期刊、北大核心、CSSCI和CSCD。经过检索,得到期刊论文2 519篇,去掉选题指南、会议通知、资讯等无效文献后,得到2 464篇期刊论文。

文献计量法是一种以各种文献外部特征为研究对象的量化分析方法,借助文献的各种特征数量,采用数学与统计学方法来描述、评价和预测科学技术的现状与发展趋势的图书情报学分支学科^[19]。文献计量法目前被广泛应用于学科态势分析之中。同时,科学知识图谱作为知识管理领域的一种重要方法,能够系统全面地揭示学科研究热点和发展趋势^[20], 具有直观、定量、高效、便捷等诸多优点^[21]。目前,众多国内外学者和企业已经开发出了若干绘制科学知识图谱的软件,每种软件都有自己的使用场景和优缺点^[22],其中最常用的软件包括CiteSpace^[23,24]和Gephi^[25,26,27]。

本文采用文献计量的方法,利用文本挖掘工具Derwent Data Analyzer（简称DDA）与可视化分析软件CiteSpace、Gephi和VOSviewer,以Web of Science核心合集数据库和中国知网中的科技文献为研究对象,从年度发文量、主要研究机构、主要研究人员和发文期刊等方面揭示区块链领域的研究现状和发展趋势,同时利用可视化分析软件绘制关键词共现网络、关键词聚类图和突现词图谱,追踪该领域的研究热点和最新前沿,以期为我国政府部门、科技管理部门、研究机构及企业等相关人员提供参考。

3.1.1 年度发文量分析

年度发文量及其变化趋势在一定程度上体现了一个领域的研究现状和发展趋势。经统计,2008–2020年Web of Science核心合集数据库中共收录区块链领域论文3 218篇。Web of Science数据库中区块链领域年度发文量的变化趋势图如图1所示。

从图1可以看出,区块链领域发文量大体经历了三个发展阶段：（1）引入期（2008–2015年）：在这个阶段每年的发文量极少,基本为个位数。此阶段区块链技术刚刚提出,暂时还没有引起各国政府和企业的广泛关注。（2）缓慢增长期（2015–2017年）：从2015年起,发文量开始缓慢增长,但增长速率较慢。因此,2015年被称为世界区块链元年^[28]。（3）快速增长期（2017–2020年）：文献数量在短时间内呈井喷式增长,2020年的发文量是2018年的23倍左右。区块链技术已经引起了各国政府、研究机构以及企业的高度重视,研究成果激增。

3.1.2 主要国家分析

分析主要发文国家能够了解各国在区块链领域的发展现状和合作情况,为我国下一步的发展提供指导。本文对Web of Science核心合集数据库中2008–2020年的区块链相关文献进行统计分析,经去重后得到发文量排名前10位的国家,如表1所示。

在发文量方面,我国位居首位,其次是美国、英国和韩国。经统计,发文量排名前10位的国家共发表文献2 880篇,占文献总数的89.50%。在篇均被引频次方面,美国排在首位,其次是德国、加拿大和澳大利亚。虽然我国在该领域发文量最多,但是文献的篇均被引频次较低。

利用Gephi软件绘制发文量排名前20位的国家/地区间的合作网络图,如图2所示。图中的圆圈代表国家/地区,圆圈间的连线代表国家/地区间有过合作,连线的粗细代表合作次数的多少。由图2可知,区块链领域国家/地区间的合作较为广泛,其中,中国与美国的合作次数最多,中国与英国、澳大利亚、加拿大也有较为紧密的合作关系。同时,美国在合作网络中的中介中心性较高,与其他19个国家都有不同程度的合作关系。

3.1.3 主要研究机构分析

分析研究机构有助于识别该领域的重要研究团队,帮助读者更好地了解各机构的研究实力。利用文本挖掘工具Derwent Data Analyzer对Web of Science核心合集数据库中的区块链文献统计分析,对文献的机构进行去重、合并等操作后得到区块链领域排名前10位的研究机构,如图3所示。区块链领域发文量排名前5位的研究机构均来自中国,它们分别是Beijing University of Posts and Telecommunications（北京邮电大学）、Chinese Academy of Sciences（中国科学院）、Beijing Institute of Technology（北京理工大学）、Xidian University（西安电子科技大学）和University of Electronic Science and Technology of China（电子科技大学）。发文量排名前10位的研究机构中有6所来自中国,2所来自美国,英国和沙特阿拉伯各1所。这说明我国在区块链领域中占据重要地位,拥有较多重要研究机构。经统计,发文量排名前10的研究机构共发表文献600篇,占文献总数的18.65%。

利用可视化分析软件VOSviewer绘制Web of Science数据库中区块链领域机构间的合作关系进行可视化分析,得到主要研究机构间合作网络图,如图4所示。图4中的节点代表机构,节点的大小代表发文量的多少;节点间的连线代表两个机构间有合作关系,连线的粗细代表合作次数的多少。北京邮电大学的节点最大且位于网络的中心位置,说明其发文量最多且中心度最大,是其他机构间关联的桥梁。其次,我国机构间的合作较为频繁,北京邮电大学与清华大学、电子科技大学、西安电子科技大学有紧密的合作关系。同时,我国机构与卡尔顿大学、卡塔尔大学、坦普尔大学以及得克萨斯大学合作较为紧密。总体来看,我国机构的合作对象主要为国内机构,今后应注重加强与国外相关机构的合作和交流,共同推动区块链技术的发展。

3.1.4 主要研究人员分析

对一个领域的主要研究人员进行分析有助于识别该领域的核心作者以及作者之间的合作关系,便于学者寻求合作伙伴。利用文献分析软件DDA对Web of Science数据库区块链领域相关文献的作者字段进行清洗、去重,得到发文量排名前10位的作者,如图5所示。发文量最多的是美国得克萨斯大学圣安东尼奥分校的Choo, Kim-Kwang Raymond,共发表论文33篇。卡特尔大学的Guizani Mohsen和天普大学的Du Xiaojiang分别位列第2位和第3位。排名前10位的高产作者中有2位来自美国,来自中国的只有1位。

利用CiteSpace软件绘制Web of Science数据库中区块链领域高产作者之间的合作网络,如图6所示。图6中的每个节点代表一位作者,节点之间的连线表示作者之间有过合作发文的经历,节点的大小表示作者发文量的多少,连线的粗细表示合作次数的多少。虽然作者合作网络的网络密度为0.0055,整体网络较为稀疏,合作强度不高,但是已经形成了较为稳定的作者合作关系,出现了以Guizani, Mohsen、Du, Xiaojiang等为代表的核心作者。

3.1.5 主要发文期刊分析

通过对Web of Science数据库区块链领域的期刊信息进行统计,得到发文量排名前10位的期刊,如图7所示。由图7可以看出,发文量排名前3位的期刊是IEEE Access、Sensors、IEEE Internet of Things Journal,发文量均在100篇以上。其中,位列首位的IEEE Access优势显著,以508篇的发文量占到样本总量的15.79%,说明该刊在区块链领域占据重要位置。排名前10位的期刊共发表论文1 153篇,占样本总量的35.83%。说明目前区块链领域文献的期刊分布较为零散,没有形成稳定的期刊群。统计排名前10位期刊的学科类别,发现主要分布在计算机科学、工程学和通信学领域。

3.1.6 文献共被引分析

1973年,美国情报学家Small首次提出了文献共被引（Co-citation）的概念, 作为测度文献间关系程度的一种研究方法^[29]。如果两篇（或多篇）论文同时被后来一篇或多篇论文所引用,则称这两篇（或多篇）论文构成共被引关系。共被引强度用来测度两篇（或多篇）论文同时被多少篇文献所引用。因此,文献的共被引强度可以用来衡量文献的重要程度,文献的共被引分析可以用于寻找一个领域的核心文献。本文利用VOSviwer软件对Web of Science中的文献进行了共被引分析,得到区块链领域文献共被引分析图谱,如图8所示。共被引强度排名前10位的文献信息如表2所示。综合图8和表2可知,Nakamoto在2008年发表的“Bitcoin: A peer-to-peer electronic cash system”共被引强度最大,该篇文章属于该领域的开山之作,描述了“比特币”这一电子货币及其算法。 Christidis Konstantinos在2016年发表的“Blockchains and Smart Contracts for the Internet of Things”共被引强度位居第二位,该篇文章详细介绍了区块链和智能合约的工作模式。

3.2.1 年度发文量分析

经统计,2015–2020年中国知网共收录区块链领域相关论文2 464篇,文献的年度发文量的变化趋势图如图9所示。

中国科学技术大学的赵赫等学者发表的“基于区块链技术的采样机器人数据保护方法”是较早详细介绍区块链技术及其在采样机器人中的应用的文献。中国知网中的区块链文献也大体经历了三个发展阶段：（1）引入期（2015–2016年）：2015年发表的区块链领域的文献仅为2篇,2016年发文量增长到49篇。（2）缓慢增长期（2016–2019年）：这一阶段发文量明显增多,企业和研究机构对区块链技术的研究逐渐深入,区块链的应用领域也在不断扩展。（3）快速增长期（2019–2020年）：随着党中央、国务院以及各级地方政府对区块链技术及其产业发展的高度重视,区块链在学界和产业界引起了极大关注,相关研究成果激增。

3.2.2 主要研究机构分析

对中国知网中的区块链文献进行规范化处理后,利用DDA软件对文献进行统计分析,得到区块链领域发文量排名前10位的研究机构,如图10所示。发文量排名前3位的机构分别是中国科学院、中国人民大学和清华大学。排名前10位的研究机构中,中国人民银行属于金融管理机构,中央财经大学为财经类高校,说明区块链技术在我国金融业引起了广泛重视,得到了深入研究。排名前10位的机构共发表文献531篇,占文献总数的21.55%。

利用Gephi软件对机构间的合作关系进行可视化呈现,得到主要研究机构间的合作网络图,如图11所示。图中的节点代表机构,节点之间的连线代表机构间有合作关系。由图11可知,机构合作网络较为稀疏,整体上我国机构间合作不够紧密。中国科学院与北京大学、武汉大学、山东大学、华东师范大学以及东南大学之间的合作次数较多,形成了稳定的合作关系。清华大学与北京大学、上海交通大学之间的合作次数较多,合作较为密切。其余机构之间虽有合作关系,但是彼此之间的连线较细,合作强度有待加强。

3.2.3 主要研究人员分析

中国知网中区块链领域的高产作者如图12所示。发文量最多的作者是来自中央财经大学的朱建明和来自中国科学院自动化研究所的王飞跃,发文量均为13篇。由图12可以看出,高产作者人均发文量在8~9篇左右,该领域暂时没有出现“领军人物”。

利用CiteSpace软件绘制区块链领域作者合作网络图,如图13所示。作者合作网络的密度为0.0045,说明网络较为稀疏,作者之间的合作较少。由图13可以看出,虽然有少数作者之间形成了较稳定的合作关系,例如王飞跃与袁勇、朱建明与高胜、李彬与崔高颖,但是大部分作者没有与其他作者进行过合作。

3.2.4 主要发文期刊分析

通过对中国知网中区块链领域相关文献的期刊信息进行统计,得到发文量排名前10位的期刊,如图14所示。发文量排名前3位的期刊分别是《中国金融》《计算机科学》《会计之友》。其中《中国金融》是该领域发文量最多的期刊。经过统计,发文量排名前10位的期刊共发表论文455篇,占样本总量的18.47%,说明文献分布较为分散,暂时没有形成核心期刊群。上述10种期刊的学科领域主要集中在金融学和计算机科学。《信息网络安全》刊载区块链论文36篇,排名第6位,说明随着区块链技术研究的不断深入,交易过程以及智能合约的安全问题开始引起国内学者的重视。

4.1.1 研究热点分析

关键词作为文献内容的高度凝练,在一定程度上可以反映文献的研究主题^[30]。关键词共现网络能够清楚地展现文献中的高频关键词以及关键词之间的共现关系。高频关键词在一定程度上可以反映某领域在一段时间内的研究热点。本文利用社会网络分析软件绘制了Web of Science数据库中区块链文献的关键词共现网络,如图15所示。图中每个圆圈表示一个关键词,圆圈的大小代表关键词词频的大小;节点之间的连线表示关键词之间具有共现关系,连线的粗细表示两个关键词共现次数的多少。表3给出了Web of Science数据库中的高频关键词及其词频。

从图15和表3可以看出,除了自我指向性的关键词区块链（Blockchain）外,Web of Science数据库中区块链领域的高频关键词包括物联网（internet of things）、智能合约（smart contract）、安全性（security）、比特币（bitcoin）、数据隐私问题（data privacy）、以太坊（ethereum）、数字加密货币（cryptocurrency）和云计算（cloud computing）等。排名前10位的高频关键词的词频在100以上,同时这些高频关键词之间的共现次数较多,说明Web of Science数据库中区块链的研究热点主要集中在区块链的支撑技术、安全性与保密性、比特币以及区块链技术在计算机领域的应用。

4.1.2 研究前沿分析

突现词是指在某段时间内受到研究人员广泛关注、数量突然增加的关键词,在一定程度上可以反映一个领域的研究前沿。陈超美教授在CiteSpace软件中引入Kleinberg的突现词检测算法,用于识别一个领域的研究前沿^[31]。本文利用CiteSpace中的突现词监测功能对Web of Science数据库中区块链领域的突现词进行识别,得到突现词图谱,如图16所示。

图16展示了区块链领域的6个突现词。其中,“Year”表示关键词出现的时间,“Strength”表示突现强度,“Begin”表示突现开始的时间,“End”表示突现结束的时间,红条表示突现的时间段。由图16可知,突现强度最高的关键词是“体系结构（architecture）”,突现时间最长的关键词是“网络（network）”。2014–2018年的研究前沿主要集中在“网络（network）”“模型（model）”“比特币（bitcoin）”和“经济学（economics）”。在该阶段区块链的研究前沿主要是围绕区块链的底层技术和区块链在金融领域的应用。2019–2020年的研究前沿主要集中在“加密（encryption）”和“体系结构（architecture）”。

4.2.1 研究热点分析

利用CiteSpace软件对中国知网中区块链领域的关键词共现关系进行可视化分析,得到如图17所示的关键词共现网络图。表4给出了我国区块链领域的高频关键词及其词频。

从图17和表4可以看出,高频关键词包括区块链、智能合约、去中心化、共识机制、比特币、大数据、人工智能等。研究热点主要集中在区块链的基础技术、核心技术和区块链在金融领域的应用等方面。排名前20的高频关键词中包含了金融科技、以太坊、金融监管、金融创新、数字经济等与金融业息息相关的关键词。同时,隐私保护、信息安全等问题也引起了国内学者的广泛关注。

在关键词共现网络的基础上进行聚类,得到区块链领域关键词聚类图,聚类得到了9个类簇,如图18所示。表5中给出了各个类簇中的主要关键词。

从图18和表5可以看出,中国知网区块链领域的研究主要集中在区块链的基础技术（物联网、云计算等）和核心特征（去中心化、可溯源等）、区块链技术在金融领域的应用（数字货币、供应链金融）、区块链技术在图书情报领域的应用（电子档案、档案管理）、区块链技术的安全与隐私问题（信任机制、版权保护）。

4.2.2 研究前沿分析

利用CiteSpace软件识别区块链领域的突现词,得到突现词图谱,如图19所示。

从图19可以看出,中国知网区块链领域突现强度最高并且突现时间最长的关键词是“比特币”,其次是“数字货币”和“ICO（Initial Coin Offering）”,这说明该领域的研究前沿主要集中在区块链技术在金融行业的应用。同时,“挑战”和“信息安全”等关键词也受到了广泛关注,成为近几年的研究前沿。这说明随着对区块链技术的深入研究,我国学者开始关注其安全性与隐私保护的问题。

本文采用文献计量的方法,借助文本挖掘工具Derwent Data Analyzer与可视化分析工具CiteSpace、Gephi,对Web of Science数据库和中国知网中的文献进行定量分析,从年度发文量、主要研究机构、研究人员、发文期刊、研究热点和前沿等方面揭示区块链领域的研究现状和发展趋势,得出以下结论。

（1）从年度发文量的变化趋势来看,Web of Science数据库和中国知网区块链领域的发文量都经历了引入期、缓慢增长期和快速增长期三个阶段,并且近两年的文献均呈现井喷式增长。基于各国各界对区块链技术的高度重视和区块链技术的强大发展潜力,可以预测未来几年发文量仍将以较高的速度增长。

（2）在研究机构方面,我国有多个机构在Web of Science数据库中的发文量名列前茅,例如中国科学院、北京邮电大学。说明我国在区块链领域占据重要的位置,具备雄厚的研究实力和国际影响力。同时,我国机构与其他国家相关机构的合作强度较小。中国知网中部分机构间形成了较为稳定的合作关系,今后可以适当加强与国外机构的合作。

（3）在研究人员方面,Web of Science数据库中目前已经形成了核心作者群,出现了以Guizani, Mohsen、Du, Xiaojiang等为代表的“领军人物”。中国知网中主要作者的发文量差别不大,合作网络稀疏,合作关系不够紧密,暂未出现“领军人物”。今后需要加强与国内外作者之间的合作关系,形成稳定的作者合作团体,共同推动区块链研究向纵深方向发展。

（4）在发文期刊方面,Web of Science数据库中排名前10的期刊的发文量占文献总量的35.83%,中国知网排名前10的期刊的发文量占比为18.47%,说明两个数据库中均未形成稳定的核心期刊群。Web of Science数据库中的发文期刊主要分布在计算机科学、工程学、通信学等领域,中国知网中的发文期刊主要分布在金融学和计算机科学领域。随着区块链技术的广泛关注,未来应当重视区块链核心期刊群的培养,从而更好地推动该领域的发展。

（5）在研究热点方面,两个数据库中相关文献的作者都对区块链的支撑技术、核心技术及其安全性、隐私问题给予了极大关注。不同之处在于Web of Science数据库中区块链技术的应用领域分布较为广泛,分布于计算机科学、金融、工程学等领域,而中国知网中区块链技术的应用领域主要集中在金融领域,在其他领域的应用较少,未来应当重视区块链技术在其他领域的应用研究。

（6）在研究前沿方面,Web of Science数据库区块链领域的研究前沿主要是区块链的底层支撑技术,中国知网区块链领域的研究前沿主要集中在区块链在金融领域的应用。

基于以上区块链领域发展态势的分析,本文针对我国区块链领域下一步发展提出以下建议。

（1）扩大区块链技术的应用领域,推动技术与产业深度融合。

目前我国区块链技术的应用场景主要集中在金融领域,应用领域较为单一,下一步应该加快推动区块链技术在其他行业领域的应用,使得区块链为传统行业赋能,逐步实现技术与产业的深度融合与创新发展。

（2）加强与国外机构的合作,共同推动区块链技术发展。

目前我国部分机构间形成了较为稳定的合作关系,但是与国外机构的合作有待加强。下一步应该重视国内外机构的合作,多举办一些区块链技术相关的学术会议,为国内外机构之间的合作提供更多的合作交流机会。