基于知識(shí)圖譜的自然災(zāi)害風(fēng)險(xiǎn)防控研究進(jìn)展的文獻(xiàn)計(jì)量分析

金菊良，陳鵬飛，陳夢(mèng)璐，崔 毅，張浩宇，寧少尉

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院，安徽 合肥 230009; 2.合肥工業(yè)大學(xué) 水資源與環(huán)境系統(tǒng)工程研究所，安徽 合肥 230009; 3.天津大學(xué) 水利工程仿真與安全國家重點(diǎn)實(shí)驗(yàn)室，天津 300072)

隨著全球環(huán)境的變化和社會(huì)經(jīng)濟(jì)的發(fā)展，自然災(zāi)害風(fēng)險(xiǎn)日趨嚴(yán)峻[1-2]。自然災(zāi)害損失統(tǒng)計(jì)數(shù)據(jù)顯示，自1950年以來，隨著通貨膨脹自然災(zāi)害損失急劇增加[3]；若不及時(shí)采取相應(yīng)的補(bǔ)救措施，災(zāi)害損失將在人們生產(chǎn)生活中的各個(gè)方面呈鏈?zhǔn)絺鬟f下去[4]。因此，迫切需要在災(zāi)害發(fā)生前后采取有效防控措施，以盡量降低災(zāi)害損失風(fēng)險(xiǎn)[5-6]。目前，面對(duì)全球性的自然災(zāi)害事件迫切需要不同國家通過整合其知識(shí)資產(chǎn)和物質(zhì)資源齊心協(xié)力、共同應(yīng)對(duì)，促使自然災(zāi)害風(fēng)險(xiǎn)防控成為了影響全球化進(jìn)程的新因素[7]。中國作為全球自然災(zāi)害風(fēng)險(xiǎn)防控的重點(diǎn)區(qū)域，由各類自然災(zāi)害造成的經(jīng)濟(jì)損失和受影響人口對(duì)社會(huì)經(jīng)濟(jì)發(fā)展造成了重大影響[8]，自然災(zāi)害風(fēng)險(xiǎn)的防控研究日顯重要[8-9]。巫麗蕓等[10]從災(zāi)害危險(xiǎn)性和易損性兩個(gè)方面構(gòu)建的生態(tài)系統(tǒng)災(zāi)害風(fēng)險(xiǎn)評(píng)估框架、金菊良等[11]歸納總結(jié)的旱災(zāi)風(fēng)險(xiǎn)評(píng)估與調(diào)控關(guān)鍵技術(shù)研究進(jìn)展等觀點(diǎn)為自然災(zāi)害風(fēng)險(xiǎn)防控研究提供了初步經(jīng)驗(yàn)；張繼權(quán)等[12]闡述了綜合自然災(zāi)害風(fēng)險(xiǎn)管理是針對(duì)各種自然災(zāi)害、面向?yàn)?zāi)害全過程的管理新模式；史培軍等[13]提出了減災(zāi)資源高效利用的“三維矩陣管理”區(qū)域自然災(zāi)害風(fēng)險(xiǎn)的綜合行政管理體系；Dominey-howes等[14]呼吁應(yīng)急管理界認(rèn)識(shí)到抗生素耐藥性風(fēng)險(xiǎn)；LI等[15]總結(jié)了用于評(píng)估多種危害對(duì)建筑物損失風(fēng)險(xiǎn)的公式；Merz等[16]提出的德國自然災(zāi)害研究網(wǎng)絡(luò)將合作伙伴與自然災(zāi)害領(lǐng)域的專業(yè)科學(xué)知識(shí)聯(lián)系起來，為協(xié)調(diào)安全發(fā)展鋪平了道路。

自然災(zāi)害風(fēng)險(xiǎn)防控過程涵蓋風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)決策與應(yīng)對(duì)、風(fēng)險(xiǎn)監(jiān)管與控制等主要環(huán)節(jié)[11, 17]。國內(nèi)外有關(guān)自然災(zāi)害風(fēng)險(xiǎn)防控的研究日漸增多，但尚未見利用知識(shí)圖譜等文獻(xiàn)計(jì)量分析方法對(duì)自然災(zāi)害風(fēng)險(xiǎn)防控研究狀況和發(fā)展趨勢(shì)作系統(tǒng)深入分析研究的報(bào)道。通過全面歸納總結(jié)自然災(zāi)害風(fēng)險(xiǎn)防控研究進(jìn)展，有利于反映已有研究方法之間的異同關(guān)系并發(fā)現(xiàn)已有研究中的隱性問題，有利于多維度展望未來研究的主要發(fā)展方向。為此本文采用文獻(xiàn)計(jì)量分析方法，通過自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域已有研究成果的系統(tǒng)梳理、數(shù)據(jù)挖掘、知識(shí)計(jì)量、圖形繪制等可視化分析方法生成形象直觀的知識(shí)圖譜，以期進(jìn)一步揭示該領(lǐng)域研究的動(dòng)態(tài)發(fā)展規(guī)律[18]。

1 文獻(xiàn)計(jì)量分析

本次研究選擇了Web of Science核心合集(以下簡(jiǎn)稱WOS)中的SCI-EXPANDED數(shù)據(jù)庫，在WOS數(shù)據(jù)庫內(nèi)對(duì)2003-2017年間發(fā)表的文獻(xiàn)以檢索式“TS=((risk regulation OR risk planning OR risk management OR risk control) AND natural disaster)”進(jìn)行源文獻(xiàn)檢索，共得到1 260條檢索記錄，文獻(xiàn)類型取Article進(jìn)行精煉，最后得1 159條檢索記錄。運(yùn)用文獻(xiàn)計(jì)量分析法，對(duì)所檢索文獻(xiàn)的發(fā)表時(shí)間、區(qū)域、學(xué)科和期刊、代表作者、科研合作機(jī)構(gòu)及關(guān)鍵詞詞頻進(jìn)行分析，以揭示自然災(zāi)害風(fēng)險(xiǎn)防控研究進(jìn)展及潛在問題。在數(shù)據(jù)處理過程中使用VOSviewer(聚類分析可視化)和Bibexcel(詞頻統(tǒng)計(jì))文獻(xiàn)計(jì)量分析工具[19-20]。本文選取VOSviewer提供的標(biāo)簽視圖和聚類密度視圖2種知識(shí)圖譜方法進(jìn)行呈現(xiàn)并解析：在標(biāo)簽視圖中，一個(gè)圓圈和標(biāo)簽代表一個(gè)元素，圓圈的大小代表權(quán)重的高低，顏色相同的圓圈屬于同一聚類，元素間的連線表示元素之間的共現(xiàn)關(guān)系；聚類密度視圖是根據(jù)圓圈數(shù)量、大小以及圓圈間聯(lián)系的緊密程度將整個(gè)知識(shí)網(wǎng)絡(luò)圖譜分成顏色不同的若干聚類區(qū)域[19-21]。

1.1 文獻(xiàn)發(fā)表時(shí)間分布

2003-2017年自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域每年出版的文獻(xiàn)數(shù)量呈逐年上升趨勢(shì)(圖1)。根據(jù)發(fā)文量可將自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域研究發(fā)展分為三個(gè)階段：2003-2008年是初步探索時(shí)期，年發(fā)表文獻(xiàn)數(shù)量呈逐年上升狀態(tài)，2008年迅速增長到63篇；2009-2014年是平穩(wěn)增長時(shí)期；2015-2017年是蓬勃發(fā)展時(shí)期，2017年達(dá)到190篇，年發(fā)表文獻(xiàn)數(shù)量迅猛增加。2018年未計(jì)入文獻(xiàn)分析數(shù)據(jù)庫，但是按照過去15年的發(fā)展趨勢(shì)預(yù)測(cè)，2018年自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域發(fā)文量將繼續(xù)增長(截止至2018年11月已檢索到185篇)。從上述發(fā)文量逐年增多的趨勢(shì)中可看出，自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域正逐漸得到全球?qū)W者的廣泛關(guān)注。

1.2 文獻(xiàn)發(fā)表區(qū)域分布

檢索到的15年來的文獻(xiàn)源于97個(gè)國家/地區(qū)。其中美國總發(fā)文量最多、為315篇，占全球總發(fā)文量的27.2%，接近第二名中國發(fā)文量的兩倍；中美兩國的發(fā)文量約為全球總發(fā)文量的40%，對(duì)全球自然災(zāi)害風(fēng)險(xiǎn)防控的研究作出了主要貢獻(xiàn)。同時(shí)，從圖2可看出，中國、美國和澳大利亞三國在自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域關(guān)系最為密切，并且它們與英國、德國、加拿大等國均有合作，合作交流的研究關(guān)系增強(qiáng)了世界各國在應(yīng)對(duì)自然災(zāi)害風(fēng)險(xiǎn)時(shí)的防控能力，也是全球未來自然災(zāi)害研究發(fā)展的必然趨勢(shì)。

圖1 自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域2003-2017年出版的文獻(xiàn)數(shù)量

圖2 自然災(zāi)害風(fēng)險(xiǎn)防控研究各高產(chǎn)國家之間合作關(guān)系圖

圖3 全球6個(gè)自然災(zāi)害風(fēng)險(xiǎn)防控研究高產(chǎn)國家的歷年發(fā)文數(shù)

對(duì)比圖3中全球在自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域發(fā)文量較高的6個(gè)國家可看出：美國在自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域起步相對(duì)較早，其相關(guān)科研產(chǎn)出量一直在全球保持顯著領(lǐng)先地位；而中國雖起步稍晚，但從2007年開始迅速發(fā)展，與美國之間的發(fā)文量差距不斷減小，說明中國對(duì)自然災(zāi)害風(fēng)險(xiǎn)防控的重視程度和研究力度在不斷加深。從各國不斷增長的發(fā)文量可看出自然災(zāi)害風(fēng)險(xiǎn)防控研究正成為一個(gè)迅速發(fā)展的研究領(lǐng)域。

1.3 文獻(xiàn)發(fā)表學(xué)科和期刊分布

自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的文獻(xiàn)在學(xué)科分布方面差異明顯，有些學(xué)科的發(fā)文量高，意味著這些學(xué)科的學(xué)術(shù)成果多、研究力量強(qiáng)、學(xué)科地位高，相對(duì)于其他學(xué)科比較強(qiáng)勢(shì)，可稱為強(qiáng)勢(shì)學(xué)科[22]。本研究檢索得到的自然災(zāi)害風(fēng)險(xiǎn)防控文獻(xiàn)涉及WOS中90個(gè)學(xué)科，其中載文量最多的前5個(gè)學(xué)科分別是：GEOLOGY(地質(zhì)學(xué))有407篇，WATER RESOURCES(水資源)有396篇，METEOROLOGY & ATMOSPHERIC SCIENCES(氣象與大氣科學(xué))有348篇，ENVIRONMENTAL SCIENCES & ECOLOGY(生態(tài)環(huán)境科學(xué))有233篇，ENGINEERING(工程)有174篇?？梢姡阂延醒芯砍晒嗉性谧匀豢茖W(xué)領(lǐng)域，而在社會(huì)科學(xué)領(lǐng)域較為缺乏；地質(zhì)學(xué)和水資源學(xué)科的文獻(xiàn)數(shù)量最多，分別占總發(fā)文數(shù)的35.1%和34.2%，是自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的強(qiáng)勢(shì)學(xué)科，說明發(fā)生在巖石圈和水圈的自然災(zāi)害是主要的自然災(zāi)害；氣象與大氣科學(xué)、生態(tài)環(huán)境科學(xué)、工程和公共衛(wèi)生、環(huán)境衛(wèi)生與職業(yè)衛(wèi)生學(xué)科的文獻(xiàn)均超過了100篇，在該研究領(lǐng)域也占據(jù)一定位置。

從期刊的分布情況，可看出該學(xué)科的科研水平、研究實(shí)力和學(xué)術(shù)地位[23]。這些所檢索的文獻(xiàn)分布在434種不同的期刊上，其中有13種期刊的載文量達(dá)到了10篇以上。載文量最多的前5種期刊分別是：《Natural Hazards》有176篇，占相關(guān)文獻(xiàn)總數(shù)的15.2%，《International Journal of Disaster Risk Reduction》有61篇，《Risk Analysis》有44篇，《Natural Hazards and Earth System Sciences》有34篇，《International Journal of Disaster Risk Science》有18篇。其中《Natural Hazards》和《International Journal of Disaster Risk Reduction》屬于自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域影響力較大、影響范圍較廣的期刊，說明自然災(zāi)害風(fēng)險(xiǎn)防控是當(dāng)前自然災(zāi)害研究領(lǐng)域的熱點(diǎn)和前沿問題。

1.4 文獻(xiàn)代表作者分析

作者共引分析可科學(xué)揭示學(xué)科之間的關(guān)聯(lián)程度，反映學(xué)科專業(yè)之間的結(jié)構(gòu)特征和未來發(fā)展趨勢(shì)，而作者耦合分析更為全面地反映一個(gè)學(xué)科的前沿知識(shí)結(jié)構(gòu)，因此將作者耦合分析與作者共引分析相結(jié)合可更全面地揭示學(xué)科知識(shí)結(jié)構(gòu)[24]。

1.4.1 作者共引分析

White H D和Griffith B C于1981年最早提出了作者共引分析方法[25]，其原理是當(dāng)兩個(gè)作者的論文同時(shí)被第三個(gè)作者引用時(shí)，則這前兩個(gè)作者存在共引關(guān)系[26]。通過這種共引關(guān)系可發(fā)現(xiàn)某學(xué)科領(lǐng)域中處于研究前沿且多次被引的作者、探尋作者的研究特點(diǎn)、探究某研究領(lǐng)域的知識(shí)圖譜，進(jìn)而促進(jìn)學(xué)術(shù)合作和學(xué)術(shù)交流[27]、甚至有助于形成科學(xué)范式。通過作者共引分析，可看出自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域內(nèi)具有重要研究的作者分布情況。從自然災(zāi)害風(fēng)險(xiǎn)防控研究的國際研究人員共引分析標(biāo)簽圖及聚類密度圖(圖4)中，可看出研究人員分成了六大類，可快速發(fā)現(xiàn)從事自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域研究的國際重要研究人員有：Cutter S L(美國)、Norris FH(美國)、Haimes Y Y(美國)、Kleindorfer PR(法國)、Cozzani V(意大利)、CHEN CW(中國)、TSENG CP(中國)。

1.4.2 作者耦合分析

作者耦合關(guān)系是在文獻(xiàn)耦合的基礎(chǔ)上發(fā)展起來的，是指兩個(gè)或多個(gè)作者發(fā)表的文章引用了一些相同的文獻(xiàn)，反映了文獻(xiàn)之間的一類內(nèi)在關(guān)聯(lián)[21]。L.Leydesdorff于2008年最早研究作者耦合關(guān)系，ZHAO提出并實(shí)證了作者耦合關(guān)系[28]。圖5表明：根據(jù)自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域各學(xué)者研究主題的異同與活躍情況，把作者的分布主要?dú)w為6個(gè)聚類，每個(gè)聚類的作者有共同關(guān)注的研究領(lǐng)域；這些領(lǐng)域中研究比較活躍的作者分別有ZHANG J(中國)、LI Y(中國)、Merz B(德國)、WANG J(中國)、Dominey-Howes D(澳大利亞)、LIU Y(中國)、CHEN CW(中國)等。

1.5 科研合作研究分析

1.5.1 作者合作研究

通過VOSviewer軟件對(duì)發(fā)文量超過6篇的作者進(jìn)行分析，結(jié)果表明：高產(chǎn)作者有WANG J(中國)、ZHANG J(中國)、LIU Y(中國)、Dominey-Howes D(澳大利亞)、CHEN CW(中國)、LI Y(中國)、Merz B(德國)等人；該圖譜中共有7個(gè)聚類，反映了由上述7人為核心的7個(gè)合作緊密的學(xué)術(shù)科研團(tuán)隊(duì)；高產(chǎn)作者大部分來自中國(圖6)，在自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域我國占有很重要的地位，說明當(dāng)前在中國展開自然災(zāi)害風(fēng)險(xiǎn)防控研究非常必要。

1.5.2 機(jī)構(gòu)合作研究

自然災(zāi)害風(fēng)險(xiǎn)防控是區(qū)域性與全球性結(jié)合的復(fù)雜科學(xué)難題，迫切需要各研究機(jī)構(gòu)合作探討。圖7a表明：Beijing Normal University(北京師范大學(xué))、Chinese Academy of Sciences(中國科學(xué)院)、University of Sydney(悉尼大學(xué))和Kyoto University(京都大學(xué))是目前自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的領(lǐng)軍機(jī)構(gòu)；自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域研究機(jī)構(gòu)主要集中在中國，各個(gè)機(jī)構(gòu)間有不同的密切合作關(guān)系。

圖7b表明:自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的機(jī)構(gòu)可主要?dú)w為10個(gè)聚類，同一聚類的機(jī)構(gòu)聯(lián)系緊密、關(guān)聯(lián)強(qiáng)度大，具有共同關(guān)注的研究領(lǐng)域。運(yùn)用VOSviewer軟件對(duì)同一聚類的機(jī)構(gòu)文獻(xiàn)精煉并進(jìn)行關(guān)鍵詞共現(xiàn)分析可知：聚類1以Chinese Academy of Sciences(中國科學(xué)院)和China University of Geosciences(中國地質(zhì)大學(xué))為首的機(jī)構(gòu)是中國自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的權(quán)威機(jī)構(gòu)，致力于氣候變化研究，多運(yùn)用GIS模型，進(jìn)行災(zāi)害脆弱性分析；聚類2以Beijing Normal University(北京師范大學(xué))和Ministry of Civil Affairs(中華人民共和國民政部)為首的機(jī)構(gòu)也是中國的知名機(jī)構(gòu)，注重脆弱性研究；聚類3以Kyoto University(京都大學(xué))和University of Tokyo(東京大學(xué))為首的日本機(jī)構(gòu)基于其地形地質(zhì)條件，著重于地震災(zāi)害研究；聚類4以Vrije Universiteit Amsterdam(阿姆斯特丹自由大學(xué))和Universidad Nacional Autonoma de Mexico(墨西哥國立自治大學(xué))為首的機(jī)構(gòu)注重氣候變化，多進(jìn)行災(zāi)害脆弱性和適應(yīng)性研究；聚類5以University of Sydney(悉尼大學(xué))和James Cook University(詹姆斯庫克大學(xué))為首的澳大利亞機(jī)構(gòu)致力于自然災(zāi)害風(fēng)險(xiǎn)管理研究；聚類6以Sichuan University(四川大學(xué))和University of Virginia(弗吉尼亞大學(xué))為首的機(jī)構(gòu)注重風(fēng)險(xiǎn)來臨前的準(zhǔn)備，致力于風(fēng)險(xiǎn)防控研究；聚類7以Harvard University(哈佛大學(xué))為首的機(jī)構(gòu)著重于研究災(zāi)害發(fā)生后對(duì)人類身心健康的影響；聚類8以University of Tehran(德黑蘭大學(xué))和University of Hawaii(夏威夷大學(xué))為首的機(jī)構(gòu)注重氣候變化，致力于適應(yīng)性、適應(yīng)能力及復(fù)原力等研究；聚類9以University of Melbourne(墨爾本大學(xué))為首的機(jī)構(gòu)注重災(zāi)害脆弱性和適應(yīng)性研究；聚類10以National Kaohsiung University of Science and Technology(臺(tái)灣高雄科技大學(xué))為首的機(jī)構(gòu)致力于工業(yè)方面的災(zāi)害風(fēng)險(xiǎn)防控研究。

圖4 作者共引分析的標(biāo)簽圖及聚類密度圖

圖5 作者耦合分析的標(biāo)簽圖及聚類密度圖

圖6 作者合著的標(biāo)簽圖及聚類密度圖

2 研究熱點(diǎn)聚類結(jié)果分析

關(guān)鍵詞高度濃縮了一篇論文的基本內(nèi)容，通過共現(xiàn)圖譜分析，可直觀反映某一領(lǐng)域的研究熱點(diǎn)。利用Bibexcel軟件對(duì)自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的關(guān)鍵詞進(jìn)行頻次統(tǒng)計(jì)，頻次最多的前20個(gè)關(guān)鍵詞分別是natural disasters(自然災(zāi)害)、resilience(恢復(fù)性)、vulnerability(脆弱性)、risk management(風(fēng)險(xiǎn)管理)、climate change(氣候變化)、risk assessment(風(fēng)險(xiǎn)評(píng)估)、risk(風(fēng)險(xiǎn))、GIS(地理信息系統(tǒng))、disaster risk reduction(減輕災(zāi)害風(fēng)險(xiǎn))、flood(洪水)、earthquake(地震)、disaster management(災(zāi)害管理)、adaptation(適應(yīng)力)、risk perception(風(fēng)險(xiǎn)感知)、disaster risk management(災(zāi)害風(fēng)險(xiǎn)管理)、China(中國)、mitigation(減緩)、tsunami(海嘯)、disaster planning(災(zāi)難規(guī)劃)、drought(干旱)。

為直觀地了解自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的研究熱點(diǎn)，利用VOSviewer軟件對(duì)其結(jié)果進(jìn)行可視化呈現(xiàn)，將閾值設(shè)置為15，即關(guān)鍵詞出現(xiàn)次數(shù)不少于15次，通過聚類分析生成關(guān)鍵詞共現(xiàn)圖譜(圖8)。在圖8a關(guān)鍵詞共現(xiàn)標(biāo)簽圖中可看出由關(guān)鍵詞“natural disasters(79次)”、“resilience(71次)”、“vulnerability(60次)”、“risk management(57次)”在關(guān)鍵詞共現(xiàn)標(biāo)簽圖中的節(jié)點(diǎn)相對(duì)較大。在圖8b關(guān)鍵詞共現(xiàn)聚類密度圖中VOSviewer把自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的關(guān)鍵詞分成了4個(gè)主要的熱點(diǎn)聚類，處于每一聚類中心的關(guān)鍵詞權(quán)重最大，其中類1(圖8中紅色)包含31個(gè)關(guān)鍵詞、類2(圖8中綠色)包含27個(gè)、類3(圖8中藍(lán)色)包含19個(gè)、類4(圖8中黃色)包含19個(gè)。將各研究熱點(diǎn)對(duì)應(yīng)的關(guān)鍵詞類團(tuán)及關(guān)鍵詞類團(tuán)中一些權(quán)重較大的關(guān)鍵詞匯總成表1。從表1的關(guān)鍵詞類團(tuán)中可看出，這些關(guān)鍵詞之間具有一定的關(guān)聯(lián)性，聚類結(jié)果的可信度較高[29]。

2.1 水旱災(zāi)害管理

由關(guān)鍵詞類團(tuán)可知研究主題一(即聚類一)為“水旱災(zāi)害管理”，即圖8中紅色聚類部分。國際組織調(diào)查1975-2010年間發(fā)生的全球自然災(zāi)害的統(tǒng)計(jì)結(jié)果表明，洪水災(zāi)害占全球所有自然災(zāi)害的50.8%，干旱災(zāi)害占33.1%，可見水旱災(zāi)害對(duì)人類生存的影響最為廣泛和嚴(yán)重[30]。不管災(zāi)害涉及的是水少(干旱)、水多(洪水和海嘯)，還是事件期間及之后的水污染，災(zāi)害、水和人類健康之間均存在不可分割的密切聯(lián)系[31]。金菊良等提出了評(píng)估洪水災(zāi)情等級(jí)的投影尋蹤模型[32]、洪水災(zāi)害風(fēng)險(xiǎn)管理廣義熵智能分析的初步理論框架[33]。Tingsanchali[34]提出了由洪水影響前的準(zhǔn)備、洪水到來時(shí)準(zhǔn)備就緒、洪水影響期間的應(yīng)急響應(yīng)、洪水沖擊后的恢復(fù)4方面組成的洪水災(zāi)害綜合管理戰(zhàn)略框架。Zhang等[35]認(rèn)為農(nóng)業(yè)氣象災(zāi)害中干旱發(fā)生頻率最高、覆蓋面積最大、造成損失最大。金菊良等[36]認(rèn)為旱災(zāi)風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)、旱災(zāi)風(fēng)險(xiǎn)決策是旱災(zāi)風(fēng)險(xiǎn)調(diào)控的重要內(nèi)容。為了應(yīng)對(duì)干旱壓力，Hackenberg等[37]的研究表明不同類型的sRNA對(duì)干旱的反應(yīng)不同，可用于改善大麥和其他谷類作物的耐旱性。Zhu等[38]建立了基于投影尋蹤聚類的區(qū)域綜合干旱災(zāi)害風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)估模型。

圖7 研究機(jī)構(gòu)分布的標(biāo)簽圖及聚類密度圖

圖8 VOSviewer統(tǒng)計(jì)分析得到的關(guān)鍵詞共現(xiàn)標(biāo)簽圖及聚類密度圖

研究主題關(guān)鍵詞類團(tuán)水旱災(zāi)害管理climate change(氣候變化)drought(干旱)flood(洪水)management(管理) natural hazards(自然災(zāi)害)災(zāi)害風(fēng)險(xiǎn)防控evacuation(疏散)model(模型)preparedness(準(zhǔn)備)risk perception(風(fēng)險(xiǎn)感知)infrastructure(基礎(chǔ)設(shè)施)災(zāi)害脆弱性adaptation(適應(yīng))adaptive capacity(適應(yīng)能力)community resilience(社區(qū)復(fù)原力)resilience(恢復(fù)性)vulnerability(脆弱性)災(zāi)害影響mental-health(心理健康)earthquake(地震)exposure(暴露)impact(影響)posttraumatic-stress-disorder(創(chuàng)傷后應(yīng)激障礙)

2.2 災(zāi)害風(fēng)險(xiǎn)防控

由關(guān)鍵詞類團(tuán)可知研究主題二(即聚類二)為“災(zāi)害風(fēng)險(xiǎn)防控”，即圖8中綠色聚類部分。其中risk perception(風(fēng)險(xiǎn)感知)即災(zāi)害發(fā)生前要進(jìn)行風(fēng)險(xiǎn)預(yù)防，需要根據(jù)當(dāng)前基礎(chǔ)保障措施的漏洞來識(shí)別風(fēng)險(xiǎn)，進(jìn)行自然災(zāi)害風(fēng)險(xiǎn)評(píng)估，以應(yīng)對(duì)所有災(zāi)害、確定風(fēng)險(xiǎn)優(yōu)先級(jí)，并根據(jù)準(zhǔn)備情況確定風(fēng)險(xiǎn)預(yù)防/緩解措施，進(jìn)而調(diào)控風(fēng)險(xiǎn)。Sarwar等[39]將PESTLE的基本原理應(yīng)用于災(zāi)害管理系統(tǒng)，以改善整體災(zāi)害管理過程。王文圣等[40]建立了基于集對(duì)分析的自然災(zāi)害風(fēng)險(xiǎn)度綜合評(píng)價(jià)模型。Chen等[41]提出了一種經(jīng)濟(jì)效用約束最大化模型，制定了保險(xiǎn)與風(fēng)險(xiǎn)控制計(jì)劃的戰(zhàn)略，通過減災(zāi)來平衡經(jīng)濟(jì)影響。Tseng等[42]在經(jīng)濟(jì)效用約束最大化模型的背景下探討了風(fēng)險(xiǎn)和不確定性在研究評(píng)估中的重要性。

2.3 災(zāi)害脆弱性

由關(guān)鍵詞類團(tuán)可知研究主題三(即聚類三)為“災(zāi)害脆弱性”，即圖8中藍(lán)色聚類部分。其中“vulnerability”、“resilience”、“adaptation”三詞的權(quán)重較大。脆弱性被認(rèn)為是承災(zāi)體的一種預(yù)先存在的狀態(tài)，表現(xiàn)為承災(zāi)體對(duì)致災(zāi)源的敏感性程度?；謴?fù)性是對(duì)相對(duì)脆弱性的長期趨勢(shì)的評(píng)估。適應(yīng)能力是個(gè)人或團(tuán)體對(duì)具體的致災(zāi)源的響應(yīng)或反彈的能力。根據(jù)這些概念，通過適當(dāng)?shù)囊?guī)劃努力提高適應(yīng)能力是促進(jìn)復(fù)原力的基本步驟[43]。貧困地區(qū)更易受到破壞也是導(dǎo)致自然災(zāi)害日益頻繁的因素之一，因此承災(zāi)體的脆弱性與觸發(fā)自然災(zāi)害的致災(zāi)因子物理現(xiàn)象同樣重要，它們都是造成災(zāi)害損失的必要條件。發(fā)展受限時(shí)貧困地區(qū)的脆弱性往往會(huì)增加，因此發(fā)展也是造成災(zāi)害發(fā)生及決定其影響程度大小的一個(gè)不可或缺的因素，而脆弱性觸發(fā)的災(zāi)害又嚴(yán)重抑制了發(fā)展，形成了一個(gè)惡性循環(huán)。為了打破這種循環(huán)，需要更多關(guān)注形成脆弱性的原因、降低這種脆弱性，從而提高貧困地區(qū)的自然災(zāi)害適應(yīng)能力[44]。

潛在風(fēng)險(xiǎn)與特定地區(qū)的社會(huì)復(fù)原力之間存在重要的相關(guān)性。社會(huì)脆弱性分析旨在了解哪些人群最容易受到自然災(zāi)害的影響，并確定影響社會(huì)脆弱性的關(guān)鍵因素。社會(huì)脆弱性研究的結(jié)果，在未來可用于風(fēng)險(xiǎn)管理決策，包括風(fēng)險(xiǎn)的降低、預(yù)防和減緩[45]，可在一定程度上提高社區(qū)復(fù)原力。

2.4 災(zāi)害影響

由關(guān)鍵詞類團(tuán)可知研究主題四(即聚類四)為“災(zāi)害影響”，即圖8中黃色聚類部分。災(zāi)害影響的常見類型分為災(zāi)害直接損失和災(zāi)害間接損失[46]。Baris等[47]證實(shí)在土耳其由于特殊的地質(zhì)地形和氣象條件致其易受到各種自然災(zāi)害的影響，平均每七至八年就會(huì)發(fā)生一次大規(guī)模災(zāi)害，其中地震、山體滑坡、洪水、干旱、巖崩和雪崩是主要的自然災(zāi)害，砍伐森林和水土流失加劇了這些災(zāi)害，其中97%的死亡率和傷害率由地震造成。Matsubayashi等[48]利用1982-2010年間日本自然災(zāi)害和自殺的地級(jí)城市面板數(shù)據(jù)，估計(jì)了自然災(zāi)害對(duì)各種人口群體自殺率的同期和滯后效應(yīng)，研究發(fā)現(xiàn)自然災(zāi)害以復(fù)雜的方式影響著災(zāi)區(qū)人口的自殺率。綜合文獻(xiàn)及關(guān)鍵詞發(fā)現(xiàn)災(zāi)害會(huì)給人類帶來實(shí)質(zhì)性的創(chuàng)傷和精神障礙，在洪水、干旱及其他自然災(zāi)害過后，受害者表現(xiàn)出焦慮、壓抑和其他心理問題，并且這些心理問題可持續(xù)很長時(shí)間。人類要從科學(xué)的意義上認(rèn)識(shí)這些災(zāi)害的發(fā)生、發(fā)展，盡可能減小它們所造成的危害，這已成為國際社會(huì)的一個(gè)重要的共同主題。

圖8關(guān)鍵詞共現(xiàn)圖譜的4個(gè)熱點(diǎn)聚類之間存在密切關(guān)聯(lián)：“災(zāi)害風(fēng)險(xiǎn)防控”被其他3類緊密包圍?！八禐?zāi)害管理”是當(dāng)前自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域最主要的熱點(diǎn)前沿和實(shí)踐需求，“災(zāi)害風(fēng)險(xiǎn)防控”是當(dāng)前災(zāi)害管理關(guān)口前移的發(fā)展新趨勢(shì)，而“災(zāi)害脆弱性”“災(zāi)害影響”是“災(zāi)害風(fēng)險(xiǎn)防控”的主要對(duì)象。可見，“災(zāi)害風(fēng)險(xiǎn)防控”把其他3類熱點(diǎn)聚類“水旱災(zāi)害管理”“災(zāi)害脆弱性”“災(zāi)害影響”緊密關(guān)聯(lián)起來，形成了一個(gè)結(jié)構(gòu)緊湊的自然災(zāi)害風(fēng)險(xiǎn)防控研究知識(shí)圖譜系統(tǒng)。

3 結(jié) 論

自然災(zāi)害風(fēng)險(xiǎn)防控研究是災(zāi)害學(xué)中一個(gè)快速發(fā)展的新興領(lǐng)域，也是需要逐漸深化的過程。從歷年的研究現(xiàn)狀看，自然災(zāi)害風(fēng)險(xiǎn)防控研究呈不斷趨熱的態(tài)勢(shì)。本研究利用VOSviewer文獻(xiàn)計(jì)量可視化分析方法，通過對(duì)2003-2017年間自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域的知識(shí)圖譜分析，揭示該研究領(lǐng)域演變特征與研究熱點(diǎn)，得到了以下結(jié)論：

(1)自然災(zāi)害風(fēng)險(xiǎn)防控研究雖歷史不長，但其研究熱度呈逐年上升趨勢(shì)，近幾年全球發(fā)文量在不斷上升。(2)美國在該領(lǐng)域起步較早，發(fā)文量最多，而近幾年中國有趕超美國的趨勢(shì)，尤其是在2013-2017年。(3)自然災(zāi)害影響廣泛，故涉及學(xué)科廣泛、刊載的期刊眾多，目前發(fā)文主要集中在Geology和Water Resources等學(xué)科領(lǐng)域、主要發(fā)表在《Natural Hazards》和《International Journal of Disaster Risk Reduction》等期刊。(4)通過作者共引分析看出當(dāng)前從事自然災(zāi)害風(fēng)險(xiǎn)防控領(lǐng)域研究的國際重要研究人員有：Cutter S L、Norris FH、Haimes Y Y、Kleindorfer PR、Cozzani V、CHEN CW、TSENG CP。通過作者耦合分析看出目前自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域比較活躍的作者有ZHANG J、LI Y、Merz B、WANG J、Dominey-Howes D、LIU Y、CHEN CW等人。(5)排名前幾位的高產(chǎn)作者有WANG J、ZHANG J、LIU Y、Dominey-Howes D、CHEN CW、Li Y、Merz B等人。Beijing Normal University(北京師范大學(xué))、Chinese Academy of Sciences(中國科學(xué)院)、University of Sydney(悉尼大學(xué))及Kyoto University(京都大學(xué))是目前自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域的領(lǐng)軍機(jī)構(gòu)。(6)自然災(zāi)害風(fēng)險(xiǎn)防控研究領(lǐng)域中的現(xiàn)有關(guān)鍵詞可主要?dú)w為4個(gè)聚類，即形成了四個(gè)研究主題“水旱災(zāi)害管理”“災(zāi)害風(fēng)險(xiǎn)防控”“災(zāi)害脆弱性”“災(zāi)害影響”，它們是當(dāng)前自然災(zāi)害風(fēng)險(xiǎn)防控的前沿研究重點(diǎn)。從這四個(gè)角度出發(fā)，深入研究、提出一套被公認(rèn)的自然災(zāi)害風(fēng)險(xiǎn)防控定量化方法已成為最重要的研究趨勢(shì)，可為全球制定防災(zāi)減災(zāi)措施提供科學(xué)合理的依據(jù)。