基于Citespace文獻計量工具的數(shù)字礦山與礦山安全文獻綜述

楊洋，張文博，張建敏，左晨曦

中國礦業(yè)大學(北京)管理學院，北京 100083

國內(nèi)外關于“礦山安全管理”的研究，起始于20世紀七八十年代。到20世紀90年代，隨著互聯(lián)網(wǎng)開始普及和廣泛應用，“智能礦山安全管理”相關研究興起。20世紀末，我國學者吳立新等提出了“數(shù)字礦山”的概念，并得到了學術界的廣泛認可，在之后近20年的時間里研究力度不斷加大。近10多年來，隨著信息革命的深入發(fā)展，在礦山安全管理研究領域中逐步出現(xiàn)了與物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新興技術相結合的研究，在研究內(nèi)容的角度、廣度和深度以及創(chuàng)新性研究方法的確立等方面都取得了一定的進展，呈現(xiàn)出良好的發(fā)展態(tài)勢。因此，本文基于文獻計量學軟件Citespace，分別對礦山安全相關研究和基于數(shù)字礦山的礦山安全管理相關研究，進行文獻計量統(tǒng)計分析。

有關數(shù)字礦山的研究，最早來自于我國學者在1999年首屆國際數(shù)字地球大會(1999.11.18—1999.11.20)中的兩篇重要論文[1-2]，都由中國礦業(yè)大學(北京)的吳立新等所著。在這兩篇論文中，作者研究了礦山地理信息系統(tǒng)(MGIS)和基于MGIS的數(shù)字礦山(DM)信息分類編碼方法及海量礦山數(shù)據(jù)管理策略，探討了數(shù)字礦山在礦山安全領域中的應用。2005年Wu等[3]探討了將數(shù)字礦山應用于礦山安全管理領域，這篇文章是能夠查閱到的最早涉及數(shù)字礦山研究的外文文獻。因此，本文中文文獻的計量統(tǒng)計范圍為1999—2019年，而外文文獻的計量統(tǒng)計范圍為2005—2019年。

文獻數(shù)據(jù)庫分別是中國學術期刊總庫(下稱CNKI)和Web of Science核心數(shù)據(jù)庫(下稱WOS核心庫)。文獻計量分析的內(nèi)容，包括年度文獻數(shù)量和研究主題分析、主要研究學者及機構分析、關鍵詞聚類及其中心性分析和高被引文獻內(nèi)容的演化分析四個方面。通過聚類和可視化分析以及知識圖譜的形式，直觀呈現(xiàn)數(shù)字礦山和基于數(shù)字礦山的礦山安全管理研究領域以往的發(fā)展歷程、當前研究熱點以及未來的研究方向。通過梳理本領域已有研究，為礦山安全管理研究形成跨學科、多分支的成熟研究體系以及數(shù)字礦山安全管理研究領域的創(chuàng)新提供基礎。

1 年度文獻量和研究主題分析

本文首先以“礦山安全”為關鍵詞進行文獻篩選，得到1 099篇中文文獻和844篇外文文獻，合計1 943篇。再以“數(shù)字礦山”，含“礦山安全、安全”等關鍵詞對中文文獻進行篩選，得到225篇有效文獻；以“Digital Mine”并含“Safety，Safe，Security，Mine safety”等關鍵詞對外文文獻進行篩選，得到213篇有效文獻?？梢?，從文獻總數(shù)上看，在礦山安全領域研究中約20%的研究都是基于“數(shù)字礦山”視角展開的。下面分別對“礦山安全”和“基于數(shù)字礦山的礦山安全”的文獻進行年度文獻數(shù)量統(tǒng)計分析和研究主題統(tǒng)計分析。

1.1 礦山安全文獻數(shù)量統(tǒng)計分析

在“礦山安全”的中文文獻中，文獻數(shù)量從1999年開始逐年增加，在大幅增長后于2015年達到頂峰，2015年共計88篇，年度文獻平均為52篇。在“礦山安全”的外文文獻中，文獻的總數(shù)少于中文文獻的數(shù)量，年度文獻平均數(shù)為40篇。如圖1(a)所示，“礦山安全”的中外文獻在發(fā)表數(shù)量方面的整體趨勢一致，都呈現(xiàn)出波動上升的態(tài)勢，中文文獻數(shù)量要略高于外文文獻?；跀?shù)字礦山的礦山安全管理研究中，中文文獻數(shù)量增減變動幅度大于外文文獻，年度文獻平均數(shù)為11篇。中外文獻在發(fā)表數(shù)量方面的整體趨勢一致，都是呈現(xiàn)波動上升的態(tài)勢，外文文獻的年平均文獻數(shù)量略多于中文文獻的數(shù)量，如圖1(b)所示。

對圖1文獻數(shù)量比較可知：第一，中文文獻在數(shù)字礦山安全管理領域的起點更早，各年度文獻數(shù)量的變動幅度更大，但從總體文獻數(shù)量上看，中文文獻的增幅有限；外文文獻中從一開始的較少數(shù)量至2019年出現(xiàn)了大幅增加。第二，中文文獻數(shù)量高峰出現(xiàn)在2016年，外文文獻數(shù)量高峰出現(xiàn)在2019年，2016—2019年正是大數(shù)據(jù)等信息技術在管理領域中廣泛運用的時期，可見這一時期如何將新興信息技術與數(shù)字礦山、礦山安全研究相融合受到了廣泛關注。第三，中文文獻對于該領域關注度的提升早于外文文獻，并且更早地將礦山安全管理與新興數(shù)字化技術結合起來，有力地推動了該領域研究的發(fā)展。

圖1 年度文獻數(shù)量統(tǒng)計圖Fig.1 Annual literature statistics chart

1.2 數(shù)字礦山安全管理文獻主題分析

在中文文獻中，礦山安全管理研究最初圍繞“數(shù)字礦山”展開，隨著技術的進步與發(fā)展，大數(shù)據(jù)、信息化、物聯(lián)網(wǎng)和智慧礦山等關鍵詞逐漸出現(xiàn)在研究主題中，體現(xiàn)了數(shù)字經(jīng)濟發(fā)展背景下礦山安全管理研究的時代意義。如圖2所示，以“數(shù)字礦山”為研究主題的文獻數(shù)量最多，高達71篇，其次是礦山安全、物聯(lián)網(wǎng)、智慧礦山、信息化和大數(shù)據(jù)等技術性的研究主題數(shù)量較少，均在20篇以下。

圖2 基于數(shù)字礦山的安全管理文獻研究主題統(tǒng)計Fig.2 The subject of safety management literature research based on digital mine

在外文文獻中，關于礦山安全管理的研究較為廣泛，不僅局限于礦山安全事故、原因等內(nèi)容，還將“數(shù)字礦山”引入礦山安全管理領域，并結合物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等新興技術對礦山安全管理進行研究分析。如圖2所示，研究主題主要集中于數(shù)字礦山(Digital Mine)、煤礦(Coal Mine)、礦山安全(Mine Safety)、物聯(lián)網(wǎng)(Internet of Things)、模型(Model)等方面。其中，將“Digital Mine”作為研究主題的文獻數(shù)量最多，表明外文文獻學者同樣重視“數(shù)字礦山”在礦山安全管理中的研究，但傾向于工科類研究。

綜上，中文文獻研究主題和外文文獻研究主題高度重合，具有很高的一致性。

2 主要學者及研究機構分析

對本研究領域的主要學者、研究群和所在研究機構進行統(tǒng)計分析。在Citespace軟件中，在文獻設定時間跨度范圍內(nèi)設置時間片為1年，數(shù)據(jù)抽取對象為Top 50，得到作者共引分析圖譜，對作者所屬機構進行分析。在聚類分析圖中，節(jié)點代表學術論文作者，節(jié)點越大意味著作者發(fā)表的學術論文越多；節(jié)點越小，論文越少。節(jié)點之間的連線代表作者之間的合作強度，連線越多意味著學者之間合作關系越強；連線越少，合作關系越弱。本文重點對于主要學者間合作網(wǎng)絡進行分析，所以圖中未體現(xiàn)合作網(wǎng)絡外的學者名稱。

2.1 礦山安全主要學者和機構

對礦山安全管理相關中外文獻中的主要學者及研究群進行聚類分析，以“發(fā)文作者”作為節(jié)點對中文文獻進行統(tǒng)計分析(表1)。其中，發(fā)文作者史秀志發(fā)文數(shù)量最多，共8篇；其次是學者路東尚、郭建軍、李仲學、王平，發(fā)文數(shù)量均在5篇及以上；其余作者發(fā)文數(shù)量均少于5篇。中文文獻署名機構主要為高等院校，主要包括北京科技大學、中國礦業(yè)大學、中南大學、武漢科技大學、山東科技大學等，可見高等院校對本領域研究重視并做出較大貢獻。

表1 中文文獻礦山安全管理領域部分主要學者及所屬研究機構Tab.1 Some major scholars in the field of mine safety management and their affiliated research institutions in Chinese literature

對外文文獻的統(tǒng)計分析結果(表2)表明，中國的Hong Chen作為主要研究學者，發(fā)文數(shù)量最多，為7篇；文獻數(shù)量位居第二的Yuanping Cheng，同樣來自中國，發(fā)文6篇；其余作者發(fā)文量均少于4篇。外文文獻發(fā)表數(shù)量較多的主要研究學者，最早在2009年開始發(fā)表文獻，分別為 Harisha Kinilakodi和R Larry Grayson。

表2 英文文獻礦山安全管理領域部分主要學者及所屬研究機構Tab.2 Some major scholars in the field of mine safety management and their affiliated research institutions in English literature

礦山安全領域主要學者、研究群的聚類分析如圖3所示。由圖3可見，信息化背景下礦山安全管理中文文獻的研究力量較為集中，形成了一定的研究群體，但群體間較為分散且團隊規(guī)模較小。在外文文獻主要學者之間的關聯(lián)性聚類分析中，部分節(jié)點之間聯(lián)系較為緊密，形成了三個較為明顯的研究群體，且群體間相互連接，存在著一定的合作關系，但團隊規(guī)模有限?？梢哉f，國內(nèi)外在該領域中的合作群體數(shù)量較少，規(guī)模不足，且相互之間連線數(shù)量有限，分布也較為分散；國內(nèi)外主要研究學者分布網(wǎng)絡密度較低，機構間作者合作成果數(shù)量較少，作者間的合作關系較為松散。對比可知，中外文文獻在“主要學者”和“研究群”方面，礦山安全領域的研究以中國學者為主，并且在中外文文獻發(fā)表中均形成了一定的研究群，但規(guī)模有限；國內(nèi)該領域主要學者的文獻發(fā)表時間早于國外學者。

圖3 礦山安全管理領域主要學者研究群聚類分析Fig.3 Cluster analysis of research groups of major scholars in the field of mine safety management

以“研究機構”為研究對象對中外文文獻進行統(tǒng)計分析，國內(nèi)外研究機構包括企業(yè)、高校和科研院所，統(tǒng)計結果見表3。中國的高校和企業(yè)分別占比29.7%和23.7%，是占比最高的研究機構，說明我國的高校和行業(yè)企業(yè)非常重視本領域的研究。在國外研究本領域的機構更多的是來自于高校，占比為17.7%，國外的企業(yè)和研究院所關注本領域研究相對較少。

表3 礦山安全管理領域主要研究機構統(tǒng)計Tab.3 Statistics of major research institutions in the field of mine safety management

中文文獻產(chǎn)出研究機構中主要包括高校、企業(yè)和科研機構，分別對各機構名稱及發(fā)文數(shù)量進行統(tǒng)計，結果見表4。其中，發(fā)文量較多的三所高校分別是中南大學、北京科技大學和中國礦業(yè)大學。企業(yè)機構中鋼集團馬鞍山礦山研究院有限公司發(fā)文數(shù)量最多，為5篇，其余均少于5篇?？蒲袡C構包括中國安全生產(chǎn)科學研究院、國家安全生產(chǎn)監(jiān)督管理總局信息研究院和北京礦冶研究總院。大多數(shù)研究是研究機構單一完成，機構間合作較少，雖有一定的研究合作群體，但僅限于發(fā)文數(shù)量較高的機構之間。

表4 礦山安全管理文獻第一署名單位及發(fā)表中文文獻數(shù)量統(tǒng)計Tab.4 Statistics on the first signature unit of mine safety management literature and the number of published Chinese literature

外文文獻產(chǎn)出研究機構，包括高校和科研院所，其中企業(yè)對于該領域的研究參與較少，所形成的研究成果也非常有限，因此統(tǒng)計結果中不包含企業(yè)相關信息(表5)。高校在本領域的研究力度較大，發(fā)文數(shù)量多的高校有7所，科研院所對本領域關注度較低，成果較少。在7所高校中，China University of Mining and Technology(中國礦業(yè)大學)發(fā)文數(shù)量最多，高達71篇；其次是Pennsylvania State University(賓夕法尼亞大學)，發(fā)文10篇；其余高校發(fā)文數(shù)量均少于10篇。另外，外文文獻發(fā)表機構來源中，國內(nèi)研究機構占67.4%，國外研究機構僅占32.6%。外文文獻研究機構之間的合作有限，未形成規(guī)模性的研究群。

表5 礦山安全管理文獻第一署名單位及發(fā)表外文文獻數(shù)量統(tǒng)計Tab.5 Statistics on the first signature unit of mine safety management literature and the number of published English literature

綜上，本領域中外文獻的產(chǎn)出機構主要來源于我國。中國礦業(yè)大學的發(fā)文數(shù)量最多，貢獻大。中文文獻中第一署名單位多為企業(yè)，說明我國礦業(yè)產(chǎn)業(yè)界對礦山安全方面研究關注度較高；外文文獻中第一署名單位多為高等院校，且多為中國高等院校，再次說明我國學者和機構對本領域研究關注度高、貢獻大。

2.2 數(shù)字礦山安全管理的主要學者和機構

對基于數(shù)字礦山的礦山安全管理的中外文獻的主要學者及研究群進行聚類分析，如圖4所示。

圖4 基于Citespace的部分主要學者及研究管理關聯(lián)性聚類分析Fig.4 Part of the Citespace-based main academic research management clustering analysis

以“發(fā)文作者”作為節(jié)點對中文文獻進行統(tǒng)計分析，結果見表6。吳立新早在1999年開始研究本領域，發(fā)表論文數(shù)量最多，共12篇；殷作如發(fā)表5篇，王迷軍、楊可明、汪云甲發(fā)表均為4篇，張申、邵改革、楊敏、李向陽，發(fā)表均為3篇；譚章祿、張錦、王繼生、譚得健、朱旺喜、杜素忠發(fā)表均為2篇。研究學者主要來自高等院校，包括中國礦業(yè)大學(北京)、中國礦業(yè)大學、河南理工大學、南華大學、太原理工大學等，其中中國礦業(yè)大學(北京)對數(shù)字礦山安全管理研究工作開展較早且發(fā)文數(shù)量較多，貢獻大。

表6 基于數(shù)字礦山的礦山安全領域中文文獻部分主要學者統(tǒng)計Tab.6 Statistics of main scholars in Chinese literature in the field of mine safety based on digital mines

中文文獻主要學者關聯(lián)性聚類分析結果如圖4(a)所示?；跀?shù)字礦山的礦山安全管理研究力量較為集中，形成了以吳立新為中心的一定規(guī)模的研究群體，群體間作者節(jié)點連線密度較高，但團隊數(shù)量有限，仍存在大量作者為分散的獨立研究。

外文文獻主要學者關聯(lián)性聚類分析結果如圖4(b)所示。可見，部分節(jié)點之間聯(lián)系較為緊密，可以看到形成了一個較為明顯的研究群體，在這個群體中作者節(jié)點連線密度較高。但除該群體之外，整體分布密度較低，表明作者間在研究數(shù)字礦山安全管理問題時雖有合作，并形成了一定的研究群體，但團隊數(shù)量較少。另外，外文文獻的主要學者中來自中國的學者占70%，國外學者僅占30%。

綜上，國內(nèi)外本領域?qū)W者合作群體數(shù)量較少，且相互之間連線數(shù)量有限，分布也較為分散；國內(nèi)外主要研究學者分布網(wǎng)絡密度較低，機構間作者合作成果數(shù)量較少，作者間的合作關系較為松散。

表7 基于數(shù)字礦山的礦山安全管理領域外文文獻部分主要學者統(tǒng)計Tab.7 Statistics of the main scholars in the English literature in the field of mine safety management based on digital mines

國內(nèi)外研究機構包括企業(yè)、高校和科研機構，見表8。中國的企業(yè)和高校占比最高，分別是43.3%和35.4%，中國企業(yè)和高等院校最為關注本領域研究，貢獻大。

表8 基于數(shù)字礦山的礦山安全管理領域機構統(tǒng)計Tab.8 Statistics of mine safety management institutions based on digital mines

中文文獻產(chǎn)出研究機構包括企業(yè)、高校和科研院所，見表9。中國礦業(yè)大學(北京)和中國礦業(yè)大學在數(shù)字礦山安全管理方面研究成果斐然，文獻數(shù)量分別是18篇與10篇，遠超其他研究機構。大部分的研究是由機構單獨完成的，機構間合作較少。外文文獻產(chǎn)出研究機構包括高校和科研院所，見表10。企業(yè)對于本領域研究參與較少，科研成果非常有限，所以不包含在內(nèi)。高等院校的參與度較高，研究成果豐碩，發(fā)文數(shù)量多的高校有7所；科研院所對該領域關注度相對較低，成果較少。在7所高校中，China University of Mining and Technology(中國礦業(yè)大學)發(fā)文數(shù)量高達17篇；其次是Beijing University of Posts and Telecommunications(北京郵電大學)，共6篇；其余高校發(fā)文數(shù)量均少于5篇。在此強調(diào)，外文文獻發(fā)表較多的前兩位機構均屬于中國。另外，外文文獻發(fā)表機構來源中，國內(nèi)機構占61.9%，國外機構僅占38.1%。其中，中國礦業(yè)大學和西安科技大學內(nèi)部作者之間多次合作并形成較多學術成果。

表9 基于數(shù)字礦山的安全管理文獻第一署名單位及發(fā)表中文文獻數(shù)量統(tǒng)計Tab.9 Statistics on the first signature unit of the safety management literature based on digital mines and the number of published Chinese literature

表10 基于數(shù)字礦山的安全管理文獻第一署名單位及發(fā)表外文文獻數(shù)量統(tǒng)計Tab.10 Statistics on the number of first signed units of safety management literatures based on digital mines and the number of published English literatures

綜上，本領域文獻產(chǎn)出機構主要來源于我國，其中，中國礦業(yè)大學的中外文文獻發(fā)表數(shù)量最多，極大地推動了本領域的研究步伐。在大量中文文獻中，第一署名單位多以企業(yè)為主，表明我國礦業(yè)行業(yè)在理論與技術方面存在一定的需求，進而促使高校和研究機構及時發(fā)現(xiàn)新的研究方向，對數(shù)字礦山安全管理的研究工作的發(fā)展起到了一定的推動作用。

3 數(shù)字礦山的安全管理關鍵詞分析

為了突出文獻中心性分析，中文文獻關鍵詞以“數(shù)字礦山”并含“礦山安全、安全”，英文文獻關鍵詞為“Digital Mine”并含“Safety，Safe，Security，Mine safety”。抽取1999—2019年CNKI中相關中文文獻225篇，2005—2019年WOS核心庫中相關外文文獻211篇。在Citespace軟件中，設定時間跨度為1999—2019年，設置時間片為1年，數(shù)據(jù)抽取對象為Top30。在關鍵詞中心性分析中，頻數(shù)代表關鍵詞出現(xiàn)的次數(shù)，中心性代表數(shù)據(jù)的重要程度。關鍵詞的頻數(shù)越高越能反映這些關鍵詞所代表的研究方向的熱門程度，本文認為頻數(shù)出現(xiàn)較低的關鍵詞具有偶然性，為保證分析結果的嚴謹可靠，本文以頻數(shù)高低順序為依據(jù)，選取出現(xiàn)頻數(shù)大于2的關鍵詞進行分析。關鍵詞的中心性也是衡量關鍵詞重要性的重要指標，中心性越大越能夠反映關鍵詞所代表的研究方向的重要程度，當中心性大于0.1時，意味著該關鍵詞重要程度較高；當小于0.1時，則重要程度較低。本文對中心性大于0.1的關鍵詞按照時間升序排序，觀察本領域的重點研究方向以及研究趨勢。

3.1 主要關鍵詞和中心性分析

關鍵詞聚類圖譜如圖5所示。在中文文獻關鍵詞圖譜中共有68個網(wǎng)絡節(jié)點，196條連線，網(wǎng)絡密度為0.094 5，Modularty Q的值為0.437 5(大于臨界值0.3)，說明關鍵詞網(wǎng)絡的聚類效果良好，Mean Silhouette的值為0.620 8(大于臨界值0.5)，說明聚類效果是合理的。采用對數(shù)似然比(Log Likelihood Ratio，LLR)算法，共導出5個主要聚類，分別是數(shù)字礦山、礦山安全、安全信息系統(tǒng)、GIS和物聯(lián)網(wǎng)技術。在外文文獻圖譜共有57個網(wǎng)絡節(jié)點，130條連線，網(wǎng)絡密度為0.081 5，Modularity Q的值為0.853 8(大于臨界值0.3)，表明該網(wǎng)絡聚類效果良好；Mean Silhouette的值為0.521 4(大于臨界值0.5)，表明聚類的結果是合理的。同樣基于LLR算法，共導出5個主要聚類：Digital Mine(數(shù)字礦山)、Mine Safety(礦山安全)、Raw Data Sets(原始數(shù)據(jù)設置)、Internet of Things(物聯(lián)網(wǎng))、Design(設計)。綜上，中文文獻和外文文獻的關鍵詞重合度較高。

“#”為軟件隨機生成的序號圖5 數(shù)字礦山安全管理研究領域中外文文獻關鍵詞聚類圖譜Fig.5 Keyword clustering map of Chinese and English literature in the field of digital mine safety management research

中外文關鍵詞中心性分析分別見表11和表12。“數(shù)字礦山”和“礦山安全”是中、外文文獻中關鍵詞頻數(shù)與中心性較高的，都大于0.1，并且比其他關鍵詞出現(xiàn)年限都早，說明是當前研究的重點。隨著時間的推移和科學技術的發(fā)展，新興技術關鍵詞逐漸出現(xiàn)，如“大數(shù)據(jù)”“物聯(lián)網(wǎng)”等都是中、外文文獻中共有的，說明本領域研究與新興技術的結合越來越緊密。同樣的關鍵詞在中文文獻中最早出現(xiàn)的時間要早于外文文獻，如“數(shù)字礦山”最早出現(xiàn)在中文文獻是1999年、外文文獻是2005年，“礦山安全”最早出現(xiàn)在中文文獻是1999年，而外文文獻是在2011年，“物聯(lián)網(wǎng)”最早出現(xiàn)在中文文獻是2010年，而外文文獻是在2019年。“無線傳感器網(wǎng)絡”及“模型”是2019年在外文文獻中高頻出現(xiàn)，而中文文獻中則沒有；“智慧礦山”和“數(shù)字化礦山”在中文文獻中出現(xiàn)多次，但未出現(xiàn)在外文文獻中。中文文獻中關鍵詞“物聯(lián)網(wǎng)”的中心性為0.1；外文文獻中的“物聯(lián)網(wǎng)”的中心性為0.05。

表11 中文文獻關鍵詞及中心性分析Tab.11 Keywords and centrality analysis of Chinese literature

表12 外文文獻關鍵詞及中心性分析Tab.12 Keywords and centrality analysis of English literature

需強調(diào)的是，中文文獻高頻關鍵詞 “數(shù)字礦山”與“數(shù)字化礦山”存在較大概念差異。孫豁然(2006年)認為“數(shù)字礦山”是與數(shù)字地球、數(shù)字中國等概念一起產(chǎn)生的，是基于以多時空、動態(tài)的采動系統(tǒng)對礦山實時觀測、網(wǎng)絡和計算機信息處理為主體的技術系統(tǒng)，而“數(shù)字化礦山”則是以數(shù)字礦山為基礎的各種信息數(shù)字化的計算機應用過程[4]。也就是說，“數(shù)字礦山”是一個較為宏觀的概念架構，是數(shù)字化在礦山進行應用的技術理論前提；“數(shù)字化礦山”則是從數(shù)字礦山的應用中異化出來的，與信息化、自動化并列的一種數(shù)字礦山關鍵技術。

3.2 關鍵詞演化分析

繪制中外文文獻關鍵詞時間序列圖，如圖6所示。聚類分析中文文獻的關鍵詞，得到“區(qū)域集中自動化控制、物聯(lián)網(wǎng)、礦山安全、數(shù)字地球、應用、調(diào)度指揮和GIS”七大類別。中文文獻研究重點的演化分為三個階段。

圖6 基于Citespace的中外文文獻關鍵詞時間序列圖Fig.6 Diagram of Citespace-based time series of keywords in Chinese and foreign language literature

(1) 1999—2007年，數(shù)字礦山安全管理研究發(fā)展及技術運用的基礎階段。研究內(nèi)容主要集中機械方面問題解決方案的研究以及通過數(shù)字技術建立信息平臺以及監(jiān)測系統(tǒng)[5]，建立數(shù)字礦井，并對于礦山的狀態(tài)進行監(jiān)測以及實現(xiàn)生產(chǎn)自動化，是技術在機械方面以及數(shù)字平臺方面的運用與改進，該階段各個技術的應用較少。

(2) 2007—2016年，數(shù)字礦山安全管理技術運用的高速發(fā)展階段。研究內(nèi)容主要集中于解決礦山環(huán)境監(jiān)測和安全管理方面的問題。在這段時期，隨著數(shù)字化、信息化、云計算等先進技術的出現(xiàn)，數(shù)字礦山安全管理中也開始涌現(xiàn)具有專業(yè)性的先進技術，不再僅限于對機械方面的技術改進。例如：通過運用數(shù)字化礦山技術構建智慧礦山以及建立感知礦山體系[6-10]，提升對礦山環(huán)境、礦山災害的監(jiān)測[11-12]；通過建立數(shù)據(jù)平臺，對各環(huán)節(jié)需收集的數(shù)據(jù)進行實時共享及監(jiān)測，實現(xiàn)數(shù)據(jù)融合[13-14]；利用大數(shù)據(jù)技術促進礦山安全管理的發(fā)展[15-20]。

(3) 2016年至今，數(shù)字礦山安全管理技術運用的成熟階段。研究內(nèi)容主要集中于解決礦山人員管理方面的問題。相比第二階段，該階段新技術出現(xiàn)數(shù)量較少，但填補了前兩個階段所沒有涉及的研究空白，例如出現(xiàn)了“無人礦山”方面的研究等[21-29]。這一時期認為，人員因素是礦山生產(chǎn)安全中最直接、最主要的影響因素，并且保障人員安全也是礦山安全管理中至關重要的工作[30]。因此，本階段在“以人為本”理念的指引下開展研究工作，從全方位、多層次、多角度來實現(xiàn)技術完善并有效提升礦山安全管理水平。

聚類分析外文文獻的關鍵詞，得到Digital Mine(數(shù)字礦山)、Coal Mine Safety(礦山安全)、Design(設計)、Raw Data Sets(原始數(shù)據(jù)集)、Coupling Relationship(耦合關系)和DEM(數(shù)字地形模型)六大類。外文文獻研究重點的演化分為二個階段。

(1) 2005—2012年，數(shù)字礦山安全管理應用研究的基礎階段。該階段只對“數(shù)字礦山”這一概念以及其在礦山地理信息系統(tǒng)的應用進行了研究[31]。數(shù)字礦山這一概念的提出最初就是被運用于地理方面，隨著信息技術的逐漸成熟，對于礦山數(shù)據(jù)的更新、算法的設計以及礦山網(wǎng)絡平臺的建設也逐步發(fā)展起來[32-34]。

(2) 2012年至今，數(shù)字礦山安全管理應用研究的發(fā)展階段。在此階段，隨著技術的進步以及對礦山安全管理重視程度的加深，信息化、數(shù)字化技術作為關鍵詞出現(xiàn)并應用到相關研究中。例如：結合大數(shù)據(jù)、云計算等技術實現(xiàn)數(shù)據(jù)整合以及建立遠程監(jiān)控平臺，來實現(xiàn)對礦山、機械等各方面狀態(tài)的即時監(jiān)控[35-36]；除此之外，還包括對礦山環(huán)境變化進行監(jiān)控的災難預警[37-38]、礦山安全管理的決策系統(tǒng)以及對礦山人員失誤的分析研究等[39]。

綜上，對比中外文文獻的關鍵詞時間序列可發(fā)現(xiàn)：首先，中文文獻中對數(shù)字礦山安全管理的研究起步較早，并且研究集中程度與研究力度始終保持較高水平，基本能夠?qū)崿F(xiàn)該領域的研究與新興技術及時結合，具有一定的前瞻性，從而為數(shù)字礦山安全管理技術的發(fā)展提供方向和充足的理論支持。中文文獻中多為提出重要理論和概念，多為前瞻性研究。其次，外文文獻中對于數(shù)字礦山安全管理研究的起步略晚，外文文獻主要集中于結合實際案例對技術應用進行說明和模型演示，多為工程類實證研究。

4 高被引文獻的研究內(nèi)容演化分析

4.1 數(shù)字礦山安全管理中文高被引文獻分析

對基于數(shù)字礦山的礦山安全管理相關中外文獻的高被引論文進行分析，其中中文文獻中被引次數(shù)高于100次的5篇高被引文獻見表13。在中文文獻高被引論文中，吳立新的研究成果多數(shù)具有高被引用次數(shù)，最多達到480次，其研究成果為后續(xù)研究奠定了基礎，并對該研究領域的發(fā)展做出了貢獻。

表13 1999—2019年國內(nèi)數(shù)字礦山安全管理研究前5篇高被引文獻信息Tab.13 1999—2019 Domestic digital mine safety management research Top 5 highly cited literature information table

對數(shù)字礦山的礦山安全管理的研究，吳立新[40]認為可分為三大層面：理論層面、關鍵技術層面以及工程層面。從理論層面，包括數(shù)字地球、數(shù)字中國概念的提出與發(fā)展及其現(xiàn)狀，發(fā)展數(shù)字礦山的意義及重要性，分析數(shù)字礦山的特征與任務，在礦業(yè)信息數(shù)據(jù)庫基礎上充分利用多種技術為礦山安全、規(guī)劃、設計等提供支持。從關鍵技術層面，數(shù)字礦山理論研究與戰(zhàn)略實施，必須對9項關鍵技術進行攻關，即礦山數(shù)據(jù)倉庫技術、礦山數(shù)據(jù)挖掘技術、仿真3DGM與可視化技術、礦山3D拓撲建模與分析技術、組件式礦山軟件與模型、地下快速定位與自動導航技術、井下多媒體通信與無線傳輸技術、智能采礦機器人“班組”技術以及礦山3S、OA、CDS五位一體技術[41]，通過對這些技術的攻關，可極大提升礦山自動化程度與管理水平，提升礦山安全系數(shù)。除此之外，還有MGIS等通過增強對數(shù)據(jù)的采集和及時處理，提升重大事故的預防和提前處理能力[42]，以及統(tǒng)一空間框架與精確時間同步[43]。從工程層面，主要是在新興物聯(lián)網(wǎng)等數(shù)字化技術的基礎上，分析數(shù)字礦山與自動采礦、遙控采礦、礦山物聯(lián)網(wǎng)、感知礦山、智能采礦、智能礦山之間的聯(lián)系，并且提出了煤礦安全避險六大系統(tǒng)建設和金屬礦無人采礦技術發(fā)展等礦山安全實例[44]。

盧新明等[45]通過數(shù)字礦山的完整定義，論述了數(shù)字礦山的技術內(nèi)涵，提出了安全生產(chǎn)監(jiān)測系統(tǒng)與本質(zhì)安全保障體系與軟件系統(tǒng)等對礦山安全管理有重要意義的系統(tǒng)工具。

綜上，高被引中文文獻多以理論研究為主，重點探討了結合先進技術如何搭建數(shù)字礦山安全管理的研究框架，其中大多從理論層面、關鍵技術層面以及工程層面提出了具有前瞻性以及建設性的概念和建議。

4.2 數(shù)字礦山安全管理外文高被引文獻的分析

外文文獻中前7篇高被引文獻見表14。

表14 2005—2019年礦山安全研究前7篇高被引外文文獻信息Tab.14 2005—2019 Foreign digital mine safety management research Top 7 highly cited literature information table

其中，Karacan等的論文被引用次數(shù)最高，共被引用了444次。值得注意的是，在外文高被引文獻中很多作者所在機構都來自于中國。

高被引外文文獻的主要研究有，Karacan等[46]在文章中主要論述了利用云計算與網(wǎng)絡與對煤層及其下伏和上覆地層的含氣量、操作變量、地質(zhì)條件以及礦井空氣中的甲烷含量加以實時自動監(jiān)測，從而提升煤礦安全程度。其研究結論與成果構成了其他文獻的研究基礎。Wang等[47]的研究則引用了一部分Karacan等的研究內(nèi)容，并進一步論述了深井煤礦與瓦斯泄露易發(fā)煤層開采的安全技術，該技術也是基于大數(shù)據(jù)進行開發(fā)和使用的，使得煤礦開采的安全性得到了一定程度的提升。Zhang等[48]認為環(huán)境監(jiān)視對地下煤礦生產(chǎn)的安全管理至關重要，他基于Wang等的研究提出了地下煤礦綜合環(huán)境監(jiān)測系統(tǒng)，實現(xiàn)對煤礦的位置管理、能源管理和故障管理。Cheng等[49]則是以瓦斯爆炸起火以及煤的自燃危害煤礦安全為背景，介紹了一種旨在防止煤炭自燃和控火防火的新型材料。Yin等[50]的研究是從事故現(xiàn)場、工作工藝、設備和安裝三個方面對煤礦瓦斯爆炸事故的不安全行為進行了分析，為礦山安全專業(yè)人員提供了進一步減少瓦斯爆炸所必需的信息。Liu等[51]則引用了上述的研究內(nèi)容，通過大數(shù)據(jù)對近些年煤礦事故死亡原因進行統(tǒng)計，發(fā)現(xiàn)瓦斯爆炸是煤礦安全事故中對煤礦工作人員生命安全威脅最大的危險因素，因此對瓦斯煤擠壓膨化的發(fā)展過程進行調(diào)查。通過一系列模擬實驗，分析了瓦斯煤擠壓發(fā)展過程中瓦斯壓力和應力的變化規(guī)律，提出解決方案，為礦井預防瓦斯爆炸，提升安全性提供了理論基礎。Peng等[52]則研究了一種創(chuàng)新的多標準決策方法(MCDM)以解決煤礦安全評估問題。由于在評估煤礦安全性的過程中存在大量不確定和模糊的信息，因此引入語言直覺模糊數(shù)(LIFN)來描述該過程所需的評估信息，建立了一種語言直觀的煤礦安全評價MCDM方法，并提供了一個示例來說明該方法，通過敏感性分析和與其他現(xiàn)有方法的比較進一步驗證了該方法的可行性和有效性。

綜上，高被引外文文獻中，涉及機械、環(huán)境、管理、人員四個方面的相關技術，對礦山安全管理構成了較為全面的技術覆蓋，文獻之間有著相互引用的密切關系。

5 總 結

數(shù)字礦山是以礦山系統(tǒng)為原型，以地理坐標為參考系，以礦山科學技術、信息科學、人工智能和計算科學為理論基礎，以高新礦山觀測和網(wǎng)絡技術為支撐，是信息化、數(shù)字化的虛擬礦山，是用信息化與數(shù)字化的方法來研究和構建的礦山，是礦山地表面之下的人類工程活動的信息全部數(shù)字化之后由計算機網(wǎng)絡來管理的技術系統(tǒng)。從數(shù)字礦山概念的提出，經(jīng)過20多年的發(fā)展其范疇內(nèi)的理論研究呈現(xiàn)出良好的發(fā)展態(tài)勢，基于數(shù)字礦山的礦山安全管理研究成果也越來越豐富。

本文基于Citespace可視化軟件，對近20年來的礦山安全和基于數(shù)字礦山的礦山安全管理已有文獻進行了計量統(tǒng)計分析，主要內(nèi)容包括：礦山安全和基于數(shù)字礦山的礦山安全管理的年度文獻數(shù)量統(tǒng)計以及研究主題分析，本領域的主要研究學者和其所在的研究機構統(tǒng)計分析，本領域的主要關鍵詞及其中心性分析，以及高被引論文研究內(nèi)容的演化分析。

研究結果表明：文獻數(shù)量呈現(xiàn)逐年上升的趨勢，其中以數(shù)字礦山視角研究礦山安全問題約占礦山安全領域研究的20%，數(shù)字礦山在安全管理領域的相關研究一直是本領域?qū)W者們關注的重點；外文文獻的作者約一半以上都來自于中國的研究機構，說明我國學者在本領域研究中做出了較大的貢獻；中文文獻中對數(shù)字礦山安全管理的研究起步較早，高被引中文文獻多為理論方法與管理類研究，為數(shù)字礦山安全管理技術的發(fā)展提供方向和充足的理論支持，而高被引外文文獻多為工科技術類研究，主要集中于結合實際案例對技術應用進行說明和模型演示，多為工程類實證研究；外文文獻的作者也多來自于中國，說明我國學者同時兼顧了管理類研究和工科技術類研究，再次說明了我國學者在本領域研究中做出的貢獻。國內(nèi)外的現(xiàn)有研究集中程度與研究力度基本能夠?qū)崿F(xiàn)數(shù)字礦山安全管理領域的研究與新興技術及時結合，具有很強的前瞻性，為數(shù)字礦山理論和方法在安全管理領域的應用和發(fā)展提供必要的理論支持和可行性方法。

未來隨著全球化程度逐步加深，信息化、網(wǎng)絡化、智能化發(fā)展速度日益加快，礦山安全管理的數(shù)字化已成為一種必然選擇。當下在數(shù)字經(jīng)濟背景下的礦山安全研究已經(jīng)不是單一學科的研究，而是融合了多方面學科知識的再整合，構建新的礦山安全管理研究框架。各方研究者和研究機構之間應加強合作，搭建礦山安全管理研究的合作網(wǎng)絡，擴大團隊規(guī)模，共同推動數(shù)字礦山安全管理研究的發(fā)展。