基于CiteSpace的煤礦安全風(fēng)險識別知識圖譜分析

江婷婷，盛 武

(安徽理工大學(xué) 經(jīng)濟與管理學(xué)院，安徽 淮南 232001)

0 引言

我國煤炭能源在生產(chǎn)與消費中長期占主導(dǎo)地位，根據(jù)中國工程院重點咨詢項目《我國煤炭資源高效回收及節(jié)能戰(zhàn)略研究》報告，2020年全國煤炭產(chǎn)能為44億噸，2030年為38億噸，2050年為30億噸，因此在2050年以前，煤炭仍是我國的主要能源[1]。煤礦安全事故頻繁發(fā)生，針對煤礦安全風(fēng)險管理的研究受到廣泛關(guān)注[2]。ZHOU Lujie(周魯潔)等[3]研究與煤礦相關(guān)的職業(yè)安全衛(wèi)生和風(fēng)險控制技術(shù)，開發(fā)B/S模式系統(tǒng)軟件，實現(xiàn)基于風(fēng)險預(yù)警和動態(tài)監(jiān)測的煤礦職業(yè)安全健康管理；RUBIN MARK等[4]對澳大利亞煤礦企業(yè)233名礦工進行調(diào)查，參與者年齡對安全感知標(biāo)準(zhǔn)是冒險頻率的重要縱向預(yù)測因子，未來更有可能承擔(dān)安全風(fēng)險；張淑玲等[5]基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建煤礦安全績效評價模型，提出對策和建議；陳晁陶[6]運用雙重預(yù)防機制，對煤礦開采中的安全風(fēng)險進行分級管控；黃繼廣等[7]建立IAHP-SPA井工煤礦安全風(fēng)險辨識數(shù)學(xué)模型，對煤礦系統(tǒng)安全風(fēng)險因素進行綜合評價；郜彤等[8]運用云模型理論和層次分析法，對煤礦安全風(fēng)險評價提供新思路；譚章祿等[9]運用CiteSpace軟件分析煤礦安全熱點與趨勢，分析出煤礦安全的前沿?zé)狳c為安全生產(chǎn)、安全監(jiān)察、煤礦事故、數(shù)據(jù)挖掘。

以上研究缺乏對煤礦安全風(fēng)險的全面把握，作為科學(xué)計量學(xué)方法的知識圖譜，具有直觀地揭示研究動態(tài)與前沿趨勢的分析技能[10]。本文運用CiteSpace可視化軟件，從中國知網(wǎng)(CNKI)和Web of science中選取與煤礦安全風(fēng)險相關(guān)文獻為數(shù)據(jù)源，對國內(nèi)外煤礦安全風(fēng)險領(lǐng)域1997～2020年發(fā)表文獻的研究作者、研究機構(gòu)和關(guān)鍵詞聚類等進行可視化，揭示國內(nèi)外煤礦安全風(fēng)險識別領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢。

1 研究工具及數(shù)據(jù)來源

1.1 研究工具

本文運用陳超美教授研發(fā)的可視化軟件CiteSpace構(gòu)建知識圖譜，該軟件是基于JAVA面向?qū)ο蟮某绦蛟O(shè)計語言，分析和檢索在規(guī)定領(lǐng)域內(nèi)的文獻(集合)科學(xué)計量，研究該領(lǐng)域的關(guān)鍵路徑以及知識拐點[10-11]。CiteSpace作為數(shù)據(jù)分析領(lǐng)域流行且具有影響力的一款軟件，它是以文獻數(shù)據(jù)為依據(jù)，挖掘數(shù)據(jù)的分布規(guī)律和特點，通過繪制可視化圖譜、建立節(jié)點間的關(guān)聯(lián)結(jié)構(gòu)，分析研究對象的共現(xiàn)與共引關(guān)系等[12-13]。

1.2 數(shù)據(jù)來源

本文研究對象是國內(nèi)外煤礦安全風(fēng)險領(lǐng)域的相關(guān)文獻，以CNKI和Web of science為數(shù)據(jù)源，檢索時間設(shè)定為2020年，共檢索CNKI文獻867篇、Web of science文獻387篇。剔除與研究主題不相符、作者或者刊名不健全等文獻，共計CNKI文獻756篇、Web of science文獻358篇，時間段為1997～2020年。將所選取的有效文獻按照CiteSpace所需參考文獻格式導(dǎo)出并且轉(zhuǎn)碼，獲取研究樣本數(shù)據(jù)集。文獻檢索具體情況如表1所示。

表1 數(shù)據(jù)來源及處理

2 數(shù)據(jù)結(jié)果分析

2.1 年度發(fā)文量分析

經(jīng)過文獻數(shù)據(jù)分析，得到如圖1所示的國內(nèi)外煤礦安全風(fēng)險發(fā)文數(shù)量時間序列分布。從文獻的數(shù)量上可以看出中國對于煤礦風(fēng)險管理領(lǐng)域的高度重視。中國對煤礦安全風(fēng)險研究起步較早，第一篇關(guān)于煤礦安全風(fēng)險的文獻在1997年刊登，1997～2002年發(fā)表論文的數(shù)量較少，均在3篇以下；2003～2014年發(fā)表論文的數(shù)量逐漸增多，達到前所未有的高峰90篇，在2014年之后開始出現(xiàn)回落現(xiàn)象，直到2019年又在此達到高峰125篇。

圖1 中外文煤礦安全風(fēng)險年度發(fā)文量分布圖

國外關(guān)于煤礦安全風(fēng)險的文獻研究基數(shù)較小，從2007年的6篇到2020年的95篇，年發(fā)文量約增長了15.8倍，文獻數(shù)量一直呈上升趨勢發(fā)展，表明煤礦風(fēng)險管理在國外也逐年受到重視?？梢姡瑖鴥?nèi)發(fā)文量是同期外文發(fā)文量的2.1倍，中文發(fā)文量波動大于外文，但中外文發(fā)文數(shù)量均呈現(xiàn)快速上升的趨勢。

2.2 發(fā)文作者分析

選擇CiteSpace的節(jié)點類型為Author(作者)，時間跨度為1997～2020，時間切片為1year，TOPN=50，運行所得到的作者共現(xiàn)知識圖譜如圖2、圖3所示。從合作角度來分析，圖2中的節(jié)點數(shù)為453，連線數(shù)為258，網(wǎng)絡(luò)密度為0.0025，可以看出作者間網(wǎng)絡(luò)合作關(guān)系很少，合作強度很弱；圖3中的節(jié)點數(shù)為373，連線數(shù)為418，網(wǎng)絡(luò)密度為0.006，相比于圖2中作者間網(wǎng)絡(luò)合作較多，合作強度較大。從發(fā)文量角度分析，圖2中發(fā)文數(shù)量最多的作者為宋學(xué)鋒8篇、吳燕清8篇，劉海濱5篇、馬漢鵬5篇等人位列其后。各個學(xué)者相互合作，在圖譜中形成了幾個作者子網(wǎng)絡(luò)結(jié)構(gòu)，較為顯著的是以宋學(xué)鋒、吳燕清為首的網(wǎng)絡(luò)結(jié)構(gòu)；圖3中發(fā)文量最多的作者為WU CAI(蔡武)6篇，QIANG WU(武強)6篇、BAIQUAN LIN(林柏泉)5篇、J MALTI 5篇等人位列其后。形成以BAIQUAN LIN(林柏泉)、YUANPING CHENG(程遠平)為首的網(wǎng)絡(luò)結(jié)構(gòu)。圖2中的單節(jié)點比圖3中單節(jié)點多。

圖2 中文作者共現(xiàn)知識圖譜

國內(nèi)外學(xué)者存在共性問題：國內(nèi)外作者共現(xiàn)知識圖譜網(wǎng)絡(luò)密度分別為0.0025、0.006，表明合作意識不強、缺乏跨單位和跨地區(qū)之間的合作，學(xué)術(shù)交流和合作關(guān)系有待提高。圖3中外文發(fā)文量出現(xiàn)了大量的中國學(xué)者，體現(xiàn)了我國學(xué)者在國際煤礦安全風(fēng)險領(lǐng)域有較高的參與度。

圖3 外文作者共現(xiàn)知識圖譜

2.3 發(fā)文機構(gòu)分析

選擇CiteSpace的節(jié)點類型為Institution(機構(gòu))，其余參數(shù)設(shè)置與作者參數(shù)一致，運行所得到的機構(gòu)共現(xiàn)知識圖譜如圖4、圖5所示。

字號大小決定發(fā)文量的多少，從圖4中可以看出，發(fā)文量排在前四位的研究機構(gòu)有中國礦業(yè)大學(xué)管理學(xué)院、中煤科工集團重慶研究院有限公司、中國礦業(yè)大學(xué)(北京)管理學(xué)院、安徽理工大學(xué)經(jīng)濟與管理學(xué)院，說明這四所機構(gòu)在我國煤礦安全風(fēng)險研究上學(xué)術(shù)科研能力較強。從圖5中可以看出，發(fā)文量排在前四位的研究機構(gòu)有China Univ Min & Technol(中國礦業(yè)大學(xué))、China Univ Min & Technol Beijing(中國礦業(yè)大學(xué)(北京))、Shandong Univ Sci & Technol(山東科技大學(xué))、NIOSH(美國聯(lián)邦職業(yè)安全與衛(wèi)生健康研究所)。在圖5中字號最大最顯著的是中國礦業(yè)大學(xué)，并且發(fā)文量排在前四位的機構(gòu)，中國占據(jù)三位，說明中國是研究煤礦安全風(fēng)險的主要研究國家。

從圖4、圖5得知，中國礦業(yè)大學(xué)和中國礦業(yè)大學(xué)(北京)發(fā)文量最多，國外NIOSH發(fā)文量最多。但是機構(gòu)間連線較少，表明各機構(gòu)單位合作意識不強，若各個機構(gòu)之間能夠開展合作，有利于煤礦安全風(fēng)險領(lǐng)域研究更好發(fā)展。

圖4 中文機構(gòu)共現(xiàn)知識圖譜

圖5 外文機構(gòu)共現(xiàn)知識圖譜

2.4 研究熱點分析

研究熱點反映一個研究領(lǐng)域的研究重點及方向，對于理解和深入分析該領(lǐng)域的研究內(nèi)容非常重要。本文采用關(guān)鍵詞聚類分析法對煤礦安全風(fēng)險的研究熱點進行分析，來探索國內(nèi)外煤礦安全風(fēng)險研究熱點的主題。

Modularity是判斷網(wǎng)絡(luò)模塊化的標(biāo)準(zhǔn)，M越大，說明得到的聚類結(jié)果就越好。Q取值范圍是[0，1]，若Q大于0.4時，則得到的聚類效果就比較明顯。Q值的計算方法如下：

(1)

式中，aij為網(wǎng)絡(luò)的鄰接矩陣；pij為i與j兩個節(jié)點之間連線數(shù)的期望值；Ci和Cj分別表示i節(jié)點和j節(jié)點在網(wǎng)絡(luò)中所屬的聚類。如果兩個節(jié)點屬于同一個聚類，則σ等于1；否則σ等于0。

Silhouette是衡量網(wǎng)絡(luò)同性質(zhì)性的指標(biāo)，S越接近1，網(wǎng)絡(luò)的同性質(zhì)就越高。當(dāng)S>0.7時，則聚類結(jié)果具有高可靠性；當(dāng)S>0.5時，則聚類結(jié)果具有合理性。S值的計算方法如下[14]：

(2)

式中，a為i節(jié)點與其他節(jié)點的平均距離；b為與i點最接近各節(jié)點的平均距離。

選擇CiteSpace的節(jié)點類型為Keyword(關(guān)鍵詞)，其余參數(shù)設(shè)置均與作者參數(shù)相同，運行所得到的關(guān)鍵詞聚類知識網(wǎng)絡(luò)圖譜如圖6、圖7所示。

圖7 外文關(guān)鍵詞聚類知識圖譜

圖6中呈現(xiàn)出Q=0.8634，說明聚類效果顯著，S=0.9601，說明聚類結(jié)果具有合理性。將Show Clusters by IDs設(shè)為“0-8”，選取出前9個關(guān)鍵詞主題，分別是：安全評價、安全生產(chǎn)、煤礦企業(yè)、風(fēng)險識別、事故樹、小煤礦、煤礦安全管理、安全風(fēng)險、煤礦安全，揭示我國煤礦安全風(fēng)險領(lǐng)域的研究熱點主題。圖7中呈現(xiàn)出Q=0.818，說明聚類效果顯著，S=0.9072，說明聚類結(jié)果具有合理性。同樣選取出前9個關(guān)鍵詞主題，分別是：occupational accident(職業(yè)災(zāi)害)、coal mine(煤礦)、coal mining(煤炭開采)、fly ash(粉煤灰)、coal and gas outburst(煤與瓦斯突出)、energy absorbing bolt(吸能螺栓)、risk matrix(風(fēng)險矩陣)、coal spontaneous combustion(煤炭自燃)、silica sol(硅溶膠)，揭示國外煤礦安全領(lǐng)域的研究熱點主題。為了進一步了解煤礦安全風(fēng)險領(lǐng)域的發(fā)展趨勢，下面采取關(guān)鍵詞網(wǎng)絡(luò)時間線知識圖譜進行分析。

2.5 演進趨勢分析

關(guān)鍵詞時間線聚類知識圖譜能夠反應(yīng)熱點關(guān)鍵詞首次出現(xiàn)的年份、熱點關(guān)鍵詞突現(xiàn)的狀況以及主題熱點演進趨勢。

選擇CiteSpace的節(jié)點類型為Keyword(關(guān)鍵詞)，其余參數(shù)設(shè)置均與作者參數(shù)相同，對2015～2020年關(guān)于煤礦安全風(fēng)險領(lǐng)域的文獻進行關(guān)鍵詞時間線聚類分析，運行所得到的關(guān)鍵詞時間線聚類知識圖譜如圖8、圖9所示。

在圖8和圖9中，關(guān)鍵詞被分為10大主題，每個主題中含有若干關(guān)鍵詞，突現(xiàn)出近六年來國內(nèi)外在煤礦安全風(fēng)險領(lǐng)域的熱點主題演進趨勢。圖8中截止到2020年節(jié)點大的主題關(guān)鍵詞有安全生產(chǎn)、安全生產(chǎn)標(biāo)準(zhǔn)化、安全管理、物聯(lián)網(wǎng)、安全評價、風(fēng)險預(yù)控，是我國最近幾年在該領(lǐng)域的演進趨勢；圖9中截止到2020年節(jié)點大的主題關(guān)鍵詞有coal mining(煤炭開采)、thermomechanic(熱力機械)、risk(風(fēng)險)，是國外最近幾年在該領(lǐng)域的演進趨勢。

圖8 中文關(guān)鍵詞時間線聚類知識圖譜

圖9 外文關(guān)鍵詞時間線聚類知識圖譜

將中外文關(guān)鍵詞時間線聚類知識圖譜中每年首次出現(xiàn)的關(guān)鍵詞繪制成表格如表2所示。2015年首次出現(xiàn)的關(guān)鍵詞是煤礦安全風(fēng)險領(lǐng)域中的核心詞，說明國內(nèi)外學(xué)者們開始研究煤礦安全風(fēng)險的核心領(lǐng)域；2016～2019年首次出現(xiàn)的關(guān)鍵詞選為節(jié)點較大的前十個，2016～2019年出現(xiàn)的關(guān)鍵詞頗為豐富，是在2015年核心關(guān)鍵詞的基礎(chǔ)上延伸的，并且更加細化的表現(xiàn)出來。截止到2020年首次出現(xiàn)的關(guān)鍵詞，表明國內(nèi)外煤礦安全風(fēng)險領(lǐng)域又更一步深化發(fā)展。

表2 2015～2020年國內(nèi)外關(guān)鍵字對比

2.6 研究前沿分析

運用CiteSpace軟件中突現(xiàn)詞的檢測功能，對國內(nèi)外煤礦安全風(fēng)險的研究進程和發(fā)展趨勢進行分析，得到如圖10和圖11所示的關(guān)鍵詞突現(xiàn)圖。

圖10顯示了國內(nèi)突現(xiàn)強度(Strength)較高，具有較強代表性的有14個關(guān)鍵詞。強度最大的關(guān)鍵詞是安全評價，Strength為13.8，這說明在2004～2012年間，國內(nèi)學(xué)者對安全評價研究的熱度頗高；從突現(xiàn)時間來看，安全風(fēng)險、隱患排查治理、風(fēng)險管控、雙重預(yù)防機制、安全生產(chǎn)標(biāo)準(zhǔn)化突現(xiàn)時間較晚，但研究熱度并未衰退，代表我國煤礦安全風(fēng)險領(lǐng)域最新研究前沿。圖11顯示了國外具有代表性的3個關(guān)鍵詞Seam(層)、coal mine(煤礦)和China(中國)。因國外發(fā)文量較少，關(guān)鍵詞分布不集中，體現(xiàn)不出國外在煤礦安全風(fēng)險領(lǐng)域的研究前沿。

圖10 中文關(guān)鍵詞突現(xiàn)知識圖譜

圖11 外文關(guān)鍵詞突現(xiàn)知識圖譜

從關(guān)鍵詞突現(xiàn)中可以看出，我國學(xué)者對煤礦安全風(fēng)險領(lǐng)域的關(guān)注度比國外高。由于我國是使用煤炭能源大國，不斷地開采煤炭才能補給需求，在開采煤炭中會出現(xiàn)各種風(fēng)險，因此國內(nèi)學(xué)者對煤礦風(fēng)險領(lǐng)域的研究高度重視。

3 結(jié)論

(1) 國內(nèi)外研究作者和研究機構(gòu)間連線較少，幾乎都是同一單位、同一院校之間的合作，缺乏合作意識。學(xué)術(shù)界在煤礦安全風(fēng)險領(lǐng)域研究合作水平不高，需要加強不同地區(qū)、不同單位、不同學(xué)者之間的相互交流與合作。

(2) 國內(nèi)和國外在煤礦安全風(fēng)險領(lǐng)域研究熱點上各有側(cè)重，國內(nèi)傾向于研究領(lǐng)域的多元化，國外傾向于人的職業(yè)健康安全。

(3) 隨著科學(xué)技術(shù)的不斷發(fā)展，煤礦安全風(fēng)險運用大數(shù)據(jù)分析減少事故發(fā)生。通過關(guān)鍵詞研究熱點和演進趨勢的變化對煤炭安全風(fēng)險進行研究，發(fā)現(xiàn)目前存在且亟待解決的問題。

(4) 抓取國內(nèi)外文獻的關(guān)鍵詞時，未能體現(xiàn)出智能技術(shù)、機器學(xué)習(xí)、5G等現(xiàn)代風(fēng)險管理信息技術(shù)手段，可能存在一定的見刊周期滯后性，但這是未來發(fā)展的趨勢。