人因可靠性研究進(jìn)展可視化分析

張紅璐，王春源，胡愚

(青島理工大學(xué) 機(jī)械與汽車工程學(xué)院，山東 青島 266520)

1 引言

隨著科學(xué)技術(shù)的發(fā)展，機(jī)械化程度越來越高，機(jī)械的發(fā)明創(chuàng)造與操作使用都離不開作業(yè)人員，這就產(chǎn)生了由人為因素導(dǎo)致的事故發(fā)生，人因可靠性研究隨之產(chǎn)生。人因可靠性分析(Human Reliability Analysis，HRA)，是以分析、預(yù)測、減少與預(yù)防人的失誤為研究核心，對人的可靠性進(jìn)行定性和定量的分析和評價的一種研究方法[1-2]。學(xué)者們對人因可靠性研究也逐漸深入，Swain AD等人首次提出的人誤率預(yù)測技術(shù)(Technique for Human Error Rate Prediction,THERP)，成為第一代人因可靠性分析中的一種代表方法[3]。Eric Hollnagel首次提出了認(rèn)知可靠性和失誤分析方法(Cognitive Reliability and Error Analysis Method,CREAM),成為第二代人因可靠性分析方法中的一種代表性方法[4-6]。高佳、張力、沈祖培、王遙等人，長期致力于HRA的研究與評述介紹工作[1,7-9,14]。喬巍巍等人研究人誤影響因素，首次提出一種因子修正規(guī)則[10]。

本文針對人因可靠性2000-2020年發(fā)表的研究文獻(xiàn)，采取CiteSpace軟件與文獻(xiàn)計(jì)量學(xué)[11]的方法進(jìn)行綜合分析。CiteSpace 全稱為 Citation Space，是由陳超美教授使用Java語言開發(fā)的信息可視化軟件，并在計(jì)量學(xué)、數(shù)據(jù)和信息可視化的背景下發(fā)展的[12-14]。常用的文獻(xiàn)可視化工具[15]有：VOS viewer[16-17]、HistCitep[18-19]、Bibexcel[20-21]、Pajek[20,22]等。文獻(xiàn)綜述可視化過程，可以通過人工篩選將某個行業(yè)發(fā)表的一系列相關(guān)文獻(xiàn)導(dǎo)入軟件中，進(jìn)行可視化處理，更加直觀清晰的發(fā)現(xiàn)該行業(yè)的發(fā)展過程并借助發(fā)展過程推測出行業(yè)今后的發(fā)展路線以及發(fā)展方向，為學(xué)者以及從事行業(yè)的人員提供參考。

2 人因可靠性研究總趨勢

2.1 文獻(xiàn)數(shù)量趨勢圖

以中國知網(wǎng)(CNKI)為數(shù)據(jù)來源，2000-2020年為時間區(qū)間，檢索詞為“人的可靠性+人因工程”，手動篩除新聞、訪談、會議摘要等非研究性文獻(xiàn)，合計(jì)檢索中文文獻(xiàn)1 879篇。以年份為橫坐標(biāo)，發(fā)表數(shù)量為縱坐標(biāo)，繪制該時間區(qū)間人因可靠性文獻(xiàn)數(shù)量的折線圖及趨勢線(圖1)。

圖1 文獻(xiàn)數(shù)量趨勢圖

該折線圖直觀表示了區(qū)間時間的文獻(xiàn)變化趨勢，可將該時間段劃分為三個階段：產(chǎn)生階段(2000-2009年)、發(fā)展階段(2010-2014年)、成熟階段(2015-2020年)。

產(chǎn)生階段(2000-2009年)，文獻(xiàn)數(shù)量增長態(tài)勢緩慢，沒有出現(xiàn)明顯激增現(xiàn)象，發(fā)文量共計(jì)454篇，年均論文45.4篇。此階段與科學(xué)研究和技術(shù)服務(wù)業(yè)研究相關(guān)的論文共計(jì)62篇，占此階段文章總數(shù)的13.66%，占科學(xué)研究和技術(shù)服務(wù)業(yè)研究文章總數(shù)(共計(jì)114篇)的54.39%。此行業(yè)主要由人因可靠性理論以及航天研究等相關(guān)?？梢?，早期的學(xué)者們主要都是針對人因可靠性的理論知識研究。檢索的第一篇發(fā)表在核心期刊的人因可靠性理論研究的文章是2001年張力等人發(fā)表在中國安全科學(xué)學(xué)報(bào)的《人因可靠性分析方法》，回顧了人因可靠性分析 (HRA)的發(fā)展歷史[23]。此階段還處于對人因可靠性的初步探索階段，以研究理論本身為主。

發(fā)展階段(2010-2014年)，折線平均斜率增大，文獻(xiàn)數(shù)量明顯激增，發(fā)文量共計(jì)556篇，年均文獻(xiàn)111.2篇，較上一階段增長率為144.93%。交通運(yùn)輸、倉儲和郵政業(yè)的論文共計(jì)166篇，占該階段論文總數(shù)的29.86%。在該類別中，文章主要圍繞交通運(yùn)輸方向，少量倉儲方向，未檢索到郵政方向相關(guān)文章。在交通運(yùn)輸類別中，文章主要圍繞航空方向共計(jì)98篇，占比59.04%；其次是汽車與道路安全類，共計(jì)31篇，占比18.67%；然后是海上運(yùn)輸及船舶類人因可靠性研究，共計(jì)22篇，占比13.25%；最后是城市軌道交通研究，共計(jì)15篇，占比9.04%。其中，航空方向主要圍繞空中管制[24-26]、駕駛員[27]、人因事故[28-29]等內(nèi)容，充分指出了人因可靠性與航空相結(jié)合的發(fā)展前景。

成熟階段(2015-2020年)，折線較為平緩，但文獻(xiàn)總數(shù)居高未減，發(fā)文量共計(jì)869篇，其中2017年的文獻(xiàn)發(fā)表數(shù)量達(dá)到最高峰，共計(jì)159篇，階段年均文獻(xiàn)144.83篇，較上一階段增長率為29.77%。在此階段，人因可靠性與大量行業(yè)相結(jié)合，產(chǎn)生了許多相關(guān)文章，比如說，陳青青等人將人因可靠性與核電領(lǐng)域數(shù)字化主控室操縱員的行為相結(jié)合[30]；王玉合等人將人因可靠性與建筑安全相結(jié)合[31]；解學(xué)才等人將礦山安全與人因可靠性相結(jié)合[32]。

2.2 時間線圖

對全部所選文獻(xiàn)進(jìn)行參數(shù)設(shè)置后(見2.1節(jié))，使用Timeline View功能，以及 clusters中的Show the Largest K Clusrers功能，繪制排名前五的聚類時間線圖。該時間線圖可將關(guān)鍵詞節(jié)點(diǎn)繪制在時間線軸上，對于分析關(guān)鍵詞的出現(xiàn)年份及發(fā)展方向具有重要作用，結(jié)果如圖2所示。

圖2 時間線圖

這五種聚類分別為：人為因素、人因工程、煤礦安全、人的可靠性、可靠性。圖2右側(cè)的五種聚類均對應(yīng)著左側(cè)的時間線，時間線上的節(jié)點(diǎn)展示了聚類的歷史成果即關(guān)鍵詞對應(yīng)年份表示該關(guān)鍵詞第一次出現(xiàn)年份，以及聚類之間的關(guān)系。左側(cè)時間線上較突出的節(jié)點(diǎn)表示在該節(jié)點(diǎn)處發(fā)文量較多，成果大，驗(yàn)證了產(chǎn)生階段(2000-2009年)初期主要以研究理論為主的觀點(diǎn)。在圖2中，最大的兩個節(jié)點(diǎn)為人為因素及人因工程，且人為因素發(fā)文主要集中在2001年，人因工程發(fā)文主要集中在2000年。除此之外，人的可靠性、人的可靠性分析、可靠性、人-機(jī)-環(huán)境系統(tǒng)、人的因素這幾個關(guān)鍵詞均是2000年就已經(jīng)出現(xiàn)。

在時間線圖可視化結(jié)果界面對Burstness值進(jìn)行統(tǒng)計(jì)，共計(jì)23個關(guān)鍵詞被統(tǒng)計(jì)出，結(jié)果如圖3所示。該值可以表現(xiàn)出在某些年份出現(xiàn)關(guān)鍵性轉(zhuǎn)折點(diǎn)，比如說某年突然出現(xiàn)一個新概念，那么這個新概念就會成為Burstness值。值得注意的是核電站、人機(jī)工程學(xué)、應(yīng)用這三個關(guān)鍵詞，這三個關(guān)鍵詞產(chǎn)生于2016-2017年且2020年依舊在文獻(xiàn)中提出，那么近幾年人因可靠性大概率也會對這幾個關(guān)鍵詞進(jìn)行研究討論。

圖3 Burstness值統(tǒng)計(jì)

3 人因可靠性文獻(xiàn)按行業(yè)分析

《國民經(jīng)濟(jì)行業(yè)分類(GB/T4754-2017)》中，將國民經(jīng)濟(jì)行業(yè)共分為20類[33]，按照文獻(xiàn)數(shù)量排序并分別計(jì)算占比(各行業(yè)括號內(nèi)為篇數(shù)及其占比)：交通運(yùn)輸、倉儲和郵政業(yè)(522，27.78%)；制造業(yè)(433，23.04%)；電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)(282，15.01%)；采礦業(yè)(147，7.82%)；科學(xué)研究和技術(shù)服務(wù)業(yè)(114，6.07%)；教育業(yè)(80，4.26%)；建筑業(yè)(77，4.10%)；信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(75，3.99%)；衛(wèi)生和社會工作(39，2.08%)；水利、環(huán)境和公共設(shè)施管理業(yè)(25，1.33%)；居民服務(wù)、修理和其他服務(wù)業(yè)(20，1.06%)；公共管理、社會保障和社會組織(19，1.01%)；農(nóng)、林、牧、漁業(yè)(15，0.80%)；文化、體育和娛樂業(yè)(8，0.43%)；住宿和餐飲業(yè)(8，0.43%)；金融業(yè)(8，0.43%)；租賃和商務(wù)服務(wù)業(yè)(5，0.27%)；批發(fā)和零售業(yè)(1，0.05%)；房地產(chǎn)業(yè)(1，0.05%)；國際組織 (0，0)。

文獻(xiàn)發(fā)表數(shù)量及其增減變化往往標(biāo)志著該學(xué)科的發(fā)展歷程，對文獻(xiàn)在數(shù)量上和內(nèi)容上的變化進(jìn)行追蹤統(tǒng)計(jì)，對我們了解該學(xué)科的產(chǎn)生、發(fā)展以及動態(tài)過程具有重要作用[34]。使用CiteSpace(5.7.R5版)軟件對排在前三位的行業(yè)文獻(xiàn)展開分析。

3.1 文獻(xiàn)導(dǎo)出與參數(shù)設(shè)定

(1)文獻(xiàn)導(dǎo)出。將這三個行業(yè)的相關(guān)文章分別以Refworks的格式導(dǎo)出，利用CiteSpace進(jìn)行關(guān)鍵詞分析以及作者合作分析，

(2)參數(shù)設(shè)定。在Time Slicing功能和參數(shù)區(qū)中，定義年限為2000-2020年，時區(qū)分割為1年一分割；在Pruning功能區(qū)均采用Pathfinder(尋徑網(wǎng)絡(luò)算法)對網(wǎng)絡(luò)圖進(jìn)行剪裁；關(guān)鍵詞分析時，在Node Types功能區(qū)域中使用Keyword功能，閾值為5，為將聚類展現(xiàn)完整，先將軟件中的過濾器關(guān)閉，重新聚類，再通過Clusters中的Show the Largest K Clusrers功能，選取聚類最大的10個顯示，采用聚類塊的形式將全部關(guān)鍵詞分塊出圖；作者合作分析時，在Node Types功能區(qū)域中使用Author功能。

3.2 交通運(yùn)輸、倉儲和郵政業(yè)分析

交通運(yùn)輸、倉儲和郵政業(yè)相關(guān)人因文獻(xiàn)共計(jì)522篇，是所有經(jīng)濟(jì)行業(yè)分類中文獻(xiàn)數(shù)量占比最多的一個行業(yè)。在該行業(yè)類別中，選取的文獻(xiàn)主要與交通運(yùn)輸相關(guān)，少量倉儲有關(guān)，未檢索到郵政相關(guān)。其中，碩博論文共計(jì)83篇，占比15.90%；核心期刊共計(jì)121篇，占比23.18%，在核心期刊的概率，核心期刊中主要以安全類期刊為主，比如說安全與環(huán)境工程學(xué)報(bào)、中國安全科學(xué)學(xué)報(bào)、中國安全生產(chǎn)科學(xué)技術(shù)學(xué)報(bào)；普通期刊共計(jì)318篇，占比60.92%。使用CiteSpace軟件進(jìn)行關(guān)鍵詞聚類分析，結(jié)果如圖4所示。

圖4 關(guān)鍵詞網(wǎng)絡(luò)圖譜

圖中“#”加編號后所寫的名稱為聚類名稱，編號越小，聚類中包含的關(guān)鍵字越多，各聚類重合部分較少，關(guān)鍵詞分布范圍較廣。在交通運(yùn)輸、倉儲和郵政業(yè)的關(guān)鍵詞主要集中在：(1)人為因素(2)人因工程(3)人因失誤(4)人因可靠性(5)人的因素。在圖3中，中介中心性較高的關(guān)鍵詞分別為：人為因素、人因工程、交通安全、人因可靠性、人的因素，且這五個關(guān)鍵詞中介中心性值均大于0.1為關(guān)鍵節(jié)點(diǎn)，在除與人因相關(guān)的關(guān)鍵詞外，交通安全也位列高中介中心性中。如圖4所示，除了與人因相關(guān)的關(guān)鍵詞外，其他的關(guān)鍵詞主要集中在層次分析法、油氣管道、空中交通管制、水路運(yùn)輸、地鐵運(yùn)營等，即表示在交通運(yùn)輸行業(yè)中的主要研究方向以及使用方法。

3.3 制造業(yè)分析

制造業(yè)相關(guān)人因文獻(xiàn)共計(jì)433篇，在所有經(jīng)濟(jì)行業(yè)文獻(xiàn)數(shù)量中排名第二。制造業(yè)所含具體行業(yè)較廣，在手動選取文章時，將與生產(chǎn)制造、生產(chǎn)加工、維修、新產(chǎn)品設(shè)計(jì)等均列入制造業(yè)類別中。其中，碩博論文共計(jì)82篇，占比18.94%；核心期刊共計(jì)86篇，占比19.86%，文章分布在42種核心期刊，可見人因可靠性在制造業(yè)中分布十分廣泛；普通期刊共計(jì)265篇，占比61.20%。使用Cite Space軟件進(jìn)行關(guān)鍵詞聚類分析，結(jié)果如圖5所示。

圖5 關(guān)鍵詞網(wǎng)絡(luò)圖譜

整體各聚類重合部分多于交通運(yùn)輸、倉儲和郵政業(yè)但少于電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)。制造業(yè)的關(guān)鍵詞主要集中在：(1)人因工程(2)人為因素(3)人機(jī)工程學(xué)(4)人因工程學(xué)(5)人因可靠性分析。中介中心性高于0.1的關(guān)鍵詞有：人因工程、人為因素、人機(jī)工程學(xué)、人因工程學(xué)，點(diǎn)的中心性主要是用來量化點(diǎn)在網(wǎng)絡(luò)中的重要性，而中介中心性是指網(wǎng)絡(luò)中經(jīng)過某點(diǎn)并連接這兩點(diǎn)的最短路徑占這兩點(diǎn)之間的最短路徑線總數(shù)之比，可見制造業(yè)包含范圍十分廣泛，除檢索此外未有高中介中心性的其他與行業(yè)相關(guān)的檢索詞。圖5中，除人因可靠性外的關(guān)鍵詞主要集中在：產(chǎn)品設(shè)計(jì)、航空維修、人機(jī)界面、維修差錯中。

3.4 電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)分析

電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)相關(guān)人因文獻(xiàn)共計(jì)282篇，其中，碩博論文共計(jì)54篇，占比19.15%；核心期刊共計(jì)85篇，占比30.14%，核心期刊占比遠(yuǎn)大于前兩個行業(yè)的核心期刊占比；普通期刊及會議論文共計(jì)143篇，占比50.71%。使用CiteSpace軟件進(jìn)行關(guān)鍵詞聚類分析，結(jié)果如圖6所示。

圖6 電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)關(guān)鍵詞圖

電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)聚類主要集中在：(1)人因失誤(2)人因工程(3)人因(4)人因可靠性(5)核電廠。關(guān)鍵詞聚類色塊重合部分較多，可見在該行業(yè)中人因可靠性的研究方向相較于前兩個行業(yè)而言較為單一，所以對該行業(yè)類文章進(jìn)行作者合作分析即作者共被引分析，作者合作共由116個區(qū)域組成，在作者合作分析可視化結(jié)果界面中，選取較大的作者合作圖譜得出如圖7所示結(jié)果。

圖7 電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)最大作者合作區(qū)域圖

在圖7最大的作者合作圖譜中，可以清晰的看出合作網(wǎng)絡(luò)圖譜是以張力為核心進(jìn)行擴(kuò)展，通過對該作者發(fā)表論文的詳細(xì)信息查詢可知，在選取文章數(shù)據(jù)中有關(guān)該作者的合作記錄(被引或出現(xiàn)頻次)共計(jì)48條，其中2003年出現(xiàn)次數(shù)最多，達(dá)到8次，該作者所寫文獻(xiàn)主要與核電廠相關(guān)[30，35-37]。其余幾個合作較多的網(wǎng)絡(luò)圖以及他們之間的關(guān)系如圖7所示。

3.4 對比分析

(1)三個行業(yè)文獻(xiàn)總數(shù)為1237篇，其中核心期刊總計(jì)占比23.61%，碩博論文總計(jì)占比17.70%，普刊總計(jì)占比58.69%。

(2)電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)核心期刊占比與碩博論文占比總計(jì)達(dá)49.29%，成為三個行業(yè)中占比最多的，可見，該行業(yè)的文獻(xiàn)水平較高于其他兩個行業(yè)的文獻(xiàn)水平。

(3)交通運(yùn)輸、倉儲和郵政業(yè)中空中交通管制與制造業(yè)中的航空維修均是與航空相關(guān)且文章數(shù)量較多，可見新興學(xué)科剛剛出現(xiàn)時，總是被用來率先豐富高危先進(jìn)行業(yè)的。

(4)電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)關(guān)鍵詞圖譜區(qū)域色塊重合性高于其他兩個行業(yè)，其所包含的研究范圍越小，且多是圍繞核電廠進(jìn)行。

4 討論

研究文獻(xiàn)的統(tǒng)計(jì)分布規(guī)律反映出的是科學(xué)研究活動的規(guī)律。從經(jīng)濟(jì)總值來看，人因可靠性研究文獻(xiàn)前三行業(yè)中制造業(yè)在國內(nèi)生產(chǎn)總值(GDP)中占比高達(dá)29.4%(2018年數(shù)據(jù))，充分說明了人因可靠性研究與經(jīng)濟(jì)發(fā)展的關(guān)系；從安全生產(chǎn)事故關(guān)系來看，以人因可靠性研究文獻(xiàn)占比最高的交通運(yùn)輸、倉儲和郵政業(yè)為例，2018年，我國汽車發(fā)生交通事故166 906起，導(dǎo)致46 161人死亡，169 046人受傷[38]?？梢?，人因可靠性研究文獻(xiàn)與經(jīng)濟(jì)發(fā)展和安全生產(chǎn)有著密切關(guān)系，應(yīng)用場景也從理論研究逐漸趨于實(shí)際應(yīng)用。

(1)人因可靠性相關(guān)文獻(xiàn)經(jīng)歷了產(chǎn)生階段、發(fā)展階段、成熟階段，總體呈上升趨勢(見1.1)。當(dāng)前已經(jīng)步入成熟階段，且預(yù)測較長時間內(nèi)將會一直處于成熟階段，文獻(xiàn)發(fā)表數(shù)量不會有太大變動。

(2)由各行業(yè)的占比可知，文獻(xiàn)發(fā)表數(shù)目較低的行業(yè)以服務(wù)性行業(yè)為主，如金融業(yè)、房地產(chǎn)業(yè)等不需要大量機(jī)械作業(yè)的行業(yè)，可見，人因可靠性的發(fā)展是從解決實(shí)際問題開始的，以研究人員與機(jī)械的操作任務(wù)為主且主要是與存在重大風(fēng)險的行業(yè)相關(guān)聯(lián)，但總體來說，人因可靠性的研究已經(jīng)涉及到了絕大多數(shù)的行業(yè)中和作業(yè)過程中。

從人因可靠性在行業(yè)研究占比來看，人因可靠性主要分布于危險性較高以及機(jī)器使用率較高的行業(yè)中，通過人因失誤率的降低可直觀降低事故發(fā)生的行業(yè)較多。隨著人-機(jī)-環(huán)的不斷結(jié)合發(fā)展，機(jī)械化程度的不斷加強(qiáng)，人與機(jī)器合作生產(chǎn)已經(jīng)成為發(fā)展趨勢，不斷取代著純手工業(yè)生產(chǎn)。相比于機(jī)器失誤，人失誤的概率性更大，所以人因可靠性的研究在降低生產(chǎn)事故方面具有重要作用。應(yīng)用性文獻(xiàn)相對集中在這些行業(yè)中，與人因可靠性理論未出現(xiàn)較大突破有關(guān)，未來有待進(jìn)一步深化相關(guān)理論，拓展應(yīng)用范圍。

(3)交通運(yùn)輸、倉儲和郵政業(yè)，制造業(yè)，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)這三個行業(yè)中檢索出的與人因可靠性相關(guān)文獻(xiàn)超過檢索的全部文獻(xiàn)的一半，成為人因可靠性研究的重要組成部分。

人因可靠性的發(fā)展在各行業(yè)的研究中均有側(cè)重。在排名前三的行業(yè)中，交通運(yùn)輸、倉儲和郵政行業(yè)的研究基本上都是圍繞航空、航海等方面進(jìn)行的，與此類研究相關(guān)的作者機(jī)構(gòu)可以形成較為廣泛的合作網(wǎng)絡(luò)；在制造業(yè)中，對于本身的原理機(jī)能研究較多，除此之外還側(cè)重于體力作業(yè)者、排班模式、模式化、航空維修等研究；電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)中人因可靠性主要集中在對核電廠進(jìn)行研究。在國家經(jīng)濟(jì)行業(yè)分類中包含的范圍越小，關(guān)鍵詞圖譜區(qū)域色塊重合性越高，比如說電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)關(guān)鍵詞圖譜區(qū)域色塊重合性高于其他兩個行業(yè)。

但是核心期刊以及碩博論文文獻(xiàn)的占比率較低，均達(dá)不到文獻(xiàn)總數(shù)的50%，隨著高校研究生畢業(yè)要求的提高，此比例會出現(xiàn)一定的上漲，但是未來需要提高發(fā)表高水平文獻(xiàn)數(shù)量。

(4)在未來較長時期內(nèi)，文獻(xiàn)發(fā)表數(shù)量不會有太大波動，研究內(nèi)容會在當(dāng)前研究的基礎(chǔ)上發(fā)展更細(xì)致，研究的問題趨于細(xì)節(jié)研究。并會圍繞著近些年出現(xiàn)的突發(fā)性關(guān)鍵詞進(jìn)行深入研究，比如說核電站、人機(jī)工程學(xué)、應(yīng)用等。

5 小結(jié)

本文針對人因可靠性文獻(xiàn)提出了一種新的分類方法即按照國民經(jīng)濟(jì)行業(yè)類別分類，通過閱讀大量文獻(xiàn)采取手動分類方式將知網(wǎng)檢索的人因可靠性相關(guān)文獻(xiàn)進(jìn)行分類，并根據(jù)分類結(jié)果分析人因可靠性在重點(diǎn)行業(yè)中的發(fā)展歷程，通過Cite Space軟件，將文獻(xiàn)按照新的分類方式進(jìn)行可視化分析，根據(jù)可視化結(jié)果，將2000-2020年人因可靠性的發(fā)展劃分為三個階段，合理推測在未來較長時間內(nèi)，仍處于成熟階段，與此同時，通過可視化數(shù)據(jù)結(jié)果合理判斷未來研究熱點(diǎn)走向。

在研究過程中，由于采取手動分類的方式，個別文獻(xiàn)存在行業(yè)交叉問題，但不影響最終統(tǒng)計(jì)分析結(jié)果。