基于CiteSpace軟件的地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究文獻(xiàn)計(jì)量分析*

苗文文 王 偉** 邵志國(guó),2

(1.青島理工大學(xué)管理工程學(xué)院，266520，青島；2.同濟(jì)大學(xué)可持續(xù)發(fā)展與新型城鎮(zhèn)化智庫(kù)，200092，上海 ∥ 第一作者，碩士研究生)

地鐵安全事故的危害性極大[1]。2003年2月18日，韓國(guó)大邱市中央路地鐵站發(fā)生的故意縱火事件，共造成198人死亡、146人受傷和298人失蹤的嚴(yán)重后果[2]；2011年9月27日，上海軌道交通10號(hào)線因調(diào)度不當(dāng)發(fā)生列車追尾事故，導(dǎo)致輕、重傷害乘客達(dá)270名之多[3]；2016年1月26日上班早高峰時(shí)段，在日本東京地鐵銀座車站通氣口處發(fā)現(xiàn)不明物質(zhì)燃燒，該事件導(dǎo)致約6.8萬(wàn)人出行困難；2019年9月，香港地鐵紅磡站附近發(fā)生列車出軌事故，造成8名乘客受傷，其中5人送院診治。以上案例表明，地鐵運(yùn)營(yíng)過(guò)程中發(fā)生安全事故會(huì)導(dǎo)致極其嚴(yán)重的后果，不僅可能損壞大量的設(shè)施和基礎(chǔ)設(shè)備，還可能直接造成地鐵乘客的嚴(yán)重傷亡，產(chǎn)生巨大的政治、社會(huì)和經(jīng)濟(jì)影響[4]。因此，研究地鐵運(yùn)營(yíng)安全問(wèn)題、了解當(dāng)前研究現(xiàn)狀、預(yù)測(cè)未來(lái)研究趨勢(shì)，是當(dāng)前地鐵運(yùn)營(yíng)風(fēng)險(xiǎn)研究的重要問(wèn)題[5]。鑒于此，本文采用CiteSpace軟件，以中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)2010—2019年收錄的1 539篇我國(guó)城市軌道交通運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究文獻(xiàn)為樣本，繪制該領(lǐng)域研究熱點(diǎn)知識(shí)圖譜，以可視化形式探究當(dāng)前該領(lǐng)域的研究前沿與熱點(diǎn)，為提高城市軌道交通運(yùn)營(yíng)安全管理與保障水平提供理論支持。

1 數(shù)據(jù)獲取與研究方法

本文選取中國(guó)知網(wǎng)全文數(shù)據(jù)庫(kù)，采用高級(jí)檢索方式，以發(fā)表時(shí)間——2010-01-01—2019-12-01、主題——城市軌道交通運(yùn)營(yíng)或含地鐵運(yùn)營(yíng)且含安全或含風(fēng)險(xiǎn)為檢索條件，獲得相關(guān)文獻(xiàn)2 109篇，進(jìn)一步去除相關(guān)度較低的文獻(xiàn)后最終得到有效文獻(xiàn)1 539篇。本文以此為基礎(chǔ)分析城市軌道交通運(yùn)營(yíng)安全風(fēng)險(xiǎn)相關(guān)文獻(xiàn)的整體情況。

文獻(xiàn)計(jì)量學(xué)[6]是指借助于文獻(xiàn)的主要作者、機(jī)構(gòu)、期刊、關(guān)鍵詞等特征和數(shù)據(jù)，采用理論統(tǒng)計(jì)學(xué)的方法和工具指出、評(píng)價(jià)和分析預(yù)測(cè)某一相關(guān)科學(xué)技術(shù)領(lǐng)域研究現(xiàn)狀和發(fā)展趨勢(shì)的一門學(xué)科，可以有效判別主要作者、文獻(xiàn)以及它們之間相互關(guān)系。本文應(yīng)用文獻(xiàn)計(jì)量學(xué)和數(shù)據(jù)分析軟件CiteSpace對(duì)近10年國(guó)內(nèi)的地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究文獻(xiàn)進(jìn)行回顧與演進(jìn)分析，得到該研究領(lǐng)域的研究熱點(diǎn)、發(fā)展現(xiàn)狀及其發(fā)展演化的趨勢(shì)與規(guī)律，為該學(xué)科領(lǐng)域的發(fā)展、后續(xù)相關(guān)理論研究以及實(shí)踐的應(yīng)用發(fā)展提供參考和技術(shù)借鑒[7]。

2 文獻(xiàn)計(jì)量分析

2.1 發(fā)文數(shù)量研究

為了解當(dāng)前我國(guó)學(xué)者對(duì)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)的研究狀況，本研究對(duì)中國(guó)知網(wǎng)1995—2019年的關(guān)于地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)的文獻(xiàn)進(jìn)行統(tǒng)計(jì)，共計(jì)2 442篇，根據(jù)各年份的發(fā)文數(shù)量得到1995—2019年國(guó)內(nèi)年度文獻(xiàn)發(fā)表(以下簡(jiǎn)稱“發(fā)文”)數(shù)量統(tǒng)計(jì)圖(見(jiàn)圖1)。

圖1 1995—2019年國(guó)內(nèi)關(guān)于地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)的發(fā)文量統(tǒng)計(jì)

統(tǒng)計(jì)結(jié)果表明：我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究文獻(xiàn)的發(fā)表數(shù)量總體呈遞增趨勢(shì)；1995—2002年，年發(fā)文數(shù)量均不高于5篇，數(shù)量極少；2003—2005年，北京、上海、廣州及天津等地的地鐵開(kāi)始進(jìn)入運(yùn)行后，研究文獻(xiàn)有所增加；2006—2010年間，研究文獻(xiàn)數(shù)量進(jìn)一步增多，但年均數(shù)量仍低于80篇；2010年后，各年度發(fā)文數(shù)量都已經(jīng)有較大幅度的增加，且發(fā)文數(shù)量呈現(xiàn)出逐年遞增的快速發(fā)展態(tài)勢(shì)。

通過(guò)對(duì)比各年度發(fā)文數(shù)量可知，2010年之前的研究文獻(xiàn)較少，只有333篇，不足文獻(xiàn)總數(shù)的15%?？紤]到這批文獻(xiàn)時(shí)間久遠(yuǎn)、文獻(xiàn)中的數(shù)據(jù)已不適用于當(dāng)前研究熱點(diǎn)和演化趨勢(shì)的研究，故而本文選取2010—2019年的1 539篇文獻(xiàn)進(jìn)行深入的數(shù)據(jù)分析。

2.2 核心作者分布

學(xué)術(shù)研究團(tuán)隊(duì)是某一學(xué)術(shù)研究領(lǐng)域能夠深入發(fā)展的前提，核心作者則在學(xué)術(shù)研究團(tuán)隊(duì)中起到支柱作用。為了解不同作者的發(fā)文情況，將來(lái)源于中國(guó)知網(wǎng)的1 539篇文獻(xiàn)導(dǎo)入CiteSpace軟件進(jìn)行分析。節(jié)點(diǎn)選擇“Author”，在每個(gè)時(shí)區(qū)內(nèi)前50個(gè)被引用次數(shù)最高的作者節(jié)點(diǎn)中選擇出現(xiàn)次數(shù)不小于2次、共現(xiàn)次數(shù)不小于1次、相似系數(shù)不小于0.20的節(jié)點(diǎn)；選擇“Pruning Sliced Network”疊加“Pruning The Merged Network”算法以及“Pathfinder”算法進(jìn)行網(wǎng)絡(luò)裁剪，得到作者共現(xiàn)知識(shí)圖譜(見(jiàn)圖2)和發(fā)文量靠前的作者發(fā)文數(shù)量統(tǒng)計(jì)表(見(jiàn)表1)。

圖2 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)發(fā)文量靠前的作者共現(xiàn)知識(shí)圖譜

表1 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的作者發(fā)文數(shù)量統(tǒng)計(jì)表 單位：篇

表1列舉了發(fā)文數(shù)量靠前的12位作者，其中發(fā)文數(shù)量最多的作者為陳文彪，發(fā)文數(shù)量為5篇，另外還有許多作者發(fā)文數(shù)量都在2篇及以下，說(shuō)明地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)領(lǐng)域中個(gè)人研究較分散。

圖2中，節(jié)點(diǎn)數(shù)量代表作者數(shù)量，節(jié)點(diǎn)越大說(shuō)明該作者發(fā)文數(shù)量越多；鏈路數(shù)量代表作者間的合作關(guān)系，鏈路越粗說(shuō)明作者間合作關(guān)系越緊密。圖2中作者節(jié)點(diǎn)較多，但作者間連線較少，說(shuō)明作者在文獻(xiàn)合作上缺乏交流。但是存在4個(gè)3人以上的合作關(guān)系，其中以徐田坤為中心，與王敏、蘆毅、張欣、翁勇南、任星辰及梁青槐組成的研究團(tuán)體最為顯著，其對(duì)應(yīng)節(jié)點(diǎn)之間連線多且線條粗，說(shuō)明該研究團(tuán)體中作者合作交流頻繁，團(tuán)體成員之間有較強(qiáng)的合作關(guān)系。

2.3 核心研究機(jī)構(gòu)分布

研究某學(xué)術(shù)領(lǐng)域的核心機(jī)構(gòu)有利于快速找到“科研主陣地”。設(shè)置CiteSpace參數(shù)：節(jié)點(diǎn)選擇“Institution”，其他參數(shù)設(shè)置不變。得到研究機(jī)構(gòu)發(fā)文數(shù)量統(tǒng)計(jì)表(見(jiàn)表2)和共現(xiàn)知識(shí)圖譜(見(jiàn)圖3)。

圖3 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的研究機(jī)構(gòu)共現(xiàn)知識(shí)圖譜

表2 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的研究機(jī)構(gòu)的發(fā)文數(shù)量統(tǒng)計(jì)表

由圖3可知，文獻(xiàn)發(fā)表數(shù)量居前9位的機(jī)構(gòu)分別是表2中的前9個(gè)機(jī)構(gòu)，這些機(jī)構(gòu)組成了中國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究的中堅(jiān)力量。根據(jù)我國(guó)地鐵的發(fā)展歷史可發(fā)現(xiàn)，2010年運(yùn)營(yíng)地鐵的城市主要也是北京、廣州、天津和深圳等。這些機(jī)構(gòu)均為地鐵運(yùn)營(yíng)企業(yè)，這也說(shuō)明地鐵在運(yùn)營(yíng)過(guò)程中所產(chǎn)生的突發(fā)事件及風(fēng)險(xiǎn)引起了各運(yùn)營(yíng)企業(yè)的重視。同時(shí)，在高校方面有北京交通大學(xué)、西南交通大學(xué)、東南大學(xué)和華中科技大學(xué)，發(fā)文較多的多為交通學(xué)院或者土木工程學(xué)院，這體現(xiàn)高校及其下屬學(xué)院能夠充分利用其專業(yè)性，密切聯(lián)系實(shí)際工程，真正解決實(shí)際問(wèn)題。

3 熱點(diǎn)分析

關(guān)鍵詞是學(xué)術(shù)論文極為重要的組成部分，是研究者高度概括一篇文章的主旨分析得出的。通過(guò)分析、研究關(guān)鍵詞共現(xiàn)科學(xué)知識(shí)圖譜，可以快速、客觀、準(zhǔn)確地找到某一領(lǐng)域的科學(xué)研究發(fā)展熱點(diǎn)。將某個(gè)研究領(lǐng)域在一定時(shí)間段內(nèi)所被提及的數(shù)量較多且其內(nèi)在聯(lián)系較強(qiáng)的一個(gè)專題關(guān)鍵詞看作是該領(lǐng)域研究的熱點(diǎn)和代表，可以充分了解該研究領(lǐng)域中目前最前沿、最重要且最具發(fā)展?jié)摿Φ牟糠帧１狙芯炕跀?shù)據(jù)分析軟件CiteSpace構(gòu)建了地鐵運(yùn)營(yíng)風(fēng)險(xiǎn)研究關(guān)鍵詞共現(xiàn)知識(shí)圖譜，以進(jìn)行更深入、系統(tǒng)的分析。在數(shù)據(jù)分析軟件CiteSpace中，節(jié)點(diǎn)選擇“Keyword”，共現(xiàn)次數(shù)選擇為不少于3次，其余設(shè)置不變，得到關(guān)鍵詞共現(xiàn)知識(shí)圖譜(見(jiàn)圖4)和關(guān)鍵詞頻率排序表(見(jiàn)表3)。采用LLR對(duì)數(shù)似然率算法[9]進(jìn)行聚類分析，同時(shí)用關(guān)鍵詞分別命名各類別。

圖4 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的關(guān)鍵詞共現(xiàn)知識(shí)圖譜

表3 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的關(guān)鍵詞頻率排序表 單位：次

3.1 關(guān)鍵詞頻次分析

相似于核心作者分布分析所得到的作者共現(xiàn)知識(shí)圖譜，關(guān)鍵詞共現(xiàn)知識(shí)圖譜中的節(jié)點(diǎn)、節(jié)點(diǎn)大小及連線，分別表示著關(guān)鍵詞、關(guān)鍵詞出現(xiàn)頻次以及關(guān)鍵詞之間的共現(xiàn)關(guān)系。

綜合圖4和表3可以看出，我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究重點(diǎn)集中于PPP項(xiàng)目，說(shuō)明對(duì)PPP項(xiàng)目的研究已經(jīng)不再僅限于城市軌道交通建設(shè)階段，而更加注重PPP項(xiàng)目全生命周期安全及風(fēng)險(xiǎn)發(fā)現(xiàn)和治理[10]。還有一個(gè)非常顯著的關(guān)鍵詞為層次分析法[11]，該關(guān)鍵詞的高頻出現(xiàn)說(shuō)明了在風(fēng)險(xiǎn)研究的過(guò)程中，大量的學(xué)者都應(yīng)用層次分析法，將應(yīng)急風(fēng)險(xiǎn)研究的對(duì)象作為一個(gè)風(fēng)險(xiǎn)分析系統(tǒng)，按照定量分解、比較判斷、綜合判斷以及思維分析等方式進(jìn)行有效決策。相比于一般的定量風(fēng)險(xiǎn)分析方法，該風(fēng)險(xiǎn)分析方法更加側(cè)重于定性的風(fēng)險(xiǎn)分析和判斷，從而能夠有效解決許多使用傳統(tǒng)的最優(yōu)化風(fēng)險(xiǎn)分析技術(shù)無(wú)法得到有效解決的實(shí)際風(fēng)險(xiǎn)管理問(wèn)題。另外，應(yīng)急管理及對(duì)策也是值得注意的關(guān)鍵詞，說(shuō)明學(xué)者多會(huì)在文中選擇一些特殊的社會(huì)背景或者環(huán)境，如發(fā)生火災(zāi)、恐怖襲擊等突發(fā)事件，分析引發(fā)風(fēng)險(xiǎn)的因素并針對(duì)其相關(guān)的風(fēng)險(xiǎn)因素給出相應(yīng)的對(duì)策和建議，使之更加具有理論和實(shí)踐意義。

3.2 關(guān)鍵詞時(shí)序分析

通過(guò)CiteSpace的時(shí)區(qū)圖，可以進(jìn)一步了解我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究的演化歷程，本文規(guī)定時(shí)間間隔為一年，得到地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)關(guān)鍵詞時(shí)序圖譜(見(jiàn)表4)。

表4 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的關(guān)鍵詞時(shí)序圖譜

由表4可見(jiàn)，地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)問(wèn)題研究從2010年以來(lái)一直持續(xù)不斷，由地鐵、運(yùn)營(yíng)安全的分別研究到風(fēng)險(xiǎn)管理，再到現(xiàn)在的地鐵運(yùn)營(yíng)安全，從始至終，都是研究的重點(diǎn)。需要格外注意的是，近年來(lái)新出現(xiàn)了PPP模式、網(wǎng)絡(luò)化，對(duì)于地鐵隧道的安全性[12]的關(guān)注也出現(xiàn)了增多，尤其是針對(duì)PPP模式下的地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究更是重中之重。

3.3 關(guān)鍵詞聚類分析

通過(guò)對(duì)關(guān)鍵詞的聚類分析，得到關(guān)鍵詞聚類知識(shí)圖譜(見(jiàn)圖5)。其將關(guān)鍵詞劃分為12大類別，對(duì)聚類所含關(guān)鍵詞進(jìn)行歸納整理，得到的研究熱點(diǎn)有全生命周期、PPP項(xiàng)目、突發(fā)事件及其應(yīng)急管理、安全評(píng)估及管理，說(shuō)明我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究的重點(diǎn)在于突發(fā)事件下對(duì)地鐵運(yùn)營(yíng)過(guò)程中安全風(fēng)險(xiǎn)的評(píng)估、應(yīng)急預(yù)測(cè)及管理；經(jīng)過(guò)10年的發(fā)展，大量PPP模式下建成的地鐵投入運(yùn)營(yíng)[13]，研究者更加注重在全生命周期管理[14]的各個(gè)階段進(jìn)行安全風(fēng)險(xiǎn)研究，對(duì)于運(yùn)營(yíng)階段的研究也進(jìn)一步增加。

圖5 2010—2019年地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)類文獻(xiàn)的關(guān)鍵詞聚類知識(shí)圖譜

4 結(jié)論與建議

本文研究以中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)2010—2019年收錄的1 539篇我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究文獻(xiàn)為樣本，利用CiteSpace軟件繪制出我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究熱點(diǎn)的知識(shí)圖譜。通過(guò)文獻(xiàn)量年度分布，發(fā)現(xiàn)我國(guó)對(duì)于地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)的研究正呈快速增長(zhǎng)的態(tài)勢(shì)；通過(guò)對(duì)發(fā)文作者和機(jī)構(gòu)進(jìn)行研究，發(fā)現(xiàn)我國(guó)當(dāng)前的地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究主要集中于個(gè)人和運(yùn)營(yíng)企業(yè)，作者、機(jī)構(gòu)分布相對(duì)分散，合作相對(duì)較少，缺乏溝通協(xié)作；通過(guò)對(duì)高頻關(guān)鍵詞進(jìn)行分析，利用知識(shí)圖譜以可視化的形式找到了當(dāng)前我國(guó)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)領(lǐng)域的研究前沿與熱點(diǎn)。結(jié)果表明：當(dāng)前研究多集中于PPP模式下地鐵運(yùn)營(yíng)的全生命周期管理，研究過(guò)程多采用層次分析法，風(fēng)險(xiǎn)研究多針對(duì)突發(fā)事件的應(yīng)急管理。

未來(lái)對(duì)地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)的研究重點(diǎn)也會(huì)在上述基礎(chǔ)上繼續(xù)進(jìn)行，同時(shí)存在需要突破的兩個(gè)方面：一是能夠有更多樣的研究方法應(yīng)用于地鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)研究，尤其是更注重于定量研究的方法，以彌補(bǔ)層次分析法定量數(shù)據(jù)少的缺點(diǎn)；二是加大企業(yè)與高校之間的相互合作，使理論與實(shí)際相結(jié)合，進(jìn)一步推動(dòng)城市軌道交通運(yùn)營(yíng)安全進(jìn)步，減少安全風(fēng)險(xiǎn)發(fā)生。