基于CiteSpace的中國公路洪災(zāi)研究知識圖譜分析

羅軍華,林孝松,牟鳳云,張 莉,徐 州

(重慶交通大學(xué)建筑與城市規(guī)劃學(xué)院，重慶 400074)

公路的安全與暢通是社會經(jīng)濟發(fā)展的客觀要求與迫切需要，在諸多對公路造成損失的災(zāi)害事件中，洪災(zāi)所致后果尤為嚴(yán)重[1]。公路洪災(zāi)指強降雨、洪水及其引發(fā)的一系列次生地質(zhì)災(zāi)害對公路構(gòu)筑物造成破壞的災(zāi)害事件[2]，又稱公路水毀。常見的公路水毀類型有邊坡坍塌、路基沉陷、涵洞破裂以及橋梁滑移等，涉及區(qū)域地質(zhì)條件、水文條件、工程地質(zhì)條件、公路設(shè)施強度等諸多因素，是一個錯綜復(fù)雜，破壞力大且暴發(fā)迅速的災(zāi)變過程。基于此，中國學(xué)者從各個角度切入開展公路洪災(zāi)的研究，如危險性評價[3-5]、孕災(zāi)環(huán)境分區(qū)[6-7]、影響因子分析[8-9]等方面。但目前尚缺乏對中國已有公路洪災(zāi)研究成果進(jìn)行梳理總結(jié)的文獻(xiàn)，而傳統(tǒng)方法如閱讀、定性歸納法在面對龐大的文獻(xiàn)數(shù)量時，文獻(xiàn)選擇與分類標(biāo)準(zhǔn)、不同時期熱點追蹤、學(xué)科知識管理等方面存在一定的局限性、主觀性與片面性。

因此，利用現(xiàn)代科學(xué)計量法對海量文獻(xiàn)數(shù)據(jù)進(jìn)行多元、多時動態(tài)分析很有必要，其方法更加全面、客觀，能克服傳統(tǒng)方法的不足，科學(xué)知識圖譜就是其中重要的一種文獻(xiàn)分析與計量可視化方法[10]。它具有“圖”和“譜”的雙重性質(zhì)與特征，能顯示知識群之間網(wǎng)絡(luò)、交叉、演化或衍生等諸多隱含的復(fù)雜關(guān)系[11]，陳超美開發(fā)的CiteSpace是目前中國繪制科學(xué)知識圖譜最為流行的工具之一。基于軟件CiteSpace，李伯華等[12]完成中國傳統(tǒng)村落研究的知識圖譜可視化分析；韓增林等[13]完成中國海洋經(jīng)濟的研究熱點、作者群及研究機構(gòu)的知識圖譜繪制；安傳艷等[14]分析并預(yù)測中國鄉(xiāng)村旅游的研究特征與發(fā)展趨勢等。

基于以上分析，以中國知網(wǎng)(CNKI)數(shù)據(jù)庫中有關(guān)公路洪災(zāi)研究的各類文獻(xiàn)為數(shù)據(jù)基礎(chǔ)，借助CiteSpace V.5.3.R4進(jìn)行統(tǒng)計量化分析、網(wǎng)絡(luò)分析及聚類分析等，繪制中國公路洪災(zāi)研究的知識圖譜，梳理其發(fā)展脈絡(luò)，分析研究現(xiàn)狀與歷年研究熱點，以期為公路洪災(zāi)的后續(xù)研究提供參考依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

以中國知網(wǎng)數(shù)據(jù)庫為數(shù)據(jù)源，基于公路洪災(zāi)的基本概念，在“專業(yè)檢索”功能中，以主題SU=(‘公路’*‘洪水’+‘公路’*‘水毀’+‘公路’*‘滑坡’+‘公路’*‘泥石流’+‘公路’*‘崩塌’)AND FT=‘降雨’為檢索式，跨庫選擇學(xué)術(shù)期刊、博士學(xué)位論文、碩士學(xué)位論文以及重要會議論文四類，進(jìn)行精確匹配，選擇時間為1987—2019年，檢索時間為2019年7月24日，獲得檢索結(jié)果共計2 572條。對檢索結(jié)果進(jìn)行人工剔除，刪除會議通知、期刊征稿、卷首語、書評及無作者文獻(xiàn)等不相關(guān)條目，獲得有效文獻(xiàn)數(shù)據(jù)2 557條，并導(dǎo)出為Refworks格式，用于CiteSpace軟件處理。

1.2 研究方法

利用JAVA運行環(huán)境下的CiteSpace V.5.3.R4將Refworks文件進(jìn)行格式化轉(zhuǎn)換完成數(shù)據(jù)準(zhǔn)備，時區(qū)選擇為1987—2019年，時間切片為1年；閾值選擇為Top 50；功能依次選擇為作者、機構(gòu)、關(guān)鍵詞及突現(xiàn)詞進(jìn)行對應(yīng)分析。而CiteSpace V目前尚不能對CNKI中文文獻(xiàn)進(jìn)行共被引分析，因此公路洪災(zāi)研究發(fā)文數(shù)量的時間分布特征利用Excel統(tǒng)計分析。其中，作者共現(xiàn)分析用于識別某一研究領(lǐng)域的核心作者及研究人員之間的合作強度與互引關(guān)系[15]；關(guān)鍵詞是文獻(xiàn)主題的高度概括，通過對關(guān)鍵詞的挖掘分析，可識別出研究領(lǐng)域歷年研究熱點及變化情況；突現(xiàn)詞指在一段時間內(nèi)被引頻次或共現(xiàn)頻次變化較大的詞匯，可以反映出這段時間內(nèi)影響力較大的研究領(lǐng)域[16]。

2 結(jié)果分析

2.1 發(fā)文數(shù)量時間分布特征

研究成果隨時間的變化趨勢可以從側(cè)面反映出研究領(lǐng)域的在一段時間內(nèi)的發(fā)展?fàn)顩r[17]。基于1987—2019年的2 557篇檢索文獻(xiàn)進(jìn)行分析，學(xué)術(shù)期刊數(shù)量最多為1 658篇，占總數(shù)的64.84%；碩士學(xué)位論文數(shù)量為707篇，占比27.65%；博士學(xué)位論文與會議論文各占4.93%、2.58%。

分析1987—2018年公路洪災(zāi)研究發(fā)文數(shù)量的變化情況，得到公路洪災(zāi)研究發(fā)文量時間分布情況如圖1所示。在學(xué)術(shù)期刊方面，1987—1999年，發(fā)文數(shù)量總體較少，處于緩慢波動的增長狀態(tài)，年均發(fā)文數(shù)量均在15篇以下，處于學(xué)科領(lǐng)域研究的起步階段；2000—2014年，呈明顯增長趨勢，年發(fā)文量最高達(dá)到145篇，此階段為學(xué)科領(lǐng)域研究的快速發(fā)展階段；2015—2018年，年發(fā)文數(shù)量減少，研究成果增加速度變慢，但仍保持在100篇以上，此階段為學(xué)科領(lǐng)域研究的穩(wěn)定階段。會議論文方面，自1999年首篇公路洪災(zāi)領(lǐng)域論文發(fā)表，到2018年近20年間，年發(fā)文數(shù)量一直處于小幅度波動，增長速度緩慢的情況。學(xué)位論文方面，碩士論文年發(fā)文量在2001—2012年區(qū)間處于波動增長狀態(tài)，但在2013—2018年區(qū)間呈現(xiàn)下降趨勢；博士論文自2003—2018年以來，一直處于小幅度波動狀態(tài)，沒有呈現(xiàn)明顯增長趨勢，年發(fā)文量均少于20篇。

總體而言，中國公路洪災(zāi)研究成果自2000年開始呈現(xiàn)逐步增長的趨勢，表明該領(lǐng)域開始受到學(xué)者的廣泛關(guān)注，學(xué)科知識建設(shè)不斷完善，并于2015年進(jìn)入學(xué)科領(lǐng)域研究的穩(wěn)定階段。而碩博士學(xué)位論文的出現(xiàn)及年發(fā)文量的增加，表明隨著防災(zāi)減災(zāi)知識的普及、中國公路基礎(chǔ)設(shè)施的完善，有關(guān)公路洪災(zāi)及其災(zāi)害防治的高等教育進(jìn)一步加強，培養(yǎng)了諸多學(xué)科領(lǐng)域的專業(yè)人才。但相比之下較少的博士學(xué)位論文年發(fā)文量，表明公路洪災(zāi)研究領(lǐng)域的高層次人才仍然較少。

2.2 作者共現(xiàn)分析

在CiteSpace中，節(jié)點類型(node types)選擇作者(author)，剪枝方式為子網(wǎng)絡(luò)(pruning sliced networks)，得共引作者圖譜(圖2)和作者發(fā)文頻次排名表前20位(表1)。

圖譜共有261個節(jié)點，223條連接，網(wǎng)絡(luò)密度為0.006 6。圖2中節(jié)點的大小與作者出現(xiàn)的頻次成正比，年輪不同的顏色表示不同的引用年份；節(jié)點之間的線條數(shù)量與粗細(xì)反映了作者群之間的合作關(guān)系與合作強度，連線的顏色代表第一次引用的時間。分析圖2、表1，節(jié)點最大的兩位作者分別是陳洪凱與田偉平，發(fā)文數(shù)量各達(dá)到29與20次，其次是唐紅梅、馬保成、李家春等，發(fā)文數(shù)5篇以上的作者有12位。通過尋徑算法(path finder)優(yōu)化合作網(wǎng)絡(luò)，中國公路洪災(zāi)研究主要分為3個集中作者群：長安大學(xué)田偉平、馬保成、李家春；中國科學(xué)院成都山地災(zāi)害研究所崔鵬、魏學(xué)利、朱穎彥以及重慶交通大學(xué)陳洪凱、唐紅梅、黃勇、陳遠(yuǎn)川等。除此以外，還存在諸多節(jié)點較少、鏈接簡單的合作網(wǎng)絡(luò)以及分散的獨立作者。而研究團體之間連線的稀松表明各團體之間的互引關(guān)系較弱，團隊成員通常是由同一機構(gòu)的作者組成，這樣長久以來容易形成學(xué)術(shù)壁壘，不利于中國公路洪災(zāi)研究的可持續(xù)發(fā)展。

圖1 1987—2018年公路洪災(zāi)研究發(fā)文數(shù)量分布情況Fig.1 Distribution of the number of documents issued by highway-flood from 1987 to 2018

圖2 1987—2019年公路洪災(zāi)研究共引作者圖譜Fig.2 Co-authored knowledge mapping of highway-flood disasters research from 1987 to 2019

表1 1987—2019年發(fā)文數(shù)排名前20位的作者及其機構(gòu)名稱Table 1 The top 20 authors and corresponding institution names from 1987 to 2019

由表1可知，長安大學(xué)學(xué)術(shù)團隊發(fā)文量總和占排名前20位作者總發(fā)文量的43.59%，重慶交通大學(xué)學(xué)術(shù)團隊占32.31%，中國科學(xué)院成都山地災(zāi)害研究所學(xué)術(shù)團隊占17.44%，合計93.34%。表明中國公路洪災(zāi)研究領(lǐng)域，作者的集中度較高，核心作者的研究成果奠定了該領(lǐng)域的學(xué)科基礎(chǔ)，首次接觸該領(lǐng)域的外界學(xué)者可從此著手，進(jìn)行系統(tǒng)性地剖析學(xué)習(xí)。

圖3 1987—2019年公路洪災(zāi)研究發(fā)文機構(gòu)共現(xiàn)圖譜Fig.3 Co-institution knowledge mapping of highway-flood disasters research from 1987 to 2019

2.3 發(fā)文機構(gòu)共現(xiàn)分析

在CiteSpace 中，節(jié)點類型(node types)選擇機構(gòu)(institution)，剪枝算法選擇最小生成樹(minnimum spanning tree)進(jìn)行發(fā)文機構(gòu)共現(xiàn)分析，并合并一級機構(gòu)、二級機構(gòu)的曾用名、別名(如重慶交通大學(xué)與重慶交通學(xué)院、中國科學(xué)院成都山地災(zāi)害研究所與中國科學(xué)院水利部成都山地災(zāi)害研究所等)，得到發(fā)文機構(gòu)共現(xiàn)圖譜(圖3)和機構(gòu)半衰期排名前5(表2)。

表2 1987—2019年公路洪災(zāi)半衰期排名前5的發(fā)文機構(gòu)Table 2 The top 5 Institutions for the half-life of highway-flood from 1987 to 2019

注：半衰期(half-life)表示節(jié)點老化的速度，其數(shù)值的大小表示在研究領(lǐng)域中被關(guān)注的期限長短[18]。

圖譜共有153個節(jié)點，71條連接，網(wǎng)絡(luò)密度為0.006 1。由圖3、表2可見，公路洪災(zāi)研究領(lǐng)域發(fā)文量較多的一級、二級機構(gòu)有：長安大學(xué)特殊地區(qū)公路工程教育部重點實驗室、中鐵西北科學(xué)研究院、貴州省交通規(guī)劃勘察設(shè)計研究院、中國科學(xué)院成都山地災(zāi)害研究所及重慶交通大學(xué)巖土工程研究所等。但發(fā)文數(shù)量并不是評價研究機構(gòu)成果質(zhì)量的唯一指標(biāo)，需要根據(jù)更有說服力的半衰期進(jìn)行判斷。中國科學(xué)院成都山地災(zāi)害研究所影響力最大，期限為12年，其次是長安大學(xué)特殊地區(qū)公路工程教育部重點實驗室，影響期限8年，然后是重慶交通大學(xué)巖土工程研究所，影響期限為7年。

主要發(fā)文機構(gòu)在西南地區(qū)的學(xué)術(shù)聯(lián)系較為密切，互相之間學(xué)術(shù)聯(lián)系較多，存在一定的學(xué)術(shù)認(rèn)可度，如中國科學(xué)院成都山地災(zāi)害研究所、重慶交通大學(xué)巖土工程研究所、貴州省交通規(guī)劃勘察設(shè)計院等。這也反映出西南地區(qū)由于地勢陡峭、雨水較多，頻繁發(fā)生的公路水毀事件是西南地區(qū)各大研究機構(gòu)都關(guān)注的重點問題。西北部發(fā)文機構(gòu)之間的學(xué)術(shù)聯(lián)系則相對較少，不同地域之間的成果互引率低，表明地勢地貌、氣候、地質(zhì)條件等要素的不一樣，導(dǎo)致不同地區(qū)發(fā)文機構(gòu)的研究重點不一樣，目前中國未形成廣泛的學(xué)術(shù)共識。

2.4 關(guān)鍵詞共現(xiàn)分析

在CiteSpace中，節(jié)點類型(node types)選擇關(guān)鍵詞(keyword)，剪枝算法選擇最小生成樹，時間切片改為3年進(jìn)行關(guān)鍵詞共現(xiàn)分析。在可視化界面設(shè)置顯示閾值為40，過濾較小合作網(wǎng)絡(luò)以及計算中心度(compute centrality)得到關(guān)鍵詞共現(xiàn)圖譜如圖4所示。

圖4 1987—2019年公路洪災(zāi)研究關(guān)鍵詞共現(xiàn)圖譜Fig.4 Co-keywords knowledge mapping of highway-flood disasters research from 1987 to 2019

圖譜中共有190個節(jié)點，382條連接，網(wǎng)絡(luò)密度為0.021 3。縱覽中國公路洪災(zāi)研究整個發(fā)展歷程中的研究主題，無明顯的聚類效果和演化路徑，節(jié)點之間連接密切，網(wǎng)絡(luò)密度大。圖譜中出現(xiàn)的關(guān)鍵詞除了有“滑坡”“泥石流”“崩塌”等造成公路洪災(zāi)頻發(fā)的衍生地質(zhì)災(zāi)害，還有“滑坡治理”“防治措施”“抗滑樁”等預(yù)防和減少公路洪災(zāi)造成損失的相關(guān)詞條，以及“穩(wěn)定性評價”“危險性評價”“數(shù)值模擬”以及“成因”等分析公路洪災(zāi)成災(zāi)機制的關(guān)鍵詞，這些直接或間接地均屬于公路洪災(zāi)的研究內(nèi)容。

中心度是用該節(jié)點的“度數(shù)”來衡量與此節(jié)點直接聯(lián)系的個體數(shù)目，關(guān)鍵詞中心度的大小與其在共現(xiàn)網(wǎng)絡(luò)中的受關(guān)注程度成正比[19]。在CiteSpace中調(diào)整時間切片為1年，統(tǒng)計歷年中心度大于0.1的關(guān)鍵詞，對部分發(fā)文數(shù)量較少、關(guān)鍵詞中心度小于0.1的年限作統(tǒng)一表達(dá)如表3所示。其中“公路水毀”與“滑坡”的中心度較大且數(shù)值接近各為0.45與0.43，表明滑坡是降雨、洪水衍生的次生地質(zhì)災(zāi)害中最常見的表達(dá)方式，也是造成公路水毀最主要的原因，二者在公路洪災(zāi)研究領(lǐng)域的受關(guān)注程度幾乎一致。不同的時間年份出現(xiàn)不同的公路名稱有：“獨庫公路”“川藏公路”“青藏公路”“天山公路”“都汶公路”“中巴公路”，表明這些公路水毀事件頻繁，且在其對應(yīng)的年份里遭受較為嚴(yán)重的災(zāi)害損毀，是中國公路洪災(zāi)研究的重點對象，同時也是中國道路工程建設(shè)史上的難點、突破點。

表3 1987—2019年各年份關(guān)鍵詞中心度排序表Table 3 The keyword centrality sorting table for each year from 1987 to 2019

由表3可知，“公路水毀”與“防治措施”幾乎在每年關(guān)鍵詞列表里都有出現(xiàn)，表明對二者的研究與思考貫穿中國公路洪災(zāi)的整個研究歷程；2001年首次出現(xiàn)關(guān)鍵詞“形成機制”，表示研究人員開始系統(tǒng)性地分析公路洪災(zāi)的成災(zāi)機理及災(zāi)變過程，并直到2004年陸續(xù)有“水毀成因”“水毀原因”“降雨因子”等關(guān)鍵詞出現(xiàn)；2005年出現(xiàn)“危險性評價”“數(shù)值模擬”“層次分析法”“模糊綜合評判”以及“地理信息系統(tǒng)”關(guān)鍵詞，表明經(jīng)過前期對公路洪災(zāi)成災(zāi)機理的思考，學(xué)科研究主題與技術(shù)方法逐步變得多樣化，開始著重于公路洪災(zāi)的危險性評價、模擬以及評價等級的劃分；2013—2015年出現(xiàn)“評價指標(biāo)”以及“地理信息系統(tǒng)”等關(guān)鍵詞，表明研究人員對技術(shù)方法于公路洪災(zāi)風(fēng)險評價的應(yīng)用更加深入、細(xì)化，并直到2019年陸續(xù)出現(xiàn)“傳遞系數(shù)法”“數(shù)值模擬預(yù)測”以及“穩(wěn)定性評價”關(guān)鍵詞。

基于以上分析，把1987—2019年中國公路洪災(zāi)研究的發(fā)展歷程分為四個階段。第一階段(1987—2000年)：該階段為學(xué)科研究的探索階段，主要是區(qū)分、識別導(dǎo)致公路水毀事件發(fā)生的主要地質(zhì)災(zāi)害如泥石流、滑坡、崩塌等，以及相應(yīng)災(zāi)害的防治措施如關(guān)鍵詞“防滑樁”“邊坡治理”；第二階段(2001—2004年)：該階段為學(xué)科研究的起步階段，注重于公路洪災(zāi)成災(zāi)機理及災(zāi)變過程的研究，從降雨等誘發(fā)因子著手，提出生態(tài)防護(hù)等從根源上阻斷公路水毀事件發(fā)生的防治措施；第三階段(2005—2012年)：該階段為學(xué)科研究的繁榮發(fā)展階段，危險性評價、風(fēng)險評價、數(shù)值模擬等相繼成為研究熱點，并且諸多理論方法、支撐技術(shù)被引用到學(xué)科研究當(dāng)中；第四階段(2013—2019年)：該階段為學(xué)科研究的穩(wěn)定階段，在前期主流技術(shù)的基礎(chǔ)上，新的理論方法被慢慢提出，研究人員對技術(shù)方法的實際應(yīng)用更加成熟、深入以及細(xì)化。

2.5 階段性研究前沿突現(xiàn)分析

在CiteSpace中，節(jié)點類型選擇關(guān)鍵詞，聚類詞類型(term type)選擇burst term(突發(fā)聚類)進(jìn)行突發(fā)性檢測，整理得到1987—2019年公路洪災(zāi)研究前10的突發(fā)關(guān)鍵詞如表4所示。

研究前沿指學(xué)科內(nèi)正在討論和探索，并且即將發(fā)生的具有代表性的科學(xué)問題。突現(xiàn)度最高的關(guān)鍵詞為“公路水毀”，突現(xiàn)年限為1987—1994年，突現(xiàn)度11.121；其次是“滑坡”，突現(xiàn)年限1993—1996年，突現(xiàn)度10.581 1；然后是“地理信息系統(tǒng)”，突現(xiàn)年限2004—2005年，突現(xiàn)度8.074 6。相同的關(guān)鍵詞，在表3里面的出現(xiàn)時間比表4的要早，反映出新研究前沿的出現(xiàn)，往往需要研究人員經(jīng)過一段時間的探索之后才會成為下一時期的研究熱點。

3 結(jié)論

(1)基于CNKI數(shù)據(jù)庫中有關(guān)公路洪災(zāi)的2 557條文獻(xiàn)數(shù)據(jù)，利用excel進(jìn)行統(tǒng)計量化分析。其中學(xué)術(shù)期刊占論文總數(shù)的64.84%，碩士學(xué)位論文占27.65%，博士學(xué)位論文與會議論文各占4.93%、2.58%。博士學(xué)位論文較少的年發(fā)文量說明公路洪災(zāi)領(lǐng)域的高層次人才仍然較少，需要進(jìn)一步加強學(xué)科的高等教育培養(yǎng)。

(2)中國公路洪災(zāi)研究主要分為3個核心作者群：長安大學(xué)作者群、中國科學(xué)院成都山地災(zāi)害研究所作者群以及重慶交通大學(xué)作者群。團隊成員通常是由同一機構(gòu)的作者組成，團隊之間互引關(guān)系較弱，學(xué)術(shù)聯(lián)系不多，長久以來不利于中國公路洪災(zāi)研究的可持續(xù)發(fā)展。

(3)影響力排名前3的發(fā)文機構(gòu)依次是中國科學(xué)院成都山地災(zāi)害研究所、長安大學(xué)特殊地區(qū)公路工程教育部重點實驗室、重慶交通大學(xué)巖土工程研究所。西南地區(qū)主要發(fā)文機構(gòu)之間的學(xué)術(shù)聯(lián)系比西北地區(qū)之間更為密切，不同地域特色造成目前中國尚未形成廣泛的學(xué)術(shù)共識。

表4 1987—2019年公路洪災(zāi)研究前10突發(fā)聚類關(guān)鍵詞Table 4 Top 10 bursting keywords in the study of highway-flood from 1987 to 2019

(4)中國公路洪災(zāi)研究的發(fā)展歷程可分為1987—2000年探索階段，2001—2004年起步階段，2005—2012年繁榮發(fā)展階段，2013—2019年穩(wěn)定階段等四個階段。

(5)在文獻(xiàn)數(shù)據(jù)的準(zhǔn)備階段，無論通過何種檢索方都存在數(shù)據(jù)搜集不全或者數(shù)據(jù)冗余的情況，導(dǎo)致可視化結(jié)果存在一定的偏差，這是知識圖譜研究的難點，未來可著重于此進(jìn)一步深入研究。