中國煤礦安全評價知識圖譜
——基于CiteSpace V的可視化分析

陳 磊， 李紅霞

(西安科技大學安全科學與工程學院， 西安 710054)

煤炭產業作為中國的支柱產業，既促進了社會經濟的發展，又很大程度上改善了人民的生活。然而，在中國安全生產出現較多問題的是煤礦行業，每年因開采煤炭而死亡的人數較多[1]。煤礦工人工作的環境大多是開采深度高、能見度和濕度低，而且礦工還要承受著水、煤塵、火、瓦斯、頂板災害等的威脅，井下不規范操作和開采技術的落后，導致引發不安全事故的概率會增加[2]。在1978年的改革開放初期，死于煤礦事故的人數多達4 500人，百萬噸死亡率達9.44。截至2018年底，我國煤礦死亡人數達到333人/年，百萬噸死亡率降低為0.093[3]。由以上數據可以得知，中國煤炭安全問題雖有好轉，但仍需亟待解決。煤礦安全評價在理論的支撐和實際經驗的結合下，從根源上對煤礦生產系統中存在的危險、有害的因素進行辨識和分析，進而預測煤礦安全管理風險，減少煤礦安全生產的投入浪費，創建煤礦安全生產的良好環境[4]。因此，加大對煤礦企業生產安全評價的力度，杜絕不安全行為的產生，規范煤礦安全生產管理是目前需要重視的問題。

雖然煤礦安全評價已經得到重視和應用，但是全面、系統、清晰地研究煤礦安全評價仍是難題。科學知識圖譜以圖像的方式更為直觀地展現科學知識的發展進程與結構關系，它利用計算機可視技術結合文獻計量學的基本原理展現科學研究情況[5]。借助CiteSpace V軟件分析煤礦安全評價研究基本情況、研究熱點和發展趨勢，進行可視化分析，全面系統地了解國內各學者機構等對煤礦安全評價領域內的研究進展情況，以及預測煤礦安全評價未來的發展趨勢。

1 文獻回顧

20世紀30年代安全評價起源于國外保險行業，是一種客戶支付保險公司為其承擔風險費用的標準[6]。美國率先用于軍事工業，并且針對系統安全評價頒發了相關標準，很好地應用于國際安全和防滅火領域，后來廣泛應用于日本和歐美大部分國家[7]。隨著安全評價能夠起到預防災害事故作用的實際應用，在化工行業和核電行業普遍使用。羅曼尼教授將安全評價應用于煤炭行業，通過對煤礦潛在的危險和不安全事故類型進行分析、評價，為煤礦安全生產提供指導措施[8]。科學技術的發展，促進了國外學者將計算機與數學相結合，運用計算機專家系統[9]、事故樹分析[10]等方法對安全評價進行研究。中國相較于國外對煤礦安全評價的研究較晚，但是也有很大的突破。李紅霞等[11]利用層次分析法、熵權法和模糊綜合評價法，從人-機-環-管四個方面評價煤礦的安全等級，發現生產過程中的隱患因素，把控各個生產環節，預防煤礦安全事故。陳亞樹等[12]從人-機-環-管四個方面出發，在此基礎上提出了基于層次分析法(ANP)和灰色關聯分析方法的綜合評價模型，可以很好地評價煤礦的實際安全生產能力水平。田水承等[13]建立了煤礦安全現狀綜合評價模型，運用博弈論和理想解法(TOPSIS)相結合的方法，對煤礦安全生產現狀進行評價。李紅霞等[14]選取多個評價指標對7個煤礦2009—2015年間數據進行實例分析，構建煤礦安全生產水平投影尋蹤評價模型，該方法可以降低了人為主觀因素的影響，使評價結果更加符合實際生產。

雖然每種方法都有各自的針對研究側重點，但同時也存在著短板，還需要在實際研究中探討更為實用的安全評價方法。中國學者一直都在努力創新安全評價方法，但是人為主觀賦權的缺點卻很難避免。因此需要在以后的研究中結合更加具有可操作性的評價方法，盡可能排除一些影響因素，使煤礦安全評價更加具有實際效用。

2 數據來源和研究方法

以中國知網(CNKI)為數據支撐平臺，SCI來源期刊、EI來源期刊、CSSCI來源期刊等為依托的數據庫收集文獻數據。在CNKI數據庫的高級檢索中設置主題為“煤礦安全評價”，時間節點為1998—2018年，精確檢索得到424篇文獻，經過數據處理和人工逐篇閱讀篩查，共得到有效檢索結果391篇文獻作為本研究的樣本數據。

CiteSpace是Chen[15]開發的基于Java平臺的一種文獻可視化分析軟件。通過對發文量、發文機構、作者、關鍵詞等方面的研究進行可視化分析，進而了解該領域研究的現狀、熱點及趨勢。目前，CiteSpace軟件在文獻計量研究領域中被廣泛應用。

3 知識圖譜可視化分析

3.1 來源期刊分布情況

表1列出的是煤礦安全評價研究載文量8篇上的來源期刊。從發文期刊類別看，391篇中絕大多數文章都是安全類期刊，其中煤礦安全79篇，文獻篇數占樣本總量的20.2%，礦業安全與環保40篇，文獻篇數占樣本總量的10.2%，煤炭技術37篇，文獻篇數占樣本總量的9.5%，中國煤炭30篇，占7.7%。由此可見，雖然來源期刊的種類與文獻篇數沒有顯著的線性關系，但是可以看出煤礦安全評價領域研究的文獻發文期刊具有很強的集中性，而且研究結果能夠很好地指導煤礦實現安全生產，及時發現危險源并加以控制，有效規避風險，從而減少煤礦不安全事故的發生。

表1 來源期刊統計

3.2 作者特征分析

學科的發展演進得益于研究者的貢獻，而研究者作為內生力量能夠推動學科發展[16]。通過對作者和科研團隊的分析，可以得知該領域研究的先驅人物以及煤礦安全評價領域研究作者之間的合作與科研團隊之間的合作關系，將這些具有先導作用的研究者文章進行分析解讀，有助于推動中國煤礦安全評價領域研究活動的發展，減少煤礦不安全事故的發生。通過使用CiteSpace V選擇關鍵路徑(pathfinder)算法，時間區為1年，閾值(c，cc，ccv)在前中后3個時間分區中的數值設定為(2，1，10)、(2，1，10)和(3，2，10)，將節點類型(node types)設定為作者(author)，對1998—2018年的文獻對作者網絡進行分析，結果如圖1所示。

圖1 煤礦安全評價領域研究作者共現圖Fig.1 The co-occurrence map of the authors in the field of coal mine safety evaluation

科學家之間的合作力度和頻次都能夠促進科學產出，而且科學家的高產出率與合作的高水平成正相關[17]。圖1中所示節點(nodes)=71，連線(links)=55，密度(density)=0.022 1，說明共檢索出作者71人，且作者之間的連線與交叉較少，煤礦安全評價領域核心作者共現知識網絡密度較低，表明各個研究作者之間缺乏合作，多數作者是獨立研究，研究思路會局限在狹窄的框架里；部分作者是兩人之間的小規模合作。

結合圖1和軟件導出數據，發文量前十的作者主要來自中國礦業大學、北京科技大學、山東科技大學等安全領域研究具有特色的高等院校。從發文年份顯示，李希建、杜春宇屬于研究較早、發文量較多的學者，而秦忠誠、李譚、陳光波等則是近年來開始研究煤礦安全評價，是該領域的后起力量，促進領域研究內容的傳承與發展。

3.3 機構特征分析

將網絡節點設置為機構(institution)，閾值設定為Top100，對1998—2018年的文獻以1年為一個時間切片進行分析，得到的機構合作網絡如圖2所示。

圖2 煤礦安全評價領域研究機構合作網絡Fig.2 Cooperation network of research institutions in the field of coal mine safety evaluation

圖譜中節點代表研究機構，節點大小代表機構發文數量，節點間連線表示機構之間是否有研究合作[18]。由圖2可知，煤礦安全評價領域研究機構合作網絡共有38個節點，而且都是發文頻次在2次以上的機構，其中西安科技大學能源學院，貴州大學礦業學院、遼寧工程技術大學安全科學與工程學院等幾個機構的節點顯著性較強。

圖譜中節點連線只有11條，說明在該領域內雖然有研究機構和學術團隊進行了大量的研究，但多為獨立研究，機構之間缺乏合作，即使是研究成果較多的西安科技大學能源學院和貴州大學礦業學院，它們的中心度也沒有被完全凸顯出來。從圖譜中可以較明顯看出具有合作關系的是中國礦業大學(北京)資源與安全工程學院、中國礦業大學(北京)管理學院和中國礦業大學(北京)深部巖土力學與地下工程國家重點實驗室；貴州大學礦業學院和中國礦業大學安全工程學院。

由此可見煤礦安全評價研究還沒有實現系統性和完整性結構，且可以看出機構合作不受單位限制，安全評價學科應該形成以管理學院和安全學院為依托學科，各單位通力合作，增加研究力度，同時高校應該培養相關專業高水平人才，建立多元化的研究體系。

4 煤礦安全評價領域發展脈絡分析

4.1 關鍵詞共現知識圖譜分析

文章的核心思想的提煉和升華就是通過關鍵詞來體現的，當多篇文獻的關鍵詞表現出顯著的一致性時，說明文章之間具有相關性。通過分析關鍵詞圖譜，可以了解該領域的研究熱點和研究方向[19]。若圖譜中反復出現某個關鍵詞時，說明該領域的研究熱點就是該關鍵詞所代表的內容，其頻率越高，則表明該關鍵詞表征的主題內容課題研究熱度越高。

使用CiteSpace V將網絡節點設置為關鍵詞(keyword)，時間切片為1年，閾值為Top50，運用Pathfinder運算方法修剪合并后的切片網絡(pruning the merged network)分析1998—2018年的文獻數據，得到如圖3所示的煤礦安全評價領域關鍵詞共現圖譜，節點大小表示關鍵詞出現的次數，之間的連線表示共現強度。

圖3 煤礦安全評價領域關鍵詞共現圖譜Fig.3 Co-occurrence map of key words in the field of coal mine safety evaluation

經計算得到79個節點，158條連線，網絡密度為0.051 3，即該圖譜中共79個關鍵詞及158條聯系。基于以上描述從圖3中可以發現，在國內煤礦安全評價研究中，節點度最高的關鍵詞是安全評價，較高的還有煤礦、煤礦安全、層次分析法、模糊綜合評價法、安全管理和評價指標等，說明學者們是圍繞這些關鍵詞而展開研究的。這些高頻及高中心度的關鍵詞說明目前中國對于煤礦安全評價領域的研究主要集中于利用數據挖掘、建立模型等的方法對有害、不安全風險因素預測評價。

關鍵詞出現的頻次代表研究領域的熱點情況，中介中心度表示了它控制的關鍵詞之間信息流的數量以及對整個網絡資源的控制程度[20]。中心度表示節點在網絡中重要性，中心度越大，影響程度越大[21]。圖譜中安全評價、煤礦安全、煤礦、事故樹分析、層次分析法、綜合評價、指標體系、采礦工程、評級指標和模糊綜合評價的中心度大于0.1，說明這些關鍵詞所涉及的內容是煤礦安全評價研究的側重點。

4.2 關鍵詞共現知識圖譜的聚類分析

為了進一步探究煤礦安全評價領域的研究熱點，采用CiteSpace V軟件的關鍵詞自動聚類功能，生成關鍵詞聚類知識圖譜，如圖4所示。

在網絡圖譜中，Modularity和Silhouette是兩個衡量模塊化程度的重要指標。模塊值Modularity用來衡量一個網絡被拆分成相互獨立模塊的程度，介于0～1，值越接近于1，代表模塊越獨立，且該值需大于0.3；平均輪廓值Silhouette可評估聚類本質的不確定性，其值介于-1～1，值越大，模塊越獨立，該值需大于0.5[22]。

圖4 煤礦安全評價領域關鍵詞聚類圖譜Fig.4 Clustering map of key words in the field of coal mine safety evaluation

運行結果Modularity=0.548 2>0.3，Silhouette=0.785 3>0.5，說明該研究網絡聚類結構合理，網絡中的模塊間具有聯系，而且獨立性較高。由圖譜中可以看出有7個關鍵詞聚類標簽，分別為“安全評價”“煤礦安全”“模糊綜合評價”“泵井”“非煤礦山”“未確知測度”“指標體系”，這些關鍵詞所涉及的內容則為現階段該領域研究的重點。通過對聚類標簽進行分析總結，該領域研究的發展趨勢概括為以下幾個方面。

(1)煤礦安全評價的研究內容。由聚類標簽可知，研究內容主要集中于煤礦安全、非煤礦山安全生產、煤礦安全管理、煤礦安全質量標準化、煤礦安全評價系統等的分析探討。徐楊等[23]用人-機-環-管4個方面和17項指標的多因素多級指標，結合模糊層次分析法評價體系來定量地綜合評價煤礦安全狀況；高曉旭[24]利用層次分析法對煤礦進行實例分析，通過構建安全管理評價模型，分析評價煤礦企業安全生產管理水平，客觀地評價企業安全管理水平，促進企業健康安全發展；李希建等[25]編制了煤礦安全現狀評價系統，該系統以礦井安全生產的九大系統為基礎研究對象，實現安全評價的網絡操作化。

(2)煤礦安全評價的研究主題。煤礦安全生產評價的研究主題多以煤礦自燃火災、瓦斯爆炸、粉塵爆炸、頂板、透水、自然危害等為研究對象，從不同事故類型分析探討致因機理，從源頭上把控危險因素，規避風險，減少不安全事故的發生的概率。張愛然等[26]將采煤工作面作為研究對象，利用多災耦合中和評估方法對煤礦工作面進行安全評價，根據模型確定工作面的風險等級。文虎等[27]對礦井熱動力災害的研究現狀做了詳細的介紹，提出應建立礦井熱動力災害的動態評價預測模型和救援安全性判定準則，以便在災害發生后能夠根據實時獲取的災害信息判斷災害的發展趨勢和救援的安全性。

(3)煤礦安全評價的研究方法。經過文獻梳理發現，研究煤礦安全評價所使用的方法為模糊綜合評價法、層次分析法、未確知測度模型、系統動力學、神經網絡、仿真模型等，通過確定指標體系建立模型，分析各影響因素，確定影響權重，為預防煤礦不安全事故提供參考依據。曾康生[28]對中國煤礦安全評價方法的現狀進行概述，從應用情況、效果情況和難易程度等方面進行統計分析，提出相應的改進對策；陳守坤等[29]對事故發生的規律進行歸納，同時比較了各分析方法的特點和適用性，為煤礦生產安全評價提供借鑒意義；趙寶福等[30]建立了IIFLNs-AHP評價模型，準確地對煤礦的安全評價指標進行排序，進而找出安全生產過程中的薄弱環節，改進煤礦安全生產管理。

(4)煤礦安全評價的研究熱點。通過分析聚類圖譜可知，煤礦安全評價的研究內容和主題、如何確定煤礦安全評價影響因素以及研究方法等為煤礦安全評價的研究熱點。有力把控煤礦安全生產過程中的不安全因素有益于煤礦行業、社會經濟、人民健康的發展，因此做好煤礦安全評價至關重要，通過對煤礦安全生產進行評價，以此找出潛在危險并對其進行管控，減少煤礦不安全事故的發生，杜絕悲劇上演。

4.3 研究時區分析

為了更加清晰地了解煤礦安全評價研究近年來的發展趨勢，在CiteSpace V關鍵詞共現分析的基礎上選擇“Time zone”視圖，并對“Thresh-old”“Font Size”“Node Size”適當調節得到關鍵詞時區圖譜，如圖5所示，并探測到如表2所示的4個突變關鍵詞。

借助關鍵詞時區圖譜(圖5)所呈現的文章更新和相互影響情況，來揭示1998—2018年間煤礦安全評價研究的演變過程。圖5中關鍵詞所處的時間區間表示該研究首次出現的時間，字體大小代表其出現的頻次多少。由圖5可以直觀地看出研究熱點的遷移過程，同時也發現對煤礦安全評價的研究呈現出從集中聚焦到多樣關注的演變特點。從圖5中可以看出，樣本數據中安全評價始于2004年，學者開始了對煤礦安全評價的摸索和探究，屬于該領域發展初期，煤礦安全評價研究的方法多為模糊綜合評價和層次分析法，研究方法相對單一；從2007年開始，隨著更多學者的深入研究，使用的研究方法也多樣化，比如系統動力學、事故樹分析法、集對分析等，這些方法不僅可以研究表象因素，還可以深層挖掘潛在的因素，使研究更具有說服力；從2012年開始，研究熱點則為風險評價，從人、機、環、管整個安全管理系統視角出發，分析各要素影響機理，辨識危險源因素，評價煤礦安全風險水平，界定煤礦的安全等級。近兩年的研究熱點多為不安全行為，通過研究因人為因素引起的不安全行為而導致的煤礦不安全事故的發生，構建煤礦工人不安全行為評價指標體系，分析各指標的影響權重，盡可能制定出管控措施，降低人為因素造成煤礦不安全事故的概率。

圖5 煤礦安全評價領域關鍵詞時區圖Fig.5 Time zone map of key words in the field of coal mine safety evaluation

表2 排名前4的突變詞

基于CiteSpace V的突顯詞(burst)探測算法來探測在某一時間段內被引頻次或共現頻次突顯度增加的節點(突顯值大小表明其研究方向的重要性，即指表2中的突變強度)，以此來預測領域內的研究方向。經探測得到4個突顯詞，由強到弱分別為安全評價(6.444 1)、指標體系(3.234 1)、風險評價(3.464 5)、評價模型(3.336 3)；分析可得安全評價是該研究領域最大的前沿熱點，近年來學者們對于煤礦安全風險的研究正在發展，通過評價模型構建并賦予指標權重來研究煤礦安全評價將形成新的前沿。煤礦安全評價的研究已經由定性評價研究轉向定量評價研究，研究結果也更具有說服力。雖然目前使用定量安全評價法研究煤礦安全評價的發展較迅速，但研究體系尚未完善，不具備系統性的研究。

5 結論

使用CiteSpace V對國內煤礦安全評價領域在1998—2018年發表的相關文獻進行計量學和可視化分析，梳理中國關于煤礦安全評價研究的現狀與發展歷程，歸納研究的核心與熱點前沿方向，整體概括中國煤礦安全評價研究的現狀及未來的趨勢，得出如下結果。

(1)研究領域內的作者間的連線較少，缺乏合作交流，不利于學術成果創新發展；研究機構分布集中，機構間交叉合作較少，合作力度欠缺，研究結果具有片面性。

(2)煤礦安全評價研究的發文期刊比較集中，這主要是由于該領域研究主體和研究內容針對性強引起的。

(3)科技的發展能很大程度上避免可控因素對煤礦生產造成的危害，但是人因因素是不可控的，這也是近年來研究中發現的重要的引起煤礦不安全事故的因素。通過關鍵詞共現發現研究熱點演進對礦工不安全行為的研究，成為煤礦安全評價研究的重要內容。

(4)研究要多運用現代技術，提高煤礦安全定量評價法的操作性，這也將是煤礦安全評價研究的一個發展趨勢。計算機和神經網絡技術等的迅速發展，可以改善和加強解決安全評價過程中問題的算法和能力，使評價過程中的計算和推導變得簡單、易于操作。

現代安全管理的實際運用就是安全評價，通過可視化分析煤礦安全評價研究進展，總結歸納出研究熱點，有針對性地加以管控，以期降低煤礦生產運作系統危險的可能性和造成損失的嚴重程度，指導煤礦安全生產，從而實現煤礦安全技術與安全管理的科學化和標準化。