我國軌道交通研究熱點的可視化分析

張富貴，諶微微，趙曉波

(1. 重慶市軌道交通設計研究院有限責任公司，重慶 401122; 2. 重慶交通大學 經濟與管理學院，重慶 400074)

0 引 言

隨著現代化建設的不斷深入，我國政府極強的戰略規劃能力和執行力作為中國的特色之一不斷凸顯。以軌道交通為例，自“十一五”提出“加快發展鐵路、城市軌道交通”以來，我國在鐵路和城市軌道的建設取得了舉世矚目的成就[1]；在“十三五”規劃綱要中，軌道交通作為構筑現代基礎設施網絡、推進區域協調發展的重要手段[2]；因其具有用地省、運力大、運行時間穩定等特點，也是實施“供給側結構性改革”及“一帶一路”戰略的著力點[3-4]，其理論研究在學界也成為焦點和熱點。因此，軌道交通在吸引眾多學者進入該領域的同時，也進一步分化出諸多子方向，此間的研究內容存在著較大差異，如何識別該領域的研究熱點并為其科學研究服務將是一個值得討論的議題。

對此，許多學者都從不同的角度對軌道交通進行了研究，取得了較好的成果。李懷龍等[5]針對軌道交通無砟軌道的經濟性評價進行了研究；何洋陽等[6]主要對軌道交通牽引供電系統進行了研究；而張利芝[7]則針對我國軌道交通牽引電氣設備與系統領域的技術標準進行了分析；侯愛敏等[8]從軌道交通對城市住房價格、空間分布、居住用地開發強度的影響等進行了研究；郭其一等[9]針對軌道交通車輛安全完整性性問題進行分析；劉洪波[10]就城市軌道交通地下車站暗挖工法選擇應考慮的因素進行了研究，如工程地質條件、既有施工設備、車站自身特點及周邊環境等；邵玉華[11]針對我國軌道交通安全評估研究的現狀，給出了較為合理的安全評估模式、內容及方法；俞展猷[12]主要從運量考慮，對中運量的幾類城市軌道交通型式及應用進行了研究；曾國保[13]針對軌道交通車輛基地雨水排水系統的設計進行了研究；株洲時代新材料科技股份有限公司[14]分析了城市軌道交通車輛運行時產生振動及噪聲的原因，并結合工程實際情況給出減震降噪的措施；王平等[15]針對高速鐵路道岔系統理論與工程實踐進行了研究；徐鳳等[16]對復雜網絡系統在城市軌道交通網絡中的主要研究成果和進展進行了梳理和總結；劉建勛[17]針對軌道交通機車車輛—系懸掛的3種橡膠彈性元件的特點、應用情況進行了分析；以上各個研究者都從不同的角度對軌道交通進行了研究，對于軌道交通領域的研究具有較多子方向，對于各個子方向的研究焦點和熱點較少有學者進行梳理。

鑒于此，筆者利用近年來廣泛應用于情報學領域的社會網絡分析(Social Network Analysis, SNA)方法，并在考慮數據可得性以及其實際參考價值的基礎上，以CNKI收錄的2010—2016年有關軌道交通研究的中文SCI/EI、CSSCI及核心期刊為文獻來源，綜合運用SATI3.2、UCINET6.1、NetDraw對國內軌道交通領域的研究熱點進行可視化分析，以期為新進入該研究領域的研究者們提供研究參考，研究思路如圖1。

圖1 研究設計Fig. 1 Research design

1 方法和數據來源

1.1 社會網絡分析

社會網絡分析是20世紀80年代被引入國內的一種研究方法，它通過對一組或多組關系數據進行分析，描述其關系、結構特征，具有廣泛的應用和較強的問題解釋能力[18]。該方法基于對獲取的大量信息進行數據挖掘，以節點間的相互關系作為研究內容，構建高頻關鍵詞網絡模型，并可用可視化的圖表對其關系及其關系模型進行網絡密度、聯結強度及網絡位置分析，以反映關鍵詞間的聯結[19]。總之，運用社會網絡分析方法對高頻關鍵詞網絡進行分析，不僅能構建理論模型，且能對模型中的點、密度、強度等要素及要素間的關系進行分析，并給予相關研究者的進一步研究提供前瞻性建議和指導。

1.2 數據獲取

筆者以CNKI(2010—2016)期刊論文樣本作為數據來源進行高級檢索，以“主題=軌道交通、來源類別為SCI收錄或EI收錄或核心期刊或CSSCI期刊”為條件進行檢索，得到數據共計5 564條，去除無作者、以編輯部名義的無效數據，得到有效數據4 308條。將所選數據的文獻題錄按照EndNote格式導出，導入SATI3.2進行數據分析(檢索日期：2017年1月4日)。

2 數據分析

2.1 期刊及學科領域分布

抽取字段“文獻來源”并進行頻次統計，涉及的期刊共有439種，平均載文量9.81篇。其中，載文量10篇以上的期刊共61種，占13.90%，載文量共計3 494篇，占總文獻的81.10%，平均載文量約57.28篇。載文量處于前30位的期刊如表1，其載文量均高于平均水平；部分載文量較高的期刊已成為本領域研究的主要陣地，如《城市軌道交通研究》、《都市快軌交通》、《鐵道標準設計》、《鐵道工程學報》、《鐵道運輸與經濟》等。

表1 高頻期刊(TOP 30)Table 1 High-frequency journal(TOP 30)

對于表1中所列期刊《城市規劃學刊》的復合影響因子和綜合影響因子遠遠高于其他期刊，它是由教育部主管、同濟大學主辦、國內多家著名高校和權威性設計單位共同參與的中國最早有關城市規劃的學術期刊，在國內城市規劃領域具有重要的權威性和影響力。軌道交通研究論文能在此刊物中刊發較多論文，說明其研究成果具有重大影響力。

據統計，軌道交通領域的文獻所屬學科涉及40個學科，表2中列出的發文量前十的學科發文量占總發文量的91.95%。統計數據表明：當前軌道交通研究涉及的學科領域比較廣泛，而鐵路運輸始終是其最主要的學術陣地，其發文量占據整個領域的51.28%；在經濟學和科學管理領域的發文也較多；多學科交叉或跨領域研究以及技術與系統開發類研究優勢較明顯。

表2 學科排名(TOP 10)Table 2 Discipline ranking(TOP 10)

2.2 機構分布

通過SATI3.2按照“地址”進行字段抽取和頻次統計，得到本領研究的代表性機構如表3。發文量不低于20篇的機構共有36家，總計發表論文2 771篇，占64.32%，平均發文量76.9篇。其發文量超過平均水平的共有同濟大學、北京交通大學、上海申通地鐵集團有限公司、西南交通大學等十家機構，其中3家為高等教育學校，其余機構為城市軌道投資經營機構、國家大型綜合性勘察設計單位、軌道車輛設計及制造單位、軌道交通建設單位，說明軌道交通領域的研究是從多方面開展的。

表3 代表性機構Table 3 Representative institution

尤為突出的是同濟大學、北京交通大學的發文量遠遠高于其他機構。同濟大學與軌道交通的淵源緣起于上海鐵道大學。1998年以前上海鐵道大學就開設了軌道交通方面的專業，后并入同濟大學，于2004年重新增設軌道交通專業方向，為軌道交通培養一大批車輛設計、制造、運用和教學方面的人才。目前，該校擁有交通運輸工程學院、經濟與管理學院、建筑與城市規劃學院等7個學院，道路與交通工程教育部重點實驗室、巖土及地下工程教育部重點實驗室等4個省部級重點實驗室，結構工程與防災研究所、磁浮交通工程技術研究中心等7個科研院所參與軌道交通的研究。北京交通大學在110多年的辦學歷史上為軌道交通事業培養了大批行業管理、運營和技術人才，設有6個鐵路特色專業，并通過開展產學聯合培養、校企合作等形式破解了多個技術難題，構建了“軌道交通控制與安全”國家重點實驗室、“軌道交通運行控制系統”國家工程研究中心等46個國家和省部級科研平臺，以及“面向高速鐵路控制的無線移動通信系統研究”等5個教育部創新團隊，自主研發的CBTC信號系統每年為國家節約幾十億人民幣。

中國中車股份有限公司是2015年6月由中國南車、中國北車合并而成，是軌道交通車輛、工程機械等的重要研究骨干，是軌道交通裝備發展進步的中堅力量。

3 研究熱點的可視化分析

3.1 篩選高頻關鍵詞

關鍵詞是從文獻中提取出來以表示全文主題內容的詞語或術語，他們能很好的反映軌道交通研究領域的特征，而高頻關鍵詞能更好地反映該研究領域的關注熱點[20]。筆者采用社會網絡分析方法進行高頻關鍵詞的計量分析，首次對文獻中的關鍵詞進行頻次統計，篩選出高頻關鍵詞，構建高頻關鍵詞網絡模型，通過網絡聯結強度、網絡位置分析確定該文獻集所代表領域的前沿熱點。經過SATI3.2對“關鍵詞”的頻次統計，所選取的樣本中一共涉及關鍵詞10 012個，數據過于龐雜，分析意義不大，無法突出研究重心。根據web2.0時代的一條經驗定律[21]——1%的關鍵詞領導著99%的走向，筆者選取排名前1%(約100個)的關鍵詞進行研究。

3.2 構建高頻關鍵詞網絡模型

首先利用SATI3.2構建出100個高頻關鍵詞的共生矩陣，將構成的共生矩陣導入UCINET6.1，構建產出高頻關鍵詞網絡模型，如圖2。聯結強度是對網絡節點與其他節點間聯系的頻繁、緊密程度的測定[22]。圖2中的節點表示關鍵詞，節點大小與關鍵詞共線次數成正比，節點間的連線代表共線關系，不同的節點顏色代表以此節點出發進行k-核測量的不同核指數。據統計，核指數為8的點有18個，核指數為7的點有55個，這73個節點構成的聯結是整個網絡中聯系最頻繁、凝聚力最高的區域。

圖2 高頻關鍵詞網絡模型Fig. 2 Network model of high-frequency keywords

3.3 網絡密度分析

根據網絡密度的定義，網絡密度值越大，網絡的聯系越緊密，網絡節點間的交流越多，該網絡對其中行動者的態度、行為產生的影響可能性越大[23]。網絡密度會影響網絡中知識和信息的傳播與交流，密度大的網絡，互動性較好，易于實現知識的分享和傳播。

使用UCINET6.1對網絡數據進行分析，得出軌道交通領域高頻關鍵詞網絡模型的網絡密度為0.340 0，由于軌道交通領域涉及面廣，關鍵詞較多，各關鍵詞間的聯系可能性較多，網絡密度處于正常狀態；但就整個高頻關鍵詞網絡模型而言，各關鍵詞的聯系強度及互動性有待提高，從而促進跨學科的研究。

3.4 網絡位置分析

通過研究高頻關鍵詞網絡中各個節點所處的位置，評價對于整個網絡來說節點的重要程度[20]。點度中心度代表直接與其有共線關系的關鍵詞數量；中間中心度表征節點在網絡中的影響力；接近中心度刻畫局部的中心指數，可以測量節點在網絡中傳遞信息、交流知識的能力。

為了考察網絡中各節點的重要程度，筆者針對軌道交通領域內高頻關鍵詞網絡進行了點度中心度、中間中心度和接近中心度分析。經UCINET6.1分析處理，分析結果見表4。整個網絡的節點數據過多，故選取各類中心度分析的前20位進行對比分析。

表4 中心性指標Table 4 Centrality index

從表4中數據分析可知，點度中心度、中間中心度和接近中心度位于前3位的依次是：城市軌道交通、軌道交通、地鐵，這3個關鍵詞在網絡中與其他關鍵詞的共線關系大，在網絡中有較大的影響力，對網絡的知識交流有非常重要的作用；點度中心度緊隨其后的是設計、盾構、深基坑、網絡化運營，相比較而言，設計是一個通用的概念，具有更高的中間中心度和接近中心度，說明其起到很大的中間作用，對網絡中的信息傳遞作用也較高；數值模擬和優化具有較高的接近中心度，說明作為研究方法或目的，它具有較好的傳遞信息的作用；隧道工程是軌道交通領域不可或缺的研究議題，在整個領域中也有一定的影響力，對網絡信息傳遞有重要作用。

為了進一步分析軌道交通領域的研究熱點，通過SATI3.2對2010—2016年的高頻關鍵詞進行統計(表5)，表中列出頻次不低于20的高頻關鍵詞。

表5 高頻關鍵詞列表(頻次不低于20)Table 5 List of high-frequency keywords (frequency not less than 20)

在表5中所列關鍵詞中，城市軌道交通、軌道交通、地鐵、城際軌道交通、地鐵車站、數值模擬、盾構隧道、綜合監控系統、盾構、線網規劃、信號系統、車輛、深基坑、網絡化運營、公共交通、城市軌道交通車輛、自動售檢票系統、客流預測、北京城市軌道交通、車輛段、隧道工程、車站、施工技術、節能、運營管理、換乘站、監測、CBTC、地下空間等關鍵詞幾乎涵蓋了軌道交通領域的主要研究熱點；除此之外，供電系統(19)、城際鐵路(19)、雜散電流(19)、軌道交通裝備(18)、基坑(18)、資源共享(18)、高架橋(17)、換乘(16)、軌道結構(16)、環境振動(16)、軌道工程(15)、屏蔽門(14)、高架車站(14)、自動售檢票(14)、PPP模式(13)、有軌電車(13)、市郊鐵路(13)、綜合監控(13)、網絡化(12)、綜合開發(11)、橋梁(11)、列車運行圖(11)、物業開發(11)也是其重要的研究內容，進一步說明軌道交通是一個涉及多領域、跨學科、重技術的研究主題。

3.5 城市軌道交通

城市軌道交通是點度中心度、中間中心度和接近中心度均最高的關鍵詞。自1969年我國第一條地鐵——北京蘋果園到火車站建成通車后，我國便拉開了城市軌道交通建設的序幕。城市軌道交通與城市其他公共交通方式相比，具有運量大、高效率、低能耗、集約化的特點，截止到2016年末，我國累計30個城市開通運營城市軌道交通線路134條，運營線路總計4 153 km。

圖3為城市軌道交通分布情況，從表3和圖3可以看出，軌道交通領域發文量不低于20篇的研究機構構成了整個地區的重要研究力量，也形成了不同的研究特色。

圖3 城市軌道交通分布Fig. 3 Urban rail transit map

華北：以三大高校、中國中車及其他幾個工程技術單位為主，其中北京交通大學致力于軌道交通控制系統研究，自主研發了CBTC信號系統；北京工業大學以軌道交通站點的設置尤為突出；清華大學以投融資分析為主；中國中車以軌道交通車輛制造技術研究為主的世界500強企業。

華東：以同濟大學的研究最為突出，其中同濟大學和上海交通大學以軌道交通建設技術為特色(如盾構隧道、樁基托換、故障定位等)，上海工程技術大學在以軌道交通為特色的實驗教學成果較多華東交通大學重在對軌道梁的噪聲預測；東南大學和各軌道運營單位側重于對軌道交通建設實施及運營技術的研究。

西南：以西南交通大學最為突出，它建有軌道交通國家實驗室，其電氣牽引以及軌道技術一直處于國內領先水平；重慶則以自主知識產權的跨坐式單軌為主要研究特色。

華中：武漢理工大學以列車荷載研究為特色；中鐵第四勘察設計院集團有限公司、中南大學以軌道交通建設技術研究為主。

西北：長安大學以軌道交通運營中的換乘時間研究為主；蘭州交通大學以軌道列車信號控制研究為特色。

華南：主要以當地地鐵修建的實際工程狀況為主要研究內容。

東北：大連交通大學是其主要的研究力量，以軌道交通裝備制造研究為主。

4 結 語

以CNKI2010—2016年軌道交通領域發表的中文SCI/EI、CSSCI及核心期刊論文進行統計，通過建立高頻關鍵詞網絡模型，對其進行可視化分析，測定網絡密度、聯結強度和網絡位置，并進行有效解釋。在此基礎上，筆者分析了該文獻集所代表領域的前沿熱點，以及代表性機構的主要研究特色。進一步，通過筆者的研究，提供了一種從文獻計量角度的重要方法或范式，該方法可被用于其他領域的研究，具體指標亦可以據實際情況選用。

在樣本選擇上，筆者結合中國當下國內軌道交通領域的發展形勢，以在國內刊發的重要期刊數據為支撐進行分析，對于發表在英文期刊上文獻未做統計，后期可對Web of Science的數據與中文期刊數據進行綜合分析，可更加清晰地反映該領域的網絡特性。另外，社會網絡分析涉及到大量相互依賴數據的收集及分析，數據缺失是必然現象，如果不能有效對缺失數據進行處理，網絡結構和數據分析結果可能產生偏差。針對收集到的有效數據還可以通過數據挖掘，對網絡結構進行動態分析，有針對性地分析研究熱點的變化趨勢。