基于CiteSpace的智慧城市建設研究文獻可視化分析

劉亦欣，王娟，張鵬，趙文浦

（中國人民警察大學）

1 引言

20世紀世界人口急劇城市化，帶來了人口增長、住房緊張、交通擁堵、就業困難、環境惡化等諸多問題。“城市病”的解決需要有新的技術和模式來支撐城市的發展，在城市化與信息化的結合發展進程中，形成了城市發展新模式，也就是“智慧城市”理念[1]。

近年來，我國在總結國外先進經驗的同時，也在不斷探索適合我國的智慧城市發展道路。我國住建部在2012年11月下發了《關于開展國家智慧城市試點工作的通知》，在2013年1月正式啟動了智慧城市試點項目。之后，相關政策陸續出臺、基礎設施不斷完善、應用體系不斷拓展[2]。在此基礎上，科技水平的不斷提升使得社會資源易被整合，讓城市本身具備智能化的管理模式。但是，我國對智慧城市的研究仍存在發展戰略目標不明確、缺乏總體規劃的問題。鑒于此，本文利用知識圖譜可視化軟件，通過關鍵詞共現、作者共現、聚類分析等方法對智慧城市領域部分文獻進行分析，以了解關鍵詞分布、核心作者、研究機構并梳理智慧城市領域的研究熱點和發展方向，總結現階段的研究并為以后的發展提供參考。

2 數據來源及研究方法

為了對海量的文獻資料進行客觀、準確、全面的分析，研究其熱點問題及前沿、彌補其存在的缺陷、缺失的空白，本文基于引文分析理論，采用陳超美參與研發的科技文本挖掘及信息可視化軟件CiteSpaceⅤ(5.7.R1)，通過觀察分析關鍵詞共現圖譜、作者共現圖譜以及使用聚類分析等方法對智慧城市的發表文獻進行計量分析，從而了解文獻之間的聯系、核心期刊中的權威作者、期刊的分布情況并發現智慧城市研究熱點與研究前沿[3]，對智慧城市現階段的已有成果進行總結，并為該領域以后的發展方向提供參考。

為保證文獻分析質量，本文收集的文獻均來自中國知網（CNKI)。

在高級檢索下，選取“智慧城市”為主題詞，以獲取關于智慧城市領域研究的主題文獻。檢索式為：主題=“智慧城市”，時間限定:2010年10月27日～2020年10月27日。無其他限定，進行高級數據檢索。對檢索出的文獻進行篩選，并剔除英文文獻，最終共得到25615條該方面的文獻信息。數據檢索和下載的日期為2020年10月27日。本研究主要采用文獻計量分析作為主要分析方法，將25615條文獻作為樣本，利用中國知網平臺數據統計進行基礎可視化分析。在“導出與分析”選項下選擇“可視化分析”，再選擇“全部檢索結果分析”。其次，由于知網平臺只顯示相關度靠前的6000條核心文獻，所以在選定該6000條文獻后，在“導出與分析”選項中選擇“導出文獻”并將其導出為Refworks格式。運行CiteSpace軟件，選擇data一欄下的Import/Export，并在CNKI中將導出的原始數據導入，將其轉換成Web of Science格式。

參數的設置對數據分析具有直接的影響，啟動CiteSpace軟件，設置以下參數：Time Slicing------From 2010 JAN To 2020 DEC#Years Per Slice 1;Text Source中選中Title、Abstract、Author、Keywords(DE)、Keywords Plus(ID)；Node Type中分別 選 中“Keywords”“Author”“Institution”。

3 結果與分析

3.1 發文量分析

圖1為2010--2020年間中國知網收錄的關于智慧城市的論文數量統計，是基于中國知網數據庫自2010年10月27日至2020年10月27日所得到的25615條該領域的文獻數據。圖中實曲線代表隨著時間的推進，論文數量的演變趨勢。從圖1中可以看出，總體上隨著年份的推進，論文數量呈上升趨勢。可以將對智慧城市的研究分成三個階段。

從2009年開始，“智慧城市”的概念被提出，雖然這階段收錄的論文數量較少，但已實現從無到有的蛻變。這兩年的發文量總數為144篇，約占發文總量的0.6%。

從2011年開始，對智慧城市的研究論文數量成井噴式增長，以2013年為典型，并于2014年達到峰值。此時間段內發文總量達7848篇，約占發文總量的33%。

從2015年至現今，在這一方面收錄的論文數量比較穩定，平均每年都保持在3000以上。從2015年至2019年間共收錄15724篇，約占發文總量的66%。

圖1 2010-2020年間智慧城市研究論文的數量分布

隨著時代和科技的發展，智慧城市一直是社會研究的重點方向與熱點話題，建設智慧城市在引領信息技術應用、提升城市綜合競爭力以及實現城市可持續發展等方面有著極其重要的意義。在信息技術日益突出，全球信息技術加速發展的趨勢下，智慧城市的建設正與信息技術的發展相適應，借助此平臺，實現對城市資源的統籌利用。

3.2 關鍵詞共現分析

關鍵詞往往是對一篇文獻的高度概括，是對研究內容的提取與濃縮，是研究主題的精髓與核心[4]。所以，當視角轉向關鍵詞時，往往能夠統計并分析出這個領域的熱點問題及其發展動向。本文將采用關鍵詞共現的方法，可視化、多維化的展現出我國在智慧城市領域研究的關鍵詞共現圖譜，以便客觀對其進行觀察與分析。

啟動CiteSpace軟件，將與“智慧城市”相關度最高的6000篇文獻作為樣本，Node Types欄下選定Keyword，其余默認。在圖像里選擇Timeline模式，得到智慧城市關鍵詞時間線圖（見圖2），本文將首先在關鍵詞進行聚類的基礎上進行時間線圖分析。

圖2代表了每個聚類里關鍵詞的發展情況，并按時間線平鋪開。由圖2可知，智慧城市領域的高頻關鍵詞被聚類分成了16個類別，分別為：大華股份、新型城鎮化、應用、城鄉規劃、辦公自動化、CIM（城市信息模型）、網絡安全、智慧醫療、中國聯通、智慧城市、精細化、智慧城市建設、居住區、信息系統集成、南寧市、樓宇自控。這16個類別代表了智慧城市這一領域的熱點關鍵詞聚類結果。很明顯，絕大多數類別中的關鍵詞數量在2017年中旬開始呈現出井噴式增長，而不同聚類中關鍵詞之間的連接也開始變得密集。

從圖2“#9智慧城市”聚類線圖上可以看出，人工智能、云計算與智慧城市領域大多數聚類類別都有密切的聯系，也是最早出現的關鍵詞。自1956年麥卡錫首次提出“人工智能”這一術語后，人工智能開始在全球范圍蓬勃興起，在為經濟社會發展注入新動能的同時，也深刻改變著人們的生產生活方式[5]。在智慧城市不斷智能化的同時，人工智能為新型城鎮化、網絡安全、智慧醫療等多個聚類類別提供了支撐。自2008年云計算概念在國內被提出后，社會各界紛紛給予高度關注，推動了云計算向各行各業的延伸[6]。智慧城市作為一個復雜的綜合體，其構建和運行涉及多種行業與應用，因此也高度依賴信息的集聚和資源的整合。

圖2 智慧城市關鍵詞時間線圖

圖3 VOSviewer智慧城市關鍵詞共現圖

另外，結合智慧城市領域研究前沿關鍵詞表（見表1）以及智慧城市關鍵詞共現網絡聚類表（見表2）進行分析。在關鍵詞聚類圖譜的基礎上，在“ClusterExplorer”中選取Log-likelihood rate（LLR算法—聚類標簽詞提取算法之一），得到關鍵詞共現網絡聚類表，見表2[7]。

由表1可見，“智慧城市”“智慧城市建 設”“物 聯 網”“大 數 據”“人 工 智 能”“新型智慧城市”“智慧社區”“云計算”“應用”“智慧交通”等關鍵詞以高頻次位居統計榜首。結合智慧城市研究前沿關鍵詞表、智慧城市關鍵詞共現網絡聚類表和ⅤOSviewer智慧城市關鍵詞共現圖可推測，在智慧城市研究主題中，“大數據”“人工智能”“智慧社區”“云計算”等成為熱點關鍵詞，并在一定程度上代表了智慧城市領域研究的熱點主題。但在高頻關鍵詞中存在一些缺少代表性意義，指向不明確的詞，如“作用”“應用”“建設”“發展”等。其本身不具備實質性內容，在ⅤOSviewer關鍵詞共現中也較為邊緣化，不具備中心性，可以在CiteSpace操作過程中予以刪除。從聚類表2中也可以看出，部分關鍵詞在不同的聚類標簽詞中均有出現，如“智慧城市”“建設”“大數據”“信息技術”等，除卻少量本身不具備實質性內容的詞外，仍可以看出大數據等新興技術在智慧城市發展過程中已然是不可代替的存在。

表1 智慧城市研究前沿關鍵詞表（前20名）

由于用CiteSpace軟件制作出來的關鍵詞共現圖節點過于密集，并且關鍵詞過于密集集中，所以在本文中將以ⅤOSviewer作為輔助軟件，輔助分析在智慧城市領域的研究熱點（見圖3）。

通過ⅤOSviewer軟件可以直觀看出在智慧城市領域的關鍵詞分布以及它們之間關聯的緊密度。其中，中心性能夠展現出節點的影響力，在關鍵詞共現圖中的關鍵詞之間的鏈接效應與其本身數值呈正比例關系。由此，節點中心度越高，其關聯詞越多，在該領域內的影響也就越大。除“智慧城市”外，圖3顯示中度排名前三的關鍵詞分別為“智慧社區”“大數據”“人工智能”，表明該部分關鍵詞是智慧城市領域中的主要中介節點。

3.3 作者共現分析

啟動CiteSpace，同樣的操作可以得到節點數為261，連線數為137，密度為0.004的作者共現網絡圖譜，如圖4所示。對于智慧城市領域的作者分析可分為兩個方面，一是在該領域的活躍作者或者高產作者及其團隊，二是在該領域內高被引作者，也就是具有一定影響力的作者及其團隊。在CiteSpace作者共現圖中，節點越大代表其發文量越多，連線代表兩者存在引用關系。由圖4可見智慧城市領域的高產作者或者團隊有：陳宇（45篇論文）、單志廣（37）、賽迪智庫信息化形式分析課題組（30）、王博文（30）、黃巖（28）等。作者之間的交流合作會在圖譜中形成子網絡結構，在圖4中較為突出的是楊斌等4人以及以俞富俊為中心的9人網絡結構。整體分析來看：合作團隊的分布比較分散，有大量的小團隊以及孤立的研究人員[8]，形成關聯網的作者團隊較少，沒有形成聯系緊密的合作團隊。這表明我國在智慧城市領域的研究學者交流與合作的意識亟待加強。

3.4 機構共現分析

運行CiteSpace，節點類型為機構，TOPN=50，閾值設置中設定3個time slices的值，第一個的c，cc，ccv分別為2，2，20；另兩個均設為4，3，20。其他參數為默認設置，得到節點數為199，連線數為45，密度為0.0023的機構共現網絡圖譜（見圖5）。

表2 智慧城市關鍵詞共現網絡聚類表

圖4 智慧城市作者共現圖

圖5 智慧城市機構共現圖

由圖5可見，智慧城市領域出現頻次前十的機構分別是：中國工程院（55次）、深圳特區報（44）、中通服咨詢設計研究院有限公司（42）、全國智標委（33）、天地偉業技術有限公司（27）、佳都新太科技股份有限公司（27）、吉林吉大通訊設計院股份有限公司（27）、華中科技大學公共管理學院（22）、廣州市城市規劃勘測設計研究院（18）、浙江大華技術股份有限公司（18）。其中，出現頻次不足10次的機構占比超過80%，可見機構與機構之間研究能力差異顯著、產出能力不均勻[9]。節點之間的連線較少，僅出現以中國工程院為核心的研究合作機構團體、包括重慶大學圖書館、重慶醫科大學圖書館、四川美術學院圖書館、中國空氣動力研究與發展中心科技信息中心在內的機構合作研究群，可以看出中國的智慧城市領域還未出現大范圍的合作研究群體，也有相當一部分研究機構游離于主要合作機構之外，雖有一定的發文量，但沒有形成穩定的合作群體[10]。

發文量較高的單位中不乏全國性綜合重點高校，另外也包括各種研究會及工程院。表明社會各界都對智慧城市有著很高的重視度。

4 結語

從2008年“智慧地球”概念的提出，到2011年我國起步探索，再到如今智慧城市的飛速發展，以移動技術為代表的物聯網技術和云計算技術、地理空間基礎設施、射頻傳感技術等在內的新一代信息技術功不可沒，另外通過維基、社交網絡、Fab Lab、Living Lab、綜合集成法、網動全媒體融合通信終端等工具和方法的應用實現科技社會背景下的可持續創新，使得社會資源更容易被整合，讓城市本身具備智能化的管理模式，不僅能有效化解“城市病”的危機，更實現了城市的可持續發展、提高了我國的核心競爭力。

在這樣的背景下，智慧城市的研究聚集了社會上大量優質研究力量。回望國內智慧城市領域的研究歷程，研究團隊主要集中在武漢大學、同濟大學、中國城市科學研究會等高校和研究機構，其中又包含了陳宇、單志廣等智慧城市領域的代表人物。研究熱點主要集中在大數據、人工智能、智慧社區等方向。

上述發現是以中國知網文獻庫里的數據為樣本，采用CiteSpace、ⅤOSviewer等知識圖譜可視化軟件進行分析得出的。本文對智慧城市領域的發文量、關鍵詞、高產作者、機構做了詳細闡釋，也展示出國內智慧城市領域的熱點主題及發展態勢。正是這些逐步的積累，為智慧城市在城市建設、政府及商業領域的應用提供了思路。

在今后的研究中將逐步綜合考慮多類數據資源，深入挖掘國內外智慧城市領域的研究現狀及趨勢。

可以預見的是，在未來幾年內，國內對于智慧城市的研究熱潮仍會持續。另外，在技術不斷創新驅動下，智慧城市的建設也將邁入更高層級。