基于CiteSpace的國內外建筑領域投資決策可視化知識圖譜分析

摘要：建筑投資決策與工程效益息息相關，了解國內外工程投資決策研究進展對推動工程發展具有重要意義。以Web of Science數據庫中2008—2022年收錄的294篇有效文獻為研究對象，利用CiteSpace可視化文獻計量學工具，分別從學科類別、知識基礎、研究熱點、研究主題及演進趨勢等方面進行知識圖譜分析，討論工程投資決策研究領域的研究現狀、研究熱點和發展趨勢。結果表明：工程投資決策研究的核心側重于管理、風險等方面，研究前沿主要集中在虛擬仿真、人工智能以及建筑信息模型等方面。研究成果可為工程投資決策的未來研究和深入發展提供參考。

關鍵詞：

工程投資決策；CiteSpace；知識圖譜；可視化分析

0 引言

在當前的市場經濟條件下，建設工程投資的首要目標是尋求整體的投資和經濟效益。國內外學者圍繞建筑工程的投資決策問題開展了大量研究，并取得了一定的成果。陳偉等［1］為有效提升企業投資裝配式建筑部件生產基地項目的決策質量，基于案例推理技術和數據包絡分析方法提出了一種項目投資決策模型，并以投資備選項目為評價對象運用數據包絡分析方法對其經濟效益進行評價，根據評價結果提出決策建議。劉冠權等［2］認為，目前存在的產業鏈不健全、技術不成熟等風險因素制約著開發商的投資決策，從政策、市場、技術、管理和經濟5個方面對裝配式建筑投資風險進行了剖析。華康［3］提出，目前公共建筑項目在投資決策時仍缺乏簡單實用的量化工具。

綜上所述，國內外學者對建筑領域投資決策均有一定研究，但對建筑工程投資決策的熱點前沿和演進趨勢等方面的科學探索和研究相對較少。因此，本研究綜合運用文獻計量統計和知識圖譜的方法，借助CiteSpace可視化分析管理軟件，對Web of Science（WoS）數據庫中2008—2022年收錄的主題為“工程投資決策”的294篇文獻數據進行分析和處理，以知識圖譜的形式描述國內裝配式建筑的研究熱點和前沿，并開展深層次、系統性的總結與分析，以期為國內建筑領域投資決策的研究學者和從業人員提供科學依據。

1 數據來源與研究方法

1.1 數據來源

本研究的主要數據來源為WoS數據庫，檢索時間為2022年10月，時間跨度為2008年至2022年，具體檢索條件如下：先以“information OR digital OR intelligent OR internet”為檢索詞進行主題檢索，得到5683條檢索結果；再以“construction management OR engineering management”為檢索詞進行主題檢索，得到3046條檢索結果；最后將以上檢索結果進行“AND”組配，得到所需的檢索結果共294條。

1.2 研究方法

科學知識圖譜是運用應用數學、圖形學等理論手段，展示知識發展過程和結構關系的一系列圖形，其中由美國華裔學者陳超美教授研發的可視化軟件CiteSpace是目前用于學術研究中最為流行的知識圖譜工具之一［4］。該軟件通過對其所獲得的科學知識圖譜進行分析，能夠有效反映某一學科的發展趨勢和研究熱點。本研究的工具為CiteSpace 5.8.R3，對工程投資決策有關研究進行定性和定量分析，將294篇數據采用Ref-works格式導出至CiteSpace5.8.R3（引文空間）軟件［5］。在CiteSpace軟件中進行數據轉換，根據篩選的文獻WoS數據庫時間跨度為2008—2022年，繪制生成作者、機構、關鍵詞等可視化知識網絡圖譜，從而分析工程投資決策的研究熱點、前沿及演進趨勢。

2 學科類別和知識基礎識別分析

2.1 學科類別分析

在WoS核心合集數據庫中，每種期刊均可與一種或多種相關的學科分類匹配［6］，進行學科類別的識別分析，有利于觀察該研究領域的學科動態發展。節點類型選擇“類別（Category）”，生成工程管理信息化研究領域學科類別共現網絡，如圖1所示。圖１中的節點表示國家或地區，其大小與發文量呈正比例關系；節點與節點之間的連線表示相互的合作關系，線條越粗代表合作的頻率越高，連線顏色由灰到紅分別代表2008年至2019年；左上角顯示軟件相關設置和網絡基本信息［7］。

圖1中共有57個網絡節點、259條連線，表明工程投資決策研究領域學科種類較少，學科交叉現象少見。其中，主要學科類別及文獻數量有“社會科學引文索引”73篇、“工程（ENGINEERING）”48篇、“環境科學與生態學（ENVIRONMENTAL SCIENCES amp; ECOLOGY）”38篇、“能源和燃料（ENERGY amp; FUELS）”26篇和“環境科學（ENVIRONMENTAL SCIENCES）”26篇。據此推斷，隨著建筑行業的快速發展，建筑業發展的目標已經逐漸轉向工程信息化、綠色化，該領域研究雖仍以工程投資為主，但已經不再局限于傳統的單一學科，而是一些學科交叉融合發展，尤與環保綠色聯系緊密，說明綠色施工是當今工程建設的重點發展目標。

2.2 知識基礎識別分析

知識基礎是指該研究領域的文獻引文和共引軌跡［8］。文獻共被引分析是研究共引參考文獻網絡，一般檢索得到的文獻中所引用的參考文獻為這些文獻提供了知識基礎［9］。因此，通過文獻共被引分析，有利于挖掘其研究底層基礎，可以發現工程投資決策研究領域中的經典文獻，梳理其發展脈絡。選擇節點類型為“被引文獻（Reference）”，篩選出共被引頻次前6的基礎文獻，具體見表1。

3 研究文獻分析

3.1 文獻作者共現分析

節點類型選擇“作者（Author）”，對作者合作進行分析。其中，節點43個，連線18，網絡密度0.01，表示在工程投資決策研究領域，發文作者之間的合作關系有待提高。通過作者網絡圖譜可以發現，作者整體網絡雖然聯系不夠緊密，但從局部來看許多作者之間存在合作關系，形成了較為穩定的合作團體，其中“DIEGO GIUSEPPE FERRANDO團體”和“ELENA FREGONARA團體”最為龐大和復雜，表明這兩個團體近年對工程投資領域研究頗深且合作緊密。工程投資決策研究領域核心作者（發文量≥2的作者）見表2。

3.2 文獻核心機構分析

節點類型選擇“機構（Institution）”，對機構合作進行分析，發文量前9的機構見表3。不難看出，發文量前9的機構多為學術性單位，其中佐治亞理工學院（Georgia Inst Technol）和重慶大學（Chongqing Univ）分別以6篇和5篇發文量位居前2。總體而言，機構之間合作較弱，需要加強合作交流。

4 研究熱點、主題及演進趨勢分析

4.1 研究熱點分析

文獻的關鍵詞是作者對文章核心內容的高度提煉和集中描述，因而可以通過關鍵詞的頻次來判斷本領域的研究熱點［10］。節點選擇關鍵詞（Keyword），生成關鍵詞共現網絡，可視化結果如圖2所示。對高頻關鍵詞進行合理篩選，去含義籠統的關鍵詞，合并同義詞、縮寫詞的頻次，挑選出對本研究具有代表性的關鍵詞［11］，見表4。結合圖2和表6可知，在工程投資決策研究領域，研究熱點集中在模型化、數字化和綠色化等方面，其中風險（risk）、建筑信息模型（BIM）等是該領域重要熱點。此外，可再生能源（renewable energy）、虛擬仿真（simulation）等人工智能（artificial intelligence）技術出現較晚，這表明它們是工程投資決策研究領域新興的研究熱點，是該領域的研究前沿。

4.2 研究主題可視化分析

在基礎設置上進行關鍵詞聚類（cluster）分析［12］，共得到33個聚類，篩選關鍵詞數量≥8個的聚類，最終選取8個聚類，如圖2所示。由此可以發現，在工程投資決策領域，研究主題覆蓋面較為廣泛，目標類主題有項目虧損（Business failure）、基礎設施投資（Infrastructure investment）、財務分析（Financial analysis）等，工具類主題有決策支持建筑信息模型（building information model）等。圖2左上角的基本信息顯示模塊值（Modularity Q）=0.668＞0.3，平均輪廓值（Mean Silhouette）=0.894 6＞0.7，表明劃分得到的社團結構是顯著的，且聚類結果是極具說服力的，這也從側面驗證了數據檢索的合理性［13］。

4.3 演進趨勢分析

關鍵詞的突現可以揭示某一個時間段內被引用頻次突然增多或共現頻次較高的關鍵詞，可以科學預測該領域的研究前沿和變化趨勢。因此，為進一步研究國內外建筑領域投資決策的發展趨勢，運行可視化工具得到10個高突現節點的突現詞，如圖3所示。

從圖3可以判斷工程投資決策研究發展大致可以分為三個階段：理論探索階段、技術研究階段和初步應用階段。2008—2013年為理論探索階段。在該階段，工程投資決策領域以較為宏觀的、理論性的研究為主，突現詞多偏向理論名詞，如設計、模型、管理、風險和系統等。這些研究為工程投資決策后續研究發展打下了理論基礎，為后續研究起到了指導性作用。2013—2018年為技術研究階段。在該階段，工程投資決策究領域在上一階段的基礎上做了進一步的分析探索，工程投資決策研究快速發展，開始注重技術的應用研究，出現了大量的突現詞，部分跨學科的技術應用得到研究，如可再生能源、虛擬仿真、人工智能技術及建筑信息模型技術等。這一階段的研究成果為工程投資決策發展提供了技術支撐，是從理論研究到實際應用的過渡。2018—2022年為初步應用階段。經過前面兩個階段的研究發展、積累和沉淀，該階段的工程投資決策研究已經較為深入，多以現實對象為載體，普遍結合實際應用展開研究，突現詞有智慧建造、人工智能、建筑信息模型、可再生能源等，但該階段發展時間較短，故突現詞較少。

5 結語

本文運用CiteSpace軟件，對WoS核心合集中2008—2022年的294篇有效文獻進行可視化分析，從多個角度對建筑領域投資決策研究進行梳理，研究成果可為工程投資決策的未來研究和深入發展提供參考。主要研究結論如下：

（1）基于數據的時空分析，發現工程投資決策研究熱度逐年升溫，是學者重點關注的研究領域，主要研究機構有佐治亞理工學院和重慶大學等，重要作者有DIEGO GIUSEPPE FERRANDO、ELENA FREGONARA等，但機構和作者之間的合作有待加強。

（2）工程投資決策研究領域呈現跨學科交叉發展態勢，主要學科類別有社會科學、工程、環境科學與生態學、能源和燃料等，其知識基礎文獻多集中于可再生能源、虛擬仿真、綠色施工、裝配式建筑等研究。

（3）工程投資決策研究熱點集中在網絡化、數字化和智能化等方面，其中BIM、人工智能為典型代表；共探析得到研究主題14個，如決策支持模型、評估投資組合、公共融資等；演進趨勢大致可以分為三個階段：理論探索階段（2008—2013年）、技術研究階段（2013—2018年）和初步應用階段（2018—2022年）。

（4）工程投資決策是當前建筑領域的研究熱點，其理論技術發展已漸趨成熟，未來研究應聚焦于融合信息化、智能化、數字化、綠色化及模式化等技術，適應信息社會的快速發展，服務于智慧建造、低碳城市、碳中和碳達峰等實際應用。在此基礎上，應進一步加強對建筑領域投資決策的研究，以期為企業在建設中的投資決策提供參考。

參考文獻

［1］陳偉，鄧詩穎，王偉超.基于CBR-DEA的裝配式建筑部件生產基地項目投資決策［J］.土木工程與管理學報，2022，39（1）：55-60，67.

［2］劉冠權，張琳琳，王志遠.基于組合賦權云模型的裝配式建筑投資風險評價［J］.沈陽建筑大學學報（社會科學版），2022，24（2）：153-159.

［3］華康.基于動態盈虧平衡分析法的大型商場節能改造項目投資決策研究［J］.綠色建筑，2021，13（2）：65-67.

［4］葉楠，張瀟.基于CiteSpace的國內可持續消費研究知識圖譜分析［J］.南京工業大學學報（社會科學版），2018，17（5）：87-96.

［5］李伯華，劉沛林，王莎，等.我國環境教育研究的熱點動向與文獻計量學分析（2000—2017）［J］.遼寧師范大學學報（社會科學版），2019，42（6）：81-90.

［6］孔繁秀，趙艷萍.基于Web of Science核心合集的西藏民族大學自然科學論文產出統計及分析［J］.西藏民族大學學報（哲學社會科學版），2018，39（5）：174-182.

［7］SHI S Y.Research on management informatization of construction engineering［C］. PARIS： ATLANTIS PRESS，2016.

［8］趙亮，王文順，張維.基于知識圖譜的國際建筑信息模型研究可視化分析［J］.重慶理工大學學報（自然科學），2019，33（3）：107-118.

［9］李軍.改革開放40年之產業結構升級——基于CiteSpace的文獻計量分析［J］.技術經濟與管理研究，2019（6）：100-107.

［10］王孟鈞，錢應苗，袁瑞佳，等.國際 BIM 研究演進路徑、熱點及前沿可視化分析［J］.鐵路學報，2019，41（6）：9-15.

［11］WANG M J，QIAN Y M，YUAN R J， et al.Visual analysis on evolution，hotspots and frontier of international BIM research［J］.Journal of the China Railway Society，2019，41（6）：9-15.

［12］ZHU J W，JIANG Y L，ZHAI Z， et al. Comparative research of BIM based on mapping knowledge domains at home and abroad［J］.CHINA CIVIL ENGINEERING JOURNAL，2018，51（2）：118-125.

［13］陳悅，陳超美，劉則淵，等.CiteSpace 知識圖譜的方法論功能［J］.科學學研究，2015，33（2）：242-253.

PMT

收稿日期：2022-11-17

作者簡介：

王鑫（1986—），男，研究方向：裝配式及工程管理。

馬瑜晨（1999—），女，研究方向：裝配式建筑智能建造。

高志新（1980—），男，研究方向：裝配式及工程管理。

佀小偉（1983—），男，研究方向：工程設計、工程管理。