我国轨道交通研究热点的可视化分析

张富贵，谌微微，赵晓波

(1. 重庆市轨道交通设计研究院有限责任公司，重庆 401122; 2. 重庆交通大学 经济与管理学院，重庆 400074)

0 引 言

随着现代化建设的不断深入，我国政府极强的战略规划能力和执行力作为中国的特色之一不断凸显。以轨道交通为例，自“十一五”提出“加快发展铁路、城市轨道交通”以来，我国在铁路和城市轨道的建设取得了举世瞩目的成就[1]；在“十三五”规划纲要中，轨道交通作为构筑现代基础设施网络、推进区域协调发展的重要手段[2]；因其具有用地省、运力大、运行时间稳定等特点，也是实施“供给侧结构性改革”及“一带一路”战略的着力点[3-4]，其理论研究在学界也成为焦点和热点。因此，轨道交通在吸引众多学者进入该领域的同时，也进一步分化出诸多子方向，此间的研究内容存在着较大差异，如何识别该领域的研究热点并为其科学研究服务将是一个值得讨论的议题。

对此，许多学者都从不同的角度对轨道交通进行了研究，取得了较好的成果。李怀龙等[5]针对轨道交通无砟轨道的经济性评价进行了研究；何洋阳等[6]主要对轨道交通牵引供电系统进行了研究；而张利芝[7]则针对我国轨道交通牵引电气设备与系统领域的技术标准进行了分析；侯爱敏等[8]从轨道交通对城市住房价格、空间分布、居住用地开发强度的影响等进行了研究；郭其一等[9]针对轨道交通车辆安全完整性性问题进行分析；刘洪波[10]就城市轨道交通地下车站暗挖工法选择应考虑的因素进行了研究，如工程地质条件、既有施工设备、车站自身特点及周边环境等；邵玉华[11]针对我国轨道交通安全评估研究的现状，给出了较为合理的安全评估模式、内容及方法；俞展猷[12]主要从运量考虑，对中运量的几类城市轨道交通型式及应用进行了研究；曾国保[13]针对轨道交通车辆基地雨水排水系统的设计进行了研究；株洲时代新材料科技股份有限公司[14]分析了城市轨道交通车辆运行时产生振动及噪声的原因，并结合工程实际情况给出减震降噪的措施；王平等[15]针对高速铁路道岔系统理论与工程实践进行了研究；徐凤等[16]对复杂网络系统在城市轨道交通网络中的主要研究成果和进展进行了梳理和总结；刘建勋[17]针对轨道交通机车车辆—系悬挂的3种橡胶弹性元件的特点、应用情况进行了分析；以上各个研究者都从不同的角度对轨道交通进行了研究，对于轨道交通领域的研究具有较多子方向，对于各个子方向的研究焦点和热点较少有学者进行梳理。

鉴于此，笔者利用近年来广泛应用于情报学领域的社会网络分析(Social Network Analysis, SNA)方法，并在考虑数据可得性以及其实际参考价值的基础上，以CNKI收录的2010—2016年有关轨道交通研究的中文SCI/EI、CSSCI及核心期刊为文献来源，综合运用SATI3.2、UCINET6.1、NetDraw对国内轨道交通领域的研究热点进行可视化分析，以期为新进入该研究领域的研究者们提供研究参考，研究思路如图1。

图1 研究设计Fig. 1 Research design

1 方法和数据来源

1.1 社会网络分析

社会网络分析是20世纪80年代被引入国内的一种研究方法，它通过对一组或多组关系数据进行分析，描述其关系、结构特征，具有广泛的应用和较强的问题解释能力[18]。该方法基于对获取的大量信息进行数据挖掘，以节点间的相互关系作为研究内容，构建高频关键词网络模型，并可用可视化的图表对其关系及其关系模型进行网络密度、联结强度及网络位置分析，以反映关键词间的联结[19]。总之，运用社会网络分析方法对高频关键词网络进行分析，不仅能构建理论模型，且能对模型中的点、密度、强度等要素及要素间的关系进行分析，并给予相关研究者的进一步研究提供前瞻性建议和指导。

1.2 数据获取

笔者以CNKI(2010—2016)期刊论文样本作为数据来源进行高级检索，以“主题=轨道交通、来源类别为SCI收录或EI收录或核心期刊或CSSCI期刊”为条件进行检索，得到数据共计5 564条，去除无作者、以编辑部名义的无效数据，得到有效数据4 308条。将所选数据的文献题录按照EndNote格式导出，导入SATI3.2进行数据分析(检索日期：2017年1月4日)。

2 数据分析

2.1 期刊及学科领域分布

抽取字段“文献来源”并进行频次统计，涉及的期刊共有439种，平均载文量9.81篇。其中，载文量10篇以上的期刊共61种，占13.90%，载文量共计3 494篇，占总文献的81.10%，平均载文量约57.28篇。载文量处于前30位的期刊如表1，其载文量均高于平均水平；部分载文量较高的期刊已成为本领域研究的主要阵地，如《城市轨道交通研究》、《都市快轨交通》、《铁道标准设计》、《铁道工程学报》、《铁道运输与经济》等。

表1 高频期刊(TOP 30)Table 1 High-frequency journal(TOP 30)

对于表1中所列期刊《城市规划学刊》的复合影响因子和综合影响因子远远高于其他期刊，它是由教育部主管、同济大学主办、国内多家著名高校和权威性设计单位共同参与的中国最早有关城市规划的学术期刊，在国内城市规划领域具有重要的权威性和影响力。轨道交通研究论文能在此刊物中刊发较多论文，说明其研究成果具有重大影响力。

据统计，轨道交通领域的文献所属学科涉及40个学科，表2中列出的发文量前十的学科发文量占总发文量的91.95%。统计数据表明：当前轨道交通研究涉及的学科领域比较广泛，而铁路运输始终是其最主要的学术阵地，其发文量占据整个领域的51.28%；在经济学和科学管理领域的发文也较多；多学科交叉或跨领域研究以及技术与系统开发类研究优势较明显。

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

2.2 机构分布

通过SATI3.2按照“地址”进行字段抽取和频次统计，得到本领研究的代表性机构如表3。发文量不低于20篇的机构共有36家，总计发表论文2 771篇，占64.32%，平均发文量76.9篇。其发文量超过平均水平的共有同济大学、北京交通大学、上海申通地铁集团有限公司、西南交通大学等十家机构，其中3家为高等教育学校，其余机构为城市轨道投资经营机构、国家大型综合性勘察设计单位、轨道车辆设计及制造单位、轨道交通建设单位，说明轨道交通领域的研究是从多方面开展的。

表3 代表性机构Table 3 Representative institution

尤为突出的是同济大学、北京交通大学的发文量远远高于其他机构。同济大学与轨道交通的渊源缘起于上海铁道大学。1998年以前上海铁道大学就开设了轨道交通方面的专业，后并入同济大学，于2004年重新增设轨道交通专业方向，为轨道交通培养一大批车辆设计、制造、运用和教学方面的人才。目前，该校拥有交通运输工程学院、经济与管理学院、建筑与城市规划学院等7个学院，道路与交通工程教育部重点实验室、岩土及地下工程教育部重点实验室等4个省部级重点实验室，结构工程与防灾研究所、磁浮交通工程技术研究中心等7个科研院所参与轨道交通的研究。北京交通大学在110多年的办学历史上为轨道交通事业培养了大批行业管理、运营和技术人才，设有6个铁路特色专业，并通过开展产学联合培养、校企合作等形式破解了多个技术难题，构建了“轨道交通控制与安全”国家重点实验室、“轨道交通运行控制系统”国家工程研究中心等46个国家和省部级科研平台，以及“面向高速铁路控制的无线移动通信系统研究”等5个教育部创新团队，自主研发的CBTC信号系统每年为国家节约几十亿人民币。

中国中车股份有限公司是2015年6月由中国南车、中国北车合并而成，是轨道交通车辆、工程机械等的重要研究骨干，是轨道交通装备发展进步的中坚力量。

3 研究热点的可视化分析

3.1 筛选高频关键词

关键词是从文献中提取出来以表示全文主题内容的词语或术语，他们能很好的反映轨道交通研究领域的特征，而高频关键词能更好地反映该研究领域的关注热点[20]。笔者采用社会网络分析方法进行高频关键词的计量分析，首次对文献中的关键词进行频次统计，筛选出高频关键词，构建高频关键词网络模型，通过网络联结强度、网络位置分析确定该文献集所代表领域的前沿热点。经过SATI3.2对“关键词”的频次统计，所选取的样本中一共涉及关键词10 012个，数据过于庞杂，分析意义不大，无法突出研究重心。根据web2.0时代的一条经验定律[21]——1%的关键词领导着99%的走向，笔者选取排名前1%(约100个)的关键词进行研究。

3.2 构建高频关键词网络模型

首先利用SATI3.2构建出100个高频关键词的共生矩阵，将构成的共生矩阵导入UCINET6.1，构建产出高频关键词网络模型，如图2。联结强度是对网络节点与其他节点间联系的频繁、紧密程度的测定[22]。图2中的节点表示关键词，节点大小与关键词共线次数成正比，节点间的连线代表共线关系，不同的节点颜色代表以此节点出发进行k-核测量的不同核指数。据统计，核指数为8的点有18个，核指数为7的点有55个，这73个节点构成的联结是整个网络中联系最频繁、凝聚力最高的区域。

图2 高频关键词网络模型Fig. 2 Network model of high-frequency keywords

3.3 网络密度分析

根据网络密度的定义，网络密度值越大，网络的联系越紧密，网络节点间的交流越多，该网络对其中行动者的态度、行为产生的影响可能性越大[23]。网络密度会影响网络中知识和信息的传播与交流，密度大的网络，互动性较好，易于实现知识的分享和传播。

使用UCINET6.1对网络数据进行分析，得出轨道交通领域高频关键词网络模型的网络密度为0.340 0，由于轨道交通领域涉及面广，关键词较多，各关键词间的联系可能性较多，网络密度处于正常状态；但就整个高频关键词网络模型而言，各关键词的联系强度及互动性有待提高，从而促进跨学科的研究。

3.4 网络位置分析

通过研究高频关键词网络中各个节点所处的位置，评价对于整个网络来说节点的重要程度[20]。点度中心度代表直接与其有共线关系的关键词数量；中间中心度表征节点在网络中的影响力；接近中心度刻画局部的中心指数，可以测量节点在网络中传递信息、交流知识的能力。

为了考察网络中各节点的重要程度，笔者针对轨道交通领域内高频关键词网络进行了点度中心度、中间中心度和接近中心度分析。经UCINET6.1分析处理，分析结果见表4。整个网络的节点数据过多，故选取各类中心度分析的前20位进行对比分析。

表4 中心性指标Table 4 Centrality index

从表4中数据分析可知，点度中心度、中间中心度和接近中心度位于前3位的依次是：城市轨道交通、轨道交通、地铁，这3个关键词在网络中与其他关键词的共线关系大，在网络中有较大的影响力，对网络的知识交流有非常重要的作用；点度中心度紧随其后的是设计、盾构、深基坑、网络化运营，相比较而言，设计是一个通用的概念，具有更高的中间中心度和接近中心度，说明其起到很大的中间作用，对网络中的信息传递作用也较高；数值模拟和优化具有较高的接近中心度，说明作为研究方法或目的，它具有较好的传递信息的作用；隧道工程是轨道交通领域不可或缺的研究议题，在整个领域中也有一定的影响力，对网络信息传递有重要作用。

为了进一步分析轨道交通领域的研究热点，通过SATI3.2对2010—2016年的高频关键词进行统计(表5)，表中列出频次不低于20的高频关键词。

表5 高频关键词列表(频次不低于20)Table 5 List of high-frequency keywords (frequency not less than 20)

在表5中所列关键词中，城市轨道交通、轨道交通、地铁、城际轨道交通、地铁车站、数值模拟、盾构隧道、综合监控系统、盾构、线网规划、信号系统、车辆、深基坑、网络化运营、公共交通、城市轨道交通车辆、自动售检票系统、客流预测、北京城市轨道交通、车辆段、隧道工程、车站、施工技术、节能、运营管理、换乘站、监测、CBTC、地下空间等关键词几乎涵盖了轨道交通领域的主要研究热点；除此之外，供电系统(19)、城际铁路(19)、杂散电流(19)、轨道交通装备(18)、基坑(18)、资源共享(18)、高架桥(17)、换乘(16)、轨道结构(16)、环境振动(16)、轨道工程(15)、屏蔽门(14)、高架车站(14)、自动售检票(14)、PPP模式(13)、有轨电车(13)、市郊铁路(13)、综合监控(13)、网络化(12)、综合开发(11)、桥梁(11)、列车运行图(11)、物业开发(11)也是其重要的研究内容，进一步说明轨道交通是一个涉及多领域、跨学科、重技术的研究主题。

3.5 城市轨道交通

城市轨道交通是点度中心度、中间中心度和接近中心度均最高的关键词。自1969年我国第一条地铁——北京苹果园到火车站建成通车后，我国便拉开了城市轨道交通建设的序幕。城市轨道交通与城市其他公共交通方式相比，具有运量大、高效率、低能耗、集约化的特点，截止到2016年末，我国累计30个城市开通运营城市轨道交通线路134条，运营线路总计4 153 km。

图3为城市轨道交通分布情况，从表3和图3可以看出，轨道交通领域发文量不低于20篇的研究机构构成了整个地区的重要研究力量，也形成了不同的研究特色。

图3 城市轨道交通分布Fig. 3 Urban rail transit map

华北：以三大高校、中国中车及其他几个工程技术单位为主，其中北京交通大学致力于轨道交通控制系统研究，自主研发了CBTC信号系统；北京工业大学以轨道交通站点的设置尤为突出；清华大学以投融资分析为主；中国中车以轨道交通车辆制造技术研究为主的世界500强企业。

华东：以同济大学的研究最为突出，其中同济大学和上海交通大学以轨道交通建设技术为特色(如盾构隧道、桩基托换、故障定位等)，上海工程技术大学在以轨道交通为特色的实验教学成果较多华东交通大学重在对轨道梁的噪声预测；东南大学和各轨道运营单位侧重于对轨道交通建设实施及运营技术的研究。

西南：以西南交通大学最为突出，它建有轨道交通国家实验室，其电气牵引以及轨道技术一直处于国内领先水平；重庆则以自主知识产权的跨坐式单轨为主要研究特色。

华中：武汉理工大学以列车荷载研究为特色；中铁第四勘察设计院集团有限公司、中南大学以轨道交通建设技术研究为主。

西北：长安大学以轨道交通运营中的换乘时间研究为主；兰州交通大学以轨道列车信号控制研究为特色。

华南：主要以当地地铁修建的实际工程状况为主要研究内容。

东北：大连交通大学是其主要的研究力量，以轨道交通装备制造研究为主。

4 结 语

以CNKI2010—2016年轨道交通领域发表的中文SCI/EI、CSSCI及核心期刊论文进行统计，通过建立高频关键词网络模型，对其进行可视化分析，测定网络密度、联结强度和网络位置，并进行有效解释。在此基础上，笔者分析了该文献集所代表领域的前沿热点，以及代表性机构的主要研究特色。进一步，通过笔者的研究，提供了一种从文献计量角度的重要方法或范式，该方法可被用于其他领域的研究，具体指标亦可以据实际情况选用。

在样本选择上，笔者结合中国当下国内轨道交通领域的发展形势，以在国内刊发的重要期刊数据为支撑进行分析，对于发表在英文期刊上文献未做统计，后期可对Web of Science的数据与中文期刊数据进行综合分析，可更加清晰地反映该领域的网络特性。另外，社会网络分析涉及到大量相互依赖数据的收集及分析，数据缺失是必然现象，如果不能有效对缺失数据进行处理，网络结构和数据分析结果可能产生偏差。针对收集到的有效数据还可以通过数据挖掘，对网络结构进行动态分析，有针对性地分析研究热点的变化趋势。