基于CiteSpace的隧道安全研究进展文献计量分析

摘要

本研究通过Web of Science数据和CiteSpace工具，对隧道安全研究进行了文献计量分析，以识别发表趋势、合作和研究热点。分析显示，重点转向了智能管理和多灾害韧性，但合作分散。

摘要

鉴于隧道空间日益复杂且相关风险多样化，全面理解隧道安全研究至关重要。本研究利用CiteSpace对Web of Science核心收藏中关于隧道安全的出版物进行了文献计量分析。结果显示，发表数量稳步增长，2017年后显著增长。中南大学是主要撰稿者，《隧道与地下空间技术》作为重要期刊尤为突出。该研究高度跨学科，涵盖地下工程、消防安全工程及相关学科，尽管作者与机构之间的合作网络仍分散，反映出协同效应有限。关键词分析显示，研究热点主要聚焦于隧道火灾安全和交通事故分析，正从基础理论和风险评估向智能化和系统导向管理转变。该领域正从传统的静态分析转向动态操作安全分析、多灾害耦合风险评估以及系统韧性评估。然而，数字技术与跨学科协作的整合仍面临挑战。与传统叙述性综述常依赖零散或静态评估不同，本研究提供了一个可重复的文献计量框架，用于动态描绘隧道安全研究的发展。它提供了方法论结构化的洞见，帮助识别新兴趋势并指导未来的跨学科研究。

引言

作为现代交通和基础设施网络的关键组成部分，隧道在全球范围内规模和复杂度不断增加。然而，隧道内独特且封闭的环境带来了重大安全挑战，包括结构裂缝¹、火灾风险²、交通危险³、运营安全问题⁴以及全生命周期安全监测相关的问题⁵。历史数据一贯显示，隧道内的事件，尤其是火灾，常常导致严重伤亡和^{财产损失 6}.这些事故不仅损坏了车辆和隧道结构本身，也暴露了现有安全响应策略的^不足。因此，深入的隧道安全研究不仅是确保基础设施长期稳定运行的基础，更是保障公共安全、优化应急^{管理系统8}、推动^{可持续发展9以及}改善社会福祉的必要条件。

关于隧道安全的早期研究可以追溯到1990年代。研究主题主要聚焦于易燃气体积累和隧道内人员疏散等基本问题。随后，该领域取得了显著进展，众多学者进行了广泛且有价值的研究。研究范围逐渐扩展，涵盖隧道事故机制、消防系统设计、施工安全控制及结构设计优化等问题。自21^世纪初以来，尤其是过去二十年，随着数字化和智能技术的快速发展，研究范围进一步向结构稳定性监测^10,11、事故风险预测、隧道照明系统、驾驶员行为和驾驶员信息交互系统等前沿领域发展。现有关于隧道安全的研究大致可分为三个主要方面。

首先，一些研究聚焦于多因素耦^{合条件下火}灾链的传递机制。这些研究采用了统计事故分析¹³、基于案例的回顾性研究和概率风险评估（PRA）等方法来调查事故成因，风险评估¹⁴、火灾演变机制、疏散模拟¹⁵以及结构安全监测。其次，许多研究聚焦于在动态环境中增强主动预防和控制能力。许多学者利用计算流体力学（CFD）模拟¹⁶、BIM-GIS集成建模和多源传感器网络技术，分析火气烟雾传播、能见度衰减、动态疏散路径优化以及隧道作业¹⁷中的健康监测和预警。这些研究进一步优化了隧道通风和烟^{雾排放系统}，改进了智能照明配置，并推动了人类行为建模和数字孪生驱动的闭环管理的探索。第三，某些研究主要关注先进技术的应用和可持续隧道开发的追求。一些学者采用了数字和智能技术，如虚拟现实（VR）²⁰和建筑信息建模（BIM）²¹，用于隧道爆破²²、地下空洞检测和挖掘支持。这些研究还探讨了隧道工程过程中环境、社会和经济因素的协调发展，重点关注可持续性²³。此外，一些学者还应用了文献计量学方法回顾了隧道²⁴地基沉降的研究，对基础设施检查²⁵进行了目视分析，并考察了隧道照明与低碳开发²⁶之间的关系。

隧道安全已发展成为一个全面且跨学科^{的研究领域 6,26}。然而，系统性和综合性研究仍然缺乏，知识结构的发展和对新兴趋势的识别仍不够明确，难以确定未来的研究方向。叙述性综述对于解读机制、比较工程实践和综合专家知识非常有价值。然而，它们常受文献选择的主观性以及难以定量追踪大型研究领域时间演变的限制。文献计量分析通过提供透明的检索标准、可重复的数据处理流程以及协作、中心性、聚类和突发演化的定量指标，补充叙述性回顾。在本研究中，CiteSpace并非作为专家解读的替代品，而是作为可视化和定量制图工具，以识别隧道安全研究的智识结构和新兴主题。本研究范围仅限于隧道安全。该范围包括消防安全、烟雾控制、疏散、交通安全、驾驶员行为、隧道照明、通风、环境控制、监测、应急管理、风险评估以及隧道运行期间的系统韧性。主要关注隧道开挖安全、盾土隧道施工预测、爆破、地基沉降、施工支撑和衬里裂缝诊断的研究被排除，除非明确涉及操作安全结果。采用这些排除是因为施工阶段的岩土风险和运营阶段的安全管理在机制、数据来源、评估指标和工程干预方面存在显著差异（^27,28）。

为系统地阐明隧道安全领域研究的特征和趋势，本研究利用基于Web of Science核心收藏（WoSCC）数据的CiteSpace可视化工具进行文献计量分析，不包括中文出版物及各种非正式研究材料。分析涵盖了发表产出特征、主要期刊、核心作者与机构之间的合作网络、研究关键词随时间的分布与聚类，以及新兴前沿方向²⁸。与传统综述方法不同，本研究建立了一种定量、可重复且基于可视化的文献计量方案。它集成了多维指标，如关键词突发检测、时间线聚类和共现中心性分析。利用这些指标，研究构建了一个全面且动态的知识框架，系统地阐明该领域的智识结构和主题演变。本研究有两个主要分析目标。首要目标是利用CiteSpace可视化工具构建一个全面且动态的知识框架，从而克服传统综述评估的碎片化和静态性。第二是调查隧道安全研究是否经历了可识别的阶段转变，特别是从传统基础理论和静态风险分析转向智能、系统且多灾害耦合的动态安全管理系统。

方案

本研究通过系统性文献计量分析，识别并可视化1992年至2026年隧道安全领域的研究趋势。

文献检索与数据收集
访问Web of Science核心收藏（WoSCC）数据库。搜索策略采用以下主题特定查询：TS = [（“隧道”和“隧道安全”）]。输入查询后，点击“搜索”按钮执行文献搜索。结果通过选择“文章”、“综述文章”和“早期获取出版物”作为文档类型进行筛选。共收集了1992年至2026年间发表的15861篇文章和综述文章。本研究聚焦于隧道消防安全、道路安全、交通安全和人员疏散等核心领域，旨在回顾整体隧道安全的研究进展和热点。因此，涉及隧道开挖安全、盾状隧道安全预测和隧道衬砌裂缝安全评估的出版物被排除在外。经过筛选过程，保留了428篇文章进行进一步分析。在“记录内容”部分，选择了“完整记录和引用参考文献”，过滤后的数据集导出为“纯文本”文件。每条记录都经过验证，确保包含完整的引用和共同作者信息。详细的筛选过程以流程图（见图1）呈现。

数据预处理
从 WoSCC 导出的纯文本数据集被导入到使用 数据 |来自文本/CSV 函数。选用制表符和空格字符作为分隔符，将文本分隔成列。由此产生的电子表格用于筛选、排序和总结后续分析的记录。记录按出版年份汇总，以计算年度及累计发表量。期刊（SO）栏目筛选，仅保留三篇及以上文章的期刊。机构按频率和中心性排序以确定前10名机构，关键词按频率和中心性排序以确定前20名关键词。关键词集群按大小排序，保留了最大的六个集群。每项操作的详细标准和程序均在相应的分析子节中描述。

在分析已发表文献的数量变迁时，电子表格软件中过滤了发表年份（PY）列，并将数值转换为数值格式。然后按出版年份汇总记录，计算年度和累计发表量。通过构建年度产量的柱状图，叠加累计总量的折线图（见图2），生成了发表趋势图。在分析发表期刊的分布模式时，隔离了期刊（SO）栏，并计算了每本期刊的记录数量。通过按期刊名称分组记录并按结果降序排序，计算了1992年至2026年间各期刊的发表频率。保留三篇及以上文章的期刊，共计28篇，研究结果汇总于汇总表中呈现（见表1）。

作者合作分析
WoSCC纯文本数据集被导入并在CiteSpace中配置，使用 Data |进口 |Web of Science 命令，以及输入和输出目录的具体规定。经过对检索文献的深入综述，发现1992年至2004年的出版物仅占数据集的较小比例。更重要的是，这些出版物的研究内容和主题分散，且与隧道安全相关性较弱。将这些论文纳入文献计量分析将引入过度冗余，并掩盖研究热点和不断发展趋势的识别。此外，2026年3月检索的文献无法完全反映2026年的年度发表量。因此，CiteSpace的分析仅限于2005年至2025年间发表的文献。时间跨度根据发表相关性设定，从2005年到2025年，采用年度时间分割，时间切片为1年。

CiteSpace 的节点类型是 author。选择准则被设定为g指数（k = 15）。术语来源设置为标题、摘要、作者关键词（DE）和关键词加（ID）。在剪枝菜单中，选中了Pathfinder和剪枝合并网络选项，以简化网络结构。分析通过点击 “开始 ”来生成作者协作网络可视化。字体大小和配色方案进行了调整以提升可读性（见图3）。

机构合作与前十名院校分析
节点类型在CiteSpace中被设置为机构。选择准则被设定为g指数（k = 25）。术语来源设置为标题、摘要、作者关键词（DE）和关键词加（ID）。在“剪枝”菜单中，选择了“Pathfinder”和“剪枝合并网络”选项，以降低网络复杂度。

分析通过按 Go 生成机构协作图来进行。排版和色彩设置进行了调整以提升可理解性（见图4）。机构协作数据通过 Output | 保存网络摘要格式为 HTML、CSV、RIS |保存为CSV。CSV文件随后在Microsoft Excel中打开。“Freq”、“Centrality”和“Label”列合并，并采用 Sort & Filter |下降中。前十名院校被筛选出来并汇编成最终表格（见表2）。

关键词共现与前20名关键词分析
在 CiteSpace 中，节点类型设置为 keyword。g指数设为k = 17。术语来源设置为标题、摘要、作者关键词（DE）和关键词加（ID）。在修剪菜单中，选择了“路径探路者”和“剪枝合并网络”选项以修剪网络。分析启动时，点击 “前往 ”以获取关键词共现地图。字体和颜色属性进行了修改以提升视觉可读性（图5）。关键词共现数据集通过 Output | 导出网络摘要格式为 HTML、CSV、RIS |保存为CSV。CSV文件是在Microsoft Excel中打开的。“Freq”、“Centrality”和“Label”列合并，并使用 Sort & Filter |下降中。确定了前20个关键词并整理成最终表格（表3）。

关键词集群与前六集群分析
节点类别在CiteSpace中被设置为关键词。g指数设为k = 17。术语来源设置为标题、摘要、作者关键词（DE）和关键词加（ID）。在“剪枝”菜单中，选择了“Pathfinder”和“剪枝合并网络”选项以细化网络。关键词聚类分析通过点击 “开始”进行。群类标签采用对数似然比（LLR）算法提取。仅保留轮廓得分大于0.7的簇。聚类图是通过 Cluster Label Optimization |K：关键词，显示设置已调整以优化可读性（见图6）。集群细节通过 集群提取 |查看集群内容 并整理成 Microsoft Excel 工作表。打开数据表，选中“大小”列，并用 排序与筛选>降序进行排序。结果被汇总成最终的关键词聚类表（表4）。

关键词时间线聚类分析
节点类型作为关键词保留在CiteSpace中。g指数设为k = 17。术语来源设置为标题、摘要、作者关键词（DE）和关键词加（ID）。在剪枝菜单中，选择了“Pathfinder”和“剪枝合并网络”选项来修剪网络。关键词聚类分析通过点击 “开始”来执行。使用相同的LLR算法和轮廓分数阈值（> 0.7）提取簇标签。选择时间 线视图 生成关键词时间线聚类图。字体和颜色设置进行了调整以提高可读性（见图7）。

关键词爆发分析
节点类型作为关键词保留在CiteSpace中。g指数设为k = 17。术语来源设置为标题、摘要、作者关键词（DE）和关键词加（ID）。在“剪枝”菜单中，选择了“探路者”和“剪枝”合并后的网络选项进行网络剪枝。关键词分析通过点击 “开始”来执行。选择了 突发性 选项，参数γ设为0.5，最短突发持续时间设为2年，以进行关键词突发检测分析。数据被刷新，生成了引用突发率最高的25个关键词列表（见图8）。

结果

出版产出与增长趋势
初步检索检索了1992年至2026年间从Web of Science核心收藏（截至2026年3月26日）发表的15861篇与隧道安全相关的文章和综述。在手动排除与研究重点无关的出版物（如隧道开挖安全研究、隧道安全预测和隧道衬砌裂纹安全评估）后，保留了428篇聚焦隧道安全的文章和综述，供文献计量分析。这一精炼数据集确保了对隧道安全领域文献的有针对性审查。

年发表量及其演变趋势可以反映该^{研究领域的重要}性和活跃度。Microsoft Excel被用于汇总1992年至2026年间关于隧道安全年度及累计出版物数量的统计数据（见图2）。结果显示，自1992年以来，隧道安全的研究已在国际上发表。总体而言，隧道安全研究可分为三个阶段：萌芽期（1992–2004年）、缓慢发展期（2005–2016年）和快速发展期（2017–2026年）。这三个阶段发表的文献比例分别为...

讨论

本书目计量分析为隧道安全研究趋势提供了结构化的概述。通过整合关键词突发检测、时间线聚类和共现中心性分析等多维度指标，本研究构建了一个动态的知识框架。这一框架阐明了该领域的智识结构和主题演变。与传统叙述性综述常依赖零散或静态评估不同，这种定量和可视化的方案提供了一个可重复的隧道安全研究科学进展模型。其透明且可重复的工作流程也使其易于适应其他工程安全主题。

有若干方法学步骤对文献计量学结果的有效性有重大影响。第一个关键步骤是数据库检索，因为搜索查询、数据库范围、文档类型和检索日期的变化直接影响最终数据集。第二个关键步骤是人工筛查，特别是隧道安全与施工阶段隧道工程之间的区分。第三个关键步骤是关键词规范化，因为未合并的变体如“道路隧道”和“道路隧道”可能会人为地分割重要主题。第四个关键步骤是 CiteSpace 中的参数选择，包括时间切片、节点选择标准、术语来源和剪枝方法。这些设置影响网络密度、集群稳定性以及新兴议题的可见性。因此，检索决策、筛选决策、关键词合并规则和软件参数应透明报告。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
CiteSpace	陈潮美	https://citespace.podia.com/	用于生成协作网络、关键词共现图、聚类图、时间线视图和爆发检测输出的文献计量可视化软件。
Microsoft Excel	微软公司	https://www.microsoft.com/excel	用于数据清理、排序、频率计算和表格准备的电子表格软件。
Web of Science核心收藏	Clarivate	https://webofscience.clarivate.cn/wos/woscc/basic-search	用于检索文献计量分析中包含的记录的书目数据库。