应急产业领域研究的可视化分析

白晋宇 刘 嘉副教授

（中南财经政法大学 信息与安全工程学院，湖北 武汉 430073）

0 引言

当下，各种各样的突发事件时有发生，随着国家应急管理部门的高度重视以及人民对应急需求的不断增加，应急产业及其相关领域成为迎合时代发展需求的新兴产业，发展前景势必一片大好[1]。

在我国，首先提出“应急产业”这一概念的是时任国务委员的华建敏，他在2007年的《全国贯彻实施突发事件应对法电视电话会议上的讲话》中提出“要进一步加快发展应急产业”[2]。在此后几年的发展中，部分学者根据自己的研究对应急产业下了定义，如闪淳昌[3]指出，应急产业是人类为了保障自身的生命财产安全和维护社会的安全稳定，满足有效应对各类突发事件的需求，从事研发、制造、生产、销售和提供各种相应服务活动的部门、单位和社会组织，特别是企业的总集合体。魏际刚[4]将其定义为不确定性事件发生前后或发生时，利用相关装备、设备、技术、信息等手段，为应急救援活动提供相关软硬件产品和服务的各类社会经济组织的集合。从社会经济发展的角度出发，李丹阳[5]结合中国大数据发展现状和应急管理所面临的社会风险加剧等新态势，以技术创新为核心，从多方面分析了中国应急管理体系的模式。闻之[6]认为，应急产业的出现是经济社会发展到一定阶段的产物，其核心目的是满足政府治理与公众安全的需要。从产业发展模式出发，魏倩云等[7]从应急产业链的基本特征出发，剖析影响应急产业链整合的因素，提出应急产业链的创新模式。文彬等[8]针对应急产业发展问题制定改革建议，指出了要加大应急产业创新力度，重点推动应急产业体系构建和国际应急产业合作，以实现对总体国家安全的有效保障。

同时，国家在相关领域的研究陆续展开，政策和意见也相继出台。2014年12月8日，国务院办公厅出台了《关于加快应急产业发展的意见》，其中明确要求了到2020年，一批自主研发的对应重大突发事件的装备应该投入使用，应急产业的规模要显著扩大，应急产业的体系要基本形成。2015年，工业和信息化部、国家发改委在广泛征求了各部门和专家学者建议的基础上，起草了《应急产业重点产品和服务指导目录》和《国家应急产业示范基地管理办法（试行）》，要求推动全国应急产业聚集区的发展，逐步形成若干个应急产业群，并全面细化了应急产业的具体内涵。2018年，中国正式挂牌成立了应急管理部，应急管理的重要性已经被提升到了国家层面。在国家重点发展应急管理的大背景下，开展对应急产业发展前景及其方向的研究十分必要。

综上，虽然应急产业及其相关领域的研究已经持续了一段时间，国家有关部门和专家学者也在积极推动该领域的发展，但还是可以看出其各方面的发展还都不够完善，应急产业在发展过程中也并没有形成一个相对完整的研究体系。目前对应急产业相关领域发展现状的描述仍然不够直观具体，不能直接的根据现有研究成果推测出该领域未来的发展方向和趋势。因此，本文通过CiteSpace对应急产业及其相关领域进行可视化分析，找出领域的现状以及未来研究发展的方向，为后续的学术研究和产业发展提供一定的帮助。

1 数据统计和方法

1.1 数据来源

由于本研究的目的是掌握应急产业的现状并发现该领域的发展方向，即本研究具有较强的实时性，所以发表时间太早的文献不具有参考价值。因此，本研究通过检索中国知网数据库选取下载了最近10年相关领域的文献数据加以分析。具体的检索条件如下：

主题=“应急产业”或者“应急产品”或者“应急服务”

时间=“2010年1月1日-2019年10月1日”

通过上述搜索条件，本研究共计获得了1608篇文章的完整数据，得到了应急产业相关领域对应年份的文献发表数量，如图1。

图1 应急产业相关领域每年的文献发表数量Fig.1 Number of published literature in the field of emergency industry each year

由图1可知，应急产业相关领域每年发表的文献数量有所波动，但起伏不大。自2012年开始，该领域的发文数量整体趋于平稳，年均发文量在175篇上下浮动。值得注意的是在2015年，领域内的发文数量显著增加，是首次也是迄今为止唯一一次发文数量突破200篇的年份。这表明了在2015年，领域内的相关研究引起了学界的关注并受到了专家学者的重视。

1.2 数据分析方法简介

CiteSpace是由Chaomei Chen博士开发的一个Java应用程序，用于分析和可视化科学文献中的新兴趋势和变化。它可以产生由节点和链接组成的共引文件网络，创建的节点可以显示文章、作者、术语、关键字等，创建的链接可以表示它们之间的共引或共现。此前已有大量的文献计量学研究使用了该方法，如祝捷教授等[9]采用CiteSpace来识别和可视化与可持续发展（SD）相关的文献的关键词网络、类别、国家分布以及与SD研究有关的高被引参考文献；侯剑华教授等[10]研究了信息科学（IS）的表征知识结构，主题的出现及其演变等部分，分析效果较好，具有强的科学性和美观性。

本文使用CiteSpase作为研究的辅助分析工具，对应急产业相关领域的作者和机构进行合作网络分析，对相关研究的关键词进行共现分析，获得了应急产业相关研究领域的现状和研究前沿。

2 数据可视化分析及结果

2.1 基础合作网络分析

对应急产业及其相关研究领域内的作者进行分析，可以很好的反应出该领域内学者的活跃情况，对分析领域内的研究现状有一定的指导作用。表1列出了10位作者，其发文数量在所有作者中排名前10位。

表1 应急产业相关研究领域发文数量前10位的作者Tab.1 Top 10 authors in the field of research related to the industry

由表1可知，在应急产业研究领域中，各专家学者的文章数量不是很多。其中，发文量最多的作者是南昌大学信息管理系的刘春年[11-12]，在相关研究领域发表了8篇出版物。其次是上海海事大学经济管理学院的何新华[13-14]，期出版物发表了7篇。还有中国气象局的缪旭明[15]，同济大学经济与管理学院的胡文发[16]，工业和信息化部运行监测协调局的郑立新[17]，中国人民大学法学院的莫于川[18]以及国务院发展研究中心产业经济研究部的魏际刚[19]等学者都在应急产业领域做了相关研究。但通过上表分析可知，目前学者的科研合作较少，没有一个系统的合作团队。因此，本文着手于对研究机构进行分析，以期获得更多合作研究的关系，得到了发文数量排名前10的科研机构，见表2。

表2 应急产业相关研究领域发文数量前10位的科研机构Tab.2 Top 10 scientific research institutions in the field of emergency industry

由表2可知，工业和信息化部运行监测协调局在合作网络中占突出地位，表明了在该单位在应急产业相关领域开展的相关研究数量较多，但与其他科研机构的合作研究几乎没有。其次是上海智慧应急产业联盟和中国人民大学法学院的相关研究成果为我国应急产业体系的构建做出了突出贡献。结合表1和表2的信息综合判断，上海师范大学地理系、华东师范大学地理科学学院和华东师范大学地理信息科学教育部重点实验室有较强的合作关联；南昌大学管理学院、南昌大学信息管理系、南昌大学学术委员会以及南昌大学管理学院教授委员会在本研究领域也有很深的合作。由此可以看出我国应急产业的研究主要集中在上海、南昌、北京等高校与工业和信息化部的专职部门内，在社会学术机构和社会团体中尚未展开较多研究。

2.2 关键词共现网络分析

由于关键词提供了文章核心内容的信息，所以关键词共现网络可以用来分析领域内相关主题的研究并根据对应结果推断出相关研究前沿。本研究使用CiteSpace对2010年1月至2019年10月期间发表的领域内的相关文章的关键词进行共现分析，得到简化合并后的网络由238个节点组成。每个节点都分别对应着一个关键词，其大小与相应关键词的出现频次成正比，且每个节点都由一系列的“十”字时间切片有色序列组成。色谱表示关键字之间的时间顺序，其中出现时间最早的是灰白色，最新的是黑色。应急产业研究领域关键词共现网络，如图2。

图2 应急产业相关领域关键词共现网络Fig.2 Key words co-occurrence network map of emergency industry related fields

如图2所示，出现最高频次的关键词是“应急管理”，共出现了176次，排名第二的关键词是“突发事件”，它一共出现了94次。其他高频率关键词包括“应急服务”（82）、“应急救援”（60）、“应急预案”（51）、“应急响应”（44）、“应急处置”（40）和“应急物流”（35），上述关键词均出现超过30次。仔细分析上述关键词可知，目前关于应急产业领域的研究主要围绕突发事件的预防与准备、响应、处置和救援、后期服务4个方面展开，这其中涉及到政府、企业和个人等多个主体。除此之外，关键词网络图中还出现了“遗传算法”和“多目标决策”这两个关键词，说明了计算机智能算法与运筹学等相关领域的科研成果与技术已经在应急产业领域得到了运用和发展。

此外，本文对该研究领域的上述主要关键词进行聚类，这些聚类由其自身的引用所标记。从图2中可以发现该网络被分为10个共引用簇。本研究为了表示在进行关键词聚类时发生不确定性程度的大小，引入了剪影度这一参数。剪影度数值的变化范围是[-1，1]，其中，1代表一个聚类与其他聚类之间的界限分明。根据剪影度的定义，当其值为[0.7，1]时表示该聚类是高效且没有争议的，而在[0.5，0.7)时一般被认为是合理的[20]。

本研究总结了上述集群的群聚数量、剪影值以及主要发展的年份，见表3。

表3 应急产业相关研究领域关键词聚类Tab. 3 Keyword clustering in research fields related to emergency industry

结合图2和表3，从聚类结果来看排在首位的聚类关键词被标识为“应急管理”，共有54个节点，剪影度为0.879，表明该聚类与其他聚类之间的区分效果很好，证明了应急管理是目前专家学者探究的重点领域。排在第二位的聚类关键词被标识为“应急救援”，包含45个节点，剪影度为0.753，这是整个关键词聚类中剪影度值最低的，但仍然超过了0.7，这说明整个聚类过程高效且十分合理。其次是“应急志愿服务”、“应急物资”、“应急预案体系”等与应急过程直接相关的标识词。在所有的标识词中，值得说明的是聚类9“盲点”的剪影度值达到了1，这表明该聚类与其他聚类之间界限分明，即这是应急产业及其相关该领域内鲜有涉及的问题，且目前与其他相关领域的研究几乎没有交叉。通过进一步探究可知，王铮等[21]在其研究中正式将盲点这一概念与应急产业相关联，而在后续的研究过程中，也只有极少数学者将二者进行关联研究。

此外，为了阐明这10个集群的发展路径情况，本文使用了一种以节点大小和簇颜色变化为途径的共引时间线的可视化方法，按时间顺序排列，阐述了各聚类中重要关键词的顺序和应急产业相关领域研究的宏观结构演变。根据每个群集中包含的引用数量，以升序标记群集号，即群集具有的引用越多，排名就越高，分析结果，如图3。

结合表3和图3的相关信息，如“应急管理”、“应急救援”、“应急志愿服务”等关键研究方向从应急产业相关领域发展的初期就开始产生，并持续了一段时间。其中，关于“测绘地理信息”的研究一直持续到现在，证明该研究方向是应急产业研究领域的重点和热点问题。“应急通信”领域的研究起步较晚，相关研究爆发过一段时间，但很快就停止了，这是通信领域的研究渐渐与大数据、智慧应急等领域研究融合的结果。此外，应急产业相关研究领域的深度和广度也在逐渐增加，并逐渐与计算机科学、地理学等其它科学研究领域相互渗透，形成交叉。

图3 应急产业相关研究领域关键词共现时间线视图Fig.3 Key words co-occurrence timeline view of emergency industry related research fields

2.3 关键词爆发分析

为了更好地了解和解释应急产业研究发展的最新动态和相关趋势，本研究利用数据集中的突发关键词作为新兴趋势的指标。图4显示了应急产业研究领域中数据集中爆发排名前10位的关键词。

图4 应急产业研究领域中爆发性最强的前10个关键词Fig.4 Top 10 most explosive keywords in the field of emergency industry research

根据图4列出的爆发关键词可知，应急产业相关领域的研究从2010年开始出现了“应急管理”等关键词的爆发，这也是该领域研究最基础最关键的部分，专家学者主要从宏观角度开始思考应急产业领域的一些问题。随后，从2015年起到2019年出现的突发关键词包括“智慧应急”“产业联盟”“应急志愿服务”“应急处置”和“应急广播”等。这表明了行业内专家学者的研究已经不限于宏观角度的探究，而越来越关注于行业内与产业间相互作用的研究，进而不断完善和补充了应急产业的产品和服务。

3 结论

本研究以实际数据为基础，利用CiteSpace对应急产业相关领域的研究现状进行了全面分析，深入探讨了该领域内的热门研究课题，研究前沿和关键因素，并得到了以下结论：

（1）应急产业作为一个新兴产业，在我国的研究成果不多。其主要研究围绕在预防与准备、响应、处置和救援、后期服务这4个方面，其中涉及到政府、企业和个人等多个主体。但目前专家学者和科研机构大多只是针对某些出现的具体问题进行研究，暂时还没有形成一个较为完整的应急产业体系架构，这表明相关产业仍旧处于渐渐发展的阶段。

（2）应急产业的发展加速了信息产业与应急管理的融合速度。应急管理的科学性决定了灾后救援的速度。应急产业相关领域的研究作为应急管理的重要组成部分，体现了国家救援水平的发展状况。智能算法、地理信息测绘以及应急通信等关键词在应急产业相关领域的研究中出现，表明先进信息技术已经在应急产业方面得到了运用。

（3）应急产业的研究逐渐向其它领域渗透，与更多的学科及行业形成交叉。近年来出现的包括智慧应急、产业联盟、测绘地理信息等都是应急产业与其它行业成果融合的结果，应急产业带动了应急产品和应急服务的快速发展，更好地引导了社会资源的投向，促进了应急产业的良好较快发展。

当然，本研究也存在一些局限性，如只收集了来自中国知网一个数据库的应急产业领域的论文记录；只搜集了2010年之后相关科研领域的论文。上述两种情况可能会导致分析后得到的结果存在些许的误差。在未来的研究中可以基于其他数据库进行更广泛的研究，以补充当前研究的结果。