包慧敏， 孫 劍

(南京工業(yè)大學(xué) 土木工程學(xué)院， 江蘇 南京 211816)

隨著互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)的快速發(fā)展，大數(shù)據(jù)技術(shù)受到廣泛關(guān)注，工程管理領(lǐng)域也掀起了大數(shù)據(jù)的研究熱潮。蔣妃楓[1]基于學(xué)術(shù)期刊的視角分析了大數(shù)據(jù)技術(shù)在建筑和城市工程領(lǐng)域的應(yīng)用現(xiàn)狀，并在此基礎(chǔ)上提出發(fā)展建議；桂寧等[2]梳理了基于大數(shù)據(jù)技術(shù)和云技術(shù)的BIM(Building Information Modeling)論文與實踐，將現(xiàn)有的Cloud-BIM應(yīng)用架構(gòu)主要歸納為數(shù)據(jù)層、服務(wù)層和應(yīng)用層三個層次，并指出不同層次上的主要研究進展和應(yīng)用障礙；Wong等[3]對84篇大數(shù)據(jù)技術(shù)結(jié)合BIM的相關(guān)論文進行了綜述和比較后發(fā)現(xiàn)，很少有研究涉及開發(fā)基于大數(shù)據(jù)技術(shù)和BIM的管理工具并應(yīng)用于建筑物維修、翻新和拆卸階段；Safa等[4]通過對建筑大數(shù)據(jù)的調(diào)研，得出數(shù)據(jù)分析、數(shù)據(jù)挖掘和BIM是未來工程管理的發(fā)展趨勢。

綜觀現(xiàn)有的研究成果，有關(guān)工程管理大數(shù)據(jù)的研究熱點分布廣泛，土木工程信息化建設(shè)發(fā)展已初具規(guī)模，形成了較為完善的理論體系并開發(fā)了諸多實用技術(shù)[5]，但相關(guān)的研究脈絡(luò)與未來發(fā)展的整體分析較少。本文以Web of Science和Scopus數(shù)據(jù)庫為基礎(chǔ)，檢索2006—2019年中關(guān)于大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究的文獻，運用CiteSpace軟件對其進行知識圖譜量化分析，通過繪制一系列相關(guān)知識圖譜，展現(xiàn)大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域的研究概況和研究動態(tài)，以期為未來的工程管理大數(shù)據(jù)研究提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

CiteSpace軟件由美國Drexel大學(xué)陳超美教授開發(fā)，是在科學(xué)計量學(xué)、數(shù)據(jù)和信息可視化背景下發(fā)展起來的、最具特色和影響力的信息可視化分析軟件之一[6]。它不僅能提供引文空間的挖掘，還能提供其他知識單元之間的共現(xiàn)分析功能，如作者、機構(gòu)、國家/地區(qū)的合作等[7]。本文利用CiteSpace軟件作為研究的可視化工具，繪制一系列相關(guān)知識圖譜，分析大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域的研究概況與研究動態(tài)。

1.2 數(shù)據(jù)來源

本研究以Web of Science核心合集和Scopus數(shù)據(jù)庫為數(shù)據(jù)來源，文獻檢索時間為2019年5月。將“big data”“project management”“construction management”“engineering management”“cloud computing”作為檢索主題詞，檢索時間設(shè)置為2006—2019年，文獻類型為“all document types”，并對研究領(lǐng)域加以選擇。使用Endnote軟件對文獻檢索原始數(shù)據(jù)進行人工識別及篩選，剔除與本次研究主題無關(guān)的論文。將管理之后的Scopus標(biāo)準(zhǔn)數(shù)據(jù)與WOS數(shù)據(jù)進行合并以及除重，最終得到400篇論文作為本次研究的分析對象。對所得文獻(2019年除外)進行初步的年度分析，得到發(fā)文數(shù)量時間分布圖(圖1)。

圖1 發(fā)文數(shù)量時間分布

由圖1可知，關(guān)于大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域的研究態(tài)勢整體呈現(xiàn)上升趨勢，2010年首次出現(xiàn)峰值，2014年以來，相關(guān)研究論文的發(fā)表數(shù)量快速上升，研究熱度大幅上漲。其中，2006—2013年共發(fā)表文獻70篇，2014—2018年共發(fā)表文獻274篇，占整體研究對象的66.8%。

2 工程管理大數(shù)據(jù)研究基本情況

2.1 國家(地區(qū))合作分析

將整理之后的數(shù)據(jù)導(dǎo)入CiteSpace軟件中，節(jié)點類型選擇Country，運行軟件得到國家(地區(qū))合作圖譜，如圖2所示，主要合著國家(地區(qū))信息如表1所示。由圖表可知，大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究影響力較大的國家為中國、美國和英國。中國在發(fā)文頻次和中心性兩個指標(biāo)上都領(lǐng)先于其他國家，是開展研究最活躍的國家，在國際合作研究中起著重要的作用。其次，美國、英國的中

圖2 國家(地區(qū))合作圖譜

表1 合著國家(地區(qū))頻次及中心性

心性和發(fā)文頻次也都較高，表明他們不僅相關(guān)文獻產(chǎn)出量高，而且在文獻合著上有比較高的關(guān)聯(lián)性。隨著大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究與應(yīng)用的推廣，預(yù)計將來研究的文獻數(shù)量會呈現(xiàn)上升趨勢，國內(nèi)外專家學(xué)者們將進行更為廣泛和深入的研究。

2.2 期刊共被引分析

節(jié)點類型選擇Cited journal，運行軟件后得到期刊共被引圖譜，如圖3所示，顯示了相關(guān)研究引用期刊的分布，并在表2中列出了被引頻次前15位的期刊信息。被引頻次最多的期刊為《Automation in Construction》，涉及方向為信息技術(shù)與建筑工程，影響因子為4.313。中心性是測量節(jié)點在網(wǎng)絡(luò)中重要性的一個指標(biāo)，通過它可以發(fā)現(xiàn)和衡量節(jié)點的重要性[8]。中心性最高的期刊是《Commu-nications of the ACM》，涉及方向為計算機科學(xué)與方法，影響因子為5.410。其次是期刊《Advanced Engineering Informatics》，涉及方向為工程領(lǐng)域的信息與決策研究應(yīng)用，影響因子為3.772。根據(jù)綜合被引頻次與中心性，《Automation in Construction》《Communications of the ACM》和《Advanced Engineering Informatics》是大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究的重要核心期刊。

圖3 期刊共被引圖譜

表2 被引頻次前15位的期刊信息

2.3 文獻共被引分析

運用CiteSpace軟件，節(jié)點類型選擇Reference，繪制文獻共被引圖譜，如圖4所示，展示了大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域的研究中具有一定影響力的文獻，在表3中列出了共被引頻次前10位的文獻信息。

圖4 文獻共被引圖譜

表3 共被引頻次前10位的文獻信息

研究報告和出版書籍的主要內(nèi)容均為關(guān)于大數(shù)據(jù)技術(shù)為各行各業(yè)乃至整個社會所帶來的變革與契機，是進行大數(shù)據(jù)技術(shù)相關(guān)研究的基礎(chǔ)。麥肯錫全球研究院(MGI)在研究報告《Big Data: The Next Frontier for Innovation, Competition and Productivity》一文中首次正式提出了“大數(shù)據(jù)”的概念，強調(diào)了大數(shù)據(jù)技術(shù)探索與研究的意義和價值[9]。Mayer-Schonberger[10]在其編著的《Big Data: A Revolution》一書中前瞻性地指出，大數(shù)據(jù)帶來的信息風(fēng)暴正在變革我們的生活、工作和思維，大數(shù)據(jù)開啟了一次重大的時代轉(zhuǎn)型。

綜述論文從多種角度對既有的研究成果進行總結(jié)與分析，為后續(xù)研究提供參考與指引。Bilal等[11]認為，大數(shù)據(jù)技術(shù)的普遍適用性使得它近些年在建筑行業(yè)中得到廣泛應(yīng)用，同時BIM、物聯(lián)網(wǎng)、云計算、智能建筑、AR(Augmented Reality)等許多新興技術(shù)進一步擴大了它的適用范圍，但更敏捷、更強大的大數(shù)據(jù)技術(shù)應(yīng)用更新過程較緩慢。Chen等[12]提出了大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究中仍存在理論研究、技術(shù)開發(fā)、實際應(yīng)用和數(shù)據(jù)安全等方面的局限，同時對發(fā)展趨勢做出預(yù)測——未來將面臨規(guī)模更大、多樣性更高、結(jié)構(gòu)更為復(fù)雜的數(shù)據(jù)集，跨學(xué)科的合作研究將會是必然，可視化和數(shù)據(jù)導(dǎo)向研究等同樣也會成為研究熱點。

高被引研究論文展現(xiàn)了近些年對大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究具有著重要推動作用的研究成果或?qū)嵺`進展，從這些論文的題目、摘要與關(guān)鍵詞等信息中不難發(fā)現(xiàn)，BIM、建筑垃圾管理和智慧城市是近年來熱度比較高的研究主題。Redmond等[13]提出將云計算作為BIM應(yīng)用“云BIM”的集成平臺，以增強不同施工應(yīng)用程序之間操作的交互性。 Lu等[14～16]致力于研究將大數(shù)據(jù)技術(shù)應(yīng)用于建筑垃圾管理領(lǐng)域，建筑垃圾管理領(lǐng)域的大數(shù)據(jù)研究仍處于起步階段，面臨著諸多挑戰(zhàn)，尤其是相關(guān)信息的獲取和更為高效的挖掘方法。通過實證研究發(fā)現(xiàn)，建筑垃圾的主要來源是雜類廢物、木材和混凝土，大量的建筑垃圾產(chǎn)生于建筑物的拆除階段；作為衡量指標(biāo)的垃圾產(chǎn)生率(WGR)能夠反映實際產(chǎn)生的廢物量，是建筑垃圾管理工作中一項重要指標(biāo)。同時，Lu等針對性地提出了減少建筑垃圾的具體建議，并強調(diào)應(yīng)制定關(guān)于提高建筑垃圾管理效率的公共政策。智慧城市中的大數(shù)據(jù)研究同樣有待進一步完善，Kitchin[17]認為，大數(shù)據(jù)技術(shù)有助于人們的日常生活和決策，并賦予城市發(fā)展更多的可能性，但其同時也存在著諸多政治、商業(yè)層面的顧慮。

3 工程管理大數(shù)據(jù)研究動態(tài)

3.1 關(guān)鍵詞共現(xiàn)分析

圖5 關(guān)鍵詞時區(qū)圖譜

表4 高頻關(guān)鍵詞信息

注：已剔除核心檢索詞big data(178次)，project management(106次)和cloud computing(92次)。

(1)信息管理(information management)

信息技術(shù)在工程管理領(lǐng)域的應(yīng)用與發(fā)展，加速了工程管理領(lǐng)域及整個建筑行業(yè)的現(xiàn)代化進程。Fitz等[19]通過研究證實，隨著建筑行業(yè)的數(shù)字化轉(zhuǎn)型、BIM的普及以及其他相關(guān)流程的廣泛應(yīng)用，關(guān)于建筑大數(shù)據(jù)的數(shù)據(jù)質(zhì)量和準(zhǔn)確性的研究愈發(fā)重要。楊青等[20]提出大數(shù)據(jù)技術(shù)在工程項目管理中應(yīng)用的主要難點是：如何提取、處理不同類型的大量數(shù)據(jù)，以及與實際問題相結(jié)合的預(yù)測與優(yōu)化方法。

(2)建筑業(yè)(construction industry)

大數(shù)據(jù)技術(shù)為建筑行業(yè)帶來了新的發(fā)展契機與動力。Tang等[21]為建筑行業(yè)的大數(shù)據(jù)研究提供了一個新的數(shù)據(jù)收集視角——社交媒體，社交媒體數(shù)據(jù)能夠在一定程度上更完善地呈現(xiàn)建筑行業(yè)的實際情況、提供解決問題的新角度和預(yù)見可能出現(xiàn)的狀況，并輔助工程管理工作和制定相關(guān)政策。

(3)建筑信息模型(BIM)

大數(shù)據(jù)技術(shù)與BIM的結(jié)合，使其不再局限于解決安裝工程的碰撞和成本控制等問題，而是滲透到建設(shè)工程全生命周期的管理之中。Arslan等[22]提出并開發(fā)了一個使用BIM軟件和無線傳感器技術(shù)以實現(xiàn)主動安全管理的系統(tǒng)，有效地為管理者提供決策所需信息的數(shù)據(jù)可視化，并在設(shè)施管理階段減少安全隱患。Wong等[3]提出將大數(shù)據(jù)與基于云技術(shù)的BIM相融合，對建筑物的整個生命周期進行環(huán)境可持續(xù)性監(jiān)測和管理。

(4)風(fēng)險管理(risk management)

建設(shè)工程的風(fēng)險會因項目所在地區(qū)不同而產(chǎn)生一定的差異。Dang等[23]確定了越南路橋建設(shè)的51個風(fēng)險因素的具體概率和影響，并將其分為承包商相關(guān)風(fēng)險、項目相關(guān)風(fēng)險、業(yè)主相關(guān)風(fēng)險和外部風(fēng)險。Valipour等[24]利用SWARA(Stepwise Weight Assessment Ratio Analysis)和COPRAS(Complex Proportional Assessment of Alternatives)方法進行風(fēng)險評估，并確定施工安全風(fēng)險、地質(zhì)條件不利、管理經(jīng)驗不足、應(yīng)急預(yù)案不完善、地面沉降等是設(shè)拉子地區(qū)開挖工程的主要風(fēng)險。

(5)智慧城市(smart city)

智慧城市中產(chǎn)生的數(shù)據(jù)體量巨大、處理要求高，大數(shù)據(jù)技術(shù)為智慧城市提供支撐環(huán)境，實現(xiàn)智慧應(yīng)用管理和數(shù)據(jù)關(guān)聯(lián)分析等功能。Deren等[25]總結(jié)了智慧城市的代表性特征，并以智慧城市監(jiān)管、智慧交通、智慧環(huán)境監(jiān)測、智慧旅游為例進行論證，說明智慧城市在提供技術(shù)證券和智能服務(wù)方面具有優(yōu)勢。Osman等[26]提出了一個新的應(yīng)用于智慧城市的大數(shù)據(jù)分析的框架——智慧城市數(shù)據(jù)分析面板，相對于既有的框架，其增加了模型管理和模型聚合兩個功能。

(6)決策(decision making)

建設(shè)工程的復(fù)雜性導(dǎo)致了決策的不確定性，建設(shè)工程參與主體的多元化也進一步加劇了信息不對稱和方案沖突，將大數(shù)據(jù)技術(shù)融入決策過程可以在很大程度上緩解甚至解決上述問題。Elgendy等[27]將大數(shù)據(jù)分析集成到?jīng)Q策過程中，使用大數(shù)據(jù)分析來增強和支持決策制定，最終開發(fā)了“大數(shù)據(jù)、分析和決策”框架。Ma等[28]通過灰色理論和TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)計算方法，確定了實現(xiàn)利益相關(guān)者共同利益最大化的五項指標(biāo)——技術(shù)轉(zhuǎn)讓、尊重文化棲息地和傳統(tǒng)、環(huán)境污染控制、提高生產(chǎn)效率、建立信任和牢固的關(guān)系。承包商選擇決策支持系統(tǒng)作為項目管理的一個組成部分，Semaan等[29]提出了一個選擇承包商的模型，該模型結(jié)合了問題的管理和技術(shù)方面，并通過實例分析驗證了該模型的可行性。

(7)數(shù)據(jù)挖掘(data mining)

建筑業(yè)作為數(shù)據(jù)量最大的行業(yè)之一，數(shù)據(jù)的收集與挖掘是工程管理領(lǐng)域大數(shù)據(jù)技術(shù)研究與應(yīng)用的重難點之一。Pasini等[30]定義了一個數(shù)字化操作認知建筑的框架，以建筑的使用階段為重點，通過收集并分析運營過程中的實時信息，將預(yù)測的性能與實際測量相關(guān)聯(lián)，從而估計和彌補建筑性能的不足。

3.2 文章聚類分析

采用對數(shù)似然算法(Log-Likelihood Ratio，LLR)從文獻摘要中提取聚類標(biāo)簽，得到文獻共被引網(wǎng)絡(luò)聚類圖譜，如圖6所示，圖譜中網(wǎng)絡(luò)密度為0.0312，聚類整體模塊度為0.7435，平均輪廓值為0.6245，參數(shù)均在合理范圍之類，說明聚類結(jié)果具有高可信度且網(wǎng)絡(luò)社團結(jié)構(gòu)穩(wěn)定，在一定程度上顯示了當(dāng)前相關(guān)研究的主要領(lǐng)域。

圖6 文獻共被引網(wǎng)絡(luò)聚類圖譜

最大的群組(#0)為智慧可持續(xù)城市(smart sustainable cities)，輪廓值為0.799。大數(shù)據(jù)技術(shù)及其應(yīng)用在實現(xiàn)智慧可持續(xù)城市的運營和服務(wù)、優(yōu)化自然資源、基礎(chǔ)設(shè)施的智能管理等方面發(fā)揮重要作用。群組中最活躍的是Bibri等[31]對智慧可持續(xù)城市背景下物聯(lián)網(wǎng)及相關(guān)大數(shù)據(jù)應(yīng)用的研究，提出了一個針對有關(guān)概念、分析和整體層面，以及對特定技術(shù)及其新應(yīng)用的研究分析框架，為城市規(guī)劃者、相關(guān)專家學(xué)者和其他城市利益相關(guān)者提供所需信息，讓他們更為深入詳細地了解物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)應(yīng)用于實施智慧可持續(xù)城市項目時可以獲得的效益。

第二大群組(#2)為建筑垃圾管理(waste management)，輪廓值為0.98。建筑垃圾的可持續(xù)處理已成為世界范圍內(nèi)一個日益緊迫的社會、環(huán)境和經(jīng)濟問題。群組中最活躍的是Jin等[32]以建筑垃圾管理相關(guān)論文為基礎(chǔ)，確定了在建筑垃圾管理研究中最具影響力的期刊、學(xué)者、文章和國家，揭示了BIM、裝配式建筑、大數(shù)據(jù)等新興研究課題，討論并總結(jié)了主流研究領(lǐng)域和研究缺口，并提出了相關(guān)框架研究說明。

第三大群組(#3)為建筑行業(yè)(construction industry)，輪廓值為0.884。大數(shù)據(jù)技術(shù)已經(jīng)廣泛應(yīng)用于包括建筑行業(yè)在內(nèi)的各行各業(yè)，但在建筑行業(yè)的研究與應(yīng)用起步較晚，發(fā)展較為滯后。群組中最活躍的是Bilal等[11]在建筑行業(yè)的背景下，對統(tǒng)計學(xué)、數(shù)據(jù)挖掘與倉儲、機器學(xué)習(xí)、大數(shù)據(jù)分析等領(lǐng)域的文獻進行了廣泛的跨學(xué)科綜述，為未來的研究工作提出了可行方向和潛在陷阱。

4 結(jié) 語

從Web of Science核心合集和Scopus數(shù)據(jù)庫中檢索并篩選出符合本次研究要求的文獻，利用CiteSpace軟件構(gòu)建了一系列知識圖譜，得出以下結(jié)論：

(1)從文獻時間和地區(qū)來看，2014年以來，大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域的相關(guān)研究文獻年度發(fā)表數(shù)量明顯增加，中國在發(fā)文頻次和中心性兩個指標(biāo)上都明顯領(lǐng)先于其他國家，科研成果豐富，在相關(guān)研究的國際合作中起著重要的作用。

(2)根據(jù)期刊共被引分析可知，在相關(guān)研究中有著重大貢獻和影響的期刊包括《Automation in Construction》《Communications of the ACM》和《Advanced Engineering Informatics》。

(3)通過對關(guān)鍵詞的共現(xiàn)分析、文章聚類分析可知，信息管理、工程決策、BIM、風(fēng)險管理、數(shù)據(jù)挖掘和智慧城市等是大數(shù)據(jù)技術(shù)在工程管理領(lǐng)域研究中提及頻次最高的關(guān)鍵詞。根據(jù)文獻摘要進行聚類，其中最大的三個群組分別是智慧可持續(xù)城市、建筑垃圾管理和建筑行業(yè)，與高共被引頻次文獻的研究主題一致，這在一定程度上顯示了我國目前相關(guān)研究的主要領(lǐng)域。

綜上所述，國內(nèi)外學(xué)者對于工程管理大數(shù)據(jù)已經(jīng)展開了較為深入的研究，并取得了一定的科研成果，本研究通過對現(xiàn)有成果的梳理和分析，厘清了工程管理大數(shù)據(jù)的研究脈絡(luò)和研究熱點，為相關(guān)學(xué)者今后的研究提供了參考。由于檢索策略選擇和軟件運行過程中少量文獻數(shù)據(jù)未被識別，本研究在研究對象的完整性上還存在著一些局限。值得關(guān)注的是，未來工程管理大數(shù)據(jù)與BIM、物聯(lián)網(wǎng)、云技術(shù)等新興技術(shù)的研究與應(yīng)用不可分割，將共同致力于智慧城市與綠色建筑的實現(xiàn)與發(fā)展。因此，學(xué)者們在后續(xù)的研究工作中應(yīng)更多地嘗試跨學(xué)科合作研究，從而進一步推進工程管理大數(shù)據(jù)研究的發(fā)展。