張紅璐，王春源，胡愚

(青島理工大學 機械與汽車工程學院，山東 青島 266520)

1 引言

隨著科學技術的發(fā)展，機械化程度越來越高，機械的發(fā)明創(chuàng)造與操作使用都離不開作業(yè)人員，這就產(chǎn)生了由人為因素導致的事故發(fā)生，人因可靠性研究隨之產(chǎn)生。人因可靠性分析(Human Reliability Analysis，HRA)，是以分析、預測、減少與預防人的失誤為研究核心，對人的可靠性進行定性和定量的分析和評價的一種研究方法[1-2]。學者們對人因可靠性研究也逐漸深入，Swain AD等人首次提出的人誤率預測技術(Technique for Human Error Rate Prediction,THERP)，成為第一代人因可靠性分析中的一種代表方法[3]。Eric Hollnagel首次提出了認知可靠性和失誤分析方法(Cognitive Reliability and Error Analysis Method,CREAM),成為第二代人因可靠性分析方法中的一種代表性方法[4-6]。高佳、張力、沈祖培、王遙等人，長期致力于HRA的研究與評述介紹工作[1,7-9,14]。喬巍巍等人研究人誤影響因素，首次提出一種因子修正規(guī)則[10]。

本文針對人因可靠性2000-2020年發(fā)表的研究文獻，采取CiteSpace軟件與文獻計量學[11]的方法進行綜合分析。CiteSpace 全稱為 Citation Space，是由陳超美教授使用Java語言開發(fā)的信息可視化軟件，并在計量學、數(shù)據(jù)和信息可視化的背景下發(fā)展的[12-14]。常用的文獻可視化工具[15]有：VOS viewer[16-17]、HistCitep[18-19]、Bibexcel[20-21]、Pajek[20,22]等。文獻綜述可視化過程，可以通過人工篩選將某個行業(yè)發(fā)表的一系列相關文獻導入軟件中，進行可視化處理，更加直觀清晰的發(fā)現(xiàn)該行業(yè)的發(fā)展過程并借助發(fā)展過程推測出行業(yè)今后的發(fā)展路線以及發(fā)展方向，為學者以及從事行業(yè)的人員提供參考。

2 人因可靠性研究總趨勢

2.1 文獻數(shù)量趨勢圖

以中國知網(wǎng)(CNKI)為數(shù)據(jù)來源，2000-2020年為時間區(qū)間，檢索詞為“人的可靠性+人因工程”，手動篩除新聞、訪談、會議摘要等非研究性文獻，合計檢索中文文獻1 879篇。以年份為橫坐標，發(fā)表數(shù)量為縱坐標，繪制該時間區(qū)間人因可靠性文獻數(shù)量的折線圖及趨勢線(圖1)。

圖1 文獻數(shù)量趨勢圖

該折線圖直觀表示了區(qū)間時間的文獻變化趨勢，可將該時間段劃分為三個階段：產(chǎn)生階段(2000-2009年)、發(fā)展階段(2010-2014年)、成熟階段(2015-2020年)。

產(chǎn)生階段(2000-2009年)，文獻數(shù)量增長態(tài)勢緩慢，沒有出現(xiàn)明顯激增現(xiàn)象，發(fā)文量共計454篇，年均論文45.4篇。此階段與科學研究和技術服務業(yè)研究相關的論文共計62篇，占此階段文章總數(shù)的13.66%，占科學研究和技術服務業(yè)研究文章總數(shù)(共計114篇)的54.39%。此行業(yè)主要由人因可靠性理論以及航天研究等相關。可見，早期的學者們主要都是針對人因可靠性的理論知識研究。檢索的第一篇發(fā)表在核心期刊的人因可靠性理論研究的文章是2001年張力等人發(fā)表在中國安全科學學報的《人因可靠性分析方法》，回顧了人因可靠性分析 (HRA)的發(fā)展歷史[23]。此階段還處于對人因可靠性的初步探索階段，以研究理論本身為主。

發(fā)展階段(2010-2014年)，折線平均斜率增大，文獻數(shù)量明顯激增，發(fā)文量共計556篇，年均文獻111.2篇，較上一階段增長率為144.93%。交通運輸、倉儲和郵政業(yè)的論文共計166篇，占該階段論文總數(shù)的29.86%。在該類別中，文章主要圍繞交通運輸方向，少量倉儲方向，未檢索到郵政方向相關文章。在交通運輸類別中，文章主要圍繞航空方向共計98篇，占比59.04%；其次是汽車與道路安全類，共計31篇，占比18.67%；然后是海上運輸及船舶類人因可靠性研究，共計22篇，占比13.25%；最后是城市軌道交通研究，共計15篇，占比9.04%。其中，航空方向主要圍繞空中管制[24-26]、駕駛員[27]、人因事故[28-29]等內(nèi)容，充分指出了人因可靠性與航空相結合的發(fā)展前景。

成熟階段(2015-2020年)，折線較為平緩，但文獻總數(shù)居高未減，發(fā)文量共計869篇，其中2017年的文獻發(fā)表數(shù)量達到最高峰，共計159篇，階段年均文獻144.83篇，較上一階段增長率為29.77%。在此階段，人因可靠性與大量行業(yè)相結合，產(chǎn)生了許多相關文章，比如說，陳青青等人將人因可靠性與核電領域數(shù)字化主控室操縱員的行為相結合[30]；王玉合等人將人因可靠性與建筑安全相結合[31]；解學才等人將礦山安全與人因可靠性相結合[32]。

2.2 時間線圖

對全部所選文獻進行參數(shù)設置后(見2.1節(jié))，使用Timeline View功能，以及 clusters中的Show the Largest K Clusrers功能，繪制排名前五的聚類時間線圖。該時間線圖可將關鍵詞節(jié)點繪制在時間線軸上，對于分析關鍵詞的出現(xiàn)年份及發(fā)展方向具有重要作用，結果如圖2所示。

圖2 時間線圖

這五種聚類分別為：人為因素、人因工程、煤礦安全、人的可靠性、可靠性。圖2右側(cè)的五種聚類均對應著左側(cè)的時間線，時間線上的節(jié)點展示了聚類的歷史成果即關鍵詞對應年份表示該關鍵詞第一次出現(xiàn)年份，以及聚類之間的關系。左側(cè)時間線上較突出的節(jié)點表示在該節(jié)點處發(fā)文量較多，成果大，驗證了產(chǎn)生階段(2000-2009年)初期主要以研究理論為主的觀點。在圖2中，最大的兩個節(jié)點為人為因素及人因工程，且人為因素發(fā)文主要集中在2001年，人因工程發(fā)文主要集中在2000年。除此之外，人的可靠性、人的可靠性分析、可靠性、人-機-環(huán)境系統(tǒng)、人的因素這幾個關鍵詞均是2000年就已經(jīng)出現(xiàn)。

在時間線圖可視化結果界面對Burstness值進行統(tǒng)計，共計23個關鍵詞被統(tǒng)計出，結果如圖3所示。該值可以表現(xiàn)出在某些年份出現(xiàn)關鍵性轉(zhuǎn)折點，比如說某年突然出現(xiàn)一個新概念，那么這個新概念就會成為Burstness值。值得注意的是核電站、人機工程學、應用這三個關鍵詞，這三個關鍵詞產(chǎn)生于2016-2017年且2020年依舊在文獻中提出，那么近幾年人因可靠性大概率也會對這幾個關鍵詞進行研究討論。

圖3 Burstness值統(tǒng)計

3 人因可靠性文獻按行業(yè)分析

《國民經(jīng)濟行業(yè)分類(GB/T4754-2017)》中，將國民經(jīng)濟行業(yè)共分為20類[33]，按照文獻數(shù)量排序并分別計算占比(各行業(yè)括號內(nèi)為篇數(shù)及其占比)：交通運輸、倉儲和郵政業(yè)(522，27.78%)；制造業(yè)(433，23.04%)；電力、熱力、燃氣及水生產(chǎn)和供應業(yè)(282，15.01%)；采礦業(yè)(147，7.82%)；科學研究和技術服務業(yè)(114，6.07%)；教育業(yè)(80，4.26%)；建筑業(yè)(77，4.10%)；信息傳輸、軟件和信息技術服務業(yè)(75，3.99%)；衛(wèi)生和社會工作(39，2.08%)；水利、環(huán)境和公共設施管理業(yè)(25，1.33%)；居民服務、修理和其他服務業(yè)(20，1.06%)；公共管理、社會保障和社會組織(19，1.01%)；農(nóng)、林、牧、漁業(yè)(15，0.80%)；文化、體育和娛樂業(yè)(8，0.43%)；住宿和餐飲業(yè)(8，0.43%)；金融業(yè)(8，0.43%)；租賃和商務服務業(yè)(5，0.27%)；批發(fā)和零售業(yè)(1，0.05%)；房地產(chǎn)業(yè)(1，0.05%)；國際組織 (0，0)。

文獻發(fā)表數(shù)量及其增減變化往往標志著該學科的發(fā)展歷程，對文獻在數(shù)量上和內(nèi)容上的變化進行追蹤統(tǒng)計，對我們了解該學科的產(chǎn)生、發(fā)展以及動態(tài)過程具有重要作用[34]。使用CiteSpace(5.7.R5版)軟件對排在前三位的行業(yè)文獻展開分析。

3.1 文獻導出與參數(shù)設定

(1)文獻導出。將這三個行業(yè)的相關文章分別以Refworks的格式導出，利用CiteSpace進行關鍵詞分析以及作者合作分析，

(2)參數(shù)設定。在Time Slicing功能和參數(shù)區(qū)中，定義年限為2000-2020年，時區(qū)分割為1年一分割；在Pruning功能區(qū)均采用Pathfinder(尋徑網(wǎng)絡算法)對網(wǎng)絡圖進行剪裁；關鍵詞分析時，在Node Types功能區(qū)域中使用Keyword功能，閾值為5，為將聚類展現(xiàn)完整，先將軟件中的過濾器關閉，重新聚類，再通過Clusters中的Show the Largest K Clusrers功能，選取聚類最大的10個顯示，采用聚類塊的形式將全部關鍵詞分塊出圖；作者合作分析時，在Node Types功能區(qū)域中使用Author功能。

3.2 交通運輸、倉儲和郵政業(yè)分析

交通運輸、倉儲和郵政業(yè)相關人因文獻共計522篇，是所有經(jīng)濟行業(yè)分類中文獻數(shù)量占比最多的一個行業(yè)。在該行業(yè)類別中，選取的文獻主要與交通運輸相關，少量倉儲有關，未檢索到郵政相關。其中，碩博論文共計83篇，占比15.90%；核心期刊共計121篇，占比23.18%，在核心期刊的概率，核心期刊中主要以安全類期刊為主，比如說安全與環(huán)境工程學報、中國安全科學學報、中國安全生產(chǎn)科學技術學報；普通期刊共計318篇，占比60.92%。使用CiteSpace軟件進行關鍵詞聚類分析，結果如圖4所示。

圖4 關鍵詞網(wǎng)絡圖譜

圖中“#”加編號后所寫的名稱為聚類名稱，編號越小，聚類中包含的關鍵字越多，各聚類重合部分較少，關鍵詞分布范圍較廣。在交通運輸、倉儲和郵政業(yè)的關鍵詞主要集中在：(1)人為因素(2)人因工程(3)人因失誤(4)人因可靠性(5)人的因素。在圖3中，中介中心性較高的關鍵詞分別為：人為因素、人因工程、交通安全、人因可靠性、人的因素，且這五個關鍵詞中介中心性值均大于0.1為關鍵節(jié)點，在除與人因相關的關鍵詞外，交通安全也位列高中介中心性中。如圖4所示，除了與人因相關的關鍵詞外，其他的關鍵詞主要集中在層次分析法、油氣管道、空中交通管制、水路運輸、地鐵運營等，即表示在交通運輸行業(yè)中的主要研究方向以及使用方法。

3.3 制造業(yè)分析

制造業(yè)相關人因文獻共計433篇，在所有經(jīng)濟行業(yè)文獻數(shù)量中排名第二。制造業(yè)所含具體行業(yè)較廣，在手動選取文章時，將與生產(chǎn)制造、生產(chǎn)加工、維修、新產(chǎn)品設計等均列入制造業(yè)類別中。其中，碩博論文共計82篇，占比18.94%；核心期刊共計86篇，占比19.86%，文章分布在42種核心期刊，可見人因可靠性在制造業(yè)中分布十分廣泛；普通期刊共計265篇，占比61.20%。使用Cite Space軟件進行關鍵詞聚類分析，結果如圖5所示。

圖5 關鍵詞網(wǎng)絡圖譜

整體各聚類重合部分多于交通運輸、倉儲和郵政業(yè)但少于電力、熱力、燃氣及水生產(chǎn)和供應業(yè)。制造業(yè)的關鍵詞主要集中在：(1)人因工程(2)人為因素(3)人機工程學(4)人因工程學(5)人因可靠性分析。中介中心性高于0.1的關鍵詞有：人因工程、人為因素、人機工程學、人因工程學，點的中心性主要是用來量化點在網(wǎng)絡中的重要性，而中介中心性是指網(wǎng)絡中經(jīng)過某點并連接這兩點的最短路徑占這兩點之間的最短路徑線總數(shù)之比，可見制造業(yè)包含范圍十分廣泛，除檢索此外未有高中介中心性的其他與行業(yè)相關的檢索詞。圖5中，除人因可靠性外的關鍵詞主要集中在：產(chǎn)品設計、航空維修、人機界面、維修差錯中。

3.4 電力、熱力、燃氣及水生產(chǎn)和供應業(yè)分析

電力、熱力、燃氣及水生產(chǎn)和供應業(yè)相關人因文獻共計282篇，其中，碩博論文共計54篇，占比19.15%；核心期刊共計85篇，占比30.14%，核心期刊占比遠大于前兩個行業(yè)的核心期刊占比；普通期刊及會議論文共計143篇，占比50.71%。使用CiteSpace軟件進行關鍵詞聚類分析，結果如圖6所示。

圖6 電力、熱力、燃氣及水生產(chǎn)和供應業(yè)關鍵詞圖

電力、熱力、燃氣及水生產(chǎn)和供應業(yè)聚類主要集中在：(1)人因失誤(2)人因工程(3)人因(4)人因可靠性(5)核電廠。關鍵詞聚類色塊重合部分較多，可見在該行業(yè)中人因可靠性的研究方向相較于前兩個行業(yè)而言較為單一，所以對該行業(yè)類文章進行作者合作分析即作者共被引分析，作者合作共由116個區(qū)域組成，在作者合作分析可視化結果界面中，選取較大的作者合作圖譜得出如圖7所示結果。

圖7 電力、熱力、燃氣及水生產(chǎn)和供應業(yè)最大作者合作區(qū)域圖

在圖7最大的作者合作圖譜中，可以清晰的看出合作網(wǎng)絡圖譜是以張力為核心進行擴展，通過對該作者發(fā)表論文的詳細信息查詢可知，在選取文章數(shù)據(jù)中有關該作者的合作記錄(被引或出現(xiàn)頻次)共計48條，其中2003年出現(xiàn)次數(shù)最多，達到8次，該作者所寫文獻主要與核電廠相關[30，35-37]。其余幾個合作較多的網(wǎng)絡圖以及他們之間的關系如圖7所示。

3.4 對比分析

(1)三個行業(yè)文獻總數(shù)為1237篇，其中核心期刊總計占比23.61%，碩博論文總計占比17.70%，普刊總計占比58.69%。

(2)電力、熱力、燃氣及水生產(chǎn)和供應業(yè)核心期刊占比與碩博論文占比總計達49.29%，成為三個行業(yè)中占比最多的，可見，該行業(yè)的文獻水平較高于其他兩個行業(yè)的文獻水平。

(3)交通運輸、倉儲和郵政業(yè)中空中交通管制與制造業(yè)中的航空維修均是與航空相關且文章數(shù)量較多，可見新興學科剛剛出現(xiàn)時，總是被用來率先豐富高危先進行業(yè)的。

(4)電力、熱力、燃氣及水生產(chǎn)和供應業(yè)關鍵詞圖譜區(qū)域色塊重合性高于其他兩個行業(yè)，其所包含的研究范圍越小，且多是圍繞核電廠進行。

4 討論

研究文獻的統(tǒng)計分布規(guī)律反映出的是科學研究活動的規(guī)律。從經(jīng)濟總值來看，人因可靠性研究文獻前三行業(yè)中制造業(yè)在國內(nèi)生產(chǎn)總值(GDP)中占比高達29.4%(2018年數(shù)據(jù))，充分說明了人因可靠性研究與經(jīng)濟發(fā)展的關系；從安全生產(chǎn)事故關系來看，以人因可靠性研究文獻占比最高的交通運輸、倉儲和郵政業(yè)為例，2018年，我國汽車發(fā)生交通事故166 906起，導致46 161人死亡，169 046人受傷[38]。可見，人因可靠性研究文獻與經(jīng)濟發(fā)展和安全生產(chǎn)有著密切關系，應用場景也從理論研究逐漸趨于實際應用。

(1)人因可靠性相關文獻經(jīng)歷了產(chǎn)生階段、發(fā)展階段、成熟階段，總體呈上升趨勢(見1.1)。當前已經(jīng)步入成熟階段，且預測較長時間內(nèi)將會一直處于成熟階段，文獻發(fā)表數(shù)量不會有太大變動。

(2)由各行業(yè)的占比可知，文獻發(fā)表數(shù)目較低的行業(yè)以服務性行業(yè)為主，如金融業(yè)、房地產(chǎn)業(yè)等不需要大量機械作業(yè)的行業(yè)，可見，人因可靠性的發(fā)展是從解決實際問題開始的，以研究人員與機械的操作任務為主且主要是與存在重大風險的行業(yè)相關聯(lián)，但總體來說，人因可靠性的研究已經(jīng)涉及到了絕大多數(shù)的行業(yè)中和作業(yè)過程中。

從人因可靠性在行業(yè)研究占比來看，人因可靠性主要分布于危險性較高以及機器使用率較高的行業(yè)中，通過人因失誤率的降低可直觀降低事故發(fā)生的行業(yè)較多。隨著人-機-環(huán)的不斷結合發(fā)展，機械化程度的不斷加強，人與機器合作生產(chǎn)已經(jīng)成為發(fā)展趨勢，不斷取代著純手工業(yè)生產(chǎn)。相比于機器失誤，人失誤的概率性更大，所以人因可靠性的研究在降低生產(chǎn)事故方面具有重要作用。應用性文獻相對集中在這些行業(yè)中，與人因可靠性理論未出現(xiàn)較大突破有關，未來有待進一步深化相關理論，拓展應用范圍。

(3)交通運輸、倉儲和郵政業(yè)，制造業(yè)，電力、熱力、燃氣及水生產(chǎn)和供應業(yè)這三個行業(yè)中檢索出的與人因可靠性相關文獻超過檢索的全部文獻的一半，成為人因可靠性研究的重要組成部分。

人因可靠性的發(fā)展在各行業(yè)的研究中均有側(cè)重。在排名前三的行業(yè)中，交通運輸、倉儲和郵政行業(yè)的研究基本上都是圍繞航空、航海等方面進行的，與此類研究相關的作者機構可以形成較為廣泛的合作網(wǎng)絡；在制造業(yè)中，對于本身的原理機能研究較多，除此之外還側(cè)重于體力作業(yè)者、排班模式、模式化、航空維修等研究；電力、熱力、燃氣及水生產(chǎn)和供應業(yè)中人因可靠性主要集中在對核電廠進行研究。在國家經(jīng)濟行業(yè)分類中包含的范圍越小，關鍵詞圖譜區(qū)域色塊重合性越高，比如說電力、熱力、燃氣及水生產(chǎn)和供應業(yè)關鍵詞圖譜區(qū)域色塊重合性高于其他兩個行業(yè)。

但是核心期刊以及碩博論文文獻的占比率較低，均達不到文獻總數(shù)的50%，隨著高校研究生畢業(yè)要求的提高，此比例會出現(xiàn)一定的上漲，但是未來需要提高發(fā)表高水平文獻數(shù)量。

(4)在未來較長時期內(nèi)，文獻發(fā)表數(shù)量不會有太大波動，研究內(nèi)容會在當前研究的基礎上發(fā)展更細致，研究的問題趨于細節(jié)研究。并會圍繞著近些年出現(xiàn)的突發(fā)性關鍵詞進行深入研究，比如說核電站、人機工程學、應用等。

5 小結

本文針對人因可靠性文獻提出了一種新的分類方法即按照國民經(jīng)濟行業(yè)類別分類，通過閱讀大量文獻采取手動分類方式將知網(wǎng)檢索的人因可靠性相關文獻進行分類，并根據(jù)分類結果分析人因可靠性在重點行業(yè)中的發(fā)展歷程，通過Cite Space軟件，將文獻按照新的分類方式進行可視化分析，根據(jù)可視化結果，將2000-2020年人因可靠性的發(fā)展劃分為三個階段，合理推測在未來較長時間內(nèi)，仍處于成熟階段，與此同時，通過可視化數(shù)據(jù)結果合理判斷未來研究熱點走向。

在研究過程中，由于采取手動分類的方式，個別文獻存在行業(yè)交叉問題，但不影響最終統(tǒng)計分析結果。