韓心星

(清華大學(xué)工程物理系公共安全研究院，北京 100084)

改革開(kāi)放以來(lái)，中國(guó)在政治、經(jīng)濟(jì)、文化、科技等方面皆取得舉世矚目的成就。各行各業(yè)都取得高速發(fā)展，在取得輝煌成績(jī)的同時(shí)也帶來(lái)一系列的風(fēng)險(xiǎn)和挑戰(zhàn)，例如自然災(zāi)害、事故災(zāi)難、環(huán)境污染、信息泄露、食品安全、健康風(fēng)險(xiǎn)等一系列問(wèn)題，所以有必要對(duì)這些行業(yè)領(lǐng)域的風(fēng)險(xiǎn)進(jìn)行評(píng)估，進(jìn)而采取防范措施，減少損失。關(guān)于風(fēng)險(xiǎn)評(píng)估，相關(guān)中國(guó)學(xué)者已做了大量的研究工作[1-7]，吳建蓉等[1]綜合考慮地形、氣象、覆冰等因素，基于進(jìn)化策略-投影尋蹤算法對(duì)輸電線(xiàn)路的覆冰災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)估。Meng等[2]提出了一種動(dòng)態(tài)定量風(fēng)險(xiǎn)評(píng)估的綜合方法，即利用決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室——貝葉斯網(wǎng)絡(luò)對(duì)系統(tǒng)脆弱性進(jìn)行評(píng)估，并預(yù)測(cè)油氣泄漏事故的發(fā)生概率。王飛等[3]結(jié)合蒙特卡羅隨機(jī)模擬和三角模糊數(shù)理論，建立了地震次生火災(zāi)潛在風(fēng)險(xiǎn)評(píng)估的隨機(jī)模擬-三角模糊理論耦合模型。楊磊等[4]以船舶溢油為例，基于溢油量和所在水域的水文條件，采用二維水流模型及油粒子模型對(duì)水環(huán)境的污染進(jìn)行風(fēng)險(xiǎn)評(píng)估。許欽百等[5]通過(guò)密碼學(xué)理論研究了私密信息安全風(fēng)險(xiǎn)評(píng)估方法，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的準(zhǔn)確性和合理性。Han等[6]針對(duì)食品檢測(cè)數(shù)據(jù)的高度復(fù)雜性和時(shí)間特性，提出了一種基于灰色關(guān)聯(lián)分析的隱馬爾可夫模型來(lái)動(dòng)態(tài)評(píng)估食品質(zhì)量安全風(fēng)險(xiǎn)。Chen等[7]為了揭示隧道施工揚(yáng)塵的健康風(fēng)險(xiǎn)特征，提高工人的職業(yè)健康水平，結(jié)合隧道施工特點(diǎn)，建立了基于現(xiàn)場(chǎng)測(cè)量的健康風(fēng)險(xiǎn)評(píng)價(jià)體系。

上述研究工作為各領(lǐng)域的風(fēng)險(xiǎn)管控提供了良好支撐，但目前風(fēng)險(xiǎn)評(píng)估在中國(guó)的研究重點(diǎn)主要集中在某特定領(lǐng)域的風(fēng)險(xiǎn)評(píng)估，關(guān)于風(fēng)險(xiǎn)評(píng)估在中國(guó)的整體研究趨勢(shì)分析及研究熱點(diǎn)尚不是很明確，在該方面的研究較少。故現(xiàn)基于EndNote軟件和VOSviewer軟件，對(duì)中國(guó)近30年關(guān)于風(fēng)險(xiǎn)評(píng)估的大量文獻(xiàn)進(jìn)行文獻(xiàn)計(jì)量分析，得出風(fēng)險(xiǎn)評(píng)估的發(fā)展歷程、高發(fā)文量期刊、高被引文獻(xiàn)、研究重點(diǎn)及研究熱點(diǎn)等，為相關(guān)學(xué)者的下一步研究工作提供參考和借鑒。

1 分析方法

以CNKI中國(guó)知網(wǎng)期刊數(shù)據(jù)庫(kù)為數(shù)據(jù)源，采用高級(jí)檢索的檢索方式(主題“風(fēng)險(xiǎn)評(píng)估”并且篇關(guān)摘“風(fēng)險(xiǎn)評(píng)估”)進(jìn)行檢索。起始檢索時(shí)間為1990年，截至2020年7月10日，共檢索出11 865篇核心期刊文獻(xiàn)，去除無(wú)作者、無(wú)年份、重復(fù)及與研究主題無(wú)直接關(guān)系等不符合要求的文獻(xiàn)，最終得到有效核心期刊文獻(xiàn)11 184篇。

在實(shí)際分析過(guò)程中，首先從知網(wǎng)導(dǎo)出EndNote能夠識(shí)別的txt格式文件，由于文獻(xiàn)數(shù)目較多，可以分批導(dǎo)出；接著將文件修改成ris格式，并運(yùn)用Python編程將ris格式文件中的關(guān)鍵詞加上前綴；最后運(yùn)用VOSviewer軟件進(jìn)行聚類(lèi)分析和可視化展示。

2 分析結(jié)果

2.1 發(fā)表時(shí)間及數(shù)量分析

基于EndNote軟件分析發(fā)現(xiàn)，關(guān)于風(fēng)險(xiǎn)評(píng)估的核心期刊文獻(xiàn)最早發(fā)表于1992年，做出近30年關(guān)于風(fēng)險(xiǎn)評(píng)估的核心期刊發(fā)文量隨年份變化的趨勢(shì)圖如圖1所示。

由圖1可知，2002年之前，研究風(fēng)險(xiǎn)評(píng)估的文獻(xiàn)數(shù)呈現(xiàn)緩慢波動(dòng)式增長(zhǎng)，增長(zhǎng)曲線(xiàn)較為平穩(wěn)，整體發(fā)文量不高，2002年的年發(fā)文量才69篇，可以認(rèn)為是風(fēng)險(xiǎn)評(píng)估在中國(guó)的初始平穩(wěn)發(fā)展階段。從2003年開(kāi)始，文獻(xiàn)數(shù)量快速增加。僅2003—2004年，年發(fā)文量就增加63篇。2003—2009年，增長(zhǎng)速率曲線(xiàn)波動(dòng)上升，文獻(xiàn)呈現(xiàn)快速增長(zhǎng)趨勢(shì)，從2003年的92篇增長(zhǎng)到2009年的510篇，這一階段可以認(rèn)為是風(fēng)險(xiǎn)評(píng)估在中國(guó)的快速發(fā)展階段。從2010年開(kāi)始，發(fā)文量整體呈現(xiàn)上升趨勢(shì)，只在2017年發(fā)文數(shù)量有較大降低，到2018年又有較大回升。在2020年，發(fā)文量銳減，這是因?yàn)槲墨I(xiàn)目前只檢索到2020年7月初，不能代表全年的發(fā)文量，可以不納入分析范疇。綜合2010—2019年的發(fā)展趨勢(shì)看，文獻(xiàn)數(shù)量整體呈現(xiàn)上升趨勢(shì)，增長(zhǎng)速率呈現(xiàn)下降趨勢(shì)，此階段可以認(rèn)為是風(fēng)險(xiǎn)評(píng)估在中國(guó)的緩慢發(fā)展階段。

圖1 近30年發(fā)文量隨年份變化趨勢(shì)圖Fig.1 Trend chart of the number of published papers with years in recent 30 years

2.2 發(fā)表期刊分析

基于EndNote軟件分析，11 184篇文獻(xiàn)發(fā)表在1 526種期刊上，發(fā)文量前30位的期刊名稱(chēng)及文獻(xiàn)數(shù)量如表1所示。由表1可知，《財(cái)會(huì)通訊》的發(fā)文量最多，為139篇。其次分別為《中國(guó)安全科學(xué)學(xué)報(bào)》(118篇)，《自然災(zāi)害學(xué)報(bào)》(117篇)，《安全與環(huán)境學(xué)報(bào)》(110篇)，其余期刊的發(fā)文量皆小于100篇。排名前30的期刊共發(fā)文2 372篇，占所有期刊總發(fā)文量的21.21%。且發(fā)文量20篇以上的期刊共130種，占所有期刊數(shù)的8.52%。但這130種期刊共發(fā)表文獻(xiàn)5 361篇，占所有發(fā)文量的47.93%，這說(shuō)明發(fā)文量較多的期刊數(shù)量雖然不多，但總發(fā)文量較大，可以為相關(guān)學(xué)者的學(xué)習(xí)及投稿提供參考。

表1 發(fā)文量排名前30的核心期刊Table 1 Top 30 core journals with published papers

2.3 高被引文獻(xiàn)分析

在一定程度上，文獻(xiàn)的被引次數(shù)可以用來(lái)衡量文獻(xiàn)的質(zhì)量和影響力。對(duì)檢索到的11 184篇文獻(xiàn)的被引次數(shù)進(jìn)行統(tǒng)計(jì)，得到被引次數(shù)排名前30的文獻(xiàn)情況如表2所示。

由表2可知，在被引次數(shù)排名前30的文獻(xiàn)中，發(fā)表于1990—2000年的文獻(xiàn)有3篇，發(fā)表于2001—2010年的文獻(xiàn)有20篇，發(fā)表于2011—2020年的文獻(xiàn)有7篇，高被引文獻(xiàn)主要集中發(fā)表在2001—2010年。

分析被引次數(shù)排名前30的文獻(xiàn)及其期刊發(fā)現(xiàn)，《財(cái)經(jīng)研究》《自然災(zāi)害學(xué)報(bào)》各發(fā)表3篇，《環(huán)境科學(xué)》《中國(guó)軟科學(xué)》《中央財(cái)經(jīng)大學(xué)學(xué)報(bào)》《地理學(xué)報(bào)》各發(fā)表2篇，其他期刊各1篇。金融及自然災(zāi)害領(lǐng)域的雜志發(fā)表關(guān)于風(fēng)險(xiǎn)評(píng)估的高被引文獻(xiàn)數(shù)量較多。

排名前30的高被引文獻(xiàn)中，被引次數(shù)超過(guò)500次以上的共有5篇，其中被引次數(shù)最多的文章是2000年發(fā)表在《會(huì)計(jì)研究》上的“企業(yè)內(nèi)部控制理論的發(fā)展與啟示”，該文被引2 376次，遠(yuǎn)遠(yuǎn)超過(guò)其他文章的被引次數(shù)，其影響力較大，認(rèn)為企業(yè)的內(nèi)部控制深受企業(yè)內(nèi)外部環(huán)境影響，需要對(duì)企業(yè)自身的優(yōu)、劣勢(shì)以及外界的機(jī)會(huì)和威脅進(jìn)行全面的風(fēng)險(xiǎn)評(píng)估，加強(qiáng)企業(yè)內(nèi)部控制效果[8]。被引次數(shù)排名第2位的文章是1999年發(fā)表在《系統(tǒng)工程理論與實(shí)踐》上的“基于神經(jīng)網(wǎng)絡(luò)技術(shù)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估”，該文被引856次，研究認(rèn)為神經(jīng)網(wǎng)絡(luò)技術(shù)在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中比傳統(tǒng)的判別分析法具有更高的預(yù)測(cè)精度和更強(qiáng)的魯棒性[9]。被引次數(shù)排名第3位的文章是2004年發(fā)表在《通信學(xué)報(bào)》上的“信息安全風(fēng)險(xiǎn)評(píng)估綜述”，該文被引743次，主要分析了信息安全風(fēng)險(xiǎn)評(píng)估的內(nèi)容、現(xiàn)狀、模型、標(biāo)準(zhǔn)、方法、過(guò)程等，并指出需要解決的問(wèn)題以及對(duì)發(fā)展前景進(jìn)行了展望[10]。被引次數(shù)排名第4位的文章是2008年發(fā)表在《巖石力學(xué)與工程學(xué)報(bào)》上的“中國(guó)地下工程安全風(fēng)險(xiǎn)管理的現(xiàn)狀、問(wèn)題及相關(guān)建議”，該文被引542次，主要論述了我國(guó)地下工程安全風(fēng)險(xiǎn)管理的現(xiàn)狀及存在的問(wèn)題，并提出相關(guān)建議[11]。被引次數(shù)排名第5位的文章是2007年發(fā)表在《財(cái)經(jīng)研究》上的“內(nèi)部控制與企業(yè)價(jià)值研究——來(lái)自滬深兩市A股的經(jīng)驗(yàn)分析”，分析了我國(guó)上市公司的內(nèi)部控制對(duì)企業(yè)價(jià)值產(chǎn)生顯著的促進(jìn)作用，而風(fēng)險(xiǎn)評(píng)估是內(nèi)部控制的五大要素之一[12]。關(guān)于風(fēng)險(xiǎn)評(píng)估，被引次數(shù)排名前5位的文章主要涉及企業(yè)內(nèi)部控制風(fēng)險(xiǎn)，金融風(fēng)險(xiǎn)、信息安全風(fēng)險(xiǎn)、工程建設(shè)風(fēng)險(xiǎn)等主題。綜合分析被引次數(shù)前30位的文章發(fā)現(xiàn)，其中涉及金融風(fēng)險(xiǎn)有10篇，涉及自然災(zāi)害風(fēng)險(xiǎn)有6篇，涉及電力系統(tǒng)風(fēng)險(xiǎn)、信息安全風(fēng)險(xiǎn)各有3篇，涉及工程建設(shè)風(fēng)險(xiǎn)、企業(yè)內(nèi)部控制風(fēng)險(xiǎn)各有2篇，涉及生態(tài)環(huán)境風(fēng)險(xiǎn)、健康風(fēng)險(xiǎn)、供應(yīng)鏈風(fēng)險(xiǎn)、突發(fā)公共事件風(fēng)險(xiǎn)各有1篇，這說(shuō)明金融風(fēng)險(xiǎn)與自然災(zāi)害風(fēng)險(xiǎn)是風(fēng)險(xiǎn)評(píng)估中的重要主題。

表2 被引次數(shù)排名前30的文獻(xiàn)Table 2 Top 30 cited literatures

2.4 關(guān)鍵詞聚類(lèi)分析

一篇文獻(xiàn)的關(guān)鍵詞在一定程度上反映了該文獻(xiàn)的研究重點(diǎn)，共有22 289個(gè)關(guān)鍵詞，出現(xiàn)頻次排名前30位的關(guān)鍵詞如表3所示。從表3中可以看出，風(fēng)險(xiǎn)評(píng)估作為本次研究的中心詞匯，其頻次達(dá)到了4 384次，遠(yuǎn)遠(yuǎn)超過(guò)其他關(guān)鍵詞的出現(xiàn)頻次。出現(xiàn)頻次大于100次的關(guān)鍵詞僅有14個(gè)，占所有關(guān)鍵詞的0.06%。出現(xiàn)頻次大于10次的關(guān)鍵詞有489個(gè)，占所有關(guān)鍵詞的2.19%。出現(xiàn)頻次僅1次或2次的關(guān)鍵詞共有19 586個(gè)，占所有關(guān)鍵詞的87.87%，綜上分析可知，關(guān)于風(fēng)險(xiǎn)評(píng)估的文獻(xiàn)研究的內(nèi)容相對(duì)廣泛。

采用VOSviewer軟件將出現(xiàn)頻次大于25次的關(guān)鍵詞進(jìn)行聚類(lèi)分析，主要關(guān)鍵詞聚類(lèi)分析圖如圖2所示，在聚類(lèi)分析圖中，同一聚類(lèi)的關(guān)鍵詞的顏色相同，其權(quán)重(此處為關(guān)鍵詞出現(xiàn)的頻次)越大，關(guān)鍵詞標(biāo)簽形狀與字體就越大。關(guān)鍵詞標(biāo)簽之間間距越小，其聯(lián)系就越密切。

共142個(gè)關(guān)鍵詞聚為9類(lèi)，第1個(gè)聚類(lèi)涉及健康風(fēng)險(xiǎn)、健康風(fēng)險(xiǎn)評(píng)估、職業(yè)健康、重金屬、生態(tài)風(fēng)險(xiǎn)評(píng)估、生態(tài)風(fēng)險(xiǎn)、農(nóng)藥殘留、沉積物、多環(huán)芳烴、暴露評(píng)估等28個(gè)關(guān)鍵詞，說(shuō)明該主題主要關(guān)注生態(tài)與健康方面的風(fēng)險(xiǎn)評(píng)估。第2個(gè)聚類(lèi)涉及信用風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)評(píng)估、商業(yè)銀行、風(fēng)險(xiǎn)投資、信息安全、信息系統(tǒng)、層次分析法、BP神經(jīng)網(wǎng)絡(luò)、模糊綜合評(píng)價(jià)、評(píng)估模型等28個(gè)關(guān)鍵詞，該主題主要關(guān)注金融風(fēng)險(xiǎn)和信息安全風(fēng)險(xiǎn)評(píng)估。第3個(gè)聚類(lèi)涉及風(fēng)險(xiǎn)、評(píng)估、模型、災(zāi)害、風(fēng)險(xiǎn)區(qū)劃、氣象災(zāi)害、洪澇災(zāi)害、地質(zhì)災(zāi)害、干旱、易損性等19個(gè)關(guān)鍵詞，該主題主要關(guān)注自然災(zāi)害方面的風(fēng)險(xiǎn)評(píng)估。第4個(gè)聚類(lèi)涉及危險(xiǎn)性評(píng)估、危險(xiǎn)因素、老年人、骨質(zhì)疏松、跌倒、心血管疾病、靜脈血栓栓塞癥、監(jiān)管等18個(gè)關(guān)鍵詞，該主題主要關(guān)注健康風(fēng)險(xiǎn)評(píng)估。第5個(gè)聚類(lèi)主要涉及企業(yè)、企業(yè)管理、內(nèi)部控制、內(nèi)部審計(jì)、內(nèi)部控制制度、審計(jì)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、資產(chǎn)評(píng)估、風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)控制等16個(gè)關(guān)鍵詞，該主題主要關(guān)注企業(yè)內(nèi)部控制風(fēng)險(xiǎn)。第6個(gè)聚類(lèi)主要涉及社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估、社會(huì)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)管理、風(fēng)險(xiǎn)因素、指標(biāo)體系、風(fēng)險(xiǎn)等級(jí)、德?tīng)柗品ǖ?4個(gè)關(guān)鍵詞，該主題主要關(guān)注社會(huì)穩(wěn)定與環(huán)境風(fēng)險(xiǎn)評(píng)估。第7個(gè)聚類(lèi)主要涉及電力系統(tǒng)、電力市場(chǎng)、輸電線(xiàn)路、連鎖故障、配電網(wǎng)、可靠性、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)警等10個(gè)關(guān)鍵詞，該主題主要涉及電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估。第8個(gè)聚類(lèi)主要涉及食品安全、不確定性、脆弱性、自然災(zāi)害、氣候變化、風(fēng)險(xiǎn)分析等8個(gè)關(guān)鍵詞，該主題主要關(guān)注自然災(zāi)害和食品安全風(fēng)險(xiǎn)評(píng)估。第9個(gè)聚類(lèi)只有1個(gè)關(guān)鍵詞，為社會(huì)穩(wěn)定，關(guān)注的是社會(huì)穩(wěn)定風(fēng)險(xiǎn)。經(jīng)過(guò)分析發(fā)現(xiàn)，以上9個(gè)聚類(lèi)研究?jī)?nèi)容存在交叉重疊，將其進(jìn)行歸納合并，得出風(fēng)險(xiǎn)評(píng)估在中國(guó)的研究主題主要包含生態(tài)環(huán)境風(fēng)險(xiǎn)、健康風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、信息安全風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)、企業(yè)內(nèi)部控制風(fēng)險(xiǎn)、社會(huì)穩(wěn)定風(fēng)險(xiǎn)、電力系統(tǒng)風(fēng)險(xiǎn)、食品安全風(fēng)險(xiǎn)。

表3 出現(xiàn)頻次排名前30的關(guān)鍵詞Table 3 Top 30 keywords in frequency

2.5 新興主題研究

采用VOSviewer將出現(xiàn)頻次大于25次的關(guān)鍵詞生成可視化時(shí)間網(wǎng)絡(luò)圖如圖3所示。在可視化時(shí)間網(wǎng)絡(luò)圖中，關(guān)鍵詞的不同顏色表示其出現(xiàn)的平均年份，關(guān)鍵詞的顏色越接近黃色，其年份就越近，越能反映近年新興的研究主題。由圖3可知，近年出現(xiàn)的高頻關(guān)鍵詞主要為大數(shù)據(jù)、抗生素、污染特征、職業(yè)健康、靜脈血栓栓塞癥5個(gè)，說(shuō)明大數(shù)據(jù)技術(shù)、生態(tài)環(huán)境風(fēng)險(xiǎn)與健康風(fēng)險(xiǎn)是近幾年的研究熱點(diǎn)。近年來(lái)隨著社會(huì)信息化程度的提高及大數(shù)據(jù)時(shí)代的來(lái)臨，大數(shù)據(jù)技術(shù)作為一門(mén)新興技術(shù)，越來(lái)越多地應(yīng)用到各領(lǐng)域的風(fēng)險(xiǎn)評(píng)估當(dāng)中，其發(fā)揮的作用越來(lái)越顯著[13-14]。抗生素在治療細(xì)菌感染或抑制致病微生物感染方面起到重要作用，但大量使用就會(huì)給生態(tài)環(huán)境造成污染[15-17]。近年來(lái)，國(guó)家雖然采取相關(guān)管控措施，但抗生素過(guò)度使用情況依然存在[18]。不僅如此，隨著電子產(chǎn)品的快速更新?lián)Q代、化工業(yè)的高速發(fā)展、煤和石油的大量開(kāi)采和燃燒、汽車(chē)尾氣的大量排放等，產(chǎn)生的重金屬[19-20]、多環(huán)芳烴[21-22]、全氟化合物[23]等也給生態(tài)環(huán)境造成污染，給人類(lèi)健康造成潛在的風(fēng)險(xiǎn)和危害。同時(shí)鉛酸蓄電池生產(chǎn)行業(yè)[24]、制鞋業(yè)[25]、煤炭產(chǎn)業(yè)[26]、涉苯作業(yè)[27]、涉甲醇作業(yè)[28]等也帶來(lái)很多職業(yè)健康問(wèn)題。另外，近年來(lái)人口結(jié)構(gòu)老齡化、惡性腫瘤與心血管疾病發(fā)病率迅速上升等一系列問(wèn)題，使得血栓栓塞性疾病的防治和處理逐漸引起關(guān)注和重視[29]，其中靜脈血栓栓塞癥已成為患者非預(yù)期死亡的重要原因[30]。且目前關(guān)于新冠肺炎疫情，雖然中國(guó)抗“疫”成果突出，但全球范圍內(nèi)疫情形勢(shì)依然十分嚴(yán)峻，新冠肺炎等傳染病的風(fēng)險(xiǎn)評(píng)估和防治也是科研工作者的研究重心。故大數(shù)據(jù)技術(shù)、生態(tài)環(huán)境風(fēng)險(xiǎn)及健康風(fēng)險(xiǎn)越來(lái)越受到人們的重視和關(guān)注。

3 討論

基于近30年檢索到的11 184篇中文核心期刊文獻(xiàn)，對(duì)文獻(xiàn)發(fā)表時(shí)間及數(shù)量的分析可以了解到中國(guó)關(guān)于風(fēng)險(xiǎn)評(píng)估的研究所經(jīng)歷的各個(gè)發(fā)展階段；對(duì)發(fā)表期刊的研究可以了解到高發(fā)文量的期刊；對(duì)高被引文獻(xiàn)的研究可以了解到被引次數(shù)較多、影響力較大的文獻(xiàn)發(fā)表的期刊及其主要的研究主題；對(duì)文獻(xiàn)進(jìn)行關(guān)鍵詞聚類(lèi)分析，可以了解近30年風(fēng)險(xiǎn)評(píng)估在中國(guó)的研究主題；對(duì)新興主題的研究可以了解幾年的研究熱點(diǎn)和關(guān)注點(diǎn)。為從事風(fēng)險(xiǎn)評(píng)估的研究人員提供了參考和借鑒。

圖3 主要關(guān)鍵詞可視化時(shí)間網(wǎng)絡(luò)圖Fig.3 Visualization time network diagram of main keywords

但在本次研究過(guò)程中也存在一些不足，只是針對(duì)近30年的中文核心期刊進(jìn)行分析，忽略了非核心期刊文獻(xiàn)及一些中國(guó)學(xué)者在外文發(fā)表的文獻(xiàn)。另外知網(wǎng)期刊數(shù)據(jù)庫(kù)在不斷地更新，關(guān)于風(fēng)險(xiǎn)評(píng)估的期刊發(fā)文數(shù)、文獻(xiàn)的被引次數(shù)等也會(huì)發(fā)生變化。在后續(xù)的風(fēng)險(xiǎn)評(píng)估研究過(guò)程中，需要了解并關(guān)注該類(lèi)問(wèn)題。

4 結(jié)論

(1)關(guān)于風(fēng)險(xiǎn)評(píng)估，2002年以前發(fā)文量不高，2003—2009年的發(fā)文量呈現(xiàn)快速增長(zhǎng)趨勢(shì)，2010年后呈現(xiàn)緩慢增長(zhǎng)趨勢(shì)。

(2)發(fā)文量較多的期刊數(shù)雖然不多，但總發(fā)文量較大，可以為相關(guān)學(xué)者的學(xué)習(xí)及投稿提供參考。

(3)高被引文獻(xiàn)主要集中發(fā)表在2001—2010年，且高被引文獻(xiàn)主要涉及金融和自然災(zāi)害風(fēng)險(xiǎn)。

(4)風(fēng)險(xiǎn)評(píng)估在中國(guó)的研究主題主要包含生態(tài)環(huán)境風(fēng)險(xiǎn)、健康風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、信息安全風(fēng)險(xiǎn)、自然災(zāi)害風(fēng)險(xiǎn)、企業(yè)內(nèi)部控制風(fēng)險(xiǎn)、社會(huì)穩(wěn)定風(fēng)險(xiǎn)、電力系統(tǒng)風(fēng)險(xiǎn)、食品安全風(fēng)險(xiǎn)。

(5)大數(shù)據(jù)技術(shù)、生態(tài)環(huán)境風(fēng)險(xiǎn)與健康風(fēng)險(xiǎn)是近幾年的研究熱點(diǎn)。