李澤文　張萌萌

摘要：為分析危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的研究態(tài)勢，篩選2000—2021年Web of Science核心合集數(shù)據(jù)庫和中國知網(wǎng)的文獻(xiàn)數(shù)據(jù)，采用可視化文獻(xiàn)分析軟件CiteSpace分析國內(nèi)、外危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的科研合作現(xiàn)狀、研究熱點(diǎn)及演進(jìn)趨勢。結(jié)果表明：在科研合作上，中、美等國家注重合作交流，我國在危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的影響力弱于美國，高校間合作密切，非高校機(jī)構(gòu)多進(jìn)行獨(dú)立研究，國內(nèi)、外均形成合作較密切且具有一定影響力的科研團(tuán)隊(duì)，發(fā)文數(shù)量與質(zhì)量均較高；研究熱點(diǎn)包括危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型、求解算法及信息系統(tǒng)應(yīng)用等3方面；從演進(jìn)趨勢看，國內(nèi)、外的危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的演進(jìn)趨勢較一致，但國內(nèi)研究相對滯后。建議相關(guān)研究人員增進(jìn)與跨國及機(jī)構(gòu)間的交流與合作，優(yōu)化模型指標(biāo)體系，改進(jìn)求解算法，加強(qiáng)與現(xiàn)代先進(jìn)信息技術(shù)的融合應(yīng)用。

關(guān)鍵詞：研究態(tài)勢；CiteSpace；危險(xiǎn)品運(yùn)輸；路徑優(yōu)化

中圖分類號：U492.3+36.3;X951文獻(xiàn)標(biāo)志碼：A文章編號：1672-0032（2023）02-0028-10

引用格式：李澤文，張萌萌.基于CiteSpace的危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化研究態(tài)勢分析［J］.山東交通學(xué)院學(xué)報(bào)，2023，31（2）：28-37.

LI Zewen， ZHANG Mengmeng. Analysis of research trend related to routes optimization of dangerous goods trucking by CiteSpace［J］.Journal of Shandong Jiaotong University，2023，31（2）：28-37.

0 引言

近年來，我國危險(xiǎn)品年平均道路運(yùn)輸總量為3 億t，占危險(xiǎn)品全方式運(yùn)輸總量的80%[1]。如果危險(xiǎn)品運(yùn)輸過程中發(fā)生事故，不僅破壞環(huán)境，還會給事故現(xiàn)場及周邊居民帶來極大傷害。分析危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的研究現(xiàn)狀及研究前沿，對降低危險(xiǎn)品道路運(yùn)輸事故率及減少損失具有重要意義。辛春林等[2]分析了危險(xiǎn)品在單式運(yùn)輸、多式聯(lián)運(yùn)等運(yùn)輸方式及選址-選線問題的研究成果；Hu等[3]總結(jié)分析多種危險(xiǎn)品碰撞風(fēng)險(xiǎn)模型；郭健等[4]總結(jié)危險(xiǎn)品道路運(yùn)輸安全保障的關(guān)鍵技術(shù)及相關(guān)理論研究方法；王能民等[5]從危險(xiǎn)品道路運(yùn)輸?shù)奶厥怙L(fēng)險(xiǎn)度量、特殊網(wǎng)絡(luò)及特殊運(yùn)輸條件等角度對比分析相關(guān)文獻(xiàn)。以往多采用文獻(xiàn)資料法歸納分析危險(xiǎn)品研究已有研究成果，以定性分析為主，缺乏定量分析，且未整理危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的相關(guān)研究。

本文引入文獻(xiàn)計(jì)量分析法，采用可視化文獻(xiàn)分析軟件CiteSpace篩選2000—2021年危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的相關(guān)文獻(xiàn)，以Web of Science核心合集數(shù)據(jù)庫收錄的405條文獻(xiàn)數(shù)據(jù)及中國知網(wǎng)CNKI收錄的311條文獻(xiàn)數(shù)據(jù)為統(tǒng)計(jì)樣本，分析危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的科研合作現(xiàn)狀、研究熱點(diǎn)及演進(jìn)趨勢，以期幫助學(xué)者們更好地把握研究脈絡(luò)和發(fā)展方向，為研究危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化提供參考。

1 數(shù)據(jù)來源與研究方法

基于Web of Science核心合集數(shù)據(jù)庫和CNKI文獻(xiàn)檢索系統(tǒng)采集文獻(xiàn)數(shù)據(jù)。1988—2021年危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的年發(fā)文量變化趨勢如圖1所示。由圖1可知：危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的年發(fā)文量整體呈逐步增長趨勢，Web of Science核心合集數(shù)據(jù)庫的年發(fā)文量增長率相對穩(wěn)定，2011—2014年CNKI的年發(fā)文量增長率約為78%。在2000年后，危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化研究發(fā)文量增長明顯，因此本文研究采集2000—2021年的文獻(xiàn)數(shù)據(jù)。

經(jīng)除重和篩除無效文獻(xiàn)后，得到405篇英文文獻(xiàn)和311篇中文文獻(xiàn)，文獻(xiàn)數(shù)據(jù)包含作者、標(biāo)題、參考文獻(xiàn)等完整信息，涉及運(yùn)輸、安全科學(xué)與災(zāi)害防治、經(jīng)濟(jì)、化工、計(jì)算機(jī)等多個(gè)學(xué)科，危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的中、英文文獻(xiàn)信息如表1所示。

本文采用軟件CiteSpace計(jì)量分析危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的文獻(xiàn)數(shù)據(jù)，討論該領(lǐng)域的科研合作、研究熱點(diǎn)與演進(jìn)趨勢。CiteSpace是陳超美教授及其團(tuán)隊(duì)以科學(xué)計(jì)量學(xué)、數(shù)據(jù)和信息可視化為背景，采用Java語言開發(fā)的多元、分時(shí)、動態(tài)的可視化文獻(xiàn)分析軟件[6-7]，可計(jì)量分析特定領(lǐng)域的文獻(xiàn)，繪制知識圖譜，以可視化手段呈現(xiàn)領(lǐng)域內(nèi)的發(fā)文規(guī)律和分布情況，有助于研究者更好地把握研究方向與思路。

2 科研合作

采用軟件CiteSpace繪制采集危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域文獻(xiàn)所涉及的國家、研究機(jī)構(gòu)及作者的科研合作圖譜，根據(jù)節(jié)點(diǎn)信息分析科研合作規(guī)模、強(qiáng)度及影響程度：節(jié)點(diǎn)大小反映科研合作規(guī)模，節(jié)點(diǎn)越大說明合作越密切；節(jié)點(diǎn)間連線反映合作關(guān)系，線上數(shù)字為合作數(shù)量，連線粗細(xì)反映合作強(qiáng)度；節(jié)點(diǎn)中心性反映節(jié)點(diǎn)在圖譜網(wǎng)絡(luò)中的影響力，節(jié)點(diǎn)中心性越大說明該節(jié)點(diǎn)在合作圖譜中的影響程度與關(guān)注度越高[8]。

2.1 國家合作圖譜

根據(jù)獲取的文獻(xiàn)數(shù)據(jù)繪制危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域文獻(xiàn)的國家合作圖譜，如圖2所示。由圖2可知：1）中國、美國、加拿大等國的節(jié)點(diǎn)較大，與其他國家合作次數(shù)較多，中國與美國合作文獻(xiàn)14篇，加拿大與美國、日本與澳大利亞等也均有合作；希臘與意大利、法國間的節(jié)點(diǎn)連線較粗，合作強(qiáng)度較高。2）節(jié)點(diǎn)中心性排名前8位的國家為美國、中國、加拿大、法國、意大利、德國、伊朗和印度，節(jié)點(diǎn)中心性分別為0.36、0.30、0.21、0.18、0.13、0.04、0.04、0.01。美國、中國、加拿大、法國及意大利的節(jié)點(diǎn)中心性均大于0.10，科研合作影響力較強(qiáng)；我國與其他國家合作交流較密切，但節(jié)點(diǎn)中心性略低于美國，在危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的影響力弱于美國。

2.2 機(jī)構(gòu)合作圖譜

根據(jù)獲取的中、英文文獻(xiàn)數(shù)據(jù)繪制危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化文獻(xiàn)的機(jī)構(gòu)合作圖譜，如圖3所示。

由圖3a）可知：危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化研究以高校為主的合作頻次多，蘭州交通大學(xué)、西南交通大學(xué)與其他高校合作密切，其中蘭州交通大學(xué)交通運(yùn)輸學(xué)院與華南理工大學(xué)土木交通學(xué)院合作文獻(xiàn)11篇；公安部天津消防研究所關(guān)于此研究方向的中文文獻(xiàn)數(shù)超過國內(nèi)大部分科研機(jī)構(gòu)，與其他機(jī)構(gòu)的合作較少。

由圖3b）可知：蘭州交通大學(xué)節(jié)點(diǎn)最大，與同濟(jì)大學(xué)、華中科技大學(xué)、紐約市立大學(xué)等高校合作密切；北京化工大學(xué)、紐約州立大學(xué)、佛羅里達(dá)大學(xué)、德黑蘭大學(xué)等高校合作頻次較多，其他機(jī)構(gòu)多圍繞這幾所高校開展合作。

研究危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化的機(jī)構(gòu)并不孤立，相互間有較多合作，形成多個(gè)合作網(wǎng)絡(luò)。我國研究危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的機(jī)構(gòu)主要是理工類高校，且合作主要以國內(nèi)高校為主，未來需加強(qiáng)跨區(qū)域研究合作，非高校機(jī)構(gòu)或?qū)ｉT的科研機(jī)構(gòu)可與高校加強(qiáng)合作交流，加快整體研究進(jìn)展。

2.3 作者合作圖譜

根據(jù)獲取的中、英文文獻(xiàn)數(shù)據(jù)繪制危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域文獻(xiàn)的作者合作圖譜，如圖4所示，識別領(lǐng)域中較活躍和具有影響力的研究團(tuán)體。

由圖4a）可知：目前國內(nèi)已形成數(shù)支有影響力的科研合作團(tuán)隊(duì)，以馬昌喜、任常興等為核心的科研團(tuán)隊(duì)間合作密切；科研合作量排名前5位的作者為馬昌喜、任常興、吳宗之、巫威眺、何瑞春，中文文獻(xiàn)的作者基本為國內(nèi)學(xué)者，同一機(jī)構(gòu)的作者間合作更密切，如蘭州交通大學(xué)的馬昌喜、何瑞春等。這些科研團(tuán)隊(duì)發(fā)文數(shù)量與質(zhì)量均較高，其研究動態(tài)可代表該領(lǐng)域的研究重點(diǎn)。

由圖4b）可知：國際上危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域已形成諸多有影響力的科研合作團(tuán)隊(duì)，如以MA、KWON為核心的合作團(tuán)體。

綜上分析可知：中國、美國、加拿大等國注重合作交流，我國雖與其他國家合作密切，但在此領(lǐng)域的影響力略低于美國；國內(nèi)外高校間合作密切，非高校機(jī)構(gòu)呈獨(dú)立發(fā)展趨勢，為更深入研究危險(xiǎn)品道路運(yùn)輸優(yōu)化路徑，應(yīng)與高校加強(qiáng)合作交流；國內(nèi)外均形成多支合作較密切、有一定影響力的科研團(tuán)隊(duì)，加強(qiáng)團(tuán)隊(duì)合作對提升發(fā)文質(zhì)量和影響力具有重要意義。

3 研究熱點(diǎn)

研究熱點(diǎn)指某一科研領(lǐng)域最核心的單個(gè)或多個(gè)研究主題，代表學(xué)者當(dāng)下最關(guān)注的理論與技術(shù)研發(fā)。關(guān)鍵詞是文章核心內(nèi)容的濃縮及提煉，當(dāng)某一關(guān)鍵詞在文獻(xiàn)中的被引頻次、研究熱度與節(jié)點(diǎn)中心性較高時(shí)，此關(guān)鍵詞表征的研究主題即為該領(lǐng)域的研究熱點(diǎn)。關(guān)鍵詞在文獻(xiàn)中的被引頻次與節(jié)點(diǎn)大小成正比，研究熱度與節(jié)點(diǎn)間連線數(shù)量成正比。關(guān)鍵詞的節(jié)點(diǎn)中心性越大，關(guān)注度越高。根據(jù)獲取的文獻(xiàn)數(shù)據(jù)繪制危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的關(guān)鍵詞共現(xiàn)圖譜，采用關(guān)鍵詞被引頻次、研究熱度及節(jié)點(diǎn)中心性3項(xiàng)指標(biāo)分析危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的研究熱點(diǎn)，有助于學(xué)者們及時(shí)掌握該領(lǐng)域的主流研究方向。

3.1 國外研究熱點(diǎn)

繪制危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域英文文獻(xiàn)的關(guān)鍵詞共現(xiàn)圖譜，如圖5所示。

由圖5可知：hazardous materials（危險(xiǎn)品）、model（模型）、optimization（路徑優(yōu)化）、algorithm（算法）、risk（運(yùn)輸風(fēng)險(xiǎn)）及system（信息系統(tǒng)）等詞的節(jié)點(diǎn)較大且連線較多，說明被引頻次與研究熱度較高。節(jié)點(diǎn)中心性排名前8位的關(guān)鍵詞為hazardous materials（危險(xiǎn)品）、optimization（路徑優(yōu)化）、system（信息系統(tǒng)）、algorithm（算法）、model（模型）、network（路網(wǎng)規(guī)劃）、design（設(shè)計(jì)）及risk analysis（風(fēng)險(xiǎn)分析），節(jié)點(diǎn)中心性分別為0.36、0.29、0.22、0.13、0.12、0.12、0.12、0.09。危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化研究領(lǐng)域包括基礎(chǔ)理論及對模型算法、信息系統(tǒng)集合及現(xiàn)代技術(shù)應(yīng)用等方面。system（信息系統(tǒng)）的節(jié)點(diǎn)中心性為0.22，超過被引頻次較高的model（模型）、algorithm（算法）及network（路網(wǎng)規(guī)劃）等，信息系統(tǒng)可實(shí)現(xiàn)信息增值，采用數(shù)學(xué)模型統(tǒng)計(jì)分析數(shù)據(jù)、輔助決策是危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域追求的應(yīng)用目標(biāo)。

國外危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化的研究熱點(diǎn)集中在構(gòu)建危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型、危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型求解算法及信息系統(tǒng)應(yīng)用等3方面。根據(jù)優(yōu)化目標(biāo)數(shù)量，構(gòu)建的危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型分為單目標(biāo)優(yōu)化模型、雙目標(biāo)優(yōu)化模型及多目標(biāo)優(yōu)化模型，根據(jù)約束條件分為無約束優(yōu)化模型和約束優(yōu)化模型，根據(jù)危險(xiǎn)品運(yùn)輸網(wǎng)絡(luò)特性分為魯棒性模型、不確定性模型和隨機(jī)規(guī)劃模型等。隨優(yōu)化模型結(jié)構(gòu)復(fù)雜性的增大，主要采用遺傳算法、蟻群算法、NSGA-Ⅱ算法、benders分解算法、局部搜索算法等求解算法，保證高效、準(zhǔn)確地優(yōu)化危險(xiǎn)品道路運(yùn)輸路徑。結(jié)合現(xiàn)代信息系統(tǒng)發(fā)展，主要結(jié)合地理信息系統(tǒng)、決策支持系統(tǒng)及數(shù)據(jù)處理系統(tǒng)等，實(shí)現(xiàn)運(yùn)輸信息采集與存儲，便于更好地管理管控危險(xiǎn)品運(yùn)輸安全。

3.2 國內(nèi)研究熱點(diǎn)

繪制危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域中文文獻(xiàn)的關(guān)鍵詞共現(xiàn)圖譜，如圖6所示。

由圖6可知：危險(xiǎn)品、路徑優(yōu)化、風(fēng)險(xiǎn)分析、遺傳算法、雙層規(guī)劃等關(guān)鍵詞的節(jié)點(diǎn)較大，被引頻次較高，但節(jié)點(diǎn)間連線較稀疏，比國外研究熱度低。節(jié)點(diǎn)中心性排名前9位的關(guān)鍵詞為危險(xiǎn)品、路徑優(yōu)化、道路運(yùn)輸、雙層規(guī)劃、遺傳算法、風(fēng)險(xiǎn)分析、復(fù)雜網(wǎng)絡(luò)、信息系統(tǒng)、風(fēng)險(xiǎn)控制，節(jié)點(diǎn)中心性分別為0.34、0.27、0.21、0.12、0.08、0.07、0.05、0.01、0.01。危險(xiǎn)品、路徑優(yōu)化、道路運(yùn)輸及遺傳算法等是國內(nèi)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的主要研究熱點(diǎn)，關(guān)注度較高。復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)中心性為0.05，引入復(fù)雜網(wǎng)絡(luò)模型的相關(guān)文獻(xiàn)較少，但復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)中心性超過被引頻次較高的風(fēng)險(xiǎn)控制等關(guān)鍵詞，說明學(xué)者對復(fù)雜網(wǎng)絡(luò)模型的關(guān)注度較高。

國內(nèi)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的主要研究熱點(diǎn)包括危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型、求解算法、信息系統(tǒng)應(yīng)用等3方面，與國外相似，但整體的節(jié)點(diǎn)中心性低于國外。國外更強(qiáng)調(diào)技術(shù)、知識、創(chuàng)新等對危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域發(fā)展的推動作用，國內(nèi)研究更側(cè)重于從政府與企業(yè)等多層角度構(gòu)建模型，如雙層規(guī)劃模型及層次結(jié)構(gòu)模型等；國內(nèi)主要以遺傳算法或改進(jìn)遺傳算法為主求解模型，算法研究較局限；國內(nèi)信息系統(tǒng)的節(jié)點(diǎn)中心性為0.01，比國外關(guān)注度低。

綜上分析可知，危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的主要研究熱點(diǎn)為通過具體算法設(shè)計(jì)、分析和優(yōu)化模型，實(shí)現(xiàn)運(yùn)輸路線的高效安全運(yùn)行。因研究背景等方面的差異，國、內(nèi)外學(xué)者對研究熱點(diǎn)的側(cè)重點(diǎn)不同：在研究方向上，國外研究更強(qiáng)調(diào)對危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型及求解算法進(jìn)行創(chuàng)新，推動領(lǐng)域發(fā)展，國內(nèi)研究表現(xiàn)為移動的政策導(dǎo)向性且側(cè)重于從政府與企業(yè)等多層角度進(jìn)行應(yīng)用研究；在研究影響力上，國外研究熱點(diǎn)的節(jié)點(diǎn)中心性普遍偏高，微觀層面的研究較豐富，文獻(xiàn)發(fā)表數(shù)量呈逐漸上升趨勢，影響力較高，而國內(nèi)研究仍存在一定差距。

4 研究演進(jìn)趨勢

4.1 國外研究演進(jìn)趨勢

突現(xiàn)詞是短期內(nèi)被引頻次較高的關(guān)鍵詞，突現(xiàn)強(qiáng)度和持續(xù)時(shí)間可反映某領(lǐng)域的研究前沿和發(fā)展趨勢。危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域英文文獻(xiàn)中突現(xiàn)強(qiáng)度較高的15個(gè)關(guān)鍵詞如表2所示。由表2可知：隨時(shí)間變化，研究人員對危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的模型和求解算法等研究熱點(diǎn)不斷進(jìn)行完善與創(chuàng)新。

突現(xiàn)詞的產(chǎn)生和消失一般伴隨研究領(lǐng)域新模型的產(chǎn)生和成熟。危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型主要以多目標(biāo)優(yōu)化模型和雙目標(biāo)優(yōu)化模型為主，突現(xiàn)詞的持續(xù)時(shí)間為2012—2016年，說明此時(shí)從目標(biāo)數(shù)量上優(yōu)化運(yùn)輸路徑較受關(guān)注。Jaszkiewicz等[9]、Xu等[10]考慮成本、時(shí)間等因素建立雙目標(biāo)優(yōu)化模型，采用啟發(fā)式算法求解；Pradhananga等[11]考慮運(yùn)輸行程時(shí)間及運(yùn)輸過程中的總風(fēng)險(xiǎn)建立雙目標(biāo)優(yōu)化模型，提出元啟發(fā)式算法求解近似最優(yōu)路徑解；Zhou等[12]考慮最小化保留車道對正常交通的影響，建立運(yùn)輸風(fēng)險(xiǎn)最小雙目標(biāo)優(yōu)化模型，改進(jìn)啟發(fā)式算法，使模型在合理時(shí)間內(nèi)求解所有最優(yōu)路徑；Shi等[13]考慮運(yùn)輸速度、安全性、環(huán)境因素及運(yùn)輸成本等因素建立多目標(biāo)優(yōu)化模型，采用精確算法尋找最優(yōu)路徑；Raith等[14]提出多目標(biāo)不確定最優(yōu)路徑問題，將單目標(biāo)算法擴(kuò)展到多目標(biāo)算法，改進(jìn)啟發(fā)式算法求得有效解。

2007—2009年，雙層規(guī)劃模型的突現(xiàn)強(qiáng)度為2.52，持續(xù)3 a關(guān)注度較高。Kara等[15]考慮危險(xiǎn)品運(yùn)輸?shù)缆肥苷苤?，運(yùn)輸風(fēng)險(xiǎn)由企業(yè)選擇路線決定，設(shè)計(jì)雙層規(guī)劃模型，但求解算法較困難；Erkut等[16]提出啟發(fā)式算法，解決雙層規(guī)劃模型難以求解的問題；Du等[17]開發(fā)模糊雙層規(guī)劃模型，上層為路段容量和客戶需求分配，下層為運(yùn)輸車輛和滿足客戶需求的最佳路徑，設(shè)計(jì)4種基于模型仿真的遺傳算法求解；Fontaine等[18]從政府與企業(yè)角度建立雙層規(guī)劃模型，將模型轉(zhuǎn)化為混合整數(shù)線性規(guī)劃，采用精確算法中的Benders分解算法求解。

考慮危險(xiǎn)品道路運(yùn)輸路徑的網(wǎng)絡(luò)特性，2011—2014年，魯棒優(yōu)化模型的突現(xiàn)強(qiáng)度為1.83，持續(xù)4 a。Berglund等[19]、Kuhn等[20]、Sun等[21]為解決不確定環(huán)境下的目標(biāo)函數(shù)優(yōu)化問題提出魯棒性概念。隨研究思路的細(xì)化，機(jī)會約束規(guī)劃模型的突現(xiàn)強(qiáng)度為0.91，成為研究重點(diǎn)。Sun等[22]、Moghaddam等[23]考慮危險(xiǎn)品運(yùn)輸風(fēng)險(xiǎn)的不確定性，構(gòu)建機(jī)會約束規(guī)劃模型，分別采用精確算法、折衷算法及混合啟發(fā)式算法等求解，解決危險(xiǎn)品道路運(yùn)輸隨機(jī)環(huán)境下出現(xiàn)的不確定現(xiàn)象。

信息系統(tǒng)和地理信息系統(tǒng)的突現(xiàn)強(qiáng)度較高。Li等[24]、Pradhananga等[11]、Frank等[25]采用地理信息系統(tǒng)或決策支持系統(tǒng)提高危險(xiǎn)品運(yùn)輸路線選擇效率，信息系統(tǒng)的應(yīng)用仍是未來研究的重點(diǎn)內(nèi)容。

4.2 國內(nèi)研究演進(jìn)趨勢

國內(nèi)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域在不同時(shí)期經(jīng)歷了研究模型及優(yōu)化算法的交叉發(fā)展，突現(xiàn)強(qiáng)度較高的13個(gè)關(guān)鍵詞如表3所示。

國內(nèi)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化研究主要以多目標(biāo)優(yōu)化模型為主，突現(xiàn)時(shí)間為2006—2013年，突現(xiàn)強(qiáng)度為1.07，持續(xù)8 a，較多學(xué)者關(guān)注構(gòu)建路徑優(yōu)化目標(biāo)模型，同時(shí)地理信息系統(tǒng)、蟻群算法等突現(xiàn)詞隨之出現(xiàn)。師立晨等[26]建立路線長度、時(shí)間、費(fèi)用、風(fēng)險(xiǎn)等危險(xiǎn)品道路運(yùn)輸路徑多目標(biāo)優(yōu)化模型，項(xiàng)前等[27]采用地理信息系統(tǒng)將所構(gòu)建的危險(xiǎn)品道路運(yùn)輸多目標(biāo)優(yōu)化模型與蟻群算法應(yīng)用于實(shí)際求解，孫文霞等[28]考慮時(shí)間、費(fèi)用、風(fēng)險(xiǎn)等阻抗建立危險(xiǎn)品道路運(yùn)輸多目標(biāo)優(yōu)化路徑模型。

魯棒優(yōu)化模型的突現(xiàn)時(shí)間為2014—2016年，突現(xiàn)強(qiáng)度為1.39，持續(xù)3 a。麻存瑞等[29]、張艷東[30]根據(jù)魯棒優(yōu)化理論，構(gòu)建可調(diào)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化模型，采用元啟發(fā)式算法求解，解決不確定環(huán)境下的路徑優(yōu)化問題。

雙層規(guī)劃模型的突現(xiàn)時(shí)間為2018—2021年，突現(xiàn)強(qiáng)度為2.22，持續(xù)4 a，略滯后于國外。王偉等[31-32]從政府和企業(yè)2個(gè)角度建立雙層規(guī)劃模型，采用元啟發(fā)式算法中的粒子群優(yōu)化算法求解；馬昌喜等[33]從危險(xiǎn)品道路運(yùn)輸風(fēng)險(xiǎn)、費(fèi)用及服務(wù)時(shí)間窗等角度，采用混合啟發(fā)式算法求解，比傳統(tǒng)兩階段啟發(fā)式算法的運(yùn)算效率高；張圣忠等[34]、余永骎[35]構(gòu)建危險(xiǎn)品專用車道優(yōu)化設(shè)計(jì)雙層規(guī)劃模型，采用NSGA-Ⅱ算法求解，驗(yàn)證模型的有效性。

2017年，交通擁堵成為突現(xiàn)詞并持續(xù)至今：殷勇等[36]在危險(xiǎn)品道路運(yùn)輸安全性路徑選擇中考慮交通擁堵，魯逸丹[37]、史盛坤[38]考慮交通擁堵風(fēng)險(xiǎn)因素優(yōu)化危險(xiǎn)品道路運(yùn)輸路徑。但目前相關(guān)研究較少，突現(xiàn)強(qiáng)度較弱，未來研究可繼續(xù)完善該風(fēng)險(xiǎn)指標(biāo)。地理信息系統(tǒng)在國內(nèi)突現(xiàn)時(shí)間比國外晚，突現(xiàn)強(qiáng)度僅為0.63，說明國內(nèi)危險(xiǎn)品運(yùn)輸路徑優(yōu)化研究較少采用信息系統(tǒng)，未來需加強(qiáng)現(xiàn)代信息技術(shù)的應(yīng)用研究。

綜上分析可知，國內(nèi)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化研究相對滯后于國外，國外在優(yōu)化模型及算法研究上基本同步創(chuàng)新發(fā)展，國內(nèi)主要偏向研究優(yōu)化模型；國內(nèi)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化的技術(shù)融合晚于國外，2012年開始與地理信息系統(tǒng)等現(xiàn)代信息技術(shù)結(jié)合，而國外學(xué)者在2000年認(rèn)識到危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化與信息技術(shù)融合發(fā)展的重要性，經(jīng)歷長時(shí)間發(fā)展后與決策支持、信息處理等系統(tǒng)的融合應(yīng)用程度較深。

5 結(jié)束語

為客觀、全面反映危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的研究動態(tài)，以Web of Science核心合集數(shù)據(jù)庫及中國知網(wǎng)文獻(xiàn)檢索系統(tǒng)為數(shù)據(jù)源，檢索危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的相關(guān)文獻(xiàn)，采用可視化文獻(xiàn)分析軟件CiteSpace，通過知識圖譜呈現(xiàn)危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的科研合作現(xiàn)狀、研究熱點(diǎn)及演進(jìn)趨勢，對把握該領(lǐng)域知識結(jié)構(gòu)與演進(jìn)規(guī)律具有重要作用。

在科研合作方面，國內(nèi)學(xué)者應(yīng)注重學(xué)習(xí)引進(jìn)國外優(yōu)秀科技成果，加強(qiáng)學(xué)術(shù)間合作交流，提升我國危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域的研究水平；在研究熱點(diǎn)方面，應(yīng)不斷完善運(yùn)輸風(fēng)險(xiǎn)評價(jià)指標(biāo)，構(gòu)建更科學(xué)、更具現(xiàn)實(shí)意義的優(yōu)化模型，以獲得應(yīng)用型研究路徑為目標(biāo)，選取合適的算法求解；在演進(jìn)趨勢方面，應(yīng)推動我國危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化領(lǐng)域與新一代信息技術(shù)的融合發(fā)展，為危險(xiǎn)品道路運(yùn)輸路徑選取提供決策參考依據(jù)。

本研究未深入探索文獻(xiàn)的期刊來源、研究機(jī)構(gòu)的省市分布等數(shù)據(jù)，未來可繼續(xù)拓展研究內(nèi)容，為科研人員提供更全面的信息。

參考文獻(xiàn)：

[1] 中研普華.2020—2025年中國危險(xiǎn)品運(yùn)輸行業(yè)市場前瞻與未來投資戰(zhàn)略分析報(bào)告[R].北京：中國產(chǎn)業(yè)研究院，2020.

[2] 辛春林，孟佳，張建文，等.危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化問題研究綜述[J].中國安全科學(xué)學(xué)報(bào)，2018，28（3）：102-107.

XIN Chunlin， MENG Jia， ZHANG Jianwen， et al. A review of research on optimization for hazardous materials transportation route[J].China Safety Science Journal， 2018，28（3）：102-107.

[3] HU Q， CAI M， MOHABBATI-KALEJAHI N， et al. A review of data analytic applications in road traffic safety： Part 2： prescriptive modeling[J].Sensors， 2020， 20（4）：1096-2015.

[4] 郭健，陶行行，周煒，等.危險(xiǎn)品公路運(yùn)輸安全保障關(guān)鍵技術(shù)研究進(jìn)展[J].交通信息與安全，2020，38（5）：129-136.

GUO Jian，TAO Xingxing， ZHOU Wei， et al. Research progress of key technologies for safety assurance of road transportation of dangerous goods[J].Journal of Transport Information and Safety， 2020，38（5）：129-136.

[5] 王能民，張萌，何正文.危險(xiǎn)品道路運(yùn)輸車輛路徑優(yōu)化問題研究綜述[J].河北工業(yè)大學(xué)學(xué)報(bào)，2021，50（2）：60-68.

WANG Nengmin， ZHANG Meng， HE Zhengwen. A review of research on vehicle routing optimization for hazardous materials transportation[J].Journal of Hebei University of Technology，2021，50（2）：60-68.

[6] CHEN C M. Searching for intellectual turning points： progressive knowledge domain visualization[J].Proceedings of the National Academy of Sciences， 2004， 101（Suppl.l）：5303-5310.

[7] 李杰，陳超美.CiteSpace：科技文本挖掘及可視化[M].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2017.

[8] QIAN G. Scientometric sorting by importance for literatures on life cycle assessments and some related methodological discussions[J].The International Journal of Life Cycle Assessment， 2014，19（7）：1462-1467.

[9] JASZKIEWICZ A， ZIELNIEWICZ P. Pareto memetic algorithm with path relinking for bi-objective traveling salesperson problem[J].European Journal of Operational Research， 2009，193（3）：885-890.

[10] XU T F， YANG F M， LI J， et al. A bi-objective mathematical model for hazmat vehicle routing problem with path-based risk estimation[C]//Proceedings of 2013 Sixth International Conference on Business Intelligence and Financial Engineering.Hangzhou， China： IEEE， 2013：643-646.

[11] PRADHANANGA R， TANIGUCHI E， YAMADA T， et al. Bi-objective decision support system for routing and scheduling of hazardous materials[J].Socio-Economic Planning Sciences， 2014， 48（2）：135-148.

[12] ZHOU Z， TANG S S， FANG Y F， et al. Model and method for bi-objective hazardous material transportation problem based on lane reservation[C]//Proceedings of 2019 International Conference on Industrial Engineering and Systems Management （IESM）. Shanghai， China：IEEE， 2019：1-6.

[13] SHI N， ZHOIU S R， WANG F， et al. The multi-criteria constrained shortest path problem[J].Transportation Research Part E： Logistics and Transportation Review， 2017，101：13-29.

[14] RAITH A， SCHMIDT M， SCHBEL A， et al. Multi-objective minmax robust combinatorial optimization with cardinality-constrained uncertainty[J].European Journal of Operational Research， 2018，267（2）：628-642.

[15] KARA B Y， VERTER V. Designing a road network for hazardous materials transportation[J].Transportation Science， 2004，38（2）：188-196.

[16] ERKUT E， GZARA F. Solving the hazmat transport network design problem[J].Computers & Operations Research， 2008，35（7）：2234-2247.

[17] DU J M， LI X， YU L， et al. Multi-depot vehicle routing problem for hazardous materials transportation： a fuzzy bilevel programming[J].Information Sciences， 2017， 399：201-218.

[18] FONTAINE P， MINNER S. Benders decomposition for the hazmat transport network design problem[J].European Journal of Operational Research， 2018，267（3）：996-1002.

[19] BERGLUND P G， KWON C. Robust facility location problem for hazardous waste transportation[J].Networks and Spatial Economics， 2014，14（1）：91-116.

[20] KUHN K， RAITH A， SCHMIDT M， et al. Bi-objective robust optimization[J].European Journal of Operational Research， 2016，252（2）：418-431.

[21] SUN L S， KARWAN M H， KWON C. Robust hazmat network design problems considering risk uncertainty[J].Transportation Science， 2016，50（4）：1188-1203.

[22] SUN Y， LI X Y， LIANG X， et al. A bi-objective fuzzy credibilistic chance-constrained programming approach for the hazardous materials road-rail multimodel routing problem under uncertainty and sustainability[J].Sustainability， 2019，11（9）：1-27.

[23] MOGHADDAM K S， AZADIAN F. Chance-constrained multi-objective approach for hazardous materials routing and scheduling under demand and service time uncertainty[J].Journal of Multi-Criteria Decision Analysis， 2020，27（5/6）： 318-336.

[24] LI R R， LEUNG Y， LIN H， et al. An adaptive compromise programming method for multi-objective path optimization[J].Journal of Geographical Systems， 2013，15（2）：211-228.

[25] FRANK W C， THILL J C， BATTA R. Spatial decision support system for hazardous material truck routing[J].Transportation Research Part C： Emerging Technologies， 2000，8（1）：337-359.

[26] 師立晨，魏利軍，吳宗之.危險(xiǎn)品道路運(yùn)輸多目標(biāo)路徑優(yōu)化方法研究[J].中國安全生產(chǎn)科學(xué)技術(shù)， 2006，2（5）：59-63.

SHI Lichen， WEI Lijun， WU Zongzhi. Study on multi-objective route optimization for hazardous material road transportation[J].Journal of Safety Science and Technology， 2006，2（5）：59-63.

[27] 項(xiàng)前，趙永光.基于多目標(biāo)蟻群優(yōu)化的交通路徑優(yōu)化研究[J].微計(jì)算機(jī)信息，2012，28（5）： 8-9.

XIANG Qian， ZHAO Yongguang. Research on route optimization based on multi-objective ant optimization[J].Microcomputer Information， 2012， 28（5）： 8-9.

[28] 孫文霞，馬曉靜，宋倜，等.基于時(shí)間依賴非先進(jìn)先出網(wǎng)絡(luò)的危險(xiǎn)品運(yùn)輸路徑選擇[J].科學(xué)技術(shù)與工程，2018，18（8）： 349-354.

SUN Wenxia， MA Xiaojing， SONG Ti， et al. Transportation path selection of dangerous goods based on time dependent non-first-in-first-out network[J].Science Technology and Engineering， 2018，18（8）：349-354.

[29] 麻存瑞，馬昌喜.不確定環(huán)境中危險(xiǎn)品道路運(yùn)輸路徑魯棒優(yōu)化[J].中國安全科學(xué)學(xué)報(bào)，2014，24（3）：91-96.

MA Cunrui， MA Changxi. Robust optimization of hazardous materials route transportation route in uncertain environment[J].China Safety Science Journal， 2014，24（3）：91-96.

[30] 張艷東.基于最小最大準(zhǔn)則的危險(xiǎn)品運(yùn)輸網(wǎng)絡(luò)優(yōu)化研究[D].北京：北京化工大學(xué)，2016.

[31] 王偉，張宏剛，丁黎黎，等.考慮車輛限速和風(fēng)險(xiǎn)公平性的危險(xiǎn)品道路運(yùn)輸網(wǎng)絡(luò)雙目標(biāo)優(yōu)化模型[J].系統(tǒng)工程，2018， 36（7）：91-104.

WANG Wei， ZHANG Honggang， DING Lili， et al. The dual objective optimization model for hazardous materials transportation network considering vehicle speed limits and risk equity[J].Systems Engineering， 2018，36（7）：91-104.

[32] 王偉，張宏剛，張文思，等.考慮車輛限速區(qū)間和風(fēng)險(xiǎn)公平性的危險(xiǎn)品道路運(yùn)輸網(wǎng)絡(luò)優(yōu)化[J].安全與環(huán)境學(xué)報(bào)， 2021，21（5）：2178-2187.

WANG Wei， ZHANG Honggang， ZHANG Wensi， et al. On the approach to optimizing the transportation network of the hazardous materials on account of the vehicle speed limit intervals and the risk equity[J].Journal of Safety and Environment， 2021，21（5）：2178-2187.

[33] 馬昌喜，何瑞春，熊瑞琦.基于雙層規(guī)劃的危險(xiǎn)貨物配送路徑魯棒優(yōu)化[J].交通運(yùn)輸工程學(xué)報(bào)，2018，18（5）：165-175.

MA Changxi， HE Ruichun， XIONG Ruiqi. Robust optimization on distributing routes of hazardous materials based on bi-level programming[J].Journal of Traffic and Transportation Engineering， 2018，18（5）：165-175.

[34] 張圣忠，余永骎.基于雙層規(guī)劃的危險(xiǎn)品運(yùn)輸專用車道優(yōu)化設(shè)計(jì)[J].中國安全生產(chǎn)科學(xué)技術(shù)，2021，17（1）：61-66.

ZHANG Shengzhong， YU Yongqin. Optimal design of reserved lanes for dangerous goods transportation based on bi-level programming[J].Journal of Safety Science and Technology， 2021，17（1）：61-66.

[35] 余永骎. 基于雙層規(guī)劃的危險(xiǎn)品運(yùn)輸專用道布局研究[D].西安：長安大學(xué)， 2021.

YU Yongqin. Research on layout of lane reservation for dangerous goods based on bi-level programming model[D].Xi′an：Chang′an University， 2021.

[36] 殷勇，劉杰.關(guān)于危險(xiǎn)品運(yùn)輸安全性路徑選擇仿真研究[J].計(jì)算機(jī)仿真，2017，34（8）：184-189.

YIN Yong， LIU Jie. Simulation study on safety route selection of dangerous goods transportation[J].Computer Simulation， 2017，34（8）：184-189.

[37] 魯逸丹.道路危險(xiǎn)貨物運(yùn)輸車輛的實(shí)時(shí)風(fēng)險(xiǎn)預(yù)警方法研究[D].北京：中國地質(zhì)大學(xué)，2018.

LU Yidan. Research on real-time risk warning method for hazardous materials transportation by road[D].Beijing： China University of Geosciences， 2018.

[38] 史盛坤.考慮交通擁堵的危險(xiǎn)品配送車輛調(diào)度干擾管理研究[D].邯鄲：河北工程大學(xué)，2020.

SHI Shengkun.Disturbance management for hazardous materials transportation vehicle scheduling with the traffic congestion[D].Handan： Hebei University of Engineering， 2020.

Analysis of research trend related to routes optimization of? dangerous goods trucking by CiteSpace

LI Zewen1，2， ZHANG Mengmeng1，2

1.School of Transportation and Logistics Engineering， Shandong Jiaotong University， Jinan 250357，China;2.Shandong Key Laboratory of Smart Transportation（Preparation），Jinan 250357，China

Abstract：In order to analyze the research trend in the field of routes optimization of dangerous goods trucking， the Web of Science core collection and CNKI literature data from the year of 2000 to 2021 are searched. The aspects of scientific research cooperation， research hotpot and research trend are analyzed with the visual literature analysis software of CiteSpace. The results show that： Chinese and American researchers have paid more attention on cooperation and interactions， while China′s influence in the field was inferior to the United States′; the cooperation among universities has close connection; most institutions which has nothing to do with university have conducted independent research; research teams with good cooperation and certain influence have been formed both domestically and intentionally， the numbers of papers are huge and the paper′s level is high. The research hotpots include three aspects： trucking routes optimization model of dangerous goods， the solution algorithm and the using of information system. Regarding the research trends， the trend of routes optimization of dangerous goods trucking is similar both domestically and internationally， the home research is relatively lagging behind. It is suggested that home researchers should enhance the communication and cooperation with foreign institutions， and optimize the model index system， improve the solution algorithm， and strengthen the integration and application of modern advanced information technology.

Keywords： research trends; CiteSpace; dangerous goods trucking; routes optimization

（責(zé)任編輯：郭守真）

收稿日期：2022-09-14

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（52102412）；全國統(tǒng)計(jì)科學(xué)研究項(xiàng)目（2021LY017）；山東省自然科學(xué)基金項(xiàng)目（ZR202103040503，ZR2021QF110）

第一作者簡介：李澤文（1997—），女，河南洛陽人，碩士研究生，主要研究方向?yàn)榻煌ㄟ\(yùn)輸規(guī)劃與管理、交通安全及交通大數(shù)據(jù)分析，E-mail：sophialzw1116@163.com。

*通信作者簡介：張萌萌（1981—），女，山東泰安人，教授，工學(xué)博士，主要研究方向?yàn)榻煌ㄒ?guī)劃、智能交通及交通大數(shù)據(jù)分析等，E-mail：573275197@qq.com。