向家民 楊安 楊劉一

摘要：自動駕駛隨著人工智能、互聯(lián)網(wǎng)等技術(shù)的產(chǎn)生和發(fā)展應(yīng)運而生。本研究選擇可視化軟件 CiteSpace 作為分析工具，對文獻數(shù)據(jù)進行分析和處理，通過國內(nèi)外組織承諾研究的關(guān)鍵詞、文獻共被引等信息在管理學(xué)、經(jīng)濟學(xué)、心理學(xué)領(lǐng)域進行比較研究，為進一步了解和開展自動駕駛及其智能人才培訓(xùn)開發(fā)研究提供依據(jù)。研究發(fā)現(xiàn)：（1） 雖然我國的自動駕駛研究遲于國際上的研究，但發(fā)展較快并在自動駕駛及其智能人才培訓(xùn)開發(fā)生態(tài)環(huán)境研究取得了很多有價值的研究成果。（2） 現(xiàn)代自動駕駛領(lǐng)域的3個最主要影響自動駕駛智能人才培訓(xùn)開發(fā)發(fā)展的因素可分自動駕駛相關(guān)技術(shù)、自動駕駛相關(guān)政策、自動駕駛市場中車企的競合三個方面。（3）研究趨勢為自動駕駛智能人才多樣化應(yīng)用。如何制定多樣化智能人才培訓(xùn)開發(fā)戰(zhàn)略，成為未來自動駕駛領(lǐng)域研究的重中之重。

關(guān)鍵詞：智能人才培訓(xùn)開發(fā);CiteSpace;知識圖譜

1.引言

隨著人工智能、互聯(lián)網(wǎng)等技術(shù)的產(chǎn)生和發(fā)展，自動駕駛技術(shù)變得越來越成熟起來，相關(guān)的人才也越來越多。另一方面，美國在2017年就有39141人在各種交通系統(tǒng)中喪生，37133人死于機動車碰撞，而其中94%涉及駕駛相關(guān)因素，如駕駛障礙、注意力分散、超速或非法駕駛。[1]自動駕駛技術(shù)則能很好的解決這類問題，還能解決包括像空氣污染問題、道路復(fù)雜等問題。2021年4月10 日，北京市政府正式批復(fù)相關(guān)文件，設(shè)立北京市智能網(wǎng)聯(lián)汽車政策先行區(qū)，為企業(yè)在京發(fā)展?fàn)I造自動駕駛產(chǎn)業(yè)發(fā)展?fàn)I商環(huán)境。[2]自動駕駛技術(shù)還未成熟，多點試營讓自動駕駛及其智能人才培訓(xùn)開發(fā)快速發(fā)展，但是至今智能人才培訓(xùn)開發(fā)還未發(fā)展成熟。那么，自動駕駛及其智能人才培訓(xùn)開發(fā)研究是否值得進一步深入研究，存在哪些研究熱點和前沿，目前缺乏通過CiteSpace知識圖譜可視化軟件的文獻綜述研究成果。

2.研究設(shè)計

本研究選擇可視化軟件 CiteSpace 作為分析工具，對文獻數(shù)據(jù)進行分析和處理，通過國內(nèi)外組織承諾研究的關(guān)鍵詞、文獻共被引等信息進行比較研究，為進一步了解和開展自動駕駛及其智能人才培訓(xùn)開發(fā)研究提供依據(jù)。

本研究以“中國知網(wǎng)”和“Web of Science”為數(shù)據(jù)獲取平臺。中國知網(wǎng)的主題詞為“自動駕駛”，WOS的主題詞為“autonomous driving”。本文關(guān)注自動駕駛方面的經(jīng)濟管理發(fā)展，研究樣本包括國內(nèi)外期刊發(fā)布的對自動駕駛的研究，所以研究主要集中在管理學(xué)、經(jīng)濟學(xué)、心理學(xué)領(lǐng)域。由于國內(nèi)組織承諾公開發(fā)表論文始于2003年，因為增加國內(nèi)外研究的對比性，文獻檢索時間限定為2003—2021年。由此CNKI精煉出1541篇文獻，WOS精煉出1617文獻。

3.知識熱點分析

3.1國內(nèi)外發(fā)文量時間分析

自動駕駛及其智能人才培訓(xùn)開發(fā)研究的發(fā)文數(shù)量經(jīng)歷了3個階段，第一個階段（2003—2010），受當(dāng)時互聯(lián)網(wǎng)技術(shù)發(fā)展水平以及理論認識水平的限制，自動駕駛的研究在較長的一段時間里發(fā)展停留在Level 1階段。第二個階段（2010—2015年），隨著相關(guān)技術(shù)的不斷發(fā)展，自動駕駛在經(jīng)濟管理方面研究逐漸增多，自動駕駛正式進入Level 2階段。第三個階段（2015—2020），自動駕駛的經(jīng)濟管理研究飛速發(fā)展，更是在2019年達到頂峰，自此自動駕駛進入Level 3探索過渡階段。因為受到新冠疫情等因素的影響，2019-2020年CNKI發(fā)文量減少。（根據(jù)國際汽車工程師協(xié)會的標(biāo)準(zhǔn)，將自動化駕駛階段分為Level 1警告階段DAS、Level 2輔助階段ADAS、高度自動化階段HAD、完全自動駕駛）。

3.2 國內(nèi)外關(guān)鍵詞聚類分析

我們將CNKI和WOS文獻數(shù)據(jù)導(dǎo)入 CiteSpace 軟件，時間跨度設(shè)置為 2003—2021 年，CNKI統(tǒng)計得到475個節(jié)點和1342條連線，WOS統(tǒng)計得到 491個節(jié)點和1126條連線，將語義相同的關(guān)鍵詞處理后，得到頻次排名前8位的研究熱點如表1。將關(guān)鍵詞聚類處理后，其關(guān)系圖譜見圖2。圖中圓圈大小表示頻次，連線表示兩者的聯(lián)系。

由圖2可知，“智能網(wǎng)汽車” 為CNKI文獻數(shù)據(jù)的最大關(guān)鍵詞節(jié)點，呈中心輻射連接眾多的關(guān)鍵詞，形成復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，主要由 “無人配送車”、“互聯(lián)網(wǎng)公司”等 8個方面展開。 “autonomous vehicle”為WOS文獻數(shù)據(jù)的最大關(guān)鍵詞節(jié)點，呈中心輻射連接眾多的關(guān)鍵詞，形成復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，主要由“safety”、“neural networks”等8個方面展開。

以上說明自動駕駛研究已形成了一定的內(nèi)容體系。再進行精細化處理之后，得到3個最主要影響自動駕駛及其智能人才培訓(xùn)開發(fā)的因素。

（1）自動駕駛相關(guān)技術(shù)

像傳感器、大數(shù)據(jù)等技術(shù)影響到自動駕駛及其智能人才培訓(xùn)開發(fā)發(fā)展的根本因素。含關(guān)鍵詞：人工智能、駕駛技術(shù)、design等，其中代表文獻：如文獻[3]對國內(nèi)車載傳感器企業(yè)的發(fā)展現(xiàn)狀進行了研究，針對其發(fā)展現(xiàn)狀，對車載傳感器企業(yè)未來的發(fā)展方向提出了建設(shè)性意見;如文獻[4]對自動駕駛車輛進行安全性能統(tǒng)計比較，計算了相關(guān)的自動駕駛汽車的安全里程，提供清晰的統(tǒng)計數(shù)據(jù);如文獻[5]為了確定舒適駕駛策略，進行了模擬機研究，給出一個自動駕駛風(fēng)格的建議，對參與者的性格對自動駕駛的影響相關(guān)性進行了研究。

（2）自動駕駛相關(guān)制度政策

國家政策和相關(guān)法律影響了自動駕駛及其智能人才培訓(xùn)開發(fā)生態(tài)環(huán)境的形成。含高頻關(guān)鍵詞：智能網(wǎng)聯(lián)汽車、汽車制造商、model、system等，其中代表文獻：如文獻[6]談到李彥宏和李書福根據(jù)“十三五”提出，應(yīng)對自動駕駛對交通等多個方面有重要意義，應(yīng)盡早完善相關(guān)的法律法規(guī);如文獻[7]應(yīng)用創(chuàng)新政策分析模型進行分析，歸納了當(dāng)前與自動駕駛汽車相關(guān)的政策存在的主要問題，并給出了相關(guān)建議。文獻[8]分析了自主駕駛的個人利益與社會目標(biāo)之間的潛在沖突，最后給出了政策建議。

（3）自動駕駛市場中車企競合

多個車企在自動駕駛行業(yè)的競爭和合作使得自動駕駛行業(yè)發(fā)展迅速。含關(guān)鍵詞：新能源汽車、特斯拉、汽車制造商、performance等，其中代表文獻：如文獻[9]談到自動駕駛市場涵蓋車輛質(zhì)量或使用性能、售后服務(wù)體系以及充電基礎(chǔ)設(shè)施建設(shè)三大方面，分析了多個汽車制造商使得市占率較高的原因;如文獻[10]談到消費者的購買意愿一定程度上促進了自動駕駛技術(shù)研發(fā)， "無人駕駛"汽車已經(jīng)從被媒體關(guān)注的熱點，轉(zhuǎn)到各大車企競相布局的重點領(lǐng)域。

CNKI的中心性最高的點是人工智能，代表文獻[11]談到自動駕駛汽車已經(jīng)成為現(xiàn)代汽車工業(yè)發(fā)展變革的新突破點，人工智能技術(shù)決定著自動駕駛汽車行業(yè)的發(fā)展，更決定著整個道路交通效率的提升和能耗的降低。

WOS的中心性最高的點是model，代表文獻[12]談到，在交通道路相關(guān)建設(shè)時，自動交通標(biāo)志檢測識別在自動駕駛系統(tǒng)等專家系統(tǒng)中起著至關(guān)重要的作用，并且提出了一種新的檢測方法。

3.3 國內(nèi)外文獻作者群體分析

通過作者共現(xiàn)分析，能夠識別出一個學(xué)科或領(lǐng)域的核心作者及其之間的合作強度和互引關(guān)系。使用CiteSpace對發(fā)文作者進行分析得到共引作者圖譜。發(fā)文量排名前8位的作者見表2，作者之間的相互關(guān)系見圖3，圖3中節(jié)點大小表示發(fā)文量。

由表2和圖3可知，CNKI文獻統(tǒng)計共有303位作者，75條連線，網(wǎng)絡(luò)密度為0.0016。由此得到合作率約為25%，合作廣泛程度較低，但形成了欒群、張全思為中心的高產(chǎn)作者合作群體，他們的研究領(lǐng)域集中在自動駕駛特區(qū)建設(shè)和法規(guī)政策方面。WOS文獻統(tǒng)計共有363位作者，296條連線，網(wǎng)絡(luò)密度為0.0045。由此得到合作率約為82%，合作廣泛程度較高。形成了KRISHNAMURTHY， STEWART BIRRELL為中心的高產(chǎn)作者合作群體，他們的研究領(lǐng)域集中在自動駕駛技術(shù)和市場搭建方面。

3.4 國內(nèi)外發(fā)文機構(gòu)分析

使用CiteSpace對發(fā)文機構(gòu)進行分析，發(fā)文量排名前8位的機構(gòu)見表3，發(fā)文排名前10%的機構(gòu)之間的相互關(guān)系見圖4，圖中節(jié)點大小表示發(fā)文量。

由表3和圖4可知，CNKI文獻統(tǒng)計共有179個研究機構(gòu)， 機構(gòu)節(jié)點生成0條連線，網(wǎng)絡(luò)密度為0，這表明研究機構(gòu)間沒有合作聯(lián)系。WOS文獻統(tǒng)計共有291個研究機構(gòu)，機構(gòu)節(jié)點生成了202條連線，網(wǎng)絡(luò)密度為0.0048，這表明機構(gòu)間合作關(guān)系一般，形成了Delft Univ Technoldunhao為中心，包括Univ New South Wales、Tianjin Univ等的高產(chǎn)機構(gòu)合作群體。

4.未來發(fā)展趨勢預(yù)測

分別運用Citespace軟件生成CNKI和WOS關(guān)于Level 2階段（2010年-2021年）的突現(xiàn)詞圖譜和時區(qū)圖譜。突現(xiàn)詞分析中，CNKI文獻和WOS文獻各有10個突現(xiàn)詞，由此可清晰看出現(xiàn)代產(chǎn)業(yè)領(lǐng)域研究熱點的持續(xù)時間和演化趨勢。

由圖5和圖6可知，在2010年到2021年強度最高的突現(xiàn)詞是汽車制造商和駕駛技術(shù)，最高強度的突現(xiàn)詞則是設(shè)計和巡航控制。究其原因，自動駕駛發(fā)展水平全面步入Level 2階段以后，世界各地就開始對自動駕駛及其智能人才培訓(xùn)開發(fā)研究如雨后春筍一般野蠻“生長”。

由此自動駕駛及其智能人才培訓(xùn)開發(fā)研究階段可分為三個階段：

第一，探討研究階段。這個階段的研究熱點主要為駕駛模式。如文獻[13]爭對頻頻出現(xiàn)的事故，認為主動和被動安全技術(shù)發(fā)展再迅猛，也無法替代駕駛員的安全意識，對技術(shù)對安全而言，在很長一段時間內(nèi)仍將扮演"配角"。

第二，市場爭奪階段。這個階段研究的熱點是汽車制造商、互聯(lián)網(wǎng)公司、零部件企業(yè)、汽車內(nèi)飾。多個行業(yè)的企業(yè)看到了自動駕的市場后，紛紛進行了自動駕駛市場的布局。如文獻[14]談到為了更好的占有自動駕駛市場，大眾集團旗下的奧迪將在法蘭克福車展中宣布與競爭對手戴姆勒和寶馬結(jié)盟，共同開發(fā)高級自動駕駛系統(tǒng)。

第三，多樣化發(fā)展階段。這個階段的研究熱點是示范運營、干線物流等。像引言中提到的北京智能駕駛政策先行區(qū)這樣示范運營的例子在中國已經(jīng)不再少數(shù)。自動駕駛技術(shù)在干線物流上大放異彩，如文獻[15]研究了自動車輛存儲和檢索系統(tǒng)，通過仿真研究了主要設(shè)計權(quán)衡，并提出了一個設(shè)計框架，幫助物料搬運供應(yīng)商開發(fā)新的方案。

WOS這個階段最獨特的研究熱點——根據(jù)消費者偏好培訓(xùn)智能人才（消費者情景模擬），如文獻[16] 采用汽車技術(shù)接受模型，在多個城市實施了在線調(diào)查，對自動駕駛車輛的態(tài)度、性能期望、安全感和社會影響方面，與消費者使用意圖關(guān)聯(lián)性研究。

5.研究結(jié)論與展望

本文通過CiteSpace軟件分別對CNKI和WOS文獻針對自動駕駛Level 2和Level 3兩個重要階段進行了發(fā)文量年度分析，關(guān)鍵詞分析，作者分析，機構(gòu)分析， 突現(xiàn)詞分析，時區(qū)圖分析，比較了不同時期的研究熱點，動態(tài)顯示領(lǐng)導(dǎo)力研究前沿隨時間變化的發(fā)展歷程，隨后基于突現(xiàn)詞和時區(qū)圖分析預(yù)測該領(lǐng)域未來研究趨勢，結(jié)合對該領(lǐng)域既往經(jīng)典文獻、近期前沿文獻的定性綜述，提出以下研究結(jié)論，以推動自動駕駛研究的進一步發(fā)展。

5.1研究結(jié)論

（1）雖然我國的自動駕駛研究遲于國際上的研究，但發(fā)展較快并在自動駕駛及其智能人才培訓(xùn)開發(fā)生態(tài)環(huán)境研究取得了很多有價值的研究成果。通過對CNKI文獻和WOS文獻比較分析，我們發(fā)現(xiàn)國際上對于自動駕駛的研究是比我國的要早的，但在進入Level 2我國的自動駕駛近乎于和國際上同步了，并且國內(nèi)對于自動駕駛及其智能人才培訓(xùn)開發(fā)生態(tài)環(huán)境研究更是碩果累累。

（2）現(xiàn)代自動駕駛領(lǐng)域的3個最主要影響自動駕駛及其智能人才培訓(xùn)開發(fā)的因素可分自動駕駛相關(guān)技術(shù)、自動駕駛相關(guān)政策、自動駕駛市場中車企的競合三個方面。自動駕駛技術(shù)正逐漸成為變革未來交通的關(guān)鍵一環(huán)[17]。為加速自動駕駛汽車技術(shù)研發(fā)和商業(yè)化進程，歐美日等國家或地區(qū)開展了路徑不一的探索工作，為我國創(chuàng)新相關(guān)管理制度提供借鑒。[18]

（3）研究趨勢為智能人才多樣化應(yīng)用。自動駕駛已經(jīng)運用到了很多行業(yè)，例如出租車，景點的試用車以及物流快遞的無人車等。多地的試點也促成了自動駕駛在這些行業(yè)的應(yīng)用。[19]如何根據(jù)消費者偏好培訓(xùn)智能人才也是未來自動駕駛研究的一大趨勢。

5.2未來研究展望

（1）關(guān)注相關(guān)技術(shù)的發(fā)展，自動駕駛技術(shù)是影響自動駕駛及其智能人才培訓(xùn)開發(fā)的根本因素。培訓(xùn)技術(shù)型人才影響著整個自動駕駛行業(yè)的發(fā)展，只有把自動駕駛技術(shù)做好，自動駕駛行業(yè)及其智能人才培訓(xùn)開發(fā)才能做好。

（2）研究角度的豐富，未來自動駕駛智能應(yīng)用是多方面的，智能人才會出現(xiàn)在不同的行業(yè)。在不同的行業(yè)我們都能看見自動駕駛及其智能人才的發(fā)展，要考察不同行業(yè)自動駕駛智能人才應(yīng)用來整體或者局部的分析研究。

（3）注重市場生態(tài)環(huán)境的變化。不斷的有新的企業(yè)進入，市場環(huán)境是瞬息萬變，對于智能人才的培訓(xùn)也要與時俱進。國家對于行業(yè)的政策法律還沒有完善，新發(fā)布的政策也能直接影響到整個市場的生態(tài)環(huán)境。所以注重市場生態(tài)環(huán)境的變化，可以說是未來研究的一大熱點。

根據(jù)IHS預(yù)測數(shù)據(jù)，2035年中國自動駕駛汽車有望達到570萬輛將超越美國成為全球最大的自動駕駛技術(shù)應(yīng)用市場。同時波士頓咨詢公司也認為中國將在15年內(nèi)成為最大自動駕駛車輛市場。[20]面對如此龐大的市場，如何制定多樣化智能人才培訓(xùn)開發(fā)戰(zhàn)略，成為未來自動駕駛領(lǐng)域研究的重中之重。

參考文獻：

[1]US Department of Transportation.Preparing for the future of transportation： automated vehicles 3.0[EB/OL]. （2018-10-04）.

[2]劉通.北京設(shè)立智能網(wǎng)聯(lián)汽車政策先行區(qū)[J].汽車縱橫，2021，（05）：93-94.

[3]李驥馳，王建海，宋瑞.國內(nèi)智能網(wǎng)聯(lián)汽車傳感器企業(yè)發(fā)展現(xiàn)狀研究[J].汽車與配件，2020（11）：60-63.

[4]Kalra， Nidhi.Driving to safety： How many miles of driving would it take to demonstrate autonomous vehicle reliability？[J].TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE，2016.09.010.

[5]Bellem， Hanna.Comfort in automated driving： An analysis of preferences for different automated driving styles and their dependence on personality traits[J].TRANSPORTATION RESEARCH PART F-TRAFFIC PSYCHOLOGY AND BEHAVIOUR，2018.02.036.

[6]彭斐.加快無人駕駛、自動駕駛法規(guī)建設(shè)[J].汽車與配件，2016，（11）：6.

[7]李朋林，鄧小芝，張宇，楊壯.我國智能網(wǎng)聯(lián)汽車政策環(huán)境研究[J].時代汽車，2018（06）：173-178.

[8]Kolarova， Viktoriya.Assessing the effect of autonomous driving on value of travel time savings：A comparison between current and future preferences[J].TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE，2019.08.011.

[9]新聞[J].汽車與配件，2019（17）：16-21.

[10]張碩.自動駕駛成敗關(guān)鍵[J].經(jīng)營者（汽車商業(yè)評論），2016（01）：190-196.

[11]冼毅瑤.自動駕駛汽車發(fā)展現(xiàn)狀與形態(tài)預(yù)測[J].中阿科技論壇（中英阿文），2019（01）：1-4+105-109.

[12]Berkaya，Selcan Kaplan.On circular traffic sign detection and recognition[J].EXPERT SYSTEMS WITH APPLICATIONS，2015.11.018

[13]南辰.“無人駕駛”不是“車禍終結(jié)者”[J].汽車與安全，2016（11）：45.

[14]石彩云.未能看到的新結(jié)盟[J].經(jīng)營者（汽車商業(yè)評論），2019（10）：78-79.

[15]Marchet，Gino.Development of a framework for the design of autonomous vehicle storage and retrieval systems[J].INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH，2013.778430.

[16]Abe，Ryosuke.Introducing autonomous buses and taxis： Quantifying the potential benefits in Japanese transportation systems[J].TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE，2019.06.003.

[17]吉菁菁.自動駕駛，締造未來之車[N].北京科技報，2021-04-26（014）.

[18]申楊柳，朱一方.國外自動駕駛汽車準(zhǔn)入管理探索與實踐[J].汽車與配件，2021（07）：41-43.

[19]夏熊飛.多地試點讓自動駕駛從夢想走進現(xiàn)實[N]. 中國青年報，2020-10-30（002）.

[20]Google Self-Driving Car Project[EB/OL].[2017-01-20].