閆莉莉++程剛

〔摘要〕以Web of Science中所有數(shù)據(jù)庫2005-2014年的數(shù)據(jù)作為統(tǒng)計來源，對其進(jìn)行計量分析，找出高頻關(guān)鍵詞，運用關(guān)鍵詞共詞分析，利用文獻(xiàn)計量軟件Bibexcel生成高頻關(guān)鍵詞共詞矩陣，結(jié)合Netdraw繪制關(guān)鍵詞網(wǎng)絡(luò)可視圖，借助SPSS進(jìn)行聚類分析、多維尺度分析，探究高頻關(guān)鍵詞存在的內(nèi)在聯(lián)系，分析近十年來知識密集服務(wù)領(lǐng)域中的研究現(xiàn)狀和發(fā)展趨勢，以期為后續(xù)研究提供參考。

〔關(guān)鍵詞〕知識密集服務(wù)；知識密集服務(wù)業(yè)；共詞分析；社會網(wǎng)絡(luò)分析；聚類分析

DOI：10.3969/j.issn.1008-0821.2015.08.005

〔中圖分類號〕G250252〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2015）08-0022-06

1數(shù)據(jù)來源及研究方法

11數(shù)據(jù)來源

在Web of Science所有數(shù)據(jù)庫中，以（主題=“Knowledge Intensive Business Services”O(jiān)R 主題=“Knowledge Intensive Services”）為檢索式，檢索起始年限為2005年，終止年限為2014年，實施檢索時間為2015年4月，進(jìn)行精準(zhǔn)匹配，總共檢索出1 270篇相關(guān)文獻(xiàn)，去除無關(guān)鍵詞和重復(fù)文獻(xiàn)，得到有效文獻(xiàn)1 015篇。本文以這1 015篇文獻(xiàn)為研究對象，抽取年代、關(guān)鍵詞等字段，進(jìn)行統(tǒng)計、可視化分析。

12數(shù)據(jù)研究方法

121關(guān)鍵詞共詞分析

關(guān)鍵詞共詞分析方法主要來源于較成熟的文獻(xiàn)計量方法，從共被引和引文耦合概念中衍生出來，也就是說，當(dāng)能夠被用來表達(dá)某個專業(yè)領(lǐng)域研究趨勢或者研究主題的兩個關(guān)鍵詞同時出現(xiàn)在同一篇文獻(xiàn)中時，這兩個關(guān)鍵詞之間肯定存在著一定的內(nèi)在關(guān)系，并且，兩個關(guān)鍵詞同時出現(xiàn)的次數(shù)越多，這種關(guān)系也就越密切，兩者之間的距離也就越近。利用多元統(tǒng)計方法中的因子分析、聚類分析及多維尺度分析等，可以根據(jù)關(guān)鍵詞中的距離，對知識密集服務(wù)領(lǐng)域研究中的重要關(guān)鍵詞或主題詞進(jìn)行相應(yīng)分類，從而歸納出研究熱點、結(jié)構(gòu)與和范式。

122社會網(wǎng)絡(luò)分析

社會網(wǎng)絡(luò)分析方法是在社會計量學(xué)中首次提出的，它是一種交叉學(xué)科，受多種學(xué)科的共同影響。社會網(wǎng)絡(luò)分析主要思想是把社會結(jié)構(gòu)看成一個網(wǎng)絡(luò)，網(wǎng)絡(luò)中的連線表示網(wǎng)絡(luò)中各個成員之間的聯(lián)系。社會網(wǎng)絡(luò)分析主要關(guān)注各個節(jié)點之間的聯(lián)系，很少聚焦于個體的特征，并把共同體視為個人的共同體，就是視為人們在日常生活中所建立、維護(hù)并應(yīng)用的個人關(guān)系的網(wǎng)絡(luò)。

本文對文獻(xiàn)中的關(guān)鍵詞進(jìn)行抽取處理，找出知識密集服務(wù)領(lǐng)域文獻(xiàn)中的高頻關(guān)鍵詞，然后利用高頻關(guān)鍵詞構(gòu)建高頻關(guān)鍵詞共現(xiàn)矩陣，最后，利用聚類分析方法和多元統(tǒng)計分析方法對共現(xiàn)矩陣進(jìn)行聚類和區(qū)域劃分，相互之間相似度較大、距離較近的關(guān)鍵詞將被分在一個區(qū)域，它們代表的研究方向是一致的。然后處在不同區(qū)域內(nèi)的關(guān)鍵詞則代表著不同的研究主題。

2015年8月第35卷第8期現(xiàn)？代？情？報Journal of Modern InformationAug，2015Vol35No82015年8月第35卷第8期基于共詞聚類分析的國外知識密集服務(wù)研究熱點分析Aug，2015Vol35No82實證分析

21文獻(xiàn)發(fā)表年代分布

本文選取2005-2014年間公開發(fā)表在Web of Science所有數(shù)據(jù)庫上，有關(guān)知識密集服務(wù)的1 015篇文獻(xiàn)為研究對象，對這些文獻(xiàn)進(jìn)行了年代分析，繪制了相應(yīng)的時間分布圖，如圖1所示。2005年及2006年以知識密集服務(wù)為題的文獻(xiàn)幾乎持平，數(shù)量相對較少，可見此時知識密集服務(wù)還沒引起國外學(xué)者的足夠關(guān)注。隨后文獻(xiàn)數(shù)量呈現(xiàn)明顯的攀升趨勢，尤其2007-2008年文獻(xiàn)數(shù)量激增，從54篇增長到了96篇，并在2013年達(dá)到一個頂峰，說明知識密集服務(wù)已經(jīng)激起了學(xué)者的研究熱情，日益成為學(xué)術(shù)界關(guān)注的熱點之一。2013-2014年文獻(xiàn)數(shù)量小幅下降，這表明知識密集服務(wù)領(lǐng)域的研究在逐漸成熟，并向深層次的細(xì)化方向拓展。

22高頻關(guān)鍵詞統(tǒng)計分析

不同的文獻(xiàn)表述同義關(guān)鍵詞可能不太一樣，因此，本文對部分近義詞、同義詞進(jìn)行了相應(yīng)的合并處理，如將Knowledge Intensive Business Service、KIBS合并為KIBS；Knowledge Intensive Service、Knowledge-Intensive Service和KIS合并為Knowledge Intensive Service；將Ontologies、Ontology合并為Ontology等等。使用Bibexcel軟件統(tǒng)計文獻(xiàn)關(guān)鍵詞出現(xiàn)的次數(shù)超過7的有47個，然后對這47個關(guān)鍵詞進(jìn)行相應(yīng)的統(tǒng)計分析，去除高頻關(guān)鍵詞“KIBS”和“Knowledge Intensive Service”，剩下的45個關(guān)鍵詞確定為知識密集服務(wù)領(lǐng)域研究的高頻關(guān)鍵詞，其在一定程度上能很好地反映該學(xué)科領(lǐng)域的研究主題和熱點（如表1）。

由表1可知，（1）近十年來，知識密集服務(wù)研究的文獻(xiàn)中較多關(guān)注的是知識。知識管理出現(xiàn)頻次為78次，僅次于知識密集服務(wù)業(yè)，且知識管理、知識、知識轉(zhuǎn)移、知識共享和知識經(jīng)濟的總頻次達(dá)129次，一直是知識密集服務(wù)的研究熱點；（2）有關(guān)服務(wù)方面的研究也很多，如服務(wù)、服務(wù)創(chuàng)新、服務(wù)業(yè)、Web服務(wù)等，這表明，在知識密集服務(wù)的研究中，服務(wù)也是學(xué)者關(guān)注的重點；（3）創(chuàng)新的研究也相對較多，如創(chuàng)新、服務(wù)創(chuàng)新、創(chuàng)新政策等，體現(xiàn)了創(chuàng)新在知識密集服務(wù)領(lǐng)域研究中的重要性；（4）企業(yè)、教育類的研究也受到了重視，說明國外對知識密集服務(wù)分研究已經(jīng)涉及了社會、教育兩個層次，拓展了研究范圍；（5）網(wǎng)格計算、云計算等技術(shù)方面的研究也得到了比較廣泛的關(guān)注；（6）可持續(xù)發(fā)展、競爭力、生產(chǎn)力等方面的關(guān)注，體現(xiàn)了知識密集服務(wù)研究的重要作用。endprint

23高頻關(guān)鍵詞詞頻分析

雖然高頻關(guān)鍵詞在一定程度上反映了知識密集服務(wù)的研究熱點，但僅靠頻次分析，并不能完全反應(yīng)關(guān)鍵詞之間的關(guān)系，因此，本文對表1中的高頻關(guān)鍵詞進(jìn)行關(guān)鍵詞共詞分析。在分析之前，首先對關(guān)鍵詞中的“KIBS”和“Knowledge Intensive Service”進(jìn)行剔除，然后依據(jù)高頻關(guān)鍵詞之間在同一篇論文中出現(xiàn)的頻次，形成了45×45的高頻關(guān)鍵詞共詞矩陣（如表2）。該矩陣比較直觀的顯示出了知識密集服務(wù)的研究熱點，主對角線數(shù)據(jù)表示高頻關(guān)鍵詞的出現(xiàn)次數(shù)，而非主對角線數(shù)據(jù)為關(guān)鍵詞同時出現(xiàn)在同一文獻(xiàn)中的頻次。

高頻關(guān)鍵詞共現(xiàn)矩陣表現(xiàn)出的只是一種表象，這是因為關(guān)鍵詞共現(xiàn)次數(shù)的多少，主要取決于關(guān)鍵詞自身出現(xiàn)的次數(shù)，如果關(guān)鍵詞之間詞頻相差太大，共現(xiàn)矩陣中顯示的數(shù)據(jù)就會相差很遠(yuǎn)。為了真正的揭示高頻關(guān)鍵詞之間存在的共現(xiàn)關(guān)系，本文對共詞矩陣進(jìn)行相應(yīng)的標(biāo)準(zhǔn)化，消除因關(guān)鍵詞之間差異所造成的影響，即借助Spearman系數(shù)將高頻關(guān)鍵詞共現(xiàn)矩陣轉(zhuǎn)換成相應(yīng)的相關(guān)系數(shù)矩陣，用1減去該矩陣中的每個數(shù)據(jù)，得到相異矩陣，如表3。

為了更加明顯的呈現(xiàn)知識密集服務(wù)領(lǐng)域高頻關(guān)鍵詞之間的內(nèi)在關(guān)系，需要借助關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜，將共現(xiàn)網(wǎng)絡(luò)可視化。本文將表2的關(guān)鍵詞共詞矩陣復(fù)制到Ucinet軟件，形成以##h為擴展名的文件，然后借助Netdraw繪制出關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖，如圖2。

在高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析中，節(jié)點代表高頻關(guān)鍵詞，節(jié)點越大，表明關(guān)鍵詞點度中心性越大，與其共現(xiàn)的關(guān)鍵詞也越多；節(jié)點之間的連線代表兩個關(guān)鍵詞之間的共現(xiàn)情況，連線越粗，表明關(guān)鍵詞之間共現(xiàn)次數(shù)越多，關(guān)系越密切。由圖2可知，創(chuàng)新、知識管理、知識、服務(wù)、服務(wù)創(chuàng)新及專業(yè)服務(wù)企業(yè)位于共現(xiàn)網(wǎng)絡(luò)的中間位置，節(jié)點較大，構(gòu)成了研究熱點的主題；知識管理與創(chuàng)新，服務(wù)與創(chuàng)新，服務(wù)與衛(wèi)生保健等之間的連線相對較粗，關(guān)系較為緊密，這在一定程度上顯示了知識密集服務(wù)領(lǐng)域的研究趨勢。

24高頻關(guān)鍵詞聚類分析

為了明顯地劃出高頻關(guān)鍵詞的聚類群體，借助SPSS20軟件，對關(guān)鍵詞之間的相異矩陣進(jìn)行多維尺度分析，得到相應(yīng)的可視化圖譜，綜合運用因子分析方法和聚類分析方法，將可視化圖譜中的數(shù)據(jù)進(jìn)行歸類，如圖3。

由圖3可知，本文將45個高頻關(guān)鍵詞劃分成了A、B、C、D、E、F6個聚類群體。

（A）知識密集服務(wù)在醫(yī)學(xué)、教育學(xué)中的應(yīng)用。如Yuzhuo[3]等（2015）探討了在中國區(qū)域的創(chuàng)新系統(tǒng)中，培養(yǎng)知識密集型集群需要大學(xué)生扮演什么角色。（B）知識密集服務(wù)的服務(wù)類型及作用。如Benot[4]等（2013）研究了知識密集服務(wù)與企業(yè)可持續(xù)發(fā)展之間的關(guān)系。（C）知識密集服務(wù)對企業(yè)的影響。如Miozzo[5]等（2005）探討了知識密集服務(wù)對企業(yè)創(chuàng)新所具有的影響；Ghasem[6]等（2013）認(rèn)為在知識密集服務(wù)業(yè)務(wù)中，可以通過準(zhǔn)確地調(diào)整業(yè)務(wù)的結(jié)構(gòu)關(guān)圖2高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜

圖3高頻關(guān)鍵詞多維尺度分析圖

系和特定的業(yè)務(wù)策略可以提高企業(yè)的關(guān)系績效和整體性能；Carmona-Lavado[7]等（2013）深刻探討了人力資本對知識密集服務(wù)業(yè)創(chuàng)新的影響。（D）知識密集服務(wù)內(nèi)容及相關(guān)理論。如Guy[8]等（2007）認(rèn)為知識密集服務(wù)的基本且關(guān)鍵性的特征是知識的開發(fā)及共享。Zieba[9]（2014）研究了知識密集服務(wù)企業(yè)知識管理創(chuàng)新性的兩個關(guān)鍵影響因素，即管理者的領(lǐng)導(dǎo)和支持及激勵性的實踐。（E）知識密集服務(wù)質(zhì)量評價及模式研究。如Amara N[10]等（2009）研究了知識密集服務(wù)的創(chuàng)新模式；Jeongsoo Lee[11]（2011）分析了基于本體論的企業(yè)知識密集服務(wù)過程中人的行為模型。（F）知識密集服務(wù)技術(shù)及系統(tǒng)。如Woitsch[12]等（2002）構(gòu)建了分布式服務(wù)的知識密集服務(wù)系統(tǒng)架構(gòu)；Lchen[13]等（2008）研究了如何利用網(wǎng)格技術(shù)Ontology設(shè)計方法建立知識服務(wù)體系。

25研究熱點動態(tài)演化

為了揭示知識密集服務(wù)領(lǐng)域研究主題的動態(tài)發(fā)展過程，本文將2005-2014年劃分為2005-2009年和2010-2014年兩個時間階段，分階段的對知識密集服務(wù)研究熱點進(jìn)行統(tǒng)計分析，并進(jìn)行了對比。如圖4、圖5及表4。圖42005-2009年關(guān)鍵詞多維尺度分析圖

圖52010-2014年關(guān)鍵詞多維尺度分析圖

從圖4、圖5和表4可知，兩個時間段擁有一些相同的研究主題，說明這些研究主題近十年來一直是知識密集服務(wù)領(lǐng)域的研究熱點。如知識密集服務(wù)對企業(yè)的影響，服務(wù)類型及相關(guān)理論研究、知識密集服務(wù)相關(guān)技術(shù)及系統(tǒng)、相關(guān)應(yīng)用領(lǐng)域等。盡管研究主題內(nèi)容相同，但文獻(xiàn)研究的側(cè)重點已經(jīng)發(fā)生了變化：（1）對于知識密集服務(wù)相關(guān)技術(shù)研究這一主題，前階段側(cè)重的是數(shù)據(jù)挖掘、網(wǎng)格計算等，而后階段主要研究的是當(dāng)前熱點云計算、空間分析等技術(shù)；（2）對于知識密集服務(wù)應(yīng)用領(lǐng)域這一主題，前階段主要側(cè)重的是醫(yī)學(xué)、文化及消費領(lǐng)域，后者側(cè)重醫(yī)學(xué)和教育領(lǐng)域；（3）檢索方式由簡單的信息檢索、語境意識分析服務(wù)轉(zhuǎn)向了更加專業(yè)化的服務(wù)。另外，兩個階段也存在著不同的研表4知識密集服務(wù)研究文獻(xiàn)兩階段主題對比

主題狀態(tài)關(guān)鍵詞兩階段共同

研究的主題Knowledge Management、Innovation、Service Innovation、Service、Intensive Care、Ontology、Critical Care、Knowledge、Service Industry、Health Care、Knowledge Sharing、Knowledge Transfer、SME、Collaboration、Competitiveness、Design、Performance、Spain、Business Service、R&D Service1階段出現(xiàn)endprint

2階段未出現(xiàn)Children、Context Awareness、Creative Clusters、Culture And Consumption Spaces、Customer、Customization、Data Mining、Decision Informatics、Decision Support System、Diabetes、Distributed Data Mining、E-Government、Grid Computing、Industrial Cluster、Information Retrieval、KISA、Knowledge Based System、Knowledge Service、Modern Service Industry、Modularity、Nursing、Outsourcing、Patient Education、Semantic Matching、Simulation、Strategic Management、Technology Intensive Firms、Triple Helix、Urban Morphology、Web Services1階段未出現(xiàn)

2階段出現(xiàn)Absorptive Capacity、Biodiversity、Case Study、China、Cloud Computing、Ecosystem Service、Education、Entrepreneurship、Evaluation、Globalization、Hospital、Human Capital、Innovation Policy、Innovativeness、Intellectual Capital、Intensive Care Unit、Internationalization、Knowledge Base、Knowledge Economy、Knowledge Exchange、Ontology、Outcome、Productivity、Professional Service、Professional Service Firm、Regions、Social Capital、Spatial Analysis、Survey、Sustainability、Training

究主題，主要體現(xiàn)在以下幾個方面：（1）研究重點由技術(shù)性的密集服務(wù)轉(zhuǎn)移到了專業(yè)密集服務(wù)；（2）創(chuàng)意集群、產(chǎn)業(yè)集群等集群研究的關(guān)注度逐漸降低；（3）服務(wù)質(zhì)量的評估及創(chuàng)新政策研究的重視程度越來越高。這些主題內(nèi)容的變化很好地顯示了研究熱點的變化趨勢。

3結(jié)語

（1）近十年來，關(guān)于知識密集服務(wù)研究的文獻(xiàn)數(shù)量整體呈現(xiàn)上升趨勢，特別是2007-2008年的上升趨勢尤其明顯，2013年達(dá)到波峰后又小幅下降，這表明，知識密集服務(wù)日益成為學(xué)術(shù)界熱切關(guān)注的熱點之一，且研究在逐漸成熟，并向深層次的細(xì)化方向拓展。

（2）通過高頻關(guān)鍵詞的多維尺度分析，將知識密集服務(wù)研究主題分為6個聚類群體，各個聚類群體之間均具有一定的聯(lián)系，創(chuàng)新、知識管理、知識、服務(wù)等位于共現(xiàn)網(wǎng)絡(luò)的中間位置，節(jié)點較大，構(gòu)成了研究熱點的主題；知識管理與創(chuàng)新，服務(wù)與創(chuàng)新，服務(wù)與衛(wèi)生保健等之間的連線相對較粗，關(guān)系較為緊密。

（3）知識密集服務(wù)對企業(yè)的影響，服務(wù)類型及相關(guān)理論研究、知識密集服務(wù)相關(guān)技術(shù)及系統(tǒng)、相關(guān)應(yīng)用領(lǐng)域等一直是知識密集服務(wù)領(lǐng)域的研究熱點，但是研究側(cè)重點已經(jīng)發(fā)生了變化；云計算、服務(wù)質(zhì)量評估、創(chuàng)新策略等方面的研究日益受到重視。

（4）選取出現(xiàn)次數(shù)超過7次的為高頻關(guān)鍵詞，囊括性、集中性比較適中，但也可能會漏掉代表研究熱點的關(guān)鍵詞。運用關(guān)鍵詞共詞分析分析知識密集服務(wù)的研究熱點，準(zhǔn)確性受專業(yè)水平、關(guān)鍵詞處理過程的影響，因此，筆者的主觀性對研究結(jié)果會產(chǎn)生一定的影響。

參考文獻(xiàn)

邱均平，周春雷，楊思洛.改革開放30年來我國情報學(xué)研究的回顧與展望（下）[J].圖書情報研究，2009，（2）：1-9.

Otte E，Rousseau R.Social Network Analysis：a Powerful Strategy，also for the Information Sciences[J].Journal of Information Science，2002，（28）：443-455.

[3]Yuzhuo Cai，Cui Liu.The roles of universities in fostering knowledge-intensive clusters in Chinese regional innovation systems[J].Science and Public Policy，2015，42（1）：15-19.

[4]Benot Desmarchelier，F(xiàn)aridah Djellal，F(xiàn)az Gallouj.Knowledge intensive business services and long term growth[J].Structural Change and Economic Dynamics，2013，（25）：188-205.

[5]Marcela Miozzo，Damian Grimshaw.Modularity and innovation in knowledge-intensive business services：IT outsourcing in Germany and the UK.Research Policy，2005，（9）：1419-1439.

[6]Ghasem Zaefarian，Stephan C.Henneberg，Peter Naudé.Assessing the strategic fit between business strategies and business relationships in knowledge-intensive business services[J].Industrial Marketing Management，2013，42（2）：260-272.endprint

[7]Carmona-Lavado Antonio，Cuevas-Rodríguez Gloria，Cabello-Medina Carmen.Service Innovativeness and Innovation Success in Technology-based Knowledge-Intensive Business Services：An Intellectual Capital Approach.Industry and Innovation，2013，20（2）：133-156.

[8]Guy S C.Strategic planning，operational analysis，training and staff development for knowledge services[EB].http：∥www.smrOknowledge.com/knowledge.htm，2007-03-22.

[9]Zieba Malgorzata.Critical Success Factors for Knowledge Management in SMEs in the KIBS Sector[J].Proceedings of the European Conference on Knowledge Management，2014，（3）：1072-1079.

[10]Amara N.，et al..Patterns of innovation in knowledge-intensive business services[J].Service Inustries Journal，2009，29（4）：407-430.

[11]Jeongsoo Lee，et al..A fact-oriented ontological approach to human process modeling for knowledge-intensive business services[J].Expert Systems with Applications 2011，（38）：12281-12292.

[12]Woitsch R，Karagiannis D.Process-oriented knowledge management systems based on KM-services：the PROMOTE approach[J].International Journal of Intelligent Systems in Accounting，F(xiàn)inance and Management，2002，（4）：253-267.

[13]LChen，et al.Knowledge Services for Distributed Service Integration.In Proceedings of UK e-Science all-hands meeting 1，2008：27-29.

（本文責(zé)任編輯：郭沫含）endprint