摘 要：黨的十八大以來，學者們對企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)注度持續(xù)升高，以此為研究方向的文獻呈爆發(fā)式增長，本文選取2010年至今關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)文獻，運用CiteSpace軟件進行可視化分析梳理，旨在揭示該領(lǐng)域當前研究狀態(tài)及其演進過程中的熱點議題與發(fā)展趨勢。結(jié)果表明，該領(lǐng)域近兩年研究結(jié)果顯著增加，且在我國強調(diào)數(shù)字經(jīng)濟，追求達成碳中和、碳達峰等目標影響下，數(shù)字經(jīng)濟、綠色創(chuàng)新逐漸成為該領(lǐng)域文獻的研究熱點。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；可視化分析；碳中和；數(shù)字經(jīng)濟；綠色創(chuàng)新

中圖分類號：F205 文獻標識碼：A 文章編號：2096-0298（2024）08（b）--04

1 引言

黨的十八大以來，黨和國家十分重視數(shù)字技術(shù)的應(yīng)用，將數(shù)字化轉(zhuǎn)型制定為戰(zhàn)略部署，陸續(xù)出臺政策措施助推數(shù)字經(jīng)濟與實體經(jīng)濟深度融合、助力數(shù)字技術(shù)在各行業(yè)深度運用發(fā)展，力求加快企業(yè)數(shù)字化建設(shè)。企業(yè)作為經(jīng)濟體系中最為活躍的微觀個體，在政策的大力支持鼓勵下，在外部環(huán)境不確定性日益加劇的情景下，進行數(shù)字化轉(zhuǎn)型已成為大勢所趨。根據(jù)埃森哲發(fā)布的《2022中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)研究》報告，我國各行業(yè)企業(yè)呈現(xiàn)不同程度數(shù)字化水平，且數(shù)字化水平展現(xiàn)穩(wěn)步上升的發(fā)展趨勢[1]。在良好的政策引導以及企業(yè)數(shù)字化轉(zhuǎn)型實踐不斷深化的時代背景下，相關(guān)的學術(shù)研究也呈現(xiàn)出日益繁華的景象，研究內(nèi)容從企業(yè)本身的提高績效[2]、促進創(chuàng)新[3]、增強韌性[4]，拓展到宏觀層面提高整體勞動份額[5]、促進產(chǎn)業(yè)結(jié)構(gòu)升級[6]等，研究方法以及理論構(gòu)建上也逐漸呈現(xiàn)豐富態(tài)勢，為后續(xù)深入研究拓寬了思路，但缺乏對企業(yè)數(shù)字化轉(zhuǎn)型研究領(lǐng)域的整體計量分析和圖景呈現(xiàn)。基于此，本文利用CiteSpace可視化軟件對企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)研究進行深度的挖掘與整合，旨在歸納總結(jié)出企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的研究現(xiàn)狀、研究熱點以及未來可能的發(fā)展走向，以期幫助學界對企業(yè)數(shù)字化轉(zhuǎn)型的研究有更全面的認識和理解，同時為后續(xù)研究的熱點選擇提供幫助。本文主要針對以下問題展開討論：

問題1：近年來，我國企業(yè)數(shù)字化轉(zhuǎn)型研究領(lǐng)域呈現(xiàn)出怎樣的研究進展？文獻發(fā)表量如何？核心作者、主要發(fā)文機構(gòu)有哪些？

問題2：我國企業(yè)數(shù)字化轉(zhuǎn)型研究領(lǐng)域文獻的核心關(guān)鍵詞有哪些？關(guān)鍵詞聚類、突現(xiàn)呈什么特點，能探究出什么樣的研究熱點與發(fā)展趨勢？

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

本文以中國知網(wǎng)（CNKI）數(shù)據(jù)庫為數(shù)據(jù)來源，以“企業(yè)數(shù)字化轉(zhuǎn)型”為主題對相關(guān)文章進行檢索，時間區(qū)間限定為2010年1月1日至2024年3月，來源類別設(shè)定為“CSSCI”，對檢索獲取的文獻資料又進行了人工篩選，將重復、核心信息不全以及摘錄自專家稿等無效文獻剔除，最終檢索出相關(guān)度較高的文獻705篇。

2.2 方法選擇

本文擬采用美籍華人陳超美教授研究開發(fā)的知識圖譜工具CiteSpace（6.3.R1版本）對篩選獲得的文獻樣本進行可視化分析。CiteSpace軟件具有強大的數(shù)據(jù)處理能力，繪制圖譜時完整的信息保留以及直觀的圖像表達等使這一領(lǐng)域的研究熱點和趨勢更為清晰、客觀地反映，有效避免了傳統(tǒng)的分析方法因文獻數(shù)量龐大而出現(xiàn)遺漏的問題。

3 研究現(xiàn)狀的可視化分析

3.1 發(fā)文量分析

從一定角度來說，某一領(lǐng)域所發(fā)表的文獻數(shù)量能夠反映該領(lǐng)域的學術(shù)發(fā)展變遷態(tài)勢[7]，并且可以根據(jù)已有發(fā)文量預測未來發(fā)文趨勢，關(guān)于我國企業(yè)數(shù)字化轉(zhuǎn)型研究的文獻發(fā)表量及年限如圖1所示。從圖1可以看出，文獻數(shù)量整體呈持續(xù)上升趨勢。其中2020年以前處于“萌芽期”，文獻量較少，增幅緩慢。自2021年起呈顯著上升趨勢，文獻數(shù)量激增，從38篇增至2023年的396篇，漲幅明顯。因2024年只有第一季度數(shù)據(jù)，發(fā)文量較少，但從整體趨勢來看，預期在未來，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的相應(yīng)文獻產(chǎn)出量將持續(xù)呈現(xiàn)增長趨勢。

分析其中原因，與2020年的新冠疫情全球蔓延對企業(yè)的生產(chǎn)生存產(chǎn)生重大影響有著密不可分的關(guān)系。疫情期間，政府和企業(yè)都見證了數(shù)字化轉(zhuǎn)型應(yīng)對危機和挑戰(zhàn)展現(xiàn)的強大力量[8]，于是企業(yè)為了取得更長遠的發(fā)展，獲得更高的利益，積極推進數(shù)字化轉(zhuǎn)型進程，這也促使相關(guān)研究大量增長；政策方面，從黨的十八大將數(shù)字經(jīng)濟上升為國家戰(zhàn)略，到黨的十九大指出通過數(shù)字化轉(zhuǎn)型驅(qū)動管理提升，再到二十大再次強調(diào)加快發(fā)展數(shù)字經(jīng)濟，著力建設(shè)數(shù)字中國[9]。同時2024年政府工作報告針對深入推進數(shù)字經(jīng)濟創(chuàng)新發(fā)展，加快發(fā)展新質(zhì)生產(chǎn)力作出重要部署，提出制定支持數(shù)字經(jīng)濟高質(zhì)量發(fā)展政策，積極推進數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化，促進數(shù)字技術(shù)和實體經(jīng)濟深度融合……這些政策措施無不體現(xiàn)了國家層面對企業(yè)進行數(shù)字化轉(zhuǎn)型的重視與支持，同時也為我國企業(yè)數(shù)字化轉(zhuǎn)型的研究提供了良好的條件和環(huán)境，能更好地說明了近年來相關(guān)文獻的漲幅明顯的原因；學術(shù)方面，學者吳非在2021年發(fā)表的論文中采用 Python 爬蟲文本識別功能，利用關(guān)鍵詞“搜索—配對—加總”的方法創(chuàng)新性地刻畫企業(yè)數(shù)字化轉(zhuǎn)型水平[10]，使企業(yè)數(shù)字化轉(zhuǎn)型程度指標更加科學準確，也為后來學者計量數(shù)字化轉(zhuǎn)型程度提供了新的思路，從而促進論文數(shù)量顯著增加。

3.2 發(fā)文作者分析

通過使用 CiteSpace 可視化分析軟件，我們可以清晰地看到篩選出的文獻研究作者之間的共現(xiàn)情況，如圖2所示，圖中字號大小與文章發(fā)表量成正比，連線粗細則反映出作者之間的合作密切程度。

通過聚焦核心作者，分析核心作者的研究成果，能夠有效洞察該領(lǐng)域的研究進展與研究水平。根據(jù)普萊斯理論，發(fā)表論文數(shù)為m篇以上者為核心作者，，其中為作者最大發(fā)文量[11]。本研究中最大發(fā)文量為19，得出m=3.26，故發(fā)文量≥4篇者為該領(lǐng)域核心作者。經(jīng)計算共10位企業(yè)數(shù)字化轉(zhuǎn)型研究領(lǐng)域核心作者，其中吳非19篇位居榜首，譚偉杰6篇，申明浩和李鑫分別5篇，黃藝涵、王博、佟巖、陳勁、王穩(wěn)華、李立威為4篇。

根據(jù)圖譜和數(shù)據(jù)分析，我國該領(lǐng)域研究中核心作者數(shù)量較少，且高產(chǎn)作者間發(fā)文量出現(xiàn)明顯斷層的現(xiàn)象，表明該領(lǐng)域仍有較大的研究空間。作者間形成了相對穩(wěn)定的合作群，且以吳非、車德欣等高產(chǎn)作者也形成了穩(wěn)定的合作交流關(guān)系，但整體而言，仍有較多相對零散的作者，作者間交流合作的頻次和強度仍需提升。

3.3 發(fā)文機構(gòu)分析

通過分析所選文獻的發(fā)表機構(gòu)，可以更好地了解研究力量的分布情況和不同機構(gòu)之間的協(xié)作關(guān)系，運用CiteSpace軟件構(gòu)建發(fā)文機構(gòu)共現(xiàn)圖，如圖3所示，節(jié)點個數(shù)為186個，連線148條，網(wǎng)絡(luò)密度數(shù)為0.0086，表明該研究領(lǐng)域機構(gòu)間的合作仍需加強。結(jié)合圖譜不難發(fā)現(xiàn)，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型研究發(fā)文的主力機構(gòu)為高校和研究院，其中以廣東金融學院金融科技工程技術(shù)開發(fā)中心發(fā)表相關(guān)論文18篇位居榜首，清華大學經(jīng)濟管理學院17篇緊隨其后，中國社會科學院工業(yè)經(jīng)濟研究所發(fā)表相關(guān)論文16篇。

4 研究熱點與趨勢的可視化分析

4.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是高度濃縮并精準表達文獻主題的核心要素。通過深入剖析文獻中高頻關(guān)鍵詞，可以有效地洞察該研究領(lǐng)域的熱門議題、發(fā)展趨勢以及各個研究主題相互間的關(guān)系網(wǎng)絡(luò)[12]。文章運用CiteSpace軟件對有效文獻進行關(guān)鍵詞共現(xiàn)分析，結(jié)果如圖4所示。節(jié)點采用了年輪樣式呈現(xiàn)，其中年輪的尺寸代表著關(guān)鍵詞出現(xiàn)的頻率，即年輪越大，該關(guān)鍵詞在文獻中出現(xiàn)的次數(shù)越多；而節(jié)點間的連線則用于表示關(guān)鍵詞之間的關(guān)聯(lián)性[13]。本文文獻節(jié)點個數(shù)為211個，連線329條，文獻節(jié)點間的連線偏少，從一定程度上反映了文獻在研究緊密性方面需要繼續(xù)加強。就關(guān)鍵詞具體而言，文獻中第一高頻關(guān)鍵詞為“數(shù)字經(jīng)濟”，頻次為68，隨后依次為“融資約束”“企業(yè)創(chuàng)新”“數(shù)字化”“中小企業(yè)”。通過梳理不難發(fā)現(xiàn)，這些關(guān)鍵詞主要圍繞企業(yè)數(shù)字化轉(zhuǎn)型“路徑--結(jié)果”以及研究主體展開，實施路徑主要包括公司的“內(nèi)部控制”“公司治理”等內(nèi)部調(diào)節(jié)手段以及“研發(fā)投入”等技術(shù)進步手段，影響結(jié)果主要圍繞“績效”“創(chuàng)新”和“數(shù)字經(jīng)濟”展開，且隨著我國“雙碳”目標的不斷推進，企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新結(jié)果從企業(yè)創(chuàng)新拓展到綠色創(chuàng)新，研究對象則多集中于占據(jù)市場主體地位的中小企業(yè)以及關(guān)乎國民經(jīng)濟命脈的制造企業(yè)。

4.2 關(guān)鍵詞聚類時間線圖譜分析

本文運用CiteSpace軟件對所選的相關(guān)文獻關(guān)鍵詞進行時間圖譜分析，有助于更加清晰地展現(xiàn)出關(guān)鍵詞的更新與其相互之間的影響，結(jié)果如圖5所示。其中Q值是用于評估圖譜聚類結(jié)構(gòu)是否顯著的參數(shù)，Q值>0.3表明結(jié)果顯著，S值可以用來評估圖譜聚類的信度效果，一般以S值>0.7表示聚類結(jié)果的信度較高[14]。本文得到的結(jié)果中Q值為0.618，S值為0.8708，均高于相應(yīng)閾值，表明本文關(guān)鍵詞聚類圖譜聚類結(jié)果比較合理且同質(zhì)性較高。分析圖譜可以得出，共形成9個聚類。其中2011—2019年為初步探索階段，以“出版企業(yè)”為研究對象，形成的節(jié)點數(shù)量較少，節(jié)點間連線松散。2020年前后關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究進入高速發(fā)展階段，研究呈現(xiàn)多樣化，節(jié)點數(shù)量增多，聯(lián)系緊密性增強，研究主體也拓展到“中小企業(yè)”和“制造業(yè)”，“企業(yè)績效”“數(shù)字經(jīng)濟”成為企業(yè)數(shù)字化轉(zhuǎn)型影響結(jié)果。2023年前后關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究內(nèi)容更加豐富，且趨勢有望延續(xù)下去，研究結(jié)果拓展至“企業(yè)創(chuàng)新”“綠色創(chuàng)新”等領(lǐng)域，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的實施路徑研究也不斷呈現(xiàn)新的熱點。

4.3 關(guān)鍵詞突現(xiàn)分析

關(guān)鍵詞突現(xiàn)分析的基本原理是某個關(guān)鍵詞詞頻在短時間內(nèi)激增，表明研究熱度在短時間內(nèi)迅速上升，被探測為突現(xiàn)熱點。從突現(xiàn)詞圖譜中可以清晰地回顧該研究領(lǐng)域的歷史沿革，同時由于突現(xiàn)詞具有連續(xù)性，可以預測未來一段時間內(nèi)的研究方向[15]。通過對本文樣本文獻進行關(guān)鍵詞突現(xiàn)分析，整理出6大突現(xiàn)關(guān)鍵詞，分別為“出版企業(yè)”“外貿(mào)企業(yè)”“中小企業(yè)”“數(shù)字技術(shù)”“吳非”和“文本分析”。具體而言“出版企業(yè)”為所選文獻中最早出現(xiàn)的突現(xiàn)詞，突現(xiàn)時間段為2011—2019，突現(xiàn)強度為1.94。從2019年起突現(xiàn)詞出現(xiàn)“外貿(mào)企業(yè)”，突現(xiàn)強度1.09。2020—2021年出現(xiàn)“中小企業(yè)”和“數(shù)字技術(shù)”，突現(xiàn)強度分別為2.1和0.67。2021年起“吳非”和“文本分析”成為突現(xiàn)詞，突現(xiàn)強度分別為3.01和2.26。從突現(xiàn)詞變化中可以看出，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的文獻研究主體的變化過程，從早期聚焦于“出版企業(yè)”和“外貿(mào)企業(yè)”，到2020年起多關(guān)注“中小企業(yè)”，也側(cè)面說明該領(lǐng)域相關(guān)理論研究逐漸成熟，并逐步拓展至與國民經(jīng)濟發(fā)展息息相關(guān)的行業(yè)領(lǐng)域。從2021年起“吳非”“文本分析”成為突現(xiàn)詞，這也為其他學者定量分析數(shù)字化轉(zhuǎn)型的程度提供了很大的參考價值。

5 結(jié)語與展望

5.1 研究結(jié)論

本文應(yīng)用CiteSpace6.3.R1可視化分析軟件，科學計量統(tǒng)計了中國知網(wǎng)數(shù)據(jù)庫中“企業(yè)數(shù)字化轉(zhuǎn)型”研究領(lǐng)域705篇相關(guān)性較高的研究文獻，從多角度對研究文獻進行全面挖掘，構(gòu)建可視化分析圖譜，從而以更加直觀生動的方式展示出該領(lǐng)域的研究全景與進展態(tài)勢，并得到結(jié)論如下：

（1）我國關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究仍處于蓬勃發(fā)展階段，學者們對該領(lǐng)域研究投入的關(guān)注度保持不變甚至持續(xù)升高，吳非學者在此領(lǐng)域研究中發(fā)表的核心文章數(shù)量最多，并且還創(chuàng)新性地計算出企業(yè)數(shù)字化轉(zhuǎn)型程度的科學計量方法。但學者間、研究機構(gòu)間的交流合作頻次較弱，需要不斷加強。

（2）我國企業(yè)數(shù)字化轉(zhuǎn)型的研究熱點主要圍繞企業(yè)數(shù)字化轉(zhuǎn)型的“路徑—結(jié)果”基本邏輯展開。其中路徑的研究在近幾年呈現(xiàn)多樣化，出現(xiàn)人力資本、內(nèi)部控制、融資約束等手段，實施結(jié)果的研究從企業(yè)績效過渡到企業(yè)創(chuàng)新，再到近年來的綠色創(chuàng)新。研究的熱點與方向與我國政策導向密切相關(guān)，我國政府近年來高度關(guān)注環(huán)保、低碳的問題，所以綠色創(chuàng)新在近幾年成為該領(lǐng)域文獻中研究的熱點。

5.2 研究展望

通過梳理我國企業(yè)數(shù)字化轉(zhuǎn)型的研究熱點與趨勢，本文對企業(yè)數(shù)字化轉(zhuǎn)型未來發(fā)展研究展望如下：

展望一：豐富研究內(nèi)容。自2020年起，企業(yè)數(shù)字化轉(zhuǎn)型的研究在路徑和結(jié)果等方面不斷豐富，且該趨勢一直持續(xù)。因此，學者們在該領(lǐng)域以后的研究中可以不斷深入企業(yè)數(shù)字化轉(zhuǎn)型前因—路徑—結(jié)果的探討，從不同視角豐富該領(lǐng)域研究內(nèi)容，以期多路徑、高效能的幫助企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型。

展望二：創(chuàng)新研究方法。當前關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的文章多以實證分析、案例分析為主，在未來的研究中，可以結(jié)合不同領(lǐng)域的研究方法，多角度研究本領(lǐng)域，創(chuàng)新研究方法的同時提高研究的可信度。

參考文獻

王博，康琦.數(shù)字化轉(zhuǎn)型與企業(yè)可持續(xù)發(fā)展績效[J].經(jīng)濟管理，2023， 45（6）：161-176.

姜奇平，劉宇洋，端利濤.數(shù)字化轉(zhuǎn)型，多元化經(jīng)營與企業(yè)績效[J].技術(shù)經(jīng)濟， 2023， 42（4）：82-96.

冀云陽，周鑫，張謙.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新： 基于研發(fā)投入和研發(fā)效率視角的分析[J].金融研究， 2023（4）：111-129.

陳勝利，王東.數(shù)字化轉(zhuǎn)型與企業(yè)韌性：效應(yīng)與機制[J].西安財經(jīng)大學學報， 2023， 36（4）：65-77.

李穎，石淑瑩.企業(yè)數(shù)字化轉(zhuǎn)型能提高勞動收入份額嗎？[J].財務(wù)研究， 2023（2）： 37-46.

陳曉東，楊曉霞.數(shù)字經(jīng)濟發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)升級的影響： 基于灰關(guān)聯(lián)熵與耗散結(jié)構(gòu)理論的研究[J].改革，2021（3）：14.

閆偉娜.我國科普期刊研究的進展、熱點與趨勢： 基于CiteSpace知識圖譜的可視化分析[J].中國科技期刊研究，2024，35（2）：163-170.

單宇，許暉，周連喜，等.數(shù)智賦能：危機情境下組織韌性如何形成： 基于林清軒轉(zhuǎn)危為機的探索性案例研究[J].管理世界，2021（3）：7.

張繼德，劉潔，黃思良，等.數(shù)字化轉(zhuǎn)型與企業(yè)績效：綜述和展望[J].財會通訊， 2023（14）：3-9.

吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)： 來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：15.

宗淑萍.基于普賴斯定律和綜合指數(shù)法的核心著者測評： 以《中國科技期刊研究》為例[J].中國科技期刊研究，2016，27（12）：5.

羅坤瑾，張媛媛，黎準.中國公共衛(wèi)生事件研究的學術(shù)場域變遷考察： 基于CiteSpace知識圖譜的可視化分析（2000—2019）[J].新聞大學， 2021（5）：20.

李杰，陳超美.CiteSpace：科技文本挖掘及可視化[M].北京： 首都經(jīng)濟貿(mào)易大學出版社，2016.

梁永康，宋闊.我國制造業(yè)數(shù)字化轉(zhuǎn)型研究熱點與演進趨勢[J].生產(chǎn)力研究， 2024（3）： 77-81.

苗藝源，黃家章，劉銳，等.我國農(nóng)產(chǎn)品優(yōu)質(zhì)優(yōu)價研究熱點及發(fā)展趨勢： 基于CiteSpace的可視化分析[J].中國農(nóng)業(yè)資源與區(qū)劃， 2022， 43（7）：10.