[摘要]本文基于WOS和CSSCI數(shù)據(jù)庫(kù)中有關(guān)經(jīng)管學(xué)科的引文文獻(xiàn)數(shù)據(jù)，運(yùn)用CiteSpace文獻(xiàn)計(jì)量軟件對(duì)文獻(xiàn)共被引、作者共被引和關(guān)鍵詞共現(xiàn)等情況進(jìn)行文獻(xiàn)計(jì)量可視化的對(duì)比分析，明晰了大數(shù)據(jù)在國(guó)內(nèi)外經(jīng)管學(xué)科的研究趨勢(shì)與熱點(diǎn)。研究結(jié)果表明，國(guó)外在經(jīng)管學(xué)科大數(shù)據(jù)的研究，無(wú)論是研究的累積，還是研究的深度，均領(lǐng)先于國(guó)內(nèi)，但國(guó)內(nèi)的研究發(fā)展勢(shì)頭要快于國(guó)外，研究?jī)?nèi)容也逐漸從定性的理論闡述轉(zhuǎn)向定量的實(shí)際應(yīng)用。
[關(guān)鍵詞]經(jīng)管學(xué)科;大數(shù)據(jù);文獻(xiàn)計(jì)量;CiteSpace
一、引言
隨著信息技術(shù)的發(fā)展，信息呈現(xiàn)出爆炸式增長(zhǎng)，大數(shù)據(jù)應(yīng)運(yùn)而生，尤其是我國(guó)“互聯(lián)網(wǎng)+”戰(zhàn)略的提出，眾多行業(yè)在近些年出現(xiàn)了突飛猛進(jìn)的發(fā)展，同時(shí)也帶來(lái)了新的挑戰(zhàn)[1]153-160。自2008年Nature雜志發(fā)表了一期有關(guān)“BigData”專刊以來(lái)，全球?qū)W術(shù)界掀起了大數(shù)據(jù)的浪潮[2]148-155。2011年5月麥肯錫全球研究所(McKinseyGlobalResearchInstitute，MGI)的研究報(bào)告中從專業(yè)的角度介紹了大數(shù)據(jù)[3]439-449。2012年瑞士達(dá)沃斯論壇更是以大數(shù)據(jù)為主題之一，認(rèn)為大數(shù)據(jù)已經(jīng)成為一種新的經(jīng)濟(jì)資產(chǎn)[4]20-22。
大數(shù)據(jù)吸引了各個(gè)領(lǐng)域的研究人員，采用手工和自動(dòng)化的方式從各個(gè)領(lǐng)域的大量豐富的非結(jié)構(gòu)化數(shù)據(jù)源中萃取結(jié)構(gòu)化知識(shí)，解決具體現(xiàn)實(shí)問(wèn)題[5]62-70，這在商業(yè)領(lǐng)域的應(yīng)用已經(jīng)非常廣泛[6]50-58。但是，大數(shù)據(jù)在經(jīng)管學(xué)科的分析研究亟待加強(qiáng)[7]177-183。現(xiàn)有大數(shù)據(jù)在經(jīng)濟(jì)學(xué)科的應(yīng)用主要有兩方面：研究如何利用機(jī)器學(xué)習(xí)算法改善宏觀經(jīng)濟(jì)分析技術(shù)，提高分析的準(zhǔn)確度[8]57-65;采用大數(shù)據(jù)的方法衡量新經(jīng)濟(jì)部門的經(jīng)濟(jì)指數(shù)，并與傳統(tǒng)的經(jīng)濟(jì)指數(shù)進(jìn)行對(duì)比分析[9]304-316。而大數(shù)據(jù)在管理學(xué)科的應(yīng)用主要是將大數(shù)據(jù)應(yīng)用于資源管理與決策領(lǐng)域[10]158-163、優(yōu)化人力資源管理部門的開發(fā)和管理[6]50-58等方面。
在科學(xué)探索中，無(wú)論是初出茅廬的年輕學(xué)者，還是訓(xùn)練有素的專家，最關(guān)注的莫過(guò)于從研究領(lǐng)域的海量文獻(xiàn)中，找到研究領(lǐng)域中的熱點(diǎn)主題和研究趨勢(shì)，為今后科研工作的開展打下扎實(shí)的基礎(chǔ)。基于文獻(xiàn)計(jì)量學(xué)的知識(shí)圖譜能夠快速找到時(shí)下最為重要和有效的信息，展現(xiàn)研究主題的過(guò)去和現(xiàn)在的發(fā)展軌跡，是識(shí)別前沿與趨勢(shì)的重要工具，如：趙蓉英和魏明坤[11]3-10，16以大數(shù)據(jù)結(jié)構(gòu)理論分析為基礎(chǔ)，運(yùn)用CiteSpace軟件繪制并分析了國(guó)內(nèi)外大數(shù)據(jù)的發(fā)展現(xiàn)狀及研究熱點(diǎn);陳軍等[12]173-181基于現(xiàn)下大數(shù)據(jù)時(shí)代日益嚴(yán)重的信息過(guò)載這一現(xiàn)狀運(yùn)用文獻(xiàn)計(jì)量分析和社會(huì)網(wǎng)絡(luò)方法對(duì)國(guó)內(nèi)外大數(shù)據(jù)推薦算法領(lǐng)域的總體情況進(jìn)行了研究分析。
雖然經(jīng)管學(xué)科研究成果頗豐，但是對(duì)于國(guó)內(nèi)外大數(shù)據(jù)在經(jīng)管學(xué)科的對(duì)比分析卻相對(duì)較少。因此，本文基于中國(guó)社會(huì)科學(xué)引文索引(以下簡(jiǎn)稱CSSCI)和WebofScience(以下簡(jiǎn)稱WOS)數(shù)據(jù)庫(kù)，對(duì)國(guó)內(nèi)外大數(shù)據(jù)在經(jīng)管學(xué)科中的研究熱點(diǎn)和趨勢(shì)進(jìn)行知識(shí)圖譜的可視化分析。該方法能更清晰、客觀和科學(xué)地展現(xiàn)出大數(shù)據(jù)研究在經(jīng)管學(xué)科的知識(shí)圖譜，為從事經(jīng)管學(xué)科大數(shù)據(jù)研究的學(xué)者和業(yè)界提供借鑒和參考。
二、數(shù)據(jù)與方法
(一)數(shù)據(jù)來(lái)源
本文所需文獻(xiàn)數(shù)據(jù)來(lái)源于CSSCI和WOS數(shù)據(jù)庫(kù)。具體地，(1)中文文獻(xiàn)數(shù)據(jù)選CSSCI為數(shù)據(jù)源，分別在學(xué)科類型為“管理學(xué)”和“經(jīng)濟(jì)學(xué)”中，進(jìn)行篇名(詞)為“大數(shù)據(jù)”的論文檢索，分別獲得了155條和133條施引文獻(xiàn)記錄。由于有的文獻(xiàn)記錄既可劃分為經(jīng)濟(jì)學(xué)科，又可歸屬為管理學(xué)學(xué)科，因此，除重后的文獻(xiàn)數(shù)量由原來(lái)的288條施引文獻(xiàn)數(shù)據(jù)變?yōu)?80條施引文獻(xiàn)數(shù)據(jù)，總被引文獻(xiàn)共有3087條;(2)外文文獻(xiàn)數(shù)據(jù)來(lái)源于WOS數(shù)據(jù)庫(kù)，以“bigdata”為主題，在研究方向?yàn)?ldquo;BusinessEconomics”和“OperationsResearchManagementScience”中，檢索文獻(xiàn)類型為“Article”或“BookReview”或“Review”或“Letter”的文獻(xiàn)，共得到370條施引文獻(xiàn)數(shù)據(jù)，總的共被引文獻(xiàn)數(shù)據(jù)為15400條。以上數(shù)據(jù)下載時(shí)間均為2018年3月17日。
可以看出，2013年之后的發(fā)文量出現(xiàn)了顯著的持續(xù)增長(zhǎng)，且國(guó)外管理學(xué)科大數(shù)據(jù)的研究要遠(yuǎn)遠(yuǎn)高于經(jīng)濟(jì)學(xué)科的大數(shù)據(jù)研究。最后，可以看出無(wú)論是國(guó)內(nèi)，還是國(guó)外在經(jīng)管學(xué)科大數(shù)據(jù)的研究初期，發(fā)文量均較低，或幾乎為零，但隨著大數(shù)據(jù)開始變得越來(lái)越重要，經(jīng)管學(xué)科大數(shù)據(jù)研究也開始出現(xiàn)爆發(fā)式增長(zhǎng)。
(二)論文的研究方法
知識(shí)圖譜法是將引文數(shù)據(jù)進(jìn)行信息可視化分析，通過(guò)各種多維結(jié)構(gòu)規(guī)律圖譜，清晰地展示出研究主題的發(fā)展歷程、演變機(jī)理以及內(nèi)在的邏輯關(guān)系，從中獲取所研究主題的發(fā)展結(jié)構(gòu)、研究熱點(diǎn)和前沿問(wèn)題，以及未來(lái)的發(fā)展方向。
目前進(jìn)行知識(shí)圖譜分析的常用軟件主要有：Bibexcel、CiteSpace和Ueinet等[13]。其中，美國(guó)德雷塞爾大學(xué)計(jì)算機(jī)與情報(bào)學(xué)的陳超美教授使用Java語(yǔ)言開發(fā)的CiteSpace已經(jīng)成為引文分析可視化工具的主流軟件[14]242-253。CiteSpace是引文空間(CitationSpace)的簡(jiǎn)稱，是在科學(xué)計(jì)量學(xué)、數(shù)據(jù)和信息可視化背景下逐漸發(fā)展起來(lái)的一款多元、分時(shí)、動(dòng)態(tài)的引文可視化分析軟件，可通過(guò)對(duì)科學(xué)文獻(xiàn)的分析，展示若干研究前沿領(lǐng)域的演進(jìn)歷程，挖掘引文空間的知識(shí)聚類和分布。
三、國(guó)內(nèi)外經(jīng)管學(xué)科大數(shù)據(jù)研究的知識(shí)圖譜
下文將基于CiteSpace軟件對(duì)我國(guó)經(jīng)管學(xué)科大數(shù)據(jù)的文獻(xiàn)進(jìn)行共被引分析(文獻(xiàn)和作者)、關(guān)鍵詞共現(xiàn)分析，繪制出國(guó)內(nèi)外經(jīng)管學(xué)科大數(shù)據(jù)研究的知識(shí)圖譜，并進(jìn)行比較分析。
(一)國(guó)內(nèi)外經(jīng)管學(xué)科大數(shù)據(jù)研究的文獻(xiàn)共被引分析
文獻(xiàn)共被引是指多篇文獻(xiàn)共同出現(xiàn)在某一篇施引文獻(xiàn)的參考文獻(xiàn)目錄中，則這多篇文獻(xiàn)就形成了共被引關(guān)系[15]265-269。共被引的頻次越多，說(shuō)明學(xué)術(shù)研究方向的關(guān)聯(lián)性越緊密，反映了文獻(xiàn)之間共同的研究方向和關(guān)注的熱點(diǎn)。共被引分析可以分為文獻(xiàn)的共被引、作者的共被引和期刊的共被引分析，節(jié)點(diǎn)的大小代表文獻(xiàn)、期刊或者作者的被引次數(shù)，連線的顏色代表首次共被引的時(shí)間。
1.國(guó)內(nèi)研究的文獻(xiàn)共被引分析。
CiteSpace對(duì)國(guó)內(nèi)CSSCI數(shù)據(jù)庫(kù)中280篇有關(guān)經(jīng)管學(xué)科大數(shù)據(jù)方面的施引文獻(xiàn)進(jìn)行文獻(xiàn)共被引分析，運(yùn)行數(shù)據(jù)得到文獻(xiàn)共被引網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為82，網(wǎng)絡(luò)連線數(shù)量為205，密度為0.0617。其中，圖中的聚類名稱是采用對(duì)數(shù)似然算法(LLR)，通過(guò)從關(guān)鍵詞中提取名詞性術(shù)語(yǔ)為聚類命名得到。圖中所顯示的#0，#1，……代表聚類標(biāo)號(hào)，編號(hào)越小則聚類的規(guī)模越大(即聚類中包含的文獻(xiàn)數(shù)量越多)[16]，圖中的年輪環(huán)代表的是這一聚類中某一篇文章的引文歷史，年輪環(huán)越大代表該篇文獻(xiàn)被引用的次數(shù)越多，下文其他圖形含義亦是如此，故不再贅述。
首先，我國(guó)對(duì)于大數(shù)據(jù)的研究從Frankel和Reid[17]30、Lynch[18]28-29的文獻(xiàn)開始，在網(wǎng)絡(luò)購(gòu)物和云計(jì)算等方面，Dean和Ghemawat[19]107-113、Askitas和Zimmermann[20]107-120的研究具有重要的參考價(jià)值;其次，經(jīng)管學(xué)科對(duì)大數(shù)據(jù)的最新研究(2015年前后)主要集中于大數(shù)據(jù)時(shí)代和稅收治理兩個(gè)方面，在大數(shù)據(jù)時(shí)代方面的研究，起始時(shí)間大約是在2012年，而在稅收治理方面的研究稍稍晚于前者，大約在2013年。
最后，大數(shù)據(jù)的研究已經(jīng)深入到多個(gè)方向，孟小峰等[21]2483-2491的研究對(duì)于各個(gè)方向的研究起到了紐帶作用，而馮芷艷等[22]1-9的研究對(duì)于我國(guó)大數(shù)據(jù)、網(wǎng)絡(luò)購(gòu)物、云計(jì)算、稅收治理、公共政策過(guò)程和煤炭交易等方面的研究都產(chǎn)生了極大地影響，該文章在國(guó)內(nèi)經(jīng)管學(xué)科大數(shù)據(jù)的研究中引用頻次最高，高達(dá)19次。
2.國(guó)外研究的文獻(xiàn)共被引分析。
CiteSpace對(duì)WOS中370篇經(jīng)管學(xué)科大數(shù)據(jù)方面的施引文獻(xiàn)進(jìn)行文獻(xiàn)共被引分析，運(yùn)行數(shù)據(jù)得到文獻(xiàn)共被引網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為125，網(wǎng)絡(luò)連線數(shù)量為345，密度為0.0445，(1)首先，國(guó)外經(jīng)管學(xué)科對(duì)大數(shù)據(jù)的研究主要集中于公司業(yè)績(jī)方面，大數(shù)據(jù)在該領(lǐng)域的研究始于Weinberger[23]對(duì)國(guó)外決策系統(tǒng)和社會(huì)數(shù)據(jù)的研究;(2)其次，被引頻次最高的文獻(xiàn)是Chen等[24]1165-1188、Mcafee和Brynjolfsson[25]60-66兩篇文獻(xiàn)，均高達(dá)79次，兩篇文獻(xiàn)均是研究公司績(jī)效方面，同時(shí)也涉及健康保障、大數(shù)據(jù)、社會(huì)媒體等方面的內(nèi)容;(3)最后，國(guó)外經(jīng)管學(xué)科大數(shù)據(jù)研究的文獻(xiàn)共被引研究分支較多、研究網(wǎng)絡(luò)較豐富，經(jīng)聚類后共有9個(gè)類別，這些聚類反映出了經(jīng)管學(xué)科大數(shù)據(jù)研究的知識(shí)基礎(chǔ)結(jié)構(gòu)及其研究熱點(diǎn)，說(shuō)明經(jīng)管學(xué)科大數(shù)據(jù)正在迅速發(fā)展中。
3.國(guó)內(nèi)外研究的文獻(xiàn)共被引對(duì)比分析。
為了更加直觀清晰地對(duì)比分析國(guó)內(nèi)外文獻(xiàn)共被引情況，本文在表1中對(duì)國(guó)內(nèi)外排名前6的聚類，以及文獻(xiàn)共被引頻次排名前3的文獻(xiàn)進(jìn)行對(duì)比分析。從表1中可以看出：國(guó)外經(jīng)管學(xué)科大數(shù)據(jù)文獻(xiàn)的共被引頻次在6個(gè)聚類中均遠(yuǎn)遠(yuǎn)高于我國(guó)。如在所有聚類中，國(guó)外文獻(xiàn)的最高引用頻次達(dá)到79次，而國(guó)內(nèi)最高引用頻次僅19次。國(guó)內(nèi)外文獻(xiàn)共被引頻次差距巨大的原因在于國(guó)內(nèi)經(jīng)管學(xué)科對(duì)于大數(shù)據(jù)的研究起步較晚，分析較淺顯，方法有限，且理論基礎(chǔ)也主要來(lái)源于國(guó)外，現(xiàn)在處于一個(gè)緩慢上升期。而國(guó)外研究較早，其理論基礎(chǔ)和分析方法較為完善，已經(jīng)逐步進(jìn)入穩(wěn)定期。
綜上所述：(1)國(guó)外經(jīng)管學(xué)科大數(shù)據(jù)研究涉及的研究領(lǐng)域較廣，分支較多;(2)國(guó)外在經(jīng)管學(xué)科進(jìn)行大數(shù)據(jù)研究要領(lǐng)先于國(guó)內(nèi)，但是我國(guó)的研究發(fā)展迅猛，有望趕超國(guó)外研究;(3)國(guó)內(nèi)經(jīng)管學(xué)科大數(shù)據(jù)的研究往往偏重于理論方面的定性闡述，而國(guó)外研究更多的是著眼于應(yīng)用方面，文獻(xiàn)共被引的結(jié)果表明未來(lái)經(jīng)管學(xué)科在大數(shù)據(jù)方面的研究將從最初的理論研究逐漸轉(zhuǎn)向了實(shí)際應(yīng)用。
(二)國(guó)內(nèi)外經(jīng)管學(xué)科大數(shù)據(jù)研究的作者共被引分析
作者的共被引和期刊的共被引是在論文的共被引基礎(chǔ)上衍生出來(lái)的一種分析方法。作者共被引時(shí)線圖能夠反映具體時(shí)間內(nèi)一個(gè)學(xué)者在某一領(lǐng)域的發(fā)文量、學(xué)術(shù)成就和科研能力。因此圖中節(jié)點(diǎn)的大小代表作者的被引次數(shù)，連線的顏色代表首次共被引的時(shí)間。
1.國(guó)內(nèi)研究的作者共被引分析。
CiteSpace對(duì)280篇有關(guān)經(jīng)管學(xué)科大數(shù)據(jù)方面的施引文獻(xiàn)進(jìn)行作者共被引分析，運(yùn)行數(shù)據(jù)得到文獻(xiàn)共被引網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為118，網(wǎng)絡(luò)連線數(shù)量為329，密度為0.0477，(1)經(jīng)管學(xué)科大數(shù)據(jù)研究相對(duì)集中在國(guó)家治理、大數(shù)據(jù)時(shí)代、運(yùn)營(yíng)管理和組織調(diào)整等方面;(2)在這些研究中，大數(shù)據(jù)專家邁爾·舍恩伯格是國(guó)內(nèi)經(jīng)管學(xué)科進(jìn)行大數(shù)據(jù)研究的重要文獻(xiàn)作者。此外，涂子沛、馮芷艷、孟小峰和李國(guó)杰等人在時(shí)線圖中的年輪環(huán)相對(duì)較厚，這代表了這些作者所著文獻(xiàn)的引用頻次較高，影響力較大，是國(guó)內(nèi)經(jīng)管學(xué)科進(jìn)行大數(shù)據(jù)研究的先行者和開拓者。
2.國(guó)外研究的作者共被引分析。
CiteSpace對(duì)WOS中370篇經(jīng)管學(xué)科大數(shù)據(jù)方面的施引文獻(xiàn)進(jìn)行作者共被引分析，運(yùn)行數(shù)據(jù)得到文獻(xiàn)共被引網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為262，網(wǎng)絡(luò)連線數(shù)量為756，密度為0.0221，
(1)國(guó)外從事經(jīng)管學(xué)科大數(shù)據(jù)研究的學(xué)者主要集中于縱向案例研究(longitudinalcasestudy)、潛在利益(potentialbenefit)、公司績(jī)效(firmperformance)、大數(shù)據(jù)(bigdata)和審計(jì)判斷(auditjudgment)等方面;(2)國(guó)外經(jīng)管學(xué)科從事大數(shù)據(jù)研究最早源于Mcafee對(duì)于縱向案例研究，且該研究對(duì)后期的各個(gè)方向的研究都產(chǎn)生了深遠(yuǎn)的影響;(3)國(guó)外經(jīng)管學(xué)科從事大數(shù)據(jù)研究的代表人物主要有Mcafee、Hurwitz和Manyika等，他們的研究均為后續(xù)研究奠定了堅(jiān)實(shí)的基礎(chǔ)。
3.國(guó)內(nèi)外研究的作者共被引對(duì)比分析。
(1)國(guó)外從事經(jīng)管學(xué)科大數(shù)據(jù)研究的學(xué)者的文獻(xiàn)共被引頻次要顯著高于國(guó)內(nèi)學(xué)者，這說(shuō)明國(guó)外已經(jīng)具備較好的研究基礎(chǔ);(2)國(guó)內(nèi)外經(jīng)管學(xué)科對(duì)于大數(shù)據(jù)的研究已經(jīng)開始滲透到各個(gè)方向，且每個(gè)方向都出現(xiàn)了具有代表性的成果，如國(guó)外學(xué)者中Mcafee、Davenport和Manyika等的研究，以及國(guó)內(nèi)學(xué)者中馮芷艷、涂子沛和孟小峰等的研究;(3)在國(guó)內(nèi)外經(jīng)管學(xué)科對(duì)于大數(shù)據(jù)的研究中，國(guó)內(nèi)文獻(xiàn)對(duì)于國(guó)外文獻(xiàn)的共被引較多，然而國(guó)外對(duì)國(guó)內(nèi)文獻(xiàn)的引用也僅限于使用英文發(fā)表的文章，且相對(duì)要少得多，這也說(shuō)明國(guó)內(nèi)學(xué)者和研究成果的影響力相對(duì)較小。
總而言之，國(guó)內(nèi)外學(xué)者對(duì)于經(jīng)管學(xué)科大數(shù)據(jù)的研究已經(jīng)推進(jìn)到了經(jīng)管學(xué)科的不同研究領(lǐng)域，形成了新的研究熱點(diǎn)與方向，為今后的研究奠定了堅(jiān)實(shí)的基礎(chǔ)，但是值得注意的是國(guó)內(nèi)學(xué)者的研究還存在文獻(xiàn)累積不足，影響力局限于國(guó)內(nèi)等一系列弱勢(shì)因素。
(三)國(guó)內(nèi)外經(jīng)管學(xué)科大數(shù)據(jù)研究的關(guān)鍵詞
共現(xiàn)網(wǎng)絡(luò)分析關(guān)鍵詞是文獻(xiàn)計(jì)量研究的核心指標(biāo)，是文章主題和中心思想的反映，是讀者進(jìn)入特定領(lǐng)域進(jìn)行深入分析的最有效索引[26]95-100，而關(guān)鍵詞的共現(xiàn)分析結(jié)果更加直觀，可以得到研究領(lǐng)域的熱點(diǎn)和前沿。
1.國(guó)內(nèi)研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析。CiteSpace對(duì)280篇有關(guān)經(jīng)管學(xué)科大數(shù)據(jù)方面的施引文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)分析，運(yùn)行數(shù)據(jù)得到關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為43，網(wǎng)絡(luò)連線數(shù)量為73，密度為0.0808，(1)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜的節(jié)點(diǎn)聯(lián)系緊密，研究主題主要集中于大數(shù)據(jù)、云計(jì)算、網(wǎng)絡(luò)購(gòu)物和信息共享等當(dāng)前經(jīng)管學(xué)科大數(shù)據(jù)研究的主要方向;(2)圍繞著大數(shù)據(jù)的研究衍生了一系列關(guān)鍵詞，包括大數(shù)據(jù)時(shí)代、網(wǎng)絡(luò)購(gòu)物和物聯(lián)網(wǎng)等。
(3)關(guān)鍵詞“大數(shù)據(jù)”在2013年首次出現(xiàn)在國(guó)內(nèi)的研究中，圖中的年輪環(huán)代表該關(guān)鍵詞的共現(xiàn)情況，年輪環(huán)每一層的顏色代表共現(xiàn)對(duì)應(yīng)的時(shí)間，關(guān)鍵詞之間的連線代表兩個(gè)關(guān)鍵詞共現(xiàn)，連線的顏色代表兩個(gè)關(guān)鍵詞第一次共現(xiàn)的時(shí)間。
2.國(guó)外研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析。
CiteSpace對(duì)WOS中370篇經(jīng)管學(xué)科大數(shù)據(jù)方面的施引文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)分析，運(yùn)行數(shù)據(jù)得到關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為193，網(wǎng)絡(luò)連線數(shù)量為573，密度為0.0309，(1)國(guó)外關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的知識(shí)圖譜中，節(jié)點(diǎn)間的聯(lián)系非常緊密，研究的主題較集中于大數(shù)據(jù)項(xiàng)目、賬戶信息、未來(lái)研究和小企業(yè)營(yíng)銷等研究方向;(2)從時(shí)線圖的尾部可以看出：大數(shù)據(jù)與健康保障、大數(shù)據(jù)與供應(yīng)鏈、數(shù)據(jù)科學(xué)等方面是時(shí)下研究的重點(diǎn);(3)關(guān)鍵詞“大數(shù)據(jù)”出現(xiàn)的時(shí)間最早，共現(xiàn)的頻次也最高。圍繞著大數(shù)據(jù)研究產(chǎn)生的一系列關(guān)鍵詞，包括大數(shù)據(jù)分析、管理、系統(tǒng)和影響作用等。
3.國(guó)內(nèi)外研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)對(duì)比分析。
結(jié)果表明：首先，國(guó)外經(jīng)管學(xué)科大數(shù)據(jù)研究的網(wǎng)絡(luò)更加龐大復(fù)雜，增加了更多可視化的應(yīng)用，如bigdata(大數(shù)據(jù))、knowledge(知識(shí))、analytics(分析)、management(管理)、technology(技術(shù))等;其次，國(guó)內(nèi)的研究大多是偏于理論方面，如大數(shù)據(jù)、大數(shù)據(jù)時(shí)代、云計(jì)算、物聯(lián)網(wǎng)、國(guó)家治理和智慧城市等，顯然國(guó)外大數(shù)據(jù)的研究前沿領(lǐng)先于國(guó)內(nèi)[27]131-136;最后，從時(shí)下大數(shù)據(jù)在經(jīng)管學(xué)科的研究熱點(diǎn)來(lái)看，國(guó)外的研究側(cè)重于知識(shí)和管理等應(yīng)用方面，而國(guó)內(nèi)的研究則主要集中在大數(shù)據(jù)時(shí)代和云計(jì)算等理論的定性闡述方面。
四、結(jié)論與啟示
本文運(yùn)用CiteSpace這一文獻(xiàn)計(jì)量可視化工具對(duì)國(guó)內(nèi)外經(jīng)管學(xué)科大數(shù)據(jù)研究的文獻(xiàn)共被引、作者共被引和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)進(jìn)行對(duì)比分析，得到了以下幾點(diǎn)主要結(jié)論：首先，從論文發(fā)表數(shù)量的時(shí)間分布圖可以看出國(guó)內(nèi)外對(duì)于經(jīng)管學(xué)科大數(shù)據(jù)的研究成果均呈現(xiàn)逐年上升的趨勢(shì)，且國(guó)外研究比國(guó)內(nèi)研究更加豐富，管理類的研究成果要比經(jīng)濟(jì)類研究成果多，可以預(yù)期未來(lái)我國(guó)對(duì)于大數(shù)據(jù)的研究將會(huì)有爆發(fā)式增長(zhǎng)。
其次，從國(guó)內(nèi)外文獻(xiàn)的共被引分析來(lái)看，國(guó)內(nèi)經(jīng)管學(xué)科大數(shù)據(jù)的研究大部分集中在商業(yè)領(lǐng)域，而國(guó)外經(jīng)管學(xué)科對(duì)大數(shù)據(jù)的研究更多的是與管理學(xué)科相關(guān)。從國(guó)內(nèi)外作者共被引分析情況來(lái)看，國(guó)外經(jīng)管學(xué)科大數(shù)據(jù)研究的方向多樣，內(nèi)容豐富，高被引學(xué)者已然成為該研究方向的“領(lǐng)頭人”，而國(guó)內(nèi)研究學(xué)者的引用次數(shù)較少，這主要是因?yàn)閲?guó)內(nèi)研究的理論幾乎都是來(lái)源于國(guó)外學(xué)者的研究，同時(shí)國(guó)內(nèi)各行業(yè)對(duì)于大數(shù)據(jù)的研究起步較晚，理論、分析方法等方面都存在欠缺的情況。
最后，從國(guó)內(nèi)外關(guān)鍵詞共現(xiàn)的分析來(lái)看，國(guó)內(nèi)外的研究熱點(diǎn)存在較大的差異，國(guó)內(nèi)的研究熱點(diǎn)偏理論，包括物聯(lián)網(wǎng)、數(shù)據(jù)治理、電子商務(wù)等方面，而國(guó)外的研究熱點(diǎn)則更偏向于應(yīng)用方面，包括健康保健、管理、組織和分析等。總之，目前國(guó)外經(jīng)管學(xué)科在大數(shù)據(jù)研究方面已經(jīng)開始趨于成熟，但是隨著可視化理論和技術(shù)的發(fā)展，以及國(guó)內(nèi)研究的大爆發(fā)，國(guó)內(nèi)在該方面的研究將會(huì)出現(xiàn)長(zhǎng)足的發(fā)展，未來(lái)我國(guó)經(jīng)管學(xué)科大數(shù)據(jù)的研究將逐漸從理論轉(zhuǎn)向?qū)嶋H應(yīng)用。
管理方向論文投稿刊物：《管理學(xué)刊》(雙月刊)系經(jīng)國(guó)家新聞出版總署批準(zhǔn)(批準(zhǔn)文號(hào)為新出綜合〔2009〕304號(hào))，河南省教育廳主管，由新鄉(xiāng)學(xué)院與中國(guó)經(jīng)濟(jì)規(guī)律研究會(huì)共同主辦的國(guó)內(nèi)外公開發(fā)行的專業(yè)學(xué)術(shù)刊物，現(xiàn)為國(guó)家一級(jí)學(xué)會(huì)中國(guó)經(jīng)濟(jì)規(guī)律研究會(huì)會(huì)刊，河南省一級(jí)期刊，由中國(guó)社會(huì)科學(xué)院學(xué)部委員程恩富教授擔(dān)任主編。
相關(guān)閱讀
