[摘要]本文基于WOS和CSSCI數據庫中有關經管學科的引文文獻數據，運用CiteSpace文獻計量軟件對文獻共被引、作者共被引和關鍵詞共現等情況進行文獻計量可視化的對比分析，明晰了大數據在國內外經管學科的研究趨勢與熱點。研究結果表明，國外在經管學科大數據的研究，無論是研究的累積，還是研究的深度，均領先于國內，但國內的研究發展勢頭要快于國外，研究內容也逐漸從定性的理論闡述轉向定量的實際應用。
[關鍵詞]經管學科;大數據;文獻計量;CiteSpace
一、引言
隨著信息技術的發展，信息呈現出爆炸式增長，大數據應運而生，尤其是我國“互聯網+”戰略的提出，眾多行業在近些年出現了突飛猛進的發展，同時也帶來了新的挑戰[1]153-160。自2008年Nature雜志發表了一期有關“BigData”專刊以來，全球學術界掀起了大數據的浪潮[2]148-155。2011年5月麥肯錫全球研究所(McKinseyGlobalResearchInstitute，MGI)的研究報告中從專業的角度介紹了大數據[3]439-449。2012年瑞士達沃斯論壇更是以大數據為主題之一，認為大數據已經成為一種新的經濟資產[4]20-22。
大數據吸引了各個領域的研究人員，采用手工和自動化的方式從各個領域的大量豐富的非結構化數據源中萃取結構化知識，解決具體現實問題[5]62-70，這在商業領域的應用已經非常廣泛[6]50-58。但是，大數據在經管學科的分析研究亟待加強[7]177-183。現有大數據在經濟學科的應用主要有兩方面：研究如何利用機器學習算法改善宏觀經濟分析技術，提高分析的準確度[8]57-65;采用大數據的方法衡量新經濟部門的經濟指數，并與傳統的經濟指數進行對比分析[9]304-316。而大數據在管理學科的應用主要是將大數據應用于資源管理與決策領域[10]158-163、優化人力資源管理部門的開發和管理[6]50-58等方面。
在科學探索中，無論是初出茅廬的年輕學者，還是訓練有素的專家，最關注的莫過于從研究領域的海量文獻中，找到研究領域中的熱點主題和研究趨勢，為今后科研工作的開展打下扎實的基礎。基于文獻計量學的知識圖譜能夠快速找到時下最為重要和有效的信息，展現研究主題的過去和現在的發展軌跡，是識別前沿與趨勢的重要工具，如：趙蓉英和魏明坤[11]3-10，16以大數據結構理論分析為基礎，運用CiteSpace軟件繪制并分析了國內外大數據的發展現狀及研究熱點;陳軍等[12]173-181基于現下大數據時代日益嚴重的信息過載這一現狀運用文獻計量分析和社會網絡方法對國內外大數據推薦算法領域的總體情況進行了研究分析。
雖然經管學科研究成果頗豐，但是對于國內外大數據在經管學科的對比分析卻相對較少。因此，本文基于中國社會科學引文索引(以下簡稱CSSCI)和WebofScience(以下簡稱WOS)數據庫，對國內外大數據在經管學科中的研究熱點和趨勢進行知識圖譜的可視化分析。該方法能更清晰、客觀和科學地展現出大數據研究在經管學科的知識圖譜，為從事經管學科大數據研究的學者和業界提供借鑒和參考。
二、數據與方法
(一)數據來源
本文所需文獻數據來源于CSSCI和WOS數據庫。具體地，(1)中文文獻數據選CSSCI為數據源，分別在學科類型為“管理學”和“經濟學”中，進行篇名(詞)為“大數據”的論文檢索，分別獲得了155條和133條施引文獻記錄。由于有的文獻記錄既可劃分為經濟學科，又可歸屬為管理學學科，因此，除重后的文獻數量由原來的288條施引文獻數據變為280條施引文獻數據，總被引文獻共有3087條;(2)外文文獻數據來源于WOS數據庫，以“bigdata”為主題，在研究方向為“BusinessEconomics”和“OperationsResearchManagementScience”中，檢索文獻類型為“Article”或“BookReview”或“Review”或“Letter”的文獻，共得到370條施引文獻數據，總的共被引文獻數據為15400條。以上數據下載時間均為2018年3月17日。
可以看出，2013年之后的發文量出現了顯著的持續增長，且國外管理學科大數據的研究要遠遠高于經濟學科的大數據研究。最后，可以看出無論是國內，還是國外在經管學科大數據的研究初期，發文量均較低，或幾乎為零，但隨著大數據開始變得越來越重要，經管學科大數據研究也開始出現爆發式增長。
(二)論文的研究方法
知識圖譜法是將引文數據進行信息可視化分析，通過各種多維結構規律圖譜，清晰地展示出研究主題的發展歷程、演變機理以及內在的邏輯關系，從中獲取所研究主題的發展結構、研究熱點和前沿問題，以及未來的發展方向。
目前進行知識圖譜分析的常用軟件主要有：Bibexcel、CiteSpace和Ueinet等[13]。其中，美國德雷塞爾大學計算機與情報學的陳超美教授使用Java語言開發的CiteSpace已經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)的簡稱，是在科學計量學、數據和信息可視化背景下逐漸發展起來的一款多元、分時、動態的引文可視化分析軟件，可通過對科學文獻的分析，展示若干研究前沿領域的演進歷程，挖掘引文空間的知識聚類和分布。
三、國內外經管學科大數據研究的知識圖譜
下文將基于CiteSpace軟件對我國經管學科大數據的文獻進行共被引分析(文獻和作者)、關鍵詞共現分析，繪制出國內外經管學科大數據研究的知識圖譜，并進行比較分析。
(一)國內外經管學科大數據研究的文獻共被引分析
文獻共被引是指多篇文獻共同出現在某一篇施引文獻的參考文獻目錄中，則這多篇文獻就形成了共被引關系[15]265-269。共被引的頻次越多，說明學術研究方向的關聯性越緊密，反映了文獻之間共同的研究方向和關注的熱點。共被引分析可以分為文獻的共被引、作者的共被引和期刊的共被引分析，節點的大小代表文獻、期刊或者作者的被引次數，連線的顏色代表首次共被引的時間。
1.國內研究的文獻共被引分析。
CiteSpace對國內CSSCI數據庫中280篇有關經管學科大數據方面的施引文獻進行文獻共被引分析，運行數據得到文獻共被引網絡的節點數為82，網絡連線數量為205，密度為0.0617。其中，圖中的聚類名稱是采用對數似然算法(LLR)，通過從關鍵詞中提取名詞性術語為聚類命名得到。圖中所顯示的#0，#1，……代表聚類標號，編號越小則聚類的規模越大(即聚類中包含的文獻數量越多)[16]，圖中的年輪環代表的是這一聚類中某一篇文章的引文歷史，年輪環越大代表該篇文獻被引用的次數越多，下文其他圖形含義亦是如此，故不再贅述。
首先，我國對于大數據的研究從Frankel和Reid[17]30、Lynch[18]28-29的文獻開始，在網絡購物和云計算等方面，Dean和Ghemawat[19]107-113、Askitas和Zimmermann[20]107-120的研究具有重要的參考價值;其次，經管學科對大數據的最新研究(2015年前后)主要集中于大數據時代和稅收治理兩個方面，在大數據時代方面的研究，起始時間大約是在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，大數據的研究已經深入到多個方向，孟小峰等[21]2483-2491的研究對于各個方向的研究起到了紐帶作用，而馮芷艷等[22]1-9的研究對于我國大數據、網絡購物、云計算、稅收治理、公共政策過程和煤炭交易等方面的研究都產生了極大地影響，該文章在國內經管學科大數據的研究中引用頻次最高，高達19次。
2.國外研究的文獻共被引分析。
CiteSpace對WOS中370篇經管學科大數據方面的施引文獻進行文獻共被引分析，運行數據得到文獻共被引網絡的節點數為125，網絡連線數量為345，密度為0.0445，(1)首先，國外經管學科對大數據的研究主要集中于公司業績方面，大數據在該領域的研究始于Weinberger[23]對國外決策系統和社會數據的研究;(2)其次，被引頻次最高的文獻是Chen等[24]1165-1188、Mcafee和Brynjolfsson[25]60-66兩篇文獻，均高達79次，兩篇文獻均是研究公司績效方面，同時也涉及健康保障、大數據、社會媒體等方面的內容;(3)最后，國外經管學科大數據研究的文獻共被引研究分支較多、研究網絡較豐富，經聚類后共有9個類別，這些聚類反映出了經管學科大數據研究的知識基礎結構及其研究熱點，說明經管學科大數據正在迅速發展中。
3.國內外研究的文獻共被引對比分析。
為了更加直觀清晰地對比分析國內外文獻共被引情況，本文在表1中對國內外排名前6的聚類，以及文獻共被引頻次排名前3的文獻進行對比分析。從表1中可以看出：國外經管學科大數據文獻的共被引頻次在6個聚類中均遠遠高于我國。如在所有聚類中，國外文獻的最高引用頻次達到79次，而國內最高引用頻次僅19次。國內外文獻共被引頻次差距巨大的原因在于國內經管學科對于大數據的研究起步較晚，分析較淺顯，方法有限，且理論基礎也主要來源于國外，現在處于一個緩慢上升期。而國外研究較早，其理論基礎和分析方法較為完善，已經逐步進入穩定期。
綜上所述：(1)國外經管學科大數據研究涉及的研究領域較廣，分支較多;(2)國外在經管學科進行大數據研究要領先于國內，但是我國的研究發展迅猛，有望趕超國外研究;(3)國內經管學科大數據的研究往往偏重于理論方面的定性闡述，而國外研究更多的是著眼于應用方面，文獻共被引的結果表明未來經管學科在大數據方面的研究將從最初的理論研究逐漸轉向了實際應用。
(二)國內外經管學科大數據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上衍生出來的一種分析方法。作者共被引時線圖能夠反映具體時間內一個學者在某一領域的發文量、學術成就和科研能力。因此圖中節點的大小代表作者的被引次數，連線的顏色代表首次共被引的時間。
1.國內研究的作者共被引分析。
CiteSpace對280篇有關經管學科大數據方面的施引文獻進行作者共被引分析，運行數據得到文獻共被引網絡的節點數為118，網絡連線數量為329，密度為0.0477，(1)經管學科大數據研究相對集中在國家治理、大數據時代、運營管理和組織調整等方面;(2)在這些研究中，大數據專家邁爾·舍恩伯格是國內經管學科進行大數據研究的重要文獻作者。此外，涂子沛、馮芷艷、孟小峰和李國杰等人在時線圖中的年輪環相對較厚，這代表了這些作者所著文獻的引用頻次較高，影響力較大，是國內經管學科進行大數據研究的先行者和開拓者。
2.國外研究的作者共被引分析。
CiteSpace對WOS中370篇經管學科大數據方面的施引文獻進行作者共被引分析，運行數據得到文獻共被引網絡的節點數為262，網絡連線數量為756，密度為0.0221，
(1)國外從事經管學科大數據研究的學者主要集中于縱向案例研究(longitudinalcasestudy)、潛在利益(potentialbenefit)、公司績效(firmperformance)、大數據(bigdata)和審計判斷(auditjudgment)等方面;(2)國外經管學科從事大數據研究最早源于Mcafee對于縱向案例研究，且該研究對后期的各個方向的研究都產生了深遠的影響;(3)國外經管學科從事大數據研究的代表人物主要有Mcafee、Hurwitz和Manyika等，他們的研究均為后續研究奠定了堅實的基礎。
3.國內外研究的作者共被引對比分析。
(1)國外從事經管學科大數據研究的學者的文獻共被引頻次要顯著高于國內學者，這說明國外已經具備較好的研究基礎;(2)國內外經管學科對于大數據的研究已經開始滲透到各個方向，且每個方向都出現了具有代表性的成果，如國外學者中Mcafee、Davenport和Manyika等的研究，以及國內學者中馮芷艷、涂子沛和孟小峰等的研究;(3)在國內外經管學科對于大數據的研究中，國內文獻對于國外文獻的共被引較多，然而國外對國內文獻的引用也僅限于使用英文發表的文章，且相對要少得多，這也說明國內學者和研究成果的影響力相對較小。
總而言之，國內外學者對于經管學科大數據的研究已經推進到了經管學科的不同研究領域，形成了新的研究熱點與方向，為今后的研究奠定了堅實的基礎，但是值得注意的是國內學者的研究還存在文獻累積不足，影響力局限于國內等一系列弱勢因素。
(三)國內外經管學科大數據研究的關鍵詞
共現網絡分析關鍵詞是文獻計量研究的核心指標，是文章主題和中心思想的反映，是讀者進入特定領域進行深入分析的最有效索引[26]95-100，而關鍵詞的共現分析結果更加直觀，可以得到研究領域的熱點和前沿。
1.國內研究的關鍵詞共現網絡分析。CiteSpace對280篇有關經管學科大數據方面的施引文獻進行關鍵詞共現分析，運行數據得到關鍵詞共現網絡的節點數為43，網絡連線數量為73，密度為0.0808，(1)關鍵詞共現網絡知識圖譜的節點聯系緊密，研究主題主要集中于大數據、云計算、網絡購物和信息共享等當前經管學科大數據研究的主要方向;(2)圍繞著大數據的研究衍生了一系列關鍵詞，包括大數據時代、網絡購物和物聯網等。
(3)關鍵詞“大數據”在2013年首次出現在國內的研究中，圖中的年輪環代表該關鍵詞的共現情況，年輪環每一層的顏色代表共現對應的時間，關鍵詞之間的連線代表兩個關鍵詞共現，連線的顏色代表兩個關鍵詞第一次共現的時間。
2.國外研究的關鍵詞共現網絡分析。
CiteSpace對WOS中370篇經管學科大數據方面的施引文獻進行關鍵詞共現分析，運行數據得到關鍵詞共現網絡的節點數為193，網絡連線數量為573，密度為0.0309，(1)國外關鍵詞共現網絡的知識圖譜中，節點間的聯系非常緊密，研究的主題較集中于大數據項目、賬戶信息、未來研究和小企業營銷等研究方向;(2)從時線圖的尾部可以看出：大數據與健康保障、大數據與供應鏈、數據科學等方面是時下研究的重點;(3)關鍵詞“大數據”出現的時間最早，共現的頻次也最高。圍繞著大數據研究產生的一系列關鍵詞，包括大數據分析、管理、系統和影響作用等。
3.國內外研究的關鍵詞共現網絡對比分析。
結果表明：首先，國外經管學科大數據研究的網絡更加龐大復雜，增加了更多可視化的應用，如bigdata(大數據)、knowledge(知識)、analytics(分析)、management(管理)、technology(技術)等;其次，國內的研究大多是偏于理論方面，如大數據、大數據時代、云計算、物聯網、國家治理和智慧城市等，顯然國外大數據的研究前沿領先于國內[27]131-136;最后，從時下大數據在經管學科的研究熱點來看，國外的研究側重于知識和管理等應用方面，而國內的研究則主要集中在大數據時代和云計算等理論的定性闡述方面。
四、結論與啟示
本文運用CiteSpace這一文獻計量可視化工具對國內外經管學科大數據研究的文獻共被引、作者共被引和關鍵詞共現網絡進行對比分析，得到了以下幾點主要結論：首先，從論文發表數量的時間分布圖可以看出國內外對于經管學科大數據的研究成果均呈現逐年上升的趨勢，且國外研究比國內研究更加豐富，管理類的研究成果要比經濟類研究成果多，可以預期未來我國對于大數據的研究將會有爆發式增長。
其次，從國內外文獻的共被引分析來看，國內經管學科大數據的研究大部分集中在商業領域，而國外經管學科對大數據的研究更多的是與管理學科相關。從國內外作者共被引分析情況來看，國外經管學科大數據研究的方向多樣，內容豐富，高被引學者已然成為該研究方向的“領頭人”，而國內研究學者的引用次數較少，這主要是因為國內研究的理論幾乎都是來源于國外學者的研究，同時國內各行業對于大數據的研究起步較晚，理論、分析方法等方面都存在欠缺的情況。
最后，從國內外關鍵詞共現的分析來看，國內外的研究熱點存在較大的差異，國內的研究熱點偏理論，包括物聯網、數據治理、電子商務等方面，而國外的研究熱點則更偏向于應用方面，包括健康保健、管理、組織和分析等。總之，目前國外經管學科在大數據研究方面已經開始趨于成熟，但是隨著可視化理論和技術的發展，以及國內研究的大爆發，國內在該方面的研究將會出現長足的發展，未來我國經管學科大數據的研究將逐漸從理論轉向實際應用。
管理方向論文投稿刊物：《管理學刊》(雙月刊)系經國家新聞出版總署批準(批準文號為新出綜合〔2009〕304號)，河南省教育廳主管，由新鄉學院與中國經濟規律研究會共同主辦的國內外公開發行的專業學術刊物，現為國家一級學會中國經濟規律研究會會刊，河南省一級期刊，由中國社會科學院學部委員程恩富教授擔任主編。
相關閱讀
