基于国外博士学位论文的知识管理研究热点及趋势

2014-08-18 12:10李干袁勤俭

现代情报 2014年6期

李干+袁勤俭

〔摘要〕以PQDT数据库中1984-2013年间共729篇国外知识管理领域博士学位论文为研究对象，采用Excel、SPSS软件进行共词分析、聚类分析和战略坐标图分析。结果显示：国外知识管理领域博士论文的研究主要集中在9个方面，其中知识形态研究、信息技术与知识管理系统研究、组织学习与战略管理研究是核心热点，企业创新与资本研究处于成熟研究区域，人工智能与决策支持研究处于研究的边缘位置，电子商务与知识整合研究、知识管理方式研究、知识管理应用研究有可能成为新的研究热点，组织文化研究具有发展为核心研究热点的潜力。

〔关键词〕知识管理；博士学位论文；共词分析；聚类分析；战略坐标图

〔中图分类号〕F270.7〔文献标识码〕A〔文章编号〕1008-0821（2014）06-0041-07

自美国管理学大师彼得·德鲁克提出知识工作者和知识管理的概念以来，知识管理研究历经了定义提出、理论框架形成、学科体系构建[1]等阶段。随着人工智能等信息技术的飞速发展以及全球化背景下组织竞争的日趋白热化，知识管理作为一种先进的管理思想方法，引起了业界和学界的高度关注，涌现出了一批有价值的学术文献。学术文献反映了某领域的研究成果，对某领域的学术文献进行分析，有助于了解该领域的研究进展。

目前有关知识管理研究进展的成果大体可以分为三类：（1）基于学者学术经验的研究进展成果。有学者从知识管理的概念、基本要素、理论框架等方面分析了国外知识管理的研究现状，并提出知识管理活动的内容、知识管理的影响因素等是未来研究应该关注的领域[2]。（2）基于期刊客观数据的研究进展成果。Gu等以WoS中1975-2003年的知识管理文献为研究对象，从作者发文数、发文时间分布、机构分布、期刊分布、学科分布、被引次数等角度分析了知识管理的研究现状，并指出知识管理还未形成独有的研究框架，但是可能已经形成一个游走在多学科边缘的跨学科理论[3]。Dwivedi等以WoS中1974-2008年的知识管理文献为研究对象，用基本统计分析方法分析了知识管理研究的研究范式和研究热点[4]。张勤等以Web of Science、商业信息全文数据库、Emerald 3个数据库中的文献为研究对象，用共词分析法研究了知识管理领域的研究热点、理论学派和研究范式[5-6]。Guo等以10本信息系统和管理学领域顶级期刊中2000-2004年间的160篇论文为研究对象，用基本统计分析方法呈现了知识管理研究的理论视角、研究范式和研究方法[7]。Ponzi以1991-2001间有关知识管理的文献为研究对象，采用聚类、多维尺度等方法展现了知识管理的演化历程及其知识发展轨迹[8]。（3）基于学位论文客观数据分析的研究进展成果。师忠凯等以ProQuest Dissertations and Theses数据库中1984-2003年间知识管理领域的84篇文献为研究对象，通过文字描述、表格陈列的方式阐述了国外知识管理领域硕、博士学位论文的研究方法、主题分布等研究现状[9]。

前述研究主要以期刊论文作为研究对象，对我们了解知识管理研究进展起到很大的帮助。作为一种重要的特殊文献，博士学位论文是在前人研究基础上，对某一前沿主题领域进行深入的、系统的研究，具有较强的原创性。然而，在以往文献研究中，我们仅发现前述1篇基于国外硕、博士学位论文进行分析的研究文献，并且其采用的是2003年以前的数据。为了了解近年来国外博士学位论文中知识管理领域的研究进展，本文拟以PQDT收录的1984-2013年间知识管理领域博士学位论文为分析对象，采用共词分析、聚类分析和战略坐标多种方法，揭示国外博士学位论文中知识管理领域的热点研究问题，以为国内学者提供参考。

1研究方法与数据来源

1.1研究方法

共词分析法是一种内容分析方法，其原理是对一组词在同一篇文献中出现的次数进行两两统计，并构建共词矩阵，通过聚类分析来揭示这些词所代表的学科和主体的结构变化[10]。

战略坐标分析是在共词矩阵和聚类分析的基础上，计算出各类团的向心度和密度，并利用统计软件生成战略坐标图。坐标图中横轴为向心度，表示各类团之间的关联程度，纵轴为密度，表示类团内部主题词之间的紧密程度[11]。通过比较坐标图中类团的位置分布，来揭示不同类团的内部研究状况以及类团之间的关联程度，以达到了解各类团研究发展趋势的目的。

1.2数据来源

美国UMI公司的PQDT数据库是目前世界上最大和使用最广泛的学位论文数据库。本文以PQDT为数据来源，以“knowledge management”、“KM”为检索词分别进行主题、标题、关键词检索，于2013年10月22日共检索到914篇博士论文，其中第一篇知识管理领域博士学位论文出现在1984年。由于本文的分析对象是国外知识管理领域博士学位论文，故需要在“大学/单位位置”条目中排除中国内地和香港，经过人工排查进一步去除与知识管理主题不相关的文献后，最终获得有效文献729篇。

1.3数据处理

对搜索出的729篇文献抽取关键词，进行单复数、连接符号“-”、同义词等规范化处理后，获取1 735个原始关键词，累计词频3404次，选取频次大于5的70个关键词，由于Knowledge management出现频次太大（共出现504次），对聚类分析没有意义，故对其予以删除，并去除Spanish text、China等与主题无关的关键词，最终得到59个高频关键词，并使用Excel软件生成共词矩阵。其中Community of practice、Data mining、Online community 3个高频词与其他高频词没有出现共现关系，因此最终生成56*56的共词矩阵。共词矩阵中的非对角线元素值是其所在行列的2个关键词共同出现在一篇文章中的次数，对角线上的值指某个关键词出现的频次。endprint

为满足多元统计分析对数据结构的要求，需要将共词矩阵转化为相关矩阵，相关矩阵是对共词矩阵进行包容化处理的结果矩阵，采用Ochiia系数生成相关矩阵，具体公式如下：

其中Cij是关键词i、j在文献中的共现次数，Ci、Cj分别指关键词i、j在文献中的出现频次。相关矩阵反映了2个关键词之间的相似程度。

2数据分析

2.1研究热点聚类分析

将相关矩阵导入统计软件SPSS20，采用“组间联结”聚类方法和“平均Euclidean”度量区间，生成表示聚类结果的树状图（见图1）。从图中可见，56个高频关键词被分为9个类团：

类团1包括隐性知识和显性知识两个关键词，隐性知识的频次高于显性知识的频次，这说明该类团侧重对隐性知识的研究；隐性知识和显性知识是知识的两种基本形态，隐性知识的显性化过程是知识管理的关键，该类团主要研究隐性知识对组织的重要性及其如何转化为显性知识。类团2包括组织文化和竞争优势两个关键词，该类团主要研究组织文化对知识管理和竞争优势的影响。类团3包括产品研发、信任、电子商务、团队、知识整合5个关键词，该类团主要研究产品研发和电子商务运营过程中的知识整合以及信任对产品研发和组织交流的影响，研究发现团队成员之间的信任与知识交流[12]、产品研发[13]之间有正向影响的关系。类团4包括创新、人力资本、智力资本、企业绩效、社会资本、管理者、知识转移、跨国企业、吸收能力、研发10个关键词，该类团主要研究企业创新过程中的知识管理问题，以及如何通过资本的积累和吸收能力的提升来更好地实现知识转移和企业创新。类团5包括合作、虚拟组织、信息共享、知识创造、组织绩效、学习、在线、知识获取8个关键词，该类团主要研究知识管理方式问题；合作和在线学习是虚拟组织成员进行信息共享和知识创造的有效方式，研究发现网络环境下高效便利的知识管理方式对组织绩效有显著的正向影响[14]。类团6包括知识、管理、信息管理、信息技术、组织行为、知识管理系统、知识工作者7个关键词，该类团主要研究知识工作者如何使用信息技术来管理知识，其中涉及知识管理系统的概念框架和技术实现等问题；知识管理系统分为系统设计、系统实施、系统评估3个层面[15]，知识工作者和知识是知识管理系统的主体和客体，知识管理系统需要借助信息管理方法实现其自身的功能。类团7包括组织知识、项目管理、知识共享、组织学习、战略管理、交流、专业服务企业、领导力、效率9个关键词，该类团主要研究组织学习和知识共享对知识管理战略和项目实施的影响，涉及如何通过组织学习和组织交流更好地实现组织知识共享并提高组织效率等方面的问题。类团8包括本体、人工智能、决策支持、企业、组织记忆5个关键词，该类团主要研究如何利用基于本体的人工智能来更好地实现决策支持（Decision support）并存储组织记忆等问题，Pratt认为构建一个本体框架可以清晰表述和再现组织记忆[16]。类团9包括制造业、信息、学习型组织、信息系统、社会网络、决策、技术接受模型、信息检索8个关键词，该类团主要涉及知识管理技术和工具在制造业等领域中的应用研究，Annadatha认为通过绘制社会网络分析图可以辅助组织管理项目团队、识别知识共享障碍[17]。

综合上述9个类团的划分，可以发现国外知识管理博士论文的研究主要集中在知识形态、组织文化、电子商务与知识整合、企业创新与资本、知识管理方式、组织学习与战略管理、信息技术与知识管理系统、人工智能与决策支持、知识管理应用等9个方面。这与前人[5]基于期刊的国外知识管理研究分析所得出的结论有所不同，前人“创新绩效”类团下的关键词“知识管理系统”在该文中与信息技术同属类团6，这说明知识管理系统研究已经从理论探讨转向技术实现；该文的组织文化方向、知识管理方式2个研究类团在前人研究中没有出现，这说明在国外博士学位论文中组织文化和知识管理方式相关研究已成为受关注的研究方向。

2.2研究趋势战略坐标分析

2.2.1知识管理研究的核心区域（第一象限）

类团1、类团6、类团7落在第一象限，说明这3个类团的密度和向心度较高，处于核心主题区域，这些类团不仅内部联系较紧密，并且与其他类团联系紧密。

在所有类团中，类团1向心度最高，表示这个类团与其他类团的联系最为紧密。知识形态是知识管理研究的起点，如何利用先进的信息技术有效获取、存储、和利用知识尤其是隐性知识，并发挥其在组织战略管理、企业创新中的作用，不仅是该类团的主要研究内容，而且也是其他类团都会涉及的问题。

类团6主要涉及信息技术在知识管理过程中的应用，同时还涵盖了知识管理系统设计、推广和实施等方面的研究，主要综合了心理学、管理学等领域的理论知识。Sullivan认为系统设计和用户的性格特征影响知识管理系统的推广，具有开放性格特征的知识工作者更容易接受新知识和新系统[18]；Niu[19]认为信息技术驱动的知识管理活动会影响组织的长期知识产出，供应链成员企业运用信息技术的能力会影响其知识管理能力，进而影响整个供应链绩效；Karadsheh[20]认为将知识管理整合到风险管理过程有助于识别信息技术项目的失败原因；可见该类团的学科交叉性较为突出，并且与业界的实践结合较紧密。

类团7主要研究组织学习和知识共享在组织战略管理中的作用。随着信息技术在知识管理中的应用，知识管理成为组织获取战略优势的重要手段[21]。自1998年“知识管理战略”理论的提出，知识管理逐渐上升到组织战略的高度，如何通过组织学习实现知识管理战略的成功实施是组织追求的共同目标。知识共享作为知识管理的重要环节，一直以来都是学者关注的热点。随着组织结构的变化和网络的普及，知识共享研究已经逐渐从组织内部的知识共享研究转向组织之间的知识共享研究，尤其是战略联盟模式下组织学习与知识共享过程中涉及到的领导力问题更引起了广大学者的关注，Cholip认为优秀的领导力对于知识管理项目的成功实施是非常必要的[22]。endprint

2.2.2知识管理研究的成熟主题领域（第二象限）

类团4落在第二象限，向心度较低，但是在所有类团中该类团密度最大，关键词数量和共现次数也是最多的，这说明该类团内部主题联系非常密切，但与其他类团的关联研究较少，是一个相对对立的较成熟研究领域。

类团4涉及到107篇博士学位论文，且文献的年代分布都比较均匀，这说明该类团得到学界的持续关注；该类团大部分研究集中在人力资本、知识资本、社会资本对知识创新的影响、人力资本利用与激励、社会资本培育、知识资本扩张与积累等方面，这些研究在增强组织绩效和提高企业创新水平上具有重要的实践意义。

2.2.3知识管理研究的边缘主题领域（第三象限）

落在第三象限中的是类团3、类团5、类团8、类团9，与其他象限的类团相比，这4个类团的密度和向心度相对较低，表明这4个类团的内部联系比较松散，且与其他类团关联少，处于知识管理研究的边缘，研究尚不成熟。

类团3研究电子商务中的知识整合问题，大数据环境下，电子商务运营过程中的数据流量呈几何倍数增加，如何从中挖掘抽取有价值的信息以支持组织决策显得尤为重要。电子商务业务流程实际上是一个知识链的构建过程[23]。作为知识管理的重要步骤，知识整合对电子商务项目的成功实施有着积极的影响[24]。类团3中的“产品研发”和“信任”涉及企业创新与组织文化方面的问题，这说明类团3与其他类团之间存在一定的联系。

类团5涉及知识管理过程、组织结构和信息技术在组织中的融合研究[25]，为实现某一共同目标，虚拟团队成员通过在线协同方式贡献和分享专业知识。良好的知识管理方式是组织获取竞争优势的关键，研究发现知识管理方式对组织绩效产生正向影响[26]，如何设计高效的知识管理方式来提高组织绩效是未来研究值得关注的领域。

类团8侧重从计算机科学的角度研究知识管理过程中以人工智能为基础的决策支持工具和系统研发问题，该类团的密度较低、向心度最低，这表明此领域在国外知识管理博士学位论文中受关注较少。基于本体的人工智能对组织中的隐性知识挖掘和决策支持有重要的作用，主要体现在本体在知识管理过程中的知识表征、实现本体匹配的语义网知识管理等方面，Sherman认为过程导向的本体能有效改善软件工程项目管理过程中的知识转移[27]。

类团9的相关文献显示知识管理已经从企业管理延伸到教育[28]、医疗[29]、政府[30]等不同的领域，如何通过创建学习型组织、实施企业信息系统提高决策水平是知识管理应用领域被广泛关注的问题。随着知识管理向不同领域的渗透，知识管理研究逐渐从理论探索向实践应用视角转变。

综合第三象限分析发现，虽然目前第三象限的4个类团还不是研究的热点领域，但是随着电子商务在全球的兴起以及知识管理在数据挖掘分析中作用的凸显，第三象限类团涉及的电子商务知识管理、为组织提供决策支持的知识管理方式及应用等研究会成为将来的重点关注领域。

2.2.4知识管理研究的未来趋势（第四象限）

类团2落在第四象限，该类团的向心度较高、密度最低，这表示组织文化研究与其他类团的研究联系比较紧密，但是内部联系比较松散。

良好的组织文化有利于知识管理过程的顺利实施，增强组织竞争优势。组织文化中的信任、共同愿景是促进知识共享的关键影响因素[31]；组织文化的强度会影响组织知识管理，较强势的组织文化氛围更有利于知识管理的成功实施[32]。组织文化对隐性知识的共享[33]和利用[34]、电子商务[35]、企业创新[36]等方面存在重要影响，这些关键词分别隶属于类团1、类团3、类团4，可见类团2与其他类团存在较紧密的联系。

从战略坐标图的分析发现，组织学习、知识管理战略、知识管理系统和技术、组织文化作为知识管理理论框架的4个主要支柱，是被关注的研究热点；及时获取隐性知识、创造新知识、提高组织创造力、实施知识管理战略、提供高效的信息搜索工具、建立支持性组织文化是知识管理实践中应重点考虑的6个方面。

3结束语

综上可知，在国外的博士学位论文中存在一批有价值的知识管理研究成果，本文通过对这些文献进行共词分析、聚类分析与战略坐标图分析，得出以下结论：国外知识管理领域博士学位论文的研究主要集中在知识形态研究、组织文化研究、电子商务与知识整合研究、企业创新与资本研究、知识管理方式研究、信息技术与知识管理系统研究、组织学习与战略管理研究、人工智能与决策支持研究、知识管理应用研究等方面。其中知识形态研究、组织学习与战略管理研究、信息技术与知识管理系统研究处于知识管理研究的核心位置，是热点研究领域；企业创新与资本研究成为一个较为成熟的研究领域；人工智能与战略决策处于研究的边缘位置；知识管理方式研究、电子商务和知识整合研究、知识管理应用研究有可能发展成为新的研究热点；组织文化研究从社会学、心理学等多维视角探讨知识管理的情境因素，是未来研究的重要方向。

值得指出的是，在知识管理研究中需要注意以下问题：（1）目前知识管理研究有两个视角：一个是从管理学视角研究组织如何实现最大化的知识（含隐性知识和显性知识）共享；另一个是从信息技术视角研究如何在已有的信息中挖掘有用的知识。但是，国外知识管理领域博士学位论文主要是从管理学的视角进行研究，从信息技术视角研究的文献明显偏少，鉴于知识管理过程中需要大量的数据挖掘、智能分析等技术工具，因此未来应加强信息技术视角方面的研究，以为知识管理的应用奠定坚实的技术基础。（2）国外知识管理领域博士学位论文中有关“电子商务中知识管理”、“如何通过协同知识创造以提高组织绩效”、“知识管理在不同行业中应用”等重要领域的成果不多，将来值得进一步关注。

参考文献

[1]储节旺，郭春侠.知识管理学科体系构建研究[J].情报理论与实践，2008，31（6）：806-810.endprint

[2]戚永红，宝贡敏.国外知识管理研究述评[J].科研管理，2003，24（6）：36-43.

[3]GU Y.Global knowledge management research：A bibliometric analysis[J].Scientometrics，2004，61（2）：171-190.

[4]DWIVEDI Y K.，Venkitachalam K，Sharif A M，et al.Research trends in knowledge management：Analyzing the past and predicting the future[J].Information Systems Management，2011，28（1）：43-56.

[5]张勤，马费成.国外知识管理研究范式——以共词分析为方法[J].管理科学学报，2007，10（6）：65-75.

[6]张勤，徐绪松.共词分析法与可视化技术的结合：揭示国外知识管理研究结构[J].管理工程学报，2008，22（4）：30-35，50.

[7]GUO Z.，Sheffield J.A paradigmatic and methodological examination of knowledge management research：2000 to 2004[J].Decision Support Systems，2008，44（3）：673-688.

[8]PONZI L J.The evolution & intellectual development of knowledge management[D].New York：Long Island University，2002.

[9]师忠凯，华薇娜.国外知识管理方向学位论文定量分析[J].新世纪图书馆，2004，（4）：14-17.

[10]冯璐，冷伏海.共词分析方法理论进展[J].中国图书馆学报，2006，32（2）：88-92.

[11]STEGMANN J，GROHMANN G.Hypothesis generation guided by co-word clustering[J].Scientometrics，2003，56（1）：111-135.

[12]QUACH H.An analysis of organizational trust and communication effectiveness[D].District of Columbia：The George Washington University，2013.

[13]LEWIS D E.An investigation into the relationship between product innovation，trust，and diversity[D].Minnesota：Capella University，2007.

[14]WATCHARADAMRONGKUN S.Predictors and effects of knowledge management in US.Colleges and Schools of Pharmacy[D].Wisconsin：The University of Wisconsin-Madison，2012.

[15]DANG Y.Theory-informed design and evaluation of web-based knowledge management systems[D].Arizona：The University of Arizona，2011.

[16]PRATT S P.A Framework for the ontological representation of organizational memory[D].Minnesota：Walden University，2006.

[17]ANNADATHA J V.Sociocultural factors and knowledge sharing behaviors in virtual project teams[D].Pennsylvania：Robert Morris University，2012.

[18]SULLIVAN M S.A study of the relationship between personality types and the acceptance of technical knowledge management systems（TKMS）[D].Minnesota：Capella University，2012.

[19]NIU Y.The impact of information technology on supply chain performance：A knowledge management perspective[D].North Carolina：The University of North Carolina at Charlotte，2010.

[20]KARADSHEH L A.A framework for integrating knowledge management with risk managm-ent for information technology projects（RiskManiT）[D].Michigan：Lawrence Technological University，2010.endprint

[21]DU TOIT A.，STEYN P.Knowledge management as a strategic management tool at a South African enterprise[J].African Journal of Business Management，2011，5（13）：5083-5091.

[22]CHOLIP R.Strategy implementation：The relationship between integrated project management，knowledge management and strategic project portfolio performance[D].California：Alliant International University，San Diego，2008.

[23]SINGH M.Toward a knowledge management view of electronic business：Introduction and investigation of the knowledge chain model for competitive advantage[D].Kentucky：University of Kentucky，2000.

[24]TIWANA A B.The influence of knowledge integration on project success：An empirical examination of E-business teams[D].Georgia：Georgia State University，2001.

[25]LAUGHRIDGE J F.Improving virtual teams through knowledge management：A case study[D].Arizona：University of Phoenix，2012.

[26]SCHILLIGO J A.Predictors of effective knowledge management[D].Florida：Florida Institute of Technology，2007.

[27]SHERMAN S.A process-oriented ontology for representing software engineering project knowledge[D].Florida：Nova Southeastern University，2009.

[28]CALLERY C A.Data-driven decision making in community colleges：An integrative model for institutional effectiveness[D].Illinois：National-Louis University，2012.

[29]ERICKSON L J.Development and testing of an analytical framework for immunization program planning in Canada[D].Quebec：Universite de Montreal，2004.

[30]GULTEKIN K.Knowledge management and law enforcement：An examination of knowledge management strategies of the police information system（POLNET）in the Turkish National Police[D].Texas：University of North Texas，2009.

[31]RIBIERE V M.The critical role of trust in knowledge management[D].France：University Aix-Marseille III，2005.

[32]BA L.Knowledge management and organizational culture：A social action perspective[D].District of Columbia：The George Washington University，2004.

[33]ARMBRECHT F M，Chapas R B，Chappelow C C，et al.Knowledge management in research and development[J].Research-Technology Management，2001，44（4）：28-48.

[34]EVANS E C.The effects of organizational leadership and culture on tacit knowledge utilization[D].Michigan： Lawrence Technological University，2013.

[35]JARRETT S M.Factors affecting the adoption of E-business in the aerospace industry[D].Florida：Nova Southeastern University，2003.

[36]CHIN-LOY C.Assessing the influence of organizational culture on knowledge management success[D].Florida：Nova Southeastern University，2003.

（本文责任编辑：孙国雷）endprint