国际上基于Web of Science的情绪劳动可视化分析

张淑贤

(安徽大学商学院，安徽 合肥，230601)

国际上基于Web of Science的情绪劳动可视化分析

张淑贤

(安徽大学商学院，安徽 合肥，230601)

90年代中后期，情绪劳动逐渐成为组织行为与管理学领域的热门话题，学者立足不同的领域围绕情绪劳动进行了大量的研究。然而，面对诸多不同的观点和具有分歧的结论，人们对该领域研究成果并未有系统的认知，不利于后续研究的进一步开展。因此，本研究利用UCINet、Citespace、SPSS软件分别绘制出了体现情绪劳动发展历程的时间轴和体现情绪劳动研究热点的关键词图谱，希望可以推动该领域研究的进一步展开。

情绪劳动；Web of Science；知识图谱

Hochschild在1993年发现空乘人员在服务乘客时会付出情绪上的努力后，于《情绪管理的探索》一书中正式提出情绪劳动(Emotional Labor)的概念：“个体致力于情感的管理以便在公众面前创造一个大家[1]可以看得到的脸部表情或身体动作”，情绪劳动的研究也随之兴起。研究者一般认为情绪劳动是指符合组织要求的表达适当情绪的行为(Ashrorth B.E.等)[2]，不同的社会情景[3]会在很大程度上决定了情绪劳动的产生(Morris J.A.等)，与信息反馈的内在心理活动是情绪劳动的重要构成部分[4](Grandey A.A.)，员工应该主动地了解顾客的期望与评价(Wong J.Y.等)，根据组织的期望，表达情绪，不断进行情绪自我调节[5，6，7]。

伴随服务业发展中逐渐显露出的问题，社会各界对情绪劳动的关注度随之密切起来，研究情绪劳动如今的热点问题和未来的发展方向在时代背景下显得尤为重要，然而，诸多学者的研究使得该领域呈现出体系繁杂的特征，不利于后续研究的展开。鉴于此，本文采用知识图谱相关软件对情绪劳动研究领域进行分析，以期利用可视化图谱直观地展示情绪劳动研究结构与发展脉络，对未来的研究提供借鉴。

1 数据来源与方法

1.1 数据来源与检索策略

本文研究数据来源于Web of Science数据库，包括三大引文数据库SCI(科学引文索引)、SSCI(社会科学引文索引)和A&HCI(艺术与人文科学引文索引)[8]。Web of Science 是ISI数据库中的引文索引数据库[9]。本文以emotional labor和emotional labour作为主题进行搜索Web of Science的核心合集，因为情绪劳动有两种英文翻译，一种为emotional labor，另一种为emotional labour，二者书写方式不一样，但表达意思相同，而核心合集作为Web of Science的精华部分，因此更具有研究价值，本文检索时间跨度为2004年—2015年。

1.2 信息可视化分析方法

科学知识图谱，是指用可视化技术描绘[10]科学知识的发展进程与结构关系的一种图形。由于它是以科学知识为计量研究对象的，所以属于科学计量学的范畴，当它在以数学方程式表达科学发展规律的基础上，进而以曲线形式将科学发展规律绘制成二维图形式[11],以便客观、形象地展示单凭个人经验难以直观获得的前沿领域的总体图景、亲缘关系和演化规律， 为把握科学发展动态、选择研究方向等提供帮助[12]，能够从深层次发现和挖掘网络中成员之间的联系,可视化地展示社会成员之间网络信息和拓扑结构[13，14]，我国于2005年引进科学知识图谱，目前已经成为科学计量学的前沿[11，15]，诸多研究者运用此方法探讨了多个领域的发展状况。

国内比较知名的图谱绘制工具有六种以上，目前常用的知识图谱绘制工具主要有Bibexcel、Ucinet、CiteSpaceⅡ、VOSviewer、SPSS和Histcite等[15]。知识图谱绘制的方法流程主要包括数据源选择、数据采集、数据处理数据导入、参数设置、知识图谱绘制和分析几个步骤。本文利用得到的896条论文数据，构成本文研究的数据基础，然后进行格式转换，利用Bibexcel、UCINet、Citespace、SPSS等软件，对其关键词进行聚类分析、多维尺度分析，最后对关键词进行可视化知识图谱绘制，从不同视角把握情绪劳动研究领域中的研究热点以及研究热点演进趋势。

2 情绪劳动知识图谱绘制

2.1 情绪劳动研究文献数量

根据从Web of Science核心合集搜集的数据统计，每年收录的关于情绪劳动的文献数量如图1所示。从图1可以看出，关于情绪劳动的文献数量基本保持着增长趋势，在2010年之后表现出的增长幅度明显。说明随着经济、文化、以及科学技术的发展，各行业情绪管理的问题开始凸显，情绪劳动正得到越来越多的重视，同时越来越多的学者投入到情绪劳动研究领域当中。

图1 在2004—2005年间被Web of Science核心合集收录的情绪劳动文献数量Fig.1 The number of emotional labor documents collected by the Web of Science in 2004-2015

2.2 关键词分析

2.2.1 高频关键词

一篇论文的核心内容往往由论文的关键词所反映和揭示，所以通过关键词能够帮助我们清晰地看出该研究领域的研究热点和侧重点。本文借助Bibexcel软件，从已有文献的关键词着手，统计出被世界情绪劳动研究者频繁使用的词汇，这些词也就反映了情绪劳动研究领域的热点。本文选择词频大于22的关键词，总共40个，进行分析，基本可以全面展现情绪劳动研究的主要热点问题，因为本文是以情绪劳动作为主体进行搜索，所以出现频次最高的是Emotional labor(284次)，关键词的高频词汇如表1所示，因为篇幅所限，仅仅展示前22位的关键词。

表1 情绪劳动研究高频词汇分布表

2.2.2 构造共现矩阵

在文献计量学中，关键词共现分析是一种常用的重要的量化研究方法。这种方法以文献的关键词为基础，通过描述词与词之间的关联度，展现某一学科领域学术研究内容的内在组成关系及其微观结构，人们通过关键词的共现分析来了解学科的发展动态和发展趋势。一般认为，如果两个关键词频繁的在同一篇论文中同时出现，一方面表明这两个关键词之间具有比较密切的联系，另一方面说明这些关键词所反映的学科领域正在蓬勃发展，人们通过比较不同时期的关键词便可获得关于学科发展、交叉、渗透和兴衰的趋势的知识。如表2，Emotional与Work之间的共现词频为88，说明二者在同篇论文中出现的频次为88次，具有较强的联系，同时Service与其他关键词的共现频次较多，表明Service与其他关键词均存在较为密切的关系。因篇幅有限，仅展示部分共现矩阵结果。表2中序号1-10分别代表在情绪劳动研究高频词汇分布表中排行前10的关键词。

表2 情绪劳动研究高频关键词共现矩阵

续表

序号1245678910445012600290005000122313115154600031113222816672602931221050008300015280844090001516048301027004600064

2.2.3 相异矩阵构造

为了适应不同的统计方法对数据的要求，也为了更全面的展现学科领域的组成构造，除构造共现矩阵之外，还可以构造相异矩阵。在相异矩阵中，关键词与关键词之间关联度数值越小，表明这两个关键词之间的距离越近，相关程度越高；关联度数值越大则表明这两个关键词之间的距离越远，相关程度也就越低。本文利用SPSS软件生成了情绪劳动研究相异矩阵图表，细致显示了关键词与关键词间的联系，从表3中可以看出情绪劳动研究的高频关键词之间的关联度数值大多数较小，相关程度较高。表3中序号1—10分别代表在情绪劳动研究高频词汇分布表中排行前10的关键词。

表3 情绪劳动研究相异矩阵

2.2.4 多维尺度分析

本文采用Euclidean距离模型对情绪劳动研究领域的高频关键词矩阵进行数据转换后进行二维尺度分析，得到图2结果，并且结果显示：Stress=0.09458，小于0.2，说明拟合效果比较好，一般而言，RSQ大于经验值0.6并且越接近1，表明拟合效果较好，本RSQ=0.98627，因而可以判定本研究的拟合效果较好。从图中高频关键词区域聚集分布的态势来看，有三个相对集中的关键词组团(阴影部分表示)，根据各组团内部关键词的含义及联系，这三个区域分别显示了情绪劳动主要关注的方向。即基于情绪劳动的情绪基础、情绪表现、情绪管理。右下角的区域多关注个人经历、社会支持、资源等，主要基于情绪来源的研究；左下角的区域多关注了压力、行为、表现、感觉等，主要研究情绪劳动视角下的情绪表现；上方的区域多关注了服务、劳动、管理等，主要基于情绪劳动视角下对情绪管理的研究。这一结果显示，情绪劳动研究已经进入了组织行为管理领域，心理学领域。

图2 情绪劳动研究多维尺度分析Fig.2 Multidimensional scale analysis of emotional labor research

3 情绪劳动研究可视化分析

通过对情绪劳动研究的内容以及时间序列的知识图谱绘制，从而全面地展示情绪劳动研究领域的研究热点以及研究发展趋势。

3.1 关键词知识图谱

将构造的共现矩阵导入社会网络分析软件Ucinet中保存成专门的文件格式.##h或.##d的格式，再利用Netdraw导入即可得到情绪劳动研究的关键词网络图，如下图3所示。出现频次较高的关键词在知识图谱中显示的节点较大，出现频次较少的关键词显示的节点较小，节点之间的连线表示两个关键词的共被引次数，连线越粗表示共被引次数越多即关键词之间的联系就越紧密，而某个节点与其它节点连线越多，则说明这个节点所代表的词汇包含的情绪劳动现象越复杂，越被不同学科的研究学者们共同关注，越具有方向交叉性，从节点的圈层半径还可以看出某时间段内某一关键词的研究量，如图可以看出，情绪劳动、工作、表现等关键词研究都在一段时间内出现过井喷式发展。

图3 情绪劳动研究关键词知识图谱Fig.3 Keywords knowledge map of emotional labor research

3.2 不同国家(地区)情绪劳动研究被Web of Science收录的文献篇数图谱

在情绪劳动领域，不同国家(地区)的研究实力不同，通过图4中的条形图可以看出，美国的发文总量居首位，为284篇，英格兰则以157篇的发文量位居第二，澳大利大居第三位，发文量为76篇，可见即使是发文量排名前三的国家，他们之间的差距仍然巨大，说明美国在情绪劳动研究领域实力最强，遥遥领先其他国家和地区，排名第二的英格兰和排名第三的澳大利亚都与美国相差甚远。此外，美国的发文量虽然最多，但是与其他国家(地区)的交流并不频繁，而英格兰与澳大利亚两国虽然发文数量远远不如美国，但是与其他国家(地区)间的交流却很频繁，表现为交错连接的网络，如图5所示。

图4 不同国家(地区)间情绪劳动研究合作情况及其被Web of Science收录的文献数量Fig.4 Cooperation between different countries on emotional labor research and the number of documents included in Web of Science

图5 不同国家(地区)情绪劳动研究合作情况Fig.5 Cooperation between different countries on emotional labor research(regions)on emotional labor research

3.3 情绪劳动研究热点演进图谱

随着时间的演进，经济的发展，时代的变化，对于情绪劳动的研究也随之变化，可以从该研究领域关键词的变化中看出其研究演进趋势。为了对关键词知识图谱做重要补充显示出情绪劳动研究领域的发展趋势，本文利用Citespace对关键词的时间序列进行处理，绘制出1999—2015年情绪劳动研究热点演进图谱，如图6。由于关键词较多，本文仅显示部分关键词。

从发展趋势图中可以看到自2004年之后，情绪劳动的研究不断开拓新视野，研究范围步步扩展到管理、满意度、行为、策略领域，值得注意的是2007年,stress作为热点开始得到学者的注意，因为随着经济的快速增长，人口急剧的膨胀，人们的压力也越来越明显。行业内的情绪管理归根到底是对人情绪的管理，所以不断上升的压力问题成为了情绪劳动研究的热点问题。在此之后，满意度、表达规则、行为、策略等逐渐得到研究者的关注，情绪劳动的研究正在不断完善。

图6 情绪劳动研究领域发展趋势Fig.6 The development trend of emotional labor research

4 结论与展望

从收录的情绪劳动文献数量图中我们可以看出，自数据截取的2004年至今，相关情绪劳动的研究从未停止过，每年都有大量的情绪劳动研究的文献被Web of Science收录，随着全球向服务型经济转型的步伐加快，社会经济得到迅猛且充足的发展，社会生活节奏也随之加快，一系列的社会问题在这种高速运转的社会体系里暴露出来，首当其冲的是服务业情绪的控制和管理。情绪劳动在这种社会大背景下成为时代的产物，并得到高度广泛的关注，不断有学者加入到情绪劳动领域研究的队伍中来，投入到情绪劳动研究的资源和力量也在不断壮大。从情绪劳动多维尺度分析图可以看出到目前为止，情绪劳动领域的研究主要由三个方面组成，即情绪基础，情绪表现，和情绪管理。这三个方面分别关注了个人经历、服务、管理、压力、行为、表现等小区域，这些小区域为情绪劳动研究提供了坚实的基础。

从情绪劳动研究高频关键词的可视化网络图可以直观的看出:第一，某些关键词处于网络图的中心，说明这些关键词与其他关键词的关系紧密，成为目前很多研究者在重点研究的中心词，并且围绕这些中心词展开一系列的其它相关研究，从而可以确定位于中心部位的关键词是情绪劳动学习领域目前的研究热点；第二，某些词处于网络图的边缘位置，这些节点之间关系较为不密切，但并不代表不重要，而是表明目前研究者对这一方面关注较少。在众多关键词中出现频次最高的关键词是情绪劳动、工作、结果、表现、服务、工作满意度、劳动等，并且情绪劳动研究与工作、表现、服务、工作满意度、压力存在密切相关联系，说明在对情绪劳动的研究中，研究者关注到压力、服务以及表现等对情绪劳动存在影响。从情绪劳动研究领域发展趋势图中可以看出，情绪劳动研究的视野也在不断开阔，从2004年以来，以情绪劳动为中心，工作满意度、压力、管理、表达规则、模范、行为、策略等更多的研究领域进入到人们的视线中，说明情绪劳动研究的范围越来越广，更多的相关研究领域被发掘，进入到人们的视野中，这些丰富的研究内容使得情绪劳动的研究越来越充实。总体上，情绪劳动研究处于不断发展不断完善的过程中。未来情绪劳动的研究，会更加以人为本，发掘引起情绪的个人基础，探究情绪的外在表现，内在动机，并更加注重情绪的管理。

从不同国家(地区)间情绪劳动研究合作情况及其被Web of Science收录的文献数量图中来看，不同国家(地区)贡献的力量不同，美国虽然发文总量居首位，但是只与法国有直接的合作关系，与其他国家并未有直接的联系，英格兰和澳大利亚虽然位居第二、第三，但是发文数量与美国相比差距悬殊，然而，在与其他国家(地区)合作情况上，英格兰和澳大利亚却比美国要频繁很多。分析其原因，情绪劳动的概念最先由美国学者Hochschild提出，作为首创国，对于情绪劳动的研究更早地迈向成熟与独立，不再需要借鉴其它国家和地区的研究成果，同样，欧洲各国和澳大利亚与美国的国情不同，美国情绪劳动的研究成果不能直接引用，相比之下立足于本国国情研究情绪劳动更符合具体问题具体分析的策略，然而从消极方面分析，美国和其它国家和地区之间的交流极少，造成本国学者一直引用自身学术成果，容易造成同质化现象严重，无法与世界其它国家和地区同步，使得情绪劳动研究难以踏上更高的平台，最终可能反作用于情绪劳动的研究。把视角放在中国上，我们会发现，中国与其它国家和地区的情绪劳动研究交流不多，只与澳大利亚和新加坡有直接合作关系，而在发文数量上，中国以37篇的数量排在第五位，比排在首位的美国相差247篇之多，也远远低于排在第二、第三的英格兰和澳大利亚。分析其原因，中国由农业大国开始向第三产业大国进军较晚，我国实行社会主义市场经济体制，服务型经济形成规模较其他资本主义制度国家漫长，所以情绪劳动的研究起步较晚。

[1]刘庚乙，王江涛.六和集团：“善、干、学、和”价值观[J].中外企业文化,2012,(6):37-38.

[2]Ashforth B E,Humphery R H.Emotional Labour in Service Roles:The Influence of Identity [J].Academy of Management Review,1993,18(1):88-115.

[3]Morris J A,Feldman D C.The Dimensions,Antecedents and Consequences of Emotional Labor[J].Academy of Management Review,1996,(4):986-1010.

[4]Grandey A A.Emotional Regulation in the Workplace:A New Way to Conceptualize Emotional Labor [J].Journal of Occupational Health Psychology,2000,(1):95-110.

[5]Diffendorff J M,Croyle M H,Gosserand R H.The Dimensionality and Antecedents of Emotional Labor Strategies[J].Journal of Vocational Behaviour,2005,66(2):339-357.

[6]Wong J Y,Wang C H.Emotional Labor of the Tour Leaders:An Exploratory Study[J].Tourism Management，2009,30(2):249-259.

[7]Groth M,Thorsten H T,Walsh G.Customer Reactions to Emotional Labor:The Rules of Employee Action Strategies Customer Detection Accuracy [J].Academy of Management Journal,2009,52(5):958-974.

[8]赵亮,黎勇，张睿，等.基于Web of Science电子健康档案文献的计量研究[J].中国循证医学杂志,2013,13(11):1307-1312.

[9]王贤文，丁堃，朱晓宇.中国主要科研机构的科学合作网络研究——基于Web of Science的研究[J].科学学研究,2010,28(12)：1806-1812.

[10]任红娟,张志强.基于文献计量的科学知识图谱发展研究[J].情报杂志,2009,128(12):86-90.

[11]陈悦,刘则渊.悄然兴起的科学知识图谱[J].科学学研究,2005,23(2):149-154.

[12]宗乾进,袁勤俭,颜祥林，等.2010年中国档案学研究热点的知识图谱分析[J].档案学通讯,2011,(5):8-12.

[13]殷辉.基于科学知识图谱的我国物流学合作网络分析[J].现代管理科学,2011,(6):56-58.

[14]Larkin J H,Simon H A.Why a Diagram is (Sometimes)Worth Ten Thousand Words[J].Cognitive Science,1987,11:65-99.

[15]郝志鹏，张所地.国际生态创业研究知识图谱分析[J].科技进步与对策,2015,32(24)：131-137.

Visual analysis of emotional labor based on Web of Science in the world

ZHANG Suxian

(School of Business,Anhui University,Hefei 230601,China)

In the middle of late 1990s,emotional labor has became a hot topic in the field of organizational behavior and management.A large number of scholars have carried out a lot of researches on emotional labor based on different areas.However,face many different opinions and conclusions,there is no systematic cognition to the research results in this field,This is not conducive to carry out follow-up study.Therefore,this study uses UCINet,Citespace,SPSS ,respectively,to draw the time axis of the development of emotional labor,and the map of key words to reflect the hot spots of emotional labor,hoping to promote further research in this area.

emotional labor;Web of Science;knowledge map

1672-7010(2017)02-0101-07

2017-03-02

国家社会科学基金资助项目(13CGL070)

张淑贤(1994-)，女，安徽滁州人，硕士研究生，从事旅游管理研究

C931.2

A