国内知识协同研究的现状及趋势分析

邰杨芳+王丽霞+陈新国

〔摘 要〕[目的/意义]通过对现有研究成果的梳理和总结，全方位描述和揭示我国知识协同领域的研究现状和发展趋势，为该领域今后的研究和发展提供方向和参考。[方法/过程]对国内知识协同研究相关域的445篇中文文献进行文献计量学特征分析；运用多元统计方法和筛选代表性文献的方法探析该领域的研究主题；运用社会网络分析法确定每个研究主题与核心研究力量之间的相互关系，运用战略坐标分析的方法对研究主题的内外部结构及其发展趋势进行分析和预测。[结果与结论]国内知识协同研究正处于初步发展阶段，研究可分为9个主要主题，各主题的受关注程度及研究力量的分布不同，各研究力量对不同研究主题的贡献程度也各有侧重，当前研究总体上还不够成熟。

〔关键词〕知识协同；协同知识管理；研究态势；共词分析；知识图谱

DOI：10.3969/j.issn.1008-0821.2017.11.022

〔中图分类号〕G302 〔文献标识码〕A 〔文章编号〕1008-0821（2017）11-0130-11

Study on the Situation and Development Tendency of Knowledge Collaboration Research in China

Tai Yangfang1，2 Wang Lixia2 Chen Xinguo2

（1.School of Management，Shanxi Medical University，Taiyuan 030001，China；

2.College of Economics & Management，Taiyuan University of Technology，Taiyuan 030024，China）

〔Abstract〕This thesis analyzed the bibliometric characteristics of 445 journal papers about knowledge collaboration in China to show the distribution and development laws of literatures，source journals and core authors.Taking methods of multivariate statistics and representative paper screening，the authors explored the main research topics of knowledge collaboration.Using approach of SNA，it discovered and presented the relationship between research topics and kernel research manpower.Through strategic diagram，this paper revealed the internal and external structure of the main research topics and predicted its development tendency.Based on the above-mentioned systematical review and summary of the current researches，this paper offered a comprehensive view of the research situation and development tendency about knowledge collaboration，which was supposed to serve as direction and reference for the future research in this field.

〔Key words〕knowledge collaboration；collaborative knowledge management；research situation；co-word analysis；knowledge mapping

在知識经济时代，知识日益成为组织和个人核心竞争力的重要源泉，知识创新成为组织和个人获得持续竞争能力的最重要途径。随着知识更新速度的不断加快，任何知识主体自身拥有的知识存量很难直接满足自身快速实现知识创新和灵活应对不断发展变化的复杂外部环境的需要。以知识的共享、集成、转移为主要内容的知识协同成为组织和个人进行知识创新，寻求外部竞争优势的一种有效方式。同时，伴随着经济全球化和现代信息技术和网络技术的发展，社会已经成为由各主体协同互动、紧密联系所构成的有序系统，其政治、经济、文化的发展都呈现出一种“泛协同化”的趋势，这种协同不论是业务协同还是资源协同，其实现的关键是信息的无阻碍沟通，也就是说，所有的协同管理过程都是以知识协同为基础，实现信息共享与业务处理的一体化。因此，自2002年国外学者Karlenzig等[1]首次提出知识协同（Knowledge Collaboration）概念以来，对“知识协同”问题的研究逐渐受到经济学、管理学、信息科学、教育学等各学科领域学者的广泛关注和重视，成为现代管理学和知识管理领域研究的重要内容。

目前国内在知识协同研究方面已经取得一定进展，但是具体的研究情况如何，相关的研究主题有哪些，研究主题的结构及发展趋势如何？这些都是当前需要回答的问题。本文采用信息计量学、多元统计学及社会网络分析的方法，对国内现有知识协同相关的研究文献进行定量及定性相结合的分析，勾画出该领域研究的知识图谱，旨在揭示知识协同领域的研究现状，探析该领域研究的热点主题及主题结构，并预测其变化趋势，为今后对知识协同的理论及实践的深入研究提供参考。endprint

1 知识协同理论基础

1.1 知识协同的概念

Karlenzig最早基于商务协同的视角提出知识协同的概念，认为知识协同是一种组织战略方法，可以动态集结内部和外部系统、商业过程、技术和关系（社区、客户、伙伴、供应商），以最大化商业绩效[1]。Anklam和Tuomi I.分别从知识管理的视角，将知识协同看作是知识管理的协同化发展阶段。在该阶段，知识管理把边界知识作为处理的重点，注重跨组织的学习和知识创新过程[2]，大多数公司以协同/协作、共享、合作创新为主题，通过实践社区、学习社区、兴趣社区、目的社区等进行知识的协同和交互[3]。

1.2 知识协同的目标

商务协同视角的知识协同以提高组织业务绩效为目标，将知识协同视为组织提高业务能力和绩效的重要杠杆。知识管理视角的知识协同将目标定位于知识管理，将知识协同视为知识管理活动的高级形态，强调通过整合组织内外部知识资源，通过知识共享、知识集成、知识交互等协作管理方式实现知识管理效益最大化[4]。

1.3 知识协同与协同知识管理

根据上述对知识协同概念和目标的分析，知识协同既是在协同环境下的一种知识活动过程，也是对新阶段知识管理的抽象，实现知识协同的方法或手段是对知识的协同化管理，即协同知识管理。现有的将协同学和知识管理学思想、理论和方法相融合的研究文献中，出现较多的两个概念是知识协同和协同知识管理。虽然它们面向的领域和目标侧重有所不同，但其本质并无较大区别，都以实现知识管理效益最大化为直接目标。

2 数据与方法

2.1 数据获取

本文以国内3大主要中文期刊文献来源数据库中国知网、万方知识服务平台和维普期刊数据库为文献检索对象，从中检索题名或关键词字段中包含“知识协同”、或者包含“协同知识管理”、或者同时包含“知识管理 ”和“协同管理”的期刊文献，检索时间为2017年2月15日。将3种来源的所有相关文献题录导入文献管理软件Note Express，进行文献去除重复、人工判读后删除不相关的文献和删除综述型文献后，最终确定知识协同相关的原始研究文献455篇。

2.2 研究方法

本文采用文献计量法分析知识协同研究领域文献的数量增长规律、来源期刊分布及核心作者分布情况。基于共词分析的视角，采用因子分析和聚类分析的方法将高频关键词聚类并通过代表性文献确定知识协同的研究主题；采用社会网络分析的方法对核心作者-研究主题的关系网进行分析，揭示知识协同研究领域核心作者的主要研究主题和各研究主题的核心研究力量；采用战略坐标分析的方法，分析各研究主题的内部及外部结构，预测其变化趋势。

3 数据分析结果

3.1 知识协同研究的文献计量分析

3.1.1 文献量年度分布及增长情况

科学文献作为记录科学知识的客观载体，其数量是衡量科学知识量的重要指标。研究某一学科或知识领域的文献在一定时期的数量变化及增长态势，能够揭示该科学领域的文献量增长规律和预测发展趋势。

按发表时间统计455篇知识协同研究文献，计算文献增長量，年累计发文量（表1），并对年发文量和年累计发文量曲线进行拟合（图1）以发现文献的增长规律和预测其发展趋势。

3.1.2 期刊分布情况分析

455篇知识协同研究文献的来源期刊有244种，刊均载文量1.86篇。其中载文超量过1.86篇的期刊有62种，累计刊载论文273篇，占期刊文献总量的60%。依据布拉德福定律，如果将一定时间内的期刊按某学科载文量降序排列，则可以将期刊分为包含同等数量论文的3个区：核心区、相关区和外围区，且3个区中的期刊数量关系为1∶∶2，称为布拉德福系数[5]。该定律是关于专业文献在刊登该文献的期刊中数量分布的规律。

对244种来源期刊按载文量降序排列，依平均载文量约为总载文量1/3（152）的标准将知识协同研究领域的科学期刊划分3个区：载文量大于等于7的核心期刊区、载文量大于等于2小于7的相关区期刊区和载文量为1的外围期刊区。3个区包含的期刊数量按接近于4的倍数增加（12，50，182），可知布拉德福常数约为4。表2为知识协同研究的12种核心科学期刊及载文量信息。

3.1.3 作者分析

455篇文献中涉及742位作者，人均发文0.61篇，其中最高产作者的发文量 16篇。根据赖普斯定律：核心作者最少发文数N=0.749*nmax，其中nmax为最高产作者的发文数。由此计算得知本文的核心作者最少发文量N=2.996，取与其最接近的整数，从而确定发文量≥3的作者是知识协同研究领域的核心作者，共有35位（详细信息见表3）。

3.2 知识协同的研究主题分析

关键词是作者学术思想和观点的高度凝练，通过对文献高频关键词统计分析，可以挖掘某一研究领域的核心主题或热点内容。然而孤立的关键词还不足以揭示整个研究主题的详细内容和主题之间结构。本文将知识协同研究文献中的高频关键词聚类，聚类后同一类团内的关键词关系紧密，不同类团内的关键词关系疏远。利用每个类团包含的关键词信息找出类团的代表性文献，由此分析得出类团的主题及主题的详细内容。

3.2.1 关键词聚类分析

对关键词的聚类分析是确定关注领域研究主题的核心步骤。聚类的依据是关键词之间的亲疏关系，对关键词之间亲疏关系的测量以关键词两两在同一篇文献中的共现频次为基础，共现频次越高，两个关键词之间的关系越密切。因此，对知识协同领域研究文献的主题内容分析可大致分为3个步骤：选取高频关键词、关键词聚类、确定研究主题。

1）选取高频关键

本文对所有知识协同领域相关文献中的关键词进行统计，选取词频大于等5的关键词（共43个，占所有关键词词频总量的31.23%）作为研究主题的分析对象（见表4）。endprint

2）文献的关键词特征向量表示

代表领域核心研究主题的43个高频关键词涉及到370篇研究文献，而关键词是对文献内容特征的揭示。因此，以43个关键词为知识协同领域研究文献的核心主题特征，根据他们在370篇文献中出现的情况，采用向量空间表示的方法生成370篇文献的关键词特征向量，形成一个370*43的文献-关键词矩阵（如表5所示）。矩阵中，每一行代表一篇文献，每一列代表一个关键词，矩阵中的元素表示关键词在文献中出现的情况（1表示出现，0表示不出现）。一行中多个不为0的元素表示元素所在列对应的关键词在元素所在行对应的文献中共现。因此，在文献—关键词矩阵的基础上，可生成43*43的关键词共现矩阵，该矩阵的行和列均为高频关键词，矩阵中的元素代表其行和列对应的关键词在文献中的共现次数。本文对文献—关键词矩阵和关键词共现矩阵的构建，使用了中国医科大学崔雷教授开发的书目共现分析软件Bicomb[6]。

3）文献的关键词特征因子提取

聚类分析是一种无监督分类方法，事先没有固定的分类框架，对聚类类团数目的确定也无统一的标准。为了减少聚类分析过程的不确定性，本文在对关键词进行聚类分析之前先对文献—关键词矩阵进行因子分析，抽取文献关键词特征的潜在因子，通过提取的潜在因子数量确定对文献的关键词聚类时形成的类团数目。因子分析的基本思想是根据关键词之间的相关性大小把研究对象的变量分组使得同组内的变量之间的相关性较高，而不同组的变量相关性较低。

将前述370*43的文献—关键词矩阵导入统计分析软件SPSS22.0进行因子分析。分析过程中，选取主成份分析法、以样本的协方差矩阵为分析对象，按照成份特征值大于平均特征值的标准提取出10个公因子，累积解释的方差量为62.063%（见表6），说明这10个公因子解释了原关键词变量的大部分信息。因此，在关键词聚类时将43个关键词聚合为10个类团较为合理。

4）关键词聚类

将上述370*43的文献-关键词矩阵导入SPSS22.0，采用系统聚类的方法对关键词变量进行聚类，挖掘矩阵中关系紧密的主要词群，从而揭示我国知识协同研究的主要主题。系统聚类法的原理是先将所有n个变量看成不同的n类，然后将性质最近的两类合并为一类，再从n-1类中找到最为接近的两类合并为一类，依此类推，直到所有的变量被合并为一个大类。在聚类过程中，按照类间距离（Average Linkage Between Gruops）划分类，距离的测度指标选用二分类变量的Ochiai相似系数，指定聚类数为10，得到按聚类先后顺序排列的类团及类团成员列表（表7中第1、第2列）。依照系统聚类法的原理，不同类团的关键词间距离大，同一类团中关键词间距离小。各关键词越早被聚为一类，距离越近，关系越紧密。

聚类结果中，第10个类团仅由一个关键词“知识经济”独自成类，与其它关键词之间的距离最远，该关键词仅说明知识协同管理的研究是在知识经济越来越占主导地位的时代背景下开始和发展起来的，词本身对揭示知识协同相关文献的研究主题没有贡献。同时通过查阅该词在本文的文献集中对应的原始文献，认为“知识经济”不成单独成为知识协同研究的一个主题，故将类团10删除。由此，本文的关键词聚类分析将知识协同领域的研究分为9个主题（类团1～9）。

3.2.2 类团主题的确定

对聚类分析结果的语义判读或解释，即根据类团中关键词的语义确定类团的标签，是分析学科研究主题的最关键环节。我国学者崔雷教授提出用代表性论文来表示学科高频主题词聚类分析类团内容的设想，并通过实验对比人工判读得出的类团主题与得出的代表性论文的主题后发现：选取对聚类形成贡献较大的代表性文献完全可以表现类团的内容，并且内容更加丰富[7]。本文对类团主题内容的确定，采用上述选取类团的代表性文献的方法。首先，通过计算文献-关键词矩阵中文献对各类团的描述度和忠诚度，得出每篇文献对类团的代表度，然后选取每一类团中代表度比较高的前3～5篇文献作为该类团主题内容的代表性文献。最后结合类团中的关键词和代表性文献，确定类团的主题。

1）文献对类团的代表度

崔雷教授按照文本标引中的TF-IDF技术的思想原理，构造了文献的描述度D和忠诚度R指标，并通过指标代表度C=D*R来表示一篇文献对某个类团C的主题贡献大小。具体内容如下：

对于文献Pi，其对类团Cj的描述度Dij用公式表示为：

其中，Mi为文献Pi的关键词出现的类团数，N为类团总数。Rij用于衡量文献Pi的专指性。文献Pi的关键词出现的类团数越少，则Mi越小，则Rij=N/Mi越大。即文献Pi只服务于个别类团，对其关键词所在类团的忠诚度则高。相当于IF-IDF中某个单词在文本库中的逆文档频率（IDF）。

综合公式（1）、（2），文献Pi对类团Cj的代表度计算公式如下：

2）代表性文献的选取

通过计算，选取每一类团中代表度比较高的前3～5篇文献作为该类团主题的代表性文献。将前文中的文献-关键词矩阵转置构成43*370的关键词-文献矩阵，在EXCEL文档的关键词列后增加一列，标明关键词所属的类团号，综合利用EXCEL中的函数计算得出每篇文献的代表度，并按代表度從高到低排序选取每个类团中代表度排在前面的3～5篇文献，对于代表度相同的文献，依次按照来源于核心区期刊、发表时间最近的条件筛选出每个类团的代表性文献（表7中第3、4、5列）。

分析每个类团中关键词的词频、聚类的先后顺序并重点解读类团的代表性文献，本文提炼出9个类团的主题（即类团的标签），它们即为国内知识协同研究的主题：知识协同技术、高校知识协同创新、信息化与知识协同管理系统、组织中的知识协同管理、组织间动态知识协同与创新、协同知识建构、协同知识服务、知识生态系统协同、产学研协同创新。endprint

3.3 研究主题与核心作者的社会网络分析

知识协同领域各研究主题的受关注程度如何以及每个主题的核心研究力量如何，可通过研究主题与核心作者之间的关系网络来体现。首先利用Bicomb抽取前述35位核心作者及作者发表的文献信息，生成核心作者-文献矩阵；其次，采用C++自编程序将高频关键词-文献矩阵与作者-文献矩阵进行运算，生成核心作者-高频关键词矩阵；然后，根据聚类分析结果将高频关键词与所属类团的研究主题进行映射，转置后成生一个9*35的研究主题-核心作者关系矩阵（表8）。矩阵中的元素表示该元素所在列对应的作者发表的文献中包含于元素所在行对应的研究主题的关键词个数。最后，将研究主题-核心作者关系矩阵导入社会网络分析软件UCINET，绘制出研究主题-核心作者的社会关系网络图谱，如图2所示。

图2中，圆形节点代表研究主题，节点的大小代表该研究主题的核心作者数量的多少，在一定程度上表明该主题受关注的程度。方形节点代表核心作者，节点的大小代表该核心作者涉及的主题数量的多少，在一定程度上表明该核心作者在知识协同研究领域中的活跃程度。作者节点与研究主题节点之间具有一条边（连线），则表明该作者是该主题的一个研究力量，连线的粗细表示作者拥有的属于该研究主题的关键词数量的多少，在一定程度上表明作者对该研究主题的贡献程度。

3.3 研究主题的战略坐标分析

为了分析知识协同各研究主题的内外部结构及其变化趋势，本文计算每个研究主题的向心度和密度指标，以每个主题的向心度为横坐标，密度为纵坐标，绘制出研究主题的战略坐标图。根据研究主题在战略坐标4个象限中的分布情况，描述该领域的科学研究结构和预测未来发展趋势。

3.3.1 指标计算

1）向心度

向心度用于衡量一个研究主题与其它主题关联强度，说明该主题在研究领域中的地位。向心度越大，该主题在研究领域中越趋于核心地位，其计算方法为：某类团包含的关键词与该类团外所有关键词的共现频次之和，取平均值[8]；

2）密度

密度用于衡量主题内部的关联强度，表示该主题维持和发展自己的能力，计算方法为：类团内的关键词两两共现频次之和，取平均值[8]。计算之前，为了消除高频关键词本身词频值差异较大对类团密度值的影响，将关键词共现矩阵中对角线元素改为0。

3.3.2 绘制战略坐标图

基于对高频关键词的聚类分析结果和所生成的关键词共现矩阵，计算出每个研究主题的向心度和密度指标，绘制出研究主题的战略坐标图（图3）。其中，原点为两指标的均数。

4 结果讨论

4.1 知识协同研究的文献计量学特征

4.1.1 知识协同研究文献增长规律

从表1和图1可知，国内最早关于知识协同的研究文献始于2002年，与国外对知识同的关注时间大致相同。从2002年开始，年发文量逐年增加，并且呈直线上升趋势（年发文量拟合曲线为y=4.8179x-9648.9，拟合度R2=0.9594）；年累积发文量在时间序列上可用曲线y=2.6025x2-10426x+1E+07拟合，拟合度R2=0.9983，并且实际文献累积量的发展曲线位于拟合抛物线的上升区域，说明知识协同相关的研究从2002年开始年文献增长量持续上升，未来一段时期该领域的文献增加速度越来越快。

4.1.2 来源期刊的分布规律

通过对知识协同文献的来源期刊及期刊的载文量分析可知，31.21%的文献（142篇）来自数量不多（12种，占期刊总量的4.92%）但效率较高（载文量大于等于7）的核心期刊区；60%的文献（273篇）发表在25.14%的期刊（核心区+相关区=62种）上。说明知识协同相关研究文献已集中在少数核心期刊中，形成自己的核心期刊群。12种核心区期刊（表2）中有6种为图书情报学类，5种为管理学类，1种属于教育学类，且这些期刊均为所属学科领域内的高水平期刊（均为中国社会科学引文索引（2017-2018）CSSCI的收录期刊）。

4.1.3 核心作者及学术机构的分布规律

从表3中可知，发文量大于5的作者共有10位。知识协同研究领域最高产作者为华侨大学工商管理学院的李朝明，发文量为16。其次为四川大学工商管理学院的顾新，发文量为10。说明对于知识协同问题的研究还处于发展的初期，只有少数学者在该领域展开了深入持续的研究。从核心作者所在单位来看，知识协同问题的研究机构（作者单位）基本为高校中的管理学（工商管理学、经济管理学、商务管理学、信息管理学）、图书馆（学）、教育学等专业相关的院系，它们成为知识协同管理相关科学研究的主体。

4.2 知识协同领域的研究主题

基于表7中每个类团包含的关键词及类团的代表性文献，确定每个类团的主题名称和研究内容。

4.2.1 知识协同的语义网技术

对应于类团1，包含关键知识协同、供应链、供需网、知识链、协同效应、本体、语义网。数据的异构性是分布式系统间信息共享与互操作的主要障碍。实现知识协同，不仅要在数据上实现信息的互操作性，而且要在语义级上实现信息的共享与交换。利用语义网，可使得Web中的信息具有计算机可理解的语义，满足智能软件代理对万维网上异构和分布式信息的有效访问与检索，实现对网络资源语义层次上的全方位互连，并进一步实现更高层次的基于知識的应用。实现语义上的互操作，不仅需要针对文档语法形式的标准，而且还需要针对语义内容的标准。在统一的语法和语义内容标准的基础上，对领域内的知识进行概念和关系的抽象，形成领域中定义良好的、计算机可以阅读的、公认的被称为“本体”的知识，即领域本体。本体是语义网的核心，用于解决异构知识协同缺乏语义支持的问题。因此，语义网及本体技术是组织内外如供应链、供需网或知识链等企业或机构间进行知识共享、知识集成等互操作，实现知识协同化管理的关键技术。主要研究内容包括基于语义网的知识协同管理系统框架、本体的构建（组织知识的语义化描述）、本体映射等。endprint

4.2.2 高校协同创新

对应于类团2，包含关键词协同创新、高校、机制和自组织。协同创新理论源于协同学，协同学是自组织理论的一个分支。自组织理论研究的对象是复杂自组织系统的形成和发展机制。即在一定条件下，系统如何自动地由无序走向有序，由低级走向高级有序。按协同层次划分，协同创新可分战略协同、知识协同和组织协同3个层面。其中，知识协同是指知识在协同组织内部的交流与共享，本质上是协同组织各自所拥用的隐性知识与显性知识的相互转换和提升过程，是协同创新的核心。在高等教育视域下，协同创新不仅仅局限于科研创新，而是高校与高校，高校与科研院所、行业企业以及地方政府等多方主体深度合作，建立协同机制，共享优质资源，实现人才培养、科技研究、社会服务和文化传承同步提升，推动教育与科技、经济、文化有效互动的一种高等教育治理范式。因此，高校协同创新主题的研究内容主要包括高校协同创新的自组织机制、各层次的协同机制、协同创新路径等问题。

4.2.3 信息化与知识协同管理系统

对应于类团3，包含关键词知识管理、协同管理、协同、知识、信息化、协同进化和协同商务，主要研究内容为协同商务中企业知识管理的信息化与协同化问题，目的在于消除在传统技术条件下难以打破的企业群不同业务单元之间以及同一业务单元不同职能部门之间的信息、资源共享的障碍。具体包括信息化对知识管理的作用、影响及信息化技术在企业内部和商务链企业间协同知识管理中的应用等框架性探讨。例如，互联网环境下企业知识协同管理系统的框架体系结构、构建思路、知识协同進化机制等。该研究主题的代表性文献出现在2005-2009年间，说明信息化与知识协同管理系统的研究是在协同知识管理概念出现早期的基础性研究。

4.2.4 组织内部的知识协同管理

对应于类团4，包含关键词协同知识管理、图书馆、知识创新、创新、模式和策略。组织内部的知识协同管理相关研究，强调组织内部成员、各独立部门之间的交流与合作，创造良好的协同管理环境，最大限度地实现组织协同知识管理的效益。主要研究内容涉及企业、图书馆等各种组织中知识协同化管理的涵义、特点、意义、实施策略、管理流程和保障机制等基础性研究。

4.2.5 知识网络中的协同知识创新

对应于类团5，包含关键词协同知识创新、知识共享、知识网络、产学研、运行机制、动态能力和创新绩效。知识网络是由知识节点（企业、人、科研团体等）通过知识创造、知识共享等环节，基于一定的关系链构成的网状系统[9]。从知识管理的视角来看，技术创新过程就是一个基于知识网络的知识共享和知识创新的过程。知识网络中的协同知识创新强调在动态复杂环境下，以动态能力为指导原则，在组织之间、组织部门之间、部门员工之间，以及知识网络外部4个层面同时全面、协调地开展知识协同创新活动，使组织间的知识、资源、能力和文化等得到有效融合，为知识网络整体能够高效地开展协同知识创新活动创造条件，从而使知识网络节点和知识网络整体的持续竞争力不断得到增强和协调发展。该主题主要研究知识网络中的协同创新模式、知识共享、以及知识网络的动态能力与协同知识创新绩效等问题。

4.2.6 协同知识建构

对应于类团6，包含关键词协同知识建构和Web2.0。协同知识建构是建构主义思想在协作学习中的应用。协作学习是指学习者以小组形式参与、为达到共同的学习目标、在一定的激励机制下最大化个人和他人习得成果，而合作互助的一切相关行为[10]。协作学习过程中的知识建构，强调通过实践和主动交互获取新知识，把新知识与已有的知识经验相结合，在已有的知识经验基础上形成新的知识结构。该主题的研究内容主要为虚拟环境中计算机技术支持的协同知识建构，包括协作学习平台的构建、激发和产生共同知识的协同学习者间的交互、协同知识构建的一般过程及机制，影响协同知识建构的因素及对策、绩效评价等。研究面向的协同学习主体既有学生，也有教师。

4.2.7 协同知识服务

对应于类团7，包含关键词产业集群、高校图书馆、知识服务和维基。协同知识服务是指用协同的方式来获取、共享、创新与应用知识，实现知识管理与知识服务过程的同步，从而提高知识管理的水平，发挥知识服务的整体效应[11]。协同知识服务要求高校、科研院所、知识服务中介机构等知识服务主体从知识提供者的角色转变为知识协同创新者的角色，将知识服务建构在知识协同模式上，成为知识协同创新网络中重要的知识创新主体，为行业、企业或产业集群的核心竞争力发展和知识创新提供知识保障。该主题的研究可划分两个部分：知识服务产业的协同创新和知识服务协同创新。前者强调知识服务供给侧的协同创新，后者注重知识服务供需双方的知识协同。研究内容包括知识服务协同创新网络的构建、协同机制和基于知识协同模式（例如Wiki百科、谷歌在线文档、百度百科、豆瓣网等）的网络服务平台构建等。

4.2.8 知识生态系统协同

对应于类团8，包含关键词协同机制和知识生态系统。将生态系统的概念及原理引入到知识管理领域，知识生态系统就是由知识主体之间以及知识主体与知识环境之间不间断地进行知识交流与知识循环而形成的一个统一整体，是一个由知识主体与知识环境所组成的相互作用、相互影响的人工生态系统[12]。知识生态系统要正常运作，就需要有相应的内部保障机制和外部运行机制，使得生态系统各组成部分的结构和功能处于相互适应与协调的良好状态，即达到知识生态系统的动态平衡。该主题的研究内容主要包括知识生态系统的协同机制、平衡调节、发展动力等问题。

4.2.9 产学研知识协同

对应于类团9，包含关键词产学研协同创新、知识转移和影响因素。从知识管理的视角，产学研协同创新的过程就指企业、大学和科研院所3个基本主体之间知识共享、知识协同和知识创造，从而形成知识优势的过程[13]。因此，由于知识在协同创新中的重要功能和支撑作用，知识协同成为产学研协同创新研究的热点。围绕产学研知识协同的主要研究内容有产学研知识创新网络的知识协同机制、创新网络系统的架构、知识共享与知识转移的机制、影响因素及绩效等问题。其中，知识协同的组织形式可以是协同社区、知识联盟、知识创新型网络组织、虚拟团队、知识协同团队等。endprint

4.3 研究主题与核心作者关系

4.3.1 研究主题的受关注程度

从研究主题与核心作者的关系网络（图2）中可看出，主题1“知识协同的语义网技术”是所有主题节点中面积最大的节点，说明研究该主题的核心作者人数最多，受关注程度最高。按受关注程度排序，知识协同管理领域中其余受关注度较高的研究主题依次是主题5“知识网络中的协同知识创新”，主题3“信息化与知识协同管理系统”，主题4“组织内部的知识协同管理”，它们的核心作者数大于网络中每个主题的平均核心作者数（每個主题的平均核心作者数为9），可视为是知识协同领域中的热点研究主题。其余5个研究主题的核心作者数都小于等于5。

4.3.2 核心作者的科研影响力分布

图2的所有核心作者节点中，有4个面积最大的节点，对应于核心作者顾新、江涛、李朝明和张健，他们在知识协同领域中都涉及5个研究主题，主题数量最多，是该领域的活跃型核心作者。其次，涉及4个研究主题的核心作者有杜栋和陈建斌、涉及3个主题的核心作者有12位，这些作者的研究主题数大于所有作者的平均研究主题数（每个作者涉及的研究主题均数为2.3），是知识协同研究领域中较为活跃的高产作者。其余的核心作者中，涉及2个和1个研究主题的核心作者数分别是12和11，这些作者的研究比较专深。

4.3.3 研究主题与核心作者的相互关系

图2中，某一研究主题与其核心作者之间连线的粗细不同，表明同一主题的核心作者对该主题的贡献程度各不同，与主题连线较粗的作者对主题研究的贡献程度大，是该主题的重要研究力量；同时，某一核心作者与其所研究的主题间的连线粗细也不相同，表明作者对所涉及的多个主题的研究力度不同，与作者连线较粗的主题是该作者研究的重点主题。例如，与主题1“知识协同的语义网技术”的连线较粗的作者节点有顾新、杨利军、徐福缘、梁莹等，他们是该主题的重要研究力量；再如，核心作者李朝阳所涉及的5个主题（主题5、主题9，主题3，主题4，主题7）中，主题5是其重点研究主题。

图2清晰地显示了知识协同各研究主题的受关注程度、各主题的核心研究力量和各核心作者涉及的主题数量及重点研究主题。

4.4 基于战略坐标图的主题结构及趋势分析

4.4.1 核心研究主题

图3第一象限中的点代表高密度和高向心度的主题。位于该象限中的主题，类团内部结构紧密，研究主题受关注程度高、研究力量集中、研究较为成熟；同时，与其它主题联系广泛，在各主题中趋于中心地位，是该领域的核心主题。主题1“知识协同的语义网技术”、主题2“高校协同创新”、主题3“信息化与知识协同管理系统”位于第一象限，它们的向心度和密度都远高于其它主题。尤其是主题“知识协同的语义网技术”和“信息化与知识协同管理系统”，作为“知识协同技术支撑”的研究，受关注度高、研究力度大，且形成了一定的研究体系，属于近几年来研究热点和核心主题。

4.4.2 独立研究主题

图3第二象限中的点代表高密度、低向心度的主题。位于第二象限的主题，类团内部关键词联系紧密，但与其它主题的联系较弱，相对独立。这类主题已经得到较好的研究，但是由于与其它主题联系不密切，发展到一定规模后可能会由于得不到提升而逐渐消失。第二象限尚无主题，说明知识协同领域的研究尚未出现既成熟又相对独立的研究主题。这与知识协同是知识管理的最新发展阶段，相关的研究还正处于逐步开展阶段相吻合。

4.4.3 边缘研究主题

图3第三象限中的点代表低密度、低向心度的主题。位于第三象限的主题，内部结构松散，研究尚未得到充分发展。与其它主题联系不广泛，处于所在研究领域的边缘。第三象限包含5个研究主题。其中，主题6“协同知识建构”的密度和向心度远低于其它主题，是知识协同管理研究领域的新兴边缘主题。另外，还有主题8“知识生态系统协同”、主题9“产学研知识协同”、主题5“知识网络中的协同知识创新”和主题4“组织内部的知识协同管理”，这些主题目前处于研究领域的边缘，与其它主题的关联性弱，而且研究不够成熟悉，对这些主题的研究有待进一步加强。

4.4.4 潜力研究主题

图3第四象限中的点代表低密度、高向心度的主题。位于第四象限的主题，其内部结构松散，受关注度低。但是与其它主题联系紧密，在研究领域中表现活跃，受到其它主题的重视。主题7“协同知识服务”位于第四象限，说明知识协同服务的相关研究属于知识协同管理研究领域中的交叉研究主题，在各研究主题中居于中心位置，这类主题具有较顽强的生命力，只要关注度有所提高，研究力度加强，就会向上移动成为核心研究主题。

在学术研究中，研究主题的密度和向心度是不断变化的。某一领域的研究群体、研究内容的变化、乃至某一项相关理论、技术的发展都会使其研究主题发生演化，导致处在不同象限的主题向其它象限移动。知识协同管理领域的研究也不例外，处于第三象限的研究主题4“组织内部的知识协同管理”、主题5“知识网络中的协同知识创新”已经趋向于原点位置，随着研究的发展与深入，这些主题有向第一象限发展的趋势。

5 总 结

本文综合运用文献计量分析、关键词共现基础上的多元统计分析、社会网络分析和战略坐标图的方法，分析国内知识协同研究的现状，探测其主要研究主题，并深入剖析研究主题的内容、受关注程度、主要研究力量分布以及研究主题的结构与发展趋势。旨在厘清知识协同研究的发展脉络和趋势，展示当前知识协同领域的科学研究工作全貌，为今后该领域的研究提供借鉴和参考。从发文量、来源期刊和研究力量的分布情况看，国内对知识协同领域的研究正处于初步发展阶段，年发表文献量在持续增长并且增长速度逐年加快，已经出现一批面向该领域的核心研究力量和核心载文期刊群。从研究的主题内容看，知识协同领域的研究可分为9个研究主题，各主题的受关注程度及研究力量的分布不同，各研究力量对不同研究主题的贡献程度也各有侧重。从各研究主题的结构及变化趋势看，知识协同管理领域的研究总体不够成熟，只有3个研究主题处于表征研究成熟度的第一、二象限，大部分主题位于学科研究的边缘区域、成熟度较低的第三象限。因此，知识协同领域的研究还有很大的发展空间，应引起更多的关注并加大科研投入，使其向纵深发展，这对于促进知识协同创新和增强个人、组织乃至国家的核心竞争力具有重大意义。endprint

参考文献

[1]Karlenzig W，Patrick J.Tap into the power of knowledge collaboration[J].Customer interaction solutions，2002，20（11）：22-23.

[2]Tuomi I.The Future of Knowledge Management[J].Lifelong Learning in Europe，2002，7（2）：67-79.

[3]Anklam，Patti.Knowledge Management：The Collaboration Thread[J].Bulletin of the American Society for Information Science & Technology，2005，28（6）：8-11.

[4]陳昆玉，陈昆琼.论企业知识协同[J].情报科学，2002，20（9）：986-989.

[5]邱均平.信息计量学[M].武汉：武汉大学出版社，2007.

[6]崔雷，刘伟，闫雷，等.文献数据库中书目信息共现挖掘系统的开发[J].现代图书情报技术，2008，（8）：70-75.

[7]崔雷，隋明爽.共现聚类分析结果表达方法的研究[J].情报学报，2015，34（12）：1270-1277.

[8]赵蓉英，吴胜男.我国开放存取研究主题和作者影响力分析——战略坐标与社会网络分析相融合视角[J].情报理论与实践，2013，（11）：57-62.

[9]郝云宏，李文博.国外知识网络的研究及其新进展[J].浙江工商大学学报，2007，（6）：70-75.

[10]黄荣怀.计算机支持的协作学习[M].北京：人民教育出版社，2003.

[11]江涛.高校图书馆知识协同服务系统模式研究[J].图书馆学研究，2012，（8）：71-75.

[12]叶培华，徐宝祥.企业知识生态系统的复杂适应性研究[J].情报杂志，2008，27（2）：99-103.

[13]吴悦，顾新.产学研协同创新的知识协同过程研究[J].中国科技论坛，2012，（10）：17-23.endprint