2010～2014年我国企业竞争情报研究热点分布与趋势分析

胡安琪

（苏州大学社会学院 苏州 215123）

2010～2014年我国企业竞争情报研究热点分布与趋势分析

胡安琪

（苏州大学社会学院 苏州 215123）

对CNKI数据库中2010～2014年我国企业竞争情报研究的相关文献进行关键词共词分析、聚类分析、多维尺度分析，总结近五年我国企业竞争情报研究的三大热点：从战略高度构建企业竞争情报体系研究、以网络信息为情报源的企业竞争情报研究以及企业技术竞争情报研究，结合热点分布指出我国企业竞争情报研究的三大趋势：企业竞争情报的开展主体不再局限于单个部门、网络成为企业竞争情报开展的主要阵地以及技术情报受到企业高度关注。

企业 竞争情报 热点分布 趋势

1 引言

企业竞争情报一直是情报学、管理学、市场营销学、计算机科学等领域研究的热点问题，随着信息载体、传播方式、企业内部环境和外部环境等的变化，企业竞争情报研究也在发生变化。本文通过共词分析、聚类分析、多维尺度分析等研究方法，对2010～2014年间企业竞争情报的期刊文献进行分析，总结归纳企业竞争情报的研究热点，指出今后的研究趋势，为企业竞争情报理论与实践发展提供依据。

2 研究方法

本文涉及的研究方法有共词分析法、聚类分析法、多维尺度分析法，三种研究方法都针对文献关键词展开。共词分析法是利用文献共同出现关键词的情况，来确定该文献中关键词代表的各主题之间的关系[1]，如果两个关键词共同出现的频率越高，代表其所体现的主题越被学者关注。聚类分析法对关键词进行聚类，以关键词共同出现的频率为分析对象，利用聚类统计方法将复杂的共词网状关系简化成数目较少的类群关系[2]。多维尺度分析法是通过测定关键词之间的距离来发现主题结构[3]，关键词的关系越紧密，距离越接近。

选择SATI3.2[4]为共词分析工具，统计高频关键词在同一文献中同时出现的次数，并以此构建距离共词矩阵。然后利用UCINET6.0对共词矩阵进行分层聚类，得出相关知识图谱，以可视化方式将关键词共词结果展现出来。最后通过多维尺度分析法，将距离共词矩阵进行降维归类，并将其结果与聚类图谱进行对比，验证高频关键词归类结果的科学性和有效性。

3 企业竞争情报文献共词聚类分析和多维尺度分析

利用中国知网全文数据库，依照检索式题名=“企业竞争情报”进行检索，限定年限“2010～ 2014年”，范围为“核心期刊和CSSCI来源期刊”，匹配为“模糊”，一共获取213条记录，剔除重复记录，获得有效记录207条。

3.1 高频关键词抽取

对207篇文献进行高频关键词抽取，首先剔除服务、方法、供给、绩效等宽泛概念和无实际意义的词，由于“竞争情报”这一高频关键词对聚类分析无现实意义，也一并删除。经处理后，选取前30个高频关键词，如表1所示，表中高频关键词体现了2010～2014年我国企业竞争情报研究热点词汇，可以反映出该领域研究的热点问题。为了更直观地对热点问题进行归类，需对高频关键词构建共词矩阵，再通过高频关键词的紧密程度进行分层聚类和多维尺度分析。

表1 2010～2014年我国企业竞争情报研究高频关键词

3.2 构建共词矩阵

利用文献题录信息统计工具SATI3.2进行数据处理，两两统计上述高频关键词在同一文献中出现的次数形成相异（距离）矩阵，高频关键词之间的关系越紧密，其值越大，如表2所示。

表2 30*30高频关键词距离共词矩阵（部分）

3.3 聚类分析与多维尺度分析

将相异（距离）共词矩阵导入UCINET，利用其进行层次聚类分析的距离分层，聚类情况如图1所示。再将构建的相异矩阵导入SPSS21.0进行多维尺度分析，得到如图2所示的多维尺度图谱。

分层聚类将关系紧密的关键词连在一起，图1高频关键词聚类图谱显示，“竞争情报系统”、“模型”、“反竞争情报”、“战略联盟”、“企业集群”等高频关键词联系较为紧密，聚成一类，成为目前我国企业竞争情报研究的第一个热点：从战略高度构建企业竞争情报体系研究，即通过竞争情报的战略联盟、企业集群的竞争情报和反竞争情报等研究，来增强竞争优势、提高核心竞争力、提高竞争情报能力；“大数据”、“信息服务”、“信息分析”、“数据挖掘”、“云计算”等高频关键词联系较为紧密，聚成一类，成为目前我国企业竞争情报研究的第二个热点：以网络信息为情报源的企业竞争情报研究，即在大数据、云计算背景下，企业进行的竞争情报分析与运用；“技术竞争情报”、“技术情报”、“技术创新”、“企业管理创新”等高频关键词联系较为紧密，聚成一类，成为目前我国企业竞争情报研究的第三个热点：企业技术竞争情报研究，即企业为了实现技术创新和管理创新，致力于研究企业竞争情报的相关技术并进行实证研究。

图1 2010～2014年我国企业竞争情报研究高频关键词聚类图谱

图2 2010～2014年我国企业竞争情报研究多维尺度分析图

从多维尺度分析图谱的高频关键词分布来看，高频关键词可以归成三类，与分层聚类图谱一致，而且高频关键词的紧密关系也与分层聚类图谱相一致。因此，目前我国企业竞争情报研究的热点问题有三类，分别是：①从战略高度构建企业竞争情报体系研究；②以网络信息为情报源的企业竞争情报研究；③企业技术竞争情报研究。

4 我国企业竞争情报研究的热点分布

4.1 从战略高度构建企业竞争情报体系研究

在信息时代，知识、情报价值日益凸显，从战略高度开展企业竞争情报工作是适应数字时代变革的必然趋势。企业竞争情报工作不再局限于某个部门或者某个系统，而是企业正常运营与发展的指引者，是影响企业生存的重要因素。战略高度的企业竞争情报强调了联盟合作、企业集群、反竞争情报三个方面。

（1）竞争情报中的战略联盟。战略上的联盟与合作是从宏观上开展企业竞争情报工作。由于外部环境的改变，企业与企业之间不再是单纯的竞争关系，更多的是合作竞争，所以联盟合作是企业发展的必然趋势，这一趋势下的企业竞争情报战略联盟要求多个企业为了共同的战略目标，共同进行竞争情报的收集、加工、分析、处理与共享[5]，从而构建具有竞争环境监测、竞争对手分析、竞争战略规划等功能的协作情报网络[6]。战略联盟中协作式的情报网络整合了联盟企业的各种情报资源，不仅提高了企业竞争情报效能，而且降低了各个企业竞争情报工作成本，实现了企业联盟的共赢，是横向合作的竞争情报体系。

（2）企业集群中的竞争情报。企业集群竞争情报系统是在企业集群范围内，建立以人的智能为主导、以信息网络为手段、以增强企业集群竞争力为目标的人机结合的决策支持和咨询系统[7]。它与企业竞争情报战略联盟有所差异，虽然两者都是多个企业的合作，但其目标与情报利益分享不同。在目标上，战略联盟是为了共同的战略目标而合作，共同开展竞争情报工作；而企业集群竞争情报是以主导产业的利益为核心的相关企业共同进行竞争情报的搜集与利用。在情报利益分享上，战略联盟是联盟者各取所需，更多注重的是情报收集与分享，而在情报利用的效益上对联盟者影响不大；但企业集群竞争情报在情报利用上是相互影响的，集群中的每一个企业均属于一个相关节点，情报效益对其他相关节点有重要影响。企业集群竞争情报是一条产业链，不是单单一个企业，而是多个企业纵向合作的竞争情报体系。

（3）反竞争情报。竞争情报工作已成为企业日常运营不可缺少的重要组成部分，尤其是企业竞争情报的战略联盟和企业集群，促进了各企业竞争情报工作的开展，在这样的环境下，反竞争情报也逐渐成为众多企业关注的焦点，在商业秘密法律保护下，反竞争情报工作的开展是保护商业秘密的重要举措[8]。反竞争情报工作的开展是否有效与企业竞争情报内部能力和外部能力相关[9]，内部能力是企业内部信息的管理能力，包括防止信息的泄露、丢失；外部能力是对企业外部威胁的应对能力，包括防止企业核心信息遭受侵害。反竞争情报是企业竞争情报发展的必然产物，依附竞争情报存在，并随着竞争情报的发展而发展。

4.2 以网络信息为情报源的企业竞争情报研究

在网络环境下，即时交互的数字时代，缩短了企业与企业、企业与用户、用户与用户之间的距离，促使各企业从战略高度构建企业竞争情报体系。而网络本身也正成为企业竞争情报开展的大环境，以网络信息为情报源的竞争情报工作得到了竞争情报工作者的青睐，大数据、云计算等新概念为企业竞争情报带来更多契机。

（1）大数据、云计算中的企业竞争情报。大数据时代的来临，为企业竞争情报的开展带来了机遇与挑战，企业竞争情报工作的创新、协作、重组适应了大数据时代发展的内在要求，其中企业竞争情报系统和运行模式上的改变是大数据时代企业竞争情报开展的重要特征。在竞争情报系统上，大数据成为企业决策、响应、创新、管理的重要依据和支撑，是企业竞争情报系统的基础信息源，帮助企业实现效益提升和危机管理[10]。在运营模式上，强调以监控、发现和决策为核心，即监控大数据环境下企业内部和外部数据的动态变化，并通过关联性发现数据的价值，为企业决策提供数据支持。三者相互配合，并与情报价值链和情报目标链的各个环节结合，让企业随时感知、随时发现、随时行动[11]。

大数据为企业竞争情报工作提供了新的环境，在新的环境中，企业被海量数据所包围，如何更高效地处理海量信息来挖掘有价值的知识，则需借助云计算来实现。云计算为企业在大数据环境中开展企业竞争情报提供了技术支持，让企业能够快速搜集、处理、加工情报信息，尤其是在信息搜集上，能够充分发挥情报系统的信息搜集功能，充分应用企业内部各部门的数据，充分保证信息搜集的连续性和系统性[12]。

（2）基于网络信息挖掘的企业竞争情报。大数据环境下的企业竞争情报工作以海量数据为基础，而网络的信息量正呈现“J”型曲线急速增长，成为大数据环境中的重要情报源。因此，网络信息的挖掘分析成了当前企业竞争情报开展的重要工作。

如何在海量信息中挖掘出有价值的信息是网络竞争情报开展的首要任务。从具体的情报源角度看，网络中的产品评论[13]、竞争对手的网站、第三方网站[14]等都是网络中具有代表性的情报源。从情报挖掘模型和挖掘方法上看，科学有效的挖掘模型或挖掘方法能够为企业提供及时准确的情报信息，所以对挖掘模型的探索、发现、改进是以网络信息为情报源的企业竞争情报研究的重点内容，如基于领域本体的企业竞争情报挖掘模型[15]、改进超效率DEA的企业竞争情报分析方法[16]、粗糙集、模糊集、证据理论、神经网络等方法融合的企业竞争情报分析方法[17]等。

4.3 企业技术竞争情报研究

我国企业技术竞争情报研究一直是国内学者关注的热点，企业开展技术竞争情报工作能够有效提升企业的技术创新能力，并通过“蓝海战略”提高自身在同行业中的竞争力。

目前我国企业技术竞争情报研究在理论和实践上均有一定进展。理论上，技术竞争情报是指能给组织的竞争地位带来重大影响的外部科学或技术的威胁、机会或发展的信息，以及这些信息的获取、监控、分析、前瞻和预警过程[18]，包括专利信息、科技文献、会议报告、市场调研、核心技术信息等，对企业具有重要价值，尤其是在知识型组织中，它的价值实现是组织从发现问题到分析处理问题、再到解决问题的过程[19]。实践上，主要是对企业技术竞争情报的发现和分析，如基于文本情感挖掘的企业技术竞争情报采集模型[20]，基于专利耦合的企业技术竞争情报分析[21]、基于组合专利信息的技术竞争情报分析方法[22]等。

5 我国企业竞争情报研究趋势

自20世纪80年代我国提出“情报”以来，竞争情报研究经历了20世纪90年代的初步发展、21世纪前10年的迅速崛起，以及2010年至今的焦点研究时期，其中企业竞争情报研究也逐渐成为竞争情报研究的重点内容。随着社会环境的改变和科学技术的发展，企业竞争情报的研究热点随之变化发展：在20世纪90年代，国际环境变化和国内相关政策共同推进了企业竞争情报的起步与发展，尤其是计算机通信技术和市场经济体制改革对企业竞争情报的发展具有巨大推动作用。这一时期，竞争情报的获取方法、竞争情报系统、竞争情报应用等是竞争情报研究的热点问题[23]。在21世纪前10年，随着人们对企业竞争情报认识的加深、计算机技术的飞速发展以及经济的全球化，企业竞争情报获得了快速发展，其热点研究主要集中在企业竞争情报的技术方法、系统管理、战略联盟、危机预警和反竞争情报等方面[24]，尤其是在战略联盟[25]和危机预警[26]方面，突出了企业竞争情报的合作方式和危机管理。从2010年至今，经济全球化的加剧、网络社会的崛起和对国家科技创新的重视，使战略联盟竞争情报、网络竞争情报和技术竞争情报成为了企业竞争情报研究的热点。可见，社会环境和科学技术推动了企业竞争情报的发展，也直接影响了企业竞争情报研究的热点。因此，从目前经济合作加强、社交网络兴起、大数据技术发展以及知识产权保护等社会、技术因素中，可以窥探我国企业竞争情报研究的发展趋势：

第一，企业竞争情报的开展主体不再局限于单个部门。在知识经济环境下，全球范围内跨国公司大量出现，有选择的与竞争对手、供应商以及其他伙伴合作才能为企业创造更多的价值[27]。在这样的环境下，企业与企业间的合作日益紧密，企业产业链也逐渐形成，企业竞争情报开展主体也将突破某个部门或者某个企业的限制，从而延伸至多企业的合作以及整个产业链，形成竞争情报联盟。竞争情报联盟强调多个企业或多个部门在共同的目标下开展情报工作，在情报搜集、处理、加工、分析上进行分工协作、资源共享，实现共同利益的最大化。因此，外部环境的改变促使企业竞争情报开展主体的合作与协同，并从战略高度实现竞争情报联盟，而且竞争情报战略联盟的主体分层、合作方式、利益分享机制将成为企业竞争情报研究的趋势。

第二，网络成为企业竞争情报开展的主要阵地。互联网与大数据正在改变人们的思维与决策模式[28]，新的大数据环境从理念、方法和技术上为企业竞争情报开展带来了重大变革，促使网络成为企业竞争情报开展的主要阵地。具体原因体现在以下三个方面：①网络信息的急剧增长与用户信息价值的发现。在Web2.0下，UGC（用户生产内容）的价值受到格外关注，特别是自媒体环境中的UGC，反映了用户的情绪、态度和需求，是重要的情报信息，而且具有较强的时效性。②企业的关注由因果性转向关联性。网络信息数量的激增与用户信息的即时性价值迫使情报工作者不能花费较多时间厘清信息或事件的因果关系，因而他们转向信息和事件的关联性，关联性能够帮助企业在网络情报信息失效前抓住信息的情报价值，并运用信息的关联发现潜在的情报信息。③数据挖掘技术与云计算的发展为以网络信息为情报源的竞争情报工作提供了技术支撑。决策树、神经网络、关联规则等数据挖据技术在方法上帮助了企业在海量信息中挖掘有价值信息，云计算在速度上帮助企业在短时间内处理海量信息，数据挖掘与云计算的结合提高了以网络信息为情报源的竞争情报工作的效率。

第三，技术竞争情报受到企业高度关注。目前越来越多的企业意识到科技创新在产品研发的各个阶段发挥着重要作用，创新也从“封闭式创新”转向“开放式创新”[29]，而技术竞争情报恰好是从影响企业核心竞争力的科技创新、知识产权等方面开展获取、分析与预测的情报工作[30]，因此，对技术情报的保护与发现将成为我国企业竞争情报工作的重点，而且，技术竞争情报的保护是企业开展反竞争情报、保护企业核心利益的重要内容，进一步促使技术竞争情报成为企业竞争情报研究的热点。

6 结语

从近五年我国企业竞争情报研究的热点分布和发展趋势中可以发现，竞争情报工作是企业不可或缺的重要内容，已从传统的单个部门上升至企业战略高度。尤其是在大数据环境下，自媒体（微博、微信等社交平台）和电子商务（淘宝、京东等电商）的迅速发展，为企业带来了更多有价值的开源信息，如何在这些海量信息中快速挖掘情报信息，不再仅仅依靠技术，更依靠情报人员发现情报的敏锐意识。而且，如何保护自己的知识产权、专利、核心技术，也从管理和技术两方面考验着企业竞争情报工作的能力。

［1］钟伟金，李 佳.共词分析法研究（一）——共词分析的过程与方式［J］.情报杂志，2008（5）：70-72.

［2］钟伟金，李 佳，杨兴菊.共词分析法研究（三）——共词聚类分析法的原理与特点［J］.情报杂志，2008（7）：118-120.

［3］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.

［4］刘启元，叶 鹰.文献题录信息挖掘技术方法及其软件SATI的实现——以中外图书情报学为例［J］.信息资源管理学报，2012（1）：50-58.

［5］曹如中，郭 华，李 丹.合作竞争环境下企业竞争情报战略联盟研究［J］.情报理论与实践，2013（3）：6-10.

［6］黄兰秋，张素芳，陈 婧，等.企业竞争情报战略联盟构建研究［J］.情报理论与实践，2010（3）：75-78.

［7］王力民.企业集群竞争情报系统的构建与运行［J］.情报科学，2010（5）：687-690.

［8］舒 真.基于商业秘密法律保护视角的企业反竞争情报问题研究［J］.情报杂志，2012（2）：24-27.

［9］王 宏，张素芳.企业反竞争情报能力的影响因素及其构成研究［J］.情报杂志，2011（11）：5-9，20.

［10］黄晓斌，钟辉新.基于大数据的企业竞争情报系统模型构建［J］.情报杂志，2013（3）：37-43.

［11］钟辉新，张兴旺，黄晓斌.面向大数据的企业竞争情报动态运行模式MDD：监控、发现、决策的互动［J］.情报理论与实践，2014（3）：6-11，15.

［12］张文杰.云计算在企业竞争情报中的应用研究［J］.图书情报工作网刊，2011（1）：45-49.

［13］施国良，程楠楠.Web环境下产品评论挖掘在企业竞争情报中的应用［J］.情报杂志，2011（11）：10-14，51.

［14］杨普旭.基于Web挖掘的企业竞争情报搜集工作研究［J］.科技情报开发与经济，2014（1）：109-111.

［15］田 磊.基于领域本体的企业竞争情报挖掘模型研究［J］.情报科学，2014（6）：43-46.

［16］郭 兵，王 霞，宋燕飞，等.基于改进超效率DEA的企业竞争情报分析［J］.情报杂志，2012（12）：28-33，27.

［17］周 磊.融合粗糙集的企业竞争情报分析方法研究［J］.情报科学，2012（12）：1885-1889.

［18］李 艳，赵新力，齐中英.基于技术竞争情报和组织学习提升企业技术创新能力［J］.科学管理研究，2010（3）：16-19.

［19］王文哲.知识型组织中技术竞争情报的价值及其实现［J］.情报科学，2010（8）：1165-1169.

［20］王翠波.基于文本情感挖掘的企业技术竞争情报采集模型研究［J］.图书情报工作，2010（14）：75-78.

［21］孙涛涛，刘 云.基于专利耦合的企业技术竞争情报分析［J］.科研管理，2011（9）：140-146，156.

［22］邓 洁，余 翔，崔利刚.基于组合专利信息的技术竞争情报分析与实证研究［J］.情报杂志，2013（11）：6-10.

［23］栗 莉.90年代我国竞争情报研究综述［J］.图书与情报，2001（3）：25-28.

［24］王媛媛.近十年我国企业竞争情报研究综述［J］.情报探索，2014（9）：57-60.

［25］张 超，关家麟.基于竞争情报的战略联盟风险管理研究综述［J］.情报理论与实践，2012（12）：116-120.

［26］王克平，冯晓娜，张 晓，等.企业竞争情报危机预警研究综述［J］.现代情报，2011（7）：173-177.

［27］乔尔·布利克，戴维·厄恩斯特.协作型竞争：全球市场的战略联营与收购［M］.北京：中国大百科全书出版社，2000：306.

［28］维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代——生活、工作与思维的大变革［M］.盛杨燕，周 涛，译.杭州：浙江人民出版社，2013：28.

［29］张灿影，冯志纲，丁 宁.开放式创新环境下企业技术竞争情报战略研究［J］.情报理论与实践，2013（10）：49-52.

［30］李 艳，赵新力，齐中英.技术竞争情报的现状分析［J］.情报学报，2006，25（2）：242-253.

（责任编校 骆雪松）

Research Hotspot Distribution and Trends of Enterprise Competitive Intelligence in China（2010～2014）

Hu Anqi
School of Society,Soochow University,Suzhou 215123,China

This paper studies the literature about the enterprise competitive intelligence from 2010 to 2014 in CNKI.Based on co-word,cluster and multi-dimensional analysis of its keywords,it summarizes three research hotspots in this field,namely strategically constructing an enterprise competitive intelligence system,taking the internet information as the intelligence source and technology of enterprise competitive intelligence.According to the hotspot distribution,three trends of the research in enterprise competitive intelligence are pointed out:the main body of the enterprise competitive intelligence will not be confined to one department; the internet information will be the main intelligence competed for;much importance will be attached to the technology of competitive intelligence.

enterprise;competitive intelligence;hotspot distribution;trend

G203

胡安琪，女，1991年生，2013级情报学硕士研究生，研究方向为信息资源开发利用，发表论文2篇。