信息技术与业务匹配研究进展评述—基于社会网络分析法

贾 昱 狄 然 王念新 葛世伦

1(江苏科技大学经济管理学院 江苏 镇江 212003)2(河海大学企业管理学院 江苏 常州 213022)

信息技术与业务匹配研究进展评述—基于社会网络分析法

贾 昱1狄 然2王念新1葛世伦1

1(江苏科技大学经济管理学院 江苏 镇江 212003)2(河海大学企业管理学院 江苏 常州 213022)

对信息技术与业务匹配研究现状进行评述。运用社会网络分析法对目前的研究成果进行梳理。通过主路径分析进行发展脉络和发展阶段分析，采用社会网络分析法，剖析研究领域的知识图谱、研究现状、重要文献、研究主题。最终，分析现有研究的不足，简要展望未来研究方向。

信息技术与业务匹配 文献综述 知识图谱 社会网络分析

0 引 言

信息技术与业务匹配BITA(Business and IT Alignment)是指企业IT战略、业务战略、IT基础设施与流程、组织基础设施与流程之间的相互适应与集成[1]。在过去三十多年里，BITA一直是信息管理协会SIM(Society for Information Management)所发布的十大热点话题之一，1994年至今，始终占据第一或第二的位置[2]。学者们对BITA展开了卓有成效的研究[3-4]，大量的理论和实证研究也不断地表明BITA能够显著增强企业绩效[1, 5-7]，且在动态环境下，对采取前瞻者战略、分析者战略和防御者战略的企业，BITA都能够显著影响企业绩效[8]。

归纳研究现状，总结现有研究不足是推进科学进步的有效手段[4]。近年来，一些国内外学者对BITA领域现有的文献进行了评述。例如Chan等[3]从匹配的需求和动机、前因和维度等方面，对相关文献进行了梳理，并从匹配过程、匹配测量、匹配的影响因素等视角指出研究现状和未来的研究方向；Ullah等[4]从匹配的定义、匹配的阶段、匹配的测量方法、匹配的重要性等系统总结了BITA的研究现状；张延林等[9]从四个维度对静态匹配进行总结，并梳理了动态环境下匹配的三种理论视角，结合中国情境指出本土研究的方向，构建本土化的BITA模型等。

上述研究对了解BITA研究进展、明确现有研究不足和未来研究方向具有重要的参考价值。但这些研究大多基于主观论述的方式，难以全面客观对BITA研究领域进行评述。本文综合应用文献分析方法、社会网络分析和知识图谱等方法，基于WOS检索数据，运用Histcite、Pajek、Ucinet、VOSviewer等分析软件，以可视化的形式展示BITA领域的总体图景、特征、发展脉络以及研究主题。在此基础上，分析现有BITA研究的不足，并提出下一步的究方向。

1 数据收集与处理

1.1 数据来源

以IT alignment (fit/linkage/match)、IT-Business alignment (fit/linkage/match)、information systems alignment (fit/linkage/match)、IT/Business alignment (fit/linkage/match)等为关键词在Web of Science(WOS)引文数据库中进行检索，时间跨度为1950年1月至2014年12月，共检索文献2756篇，剔除与BITA研究不相符的文献，共计252篇文献。对252篇文献进行统计分析发现，大部分文献被引频次较低，因此我们选取被引频次较高(LCS≥10)的文献作为最终样本文献，共计105篇。对这105篇文献按照年份进行统计，得到BITA研究文献数量的年度分布情况，如图1所示。

图1 BITA文献数量年分布图

1983年至1992年期间，信息系统领域BITA的研究文献较少。从1992年开始，BITA的文献数量明显增多，尤其是近10年以来，有关BITA研究的文献数量明显增加。这些都能够说明BITA研究已经得到了信息系统领域学者的普遍关注，逐步成为信息系统领域的研究热点话题之一。

1.2 数据处理及分析

数据处理及分析步骤包括数据收集、主路径分析、文献共被引分析和结论四个部分，如图2所示。

图2 数据处理及分析步骤

在数据收集阶段，从WOS中检索出105篇有关BITA的研究文献，共计197位作者(除去重名作者)，45种期刊或会议，3878篇参考文献；在主路径分析阶段，通过引文编年图和主路径分析描述BITA的发展阶段和现状；在文献共被引分析阶段，构建文献共被引邻接矩阵，进行重要文献分析和文献聚类分析；最终，对以上分析进行总结，归纳现有研究不足及对未来研究的展望。

2 主路径分析

引文编年图可以在一定程度上反映研究的发展现状。运用HistCite软件，以LCS为依据(阈值为30)编制引文编年图，如图3所示。图中节点的大小表示文献被引频次的多少，节点间的连线表示文献的引用关系。从图中可以发现文献4[1]、13[10]、19[11]、24[5]、36[12]和42[6]的节点圈较大，说明这些篇文献在BITA发展过程中较为重要，应该是该领域发展脉络中的关键文献。在引文编年图分析的基础上，运用Pajek软件，通过SPLC方法进行主路径分析，绘制主路径图，如图4所示。主路径由15篇文献构成，每个节点代表一篇文献，并以文献第一作者和年份进行标注。

图3 以LCS为依据编制的引文编年图

图4 以SPLC为依据主路径图

结合图3和图4，以及对105篇文献的阅读分析，将BITA的发展过程归纳分为三个阶段：

第一阶段(1983年至1992年) 起步阶段

起步阶段主要研究内容为BITA的定义、内涵和影响BITA的关键因素，如1983年Pyburn[13]提出影响BITA成败的关键因素：高层管理者的决策风格、业务波动、信息系统组织和管理任务的复杂性以及IT经理所处的地位和状态等；1989年Nath[14]经过对信息系统经理以及非信息系统经理进行调查研究，识别出影响BITA的重要因素，发现高管的承诺是协调管理信息系统与组织目标的至关重要因素之一。

第二阶段(1993年至1996年) 发展阶段

发展阶段，BITA模型成为研究的热点话题之一，同时产生了一些BITA的经典文献，例如Henderson和Venkatraman[1, 15]首先提出了经典的战略匹配模型SAM(Strategy Alignment Model)，为后续的研究奠定了理论框架；Reich等[11]理清了匹配的结构，正式提出BITA的知识维度和社会维度，并给出社会维度匹配的测量方法。

第三阶段(1997年至今) 活跃阶段

活跃阶段的研究重点为BITA的测量、前因及其对企业绩效的影响等。Chan等[5]对BITA进行了定量测量，首先依据STROBE(企业战略定位)识别出相对应的STROIS(企业信息系统战略定位)，然后分析STROBE和STROIS之间的匹配程度对组织绩效和IT绩效的影响；Sabherwal等[6]将企业业务战略归纳为三种类型：探索型、防御型和分析型，并通过三个维度来测量IT战略与业务战略之间的匹配程度； Reich等[12]研究了社会维度中BITA的影响因素，结果表明IT的成功历史、共享知识首先影响IT经理与业务经理的沟通、IT规划与业务规划之间的联系，其次才会影响社会维度的BITA，没有能够实现社会维度的匹配是较多企业整体匹配水平较低的主要原因之一。同时BITA的动态性正成为学者们的研究热点话题，主要是基于间断均衡模型(PEM)和协同演化理论研究BITA的动态演化过程。Hirschheim等[16]应用PEM将BITA的动态过程分为两个阶段：缓慢的长时间演化和快速的短时间革命；Benbya等[17]基于协同演化理论和复杂性理论构建了一个BITA的多层次演化模型，对原有的BITA做了一些调整，将匹配扩展为三个层次，从它们之间相互影响和相互调整的动态过程来研究匹配的动态性，更加关注组织中主体的自适应行为和涌现机制。

3 文献共被引分析

文献共被引分析中，首先建立文献共被引邻接矩阵，绘制文献共被引网络图谱，直观地揭示了文献之间的共被引关系，如图5所示。图中每个节点代表一篇文献，若两个节点之间存在连线，则表明这两篇文献具备共被引关系。可以发现图中左侧有49个孤立点，说明这49篇文献并没有与其他文献形成共被引关系，在文献关系中处于孤立的状态。节点越大，表明文献的共被引程度越高，节点之间的连线越密集，则表明节点所代表的文献研究领域和方向更为相近。

图5 文献共被引网络

3.1 网络密度分析

网络密度是社会网络分析中常用的测度，反映网络中节点间关系的紧密程度。网络密度越高，表明网络中节点间联系程度越紧密、知识交流越频繁，在文献共被引网络中则表明文献的研究主题关联度较大。该社群图密度为0.3097，网络中关系的标准差为1.0094，存在大量孤立点，这些都表明整体网络中关系紧密程度较低，网络连通性一般。若去除49个孤立点，网络密度则变为1.0981，网络中关系的标准差为1.6574，网络密度大幅增强。以上可以说明，对于BITA的研究，研究主题和方向相对比较分散，学科构成因素较多、研究内容比较丰富、研究方向更为明细。但是局部范围内文献间的知识交流比较密切，网络的连通性较高，说明BITA研究领域中围绕着某些研究主题已经形成了一些知识团体，在研究方向相近的基础上，他们拥有更加密切的联系和频繁的知识交流。

3.2 重要文献分析

点度中心度作为社会网络分析的重要指标，是指节点在其与之相连的邻居节点当中的中心程度，往往通过与其直接相连的节点数来衡量。若一节点与许多其他节点直接相连，则该节点有较高的点度中心度，可以表明该节点的重要性程度较高。

由表1所示，表中选取点度中心度大于90的文献。在上述网络中，节点16点度中心度最高(Degree=188.000)，同时其本地被引频次也最高(LCS=26)，与网络中45篇文献具备共被引关系，与节点4共被引频次最高(17次)，这说明节点16在BITA文献共被引网络中处于中心地位，在该网络中拥有最丰富的联系。整个网络的点度中心势(Network Centralization)为8.98%，表明该网络中存在局部范围的文献共被引现象。

表1 点度中心度计算结果(前14篇文献)

续表1

中间中心度也是分析网络整体结构的主要指标，侧重分析节点在整个网络的中心程度，揭示的是整个网络集中趋势的程度，即网络中的节点围绕一个或一组节点活动的程度。由表2所示，选取中间中心度前20的文献。节点41的中间中心度最高，说明节点41具有最大的中间影响力，对网络中知识流动发挥着重要的桥梁作用。

表2 中间中心度计算结果

续表2

文献的重要性程度可以通过文献在共被引网络中所发挥的作用来判定，包括点度中心度和中间中心度两类指标，将点度中心度大于等于90并且中间中心度大于等于20的文献作为重要文献，详见表3。

表3 共被引网络的重要文献分析

续表3

从表3可以看出,重要文献的中间中心度排序与点度中心度排序差异较大，节点16拥有最高的中间中心度但其点度中心度较低，说明该文献在BITA领域中拥有较强的影响力，但并不是该领域知识源头；节点4点度中心度与中间中心度同样多很高，说明该文献在网络中有很大的控制力、中间影响力，对知识的交流和传播起着重要的桥梁作用，应当是某研究方向的开山之作。节点4在1993年首次提出战略匹配模型，之后大多数研究都是直接或间接地通过SAM来研究匹配；节点25通过八个维度来测量业务战略，考察IT对八个维度的支持情况来确定BITA程度；节点41将业务战略归纳为探索型、防御型和分析型，从IT支持率、综合性和灵活性三个维度来测量IT战略与不同业务战略之间的匹配程度。

3.3 聚类分析

聚类分析作为社会网络分析的重要手段之一，目的是为了揭示各网络节点间潜在的复杂关系。文献共被引网络中，如果存在凝聚子群，则表明处于该凝聚子群内部的文献联系较为紧密，在知识交流和科研合作方面交往频繁。通过VOSviewer[28]进行文献聚类分析，得到文献共被引的网络视图，如图6所示。

图6 文献聚类网络视图

通过对四类文献子群的阅读分析，我们将这些文献的研究主题归纳为四类：(1) BITA前因的研究；(2) BITA模型的研究；(3) BITA测量的研究；(4) BITA价值的研究。结合表3可以发现，重要的文献并没有集中于某一子群，而是分散在四个子群中，说明无论是BITA模型的研究、BITA前因的研究、BITA测量的研究还是BITA价值的研究都已经产生了一些认可度较高的文献，详见表4。

表4 文献聚类结果

3.3.1 BITA前因的研究

Sabherwal[18]研究了组织关键成功因素与IT能力之间的匹配对绩效的影响，将社会维度中影响BITA的关键因素归纳为以下三点：(1) CIO是否是高层管理团队的成员；(2) CIO能否参与企业业务战略和IT战略的规划；(3) IT成功的历史和知识的共享。Brown等[10]通过对6个多部门企业的IT经理和部门经理进行现场采访，归纳出了三种IT结构：集中式、分散式和混合式；Sabherwal[6]对不同业务战略类型所对应的IT战略类型进行识别，测量他们之间的匹配程度，最终认为防御型业务战略应与效率型IT战略相匹配，探索型业务战略应与灵活型IT战略相匹配，分析型业务战略应与综合型IT战略相匹配，这样才能实现高程度的战略匹配。

3.3.2 BITA模型的研究

对于BITA模型的研究一直是BITA中的经典话题之一，并在该领域中处于核心地位。Henderson等[1]提出了实现BITA的四条路径；Broadbent等[19]在SAM的基础上，提出了基于业务战略和IT战略之间的匹配模型，模型包括企业内部战略形成过程、组织结构和岗位职责、IS职责和政策、IT战略四个方面，并且企业可以通过该模型提高自身的绩效。在关注匹配模型本身的同时，学者们对匹配的测量进行了研究，Reich等[11]将BITA划分为知识维度和社会维度两个维度，并对社会维度中BITA程度进行了测量。

3.3.3 BITA测量的研究

BITA测量方面，学者们主要在确定企业业务战略和IT战略的基础上，通过测度业务战略和IT战略匹配程度的方法来测量BITA的程度。Chan等[5]通过七个维度(进取性、分析性、内部防御、外部防御、未来性、创造性和风险厌恶)来测量业务战略，考察IT对这七个维度的支持情况来评估BITA程度；Sabherwal和Chan[6]将业务战略划分为探索型、防御型和分析型，从IT支持率、综合性和灵活性三个维度来测量IT战略与不同业务战略的匹配程度。

3.3.4 BITA价值的研究

第一，在过去二十年里，学者们不断地实证检验BITA价值及其实现机理；第二，相关的实证研究主要集中在战略层次的BITA，即IT战略与业务战略的匹配，在实证研究BITA价值的过程中，考虑了一些情境变量对BITA价值实现的调节作用，比如业务战略、IT柔性、环境不确定性等；第三，除了Palmer等[20]的研究之外，绝大多数研究结果表明BITA是有价值的，能够过通过IT与业务的匹配来提高组织绩效；第四，Schwarz等[34]的研究结果表明BITA会在短期内影响企业绩效。

4 结 语

如前所示，作为信息系统领域一个历经30余年发展的经典问题，学者们对BITA进行了大量的研究，取得了丰硕的研究成果，研究问题包括匹配的模型、匹配的维度、匹配的计算、匹配的影响因素、匹配的价值、匹配的动态性等。但仍存在一些需要改进的地方，主要包括以下四个方面：

(1) BITA计算方法的适用性问题

准确计算企业BITA的程度是进行实证研究的前提。目前，BITA的计算方法主要有六种方法(Moderation、Mediation、Matching、Gestalts、Profile Deviation和Covariation)[35]，每种计算方法的理论基础和分析范式均不同。由于BITA计算方法众多，需要明确每种方法的优缺点和适应范围。Cragg等[24]指出Matching方法更适合从企业层面测量和计算信息技术匹配度，Moderation方法虽然计算容易，但是解释其有效性比较困难，Profile Deviation方法的应用过程最复杂，因为首先要开发出理论上的完美匹配剖面。一些实证研究结果也表明，相比Matching方法，Moderation方法更能准确测量匹配度[5,24]。

(2) 信息技术匹配的动态性

BITA的研究大多将匹配作为一种静态结果，但在动态环境下，难以预测的各种变化导致企业的BITA难以持续，BITA的动态性开始引起学者们的关注。针对BITA动态匹配难的问题，Hirschheim等[16]归纳了匹配变化中三种有问题的调整模式，分别是矛盾决策(Paradoxical Decisions)、过量改革(Excessive Transformation)和飘忽立场(Uncertain Turnarounds)。研究影响BITA动态变化的因素，有助于规避上述错误的调整模式，实现BITA的动态匹配。

BITA的动态过程、错误的调整模式及其影响因素，都有助于加深对BITA动态性的认识，但是仍需要进一步研究IT动态匹配的实现方式，才能帮助企业实现IT动态匹配。未来值得进一步研究的问题包括：BITA动态变化的过程是什么？有哪些因素会诱发BITA的动态变化？如何才能帮助企业实现动态BITA？

(3) 缺乏多层次信息技术匹配理论和实证研究

作为信息系统领域的一个经典研究主题，大量的实证研究不断验证了BITA能够提高信息系统成功、改善IT部门的有效性、提升企业绩效和影响企业间合作，但是现有的实证研究仅局限于IT战略与业务战略的匹配。实际上，BITA出现在许多层次，包括战略层次、系统层次、项目层次和个人层次等，并且这些层次之间的BITA相互影响，任何一个层次的不匹配，都有可能导致整体的不匹配。因此单纯地研究战略层次的IT及其对企业的影响，难以解释多层次BITA之间的复杂关系。

(4) BITA与对敏捷性的影响

虽然大量理论和实证研究结果表明BITA能够显著增强企业绩效，但是BITA与企业敏捷性的关系尚未引起学术界的关注[36]。绝大多数学者是将两者孤立进行单独研究，目前关于BITA与敏捷性的关系，存在两种相互矛盾的观点：一种观点认为BITA增强敏捷性，因为IT与业务的知识共享活动，既是实现BITA的关键前提，也是收集外部环境信息、响应动态变化的影响因素[37]；另一种观点认为BITA阻碍敏捷性，因为BITA会引起企业发展的路径依赖、惯例和组织惰性，导致企业认为自身当前的战略也能适应未来的竞争环境，从而抑制企业响应外部变化的能力[38-39]。匹配引起的开发会导致“能力陷阱”使得创新速度变慢[40]。

在当前竞争激烈的市场环境下，大量新兴技术的出现和普遍应用使得行业集中度大幅提高、企业市场地位的波动性明显增加、企业间绩效差异显著扩大，从而进一步加剧了市场竞争的激烈程度。企业一方面试图通过实现BITA提升短期绩效，另一方面也不得不应用IT增强敏捷性以确保长期发展。现有大多数研究是将BITA以及IT对敏捷性的影响孤立，单独研究其中的一个问题，缺少将BITA和企业敏捷性两个并行组织目标集成的理论框架，导致企业在IT应用过程中，难以作出有效的多目标决策，既能收获BITA带来的短期收益，又能提升基于IT的敏捷性潜在的长期收益。

[1] Henderson J C, Venkatraman N. Strategic alignment: Leveraging information technology for transforming organizations[J]. IBM Systems Journal, 1993, 32(1): 472-484.

[2] Kappelman L A, McLeon E, Luftman J, et al. Key issues of IT organizations and their leadership: The 2013 SIM IT trends study[J]. MIS Quarterly Executive, 2013,12(4): 227-240.

[3] Chan Y E, Reich B H. IT alignment: what have we learned?[J]. Journal of Information Technology, 2007, 22(4): 297-315.

[4] Ullah A, Lai R. A systematic review of business and information technology alignment[J]. ACM Transactions on Management Information Systems (TMIS), 2013, 4(1): 1-30.

[5] Chan Y E, Huff S L, Barclay D W, et al. Business strategic orientation, information systems strategic orientation, and strategic alignment[J]. Information Systems Research, 1997, 8(2): 125-150.

[6] Sabherwal R, Chan Y E. Alignment Between Business and IS Strategies: A Study of Prospectors, Analyzers, and Defenders[J]. Information Systems Research, 2001, 12(1): 11-33.

[7] Oh W, Pinsonneault A. On the assessment of the strategic value of information technologies: conceptual and analytical approaches[J]. MIS Quarterly, 2007, 31(2): 239-265.

[8] Yayla A A, Hu Q. The impact of IT-business strategic alignment on firm performance in a developing country setting: exploring moderating roles of environmental uncertainty and strategic orientation[J]. European Journal of Information Systems, 2012, 21(4): 373-387.

[9] 张延林, 肖静华, 谢康. 信息系统与业务战略匹配研究述评[J]. 管理评论, 2014, 26(4): 154-165.

[10] Brown C V, Magill S L. Alignment of the IS functions with the enterprise: toward a model of antecedents[J]. MIS Quarterly, 1994, 18(4): 371-403.

[11] Reich B H, Benbasat I. Measuring the linkage between business and information technology objectives[J]. MIS Quarterly, 1996, 20(1): 55-81.

[12] Reich B H, Benbasat I. Factors that influence the social dimension of alignment between business and information technology objectives[J]. MIS Quarterly, 2000, 24(1): 81-113.

[13] Pyburn P J. Linking the MIS plan with corporate strategy: an exploratory study[J]. MIS Quarterly, 1983, 7(2): 1-14.

[14] Nath R. Aligning MIS with the business goals[J]. Information & Management, 1989, 16(2): 71-79.

[15] Henderson J, Venkatramen N. Strategic alignment: A model for organizational transformation via information technology[R]. MIT Center for Information Systems Research, 1990.

[16] Hirschheim R, Sabherwal R. Detours in the path toward strategic information systems alignment[J]. California Management Review, 2001, 44(1): 87-108.

[17] Benbya H, McKelvey B. Using coevolutionary and complexity theories to improve IS alignment: a multi-level approach[J]. Journal of Information Technology, 2006, 21(4): 284-298.

[18] Sabherwal R, Kirs P. The Alignment between Organizational Critical Success Factors and Information Technology Capability in Academic Institutions[J]. Decision Sciences, 1994, 25(2): 301-330.

[19] Broadbent M, Weill P. Improving business and information strategy alignment: Learning from the banking industry[J]. IBM Systems Journal, 1993, 32(1): 162-179.

[20] Palmer J W, Markus M L. The performance impacts of quick response and strategic alignment in specialty retailing[J]. Information Systems Research, 2000, 11(3): 241-259.

[21] Burn J M. Information Systems Strategies and the Management of Organizational Change-A strategic alignment model[J]. Journal of Information Technology, 1993, 8(4): 205-216.

[22] Chan Y E, Sabherwal R, Thatcher J B. Antecedents and outcomes of strategic IS alignment: an empirical investigation[J]. IEEE Transactions on Engineering Management, 2006, 53(1): 27-47.

[23] Luftman J N, Lewis P R, Oldach S H. Transforming the enterprise: The alignment of business and information technology strategies[J]. IBM Systems Journal, 1993, 32(1): 198-221.

[24] Cragg P, King M, Hussin H. IT alignment and firm performance in small manufacturing firms[J]. The Journal of Strategic Information Systems, 2002, 11(2): 109-132.

[25] Byrd T A, Lewis B R, Bryan R W. The leveraging influence of strategic alignment on IT investment: An empirical examination[J]. Information & Management, 2006, 43(3): 308-321.

[26] Bergeron F, Raymond L, Rivard S. Ideal patterns of strategic alignment and business performance[J]. Information & Management, 2004, 41(8): 1003-1020.

[27] Pollalis Y A. Patterns of co-alignment in information-intensive organizations: business performance through integration strategies[J]. International Journal of Information Management, 2003, 23(6): 469-492.

[28] Eck N J V, Waltman L, Dekker R, et al. A comparison of two techniques for bibliometric mapping: Multidimensional scaling and VOS[J]. Journal of the American Society for Information Science and Technology, 2010, 61(12): 2405-2416.

[29] Kearns G S, Lederer A L. A resource-based view of strategic IT alignment: how knowledge sharing creates competitive advantage[J]. Decision Sciences, 2003, 34(1): 1-29.

[30] Bergeron F, Raymond L, Rivard S. Fit in strategic information technology management research: an empirical comparison of perspectives[J]. Omega, 2001, 29(2): 125-142.

[31] Avison D, Jones J, Powell P, et al. Using and validating the strategic alignment model[J]. The Journal of Strategic Information Systems, 2004, 13(3): 223-246.

[32] Li M, Ye L R. Information technology and firm performance: Linking with environmental, strategic and managerial contexts[J]. Information & Management, 1999, 35(1): 43-51.

[33] Kearns G S, Lederer A L. The effect of strategic alignment on the use of IS-based resources for competitive advantage[J]. The Journal of Strategic Information Systems, 2000, 9(4): 265-293.

[34] Schwarz A, Kalika M, Kefi H, et al. A dynamic capabilities approach to understanding the impact of IT-enabled businesses processes and IT-business alignment on the strategic and operational performance of the firm[J]. Communications of the Association for Information Systems, 2010, 26: 57-84.

[35] Venkatraman N. The concept of fit in strategy research: Toward verbal and statistical correspondence[J]. The Academy of Management Review, 1989, 14(3): 423-444.

[36] Tallon P P, Pinsonneault A. Competing perspectives on the link between strategic information technology alignment and organizational agility: Insights from a mediation model[J]. MIS Quarterly, 2011, 35(2): 463-484.

[37] Preston D S, Karahanna E. Antecedents of IS Strategic Alignment: A Nomological Network[J]. Information Systems Research, 2009, 20(2): 159-179.

[38] He Z L, Wong P K. Exploration vs. exploitation: An empirical test of the ambidexterity hypothesis[J]. Organization Science, 2004, 15(4): 481-494.

[39] Lavie D, Rosenkopf L. Balancing Exploration and Exploitation in Alliance Formation[J]. The Academy of Management Journal, 2006, 49(4): 797-818.

[40] Andriopoulos C, Lewis M W. Exploitation-exploration tensions and organizational ambidexterity: Managing paradoxes of innovation[J]. Organization Science, 2009, 20(4): 696-717.

LITERATURE REVIEW OF BUSINESS AND INFORMATION TECHNOLOGY ALIGNMENT RESEARCH PROGRESS USING SOCIAL NETWORK ANALYSIS

Jia Yu1Di Ran2Wang Nianxin1Ge Shilun1

1(SchoolofEconomicsofManagement,JiangsuUniversityofScienceandTechnology,Zhenjiang212003,Jiangsu,China)2(SchoolofEnterpriseManagement,HohaiUniversity,Changzhou213022,Jiangsu,China)

The research status of information technology and business matching is reviewed and then the current research result is collated by using social network analysis method. Using main path analysis to analyze the evolution path and development phase，and then the social network analysis method is adopted to dissect the mapping knowledge domain, research status, important literatures, and research topic of the research field. Finally, to analyze the limitation of the current research and forecast future research directions.

Information technology and business matching Literature review Mapping knowledge domain Social network analysis

2015-11-10。国家自然科学基金项目(71471079)；江苏省2015年度普通高校研究生实践创新计划项目(SJLX15_0529)。贾昱，硕士生，主研领域：信息技术与业务匹配。狄然，本科生。王念新，副教授。葛世伦，教授。

TP3.05

A

10.3969/j.issn.1000-386x.2017.01.001