国际用户创新领域研究现状与热点的可视化分析

孟韬+王维

[摘要]用户创新指利用用户知识而非企业自身知识进行的创新活动。厘清现有用户创新研究的重点文献与研究热点能够为企业经营以及学术研究提供重要思路，从而推动“大众创业万众创新”政策的落地。基于2006-2017年间Web of Science核心合集数据库中用户创新领域的6186篇文献，运用CitespaceV软件对该领域进行了时空、国家、引文关键词的可视化研究。研究表明：美国在该领域的研究处于中心地位；目前的研究主要来自信息科学以及商业领域；且相关研究集中在用户价值共创研究、众包项目协调管理研究、用户社群等几个方面；其中研究热点为社群知识管理、创新项目管理与维护等。

[关键词]用户创新；众包；科学知识图谱；Citespace

“大众创业万众创新”已经成为国家发展的重要战略。而作为“万众创新”的主体，广大用户群体早早地就引起了企业的关注。早在20世纪70年代，就已经有企业利用用户的相关知识进行产品创新，但是，由于企业接触用户能力的限制，用户创新并未得到充分的发展。直到互联网的兴起大大增加了企业接触用户群体的能力，企业的用户创新实践才正式发展起来。从最早的开源软件社区，到现在的消费者社区、众包网站，用户创新的规模不断扩大，逐渐成为企业创新的重要来源。而学术界也紧随其后，对用户创新进行了大量研究，但是，目前对用户创新研究中，学者们并没有形成一个统一的概念来描述用户创新。在实际的研究中，学者们有使用用户创新，也有使用众包、大众生产、顾客创新、价值共创、用户生成内容等其他概念来描述了这种利用非企业自身知识进行的创新活动。而且，学者们也在用户创新、众包等方面进行了大量研究，也对各个概念分别进行了综述。但是，目前学术界缺乏综合考虑上述各类概念的研究综述，也缺乏相应的文献计量学分析。因此，本文利用文献计量软件Citespace对现有的用户创新领域文献进行分析，以厘清现有研究的空间分布、重点文献、研究分类以及研究热点。

1数据来源及研究方法

1.1数据来源

本文借助汤逊路透的Web of Science信息检索平台，使用Web of Science核心合集作为数据来源，对2006-2017年的用户创新相关研究进行检索。在进行文献检索时，为保证检索文献的全面性，本文采用用户创新以及与之相近的顾客创新、大众生产、众包、价值共创、用户生成内容等多个方面的关键词进行，其中各个方面均包含不止1个检索关键词。检索的时间范围设定为2006至2017年，检索时间为2017年2月22日，共检索到文献6186篇。本文所采用的检索规则以及检索结果等相关内容如表1所示。

1.2研究方法

对于文献的后续分析，本文分析采用文献可视化管理软件Citespace v进行。Citespace是由Drexel大学的陈超美教授于2004年9月开发的一款基于JAVA的可视化文献分析软件，第五版于2016年9月发布。其原理是通过词共现或文献共被引来进行一定的文献计量学分析。通过Citespace分析，能够直观地将一定时期内某一研究领域的研究热点、演进历程和发展趋势以可视化的形式呈现出来，同时，通过解读可视化结果，研究者也可从中发现某个研究领域的关键节点文献，目前的研究进展与研究热点。

2数据分析

2.1时空分布

通过Web of science生成各个国家各年份内的发文数量，如图1所示。可以看出，在2006年之后，学者们开始关注该领域，其中，2011年之后該领域的研究迅速增长。另外，图1也展示了发文数量排名前五的国家在该领域的年度发文数据，可以看出，该领域的研究中，美国一直处于领先地位，其文章数目（2042）远远大于其他各国的发文数，且在2011年有较大的增长速率，整体增长率较为平稳。除了美国之外，中国（789）、英国（567）、德国（470）、意大利（311）在该领域也进行了大量研究，且在2012年以前，这4个国家之间的发文数量相当，且增长较为缓慢。直到2013年，这四国在该领域的研究才有了大幅度的增加，中国迅速成为发文第二多的国家。从以上结果可以看出，无论是时间上还是数量上，中国、英国、德国、意大利四国对该领域的深入研究均滞后于美国。

另外，从Citespace生成的国家共现图谱如图2所示，图中每一个节点代表一个国家，节点大小代表该国家的发文数量，节点之间的连线代表国家之间的合作关系，节点外层的圆环代表了节点的中心性，中心性作为衡量国家合作网络关系中中心程度的指标，越大表示该国家在该领域的重要性越大。其中，中心性最大的前六个国家分别为美国（0.27）、法国（0.19）、英国（0.14）、澳大利亚（0.12）、意大利（0.10），西班牙（0.10），我国的中心性为0.04，没有排在前十。综上，用户创新研究中占据重要地位的是以美国为主的西方国家，而我国研究尽管数量排名第二，但其地位稍显不足。

2.2期刊分布

通过引用期刊分析，Citespace能够识别出该领域核心出版物的分布情况。在Citespace中“Time Slicing”选择“2006-2017”，“Node type”选择“Cited Journal”，“Selection Criteria”选择“g-index并输入k=5”，生成知识图谱，图3展示了该图谱的主要部分，其中期刊被引文献数量排名前十以及中心性排名前五的期刊如表2所示。其中包括计算机科学以及信息科学的相关出版物（如Lecture Notes in Computer Science、Communicationsof the ACM、MIS Quarterly等），商业与管理类出版物（Management Science、Journal of Marketing、HarvardBusiness Review等），以及科学综合类出版物（Science、Proceedings of the National Academy of Sciences）。其中，引用文章数量最多为Lecture Notes in Computer Science，文章数为921篇，该丛书每年出版《Security，Privacy andAnonymity in Computation，Communication and Storage》等书籍，其次是Communications of the ACM、ManagementScience、Journal of Marketing等出版物。中心性排名最高的是Communications of the ACM，中心性为0.50，其次为Proceedings of the National Academy of Sciences、Journal ofMarketing、Journal of Machine Learning Research等出版物。

综上可以看出，目前对用户创新贡献比较大的出版物主要来自于计算机信息科学领域以及商业与管理领域。综合文献数量以及中心性的相关参数，Communications of theACM和Journal of Marketing为该领域较为重要的两个刊物。

2.3关键文献分析

文献共引分析是文章所引用文献的共被引分析，当两篇或两篇以上文献被同一篇文献所引用时，这几篇文献就构成了一个共被引关系。文献共引分析能够展现某研究领域内的高被引高质量的文献。通过设置Citespace中“TimeSlicing”为“2006-2017”，“Node type”选择“CitedReference”，“Selection Criteria”选择“g-index并输入k=5”，生成知识图谱，图谱的核心部分如图4所示。通过共被引频数以及中心性大小确定该领域中的核心文献和关键文献，结果如表3所示。除去作为结构方程模型的研究方法介绍的文章外，用户创新研究的核心文献和关键文献

早在2000年，Prahalad和Ramaswamy在哈佛商业评论上的文章表明，企业在商业关系中的角色随着网络的发展已经变得模糊，并且市场呈现出新的特征，即顾客成为企业的能力来源，尤其是在产品测试行业。这种企业角色的变化促进了用户加入到企业的生产当中，也为用户创新活动奠定了基础。另外，该文也提出了有效治理顾客所带来的企业能力的4个要点，即：不断与顾客进行着积极对话；动员顾客社群；管理顾客多样性；共同创造个性化体验。

在2004年，Vargo和Lusch在无形资产、价值共创、关系这些新视角的不断产生下，提出了服务主导逻辑。同时，他们认为，企业应当将顾客看作是永远的合作生产者，因此，服务应当遵从顾客导向和关系导向，其目的是通过服务使顾客建立起与服务组织及员工的长期关系，并在长期关系中与服务人员共同创造价值。这篇文章的出现，标志着营销理念从以产品为中心向以服务为中心的转变，也标志着用户创新在学术研究中的正式出现。

到了2006年，Howe在《连线》杂志发表了一篇名为《TheRise of Crowdsourcing》的文章，文中介绍了类似外包的一种大众外包形式，即众包，在企业中的应用，并通过一些众包企业与专业企业的对比说明了众包的商业潜力。这篇文章将用户创新集成到外包环节，对于企业而言，这也成为企业生产、创新的一个新思路。因此，成为后来学者引用率较高的文章之一。

2006年，Chevalier和Mayzlin发表在《Journal ofMarketing Research》上的文章探讨了图书在线销售中的用户评论对图书销售的影响。该文章首次对用户生成内容进行了探讨，对营销研究起到了非常重要的作用。这种由大众用户产生的在线评论等内容作为营销领域的大众生产也引起了后续学者的重视。

在服务主导逻辑兴起的4年后，Vargo和Lusch又在《Journal of the Academy of Marketing Science》的专刊上解释了几个通用的误解并重新梳理和修正了该逻辑的基本内容”]。这篇文章也成为后来学者认识、学习服务主导逻辑的经典文章。同年，Vargo等在另一篇文章中阐明了服务、服务系统、服务科学3个概念：认为服务是交换的基础，是一方使另一方受益的能力（知识和技术）的使用；服务系统指以一定的价值主张为核心联系其他系统的一种资源（人、信息、技术）配置；服务科学是指在复杂资源配置情况下的有关服务系统以及价值共创的研究。这两篇文章作为Vargo对服务主导逻辑的进一步阐释，厘清了该逻辑的基本内容与基本概念，因此，在该领域中有着较高的引用率。

另外，Brabham在2008年的文章系统的介绍了众包是什么，众包怎么运作以及众包的潜能。在这篇文章中，他将众包描述为企业在线发布问题，专业或非专业的大众群体提供该问题的解决方案且最终成果归企业所有的一种在线分布式的问题解决模式和生产模式，给出了众包的明确定义以及运作方式。其对众包的深入介绍也使该文成为了该领域的重要文献之一。此外，Payne等在其文章提出了一个理解和管理价值共创的概念框架并用该框架进行了实地分析。Payne等认为，企业价值依赖于顾客与企业之间的互惠互动，既可能是顾客有意识的结果，也可能是顾客无意识的产出。由于其在相关研究中强调了企业与顾客互動的重要性，因此也成为该领域的高被引文献之一。

此外，还有Cooper等于2010年发表在《Nature》的文章以及Doan于2011年发表在《Communications of theAcm》上的文章。Cooper等的文章汇报了其团队进行的一次众包科学实验。该实验通过一个叫做“Foldit”的在线游戏进行，该游戏允许参与者进行模拟的蛋白质基因修饰，最初提供给参与者已知的蛋白质结构，在经过几个月的练习后，部分参与者能够设计出比专业人士更高效的蛋白质结构，甚至解决了一个困扰专业研究者10年的问题。这场在科学领域内的众包尝试证明了用户的强大创新潜力，因此该文也成为该领域的重要期刊之一。而Doan的文章对万维网上的在线众包系统进行了回顾，并从协作的本质、目标任务的类型、如何招募和保留用户、用户能做什么、如何组合用户的输入、如何评估、人工努力的程度、人工用户的角色以及独立或搭载结构等九个维度对其进行了细致的描述，也成为后来学者高引的文献之一。

此外，重要文献还有一些学者的出版物，比如Surowiecki的《The wisdom of crowds》（中文译名《群体的智慧》），yon Hippel的《Democratizing innovation：The evolving phenomenon of user innovation》（中文译名《民主化创新》），Benkler的《The wealth of networks：How social production transforms markets and freedom》，Tap scott和Williams的《Wikinomic s：How Mas sCollaboration Changes Everything》（中文译名《维基经济学》）以及Howe的《Crowdsourcing：How the power of thecrowd is driving the future of business》（中文译名《众包》）。这些出版物都为用户创新的发展起到了促进作用。

2.4引文知识群分析

以同样的输入参数运行知识图谱，生成引文网络，并进行聚类分析，结果如图5所示。共生成17个知识群聚类（包含多个独立的单个节点聚类），整体聚类结构的模块性指数Q=0.6749，平均轮廓值S=0.5306。而Q>0.3表明划分出来的社团结构是显著的，S>0.5表示聚类是合理的，S>0.7表示聚类结果是高效令人信服的。因此，该聚类结果整体上而言是合理的。表4展示了知识群聚类大小大于30的前六个主要聚类，各个聚类的s值均大于0.7，表明聚类结果是令人信服的。

其中，聚类0的聚类标签为value co-creation。价值共创作为企业获取顾客知识的途径，在用户创新领域得到了广大学者的关注。由其高频词结果可以看出，该聚类中的主要研究内容为营销领域的虚拟品牌社区的价值共创研究，主要进行对企业消费者价值共创的机制进行探讨，其中比较常用的是社会资本视角。其中，该聚类中最活跃的文章为Gebauer等的Value co-creation as adeterminant of success in public transport services a studyof the swiss federal railway operator（sbb），Gronroos的Value co-creation in service logic：a critical analysis.Ple和Chumpitaz C a cere的Not always co-creation：introducinginteractional co-destruction of value in service-dominantlogic三篇文章，其中心性均为0.12，在本聚类中位居第一。Gebauer等运用Prahalad提出的共创行为的5个维度对瑞士联邦铁路运营公司进行了案例研究。该研究提供了一个管理价值创新过程的整体框架，同时，该研究也强调了顾客与企业共同识别问题环节在价值共创中的重要性，拓展了价值共创的概念。Gronroos的文章发表在《MarketingTheory》关于服务主导逻辑的专刊上，该文章重申了价值和价值创造的概念以及服务主导逻辑的六个前提，并认为服务主导逻辑的贡献本质上不在于表明顾客一直都是价值的共创者，而是表明在特定环境下，服务提供者有机会与顾客一起进行价值共创行为。另外，该文章也强调了互动在服务逻辑以及在分析服务逻辑中价值共创与营销的基础地位。Ple和Chumpitaz Ca ceres在其文章中批判了现有的服务主导逻辑下的价值共创没有考虑价值共创的对立面一价值的共同破坏（value co-destruction），并将价值的共同破坏定义为在服务系统间的互动中造成至少一方福祉减少的过程。并且，这种减少是由于某一方系统本身资源或其他方资源的滥用导致的。其中，滥用指一方采用一种另一方觉得不合适的方式使用其可利用资源。

聚类1的标签为crowdsourcing。众包作为企业进行大众外包的行为，是企业创新的新方式，对于如何高效管理众包学者们也做了不少研究。从高频词可以看出，该聚类的研究主要集中在众包协调与管理以及众包系统的建构的相关研究中。该聚类中最为活跃的文献为Maichrzak和Malhotra的Towards an information systems perspective andresearch agenda on crowdsourcing fnr innovation，中心性为0.11。Majchrzak和Malhotra在其文章中指出信息系统研究在有关众包的软件设计、用户界面以及众包过程的促进存在一定的不足，并认为众包参与系统构架需要重新定位。另外，他们也在文章中也从竞争与合作、创意需要时间与大众花费时间较短、创新团队的亲密性与大众的陌生感3个方面为后来研究提出了方向。

聚类2的标签为innovation。创新是企业保持活力的源泉，是企业管理的一大方向。从高频词来看，该聚类主要集中在用户社区/社群创新管理的研究中。该聚类中最为活跃的文献为Marchi等的Extending lead-user theory to online brandcommunities：the case of the community ducati以及Oliveira和yon Hippel的Users as service innovators：the case of bankingservices，中心性均為0.16。Marchi等通过对杜卡迪汽车在线社区的572名用户发布的2071条消息进行了分析，得出了识别在线品牌社区领先用户的3个特征：乐于合作、拥有产品知识、与品牌身份联系紧密。在该文章中，作者也强调了在线品牌社区领先用户成为企业创新资源的可能性。Oliveira和yon Hippel调查了1975到2010年间商业和零售银行服务行业的用户服务创新，并询问了创新发生前用户的活动，研究发现用户会早于银行或其他金融机构发展和自助提供相应的金融服务。该研究结果表明，即使是在传统的线下服务环境，用户也能够成为企业创新的来源Ⅲ。

除了以上3个重点知识群聚外，聚类3的标签为production，研究集中在开源软件领域。聚类4标签为social media，主要集中在大众用户在社交媒体上的行为研究。聚类5标签为crowd，研究集中在众包效果测量。

2.5关键词分析

关键词一般作为一篇论文核心内容的提炼，能够精确的表明该篇论文的核心方向（近十年来国际网络安全领域研究现状与趋势的可视化分析）。而通过Citespace生成的关键词共现图谱也能帮助了解该领域研究的研究热点。设置Citespace中“Time Slicing”为“2006-2017”，“Nodetype”选择“Keyword”，“Selection Criteria”选择“g-index并输入k=5”，生成如图6所示的知识图谱。计算关键词的中心性、Brust值以及Sigma值，排名前十的如表5所示。其中，中心性能够衡量关键词在该领域的重要程度，突现值（Brust）能够探索频次变化率高的词，依靠词频变动趋势，能够帮助确定前沿领域和发展趋势，而Sigma值能够综合考虑中心性与突现值，能够综合探测重点领域。

如表5所示，中心性排名前十的有web、knowledge、network、community、information、perspective、crowdsourcing、quality、innovation、internet，可以看出，用户创新领域2006-2017年主要关注网络环境下的创新，在用户创新的研究中，学者们重点关注用户知识，信息的流动，用户创新质量等内容，在研究对象的选择上，学者们关注社区（在线社区以及用户社群）以及众包网站。突现值排名前十的有web 20、user generated content、user innovation、social network、open source software、wikipedia、innovation、semantic web、evolution、opinionmining，根据以上结果可以发现，从研究情境看，web2.0、开源软件、维基百科、社交网络等领域是用户创新研究的前沿领域，另外，social network也有社会网络的意思，因此社会网络理论也是分析用户创新的一个前沿领域。从研究内容上讲，用户生成内容、用户群体的演进也是该领域的研究前沿。最后，在用户创新项目的管理与维护领域，语义网、用户意见挖掘等都是该领域使用的前沿方法。Sigma排名前十的有user generated content、web20、innovation、open source software、social network、community、information、web、user innovation、internet。可以看出，用戶创新领域总体上还是聚焦在web2.0、开源软件、社区/社群、社交网络等网上群体中，信息的流动以及创新的产生也是用户创新领域的重点内容。

键词是一篇文章的核心内容，是作者对该文章研究问题的精炼，因此通过对关键词的共现分析能够发现该领域的研究热点。在Citespace中节点选择关键词，选择标准为top50，其他条件不变，生成如图4所示图谱。图中排名出现次数排名前20的如表3所示。

由表3可知，近十年内关系营销研究热点是承诺（commitment）、信任（trust）机制，满意（satisfaction），买卖关系（buyer seller relationship），绩效（performance）等。可以看出，关系营销的研究方向主要集中在其中的作用机制（信任、承诺、关系、买卖关系、模型、视角、前情、决定、管理），对顾客角度的研究（满意、忠诚、顾客满意、质量、关系质量、行为、顾客忠诚、服务质量），对焦点企业的研究（绩效、影响、后果）三个方面。

3结论和展望

本文基于文献计量以及知识图谱Citespace对2006-2017年用户创新领域的研究文献进行了可视化分析。通过Web ofscience文章各年度数据以及Citespace实现的国家/地区分析、引用期刊分析、引文分析、关键词分析对2006-2017年的用户创新领域研究进行了梳理。主要得到以下结论：

第一，通过时空分析发现，用户创新领域的研究近些年来一直处于增长状态，其中，在2011年与2013年，该领域的研究数目有较大的增长。另外，该领域的研究中美国数量最多，且中心性最大，我国研究数量排名第二，但中心性较低。

第二，通过引用期刊分析发现，用户创新的研究主要来源于计算机科学和信息科学领域、商业与管理类领域出版物，其中较为重要的出版物有Lecture Notes in ComputerScience、Communications of the ACM、ManagementScience、Journal of Marketing等。

第三，通过引文分析本文识别了用户创新领域的关键文献并识别了现有研究中的6个主要聚类，包括营销领域的用户价值共创研究、众包系统协调管理与构建研究、对用户社区/社群创新的研究，以及对开源软件、社交媒体、众包效果测量的研究。

第四，通过关键词共现分析，本文识别了中心性、突现值、sigma值排名前十的关键词，并发现，目前用户创新研究的热点集中在在线社群用户知识管理、用户创新项目管理与维护等核心领域。

因此，未来对用户创新的研究学者们也可以主要关注在线社群、用户创新项目的管理等方面。同时，本文的研究也存在一定的不足，比如在关键词的选择上面可能不够全面，在文献检索的时间范围内太短，聚类分析形式单一等。未来学者可通过不同的聚类方式（关键词聚类），增加新的检索关键词以及扩大检索年份来改进。