基于知识图谱的我国竞争情报研究热点分析*

李亨特，董坚峰，冯歆娅，李德昌，苏佳旺

（吉首大学旅游与管理工程学院，湖南 张家界 427000）

0 引言

竞争情报是20世纪60年代兴起的概念，是关于竞争环境、竞争对手和竞争策略的研究，是以合法为前提以提高竞争力为目标所进行的针对性情报活动。

自20世纪80年代以来，我国的竞争情报体系已经历了研究、引进和成长三个阶段。在这三个阶段中，我国学者在竞争情报理论领域研究较为深入，在此基础上还将理论与实际相结合，推动了竞争情报在我国各行各业中的实际应用。理论与实践的结合，使我国竞争情报的研究进入到持续发展的阶段。

赵蓉英（2016）［1］以中国知网在1994～2013年期间所收录的国内竞争情报研究论文为研究对象，从4个维度分析了结构特征，以知识图谱展示了研究热点。刘丽敏（2016）［2］以CSSCI作为来源数据库，选择1998～2015年，得出了企业竞争情报系统、知识管理与竞争情报、技术竞争情报、反竞争情报、人际竞争情报和产业竞争情报6类热点研究领域。但通过检索发现，以近20年为时间段的研究较少，因此文章以2001～2021年知网收录文献为研究对象，综合运用共词分析、社会网络分析、多元统计分析和战略坐标图等研究方法，绘制出2001～2021年我国竞争情报研究主题的知识图谱，并对我国竞争情报领域的发展趋势进行展望。

1 数据获取与处理

文章以中国知网总库为数据库，时间限定为2001～2021年，勾选所有核心期刊，对“竞争情报”进行检索，检索结果为2 657篇。提取以上文献题录并进行共性处理，得到3 908个关键词，选取超过（含）15的前81个高频词为分析对象（见表1）。

表1 我国“竞争情报”领域高频词表（部分）

分别统计这81个高频词在2 657篇文献中出现的次数，得到一个81×81的高频词共词矩阵，利用Ucinet6中的NetDraw呈现出高频词共现网络图谱如图1所示。可见，企业与竞争情报系统处于核心位置。

图1 高频词共现网络图谱

1.1 K-核分析

核心-边缘关键词可以通过高频词二值矩阵的K-核分析得到［3］。选取高频词共词矩阵中的非零元素计算平均值为2.7。因此将共现频次的阈值设为3，利用Ucinet6可以得到高频词的二值矩阵，取消勾选“竞争情报”，并进行k-核分析，结果如图2所示。

图2 高频词二值矩阵的K-核分析结果

1.2 聚类分析

本分析选取系统聚类法，通过SPSS数据编辑器中的分析——相关——距离，利用Ochiai-Barkman系数计算高频词相关矩阵。Ochiai-Barkman系数可以反应出2篇文献在研究主题方面的相似度。将相关矩阵通过SPSS的系统聚类进行计算，以x轴均值为中线可将全部81个高频词分为14类，将k-核分析中的结果代入到聚类结果中可以发现，5个红色核心词有4个位于2类，27个蓝色次核心词大部分分布于1、2、3、4、6、7、8、9、12中。2类是包含核心词与次核心词最多的类，可以归于“竞争情报服务”研究领域；3、8、12可以归为“竞争情报前沿”；4、6、9可以归为“企业/产业竞争情报”，如图3所示。

图3 高频关键词相关矩阵的系统聚类分析树状图

1.3 战略坐标图

经系统聚类得到14个大类，对各类进行密度和向心度计算，结果见表2所列。

战略坐标图是在聚类基础上通过密度与向心度将各类展现于坐标图上的一种研究方法，适用于研究发展趋势。以表2中的向心度设为x轴，密度设为y轴，原点取两者均值，建立直角坐标系如图4所示。

表2 各类的向心度密度表

图4 战略坐标图

第一象限：此象限的研究领域内部联系紧密，处于竞争情报研究网络的中心，密度与研究主题内部联系度呈正相关，值越高研究越成熟；向心度体现研究主题与其他研究领域的联系，值越高联系越广泛。对应研究领域为“竞争情报服务”“竞争情报前沿”“企业竞争情报”“产业竞争情报”及“竞争情报教育”。

第二象限：其研究领域内部链接紧密，有研究机构在对此进行正规研究，但在研究网络中处于边缘地位，对应研究领域为“科技查新”，这说明关于“科技查新”的研究是很成熟的邻域，但不是竞争情报研究的核心。

第三象限：该象限的研究主题密度和向心度均偏低，说明内部结构松散，研究尚不成熟，同时处于竞争情报网络的边缘，主要为“国家竞争情报”领域。

第四象限：此象限的研究领域结果比较松散，研究尚不成熟，与其他研究领域联系广泛，但内部联系较弱，具有较大的潜在重要性，其对应研究领域为“技术竞争情报”和“共现、聚类分析”。“技术竞争情报”和“共现、聚类分析”领域的属于整个网络的核心。

2 热点主题分析

通过对聚类分析进一步整理，可以看出，当前竞争情报研究热点主要聚集于以下4个主题。

2.1 竞争情报服务

竞争情报服务属于应用型学科领域，主要目的是为了解决社会需求，社会大环境和科学技术的发展决定了竞争情报服务的发展方向。在大数据、人工智能、智库等新技术环境中，众多学者对研究对象、研究范式和业务模式进行了探索。马费成（2018）对整体化、智能化和自动化情报体系建设等方面给出了相应的研究方向［4］。孙建军（2019）等提出多元聚合、数据驱动的信息资源建设及其服务框架设计是一个新方向［5］。曾建勋（2019）认为情报研究情报服务目标指向解决问题，情报机构向智库进行转变，在公开文献或数据排序基础上进行战略和战术的情报研究［6］。

2.2 企业竞争情报

企业竞争情报概念的提出较早，谢新洲和包昌火等（2001）认为，企业竞争情报体系的构成分为3大网络、3大系统及1个中心［7］。结合时代背景，贾旭楠（2019）借助社会网络分析法得出企业竞争情报发展过程分为萌芽阶段、发展阶段和成熟阶段3个阶段，该领域的研究重点主要集中在反竞争情报、高校图书馆和企业竞争情报、中小企业竞争情报和大数据时代的企业竞争情报4个方面［8］。

2.3 产业竞争情报

胡笑梅等（2016）［9］从文献计量的角度对国内产业竞争情报进行了分析，得出研究视角略微局限，研究范围相对较小，研究内容较为浅显，研究类型趋于单一等问题，并通过2个方面展开论述提出建议。龚花萍等（2020）［10］提出了区域竞争情报线下数据融合、线上协同服务的联动供给服务模式，意在提高区域内的竞争情报服务。为了使该领域获得进一步发展，应拓宽目前的研究范围，寻找其他研究主题合适的契合点，从而形成新的研究前沿和热点。

2.4 竞争情报前沿

竞争情报前沿多采用文献计量可视化分析进行实现，通过对主题词、研究热点、发展趋势等进行量化分析。在大数据环境下，文献计量可视化分析更倾向于融合创新传统文献计量学的理念与方法来解决科学计量、科学评价与科学管理中面临的实际问题［11］。周春雷、张猛等（2019）学者曾利用文献调研和专家访谈等方法对27种知识图谱软件在CNKI文献中的出现情况开展了实证分析并考察了其在国内学术界的影响力［12］。由于该类领域更偏向于方法，更容易融入到其他研究主题中，但也因为与众多主题相结合，导致更容易演化于相关主题而失去自身领域的相关度。

3 发展趋势分析

结合热点分析可以看到未来竞争情报研究趋势呈现以下特点。

第一，竞争情报交叉研究纵深化。对于以上4个研究热点而言，呈现出向更深、更广的研究方向发展的趋势，可以通过结合其他相关研究领域主题进行研究，如竞争情报服务领域中结合信息管理对数据进行集成化分析、结合用户需求搭建智能交互机制、结合用户画像推动精准情报服务等；企业竞争情报可以和图书馆高校等相结合形成新的企业竞争情报服务模式；产业竞争情报结合区域科技创新构建联动供给服务模式等。科技查新是很成熟的领域，但并不处于核心地位，因此可以拓宽研究范围，如引入知识管理中的知识协同、构建高校馆与科研机构合作体系等。

第二，竞争情报服务智能化。由于范式的转变，传统的竞争情报服务正在向智能化发展。机器思维能灵活高效的处理大数据，机器学习使得情报分析更为精准，以计算机为主导，情报人员进行决策的人机协作模式更能体现出情报的实时性与时效性。

第三，竞争情报产业融合化。国家竞争情报处于竞争情报网络边缘，研究难度在于研究主体为国家，为了获取更多关注和持续发展，该研究主题更应该加强理论研究，并寻找研究发展较为成熟的研究领域与之相结合，从2018年开始，国家竞争情报领域更加关注“总体国家安全观”“新型国家安全观”“数据主权”“数据跨境流动”等领域［14］。

第四，竞争情报人才复合化。据国务院学位委员会对研究生学位点调整可见，新增图情档一级博士点6个、一级硕士点7个，撤销图情档一级硕士点4个、情报学二级硕士点4个［13］，所撤销的多为理工类院校，其图书情报理论背景薄弱，过多依赖于其他学科，并非是图书情报领域自生拓展与渗透的不足所导致的领域特色丧失。在这种背景环境下，竞争情报教育应加强自身研究领域力度，结合社会环境需求，引进具有其他有助于竞争情报研究主题的相关学科背景人才进行培养。

4 结束语

文章通过k-核分析、聚类分析及绘制战略坐标图得出竞争情报服务、竞争情报前沿、企业竞争情报与产业竞争情报4个热点主题及其他研究主题，通过分析可以看出竞争情报的发展始终围绕着大数据、高新技术、国家政策展开。大数据、人工智能、智库等技术的运用已经融入到了竞争情报的各项研究工作中，大数据思维的引领促使理论发生变革，在“数据思维”的影响下，竞争情报嵌入数据科学和大数据生态要素，推动着传统竞争情报进行“改革”。面对这种趋势，对竞争情报的研究人员来说，掌握前沿技术，结合学科发展背景，以国家创新驱动为导向，不断优化研究技术、提出创新研究方法、吸收新的研究理论，为精准优质竞争情报提供服务，为基础科学研究突破提供支撑。当然，本文也存在一些不足之处，如数据源选择较为单一，知识图谱分析也不全面，仍需通过相关理论与实践的检验。