國際知識網絡的研究結構與發展趨勢

 　　摘要：[目的/意義]在組織網絡化、知識成為組織核心要素的背景下，旨在可視化認知國際知識網絡研究的現狀與發展，為知識網絡研究和網絡創新發展提供重要依據。[方法/過程]基于科學知識圖譜的思想與方法，綜合運用VOSviewer和CiteSpace兩種軟件工具，以2001-2020年間Web of Science核心數據庫收錄的管理學學科“知識網絡”文獻為樣本，繪制知識圖譜并分析文獻內容，總結國際上知識網絡的研究現狀，揭示其研究熱點，構建其內容整合框架，探測其前沿趨勢。[結果/結論]識別出個人領域、企業領域、區域領域和專業領域4個知識網絡研究領域以及網絡演化研究、網絡架構研究、網絡特征研究和網絡創新研究4個熱點研究主題，并基于此提出動態知識網絡方向、復雜知識網絡方向、多層知識網絡方向和創新知識網絡方向4個前沿方向。

　　關鍵詞：知識網絡 知識圖譜 聚類分析 研究熱點

　　分類號：G203

　　《計算機與信息技術》該刊是經安徽省新聞出版局批準的內部期刊，是《中國知識資源總庫》全文網絡出版期刊。本刊的宗旨： 面向用戶、面向市場，以實用技術為主，兼顧學術性、普及性。本刊的任務： 及時反映國內外計算機與信息技術的最新動態、發展現狀及應用成果。

　　1 引言

　　基于知識基礎觀，知識是形成競爭優勢的關鍵戰略資源，現代企業越來越依賴于內部和外部的知識資源來實現生存和發展[1]。為了應對不斷變化的經濟和制度環境，企業需要學習外部資源和創造新知識，因此企業必須處于一個可以與其他參與者直接接觸從而交換知識的體系中，即處于知識網絡中[2]。在科學研究文獻中，網絡在知識的生產、轉化和流通中所起的重要作用已成為共識。相較于其他網絡，知識網絡更為抽象化，其本質是對人們頭腦中有價值的隱性資源的一種挖掘。知識網絡為各節點主體提供了共享信息的環境，增強了主體獲取、創造、傳播、吸收和使用信息的能力，有助于創新發展、提高績效和創造價值。

　　總體而言，知識網絡研究在國際上迅速發展并取得了豐碩成果，有必要對相關文獻做及時的跟蹤和分析，且由于“知識”本身具有無形化和抽象化的特點，知識網絡的研究出現了“因研而異”的情況，也需對相關文獻進行系統的梳理和總結。知識網絡是交叉科學研究的產物，但目前對知識網絡的文獻計量學研究主要集中在圖書情報與檔案管理學科，對于管理學學科的知識網絡則鮮有涉及。因此，本研究將樣本文獻類型限定在管理學學科，首先檢索匯總相關文獻并進行分類閱讀，其次通過樣本文獻內容分析與科學知識圖譜的結合，對國際知識網絡的研究基礎、研究領域、研究主題和研究趨勢進行系統分析，最后總結出整體框架圖，以期為國內知識網絡的進一步研究廓清思路。

　　2 研究設計

　　2.1 研究數據

　　本研究中英文文獻數據來源于Web of Science核心數據庫中的SSCI引文索引子庫，時間跨度設置為2001-2020年，檢索式設置為TS=(“Knowledge network*”)，文獻類型選擇“Articl”，學科類型限定為“MANAGEMENT”“BUSINESS”和“ECONOMICS”。對檢索結果文獻進行篩選處理，最終得到517篇英文文獻作為研究樣本。

　　2.2 研究方法

　　本文主要采用VOSviewer 1.6.16和CiteSpace 5.7.R5對樣本文獻進行系統分析。其中VOSviewer可用于提取高頻詞知識單元，構建和可視化單元數據，完整地繪制某一研究領域的主題詞聚類圖[3]。CiteSpace將引文和時間相結合，通過突現詞和時間線算法可預測研究對象的演化方向和前沿議題。本文研究過程如下：首先，通過Web of Science檢索得出“知識網絡”研究的517篇文獻作為總樣本，并從中篩選出127篇相關度較高的文獻作為精讀樣本;其次，對總樣本文獻進行高被引分析得出研究基礎，對相關度較高的文獻進行內容分析得出研究領域劃分，對總樣本文獻進行聚類分析得出研究主題劃分，并構建研究框架;最后，對總樣本文獻進行突現詞分析和時間線分析得出前沿方向。

　　3 研究結果分析

　　3.1 研究基礎分析

　　高被引文獻是研究中具有理論指導意義和被學者普遍認可的經典文獻，是研究的核心內容和研究基礎。本文在517篇總樣本文獻中選取總被引頻次排名前10%的文獻進行內容分析，并與在中國知網CNKI中總被引頻次排名前10%的中文文獻進行對比分析，從而對知識網絡概念的界定進行系統梳理。

　　知識網絡作為交叉科學研究的產物，經常被看作社會網絡的一種特殊組成部分，規劃為社會學的研究范疇，隨著理論體系的完善，學者將知識網絡應用在多個方面。其中管理視角下主要關注知識網絡作為一種管理工具對企業的彌補作用;價值視角下將知識網絡看作多種主體間知識互動平臺，強調參與的主體或組織;鏈接視角下的知識網絡定義主要從知識網絡的構成方面出發;演化視角下則強調時間的作用，將知識網絡形成看作一種動態過程。各主要視角代表性學者及對知識網絡的概念界定如表1所示。

　　3.2 研究領域分析

　　通過對相關度較高的127篇文獻進行內容分析，得出知識網絡研究的主要領域，根據知識網絡主體范圍的不同對知識網絡的研究領域進行劃分，包括個人知識網絡、企業知識網絡、區域知識網絡和專業知識網絡4個研究領域。結合文獻內容，筆者認為其中最核心的研究是企業知識網絡，企業知識網絡由一個三層框架結構模型組成，其中最內層為完成共同任務的企業員工或團隊，中間層為企業的其他員工、團隊或部門組成，最外層由政府、客戶、供應商、科研院校、合作伙伴以及競爭對手組成[4]。因此企業知識網絡領域又可分為員工知識網絡、團隊(部門)知識網絡、產學知識網絡和集群知識網絡4個子領域。

　　個人知識網絡的研究主要分為兩個方面，一是將知識網絡和個人知識管理(personal knowledge management， PKM)相結合，PKM代表了一種針對個人知識工作者需求的自下而上的傳統知識管理，個人知識網絡提供了一個知識庫，協助個人進行PKM和知識創造;二是將知識網絡和個人學習相結合，認為個人知識網絡是一種個人學習的工具，研究如何充分利用這個工具進行更加高效率的學習。

　　企業知識網絡是學者關注的重點內容，研究問題豐富多樣，如網絡與知識整合、知識創造、知識共享等知識相關的研究，網絡與開放式創新和創新績效等創新相關的研究，網絡與組織學習、員工學習等學習方向的研究以及如何借助網絡進行資源互補和異質資源獲取等諸多方面。員工知識網絡的研究重點關注員工能力的提升對員工績效和企業績效的影響;部門知識網絡側重于構建合理的研發部門和其他輔助部門網絡;產學知識網絡主要研究企業與大學協作，研究一方面著眼于“產-學”知識生產網絡結構對區域創新的影響，另一方面則關注網絡中知識轉移、學習帶來的多方共贏效果;集群知識網絡研究問題主要為企業如何從組織外部獲取有價值的知識資源從而提高產業集群創新。

　　區域知識網絡研究著重于網絡知識流動為區域經濟帶來的影響，研究政府或產業如何利用這種可持續發展網絡從而進行學習和創新。區域知識網絡領域的研究通常以政府或產業為主體，以政策為導向，以經濟發展為目標進行。

　　專業知識網絡主要指一些特定產業網絡，例如在生態管理中的綠色知識網絡、在制造業中的工業知識網絡等，此類知識網絡研究主要以案例的形式展現知識網絡在專業范圍的應用。

　　3.3 研究主題分析

　　關鍵詞聚類分析可以按照一定的標準通過模塊化視圖展現一系列復雜概念間的關聯性，從而確定知識網絡的研究主題。使用VOSviewer軟件對樣本文獻進行關鍵詞聚類分析，通過整合分析最終確定4個聚類，見圖1。知識網絡可聚為四大研究主題，包括：網絡演化研究、網絡特征研究、網絡架構研究、網絡創新研究，包含的關鍵詞見表2。其中，網絡演化解釋了知識網絡的形成過程，網絡架構解釋了知識網絡的主體分類，網絡特征解釋了知識網絡的結構屬性，網絡創新解釋了知識網絡的作用結果。

　　(1)網絡演化研究。該聚類主要內容涉及知識管理、知識轉移、知識傳播、組織學習4個關鍵詞。網絡演化研究的內容包括知識網絡形成的動因和知識網絡演化的過程。學者從多角度對知識網絡的形成動因進行分析，包括交易費用、資源互補、知識創造等。交易費用視角指出知識具有公共性、外部性以及交易信息不對稱性，知識網絡帶來的市場交易費用和組織內部協作成本的降低，是其形成的動力。資源互補視角以“知識缺口”為基礎，認為組織內部存在知識供給不足的情況，組織外部環境存在不確定性的情況，因此形成以知識共享為目的的知識網絡可以彌補組織存在的“知識缺口”問題。L. Y. Xu等研究發現，知識網絡參與者之間交流有助于隱性知識的學習和轉移，從而彌補企業知識缺口[14]。知識創造視角認為，知識網絡作為一種復雜的、動態的和開放的網絡，幫助組織獲得各類異質性資源，提高知識創造能力，因此組織迫切需要構建知識網絡。

　　知識網絡演化過程既反映了時間維度的結構變遷，又體現了知識具備的流動性內涵，演化模型是知識網絡內在作用過程的抽象表達。從定性角度看，知識網絡處于動態的外部環境，動態環境下知識網絡的演化包括“微觀”和“宏觀”兩個層面。“微觀”層面認為網絡關系是知識網絡組成的基本要素，網絡關系持續的演化過程組合成知識網絡的演化，主體從外部獲取資源的成本和難易程度以及外部環境的不確定性發生變化時，主體可負擔的網絡關系也會發生變化，知識網絡的規模也隨之變化;“宏觀”層面則呈現為知識網絡系統性的演化趨勢，認為知識網絡同其他網絡一樣會經歷生命周期循環，即生產、發展、成熟和衰退。從定量角度看，動力學建模以及仿真模擬是學者常用的研究方法。N. Choudhury等認為相較于傳統的網絡拓撲結構與隨時間變化的網絡結構關系擇優重連方法，監督式學習機制能夠更好地預測知識網絡的演化趨勢[15]。

　　(2)網絡特征研究。該聚類主要內容涉及網絡分析、網絡關系、網絡結構嵌入、社會網絡分析4個關鍵詞。知識網絡分析主要對其網絡特征進行分析，網絡特征包括結構特征、關系特征和主體特征[6]。

　　結構特征是指知識網絡中不同主體的位置差異，知識網絡的構成要素包括網絡節點、網絡資源、網絡活動和網絡環境，學者主要采用結構洞、網絡規模、網絡中心性和網絡穩定性等進行衡量。結構洞是與主體相連的其他主體之間不存在相連的情況下所形成的聯結缺口。結構洞具有雙面性，N. Argyro研究發現技術網絡結構洞可幫助企業獲得不同的資源，促進企業的知識搜索，但由于技術知識的復雜性，過多的技術知識網絡結構洞也可能會削弱企業的技術創新[16]。網絡規模用來測量主體所處知識網絡所包含的網絡節點數量和聯結數量，網絡規模越大其所含主體和資源越多，然而過大的網絡規模會提高網絡的構建和維持成本，同時過多的資源也會帶來信息篩選成本。網絡位置中心性用來測量主體在網絡中所處的位置區域、位置的中心程度以及包含的權力大小。網絡穩定性是指網絡中各個主體之間存在的長期、穩定的合作，是一種動態的穩定性。

　　關系特征是指主體和其他主體間建立的知識交流關系的特征，學者主要采用聯結強度進行衡量。聯結分為強聯結和弱聯結兩種[17]，其中強聯結研究涉及知識分享、開放性、關系牢固等，弱聯結被認為資源冗余減少，信息異質性增強。一部分學者認為聯結強度增進了主體之間的相互信任，提高了知識流動的效率，進而提升相應的績效;還有一部分學者則持反對意見，認為過高的聯結強度會導致組織對網絡的依賴性，同時容易形成網絡慣性，獲取的異質性資源減少，對主體產生負面影響;部分學者提出了知識網絡聯結強度和企業績效的倒U型關系，并主張弱聯結理論，同時不同層面知識網絡的聯結強度作用也不相同。學術界普遍認為弱聯結和強聯結都對企業能力的提升有效果，但需要看作用的網絡環境。

　　主體特征是指知識網絡中的不同主體自身的差異性，網絡中的主體存在著地理位置、社會背景、知識基礎等方面的差異性，這些差異性的存在帶來了異質的資源，但是差異性同時造成了合作成本和知識吸收難度的提高，這就需要企業自身擁有廣泛的知識基礎和扎實的吸收能力。S. JUHÁSZ研究集群的知識網絡演化過程，認為雖然較遠的距離可以為集群提供新的知識，但是大部分的知識學習都發生在鄰近的空間范圍，原有的社會聯系可以降低主體之間的交易成本，提高學習效率[18]。外部企業提供的知識與企業自身知識高度適用，那么企業更容易接受具有高機會成本的現有網絡聯系，但當新知識搜索成本和不確定性較低時，企業則更可能去尋求新的網絡聯系。因此知識網絡的主體特征不僅影響各個主體對其中知識的吸收和利用能力，還會影響到網絡自身的形成、演化和拓展。

　　總結可得，知識網絡的結構特征、關系特征和主體特征均有較多的實證研究，但是各個特征對主體績效的影響所得到的結論存在沖突，從信息獲取、資源利用、協作成本等不同角度出發所得到的結論不盡相同。同時近年來學者開始將3個特征結合起來，研究其交互作用對主體績效的影響，使得網絡分析研究更加完善。

　　(3)網絡架構研究。該聚類主要內容涉及社會網絡、組織網絡、知識搜索、合作4個關鍵詞。對網絡架構的研究，學者首先對知識網絡進行分類，其次研究不同層次的單一網絡，隨著研究的深入，學者開始將不同層次網絡進行嵌套，研究多層次網絡間的交互作用。學者以構成知識網絡節點形態和網絡節點之間關系的不同為分類標準，將知識網絡分為以下3類：知識與知識之間的網絡，知識與儲存知識的人員之間的網絡，人員、團隊、企業等知識主體之間的網絡[19]。其中第三類網絡研究較多，其進一步可劃分為個人知識網絡、組織知識網絡(包括群體和公司)、社會知識網絡(包括聯盟和協會)。因此，主體的知識網絡架構可以是單一層次網絡，也可以是多層次網絡交互形成。

　　組織是多層次的關系系統。較低層次分析的節點嵌套在較高層次的集體中，這些集體本身就是較低層次分析的節點網絡。學者按層次區分知識網絡，發現不同層面的知識網絡給企業帶來的知識元素不盡相同，網絡中知識的消化吸收、協作整合的成本和難點也不盡相同，但目前大多數關于知識網絡架構的研究重點放在單一的分析層次。為了滿足理論和實踐需求，部分學者基于網絡多層次視角開展研究。M. Pu等以外資子公司的雙重知識網絡嵌入為研究視角，研究發現內部網絡共享了集團的共同活動，外部網絡增強了子公司利用東道國市場機會[20]�，F有研究學者已經確立了多層嵌入式知識網絡在構建能力、重要性、輔助影響等方面的作用，隨著知識經濟的發展，學者將嵌入式網絡研究中心偏向創新發展、研發效率、知識的適應和共享以及組織學習等方面。

　　(4)網絡創新研究。該聚類主要內容涉及知識共享、創新、開放式創新、探索4個關鍵詞。研究知識網絡與創新行為關系的過程中，學者多從知識網絡對創新的影響因素、作用機制和貢獻機理3個角度(即前因、中介和結果)進行探討。

　　影響因素重點為特征研究。此部分研究通常與網絡特征研究相結合，通常認為知識網絡的結構特征、關系特征和主體特征對創新有著不同的影響，結構洞的數量、網絡規模大小、網絡中心性大小和聯結強度等的差異帶來了知識創新的差異。例如，在研究聯結強度這個影響因素時，強聯結帶來的組織信任和關系牢固等優勢會影響企業漸進式創新，而弱聯結帶來的資源異質性和流動效率等優勢則會影響企業激進式創新。H. Berry探討了不同知識網絡嵌入性如何影響知識搜索和創新結果，研究發現漸進式和激進式創新結果存在不同的高嵌入性和低嵌入性偏好組合[21]。

　　作用機制重點為路徑研究。在技術創新系統論和網絡化技術創新過程模式下，企業網絡對技術創新的影響研究得到快速發展，越來越多的學者發現網絡中的知識活動是影響企業技術創新績效的關鍵因素。在知識網絡的研究中，學者深入研究了網絡關系帶來的知識交流如何影響知識創造、獲取和利用，早期主要探討知識網絡對知識共享的技術支持作用，隨后重點探討了知識網絡在知識共享、轉移、吸收、應用、創造等知識管理活動中對技術創新提升的作用[22]。C.Y. Lee等運用社會網絡研究方法建立知識網絡邊界，研究發現知識網絡通過提高企業的知識整合能力進而提升企業的創新績效[23]。

　　貢獻機理重點為績效研究。知識網絡與創新相關研究涉及范圍廣泛，有團隊創新績效、個人創新績效、產業技術創新、產學研組合創新、跨國公司創新能力、創新系統構建等方面。S. Najafi-Tavani等認為知識網絡可以提高企業獲取互補資源的能力，促進顯性知識和隱性知識的相互交流，降低信息獲取成本和研發活動風險[24]。處于不同集群位置的企業所獲取的知識也是異質的，知識網絡是理解創新模式結構的關鍵因素。隨著知識經濟和共享經濟模式的興起以及全球產業鏈競爭格局的變化，知識網絡成為一個重要的平臺渠道，因此越來越多研究者開始關注知識網絡對不同層面創新績效的作用。

　　3.4 研究整體框架

　　通過對Web of Science數據庫收錄的517篇管理學范疇知識網絡研究文獻進行內容分析和可視化分析，總結出知識網絡研究框架，如圖2所示：

　　圖2 知識網絡研究內容的整體框架

　　圖2中內層為知識網絡的研究領域，知識網絡研究發展過程中，形成了個人知識網絡、企業知識網絡、區域知識網絡和專業知識網絡4個研究領域，以及員工知識網絡、團隊知識網絡、產學知識網絡和集群知識網絡等多個分支領域。

　　學者在不同研究領域中逐步深入，在多個分支領域中細分了研究主題，圖2中外層通過主題詞聚類，將知識網絡研究主題劃分為4類，分別為網絡演化研究、網絡架構研究、網絡特征研究和網絡創新研究，每個研究主題都包含了多個研究方向。其中網絡演化研究包括對演化動因、演化機制和演化模型的研究，演化動因包括交易費用動因、資源互補動因、知識創造動因和地理鄰近動因，演化機制研究區分了微觀層面和宏觀層面，演化模型主要采用動力學建模和仿真模擬兩種方式;網絡特征研究包括結構特征、關系特征和主體特征3種，結構特征的衡量內容主要為結構洞、網絡規模、網絡中心性和網絡穩定性，關系特征以聯結強度衡量，主體特征主要研究知識基礎和吸收能力的差異對企業的影響;網絡架構研究處于漸進狀態，從網絡分類研究發展到單一網絡研究再到多層次網絡研究，逐步深入;網絡創新研究分為影響因素、作用機制和貢獻機理3個研究視角，探究了知識網絡與創新之間的前因、路徑和結果。

　　4 研究趨勢分析

　　本文使用Citespace軟件的突現詞算法功能，從樣本文獻的題目、摘要和關鍵詞中提取出排名前10位的高權重突現詞(見圖3)，2018-2020年最新突現詞有“innovation network”和“patent”。

　　隨后使用Citespace軟件的時間線圖譜功能，得到共被引時間線圖譜(見圖4)，2018-2020年前沿聚類有“exploitative innovation”“knowledge flow”“network formation”。

　　根據軟件分析結果和樣本文獻閱讀，總結出了以下4個前沿方向：

　　(1)網絡演化研究主題下時間維度和動態結合的動態網絡方向。知識網絡同其他復雜網絡一樣，經歷了從無序到靜態有序再到動態演化的研究過程。知識網絡的靜態演化研究主要著眼于知識網絡的內涵界定和其構成要素，如學者認為靜態知識網絡可以促進知識交流[25]、獲得其他途徑無法獲得的資源和知識[26]。隨著研究的深入，學者將動態能力和時間維度引入到知識網絡的研究中，網絡主體基于知識獲取和知識互補行為形成網絡，網絡在時間的推移下進行知識整合、利用和再造，進而為主體創造更大價值，形成動態網絡效應。知識網絡時間維度是非線性的存在，主體可以利用過去獲得的知識重組創造新的知識，因此學者認為可以使用時間維度對動態知識網絡價值進行度量。在動態網絡的演化過程中如何實現知識網絡的價值創造是未來重要的研究主題。

　　(2)網絡特征研究主題下社會網絡分析法拓展的復雜網絡方向。目前知識網絡采用的社會網絡分析法主要涉及中心性理論、結構洞理論、小世界現象等，然而社會網絡分析法還有多種內容，如分析整體網絡的凝聚子群分析法、偏好網絡論、網絡演化方法，分析個體網絡的中間人理論、可達效率理論等，這些方法也可用于探索知識網絡的作用機制。例如，依據網絡中強關系和弱關系區分凝聚子群，觀測網絡子群隨時間演進變化趨勢及相應的成分分析;根據網絡數據不同于屬性數據的優勢，利用社會網絡分析法進行經濟計量模型分析等。利用專利構建知識網絡，然后采用此類方法進行拓展性分析，有助于學者更好地探究知識網絡的作用機制和創新結果。

　　(3)網絡架構研究主題下多種類網絡交互結合的多層網絡方向。知識網絡與社會網絡的解耦觀點不僅可以彌補現有研究理論的不足，也打開了知識創新研究的新方向，學者開始關注企業內部多種網絡相互嵌套、相互影響的情況。企業嵌入單一網絡會陷入知識冗余和技術慣性的危險，當網絡聯結強度達到一定程度時，便會形成網絡套牢現象，從而阻礙了新知識的吸收能力，影響到企業的價值創造。因此企業價值的創造和實現依賴于企業在多層網絡中的嵌入性，學術界也逐步從單一網絡視角轉變為多網絡視角研究，但多層網絡嵌入強度大小、如何充分交互利用每個網絡、嵌入過多網絡是否會造成知識流失風險等研究問題尚待解決，這些都可能成為未來研究的重點方向。

　　(4)網絡創新研究主題下知識網絡和創新結合的創新網絡方向。創新網絡和知識網絡較為相似，T. Vissak等認為創新網絡是一種存在于市場和組織之間的生產組織形式，一種解決系統性創新問題的基本制度安排，一種主體協調產業研發過程的手段[27]。與知識網絡不同的是，創新網絡強調知識流動產生的正面的結果，其節點更多為帶有研發含義的個體或組織。在知識經濟的環境下，公司基于知識的開發、整合及管理，在創新網絡中與合作伙伴建立知識關系可以促使相互進行學習，從而提高企業的創新能力[28]。創新網絡的研究可以更加全面地覆蓋企業的市場、生產、管理、科研等各個方面的知識互動和交流，在知識經濟的背景下，如何更好利用企業內部外部知識和創新網絡成為學者研究的熱點。

　　5 結論與展望

　　本文以Web of Science核心合集數據庫作為數據來源，將“知識網絡”作為主題詞，篩選出2001-2020年間SSCI引文索引收錄的517篇管理學學科文獻為樣本，繪制知識圖譜并分析文獻內容。得出如下結論：

　　知識網絡研究發展過程中，形成了個人知識網絡、企業知識網絡、區域知識網絡和專業知識網絡4個研究領域。通過主題詞聚類，劃分出網絡演化研究、網絡架構研究、網絡特征研究和網絡創新研究4個研究主題。通過突現詞和時間線分析，得出動態網絡方向、復雜網絡方向、多層網絡方向和創新網絡方向4個前沿研究方向。

　　在知識經濟和共享經濟的時代背景下，企業的發展和創新不再是封閉的內部交流，而是需要更多的外部知識尋求和拓展，知識網絡的構建在多個層面為企業提供了知識獲取和利用的平臺與渠道。除此之外，知識網絡的影響向上可達產業和國家層面，向下可及部門和個人層面，因此對知識網絡研究主題的具體梳理和分析可以更好地鼓勵國內外學者重視和關注知識網絡的相關研究，從而完善和發展知識網絡的理論體系，協助不同主體高質高效地進行知識獲取和知識創新。

　　參考文獻：

　　SU J F， BAI Q， SINDAKIS S， et al. Vulnerability of multinational corporation knowledge network facing resource loss： a super-network perspective[J]. Management decision， 2021， 59(1)： 84-103.

　　GIUDICE M D， MAGGIONI V. Managerial practices and operative directions of knowledge management within inter-firm networks： a global view[J]. Journal of knowledge management， 2014， 18(5)： 841-846.

　　李丹， 俞竹超， 樊治平. 知識網絡的構建過程分析[J]. 科學學研究， 2002(6)： 620-623.

　　OWEN-SMITH J， POWELL W W. Knowledge networks as channels and conduits： the effects of spillovers in the Boston biotechnology community[J]. Organization science， 2004， 15(1)： 5-21.

　　李勇， 史占中， 屠梅曾. 知識網絡與企業動態能力[J]. 情報科學， 2006(3)： 434-437.

　　HANSEN M T. Knowledge networks： explaining effective knowledge sharing in multiunit companies[J]. Organization science， 2002， 13(3)： 232-248.

　　KONG E. The future of knowledge： increasing prosperity through value networks ： Verna Allee[J]. Knowledge and process management， 2003， 10(2)： 137-138.

　　魏江， 徐蕾. 知識網絡雙重嵌入、知識整合與集群企業創新能力[J]. 管理科學學報， 2014， 17(2)： 34-47.

　　WANG J. A knowledge network constructed by integrating classification， thesaurus， and metadata in digital library[J]. International information and library review， 2003， 35(2-4)： 383-397.

　　李柏洲， 徐廣玉， 蘇屹. 團隊知識轉移風險對知識轉移績效的作用路徑研究——知識網絡的中介作用和團隊共享心智模式的調節作用[J]. 科研管理， 2014， 35(2)： 127-135.

　　BRENNECKE J， RANK O. The firm’s knowledge network and the transfer of advice among corporate inventors—a multilevel network study[J]. Research policy， 2017， 46(4)： 768-783.

　　肖冬平， 顧新. 基于自組織理論的知識網絡結構演化研究[J]. 科技進步與對策， 2009， 26(19)： 168-172.

　　肖冬平， 顧新， 彭雪紅. 基于嵌入視角下知識網絡中的知識流動研究[J]. 情報雜志， 2009， 28(8)： 116-125.

　　XU L Y， LI J， ZHOU X. Exploring new knowledge through research collaboration： the moderation of the global and local cohesion of knowledge networks[J]. The journal of technology transfer， 2019， 44(3)： 822-849.

　　CHOUDHURY N， FAISAL F， KHUSHI M. Mining temporal evolution of knowledge graphs and genealogical features for literature-based discovery prediction[J]. Journal of informetrics， 2020， 14(3)： 57-80.

　　ARGYRO N， LIOUKAS S， VOUDOURIS I. Network structure and firm-level entrepreneurial behavior： the role of market and technological knowledge networks[J]. Journal of business research， 2020， 106(8)： 129-138.

　　BALLAND P A， BOSCHMA R， FRENKEN K. Proximity and innovation： from statics to dynamics[J]. Regional studies， 2014， 49(6)： 907-920.

　　JUHÁSZ S. Spinoffs and tie formation in cluster knowledge networks[J]. Small business economics， 2019， 56(9)： 1-20.

　　湯超穎， 黃冬玲. 知識網絡與創造力的國內外研究綜述[J]. 科學學與科學技術管理， 2016， 37(3)： 43-49.

　　PU M， SOH P H. The role of dual embeddedness and organizational learning in subsidiary development[J]. Asia Pacific journal of management， 2018， 35(2)： 373-397.

　　BERRY H. The influence of multiple knowledge networks on innovation in foreign operations[J]. Organization science， 2018， 29(5)： 855-872.

　　JUHÁSZ S， LENGYEL B. Creation and persistence of ties in cluster knowledge networks[J]. Journal of economic geography， 2018， 18(6)： 1203-1226.

　　LEE C Y， WANG M C， HUANG Y C. The double-edged sword of technological diversity in R&D alliances： Network position and learning speed as moderators[J]. European management journal， 2015， 33(6)： 450-461.

　　NAJAFI-TAVANI S， NAJAFI-TAVANI Z， NAUDÉ P， et al. How collaborative innovation networks affect new product performance： product innovation capability， process innovation capability， and absorptive capacity[J]. Industrial marketing management， 2018， 73(13)： 193-205.

　　DOOLEY L， GUBBINS C. Inter-organisational knowledge networks： synthesising dialectic tensions of university-industry knowledge discovery[J]. Journal of knowledge management， 2019， 23(10)： 2113-2134.

　　GUERCINI S， MEDLIN C J. A radical constructivist approach to boundaries in business network research[J]. Industrial marketing management， 2020， 91(4)： 510-520.

　　VISSAK T， FRANCIONI B， FREEMAN S. Foreign market entries， exits and re-entries： the role of knowledge， network relationships and decision-making logic[J]. International business review， 2020， 29(1)： 101-123.

　　岳振明， 趙樹寬. 國外創新網絡研究回顧與展望[J]. 科技管理研究， 2020， 40(21)： 31-45.

　　Research Structure and Development Trend of International Knowledge Network

　　Yuan Meng

　　Business School， Jiangnan University， Wuxi 214122

　　Abstract： [Purpose/Significance] Under the background of organizational networking and knowledge becoming the core element of the organization， it aims to visually recognize the present situation and development of knowledge network research at home and abroad， and provide an important basis for knowledge network research and network innovation and development. [Method/Process] Based on the idea and method of scientific knowledge map， VOSviewer and CiteSpace were comprehensively used， and the “knowledge network” documents of management discipline collected in the core database of Web of Science from 2001 to 2020 were taken as samples to draw the knowledge map and analyze the literature contents， summarized the research status of international knowledge network， revealed its research hotspots， built its content integration framework， and explored its frontier trends. [Result/Conclusion] Finally， four fields of knowledge network research of personal field， enterprise field， regional field and professional field， and four hot research topics of network evolution research， network architecture research， network characteristics research and network innovation research， were identified. Based on this， four frontier directions of dynamic knowledge network direction， complex knowledge network direction， multiple-level knowledge network direction and innovative knowledge network direction， were put forward.

　　Keywords： knowledge network knowledge map cluster analysis research focus

《國際知識網絡的研究結構與發展趨勢》

本文由職稱驛站首發，一個權威專業的職稱論文發表網

文章名稱：國際知識網絡的研究結構與發展趨勢

文章地址：http://www.aquaprosensors.com/lunwen/keji/wangluo/47196.html