中國勞動關系研究及其未來發展*
—— 基于知識圖譜方法

池振合，李素卿

一、引言

勞動關系是勞動者與雇主在勞動過程中所形成的一種經濟和社會關系，它對勞動者、雇主乃至整個經濟和社會發展都具有極其重要的影響，勞動關系問題一直是經濟學、社會學和管理學等學科關注的重要議題之一。目前，勞動關系研究取得巨大進步，特別是國外關于勞動關系研究已經達到較高水平，勞動關系相關理論不斷涌現，如桑德沃模型（Marcus.H.Sandver）等。[1]改革開放后，社會主義市場經濟不斷發展，勞動爭議等勞動關系問題隨之逐漸涌現，中國學界開始關注勞動關系問題并對之進行研究。很多研究從不同角度對勞動關系進行了綜述研究，一定程度上反映了勞動關系研究現狀。例如，劉鐵明和羅友花回顧了有關和諧勞動關系的研究，發現相關研究主要探討和諧勞動關系本質、內涵、基本特征等方面，且仍處于初級階段。[2]盡管現有文獻研究在一定程度上能夠展示勞動關系研究進展，但是它更多依賴研究者的研究經驗，缺乏客觀標準。

文獻計量學是借助文獻的各種特征的數量，采用數學與統計學方法來描述、評價和預測科學技術的現狀與發展趨勢的圖書情報學分支科學。文獻計量學方法特別是知識圖譜方法能夠客觀、簡潔、準確地展示某一學科發展全貌，被許多學科文獻研究所廣泛采用。趙陽等（2016）以CNKI數據庫為基礎研究利用計量和可視化工具對智庫研究相關文獻進行可視化分析，展示出了文獻的時空分布、研究主體、熱點領域和主題演進。[3]王偉和孟焰（2016）對西方審計學相關文章和引文進行了科學知識圖譜研究，將西方研究劃分為16個研究領域，并指出了西方審計研究中最活躍的研究領域。[4]王志強和楊慶梅（2017）利用知識圖譜等方法研究了我國創業教育研究，發現創業教育研究在取得成果的同時仍然存在許多不足，表現為大多數創業教育研究為比較和經驗研究，缺乏本土理論創建研究和實證研究。[5]羅潤東和李超（2016）借助CiteSpace計量軟件，使用共詞分析和聚類分析研究了2015年中國研究熱點，找出前十熱點領域及其具體研究方向。[6]知識圖譜研究又稱之為知識可視化（Knowledge Visualization）,它是通過可視化方法研究知識的創造與傳播。[7]目前，用于繪制知識圖譜的軟件有很多，如Vosviewer、SCI2和CiteSpace等，但是能夠較好地識別中文文獻軟件的僅有CiteSpace,它由華裔科學家陳超美于2004年開發，經過不斷改進，目前最新版本為5.1.R6 SE。[8][9][10]因此，本文利用CiteSpace軟件對相關文獻進行研究，展示勞動關系研究現狀，揭示其未來發展趨勢。

二、數據描述

CNKI和CSSCI數據庫是中國人文社會科學研究使用最廣泛的兩個數據庫，各有特點。CNKI數據庫的突出優點是覆蓋面廣，并且能夠提供全文下載。與CNKI數據庫相比，CSSCI數據庫所收錄期刊數量較少但是質量更高，同時它是大專院校和研究機構認定研究成果質量的重要標準。因此，本研究以“勞動關系”作為關鍵詞檢索了1998-2016年CSSCI來源期刊庫相關文獻，共得到658條檢索結果，其中包括論文620條、綜述9條、評論7條、報告15條和其它類型結果3條。從類型看，對CSSCI來源期刊庫的檢索結果絕大部分都是論文，評論等僅占極小部分，所以本文未對檢索結果做任何調整，以全部檢索結果作為研究對象。

（一）時間分布

圖1顯示了1998至2016年歷年勞動關系領域文獻數量變化情況。勞動關系領域文獻數量明顯劃分為3個階段。第一階段從1998年至2005年，其特征是文獻數量始終處于較低水平，這一階段文獻數量平均值僅為11.75篇。第一階段文獻數量較少說明勞動關系研究尚處于起步階段，勞動關系問題尚未得到研究者關注。 第二階段從2006年至2012年，研究勞動關系文獻的數量迅速增加，2006年文獻數量達到48篇，是2005年數量的3.43倍。盡管2010和2011年數量有所下降，但是2012年的文獻數量達到最大值——70篇。由此可以看出，2006至2012年是我國勞動關系研究大發展階段，勞動關系問題得到不同學科研究者關注。第三階段從2013年至2016年，這一階段勞動關系文獻數量總體呈現下降趨勢，其中2013和2014年下降最為明顯，由2012年的70篇下降到2014年的32篇，下降幅度超過50%。近年來，文獻數量有所增加，如2015和2016年勞動關系領域發文數量分別為38篇和36篇，較2014年小幅增加。第三階段文獻數量的下降反映出近年來研究者對勞動關系領域研究關注有所下降。與文獻增長指數模型和邏輯增長模型相對比，我國勞動關系文獻增長的三個階段與它們的增長階段均不相同，說明我國勞動關系文獻增長不符合現有文獻增長規律。

圖1 歷年發文數量

（二）學科分布

從學科分布看，勞動關系文獻廣泛分布于絕大多數人文社會科學領域（見表1）。在各個學科中，管理學領域文獻共計311篇，占文獻總量的47.26%。法學和經濟學也是勞動關系文獻發表數量較多的兩個學科，文獻數量分別為156篇和82篇，分別占文獻總量的23.71%和12.46%。管理學、法學和經濟學領域勞動關系文獻數合計為549篇，占全部文獻的83.43%。由此可以看出，管理學、法學和經濟學是勞動關系研究的主要切入點，勞動關系領域研究者也主要來源于以上三個學科。

表1 各個學科文獻數量

三、共被引分析

引文分析是文獻計量經濟學的重要分析方法之一，它是利用數學、統計學和邏輯方法對各種分析對象的引用和被引用情況進行分析，展現它們特征及其內在規律的一種文獻計量學研究方法。除了能夠發現特定研究領域的發展脈絡，洞察特定領域最新研究進展之外，引文分析還能夠鎖定特定領域的重要文獻、科學家和研究機構。引文分析主要包括共被引分析、耦合分析等，本文使用共被引分析對文獻、作者和期刊分別進行研究。

（一）文獻共被引分析

圖2 共被引網絡

在CiteSpace界面上設置相關參數如下：起止時間設置為1998至2016年，每一個片段表示1年；節點類型（node types）設置為cited reference；文獻選擇標準設置為g-index，同時設置K=5；pruning設置為pathfinder和pruning the merged network；其它參數均采用CiteSpace的默認參數。運行CiteSpace后結果窗口顯示識別的有效文獻數為4524，占全部文獻數的93.9%。共被引網絡圖節點數153個，連接線139條（見圖2）。圖2顯示勞動關系文獻并未形成一個統一的共被引網絡，大多數文獻都呈現點狀分布，只有小部分文獻形成小規模共被引網絡。我國勞動關系文獻共被引網絡呈現碎片化，說明勞動關系領域研究對已有研究引用較少，反映出當前勞動關系屬于管理學、經濟學和法學多學科交叉學科；不同學科研究者交流較少；研究既缺乏橫向的對比性，也缺乏縱向繼承性。圖2中標記出的節點代表勞動關系領域高被引文獻，節點越大表示文獻被引次數越多。1998至2016年658篇文獻中，高被引文獻共有9篇，它們是勞動關系研究中具有里程碑意義的重要文獻（見表2）。從文獻被引頻率看，高被引文獻引用頻率似乎并不高，這主要因為分析數據僅包括CSSCI來源期刊文獻。如果將期刊種類擴大，那么高被引用文獻被引用次數就會大幅度增加。例如，常凱的《勞動關系的集體化轉型與政府勞工政策的完善》是勞動關系領域被引用數最高的文獻，在研究所使用數據中期引用次數僅有17次，但是在Google Scholar中該文獻被引用次數為122次。從高被引用文獻的研究主題看，9篇文獻中有4篇文獻以和諧勞動關系為主題，3篇文獻以政府在勞動關系中的地位為主題，所以和諧勞動關系和政府在勞動關系建設中的作用是當前勞動關系研究的兩個重點。

表2 高被引用文獻

（二）作者共被引分析

作者共被引網絡則反映了作者之間的關系，能夠展現勞動關系領域具有影響力的核心作者。除了將CiteSpace節點類型（node types）設置為cited author之外，其它參數設置均與文獻共被引分析設置參數相同。圖3展示了1998至2016年勞動關系領域作者共被引網絡。圖中節點代表文獻作者，節點大小代表作者被引頻率，節點越大表示作者被引頻率越高。本文將節點標記門檻值設置為10，表示只要作者被引頻率超過10，才會在圖3中以標記節點表示。與文獻共被引網絡碎片化不同，作者共被引網絡形成以高被引作者為中心的統一網絡，說明勞動關系領域有研究者均認可的研究者隊伍。圖3的作者共被引網絡中共包含155名作者，其中被引用次數超過100的僅2人，占總數的1.29%；引用次數在1-3次的作者居于主體地位，共計119人，占全部作者的76.81%。引用次數超過10次的高被引用作者如表3所示。

從表3中可以看出，常凱被引用次數為136次，是勞動關系領域被引頻率最高的作者，這說明他在勞動關系領域的研究具有重要意義，得到大部分研究者者認可。除了被引用次數之外，中介中心性（Betweenness Centrality）是測度節點在網絡中重要性的指標，測量的是一個節點能在多大程度上控制他人之間的交往，衡量和發現文獻的重要性。[11]從中間中心度看，常凱、董保華、王全興、姚先國、Katz HC、喬鍵和黃越欽的中介中心度超過0.15說明他們是勞動關系領域研究具有重要影響的作者。從所在國家和地區看，上述有重要影響的作者包含很多中國大陸以外國家和地區的作者，如臺灣的黃越欽和美國康奈爾大學的Katz HC。從所在學科看，具有法學背景的高被引作者人數最多，他們分別是：常凱、董保華、王全興、黃越欽、姜穎、鄭尚元。

圖3 作者共被引網絡

表3 高被引用作者

在圖3作者共被引網絡基礎之上，本文首先利用CiteSpace的最大似然比算法對作者共被引網絡進行聚類分析得到如圖4的結果。圖4右上角有兩個指標衡量CiteSpace對作者共被引網絡進行聚類效果好壞。Modularity表示網絡的模塊度，其值越大表示網絡的聚類結果越好；Silhouette值是用來衡量網絡同質性，越接近1說明網絡的同質性越高。在圖4中，Momudality的值為0.7966，Mean Silhouette的值為0.609，表明本文共被引網絡聚類效果良好。然后，用施引文獻指標項對分組進行命名，最終結果如圖4所示。作者共被引網絡被分為9組，具體見表4。表中顯示了高被引作者被勞動關系研究者所認可的研究成果。常凱和程延園的研究主要集中于社會公正領域，如勞權論等；喬健的研究方向則集中于集體談判；王全興、董保華和黃越欽研究方向為勞動合同。從圖4中可以看出，我國勞動關系研究方向遵循以下演進路徑：勞動合同——利益沖突——企業勞動關系——員工參與——勞動力產權、集體談判、社會公正和勞動關系認定。

（三）期刊共被引

圖4 作者共被引網絡聚類

表4 作者共被引網絡分組

期刊共被引分析是引文分析的另一重要內容，它是以期刊作為分析對象，建立共被引關系的引文分析方法。期刊共被引反映了期刊之間學術相關性及影響力，能夠為確定核心期刊提供方法論依據。[12]將節點類型（node types）設置為cited journal，其它參數設置均與上文相同，運行CiteSpace，就會產生期刊共被引網絡（見圖5）。圖5中共包含150個節點和424條連接線，節點大小表示期刊共被引頻率，節點越大說明期刊被引頻率越高，說明它被研究者的接受度越大，那么該期刊就越重要。本文將引用率超過15次的期刊在圖5中標記出來，它們被認為是高被引期刊。在圖5中，最大的3個節點分別《中國勞動》、《中國人力資源開發》和《中國勞動關系學院學報》，它們的被引頻率分別為73、64和56。與此同時，圖5中將中心度較高的節點以圓圈標記（篇幅限制，圖中不能完全顯示出）。按照中心度大小排序，前三位期刊分別是British Journal of Industrial Relations、管理世界和Employee Relations，它們的中心度分別為0.5、0.48和0.46。圖5的節點除了包含期刊之外，同時還包含報紙和圖書，如《人民日報》、《勞動法》和《勞動法新論》，說明報紙和圖書是勞動關系研究的重要引用來源。盡管如此，本文在表5中僅分別列出按照引用率和中心度排序后的前十大期刊。從表5中可以看出，按照不同標準排序，期刊位置變化較大。例如，按照引用率British Journal of Industrial Relations排在第5位，但是按照中心度排序它排在第1位。按照引用率和中心度排序均在前5位的期刊分別是《中國勞動》、《中國人力資源開發》、《中國勞動關系學院學報》、《British Journal of Industrial Relations》、《管理世界》。《社會學研究》的中心度為0.17，僅次于《中國人力資源開發》和《經濟學家》的0.19，所以它也可以認為是勞動關系研究的重要期刊。因此，勞動關系領被廣泛引用的期刊包括《中國勞動》、《中國人力資源開發》、《中國勞動關系學院學報》、《British Journal of Industrial Relations》、《管理世界》和《社會學研究》6種期刊。

四、共詞分析

圖5 作者共被引網絡聚類

共詞分析是文獻計量學的重要方法之一，它利用文獻集中詞匯對或名詞短語共同出現的情況確定特定學科各個主題之間的聯系。結合時間序列，共詞分析能夠揭示學科結構演變歷程。目前，共詞分析的程序和方法已經發展成熟，在多個學科得到廣泛應用。[13][14][15][16]關鍵詞是共詞網絡分析共詞分析的一種，它從文獻中提取關鍵詞，構建共詞網絡并對之進行分析，找出主體結構變化，從而達到識別研究前沿。[17]Xiuwen Chena等（2016）利用關鍵詞共詞分析方法對國家自然科學基金管理科學學部立項項目進行研究，發現博弈論、供應鏈管理等是當前研究熱點。本文借助CiteSpace軟件繪制勞動關系領域關鍵詞共詞網絡，揭示學科主體結構演變，識別學科研究前沿。大部分參數設置與上文相同，唯一的不同之處將點類型（node types）設置為keyword,然后運行CiteSpace。CiteSpace 從文獻中共抽取關鍵詞196個，其中出現次數大于等于10次的關鍵詞共12個，占全部關鍵詞的6.12%；出現次數介于5-9（包含5和9）次的關鍵詞共9個，占全部關鍵詞的4.59%；出現3次和4次的關鍵詞為5個和6個，分別占全部關鍵詞的2.55%和3.06%；出現2次和1次的關鍵詞為66個和98個，分別占全部關鍵詞的33.67%和50%。從中心度看，中心度大于等于0.1的關鍵詞個數為12個，僅占關鍵詞總數的6.12%。中心度等于0的關鍵詞共155個，約占關鍵詞總數的79.1%。依據出現頻率和中心度排序的前十大關鍵詞如表6所示。從表6中可以看出，無論按照出現頻率還是中心度排序，“勞動關系”、“和諧勞動關系”、“工會”、“勞動法”、“人力資源管理”、“勞動合同”、“勞動爭議”均位于前十大關鍵詞，這些關鍵詞反映了當前勞動關系研究熱點所在。

表5 前十大期刊

表6 前十大關鍵詞

從文獻提取關鍵詞之后，便可以利用CiteSpace繪制關鍵詞共詞網絡，如圖6所示。圖中共有196個節點，代表文獻中提取的196個關鍵詞。節點大小代表關鍵詞出現頻率，節點越大表示關鍵詞出現頻率越高。從圖6中可以看出，最大的節點是勞動關系標記的節點，說明關鍵詞“勞動關系”的出現頻率最高，這主要是因為所有文獻均以“勞動關系”為關鍵詞進行檢索。196個節點通過208條連線鏈接，體現它們之間的相關關系。圖6顯示勞動合同、勞動合同法、企業勞動關系這些關鍵詞出現時間較早；集體談判和和諧勞動關系這些關鍵詞為最近出現的關鍵詞，能夠反映當前勞動關系研究前沿（由于篇幅、顏色限制，圖6中不能完全顯示出）。

圖6 關鍵詞共詞網絡

在關鍵詞共詞網絡基礎之上，可以進一步對其進行聚類分析，產生關鍵詞聚類網絡，并且按照CiteSpace算法確定每一類的名稱。本文使用CiteSpace最大似然比算法對關鍵詞進行聚類，以指標化項（lable clusters with indexing terms）確定每一類名稱，最終聚類結果如圖7所示。在圖中網絡模塊度（Momudality）的值為0.7644；聚類效度（Silhouette）的值為0.7129，表明能夠有效地將不同關鍵詞劃分為不同組。去除較小的類之后，關鍵詞共現網絡共分為5個較大的類，分別是勞動關系（0#）、勞動法（1#）、和諧勞動關系（2#）、工會（3#）和企業勞動關系（4#）（見表7）。從各類前后演進順序看，企業勞動關系（4#）研究的平均時間在2001年，在所有類中時間最早，這是我國勞動關系研究的起點，其主要內容是探討如何建立與現代企業制度相適應的勞動關系制度，保障勞動者合法權益。勞動關系研究逐漸由企業勞動關系（4#）過渡到勞動關系（0#），研究范圍不斷擴展，研究視角逐漸由企業管理轉換到組織關系和社會治理（見圖7）。與此同時，勞動法研究（1#）在2005年左右也逐漸成為熱點。勞動法研究其中一個熱點是對勞動合同的研究，為之后制訂《勞動合同法》進行前期研究。除此之外，勞動爭議是勞動法研究的另外一個熱點（見圖7）。最后，企業勞動關系（4#）和勞動法（1#）研究熱度逐漸減退，逐漸被和諧勞動關系（2#）和工會（3#）研究所取代。和諧勞動關系（2#）研究主要探討如何保障勞動者合法權益，特別是弱勢群體勞動者權益，如農民工等。與此同時，如何通過工會組織建設推動和諧勞動關系發展是和諧勞動關系研究的重要內容之一。工會（3#）研究的主線是探討我國的集體談判制度以及工會在集體談判中的作用。由此可以看出，我國勞動關系研究由企業勞動關系（4#）逐漸過渡到和諧勞動關系（2#）和工會（3#），研究范疇由企業管理轉換到社會治理。

表7 關鍵詞共現網絡聚類

五、結論

通過以上利用從被引和共詞方法對CSSCI數據庫中檢索文獻進行研究，可以得出以下結論：

第一，文獻共被引網絡分析顯示文獻共被引網絡呈現碎片化，沒有形成統一的文獻共被引網絡，反映出我國勞動關系研究之間既缺乏橫向比較性，也缺乏縱向相關性，說明研究者之間交流較少。

第二，作者共被引網絡分析顯示勞動關系領域已經形成了以常凱、董保華和王全興等研究者為核心的作者共被引網絡，他們是對我國勞動關系領域具有重要影響的作者。同時，在作者共被引網絡中馬克思具有重要意義，一定程度上說明馬克思研究對我國勞動關系研究具有重要影響。

第三，期刊共被引網絡分析顯示期刊論文是我國勞動關系研究領域主要文獻類型，同時圖書和報紙也是也是兩個重要文獻類型。目前我國勞動關系已經形成了以《中國勞動》、《中國勞動關系學院學報》和《中國人力資源開發》為代表特色期刊。

圖7 關鍵詞共詞網絡聚類

第四，關鍵詞共詞分析顯示，我國勞動關系研究集中于勞動法、企業勞動關系、人力資源管理、工會（集體談判）和和諧勞動關系五個方面。勞動關系研究正在由企業勞動關系、勞動法和人力資源管理向工會（集體談判）和和諧勞動關系研究過渡。

[1]郭慶松. 當代勞動關系理論及其最新發展[J]. 上海行政學院學報，2002(2):101-12.

[2]劉鐵明，羅友花. 中國和諧勞動關系研究綜述[J]. 馬克思主義與現實，2007(6):139-142.

[3]趙陽，文庭孝，姜坷炘. 我國智庫研究文獻可視化分析——以 CNKI 為例[J]. 情報工程，2016(4):40-48.

[4]王偉，孟焰. 西方審計研究的科學知識圖譜分析[J]. 審計研究，2016(3):32-39.

[5]王志強，楊慶梅. 我國創業教育研究的知識圖譜——2000—2016 年教育學 CSSCI 期刊的文獻計量學分析[J]. 教育研究，2017,(6):58-64.

[6]羅潤東，李超. 2015年中國經濟學研究熱點分析[J].經濟學動態，2016(4):96-105.

[7] MEYER R. Knowledge visualization[R].Trends in Information Visualization, D. Baur, M. Sedlmair, R. Wimmer et al. Munich,University of Munich Department of Computer Science, Media Informatics Group. 2010:23-30.

[8] CHEN C. Searching for intellectual turning points: Progressive knowledge domain visualization [J]. Proceedings of the National Academy of Sciences, 2004, (suppl 1): 5303-5310

[9] CHEN C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientiベc literature [J]. Journal of the Association for Information Science and Technology, 2006(3):359- 377.

[10] CHEN C, IBEKWE‐SANJUAN F, HOU J. The structure and dynamics of cocitation clusters: A multiple‐perspective cocitation analysis [J]. Journal of the Association for Information Science and Technology, 2010(7): 1386-1409.

[11]邱均平，曉培.基于 CSSCI 的國內知識管理領域作者共被引分析[J]. 情報科學， 2011(10):1441-1445.

[12]姜春林，張帆，唐悅. 我國部分科學學期刊共被引網絡特征研究[J]. 情報雜志，2010(4):10-5.

[13] CHEN X, CHEN J, WU D, et al. Mapping the research trends by co-word analysis based on keywords from funded project [J].Procedia Computer Science, 2016(91):547-555.

[14]柴立和，槐翠倩. 基于共詞網絡的哲學和科學視角：知識系統作為典型復雜系統的演化[J]. 系統科學學報，2016(4):15-19.

[15]王曉光. 科學知識網絡的形成與演化（Ⅰ） 共詞網絡方法的提出[J]. 情報學報，2009(4):599-605.

[16]鐘偉金，李佳. 共詞分析法研究（一）——共詞分析的過程與方式[J]. 情報雜志，2008(5):70-72.

[17]鄭彥寧，許曉陽，劉志輝. 基于關鍵詞共現的研究前沿識別方法研究[J]. 圖書情報工作，2016(4):85-92.