組織生態(tài)的革命性改變：基于CiteSpace的數(shù)字化轉(zhuǎn)型研究（中）

◆彭博達(dá) 尤筱 / 文

（接上期）

3 數(shù)字化轉(zhuǎn)型研究熱點(diǎn)與前沿

3.1 數(shù)字化轉(zhuǎn)型研究熱點(diǎn)

利用CiteSpace進(jìn)行關(guān)鍵詞共現(xiàn)分析，首先進(jìn)行數(shù)據(jù)篩選和清洗，即剔除與研究主題相關(guān)度不高的關(guān)鍵詞以及合并同義關(guān)鍵詞（解學(xué)梅等, 2020）[11]。例如將關(guān)鍵詞“digitaltransformation”合并到關(guān)鍵詞“digital transformation”中；將關(guān)鍵詞“digitalisation”、“digitization”合并到關(guān)鍵詞“digitalization”中；將關(guān)鍵詞“industry 4”、“industry 4.0”合并到“industry 40”中；等等。另外，為更清晰地尋找數(shù)字化轉(zhuǎn)型研究的熱點(diǎn)話題，本文假設(shè)所有“數(shù)字化”行動均可認(rèn)為是轉(zhuǎn)型工作且“轉(zhuǎn)型”工作均以“數(shù)字化”行為為前提，因此再將關(guān)鍵詞“digitalization”和“transformation”合并到“digital transformation”中，最終得到關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜（圖5），圖譜中節(jié)點(diǎn)大小代表關(guān)鍵詞出現(xiàn)的頻次。從圖中可以觀察到，數(shù)字化轉(zhuǎn)型研究中出現(xiàn)頻次較多的關(guān)鍵詞有“digital transformation”、“innovation”、“technology”、“industry 40”、“management”、“big data”、“system”、“model”等，這些詞反映了數(shù)字化轉(zhuǎn)型研究中的多種視角。本文整理了前40個高頻關(guān)鍵詞，如表3所示。

表3 數(shù)字化轉(zhuǎn)型研究高頻關(guān)鍵詞

圖5 數(shù)字化轉(zhuǎn)型研究關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜

為進(jìn)一步分析數(shù)字化轉(zhuǎn)型研究中的不同主題，本文繼續(xù)對關(guān)鍵詞進(jìn)行聚類分析（根據(jù)類中關(guān)鍵詞的數(shù)量排序）并保留前15個類，得到關(guān)鍵詞聚類網(wǎng)絡(luò)圖譜（圖6）。從圖中可以看到，類“digital transformation”、“digital technologies”、“internet of things”、“business model”等與高頻關(guān)鍵詞有較強(qiáng)的重合性，說明在這些方面的研究深入而廣泛；而類“network”、“manufacturing”、“digital ecosystem”等包含的關(guān)鍵詞數(shù)雖然較多但缺少高頻關(guān)鍵詞，說明在這些方面的研究雖然比較廣泛，但數(shù)量較少。

圖6 數(shù)字化轉(zhuǎn)型研究關(guān)鍵詞聚類網(wǎng)絡(luò)圖譜

綜合關(guān)鍵詞共現(xiàn)分析和聚類分析結(jié)果，本文將數(shù)字化轉(zhuǎn)型研究的熱點(diǎn)主題劃分為數(shù)字化轉(zhuǎn)型時代背景與要求、數(shù)字化轉(zhuǎn)型重點(diǎn)領(lǐng)域、數(shù)字化轉(zhuǎn)型技術(shù)保障和數(shù)字化轉(zhuǎn)型理論支撐四大類。

（1）數(shù)字化轉(zhuǎn)型時代背景與要求

從“innovation”、“industry 40”、“future”、“impact”、“challenge”、“digital economy”、“COVID-19”等高頻關(guān)鍵詞以及“digital economy”、“COVID-19”等類可以看出，數(shù)字化轉(zhuǎn)型工作是在工業(yè)4.0的時代背景下開展的。一方面，當(dāng)今數(shù)字經(jīng)濟(jì)已成為引領(lǐng)全球經(jīng)濟(jì)社會變革、推動經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎，數(shù)字化轉(zhuǎn)型則是推動數(shù)字經(jīng)濟(jì)發(fā)展的重要舉措，其以創(chuàng)新引導(dǎo)著未來發(fā)展方向。Frank等（2019）[12]探討了工業(yè)4.0技術(shù)如何與制造業(yè)相融合，從智能制造、智能產(chǎn)品、智能供應(yīng)鏈和智能工作四個維度研究物聯(lián)網(wǎng)、云服務(wù)、大數(shù)據(jù)等技術(shù)的應(yīng)用情況。Frank等（2019）[13]將工業(yè)4.0技術(shù)與服務(wù)化相結(jié)合，從商業(yè)模式創(chuàng)新的角度提出了一個概念框架——將數(shù)字化等級劃分成低、中、高，將服務(wù)提供類型劃分成平滑服務(wù)、適應(yīng)服務(wù)、替代服務(wù)，并將兩者組成九種模式。另一方面，數(shù)字化轉(zhuǎn)型帶來的風(fēng)險(xiǎn)與挑戰(zhàn)也是前所未有，尤其2019年底全球爆發(fā)新冠疫情，更是給數(shù)字化轉(zhuǎn)型工作帶來了巨大沖擊，嚴(yán)重阻礙了其進(jìn)程。Iivari等（2020）[14]指出，COVID-19疫情迫使學(xué)校和教育部門進(jìn)行數(shù)字化轉(zhuǎn)型，但學(xué)生、家長和老師之間仍存在著數(shù)字鴻溝，所以數(shù)字化轉(zhuǎn)型不僅需要學(xué)生和教師作出調(diào)整，還需要家庭、學(xué)校以及社會的共同努力。Dwivedi等（2020）[15]認(rèn)為新冠疫情迫使許多組織進(jìn)行轉(zhuǎn)型、重新定義業(yè)務(wù)流程中的關(guān)鍵要素和應(yīng)用技術(shù)維持運(yùn)營，于是從信息系統(tǒng)和技術(shù)的角度匯總了專家觀點(diǎn)，在數(shù)字戰(zhàn)略、在線學(xué)習(xí)、人工智能、信息管理、大數(shù)據(jù)、區(qū)塊鏈等方面總結(jié)了新冠疫情帶來的危機(jī)和影響。

（2）數(shù)字化轉(zhuǎn)型重點(diǎn)行業(yè)

從“business”、“higher education”、“industry”、 “education”、“SME”等高頻關(guān)鍵詞以及“manufacturing”、“e-government”、“m-health”、“agriculture”等類可以看出，數(shù)字化轉(zhuǎn)型研究所涉及的行業(yè)極其廣泛，包括政府、教育、醫(yī)療、工商業(yè)和農(nóng)業(yè)等。根據(jù)高頻關(guān)鍵詞，數(shù)字化轉(zhuǎn)型研究在教育（尤其是高等教育）和工商業(yè)（以中小型企業(yè)為主）等行業(yè)內(nèi)的研究數(shù)量較多。首先，教育不僅能促進(jìn)個人全面發(fā)展，同時與國家的前途命運(yùn)息息相關(guān)。如今教育水平已成為衡量國家實(shí)力的最重要依據(jù)，其作為國之大計(jì)必然要緊跟時代進(jìn)行數(shù)字化轉(zhuǎn)型。Bond等（2018）[16]研究了德國高等教育的數(shù)字化轉(zhuǎn)型，建議教師和學(xué)生盡快掌握相關(guān)技能和知識，并呼吁教育部門支持和推動數(shù)字媒體技術(shù)的可持續(xù)實(shí)施。而工商業(yè)中的傳統(tǒng)企業(yè)，在用戶個性化需求增多、出現(xiàn)創(chuàng)新僵局的情況下，為保證業(yè)務(wù)增長、增強(qiáng)企業(yè)活力與競爭力，也必然要通過數(shù)字化來實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新與轉(zhuǎn)型。Bouwman等（2019）[17]通過研究發(fā)現(xiàn)，中小型企業(yè)在實(shí)施數(shù)字化轉(zhuǎn)型時需要投入更多的資源，確保其商業(yè)模式和戰(zhàn)略的有效實(shí)施。Li等（2018）[18]同樣針對資源不足且能力有限的中小型企業(yè)，提出企業(yè)進(jìn)行組織能力建設(shè)和戰(zhàn)略轉(zhuǎn)變實(shí)踐，還需要企業(yè)家學(xué)習(xí)知識、反思問題，通過更新管理認(rèn)知并加強(qiáng)社交網(wǎng)絡(luò)來進(jìn)行自我轉(zhuǎn)型。

（3）數(shù)字化轉(zhuǎn)型技術(shù)保障

從“technology”、“big data”、“artificial intelligence”、“internet”、“internet of thing”、“ICT”、“block chain”等高頻關(guān)鍵詞以及“network”、“digital technologies”、“internet of things”、“digital ecosystem”、“big data”、“automation”等類可以看出，數(shù)字化轉(zhuǎn)型需要有力的技術(shù)保障。隨著科技的迅速發(fā)展，大數(shù)據(jù)、人工智能、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、區(qū)塊鏈等新興技術(shù)如雨后春筍般不斷涌現(xiàn)，并快速向社會經(jīng)濟(jì)等各領(lǐng)域融合滲透，賦予了數(shù)字化轉(zhuǎn)型以強(qiáng)大能量。因此，如何實(shí)現(xiàn)技術(shù)應(yīng)用、構(gòu)建數(shù)字生態(tài)系統(tǒng)成為數(shù)字化轉(zhuǎn)型研究的一大熱點(diǎn)。如Louridas和Ebert（2016）[19]提出機(jī)器學(xué)習(xí)是行業(yè)數(shù)字化轉(zhuǎn)型成功的主要因素；Dimitrov（2016）[20]指出物聯(lián)網(wǎng)和大數(shù)據(jù)促進(jìn)了醫(yī)療領(lǐng)域的數(shù)字化轉(zhuǎn)型，未來的數(shù)字健康顧問將幫助人們避免慢性疾病和飲食相關(guān)疾病，改善人們的認(rèn)知能力和心理健康；Woodhead等（2018）[21]和Li等（2019）[22]分別從物聯(lián)網(wǎng)和區(qū)塊鏈方面研究技術(shù)應(yīng)用對建筑行業(yè)的推動作用。

（4）數(shù)字化轉(zhuǎn)型理論支撐

從“management”、“system”、“model”、“framework”、“strategy”、“design”、“organization”等高頻關(guān)鍵詞以及“business model”、“regulation”等類可以看出，數(shù)字化轉(zhuǎn)型還需要正確的理論支撐。數(shù)字化轉(zhuǎn)型不僅是技術(shù)升級與應(yīng)用，還涉及組織管理方式、商業(yè)模式等多方面變革。許多企業(yè)數(shù)字化轉(zhuǎn)型失敗的原因不是缺乏技術(shù)，而是缺少理論指導(dǎo)，導(dǎo)致數(shù)字化轉(zhuǎn)型戰(zhàn)略指揮不當(dāng)、工作無從下手。因此，許多學(xué)者從數(shù)字化轉(zhuǎn)型的體系、模式、框架、戰(zhàn)略等方面進(jìn)行研究。Chanias等（2019）[23]通過研究歐洲金融服務(wù)提供商數(shù)字化轉(zhuǎn)型戰(zhàn)略的制定和實(shí)施流程，提出了相應(yīng)流程模型，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型戰(zhàn)略制定和實(shí)施是一個動態(tài)迭代過程，且需要自上而下和自下而上的策略組合。North等（2020）[24]提出了“DIGROW”框架，其中包含四個步驟：感知數(shù)字化增長潛力、制定數(shù)字化增長戰(zhàn)略和思維方式、把握數(shù)字化增長潛力、管理數(shù)字化轉(zhuǎn)型資源，從而使中小型企業(yè)能夠評估其數(shù)字化成熟度水平以及相關(guān)能力，促進(jìn)數(shù)字化增長。

3.2 數(shù)字化轉(zhuǎn)型研究前沿

突現(xiàn)關(guān)鍵詞指在較短時間內(nèi)出現(xiàn)頻率較高的詞（王娟等, 2016）[25]，表示在一段時期內(nèi)該研究主題受到了高度關(guān)注，是當(dāng)時正在興起且具有巨大發(fā)展?jié)摿蛢r值的研究方向（肖婉&張舒予, 2016）[26]。關(guān)鍵詞突現(xiàn)分析，可以在一定程度上揭示數(shù)字化轉(zhuǎn)型研究的前沿主題和發(fā)展趨勢。本文基于CiteSpace進(jìn)行關(guān)鍵詞突現(xiàn)分析，并將突現(xiàn)最小持續(xù)時間設(shè)定為1年，共得到16個關(guān)鍵詞，如圖7所示。

圖7 Top16突現(xiàn)關(guān)鍵詞

由于本研究僅關(guān)注2010年之后發(fā)表的文獻(xiàn)，因此關(guān)鍵詞的出現(xiàn)時間均為2010年之后。根據(jù)關(guān)鍵詞的突現(xiàn)開始年份，可將數(shù)字化轉(zhuǎn)型研究劃分為四個階段。

（1）2011～2014年，突現(xiàn)詞僅有“organizational transformation”，該時期可認(rèn)為是數(shù)字化轉(zhuǎn)型研究的萌芽期。從中可以發(fā)現(xiàn)，在早期研究中，學(xué)者重點(diǎn)聚焦于組織轉(zhuǎn)型，即組織轉(zhuǎn)型是進(jìn)行數(shù)字化轉(zhuǎn)型的前提和基礎(chǔ)。同時，“organizational transformation”的突現(xiàn)持續(xù)時間最長（2011～2019年），顯示出組織轉(zhuǎn)型的重要性和持續(xù)性。

（2）2015～2016年，突現(xiàn)詞有“automation”和“digital transformation”，該時期可認(rèn)為是數(shù)字化轉(zhuǎn)型研究的發(fā)展期。其中，“digital transformation”的突現(xiàn)強(qiáng)度高達(dá)6.34，表明該時期越來越多的學(xué)者開始關(guān)注數(shù)字化轉(zhuǎn)型研究，且將自動化等技術(shù)運(yùn)用于轉(zhuǎn)型之中。

（3）2017～2019年，突現(xiàn)詞數(shù)量劇增，該時期可認(rèn)為是數(shù)字化轉(zhuǎn)型研究的爆發(fā)期。其中，“digital economy”、“security”和“digital strategy”的突現(xiàn)強(qiáng)度較高，分別為4.86、3.07和3.01。該時期學(xué)者將數(shù)字化轉(zhuǎn)型與數(shù)字經(jīng)濟(jì)的發(fā)展聯(lián)系起來，不僅繼續(xù)關(guān)注了云計(jì)算、信息科技等數(shù)字技術(shù)及其安全問題，還開始關(guān)注數(shù)字化轉(zhuǎn)型的戰(zhàn)略部署。從“Germany”可以看出，學(xué)者從2018年開始重點(diǎn)研究德國的數(shù)字化轉(zhuǎn)型，這極可能與德國在數(shù)字化轉(zhuǎn)型研究中發(fā)文量最多而與其他國家合作較少的原因有關(guān)。從“health”和“telemedicine”可以看出，數(shù)字化轉(zhuǎn)型研究開始傾向于人類健康問題，尤其為遠(yuǎn)程醫(yī)療的發(fā)展開辟了道路。另外，該時期學(xué)者還關(guān)注了數(shù)字化轉(zhuǎn)型中的競爭、結(jié)盟和人力資源等問題。

（4）2020～2021年（7月），突現(xiàn)詞有“decision making”和“user acceptance”，該時期可認(rèn)為是數(shù)字化轉(zhuǎn)型研究的持續(xù)增長期。從2020年起，學(xué)者開始關(guān)注數(shù)字化轉(zhuǎn)型帶來的成效和作用，主要集中于決策和顧客滿意兩個方面：一方面，在不確定性環(huán)境中，行業(yè)面臨的巨大挑戰(zhàn)而進(jìn)行決策時，數(shù)字化轉(zhuǎn)型有利于將基于經(jīng)驗(yàn)的決策轉(zhuǎn)變?yōu)榛跀?shù)據(jù)和算法的決策，從而提高決策的效率和效果，這也是行業(yè)數(shù)字化轉(zhuǎn)型較為基本的模式；另一方面，數(shù)字化轉(zhuǎn)型的最終目的和考核標(biāo)準(zhǔn)是顧客滿意，同時其也是提升顧客滿意度的必要保障。例如，一汽豐田便以顧客滿意為前提加速數(shù)字化轉(zhuǎn)型。

通過關(guān)鍵詞突現(xiàn)分析，進(jìn)一步挖掘數(shù)字化轉(zhuǎn)型研究時代背景與要求、重點(diǎn)領(lǐng)域、技術(shù)保障和理論支撐四個熱點(diǎn)主題中的前沿問題，可為將來的研究提供參考。