團(tuán)隊(duì)共享心智模型研究的知識(shí)圖譜分析

楊 杰，鄧衛(wèi)權(quán)，程 浩，樂(lè)美謙

（1.江西財(cái)經(jīng)大學(xué)創(chuàng)新與戰(zhàn)略人力資源管理研究中心，江西 南昌330013；2.華東交通大學(xué)體育學(xué)院，江西 南昌330013；3.華東交通大學(xué)土木建筑學(xué)院，江西 南昌330013；4.江西財(cái)經(jīng)大學(xué)工商管理學(xué)院，江西 南昌330013）

團(tuán)隊(duì)共享心智模型研究的知識(shí)圖譜分析

楊 杰1，鄧衛(wèi)權(quán)2，程 浩3，樂(lè)美謙4

（1.江西財(cái)經(jīng)大學(xué)創(chuàng)新與戰(zhàn)略人力資源管理研究中心，江西 南昌330013；2.華東交通大學(xué)體育學(xué)院，江西 南昌330013；3.華東交通大學(xué)土木建筑學(xué)院，江西 南昌330013；4.江西財(cái)經(jīng)大學(xué)工商管理學(xué)院，江西 南昌330013）

運(yùn)用知識(shí)圖譜理論和可視化分析技術(shù)對(duì)Web of Science數(shù)據(jù)庫(kù)中的130篇論文進(jìn)行了解構(gòu)，從中發(fā)現(xiàn)團(tuán)隊(duì)共享心智模型研究的發(fā)展和演變規(guī)律。研究的主要發(fā)現(xiàn)是：① 從事團(tuán)隊(duì)共享心智模型研究的學(xué)者和機(jī)構(gòu)主要集中于美國(guó)、澳大利亞、英國(guó)、加拿大和瑞士，Salas、Cannon-Bowers、Stout、Milanovich和Entin是該領(lǐng)域的重要研究者；② 《Human Factors》、《Ergonomics》、《Journal of Perinatal&Neonatal Nursing》、《Systems Engineering》和《Journal of Management Information Systems》是發(fā)表團(tuán)隊(duì)共享心智模型的主要期刊；③團(tuán)隊(duì)共享心智模型的研究熱點(diǎn)是績(jī)效、溝通、團(tuán)隊(duì)合作和心智模型，其演化軌跡是共享心智模型→績(jī)效→知識(shí)→共享心智模型→團(tuán)隊(duì)合作→溝通→模擬→協(xié)調(diào)→隨機(jī)控制實(shí)驗(yàn)，前沿研究主題是績(jī)效、團(tuán)隊(duì)協(xié)調(diào)、團(tuán)隊(duì)認(rèn)知以及團(tuán)隊(duì)分析模型。

團(tuán)隊(duì)；共享心智模型；科學(xué)引文數(shù)據(jù)庫(kù)；文獻(xiàn)計(jì)量學(xué)分析

團(tuán)隊(duì)既是當(dāng)今組織中的重要工作方式，又是集體競(jìng)技的組織形式，因而成為眾多學(xué)科關(guān)注的焦點(diǎn)。團(tuán)隊(duì)共享心智模型是團(tuán)隊(duì)成員共享的團(tuán)隊(duì)相關(guān)情境關(guān)鍵要素的有組織理解、知識(shí)心理表征或信念［1］。國(guó)內(nèi)外的研究已充分表明，團(tuán)隊(duì)共享心智模型可讓隊(duì)員們對(duì)團(tuán)隊(duì)任務(wù)及其完成形成共識(shí)，從而協(xié)調(diào)各自的行為以適應(yīng)彼此和任務(wù)的需求。在時(shí)間緊迫、溝通不暢、需要密切配合的任務(wù)中，團(tuán)隊(duì)共享心智模型尤其能起到減少事故和過(guò)程損耗、提高團(tuán)隊(duì)工作效率、維持或提高團(tuán)隊(duì)績(jī)效的作用。團(tuán)隊(duì)共享心智模型還可用以解釋不同團(tuán)隊(duì)績(jī)效差異的原因［2-12］。

鑒于團(tuán)隊(duì)共享心智模型的巨大理論與實(shí)際應(yīng)用價(jià)值，為了厘清其發(fā)展脈絡(luò)，全面、準(zhǔn)確地把握該領(lǐng)域最具影響力的學(xué)者、國(guó)家、機(jī)構(gòu)和文獻(xiàn)及其之間的關(guān)系和隱藏的本質(zhì)規(guī)律，描繪出團(tuán)隊(duì)共享心智模型研究的沿革，特別是前沿?zé)狳c(diǎn)演進(jìn)軌跡，我們借助信息可視化（Information Visualization）技術(shù)對(duì)Web of ScienceTM核心合集收錄的1998—2014年團(tuán)隊(duì)共享心智模型文獻(xiàn)進(jìn)行抽絲剝繭，以期有益于未來(lái)研究的深化，并為現(xiàn)實(shí)的團(tuán)隊(duì)建設(shè)和團(tuán)隊(duì)績(jī)效提升提供有益參考。

1 數(shù)據(jù)來(lái)源和研究方法

1.1 數(shù)據(jù)來(lái)源

本研究以Web of ScienceTM核心合集為數(shù)據(jù)來(lái)源。檢索方法選定為高級(jí)檢索，檢索式為:TS=（“team shared mental model*”O(jiān)R“shared team mental model*”O(jiān)R“shared mental model*”O(jiān)R“team mental model*”）。檢索年限設(shè)定為1998—2014年，數(shù)據(jù)最后的更新時(shí)間為2014年10月，其中:文獻(xiàn)類(lèi)型設(shè)定為“Article”、“Proceedings paper”和“Review”，語(yǔ)言類(lèi)型設(shè)定為“All”，數(shù)據(jù)下載的方式設(shè)定為“全紀(jì)錄并且包含所引用的參考文獻(xiàn)”，共檢索到130篇文獻(xiàn)，其中:論文114篇，綜述10篇，會(huì)議論文4篇，專(zhuān)書(shū)章節(jié)中的綜述2篇。這130篇文獻(xiàn)源自93本期刊，420位作者，共引用文獻(xiàn)5 929篇。

1.2 研究方法

本研究選擇美國(guó)德雷塞爾大學(xué)（Drexel University）信息科學(xué)與技術(shù)學(xué)院陳超美博士最新研制的CiteS-paceⅢ（版本號(hào)為3.8.R7）、SCI的創(chuàng)始人加菲爾德（Garfield）及其同事們合作開(kāi)發(fā)的引文編年可視化系統(tǒng)HistCite（版本號(hào)12.03.17）以及荷蘭萊頓大學(xué)（Leiden University）科學(xué)與技術(shù)研究中心的利茲（Needs Jan van Eck）博士與魯多（Ludo Waltman）博士聯(lián)合開(kāi)發(fā)的CitNetExplorer作為知識(shí)可視化分析工具。這3個(gè)軟件各有所長(zhǎng):CiteSpace較適于多元、分時(shí)、動(dòng)態(tài)的復(fù)雜網(wǎng)絡(luò)分析，可對(duì)圖譜進(jìn)行精簡(jiǎn)，可進(jìn)行交互操作，提供多種方式顯示各種類(lèi)型的共引/共現(xiàn)及前沿演變圖譜［13］；HistCite基于Web of Science平臺(tái)而研發(fā)，界面簡(jiǎn)潔，參數(shù)設(shè)置簡(jiǎn)便，提供豐富的文獻(xiàn)計(jì)量學(xué)指標(biāo)，產(chǎn)生的引文編年圖可顯示某領(lǐng)域內(nèi)的關(guān)鍵事件，主要路徑圖可以使研究者快速了解該領(lǐng)域內(nèi)各個(gè)年代的重要文獻(xiàn)，且能找出無(wú)指定關(guān)鍵詞的重要文獻(xiàn)［14-16］；CitNetExplorer可以非常方便、快速地找出施引文獻(xiàn)中彼此的連接關(guān)系，對(duì)施引文獻(xiàn)進(jìn)行作圖、聚類(lèi)，抽取與某一類(lèi)別緊密相關(guān)的文獻(xiàn)子網(wǎng)絡(luò)，找出核心文獻(xiàn)和連接的最短路徑以及最長(zhǎng)路徑等［17］。將上述3種可視化分析軟件聯(lián)合運(yùn)用于某一主題的研究，在國(guó)內(nèi)外尚未見(jiàn)到。

綜合運(yùn)用這3款軟件繪制各種相關(guān)統(tǒng)計(jì)圖表、聚類(lèi)視圖及時(shí)區(qū)視圖，可確定某學(xué)科或知識(shí)域的核心或重要文獻(xiàn)、重要作者、重要機(jī)構(gòu)，清晰顯示某學(xué)科或知識(shí)域在一定時(shí)期發(fā)展的趨勢(shì)與動(dòng)向，展示若干研究前沿領(lǐng)域的演進(jìn)歷程，從而有利于全面而客觀地掌握某學(xué)科或知識(shí)域的全貌。

2 結(jié)果與分析

2.1 文獻(xiàn)計(jì)量統(tǒng)計(jì)

2.1.1 團(tuán)隊(duì)共享心智模型研究的論文發(fā)表趨勢(shì)

從圖1可以看出，WOS最早從1998年開(kāi)始收錄團(tuán)隊(duì)共享心智模型研究方面的文獻(xiàn)；1999—2009年間，每年該主題的發(fā)文數(shù)量介于1篇至8篇之間。從2010年起，該主題研究突然引起學(xué)界的高度關(guān)注，發(fā)文數(shù)量從2009年的6篇猛然躍升至19篇；2011年雖略有下降，但2012年又再次攀至峰頂（20篇）。隨后，學(xué)界對(duì)此主題的研究興趣開(kāi)始減弱，每年發(fā)文數(shù)量呈下降趨勢(shì)。

圖1 團(tuán)隊(duì)共享心智模型研究的論文發(fā)表趨勢(shì)Fig.1 The publishing trend of papers on team shared mental models（TSMM）

2.1.2 團(tuán)隊(duì)共享心智模型研究的主要國(guó)家

從表1可以看出，從事團(tuán)隊(duì)共享心智模型研究的學(xué)者主要集中于美國(guó)（73），其后依次是澳大利亞（13）、英國(guó)（11）、加拿大（8）、瑞士（8）。因此，對(duì)該主題感興趣的學(xué)者，應(yīng)重點(diǎn)從上述國(guó)家和地區(qū)尋找志同道合的研究伙伴。

表1 團(tuán)隊(duì)共享心智模型研究的國(guó)家和地區(qū)分布Tab.1 The national and regional distribution of TSMM research

2.1.3 團(tuán)隊(duì)共享心智模型研究的主要學(xué)術(shù)機(jī)構(gòu)

從表2可以看出，團(tuán)隊(duì)共享心智模型研究的重鎮(zhèn)在賓夕法尼亞大學(xué)（9），其次是中佛羅里達(dá)大學(xué)（7），再次是密歇根大學(xué)（5）。發(fā)文排名前3的全都是美國(guó)的高校，由此反映出美國(guó)在此領(lǐng)域獨(dú)領(lǐng)風(fēng)騷。

表2 團(tuán)隊(duì)共享心智模型研究的主要學(xué)術(shù)機(jī)構(gòu)Tab.2 The main academic institutions of TSMM research

2.1.4 團(tuán)隊(duì)共享心智模型研究的主要學(xué)者

Salas、Yen、Fan、Langan-Fox、Hysong、Kalisch、Manser、Volz、Cannon-Bowers和Rosen是團(tuán)隊(duì)共享心智模型研究領(lǐng)域發(fā)表文章居于前10位的學(xué)者，各自發(fā)表文章都在3篇以上，而以Salas和Yen為最，高達(dá)8篇。

根據(jù)HistCite提供的TLCS（Total Local Citation Score，本數(shù)據(jù)集的總被引次數(shù)，它在一定程度上可以反映某作者發(fā)表文獻(xiàn)在某領(lǐng)域被認(rèn)可程度）值 （詳見(jiàn)表3），則可以發(fā)現(xiàn)Salas、Cannon-Bowers、Stout、Milanovich、Entin、Serfaty和Cooke是團(tuán)隊(duì)共享心智模型研究的重要研究者。

表3 團(tuán)隊(duì)共享心智模型研究的重要研究者Tab.3 The important researchers of TSMM research

然而，一個(gè)值得注意的現(xiàn)象是:排名前10的高產(chǎn)學(xué)者與重要研究者之間存在的交集僅有Salas和Cannon-Bowers兩人。這說(shuō)明:數(shù)量高產(chǎn)，并不代表研究者的工作價(jià)值一定都等量齊觀。Yen和Fan通過(guò)與知名學(xué)者合作而躋身高產(chǎn)作者的行列，但其研究的價(jià)值卻相對(duì)偏低。因此，追求數(shù)量，還是追求質(zhì)量對(duì)于研究者而言始終是一個(gè)選擇。

2.1.5 團(tuán)隊(duì)共享心智模型研究的主要發(fā)表載體

從表4可以看出，《Human Factors》、《Ergonomics》、《Journal of Perinatal&Neonatal Nursing》、《Systems Engineering》和《Journal of Management Information Systems》位居發(fā)表團(tuán)隊(duì)共享心智模型研究論文的前三甲，分別刊載14篇、6篇和3篇。毫無(wú)疑問(wèn)，未來(lái)研究者在發(fā)表文章和引用文獻(xiàn)時(shí)，上述三大期刊將是重要考量。

表4 發(fā)表團(tuán)隊(duì)共享心智模型研究的主流期刊Tab.4 The active journals for publishing TSMM research

對(duì)被引參考文獻(xiàn)出處及其作者的進(jìn)一步分析，則顯示Mathieu等人（2000）在《Journal of Applied Psychology》發(fā)表的“The influence of shared mental models on team process and performance”、Cannon-Bowers等人（1993）在《Individual and Group Decision Making:Current Issues》發(fā)表的“Shared mental models in expert team decision making”、Klimoski等人（1994）在《Journal of Management》發(fā)表的“Team Mental Model:Construct or Metaphor？”、Stout等人（1999）在《Human Factors》發(fā)表的“Planning，shared mental models，and coordinated performance:An empirical link is established”以及Rous等人（1986）在《IEEE Transactions on Systems，Man and Cybernetics》上發(fā)表的“The role of mental models in team performance in complex systems”文章高居前五。這些文獻(xiàn)是從事團(tuán)隊(duì)共享心智模型研究必須要參閱的經(jīng)典文獻(xiàn)。

2.1.6 團(tuán)隊(duì)共享心智模型研究的主要學(xué)科分布

從總體來(lái)看，團(tuán)隊(duì)共享心智模型研究涉及的學(xué)科達(dá)到32個(gè)，由此可見(jiàn)該主題具有極強(qiáng)的跨學(xué)科生命力。團(tuán)隊(duì)共享心智模型研究主要涉及的學(xué)科是:工程學(xué)（41篇）、計(jì)算機(jī)科學(xué)（28篇）、心理學(xué)（27篇）、健康護(hù)理科學(xué)和服務(wù)（17篇）以及行為科學(xué)（14篇）。此外，護(hù)理學(xué)（10篇）、普通醫(yī)學(xué)和內(nèi)科學(xué)（9篇）、管理科學(xué)與運(yùn)籌學(xué)（9篇）、商業(yè)與經(jīng)濟(jì)學(xué)（7篇）、信息科學(xué)與圖書(shū)館學(xué)（7篇）也對(duì)該主題比較感興趣。

2.2 機(jī)構(gòu)分布及合作

我們首先將從Web of ScienceTM核心合集中下載的 “團(tuán)隊(duì)共享心智模型”1998至2014年相關(guān)數(shù)據(jù)導(dǎo)入CiteSpaceⅢ中，設(shè)定時(shí)間跨度為1年，這樣整個(gè)數(shù)據(jù)被分成17片。接下來(lái)，我們將主題詞來(lái)源設(shè)定為文獻(xiàn)標(biāo)題（Title）、文摘（Abstract）、作者關(guān)鍵字（Author Keywords）和附加關(guān)鍵字（Keywords Plus）；將節(jié)點(diǎn)類(lèi)型設(shè)定為設(shè)置為機(jī)構(gòu) （Institution）；在每個(gè)time slice中提取50個(gè)被引次數(shù)最高的國(guó)家或機(jī)構(gòu) （即將Top N per slice設(shè)定為50；N越大生成的網(wǎng)絡(luò)將相對(duì)更全面一些）；選擇 “Pathfinder”尋徑網(wǎng)絡(luò)算法、“Prunning sliced networks”和 “Prunning the merged network”。然后，運(yùn)行CiteSpaceⅢ，即可得出輸出網(wǎng)絡(luò)所涵蓋的節(jié)點(diǎn)（nodes=151）與鏈接線（links=68），同時(shí)繪制出團(tuán)隊(duì)共享心智模型領(lǐng)域的機(jī)構(gòu)網(wǎng)絡(luò)知識(shí)圖譜，見(jiàn)圖2。

圖2中網(wǎng)絡(luò)節(jié)點(diǎn)大小反映了國(guó)家或機(jī)構(gòu)發(fā)文量的多少，節(jié)點(diǎn)越大發(fā)文量越多，節(jié)點(diǎn)之間的連線是反映國(guó)家或機(jī)構(gòu)之間的合作關(guān)系，連線越多說(shuō)明合作程度越密切。從圖2中可以看出，雖然從事團(tuán)隊(duì)共享心智模型研究的機(jī)構(gòu)很多，但彼此間有效的聯(lián)系與合作并不多。其中，賓夕法尼亞大學(xué)（9）、中佛羅里達(dá)大學(xué)（6）、德克薩斯農(nóng)工大學(xué)（5）和密歇根大學(xué)（5）居于前三。

將節(jié)點(diǎn)類(lèi)型設(shè)置為國(guó)家（Country），其余設(shè)置保持不變，運(yùn)行CitespaceⅢ，可得到一個(gè)節(jié)點(diǎn)（nodes=20）與鏈接線（links=13）的國(guó)家及其合作網(wǎng)絡(luò)圖譜，見(jiàn)圖3。

圖2 機(jī)構(gòu)合并知識(shí)網(wǎng)絡(luò)圖譜Fig.2 The merged network of institutions

圖3 國(guó)家合并網(wǎng)絡(luò)知識(shí)圖譜Fig.3 The merged network of countries

從圖3中可以看出，美國(guó)居于該領(lǐng)域研究的核心（圖3中帶有紫紅色光圈的節(jié)點(diǎn)，具有較高的中心性，與其它節(jié)點(diǎn)之間也聯(lián)系緊密，中心度為0.27）。從不同國(guó)家間連線的顏色與粗細(xì)來(lái)看（CiteSpace用從藍(lán)色的冷色調(diào)到紅色暖色調(diào)的變化表示時(shí)間從早期到近期的變化），早期主要是英國(guó)（中心度為0.02）與澳大利亞、英國(guó)與荷蘭開(kāi)展合作；中期主要是瑞士（中心度為0.07）和德國(guó)，美國(guó)和韓國(guó)、美國(guó)和加拿大（中心度為0.07）、瑞士和美國(guó)之間開(kāi)展合作；近期的國(guó)家間合作主要是意大利和以色列、英國(guó)和塞浦路斯、加拿大和印度以及澳大利亞和荷蘭。美國(guó)與中國(guó)、美國(guó)與西班牙以及美國(guó)與阿拉伯聯(lián)合酋長(zhǎng)國(guó)在該領(lǐng)域近期雖有合作，但合作并不多。上述狀況說(shuō)明，團(tuán)隊(duì)共享心智模型研究的整體格局是:以美國(guó)為主中心，以英國(guó)和荷蘭、瑞士和德國(guó)為兩個(gè)次中心。

2.3 知識(shí)基礎(chǔ)分析

知識(shí)基礎(chǔ)（Intellectual Base）是相對(duì)研究前沿而言的。Chen（2006）認(rèn)為，知識(shí)基礎(chǔ)是研究前沿概念所在文獻(xiàn)的引用文獻(xiàn)群［13］。Klavans和Boyack（2006）認(rèn)為，直接引用關(guān)系（科學(xué)引文網(wǎng)絡(luò)）比同被引關(guān)系（同被引網(wǎng)絡(luò)）更適合實(shí)現(xiàn)相似文獻(xiàn)的聚類(lèi)分析，且能更直接、更早地揭示研究領(lǐng)域的結(jié)構(gòu)特征和發(fā)展趨勢(shì)［18］。

通過(guò)對(duì)早期奠基性文獻(xiàn)、高被引文獻(xiàn)、核心文獻(xiàn)和關(guān)鍵節(jié)點(diǎn)文獻(xiàn)四個(gè)方面的基礎(chǔ)性分析可以挖掘出團(tuán)隊(duì)共享心智模型領(lǐng)域研究的發(fā)展脈絡(luò)和研究基礎(chǔ)。為了獲得清晰的可視化結(jié)果，我們采用CitNetExplorer軟件對(duì)基于Web of Science獲取的1998—2014年130篇團(tuán)隊(duì)共享心智模型研究論文數(shù)據(jù)進(jìn)行聚類(lèi)分析。聚類(lèi)參數(shù)和優(yōu)化參數(shù)均保持默認(rèn)的設(shè)定，即分辨率設(shè)定為1，最小類(lèi)的規(guī)模設(shè)為10，隨機(jī)開(kāi)始數(shù)為1，迭代數(shù)為10，隨機(jī)種子號(hào)為0。程序運(yùn)行后獲得三個(gè)較為清晰的聚類(lèi)（詳見(jiàn)圖4-圖6）。130篇文獻(xiàn)可以分成三大類(lèi)，第一大類(lèi)如圖4中藍(lán)色節(jié)點(diǎn)所示，計(jì)有30篇文獻(xiàn)；第二大類(lèi)如圖5中綠色節(jié)點(diǎn)所示，計(jì)有26篇文獻(xiàn)；第三大類(lèi)如圖6中紫色節(jié)點(diǎn)所示，計(jì)有14篇文獻(xiàn)。

圖4-6中的每個(gè)圓圈代表一篇文獻(xiàn)，并用該文獻(xiàn)第一作者的姓作為標(biāo)簽。為了避免標(biāo)簽重疊，程序會(huì)自動(dòng)隱去一些標(biāo)簽。每篇文獻(xiàn)在圖中水平軸向上的位置由其與其他文獻(xiàn)的引用關(guān)系來(lái)決定，而在垂直軸向上的位置由該文獻(xiàn)的發(fā)表年份來(lái)確定，這樣被引用的文獻(xiàn)總是在施引文獻(xiàn)之上。圖中的曲線，代表文獻(xiàn)間的引用關(guān)系。

2.3.1 早期奠基性文獻(xiàn)分析

早期奠基性文獻(xiàn)是某一學(xué)科領(lǐng)域后期研究的重要知識(shí)來(lái)源，其認(rèn)定的主要條件是文獻(xiàn)被引時(shí)間早且被引頻次相對(duì)較高。

通過(guò)閱讀圖4所示的聚類(lèi)一時(shí)間序列知識(shí)圖譜，發(fā)現(xiàn)第一大類(lèi)的奠基性文章有2篇，分別是Entin和Serfaty（1999）發(fā)表于《Human Factors》的“Adaptive team coordination”與Stout、Cannon-Bowers、Salas和Milanovich（1999）發(fā)表于《Human Factors》的“Planning，shared mental models，and coordinated performance:An empirical link is established”。

圖4 聚類(lèi)1文獻(xiàn)引用時(shí)間序列圖譜Fig.4 Citation network of the literature in Cluster 1

圖5所展示的第二大類(lèi)的早期奠基性文獻(xiàn)有3篇，分別是Langan-fox、Code和Langfield-smith（2000）發(fā)表于《Human Factors》的“Team mental models:Techniques，methods，and analytic approaches”，Cooke、Salas、Cannon-Bowers和Stout（2000）發(fā)表于《Human Factors》的“Measuring team knowledge”，Langan-fox、Wirth和Code等（2001）發(fā)表于《International Journal of Industrial Ergonomics》的“Analyzing shared and team mental models”。

圖5 聚類(lèi)2文獻(xiàn)引用時(shí)間序列圖譜Fig.5 Citation network of the literature in Cluster 2

圖6 所展示的第三大類(lèi)早期奠基性文獻(xiàn)有1篇，是Rasker、Post和Schraagen（2000）年發(fā)表于《Ergonomics》的 “Effects of two types of intra-team feedback on developing a shared mental model in Command& Control teams”。

圖6 聚類(lèi)3文獻(xiàn)引用時(shí)間序列圖譜Fig.6 Citation network of the literature in Cluster 3

如果我們追溯團(tuán)隊(duì)共享心智模型研究的更早淵源，在進(jìn)行可視化分析前去掉對(duì)“Include non-matching cited references”的勾選，讓Citnetexplorer對(duì)WOS收錄期刊外的文獻(xiàn)進(jìn)行分析，則發(fā)現(xiàn):Johnson-Laird（1983）在哈佛大學(xué)出版社出版的《Mental Models》與Rouse和Morris（1986）發(fā)表于《Psychological Bulletin》上的“On looking into the black box:Prospects and limits in the search for mental models”是最早的兩篇開(kāi)創(chuàng)性工作。Rouse、Cannon-Bowers和Salas（1992）發(fā)表于《IEEE Transactions on Systems，Man and Cybernetics》上的“The role of mental models in team performance in complex systems”，Cannon-Bowers與Klimoski和Mohammed發(fā)表于《Journal of Management》上的“Team Mental Model:Construct or Metaphor？”則對(duì)后續(xù)團(tuán)隊(duì)共享心智模型的研究具有更廣泛而直接的影響。

2.3.2 高被引文獻(xiàn)分析

被引頻次高低可在一定程度上反映文獻(xiàn)的學(xué)術(shù)影響力和經(jīng)典程度，其所蘊(yùn)含的知識(shí)、觀點(diǎn)等易在某一時(shí)間段內(nèi)獲得較多學(xué)者的認(rèn)同，且常被相關(guān)學(xué)者作為進(jìn)一步研究的知識(shí)基礎(chǔ)來(lái)源。

Histcite在進(jìn)行文獻(xiàn)統(tǒng)計(jì)分析時(shí)，提供多種計(jì)量指標(biāo)，如GCS（Global Citation Score，即總引用次數(shù)，也就是Web of Science網(wǎng)站上看到的引用次數(shù)）、LCS（Local Citation Score，即當(dāng)前數(shù)據(jù)庫(kù)中被引用次數(shù)）、CR（Cited References，即文章引用的參考文獻(xiàn)數(shù)量）等?？紤]到GCS反映的是文獻(xiàn)被全球研究者關(guān)注程度，而LCS反映的是研究方向相近的小同行關(guān)注程度，因此，我們以Histcite提供的LCS/t值（表示平均每年被引用多少次）作為判別標(biāo)準(zhǔn)，選取前8篇作為高被引文獻(xiàn)的代表（詳見(jiàn)表5）。LCS/t值越高，說(shuō)明該文章每年都被大量引用，生命力強(qiáng)。

表5 團(tuán)隊(duì)共享心智模型研究經(jīng)典高被引文獻(xiàn)表Tab.5 The highly-cited classical literature on TSMM

2.3.3 核心文獻(xiàn)分析

為了確定團(tuán)隊(duì)共享心智模型研究領(lǐng)域的核心文獻(xiàn)，我們運(yùn)用CitNetExplorer軟件，首先將那些高被引文獻(xiàn)中彼此相互引用在3次以上的作為核心文獻(xiàn)，結(jié)果獲得23篇核心文獻(xiàn)。從這23篇文獻(xiàn)中，我們以5作為閾值，截取前8篇文獻(xiàn)作為團(tuán)隊(duì)共享心智模型研究的核心之核心（詳見(jiàn)表6）。從這8篇核心文獻(xiàn)的發(fā)表年份來(lái)看，1999年、2000年和2004年各2篇，2001和2002年各1篇。這說(shuō)明團(tuán)隊(duì)共享心智模型研究主要成型于1999至2004年間。

表6 團(tuán)隊(duì)共享心智模型研究的核心文獻(xiàn)Tab.6 The core literature on TSMM

2.3.4 關(guān)鍵節(jié)點(diǎn)文獻(xiàn)分析

關(guān)鍵節(jié)點(diǎn)文獻(xiàn)是共被引網(wǎng)絡(luò)中連接2個(gè)以上聚類(lèi)群組，在整個(gè)網(wǎng)絡(luò)中起到關(guān)鍵中介作用，具有相對(duì)較高的中心度和被引頻次的節(jié)點(diǎn)。這些節(jié)點(diǎn)可能成為網(wǎng)絡(luò)中由一個(gè)時(shí)間段向另一個(gè)時(shí)間段過(guò)渡的關(guān)鍵點(diǎn)［19］。從知識(shí)理論的角度看，通常關(guān)鍵節(jié)點(diǎn)文獻(xiàn)是一領(lǐng)域中提出重大理論或者創(chuàng)新概念的文獻(xiàn)，也是最易形成新的科研前沿?zé)狳c(diǎn)的關(guān)鍵文獻(xiàn)。

為了確定團(tuán)隊(duì)共享心智模型領(lǐng)域中起關(guān)鍵樞紐作用的關(guān)鍵節(jié)點(diǎn)文獻(xiàn)，我們將主題詞來(lái)源（Term Source）設(shè)定為文獻(xiàn)標(biāo)題（Title）、文摘（Abstract）、作者關(guān)鍵字（Author Keywords）和附加關(guān)鍵字（Keywords Plus），主題詞類(lèi)型（Term Type）設(shè)為涌現(xiàn)主題詞（Burst Terms），節(jié)點(diǎn)類(lèi)型設(shè)置為主題詞（Term）和共被引文獻(xiàn)（Cited References），Top N per slice設(shè)為10，選擇Pathfinder算法，運(yùn)行CitespaceⅢ軟件可得出輸出網(wǎng)絡(luò)所涵蓋的節(jié)點(diǎn)（nodes=126）與鏈接線（links=326）數(shù)。

文獻(xiàn)節(jié)點(diǎn)中介中心性高低可反映一篇文獻(xiàn)對(duì)某學(xué)科研究領(lǐng)域的樞紐作用。劉則淵、陳悅和侯海燕等（2008）將中介中心性Centrality≥0.1的節(jié)點(diǎn)視為關(guān)鍵點(diǎn)［20］。從表7我們可以看出，被引文獻(xiàn)中共有5篇文獻(xiàn)的中介中心度大于0.1，且被引頻次高的文獻(xiàn)并不一定中介中心度高。具體而言，Cannon-Bowers等人（1993）發(fā)表于《Individual and Group Decision Making》上的“Shared mental models in expert team decision making”中心度最高，被引頻次33（居第二位）；其次是Mathieu等人（2000）發(fā)表于《Journal of Applied Psychology》上的“The influence of shared mental models on team process and performance”；第三是Stout等人（1999）發(fā)表于《Human Factors》上的 “Planning，Shared Mental Models，and Coordinated Performance:An Empirical Link Is Established”；第四是Langan-Fox等人（2000）發(fā)表于《Human Factors》上的“Team Mental Models:Techniques，Methods，and Analytic Approaches”以及Rouse等人（1992）發(fā)表于《IEEE Transactions on Systems，Man and Cybernetics》上的“The role of mental models in team performance in complex systems”。

表7 團(tuán)隊(duì)共享心智模型研究的關(guān)鍵節(jié)點(diǎn)文獻(xiàn)Tab.7 The key nodes of TSMM research

為驗(yàn)證上述關(guān)鍵節(jié)點(diǎn)文獻(xiàn)的重要性，我們于2014年10月29日在Google Scholar中對(duì)上述文獻(xiàn)的被引用次數(shù)進(jìn)行了檢索，結(jié)果發(fā)現(xiàn)它們被引用次數(shù)依次分別為1 590，1 349，498，199和415次。

在共被引網(wǎng)絡(luò)圖譜的基礎(chǔ)上，利用EM算法對(duì)網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行聚類(lèi)分析繪制出團(tuán)隊(duì)共享心智模型領(lǐng)域的主題詞-共被引混合網(wǎng)絡(luò)圖譜，見(jiàn)圖7。EM聚類(lèi)算法是通過(guò)對(duì)已知變量先驗(yàn)概率的最大化的極大似然估計(jì)方法對(duì)變量進(jìn)行重復(fù)迭代的最優(yōu)化聚類(lèi)，不同聚類(lèi)的結(jié)果以不同的顏色顯示在原有的共被引網(wǎng)絡(luò)圖譜中，以便更加清晰的辨識(shí)研究領(lǐng)域的突發(fā)興起的范式和持久的范式。EM聚類(lèi)通過(guò)對(duì)所有的節(jié)點(diǎn)的各個(gè)屬性進(jìn)行計(jì)算，將共引網(wǎng)絡(luò)圖譜中的126個(gè)節(jié)點(diǎn)共分成了31個(gè)聚類(lèi)，Q值為0.757 1，大于0.3，意味著劃分出來(lái)的社團(tuán)結(jié)構(gòu)是顯著的；S值為0.82，大于0.7，意味著聚類(lèi)是高效率且令人信服的［21］。

圖7 團(tuán)隊(duì)共享心智模型聚類(lèi)后共被引網(wǎng)絡(luò)Fig.7 Co-citation network of TSMM research after clustering

2.4 研究熱點(diǎn)與研究前沿分析

2.4.1 研究熱點(diǎn)及其演化分析

通過(guò)了解一個(gè)學(xué)科領(lǐng)域的研究熱點(diǎn)，有助于研究者把握整個(gè)學(xué)科領(lǐng)域的研究動(dòng)向，使研究者明確學(xué)科的發(fā)展態(tài)勢(shì)。由于關(guān)鍵詞是文章的精髓，是對(duì)文章主題的高度概括和集中描述，因此，通過(guò)對(duì)高頻關(guān)鍵詞的分析可幫助確定一個(gè)研究領(lǐng)域的熱點(diǎn)［22-23］。

我們將主題詞來(lái)源選擇為標(biāo)題（Title）、摘要（Abstract）、作者關(guān)鍵字（Author Keywords，DE）和附加關(guān)鍵字（Keywords Plus，ID），主題詞類(lèi)型（Term Type）選擇為名詞短語(yǔ)（Noun Phrases），網(wǎng)絡(luò)節(jié)點(diǎn)（Node Types）設(shè)置為關(guān)鍵詞（Keyword），設(shè)置閾值為T(mén)op 10%，選擇最小生成樹(shù)（Minimum Spanning Tree）算法，運(yùn)行CiteS-pace軟件得到54個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)，69條連線的團(tuán)隊(duì)共享心智模型研究熱點(diǎn)知識(shí)網(wǎng)絡(luò)（重要關(guān)鍵詞詳見(jiàn)表8）。

從表8我們可以看出高頻關(guān)鍵詞與高中心性關(guān)鍵詞具有較強(qiáng)的一致性。從關(guān)鍵詞的意義來(lái)看，除去其本身，團(tuán)隊(duì)共享心智模型研究的熱點(diǎn)是績(jī)效、溝通、團(tuán)隊(duì)合作和心智模型。

表8 團(tuán)隊(duì)共享心智模型研究的重要關(guān)鍵詞Tab.8 The important keywords of TSMM research

我們將網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)定為關(guān)鍵詞，結(jié)合軟件自帶的涌現(xiàn)檢測(cè)算法，然后運(yùn)行CiteSpaceⅢ，繪制出1998—2014年的各年度研究主題變化的時(shí)區(qū)分布圖譜，見(jiàn)圖8。CiteSpaceⅢ使用粗線外圈表示關(guān)鍵節(jié)點(diǎn)。關(guān)鍵節(jié)點(diǎn)可以解釋研究發(fā)展的階段特征，是指示研究方向變化的標(biāo)志。從圖8可以看出，團(tuán)隊(duì)共享心智模型研究熱點(diǎn)的主要變化軌跡是共享心智模型→績(jī)效→知識(shí)→共享心智模型→團(tuán)隊(duì)合作→溝通→模擬→協(xié)調(diào)→隨機(jī)控制實(shí)驗(yàn)。

圖8 團(tuán)隊(duì)共享心智模型研究熱點(diǎn)變化圖譜（1998—2014）Fig.8 Knowledge mapping of the focus evolution in TSMM research（1998—2014）

2.4.2 研究前沿分析

研究前沿（Research Front）這個(gè)概念最早由Price引入，用于描述一個(gè)研究領(lǐng)域的過(guò)渡本質(zhì)。Price認(rèn)為:研究前沿是由被頻繁引用的近期文章（30～50篇）所組成的動(dòng)態(tài)聚類(lèi)［24］。與之相似或相近的概念包括新研究領(lǐng)域（Emerging Research Area）、潛在知識(shí)（Latent Knowledge）、新興趨勢(shì)（Emerging Trend）等。

目前，學(xué)界對(duì)研究前沿的認(rèn)識(shí)可大致分成三類(lèi)，并分別采用不同的研究方法進(jìn)行前沿方向和內(nèi)容捕捉:一是將一組高被引文獻(xiàn)定義為研究前沿，對(duì)應(yīng)的主要研究方法是同被引聚類(lèi)［24-25］；二是將一組施引文獻(xiàn)定義為研究前沿，對(duì)應(yīng)的主要研究方法是文獻(xiàn)耦合［26-27］；三是將突發(fā)或熱點(diǎn)主題定義為研究前沿，對(duì)應(yīng)的研究方法主要包括詞頻分析、共詞分析等［13，28-29］。

一般認(rèn)為，研究前沿是一個(gè)研究領(lǐng)域中最先進(jìn)、最新、最有發(fā)展?jié)摿Φ难芯恐黝}或研究領(lǐng)域，它往往是正在興起或突然涌現(xiàn)的某些概念組合，它代表某一個(gè)研究領(lǐng)域的思想現(xiàn)狀，是一個(gè)暫時(shí)和相對(duì)的概念。通過(guò)對(duì)“前沿領(lǐng)域”里文獻(xiàn)數(shù)量、內(nèi)容及相互引用方面的變化關(guān)系進(jìn)行分析，有利于追蹤某一領(lǐng)域的產(chǎn)生、發(fā)展、分化、相互滲透的情況，可為及時(shí)進(jìn)入國(guó)際新興主流科研問(wèn)題研究，搶占科技制高點(diǎn)以及尋找高水平的國(guó)際合作伙伴、申請(qǐng)政府及基金資助和分配科研資源等提供重要參考。

HistCite提供LCS（e/b）指標(biāo)（本地引用頻次（近期比早期））來(lái)表示該文獻(xiàn)對(duì)近期指導(dǎo)價(jià)值的熱門(mén)程度。該值越高，表明該文獻(xiàn)在近期越受關(guān)注，而在初期則不太受重視。在本研究中，我們將LCS（e/b）≥3的文獻(xiàn)視為研究前沿，詳見(jiàn)表9。從6篇文獻(xiàn)的內(nèi)容來(lái)看，績(jī)效、團(tuán)隊(duì)協(xié)調(diào)、團(tuán)隊(duì)認(rèn)知以及團(tuán)隊(duì)分析模型是團(tuán)隊(duì)共享心智模型研究當(dāng)前關(guān)注的主題。

表9 團(tuán)隊(duì)共享心智模型的研究前沿Tab.9 The research fronts of TSMM

3 結(jié)論與展望

通過(guò)運(yùn)用CiteSpace、HistCite和CitNetExplorer三款信息可視化軟件對(duì)從Web of ScienceTM核心合集中檢索得到的團(tuán)隊(duì)共享心智模型研究文獻(xiàn)進(jìn)行的綜合分析，我們得出如下結(jié)論:

1）WOS中收錄的團(tuán)隊(duì)共享心智模型研究始于1998年，該主題從2010年起引起學(xué)界的高度關(guān)注，至2012年攀至峰頂。隨后，學(xué)界的研究興趣開(kāi)始減弱，每年發(fā)文數(shù)量呈下降趨勢(shì)；

2）從事團(tuán)隊(duì)共享心智模型研究的學(xué)者和機(jī)構(gòu)主要集中于美國(guó)，澳大利亞、英國(guó)、加拿大和瑞士。其中，美國(guó)居于該領(lǐng)域研究的核心，英國(guó)和荷蘭、瑞士和德國(guó)是兩個(gè)次中心；

3）Salas、Yen、Fan、Langan-Fox和Hysong是團(tuán)隊(duì)共享心智模型研究領(lǐng)域的高產(chǎn)學(xué)者，但Salas、Cannon-Bowers、Stout、Milanovich和Entin是該領(lǐng)域的重要研究者；

4） 《Human Factors》、《Ergonomics》、《Journal of Perinatal&Neonatal Nursing》、《Systems Engineering》和《Journal of Management Information Systems》是發(fā)表團(tuán)隊(duì)共享心智模型的主要期刊；

5）團(tuán)隊(duì)共享心智模型研究主要涉及的學(xué)科是工程學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)、健康護(hù)理科學(xué)和服務(wù)以及行為科學(xué)；

6）團(tuán)隊(duì)共享心智模型的研究熱點(diǎn)是績(jī)效、溝通、團(tuán)隊(duì)合作和心智模型，其演化軌跡是共享心智模型→績(jī)效→知識(shí)→共享心智模型→團(tuán)隊(duì)合作→溝通→模擬→協(xié)調(diào)→隨機(jī)控制實(shí)驗(yàn)；

7）團(tuán)隊(duì)共享心智模型的前沿研究主題是績(jī)效、團(tuán)隊(duì)協(xié)調(diào)、團(tuán)隊(duì)認(rèn)知以及團(tuán)隊(duì)分析模型。

［1］楊杰，鄧衛(wèi)權(quán)，程浩.基于網(wǎng)絡(luò)與演化視角的集體球類(lèi)項(xiàng)目團(tuán)隊(duì)共享心智模型［J］.心理科學(xué)進(jìn)展，2012，20（5）:641-650.

［2］CANNON-BOWERS J A，SALAS E，CONVERSE S A.Cognitive psychology and team training:Sh-ared mental models in complex systems［J］.Human Factors Society Bulletin，1990（33）:1-4.

［3］CANNON-BOWERS J A，SALAS E，BLICHENSDERFER E，et al.The impact of cross-training and workload on team functioning:A replication and extension of initial findings［J］.Human Factors，1998，40（1）:92－101.

［4］CANNON-BOWERS J A，SALAS E.Reflections on shared cognition［J］.Journal of Organizational Be-havior，2001，22（2）:195-202.

［5］SALAS E，DICKINSON T L，CONVERSE S A，et al.Toward an understanding of team performanceand training［C］//Swezey R J，Salas E（Eds.）.Teams:Their training and performance.Norwood:Ablex P-ublishing Corp，1992:3-29.

［6］KRAIGER K，WENZEL L H.Conceptual development and empirical evaluation of measures of share-d mental models as indicators of team effectiveness［C］//Brannick M T，Salas E P（Eds.）.Team Perfor-mance Assessment and Measurement.Mahwah:Erlbaum，1997:63-84.

［7］MATHIEU J E，HEFFNER T S，GOODWIN G F，et al.The influence of shared mental models on team process and performance［J］. Journal of Applied Psychology，2000，85（2）:273-283.

［8］LANGAN-FOX J，WIRTH A，CODE S，et al.Analyzing shared and team mental models［J］.Internatio-nal Journal of Industrial Ergonomics，2001，28（2）:99-112.

［9］周瑩，呂健力，白新文，等.足球3人組對(duì)抗的共享心智模型發(fā)展及與團(tuán)隊(duì)績(jī)效的關(guān)系［J］.體育科學(xué)，2006，26（10）:49-53.

［10］曹科巖，龍君偉.團(tuán)隊(duì)共享心智模式對(duì)團(tuán)隊(duì)有效性的影響機(jī)制研究［J］.科研管理，2009，30（5）:155-161.

［11］呂曉俊.共享心智模型對(duì)團(tuán)隊(duì)效能的影響——以團(tuán)隊(duì)過(guò)程為中介變量［J］.心理科學(xué)，2009，32（2）:440-442.

［12］呂曉俊.共享心智模型對(duì)團(tuán)隊(duì)績(jī)效影響的現(xiàn)場(chǎng)研究［J］.人類(lèi)工效學(xué)，2009，15（3）:1-5.

［13］CHEN C.CiteSpace II:Detecting and visualizing emerging trends and transient patterns in scientific literature［J］.Journal of the American Society for Information Science and Technology，2006，57（3）:359-377.

［14］GARFIELD E，PUDOVKIN A I.The HistCite system for mapping and bibliometric analysis of the output of searches using the ISI Web of Knowledge［R］.Rhode Island:Association for Information S-cience and Technology，2004.

［15］GARFIELD E.Historiographic mapping of knowledge domains literature［J］.Journal of Information Science，2004，30（2）:119-145.

［16］董立平，郭繼軍.利用Histcite的人胚胎干細(xì)胞引文編年圖主要路徑分析［J］.醫(yī)學(xué)信息學(xué)雜志，2010，31（11）:38-40，49.

［17］VAN ECK N J，WALTMAN L.CitNetExplorer:A new software tool for analyzing and visualizing citation networks［J］.Journal of Informetrics，2014，8（4）:802-823.

［18］KLAVANS R，BOYACK K W.Identifying a better measure of relatedness for mapping science［J］.Jo-urnal of the American So ciety for Information Science and Technology，2006，57（2）:251-263.

［19］CHEN，C.The centrality of pivotal points in the evolution of scientific networks［C］//Riedl J，Jameson A，Billsus D，et al（Eds.）. Proceedings of the 10th International Conference on Intelligent User Interf-aces（IUI’05）.San Diego:ACM，2005:98-105.

［20］劉則淵，陳悅，侯海燕，等.科學(xué)知識(shí)圖譜:方法與應(yīng)用［M］.北京:人民出版社，2008:66.

［21］陳悅，陳超美，劉則淵，等.CiteSpace知識(shí)圖譜的方法論功能［J］.科學(xué)學(xué)研究，2015，33（2）:242-253.

［22］BAILON-MORENO R，JURADO-ALAMEDA E，RUIZ-BANOS R，et al.Analysis of the field of p-hysical chemistry of surfactants with the Unified Scienctometric Model.Fit of relational and activityindicators［J］.Scientometrics，2005，63（2）:259-276.

［23］BELVAUX G，WOLSEY L A.bc-prod:A specialized branch-and-cut system for lot-sizing problems［J］.Management Science，2000，46（5）:724-738.

［24］PRICE D J D.Networks of scientific papers［J］.Science，1965，149（3683）:510-515.

［25］SMALL H.Co-citation in the scientific literature:A new measure of the relationship between two documents［J］.Journal of the American Society for Information Science，1973，24（4）:265-269.

［26］PERSSON O.The intellectual base and research fronts of JASIS 1986-1990［J］.Journal of the Amer-ican Society for Information Science，1994，45（1）:31-38.

［27］MORRIS S A，YEN G，WU Z，et al.Time line visualization of research fronts［J］.Journal of the A-merican Society for Information Science and Technology，2003，54（5）:413-422.

［28］RIP A，COURTIAL J P.Co-word maps of biotechnology:An example of cognitive scientometrics［J］.Scientometrics，1984，6（6）: 381-400.

［29］BHATTACHARYA S，BASU P K.Mapping a research area at the micro level using co-word analy-sis［J］.Scientometrics，1998，43（3）:359-372.

Bibliometric Analysis of Published Team Shared Mental Models Research

Yang Jie1，Deng Weiquan2，Cheng Hao3，Le Meiqian4
（1.Research Center Innovation and Strategic Human Resource Management，Jiangxi University of Finance and Economics，Nanchang 330013；2.School of Physical Education，East China Jiaotong University，Nanchang 330013；3.School of Civil Engineering and Architecture，East China Jiaotong University，Nanchang 330013；4.School of Business Administration，Jiangxi University of Finance and Economics，Nanchang 330013）

This paper conducted the bibliometric analysis of published team shared mental models （TSMM）research during the period of 1998—2014 based on Web of Science database.Our analysis revealed the authorial，institutional，spatiotemporal，and categorical patterns in TSMM and provided an alternative demonstration of research advancements，which may serve as a potential direction for future research.Most scholars and institutions who study TSMM are from USA，Australia，the United Kingdom，Canada and Swiss.Salas，Cannon-Bowers，Stout，Milanovich and Entin were the most important scholars in TSMM research.Human Factors，Ergonomics，Journal of Perinatal and Neonatal Nursing，Systems Engineering，and Journal of Management Information Systems are the most active journals in this field.The related research focuses include performance，communication，teamwork and mental models.The historical stream analysis shows an evolution trajectory starting from shared mental models to performance，then to knowledge，team shared mental models，teamwork，communication，simulation，coordination，and finally to randomized controlled experiment.The research fronts of TSMM research are performance，team coordination，team cognition and team analysis model.

team；shared mental models；Web of Science；bibliometric analysis

C93

A

1005-0523（2016）05-0118-14

（責(zé)任編輯 王建華）

2016－05－13

國(guó)家自然科學(xué)基金項(xiàng)目（71161009）

楊杰（1972—），男，教授，博士，博士生導(dǎo)師，研究方向?yàn)榻M織行為學(xué)與人力資源管理、知識(shí)管理與創(chuàng)新。

鄧衛(wèi)權(quán)（1971—），男，教授，碩士，研究方向?yàn)轶w育科學(xué)。