王辭曉　郭欣悅　吳峰

【摘 要】

本研究以科學引文數(shù)據(jù)庫Web of Science核心集合中SCI-E、SSCI引文數(shù)據(jù)庫為研究樣本來源，選取自1981年起至今共478篇企業(yè)數(shù)字化學習領域文獻。采用文獻計量法、內(nèi)容分析法，運用HistCite和CiteSpace兩款文獻可視化分析軟件分析該領域研究脈絡及研究熱點。通過引文編年圖、知識圖譜、科學評價指標對研究歷程的發(fā)展階段及研究方向、學科領域、研究機構、研究學者及研究熱點進行了綜合分析。研究發(fā)現(xiàn)企業(yè)數(shù)字化學習正在形成三個主要的研究方向：數(shù)字化學習在企業(yè)的接受度、企業(yè)數(shù)字化學習的策略與模式、企業(yè)數(shù)字化學習的有效性及對績效的影響。最后，本文提出企業(yè)數(shù)字化學習的未來發(fā)展方向。

【關鍵詞】 企業(yè)；數(shù)字化學習；文獻計量；內(nèi)容分析；科學引文數(shù)據(jù)庫；WOS

【中圖分類號】 G642.0 【文獻標識碼】 A 【文章編號】 1009-458x（2018）3-0052-11

企業(yè)數(shù)字化學習指在工作場所進行的學習或培訓活動，以提高個人和組織績效為目標（Wang， 2011）。數(shù)字化學習（e-learning）指使用計算機網(wǎng)絡技術，特別是通過互聯(lián)網(wǎng)絡進行學習（Welsh， Wanberg， Brown， & Simmering， 2003）。隨著信息技術的發(fā)展和知識經(jīng)濟時代的到來，越來越多的組織將數(shù)字化學習作為員工培訓的主要方式之一（Ho & Kuo， 2010）。美國培訓與發(fā)展協(xié)會（ASTD）認為，使用的靈活性、傳輸?shù)募皶r性、成本的高效益使得數(shù)字化學習在企業(yè)教育中得到廣泛應用（Chen，2010）。

企業(yè)數(shù)字化學習有別于學校場所的數(shù)字化學習，不僅需要重視學習者的學習效果，還需要從組織經(jīng)濟效益角度去關注學習遷移和績效結果（Lim， Lee， & Nam， 2007）。不僅需要關注數(shù)字化學習資源與平臺建設，還需要關注學習者之間、組織之間的知識共享。企業(yè)數(shù)字化學習是面向成人學習者的基于信息技術手段的人力資源開發(fā)方式，成人學習理論、教育技術理論、人力資源開發(fā)理論是企業(yè)數(shù)字化學習的理論基礎（李運景， 等， 2006）。本研究借助Web of Science科學引文數(shù)據(jù)庫對自20世紀80年代至今的企業(yè)數(shù)字化學習國際文獻進行計量研究，厘清企業(yè)數(shù)字化學習的國際研究發(fā)展脈絡，以便更好地透視企業(yè)數(shù)字化學習的研究熱點與發(fā)展方向，助力我國企業(yè)數(shù)字化學習的研究與實踐。

一、研究設計

（一）文獻樣本

本研究選取Web of Science數(shù)據(jù)庫的核心合集中《科學引文索引（擴展版）》（Science Citation Index Expanded， SCI-EXPANDED）和《社會科學引文索引》（Social Sciences Citation Index， SSCI）兩個引文數(shù)據(jù)庫作為文獻樣本來源。“企業(yè)”檢索關鍵詞外延上有多種表達形式，如“workplace”“company”“corporation”“organization”；數(shù)字化學習包括學習和培訓活動，關鍵詞有“e-learning”“on-line learning”“on-line training”等表達形式；企業(yè)學習者則有“employee”“staff”“worker”等表達形式。使用Web of Science數(shù)據(jù)庫高級檢索功能，即使用字段標識、布爾運算符、括號和檢索結果集來創(chuàng)建檢索式，所用到的字段標識中TS代表主題，TI代表標題。本研究最終確定檢索式為：TI=（elearning OR e-learning OR online learning OR on-line learning OR online training OR on-line training） AND TS=（workplace* OR company* OR corporation* OR （organization* NOT student* ） OR employee* OR staff* OR worker*） NOT TI=（student*OR“pre-school education”O(jiān)R“primary education”O(jiān)R“secondary education”O(jiān)R“higher education”O(jiān)R postgraduate OR Undergraduate）。檢索日期為2017年2月10日，檢索結果為478篇。設置時間跨度為1900年至2016年，但是最早的一篇文獻出現(xiàn)在1981年。

（二）研究方法

本研究以文獻計量法和內(nèi)容分析法作為主要研究方法，分別使用HistCite和CiteSpace文獻分析軟件作為研究工具。HistCite是一款文獻引文編年可視化軟件，由“SCI”創(chuàng)始人加菲德爾及其同事于2001年開發(fā)，通過文獻及文獻之間的引用情況快速鎖定某一領域的重要文獻及研究者，通過繪制引文編年圖得到該領域的關鍵引文及其發(fā)展脈絡（李運景， 等，2006）。CiteSpace是一款識別文獻發(fā)展趨勢與動態(tài)的可視化知識圖譜軟件，由美國德雷克塞爾大學陳美超和大連理工大學WISE實驗室合作開發(fā)，基于共引分析理論和尋徑網(wǎng)絡算法將知識單元、網(wǎng)絡之間隱含的復雜關系顯性化，揭示某一領域發(fā)展前沿與熱點（肖明， 等， 2011）。首先運用HistCite軟件，從文獻基本信息、引文關系、關鍵指標等進行文獻計量分析，接下來用CiteSpace軟件對文獻及其關鍵詞等內(nèi)容構建知識圖譜，同時進一步對關鍵文獻進行內(nèi)容分析，探究企業(yè)數(shù)字化學習的研究脈絡與熱點。

二、研究脈絡分析

將Web of Science數(shù)據(jù)庫（簡稱“WOS”）檢索數(shù)據(jù)文件導入HistCite和CiteSpace軟件，對478篇文獻進行文獻計量分析和典型文章的內(nèi)容分析。下面從文獻時間、研究方向、國家/地區(qū)、來源期刊、學者等維度，梳理企業(yè)數(shù)字化學習的國際研究歷程、發(fā)展脈絡及主要研究方向。

（一）研究歷程回顧

1. 時間分布

在WOS網(wǎng)站中可直接從檢索結果分析中得到該領域各年份文獻發(fā)表數(shù)量的數(shù)據(jù)，形成文獻發(fā)表數(shù)量年份分布圖（見圖1）。由圖1可知，WOS中企業(yè)數(shù)字化學習文獻最早出現(xiàn)于1981年，隨后十余年至1998年文獻數(shù)量一直較少；從1999年到2004年文獻數(shù)量緩慢增長，從不足5篇發(fā)展至10余篇；從2005年起，企業(yè)數(shù)字化學習上升至又一發(fā)展階段，文獻數(shù)量多達20篇以上；從2010年起，該領域研究受到研究人員的更多關注，得到平穩(wěn)且持續(xù)的發(fā)展，文獻數(shù)量穩(wěn)定在每年42篇左右，其中2011年文獻數(shù)量達到56篇之多。

從20世紀80年代初到90年代末，計算機與互聯(lián)網(wǎng)絡技術處于發(fā)展之中，數(shù)字化學習處于發(fā)展準備期（汪家寶， 等， 2007），以學校為主的各組織對數(shù)字化學習進行了嘗試和初步探索。在企業(yè)學習領域美國學者洛瑞（Lowry， 1981）率先嘗試將數(shù)字化學習應用于軟件程序員的教育與培訓。1994年“首屆世界終身學習會議”舉行使終身學習理論受到重視（吳峰， 2012），企業(yè)學習得到發(fā)展；從21世紀初起，數(shù)字化學習條件、設施、環(huán)境及資源建設得到較大改善，逐漸從學校走向企業(yè)（汪家寶， 等， 2007）。隨著互聯(lián)網(wǎng)的飛速發(fā)展、終身學習理念的推廣及其在各行各業(yè)的滲透，在企業(yè)采用信息技術開展培訓成為企業(yè)組織進行人力資源開發(fā)的重要手段。企業(yè)數(shù)字化學習發(fā)展歷程與該研究領域文獻數(shù)量的分布相吻合，形成了以下三個階段：準備期（1980—1999年）、發(fā)展期（2000—2009年）、平穩(wěn)期（2010年至今）。企業(yè)數(shù)字化學習仍然面臨著經(jīng)費投入、學習部門（如e-learning部門、企業(yè)大學）邊緣化、缺乏完善評價體系等挑戰(zhàn)（吳峰， 2012），需要通過完善制度、發(fā)展政策、培養(yǎng)學習設計人才進一步推動企業(yè)數(shù)字化學習的發(fā)展進程，使其達到繁榮發(fā)展期。

2. 引文編年圖

引文編年圖指根據(jù)文獻之間的引用關系形成的以時間為先后順序的關鍵文獻引用網(wǎng)絡圖，能夠清晰地將某一領域隨時間的發(fā)展和研究承接關系進行可視化（李運景， 等， 2006）。使用HistCite軟件對導入的文獻數(shù)據(jù)文件進行分析，生成文獻的本地數(shù)據(jù)庫引用次數(shù)（Local Citation Score， LCS）和WOS數(shù)據(jù)庫引用次數(shù)（Gobal Citation Score， GCS）。LCS指該數(shù)據(jù)庫（SCI-E或SSCI）中其他文獻對該文獻的引用，反映了該文獻在該研究領域的重要程度；GCS則指全球研究者對該文獻的引用次數(shù)，反映了該文獻在全球范圍內(nèi)的受關注程度。HistCite的Graph Maker功能能夠設置LCS或GCS的閾值，從導入的文獻中篩選閾值以上的文獻，根據(jù)文獻引文關系繪制出引文編年圖。本研究將1981—2016年的478篇文獻導入HistCite軟件，設置LCS閾值為30對文獻進行篩選，繪制出如圖2所示的引文編年圖。其中，圓圈中數(shù)字代表該文獻導入軟件后的編號（無實際含義），圓圈半徑對應LCS數(shù)值，圓圈之間由箭頭相連，箭頭表示文獻間引用關系。引文編年圖中關鍵文獻（見表1）從2000年起才開始出現(xiàn)（#20），先前研究處于萌芽探索階段；關鍵文獻量從2004年開始逐漸增多，從關鍵文獻LCS值的大小可以看出企業(yè)數(shù)字化學習研究在21世紀初得到了持續(xù)的發(fā)展，并為該領域后續(xù)研究提供基礎；2010年后關鍵文獻數(shù)量、引用次數(shù)呈現(xiàn)穩(wěn)定發(fā)展，與圖1所得的萌芽期、持續(xù)發(fā)展期、平穩(wěn)發(fā)展期規(guī)律相互印證。

（二）主要研究方向

引文編年圖（圖2）中半徑較大的關鍵引文節(jié)點分別為#54、#118、#83，通過對關鍵文獻及相關發(fā)展脈絡文獻進行內(nèi)容分析，得出以這三篇研究為核心的該領域三大研究方向。

1. 數(shù)字化學習在企業(yè)的接受與推廣

#54文獻作者 Ong等人（Ong， Lai， & Wang， 2004）使用定量研究方法，以技術接受度模型（Technology Acceptance Model， TAM）為理論基礎，探究使用e-learning對高科技公司工程師進行培訓時計算機自我效能、感知有用性、感知易用性、感知可靠性對使用意愿的直接和間接影響。在此之后，圍繞技術接受度模型，關于在企業(yè)采用數(shù)字化手段進行學習和培訓的意愿及效果的研究不斷出現(xiàn)（#109、#146、#251、#258、#269等文獻）。創(chuàng)新擴散理論作為有關新技術推廣及應用的重要理論對于在企業(yè)中推行數(shù)字化學習及其有效性有著重要作用（Chen， 2014），Lee等人（Lee， Hsieh， & Hsu， 2011）將創(chuàng)新擴散理論與技術接受度模型進行整合，對員工使用數(shù)字化學習技術的意愿進行了探究，為企業(yè)決策與規(guī)劃提供建議。組織支持環(huán)境也是推行數(shù)字化學習的重要影響因素，Cheng等人（Cheng， Wang， Yang， Kinshuk， & Peng， 2011）基于技術接受度模型進行了管理層、組織層對員工數(shù)字化學習接受度的影響探究，通過建立結構方程模型并輔以半結構式訪談驗證了組織支持環(huán)境對員工數(shù)字化學習接受度的積極影響作用；Roca & Gagné（2008）則依據(jù)自我決定理論（SDT），從員工個人層面出發(fā)，在技術接受度模型（TAM）的基礎上增加感知趣味性、感知勝任性、感知相關性三個維度，探究員工對數(shù)字化學習的接受程度及其持續(xù)使用該技術進行學習的意向。這類研究多為基于某一企業(yè)e-learning平臺進行的定量研究，質(zhì)性研究的應用則較為缺乏。

2. 企業(yè)數(shù)字化學習策略及模式探究

#83文獻作者Clarke等人（Clarke， Lewis， Cole， & Ringrose， 2005）對使用Blackboard進行數(shù)字化學習的某醫(yī)院進行了持續(xù)兩年的質(zhì)性研究，探究數(shù)字化學習的策略和虛擬組織實踐共同體的建立，研究發(fā)現(xiàn)數(shù)字化學習有助于分散于各地的員工進行高效學習，這部分時間與精力的投入有助于節(jié)省員工的工作時間，提升工作效率；混合式學習是最有效的學習策略，線上教學和線下實踐有助于工學結合。此外，該研究還發(fā)現(xiàn)電子績效支持也有助于員工工作改進。Booth等人（Booth， Carroll， Papaioannou， Sutton， & Wong， 2009）則使用內(nèi)容分析法對企業(yè)數(shù)字化學習已有研究進行質(zhì)性分析，得出同伴交流、靈活性、學習支持、知識驗證、課程設計與組織五個數(shù)字化學習設計主題，為企業(yè)數(shù)字化學習的課程及學習模式提供參考建議。還有研究者（Johnson， Gueutal， & Falbe，2009）從是否提供證書、年齡、可靠性、媒體同步、元認知活動、課程滿意度和實用性等方面進行企業(yè)數(shù)字化學習設計及模式探究。

3. 數(shù)字化學習有效性及對工作績效的影響

#118文獻作者Wang等人（Wang， Wang， & Shee， 2007）設計了企業(yè)數(shù)字化學習系統(tǒng)有效性評估工具（ELSS），構建出兩個層次共六個系統(tǒng)使用有效性評估維度：系統(tǒng)開發(fā)層（信息質(zhì)量、系統(tǒng)質(zhì)量、服務質(zhì)量）和效率影響層（系統(tǒng)使用、用戶滿意度、凈效益），從學習者角度評估在線學習系統(tǒng)有效性，為組織提供細致的診斷分析和改進反饋。隨后，有關數(shù)字化學習系統(tǒng)對工作績效的影響的研究得到發(fā)展（#223、#296等文獻），如Chen（2010）在信息系統(tǒng)成功模型（IS Success Model）的基礎上，加入“服務質(zhì)量” 維度并對“系統(tǒng)使用”這個維度進行解釋和澄清，從組織人力資本管理的視角將工作產(chǎn)出作為e-learning系統(tǒng)使用的評價指標，用“凈收益”取代原有模型的“個人影響”和“組織影響”兩個維度，并通過定量分析方法驗證了該學習系統(tǒng)使用對工作績效的積極影響，即在員工培訓上的投資會提高員工的個人績效和產(chǎn)出，e-learning能夠有效輔助員工培訓的實施并且?guī)椭鷨T工面對新的挑戰(zhàn)。Chen（2012）及其團隊使用定量研究方法，建立結構方程模型，對新員工使用數(shù)字化學習系統(tǒng)進行實證研究，驗證該系統(tǒng)對新員工培訓的組織融入度和工作適應性的提升作用。隨著學習分析及人工智能技術的發(fā)展，使用大數(shù)據(jù)進行的有關企業(yè)學習系統(tǒng)有效性的研究開始出現(xiàn)，如Hogo（2010）基于企業(yè)數(shù)字化學習系統(tǒng)的大數(shù)據(jù)，對員工的學習行為及系統(tǒng)有效性進行分析和評估，以支持對學員開展學習反饋和對學習內(nèi)容和系統(tǒng)本身進行改進。

（三）研究發(fā)展概況

1. 學科領域分布

在WOS檢索結果分析中可得到各學科發(fā)文數(shù)量，設置閾值為2共得到52個學科，選取文獻數(shù)量排名前10的學科進行分析（見表2）。其中，教育及教育研究、計算機科學、商業(yè)經(jīng)濟學為企業(yè)數(shù)字化學習的主要研究領域，其次是工程學、心理學、信息科學及圖書館學等領域。企業(yè)數(shù)字化學習主要依托于計算機技術、信息技術，其學習效果又作用于組織績效及經(jīng)濟效益。除教育學科、心理學科外，一些相關學科領域也對企業(yè)數(shù)字化學習有所關注。譬如護士等醫(yī)療人員應用數(shù)字化學習方式獲取工作技能，能夠在降低醫(yī)療成本的同時提升學習效率（Clarke， et al.， 2005）。通過對各領域發(fā)表文獻的最初年份進行統(tǒng)計，發(fā)現(xiàn)最早關注企業(yè)數(shù)字化學習的學科為信息科學和圖書館學（1981年）以及計算機科學（1985年），其次是工程學（1995年）和經(jīng)濟學（1999年），而教育學（2002年）、心理學（2002年）則對該領域關注稍晚。

2. 國家/地區(qū)分布

HistCite對文獻數(shù)據(jù)的分析顯示，共有59個國家/地區(qū)對企業(yè)數(shù)字化學習研究有所關注。根據(jù)各國家/地區(qū)文獻數(shù)量排序，得到在該領域研究較為活躍的國家/地區(qū)（見圖3）。其中美國以91篇文獻列于首位，其次是英國和中國臺灣地區(qū)，此外中國大陸及香港地區(qū)僅次于西班牙位列第7。

TLCS（Total Local Citation Scores）指文獻在所在數(shù)據(jù)庫中的被引次數(shù)，TGCS（Total Global Citation Scores）指文獻在WOS數(shù)據(jù)庫中總被引次數(shù)，TLCS/N和TGCS/N則代表該國家/地區(qū)在該領域發(fā)表的文獻在本數(shù)據(jù)庫及WOS數(shù)據(jù)庫中的平均被引次數(shù)，兩者的數(shù)值越高則該地區(qū)/國家在該研究領域的影響力越大（裴蕾絲， 尚俊杰， 2015）。由圖4可知，中國臺灣的TLCS/N值是目前該領域唯一超過1的地區(qū)，其次是加拿大和西班牙。盡管英美兩國在文獻數(shù)量上處于優(yōu)勢，但中國臺灣地區(qū)卻具有較大影響力（TGCS/N值高達25.135）。此外，中國大陸及香港地區(qū)的TLCS/N和TGCS/N值較臺灣地區(qū)而言較低，其中香港地區(qū)文獻多于中國大陸文獻，可見企業(yè)數(shù)字化學習研究在中國臺灣地區(qū)更為活躍，中國大陸地區(qū)的相關研究較少被WOS數(shù)據(jù)庫收錄。

在WOS檢索結果分析中可得到各研究機構發(fā)文數(shù)量，設置閾值為2并除去研究機構不明的文獻，共得到162個研究機構，選取文獻數(shù)量排名前10的研究機構進行分析。香港大學、多倫多大學、北卡羅來納大學、臺灣中央大學等研究機構發(fā)文數(shù)量靠前；美國占比較多，但整體上沒有明顯區(qū)分。可見，企業(yè)數(shù)字化學習研究仍處于發(fā)展階段，需要各國家/地區(qū)的研究機構聯(lián)合企業(yè)或結合自身進行相關研究，通過不斷的探索與研究來提升數(shù)字化學習對組織發(fā)展、終身學習的助力作用。

3. 來源期刊分布

共有308家期刊收錄企業(yè)數(shù)字化學習文獻，其中收錄大于1篇的期刊有66家。收錄文獻數(shù)量排名前10的期刊在企業(yè)數(shù)字化學習領域共收錄109篇文獻，占全部文獻的22.80%。其中，Computers & Education、Computers in Human Behavior、British Journal of Educational Technology、Training & Development、Educational Technology & Society五家期刊的文獻收錄量大于10。TLCS（Total Local Citation Scores）和TGCS（Total Global Citation Scores）分別指該期刊收錄的該領域文獻在所在數(shù)據(jù)庫中的被引次數(shù)和在WOS數(shù)據(jù)庫中總被引次數(shù)，TLCS/t和TLGS/t則代表平均每年的被引次數(shù)。Computers in Human Behavior的被引次數(shù)較高，其次是Computers & Education。排名前10的期刊中有8家均與教育科學有關，大部分期刊與應用于教育的計算機技術相關，有兩家則是醫(yī)學教育方面的期刊，這與前面分析的醫(yī)學應用技術于培訓有關。Computers in Human Behavior是計算機與人類行為主題相關的期刊，Training & Development是人力資源開發(fā)領域的期刊。通過對全部308家期刊進行分析，發(fā)現(xiàn)人力資源開發(fā)、績效技術領域核心期刊，如Human Resource Development Quarterly、Human Resource Development International、Performance Improvement、Performance Improvement Quarterly卻未出現(xiàn)，這在一定程度上說明應用數(shù)字化手段進行人力資源開發(fā)的實踐研究還處于起步階段，僅有少數(shù)學者（Wang， Ran， Liao， & Yang， 2010； Wang， 2011）基于績效技術對企業(yè)數(shù)字化學習進行研究，未來有待研究者從人力資源開發(fā)、績效技術角度入手對該領域進行深入的實踐研究。

4. 高影響力學者

本研究采用TLCS和h指數(shù)雙重指標來分析企業(yè)數(shù)字化學習領域具有較高影響力的學者。TLCS相比于TLGS更能夠體現(xiàn)學者在某一領域的影響力，h指數(shù)由美國加州大學圣地亞哥物理學教授Hirsch于2005年提出，能夠用于“評價科學家的科研績效”（趙基明， 等，2008），綜合評估研究者在某一領域的發(fā)文數(shù)量及影響力。經(jīng)計算該領域h指數(shù)排名前10的學者如圖5所示。

從圖5可知，學者TLCS指數(shù)較高并不一定代表其h指數(shù)較高。通過對10位學者所在研究機構及學科背景進行統(tǒng)計（見表3），學者主要學科背景為信息科學，其次是教育科學和商業(yè)經(jīng)濟學。Wang， Y. S.、Lai， J. Y.、Ong， C. S.（一作）是#54文章的作者（Ong， et al.， 2004），Wang， Y. S.又與Shee， D. Y.、Wang， H. Y.合作發(fā)表#118文章（Wang， et al.， 2007），這兩篇文獻是先前分析的企業(yè)數(shù)字化學習領域兩個方向的關鍵文獻，可見臺灣學者在該領域具有較高的前瞻性和引領作用。從h指數(shù)來看，香港大學教育學院Wang， M. H.學者具有較高影響力，在本研究樣本數(shù)據(jù)庫中共收錄其7篇文獻（Cheng， Wang， Moormann， Olaniran， & Chen， 2012； Cheng， et al.， 2011， 2014； Jia， et al.， 2011； Wang， et al.， 2010；Wang， 2011； Wang， Vogel， & Ran， 2011），其中Wang， M， H.跨地區(qū)與Ran， W， J.、Liao， J， A.進行合作研究，從KPIs關鍵績效指標出發(fā)，以績效技術為導向依據(jù)各職位勝任力要求，為員工提供個性化的知識地圖式的學習資源及評估平臺（Wang， et al.，2010），并從個人的學習需求、組織的目標和社交網(wǎng)絡的建立三個維度對該平臺進行了深入研究（Wang， 2011），Wang， M. H. 團隊對績效技術導向的企業(yè)數(shù)字化學習設計進行的研究是該領域規(guī)范、具有較大參考價值且為數(shù)較少的績效相關實證研究，該研究關注點也是該領域未來的研究熱點之一。

雖然中國大陸學者在該領域發(fā)文不到10篇，但對該領域的知識管理與共享研究也有一定貢獻。浙江大學的Qi， H.和Sun， S.（2006）在學習型組織的知識管理理論基礎上提出了基于語義網(wǎng)的e-learning社區(qū)知識管理系統(tǒng)，設計了通用知識表示模型，創(chuàng)建了基于主題圖的知識表達與內(nèi)容；同濟大學的Wu， B.和Zhang， C.（2015）設計了基于信任的知識共享框架，提出了一種知識共享的信任評估方法，并運用該框架進行了我國基于網(wǎng)絡學習社區(qū)的跨組織知識共享案例研究；武漢大學的Zhang， X. 等人（2015）則從社會化媒體工具出發(fā)對知識管理、社會化媒體兩個研究主題進行分析，探索了組織使用社會化媒體促進員工內(nèi)部知識分享與協(xié)作學習的研究趨勢。

5. 高影響力研究

對本研究樣本文獻的LCS值進行排序，取LCS值排名前10的文獻進行分析（見表4），結合圖2關鍵文獻編年圖，這10篇文獻中有8篇是引文關鍵節(jié)點文獻。3篇文獻來自Computers in Human Beha- vior，5篇來自信息科學相關期刊，僅有1篇來自教育學科相關期刊Computers & Education，發(fā)表年份也均在2000年之后，說明該領域處在初步發(fā)展階段。

10篇文獻中共有7篇實證研究文獻，4篇文獻以數(shù)字化學習在企業(yè)的接受度和使用意愿為主題（Lee， Hsieh， & Ma， 2011； Ong， et al.， 2004； Ong & Lai， 2006； Roca & Gagné， 2008），2篇以數(shù)字化學習對工作績效的影響為主題（Chen， 2010； Wang， et al.， 2007），1篇是績效技術導向的企業(yè)學習設計研究（Wang， 2011）。此外，還有1篇文獻（#29）創(chuàng)新性地提出e-learning應用于組織知識管理的影響因素與實施模式（Wild， Griggs， & Downing， 2002），1篇文獻對歐洲四百余家企業(yè)對數(shù)字化學習在企業(yè)的應用進行了態(tài)度調(diào)查（Admiraal & Lockhorst， 2009），1篇則是關于醫(yī)學培訓數(shù)字化學習應用的質(zhì)性研究（Clarke， et al.， 2005）。結合表2各領域發(fā)文時間起點，可以發(fā)現(xiàn)企業(yè)數(shù)字化學習研究最先被計算機和信息科學關注，教育學、心理學對該領域的關注較晚且發(fā)展尚未成熟。學習科學、績效技術、認知心理等學科應在拓展該領域研究思路、發(fā)展研究創(chuàng)新點方面有所作為，如從成人學習機制、在線學習模式、績效技術、知識生產(chǎn)與共享等角度進行研究。

三、研究方法及熱點分析

1. 研究方法分析

企業(yè)數(shù)字化學習領域大部分研究是基于成人學習理論，立足于某一學習系統(tǒng)或實踐問題而展開的實證研究，可見該領域是理論與實踐結合較為密切的研究領域。通過對文獻進行研究方法的內(nèi)容分析，根據(jù)該領域研究特點將研究方法大致分為理論評述、研究綜述、定量研究、質(zhì)性研究、混合研究、案例研究以及平臺開發(fā)幾種類型，得到各類型研究占總樣本比例的分布情況（見圖6）。結合前面對研究方向的分析，對數(shù)字化學習的接受及推廣研究、學習有效性研究占大多數(shù)且是該領域較為早期的研究，而學習策略及模式、知識管理與共享則是近年來逐漸發(fā)展起來的研究主題，其中學習策略及模式研究較為匱乏，研究者應進行校企合作研究，借鑒高校數(shù)字化學習理論及實踐，從工作場所的實踐中探索高效的企業(yè)數(shù)字化學習的策略與模式。

2. 研究熱點分析

對本研究樣本數(shù)據(jù)庫進行年份篩選，選取2007年至2016年10年間共380篇文獻來分析企業(yè)數(shù)字化學習國際研究熱點。CiteSpace能夠分析某一領域研究發(fā)展的趨勢及動態(tài)，通過共現(xiàn)性分析繪制出包含關鍵詞等信息的知識圖譜。將文獻數(shù)據(jù)文本導入CiteSpace軟件，圖譜關鍵詞顯示設置為文獻頻次閾值為6，除去e-learning、online learning、workplace 、education、technology、information technology等本研究文獻檢索及信息技術關鍵詞，形成圖7所示知識圖譜，共顯示35個節(jié)點（關鍵詞），共567條共現(xiàn)連線。節(jié)點半徑代表關鍵詞出現(xiàn)頻次大小，連線代表相連兩個關鍵詞共同出現(xiàn)在同一文獻，線條的粗細代表共現(xiàn)次數(shù)多少。

關鍵詞中介中心性值越大代表該關鍵詞在該研究領域的發(fā)展過程中重要程度越高（陳悅， 等， 2015）。選取出現(xiàn)頻次排序前20的關鍵詞并分析其中介中心性，其中model、management、environment、self efficacy、motivation的中介中心性排序靠前，代表了企業(yè)數(shù)字化學習的研究熱點（見表5）。

對model、management、environment、self efficacy、motivation及出現(xiàn)頻次較高的performance、satisfaction、konwledge等關鍵詞進行聚焦，形成各中心關鍵詞知識圖譜（見圖8），得出以下企業(yè)數(shù)字化學習的研究熱點：以信息接收模型為框架的組織環(huán)境及個人因素影響研究；以成人認知學習為理論基礎的學習效果及學習遷移研究；工作績效導向的學習設計及組織發(fā)展研究；與學習動機、自我效能相關的學習滿意度及職業(yè)發(fā)展研究；以知識管理與共享為中心的成人在線學習模式研究。

四、結論

企業(yè)數(shù)字化學習研究領域經(jīng)歷了準備期（20世紀80年代至20世紀末）、發(fā)展期（21世紀初）、平穩(wěn)期（2010年至今），形成了三個主要的研究方向：數(shù)字化學習在企業(yè)中的接受與推廣、企業(yè)數(shù)字化學習策略及模式、數(shù)字化學習有效性及對工作績效的影響。

從學科領域來看，企業(yè)數(shù)字化學習研究領域最早被計算機和信息學科關注，隨后教育學科、心理學科進行了探索性研究；從國家/地區(qū)分布來看，歐美國家對這一領域關注較多；從研究機構性質(zhì)分布來看，教育學科機構占主要成分，未來科研機構應積極與經(jīng)驗豐富的機構進行跨地區(qū)、跨領域合作，或聯(lián)合企業(yè)或結合自身進行實踐研究；從來源期刊來看，計算機和教育類期刊對該領域的關注程度較高，而人力資源開發(fā)、績效技術相關期刊的關注較少。企業(yè)數(shù)字化學習研究領域高影響力學者及文獻對該領域的發(fā)展起到了引領和推動作用，研究團隊的建設有助于研究思路的拓展和創(chuàng)新點的挖掘。企業(yè)數(shù)字化學習研究可從成人學習科學、教育技術、人力資源開發(fā)等學科尋求理論基礎，提升研究對人類發(fā)展的意義，構建可持續(xù)發(fā)展的企業(yè)數(shù)字化學習研究體系。

企業(yè)數(shù)字化領域研究內(nèi)容具有局限，微觀層面，關于企業(yè)數(shù)字化學習的認知層面的研究相對匱乏；中觀層面，企業(yè)數(shù)字化學習對工作績效的影響還主要停留在個體主觀評估上（Chen， 2010），結合真實案例進行績效分析的研究較為缺乏；宏觀層面，關于數(shù)字化學習下的隱性知識生產(chǎn)模式及知識共享政策研究比較缺乏。研究方法層面，近半數(shù)研究采用定量研究方法，通過建立結構方程模型探究員工對數(shù)字化學習的接受度及學習的有效性，質(zhì)性研究及混合研究較為缺乏，同時理論發(fā)展接近飽和，需從實踐著手進行該領域的創(chuàng)新應用研究。

企業(yè)數(shù)字化學習近十年研究共形成五個熱點方向：以信息接收模型為框架的組織環(huán)境及個人因素影響研究，以成人認知學習為理論基礎的學習效果及學習遷移研究，工作績效導向的學習設計及組織發(fā)展研究，與學習動機、自我效能相關的學習滿意度及職業(yè)發(fā)展研究和以知識管理與共享為中心的成人數(shù)字化學習模式研究。研究熱點從企業(yè)數(shù)字化學習的接受程度到學習設計，從學習效果到工作績效，從員工職業(yè)發(fā)展到知識管理與共享，體現(xiàn)了企業(yè)數(shù)字化學習從分析、設計、開發(fā)、應用到評價各個環(huán)節(jié)的密切聯(lián)系，是我國學者在該領域未來可以借鑒和參考的研究方向。

[參考文獻]

陳悅，陳超美，劉則淵，胡志剛，王賢文. 2015. CiteSpace知識圖譜的方法論功能[J]. 科學學研究（2）：242-253.

李運景，侯漢清，裴新涌. 2006. 引文編年可視化軟件HistCite介紹與評價[J]. 圖書情報工作（12）：135-138.

裴蕾絲，尚俊杰. 2015. 電子游戲與教育研究的脈絡和熱點分析——基于科學引文數(shù)據(jù)庫（WOS）百年文獻的計量結果[J]. 遠程教育雜志（2）：104-112.

汪家寶，楊德軍. 2007. 關于美國e-Learning理念產(chǎn)生的背景及其發(fā)展過程的探討[J]. 電化教育研究（3）：93-96.

吳峰. 2012. 終身學習在行業(yè)中的發(fā)展趨勢——企業(yè)大學與企業(yè)E-learning[J]. 中國遠程教育（3）：17-22.

肖明，陳嘉勇，李國俊. 2011. 基于CiteSpace研究科學知識圖譜的可視化分析[J]. 圖書情報工作（6）：91-95.

趙基明，邱均平，黃凱，劉兵紅. 2008. 一種新的科學計量指標——h指數(shù)及其應用述評[J]. 中國科學基金（1）：23-32.

Admiraal， W.， & Lockhorst， D. （2009）. E-Learning in small and medium-sized enterprises across Europe： Attitudes towards technology， learning and training. International Small Business Journal， 27（6）， 743-767.

Booth， A.， Carroll， C.， Papaioannou， D.， Sutton， A.， & Wong， R. （2009）. Applying findings from a systematic review of workplace-based e-learning： Implications for health information professionals. Health Information and Libraries Journal， 26（1）， 4-21.

Chen， H. （2010）. Linking employeese-learning system use to their overall job outcomes： An empirical study based on the IS success model. Computers & Education， 55（4）， 1628-1639.

Chen， H. （2012）. Clarifying the empirical connection of new entrants e-learning systems use to their job adaptation and their use patterns under the collective-individual training environment. Computers & Education， 58（1）， 321-337.

Chen， T. （2014）. Exploring e-Learning effectiveness perceptions of local government staff based on the diffusion of innovations model. Administration & Society， 46（4）， 450-466.

Cheng， B.， Wang， M.， Moormann， J.， Olaniran， B. A.， & Chen， N. （2012）. The effects of organizational learning environment factors on e-learning acceptance. Computers & Education， 58（3）， 885-899.

Cheng， B.， Wang， M.， Morch， A. I.， Chen， N.， Kinshuk， & Spector， J. M. （2014）. Research on e-learning in the workplace 2000-2012： A bibliometric analysis of the literature. Educational Research Review， 11， 56-72.

Cheng， B.， Wang， M.， Yang， S. J. H.， Kinshuk， & Peng， J. （2011）. Acceptance of competency-based workplace e-learning systems： Effects of individual and peer learning support. Computers & Education， 57（1）， 1317-1333.

Clarke， A.， Lewis， D.， Cole， I.， & Ringrose， L. （2005）. A strategic approach to developing e-learning capability for healthcare. Health Information and Libraries Journal， 222， 33-41.

Ho， L.， & Kuo， T. （2010）. How can one amplify the effect of e-learning？ An examination of high-tech employeescomputer attitude and flow experience. Computers in Human Behavior， 26（1）， 23-31.

Hogo， M. A. （2010）. Evaluation of e-learning systems based on fuzzy clustering models and statistical tools. Expert Systems with Applications， 37（10）， 6891-6903.

Jia， H.， Wang， M.， Ran， W.， Yang， S. J. H.， Liao， J.， & Chiu， D. K. W. （2011）. Design of a performance-oriented workplace e-learning system using ontology. Expert Systems with Applications， 38（4）， 3372-3382.

Johnson， R. D.， Gueutal， H.， & Falbe， C. M. （2009）. Technology， trainees， metacognitive activity and e-learning effectiveness. Journal of Managerial Psychology， 24（6）， 545-566.

Lee， Y.， Hsieh， Y.， & Hsu， C. （2011）. Adding innovation diffusion theory to the technology acceptance model： Supporting employees intentions to use e-Learning systems. Educational Technology & Society， 14（4SI）， 124-137.

Lee， Y.， Hsieh， Y.， & Ma， C. （2011）. A model of organizational employeese-learning systems acceptance. Knowledge-Based Systems， 24（3）， 355-366.

Lim， H.， Lee， S.， & Nam， K. （2007）. Validating E-learning factors affec- ting training effectiveness. International Journal of Information Management， 27（1）， 22-35.

Lowry， G. R. （1981）. Responding to the Staffing Needs of the Online Industry-education and Training of Software Programmers. Proceedings of the American Society for Information Science， 18， 154-156.

Ong， C.， Lai， J.， & Wang， Y. （2004）. Factors affecting engineers acceptance of asynchronous e-learning systems in high-tech companies. Information & Management， 41（6）， 795-804.

Ong， C.， & Lai， J. （2006）. Gender differences in perceptions and relationships among dominants of e-learning acceptance. Computers in Human Behavior， 22（5）， 816-829.

Qi， H.， & Sun， S. （2006）. Knowledge management system based on semantic web in e-learning community. Paper presented at the International Conference on Technologies for E-Learning and Digital Entertainment.

Roca， J. C.， & Gagné， M. （2008）. Understanding e-learning continuance intention in the workplace： A self-determination theory perspective. Computers in Human Behavior， 24（4）， 1585-1604.

Wang， M. H.， Ran， W. J.， Liao， J. A.， & Yang， S. （2010）. A Performance-Oriented Approach to E-Learning in the Workplace， Journal of Educational Technology & Society， 13（4）， 167-179

Wang， M. （2011）. Integrating organizational， social， and individual perspectives in Web 2.0-based workplace e-learning. Information Systems Frontiers， 13（2SI）， 191-205.

Wang， M.， Vogel， D.， & Ran， W. （2011）. Creating a performance-orien- ted e-learning environment： A design science approach. Information & Management， 48（7）， 260-269.

Wang， Y.， Wang， H.， & Shee， D. Y. （2007）. Measuring e-learning systems success in an organizational context： Scale development and validation. Computers in Human Behavior， 23（4）， 1792-1808.Welsh， E. T.， Wanberg， C. R.， Brown， K. G.， & Simmering， M. J. （2003）. E-learning： Emerging uses， empirical results and future directions. International Journal of Training & Development， 7（4）， 245-258.

Wild， R. H.， Griggs， K. A.， & Downing， T. （2002）. A framework for e-learning as a tool for knowledge management. Industrial Management & Data Systems， 102（7）， 371-380.

Wu， B.， & Zhang， C. （2015）. Trust evaluation for inter-organization knowledge sharing via the e-learning community. The Electronic Library， 33（3）， 400-416.

Zhang， X.， Gao， Y.， Yan， X.， Pablos， P. O. D.， Sun， Y.， & Cao， X. （2015）. From e-learning to social-learning： Mapping development of studies on social media-supported knowledge management. Computers in Human Behavior， 51， 803-811.

收稿日期：2017-01-17

定稿日期：2017-05-24

作者簡介：王辭曉，博士研究生；郭欣悅，碩士研究生；吳峰，博士，教授，博士生導師。北京大學教育學院（100871）。

責任編輯 郝 丹 單 玲