基于VOSviewer軟件可視化分析的社交電商研究現(xiàn)狀與未來趨勢

鄧仲平 黃利榮

（佛山職業(yè)技術(shù)學(xué)院 廣東佛山 528000）

一、引言

Web 2.0技術(shù)和社交媒體的出現(xiàn)改變了人們交流、協(xié)作和生活的方式，也改變了商業(yè)運(yùn)作的方式。雅虎公司在2005年第一個(gè)引入社交電商概念，之后，F(xiàn)acebook、Google、Instagram和許多其他社交平臺包括國內(nèi)的微信和微博都采納了這一概念，并整合和增強(qiáng)了相關(guān)業(yè)務(wù)。很多學(xué)者都認(rèn)為社交電商是電子商務(wù)的一種創(chuàng)新模式，社交電商背后的理念是，社交媒體通過與客戶建立更密切的關(guān)系、豐富關(guān)系質(zhì)量、增加銷售和鼓勵對企業(yè)的忠誠,隨著互聯(lián)網(wǎng)將議價(jià)能力從賣家轉(zhuǎn)移到客戶，社交電商的出現(xiàn)反映了最終用戶的集體議價(jià)能力。社交電商正以驚人的速度增長，消費(fèi)者在社交電商上的行為、消費(fèi)者的購買意愿、社交電商的采用、沖動性購買行為、影響社交電商的不同因素都得到了不同程度的研究。回顧2015-2019年間發(fā)表的與社交電商相關(guān)的期刊論文和相關(guān)研究，本文為讀者提供了對社交電商領(lǐng)域主題研究和研究方法的全面了解，同時(shí)也為那些想了解更多研究主題的學(xué)術(shù)人員提供了社交電商主題的延伸與擴(kuò)展，對于實(shí)踐者來說，也能了解社交電商的最新熱點(diǎn)和未來發(fā)展趨勢。

二、文獻(xiàn)計(jì)量分析法

文獻(xiàn)計(jì)量分析，是利用文獻(xiàn)計(jì)量學(xué)原理對相關(guān)文獻(xiàn)進(jìn)行分析的一種文獻(xiàn)分析方法，通過采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等計(jì)量方法，研究文獻(xiàn)的分布結(jié)構(gòu)、數(shù)量關(guān)系、變化規(guī)律[1]。截止到2019年11月17日，通過在Web Of Science 上搜索social electronic commerce或social commerce或s-commerce三個(gè)關(guān)鍵詞，結(jié)果有2804篇文章，檢索結(jié)果記錄包括作者，標(biāo)題，來源出版物，摘要和引用的參考文獻(xiàn)等全部導(dǎo)出，然后通過VOSviewer軟件進(jìn)行相關(guān)分析。本文之所以選擇VOSviewer是因?yàn)閂OSviewer比較Citespace分析結(jié)果更接近于WOS數(shù)據(jù)[2]。其中VOSviewer軟件對相關(guān)數(shù)據(jù)分析提供了三種可視化：網(wǎng)絡(luò)可視化、疊加可視化和密度可視化。

三、文獻(xiàn)關(guān)鍵詞共現(xiàn)

軟件分析2804篇文獻(xiàn)結(jié)果總計(jì)有9778個(gè)關(guān)鍵詞，共同出現(xiàn)次數(shù)大于100的關(guān)鍵詞共21個(gè)，圖1至圖3分別是關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視化圖，時(shí)間維度可視化疊加圖和共現(xiàn)密度可視化圖。圖一顯示社交電商（social commerce）是電子商務(wù)（e-commerce）的一種緊密模式，信任（trust）是主要的研究主題，社交電商的理論模型（model）和影響（impact）以及口碑（word-of-mouth）是很相關(guān)的研究內(nèi)容，再其次是接受度（adoption，acceptance），行為（behavior），滿意度（satisfaction），意圖（intention）等研究內(nèi)容，上述研究內(nèi)容還分成3個(gè)不同顏色的區(qū)塊在圖1和圖3中的關(guān)鍵詞關(guān)聯(lián)呈現(xiàn)。

圖1 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖

圖2 關(guān)鍵詞共現(xiàn)時(shí)間維度疊加圖

圖3 關(guān)鍵詞共現(xiàn)密度圖

四、文獻(xiàn)來源國家或區(qū)域范圍

我們設(shè)置VOSviewer軟件的文獻(xiàn)來源國家作為分析類型，結(jié)果有105個(gè)國家，我們篩選出一個(gè)國家的最少文獻(xiàn)數(shù)量是50，最后得出15個(gè)結(jié)果，如圖4到圖6分別可視化呈現(xiàn)了文獻(xiàn)來源區(qū)域之間網(wǎng)絡(luò)關(guān)系，隨時(shí)間發(fā)展的疊加網(wǎng)絡(luò)和各區(qū)域的熱點(diǎn)密度關(guān)系；中國，美國和英國的文獻(xiàn)數(shù)量最多，按順序排名前三，并且與其他國家還有不同程度的強(qiáng)連接和關(guān)聯(lián)。

圖4 文獻(xiàn)來源國家或區(qū)域網(wǎng)絡(luò)

圖5 文獻(xiàn)來源國家或區(qū)域近5年疊加圖

圖6 文獻(xiàn)來源國家或區(qū)域密度圖

五、共引文獻(xiàn)

2804篇文章的文獻(xiàn)作為分析對象，他們的共引文獻(xiàn)數(shù)量超過100的最多的共引文獻(xiàn)有26篇，詳細(xì)數(shù)據(jù)如表1。我們發(fā)現(xiàn)排在第一的是關(guān)于結(jié)構(gòu)方程建模SEM的文獻(xiàn)，說明社交電商的研究方法主要采用SEM的定量研究方法；排在第二和第三的都是關(guān)于理論研究模型的內(nèi)容，引用最多的理論研究模型依次是TAM和UTAUT理論模型，之后分別有涉及到行為，意圖和接受度以及信任影響的文獻(xiàn)引用，說明這些相關(guān)內(nèi)容依次是近五年2804篇文獻(xiàn)延續(xù)著前人的理論或模型或方法正在研究的方向。

關(guān)于研究模型方面，表1的第1和第6號都是Davis的文獻(xiàn)（累計(jì)390次共引），而第2，第4和第5號都是Venkatesh的文獻(xiàn)（累計(jì)有496次共引），在信任方面的研究，表1的第3號，7號和8號都是Gefen的文獻(xiàn)（累計(jì)有404次共引）。

表1 共引文獻(xiàn)具體數(shù)據(jù)

六、文獻(xiàn)的共引作者

通過分析2804篇文獻(xiàn)的共引作者，數(shù)量超過100的最高的作者有58位，其中前10位作者如表2。Venkatesh作為共引作者次數(shù)最多，其次是Gefen，Hair和Davis，Venkatesh和Davis主要研究相關(guān)理論模型，Hair主要研究SEM相關(guān)研究方法，Gefen主要研究信任。

表2 共引作者具體數(shù)據(jù)

七、結(jié)論

通過前述VOS viewer軟件計(jì)算和結(jié)果分析，我們不難得出以下結(jié)論：

第一，2804篇文章的關(guān)鍵詞聚類分析結(jié)果顯示，社交電商作為電子商務(wù)的一種創(chuàng)新模式，也是一種新技術(shù)，其接受度和理論模型是近五年研究的主要內(nèi)容，理論模型方面以Davis的TAM模型應(yīng)用和擴(kuò)展最多，其次是Venkatesh的UTAUT和UTAUT2理論模型，而且Venkatesh的理論模型有超越TAM模型的趨勢，因?yàn)楦辔墨I(xiàn)都共同引用了Venkatesh作者。

第二，關(guān)于研究方法方面，實(shí)證研究和SEM結(jié)構(gòu)方程建模方法的定量研究是主流，而且大部分都引用了Fornell的理論文獻(xiàn)，其次是Anderson和Hair，而Hair是研究方法共引作者次數(shù)最多的作者。

第三，社交電商接受度中，信任是研究最多的影響因素或變量，研究最多的作者是Gefen，他的文章引用次數(shù)最高，而且作為共引作者他也是最高的作者，其他影響變量，我們則可以重點(diǎn)研究UTAUT和UTAUT2理論模型中的其他變量。

總之，VOSviewer軟件定量的分析了社交電商領(lǐng)域的近5年研究現(xiàn)狀和未來發(fā)展趨勢，針對關(guān)鍵詞，來源范圍和共引文獻(xiàn)，共引作者都進(jìn)行了可視化的呈現(xiàn)。未來，我們還可以擴(kuò)大數(shù)據(jù)庫搜索范圍而不是僅限于Web of Science，包括搜索主題也可以擴(kuò)大到在線購物或網(wǎng)購或移動電商等與社交電商可能相關(guān)的內(nèi)容和范圍。