基于文献计量分析的社交商务研究脉络与热点演化

赵 红¹ 孙 倬¹ 张 莎¹王宗水^2,3 刘 苇¹

(1.中国科学院大学经济与管理学院； 2.北京信息科技大学经济管理学院； 3.中国科学院大学数学科学学院)

摘要： 为系统分析社交商务研究内容的内在关联及时代特性，采用文献计量方法，对“Web of Science核心合集”中2005～2017年的345篇相关文献进行梳理，结合相关理论并借助CiteSpace等软件，系统回顾社交商务研究的基本特征和不同时期的研究热点。引文分析研究结果显示：社交商务研究可分为9个引文聚类主题，根据其内在关联整合得到技术支持/社交软件整合、用户行为分析及预测、企业营销策略/品牌建设和商业模式创新4个要素的研究活动内容，四大要素活动的实施效果构成社交商务研究的主线框架。

关键词： 社交商务； 文献特征； 热点主题； 研究框架； 科学计量

1 研究背景

智能移动终端和社交媒体的普及促进了社交商务的快速发展，为企业开展商务活动提供了新的渠道。社交商务通常被认为是电子商务的分支和延伸，两者的相同点在于交易都在线上发生，区别在于社交商务认为消费者之间、消费者与企业之间信息流动的方向是互动和多边的，首要目标是促进社交互动和信息共享，实现社交购物是附属目标；而典型的电子商务信息流动的方向往往是单向的，并且聚焦于产品和交易本身，主要目标在于提供信息搜索、一键式购买等商业效率最大化^[1]。总的来说，社交商务是基于人际关系网络，借助社交媒介传播途径，以信任为核心，将关注、分享、互动等社交化元素应用于交易过程中的社交型交易模式^[2]。由于社交媒体的便捷性，使得社交商务迅速成为消费者获取有关产品、品牌和服务信息的主要来源。根据GWI报告显示，当前全球互联网使用时长的每3分钟里，就有1分钟被用在社交媒体和即时通讯上，网民平均每日活跃时长超过2小时(16～24岁用户达2小时40分)^[3]。加之，在传统中、小电商企业营销成本不断上涨，且互联网、电视等广告回报率越来越低的平台中心化媒介背景下，通过社交渠道开展营销无疑是个不错的尝试。此外，根据鲸准研究院发布的行业报告显示：社交商务领域的投资人热度呈直线上升趋势，仅2018年第一季度就发生10起投资事件，融资金额与2017年全年持平^[4]，体现了资本市场对这一模式的青睐，也使得社交商务作为一种企业营销战略获得了实践界和学术界的广泛关注。

经过十多年的发展，国内外学者从多个角度对社交商务相关研究做了归纳和总结，例如，WANG等^[5]基于信息模型，对社交商务研究的人员、管理、技术和信息等维度进行系统分析，并按照时间顺序追溯社交商务的模式演变；BUSALIM等^[6]采用系统评价法，对2010～2015年发表的与社交商务相关的研究成果进行审查和回顾，发现当前研究多集中在网站设计和用户行为方面；LIN等^[2]运用潜在语义分析方法，对社交商务(包括社交媒体)相关的418种出版物进行文本挖掘，结果显示，“组织”“广告”和“口碑”是当前社交商务研究的三大主题，并且每个主题都在讨论创新、用户生成内容和企业声誉等。总之，近几年社交商务获得了学术界越来越多的关注，认为它是“新兴”“年轻”“有前景”“未来10年内最具挑战性”的研究领域^[7]。

尽管自2005年以来，社交商务的概念得到了众多领域学者的关注，但相较于社交商务实践，学术研究相对滞后，人们对社交商务的理解也是分散和有限的。虽然已有部分学者对社交商务做了较多研究，但仍存在以下几点不足：①大多研究内容相对分散，并未从社交商务整个领域对其研究内容的内在关联性和时代特性做出系统评价；②多是定性分析或者截取某一特定时间段来探讨社交商务研究主题，并未从文献分析视角全面、系统地分析研究的规模变化及趋势特征。由此可见，通过科学计量学方法来梳理社交商务的发展历程，构建较全面的综合性框架，对了解社交商务理论发展脉络及探究社交商务与企业营销实践相结合的路径具有一定的理论与实践意义。鉴于此，本研究采用科学计量学方法，对“Web of Science核心合集”中2005～2017年与社交商务研究相关的345篇文献进行系统分析。通过对文献国家分布、机构分布和作者分布3个方面的统计分析，梳理社交商务研究的文献特征；通过引文聚类来挖掘社交商务研究不同阶段的热点，并归纳出社交商务的未来研究方向。

以“皇”为声符的“煌、惶、蝗、凰、隍”，声韵调都一致，留学生们只需知道“皇”的读音，便能在短时间内掌握由其构成的所有汉字。然后，通过形符表义功能，区分各自的含义。

2 研究方法和数据收集

2.1 研究方法

科学计量方法是运用数学方法(统计学、函数分析等)，对科学活动的各个方面和整体状态进行量化分析，来揭示科学活动发展规律的交叉研究^[8]。通过对作者、机构、国家间合作分析、关键词共现分析及文献共被引分析等绘制知识图谱，用于分析评价节点在网络中的重要程度及图谱网络的聚类效果，多维度展示和量化测度社交商务研究领域的热点主题和知识基础，从而帮助学者快速了解该领域的基本发展概貌和前沿动态。由此，本研究采用科学计量方法分析社交商务的研究脉络、热点演化及发展趋势。

2.2 数据收集

在数据获取过程中，本研究选取“Web of Science核心合集”(包含SCI/SSCI/CPCI-S)，以“Social Shopping/ Commerce”和“Collaborative Commerce/ Shopping”为搜索词，搜索时间为2018年4月15日。具体搜索式为：选择数据库= Web of Science核心合集；关键词=“Social Shopping” OR “Collaborative Commerce”OR“Collaborative Shopping” OR “Social Commerce”；检索条件=主题；时间跨度=自2005年至2017年。为了在搜索过程中不遗漏重要文献和具有代表性的前沿研究成果，在保证文献搜索全面性的基础上，重点分析近5年来发表社交商务领域研究论文较多的International Journal of Information Management 、Decision Support Systems 、Electronic Commerce Research and Applications 等国际期刊；再通过筛选剔除重复和不相关的文献，保证了文献选取的准确性。以上述4个关键词分别进行搜索，共得到374篇文献，合并搜索显示共345篇文献，发文量及作者数量变化趋势见图1。

图1 发文量及科研人员数量年度分布

图2中的节点大小表示引用率，节点越大，说明引文被引的频次越高；节点之间的连线表示引文间的共引关系，连线越多说明两篇引文被共引的次数越多，关系强度越大^[10]。此外，图2中自左向右的聚类主题是按照时间顺序(2005～2017年)进行演化，并分别代表不同时期的知识研究前沿。

3 社交商务研究的文献特征分析

3.1 国家/地区分布

每一个热点主题的出现和发展都与国家/地区整体的社会环境息息相关^[9]。为了分析不同国家/地区对社交商务研究的差异，本研究使用CiteSpace软件对345篇文献进行国家/地区间合作分析，从而得出各个国家/地区的发文量以及在合作网络中的中心度(见表1)。一个国家/地区的中心度和发文数量共同反映了其在该领域的重要地位，即当某个国家/地区中心度和发文数量都较高时，则该国/地区在该领域的地位就较为突出，贡献也较大^[10]。社交商务得益于互联网的蓬勃发展，以及在此基础上兴起的电子商务和社交媒体的结合及应用，其起源于美国，但兴盛于中国^[11]。社交商务的概念由美国于2005年提出，并在其后的十多年间发表了91篇论文，同时以中国为代表的亚洲国家在近些年相关研究数量快速增长，与区域互联网经济的发展趋势具有很强的一致性。

3.2 机构分布

围绕在线评论展开的研究，主要集中在经验分享、口碑传播和评论有用性识别等方面。社交商务环境下，商家希望实时获取消费者反馈和购物体验，以便为其搭建良好的购物环境，从而培养顾客的忠诚度，而在线评论便是实现这一目的的有效媒介。对于企业而言，通过在线评论，商家既可以直接了解消费者的心理状态和行为倾向，为企业制定营销决策提供依据，也有利于形成对企业的口碑传播效应^[19]。相对于企业宣传，口碑传播在消除不确定性、辅助消费者做出购买决策、营造优质购物环境和培养顾客忠诚等方面具有无可比拟的优势。对于消费者而言，一方面，在线评论可以传达他们在决策过程中的情绪，分享购物体验及满意程度；另一方面，也为消费者提供了丰富的信息参考，促使其做出理性决策。但随着在线评论数据量的增加，以及数据非结构化特征愈加复杂，如何快速对海量数据进行梳理和结构化分析，以识别有效信息来辅助企业和消费者进行理性决策，便成为新的研究热点。例如，张艳辉等^[20]在信息采纳理论的基础上，探究淘宝网评论数据的信息质量对在线评论有用性的影响，认为有效评论数、中差评和上传图片对评论有用性有显著的正向影响。

根据图2和表3可知，社交商务研究主要形成了九大聚类，分别对应不同时期的研究热点，并且随着时间的推移，社交商务关注热点由最初的商务环境搭建、网站质量优化向与消费者之间的关系转变(包括消费者对平台技术的采用意向、决策过程和决策结果)，进而影响公司营销策略和品牌推广制定， 促进企业基于复杂市场变化进行商业模式创新和设计。本研究根据九大聚类标签的研究内容及内在联系，借鉴LIANG等^[12]关于社交商务活动框架的研究(包含社会化媒体营销、企业管理、技术支持/系统集成和管理与组织)，并结合当前社交商务发展的状况，将其按照研究主体划分为四大要素活动：技术支持/社交软件整合(包含社交支持)、用户行为分析及预测(包含点击流数据、在线评论、用户偏好、网上推荐发起人信用评估、社交关系模式)、企业营销策略/品牌建设(包含特质理论、营销策略)和商业模式创新(包含新兴商业模式)，最后在此基础上构建了社交商务研究活动构架。四大元素活动具体分析如下。

表1 社交商务研究国家/地区和机构分布

注：表中统计的篇数是对文献中所有作者进行汇总。

3.3 作者分布

文献核心作者的特征一定程度上影响着文献的权威性和影响力，在高质量期刊上发表文章数量较多的学者对该领域的影响力通常较大。结合CiteSpace分析结果，对社交商务研究高产作者基本情况进行梳理(见表2)。由表2可见：①发文量排名前三的高产作者是HAJLI、鲁耀斌和BENYOUCEF，但这些高产作者中最大发文量也仅有9篇，这在一定程度上说明当前社交商务研究的成果分布较为分散，且尚未形成规模性的核心作者群体；②就研究内容而言，当前社交商务研究存在明显的跨学科研究趋势，逐渐发展成市场营销与计算机科学、社会学及心理学等学科交叉融合的新兴领域。

表2 社交商务研究高产作者情况

4 社交商务研究热点与趋势演化

将海参苗撒入青岛琅琊周边海域的海底，用4至6年的时间培育它们，让它们在自然环境中长大，培育过程中不喂任何饲料，这是青岛琅琊龙湾海参股份有限公司坚持多年的“底播散养法”。由于被进行底播散养的海参在生长环境方面与海洋中自然生长的野生海参十分接近，因此受到不少海参食客的认可。青岛琅琊龙湾海参股份有限公司创始人高玉志将自家的海参称为“绿海参”，“绿”代表着绿色与健康，深耕海参养殖领域多年，他认为纯天然是高品质海参的要素。

图2 引文网络主题聚类趋势演化

由图1可知，2005～2012年间，社交商务研究处于初期阶段，此时发文量较少且平稳，2013～2017年这5年间，社交商务研究得到了快速发展，发文量迅速增长。此外，历年来社交商务领域科研成果和科研人员数量的走势基本吻合。这种现象表明，近几年学者对社交商务领域的关注已经趋于稳定，此时需要对以往的研究热点进行系统总结，结合相关领域发展趋势挖掘新热点，为进一步研究提供思路和指导。

在图2分析结果的基础上总结的各引文聚类的具体情况见表3。其中，聚类标签是通过CiteSpace生成引文网络后，选取“按照标题生成聚类标签”，并采用对数似然比的方法提取分词特征而生成；研究重点是根据每个聚类中关键词出现的频次(由高到低)并结合该聚类研究内容进行选取；聚类成员是指该引文聚类中包含的引文数量。

研究热点是指一段时间被社会各界广泛关注的有内在联系且文献数量较多的科学问题；趋势演化是指某一研究领域或者话题在发展过程中所呈现的阶段性特征及演化路径^[10]。本研究通过CiteSpace来构建社交商务研究的引文网络，并对引文网络进行引文聚类，从而绘制引文网络主题聚类演化图谱来探究其学科知识基础、发展过程以及热点演化趋势。文献的引文关系主要考察施引文献和被引文献之间的内在联系，在一定程度上表明了文献之间的继承和发展关系，有助于发现某一学科知识领域的研究共同体；此外，基于引文网络的引文聚类是聚类分析技术在引文分析领域的具体应用，主要是指以引文关系强度来作为计量单位，对样本文献簇集中的施引文献和被引文献采用分类聚合的技术。这种技术可以根据引文间内容的相似程度和关系强度，将引文聚集成若干个聚类群体，进而形成某一研究主题的聚类分析网络。此外，为增强引文聚类主题的代表性和可视化效果，在引文聚类的基础上，对内容相似且节点较小的聚类主题进行合并，形成统一的可视化图谱。本研究绘制的社交商务研究引文网络主题聚类趋势演化过程见图2。

早在2008年，墨尔本的一名中国留学生因为疲于应付功课，无暇顾及自己腿部骨裂的爱犬。结果，他被告上了法庭。控方指出，主人没有尽到及时带狗狗送去医院治疗的义务。最终，法官裁定残忍对待受伤动物罪名成立，留学生被罚了2000澳元(约合人民币10000元)。如果是殴打宠物，可就没有罚款那么简单了，还可能面临最高两年半的监禁。

表3 引文网络主题聚类

护理后,两组共8例患者对护理工作不满意,其中观察组占1例,对照组占7例,这表示循证护理满意度更高,与常规护理差异有统计学意义(P<0.05),见表1:

( 1)技术支持/社交软件整合 社交支持的研究热点主要集中于社交商务网站功能开发及整体功能设计与系统集成优化。例如，LIANG等^[12]认为，社交商务是电子商务的一个子集，通常是指通过使用社交媒体来协助电子商务交易和活动，是商业活动和社会活动的结合；此外，基于社交商务的基本属性及现有研究，他们提出了社交商务活动的经典研究框架。CHEN等^[13]为社交商务技术支持环境中的Web服务和业务流程管理(BPM)提出了一种全新的架构，使得由Web服务支持的BPM系统能开发更灵活和动态的社交商务支持工具。OLBRICH等^[14]发现，与购物直接相关的特征(如筛选和搜索功能)并不能显著提高社交商务点击率和转化率，而与社交购物相关的特征(如排名、朋友圈签到点赞等行为)可以提高社交商务的有效性，这表明社交互动的功能有助于促进交易的达成。HAJLI等^[15]在研究市场团购时认为，社交商务网站质量(包含信息质量、系统质量和服务质量)对消费者满意度有正向的积极影响，并且较高的网站质量会给消费者带来较高的顾客感知价值，从而产生较高的购买意向，企业就会获得较高的利润。

( 2)用户行为分析及预测 用户行为分析及预测主要包含5个聚类主题：点击流数据、在线评论、用户偏好、网上推荐发起人信用评估和社交关系模式，这些主题以用户行为及用户间的社交关系为研究对象，试图揭示用户参与社交商务活动的路径机理。其中，点击流数据和用户偏好是社交商务过程中商家为获取用户数据而预测消费者偏好的途径，属于用户行为的范畴。BUCKLIN等^[16]将点击流数据定义为由Web服务器或第三方服务收集的互联网使用情况的电子记录，通过对点击流数据的分析，有助于塑造消费者画像，从而更好地理解消费者在商业活动中的行为，进而为企业营销推广和营销战略制定提供有力指导。KIM等^[17]也认为在社交商务环境下，消费者反馈信息可以在一定程度上反映消费者的行为偏好和兴趣，具体表现为企业可以通过大数据，分析用户的反馈信息，洞察消费者的行为倾向及动态需求，从而为企业个性化营销奠定基础。其中，消费者信息反馈可以分为显式反馈(如评论或打分)和隐式反馈(如网页浏览、点击或收藏)。显式反馈是由消费者明确提供的可以揭示其偏好和兴趣的数据；隐式反馈是指消费者并未直接提供，而是根据消费者的一系列活动收集的能够反映其偏好或兴趣的数据^[18]。

论文期刊发文机构分布能够在一定程度上反映该研究的空间分布特点，有助于学者快速掌握该领域的研究视角和研究群体。为考察社交商务研究的主要学术团体，本研究基于CiteSpace将发文机构的发文量及成果集中发表时间进行汇总(见表1)。由表1可见：①样本研究文献所涉及的274个机构主要集中在亚洲和欧美地区，其中，排名前三的是香港城市大学、中国科学技术大学和纽卡斯尔大学，说明这3个研究单位在社交商务领域取得了较丰硕的科研成果；②中国关于社交商务研究的发文量最高，并且前9家机构中有5家来自中国，表明我国学者在社交商务研究领域具有较高的国际影响力。

( 3)企业营销策略/品牌建设 企业营销策略/品牌建设主要包含特质理论和营销策略两个研究主题。其中，特质理论涉及社交商务网站特质和消费者特质。例如，DEHGHANI等^[24]发现，Youtube广告娱乐性、定制化程度、信息量及令人反感程度会显著影响购买意向，其中，广告的定制化程度对广告效果影响最大。消费者特质的细分一直以来都是研究者注意力的中心，不同消费者特征(如性别、年龄)的线上购物模式具有明显差异，WANG等^[25]发现，刺激程度对享乐价值的影响对女性比男性消费者更高，老年消费者心流体验并不会带来愉悦，并且实用价值对于年轻(vs.老年)消费者群体的重要性程度更高。JUNCO等^[26]将手机使用者划分为千禧一代、马路勇士和担忧的父母。千禧一代即10～25岁的90、00后，他们对新事物接受力强，但对商业世界有些许不屑；马路勇士比较擅于使用手机进行商务活动；担忧的父母使用手机的目的即是为了与孩子联系。KONU等^[27]将多渠道购物者划分为渠道偏好不定者(40%)、多渠道购物热衷者(37%)和实体店消费者(23%)。但总体上，现有文献基于消费者特质的研究较多，而企业视角的特质研究非常匮乏，并未很好地从二者匹配的角度研究不同社交商务平台及产品类型对消费者的影响。

社交关系模式主要包含社交关系和社交网络两个研究内容。信息技术的发展推动人际关系逐渐由线下向线上转移，用户通过分享自己的知识和经历来表达自己的生存状态，由此形成一个巨大的社会关系网络；同时因兴趣偏好、个性特征等因素的差异，形成各种各样的群落。当前，国内外关于社交商务中社会网络的分析，主要集中在社交网络的功能设计、用户行为、个性化推荐和精准营销等，例如，丁绪武等^[22]以“美丽说”为分析对象，通过使用细分树向量空间模型和复杂网络工具Gephi，提取用户兴趣信息，构建用户兴趣图谱。此外，通常情况下强关系网络更倾向于选择对信息的披露和传递，具有强关系网络的社会化推荐，更有利于交易的达成。但在TRUSOV等^[23]的研究中发现，弱关系的推荐也会对消费者的购买决策产生积极的作用，弱关系网络中的个体更倾向于表达真实的信息，且没有外来信息的干扰，能够做出更客观的评价。总的来讲，目前对于社交商务和社会网络结合的研究还处于初步阶段，较多地停留在理论层面，而较少去验证社会网络分析在社交商务活动中产生的社会价值，缺乏对社交商务效果的评价。

围绕网上推荐发起人信用评估展开的研究主要有社会化推荐、信任和隐私。网上推荐包括商家推荐和用户推荐。商家推荐一般出现在电子商务情境下，商家基于用户交易、网络行为及用户特征等多维数据，通过人工智能算法，对消费者进行人物画像和偏好预测，从而实现对用户的个性化推荐；此时顾客与其他顾客之间通常是互不相识的，进行的是一对一的互动。常用的线上推荐技术有协同过滤技术、内容过滤技术、知识发现推荐系统、神经网络和遗传算法等。在社交商务情境中，用户推荐通常表现为社交平台上的用户通过在线社群与朋友或者其他顾客进行一对多互动，与口碑传播的作用类似，重在互动和分享，促进交易的形成是附属目标。由此可见，不管是商家推荐还是用户推荐，信任都是有效推荐的关键纽带，比如KIM等^[21]认为，信任对消费者购买和口碑传播有显著作用，并发现社交商务的所有特征(声誉、规模、信息质量、交易安全、通信和口碑)对信任都有显著的影响。此外，在海量信息时代，越来越多的企业利用大数据技术，分析消费者的显式反馈和隐式反馈信息，以获取用户偏好，从而实现对消费者的精准营销，使用户快速找到喜爱的商品，享受更轻松的购物过程。但精准营销是建立在获取、占用和分析大量用户信息的基础上，这在一定程度上会引发用户的隐私担忧，甚至产生心理抗拒，这也是当下企业面临的难题。

“凡有血肉的，不再被洪水灭绝，也不再有洪水毁坏地了”，“我把虹放在云彩中，这就可作我与地立约的记号了。我使云彩盖地的时候，必有虹现在云彩中。我使纪念我与你们和各样有血肉的活物所立的约，水就再不泛滥毁坏一切有血肉的物了。”(《创世纪·第九章》)

营销策略主要涉及渠道和价值共创两个关键内容，随着信息技术和社交媒体的发展，新兴渠道的产生和价值创造成为时下被关注的研究热点。社交商务的兴起和发展促进了传统供销渠道的变革，催生了诸多新兴业态的产生(如直播吧、蘑菇街、美丽说、小红书等)，同时为社交商务行业制定适应竞争环境的营销策略提供支持。例如，ZHANG等^[28]认为在社交商务活动中，可以通过对现有市场进行简化或者对现有渠道进行拆分或整合，从而为社交商务活动开发利基市场；TOUBIA等^[29]对Twitter用户向社交媒体提供内容的动机进行实证研究，发现相对于企业营销而言，消费者更信赖同伴分享或者社交媒体平台的口碑传播，以Twitte为代表的社交媒体平台或许是一种较好的营销传播媒介。但营销策略的成功绝不仅仅是电子商务与社交媒体的结合，还需要与企业社会责任、客户关系管理和产品质量及服务保障等因素相结合，才能为企业创造持久的竞争优势。此外，价值共创指的是消费者与生产者共同创造的价值，最早可以追溯到19世纪。21世纪以来，社会化媒体驱动的人际关系互动行为不断丰富与深化，价值共创涵盖的范围不断扩大，也包含由消费者自发选择与生产者合作共同创造价值的活动。例如，杨学成等^[30]基于传统价值链理论提出柔性价值网的概念，认为社交商务中价值共创包含连接驱动的价值共创路径、互动驱动的价值共创路径和重购驱动的价值共创路径，以解释社交商务环境下的价值共创行为，为其他从事价值共创活动的企业提供借鉴。

( 4)商业模式创新 商业模式创新不仅是社交商务领域研究的热点主题，也是各个领域关注的焦点。围绕新兴商业模式的研究主要涉及模式创新/设计和大数据。在商业模式方面，LEITNER等^[31]在对社区驱动性的社交商务模式分析时，提出了一个经典的商业模式框架，包括协作式购物网络(商家基于共同利益形成的商业联盟或合作)、社区驱动型商务(众包：与用户共创价值)、生活商务(Group模式)和大规模定制(制造商主导模式：一种集企业、客户、供应商、员工和环境于一体，根据客户的个性化需求，以大批量生产的低成本、高质量和高效率提供定制产品和服务的生产方式)。在此基础上，LEITNER等^[31]发现，随着用户对整个社交商务参与需求的不断增加，消费者对创新的社交商务模式和概念(如众包、消费者生成内容或个性化定制)有着强烈的需求；基于此他们还构建了协作式购物网络模型，提出了满足现代消费者需求的主要因素。但也有学者认为在大数据时代，社交商务企业与消费者的信息更趋于透明，其商业模式很容易被其他竞争者复制，无法形成一个行业安全壁垒，导致越来越多的同质化竞争者进入该行业。为了在激烈的市场竞争中获得竞争优势，社交商务行业的经营者不得不通过更多的渠道和手段来留住顾客，由此增加了行业的整体成本，甚至会导致恶性竞争，使得整个行业都受到破坏^[32]。针对上述行业问题，KIM等^[21]提出了一种能够反映社交商务模式本质特征的模型，以展示社交商务行业业务流程和竞争格局，从而克服现有商业模式的缺点，帮助该行业实现健康有序发展。

基于上述分析可以发现，由九大引文聚类主题构成的社交商务四大要素活动互为补充、互为促进，并且社交商务研究始终与社交商务活动的发展密不可分。电子商务的兴起将交易从线下转移到线上，此时企业通过改善网站功能、提高网站质量来获取更多的用户流量；随着互联网和社交媒体的普及，推动了社交商务的发展和繁荣；大数据技术的发展，使消费者线上的显式和隐式反馈信息趋于透明，用户行为偏好和动态需求更易捕捉。此外，个体消费者的异质性和个性化需求倒逼企业改变运营方式，拓宽商品渠道，进行产业链变革，在大数据分析的支撑下，由传统的粗犷型大批量生产向精细化小批量定制转变，促使企业基于市场变化采取灵活有效的营销策略和品牌推广，也促使社交商务企业产业链重组和商业模式创新。在这个过程中，社交商务研究始终围绕社交商务活动的用户、渠道和场景3个核心要素展开^[7]。其中，社交商务的用户是指流量获取和用户群体。企业层面上，商家利用高质量网站设计(如有赞、点点客)和个性化精准营销，实现对用户流量的获取；用户层面，在社交商务环境中，每一个用户都是一个节点，利用自己的社交关系，通过互动和传播实现用户裂变。社交商务的渠道是指企业基于大数据分析获取的用户偏好进行商品选品，以个性化定制的方式满足大量异质性顾客的需求，并基于社交商务平台与消费者细分类型(或产品类型)之间的匹配关系，制定差异化营销策略，强调企业与供应商之间的协调管理和企业与消费者之间的价值共创。由于该过程是基于特定属性人群的精准传播和信任传递，因此也为一些产品优质但知名度不高的品牌提供了发展空间。社交商务的场景是指社交商务活动的交易场景，包括交易平台(平台型和导购型)和周边服务(第三方支付和物流服务)，一般发生在社群、朋友圈等以话题、主动分享推动的“发现”式购物场景中。随着不同时期新事物的出现，用户、渠道和场景之间的关系不断重构，这种动态调整和主动适应的过程，使社交商务的各个环节有更高的运作效率和更好的配合效果，由此形成了社交商务研究领域的主线框架(见图3)。

图3 社交商务研究主线框架

经过十多年的发展，社交商务及相关研究在研究内容上与时俱进，既保持了传统电子商务研究内容的传承，又体现了新兴问题的演化。比如，社交商务与消费者行为之间的关系研究一直受到较高的关注度，但在不同阶段也略有差异，由最初探讨消费者对社交商务网站质量和软硬件环境的评价及其影响因素等技术层面，向分析社交商务环境下消费者决策过程和决策结果等行为层面转变，其中包括对消费者的在线评论、个性化推荐、口碑传播、购买意向及购买满意度等方面的探讨。此外，随着商业环境的急剧变化和信息技术的快速发展，社交商务在企业营销策略制定和品牌建设的过程中扮演着越来越重要的角色，且商业模式创新也对社交商务提出更高的要求，比如，基于特质理论对社交商务企业和消费者进行细分，探究平台与用户之间的匹配度、企业与用户价值共创及社交商务企业商业模式创新等，成为当下研究的热点。

对照组接受常规产后护理,包括母乳喂养知识、乳房热敷、护士床旁指导正确喂养方式、心理支持等。观察组在对照组基础上使用射频电疗,产妇取仰卧位,进行双侧乳房局部清洁,治疗片置于纱布上,贴紧乳房四周,以外用固定带加压,再根据产妇耐受程度调节治疗强度,从0Hz开始,逐渐增加至产妇可耐受强度,持续15~25min,1次/d。剖宫产后次日开始,直至出院当天。

5 结语

本研究基于社交商务研究相关的345篇文献，采用文献计量方法，对文献进行特征分析和共被引主题聚类，系统回顾了社交商务十多年的研究成果。从研究内容上将该领域发展的主题划分为九大引文聚类，并将其归纳为社交商务研究的四大要素活动，厘清了社交商务研究发展的文献特征和热点主题演化，在此基础上归纳出社交商务研究的主线；并结合社交商务活动的实施效果，提炼出社交商务研究的整合性框架。社交商务的研究主题从早期少量研究到现在形成系统性的理论框架，其与信息技术、大数据理论和方法的发展具有高度的一致性，基本符合电子商务发展的一般需求。

（5）强大的系统提醒功能，同时集成短信平台，各种提醒不仅在电脑里主动弹出，而且可以出现在手机里，提醒一切可能忘记的事项。

随着互联网和电子商务的兴起，其与营销学、心理学和计算机等学科融合发展，社交商务及相关领域的研究得到了更为广泛的关注。基于文献分析与社交商务发展的现实需求，本研究归纳出一些相关的研究热点问题：①在社交商务环境下，用户产生内容成为信息裂变的关键。但当前研究多围绕单一(单一数量/单一类型)社交购物平台的技术特征，缺乏从系统性和全局性视角来深入研究相关问题。基于此，未来的研究可以聚焦于挖掘社交商务平台与影响用户粘度和忠诚度的关键技术特征，探究消费者在社交商务环境中做出购买决策的关键因素和路径，并有效评价用户生成内容对企业绩效的影响能力。②当前多数研究仍基于消费者视角，涉及企业视角的研究相对较少，并且研究成果主要以IS领域为主，营销领域较少。基于此，在未来的研究中，一方面可增加对企业社交商务的研究，进一步探索社交平台与消费者或产品类型之间的匹配关系；另一方面，社交商务研究的学科交叉属性会进一步增强，与市场营销、计算机科学、社会学和心理学等学科的融合研究会促进高质量成果的产出。③企业与消费者的价值共创模糊了生产者与消费者的界限，二者在服务过程中的价值共创及其效果有待深化。基于此，从社交商务活动中的生产链要素角度来考虑企业与供应商及消费者之间的合作关系，探索企业内部各要素的协调管理效率及要素间的价值共创能力，将会成为相关研究的重要组成部分。④由于社交商务经营模式同质化程度较高，导致该行业准入门槛低，因此社交商务差异化营销模式的设计与效果评价得到了企业与学者共同的关注。基于此，探究成功社交商务商业模式的特质和要素构成，并结合大数据技术实现对海量用户信息的实时监测和分析，以促进企业内部商业模式的创新和大数据利用效率，是未来相关研究的重要内容。

参考文献

[1] LIANG T P, HO Y T, LI Y W, et al. What Drives Social Commerce: The Role of Social Support and Relationship Quality[J].International Journal of Electronic Commerce，2011，16(2)：69-90.

[2] LIN X, LI Y, WANG X. Social Commerce Research: Definition, Research Themes and the Trends[J].International Journal of Information Management，2017，37(3)：190-201.

[3] GWI. GlobalWebIndex’s Quarterly Report on the Latest Trends in Social Networking [EB/OL]. (2015-10-12)[2018-12-21].https://www.globalwebindex.net/hubfs/Reports/GWI_Social_Report_-_Q3_2015_Summary.pdf.

[4] 鲸准研究院. 社交电商行业研究报告[EB/OL].(2018-04-20)[2018-12-04]. http://www.100ec.cn/detail--6446023.html.

[5] WANG Z Y, LI G, LI C Y, et al. Research on the Semantic-Based Co-Word Analysis[J]. Scientometrics，2012，90(3)：855-875.

[6] BUSALIM A H, HUSSIN A R C. Understanding Social Commerce: A Systematic Literature Review and Directions for Further Research[J].International Journal of Information Management，2016，36(6)：1 075-1 088.

[7] ZHANG K Z, BENYOUCEF M. Consumer Behavior in Social Commerce: A Literature Review[J].Decision Support Systems，2016，86：95-108.

[8] REPISO R, AHEDO J, MONTERO J. The Presence of the Encyclicals in Web of Science: A Bibliometric Approach[J].Scientometrics，2018，115(1)：487-500.

[9] CHEN Y, WU C. The Hot Spot Transformation in the Research Evolution of Maker[J].Scientometrics，2017，113(3)：1 307-1 324.

[10] CHEN C. CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature[J].Journal of the Association for Information Science and Technology，2006，57(3)：359-377.

[11] 王炳南. 十二届全国人大常委会专题讲座第二十九讲——国内外电子商务的现状与发展[EB/OL].(2017-06-29)[2018-12-05].http://www.npc.gov.cn/npc/xinwen/2017-06/29/content_2024895.htm.

[12] LIANG T P, TURBAN E. Introduction to the Special Issue Social Commerce: A Research Framework for Social Commerce[J].International Journal of Electronic Commerce，2011，16(2)：5-14.

[13] CHEN M, ZHANG D, ZHOU L. Empowering Collaborative Commerce with Web Services Enabled Business Process Management Systems[J].Decision Support Systems，2007，43(2)：530-546.

[14] OLBRICH R, HOLSING C. Modeling Consumer Purchasing Behavior in Social Shopping Communities with Clickstream Data[J].International Journal of Electronic Commerce，2011，16(2)：15-40.

[15] HAJLI N, SHANMUGAM M, POWELL P, et al. A Study on the Continuance Participation in on-Line Communities with Social Commerce Perspective[J].Technological Forecasting and Social Change，2015，96：232-241.

[16] BUCKLIN R E, SISMEIRO C. Click Here for Internet Insight: Advances in Clickstream Data Analysis in Marketing[J].Journal of Interactive Marketing，2009，23(1)：35-48.

[17] KIM Y, SRIVASTAVA J. Impact of Social Influence in E-Commerce Decision Making[C]// Proceedings of the Ninth International Conference on Electronic Commerce.Minneapolis:ACM,2007:293-302.

[18] 孙鲁平, 张丽君, 汪平. 网上个性化推荐研究述评与展望[J].外国经济与管理，2016，36(8)：82-99.

[19] 胡倩, 林家宝, 李蕾, 等. 社会化商务特性和社会支持对水果消费者购买意愿的影响[J].管理学报，2017，14(7)：1 095-1 104.

[20] 张艳辉, 李宗伟, 赵诣成. 基于淘宝网评论数据的信息质量对在线评论有用性的影响[J].管理学报，2017，14(1)：77-85.

[21] KIM S, PARK H. Effects of Various Characteristics of Social Commerce (S-Commerce) on Consumers’ Trust and Trust Performance[J].International Journal of Information Management，2013，33(2)：318-332.

[22] 丁绪武, 吴忠, 夏志杰. 社会化电子商务用户兴趣图谱构建的研究[J].情报理论与实践，2015，38(3)：90-94.

[23] TRUSOV M, BUCKLIN R E, PAUWELS K. Effects of Word-of-Mouth versus Traditional Marketing: Findings from an Internet Social Networking Site[J].Journal of Marketing，2009，73(5)：90-102.

[24] DEHGHANI M, NIAKI M K, RAMEZANI I, et al. Evaluating the Influence of Youtube Advertising for Attraction of Young Customers[J].Computers in Human Behavior，2016，59：165-172.

[25] WANG Y, YU C. Social Interaction-Based Consumer Decision-Making Model in Social Commerce: The Role of Word of Mouth and Observational Learning[J].International Journal of Information Management，2017，37(3)：179-189.

[26] JUNCO R, MASTRODICASA J. Connecting to the Net. Generation[M]. Washington：Naspa，2007.

[27] KONU U, VERHOEF P C, NESLIN S A. Multichannel Shopper Segments and Their Covariates[J].Journal of Retailing，2008，84(4)：398-413.

[28] ZHANG P, WANG C. The Evolution of Social Commerce: An Examination from the People, Business, Technology, and Information Perspective[J].Communications of the Association for Information Systems，2012，31：105-127.

[29] TOUBIA O, STEPHEN A T. Intrinsic vs. Image-Related Utility in Social Media: Why Do People Contribute Content to Twitter?[J].Marketing Science，2013，32(3)：368-392.

[30] 杨学成, 陶晓波. 社会化商务背景下的价值共创研究——柔性价值网的视角[J].管理世界，2015(8)：170-171.

[31] LEITNER P, GRECHENIG T, KRISHNAMURTHY S, et al.Community Driven Commerce: Design of an Integrated Framework for Social Shopping[C]// Proceedings of the IADIS International Conference E-Commerce 2007. Algarve: IADIS Press, 2007:353-356.

[32] GRETRY A, HORVTH C, BELEI N, et al. “Don’t Pretend to Be My Friend!” When an Informal Brand Communication Style Backfires on Social Media[J].Journal of Business Research，2017，74：77-89.

The Context and Hotspot Evolution of Social Commerce ：A Bibliometric Approach

ZHAO Hong¹ SUN Zhuo¹ ZHANG Sha¹ WANG Zongshui² LIU Wei¹

(1.University of Chinese Academy of Science， Beijing， China; 2. Beijing Information Science and Technology University， Beijing， China)

Abstract ： In order to systematically analyze the intrinsic relevance and epochal characteristics of social commerce research, this study reviews 345 relevant papers from 2005 to 2017 in the “Web of Science Core Collection” by bibliometric method, and concludes the basic characteristics and research hotspots in different periods with the help of CiteSpace. The results of citation analysis show that social commerce research can be divided into nine citation clustering topics. According to the intrinsic correlation of clustering, the research framework includes four elements: technology support / social software integration, user behavior analysis and prediction, enterprise marketing strategy / brand building and business model innovation. Then, the implementation effect of the four elements forms the main framework of social business research.

Key words ： social commerce; literature characteristics; hot topics; research framework; scientometrics

DOI编码： 10.3969/j.issn.1672-884x.2019.06.015

中图法分类号： C93

文献标志码： A

文章编号： 1672- 884X( 2019) 06- 0923- 09

收稿日期 ：2018-12-26

基金项目 ：国家自然科学基金资助面上项目(71772169)；国家自然科学基金资助青年基金项目(71302126)；国家重点研发计划资助项目(2017YFB1400500)；北京市教委社科计划资助一般项目(SM201911232005)；中国博士后基金资助面上项目(2018M641454)

(编辑 桂林)

通讯作者： 王宗水 (1987～)，男，满族，河北唐山人。北京信息科技大学(北京市 100192)经济管理学院副教授；中国科学院大学(北京市 100190)数学科学学院博士后研究人员。研究方向为社会网络营销、知识管理。E-mail: wangzongshui8@163.com

标签：社交商务论文;  文献特征论文;  热点主题论文;  研究框架论文;  科学计量论文;  中国科学院大学经济与管理学院论文;  北京信息科技大学经济管理学院论文;  中国科学院大学数学科学学院论文;