Page 125 - 党政研究2019年第4期

（三）文献共被引分析
ＣｉｔｅＳｐａｃｅ 软件的开发者陈超美曾提到，借助文献共被引分析，能够帮助研究人员搜
寻该领域的前沿研究。本研究在 ＣｉｔｅＳｐａｃｅ 软件上将节点选择为 ｃｉｔｅｄ ｒｅｆｅｒｅｎｃｅ，术语类型
选 ｂｕｒｓｔ ｔｅｒｍｓ，对 ＷＯＳ 数据进行文献共被引网络聚类分析，显示方式为 ｔｉｍｅｌｉｎｅ 模式 （见
图 ６）。从其生成的知识图谱的模块度和轮廓值指标来看，这幅图在聚类方面是理想的。
网络的模块度是 ０． ７８４５，说明这一共被引聚类可以清楚的界定出研究主题的各个子领域。
聚类效度评价的另一个指标———平均轮廓值的分值是 ０． ４４２５，相对较低，这主要是因为
很多小聚类的存在，对于本文中我们关注的大聚类来说，平均轮廓值其实是比较高的。
通过共被引网络聚类图和阅读重要节点文章，可以确定聚类＃０ 和＃１ 是目前该领域研
究的重点，其中 Ａｕｔｈｏｒ、Ｇｏｏｓ、Ｍｏｋｙ、Ａｃｅｍｏｇｌｕ 和 Ｆｒｅｙ 等人的文献构成了该领域的研究
前沿，也代表着该领域研究的发展趋势，下文将对这些文献进行评述。

图 ６ ＷＯＳ１９８０—２０１８ 年间技术进步与就业文献共被引网络聚类分析 ｔｉｍｅｌｉｎｅ视图

三、技术进步对就业影响关键文献述评
通过 ＣｉｔｅＳｐａｃｅ 软件对相关文献的可视化分析，可以准确把握相关研究的重点文献。
通过对重点文献进行总结和整理，可以发现目前技术进步对就业影响的前沿文献主要从人
工智能的 “职业替代”和 “职业创造”两个方面进行研究。部分学者也针对智能机器人
对制造业劳动力的影响进行了相关研究。
（一）职业替代
目前主要有两类人工智能替代职业的研究。一种是基于任务的方法。Ａｕｔｏｒ 等提出的
任务模型是任务方法的基础模型，该模型最大的特点在于它区分了劳动技术 （劳动者个体
在一段时间内的禀赋）与任务 （劳动活动），而我们所熟悉的职位则是数个任务构成
的。 在不同任务时间内，如何分配不同类型的劳动影响着就业问题。在生产中需要常规
〔 ２〕
型和非常规型两种任务，并且这两种任务只有相互配合，才能取得良好效果。 低技能劳
〔 ３〕
动只能从事常规任务，高技能劳动更适合从事非常规型任务。劳动与任务的匹配程度影响
着社会就业，匹配度越高，社会失业率越低；匹配度越低，则社会失业率越高。采取这种
２ · ·
１ ５