國內知識付費研究熱點及前沿可視化分析

孔 超 丁 璇 唐亦玲

（金陵科技學院圖書館，江蘇 南京 211169）

隨著我國互聯(lián)網(wǎng)技術的發(fā)展，移動支付方式得到了普遍的認可，促進了知識付費領域爆發(fā)式的增長。2016年，大批量的知識付費頻道上線，因此2016年被稱為知識付費的元年。隨后在國家大力推廣分享經(jīng)濟政策的推動下，2019年知識付費平臺用戶人數(shù)規(guī)模接近1.4億，相比2016年增長近50%[1]。但2015年以來，中國居民CPI指數(shù)和家庭債務不斷增長，經(jīng)濟壓力逐漸增加，居民消費回歸理性，同時知識付費平臺在內容質量上良莠不齊，降低了用戶滿意度，阻礙了行業(yè)的健康發(fā)展，知識付費行業(yè)急需轉變思維，從流量思維向內容思維轉化，深耕細作垂直市場，打造差異化精品。面對5G、人工智能等新技術的到來，2020年可能成為知識付費領域又一個重要節(jié)點，在此節(jié)點利用文獻計量軟件對近年來知識付費領域熱點主題和演變趨勢作分析評估，以文獻計量和可視化分析的方式探索知識付費行業(yè)未來發(fā)展趨勢，可以為知識付費行業(yè)的良性發(fā)展提供參考。

1 研究方法及數(shù)據(jù)來源

1.1 研究方法

本次研究基于文獻計量方法展開，文獻計量分析是一種流行的科技文本挖掘工具，它可以定量分析特定領域發(fā)表的文獻[2]，利用廣泛的指標和方法，發(fā)現(xiàn)基礎科學和技術的分布式架構特征和模式，同時也能評估發(fā)展趨勢或未來研究[3]。CiteSpace是由美國德雷克賽爾大學信息科學與技術學院的陳超美教授開發(fā)研制的科學文獻計量自動化軟件[4]，它專注于繪制和可視化科學知識領域的知識結構，可以提供包括作者機構的協(xié)作網(wǎng)絡分析、關鍵詞共現(xiàn)分析、作者聯(lián)合引用分析和文獻共被引分析等功能。筆者應用CiteSpace5.5 R2軟件進行科學計量可視化分析，對“知識付費”主題相關文獻進行關鍵詞共現(xiàn)（Timezone）、聚類分析（Cluster）和突發(fā)性檢測（Burst detection），從分析結果闡述國內學者在知識付費領域研究的發(fā)展趨勢、熱點及前沿。

1.2 研究數(shù)據(jù)

為了準確把握“知識付費”國內研究的發(fā)展趨勢、熱點及前沿，在CNKI數(shù)據(jù)庫對期刊文獻進行主題檢索，條件設置為：主題詞：“知識付費”or“知識變現(xiàn)”or“付費音頻”or“付費問答”or“內容變現(xiàn)”，論文發(fā)表時間：2010年1月1日—2019年12月31日。共檢索出文獻1112篇，將文獻按時間排序進行篩選，手工刪除與主題不相關文獻（新聞、報告等），最終有效文獻583篇。

1.3 數(shù)據(jù)總體分析

將有效文獻信息集合，首先對數(shù)據(jù)進行整體分析，包括文獻增長情況分析和文獻量-作者數(shù)量的矢量動態(tài)分析。文獻增長分析如表1所示。

表1 2010-2019年國內“知識付費”文獻年代分布

從檢索數(shù)據(jù)可以看出，2016年之前無論是業(yè)界還是學界都處于知識付費探索的早期階段，在2012-2014年期間，微博大號、微信公眾號等自媒體初現(xiàn)泛知識付費，內容具有不確定性。自媒體平臺《邏輯思維》開始試水付費會員，第一批會員數(shù)達到5500名，入賬160萬，2014-2016年，資本開始入局泛知識付費，相關平臺開始發(fā)展，以喜馬拉雅FM、分答、知乎Live、得到等為代表的泛知識付費平臺不斷涌現(xiàn)，付費用戶迅速增長，微博、微信相繼開通付費贊賞功能，伴隨移動支付的逐步完善，泛知識付費開始形成。這一階段（2010-2016年）學界開始關注知識付費并相繼發(fā)表相關成果，但仍處于研究的萌芽期，相關文獻僅19篇。2017-2018年該領域研究從萌芽期進入極速上升期，2017年發(fā)表論文116篇，2018年發(fā)表論文225篇，2019年文獻量雖沒有增加，但該年著者人數(shù)有所增長，表明知識付費領域開始呈現(xiàn)大科學時代的合作化研究范式。

根據(jù)表1所統(tǒng)計的累計文獻量和著者數(shù)量，繪制了圖1，進行文獻量-作者數(shù)量的矢量動態(tài)分析。

圖1 2010-2019年國內“知識付費”文獻增長分布

圖1對2010-2016年發(fā)表文獻量的趨勢做線性擬合，可決定系數(shù)R2=0.9182，擬合程度高，表明2016年后文獻量成線性增長趨勢，目前國內知識付費的相關研究處于快速發(fā)展階段。

為了更全面地揭示知識付費領域的總體發(fā)展態(tài)勢，除了年度-文獻分析外，對論文的研究主體及其發(fā)文量進行了統(tǒng)計分析。從有效文獻（583篇）提取著者字段。按賴普斯定律（Price Law）定義計算核心著者最低發(fā)文量[5]，統(tǒng)計顯示：核心著者31人，發(fā)文78篇，發(fā)文量占總文獻量的13.9%，未達到賴普斯定律要求的50%的水平，說明知識付費領域的核心作者總體影響力相對較小，沒有起到該領域的學術引領作用，這也說明知識付費領域研究處于起步發(fā)展階段，需要學者根據(jù)該領域的實時發(fā)展情況，繼續(xù)跟進研究，從而充實該領域的研究成果。

2 研究熱點

關鍵詞是描述文章核心內容的代表性詞匯，對關鍵詞共現(xiàn)的分析有助于充分展示知識付費研究的研究范疇以及知識結構，挖掘研究熱點明確主要課題。本次研究將數(shù)據(jù)的年度區(qū)間設置為2016-2019年，以一年作為一個時間切片（Year Per Slice），將關鍵詞（Keyword）作為節(jié)點類型（Node Type），從每個時間切片中提取頻次排名前50的關鍵詞（Top50），選擇用尋徑算法（Pathfinder）的方式來繪制知識付費高頻關鍵詞共現(xiàn)圖譜，如圖2所示。

圖2顯示了2016-2019年詞頻3次以上的關鍵詞共現(xiàn)情況，字體的大小表示關鍵詞在2016-2019年中介中心性的大小，中介中心性高低可反映一篇文獻對某學科研究領域的樞紐作用[6]，字體越大表示關鍵詞中介中心性越高，從圖中可知中介中心數(shù)值排名前十位分別為：知乎（1.34）、變現(xiàn)（1.21）、喜馬拉雅（0.88）、用戶（0.63）、知識經(jīng)濟（0.55）、分答（0.54）、生產(chǎn)者（0.51）、付費問答（0.5）、出版企業(yè)（0.47）、問答社區(qū)（0.47）。如果采用關鍵詞頻次揭示知識付費領域的研究熱點，那么其中“知識付費”（325）頻次最高，“知識服務”（30）、喜馬拉雅（28）、影響因素（22）、知乎（21）、內容付費（20）、變現(xiàn)（20）、知識經(jīng)濟（19）、付費意愿（16）等出現(xiàn)頻次比較高，無論是從中介中心性還是高頻關鍵詞視角都可看出知識付費研究的學術網(wǎng)絡已逐漸開始形成。

聚類分析是一種探索性數(shù)據(jù)挖掘技術，用于識別和分析特定研究領域中的顯著術語和背景的分類，利用一系列算法將收集到的數(shù)據(jù)轉換為幾個結構化的集群，從而發(fā)現(xiàn)知識領域的主題分布和組織結構[7]。筆者用CiteSpace對583篇文獻的關鍵詞進行聚類，由LLR算法識別出9個研究集群以及每個聚類相對應的關鍵詞，具體如圖3所示。

圖2 知識付費高頻關鍵詞共現(xiàn)網(wǎng)絡圖譜（詞頻大于3）

圖3 知識付費高頻關鍵詞聚類圖譜

若對關鍵詞聚類共現(xiàn)圖譜（喜馬拉雅（#0）、社群經(jīng)濟（#1）、用戶體驗（#2）、信任（#3）、知識付費產(chǎn)品（#4）、回答者（#5）、技術接受模型（#6）、分享經(jīng)濟（#7）、微信公眾號（#8））進一步歸納，發(fā)現(xiàn)知識付費研究主要集中在：知識付費產(chǎn)品、知識付費用戶體驗、知識付費的經(jīng)濟效用、知識付費平臺4個方面。

根據(jù)該領域研究熱點隨時間變遷的特征，借助CiteSpace軟件繪制熱點變遷時間線圖譜，見圖4。

由圖4可知，早期的知識付費研究是從問答平臺相關研究開始的，主要研究成果集中在以“果殼網(wǎng)”推出的“在行”與“分答”以及“”知乎網(wǎng)”的“知乎live”等熱門產(chǎn)品的運營模式上，包括商業(yè)模式、分配機制等，隨著研究的逐步展開，近期的研究熱點轉移至基于utaut模型的用戶行為（需求）研究、互聯(lián)網(wǎng)知識服務的營銷策略及可持續(xù)發(fā)展研究上。

3 研究脈絡

Citespace軟件中Timezone模塊提供了從中介中心性大小及時間分區(qū)的視角可視化關鍵詞共現(xiàn)網(wǎng)絡的功能，可以提煉出知識付費領域2016-2019年的研究脈絡，字體大小表示關鍵詞這4年的中介中心性的大小，字體越大數(shù)值越高，靠近網(wǎng)絡中心位置的關鍵詞代表時間段的核心主題。具體如圖5所示。

圖4 知識付費領域研究主題和熱點變遷時間線圖譜

圖5 知識付費研究的知識演進圖譜（2016-2019）

正如業(yè)界共識，2016年是知識付費的元年，這一年知識性問答產(chǎn)品引發(fā)關注，包括知乎live、分答、在行（果殼網(wǎng)推出的），學者們針對新出現(xiàn)的付費語音問答產(chǎn)品展開探討，包括新的商業(yè)模式、知識變現(xiàn)路徑、人們的付費行為以及他們的擔憂，“有限的時間內的只言片語”是否能讓付費者獲益，真正的專業(yè)類問題能否得到用戶的青睞[8]。知識付費作為共享經(jīng)濟的一個新形態(tài)，它的出現(xiàn)標志了一種新的高質量的信息生產(chǎn)方式的到來。

2017年學者開始探究的新主題是：內容付費、喜馬拉雅、生產(chǎn)者、用戶、認知盈余等。揭示了知識付費的起源可以追溯到源于互聯(lián)網(wǎng)上基于認知盈余的知識分享，當人們發(fā)現(xiàn)購買付費知識產(chǎn)品更高效時，知識付費行為逐漸形成，這在2017年成為了一種現(xiàn)象[9]。同時他們也認為2017年內容創(chuàng)業(yè)的草根時代已經(jīng)終結，精耕細作的機構化時代來臨了[10]，知識付費的用戶將對內容提出更高要求[11]，內容生產(chǎn)的專業(yè)化、深度化和優(yōu)質化將是運營成功的核心要素[10]。重視人的連接、關系的知識社群產(chǎn)品將獲得更多人的認可，它能讓用戶在小群體互動中掌握更為微妙的知識，并在教與學的互動中創(chuàng)造出新的知識，形成知識創(chuàng)造型社群[9]。

2018年知識服務、付費意愿、大學生、知識共享、新媒體、技術接受模型、結構方程模型等主題是研究熱點。值得關注的是，相較于研究主題的演進，這一年的研究方法和范式也出現(xiàn)諸多變化，基于付費行為、持續(xù)使用意愿等注重實證分析的文獻開始涌現(xiàn)，學者們開始采用各種理論建立研究假設，并運用調查問卷、結構方程模型及回歸分析等統(tǒng)計方法驗證研究假設，得出研究結論。在文章中已采用的理論有感知價值理論、使用與滿足理論、社會交換理論、技術接受模型、期望確認理論、社會資本理論等。研究群體的覆蓋面很廣泛，年齡層次涵蓋了18歲以下至50歲以上的人群，其中也不乏主要針對青年人群尤其是大學生群體的付費意愿、動機等相關研究，這類研究群體的選擇符合百度指數(shù)人群畫像提到的九成知識付費用戶年齡分布在20-49歲的觀點。

2019年熱點主題是用戶需求、轉型升級等。隨著共享經(jīng)濟的發(fā)展，學者們發(fā)現(xiàn)人們對優(yōu)質、稀缺的內容付費意愿還在不斷加強，對品質文化產(chǎn)品的需求仍在不斷增加，應當順應市場，重視用戶需求，他們選擇從用戶運營管理[12]、品質革命[13]及服務體系構建[14]等方向展開研究，通過問卷調查的形式，從目的、偏好、呈現(xiàn)形式、滿意度等方向展開廣泛調研，在調研基礎上，提出基于用戶需求的服務體系實施策略和用戶運營策略。此外，在知識付費浪潮下，出版行業(yè)的轉型升級也是學者關注的另一個焦點，他們對出版社構建知識付費模式的可能性[15]以及特定類別期刊轉型路徑提出發(fā)展思路[16]。

4 研究前沿

關鍵詞的突現(xiàn)分析是確定某領域研究前沿的一種文獻計量方法，通過某一時間段中引用量突增的關鍵詞，能發(fā)現(xiàn)在此時間段受到廣泛關注的研究主題，數(shù)值越高說明關注度越強，可將其確定為研究前沿[17]。

運用CiteSpace軟件的突現(xiàn)詞（Burst terms）功能考察583篇有效文獻關鍵詞詞頻，將頻次變化率高的詞從主體詞中探測出來，如圖6所示。

圖6 知識付費關鍵詞突現(xiàn)信息分析圖

突現(xiàn)結果為“回答者”“提問者”“變現(xiàn)”和“版權”4個關鍵詞受到廣泛關注。從時間劃分上看，有關版權的研究屬于當前知識付費領域的前沿問題。知識付費作為版權產(chǎn)生、變現(xiàn)、利用的新模式，它與版權保護的核心理念是一致的，同是尊重知識、尊重創(chuàng)作[18]。為了知識付費等知識服務產(chǎn)業(yè)的發(fā)展，2015年以來相關的知識產(chǎn)權政策法規(guī)陸續(xù)出臺，2019年11月國務院印發(fā)了《關于強化知識產(chǎn)權保護的意見》，它的推出對于知識付費行業(yè)的發(fā)展具有長遠意義。

5 結論

十九大報告指出，中國特色社會主義進入新時代，我國社會主要矛盾轉化為人們日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。人們日益增長的美好生活需要，說明了人們的需求不再是簡單生存型，而是更傾向內涵豐富、層次更好的物質精神雙重型，知識消費就是新時代國人消費結構轉變升級的需要，也是分享經(jīng)濟（知識服務）市場供給側改革的結果[19]。筆者運用文獻計量、知識圖譜的方式，回顧和審視了國內2010-2019年的知識消費主題研究的熱點、演進以及前沿，研究發(fā)現(xiàn)：

（1）2010-2019年國內知識付費研究的知識演進：初期對知識付費現(xiàn)象的產(chǎn)生進行辨析，圍繞熱門知識問答性產(chǎn)品做定性研究，對知識付費運營的模式做深入探討，闡述了內容生產(chǎn)和社群性對知識付費的影響，實證研究了知識付費主要用戶群體的付費意愿及行為特征，重點關注了知識付費中的知識產(chǎn)權問題及出版企業(yè)轉型升級。

（2）研究方法上從對現(xiàn)象的闡述與評論，逐漸轉變?yōu)閲@某一主題的分解、延伸和深入研究，論證過程廣泛采用數(shù)據(jù)支撐的多理論模型計量實證研究。近幾年知識付費相關研究人數(shù)不斷增長，體現(xiàn)出大科學時代的合作化研究范式，促使了該領域的學術網(wǎng)絡逐漸形成。

未來除了上述研究前沿所提及內容以外，筆者認為還有以下兩個方面值得關注：

（1）知識付費的定價研究。從上述文獻分析可知，近年來知識付費正處于高速發(fā)展、方興未艾，用戶對內容的專業(yè)化、深度化、優(yōu)質化要求越來越高，這對內容制作提出了更高的要求。如何匹配這種供需關系需要平臺或產(chǎn)品設計合理的知識定價機制，合理性要從用戶的個性化知識需求、對內容提供者的激勵性、以及兼顧避免“數(shù)字鴻溝”過大的知識分享社會性問題等方面考慮。目前知識付費平臺或產(chǎn)品多采用發(fā)布式定價方式（固定價格），背后的定價機制研究不多，優(yōu)惠形式除了特殊時間段打折降價以外，比較特別的是拼團或分享朋友圈來享受優(yōu)惠價格，其合理性和實際效用有待學者評估，也有提出通過協(xié)商定價的方式來充實知識付費定價策略，這一定價方法具備理論意義，但其在實際運作中的效用也需未來通過實證方式去檢驗。

（2）基于5G、AI等新技術的知識付費場景的應用研究。隨著第五代移動通信技術（5G）、人工智能（AI）等新技術的日趨成熟，增強移動寬帶的場景應用將直接影響知識付費，可以為其提供更多知識的分發(fā)渠道，基于5G的三大應用場景技術落地（大帶寬、大連接、低時延），為知識付費的生產(chǎn)端、傳播端、企業(yè)端提供新的發(fā)展機遇，包含了高品質音頻在線化、實時化（eMBB）；多聲源同步、聲畫同步（uRLLC）；智能硬件聯(lián)接與虛擬化，理解與交互（IoT）。5G+AI、5G+AR/VR技術結合，能深入分析用戶瀏覽習慣，對知識產(chǎn)品進行細分與定制化推薦，為用戶量身定制學習計劃，推出更加個性化產(chǎn)品。這些新技術與知識付費的融合，是未來值得關注的焦點。