《Algorithms》：The Evolution of Competitive Strategy: An Unsupervised Machine Learning Approach Using Topic Modeling and Keyword Clustering
编辑推荐：
近年来，竞争战略领域吸引了日益增长的学术兴趣；然而，该研究领域的知识框架与主题演化仍呈碎片化状态。本研究旨在利用无监督机器学习框架系统地图绘制约战战略研究的演化。研究人员基于Scopus数据库中2015年至2025年间索引的约3900篇期刊文章数据集，采用概率
近年来，竞争战略领域吸引了日益增长的学术兴趣；然而，该研究领域的知识框架与主题演化仍呈碎片化状态。本研究旨在利用无监督机器学习框架系统地图绘制约战战略研究的演化。研究人员基于Scopus数据库中2015年至2025年间索引的约3900篇期刊文章数据集，采用概率主题建模（具体而言是Latent Dirichlet Allocation (LDA)），结合关键词共现网络分析、主题图谱绘制及社区检测技术，以识别该领域的潜在主题结构。研究结果揭示了一个模块化且相互关联的概念景观，其中基于能力的战略视角（特别是动态能力（Dynamic Capabilities）与资源基础观（Resource-Based View, RBV））继续占据文献的核心位置。与此同时，与数字化转型、人工智能（Artificial Intelligence, AI）、供应链韧性、环境、社会与治理（Environmental, Social, and Governance, ESG）导向管理以及聚焦可持续性的战略能力相关的主题显示出显著增长与新浮现的突出地位。时间分析进一步表明，该领域正逐渐向数字化整合、可持续性导向及能力驱动的战略框架重构。通过将主题建模与基于网络的文献计量分析相结合，本研究提供了对该领域知识演化全面且数据驱动的图谱。本研究通过综合该领域的潜在主题结构，并展示互补的计算与文献计量技术如何支持快速演化研究领域中的大规模文献图谱绘制，从而为竞争战略研究做出贡献。
研究背景方面，竞争战略研究近年来因快速数字化、平台化竞争及数据密集型商业环境的战略重要性提升而经历重大转型。古典战略视角（如Porter的产业基础观、五力模型、资源基础观（Resource-Based View, RBV）及动态能力（Dynamic Capabilities）框架）虽奠定了企业竞争优势解释的基础，但数字技术与人工智能（Artificial Intelligence, AI）、工业4.0（Industry 4.0）、平台生态系统等的融合引入了复杂性，挑战了静态或纯企业中心的战略解释。现有综述多依赖叙述性回顾或常规文献计量，难以揭示潜在的隐性主题结构及高阶概念关系，尤其无法捕捉经典能力与数字化、设计相关语境的重构关系，也无法系统检验数字化转型、供应链韧性、可持续性等新主题如何重塑领域框架。鉴于竞争战略不再围绕单一范式，而是演化为多层互联的知识域，亟需数据驱动的综合分析来厘清其当代结构及传统理论的再解释，故开展此项研究。研究人员通过对Scopus数据库2015至2025年约3900篇文献的分析，集成多种无监督机器学习与网络技术分析，得出竞争战略领域呈模块化互联景观，经典能力视角仍居中心但数字化与可持续性等主题显著增长且领域正向数字化整合、可持续性导向及能力驱动框架重构的结论。该研究的意义在于三方面：厘清数字与设计语境下主题重构；概念上展示RBV与动态能力被延伸而非取代；方法上演示主题建模与文献计量网络作为互补工具的价值，为复杂战略领域知识结构变化提供可扩展可复现的图谱方法。论文发表在《Algorithms》。
为开展研究，研究人员主要采用的关键技术方法包括：数据来源于Scopus数据库2015至2025年商业、经济与社会科学领域同行评审期刊文章约3900篇；文本预处理含小写化、去标点、去停用词、词形还原及构建文档-术语矩阵（Document–Term Matrix, DTM）并稀疏阈值0.99过滤；采用Latent Dirichlet Allocation (LDA)概率主题建模，基于统计诊断、语义连贯性与主题区分度选定8主题方案；构建关键词共现网络，保留至少10篇文献出现且共现至少5次的词汇，应用Louvain社区检测算法；结合时间趋势分析、主题图谱（Centrality与Density四象限）、突现（Burst）检测及介数中心性（Betweenness Centrality）分析以揭示概念关系与演化。
研究结果部分保留小标题并说明如下：
4.1. Descriptive Context of Competitive Strategy Research：通过对出版量与关键词的描述性分析，研究人员发现2015至2025年发文量稳步增长，2021年后加速，2025年超1000篇，反映数字化转型与平台竞争受关注；高频关键词中动态能力（Dynamic Capabilities）与资源基础观（Resource-Based View, RBV）仍占主导，数字化转型（Digital Transformation）、人工智能（Artificial Intelligence, AI）、工业4.0（Industry 4.0）、供应链韧性（Supply Chain Resilience）等增长明显，表明技术驱动与数字化视角日益融入战略管理。
4.2. Topic Modeling Results：LDA识别出8个连贯主题（T1至T8），涵盖动态能力与战略设计、战略能力发展与组织绩效、竞争战略与资源基础优势、供应链能力与知识整合、组织绩效与战略资源整合、竞争战略与可持续创新、数字化转型与绿色创新能力、制造竞争力与组织资源；8主题方案在统计拟合与UMass连贯性（-0.863优于6主题的-1.300）上更优；主题分布相对均衡，T1（动态能力、创新与战略设计）与T6（竞争战略与可持续创新）占比最高；连贯性评分显示T3最高，T1、T2等因跨理论传统而较低，但综合多标准选定8主题为有效表示。
4.3. Topic Trends over Time：时间演化显示T2（战略能力发展与组织绩效）早期占比高（2016-2019）后2020年下降；T1呈长期上升，2021后尤甚，2025成最突出主题；T3与T6保持稳定，其余中等波动，表明研究优先级渐变重构而非突变，经典理论与新兴领域共存。
4.4. Keyword Co-Occurrence Network and Clustering：余弦相似度网络（阈值0.62）将8主题分为两社区——一含T1、T5、T6、T7、T8（创新设计、可持续、数字化、资源），二含T2、T3、T4（能力发展、资源基础、供应链），但有互联；层次聚类显示T5与T8最近，T1加入，T2与T4先聚再入T3，T6与T7成对；Louvain算法得5关键词集群（能力战略、数字化AI分析、供应链运营、可持续环境、创新知识能力）；主题图谱中供应链、绩效、动态能力、数字化属电机主题（Motor Themes），动态能力创新等知识管理属基本主题（Basic Themes），可持续属利基主题（Niche Themes），重构能力数字采纳属新兴或衰退主题（Emerging or Declining Themes）；关键词演化图显示创新知识持续重要，可持续与供应链新兴；CAGR增长最快为绿色创新（Green Innovation）与可持续绩效（Sustainable Performance），工业4.0（Industry 4.0）、数字化转型（Digital Transformation）、AI等强增长；突现检测最强为大数据分析能力（Big Data Analytics Capability）、绿色智力资本（Green Intellectual Capital）、ESG绩效（ESG Performance）、ESG、绿色人力资源管理、绿色创业导向，AI、区块链（Blockchain Technology）、数字能力（Digital Capability）、供应链风险管理亦突显；介数中心性最高为动态能力（Dynamic Capabilities），次为资源基础观（Resource-Based View, RBV），创新、数字化转型、企业绩效、可持续发展、竞争战略、供应链等亦高，显示能力视角为核心桥梁。
讨论部分总结：研究人员指出竞争战略演化为受技术转型、可持续性、运营韧性与能力视角塑造的多维互联领域；动态能力（Dynamic Capabilities）与资源基础观（Resource-Based View, RBV）仍为中心，高频中心性证明其连接多研究流的桥梁作用；领域不再单一范式而是多样化互联结构，数字化、供应链、适应力、绩效、可持续与能力视角紧密整合而非孤立；方法论上展示计算文献综述（Computational Literature Review）潜力，集成主题建模与网络分析可识别隐性结构与时间转换；提出整合框架：新兴主题（数字化、可持续、供应链韧性）延伸而非取代经典RBV与动态能力，符合数字商业战略（Digital Business Strategy）观点，即数字技术从运营支持转为核心战略资源，动态能力在平台生态中依赖生态参与与资源编排；竞争优势源于组织能力、数字基础设施、生态关系与可持续性交互。
结论部分翻译：本研究通过对Scopus索引2015至2025年大型学术出版物的无监督机器学习与文献计量分析，考察了竞争战略研究的知识结构与主题演化。集成主题建模、关键词共现、主题图谱、突现检测、中心性分析与时间趋势评估，提供了该文献近年演化的全面数据驱动概览。研究发现基于能力的战略视角（特别是动态能力与资源基础观）仍居竞争战略研究知识结构中心，其在关键词网络中的突出位置表明尽管领域主题多样化，这些视角仍提供稳健理论基础。同时结果显示竞争战略研究逐渐超越传统理论边界，数字化转型、人工智能、大数据分析能力、工业4.0、供应链韧性、可持续性导向管理、ESG相关战略主题显著增长并浮现突出地位，凸显技术、运营、环境与组织视角在当代研究中日益整合。综合分析表明竞争战略研究正向多维互联知识结构演化，数字化转型、可持续性与组织能力交互较早期更紧密，竞争优势渐由技术适应性、组织灵活性、可持续性整合与数据驱动战略能力共同构念。除实质发现外，研究在战略管理文献方法论上有贡献，结合无监督机器学习与文献计量网络展示计算途径在系统图谱大规模复杂学术领域的潜力，该框架能识别隐性主题结构、概念关系与新兴轨迹，弥补传统叙述综述不足。局限包括仅用Scopus数据库可能遗漏他库文献，机器学习文本挖掘识统计语义模式而非个别研究理论细节；未来可扩数据库（Web of Science、Dimensions）、用动态主题建模（Dynamic Topic Modeling, DTM）、BERTopic等Transformer方法、结合定性综述以丰富解释。总体而言，研究表明竞争战略研究具日益互联知识结构，经典能力理论随数字化、可持续性、生态导向竞争演化，有助于理解战略管理文献如何应对当代技术、环境与组织挑战。
要不要我帮你把这篇论文解读里的核心结论，整理成一份适合在学术汇报中使用的要点提纲？
