引用本文： 穆愷雯, 夏萍. 價值共創理論在國內醫療服務領域的研究熱點與趨勢—基于 CiteSpace 的可視化分析. 華西醫學, 2021, 36(12): 1657-1663. doi: 10.7507/1002-0179.202110179 復制
價值共創理論最早由瑞典的 Normann 和 Ramirez 于 1993 年提出，并認為在價值創造系統中，不同的經濟行為者（包括供應商、顧客、業務合作伙伴等）互相協作，共同產生價值[1]。價值共創最初應用于企業管理[2]，后被廣泛應用于營銷管理、新產品、新服務開發或服務創新等領域，同時逐漸引入到公共服務、旅游和酒店管理、醫療衛生保健等特定行業[3-4]。價值共創理論的核心是價值由企業和顧客共同創造。國內最早介紹價值共創的文獻發表于 2000 年[2]，該文簡要介紹了顧客引入價值創造過程的風險及應對風險的辦法。國內學者應用價值共創理論開展醫療服務領域研究的首篇文獻發表于 2013 年，該文提出了價值共創的影響機理模型并以醫療行業為背景進行了實證分析[5]，為國內醫療服務領域價值共創研究奠定了基礎。此后價值共創理論在醫療服務領域的相關研究逐步增加，內容從理論研究到實證研究，從機理研究[6]到模型研究[7]，研究內容逐步擴大。但迄今為止，國內醫療服務領域尚未見開展價值共創的文獻計量學的研究，缺少對相關研究的整體回顧和梳理。為更好地了解國內醫療服務領域價值共創的研究進展，本研究應用 CiteSpace V 軟件對中國知網數據庫中檢索的文獻進行可視化分析，旨在了解我國醫療服務領域價值共創的研究現狀和趨勢，為我國醫療服務領域價值共創的應用研究提供參考。現報告如下。
1 資料與方法
1.1 納入與排除標準
1.1.1 納入標準
① 以價值共創相關理論為主要內容；② 詳細描述其在醫療服務領域的具體應用；③ 有清晰的理論分析和明確的應用方法。
1.1.2 排出標準
① 綜述；② 報紙和會議；③ 較為宏觀和籠統的文獻。
1.2 檢索策略
系統檢索中國知網數據庫，檢索條件設置為：高級檢索模式，檢索 2 次：① 全文檢索：價值共創 AND 醫療；② 篇關摘：價值共創 AND 醫療。檢索時間限制為 2013 年 1 月 1 日—2021 年 12 月 1 日。
1.3 研究工具
采用 CiteSpace V 軟件作為文獻的可視化分析工具。CiteSpace 由美國德雷賽爾大學陳超美教授研發，被廣泛用于分析和探索特定領域研究成果的整體情況，及該領域的熱點和前沿研究，是信息分析領域非常有影響力的軟件。CiteSpace 的基本原理是將信息可視化方法、文獻計量學方法和數據挖掘算法相結合，通過繪制可視化圖譜和建立節點間的關聯，分析相關研究對象的共現關系和共引關系等[8]。
1.4 分析方法
文獻引用的判斷標準為中國知網數據庫的文獻引用量，期刊發文量影響因子根據當年引證報告得出。將文獻按照 CiteSpace 文件讀取格式要求導出，并進行轉碼處理，形成研究所需的樣本數據庫。以“Keyword”作為文獻節點，分析時間切片為 1 年，分析項目選擇方法為“Top N=50”，網絡精簡算法為精簡每個切片網絡，進行文獻關鍵詞共現分析及聚類分析，繪制國內醫療服務領域價值共創文獻關鍵詞共現圖譜。
文獻關鍵詞反映了該篇文獻的核心內容和重要信息，是對文件內容的高度概括和凝練，高頻關鍵詞通常用于確定某一領域的研究熱點。通過 CiteSpace V 對文獻中的關鍵詞進行分析，可以展現關鍵詞共現網絡圖譜，并確定基于文獻計量學視角的熱點研究領域[8]。圖中的關鍵詞字號越大表明該關鍵詞出現的頻次越高，連線的多少則說明關鍵詞共現的系數，連線越多則代表關鍵詞間相互聯系越密切。由于中介中心性反映了一個節點在整個網絡中“媒介”的能力，一般認為，關鍵詞出現頻次高、中介中心性強的為研究熱點[9]。本文采用將頻次和中介中心性統合起來作為研究熱點的判斷依據，對高頻關鍵詞以及高中介中心性關鍵詞進行了統計排序。
關鍵詞聚類分析是在共現分析的基礎上，利用聚類的統計學方法，把共現網絡關系簡化為數目相對較少的聚類的過程[8]。在納入文獻關鍵詞共現網絡圖譜基礎上，選取對數似然比（log-likelihood ratio，LLR）算法對每個聚類進行自動標識。LLR 對數似然標簽值采用［dlnL（t），ln（d（L（t）/dt））］表示；t表示：在t值下，聚類中該關鍵詞出現的概率達到最大。圖中聚類標簽通常采用一定算法從標題、關鍵詞和摘要中抽取得到。每個色塊代表一個聚類，聚類序號與聚類大小呈反比，最大的聚類以#0 標記，其他依次類推。網絡的模塊化是對其整體結構的一個全局性量度，模塊化 Q 值和平均輪廓值是評估網絡整體結構性能的 2 個重要指標[9]。其中，模塊值 Modularity Q>0.3 表示聚類是有效的，聚類結果可信，平均輪廓值 Mean S>0.5 的平均輪廓值表明聚類結果是可信的，說明聚類合理。
時間線視圖則是以“Keyword”作為節點繪制的文獻關鍵詞共現聚類圖譜，可展現各聚類發展演變的時間跨度和研究進度。以引文發表年份為 X 軸、聚類編號為 Y 軸而布局得到的國內醫療服務領域價值共創時間線視圖。可清晰得到各個聚類中文獻情況，聚類中關鍵詞越多，代表所得到的聚類領域越重要[10]。
1.5 統計學方法
采用 Citespace V 軟件對納入文獻的數據進行分析，對第一研究機構、第一作者、文獻數量、出版刊物及研究領域等進行文獻計量學分析。計量資料采用四分位數（下四分位數，上四分位數）表示，計數資料采用篇、次數表示。
2 結果
2.1 檢索情況
全文檢索得到文獻 2 457 篇，其中期刊文獻 932 篇，學位論文 1 525 篇；篇關摘檢索得到文獻 37 篇，其中期刊文獻 24 篇，學位論文 13 篇。剔除會議摘要和報紙，經去重和排除，最終納入文獻 40 篇[5-7，11-47]，其中期刊文獻 30 篇[5-7，11-18，20，22-26，29-30，34-36，38-43，46-47]，學位論文10 篇[19，21，27-28，31-33，37，44-45]（8 篇碩士論文、2 篇博士論文）。
2.2 研究的時間分布與主要研究力量分布狀況
2.2.1 研究的時間分布
價值共創在國內醫療服務領域 2013 年—2016 年的文獻數量合計為 4 篇[5-6，44-45]，其中期刊論文 2 篇[5-6]，學位論文 2 篇[44-45]，文獻增長緩慢，但引用量較高。2017 年—2021 年的文獻數量合計為 36 篇[7，11-43，46-47]，占文獻總量的 90%，其中期刊論文 28 篇[7，11-18，20，22-26，29-30，34-36，38-43，46-47]，學位論文 8 篇[19，21，27-28，31-33，37]。這一階段文獻量迅速增加，但引用量較低。兩階段文獻量和引用量明顯不同，故以 2016 年為界。
2.2.2 期刊學科分布
30 篇期刊文獻共涉及 6 個研究領域，發文量排名前 3 名的學科分別是：醫藥衛生科技（12 篇）、經濟與管理科學（11 篇）、基礎科學（3 篇）；分載于 26 本期刊，其中 15 本為北京大學《中文核心期刊總覽》來源期刊收錄的核心期刊（其中 11 本核心期刊的載文量僅為 1 篇），11 本為其他期刊；載文量排名前 10 的期刊主要為“醫院”“管理”相關雜志。26 本期刊中，影響因子最高的是《管理科學》為 5.741。發文量排名前 10 位的期刊見表1。
表1
發文量排名前 10 位的期刊
2.2.3 機構與作者分布
以天津大學魏慶剛（2 篇[5，45]）為代表的科研團隊最早在 2013 年將價值共創理論引入國內醫療服務領域研究，在國內價值共創醫療服務領域研究文獻中引用量較高（32 次）。在 40 篇文獻中發文量最多的機構是南方醫科大學（4 篇[7，24，27，33]）和上海交通大學（4 篇[6，34-35，37]）；發文量排名前 3 的作者是南方醫科大學的麥舒敏（3 篇[7，24，27]）、上海交通大學的陳惠芳（2篇[6，35]）、天津大學的魏慶剛（2篇[5，45]）。表2為發文量排名前 10 位的研究機構。
表2
發文量排名前 10 位的研究機構
2.2.4 文獻被引分析
40 篇文獻總被引頻次 231，被引頻次的中位數（下四分位數，上四分位數）為 3（0，6）次，篇均被引約 5.775 次；被引頻次為 0 次、1～20 次、21～40 次、41～60 次的論文數量占比分別為 35.0%（14 篇）、57.5%（23 篇）、5.0%（2 篇）、2.5%（1 篇）；文獻被引頻次最高的是 2016 年陳惠芳的《價值共創視角下互聯網醫療服務模式研究》[6]（45 次）。排名前 10 位的高被引論文見表3。
表3
排名前 10 位的高被引論文
2.3 關鍵詞分析
2.3.1 關鍵詞共現圖譜分析
將納入的國內醫療服務領域價值共創 40 篇文獻的關鍵詞作為節點，生成了關鍵詞共現網絡圖譜（圖1），可以看到熱點詞匯有“服務主導邏輯”“互聯網醫療”“醫患關系”“服務創新”等。由表4、5 可見，高頻關鍵詞前 3 位的為“服務主導邏輯”“互聯網醫療”“醫患關系”；高中介中心性關鍵詞前 3 位的為“服務創新”“患者參與”“互聯網醫療”；頻次排在前 10 位，且中介中心性大于 0.1 的關鍵詞是“服務主導邏輯”“互聯網醫療”“服務創新”“患者參與”。
圖1
關鍵詞共現網絡圖譜
表4
排名前 10 位的高頻關鍵詞
表5
排名前 10 位的高中介中心性關鍵詞
2.3.2 關鍵詞聚類分析
通過關鍵詞聚類分析形成了包含 110 個節點、180 條連線、聚類數量為 21 的關鍵詞共現聚類圖（圖2），標識了該研究領域的知識基礎結構，可見模塊值 Modularity Q=0.8276，平均輪廓值 Mean S=0.9，共形成“價值共創”“互聯網醫療”“醫患關系”“知識共享”“現狀”“智慧藥房”6 大聚類群組（表6）。由圖2 和表6 可見，關鍵詞多集中在 2017 年—2020 年；聚類#0、#2 及#13 交互疊錯、聯系較緊密；聚類#1 及#3 交互疊錯、聯系較緊密；聚類#10 分布較遠、聯系較少。
圖2
關鍵詞共現聚類圖
紅色字體表示聚類關鍵詞的主題
表6
關鍵詞聚類明細
2.3.3 關鍵詞時間線視圖分析
由圖3 可見聚類#0~#3 中關鍵詞均較多，聚類領域較重要，且時間跨度較大。聚類#0 所代表的價值共創領域，時間跨度從 2013—2021 年，時間跨度最大；其次是聚類#1 所代表的互聯網醫療服務領域，時間跨度從 2016—2020 年。
圖3
關鍵詞時間線視圖
紅色字體表示聚類關鍵詞的主題，弧線表示關鍵詞出現的時間跨度
3 討論
3.1 研究熱點逐漸凸顯
醫療服務領域價值共創研究的正式起步是從 2013 年開始的，該領域期刊論文的發文量也隨之逐年遞增，自 2016 年開始呈現出迅速增加之勢，預計未來將處于較快增長研究狀態。通過關鍵詞共現分析，發現國內醫療服務領域價值共創研究文獻的熱點主要集中在“服務主導邏輯”“互聯網醫療”“服務創新”“患者參與”等高頻關鍵詞和高中介中心性關鍵詞，關鍵詞之間的緊密程度有松有緊；通過關鍵詞聚類分析，發現熱點關鍵詞的知識結構主要集中在“價值共創”“互聯網醫療”“醫患關系”“知識共享”“現狀”“智慧藥房”6 大領域，集中體現了最近幾年醫療服務領域學術界關注的熱點領域。總體而言，國內醫療服務領域價值共創研究的內容較為豐富，但各領域之間的凝聚性不強，多數關鍵詞及研究領域文獻數量較少，并沒有進行深入研究。
3.2 合作研究和研究深度有待加強
檢索文獻基本反映了我國醫療服務領域價值共創研究領域的科研人員和團隊及機構、期刊和論文的分布狀況，發文數量隨年代分布的結果顯示，雖然近年國內醫療服務領域價值共創研究的相關文獻數量逐年增加，但研究總體成果較少，且納入期刊文獻的整體影響因子不高。2017 年—2021 年這一階段文獻量迅速增加，但引用量較低，原因可能在于研究內容欠深入。價值共創理論體系呈現碎片化，研究機構、研究者分布較為分散，人員之間、機構之間的合作較少，欠缺長期穩定深入研究的科研團隊，暫未形成核心作者群，網絡強度較弱。這提示在推進國內醫療服務領域價值共創建設的過程中，科學研究的引領和支撐作用相對欠缺，需要不同研究者、研究機構之間的專業互補、資源整合，從多元走向融合[48]。
3.3 新穎度高的問題有待進一步研究
由關鍵詞時間線視圖（圖 3）可見，近年來研究新穎度較高的是高頻關鍵詞和高中介中心性關鍵詞中的“服務主導邏輯”“幸福感”“患者感知價值”“患者賦權”“患者參與”等，出現的時間較晚，頻次較高，這類體現患者就醫獲得感體驗的學術領域是目前國內較新的、有待于進一步開拓、尚未成熟的研究領域，屬于基于價值共創的患者獲得感體驗測量與提升機制研究領域。這提示在今后的研究中，需進一步發揮價值共創在患者就醫獲得感體驗方面的價值引領作用，探討該領域的理論與應用研究，實現具體又系統的研究轉變。
本研究通過對國內醫療服務領域價值共創研究相關文獻進行可視化分析，歸集了國內范圍內發文量居前的作者、機構、期刊以及文獻被引頻次，分析了我國醫療服務領域價值共創的研究現狀、熱點和趨勢，希望能夠為我國醫療服務領域價值共創的應用研究提供參考。本研究存在的不足之處有：只檢索了一個中國知網數據庫，未進行國內外文獻比較研究，可能會影響研究內容的深度和可推廣性，因此還需進行更深一步的研究。
利益沖突：所有作者聲明不存在利益沖突。
價值共創理論最早由瑞典的 Normann 和 Ramirez 于 1993 年提出，并認為在價值創造系統中，不同的經濟行為者（包括供應商、顧客、業務合作伙伴等）互相協作，共同產生價值[1]。價值共創最初應用于企業管理[2]，后被廣泛應用于營銷管理、新產品、新服務開發或服務創新等領域，同時逐漸引入到公共服務、旅游和酒店管理、醫療衛生保健等特定行業[3-4]。價值共創理論的核心是價值由企業和顧客共同創造。國內最早介紹價值共創的文獻發表于 2000 年[2]，該文簡要介紹了顧客引入價值創造過程的風險及應對風險的辦法。國內學者應用價值共創理論開展醫療服務領域研究的首篇文獻發表于 2013 年，該文提出了價值共創的影響機理模型并以醫療行業為背景進行了實證分析[5]，為國內醫療服務領域價值共創研究奠定了基礎。此后價值共創理論在醫療服務領域的相關研究逐步增加，內容從理論研究到實證研究，從機理研究[6]到模型研究[7]，研究內容逐步擴大。但迄今為止，國內醫療服務領域尚未見開展價值共創的文獻計量學的研究，缺少對相關研究的整體回顧和梳理。為更好地了解國內醫療服務領域價值共創的研究進展，本研究應用 CiteSpace V 軟件對中國知網數據庫中檢索的文獻進行可視化分析，旨在了解我國醫療服務領域價值共創的研究現狀和趨勢，為我國醫療服務領域價值共創的應用研究提供參考。現報告如下。
1 資料與方法
1.1 納入與排除標準
1.1.1 納入標準
① 以價值共創相關理論為主要內容；② 詳細描述其在醫療服務領域的具體應用；③ 有清晰的理論分析和明確的應用方法。
1.1.2 排出標準
① 綜述；② 報紙和會議；③ 較為宏觀和籠統的文獻。
1.2 檢索策略
系統檢索中國知網數據庫，檢索條件設置為：高級檢索模式，檢索 2 次：① 全文檢索：價值共創 AND 醫療；② 篇關摘：價值共創 AND 醫療。檢索時間限制為 2013 年 1 月 1 日—2021 年 12 月 1 日。
1.3 研究工具
采用 CiteSpace V 軟件作為文獻的可視化分析工具。CiteSpace 由美國德雷賽爾大學陳超美教授研發，被廣泛用于分析和探索特定領域研究成果的整體情況，及該領域的熱點和前沿研究，是信息分析領域非常有影響力的軟件。CiteSpace 的基本原理是將信息可視化方法、文獻計量學方法和數據挖掘算法相結合，通過繪制可視化圖譜和建立節點間的關聯，分析相關研究對象的共現關系和共引關系等[8]。
1.4 分析方法
文獻引用的判斷標準為中國知網數據庫的文獻引用量，期刊發文量影響因子根據當年引證報告得出。將文獻按照 CiteSpace 文件讀取格式要求導出，并進行轉碼處理，形成研究所需的樣本數據庫。以“Keyword”作為文獻節點，分析時間切片為 1 年，分析項目選擇方法為“Top N=50”，網絡精簡算法為精簡每個切片網絡，進行文獻關鍵詞共現分析及聚類分析，繪制國內醫療服務領域價值共創文獻關鍵詞共現圖譜。
文獻關鍵詞反映了該篇文獻的核心內容和重要信息，是對文件內容的高度概括和凝練，高頻關鍵詞通常用于確定某一領域的研究熱點。通過 CiteSpace V 對文獻中的關鍵詞進行分析，可以展現關鍵詞共現網絡圖譜，并確定基于文獻計量學視角的熱點研究領域[8]。圖中的關鍵詞字號越大表明該關鍵詞出現的頻次越高，連線的多少則說明關鍵詞共現的系數，連線越多則代表關鍵詞間相互聯系越密切。由于中介中心性反映了一個節點在整個網絡中“媒介”的能力，一般認為，關鍵詞出現頻次高、中介中心性強的為研究熱點[9]。本文采用將頻次和中介中心性統合起來作為研究熱點的判斷依據，對高頻關鍵詞以及高中介中心性關鍵詞進行了統計排序。
關鍵詞聚類分析是在共現分析的基礎上，利用聚類的統計學方法，把共現網絡關系簡化為數目相對較少的聚類的過程[8]。在納入文獻關鍵詞共現網絡圖譜基礎上，選取對數似然比（log-likelihood ratio，LLR）算法對每個聚類進行自動標識。LLR 對數似然標簽值采用［dlnL（t），ln（d（L（t）/dt））］表示；t表示：在t值下，聚類中該關鍵詞出現的概率達到最大。圖中聚類標簽通常采用一定算法從標題、關鍵詞和摘要中抽取得到。每個色塊代表一個聚類，聚類序號與聚類大小呈反比，最大的聚類以#0 標記，其他依次類推。網絡的模塊化是對其整體結構的一個全局性量度，模塊化 Q 值和平均輪廓值是評估網絡整體結構性能的 2 個重要指標[9]。其中，模塊值 Modularity Q>0.3 表示聚類是有效的，聚類結果可信，平均輪廓值 Mean S>0.5 的平均輪廓值表明聚類結果是可信的，說明聚類合理。
時間線視圖則是以“Keyword”作為節點繪制的文獻關鍵詞共現聚類圖譜，可展現各聚類發展演變的時間跨度和研究進度。以引文發表年份為 X 軸、聚類編號為 Y 軸而布局得到的國內醫療服務領域價值共創時間線視圖。可清晰得到各個聚類中文獻情況，聚類中關鍵詞越多，代表所得到的聚類領域越重要[10]。
1.5 統計學方法
采用 Citespace V 軟件對納入文獻的數據進行分析，對第一研究機構、第一作者、文獻數量、出版刊物及研究領域等進行文獻計量學分析。計量資料采用四分位數（下四分位數，上四分位數）表示，計數資料采用篇、次數表示。
2 結果
2.1 檢索情況
全文檢索得到文獻 2 457 篇，其中期刊文獻 932 篇，學位論文 1 525 篇；篇關摘檢索得到文獻 37 篇，其中期刊文獻 24 篇，學位論文 13 篇。剔除會議摘要和報紙，經去重和排除，最終納入文獻 40 篇[5-7，11-47]，其中期刊文獻 30 篇[5-7，11-18，20，22-26，29-30，34-36，38-43，46-47]，學位論文10 篇[19，21，27-28，31-33，37，44-45]（8 篇碩士論文、2 篇博士論文）。
2.2 研究的時間分布與主要研究力量分布狀況
2.2.1 研究的時間分布
價值共創在國內醫療服務領域 2013 年—2016 年的文獻數量合計為 4 篇[5-6，44-45]，其中期刊論文 2 篇[5-6]，學位論文 2 篇[44-45]，文獻增長緩慢，但引用量較高。2017 年—2021 年的文獻數量合計為 36 篇[7，11-43，46-47]，占文獻總量的 90%，其中期刊論文 28 篇[7，11-18，20，22-26，29-30，34-36，38-43，46-47]，學位論文 8 篇[19，21，27-28，31-33，37]。這一階段文獻量迅速增加，但引用量較低。兩階段文獻量和引用量明顯不同，故以 2016 年為界。
2.2.2 期刊學科分布
30 篇期刊文獻共涉及 6 個研究領域，發文量排名前 3 名的學科分別是：醫藥衛生科技（12 篇）、經濟與管理科學（11 篇）、基礎科學（3 篇）；分載于 26 本期刊，其中 15 本為北京大學《中文核心期刊總覽》來源期刊收錄的核心期刊（其中 11 本核心期刊的載文量僅為 1 篇），11 本為其他期刊；載文量排名前 10 的期刊主要為“醫院”“管理”相關雜志。26 本期刊中，影響因子最高的是《管理科學》為 5.741。發文量排名前 10 位的期刊見表1。
表1
發文量排名前 10 位的期刊
2.2.3 機構與作者分布
以天津大學魏慶剛（2 篇[5，45]）為代表的科研團隊最早在 2013 年將價值共創理論引入國內醫療服務領域研究，在國內價值共創醫療服務領域研究文獻中引用量較高（32 次）。在 40 篇文獻中發文量最多的機構是南方醫科大學（4 篇[7，24，27，33]）和上海交通大學（4 篇[6，34-35，37]）；發文量排名前 3 的作者是南方醫科大學的麥舒敏（3 篇[7，24，27]）、上海交通大學的陳惠芳（2篇[6，35]）、天津大學的魏慶剛（2篇[5，45]）。表2為發文量排名前 10 位的研究機構。
表2
發文量排名前 10 位的研究機構
2.2.4 文獻被引分析
40 篇文獻總被引頻次 231，被引頻次的中位數（下四分位數，上四分位數）為 3（0，6）次，篇均被引約 5.775 次；被引頻次為 0 次、1～20 次、21～40 次、41～60 次的論文數量占比分別為 35.0%（14 篇）、57.5%（23 篇）、5.0%（2 篇）、2.5%（1 篇）；文獻被引頻次最高的是 2016 年陳惠芳的《價值共創視角下互聯網醫療服務模式研究》[6]（45 次）。排名前 10 位的高被引論文見表3。
表3
排名前 10 位的高被引論文
2.3 關鍵詞分析
2.3.1 關鍵詞共現圖譜分析
將納入的國內醫療服務領域價值共創 40 篇文獻的關鍵詞作為節點，生成了關鍵詞共現網絡圖譜（圖1），可以看到熱點詞匯有“服務主導邏輯”“互聯網醫療”“醫患關系”“服務創新”等。由表4、5 可見，高頻關鍵詞前 3 位的為“服務主導邏輯”“互聯網醫療”“醫患關系”；高中介中心性關鍵詞前 3 位的為“服務創新”“患者參與”“互聯網醫療”；頻次排在前 10 位，且中介中心性大于 0.1 的關鍵詞是“服務主導邏輯”“互聯網醫療”“服務創新”“患者參與”。
圖1
關鍵詞共現網絡圖譜
表4
排名前 10 位的高頻關鍵詞
表5
排名前 10 位的高中介中心性關鍵詞
2.3.2 關鍵詞聚類分析
通過關鍵詞聚類分析形成了包含 110 個節點、180 條連線、聚類數量為 21 的關鍵詞共現聚類圖（圖2），標識了該研究領域的知識基礎結構，可見模塊值 Modularity Q=0.8276，平均輪廓值 Mean S=0.9，共形成“價值共創”“互聯網醫療”“醫患關系”“知識共享”“現狀”“智慧藥房”6 大聚類群組（表6）。由圖2 和表6 可見，關鍵詞多集中在 2017 年—2020 年；聚類#0、#2 及#13 交互疊錯、聯系較緊密；聚類#1 及#3 交互疊錯、聯系較緊密；聚類#10 分布較遠、聯系較少。
圖2
關鍵詞共現聚類圖
紅色字體表示聚類關鍵詞的主題
表6
關鍵詞聚類明細
2.3.3 關鍵詞時間線視圖分析
由圖3 可見聚類#0~#3 中關鍵詞均較多，聚類領域較重要，且時間跨度較大。聚類#0 所代表的價值共創領域，時間跨度從 2013—2021 年，時間跨度最大；其次是聚類#1 所代表的互聯網醫療服務領域，時間跨度從 2016—2020 年。
圖3
關鍵詞時間線視圖
紅色字體表示聚類關鍵詞的主題，弧線表示關鍵詞出現的時間跨度
3 討論
3.1 研究熱點逐漸凸顯
醫療服務領域價值共創研究的正式起步是從 2013 年開始的，該領域期刊論文的發文量也隨之逐年遞增，自 2016 年開始呈現出迅速增加之勢，預計未來將處于較快增長研究狀態。通過關鍵詞共現分析，發現國內醫療服務領域價值共創研究文獻的熱點主要集中在“服務主導邏輯”“互聯網醫療”“服務創新”“患者參與”等高頻關鍵詞和高中介中心性關鍵詞，關鍵詞之間的緊密程度有松有緊；通過關鍵詞聚類分析，發現熱點關鍵詞的知識結構主要集中在“價值共創”“互聯網醫療”“醫患關系”“知識共享”“現狀”“智慧藥房”6 大領域，集中體現了最近幾年醫療服務領域學術界關注的熱點領域。總體而言，國內醫療服務領域價值共創研究的內容較為豐富，但各領域之間的凝聚性不強，多數關鍵詞及研究領域文獻數量較少，并沒有進行深入研究。
3.2 合作研究和研究深度有待加強
檢索文獻基本反映了我國醫療服務領域價值共創研究領域的科研人員和團隊及機構、期刊和論文的分布狀況，發文數量隨年代分布的結果顯示，雖然近年國內醫療服務領域價值共創研究的相關文獻數量逐年增加，但研究總體成果較少，且納入期刊文獻的整體影響因子不高。2017 年—2021 年這一階段文獻量迅速增加，但引用量較低，原因可能在于研究內容欠深入。價值共創理論體系呈現碎片化，研究機構、研究者分布較為分散，人員之間、機構之間的合作較少，欠缺長期穩定深入研究的科研團隊，暫未形成核心作者群，網絡強度較弱。這提示在推進國內醫療服務領域價值共創建設的過程中，科學研究的引領和支撐作用相對欠缺，需要不同研究者、研究機構之間的專業互補、資源整合，從多元走向融合[48]。
3.3 新穎度高的問題有待進一步研究
由關鍵詞時間線視圖（圖 3）可見，近年來研究新穎度較高的是高頻關鍵詞和高中介中心性關鍵詞中的“服務主導邏輯”“幸福感”“患者感知價值”“患者賦權”“患者參與”等，出現的時間較晚，頻次較高，這類體現患者就醫獲得感體驗的學術領域是目前國內較新的、有待于進一步開拓、尚未成熟的研究領域，屬于基于價值共創的患者獲得感體驗測量與提升機制研究領域。這提示在今后的研究中，需進一步發揮價值共創在患者就醫獲得感體驗方面的價值引領作用，探討該領域的理論與應用研究，實現具體又系統的研究轉變。
本研究通過對國內醫療服務領域價值共創研究相關文獻進行可視化分析，歸集了國內范圍內發文量居前的作者、機構、期刊以及文獻被引頻次，分析了我國醫療服務領域價值共創的研究現狀、熱點和趨勢，希望能夠為我國醫療服務領域價值共創的應用研究提供參考。本研究存在的不足之處有：只檢索了一個中國知網數據庫，未進行國內外文獻比較研究，可能會影響研究內容的深度和可推廣性，因此還需進行更深一步的研究。
利益沖突：所有作者聲明不存在利益沖突。
