شناسایی ساختار دانشی، و روند پژوهشی مدل‌سازی موضوعی حوزه قابلیت‌های پویا

نوع مقاله : مستخرج از پایان نامه

نویسندگان

1 دانشکده مدیریت دانشگاه تهران

2 دانش‌آموخته کارشناسی ارشد، گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران

چکیده

هدف و مقدمه: دیدگاه قابلیت‌های پویا در پی آن است که توضیح مناسبی برای چگونگی مواجهه بنگاه‌های موفق با محیط‌های به‌شدت در حال تغییر کسب‌وکار و ایجاد مزیت رقابتی جهت پاسخ‌گویی به تغییرات پیرامونی پی‌درپی ارائه نماید. این دیدگاه یکی از برجسته‌ترین نظریه‌های حوزه مدیریت است که زمینه‌های مختلف آن را تحت تأثیر قرار داده است. با این وجود، دغدغه‌های تأمل‌برانگیزی درباره ساختار فکری پیشینه تحقیق این دیدگاه و حوزه پژوهشی مربوط به آن مطرح گردیده است. پراکندگی و درهم‌ریختگی پایه‌های نظری، تکثر و تنوع گیج‌کننده مفهوم‌پردازی‌ها، فقدان چارچوبی جامع از بینش‌های موجود، ادراکات و یافته‌های ازهم‌گسیخته و فقدان انسجام در بدنه دانش نمونه‌هایی از این دغدغه‌ها هستند. بر این اساس، پژوهش حاضر به دنبال آن است که با مرور جامع مستندات علمی منتشرشده در حوزه قابلیت‌های پویا به توسعه بینشی کل‌نگرانه نسبت به ساختار و روند موضوعی این حوزه پرداخته و در پاسخ‌گویی به دغدغه‌های مذکور که هویت پیشینه تحقیق را به‌عنوان یک کل واحد به چالش کشیده‌اند، سهیم گردد.
روش‌شناسی: پژوهش حاضر از رویکرد متن‌کاوی و روش مدل‌سازی موضوعی استفاده کرده است. این رویکرد و روش ابزاری قدرتمند است که با تکیه بر آن می‌توان حجم عظیمی از مستندات را در مدت زمانی کوتاه و با کارایی لازم تحلیل نمود. به این منظور، ابتدا، مقاله‌های نشریات انگلیسی‌زبان که با موضوع قابلیت‌های پویا در ارتباط بوده و تا ابتدای سال 2019 میلادی در یکی از پایگاه‌داده‌های وب‌آوساینس یا اسکوپوس نمایه شده‌اند، به‌عنوان مجموعه مستندات مورد بررسی گردآوری شد. سپس، با توجه به اینکه چکیده یک پژوهش عصاره یافته‌های اصلی آن محسوب می‌گردد و منعکس‌کننده نکات برجسته آن مطالعه می‌باشد، چکیده‌های مستندات گردآوری‌شده به‌عنوان مجموعه متون مورد نیاز برای تحلیل متن‌کاوی در نظر گرفته شد. پس از ذخیره اطلاعات کتاب‌شناختی مستندات بازیابی‌شده و حذف اسناد تکراری یا موارد فاقد چکیده، تعداد این چکیده‌ها به 4206 مورد رسید. در مرحله بعد، به‌منظور پیش‌پردازش و پاک‌سازی مجموعه متون جمع‌آوری‌شده، اقداماتی نظیر یکسان‌سازی حروف بزرگ و کوچک کلمات، حذف اعداد و علائم نقطه‌گذاری، حذف کلمات زائد و ادغام کلمات هم‌ریشه با یکدیگر صورت پذیرفت. علاوه بر این، با استفاده از یکی از شاخص‌های ارزش‌گذاری متداول، کلمات فاقد ارزش کافی شناسایی و حذف گردیدند. در نهایت نیز با به‌کارگیری الگوریتم تخصیص پنهان دیریکله، مدل‌سازی موضوعی چکیده‌های جمع‌آوری‌شده صورت گرفت که در نتیجه آن ساختار موضوعی مستندات و روند زمانی هر یک از موضوعات حاصل گردید.
یافته‌ها: در نتیجه، ساختار موضوعی و روند موضوعی حوزه قابلیت‌های پویا به‌دست آمد. منظور از ساختار موضوعی، دوازده موضوع برجسته در حوزه قابلیت‌های پویا است که در نتیجه مدل‌سازی موضوعی نمایان گردید و منظور از روند موضوعی نیز روند انتشار مستندات علمی مرتبط با هر یک از این موضوعات می‌باشد. هر موضوع گروهی از کلمات است که یک توزیع احتمالی از کل کلمات چکیده‌ها را در بر دارد. در این گروه، کلماتی که بیشترین نسبت احتمال را دارند، نمایان‌گر زمینه موضوعی غالب هستند. موضوعات به‌دست‌آمده عبارت اند از: 1. عملکرد بنگاه (معطوف به ارتباط بین قابلیت‌های پویا و عملکرد بنگاه)، 2. پیامدهای سازمانی (معطوف به پیامدهای عملیاتی قابلیت‌های پویا برای سازمان‌ها)، 3. تغییر سازمانی (معطوف به نقش تحول‌آفرین قابلیت‌های پویا در سازمان‌ها)، 4. چارچوب نظری (معطوف به مفهوم، مبانی، مفروضات، پیشینه و تکامل نظری قابلیت‌های پویا)، 5. مزیت رقابتی (معطوف به نقش قابلیت‌های پویا در ایجاد مزیت رقابتی بنگاه‌ها)، 6. اتحاد فناورانه (معطوف به قابلیت اتحاد فناورانه به‌عنوان یک قابلیت پویا)، 7. نوآوری محصول/خدمت (معطوف به قابلیت نوآوری به‌عنوان یک قابلیت پویا)، 8. عملکرد نوآوری (معطوف به ارتباط بین قابلیت پویای نوآوری و عملکرد سازمان)، 9. شبکه دانش (معطوف به قابلیت‌های شبکه‌سازی و مدیریت دانش به‌عنوان قابلیت‌های پویا)، 10. بازار بین‌المللی (معطوف به نقش قابلیت‌های پویا در پاسخ‌گویی بنگاه‌ها به نیاز ایجاد مزیت رقابتی در مواجهه با محیط‌های دائماً در حال تغییر بین‌المللی)، 11. فناوری اطلاعات (معطوف به قابلیت‌های پویای مبتنی بر فناوری اطلاعات و سیستم‌های اطلاعاتی) و 12. زنجیره تأمین (معطوف به قابلیت‌های پویای زنجیره تأمین و عملیات). روند موضوعی به‌دست‌آمده بیان نمود که از میان این موضوعات، موضوع 8 (یعنی عملکرد نوآوری) یک موضوع نوظهور در حوزه قابلیت‌های پویا به‌شمار می‌رود و همچنین سایر موضوعات نیز روند رو به رشدی در سال‌های اخیر داشته‌اند.
بحث و نتایج: در این مطالعه تکمیلی، می­توان نتایج مدل‌سازی موضوعی را در قالب پرسشنامه یا مصاحبه‌ به خبرگان حوزه قابلیت‌های پویا عرضه نمود تا از بازخورد تخصصی آن‌ها برای دستیابی به تفسیر و مفهوم­سازی متقن­تر بهره‌مند شد. علاوه بر این، شایان ذکر است که استفاده از رویکرد متن‌کاوی و روش مدل‌سازی موضوعی در مقایسه با بهره‌گیری از رویکرد‌های مروری متداول مانند روش‌های فراترکیب و مرور نظام‌مند پیشینه تحقیق، تنها بینش کل‌نگرانه‌ای را فراهم می‌آورد که از دید برخی محققان محدودیت این نوع از تحلیل‌ها محسوب می‌گردد. بنابراین، محققان می‌توانند به توسعه روش‌های خاصی از متن‌کاوی پرداخته تا محدودیت مذکور به‌قدری مرتفع گردد و یا آنکه در مواردی از این روش‌ها استفاده نمایند که مزایای این قسم از تحلیل‌ها (مانند: تحلیل سریع حجم عظیمی از متون، پرهیز از قضاوت‌های ذهنی و توسعه یک چشم‌انداز کلان نسبت به ساختار دانشی و روند پژوهشی یک حوزه مطالعاتی) بر محدودیت آن‌ها غلبه نماید. همچنین به محققان علاقه‌مند به مطالعه در زمینه قابلیت‌های پویا پیشنهاد می‌شود که قلمرو مربوط به هر یک از موضوعات شناسایی‌شده در پژوهش حاضر را به‌تفکیک مورد وارسی دقیق قرار داده تا به ساختار ارائه‌شده در این تحقیق عمق ببخشند و لایه‌های زیرین آن را نیز احصاء نمایند. در این میان، با توجه به نتایج حاصل، پرداختن به موضوعات عملکرد و نوآوری از اولویت بالاتری در پیشینه تحقیق قابلیت‌های پویا برخوردار می‌باشد. علاوه بر این، شایان ذکر است که با توجه به محدودبودن تعداد مستندات مرتبط با هر یک از این موضوعات، پژوهش‌گران می‌توانند برای دستیابی به این مهم از روش‌های کیفی نیز در کنار تکنیک‌های متن‌کاوی و علم‌سنجی بهره‌ بگیرند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Identifying the Knowledge Structure and Research Trend of the Field of Dynamic Capabilities by Topic Modeling

نویسندگان [English]

  • Ali Heidari 1
  • Mojtaba Talafidaryani 2
1 دانشکده مدیریت دانشگاه تهران
2 MSc Graduate, Department of Business Management, Faculty of Management, University of Tehran
چکیده [English]

Aim and introduction: The dynamic capabilities perspective seeks to provide an appropriate explanation for how successful firms are coping with rapidly changing business environments and creating competitive advantages to respond to consistent environmental changes. Although the dynamic capabilities perspective is one of the most prominent theories in the management discipline and has affected the different subfields of this discipline, remarkable concerns have arisen about the intellectual structure of this perspective’s literature and its field of research. Dispersion and clutter of theoretical foundations, confusing plurality and diversity of conceptualizations, lack of a holistic framework of existing views, disconnected understandings and findings, and lack of coherence in the body of knowledge are instances of these concerns. Accordingly, the current study aims to develop a holistic insight into the topical structure and trend of the field and contribute to addressing the concerns challenging the identity of the literature as a whole unit by comprehensively reviewing the scholarly documents on dynamic capabilities.
 Methodology: The present study has used the text mining approach and topic modeling method. This approach and method is a powerful tool that can be used to analyze a huge amount of documents in a short time and with the required efficiency. For this purpose, first, articles in English-language journals related to the subject of dynamic capabilities and indexed in one of the Web of Science or Scopus databases until the beginning of 2019 were collected as the target collection of documents. Then, considering that the abstract of a research is the extract of its main findings and reflects the highlights of the study, the abstracts of the collected documents were considered as the set of texts required for textual analysis. After storing the bibliographic information of the retrieved documents and deleting duplicate documents or items without abstract, the number of abstracts reached 4206. In the next step, in order to pre-process and clean the collected text, measures such as unifying the uppercase and lowercase letters of the words, removing numbers and punctuation marks, deleting stop words, and merging the words with the same stem were performed. In addition, words with insufficient value were identified and eliminated using one of the common valuation criteria. Finally, using the latent Dirichlet allocation algorithm, topic modeling of the collected abstracts was performed, as a result of which the topical structure of the corpus and the temporal trend of each topic were obtained.
Findings: As a result, the topical structure and thematic trends in the field of dynamic capabilities were obtained. The topical structure refers to twelve prominent topics in the field of dynamic capabilities that revealed as a result of topic modeling, and the thematic trends refer to the publication trend of scientific documents related to each of these topics. Each topic is a group of words that contains a probabilistic distribution of all the words in the corpus. In this group, the words that have the greatest proportions represent the dominant theme. The identified topics are: 1. Firm performance (focusing on the relationship between dynamic capabilities and firm performance), 2. Organizational implications (by the operational implications of dynamic capabilities for organizations), 3. Organizational change (by the transformational role of dynamic capabilities in organizations), 4. Theoretical framework (focusing on the theoretical concept, principles, assumptions, background, and development of dynamic capabilities), 5. Competitive advantage (based on the role of dynamic capabilities in creating firms’ competitive advantage), 6. Technological alliance (focusing on technological alliance capability as a dynamic capability), 7. Product/service innovation (focusing on innovation capability as a dynamic capability), 8. Innovation performance (focusing on the relationship between innovation as a dynamic capability and organizational performance), 9. Knowledge network (by  networking and knowledge management capabilities as dynamic capabilities), 10. International market (focusing on the role of dynamic capabilities in responding to the need of competitive advantage creation in the face of ever-changing international environments), 11. Information technology (focusing on the information technology and information systems-enabled dynamic capabilities), and 12. Supply chain (focusing on the dynamic capabilities of supply chain and operation). The revealed thematic trends stated that among these topics, topic 8 (i.e., innovation performance) is an emerging topic in the field of dynamic capabilities, and also, other topics have had a growing trend in recent years.
Discussion and Conclusion: As a complementary study, the results of the topic modeling can be presented through some questionnaires or interviews to experts in the field of dynamic capabilities to benefit from their specialized feedback to achieve a more accurate interpretation and conceptualization. In addition, it is worth noting that the use of text mining approach and topic modeling method in comparison with the use of conventional review approaches such as meta-synthesis and systematic literature review methods, provides only an overview that some researchers consider a limitation of this type of analysis. Therefore, researchers can develop some particular methods of textual analysis to overcome this limitation to some extent, or use these methods in cases where the benefits of this type of analysis (such as rapid analysis of large volumes of texts, avoidance of mental judgments, and development of an overview perspective on the knowledge structure and research trend of a field of study) can overcome the limitation. Researchers interested in studying dynamic capabilities are also suggested to carefully examine the scope of each of the topics identified in the present study to deepen the structure presented in this study and to enumerate its underlying layers. In the meantime, according to the results, addressing performance and innovation-related issues has a higher priority in the dynamic capabilities literature. In addition, it is worth noting that due to the limited number of documents related to each of these topics, researchers can use qualitative methods along with text analysis and scienceometrics techniques to achieve this end.
 

کلیدواژه‌ها [English]

  • Dynamic Capabilities
  • topic modeling
  • Text Mining
  • knowledge structure
  • research trend
  1. Akbari, M., & Esmaeilzadeh, M. (2013). The role of dynamic capabilities in competitive advantage creation. Journal of Business Management Perspective, 12(3), 127-144. (In Persian)
  2. Albort-Morant, G., Leal-Rodríguez, A. L., Fernández-Rodríguez, V., & Ariza-Montes, A. (2018). Assessing the origins, evolution and prospects of the literature on dynamic capabilities: A bibliometric analysis. European Research on Management and Business Economics24(1), 42-52.
  3. Arndt, F. (2019). Dynamic capabilities: A retrospective, state-of-the-art, and future research agenda. Journal of Management & Organization, X, 1-4. DOI: 10.1017/jmo.2019.21.
  4. Barreto, I. (2010). Dynamic capabilities: A review of past research and an agenda for the future. Journal of Management36(1), 256-280.
  5. Batista Mota, F., Damasceno Pinto, C., Paranhos, J., & Hasenclever, L. (2017). Mapping the ‘dynamic capabilities’ scientific landscape, 1990-2015: A bibliometric analysis. COLLNET Journal of Scientometrics and Information Management11(2), 309-324.
  6. Blei, D. M. (2012). Surveying a suite of algorithms that offer a solution to managing large document archives. Communication of the ACM55(4), 77-84.
  7. Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent dirichlet allocation. Journal of Machine Learning Research3(Jan), 993-1022.
  8. Di Stefano, G., Peteraf, M. A., & Verona, G. (2014). The organizational drivetrain: A road to integration of dynamic capabilities research. Academy of Management Perspectives, 28(4), 307-327.
  9. Di Stefano, G., Peteraf, M., & Verona, G. (2010). Dynamic capabilities deconstructed: A bibliographic investigation into the origins, development, and future directions of the research domain. Industrial and Corporate Change19(4), 1187-1204.
  10. Fernandes, C., Ferreira, J. J., Raposo, M. L., Estevão, C., Peris-Ortiz, M., & Rueda-Armengot, C. (2017). The dynamic capabilities perspective of strategic management: A co-citation analysis. Scientometrics, 112(1), 529-555.
  11. Ghazinouri, S., Roshani, S., & Goodarzi, M. (2019). Development paths and evolution of dynamic capabilities based on co-citation analysis. Journal of Technology Development Management, 6(2), 161-184. (In Persian)
  12. Giudici, A., & Reinmoeller, P. (2012). Dynamic capabilities in the dock: A case of reification? Strategic Organization, 10(4), 436-449.
  13. Griffiths, T. L., & Steyvers, M. (2004). Finding scientific topics. Proceedings of the National Academy of Sciences101(1), 5228-5235.
  14. Hajiheydari, N., Delgosha, M. S., & Talafidaryani, M. (2019). IS research theoretical foundation: Theories used and the future path. In Proceedings of the International Conference on Research and Practical Issues of Enterprise Information Systems (24-39). Prague. Springer.
  15. Hajiheydari, N., Talafidaryani, M., Khabiri, S., & Salehi, M. (2019). Business model analytics: Technically review business model research domain. Foresight, 21(6), 654-679.
  16. Hannigan, T. R., Haans, R. F., Vakili, K., Tchalian, H., Glaser, V. L., Wang, M. S., ... & Jennings, P. D. (2019). Topic modeling in management research: Rendering new theory from textual data. Academy of Management Annals13(2), 586-632.
  17. Heidari, A., Divandari, A., Arabi, S. M., & Kalali, N. S. (2016). The relationship between dynamic capabilities and corporate performance by mediating operational capabilities. Journal of Business Management Perspective, 15(3), 125-140. (In Persian)
  18. Heidari, A., & Seyed Kalali, N. (2016). Presenting a model of competitive advantage of management consulting firms based on dynamic capability theory. Iranian Business Management, 8(2), 317-338. (In Persian)
  19. Jelodar, H., Wang, Y., Yuan, C., Feng, X., Jiang, X., Li, Y., & Zhao, L. (2019). Latent dirichlet allocation (LDA) and topic modeling: Models, applications, a survey. Multimedia Tools and Applications78(11), 15169-15211.
  20. Jiang, H., Qiang, M., & Lin, P. (2016). A topic modeling based bibliometric exploration of hydropower research. Renewable and Sustainable Energy Reviews57, 226-237.
  21. Lee, H., & Kang, P. (2018). Identifying core topics in technology and innovation management studies: A topic model approach. The Journal of Technology Transfer43(5), 1291-1317.
  22. Loureiro, S. M. C., Guerreiro, J., & Ali, F. (2020). 20 years of research on virtual reality and augmented reality in tourism context: A text-mining approach. Tourism Management77, 104028.
  23. Nekooeezade, M., Hosseini, S. M., Gharecheh, M., & Hajikarimi, A. (2015). Path-structural modeling of dynamic capabilities and environmental dynamics relationship. Journal of Business Management Perspective, 14(1), 85-103. (In Persian)
  24. Peteraf, M. A., Di Stefano, G., & Verona, G. (2013). The elephant in the room of dynamic capabilities: Bringing two diverging conversations together. Strategic Management Journal, 34(12), 1389-1410.
  25. Schilke, O., Hu, S., & Helfat, C. E. (2018). Quo vadis, dynamic capabilities? A content-analytic review of the current state of knowledge and recommendations for future research. Academy of Management Annals12(1), 390-439.
  26. Schmiedel, T., Müller, O., & vom Brocke, J. (2019). Topic modeling as a strategy of inquiry in organizational research: A tutorial with an application example on organizational culture. Organizational Research Methods22(4), 941-968.
  27. Sun, L., & Yin, Y. (2017). Discovering themes and trends in transportation research using topic modeling. Transportation Research Part C: Emerging Technologies77, 49-66.
  28. Talafidaryani, M. (2019). Exploring the application of text-mining in identifying the research directions of a study field: A study of dynamic capabilities field. MSc. Thesis, Faculty of Management, University of Tehran, Tehran, Iran. (In Persian)
  29. Talafidaryani, M. (2020). A text mining-based review of the literature on dynamic capabilities perspective in information systems research. Management Research Review. DOI: 10.1108/MRR-03-2020-0139.
  30. Talafidaryani, M., Heidari, A., & Hajiheydari, N. (2020). Application of word co-occurrence analysis in exploring the shared semantic territory between two theoretical views: A study of dynamic capabilities and ambidexterity. Iranian Journal of Information Management. 5(2), 197-219. (In Persian)
  31. Talafidaryani, M., Shojaei, S. M., & Taheri, S. A. (2018). A comparative study of development strategies in a high tech industry through text mining of policy documents. Innovation Management Journal, 7(1), 57-90. (In Persian)
  32. Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal28(13), 1319-1350.
  33. Teece, D. J. (2018). Business models and dynamic capabilities. Long Range Planning51(1), 40-49.
  34. Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal18(7), 509-533.
  35. Vijaya, S. M., Ganesh, L., & Rahul, M. (2019). Dynamic capabilities: A morphological analysis framework and agenda for future research. European Business Review31(1), 25-63.
  36. Vogel, R., & Güttel, W. H. (2013). The dynamic capability view in strategic management: A bibliometric review. International Journal of Management Reviews, 15(4), 426-446.
  37. Wilden, R., Devinney, T. M., & Dowling, G. R. (2016). The architecture of dynamic capability research: Identifying the building blocks of a configurational approach. The Academy of Management Annals, 10(1), 997-1076.
  38. Winter, S. G. (2003). Understanding dynamic capabilities. Strategic Management Journal24(10), 991-995.
  39. Wójcik, P. (2020). Paradoxical nature of dynamic capabilities research: A content analysis of literature. Baltic Journal of Management, 15(5), 727-755.
  40. Yau, C. K., Porter, A., Newman, N., & Suominen, A. (2014). Clustering scientific documents with topic modeling. Scientometrics100(3), 767-786.