STEM是科学（Science）、技术（Technology）、工程（Engineering）和数学（Math）简而言之，STEM是科学、技术、工程和数学的教育。它是一种依靠综合运用多学科知识来解决实际问题的教育[1]。STEM教育不是简单地将四门学科结合起来，而是利用一种整合的方式将四门学科的共同点联系起来，培养学生的综合素质和解决实际问题的能力。1986年，美国国家科学委员会（NSB）发表了《本科科学、数学与工程教育》报告，提出了“科学、数学、工程与技术教育一体化”战略，开发大量科技人力资源，保持国民经济的全球领先地位，被视为STEM教育的开始[2]。

STEM教育在美国发展迅速，近年来国内学者越来越关注。自2008年朱学彦、孔寒冰发表《科技人力资源开发探究》以来，――自《美国STEM学科综合战略解读》以来，中国对STEM教育的研究已有近10年的历史。虽然我国的相关研究仍处于起步阶段，但对我国现阶段的STEM教育研究具有重要意义。本文试图通过对中国相关文献的研究，把握中国STEM教育的研究方向，分析中国STEM教育未来的发展趋势，为后续研究提供参考。

1. 数据来源

本文的数据来源是中国知网，采用主题检索，以“为主题”STEM”“STEAM“STEM教育”、“STEAM教育”、“STEM课程”五个主题词查询CNKI中国知网，时间范围从美国提出STEM教育之初(1986年)到2017年4月，排除无关研究、教育信息通知，共收集有效文献171篇。

2. 研究方法和工具

本文采用共词分析法对搜索到的文献进行分析。共词分析法是分析文献中词汇同时出现的一种研究方法，以确定文献中研究主题之间的关系[3]。本文通过词频分析和聚类分析对文献中的高频关键词进行分类，从而判断我国STEM教育研究的热点和趋势。研究工具主要是Bicomb和数据统计分析软件SPS 22.0，辅助软件是Excel数据处理软件。本文将检索到的文献信息输入Bicomb，通过统计分析获得高频关键词表，然后根据构建高频关键词文章矩阵和共现矩阵对热点进行初步分析。将文本矩阵导入SPSS 22.0，生成聚类树，从而得出结论。

研究过程

1. 文献数量分析

将文献信息导入Bicomb后，将关键词改为“年”进行统计，每年可获得文献数量。从2008年到2012年，STEM教育仍处于不受广泛关注的状态，但偶尔会发表文章。自2013年以来，我国STEM教育研究文献数量逐年增加，特别是近三年来，文献数量迅速增加。2016年发表的文献数量为71篇，是近年来发表数量最多的一年。

2. 高频关键词频率分析

将文献信息导入Bicomb后，将关键字段改为“关键字”进行统计提取，可以得到文献中关键字的词频表，修改词义相似的关键字（如“STEM“改为“STEM教育”，与“STEM教育合并”)，得到了中国STEM教育研究的高频关键词表，如表1所示(表中显示词频≥3.关键词)。由于本文以STEM为主题词进行搜索，“STEM教育”排名第一。此外，前十大关键词包括STEAM教育、制造商教育、美国、学科整合、人才培养、STEM课程、学习过程、科学教育和启示。

3. 构建矩阵

(1)高频关键词篇矩阵

将Bicomb的关键字段选为“关键字”≥3，≤150(选择频率在3到150之间的关键词)，构建文本矩阵，如表2所示。其中，第一列是高频关键词，第一行是V1、V2代表文章编号，表中数据“1”表示关键词是文章的关键词之一，而“-”则表示不是。

(2)高频关键词共现矩阵

高频关键字共现矩阵是通过选择相同的关键字段和阈值来构建的。关键字共现矩阵是一种对角线对称矩阵，对角线上的数字代表了研究文献中关键字的频率[4]。表中的数据代表了同一篇文章中两个关键字的频率。可以看出，数据越大，两个关键字之间的关系就越密切。

4. 高频关键词聚类分析

聚类分析是指在数据中寻找类似元素的集合[5]。高频关键词聚类分析的目的是对高频关键词进行分类。将高频关键词篇矩阵导入SPSS，选择“组间链接”聚类方法和Ochiai二分类方法，对3个以上频率的32个关键词进行聚类，如图1所示。通过对聚类树形图的分析，可以将文献关键词大致分为六个主题：STEM教育与实践能力培养、STEM课程整合、STEM教育与创客运动相结合、STEM教育与人才培养、美国STEM教育等研究。