基于Gephi的R&D投入與公司成長性的可視化研究

黃思佳 何翀 徐惠珍

摘要：本文選取2016-2018年CNKI相關文獻，運用文獻題錄信息統計分析工具SATI、可視化網絡分析軟件Gephi對“R&D投入與公司成長性”的研究情況從發文年度、發文機構單位分布、作者合著網絡、關鍵詞共現網絡、行業研究情況等方面進行分析，從而指出研究熱點與最新研究趨勢。

關鍵詞：R&D投入；公司成長性；Gephi；可視化

引言

在倡導實現“中國制造”到“中國智造”轉型的當下，我國大批企業著力更新科技水平，打造核心競爭優勢，以此創造新的利潤增長點。R&D投入作為影響創新能力的重要因素，因其極大的風險性質，一直是備受學者們關注的課題。因此，該投入對企業成長性的研究一直備受關注。

不同于形勢單一、呈現信息抽象的傳統數據可視化，可視化知識圖譜Gephi是一款交互式的復雜網絡分析軟件，能生動地展現出各要素之間的聯系和研究熱點。

本文采用文獻題錄分析工具SATI，借助Gephi的可視化網絡技術輔以excel匯總，描繪出2016-2018年R&D投入與公司成長性研究的圖譜，分析得出該課題的最新熱點、研究機構分布及行業研究情況。

1、數據收集與研究方法

1.1 數據收集

本文數據來源于中國知網（CNKI）論文數據庫中的文獻。在中國知網上以“R&D投入OR公司成長性”為搜索范圍，檢索日期截至2018年10月4日，最終得到316篇期刊和論文。

1.2 研究方法

首先對文獻題錄信息剔除同義詞，其次將文件導入SATI生成共現矩陣。對于發文年度、發文機構單位、行業研究情況等在excel中統計；對于關鍵詞共現矩陣與作者和主網絡，則選擇用Gephi將被研究頻數較高的詞條凸顯出來。同時，對邊進行過濾，將較熱門的研究方向顯現出來。最后，通過軟件統計的平均度、平均路徑長度、平均聚類系數等數值進行分析。

2、數據分析

2.1 發表年度分布

剔除年度相關文章中重復或不相關的記錄后，匯總發現可以將此課題研究劃分為：起步階段（1997-2004年）、發展階段（2005-2012年）、高潮階段（2013-2015年）和漸趨成熟階段（2016-至今）。在2012年度發文量大幅上升后，2013年相關發文數量達到最高峰169篇。2016年開始逐漸回落，另一方面也向我們傳遞著研究漸趨成熟的信號。

2.2 發文單位機構分布

發文機構可以分為五類：高校單獨發文、社會機構單位單獨發文、高校間聯合發文、機構單位聯合發文以及高校與機構聯合發文。匯總發現，316篇文獻中，290篇來自高校單獨發文，占比高達91.7%。高校聯合發文15篇，占比4.75%。總體而言，各大高校是最主要的貢獻力量。

截取SATI頻數統計前16位的高校，綜合類大學占16所總量的29.11%，6所財經類高校發文總量占比37.97%，理工類大學發文量占16所總量的45.57% 。由此得出結論，該課題更受理工類大學學生的歡迎。

2.3 作者合著網絡

用SATI截取文獻作者信息矩陣導入Gephi，共得到100節點、115邊。采用Fruchterman Reingold布局。其次，對節點進行排序并進行模塊化分割，統計發現88個社區，同時得到模塊化度量值0.753，表明合作團體間聯系較密切。

研究圖譜發現，發文作者分布較零散，多為碩博論文或單獨發表的期刊文章，僅存在6個合作較為密切的社區（社區之間不存在合作關系）：唐瑋（唐瑋、曹蕾、崔也光）團隊、吳祖光團隊（吳祖光、康華、扈文秀）、張金鎖（張金鎖、呂靖燁、王婷、李明、李玲）團隊、龔詩婕團隊（龔詩婕、呂慶華）、任敏團隊（任敏、谷文林、林寧）、郭浩團隊（徐艷、郭浩）。其中，合著最為密切的是唐瑋-曹蕾-崔也光團隊，吳祖光團隊中吳祖光與扈文秀合著次數較多，而兩人與康華的合作較少。所有節點中度和加權度最大的是吳祖光和扈文秀，節點度為4，加權度為5.33，表明他們分別與四個作者有過5次的合作[1]。

2.4 關鍵詞共現網絡

將共現矩陣導入Gephi，共計導入100節點、962條邊。為防止節點存在重疊，最終采用ForceAtlas2的算法[2]。其次，設置節點波動范圍和標記顏色。統計頻數越大，節點也就越大，顏色也隨之加深。為區分大部分詞條的熱度，采用節點的模塊化分割形成11個社區。

節點加權度是指該節點與其他節點連接邊的權值的總和[3]，即該詞條與相關聯的詞條共同出現的次數。經計算，關鍵詞共現網絡的平均度為10.62，平均加權度為1.305。因此，“R&D投入與公司成長性”的詞條關聯范圍較大，但關聯程度不夠密切。圖譜的平均路徑長度為1.996，網絡直徑為3，呈現小世界性[4]。圖譜平均聚類系數為0.745，該數值較接近1，表明節點之間的關聯較緊密。

由于圖譜中的邊交錯復雜，難以進行深入研究，因此進行邊的過濾，保留322條邊。（見圖2）經觀察計數發現，研究R&D投入與公司成長性關系的文章僅有7篇，而單獨研究R&D投入或者公司成長性的較多。其中涉及“R&D投入-企業績效”的高達50篇，涉及“R&D投入-融資約束”的有18篇，有關“R&D投入-股權結構-股權激勵”的有19篇。公司治理、創新績效、稅收優惠、政府補貼等詞條與R&D投入關聯也較緊密。除此之外，“公司成長性-創業板”（23篇）、“公司成長性-影響因素”（11篇）、“公司成長性-因子分析”（9篇）、“公司成長性-資本結構”（5篇）也是最近三年研究中的熱點問題。

2.5 行業研究情況

在圖譜顯示的節點中有部分“高新技術上市公司”、“環保類上市公司”、“農業上市公司”等行業詞條。為了進一步研究行業實例研究的情況，篩選出關鍵詞頻數統計中行業詞條的記錄，統計發現共有70篇行業實例研究文獻，占文獻總數的22.15%。這表明“R&D與公司成長性”課題的相關實例研究較少，偏向理論研究的較多。70篇實例研究中有關高新技術產業的實例研究有13篇，占行業研究總數的18.75%。設備制造業、生物醫藥、農業緊跟其后，分別占有14.29%、11.43%、8.57%。

3、結論與不足

3.1 研究結論

一是，在2013-2015年的研究熱潮過后，最近三年的年度發文數量逐漸減少，研究趨向于成熟。2016-2018年R&D與公司成長性研究中，社會機構單位的發文數量占極小部分，各類高校則是探究主力軍。其中，理工類大學的相關貢獻較多，財經類高校次之。

二是，作者合著網絡較為分散，少有關聯緊密的合著團隊。而在關鍵詞共現網絡中，單獨研究R&D投入、公司成長性的文獻居多。其中，R&D研究延伸范圍較廣，涉及企業績效、融資、股權結構、高管激勵、稅收優惠等方面的文獻數較多。而公司成長性涉及的研究課題較少，影響因素、資本結構等為熱點方向。

三是，該課題下的理論研究較多，實例研究僅占70篇，其中高新技術產業、設備制造業、生物醫藥、農業等領域的相關研究居多。而創業板上市公司因其高成長性，成為研究成長性的典型。綜合以上論述，建議增加對創業板上市公司R&D投入與公司成長性的實例研究。

3.2 研究不足

首先，在對題錄關鍵詞進行同義詞清洗前需要人工識別，可能存在個別同義詞被忽略的情況，形成一定誤差。其次，在使用文獻題錄信息統計工具SATI生成關鍵詞共現矩陣時，由于軟件出于實際意義的限制，只能導出前100條記錄，遺漏了少部分信息。

參考文獻

[1] 彭琰，嚴莉.基于Gephi的云南民族醫藥研究可視化分析[J].醫學信息學雜志，2015，36（02）：65-68+89.

[2] 王揚，田野，李鐵山，陳俊龍，彭東成，周義華.基于Gephi的航運招聘信息可視化分析[J].大數據，2018，4（03）：81-91.

[3] 曹霞，崔雷.合著網絡評價指標與文獻計量學評價指標相關性研究[J].中華醫學圖書情報雜志，2016，25（2）：20-26，74.

[4] 張梅，翁志輝，楊振，林海清，黃愛萍，劉健宏.我國水土保持學科領域作者合著網絡分析[J].中國水土保持， 2017（12）：47-49.

[5] 劉勇，杜一.網絡數據可視化與分析利器： Gephi中文教程[M].北京：電子工業出版社，2017：163-164.

[6] 王龍.合作網絡模型結構研究與應用[D].濟南：山東師范大學，2015：19-21.

作者單位：江蘇大學財經學院。