基于Citespace的創新生態系統知識圖譜分析

上官玉奇 同濟大學經濟與管理學院

創新生態系統是由相互依存的企業、政府、教育家和工人等諸要素構成的能夠達到動態平衡的創新系統。我國正在實施的創新驅動發展戰略，正是建立國家創新生態系統的重要途徑[1]。本文借助Citespace軟件對國內外創新生態系統研究情況進行知識圖譜分析，實現了研究熱點、研究前沿的整體梳理和總結。

一、研究方法與數據收集

科學知識圖譜是在通常的文獻計量手段上，結合文本挖掘、統計學和計算機科學等方法和手段形成的一種科學可靠的知識分析方法[2]。其中，Citespace 知識可視化軟件能夠更好的展示知識的聚類特征和研究前沿，使得其在知識圖譜研究領域具有重要地位[3]。

本研究針對創新生態系統領域的文獻，選用CNKI和Web of Science核心合集兩個數據庫分別對“創新生態系統”和“Innovation Ecosystem”兩組關鍵詞進行檢索，并做了相應派生詞的擴展，以保證文獻的查全性。然后對文獻進行篩選，排除無關文獻和綜述文獻，最終得到外文文獻1084篇，中文文獻1461篇。數據顯示，中文文獻研究雖起步較外文文獻晚，但自2004年開始就初具規模，2013年開始快速增長，2017年至今發文數較為穩定，仍然屬于研究熱點。

二、研究熱點分析

（一）關鍵詞共現分析

關鍵詞是每篇文獻作者對文章內容的高度概括，統計關鍵詞可以了解文獻的研究領域和研究方向。國外創新生態系統研究領域的關鍵詞共現知識圖譜見圖1，研究熱點有innovation，ecosystem，value creation, firm，industry，network，technology，performance，management，capability，system等方面。國內研究關鍵詞共現知識圖譜（圖2）表明，研究熱點集中在創新生態系統、生態系統、創新、系統創新、區域創新生態系統、商業生態系統、創新創業、創新生態等方面。

圖1 外文文獻關鍵詞共現網絡

（二）關鍵詞聚類分析

關鍵詞聚類分析可以用來分析關鍵詞之間的聯系緊密程度。本文用LLR算法從特定聚類的關鍵詞中抽取名詞短語生成聚類數和聚類名。通過聚類分析，得到的聚類模塊值大于0.3（外文文獻0.3，中文文獻0.6），說明聚類結構顯著，同時聚類平均輪廓值約為0.5（外文文獻0.5，中文文獻0.5），說明選擇的聚類合理且可信。聚類名稱及節點數如表所示。

圖2 中文文獻關鍵詞共現網絡

表 創新生態系統文獻的聚類信息

三、研究前沿分析

高被引文獻可以看作是該研究領域的知識基礎。因數據庫的數據格式限制，因此本文僅對外文文獻作共被引分析。

將共被引文獻進行聚類后得到聚類信息，從聚類名中可以得到創新生態系統研究領域的研究前沿： Open innovation，Service ecosystems，Innovation ecosystem，Collaboration，Entrepreneurial ecosystems，Economies，Innovation。通過對各聚類的最高被引文獻研究，發現主要聚焦在外部創新對核心公司的挑戰、B2B體系、生態系統伙伴與績效的關系、各領域龍頭公司成功因素、平臺生態系統、知識和創新范式等等。

結論：本文使用引文可視化分析軟件Citespace對有關創新生態系統的研究文獻進行梳理，通過關鍵詞共現和關鍵詞聚類分析，結果發現，國內學者更多的關注系統方面的研究，而國外學者對于網絡、戰略、技術、公司等均有關注。研究前沿分析顯示， Open innovation，Service ecosystems，Innovation ecosystem等是目前學界的主要研究內容。