基于共词网络的科技型企业研究的发展分析

张会忠

(天津市成果转化中心 天津300203)

科技型企业主要是指以科研工作者为主体，从事科技产品的研发、科研成果的商品化和提供技术支持等服务的知识密集型经济实体。这些企业以创新作为自身使命和生存手段，是经济系统中充满活力的“细胞”，是基础研究和商品经济沟通的桥梁。十九大报告中指出，我国要瞄准世界科技前沿，加快建设创新型国家。因此，掌握科技型企业的目前研究状况，从而确定未来有潜力的研究方向，具有较大的实际意义。

1 对科技型企业历年研究统计

1.1 文献数量、类型及学科类别分布特点

经过筛选与分析后，以“科技型企业”(technological/technical/high-tech，enterprise/firm/company/SME)为主题词在“Web of Science核心合集”中进行检索，共得到 2,499篇文献，对其进行统计分析得到如图1所示结果。

图1 近15年年发文量与引用频数Fig.1 Annual publications and citation frequency in last 15 years

由图1可以看出，对于科技型企业的研究基本呈现稳步增长的趋势，从2002年的53篇到2016年的148篇，增长将近两倍。一方面表现出学界对于科技型企业的关注度不断增加，另一方面也反映出关于促进科技型企业发展的政策思想已经被人们充分认可与吸收，相关的基础研究不断增多，预示着体系与制度将不断得到完善。

从引用频数的曲线可以看出，出现多个引用高峰，显现出科技型企业这一研究方向并未呈现文献老化的趋势，仍有很大的研究潜质。

在图2中可以看到，对科技型企业的研究报告主要以期刊文章和会议文献为主，各占 59.7%,和36.3%,。超过 1/3的会议论文表明学术界对于科技型企业研究的交流协作比较充分，信息流通性较好。

以学科类别来统计(见表 1)，其中计算机科学高居第 3位，显示出科技型企业中，依托计算机科技进行创新与发展的企业不在少数。而运筹学与管理科学和公共管理这两个学科反映出以下两个可能：①对于科技型企业总的经济体系管理是一个热点；②对于高风险、高收益的科技型企业来说，自身的管理运营体系也是决定企业成功与否的关键。

图2 文献类别汇总Fig.2 A summary of the literature categories

表1 对科技型企业的研究分学科类别前5名Tab.1 TOP5 categories of the research of technologybased SMEs

1.2 历年国家发表数量特点

由于期刊论文能够较好地代表独立的各研究个体，故对筛选出的1,493篇期刊论文进行国家和主题词的分析。

表2列举了前 20名总发文数的国家，可以看到除了中国与巴西二位金砖国家之外，其他均为发达国家，显现出对科技型企业的研究和国家经济的发展程度存在一定的正相关性。巴西作为一个依靠出口大宗商品拉动经济的国家，正从经济疲软的现实情况中找寻恢复的途径，对于科技型企业进行研究进而转变经济发展方式或许是一条途径。

表2 发文总数前20名国家Tab.2 TOP20 countries in total publications of technology-based SMEs

中国作为世界第二大经济体，有“世界工厂”之称，具有庞大产能和生产潜力，目前也正在优化产业结构、提升产品附加值，建设创新型国家。因此，研究和发展科技型企业是一条实际有效的道路。

从图3中我们可以看到，美国是最早对于科技型企业开展大量研究的国家，也成功地以科技成果转化促生了大批科技型企业，带动了商业的繁荣。中国在“十一五”规划(2006—2010年)以来，强调推进结构优化升级、加快发展高技术产业。政府的主导作用与学界的研究方向是紧密相关的，所以我们可以看到，对于科技型企业展开的研究呈波动性增长，且上升势头迅猛，2013年后年均发文量均为世界第一。

图3 总量前五国家年发文数Fig.3 Annual publications of technology-based SMEs in the TOP5 countries

1.3 国家间合作关系

在研究国家间合作关系时，利用 gephi软件引入了共词网络图。网络图的思想是以节点表示某种元素，网络节点之间的连线或边可表示各元素间的相互作用关系。对这个网络进行模块化处理，算法则会根据节点连接之间的复杂特性，将所有节点和连线分为颜色不同的几个区域。

此外，“度”也是节点的一个重要特性，节点的度为与该节点连接的其他节点数目。当一个国家与其他国家合作较多时，在网络图上则会呈现为：代表该国家的节点越大，与其相连的节点越多。两国家合作程度则会以线条的粗细显示。

图4显示出了以美国为中心的合作研究关系。

图4 国家间合作关系共词网络Fig.4 Co-word network of the cooperation between countries

2 科技型企业的总体共词网络分析

从图 5中我们可以看出，在近 15年对科技型企业的研究中，关键词数量节点、边都较多，全局的中心点为“创新”，并且颜色分区明显，分区与分区之间连接紧密，各个知识之间的联系初步形成了系统的体系，但仍有一些小集群游离在大系统之外。整个知识网络的布局已经逐渐趋向合理。由此可知，在世界范围内，关于科技型企业研究的整体研究已经较为成熟。

图5 度值大于2的关键词共词网络Fig.5 Keyword co-word network with degree value greater than 2

在网络中，连通两个节点的最少边数，定义为这两个节点的路径长度。网络中所有节点对应的路径长度的平均值，定义为该网络的特征路径长度，它是网络的一个全局特征[1]。

聚合系数定义为某节点实际存在的边数除以最多可能存在的边数得到的分数值，所有节点的聚合系数的均值定义为网络的聚合系数。它是网络的局部特征[2]。

该网络图的聚合系数为 0.454，在数量级上远大于同等节点数随机网络的聚合系数；特征路径长度3.109，与随机网络近似。故可判断该网络近似为一个小世界网络模型。

中介中心度反映节点的枢纽和桥梁作用。我们可以将这些节点视为知识发展过程中潜在的研究方向，即中介中心度值越大、度值越小的节点，潜在研究能力越大。判断标准可以为“中介中心度/度”，比值接近的时候，度值越小的潜在研究能力更强。

将关键词以中介中心度/度降序排列，排除“创新”“中国”和“研发”3个宏观概念词，节选得到表 3。从中可以看到，“燃料电池”和“社交网络”可能对于特定的科技型企业具有很大的研究潜力。“变革型领导”“供应链管理”及“社会资本”作为科技型企业发展中的因素，也具有很大的潜在研究价值。

为了方便进一步深入观察共现频数高的关键词，我们选取了度值大于 10的关键词制作网络图，如图6所示。研究热点从不同的层面来分析包括：①宏观层面，研究与发展、风险资本、信息技术、创业等；②企业层面，知识管理、产品开发、市场定位、企业家精神和组织学习。

表3 共词网络中介中心度/度前十名关键词Tab.3 TOP10 keywords of betweeness centrality/degree in co-word network

图6 度值大于10的关键词共词网络Fig.6 Keyword co-word network with degree value greater than 10

3 总 结

通过对近 15年文献进行计量和共词网络的分析，阐述了科技型企业研究的发展状况。结果显示，对于科技型企业的研究逐年增多，正处于成长期，相关的基础研究不断增多，预示着体系与制度将不断得到完善；形成了以美国为中心的合作体系，其中中美合作研究关系最为密切；我国的年发文数由 2006年呈现波动式上升的趋势，自 2013年以来一直位于首位；另外提出以“中介中心度/度”为评价标准来考量研究方向的潜在价值，发现虽然多数知识已经得到探讨，“变革型领导”“供应链管理”及“社会资本”等关键词仍有待进一步研究。

[1]周其明，刘小园. 复杂网络理论在传统行业中的应用[J]. 现代计算机，2016(21)：25-28.

[2]陈昊. 复杂网络模型研究与应用[D]. 西安：西安电子科技大学，2006.

[3]夏孝瑾. 美国“小企业创新研究计划”(SBIR)：经验与启示[J]. 科技、经济、市场，2011(12)：40-42.

[4]施卫东. 日本中小企业政策的特点及发展方向[J]. 管理科学，2001，14(6)：60-64.

[5]何大韧. 复杂系统与复杂网络[M]. 北京：高等教育出版社，2009.

[6]Bossr T，Jonker C M，Treur J. Simulation and analysis of adaptive agents：an integrative modeling approach[J]. Advances in Complex Systems，2007，10(3)：335-357.

[7]Li Y，Wang Y，Rui X，et al. Sources of atmospheric pollution：a bibliometric analysis[J]. Scientometrics，2017，112(2)：1025-1045.

[8]Riccaboni M，Pammolli F，Buldyrev S V，et al. The size variance relationship of business firm growth rates[J]. Proceedings of the National Academy of Sciences of the United States of America，2008，105(50)：19595-19600.

[9]Luo R，Li J，Zhao Y，et al. A critical review on the research topic system of soil heavy metal pollution bioremediation based on dynamic co-words network measures[J]. Geoderma，2017(305)：281-292.

[10]郭雷，许晓鸣. 复杂网络[M]. 上海：上海科技教育出版社，2006.

[11]丁学东. 文献计量学基础[M]. 北京：北京大学出版社，1993.

[12]赫南，李德毅，淦文燕，等. 复杂网络中重要性节点发掘综述[J]. 计算机科学，2007，34(12)：1-5.