基于Gephi的R&D投入与公司成长性的可视化研究

黄思佳 何翀 徐惠珍

摘要：本文选取2016-2018年CNKI相关文献，运用文献题录信息统计分析工具SATI、可视化网络分析软件Gephi对“R&D投入与公司成长性”的研究情况从发文年度、发文机构单位分布、作者合著网络、关键词共现网络、行业研究情况等方面进行分析，从而指出研究热点与最新研究趋势。

关键词：R&D投入；公司成长性；Gephi；可视化

引言

在倡导实现“中国制造”到“中国智造”转型的当下，我国大批企业着力更新科技水平，打造核心竞争优势，以此创造新的利润增长点。R&D投入作为影响创新能力的重要因素，因其极大的风险性质，一直是备受学者们关注的课题。因此，该投入对企业成长性的研究一直备受关注。

不同于形势单一、呈现信息抽象的传统数据可视化，可视化知识图谱Gephi是一款交互式的复杂网络分析软件，能生动地展现出各要素之间的联系和研究热点。

本文采用文献题录分析工具SATI，借助Gephi的可视化网络技术辅以excel汇总，描绘出2016-2018年R&D投入与公司成长性研究的图谱，分析得出该课题的最新热点、研究机构分布及行业研究情况。

1、数据收集与研究方法

1.1 数据收集

本文数据来源于中国知网（CNKI）论文数据库中的文献。在中国知网上以“R&D投入OR公司成长性”为搜索范围，检索日期截至2018年10月4日，最终得到316篇期刊和论文。

1.2 研究方法

首先对文献题录信息剔除同义词，其次将文件导入SATI生成共现矩阵。对于发文年度、发文机构单位、行业研究情况等在excel中统计；对于关键词共现矩阵与作者和主网络，则选择用Gephi将被研究频数较高的词条凸显出来。同时，对边进行过滤，将较热门的研究方向显现出来。最后，通过软件统计的平均度、平均路径长度、平均聚类系数等数值进行分析。

2、数据分析

2.1 发表年度分布

剔除年度相关文章中重复或不相关的记录后，汇总发现可以将此课题研究划分为：起步阶段（1997-2004年）、发展阶段（2005-2012年）、高潮阶段（2013-2015年）和渐趋成熟阶段（2016-至今）。在2012年度发文量大幅上升后，2013年相关发文数量达到最高峰169篇。2016年开始逐渐回落，另一方面也向我们传递着研究渐趋成熟的信号。

2.2 发文单位机构分布

发文机构可以分为五类：高校单独发文、社会机构单位单独发文、高校间联合发文、机构单位联合发文以及高校与机构联合发文。汇总发现，316篇文献中，290篇来自高校单独发文，占比高达91.7%。高校联合发文15篇，占比4.75%。总体而言，各大高校是最主要的贡献力量。

截取SATI频数统计前16位的高校，综合类大学占16所总量的29.11%，6所财经类高校发文总量占比37.97%，理工类大学发文量占16所总量的45.57% 。由此得出结論，该课题更受理工类大学学生的欢迎。

2.3 作者合著网络

用SATI截取文献作者信息矩阵导入Gephi，共得到100节点、115边。采用Fruchterman Reingold布局。其次，对节点进行排序并进行模块化分割，统计发现88个社区，同时得到模块化度量值0.753，表明合作团体间联系较密切。

研究图谱发现，发文作者分布较零散，多为硕博论文或单独发表的期刊文章，仅存在6个合作较为密切的社区（社区之间不存在合作关系）：唐玮（唐玮、曹蕾、崔也光）团队、吴祖光团队（吴祖光、康华、扈文秀）、张金锁（张金锁、吕靖烨、王婷、李明、李玲）团队、龚诗婕团队（龚诗婕、吕庆华）、任敏团队（任敏、谷文林、林宁）、郭浩团队（徐艳、郭浩）。其中，合著最为密切的是唐玮-曹蕾-崔也光团队，吴祖光团队中吴祖光与扈文秀合著次数较多，而两人与康华的合作较少。所有节点中度和加权度最大的是吴祖光和扈文秀，节点度为4，加权度为5.33，表明他们分别与四个作者有过5次的合作[1]。

2.4 关键词共现网络

将共现矩阵导入Gephi，共计导入100节点、962条边。为防止节点存在重叠，最终采用ForceAtlas2的算法[2]。其次，设置节点波动范围和标记颜色。统计频数越大，节点也就越大，颜色也随之加深。为区分大部分词条的热度，采用节点的模块化分割形成11个社区。

节点加权度是指该节点与其他节点连接边的权值的总和[3]，即该词条与相关联的词条共同出现的次数。经计算，关键词共现网络的平均度为10.62，平均加权度为1.305。因此，“R&D投入与公司成长性”的词条关联范围较大，但关联程度不够密切。图谱的平均路径长度为1.996，网络直径为3，呈现小世界性[4]。图谱平均聚类系数为0.745，该数值较接近1，表明节点之间的关联较紧密。

由于图谱中的边交错复杂，难以进行深入研究，因此进行边的过滤，保留322条边。（见图2）经观察计数发现，研究R&D投入与公司成长性关系的文章仅有7篇，而单独研究R&D投入或者公司成长性的较多。其中涉及“R&D投入-企业绩效”的高达50篇，涉及“R&D投入-融资约束”的有18篇，有关“R&D投入-股权结构-股权激励”的有19篇。公司治理、创新绩效、税收优惠、政府补贴等词条与R&D投入关联也较紧密。除此之外，“公司成长性-创业板”（23篇）、“公司成长性-影响因素”（11篇）、“公司成长性-因子分析”（9篇）、“公司成长性-资本结构”（5篇）也是最近三年研究中的热点问题。

2.5 行业研究情况

在图谱显示的节点中有部分“高新技术上市公司”、“环保类上市公司”、“农业上市公司”等行业词条。为了进一步研究行业实例研究的情况，筛选出关键词频数统计中行业词条的记录，统计发现共有70篇行业实例研究文献，占文献总数的22.15%。这表明“R&D与公司成长性”课题的相关实例研究较少，偏向理论研究的较多。70篇实例研究中有关高新技术产业的实例研究有13篇，占行业研究总数的18.75%。设备制造业、生物医药、农业紧跟其后，分别占有14.29%、11.43%、8.57%。

3、结论与不足

3.1 研究结论

一是，在2013-2015年的研究热潮过后，最近三年的年度发文数量逐渐减少，研究趋向于成熟。2016-2018年R&D与公司成长性研究中，社会机构单位的发文数量占极小部分，各类高校则是探究主力军。其中，理工类大学的相关贡献较多，财经类高校次之。

二是，作者合著网络较为分散，少有关联紧密的合著团队。而在关键词共现网络中，单独研究R&D投入、公司成长性的文献居多。其中，R&D研究延伸范围较广，涉及企业绩效、融资、股权结构、高管激励、税收优惠等方面的文献数较多。而公司成长性涉及的研究课题较少，影响因素、资本结构等为热点方向。

三是，该课题下的理论研究较多，实例研究仅占70篇，其中高新技术产业、设备制造业、生物医药、农业等领域的相关研究居多。而创业板上市公司因其高成长性，成为研究成长性的典型。综合以上论述，建议增加对创業板上市公司R&D投入与公司成长性的实例研究。

3.2 研究不足

首先，在对题录关键词进行同义词清洗前需要人工识别，可能存在个别同义词被忽略的情况，形成一定误差。其次，在使用文献题录信息统计工具SATI生成关键词共现矩阵时，由于软件出于实际意义的限制，只能导出前100条记录，遗漏了少部分信息。

参考文献

[1] 彭琰，严莉.基于Gephi的云南民族医药研究可视化分析[J].医学信息学杂志，2015，36（02）：65-68+89.

[2] 王扬，田野，李铁山，陈俊龙，彭东成，周义华.基于Gephi的航运招聘信息可视化分析[J].大数据，2018，4（03）：81-91.

[3] 曹霞，崔雷.合著网络评价指标与文献计量学评价指标相关性研究[J].中华医学图书情报杂志，2016，25（2）：20-26，74.

[4] 张梅，翁志辉，杨振，林海清，黄爱萍，刘健宏.我国水土保持学科领域作者合著网络分析[J].中国水土保持， 2017（12）：47-49.

[5] 刘勇，杜一.网络数据可视化与分析利器： Gephi中文教程[M].北京：电子工业出版社，2017：163-164.

[6] 王龙.合作网络模型结构研究与应用[D].济南：山东师范大学，2015：19-21.

作者单位：江苏大学财经学院。