上官玉奇 同济大学经济与管理学院

创新生态系统是由相互依存的企业、政府、教育家和工人等诸要素构成的能够达到动态平衡的创新系统。我国正在实施的创新驱动发展战略，正是建立国家创新生态系统的重要途径[1]。本文借助Citespace软件对国内外创新生态系统研究情况进行知识图谱分析，实现了研究热点、研究前沿的整体梳理和总结。

一、研究方法与数据收集

科学知识图谱是在通常的文献计量手段上，结合文本挖掘、统计学和计算机科学等方法和手段形成的一种科学可靠的知识分析方法[2]。其中，Citespace 知识可视化软件能够更好的展示知识的聚类特征和研究前沿，使得其在知识图谱研究领域具有重要地位[3]。

本研究针对创新生态系统领域的文献，选用CNKI和Web of Science核心合集两个数据库分别对“创新生态系统”和“Innovation Ecosystem”两组关键词进行检索，并做了相应派生词的扩展，以保证文献的查全性。然后对文献进行筛选，排除无关文献和综述文献，最终得到外文文献1084篇，中文文献1461篇。数据显示，中文文献研究虽起步较外文文献晚，但自2004年开始就初具规模，2013年开始快速增长，2017年至今发文数较为稳定，仍然属于研究热点。

二、研究热点分析

（一）关键词共现分析

关键词是每篇文献作者对文章内容的高度概括，统计关键词可以了解文献的研究领域和研究方向。国外创新生态系统研究领域的关键词共现知识图谱见图1，研究热点有innovation，ecosystem，value creation, firm，industry，network，technology，performance，management，capability，system等方面。国内研究关键词共现知识图谱（图2）表明，研究热点集中在创新生态系统、生态系统、创新、系统创新、区域创新生态系统、商业生态系统、创新创业、创新生态等方面。

图1 外文文献关键词共现网络

（二）关键词聚类分析

关键词聚类分析可以用来分析关键词之间的联系紧密程度。本文用LLR算法从特定聚类的关键词中抽取名词短语生成聚类数和聚类名。通过聚类分析，得到的聚类模块值大于0.3（外文文献0.3，中文文献0.6），说明聚类结构显著，同时聚类平均轮廓值约为0.5（外文文献0.5，中文文献0.5），说明选择的聚类合理且可信。聚类名称及节点数如表所示。

图2 中文文献关键词共现网络

表 创新生态系统文献的聚类信息

三、研究前沿分析

高被引文献可以看作是该研究领域的知识基础。因数据库的数据格式限制，因此本文仅对外文文献作共被引分析。

将共被引文献进行聚类后得到聚类信息，从聚类名中可以得到创新生态系统研究领域的研究前沿： Open innovation，Service ecosystems，Innovation ecosystem，Collaboration，Entrepreneurial ecosystems，Economies，Innovation。通过对各聚类的最高被引文献研究，发现主要聚焦在外部创新对核心公司的挑战、B2B体系、生态系统伙伴与绩效的关系、各领域龙头公司成功因素、平台生态系统、知识和创新范式等等。

结论：本文使用引文可视化分析软件Citespace对有关创新生态系统的研究文献进行梳理，通过关键词共现和关键词聚类分析，结果发现，国内学者更多的关注系统方面的研究，而国外学者对于网络、战略、技术、公司等均有关注。研究前沿分析显示， Open innovation，Service ecosystems，Innovation ecosystem等是目前学界的主要研究内容。