政府研發(fā)投入對(duì)科學(xué)學(xué)熱點(diǎn)研究方向的影響

侯海燕++黃福++梁國(guó)強(qiáng)++王亞杰++胡志剛

摘要：研究熱點(diǎn)的探測(cè)為科學(xué)研究和政府決策提供了重要的支持，通過(guò)對(duì)政府在熱點(diǎn)研究領(lǐng)域的資金投入，以期研究政府研發(fā)投入對(duì)熱點(diǎn)研究領(lǐng)域存在的導(dǎo)向和影響作用。通過(guò)關(guān)鍵詞聚類的方法對(duì)滑動(dòng)時(shí)間窗內(nèi)的文獻(xiàn)進(jìn)行社團(tuán)劃分，進(jìn)而通過(guò)可視化圖譜對(duì)總體聚類與政府扶持聚類效果進(jìn)行比較分析，研究政府投入對(duì)該領(lǐng)域發(fā)展的影響及其規(guī)律。通過(guò)統(tǒng)計(jì)分析和聚類間的可視化比較分析，存在政府投入的科學(xué)學(xué)熱點(diǎn)領(lǐng)域在整體研究熱點(diǎn)聚類中占據(jù)了重要的位置，政府投入對(duì)科學(xué)學(xué)研究的發(fā)展具有重要的導(dǎo)向作用。

關(guān)鍵詞：熱點(diǎn)研究；政府扶持；關(guān)鍵詞分析；聚類分析

中圖分類號(hào)：G301 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2017.04.006

The Impact of Government R&D Investment on the Hot Topics of Science of Science

HOU Haiyan， HUANG Fu， LIANG Guoqiang， WANG Yajie， HU Zhigang

（Institute of Science Studies and S&T Management， WISE Lab， Dalian University of Technology， Dalian 116024，Liaoning， China）

Abstract：Detection the hot topics is an important support for scientific research and government decision-making by studying the government's investment in the hot research field， in order to study the guidance and influence of government R&D investment on hot research field. For the partition by keywords clustering method in a sliding time window， then compare over all clustering and the government support clustering use Visualizing Map， to research the impact of government investment of the development and regularity on a research field. Based on statistical analysis and visual comparison analysis between clusters， fields of government investment have occupied an important position in all research front fields of science of science， the government investment has an important positive leading function on the research of science of science.

Keywords：Hot topics； Government support； Keyword analysis； Cluster analysis

0 引言

如果能夠科學(xué)、精準(zhǔn)的把握科學(xué)研究領(lǐng)域中的最新以及未來(lái)的發(fā)展趨勢(shì)，可以為個(gè)人科研選題，企業(yè)發(fā)展定位或是國(guó)家科技政策制定提供有力的幫助，推動(dòng)科學(xué)研究的快速健康發(fā)展。研究熱點(diǎn)作為一段時(shí)間內(nèi)被眾多的研究人員關(guān)注的領(lǐng)域，如何尋找挖掘是科研領(lǐng)域的一個(gè)熱點(diǎn)。我國(guó)政府對(duì)科學(xué)研究的發(fā)展提供了大量的資源投入，其中國(guó)家提供的科學(xué)基金作為政府扶持的一種重要形式為我國(guó)科學(xué)研究提供了可靠的資金投入，在推動(dòng)我國(guó)科學(xué)研究的發(fā)展，促進(jìn)基礎(chǔ)學(xué)科建設(shè)，發(fā)現(xiàn)、培養(yǎng)優(yōu)秀科技人才等方面提供了支持。因此，政府扶持實(shí)際效果如何，是否促進(jìn)了我國(guó)科學(xué)研究的發(fā)展，對(duì)科學(xué)研究發(fā)展的影響和導(dǎo)向如何等都需要我們對(duì)科學(xué)研究的發(fā)展和發(fā)展趨勢(shì)等進(jìn)行研究。沒(méi)有了發(fā)表，科研創(chuàng)新便不完整，因?yàn)檎俏墨I(xiàn)的發(fā)表，才給相關(guān)科學(xué)界提供了糾錯(cuò)、評(píng)價(jià)或認(rèn)可的機(jī)會(huì)[1]，通過(guò)發(fā)表的論文進(jìn)行科學(xué)研究發(fā)展的分析是具有可行性的。本文以科學(xué)學(xué)領(lǐng)域核心期刊文獻(xiàn)作為研究對(duì)象，從政府扶持層面進(jìn)行文獻(xiàn)的研究，從而探測(cè)政府投入與科學(xué)研究發(fā)展的關(guān)系。

1 基于文獻(xiàn)的研究方法概述

基于文獻(xiàn)的方法進(jìn)行科學(xué)研究一直是科學(xué)計(jì)量學(xué)領(lǐng)域的一個(gè)重要方法。主要包含有：基于引用關(guān)系的方法、基于文本內(nèi)容的方法以及混合分析方法等?；谝藐P(guān)系進(jìn)行熱點(diǎn)研究的探測(cè)和分析已較為成熟并被廣泛使用，主要包括基于共被引、文獻(xiàn)耦合、直接引用等方法。1965年，普賴斯利用被頻繁引用的文獻(xiàn)進(jìn)行科學(xué)發(fā)展研究前沿的分析[2]。1974年，Small和Griffith在普賴斯研究的基礎(chǔ)上通過(guò)共被引聚類分析的方法得到的高被引文獻(xiàn)聚類，從而通過(guò)共被引聚類對(duì)科學(xué)發(fā)展進(jìn)行研究[3]。1994年，Garfield通過(guò)對(duì)施引文獻(xiàn)與共引文獻(xiàn)聚類進(jìn)行研究[4]。同年，Persson通過(guò)對(duì)被引文獻(xiàn)與施引文獻(xiàn)的分析將研究領(lǐng)域劃分為知識(shí)基礎(chǔ)和研究前沿[5]。但是，由于引文分析在時(shí)間上往往具有一定的滯后性，因此很多學(xué)者試圖采用基于詞頻、共詞、突現(xiàn)詞等方法從文獻(xiàn)本身的文本內(nèi)容入手，通過(guò)這種更直接的方式探測(cè)科學(xué)發(fā)展。例如，2003年Kleinberg通過(guò)對(duì)論文標(biāo)題中詞的突現(xiàn)度進(jìn)行研究狀態(tài)轉(zhuǎn)變的研究[6]，2006年，陳超美（Chen CM）從題目、摘要等中提取突現(xiàn)詞對(duì)理論趨勢(shì)和新主題的涌現(xiàn)進(jìn)行標(biāo)注[7]，并在2009年在CiteSpaceⅡ軟件中實(shí)現(xiàn)了突現(xiàn)詞檢測(cè)算法用于進(jìn)行研究[8]。另外基于共詞分析與共引分析等混合使用的研究方法也被普遍的使用，如：黃魯成[9]，趙榮英[10]等。依據(jù)CNKI提供的文獻(xiàn)關(guān)鍵詞，采用Baoyack和Klavans[11]時(shí)間窗口的分析方式，對(duì)五年這樣一個(gè)較短的時(shí)間窗進(jìn)行數(shù)據(jù)的采集保證數(shù)據(jù)的新穎性，同時(shí)利用滑動(dòng)時(shí)間窗的方式對(duì)科學(xué)學(xué)的發(fā)展進(jìn)行研究探測(cè)。通過(guò)對(duì)滑動(dòng)時(shí)間窗內(nèi)的關(guān)鍵詞構(gòu)建共詞網(wǎng)絡(luò)，進(jìn)而利用聚類的一致性分析探測(cè)科學(xué)發(fā)展的變化，同時(shí)對(duì)總體數(shù)據(jù)聚類與政府扶持的數(shù)據(jù)聚類進(jìn)行一致性分析。關(guān)鍵詞聚類分析是根據(jù)關(guān)鍵詞間的相似度實(shí)現(xiàn)對(duì)文獻(xiàn)集中的詞進(jìn)行聚類，能夠最大程度地發(fā)揮詞分析的優(yōu)勢(shì)，更深入地挖掘文獻(xiàn)資料探測(cè)熱點(diǎn)研究方向。endprint

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

CNKI（National Knowledge Infrastructure）是我國(guó)知識(shí)信息資源的大規(guī)模集成體，提供了包括期刊、學(xué)位論文、會(huì)議論文、報(bào)紙、年鑒、工具書(shū)等多種源數(shù)據(jù)庫(kù)。囊括了7000多種期刊、近1000種報(bào)紙、18萬(wàn)本博士/碩士論文、16萬(wàn)冊(cè)會(huì)議論文、30 萬(wàn)冊(cè)圖書(shū)以及國(guó)內(nèi)外1100多個(gè)專業(yè)數(shù)據(jù)庫(kù)，可以提供足夠完整的數(shù)據(jù)來(lái)源[12]。本文依據(jù)北京大學(xué)《中文核心期刊要目總覽》（2016版）中“G3科學(xué)， 科學(xué)研究類”中列出的9種核心期刊，《科學(xué)學(xué)研究》、《科研管理》、《科學(xué)學(xué)與科學(xué)技術(shù)管理》、《研究與發(fā)展管理》、《中國(guó)科技論壇》、《中國(guó)軟科學(xué)》、《科技管理研究》、《科技進(jìn)步與對(duì)策》和《科學(xué)管理研究》等9種核心期刊為數(shù)據(jù)樣本[13-15]。檢索2007年至2015年間的所有文獻(xiàn)共計(jì)35908條，通過(guò)清除文獻(xiàn)中的書(shū)訊、機(jī)構(gòu)簡(jiǎn)介以及征稿類文獻(xiàn)等剩余35117條文獻(xiàn)作為總體的原始數(shù)據(jù)集進(jìn)行分析。政府投入數(shù)據(jù)采用國(guó)家基金代表政府扶持的傾向，選擇的國(guó)家基金包含國(guó)家自然科學(xué)基金、國(guó)家社會(huì)科學(xué)基金、國(guó)家軟科學(xué)研究計(jì)劃、高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金、跨世紀(jì)優(yōu)秀人才培養(yǎng)計(jì)劃、國(guó)家科技支撐計(jì)劃、全國(guó)教育科學(xué)規(guī)劃、國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）等文獻(xiàn)量排名前8的中央國(guó)家級(jí)科學(xué)基金支持的文獻(xiàn)11190篇進(jìn)行分析研究。

2.2 研究方法

由于固定時(shí)間窗不能很好地反映領(lǐng)域的動(dòng)態(tài)變化，許多研究人員傾向于選擇滑動(dòng)時(shí)間窗探索熱點(diǎn)研究方向的演化[16]。本文在研究過(guò)程中將整個(gè)時(shí)間段以滑動(dòng)時(shí)間窗的方式劃分為2007～2011，2008～2012，2009～2013，2010～2014，2011～2015五個(gè)階段以方便進(jìn)行比較分析。研究方法采用統(tǒng)計(jì)分析與可視化分析相結(jié)合，統(tǒng)計(jì)分析主要對(duì)國(guó)家投入產(chǎn)出文獻(xiàn)和總產(chǎn)出文獻(xiàn)中的作者、機(jī)構(gòu)、關(guān)鍵詞等分布進(jìn)行統(tǒng)計(jì)分析?？梢暬治鰟t通過(guò)對(duì)關(guān)鍵詞聚類進(jìn)行研究領(lǐng)域與研究主題分析，其結(jié)果可以顯示研究領(lǐng)域與研究領(lǐng)域之間的相關(guān)關(guān)系，反映這些詞所代表的主題以及研究領(lǐng)域的結(jié)構(gòu)關(guān)系。

3 分析與結(jié)果

3.1 統(tǒng)計(jì)分析

在總量分布上，由政府扶持的文獻(xiàn)產(chǎn)出數(shù)量占總體文獻(xiàn)產(chǎn)出量的31.2%。對(duì)總體文獻(xiàn)的數(shù)據(jù)和政府扶持文獻(xiàn)的數(shù)據(jù)進(jìn)行的統(tǒng)計(jì)分析如圖1所示。通過(guò)分析可以發(fā)現(xiàn)在總體文獻(xiàn)存在下降的同時(shí)由政府扶持的文獻(xiàn)量在整個(gè)時(shí)間發(fā)展過(guò)程中卻處于不斷上升的過(guò)程，政府扶持的文獻(xiàn)產(chǎn)出在整個(gè)過(guò)程中所占的比重越來(lái)越大，科學(xué)學(xué)研究領(lǐng)域政府投入的產(chǎn)出比重的提升說(shuō)明政府投入在其所有產(chǎn)生中的導(dǎo)向作用的提升和影響的提高。

3.1.1 作者與機(jī)構(gòu)分布統(tǒng)計(jì)

統(tǒng)計(jì)了每個(gè)階段的作者及其所屬機(jī)構(gòu)發(fā)文分布情況。提取政府扶持和總體文獻(xiàn)中作者和出版機(jī)構(gòu)出現(xiàn)頻次大于1次的作者和機(jī)構(gòu)（盡量避免文獻(xiàn)中的機(jī)構(gòu)和作者中因偶然因素的參與，采用提取頻次大于1次的作者和機(jī)構(gòu)），統(tǒng)計(jì)結(jié)果如表1和表2。從時(shí)間分布上可以看出在總體文獻(xiàn)與政府扶持的文獻(xiàn)中頻次大于1的作者在所有作者中占比均達(dá)到60%以上，在總體文獻(xiàn)與政府扶持的文獻(xiàn)中頻次大于1的機(jī)構(gòu)占所有機(jī)構(gòu)的比例均達(dá)到80%以上，因此二者均具有一定的代表性。從作者分布上可以看出總體文獻(xiàn)中的作者和機(jī)構(gòu)數(shù)量無(wú)論總量還是頻次大于1的數(shù)量分布均處于下降的趨勢(shì)，而政府扶持的文獻(xiàn)中的作者和機(jī)構(gòu)數(shù)量無(wú)論總量還是頻次大于1的數(shù)量分布均處于逐步增長(zhǎng)的趨勢(shì)。在整體呈現(xiàn)下降的趨勢(shì)下，政府扶持的機(jī)構(gòu)和作者的上升首先說(shuō)明政府扶持在整體科學(xué)學(xué)研究中的導(dǎo)向與影響力在逐步擴(kuò)大，政府扶持對(duì)科學(xué)學(xué)研究的支持作用也越來(lái)越重要，其次期刊對(duì)由政府扶持的文獻(xiàn)給予較高的質(zhì)量評(píng)價(jià)。

3.1.2 關(guān)鍵詞分布統(tǒng)計(jì)

為實(shí)現(xiàn)對(duì)政府扶持的文獻(xiàn)與總體文獻(xiàn)的主題分析，對(duì)文獻(xiàn)進(jìn)行關(guān)鍵詞的提取和統(tǒng)計(jì)分析。關(guān)鍵詞頻次統(tǒng)計(jì)結(jié)果如表3所示（為避免文獻(xiàn)中關(guān)鍵詞偶然性同樣采用了提取頻次大于1的關(guān)鍵詞），通過(guò)分析發(fā)現(xiàn)在五個(gè)階段中總體文獻(xiàn)中頻次大于1的關(guān)鍵詞出現(xiàn)頻次與關(guān)鍵詞總頻次的占比均達(dá)到70%以上，政府扶持的文獻(xiàn)中的頻次大于1的關(guān)鍵詞與關(guān)鍵詞總頻次的占比均達(dá)到60%以上，因此在進(jìn)行關(guān)鍵詞聚類分析時(shí)采用政府扶持與總體文獻(xiàn)可以采用頻次大于1的關(guān)鍵詞進(jìn)行聚類分析。通過(guò)對(duì)某階段中關(guān)鍵詞與前一階段中相同的關(guān)鍵詞占比進(jìn)行統(tǒng)計(jì)（表4和表5）。從表4和表5可以看出時(shí)間窗分布中時(shí)間間隔越遠(yuǎn)則相同關(guān)鍵詞的數(shù)量占比越少，在一定程度上表明研究?jī)?nèi)容的差異性越大，熱點(diǎn)的研究?jī)?nèi)容隨時(shí)間的變化也發(fā)生了變化，而且時(shí)間間隔越遠(yuǎn)差異性越大，也為我們進(jìn)行聚類差異性分析提供了可行性。

通過(guò)對(duì)科學(xué)學(xué)領(lǐng)域的研究主題，即關(guān)鍵詞進(jìn)行比較分析[14]，列出了頻次最高的前10個(gè)關(guān)鍵詞（如表6所示）。這些關(guān)鍵詞的頻次均在100次以上，總體關(guān)鍵詞與政府扶持關(guān)鍵詞的頻次排名前10個(gè)關(guān)鍵詞中有7個(gè)相同?？傮w關(guān)鍵詞中的知識(shí)產(chǎn)權(quán)在政府扶持關(guān)鍵詞中排在25位，頻次為80；科技創(chuàng)新排在30位，頻次為74；指標(biāo)體系排在33，頻次為72；企業(yè)績(jī)效排在23位，頻次為231；協(xié)同創(chuàng)新排在15位，頻次為292。相較與關(guān)鍵詞總量，總體關(guān)鍵詞與政府扶持關(guān)鍵詞中不同的關(guān)鍵詞排位名次比較靠前。尤其是政府扶持關(guān)鍵詞中的

系統(tǒng)創(chuàng)新與知識(shí)共享，雖然在總體關(guān)鍵詞中未進(jìn)入前十但是排名在第15、16位而且頻次都達(dá)到了200次以上。通過(guò)相同關(guān)鍵詞與不同關(guān)鍵詞的排位，我們發(fā)現(xiàn)，總體主題與政府扶持的研究主題上尤其是頻次較高的熱點(diǎn)主題上二者具有較大的相似性，但依然有一定的差異。

進(jìn)一步對(duì)存在差別的詞以關(guān)鍵詞為檢索條件在CNKI中對(duì)9本期刊中出現(xiàn)的時(shí)間和頻次進(jìn)行統(tǒng)計(jì)，知識(shí)產(chǎn)權(quán)與指標(biāo)體系出現(xiàn)的時(shí)間較早，分別在1992年與1981年，科技創(chuàng)新出現(xiàn)較晚為1998年。與總體關(guān)鍵詞中存在差異的知識(shí)共享、企業(yè)績(jī)效與協(xié)同創(chuàng)新出現(xiàn)的時(shí)間均較晚，分別為2000、1999與2000年首次出現(xiàn)，尤其是協(xié)同創(chuàng)新在2000年出現(xiàn)2次后，再次出現(xiàn)為2004年。通過(guò)出現(xiàn)時(shí)間以及頻次排名，可以明顯得出政府扶持的領(lǐng)域?yàn)橄鄬?duì)較為新穎的領(lǐng)域，且在總體排名中政府支持的關(guān)鍵詞也相對(duì)靠前說(shuō)明政府支持對(duì)研究方向存在一定的導(dǎo)向作用。endprint

3.2 可視化分析

3.2.1 整體可視化圖譜分析

可視化分析可以清晰的展示聚類效果，本文在研究過(guò)程中利用VOSviewer實(shí)現(xiàn)可視化圖譜的生產(chǎn)。VOSviewer是由Nees Jan van Eck和Ludo Waltman開(kāi)發(fā)的一款免費(fèi)軟件，被廣泛應(yīng)用于各類“共現(xiàn)”分析[17]，尤其在聚類技術(shù)等方面有其獨(dú)特優(yōu)勢(shì)?？梢暬瘓D譜采用VOSviewer中的密度圖，紅色代表關(guān)注較多的主題或領(lǐng)域，其權(quán)重越大其顏色越接近于紅色；相反，如果其權(quán)重越小，則其顏色越接近于藍(lán)色[18]。本文選擇頻次高的主題詞用來(lái)確定一個(gè)研究領(lǐng)域的熱點(diǎn)問(wèn)題[14，19]，利用文獻(xiàn)中的關(guān)鍵詞構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，借助VOSviewer軟件對(duì)關(guān)鍵詞進(jìn)行聚類分析實(shí)現(xiàn)可視化圖譜來(lái)確定科學(xué)學(xué)研究中的熱點(diǎn)領(lǐng)域。

通過(guò)密度圖能直觀的看出熱點(diǎn)區(qū)域，效果如圖2和圖3所示，從左到右依次為五個(gè)階段在未精簡(jiǎn)數(shù)據(jù)的情況下的聚類效果。從整體比較總體熱點(diǎn)領(lǐng)域與政府扶持熱點(diǎn)領(lǐng)域，二者的成員基本是完全包含關(guān)系，尤其是政府扶持熱點(diǎn)領(lǐng)域中的高密度數(shù)據(jù)區(qū)域與總體熱點(diǎn)領(lǐng)域中的高密度聚類區(qū)域存在一定的重疊性。通過(guò)對(duì)圖譜中深色部分的熱點(diǎn)研究主題進(jìn)行綜合分析，得出二者主要的研究主題均包括：創(chuàng)新研究、知識(shí)產(chǎn)權(quán)與知識(shí)管理、指標(biāo)體系研究、績(jī)效評(píng)價(jià)研究、科學(xué)計(jì)量學(xué)方法與指標(biāo)研究以及企業(yè)創(chuàng)新能力研究等研究主題。同時(shí)，總體熱點(diǎn)領(lǐng)域與政府扶持熱點(diǎn)領(lǐng)域，也存在科技創(chuàng)新、知識(shí)產(chǎn)權(quán)和戰(zhàn)略性新興產(chǎn)業(yè)等大量不相同的研究主題。政府扶持的熱點(diǎn)研究領(lǐng)域與總體數(shù)據(jù)的熱點(diǎn)研究領(lǐng)域這種既存在相同的研究主題，也存在不同的研究主題的效果，為接下來(lái)進(jìn)行比較研究提供了數(shù)據(jù)基礎(chǔ)。

3.2.2 分階段聚類對(duì)比分析

為進(jìn)一步分析政府投入對(duì)科學(xué)學(xué)研究熱點(diǎn)研究方向的影響，通過(guò)構(gòu)建知識(shí)圖譜進(jìn)行組內(nèi)與組間的研究領(lǐng)域與研究主題的分析。在利用VOSviewer進(jìn)行可視化分析的過(guò)程中通過(guò)提取總體關(guān)聯(lián)強(qiáng)度大于1.2的節(jié)點(diǎn)對(duì)可視化圖譜進(jìn)行了精簡(jiǎn)，從而方便比較分析（可視化圖譜如圖4所示）。首先，采用所有關(guān)鍵詞數(shù)據(jù)構(gòu)建關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)圖譜，利用每個(gè)階段的節(jié)點(diǎn)頻次構(gòu)建VOSviewer密度圖。然后，對(duì)政府扶持?jǐn)?shù)據(jù)和總體數(shù)據(jù)的五個(gè)階段進(jìn)行時(shí)間軸縱向比較分析。最后，對(duì)政府扶持?jǐn)?shù)據(jù)與總體數(shù)據(jù)進(jìn)行橫向比較分析研究。

（1）對(duì)政府扶持的科學(xué)學(xué)熱點(diǎn)領(lǐng)域進(jìn)行縱向比較分析，我們發(fā)現(xiàn)在五個(gè)階段中，科學(xué)學(xué)研究在政府扶持下共出現(xiàn)了4個(gè)主要的研究熱點(diǎn)領(lǐng)域。其中最為核心的①號(hào)領(lǐng)域是以基礎(chǔ)研究、科學(xué)計(jì)量學(xué)、國(guó)家創(chuàng)新體系、信息可視化和工藝創(chuàng)新排在前五位的主題構(gòu)成的研究領(lǐng)域，是持續(xù)受到政府重點(diǎn)扶持的最為熱門(mén)的研究領(lǐng)域。在該領(lǐng)域中的基礎(chǔ)研究、科學(xué)計(jì)量學(xué)與信息可視化主題呈現(xiàn)出一定的下降趨勢(shì)，而知識(shí)圖譜、共詞分析和國(guó)家高新區(qū)等主題則呈現(xiàn)快速的增長(zhǎng)勢(shì)頭，并在第五個(gè)時(shí)間段中取代了科學(xué)計(jì)量學(xué)、信息可視化和工藝創(chuàng)新成為該領(lǐng)域受關(guān)注的五個(gè)熱點(diǎn)主題，尤其是知識(shí)圖譜取代了基礎(chǔ)研究成為該領(lǐng)域最熱的研究主題。

與①號(hào)熱點(diǎn)領(lǐng)域關(guān)系最為緊密的②號(hào)熱點(diǎn)領(lǐng)域也受到了政府的持續(xù)關(guān)注和重視，以企業(yè)家導(dǎo)向、突變創(chuàng)新、知識(shí)管理戰(zhàn)略、探索性學(xué)習(xí)和漸進(jìn)創(chuàng)新為熱門(mén)的研究主題，但是在該領(lǐng)域發(fā)展過(guò)程中企業(yè)家導(dǎo)向、突變創(chuàng)新、知識(shí)管理戰(zhàn)略和漸進(jìn)創(chuàng)新主題呈下降趨勢(shì)，而成長(zhǎng)績(jī)效、探索性創(chuàng)新、開(kāi)發(fā)性創(chuàng)新和漸進(jìn)式創(chuàng)新形成的新的熱點(diǎn)主題逐步取代前四者與探索性學(xué)習(xí)成為該領(lǐng)域排在前五位的研究主題，其中探索性創(chuàng)新則迅速發(fā)展取代企業(yè)家導(dǎo)向成為該領(lǐng)域最熱的研究主題。

③號(hào)熱點(diǎn)領(lǐng)域以變革型領(lǐng)導(dǎo)、組織承諾、團(tuán)隊(duì)績(jī)效、員工創(chuàng)新行為和工作滿意度排在前五的研究主題構(gòu)成，該領(lǐng)域中工作滿意度和組織承諾呈現(xiàn)出一定的下降趨勢(shì)，而創(chuàng)造力與團(tuán)隊(duì)創(chuàng)造力增長(zhǎng)迅速并逐步取代前兩者成為該領(lǐng)域排在前五的熱點(diǎn)主題，尤其是團(tuán)隊(duì)創(chuàng)造力從第四個(gè)階段開(kāi)始取代變革型領(lǐng)導(dǎo)成為該領(lǐng)域中最熱的研究主題。

在政府扶持的科學(xué)學(xué)熱點(diǎn)領(lǐng)域中，還存在以文化差異、結(jié)構(gòu)洞和網(wǎng)絡(luò)位置等研究主題所形成的④號(hào)領(lǐng)域。該領(lǐng)域在五個(gè)時(shí)間窗口中呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)，其中尤以機(jī)構(gòu)組織網(wǎng)絡(luò)位置的研究呈現(xiàn)出快速發(fā)展趨勢(shì)。通過(guò)對(duì)政府扶持科學(xué)學(xué)熱點(diǎn)領(lǐng)域的分析，①號(hào)領(lǐng)域在發(fā)展過(guò)程中整體呈現(xiàn)出一定的下降趨勢(shì)，②、③和④號(hào)研究領(lǐng)域的研究熱度則逐漸增強(qiáng)。從研究主題上分析，政府扶持的科學(xué)學(xué)研究正由基礎(chǔ)理論研究轉(zhuǎn)向以應(yīng)用為主的研究。

（2）對(duì)科學(xué)學(xué)的總體熱點(diǎn)領(lǐng)域進(jìn)行縱向比較分析，五個(gè)階段中共存在2個(gè)主要熱點(diǎn)領(lǐng)域。通過(guò)對(duì)總體熱點(diǎn)領(lǐng)域的分析，總體熱點(diǎn)領(lǐng)域中的號(hào)和號(hào)兩個(gè)熱點(diǎn)領(lǐng)域與政府扶持熱點(diǎn)領(lǐng)域中的①號(hào)和③號(hào)兩個(gè)熱點(diǎn)領(lǐng)域存在一定重疊。在研究主題上號(hào)熱點(diǎn)領(lǐng)域是以基礎(chǔ)研究、國(guó)家創(chuàng)新體系、科學(xué)計(jì)量學(xué)、技術(shù)預(yù)見(jiàn)和科學(xué)學(xué)等研究主題排在前五位的熱點(diǎn)領(lǐng)域，但是這五個(gè)主題在接下來(lái)的發(fā)展過(guò)程中同時(shí)出現(xiàn)了下降的趨勢(shì)，尤以科學(xué)計(jì)量學(xué)、技術(shù)預(yù)見(jiàn)、科學(xué)學(xué)主題的下降最快，而知識(shí)圖譜和科技體制改革則迅速上升逐步取代科學(xué)預(yù)見(jiàn)和科學(xué)學(xué)。

號(hào)是以組織承諾、工作滿意度、變革型領(lǐng)導(dǎo)、團(tuán)隊(duì)績(jī)效和離職傾向等排在前五的研究主題構(gòu)成的一個(gè)持續(xù)研究熱點(diǎn)，而組織承諾、工作滿意度和離職傾向下降迅速，團(tuán)隊(duì)創(chuàng)造力、員工創(chuàng)新行為和創(chuàng)造力增長(zhǎng)迅速并逐步取代組織承諾、工作滿意度和離職傾向成為研究熱點(diǎn)主題，尤其是團(tuán)隊(duì)創(chuàng)造力主題的研究發(fā)展成為該領(lǐng)域最熱的研究主題。

在科學(xué)學(xué)總體熱點(diǎn)領(lǐng)域中與政府扶持熱點(diǎn)領(lǐng)域中的②對(duì)應(yīng)的位置也在快速的發(fā)展，展露出一定的熱點(diǎn)趨勢(shì)。通過(guò)科學(xué)學(xué)總體熱點(diǎn)領(lǐng)域的分析，號(hào)和號(hào)兩個(gè)熱點(diǎn)領(lǐng)域的研究熱度逐漸增強(qiáng)。從研究主題上分析，科學(xué)學(xué)總體熱點(diǎn)領(lǐng)域的科學(xué)學(xué)研究也正由基礎(chǔ)理論研究向應(yīng)用研究轉(zhuǎn)向。

（3）對(duì)政府扶持的科學(xué)學(xué)熱點(diǎn)領(lǐng)域與科學(xué)學(xué)研究的總體熱點(diǎn)領(lǐng)域進(jìn)行橫向比較分析，兩組熱點(diǎn)領(lǐng)域中存在兩個(gè)重疊且一直處于熱點(diǎn)的研究領(lǐng)域，另外存在一個(gè)在政府扶持中一直處于熱點(diǎn)研究領(lǐng)域，而在總體研究中則正在逐步轉(zhuǎn)化為熱點(diǎn)研究的領(lǐng)域，以及一個(gè)在政府扶持中正在形成，而總體數(shù)據(jù)中尚未形成熱點(diǎn)的領(lǐng)域。endprint

首先，對(duì)政府扶持的①號(hào)和總體的號(hào)持續(xù)熱點(diǎn)領(lǐng)域的主題進(jìn)行比較分析，比較熱點(diǎn)領(lǐng)域第1階段中排在前五位的主題可以發(fā)現(xiàn)二者在后兩項(xiàng)主題信息可視化和工藝創(chuàng)新與技術(shù)預(yù)見(jiàn)和科學(xué)學(xué)上存在不同，在發(fā)展過(guò)程中政府扶持中的科學(xué)計(jì)量學(xué)逐步退出，讓位于更具應(yīng)用技術(shù)性的共詞分析，而在總體數(shù)據(jù)中依然保留。此外，在政府扶持中伴隨我國(guó)高新技術(shù)的發(fā)展、產(chǎn)業(yè)集群的形成在新研究需求形式下出現(xiàn)國(guó)家高新區(qū)這樣新的熱點(diǎn)主題，而與此對(duì)應(yīng)的科技體制改革在我國(guó)已經(jīng)取得了很大成就，但是其中的某些環(huán)節(jié)問(wèn)題依然嚴(yán)重需要進(jìn)一步研究，則在總體數(shù)據(jù)中成為一個(gè)研究的熱點(diǎn)。通過(guò)科學(xué)學(xué)熱點(diǎn)領(lǐng)域的主題分析可以得出政府扶持在該領(lǐng)域已經(jīng)轉(zhuǎn)向以應(yīng)用為主的研究，而總體研究尚未完成轉(zhuǎn)向。

第二，在政府扶持的③號(hào)和總體的號(hào)熱點(diǎn)領(lǐng)域中，第1階段中只有政府扶持中的員工創(chuàng)新行為和總體中的離職傾向研究主題不相同，在發(fā)展過(guò)程中由于團(tuán)隊(duì)創(chuàng)造力與創(chuàng)造力的快速發(fā)展成為新增的熱點(diǎn)主題，而員工創(chuàng)新行為也成為二者共有的熱點(diǎn)研究主題，變革型領(lǐng)導(dǎo)與團(tuán)隊(duì)績(jī)效則持續(xù)保持熱點(diǎn)研究主題，政府扶持的熱點(diǎn)研究主題更早的關(guān)注創(chuàng)新與創(chuàng)造力的研究。

第三，政府扶持的②號(hào)熱點(diǎn)領(lǐng)域在總體數(shù)據(jù)中的第5個(gè)階段初步成為一個(gè)熱點(diǎn)的研究領(lǐng)域，政府扶持中的④號(hào)熱點(diǎn)領(lǐng)域在總體中尚未形成熱點(diǎn)的研究領(lǐng)域。熱點(diǎn)領(lǐng)域的形成時(shí)間上，政府扶持的科學(xué)學(xué)熱點(diǎn)領(lǐng)域的形成在一定程度上要早于科學(xué)學(xué)總體熱點(diǎn)領(lǐng)域的形成。

通過(guò)以上的比較分析，我們可以發(fā)現(xiàn)政府扶持的熱點(diǎn)領(lǐng)域在形成時(shí)間上往往會(huì)早于總體中熱點(diǎn)領(lǐng)域的形成，從主題的研究上也發(fā)現(xiàn)政府扶持的熱點(diǎn)主題在形成上也一定程度要早于總體支持的熱點(diǎn)主題，而且政府扶持的熱點(diǎn)主題在新穎性上比總體的熱點(diǎn)主題更新。因此我們可以歸結(jié)政府投入對(duì)于科學(xué)學(xué)的熱點(diǎn)的形成與研究方向轉(zhuǎn)向具有一定的導(dǎo)向作用。政府扶持中存在的熱點(diǎn)領(lǐng)域在總體數(shù)據(jù)中尚未形成的熱點(diǎn)領(lǐng)域，有可能成為未來(lái)備受廣泛關(guān)注的熱點(diǎn)研究領(lǐng)域。

4 結(jié)論

本研究以科學(xué)學(xué)9年的文獻(xiàn)作為研究對(duì)象，將文獻(xiàn)數(shù)據(jù)劃分為總體數(shù)據(jù)與政府扶持?jǐn)?shù)據(jù)，對(duì)兩組數(shù)據(jù)進(jìn)行比較研究。將研究對(duì)象劃分為五年為一個(gè)階段的滑動(dòng)時(shí)間窗，通過(guò)關(guān)鍵詞頻次與關(guān)鍵詞共現(xiàn)聚類分析探測(cè)政府支持對(duì)熱點(diǎn)研究的影響。通過(guò)文獻(xiàn)量、作者、機(jī)構(gòu)以及關(guān)鍵詞的統(tǒng)計(jì)分析，政府投入在科學(xué)學(xué)研究產(chǎn)出中占據(jù)重要地位，說(shuō)明在我國(guó)的科研環(huán)境中政府扶持對(duì)我國(guó)的科研產(chǎn)出無(wú)論數(shù)量還是質(zhì)量都起到了強(qiáng)大的支撐作用。

通過(guò)科學(xué)學(xué)總體熱點(diǎn)領(lǐng)域與政府扶持熱點(diǎn)領(lǐng)域的數(shù)據(jù)內(nèi)部的縱向分析以及組間的橫向比較分析，可以清晰的發(fā)現(xiàn)政府扶持熱點(diǎn)領(lǐng)域中熱點(diǎn)領(lǐng)域的出現(xiàn)要早于總體的熱點(diǎn)領(lǐng)域，伴隨政府扶持熱點(diǎn)領(lǐng)域的發(fā)展與之對(duì)應(yīng)的總體圖譜中的研究領(lǐng)域也呈現(xiàn)快速的發(fā)展趨勢(shì)。利用主題詞的分析，也發(fā)現(xiàn)政府扶持熱點(diǎn)領(lǐng)域中的主題詞在未來(lái)會(huì)成為總體熱點(diǎn)領(lǐng)域中的主題詞。通過(guò)比較，政府扶持與總體在科學(xué)學(xué)研究中均存在轉(zhuǎn)向以應(yīng)用為主的研究。因此，政府投入對(duì)于科學(xué)學(xué)的熱點(diǎn)研究方向具有一定的引導(dǎo)作用，在政府扶持中的熱點(diǎn)領(lǐng)域會(huì)影響總體研究熱點(diǎn)領(lǐng)域的轉(zhuǎn)變。

參考文獻(xiàn)：

[1] 皮特·溫克勒. 基于科學(xué)計(jì)量學(xué)指標(biāo)的科研評(píng)價(jià)[M]. 科學(xué)技術(shù)文獻(xiàn)出版社， 2014.

[2] Price D. Networks of scientific papers [J]. Science， 1965，149（3683）：510-515.

[3] Small H， Griffith B C. The Structure of Scientific Literatures I： Identifying and Graphing Specialties[J]. Science Studies， 1974，4（1）：17-40.

[4] Garfield.E. Scientography： Mapping the Tracks of Science[J]. Current Contents Social & Behavioural Sciences， 1994.

[5] Persson.O. The intellectual base and research fronts of JASIS 1986-1990[J]. Journal of the American Society for Information Science， 1994，45（1）：31-38.

[6] Kleinberg J. Bursty and hierarchical structure in streams[J]. DATA MINING AND KNOWLEDGE DISCOVERY， 2003，7（4）：373-397.

[7] Chen C M. CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY， 2006，57（3）：359-377.

[8] 陳超美. CiteSpace Ⅱ： 科學(xué)文獻(xiàn)中新趨勢(shì)與新動(dòng)態(tài)的識(shí)別與可視化[J]. 情報(bào)學(xué)報(bào)， 2009，28（3）：401-421.

[9] 吳菲菲， 梓楊， 黃魯成. 基于創(chuàng)新性和學(xué)科交叉性的研究前沿探測(cè)模型——以智能材料領(lǐng)域研究前沿探測(cè)為例[J]. 科學(xué)學(xué)研究， 2015，33（1）：11-20.

[10] 趙蓉英， 郭鳳嬌， 趙月華. 科學(xué)計(jì)量學(xué)主流研究領(lǐng)域與熱點(diǎn)前沿研究[J]. 圖書(shū)情報(bào)工作， 2015（2）：66-74.

[11] Boyack K W， Klavans R. Co-Citation Analysis， Bibliographic Coupling， and Direct Citation： Which Citation Approach Represents the Research Front Most Accurately？[J]. JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY， 2010，61（12）：2389-2404.endprint

[12] CNKI[EB/OL]. http：//baike.baidu.com/link？url=cnoFurVgXfagVcFbNWS6TGdHt-PGmIhcPseaNk3XY9xxPt3auNGnFV8qi9Gb8O2LpeQUOLWkhQKtJh6acTflP_.

[13] 劉則淵. 科學(xué)學(xué)理論體系建構(gòu)的思考——基于科學(xué)計(jì)量學(xué)的中外科學(xué)學(xué)進(jìn)展研究報(bào)告[J]. 科學(xué)學(xué)研究， 2006，1（24）：1-11.

[14] 胡志剛， 侯海燕， 侯劍華， 等. 我國(guó)科學(xué)學(xué)與科技管理領(lǐng)域?qū)W術(shù)群體與研究熱點(diǎn)分析[J]. 科技進(jìn)步與對(duì)策， 2014（3）：7-13.

[15] 李長(zhǎng)玲， 紀(jì)雪梅， 支嶺， 等. 2001-2009年我國(guó)科學(xué)學(xué)研究進(jìn)展——基于關(guān)鍵詞的統(tǒng)計(jì)分析[J]. 科技進(jìn)步與對(duì)策， 2010，27（18）：22-27.

[16] Huang M， Chang C. Detecting research fronts in OLED field using bibliographic coupling with sliding window[J]. Scientometrics， 2014，98（3）：1721-1744.

[17] Eck N J V， Waltman L， Dekker R， et al. A comparison of two techniques for bibliometric mapping： Multidimensional scaling and VOS[J]. Journal of the American Society for Information Science & Technology， 2010，61（12）：2405-2416.

[18] 左麗華， 肖仙桃. 知識(shí)圖譜可視化工具VOSViewer和NWB Tool的比較研究[J]. 情報(bào)科學(xué)， 2015（2）：95-99.

[19] 胡志剛， 侯海燕， 侯劍華， 等. 我國(guó)科學(xué)學(xué)與科技管理領(lǐng)域?qū)W術(shù)群體與研究熱點(diǎn)分析[J]. 科技進(jìn)步與對(duì)策， 2014（3）：7-13.

[20] 欒春娟， 侯海燕， 王賢文. 國(guó)際科技政策研究熱點(diǎn)與前沿的可視化分析[J]. 科學(xué)學(xué)研究， 2009（2）：240-243.

（編輯：張萌）endprint