創(chuàng)新擴(kuò)散研究的演化路徑和熱點領(lǐng)域分析

孫冰 毛鴻影 康敏

〔摘 要〕[目的/意義]通過對現(xiàn)有研究成果的梳理和總結(jié)，全方位描述和揭示創(chuàng)新擴(kuò)散領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢，為該領(lǐng)域今后的研究和發(fā)展提供方向和參考。[方法/過程]以Web of Science核心集數(shù)據(jù)庫中創(chuàng)新擴(kuò)散相關(guān)文獻(xiàn)作為樣本數(shù)據(jù)，應(yīng)用CiteSpace Ⅲ軟件進(jìn)行知識圖譜分析，得出時空分布、重點國家網(wǎng)絡(luò)、文獻(xiàn)共被引和關(guān)鍵詞共被引等知識圖譜，進(jìn)而分析創(chuàng)新擴(kuò)散領(lǐng)域的分布情況、發(fā)展趨勢和熱點領(lǐng)域。[結(jié)果/討論]研究發(fā)現(xiàn)：中國和美國在創(chuàng)新擴(kuò)散研究領(lǐng)域處于領(lǐng)先地位；早期的研究主要側(cè)重于從宏觀層面采用Bass模型及其擴(kuò)展模型對新產(chǎn)品銷量進(jìn)行預(yù)測，當(dāng)前的研究多集中于從微觀層面采用模擬仿真方法來分析創(chuàng)新擴(kuò)散的演化行為；創(chuàng)新擴(kuò)散研究的熱點領(lǐng)域主要包括創(chuàng)新技術(shù)的接受與采納、創(chuàng)新擴(kuò)散的影響因素、創(chuàng)新擴(kuò)散動力、創(chuàng)新擴(kuò)散模型及仿真研究。

〔關(guān)鍵詞〕創(chuàng)新擴(kuò)散；CiteSpace Ⅲ；知識圖譜；演化路徑；研究熱點

DOI：10.3969/j.issn.1008-0821.2018.06.022

〔中圖分類號〕F273.1 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2018）06-0144-13

〔Abstract〕CiteSpace Ⅲ was used to do the knowledge map analysis to all the innovation diffusion research literature collected in the Web of Science core set database，it was concluded that time and space distribution，key national network，co-cited reference and co-word knowledge maps，such as in the field of innovation diffusion is analyzed on the distribution，change trends and hop topics.The study results showed that：China and the USA were leading in the field of innovation diffusion research；earlier studies mainly focused on the macro level to forecast the new product sales by using the Bass model and its extended model，the current research had focused on from micro level to analyze the evolution of the innovation diffusion behavior by simulation method；the hot topics of innovation diffusion research mainly included the acceptance and adoption of innovative technology，the influencing factors of innovation diffusion，innovation diffusion power，innovation diffusion model and simulation study.

〔Key words〕innovation diffusion；CiteSpace Ⅲ；knowledge map；evolution path；hot topics

隨著經(jīng)濟(jì)全球化和科學(xué)技術(shù)的高速發(fā)展，無論國家還是企業(yè)都面臨著日趨激烈的競爭和動態(tài)的外部環(huán)境。對一個國家而言，創(chuàng)新可以讓整個民族立足于世界之林，是驅(qū)動國家進(jìn)步之本；對于一個企業(yè)而言，創(chuàng)新可以讓重復(fù)的工作不再乏味，是推動企業(yè)發(fā)展之本。技術(shù)創(chuàng)新的鼻祖Schumpeter在《經(jīng)濟(jì)發(fā)展理論》中指出，技術(shù)變革分為發(fā)明、創(chuàng)新和擴(kuò)散3個階段。創(chuàng)新擴(kuò)散是技術(shù)變革的至關(guān)重要的一環(huán)，其作用遠(yuǎn)比創(chuàng)新本身更重要[1]。如果沒有擴(kuò)散，創(chuàng)新對社會和經(jīng)濟(jì)幾乎沒有影響[2]。20世紀(jì)60年代以來，創(chuàng)新擴(kuò)散理論在企業(yè)界和學(xué)術(shù)界得到了廣泛的關(guān)注，各界人士從傳播學(xué)、社會學(xué)、營銷學(xué)等多個角度對其進(jìn)行了深入討論。創(chuàng)新擴(kuò)散已成為創(chuàng)新管理領(lǐng)域一個重要的研究方向。

近年來，國內(nèi)外學(xué)者分別從創(chuàng)新生態(tài)視角[3]、跨組織視角[4]、發(fā)展中國家私營企業(yè)視角[5]、仿真研究視角[6]、專利視角[7]、影響因素視角[8]、社會網(wǎng)絡(luò)視角[9]等對創(chuàng)新擴(kuò)散領(lǐng)域的研究成果進(jìn)行了歸納和評述。但是，上述研究都是從單一角度對創(chuàng)新擴(kuò)散研究進(jìn)行總結(jié)性的文獻(xiàn)回顧和定性的分類研究，所梳理文獻(xiàn)的范圍相對狹小、數(shù)量有限，既不能系統(tǒng)展現(xiàn)創(chuàng)新擴(kuò)散研究的全貌，也無法動態(tài)描述創(chuàng)新擴(kuò)散領(lǐng)域的理論演進(jìn)。近年來，越來越多的學(xué)者開始應(yīng)用知識圖譜可視化分析工具對某一研究領(lǐng)域的分布情況、研究熱點和發(fā)展進(jìn)程進(jìn)行可視化分析，已涉及公共危機(jī)管理[10]、技術(shù)創(chuàng)新[11]、創(chuàng)新生態(tài)系統(tǒng)[12]、開放式創(chuàng)新[13]、深海技術(shù)[14]、人力資源管理[15]、網(wǎng)絡(luò)輿情[16]等諸多領(lǐng)域。然而，已有研究中應(yīng)用可視化文獻(xiàn)計量分析軟件對創(chuàng)新擴(kuò)散領(lǐng)域的研究起源、期刊分布、國家分布、研究熱點和演化進(jìn)程進(jìn)行全方位解讀的成果較少。

因此，本文以Web of Science核心集數(shù)據(jù)庫中2001-2016年關(guān)于創(chuàng)新擴(kuò)散的研究文獻(xiàn)作為樣本數(shù)據(jù)，應(yīng)用可視化分析工具CiteSpace Ⅲ軟件對其進(jìn)行知識圖譜分析，力爭在詳盡闡述創(chuàng)新擴(kuò)散研究的時空分布和期刊分布的基礎(chǔ)上，根據(jù)知識圖譜深入分析創(chuàng)新擴(kuò)散研究的知識基礎(chǔ)及演化路徑、研究熱點和前沿主題，旨在清晰直觀地了解創(chuàng)新擴(kuò)散領(lǐng)域的概貌和新的動向，為提高我國在創(chuàng)新擴(kuò)散領(lǐng)域的研究水平提供理論參考。

1 數(shù)據(jù)來源和研究方法

1.1 數(shù)據(jù)來源

本文以Web of Science的核心集數(shù)據(jù)庫為數(shù)據(jù)來源，對創(chuàng)新擴(kuò)散相關(guān)研究進(jìn)行檢索。選取“Innovation Diffusion”為主題搜索2001-2016年的文獻(xiàn)，檢索式為“主題：（Innovation Diffusion），時間跨度：2001-2016，索引：SCI-EXPANDED、CPCI-S、CCR-EXPANDED、IC”，共檢索到618條文獻(xiàn)記錄。為了排除不相關(guān)文章的干擾，保證創(chuàng)新擴(kuò)散研究的查全率，本文將文獻(xiàn)類型定為“Article or Proceeding Papers”，最終得到596條文獻(xiàn)記錄。

1.2 研究方法

知識圖譜可以將科學(xué)知識的分布情況、知識基礎(chǔ)及演化路徑和研究熱點及前沿主題通過圖形顯示[17]。知識圖譜分析是以一定時期內(nèi)某一研究領(lǐng)域的全部文獻(xiàn)為研究對象，通過共引分析和共現(xiàn)分析，對其知識基礎(chǔ)及演化路徑、研究熱點及前沿主題等進(jìn)行研究，并通過可視化圖形呈現(xiàn)出來的計量學(xué)分析方法。因此，應(yīng)用該方法能夠反映某一領(lǐng)域的研究全貌和發(fā)展趨勢。

本文將利用CiteSpace Ⅲ軟件對創(chuàng)新擴(kuò)散領(lǐng)域進(jìn)行知識圖譜分析。CiteSpace Ⅲ是美國Drexel大學(xué)陳超美教授基于JAVA平臺開發(fā)的一款信息可視化分析工具。它具有作者機(jī)構(gòu)合作情況分析、科學(xué)知識時空分布情況分析、關(guān)鍵詞共現(xiàn)分析和文獻(xiàn)共被引分析等功能，可以通過時區(qū)視圖和聚類視圖清晰地刻畫出某一研究領(lǐng)域的研究熱點、發(fā)展前沿和演進(jìn)路徑[18]。

2 創(chuàng)新擴(kuò)散文獻(xiàn)時空分布情況

2.1 時間分布

從圖1可以看出，在2001-2016年這段時間里，有關(guān)創(chuàng)新擴(kuò)散的發(fā)文量呈逐年增長的趨勢。根據(jù)論文的發(fā)表數(shù)量，可以把創(chuàng)新擴(kuò)散研究分為兩個階段：2001-2005年為起步階段，年發(fā)文量在20篇以內(nèi)，且增速緩慢；2006至今為穩(wěn)步發(fā)展階段，除2006年發(fā)文量為28篇以外，其余各年的年發(fā)文量均在30篇以上?？傮w來看，16年間論文數(shù)量逐年上升，年均增長率為14%，這在一定程度上表明創(chuàng)新擴(kuò)散已成為廣受關(guān)注的研究領(lǐng)域，目前正處于蓬勃發(fā)展的時期。

2.2 空間分布

CiteSpace Ⅲ軟件的一個重要功能是可以展示各國發(fā)表的文獻(xiàn)產(chǎn)出量、合作情況和中心性，并以年輪的方式呈現(xiàn)出來。其中，年輪的直徑代表文獻(xiàn)產(chǎn)出量（直徑越大說明文獻(xiàn)產(chǎn)出量越多），年輪最外層的紫色圓環(huán)代表中心性（圓環(huán)越寬說明中心性越大）。本文中軟件運行的參數(shù)設(shè)置情況和據(jù)此繪制的可視化網(wǎng)絡(luò)圖譜分別如表1和圖2所示。由圖2可知，盡管美國、意大利、英國、澳大利亞等西方發(fā)達(dá)國家的研究實力普遍較強(qiáng)，但是中國和印度等一些發(fā)展中國家的研究實力也不容忽視。其中中國的表現(xiàn)尤為突出，其發(fā)文量排名第一，為199篇（涵蓋中國臺灣的73篇），占全球發(fā)文量的33.4%，比排名第二的美國多了66篇。然而，從國家間科研合作來看（見圖2），美國、澳大利亞、英國、意大利、德國和荷蘭等發(fā)達(dá)國家節(jié)點之間的連線數(shù)量較多，說明它們之間的科研合作較為密切。其中英國的中心性最大，表明英國與許多國家都有較密切的直接或間接的合作關(guān)系。本文將CiteSpace與Google Earth兩個軟件相結(jié)合，通過地理可視化（見圖3）更為直觀地展示了上述國際合作情況，并進(jìn)一步發(fā)現(xiàn)，近五年來創(chuàng)新擴(kuò)散研究領(lǐng)域的國際合作逐漸呈現(xiàn)出集中化的趨勢。相比之下，中國、印度兩個發(fā)展中國家與其他國家的連線數(shù)量極少，說明這兩個國家在創(chuàng)新擴(kuò)散研究領(lǐng)域一直在單打獨斗，尚未形成開放性、國際性的合作研究氛圍?？梢?，與其他國家建立廣泛的科研合作網(wǎng)絡(luò)是我國亟待完成的一項任務(wù)。

本文根據(jù)發(fā)文量篩選出創(chuàng)新擴(kuò)散領(lǐng)域的主要研究機(jī)構(gòu)如表2所示。可以看出，中國臺灣的元智大學(xué)、印度的德里大學(xué)、中國臺灣的國立中正大學(xué)、中國大陸的同濟(jì)大學(xué)和華中科技大學(xué)位列前五名，表明創(chuàng)新擴(kuò)散領(lǐng)域的研究機(jī)構(gòu)主要分布在大學(xué)里。同時，排名前五位的機(jī)構(gòu)均分布在發(fā)展中國家，且有4所大學(xué)位于中國，可見中國雖然是一個發(fā)展中國家，但在創(chuàng)新擴(kuò)散領(lǐng)域的研究方面已經(jīng)成為國際上主要的研究群體，對推動創(chuàng)新擴(kuò)散研究發(fā)揮了積極作用和國際影響。

2.3 期刊分布

本文將網(wǎng)絡(luò)節(jié)點選擇為“Cited Journal”，閾值選擇Top N Per Slice并設(shè)置為30，采用Pathfinder算法，其余數(shù)據(jù)采用系統(tǒng)默認(rèn)值，對共被引期刊進(jìn)行可視化展示，得到創(chuàng)新擴(kuò)散研究共被引期刊的知識圖譜（見圖4）。從圖4可知，創(chuàng)新擴(kuò)散領(lǐng)域研究的共被引期刊主要有7個，分別為：Management Science、MIS Quarterly、Journal of Marketing、Journal of Marketing Research、Technological Forecasting and Social Change、Information Systems Research、Marketing Science、IEEE Transactions on Engineering Management、Information & Management、Journal of Product Innovation Management、Research Policy、Decision Science。其中，Management Science、MIS Quarterly、Journal of Marketing、Journal of Marketing Research、Technological Forecasting and Social Change、Information Systems Research、Marketing Science等期刊的共被引頻次非常突出，分別為310、164、146、137、134、133、107，說明這些期刊在創(chuàng)新擴(kuò)散領(lǐng)域具有舉足輕重的地位，既是創(chuàng)新擴(kuò)散相關(guān)重要研究成果的聚集中心，也是創(chuàng)新擴(kuò)散學(xué)者們的重要學(xué)術(shù)交流平臺?？梢哉f，這些期刊發(fā)表的文章對創(chuàng)新擴(kuò)散領(lǐng)域的發(fā)展具有十分重要的影響。

根據(jù)知識圖譜測算的中心性來看，MIS Quarterly、Journal of Marketing、Decision Science、Marketing Science這4個期刊的中心性明顯高于其他期刊，其中心性分別達(dá)到0.83、0.46、0.42、0.34，可見這些期刊的影響力較大，發(fā)文質(zhì)量較好。其中，MIS Quarterly、Journal of Marketing、Marketing Science這3個期刊在期刊被引和中心性兩個指標(biāo)上均較高，表明這3個期刊兼具質(zhì)量與數(shù)量的優(yōu)點，它們是創(chuàng)新擴(kuò)散研究的重要期刊。這些期刊發(fā)表的相關(guān)文章具有明顯的前沿性和引領(lǐng)性，對創(chuàng)新擴(kuò)散領(lǐng)域的研究發(fā)展具有十分重要的影響。

3 創(chuàng)新擴(kuò)散研究的知識基礎(chǔ)及演化路徑分析

知識的演進(jìn)是動態(tài)和累積的過程，學(xué)者們在寫文章時所引用的參考文獻(xiàn)都是經(jīng)過精心篩選且能夠充分體現(xiàn)研究主題的。如果兩篇文獻(xiàn)同時被另一篇文獻(xiàn)所引用的頻次越高，說明這兩篇文獻(xiàn)的關(guān)系越緊密，研究主題越相近。可見，高被引文獻(xiàn)有著不言而喻的重要意義，它代表了引用者對此文獻(xiàn)中的理論觀點、研究結(jié)果的認(rèn)可。這些經(jīng)常被一起引用的文獻(xiàn)構(gòu)成了一個研究領(lǐng)域的知識基礎(chǔ)及演化路徑[19-20]。于是，借助于文獻(xiàn)共被引分析所生成的時區(qū)視圖，能夠展現(xiàn)創(chuàng)新擴(kuò)散領(lǐng)域的奠基性文獻(xiàn)、重要文獻(xiàn)及其領(lǐng)域的發(fā)展脈絡(luò)。為此，本文將CiteSpace Ⅲ軟件的節(jié)點類型設(shè)置為“Cited Reference”，閾值選擇Top N Per Slice并設(shè)置為30，采用Pathfinder算法，顯示方式設(shè)置為時區(qū)視圖，其余數(shù)據(jù)采用系統(tǒng)默認(rèn)值，得到了創(chuàng)新擴(kuò)散研究引文共被引時區(qū)演化知識圖譜（見圖5）。

從圖5可知，高被引文獻(xiàn)大多集中在2001-2003年，可見這一時段是創(chuàng)新擴(kuò)散領(lǐng)域奠基性文獻(xiàn)的爆發(fā)期。近五年的高被引文獻(xiàn)明顯大幅度減少，表明創(chuàng)新擴(kuò)散領(lǐng)域研究的成熟度的等級不斷提高和擴(kuò)散性開始上升，導(dǎo)致文獻(xiàn)總量雖多，但缺乏標(biāo)桿性文獻(xiàn)，當(dāng)然這也可能與引用時間周期較長有關(guān)。從文獻(xiàn)共被引連線可知，2001-2003年的文獻(xiàn)與后續(xù)文獻(xiàn)的共被引頻次較多，說明創(chuàng)新擴(kuò)散研究在奠基性文獻(xiàn)的基礎(chǔ)上，開始穩(wěn)步發(fā)展。本文將進(jìn)一步從早期奠基性文獻(xiàn)、當(dāng)前重點文獻(xiàn)、文獻(xiàn)突現(xiàn)分析3個方面對創(chuàng)新擴(kuò)散研究的知識基礎(chǔ)加以分析，以梳理創(chuàng)新擴(kuò)散研究的發(fā)展脈絡(luò)。

3.1 早期奠基性文獻(xiàn)分析

由圖5可知，依據(jù)被引頻次的高低可以得到創(chuàng)新擴(kuò)散領(lǐng)域早期奠基性文獻(xiàn)有3篇，分別是：Rogers于1995年出版的專著《創(chuàng)新的擴(kuò)散》（第4版）（被引150次）、Bass發(fā)表于1969年的《耐用消費品增長模型的構(gòu)建》（被引145次）、Moore發(fā)表于1991年的《衡量技術(shù)采納創(chuàng)新感知工具的發(fā)展》（被引67次）。這3篇文獻(xiàn)具有較高的被引頻次，因而它們不僅是創(chuàng)新擴(kuò)散領(lǐng)域的早期奠基性文獻(xiàn)，也是創(chuàng)新擴(kuò)散領(lǐng)域的核心文獻(xiàn)。

Rogers是最早運用時間觀點研究創(chuàng)新擴(kuò)散的學(xué)者，所提出的創(chuàng)新擴(kuò)散的定義在學(xué)術(shù)界的認(rèn)可度最高，他也因此被稱為創(chuàng)新擴(kuò)散傳播論的代表人物。1995年，Rogers在對已有創(chuàng)新擴(kuò)散研究進(jìn)行總結(jié)的基礎(chǔ)上，提出了經(jīng)典的創(chuàng)新擴(kuò)散理論。在組織創(chuàng)新過程模型中，他將創(chuàng)新過程劃分為問題設(shè)定、問題匹配、重新定義調(diào)整、問題闡明、常規(guī)化5個階段。在個人創(chuàng)新采納模型中，他認(rèn)為創(chuàng)新者、早期采納者、早期大眾、晚期大眾和落伍者為采納創(chuàng)新人群的五大類別，并概括了每一類別行為者顯著的行為特征。Rogers認(rèn)為，影響創(chuàng)新擴(kuò)散速度的因素有5個，包括兼容性、復(fù)雜性、相對優(yōu)勢、可觀察性和可試驗性。并指出，創(chuàng)新事物傳播到個人主要借助于大眾傳播與人際傳播兩種傳播渠道，大眾傳播具有速度快、效率高的特點，而人際傳播則具有直接、雙向、選擇性高、易反饋、反饋量較大的特點[21]。從20世紀(jì)60年代開始，創(chuàng)新擴(kuò)散的研究范圍不斷擴(kuò)大，逐漸擴(kuò)展到技術(shù)預(yù)測與市場學(xué)，同時，研究方法也從案例研究轉(zhuǎn)為數(shù)學(xué)建模，其中Bass在1969年提出的創(chuàng)新產(chǎn)品首次購買擴(kuò)散模型（即Bass模型）具有里程碑式意義。Bass模型基于采納者異質(zhì)性的特點完善了Rogers的理論，使其擴(kuò)散研究更具有現(xiàn)實說服力。Bass認(rèn)為，創(chuàng)新擴(kuò)散的影響因素有兩種，一種是來自大眾傳媒（如廣告等）的外部影響；另一種則是人與人之間口頭交流所帶來的模仿或內(nèi)部影響。具體來說，創(chuàng)新者行為出現(xiàn)之前尚不存在該類創(chuàng)新，所以創(chuàng)新采用者的早期采用行為獨立于社會系統(tǒng)其他成員；而模仿者采用新產(chǎn)品的時間則受到創(chuàng)新者和已采納者的影響，并且這種壓力與采用人數(shù)呈正相關(guān)。Bass模型被廣泛應(yīng)用到商業(yè)中，用來進(jìn)行新產(chǎn)品的擴(kuò)散和銷量預(yù)測[22]。于是，Bass模型奠定了創(chuàng)新擴(kuò)散模型的研究基礎(chǔ)，不僅為企業(yè)的銷售方案提供了決策依據(jù)，而且為國內(nèi)外學(xué)者們開拓了廣闊的研究空間。Moore等基于Rogers的廣義創(chuàng)新擴(kuò)散研究提出了狹義的創(chuàng)新擴(kuò)散理論——創(chuàng)新特征認(rèn)知理論。該理論指出，創(chuàng)新擴(kuò)散速度的影響因素有8個，分別為相對優(yōu)勢、兼容性、可觀察性、可試驗性、自發(fā)性、形象、易用性和結(jié)果可說明性。Moore等認(rèn)為，客戶感知價值指的是感知利益與感知付出的比重。其中，客戶感知利益來自于產(chǎn)品和服務(wù)的有形的和無形的雙重屬性；客戶的感知付出類似于感知價格，它是客戶在采購時面臨的所有成本。Moore等還指出，客戶的心理接受程度與使用方式的不同會導(dǎo)致不同的技術(shù)創(chuàng)新績效[23]?？梢?，早期的奠基性研究主要是Rogers提出的創(chuàng)新擴(kuò)散理論和Bass提出的創(chuàng)新產(chǎn)品首次購買擴(kuò)散模型，此后的研究大多基于Bass模型及其拓展模型構(gòu)建較為復(fù)雜的創(chuàng)新擴(kuò)散模型，進(jìn)而從宏觀層面上對新產(chǎn)品銷量進(jìn)行預(yù)測。

3.2 當(dāng)前重點文獻(xiàn)分析

近年來，創(chuàng)新擴(kuò)散領(lǐng)域中具有高中心性的重點文獻(xiàn)有：Meade等于2006年發(fā)表的《創(chuàng)新擴(kuò)散模型的25年文獻(xiàn)述評與研究展望》、Peres等于2010年發(fā)表的《創(chuàng)新擴(kuò)散與新產(chǎn)品增長模型的文獻(xiàn)述評與研究展望》和Wu等于2005年發(fā)表的《移動商務(wù)的動力是什么？基于修正的技術(shù)采納模型的實證研究》。其中，Meade等在對25年來相關(guān)的研究成果進(jìn)行回顧后，證實了創(chuàng)新擴(kuò)散模型及預(yù)測作為研究課題的持續(xù)重要性。在文中Meade等回顧了學(xué)者們提出的不同研究方向的創(chuàng)新擴(kuò)散模型（如Bass模型、Logistic模型、Gompertz模型等），并對其進(jìn)行了總結(jié)和比較。Meade等還以傳染病擴(kuò)散模式為基礎(chǔ)修改了現(xiàn)有模型以提高其靈活性，將模型的適用范圍推向更一般的產(chǎn)品和不同國家、不同階段的創(chuàng)新；同時指出，創(chuàng)新擴(kuò)散模型的主要應(yīng)用領(lǐng)域是耐用消費品和電信技術(shù)[24]。Peres等則基于消費者行為理論，并結(jié)合消費者異質(zhì)性方法論，分別討論了單一市場的背景下、跨市場和跨品牌的背景下各類因素對新產(chǎn)品擴(kuò)散的影響。研究表明，創(chuàng)新性、價格敏感度、需求度、網(wǎng)絡(luò)外部性等的不同會導(dǎo)致消費者接受創(chuàng)新的傾向性產(chǎn)生差異；隨著市場環(huán)境的不斷改善，具有競爭性的產(chǎn)品除了會顯著影響產(chǎn)品擴(kuò)散的速度，還會影響消費者之間的交互情況[25]。Wu等在整合技術(shù)接受模型、創(chuàng)新擴(kuò)散理論、感知風(fēng)險和感知成本理論基礎(chǔ)上，構(gòu)建了移動商務(wù)用戶采納模型，通過實證研究得到影響用戶采納移動商務(wù)的因素。結(jié)果顯示，除感知易用性外，感知風(fēng)險、兼容性、感知有用性和感知成本等因素均顯著影響用戶的移動商務(wù)使用行為，其中兼容性的影響力最顯著[26]。

3.3 被引突增文獻(xiàn)分析

筆者通過引文共被引聚類圖譜識別出Top15的被引突增文獻(xiàn)（見圖6）。從圖6可知，在排名前三的被引突增文獻(xiàn)中，第一篇文獻(xiàn)完成于2010年，共被引強(qiáng)度最高，達(dá)到了6.9588，第二篇和第三篇文獻(xiàn)分別完成于2012年和2010年，共被引強(qiáng)度依次是5.6449與4.277，被引時段均為2013-2016年。其中，第一篇文獻(xiàn)就是前文提及的當(dāng)前重點文獻(xiàn)之一，即Peres等發(fā)表的《創(chuàng)新擴(kuò)散與新產(chǎn)品增長模型的文獻(xiàn)述評與研究展望》。第二篇文獻(xiàn)為《基于多主體仿真的創(chuàng)新擴(kuò)散研究綜述》。Kiesling在此文中指出，基于Agent的建模和仿真能較好地克服定量模型的不足，可以在擴(kuò)散研究中捕捉到高度相關(guān)的復(fù)雜的涌現(xiàn)現(xiàn)象；Kiesling還從動態(tài)網(wǎng)絡(luò)演化視角出發(fā)，應(yīng)用仿真模擬方法研究了微觀個體的采納行為和相互作用機(jī)制，進(jìn)而分析了新產(chǎn)品在用戶市場中的擴(kuò)散過程，證明了仿真模擬方法在擴(kuò)散研究尤其是創(chuàng)新研究方面具有很好的解釋力[27]。第三篇文獻(xiàn)為《它會傳播嗎？社會影響和網(wǎng)絡(luò)拓?fù)鋵?chuàng)新擴(kuò)散的影響》。在此文中，Delre等利用閾值模型建立了消費者決策的多智能體模型，通過使用無標(biāo)度網(wǎng)絡(luò)，并將消費者對于產(chǎn)品質(zhì)量的個體偏好和來自于鄰居個體的社會影響這兩類影響因素進(jìn)行線性加權(quán)，從而得到了消費者自身的效用函數(shù)。在此基礎(chǔ)上，Delre等指出，具有高度連接的主體對創(chuàng)新擴(kuò)散的影響在于他們能夠告知其他消費者，而不是說服消費者采納創(chuàng)新[28]。

綜上可知，早期的研究熱點主要集中在Rogers提出的創(chuàng)新擴(kuò)散理論以及Bass創(chuàng)新擴(kuò)散模型，側(cè)重于從宏觀層面對新產(chǎn)品銷量進(jìn)行預(yù)測，進(jìn)而分析創(chuàng)新產(chǎn)品的市場占有率及整體擴(kuò)散形勢。當(dāng)前的研究主要集中于微觀層面，側(cè)重于采用模擬仿真方法來分析創(chuàng)新擴(kuò)散的演化行為，具體研究模型包括閾值模型、基于博弈理論的擴(kuò)散模型和基于復(fù)雜社會網(wǎng)絡(luò)的擴(kuò)散模型等。

4 創(chuàng)新擴(kuò)散研究熱點及研究前沿可視化分析

4.1 研究熱點

關(guān)鍵詞是一篇文獻(xiàn)的核心與精髓，是文獻(xiàn)的研究目的、研究對象、研究方法的高度凝練與概括。因此，關(guān)鍵詞共現(xiàn)分析可以反映出某一研究領(lǐng)域一段時間內(nèi)的研究熱點[29]。為此，筆者將CiteSpace Ⅲ軟件的節(jié)點類型設(shè)置為“Keyword”，閾值選擇Top N Per Slice并設(shè)置為30，采用Pathfinder算法，合并名詞單復(fù)數(shù)形式和同義詞，其余數(shù)據(jù)采用系統(tǒng)默認(rèn)值，得到了創(chuàng)新擴(kuò)散領(lǐng)域的研究熱點知識圖譜和高頻關(guān)鍵詞（分別見圖7和表3）。結(jié)合圖7和表3可知，創(chuàng)新擴(kuò)散領(lǐng)域的研究熱點主要集中在創(chuàng)新技術(shù)的接受與采納研究、創(chuàng)新擴(kuò)散的影響因素研究、創(chuàng)新擴(kuò)散動力研究、創(chuàng)新擴(kuò)散模型及仿真研究等4個方面。

4.1.1 創(chuàng)新技術(shù)的接受與采納研究

主要包括“Adoption”、“Technology”、“Technology Acceptance Model”、“User Acceptance”等關(guān)鍵詞。對新技術(shù)的接受是擴(kuò)散研究的基礎(chǔ)內(nèi)容[30]；采納和擴(kuò)散通常放在一起使用，二者具有高度相關(guān)性[31]。因此，創(chuàng)新擴(kuò)散研究多聚焦于采納者，研究熱點主要涉及采納者接受和采納新技術(shù)的決策問題。學(xué)者們從多角度、多方面應(yīng)用不同的理論對此進(jìn)行了研究與論證。Karahanna等應(yīng)用了TRA理論和創(chuàng)新擴(kuò)散理論分析組織成員對技術(shù)的采納行為，指出個體的行為信念會直接影響信息技術(shù)潛在采納者的態(tài)度及行為意圖[32]。Harrison等根據(jù)TPB理論研究了小企業(yè)的決策者對信息技術(shù)的投資決策的影響趨勢[33]。Davis等提出了TAM理論，并指出感知有用性對技術(shù)采納的正向影響[34]。Venkatesh等[35]構(gòu)建了技術(shù)接受和使用的統(tǒng)一理論模型，指出了社會影響對技術(shù)采納的重要作用。Compeau等基于社會認(rèn)知理論指出，自我效能是采納者必須具有的技能[36]。Markus等認(rèn)為個人采納技術(shù)受到其他采納者的影響，指出網(wǎng)絡(luò)外部性對技術(shù)采納的重要性[37]。Kimberly等研究發(fā)現(xiàn)，組織規(guī)模對技術(shù)采納有很好的解釋能力[38]。可見，這一研究熱點早期大部分集中在信息技術(shù)領(lǐng)域，現(xiàn)在已應(yīng)用到組織創(chuàng)新[39]、心理學(xué)[40]、移動支付[41]和醫(yī)療信息學(xué)[42]等多個領(lǐng)域。

4.1.2 創(chuàng)新擴(kuò)散的影響因素研究

主要包括“Innovation Diffusion”、“Innovation”、“Impact”等關(guān)鍵詞。學(xué)者們從創(chuàng)新本身屬性、擴(kuò)散主體和擴(kuò)散環(huán)境等視角對創(chuàng)新擴(kuò)散影響因素進(jìn)行了理論分析、實證檢驗和模擬仿真。首先，從創(chuàng)新本身屬性來看，由于創(chuàng)新成果轉(zhuǎn)化是投入產(chǎn)出的過程，高收益是每一個創(chuàng)新主體所追求的最終目標(biāo)，因此，越能滿足擴(kuò)散受眾收益需求的、創(chuàng)新性越高的技術(shù)成果越易于擴(kuò)散[43]。其次，從擴(kuò)散主體來看，其影響因素主要來自企業(yè)和消費者兩個層面：在企業(yè)層面，新產(chǎn)品目標(biāo)市場和促銷時機(jī)的選擇、傳播渠道的優(yōu)越性等因素影響創(chuàng)新擴(kuò)散的效果[44]；在消費者層面，消費者的認(rèn)知偏好決定其是否購買創(chuàng)新產(chǎn)品[45]。再次，從擴(kuò)散環(huán)境來看，主要涉及企業(yè)間的競爭合作、創(chuàng)新技術(shù)的空間特征和宏觀環(huán)境等。在企業(yè)間的競爭合作層面，合作伙伴的相似性和互補(bǔ)性對創(chuàng)新擴(kuò)散具有顯著影響：相似性對不同類型的知識擴(kuò)散產(chǎn)生影響[46]，互補(bǔ)性有利于提高產(chǎn)品擴(kuò)散程度[47]。在創(chuàng)新技術(shù)的空間特征層面，從地理位置來說，空間距離的長短會影響創(chuàng)新擴(kuò)散的效果，距離越短，越有助于創(chuàng)新擴(kuò)散。MacGarvie通過分析專利引用量發(fā)現(xiàn)，技術(shù)和資源的空間鄰近性及語言相通等因素對國際技術(shù)擴(kuò)散具有正向影響[48]。在宏觀環(huán)境層面，擴(kuò)散主體所在地區(qū)的經(jīng)濟(jì)發(fā)展水平影響創(chuàng)新擴(kuò)散效率，Helsen等指出，經(jīng)濟(jì)發(fā)展水平不同的國家在創(chuàng)新擴(kuò)散程度上也不同[49]；而政策法規(guī)等制度環(huán)境因素通過激勵和限制措施促進(jìn)了公益性或重要技術(shù)創(chuàng)新的擴(kuò)散，Popp認(rèn)為，政府是否執(zhí)行嚴(yán)格的排放限制政策，顯著影響污染控制技術(shù)的擴(kuò)散速度的快慢[50]。

4.1.3 創(chuàng)新擴(kuò)散動力研究

主要包括“Dynamics”、“Systems”、“Perspective”等關(guān)鍵詞。創(chuàng)新擴(kuò)散動力是指導(dǎo)致擴(kuò)散行為的最根本、最原始的動機(jī)[51]；同時，創(chuàng)新擴(kuò)散動力也是創(chuàng)新擴(kuò)散能否實現(xiàn)的決定力量[52]。目前，學(xué)者們將創(chuàng)新擴(kuò)散動力分為外在推動力和內(nèi)在牽引力。外在推動力是指創(chuàng)新者和先期采用者所獲得的競爭優(yōu)勢會給未采用者帶來競爭威脅，從而使后者被動進(jìn)行創(chuàng)新擴(kuò)散的動力[53]。Mansfield（1971）認(rèn)為，企業(yè)創(chuàng)新擴(kuò)散的動力主要來自3個方面：模仿比例、機(jī)會利潤率和新技術(shù)投資額。其中，創(chuàng)新的先行模仿企業(yè)的數(shù)量是企業(yè)采用創(chuàng)新的外在推動力[54]。另外，創(chuàng)新者與未采用者的空間距離[55]、基礎(chǔ)設(shè)施與人力資本的共同作用[56]、不良市場競爭[57]以及產(chǎn)品的品牌影響[58]等也是外在推動力。內(nèi)在牽引力是指企業(yè)或個人為實現(xiàn)利潤最大化而主動創(chuàng)新擴(kuò)散的動力[53]。具體包括新產(chǎn)品的機(jī)會利潤率和投資額[54]、實現(xiàn)自身效益最大化[59]、用戶感知的真實信息[60]、創(chuàng)新投入與科學(xué)技術(shù)產(chǎn)出的共同進(jìn)化[56]等。

4.1.4 創(chuàng)新擴(kuò)散模型及仿真研究

學(xué)者們從社會學(xué)、營銷學(xué)、傳播學(xué)等多個理論視角探討了創(chuàng)新擴(kuò)散現(xiàn)象，主要對宏觀變量模型和微觀機(jī)制模型進(jìn)行了研究。

1）宏觀變量模型研究。主要包括“Bass Model”、“Adoption”、“Sales”等關(guān)鍵詞。宏觀變量模型側(cè)重于研究經(jīng)濟(jì)和人口特征對創(chuàng)新擴(kuò)散速度和時間的影響，分析創(chuàng)新采納者的演變過程，主要以Bass模型及其拓展模型為代表，研究對象大體涵蓋新產(chǎn)品擴(kuò)散[61]、技術(shù)擴(kuò)散[62]、知識擴(kuò)散[63]和產(chǎn)品銷售預(yù)測[64]等問題，應(yīng)用范圍涉及耐用消費品[65]、IT技術(shù)[66]、電信服務(wù)[67]和零售行業(yè)[68]等領(lǐng)域。雖然Bass模型較好地擬合了現(xiàn)實數(shù)據(jù)，但是模型只能分析創(chuàng)新在宏觀層面上的擴(kuò)散情況，無法考量宏觀特征涌現(xiàn)的作用機(jī)制。同時，Bass模型假設(shè)市場上所有個體具有相同的偏好和一致的行為特征，該假設(shè)與消費者偏好異質(zhì)的客觀現(xiàn)實相差甚遠(yuǎn)，從而限制了Bass模型的適用范圍。

2）微觀機(jī)制模型研究。主要包括“Agent-Based Modeling”、“Simulation”、“Internet”、“Complex Network”、“Simulation”、“Networks”、“Technology”等關(guān)鍵詞。微觀層面的創(chuàng)新擴(kuò)散研究克服了Bass模型的上述兩個缺陷，從個體視角出發(fā)研究了創(chuàng)新采納的決策過程，并建立了相應(yīng)的創(chuàng)新擴(kuò)散模型。早期的創(chuàng)新擴(kuò)散微觀研究主要采用定性分析和統(tǒng)計方法，雖然在某種程度上是對宏觀層面研究的補(bǔ)充和完善，但是預(yù)測的準(zhǔn)確率相對較低。直到20世紀(jì)90年代，隨著學(xué)者們研究的不斷深入，大量的模擬仿真方法應(yīng)用到微觀研究中，從而提升了創(chuàng)新擴(kuò)散預(yù)測的精度。微觀模擬仿真方法如滲透模型[69]、元胞自動機(jī)模型[70]、基于Agent的模型[71]等被用于更深入地探討個體偏好程度的不同、個體行為的異質(zhì)性等因素對創(chuàng)新擴(kuò)散的方式、路徑、速度和程度的重要影響，以揭示創(chuàng)新擴(kuò)散的微觀作用機(jī)制。隨著復(fù)雜網(wǎng)絡(luò)的研究熱度持續(xù)高漲，越來越多的學(xué)者開始熱衷于通過構(gòu)建復(fù)雜網(wǎng)絡(luò)模型研究社會網(wǎng)絡(luò)對創(chuàng)新擴(kuò)散的影響。學(xué)者們主要從社會網(wǎng)絡(luò)的節(jié)點分布、網(wǎng)絡(luò)關(guān)系的強(qiáng)弱程度和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等特征入手研究創(chuàng)新擴(kuò)散，研究對象主要涉及產(chǎn)品擴(kuò)散[72]、能源創(chuàng)新擴(kuò)散[73]、知識擴(kuò)散[74]、興趣擴(kuò)散[75]、旁氏騙局?jǐn)U散[76]等問題，應(yīng)用范圍拓展到醫(yī)療服務(wù)行業(yè)[77]、高技術(shù)產(chǎn)業(yè)集群[78]、供應(yīng)鏈管理[79]、旅游行業(yè)[80]等不同領(lǐng)域。

4.2 研究前沿

研究前沿是某一領(lǐng)域研究中最具有研究價值和發(fā)展?jié)撃艿闹黝}。某領(lǐng)域的研究前沿可以通過突現(xiàn)詞分析，即檢測關(guān)鍵詞的時間分布、頻次變化率、變動趨勢等來確定。為此，本文將CiteSpace Ⅲ軟件的節(jié)點類型設(shè)置為“Keyword”，Term Type類型設(shè)置為“Burst Terms”，閾值選擇Top N Per Slice并設(shè)置為30，采用Pathfinder算法，顯示方式設(shè)置為時區(qū)視圖，其余數(shù)據(jù)采用系統(tǒng)默認(rèn)值，得到創(chuàng)新擴(kuò)散領(lǐng)域的研究前沿知識圖譜（見圖8）；同時，通過統(tǒng)計2010-2016年關(guān)鍵詞的出現(xiàn)頻次得到表4。在研究前沿知識圖譜（見圖8）中，頻次最多的關(guān)鍵詞是Innovation Diffusion（241次），其正是本文的研究主題，可見文獻(xiàn)選擇符合本文的研究目的。由圖8和表4可知，頻數(shù)較高且中心度較高的關(guān)鍵詞有Networks、Dynamics、Social Networks、Complex Networks、Technology Adoption、Industry，說明這些關(guān)鍵詞代表了創(chuàng)新擴(kuò)散領(lǐng)域研究的最新發(fā)展趨勢。對這些關(guān)鍵詞進(jìn)行進(jìn)一步分析可以看出，國際上對創(chuàng)新擴(kuò)散領(lǐng)域研究的前沿主要集中在4個方面：1）創(chuàng)新擴(kuò)散的動力研究，包括產(chǎn)業(yè)集群下創(chuàng)新擴(kuò)散的動力機(jī)制研究、政府創(chuàng)新擴(kuò)散的動力機(jī)制研究等；2）復(fù)雜網(wǎng)絡(luò)視角下的創(chuàng)新擴(kuò)散研究，包括創(chuàng)新擴(kuò)散模型研究、新產(chǎn)品擴(kuò)散研究等；3）創(chuàng)新擴(kuò)散在技術(shù)采納行為中的應(yīng)用，包括建立技術(shù)采用的概念模型、能源技術(shù)采納的影響因素等；4）社會網(wǎng)絡(luò)環(huán)境下的創(chuàng)新擴(kuò)散研究，包括創(chuàng)新擴(kuò)散與社會網(wǎng)絡(luò)的共生演化、應(yīng)用社會網(wǎng)絡(luò)分析方法研究新產(chǎn)品擴(kuò)散等。

5 結(jié) 論

本文以Web of Science核心數(shù)據(jù)集中2001-2016年關(guān)于創(chuàng)新擴(kuò)散的596篇研究文獻(xiàn)作為數(shù)據(jù)池，應(yīng)用CiteSpace Ⅲ可視化軟件，以多元、分時、動態(tài)視角對創(chuàng)新擴(kuò)散研究進(jìn)行知識圖譜可視化分析，從而直觀展現(xiàn)創(chuàng)新擴(kuò)散研究的分布情況、知識基礎(chǔ)及演化路徑、研究熱點與前沿主題，得到以下主要結(jié)論：

1）創(chuàng)新擴(kuò)散領(lǐng)域中研究實力較強(qiáng)的國家主要包括中國、美國、英國、意大利、澳大利亞等。其中，中國和美國處于領(lǐng)先地位。從主要研究機(jī)構(gòu)來看，中國已經(jīng)成為國際上主要的研究國家，對推動創(chuàng)新擴(kuò)散研究發(fā)揮了積極作用和國際影響。然而，從國家間科研合作來看，中國由于尚未形成開放性、國際性的合作研究氛圍，因此仍落后于英、美等西方發(fā)達(dá)國家。

2）通過期刊共被引分析可知，在創(chuàng)新擴(kuò)散領(lǐng)域中，MIS Quarterly、Journal of Marketing、Marketing Science這3個期刊兼具質(zhì)量與數(shù)量的優(yōu)點，屬于世界頂級的管理類學(xué)術(shù)期刊（UTD24）。它們不僅是創(chuàng)新擴(kuò)散研究的重要期刊，更是創(chuàng)新管理領(lǐng)域的權(quán)威期刊。這些期刊發(fā)表的相關(guān)文章具有明顯的前沿性和引領(lǐng)性，對創(chuàng)新擴(kuò)散領(lǐng)域的研究發(fā)展具有十分重要的影響。

3）通過文獻(xiàn)的共被引分析，得出創(chuàng)新擴(kuò)散領(lǐng)域奠基性文獻(xiàn)、當(dāng)前重點文獻(xiàn)和被引突增文獻(xiàn)，從而總結(jié)出創(chuàng)新擴(kuò)散領(lǐng)域的知識基礎(chǔ)及演化路徑。早期的研究主要集中于Rogers提出的創(chuàng)新擴(kuò)散理論以及Bass創(chuàng)新擴(kuò)散模型，側(cè)重于從宏觀層面上對新產(chǎn)品銷量進(jìn)行預(yù)測，進(jìn)而分析創(chuàng)新產(chǎn)品的市場占有率及整體擴(kuò)散形勢。當(dāng)前的研究則主要集中于微觀層面，側(cè)重于采用模擬仿真方法來分析創(chuàng)新擴(kuò)散的演化規(guī)律。

4）創(chuàng)新擴(kuò)散研究的熱點領(lǐng)域主要包括創(chuàng)新技術(shù)的接受與采納研究、創(chuàng)新擴(kuò)散的影響因素研究、創(chuàng)新擴(kuò)散動力研究、創(chuàng)新擴(kuò)散模型及仿真研究等。創(chuàng)新擴(kuò)散的研究前沿則主要包括創(chuàng)新擴(kuò)散的動力研究、復(fù)雜網(wǎng)絡(luò)視角下創(chuàng)新擴(kuò)散研究、創(chuàng)新擴(kuò)散在技術(shù)采納行為中的應(yīng)用、社會網(wǎng)絡(luò)環(huán)境下的創(chuàng)新擴(kuò)散研究。

本文通過CiteSpace Ⅲ可視化軟件對創(chuàng)新擴(kuò)散領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行了整體分析，從而清晰直觀地展現(xiàn)了該領(lǐng)域的時空分布、知識基礎(chǔ)及演化路徑、研究熱點和研究前沿等。由于篇幅所限，文中并沒有對創(chuàng)新擴(kuò)散領(lǐng)域的學(xué)術(shù)研究成果展開更廣泛的分析。在后續(xù)的研究中，筆者將針對創(chuàng)新擴(kuò)散領(lǐng)域中的研究方法、理論視角、專利引用等方面作進(jìn)一步的專題分析，從而為學(xué)者們未來進(jìn)行創(chuàng)新擴(kuò)散的相關(guān)研究提供有益的參考和借鑒。

參考文獻(xiàn)

[1]Blaut J M.Diffusionism：A Uniformitarian Critique[J].Annals of the Association of American Geographers，1987，77（1）：30-47.

[2]Hall B H.Innovation and Diffusion[A].In J.Fagerberg，D.C.Mowery，& R.R.Nelson（Eds.），The Oxford Handbook of Innovation[C].New York：Oxford University Press，2005：459-484.

[3]Karakaya E，Hidalgo A，Nuur C.Diffusion of Eco-Innovations：A Review[J].Renewable and Sustainable Energy Reviews，2014，33：392-399.

[4]Bui Q.A Review of Innovation Diffusion Theories and Mechanisms[A].In D.I.G.I.I.Technology，ed.Proceedings of the Twentieth DIGIT Workshop[C].Fort Worth，Texas，2015：1-10.

[5]Zanello G，F(xiàn)u X，Mohnen P，Ventresca M.The Creation and Diffusion of Innovation in Developing Countries：A Systematic Literature Review[J].Journal of Economic Surveys，2016，30（5）：884-912.

[6]陳錕.基于復(fù)雜系統(tǒng)仿真的創(chuàng)新擴(kuò)散研究述評[J].外國經(jīng)濟(jì)與管理，2009，31（4）：10-14.

[7]黃魯成，王寧.專利視角下的技術(shù)擴(kuò)散研究綜述[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2011，32（10）：27-34.

[8]王珊珊，王宏起.技術(shù)創(chuàng)新擴(kuò)散的影響因素綜述[J].情報雜志，2012，31（6）：197-201.

[9]蔡霞，宋哲，耿修林，等.社會網(wǎng)絡(luò)環(huán)境下的創(chuàng)新擴(kuò)散研究述評與展望[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（4）：73-84.

[10]張曉鵬，朱曉宇，劉則淵.國際公共危機(jī)管理研究的文獻(xiàn)計量學(xué)分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2011，32（3）：117-121.

[11]許振亮，郭曉川.50 年來國際技術(shù)創(chuàng)新研究前沿的演進(jìn)歷程——基于科學(xué)知識圖譜視角[J].科學(xué)學(xué)研究，2012，30（1）：44-59.

[12]梅亮，陳勁，劉洋.創(chuàng)新生態(tài)系統(tǒng)：源起、知識演進(jìn)和理論框架[J].科學(xué)學(xué)研究，2014，32（12）：1771-1780.

[13]夏恩君，宋劍鋒.開放式創(chuàng)新研究的演化路徑和熱點領(lǐng)域分析——基于科學(xué)知識圖譜視角[J].科研管理，2015，36（7）：28-37.

[14]韓國元，李鐸.基于科學(xué)知識圖譜的深海技術(shù)發(fā)展可視化分析[J].中國管理科學(xué)，2015，23：848-852.

[15]饒榮豪，段承瑤.人力資源業(yè)務(wù)伙伴模式研究的知識結(jié)構(gòu)與發(fā)展趨勢——基于知識圖譜的分析[J].外國經(jīng)濟(jì)與管理，2017，39（4）：98-116.

[16]黃微，張曉君.基于知識圖譜的我國網(wǎng)絡(luò)輿情研究進(jìn)展可視化分析[J].情報科學(xué)，2016，34（6）：87-93.

[17]Chen C，Chen Y，Horowitz M，et al.Towards an Explanatory and Computational Theory of Scientific Discovery[J].Journalof Informetrics，2009，3（3）：191-209.

[18]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.

[19]李杰，陳超美.Cite Space：科技文本挖掘及可視化[M].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2016.

[20]Small H G，Sweene Y E，Greenlee E.Clustering the Science Citation Index Using Co-Citations：Ⅱ[J].Scientometrics，1985，8（5-6）：321-340.

[21]Rogers E M.Diffusion the Innovations（4th）[M].New York：The Free Press，1995.

[22]Bass F M.A New Product Growth for Model Consumer Durable[J].Management Science，1969，50（12）：215-227.

[23]Moore G C.Benbasat I.Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation[J].Information Systems Research，1991，2（3）：192-221.

[24]Meade N，Islam T.Modeling and Forecasting the Diffusion of Innovation-A 25-year Review[J].International Journal of Forecasting，2006，22（3）：519-545.

[25]Peres R，Muller E，Mahajan V.Innovation Diffusion and New Product Growth Models：A Critical Review and Research Directions[J].International Journal of Research in Marketing，2010，27（2）：91-106.

[26]Wu J H，Wang S C.What Drives Mobile Commerce？：An Empirical Evaluation of the Revised Technology Acceptance Model[J].Information & Management，2005，42（5）：719-729.

[27]Kiesling E.Agent-Based Simulation of Innovation Diffusion：A Review[J].Central European Journal of Operations Research，2012，20（2）：183-230.

[28]Delre S A，Jager W，Bijmolt T H A，et al.Will it Spread or Not？The Effects of Social Influences and Network Topology on Innovation Diffusion[J].Journal of Product Innovation Management，2010，27（2）：267-282.

[29]Chen C M.The Centrality of Pivotal Points in the Evolution of Scientific Networks[C].Proceedings of the 10th International Conference on Intelligent User Interfaces.San Diego，CA：ACM Press，2005：98-105.

[30]Sriwannawit P.Large-Scale Bibliometric Review of Diffusion Research[J].Scientometrics，2015，102（2）：1-31.

[31]Wejnert B.Integrating Models of Diffusion of Innovations：A Conceptual Framework[J].Basic Income Studies，2002，28（1）：297-326.

[32]Karahanna E，Straub D W，Chervany N.L.Information Technology Adoption Across Time：A Cross-Sectional Comparison of Pre-Adoption and Post-Adoption Beliefs[J].MIS Quarterly，1999，23（2）：183-213.

[33]Harrison D A，Mykytyn P P，Riemenschneider C K.Executiive Decision About Adoption of Information Technology in Small Business：Theory and Empirical Tests[J].Information System Research，1997（8：2）：171-195.

[34]Davis F D，Bagozzi R P，Warshaw P R.User Acceptance of Computer Technology：A Comparison of Two Theoretical Models[J].Management Science，1989，25（8）：982-1003.

[35]Venkatesh V，Morris M G，Davis G B，et al.User Acceptance of Information Technology：Toward a Unified View[J].MIS Quarterly，2003，27（3）：425-478.

[36]Compeau D R，Higgins C A.Computer Self-Efficacy：Development of a Measure and Initial[J].MIS Quarterly，1995，（19）：189-211.

[37]Markus M L，Benjamin R I.The magic Bullet Theory in IT-Enabled Transformation[J].Sloan Management Studies，1997，38（2）：55-68.

[38]Kimberly J R，Evanisko M J.Organizational Innovation：The Influence of Individual，Organizational，and Contextual Factors on Hospital Adoption of Technical and Administrative Innovations[J].Academy of Management Journal，1981，24（4）：392-399.

[39]Frambach R T，Schillewaert N.Organizational Innovation Adoption：A Multi-Level Framework of Determinants and Opportunities for Future Research[J].Journal of Business Research，2002，55（2）：163-176.

[40]Lakin J L，Jefferis V E，Cheng C M，et al.The Chameleon Effect as Social Glue：Evidence for the Evolutionary Significance of Nonconscious Mimicry[J].Journal of Nonverbal Behavior，2003，27（3）：145-162.

[41]Abrah？o R D S，Moriguchi S N，Andrade D F.Intention of Adoption of Mobile Payment：An Analysis in the Light of the Unified Theory of Acceptance and Use of Technology （UTAUT）[J].RAI Revista de Administrao e Inovao，2016，13（3）：221-230.

[42]Ward R.The Application of Technology Acceptance and Diffusion of Innovation Models in Healthcare Informatics[J].Health Policy and Technology，2013，2（4）：222-228.

[43]Bennett D.Innovative Technology Transfer Framework Linked to Trade for UNIDO Action[R].Vienna：United Nation Industrial Development Organization，2002：127-132.

[44]Delre S A，Jager W，Bijmolt T H A，et al.Targeting and Timing Promotional Activities：An Agent-Based Model for the Take off of New Products[J].Journal of Business Research，2007，60（8）：826-835.

[45]Alkemade F，Castaldi C.Strategies for the Diffusion of Innovations on Social Networks[J].Computational Economics，2005，25（1-2）：3-23.

[46]Sherwood A L，Covin J G.Knowledge Acquisition in University-Industry Alliances：An Empirical Investigation From a Learning Theory Perspective[J].Journal of Product Innovation Management，2008，25（2）：162-179.

[47]Belderbos R，Carree M，Lokshin B.Complementarity in R&D; Cooperation Strategies[J].Review of Industrial Organization，2006，28（4）：401- 426.

[48]Macgarvie M.The Determinants of International Knowledge Diffusion as Measured by Patent Citations[J].Economics Letters，2005，87（1）：121-126.

[49]Helsen K，Jedidi K，Wayne S，et al.A New Approach to Country Segmentation Utilizing Multinational Diffusion Patterns[J].Journal of Marketing，1993，57（4）：60-71.

[50]Popp D.Exploring Links Between Innovation and Diffusion：Adoption of NOX Control Technologies at US Coal-fired Power Plants[J].Environmental and Resource Economics，2010，45（3）：319-352.

[51]李金勇，李莎，鐘雪梅.技術(shù)創(chuàng)新擴(kuò)散的內(nèi)涵與動力研究述評[J].商業(yè)經(jīng)濟(jì)研究，2015，（16）：88-89.

[52]鄧憶瑞，徐小峰，趙金樓.網(wǎng)絡(luò)環(huán)境下信息擴(kuò)散的動力機(jī)制研究[J].情報雜志，2008，27（4）：61-63.

[53]武春友，戴大雙，蘇敬勤.技術(shù)創(chuàng)新擴(kuò)散[M].北京：化學(xué)工業(yè)出版社，1997.

[54]Mansfield E.The Economic of Technology Change[M].New York：Norton and Company，1971.

[55]Geroski P A.Models of Technology Diffusion[J].Research Policy，2000，29（4-5）：603-625.

[56]Castellacci F，Natera J M.The Dynamics of National Innovation Systems：A Panel Cointegration Analysis of the Coevolution Between Innovative Capability and Absorptive Capacity[J].Research Policy，2013，42（3）：579-594.

[57]Shin D H，Bartolacci M.A Study of MVNO Diffusion and Market Structure in the EU，US，Hong Kong，and Singapore[J].Telematics and Informatics，2007，24（2）：86-100.

[58]Derwischa S，Morone P，Kopainsky B，et al.Investigating the Drivers of Innovation Diffusion in a Low Income Country Context.The Case of Adoption of Improved Maize Seed in Malawi[J].Futures，2016，81：161-175.

[59]Silveira G D.Innovation Diffusion：Research Agenda for Developing Economies[J].Technovation，2001，21（12）：767-773.

[60]Yücel G，Daalen C E V.Exploratory Analysis of the Impact of Information Dynamics on Innovation Diffusion[J].Technological Forecasting and Social Change，2011，78（2）：358-372.

[61]Dodson J A，Muller E.Models of New Product Diffusion Through Advertising and Word-of-Mouth[J].Management Science，1978，24（15）：1568-1578.

[62]Cheng A C.Exploring the Relationship Between Technology Diffusion and New Material Diffusion：The Example of Advanced Ceramic Powders[J].Technovation，2012，31（3-4）：163-167.

[63]Tsai C M.The Knowledge Diffusion Model Associated with Innovative Knowledge[J].Expert Systems with Applications，2009，36（8）：11323-11331.

[64]Hyman M R.The Timeliness Problem in the Application of Bass-type New Product-Growth Models to Durable Sales Forecasting[J].Journal of Business Research，1988，16（1）：31-47.

[65]Bass F M.Comments on“A New Product Growth Model for Consumer Durables”[J].Management Science，2004，50（12）：1833-1840.

[66]Speece M W，Maclachlan D L.Application of a Multi-Generation Diffusion Model to Milk Container Technology[J].Technological Forcasting & Social Change，1995，49（3）：281-295.

[67]Turk T，Trkman P.Bass Model Estimates for Broadband Diffusion in European Countries[J].Technological Forcasting & Social Change，2012，79（1）：85-96.

[68]Wu F S，Chu W L.Diffusion Models of Mobile Telephony[J].Journal of Business Research，2010：63（5）：497-501.

[69]Goldenberg J，Libai B，Solomon S，et al..Marketing Percolation[J]Physica A：Statistical Mechanics and its Applications，2000，284（1-4）：335-347.

[70]Goldenberg J，Libai B，Muller E.Talk of the Network：A Complex System Look at the Underlying Process of Word-of-Mouth[J].Marketing Letters，2001，12（3）：211-223.

[71]Garcia R.Uses of Agent-based Modeling in Innovation/New Product Development Research[J].Journal of Product Innovation Management，2005，22（5）：380-398.

[72]Valente T W.Social Network Thresholds in the Diffusion of Innovation[J].Social Networks，1996，18（1）：69-89.

[73]Tran M.Agent-Behaviour and Network Influence on Energy Innovation Diffusion[J].Communications in Nonlinear Science and Numerical Simulation，？2012，17（9）：3682-3695.

[74]Gupta S，Maltz E.Interdependency，Dynamism and Variety（IDV）Network Modeling to Explain Knowledge Diffusion at the Fuzzy Front-end Ofinnovation[J].Journal of Business Research，2015，68（11）：2434-2442.

[75]Gregorio D A，F(xiàn)ulvio D A，Nicola A D，et al.Interests Diffusion in Social Networks[J].Physica A：Statistical Mechanics and its Applications，2015，436（15）：443-461.

[76]Zhu A D，F(xiàn)u P H，Zhang Q H，et al.Ponzi Scheme Diffusion in Complex Networks[J].Physica A：Statistical Mechanics and its Applications，？2017，479（1）：128-136.

[77]Jippes E，Achterkamp M C，Brand P L P，et al.Disseminating Educational Innovations in Health Care Practice：Training Versus Social Networks[J].Social？Science & Medicine，2010，70（10）：1509-1517.

[78]Lazzeretti L，Capone F.How Proximity Matters in Innovation Networks Dynamics Along the Cluster Evolution.A Study of the High Technology Applied to Cultural Goods[J].Journal of Business Research，2016，69（12）：5855-5865.

[79]Todo Y，Matous P.，Inoue H.The Strength of Long Ties and the Weakness of Strong Ties：Knowledge Diffusion Through Supply Chain Networks[J].Research Policy，2016，45（9）：1890-1906.

[80]Alexandra G M，Ben W.Diffusion of Innovation：The Case of Ethical Tourism Behavior[J].Journal of Business Research，2016，69（8）：2711-2720.

（責(zé)任編輯：郭沫含）