基于Gephi的R&D投入與公司成長性的可視化研究

黃思佳 何翀 徐惠珍

摘要：本文選取2016-2018年CNKI相關(guān)文獻，運用文獻題錄信息統(tǒng)計分析工具SATI、可視化網(wǎng)絡(luò)分析軟件Gephi對“R&D投入與公司成長性”的研究情況從發(fā)文年度、發(fā)文機構(gòu)單位分布、作者合著網(wǎng)絡(luò)、關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)、行業(yè)研究情況等方面進行分析，從而指出研究熱點與最新研究趨勢。

關(guān)鍵詞：R&D投入；公司成長性；Gephi；可視化

引言

在倡導(dǎo)實現(xiàn)“中國制造”到“中國智造”轉(zhuǎn)型的當(dāng)下，我國大批企業(yè)著力更新科技水平，打造核心競爭優(yōu)勢，以此創(chuàng)造新的利潤增長點。R&D投入作為影響創(chuàng)新能力的重要因素，因其極大的風(fēng)險性質(zhì)，一直是備受學(xué)者們關(guān)注的課題。因此，該投入對企業(yè)成長性的研究一直備受關(guān)注。

不同于形勢單一、呈現(xiàn)信息抽象的傳統(tǒng)數(shù)據(jù)可視化，可視化知識圖譜Gephi是一款交互式的復(fù)雜網(wǎng)絡(luò)分析軟件，能生動地展現(xiàn)出各要素之間的聯(lián)系和研究熱點。

本文采用文獻題錄分析工具SATI，借助Gephi的可視化網(wǎng)絡(luò)技術(shù)輔以excel匯總，描繪出2016-2018年R&D投入與公司成長性研究的圖譜，分析得出該課題的最新熱點、研究機構(gòu)分布及行業(yè)研究情況。

1、數(shù)據(jù)收集與研究方法

1.1 數(shù)據(jù)收集

本文數(shù)據(jù)來源于中國知網(wǎng)（CNKI）論文數(shù)據(jù)庫中的文獻。在中國知網(wǎng)上以“R&D投入OR公司成長性”為搜索范圍，檢索日期截至2018年10月4日，最終得到316篇期刊和論文。

1.2 研究方法

首先對文獻題錄信息剔除同義詞，其次將文件導(dǎo)入SATI生成共現(xiàn)矩陣。對于發(fā)文年度、發(fā)文機構(gòu)單位、行業(yè)研究情況等在excel中統(tǒng)計；對于關(guān)鍵詞共現(xiàn)矩陣與作者和主網(wǎng)絡(luò)，則選擇用Gephi將被研究頻數(shù)較高的詞條凸顯出來。同時，對邊進行過濾，將較熱門的研究方向顯現(xiàn)出來。最后，通過軟件統(tǒng)計的平均度、平均路徑長度、平均聚類系數(shù)等數(shù)值進行分析。

2、數(shù)據(jù)分析

2.1 發(fā)表年度分布

剔除年度相關(guān)文章中重復(fù)或不相關(guān)的記錄后，匯總發(fā)現(xiàn)可以將此課題研究劃分為：起步階段（1997-2004年）、發(fā)展階段（2005-2012年）、高潮階段（2013-2015年）和漸趨成熟階段（2016-至今）。在2012年度發(fā)文量大幅上升后，2013年相關(guān)發(fā)文數(shù)量達到最高峰169篇。2016年開始逐漸回落，另一方面也向我們傳遞著研究漸趨成熟的信號。

2.2 發(fā)文單位機構(gòu)分布

發(fā)文機構(gòu)可以分為五類：高校單獨發(fā)文、社會機構(gòu)單位單獨發(fā)文、高校間聯(lián)合發(fā)文、機構(gòu)單位聯(lián)合發(fā)文以及高校與機構(gòu)聯(lián)合發(fā)文。匯總發(fā)現(xiàn)，316篇文獻中，290篇來自高校單獨發(fā)文，占比高達91.7%。高校聯(lián)合發(fā)文15篇，占比4.75%?？傮w而言，各大高校是最主要的貢獻力量。

截取SATI頻數(shù)統(tǒng)計前16位的高校，綜合類大學(xué)占16所總量的29.11%，6所財經(jīng)類高校發(fā)文總量占比37.97%，理工類大學(xué)發(fā)文量占16所總量的45.57% 。由此得出結(jié)論，該課題更受理工類大學(xué)學(xué)生的歡迎。

2.3 作者合著網(wǎng)絡(luò)

用SATI截取文獻作者信息矩陣導(dǎo)入Gephi，共得到100節(jié)點、115邊。采用Fruchterman Reingold布局。其次，對節(jié)點進行排序并進行模塊化分割，統(tǒng)計發(fā)現(xiàn)88個社區(qū)，同時得到模塊化度量值0.753，表明合作團體間聯(lián)系較密切。

研究圖譜發(fā)現(xiàn)，發(fā)文作者分布較零散，多為碩博論文或單獨發(fā)表的期刊文章，僅存在6個合作較為密切的社區(qū)（社區(qū)之間不存在合作關(guān)系）：唐瑋（唐瑋、曹蕾、崔也光）團隊、吳祖光團隊（吳祖光、康華、扈文秀）、張金鎖（張金鎖、呂靖燁、王婷、李明、李玲）團隊、龔詩婕團隊（龔詩婕、呂慶華）、任敏團隊（任敏、谷文林、林寧）、郭浩團隊（徐艷、郭浩）。其中，合著最為密切的是唐瑋-曹蕾-崔也光團隊，吳祖光團隊中吳祖光與扈文秀合著次數(shù)較多，而兩人與康華的合作較少。所有節(jié)點中度和加權(quán)度最大的是吳祖光和扈文秀，節(jié)點度為4，加權(quán)度為5.33，表明他們分別與四個作者有過5次的合作[1]。

2.4 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

將共現(xiàn)矩陣導(dǎo)入Gephi，共計導(dǎo)入100節(jié)點、962條邊。為防止節(jié)點存在重疊，最終采用ForceAtlas2的算法[2]。其次，設(shè)置節(jié)點波動范圍和標記顏色。統(tǒng)計頻數(shù)越大，節(jié)點也就越大，顏色也隨之加深。為區(qū)分大部分詞條的熱度，采用節(jié)點的模塊化分割形成11個社區(qū)。

節(jié)點加權(quán)度是指該節(jié)點與其他節(jié)點連接邊的權(quán)值的總和[3]，即該詞條與相關(guān)聯(lián)的詞條共同出現(xiàn)的次數(shù)。經(jīng)計算，關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的平均度為10.62，平均加權(quán)度為1.305。因此，“R&D投入與公司成長性”的詞條關(guān)聯(lián)范圍較大，但關(guān)聯(lián)程度不夠密切。圖譜的平均路徑長度為1.996，網(wǎng)絡(luò)直徑為3，呈現(xiàn)小世界性[4]。圖譜平均聚類系數(shù)為0.745，該數(shù)值較接近1，表明節(jié)點之間的關(guān)聯(lián)較緊密。

由于圖譜中的邊交錯復(fù)雜，難以進行深入研究，因此進行邊的過濾，保留322條邊。（見圖2）經(jīng)觀察計數(shù)發(fā)現(xiàn)，研究R&D投入與公司成長性關(guān)系的文章僅有7篇，而單獨研究R&D投入或者公司成長性的較多。其中涉及“R&D投入-企業(yè)績效”的高達50篇，涉及“R&D投入-融資約束”的有18篇，有關(guān)“R&D投入-股權(quán)結(jié)構(gòu)-股權(quán)激勵”的有19篇。公司治理、創(chuàng)新績效、稅收優(yōu)惠、政府補貼等詞條與R&D投入關(guān)聯(lián)也較緊密。除此之外，“公司成長性-創(chuàng)業(yè)板”（23篇）、“公司成長性-影響因素”（11篇）、“公司成長性-因子分析”（9篇）、“公司成長性-資本結(jié)構(gòu)”（5篇）也是最近三年研究中的熱點問題。

2.5 行業(yè)研究情況

在圖譜顯示的節(jié)點中有部分“高新技術(shù)上市公司”、“環(huán)保類上市公司”、“農(nóng)業(yè)上市公司”等行業(yè)詞條。為了進一步研究行業(yè)實例研究的情況，篩選出關(guān)鍵詞頻數(shù)統(tǒng)計中行業(yè)詞條的記錄，統(tǒng)計發(fā)現(xiàn)共有70篇行業(yè)實例研究文獻，占文獻總數(shù)的22.15%。這表明“R&D與公司成長性”課題的相關(guān)實例研究較少，偏向理論研究的較多。70篇實例研究中有關(guān)高新技術(shù)產(chǎn)業(yè)的實例研究有13篇，占行業(yè)研究總數(shù)的18.75%。設(shè)備制造業(yè)、生物醫(yī)藥、農(nóng)業(yè)緊跟其后，分別占有14.29%、11.43%、8.57%。

3、結(jié)論與不足

3.1 研究結(jié)論

一是，在2013-2015年的研究熱潮過后，最近三年的年度發(fā)文數(shù)量逐漸減少，研究趨向于成熟。2016-2018年R&D與公司成長性研究中，社會機構(gòu)單位的發(fā)文數(shù)量占極小部分，各類高校則是探究主力軍。其中，理工類大學(xué)的相關(guān)貢獻較多，財經(jīng)類高校次之。

二是，作者合著網(wǎng)絡(luò)較為分散，少有關(guān)聯(lián)緊密的合著團隊。而在關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中，單獨研究R&D投入、公司成長性的文獻居多。其中，R&D研究延伸范圍較廣，涉及企業(yè)績效、融資、股權(quán)結(jié)構(gòu)、高管激勵、稅收優(yōu)惠等方面的文獻數(shù)較多。而公司成長性涉及的研究課題較少，影響因素、資本結(jié)構(gòu)等為熱點方向。

三是，該課題下的理論研究較多，實例研究僅占70篇，其中高新技術(shù)產(chǎn)業(yè)、設(shè)備制造業(yè)、生物醫(yī)藥、農(nóng)業(yè)等領(lǐng)域的相關(guān)研究居多。而創(chuàng)業(yè)板上市公司因其高成長性，成為研究成長性的典型。綜合以上論述，建議增加對創(chuàng)業(yè)板上市公司R&D投入與公司成長性的實例研究。

3.2 研究不足

首先，在對題錄關(guān)鍵詞進行同義詞清洗前需要人工識別，可能存在個別同義詞被忽略的情況，形成一定誤差。其次，在使用文獻題錄信息統(tǒng)計工具SATI生成關(guān)鍵詞共現(xiàn)矩陣時，由于軟件出于實際意義的限制，只能導(dǎo)出前100條記錄，遺漏了少部分信息。

參考文獻

[1] 彭琰，嚴莉.基于Gephi的云南民族醫(yī)藥研究可視化分析[J].醫(yī)學(xué)信息學(xué)雜志，2015，36（02）：65-68+89.

[2] 王揚，田野，李鐵山，陳俊龍，彭東成，周義華.基于Gephi的航運招聘信息可視化分析[J].大數(shù)據(jù)，2018，4（03）：81-91.

[3] 曹霞，崔雷.合著網(wǎng)絡(luò)評價指標與文獻計量學(xué)評價指標相關(guān)性研究[J].中華醫(yī)學(xué)圖書情報雜志，2016，25（2）：20-26，74.

[4] 張梅，翁志輝，楊振，林海清，黃愛萍，劉健宏.我國水土保持學(xué)科領(lǐng)域作者合著網(wǎng)絡(luò)分析[J].中國水土保持， 2017（12）：47-49.

[5] 劉勇，杜一.網(wǎng)絡(luò)數(shù)據(jù)可視化與分析利器： Gephi中文教程[M].北京：電子工業(yè)出版社，2017：163-164.

[6] 王龍.合作網(wǎng)絡(luò)模型結(jié)構(gòu)研究與應(yīng)用[D].濟南：山東師范大學(xué)，2015：19-21.

作者單位：江蘇大學(xué)財經(jīng)學(xué)院。