我國數(shù)字貨幣研究熱點分析—基于文獻計量視角

李 琨，盧 橋，邢永康

（1.華南師范大學圖書館，廣東 廣州 510631；2.廣東金融學院實驗教學中心，廣東 廣州 510521）

1 數(shù)字貨幣研究背景

隨著金融科技迅速發(fā)展，大數(shù)據、人工智能、云計算和區(qū)塊鏈等技術不斷在金融場景應用。數(shù)字貨幣近幾年已經成為國家重點發(fā)展研究對象。2020年9月21日，《中國（北京）自由貿易試驗區(qū)總體方案》指出，支持人民銀行數(shù)字貨幣研究所設立金融科技中心，建設法定數(shù)字貨幣試驗區(qū)和數(shù)字金融體系，依托人民銀行貿易金融區(qū)塊鏈平臺，形成貿易金融區(qū)塊鏈標準體系，加強監(jiān)管創(chuàng)新[1]。

伴隨著國家政策支持扶持，金融科技產業(yè)應用場景不斷落地，數(shù)字貨幣相關研究成果不斷增加，總結歸納我國學者現(xiàn)有數(shù)字貨幣領域研究熱點工作必不可少。本文通過對國內近十年數(shù)字貨幣研究領域文獻，進行關鍵詞詞頻統(tǒng)計、社會網絡分析和聚類分析，以其在該領域前沿熱點研究提供參考。

2 研究過程

2.1 數(shù)據收集

本文數(shù)據來源CNKI中國知網（以下簡稱“CNKI”）期刊數(shù)據庫。筆者為了客觀全面反映國內“數(shù)字貨幣”2010-2019年研究熱點，本文選取主題詞檢索方式，檢索式設為：“主題=數(shù)字貨幣”，檢索時間2020年8月25日。具體范圍設為2010年1月1日至2019年12月31日，不設其他條件。共獲得“數(shù)字貨幣”相關主題研究1793篇文獻，經過數(shù)據清理，除去封面、導讀、資訊等得到1425篇。

2.2 數(shù)據處理

本文共收集處理后得到1425篇文獻中，共收集2213個關鍵詞，共出現(xiàn)6439次。刪除無意義關鍵詞如“?！钡?；合并統(tǒng)計中如“數(shù)字貨幣”和數(shù)字貨幣相同關鍵詞詞匯，合并同義關鍵詞并給出映射規(guī)則，替換原數(shù)據中同義的關鍵詞。本文中制定的映射規(guī)則如表1所示。

圖1 2010-2019數(shù)字貨幣研究主題發(fā)文量統(tǒng)計

表1 關鍵詞替換

最后得到2203個有效不重復關鍵詞，出現(xiàn)頻次6436次。用EXCEL數(shù)據透視表功能得到數(shù)字貨幣領域關鍵詞詞頻統(tǒng)計，如表2所示。

2.3 高頻詞閾值的選取

在文獻計量學中，高頻詞閾值選取通常多種選取法。絕大多數(shù)學者采用自定義取法，自定義選取法的詞頻累計比例通常在8%-40%[2]。另一種高頻低頻詞界分估計法，如國外學者代表的Donohue，J.C.的，其中代表出現(xiàn)1次的關鍵詞數(shù)量[3]。本文研究“數(shù)字貨幣”主題文獻所有文獻關鍵詞出現(xiàn)次數(shù)為1的有1729關鍵詞，按照Donohue的方法高頻詞閾值設為58，僅可以取8個高頻關鍵詞。

國內學者孫清蘭改進公式有，其中D為文中不同關鍵詞數(shù)[4]，按照孫清蘭公式，本研究D為2205閾值可設為46次。兩種公式計算結果分別選取了8個，9個高頻關鍵詞。而我國“數(shù)字貨幣”主題相關研究是最近5年大量增長，如上文圖1，故這兩種公式所得閾值并不利于聚類分析，所以本文選取另一種閾值選取方法，普拉斯公式，其中M為高頻關鍵詞閾值為區(qū)間文獻被引用最高值[5]“數(shù)字貨幣”研究主題區(qū)間為“2010年-2019年”其中《區(qū)塊鏈技術發(fā)展現(xiàn)狀與展望》一文在2016年發(fā)表，截至2019年底一共被引1574次。根據普拉斯公式算出高頻關鍵詞閾值為29，可以取20個高頻關鍵詞。

表2 數(shù)字貨幣領域關鍵詞詞頻統(tǒng)計（部分）

2.4 高頻共詞矩陣

基于閾值為29設定，我們利用EXCEL中的數(shù)據透視表功能，對高頻關鍵詞兩兩共現(xiàn)，得到高頻關鍵詞共現(xiàn)矩陣，如表3所示。

表3 高頻關鍵詞共現(xiàn)矩陣（部分）

2.5 Ucinet可視化分析

社會網絡分析是研究多個組之間互動關系的社會學方法[6]。本文根據普拉斯公式選取20個高頻關鍵詞當作整個網絡的節(jié)點，導入上文高頻詞共現(xiàn)矩陣，利用Networw制圖，選擇ucinet軟件中analysis→centrality measure，進行中心度分析。繪制出圖2所示社會網絡分析圖。節(jié)點的大小、位置代表該節(jié)點在網絡的地位和作用，越靠近中心節(jié)點越大其影響力越大，節(jié)點間連線表示各關鍵詞的共現(xiàn)關系。

圖2 社會網絡中心度分析

其中區(qū)塊鏈技術、比特幣、去中心化、區(qū)塊鏈和數(shù)字貨幣節(jié)點在網絡中相對其他節(jié)點其影響力最大，其關系更加密切。即數(shù)字貨幣研究主要集中在這幾個點。

3 研究熱點分類

根據SPSS軟件，先將高頻詞共現(xiàn)矩陣轉換為相關矩陣；在將相關矩陣表換為相異矩陣；然后將數(shù)據導入SPSS，進行聚類分析；最終，分類值設為22.5如圖3所示，我們便把國內“數(shù)字貨幣”研究熱點主要分為：區(qū)塊鏈與比特幣；ICO與監(jiān)管；金融科技；法定貨幣與Libra；央行數(shù)字貨幣；金融業(yè)六個板塊。

圖3 高頻關鍵詞系統(tǒng)聚類圖

3.1 區(qū)塊鏈與比特幣

這個類別下有比特幣、數(shù)字貨幣、區(qū)塊鏈技術、區(qū)塊鏈、去中心化和智能合約6個關鍵詞。區(qū)塊鏈是數(shù)字貨幣興起的核心，也是我國學者研究數(shù)字貨幣領域中，最集中探討的區(qū)間。目前主要集中在、綜述、現(xiàn)狀和綜述為主。其中以袁勇（2016）《區(qū)塊鏈技術發(fā)展現(xiàn)狀與展望》[7]、祝烈煌（2017）《區(qū)塊鏈隱私保護研究綜述》[8]和韓璇（2019）《區(qū)塊鏈安全問題：研究現(xiàn)狀與展望》[9]為代表。

3.2 ICO與監(jiān)管

這個類別下有ICO、投資者和監(jiān)管3個關鍵詞。主要研究領域集中在ICO（Initial Coin Offering）監(jiān)管。姚前（2017）談到對ICO實施沙箱監(jiān)管[10]；楊東（2017）提到ICO監(jiān)管的諸多難題[11]；溫信祥、陳曦2017建議做好對ICO的監(jiān)管，重點保護投資者權益[12]。

3.3 金融科技

這個類別下有金融監(jiān)管、金融科技和互聯(lián)網金融3個關鍵詞。數(shù)字貨幣是金融科技的一個典型應用。正如此類別中的三個關鍵詞，有研究者研究金融科技監(jiān)管，吳燕妮（2018）提到金融科技前沿應用的法律挑戰(zhàn)與監(jiān)管[13]。李寶偉（2019）提出構建一個引導互聯(lián)網金融與實體經濟相結合的監(jiān)管聯(lián)動機制[14]。

3.4 法定貨幣與Libra

Libra作為錨定法幣對各國法幣產生的巨大沖擊。其中姚前（2018）提到了法定數(shù)字貨幣對現(xiàn)有貨幣體質的優(yōu)化，同時，法定數(shù)字貨幣的發(fā)行還可解決貨幣政策傳導不暢、逆周期調控困難、貨幣“脫實向虛”、政策預期管理不足等現(xiàn)代貨幣政策困境。吳桐（2019）歸納了Libra的背景、內涵、影響和挑戰(zhàn)。

3.5 央行數(shù)字貨幣

央行數(shù)字貨幣也是眾多學者探討的一個分類，李建軍（2017）認為金融科技新技術推動了貨幣形態(tài)的演進和創(chuàng)新，數(shù)字貨幣本身屬于信用貨幣，必須由中央銀行控制發(fā)行[15]。姚前（2017）提出從價值內涵、技術方式、實現(xiàn)手段、應用場景四個場景建立一個央行數(shù)字貨幣系統(tǒng)框架[16]。周永林（2017）給出了RMBCoin實現(xiàn)模式探討。

3.6 金融業(yè)

金融業(yè)分類里學者探討的并不活躍。主要包括林曉軒（2016）談到論文區(qū)塊鏈數(shù)字貨幣在多個金融業(yè)領域的應用前景。鮮京宸（2016）指出了我國未來金融業(yè)轉型的重要方向。

4 結束語

本文通過CNKI采集關鍵詞，進行共詞分析方法，對“數(shù)字貨幣”為主題的近十年我國期刊文獻進行了整理、統(tǒng)計分析。并利用Ucinet復雜網絡分析軟件和SPSS、EXCEL統(tǒng)計軟件進行了研究熱點可視化分析，主要得出以下結論：

（1）目前，國內“數(shù)字貨幣”研究領域研究較為基礎寬泛，熱點主要在區(qū)塊鏈與比特幣、ICO與監(jiān)管、金融科技、法定貨幣與Libra、央行數(shù)字貨幣和金融業(yè)6個板塊。

（2）“數(shù)字貨幣”相關研究共出現(xiàn)2203個不同關鍵詞，按普拉斯公式最終篩選得出20個高頻詞，僅占1%。關鍵詞僅為1次的有1729個，可見我國學者對數(shù)字貨幣領域研究還有很多新型觀點在逐步涌現(xiàn)。