国外可持续转型理论的研究脉络及热点探测——基于科学知识图谱视角

刘贻新， 张光宇， 谭蓉娟， 马文聪

国外可持续转型理论的研究脉络及热点探测
——基于科学知识图谱视角

刘贻新， 张光宇， 谭蓉娟， 马文聪

以WoS数据库收录的可持续转型(ST)文献为研究对象，运用知识图谱方法及CiteSpace工具，从时空分布、发展脉络及热点趋势三方面对国外ST研究进行可视化分析，旨在对该领域研究作一个整体性描绘，弥补当前国内对ST研究全貌和前沿跟踪不足的缺憾。结果表明：(1)近20年来ST研究在国际学术界的影响力不断增强，关注度越来越高，“荷兰—英国—美国”是目前ST研究的领先国家，而亚洲地区研究成果数量少且影响力低；(2)ST研究机构分为以埃因霍芬理工大学、萨塞克斯大学为核心的以及以代尔夫特理工大学、乌德勒支大学为核心的两大群体。(3)发展脉络方面，ST研究对象呈现从激进式技术创新到新兴产业，再到草根创新的演进路径；研究内容从初期运用战略生态位管理分析创新生态位内部形成机制，逐步扩展运用多层次视角剖析外部互动机制，再到同一社会-技术体制下“生态位-体制互动”研究，直至当前“多生态位-多体制互动”研究；研究热点呈现由不断完善理论分析框架，逐步发展到保护空间的有效构建和撤离，以及其作用效应的评价和预测。

可持续转型理论 科学知识图谱 CiteSpace 发展脉络 热点趋势

一、引 言

由颠覆性创新技术驱动为核心的新兴产业所主导的新一轮产业革命，对创造经济增长新动能、拉动本国经济增长、实现可持续性发展具有重大引擎作用。然而，新兴技术产业化的过程既涉及新兴技术的自身变革，还关系社会-技术体制的外部影响，是一项多主体参与、多要素协同、多阶段衔接的动态复杂系统工程，能否克服发展过程中的障碍，最终实现可持续性发展并非易事，这也导致了各国在新兴技术产业化过程中常常会陷入颠覆性创新的“亚历山大困境”。针对上述问题，近十几年来欧美等发达国家引入创新生态位这一核心理念，从社会-技术转型视角，以创新生态位的动态演进来重新审视新兴技术产业化过程，并提倡通过政策工具及其组合来有效构建和运用保护空间，从而助力新兴技术创新生态位的成功培育和跃迁，试图为破除新兴技术产业化困境提供合理解释，为政府运用政策工具促进新兴技术产业化发展寻求优化办法，至今已形成一套系统的分析模型和方法工具——可持续转型(Sustainable Transformation，简称ST)理论，并广泛应用于新能源与公共运输系统、水污染与城市发展、食品安全与农业生产等诸多新兴产业研究中，成为当前国际上社会-技术转型管理和创新管理的一个重要研究领域。尤其是当前各国在产业转型升级浪潮中的不断实践，更促使该领域在研究视角、研究方法和实践应用方面得到了进一步拓展和完善，发文数量逐年增加，成果更为丰富，影响力进一步提升。

近年来，国内已有个别研究团队和学者关注和引介该理论，具有代表性的包括清华大学经济管理学院陈劲教授带领的团队、广东工业大学管理学院张光宇教授带领的团队，以及华中科技大学管理学院的陈卓淳博士、上海大学管理学院的薛奕曦博士等。同时，不少学者也运用定性分析方法对ST研究进行了梳理归纳和回顾评述，如张光宇等(2011，2012)分别对ST理论中的技术生态位和战略生态位管理(Strategic Niche Management，简称SNM)方法研究的起源、过程、理论成果和发展趋势等进行了系统的梳理和探讨。[1, 2]叶芬斌等(2012)在界定技术生态位涵义的基础上，介绍了荷兰学者利用技术生态位构建技术范式变迁的分析模型，并总结了该模型对技术范式研究的可行性和有效性。[3]梅亮等(2015)认为ST理论是创新驱动社会转型与变革的重要理论基础，并系统分析了该理论的源起、特征及多层次视角(Multi-Level Perspective，简称MLP)框架。[4]刘贻新等(2015)对ST理论的研究背景和理论依据，以及生态位内生演进机制及其与体制环境的互动机制等方面进行了梳理和总结。[5]吕涛等(2015)回顾了面向可持续性的社会-技术系统转型的理论框架，介绍了ST中的转型管理方法和MLP方法。[6]张光宇等出版的《战略生态位管理的理论与实践》(2015)[7]和《颠覆性创新：SNM视角》(2016)[8]两本专著分别对ST理论的SNM方法，及其在颠覆性创新的应用研究进行了全面系统的归纳和分析。陈卓淳(2016)总结了ST理论中的生态位最新研究进展，分析了其相关观点的发展脉络、成长条件，以及催生体制转变的动态过程、路径选择等。[9]但总体来说，所梳理的文献尚未能全面客观反映ST研究的发展脉络，也还没有系统展现该领域的热点及其趋势，更缺乏可视化文献计量分析的成果。

近年来，运用知识图谱方法和可视化工具对特定专业领域的研究动态和发展趋势进行文献计量分析，[10-12]已成为学术研究的一大热点。知识图谱是通过数据挖掘、信息分析、科学计量和图形绘制等一系列处理，可视化地展现某一学科领域知识的方法，[13]目前在国内被广泛应用于诸多领域的研究热点分析上，尤其是技术创新管理(夏恩君等，2015[10]；吴静等，2016[14]；刘贻新等，2017[15])、新兴产业管理(黄鲁成等，2015[16]；韩增林等，2016[13])和现代大学制度(蔡文伯等，2016[17])等。鉴于此，本文选取WoS核心合集数据库中ST研究的文献题录作为分析数据，运用知识图谱方法及相关工具对国外ST研究进行整体、动态和多维度的可视化分析，旨在进一步厘清和辨识ST研究的时空分布、发展脉络和热点趋势，对当前国外学术界在该领域的研究主题演化及未来趋势作更为整体而细致的描绘，力求达到 “一图谱春秋，一览无余；一图胜万言，一目了然”之功效。[18]

二、数据来源及操作说明

(一)研究数据来源与处理

本文针对CiteSpace对文献来源数据库要求，以WoS核心合集数据库为主，辅助Elsevier数据库和PQDT学位论文数据库作为补充，对ST研究文献进行采集(检索时间截至2016年6月30日)。在参考经典文献和咨询相关专家的前提下，设计检索策略为：Topic=(“Technology Niche”OR“SNM” OR“MLP” OR“ Sustainable Transition” OR“ Socio-Technical Regimes Transition”)，确保检索能够尽量覆盖该领域代表性的研究成果。然后通过查阅每篇文献题录的摘要，完成数据清理，结果如表1所示。

表1 数据的收集和清理结果

目前，CiteSpace在上述三个数据库中只适用于WoS数据库导出的题录。因此，本文将Elsevier和PQDT两个数据库导出的题录信息进行补充和完善后，通过CiteSpace提供的功能模块进行转换。同时，通过Date模块进行过滤和除重，最终筛选出348条文献题录作为本文的分析数据。利用外部数据库Mysql建立链接，导入题录数据后得到如表2所示的统计信息。

表2 题录数据的基本信息和类型数量

(二)操作设置与观测说明

根据研究需要，本文时间切片设定为一年一切割，分别选取了作者、机构、国家、关键词的共现分析，以及文献、作者、期刊的共被引分析；在节点关系强度计算方式上，本文通过实操不断尝试，以获取最佳效果；在参数阈值设置上，根据引文增长及可视化效果，本文分别采取TOPN法和阈值插值法调试，对比后再选定；在聚类名称算法上，本文选取了对数似然算法。对形成的各类图谱，本文将根据如表3所示的要点和指标进行观测解读。

表3 可视化图谱观测要点和指标

资料来源：根据文献刘则渊等[12]归纳整理所得。

三、国外ST研究的时空分布

(一)时间分布

时间分布可从文献数量变化趋势角度来反映，本文利用CiteSpace的Datebase功能，导入题录数据后统计分析而得，结果如图1所示。由图1可知，ST领域研究最早出现的文献在1996年，之后大致可分为四个阶段：1996—2003年为平稳发展阶段；2003—2007年为快速增长阶段；2007—2011年为调整阶段；2011—2016年为迅猛增长阶段。其中，2007年、2010年、2012年和2015年是ST研究文献的爆发点。由2008年美国次贷危机导致的全球性经济危机，掀起了学术界更关注如何进行经济结构调整和产业转型升级的ST研究的热潮，2011年至今文献数量呈现爆发式增长。

(二)空间分布

空间分布主要体现在科研合作网络分析，CiteSpace提供了三个层面分析：微观层的学者合作网络、中观层的研究机构合作网络和宏观层的国家/地区合作网络。

1.微观层：学者合作图谱分析

学者合作网络图谱之目的在于识别该领域的核心研究学者及其相互间的互引关系和合作强度。本文从学者的共现和共被引两个角度进行识别。

第一，学者共现分析。参数设置：TopN=10，裁剪选取PFNET方式，如图2所示。

图1 国外ST研究文献的时间分布

图2 国外ST研究的学者共现图谱

图2显示，图谱共有119个节点和114条连线，密度为0.016 2。图中的年轮大小表示研究学者出现的次数，其中次数在10以上的包括Raven、Geels、Smith、Kemp、Romijn、Verbong、Seyfang、Schot等8位作者，说明这些研究学者在ST研究出现的频次非常高，是该领域研究的领军人物。图中Raven、Kemp两位作者带有紫色圈，说明这两位研究学者是ST研究网络的两个转折点，起到关键枢纽作用，占据非常重要的位置。从连线密度来看，Kemp、Raven、Schot、Romijn和Geels五位作者的连线都在5条以上，其中Kemp有14条，说明Kemp与他人合作非常广泛；从连线强度分析，围绕上述8位高产作者，国际上ST研究形成了显著的若干个研究团队，而且各团队之间的连线强度系数都大于0.75，表明各团队互引关系较强，合作程度较高。

第二，学者共被引分析。参数设置：TopN=30，裁剪选取MST方式，如图3所示。

图3(A)左上角标识显示，ST学者的共被引网络Q值≥0.3，S值≥0.5，表明该网络聚类较好，结构显著，结果合理。从后台数据分析可知：在网络聚类方面，该网络形成了9个聚类，其中最大的聚类为“#0社会技术转型”，包含了25个作者，S值为0.659，共被引最为活跃的是Geels、Kemp、Raven、Smith和Schot等5位作者，分别处在前三大聚类中；在被引频次方面，被引用频次最多的前三位研究学者是Geels、Kemp和Smith。图3(B)显示共有16位研究学者具有强的共被引突发性，其中Smith(2013)、Ieromonachou(2005)、Hoogma(1998)的突发值排在前三位，同时表明了这3位学者所在的聚类子网络具有非常大的活跃性。

2. 中观层：研究机构共现分析和期刊共被引分析

中观层面可从研究机构共现分析和期刊共被引分析两个途径进行描绘，其中，研究机构共现可把握某领域研究机构的重要性以及其相互间的合作程度；期刊共被引可掌握该领域文献发表期刊的主要出处和确定该领域的关键核心期刊。

第一，研究机构共现分析。参数设置为TopN=30，裁剪选取MST方式，如图4所示。

图3 国外ST研究的学者共被引图谱

图4 国外ST研究的机构合作图谱

根据图4，当前ST研究机构主要分为两大分支：一是以Eindhoven Univ Technol(荷兰埃因霍芬理工大学)和Univ Sussex(英国萨塞克斯大学)为核心；二是以Delft Univ Technol(荷兰代尔夫特理工大学)和Univ Utrecht(荷兰乌德勒支大学)为核心。其中，前一个分支的节点数量和大小、网络连线的密度和强度要比第二分支大得多，表明其是当前ST研究中最为核心的研究机构群体。年轮最大的研究机构是Eindhoven Univ Technol，该校是荷兰乃至全欧洲最负盛名的理工科大学之一，拥有可持续能源和创新管理等优势专业、新技术启发等国家级研究机构，其相关科研水平在荷兰国内乃至国际上都具有极高的知名度。著名的ST研究学者Raven、Geels、Romijn、Verbong就在这所学府任职。通过CiteSpace中的Link Walkthrough展示该谱图的演变趋势，可以明显发现以Eindhoven Univ Technol节点为中心的机构合作网络呈现加速、放射状发展的态势，说明该领域的知识研究比较开放，知识传播速度越来越快。

第二，期刊共被引分析。参数设置为TopN=30，裁剪选取MST方式，如图5所示。

图5 国外ST研究的期刊共被引图谱

如图5所示，期刊共被引图谱中共有180个节点和258条连线，密度为0.016，年轮较大的节点数量众多。结合后台数据分析，《Technol Anal Strateg》和《Res Policy》两个期刊集中了大部分ST研究文献，所刊载的相关论文代表了该领域的研究前沿和热点。此外，《Energ Policy》《System Innovation Tr》以及《Futures》杂志都是ST研究领域的核心期刊，刊载了该领域众多研究成果。在上述代表性期刊中，《Res Policy》《Energ Policy》和《Futures》等期刊2015年的影响因子都比较大，尤其《Res Policy》是当前公认的科技政策类顶级期刊，这体现了ST理论在管理研究领域的认可程度。从节点重要性来看，期刊共被引图谱中带有紫色外圈的年轮数量相对也较多，其中Centrality值(≥0.2)依大小就有《Industrial and Corporate Change》《Energ Policy》《Futures》和《Res Policy》四种期刊，表明它们在该共被引网络中处于关键节点位置，是研究人员与企业管理者交流的纽带。

3. 宏观层：研究国家/城市和所属学科的共现分析

第一，研究国家/城市共现分析。研究国家合作图谱分析，可揭示具体哪个国家在ST研究领域的文献产出量最大，具体包括哪些国家/城市，是否存在合作关系及其合作强度如何。参数设置：TopN=30，MST方式，结果如图6(A)所示。同时，CiteSpace还提供了文献地理可视化的功能，但目前应用这一功能的文章非常少，本文做了这方面的尝试：在获取本文每条题录相应的地址坐标后，通过运行Goole Earth功能和CiteSpace自带的Geographical功能，得到了ST研究城市的地理分布可视化图，结果如图6(B)所示。

图6 国外ST研究的国家/城市图谱

根据图6(A)的分析数据可知，当前ST研究广泛分布在44个国家，但明显集中在少数几个国家，形成了以荷兰和英国为核心的两个聚类群。根据共现图谱后台数据显示，论文产出量在20篇以上的国家只有6个，但这6个国家的论文总数却达到了302篇(占总数的86.8%)。其中荷兰占有绝对优势，在ST研究领域产出贡献非常突出(共有142篇，占40.8%)，而且与18个国家存在合作研究关系；其次是英国有94篇(占27%)；接下来依次是美国、德国、瑞典和芬兰。图6(A)也显示了国家之间的主要合作路径：“荷兰—英国—美国”。这三个国家合作强度较大，而且存在两两合作，犹如当前国际ST研究领域的“金三角”。从节点的重要性来看，荷兰、英国和美国的Sigma值分别为：0.55、0.27、0.24，都大于0.1，在研究国家合作图谱中处于关键节点位置。

图6(B)展现了ST研究城市的地理可视化，这些城市主要分布在阿姆斯特丹、伦敦、布雷塞尔和哥本哈根等地(红色点分布密集程度)。值得注意的是，上述可视化结果显示亚洲各国/地区在ST领域的研究成果仅有15篇(只占4.3%，其中中国(含台湾)4篇、韩国和印度各3篇，日本2篇，新加坡、马来西亚和泰国各1篇)。可见目前在亚洲，尤其是像中国这样正处于产业转型升级和经济结构调整关键时期的发展中国家，在ST研究方面的成果数量是非常少的，这与发展形势不匹配，同时所形成的研究成果在国际学术界的影响力较低，相关的研究水平明显落后于欧美等发达国家。

第二，所属学科的共现分析。学科共现分析图谱可清晰地展示该领域的学科基础、涉及的主要交叉学科领域，参数设置为TopN=30，MST方式，结果如图7所示。

图7 国外ST研究的所属学科共现图谱

根据CiteSpace运行结果的数据分析，当前ST研究文献共涉及WoS学科分类中的40个。从图7可知，年轮大(共现频次在60以上)的节点有：商业经济学、环境与生态学、管理学、科学技术学、环境学、公共管理学和城市规划学等7个学科。从重要性来看，商业经济学、环境学、经济学、工程学的Sigma值大于0.5，表明这些学科在图谱中处于关键节点位置。

四、国外ST研究的发展脉络和知识基础辨识

(一)发展脉络

文献共被引图谱，可以将该领域的研究前沿和知识基础以年轮、聚类和色彩展示出来，借此能够掌握该领域研究的关键成果和整个领域的发展脉络。参数设置为：网络节点选择cited reference，TopN=18，MST方式，显示方式为时区谱图(Timezone) 模式，结果如图8所示。ST研究的文献共被引图谱中共有119个节点，190条连线，密度为0.027 1，图中年轮大小代表了文献被引频次的高低，节点间连线表明文献之间的共被引关系和强度。共被引次数越多，文献之间的关系越密切，距离也会越近。罗晓梅等(2015)指出，一个研究领域的知识基础也会因其研究前沿随时间变化而演进，在这种发展过程中，必然会产生导致研究前沿演进的关键节点文献。这些关键节点文献一般都是按时间序列提出了重要新理论或具有重大理论创新的经典文献，最有可能形成该领域的研究前沿。因此，通过梳理这些关键节点文献，可反映出该领域核心理论的发展脉络[16]。一般性可通过CiteSpace统计的节点Sigma值、centrality等来识别这些关键文献。

图8 国外ST研究的发展脉络时区图谱

表4以时间为序列，列举了共被引图谱中节点Sigma值排列前10的关键节点文献。

以上10篇关键节点文献集合构成了ST理论研究的经典文献，基本映射出ST研究的发展脉络。其中，Kemp et al.(1998)针对诸多新技术变革不能成功的问题，在分析其障碍因素基础上，提出通过构建保护空间，运用社会实验方式来加强技术生态位内部的期望、学习和网络来促使新技术变革，[19]首次构建了ST中的SNM分析框架，因此成为该领域引用频次非常高的文献。Geels(2002)从演化理论的“选择-变异-保留”机制角度出发，阐述了技术变革不仅涉及新技术本身，还与现有社会-技术体制的选择压力密切相关，强调新技术产业化的成功转型更依赖于创新生态位与外部的社会-技术体制和社会-技术景观层面的互动[20]，由此首次从微观创新生态位、中观社会-技术体制和宏观社会技术景观三个层面提出了ST研究的MLP模型，为后续研究提供了一个新的研究思路，得到了学者们广泛认同，因此该文献的Sigma值和被引频次都是最高的。Smith et al.(2005)侧重分析了机构和权力在社会-技术体制转型过程的作用机理，指出影响体制变革的权力取决于体制内成员、资源配置和期望，[21]为后续创新生态位保护空间的构建和管理奠定了研究基础。Raven的论文是首篇系统运用ST的SNM方法来分析新技术变革的博士学位论文，该文详细阐述了SNM的理论背景和分析框架，并比较分析了荷兰和丹麦的生物能源新技术变革，提出了创新技术生态位发展的“局部—整体”分析模型，对创新生态位如何在规模上进行有效扩散给出了有力解释，[22]从而进一步完善和丰富了SNM方法，得到了后期众多学者的认可。Seyfang & Smith(2007)首次将SNM引入到草根创新研究中，提出了三种促进草根创新生态位构建与扩散的途径，吸引了不少欧美学者运用这一个框架来研究分析譬如社区能源、社区花园等草根创新项目，开辟了ST研究的另一个重要分支。[23]Schot & Geels(2008)回顾了SNM与颠覆性创新可持续发展的相关研究成果，指出了SNM运用的利弊，并明确提出了MLP在ST的作用和影响，为后续ST研究者指引了方向，可以说，该篇文章是对ST研究的SNM和MLP研究的分水岭，被引用的次数也非常高。[24]Geels(2010)重新审视和阐述了MLP在社会技术转型、可持续发展的作用地位及其理论依据，既梳理了前期MLP在ST研究的成果，又为其后期研究提出了新思路。[25]Markard et al.(2012)在梳理和评述ST研究的基本分析框架、理论成果、研究方法和政策效应等基础上，首次明确提出了ST理论的整体研究框架。[26]Smith & Raven(2012)界定了创新生态位保护空间的内涵本质、功能过程，弥补了ST研究中对如何构建、运用和撤销保护空间的不足，受到了研究者们的高度重视，引领了近年来对保护空间构建及其效应评价研究的新潮流。[27]Papachristos et al.(2013)提出多生态位-多体制互动的转型路径，更完整地构建了创新生态位在ST中作用和路径的分析模型。[28]

表4 共被引图谱中的关键节点文献

通过上述对10篇经典文献的分析，ST研究的发展脉络大致可概括为：研究对象从激进性技术创新到新兴产业，再到草根创新的演进路径；研究内容从初期运用SNM方法分析创新生态位内部形成机制，逐步扩展运用MLP剖析外部互动机制，再到同一社会-技术体制下“生态位-体制互动”研究，直至当前“多生态位-多体制互动”的ST研究；研究热点由完善理论分析框架，逐步发展到如何构建创新生态位保护空间及其效应评价。

(二) 知识基础

本文通过文献共被引聚类图谱识别ST研究的知识基础，设置为：cited reference类型 ，TopN=18，MST方式，对数似然算法聚类，显示为聚类模式，如图9所示。

图9 国外ST研究的文献共被引聚类图谱

从图谱总体情况来看，该网络能形成若干个自然聚类，聚类中存在几个明显的转折点(带紫色外圈的)，聚类的名词短语体现了ST研究的专业术语，而且每个聚类的色彩明显由冷色到暖色，网络集中性较强，网络重叠度较高，研究分支较少，可见，从网络结构、时间分布和聚类内容来看，该网络是理想的。此外，从图中左上角的标签信息分析可知，该共被引网络的Q值=0.688 3≥0.3，表明该网络聚类较好，结构显著；网络S值=0.494 3，非常接近0.5，表明聚类的结果基本合理。网络中，部分关键文献的节点处于不同类型的聚类交界处，发挥了桥梁作用，能为后续研究提供支持和指引。

根据图谱数据分析，该网络被划分为了6个共被引聚类，前3个最大的聚类分别是“#0strategic niche management”(S值为0.982，包含了15个文献)、“#1sustainability transition” (S值为0.967，也包含15个文献)和“#2multi level perspective” (S值为0.75，包含了14个文献)。被引次数最高的文献是在“#1”类中的Geels(2002)，共被引用了122次；“#2”类中的文献Schot(2008)被引次数为100，排在第2。根据聚类情况，本文将当前ST研究的知识基础划分为 SNM、MLP和社会-技术体制转型3个群组。

五、国外ST研究的热点及其趋势探测

(一)研究热点

关键词凝练了作者研究的焦点，是一篇文献主题的高度概括和凝练，因此通过对关键词共现分析，可以发现科学领域的研究热点。参数设置为：网络节点选择Keyword，链接强度选择accard算法，阈值设置采用线性插值算法赋值为(3，3，20)，(4，3，20)，(4，3，20)，裁剪MST方式。同时，本文还利用CiteSpace软件自带功能，对缩略词或涵义相近的关键词进行合并，如SNM与strategic niche management、MLP与multi level perspective，或者multi level perspective与multi-level perspective等，结果如图10所示。

图10左上角标识显示，ST研究关键词共现网络的Q值≥0.3，S值≥0.5，表明该网络结构显著，结果合理。图中共有32个节点和60条连接，其中出现次数较高的关键词在图中显示为较大的节点，带有紫色外圈的节点共有10个，这些节点在该网络中具有重要的枢纽作用。从知识理论的角度来看，中心度和频次高的关键词代表着一段时间内研究者共同关注的问题，因此本文按照中介中心性(Centrality)(≥0.1)对共现图谱中的关键词进行筛选，从而探测各个时期的ST研究热点，如表5所示。

结合图谱结果分析可知，关键词strategic niche management、sustainability transition、multi-level perspective、socio-technical regime和niche development的Centrality排在前5位，而且共现频次都超过了100次，表明这5个关键词在ST研究中的桥梁作用非常明显，尤其是strategic niche management和multi-level perspective，研究人员进行了大量的研究。同时，protected space、policy instrument、transition pathway、technological niche、market niches等都是研究热点，Centrality和引用频次都比较高。

图10 国外ST研究的热点图谱

序号关键词Centrality频次序号关键词Centrality频次1strategicnichemanagement0.5626711experimentation0.18362sustainabilitytransition0.4823512learning0.16453multi-levelperspective0.4624213socialnetwork0.16424socio-technicalregime0.3716914technologicalchange0.13525nichedevelopment0.3110315radicalinnovation0.12246protectedspace0.308616sustainabilityinnovation0.11367transitionpathway0.264317grassrootsinnovation0.10218policyinstrument0.247818renewableenergy0.10189technologicalniche0.238419communityenergy0.101510marketniches0.2062

(二)热点趋势

为了进一步分析ST研究热点的演化趋势和未来走向，本文运用Rosvall 提出的冲积图方法进行探测。冲积图是一种社区演化关系分析方法，网络社区演化关系主要包括社区自身内部节点、关系和结构以及社区间关系、位置的变化，可以通过对比不同时间截面社区的数量、大小、密度、结构等属性特征进行分析[29]。本文以两年为一个时间窗口，分析数据导入NEViewer软件后形成基于ST研究的热点趋势冲击图，如图11所示。

图11中的矩形颜色块表示共词网络的研究热点，矩阵之间曲线色块表示热点演化的过程，色块的高度表示热点在该时区的中心性，色块所处的位置越高表明该热点的中心性越大。通过色块的不断融合、分化来体现前后时区研究热点之间的演化关系。由图11分析得知，当前ST研究热点随着时间的推移，呈现出不断增多的融合和分化，这表明ST领域的研究深度和广度时区内得到不断增强。部分热点，譬如“transition management”“alternative technology”“Techno-economic paradigm”等在2010—2011没有后继主题色块，表明这些研究热点在某个时区开始没有得到继续关注，属于消亡热点或者被融入到其他热点色块中。从ST的研究热点趋势来看，“Sustainable transition”“Socio-technical regime transition ”“Niche governance”“Protected space”“policy instrument”“Transition pathway”等原有的热点主题，以及“Multi-regime interaction”“Grassroots innovation”“assessment”等 2010—2013 年新演化出的热点色块可能成为未来的研究趋势。上述分析结果与前文所述的文献共被引图谱聚类分析结果基本吻合。

图11 国外ST研究的热点趋势冲击图

六、结 论

针对当前国内研究尚未全面揭示国外主流ST研究的发展概貌，更缺乏可视化计量分析的不足，本文运用知识图谱方法和CiteSpace工具对当前国外ST研究进行了较为系统的信息挖掘和图谱分析，探究了当前ST研究的时间分布和空间分布；分别运用文献共被引的时区图谱和聚类图谱，辨识了该领域的发展脉络；利用关键词共现图谱和冲击图，探测了当前ST研究的热点及其趋势，形成了三点主要结论。

1.近20年来国际学术界对ST研究的关注度越来越高，其影响力也不断增强；“荷兰—英国—美国”是目前国际上ST研究的领先国家，初步形成了“金三角”的态势。荷兰在产出贡献和影响力方面领先全球，而当前亚洲地区的国家研究成果数量较少且影响力低，相关研究水平明显落后于欧美等国家。ST研究主要活跃在商业经济学、环境与生态学、管理学、科学技术学等学科，研究成果主要发表在《Technol Anal Strateg》《Res Policy》《Energ Policy》和《Futures》等国际知名期刊上，其中《Res Policy》是科技政策类的顶级期刊，这也体现了ST理论在管理研究领域得到了高度认可。

2.当前国际上ST理论的研究机构分为两大群体：一是以荷兰埃因霍芬理工大学和英国萨塞克斯大学为核心的群体；二是以荷兰代尔夫特理工大学和荷兰乌德勒支大学为核心的群体。贡献和影响力最大的研究机构是埃因霍芬理工大学，著名的ST研究学者Raven、Geels、Romijn、Verbong等都在这所学府任职。

3.在发展脉络方面，ST所研究的对象呈现出从激进式技术创新到新兴产业，再到草根创新的演进路径。研究内容则从初期运用SNM分析创新生态位内部形成机制，逐步扩展运用MLP剖析外部互动机制，再到同一社会-技术体制下“生态位-体制互动”研究，直至当前“多生态位-多体制互动”的研究。研究热点则由理论分析框架的不断完善，逐步发展到保护空间的有效构建和及时撤离，以及保护空间政策效应评价和预测方面。

上述研究结论，可为国内学术界ST研究能紧跟国际前沿提供依据，同时在目前大力实施创新驱动发展战略、促进产业转型升级背景下，为解决新兴技术培育及其产业化过程中所遭遇的两道鸿沟问题提供了科学的理论解释和崭新的分析工具。此外，本文通过对国外ST研究热点及其发展趋势的探测，为后续研究提出了值得关注的方向：在明确保护空间的有效构建和及时撤离对新兴技术创新生态位的形成和发展的重要性基础上，围绕新兴技术产业化过程中如何重新审视保护空间的功能属性，分析其运行机制和评价模型，以及评估保护空间的政策工具效应，将是未来运用ST理论研究新兴技术产业化的重点。

[1] 张光宇，张玉磊，谢卫红，等. 技术生态位理论综述. 工业工程，2011(4).

[2] 张光宇，李华军，张玉磊，等. 战略生态位管理(SNM)理论研究现状述评及展望. 科技管理研究，2012, 32(4).

[3] 叶芬斌，许为民. 技术生态位与技术范式变迁. 科学学研究，2012(3).

[4] 梅亮，陈劲，余芳珍. 创新演进与范式转移——可持续转型理论的源起、特征与框架. 自然辩证法研究，2015(10).

[5] 刘贻新，张光宇，邓晓锋. 战略生态位管理(SNM)与技术创新:理论背景及其研究框架. 系统科学学报，2015(4).

[6] 吕涛，王春玲，王飞. 社会-技术系统转型理论及其在能源系统转型中的应用. 中国科技论坛，2015(10).

[7] 张光宇，谢卫红，邓晓锋，等. 战略生态位管理的理论与实践. 北京:科学出版社, 2015：3—77.

[8] 张光宇，谢卫红，胡仁杰，等. 颠覆性创新-SNM视角. 北京: 科学出版社, 2016：34—65.

[9] 陈卓淳. 可持续转型理论中利基研究新进展. 科技进步与对策，2016(4).

[10] 夏恩君，宋剑锋. 开放式创新研究的演化路径和热点领域分析——基于科学知识图谱视角. 科研管理，2015(7).

[11] 陈悦，刘则渊. 悄然兴起的科学知识图谱. 科学学研究，2005(2).

[12] 刘则渊，陈超美，侯海燕，等. 迈向科学学大变革的时代. 科学学与科学技术管理，2009(7).

[13] 韩增林，李彬，张坤领，等. 基于CiteSpace中国海洋经济研究的知识图谱分析. 地理科学，2016(5).

[14] 吴静，刘瑞，王文亮，等. 基于突变检测的国际技术创新研究热点和趋势分析. 技术经济，2016(5).

[15] 刘贻新，张光宇，杨诗炜，等. 国内战略生态位管理(SNM)研究的知识图谱:基于CiteSpaceⅢ的计量分析. 广东工业大学学报，2017(3).

[16] 罗晓梅，黄鲁成，王凯. 基于CiteSpace的战略性新兴产业研究. 统计与决策，2015(6).

[17] 蔡文伯，付娟. 中国现代大学制度的研究现状——基于Citespace可视化知识图谱的分析. 华南师范大学学报：社会科学版，2016(2).

[18] 陈悦，陈超美，刘则渊，等. CiteSpace知识图谱的方法论功能. 科学学研究，2015(2).

[19] R. KEMP, J. SCHOT, R. HOOGMA.RegimeShiftstoSustainabilitythroughProcessesofNicheFormation:TheApproachofStrategicNicheManagement. Technology Analysis & Strategic Management, 1998, 10(2): 175—195.

[20] F. W. GEELS.TechnologicalTransitionsasEvolutionaryReconfigurationProcesses:AMulti-levelPerspectiveandaAase-study. Research Policy, 2002, 31(8): 1257—1274.

[21] A. SMITH, A. STIRLING, F. BERKHOUT.TheGovernanceofSustainableSocio-technicalTransitions. Research Policy, 2005, 34(10): 1491—1510.

[22] R.RAVEN.StrategicNicheManagementforBiomass. Netherlands: Eindhoven University of Technology, 2005.

[23] G. SEYFANG, A. SMITH.GrassrootsInnovationsforSustainableDevelopment:TowardsaNewResearchandPolicyAgenda. Environmental Politics, 2007, 16(4): 584—603.

[24] J. SCHOT, F. W. GEELS.StrategicNicheManagementandSustainableInnovationJourneys:Theory,Findings,ResearchAgenda,andPolicy. Technology Analysis & Strategic Management, 2008, 20(5): 537—554.

[25] F. W. GEELS.Ontologies,Socio-technicalTransitions(tosustainability),andtheMulti-levelPerspective. Research Policy, 2010, 39(4): 495—510.

[26] J. MARKARD, R. RAVEN, B. TRUFFER.SustainabilityTransitions:AnEmergingFieldofResearchandItsProspects. Research Policy, 2012, 41(6): 955—967.

[27] A. SMITH, R. RAVEN.WhatisProtectiveSpace?ReconsideringNichesinTransitionstoSustainability. Research Policy, 2012, 41(6): 1025—1036.

[28] G. PAPACHRISTOS, A. SOFIANOS, E. ADAMIDES.SystemInteractionsinSocio-technicalTransitions:ExtendingtheMulti-levelPerspective. Environmental Innovation and Societal Transitions, 2013, 7: 53—69.

[29] 焦敬娟，王姣娥，金凤君，等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析. 地理学报,2016(2).

【责任编辑：于尚艳】

F270

A

1000-5455(2017)05-0086-12

国家自然科学基金面上项目“新型研发机构的形成机理、治理机制和政策研究：创新价值链视角”(71673062)；国家社会科学基金重点项目“供给侧改革背景下中国先进制造业集聚区全球影响力培育路径研究”(15AZD073)；教育部人文社会科学基金项目“基于SNM理论的战略性新兴产业培育模式及其绩效研究”(13YJC630101)；“羊城青年学人”研究项目“基于颠覆性创新的广州市推进双创的路径与策略研究”(16QNXR14)

2017-05-07

刘贻新，广东阳江人，管理学博士，广东工业大学管理学院副研究员，广东省决策咨询研究基地——广东工业大学创新理论与创新管理研究中心副主任；张光宇，通讯作者，湖南岳阳人，管理学博士，广东工业大学管理学院教授、博士生导师，广东省决策咨询研究基地——广东工业大学创新理论与创新管理研究中心主任；谭蓉娟，湖南湘潭人， 经济学博士，广东工业大学经济与贸易学院教授，广东省决策咨询研究基地——广东工业大学创新理论与创新管理研究中心研究员；马文聪，广东广州人，管理学博士，广东工业大学管理学院副教授，广东省决策咨询研究基地——广东工业大学创新理论与创新管理研究中心副主任。)