基于CiteSpace分析的国内外创新扩散比较研究

汤馨怡 张峥

摘 要：为了清晰地了解国内外创新扩散领域的研究热点，以1998—2020年创新扩散领域 333 篇中文文献和 7 801 篇英文文献为数据池，运用软件Cite Space V，可视化地呈现该领域国内外研究的知识图谱。研究结果表明：一是技术创新扩散与创新扩散模型是国内外共同关注的焦点，但国内研究侧重于对创新扩散理论的适用性以及技术创新扩散进行探索，偏向应用视角，而国外创新扩散偏向于对理论的研究;二是国内外对创新扩散领域的研究差距大，国内学者之间、机构之间缺乏合作;三是国内高等学校对创新扩散的相关研究进行了积极的实践探索，是创新扩散领域研究的主阵地。

关键词：创新扩散;知识图谱;CiteSpace V;可视化

中图分类号：F124.3        文献标志码：A      文章编号：1673-291X（2022）04-0124-03

引言

创新是推动社会发展的第一动力，是企业不断获得竞争优势的源泉。在这样一个日新月异的时代，创新无处不在也无时不在，但是只有得到广泛应用，成功转化为生产力的创新才能带动发展，否则其不以任何物质形式影响经济[1]。因此，创新不仅包含创新本身，还包括后续的创新扩散。创新扩散最早可以追溯到“社会模仿学说”，认为模仿即是扩散。不断有学者对创新扩散的概念进行界定，其中创新学派的界定最为大众所普遍接受，即创新扩散是创新在特定时间内，经由特定渠道在社会团体成员内传播的过程[2]。

本文在充分收集和整理相关文献的基础上，运用信息可视化软件CiteSpace V，探究1998—2020年間国内外创新扩散研究领域在发文数量、研究热点、作者和机构方面的差异，旨在对国内外创新扩散研究进行对比分析，希望能够为后续研究提供借鉴。

一、数据来源

研究的中英文数据分别来自CSSCI和Web of Science的核心数据库，时间跨度为1998—2020年，分别以“创新扩散”或“创新传播”“innovation diffusion”为主题词进行精确检索，得到有效中、英文文献分别为333篇和7 801篇。

二、结果与分析

（一）国内创新扩散研究热点分析

对搜集到的333篇中文文献进行关键词共现分析如图1所示。

根据关键词出现频次进行排名，前5名热点关键词分别为创新扩散（中心度1.45），技术创新扩散（中心度0.45），创新扩散理论（中心度0.3），技术创新（中心度0.09），产业集群（中心度0.07）。

综合关键词共现图谱（图1）和热点关键词信息可知，“创新扩散”“技术创新扩散”“创新扩散理论”是国内创新扩散研究领域最重要的3个节点，中心度都大于等于0.1。以“创新扩散”为关键词发表的论文数量居于榜首，并且大幅领先，中心度为1.45最高，在本领域知识网络结构中占据核心位置。对图谱中的关键词进行聚类分析，梳理出国内创新扩散主要的研究热点。

1.创新扩散理论。段鹏通过对天然林项目的实地调查，有力诠释了创新从被知晓到被采纳的一系列过程[3]。除了用理论指导实践，用实践修正理论，中国学者也考虑创新扩散理论的适用性问题。金兼斌、廖望通过整理2000年来创新采纳和使用的相关文献，发现相关理论已经较为成熟，在不同文化中具有一定的稳定性和普适性，但在不同的社会系统和文化语境下创新扩散理论也需要一些调整[4]。由此可见，创新扩散理论是创新扩散研究领域研究的来源，并在此基础上研究现实应用和本土适用性问题成为本领域的重要议题。

2.技术创新扩散。国内学者在研究创新扩散时侧重于关注技术创新扩散，在深入探究的基础上逐渐形成了产业集群、BASS模型、复杂网络等关键节点，逐步发展出技术创新扩散的各研究方向。首先，在产业集群方面，有学者着力于研究集群与企业技术创新的相互关系，以及集群对企业技术创新及扩散的作用。于晓媛、陈柳钦认为，产业集群为技术创新提供了良好的摇篮，在为技术创新提供机构、人才、机制和氛围的过程中无形地促进了技术创新能力的提高。企业为提高竞争力，将技术创新积极转化，因此产业集群也增强了技术创新扩散[5]。其次，复杂网络为研究技术创新扩散提供了全新的视角。卢燕群、何永芳从构建基于企业合作专利数据的创新网络出发，探讨了企业集群中创新活动在复杂网络中的扩散机制和规律，以及创新技术扩散的影响因素[6]。BASS模型是研究创新产品、技术的采用和扩散的典型模型，而国内学者也热衷于研究BASS模型，并对其进行修正和改进。赵维双、刘涛认为，传统的BASS模型只考虑个别的环境因素的影响具有局限性，因此综合环境这个因素，将其看作一个随机变量来对基本的BASS模型和拓展的BASS模型进行修正[7]。

（二）国内创新扩散研究作者、机构分析

分析国内作者合作网络发现，国内创新扩散研究领域的合作节点比较分散，没有形成紧密联系的合作网络图谱，表明国内学者们研究合作意愿较低，这在一定程度上限制了国内创新扩散研究的发展。从整体来看，国内创新扩散领域的发文量不高，排名前5位的作者分别为蔡霞（南京大学）、宋哲（南京财经大学）、宋哲（南京大学）、马永红（哈尔滨工程大学）、万谦（重庆大学）、王展昭（哈尔滨工程大学）。排名前三的学者都来自东部高校，由此可见对创新扩散领域方面的研究，东部的学者走在了前列。

根据各机构在该领域的署名文章数量，得出发文量排名前5名的研究机构分别为南京财经大学工商管理学院、东南大学经济管理学院、中南大学商学院、西南财经大学工商管理学院、武汉大学信息管理学。前10名的研究机构中，9所为高等学校，说明国内高等学校对创新扩散的相关研究进行了积极的实践探索，是创新扩散领域研究的主阵地。

（三）国外创新扩散研究热点分析

对采集到的7 801篇英文文献进行关键词共现分析如图2所示。

根据关键词出现频次进行排名，前5名热点关键词分别为innovation（中心度0.18），diffusion（中心度0.09），adoption（中心度0.18），model（中心度0.09），technology（中心度0.03）。

由上页图2 可知，innovation 和 diffusion 作为关键词的发文量远高于其他关键词，而diffusion 的中心度最高。对比该领域国内国际热点关键词信息，model、technology、diffusion of innovation 3个关键词一致，但是其中心度与发文频次不同。这表明，该领域国内外研究前沿基本保持一致，但是研究视角和侧重点有所差异。

创新扩散模型也是国外学者研究的焦点，一种是宏观扩散模型，代表为BASS模型。由于BASS模型限制条件很多，学者对BASS模型进行了扩展和改进研究。Dalla Valle A.，Furlan C.在广义BASS模型框架下，引入激励效应作为外生动力，从扩散的角度对风力发电技术进行了分析，旨在提供风力发电生命周期的估计和短期预测[8]。微观扩散过程是从社会成员的个体出发，认为个体的决策受社会成员互动的影响，更多的考察“扩散的程度”。Song I.考虑到消费者的异质性以及消费者的前瞻性行为对新产品销售模式的影响，建立了一个新产品采用过程的实证模型，来论证这两个特性对创新扩散的影响作用[9]。经典的模型不足以满足现下的研究特点，越来越多的学者运用社会网络分析方法和复杂网络分析方法来研究基于复杂网络的技术扩散模型。Fibich G.考虑在社交网络中，采用产品的消费者可以稍后“恢复”并停止影响其他人采用产品，因此扩散不是用易感传染病恢复（SIR）模型来描述的，而是用一个新模型BASS-SIR模型来描述的，它将新产品扩散的BASS模型与流行病的SIR模型相结合，而BASS-SIR模型中的扩散只依赖于社会网络的局部结构，而不依赖于消费者之间的平均距离[10]。

三、研究结论

第一，近几年，国内外学者对创新扩散相关课题都比较关注，国内创新扩散逐步形成创新扩散的理论研究和技术创新扩散两大研究方向，在理论传播方面关注理论的实践性和适用性，体现了本土研究的特点，而在技术创新扩散基础上衍生出了产业集群、BASS模型、复杂网络等分支。国外协同创新偏向于对创新扩散理论的研究，形成了扩散模型、技术创新、创新扩散系统以及影响等关键节点。

第二，对比国际创新扩散研究，我国在该领域研究还处于缓慢发展阶段，国内学者的发文数量不多，没有形成较大的影响。国内创新扩散研究领域的合作节点比较分散，没有形成紧密联系的合作网络图谱，表明国内学者们研究合作意愿较低，这在一定程度上限制了国内创新扩散研究的发展。

第三，国内外高等院校是创新扩散研究的主战场，而我国的高等院校在国际上缺乏影响力和话语权，因此应该积极响应国家的号召，积极进行学科建设，同时要加强相互间的合作，对创新扩散的内在机理进行深入探究，进而推进国内创新扩散研究进程。

参考文献：

[1]  Stone man P.The economic analysis of technological change[J].International Studies，1964，（4）：429-440.

[2]  Rogers E.M.Diffusion of Innovations[M].New York：Free Press，1983.

[3]  段鹏.创新扩散理论的实证研究——关于在中国贫困农村地区推广新知识与新技术的实地调查[J].现代传播（中国传媒大学学报），2006，（3）：49-53+98.

[4]  金兼斌，廖望.创新的采纳和使用：西方理论与中国经验[J].中国地质大学学报：社会科学版，2011，（2）：88-96.

[5]  于晓媛，陈柳钦.产业集群、技术创新和技术创新扩散[J].山西财经大学学报，2007，（12）：66-71.

[6]  盧燕群，何永芳.复杂网络视角下企业集群技术创新扩散仿真研究[J].中国科技论坛，2018，（3）：73-80.

[7]  赵维双，刘涛.基于技术创新扩散环境的BASS扩散模型修正研究[J].经济问题，2008，（12）：63-65.

[8]  Valle A.D.，Furlan C.Forecasting accuracy of wind power technology diffusion models across countries[J].International Journal of Forecasting，2011，（2）：592-601.

[9]  Song I.Empirical analysis of dynamic consumer choice behavior：Micromodeling the new product adoption process with heterogeneous and forward-looking consumers[D].The University of Chicago，2002.

[10]  Fibich G.BASS-SIR model for diffusion of new products in social networks[J].Physical Review E，2016，（3）：32.