三 我国创新驱动研究的社会网络分析

1．整体网络分析

将共词矩阵表2-4导入Ucinet软件中并保存，在计算的过程中运用Netdraw中Transform＞Dichotomize，将该矩阵转变为二值关系矩阵作为输入矩阵，选择Ucinet软件中的Network＞Cohesion＞Density，可知共词网络的密度为0.1862，标准差为0.3893，其密度水平一般，目前关于创新驱动方面的研究尚处于一个新兴的领域，后期有待进一步加强。利用Ucinet6.0的绘图软件Netdraw，选择Netdraw＞Analysis＞K-core分析，即可得到共词网络图，如图2-2所示。图中每个节点表示一个关键词，连线表示关键词之间的共现关系，线条的粗细表示关系强弱，节点之间较粗的线条表示关系更为紧密，节点的大小表示其在网络中的重要性程度，空心表示节点在整个网络中处于核心位置。从图2-2中可以看出，“创新驱动”关键词毫无疑问处于整个网络中最为核心的位置，在其外层与它联系比较紧密、连线也较多较粗的关键词有经济结构、转型升级、经济增长、科技创新与经济新常态等，说明这些词是当前创新驱动领域研究的热点问题；而战略转型、科技金融、制度红利、政府、中小企业、协同创新、创新发展、改革等关键词与其他关键词的联系较少，说明它们处于该图的边缘位置，在后期的研究中仍然存在进一步拓展的空间。

图2-2 创新驱动关键词共词网络图

2．小世界效应

通过Ucinet软件中的Network＞Cohesion＞Distance，可知网络平均路径长度（Average distance）为1.814，根据Watss提出的平均路径长度不超过6的网络存在小世界效应，说明目前的共词网络存在小世界效应现象，当前创新驱动是一个相对活跃的研究领域。由软件运算可知，网络聚集度（Distance-based cohesion）为0.593，其值越靠近1，说明整个网络越紧密，说明共词网络集聚度处于中等偏上水平，未来可进一步探讨创新驱动研究的主题划分。

3．网络中心性分析

结合点度中心度可知（见表2-5），经济新常态、经济结构、转型升级、科技创新、经济增长、路径选择、发展战略、经济发展方式转变、评价等是这一领域当前研究的热点问题。从表2-5中还可以看出科技创新、经济结构、经济新常态、经济增长、转型升级等的亲近中心性数值基本接近，在网络中到其他节点的距离总和最短，即这些关键词与其他关键词的关系更为紧密，这是当前研究的落脚点。通过计算可知中介中心性较高的关键词有科技创新、新常态、转型升级、经济增长等，它们充当了创新驱动研究中的中间媒介，在创新驱动研究中具有较大的影响力。

表2-5 关键词的点度中心度、亲近中心性和中介中心性分析

4．核心-边缘结构分析

利用Ucinet中的连续性核心-边缘模型分析Network＞Core/Periphery＞Continous，计算结果显示数据与理想模型之间的相关系数为0.597，属于中等强度关系。

5．凝聚子群分析

利用Ucinet中的凝聚子群分析Network＞Roles&Positions＞Structural＞Concor对创新驱动研究的内部结构进行聚类分析，得到凝聚子群可视图，如图2-3所示。

图2-3 创新驱动高频关键词的凝聚子群图