Knowledge Management Forum >

2013 , Vol. 2013 >Issue 1: 22 - 27

DOI: https://doi.org/10.7536/j.issn.2095-5472.2013.01.004

‌International Entrepreneurship Research: A Whole Network Perspective on Knowledge Structure Mapping (1986-2012)

  • Xu Zhenliang ,
  • Zhao Yuna
Expand

Received date: 2012-07-09

  Online published: 2025-04-28

Fold

Cite this article

Xu Zhenliang , Zhao Yuna . ‌International Entrepreneurship Research: A Whole Network Perspective on Knowledge Structure Mapping (1986-2012)[J]. Knowledge Management Forum, 2013 , 2013(1) : 22 -27 . DOI: 10.7536/j.issn.2095-5472.2013.01.004

1 引言

伴随着创业型经济的兴起和经济全球化的深入发展，创业活动已将其范围从国内扩展到了国际，并且日趋频繁和普遍。源于对创业活动经济社会效应的认识,创业活动正成为诸多学科研究的热点。作为一个跨越多学科的研究领域,创业活动研究吸引了以经济学、社会学、心理学、管理学为代表的多学科的参与。不同的学科基于各自的视角,运用不同的理论方法,从不同的层面,选择不同的切入点,对创业活动展开积极的探讨,讨论的内容广泛地涉及创业机会、创业者素质能力、创业过程、创业管理、创业环境、创业行为、创业政策支持等诸多方面。从学科发展角度而言，创业是一个相对年轻的研究领域，有的学者认为它已经进入青春期，而有的学者则认为它仍处于幼年期。关于创业研究的学科发展，目前已逐渐形成两大类观点：一类观点认为创业应归入业已存在的学科领域；而另一类观点则主张创业应该成为一个独立的学科领域[1]。但是，时至今日，国际创业研究的知识结构态势到底如何？具有哪些结构特征？本文拟以关键词为研究对象，立足关键词共词整体网络分析的视角，采用科学计量学的方法，对其进行尝试性的知识可视化探析。

2 数据来源与研究方法

根据检索式TS=（entrepreneu*），对Web of Science进行主题检索，时间跨度为1986-2012年，文献格式为“English Article”，选择SCI-Expanded、 SSCI、CPCI-S、CPCI-SSH四大数据库，下载文章数为7 624篇，数据的最后更新时间为2012年3月19日。
从下载的7 624篇文章中，提取关键词6 084个，出现总频次为38 730次，平均每个关键词出现6.37次，在此基础之上，提取出现频次居前的45个关键词，其出现总频次为12 026次，占出现总频次的31.05%，平均每个关键词出现267次。由平均出现频次可知，45个高频关键词基本上代表了1986-2012年间国际创业研究的知识分布情况，如见表1所示：
表1 国际创业研究中45个高频关键词（1986-2012年）
序号 词频 关键词 序号 词频 关键词 序号 词
频		 关键词
1 967 PERFORMANCE 17 227 UNITED-STATES 32 151 DYNAMICS
2 829 ENTREPRENEURSHIP 18 221 SELF-EMPLOYMENT 33 150 INVESTMENT
3 634 INNOVATION 19 217 POLICY 34 149 ENTRY
4 563 GROWTH 20 211 DETERMINANTS 35 149 CORPORATE ENTREPRENEURSHIP
5 536 FIRMS 21 200 MARKET 36 146 RESEARCH-AND-DEVELOPMENT
6 423 INDUSTRY 22 195 TECHNOLOGY 37 145 SCIENCE
7 392 KNOWLEDGE 23 191 ENTREPRENEURS 38 142 SURVIVAL
8 385 MANAGEMENT 23 185 GOVERNANCE 39 134 INFORMATION
9 385 MODEL 24 184 VENTURES 40 129 EMBEDDEDNESS
10 342 PERSPECTIVE 25 184 FIRM PERFORMANCE 41 128 OWNERSHIP
11 336 ORGANIZATIONS 26 174 STRATEGIES 42 126 RESOURCE-BASED VIEW
12 283 NETWORKS 27 170 BEHAVIOR 43 124 ENVIRONMENT
13 269 STRATEGY 28 166 SUCCESS 44 123 MARKETS
14 266 BUSINESS 29 163 IMPACT 45 118 WORK
15 260 FIRM 30 157 CAPABILITIES
16 246 COMPETITIVE ADVANTAGE 31 151 EVOLUTION
本项研究主要采用社会网络分析方法。以关系作为基本分析单位的社会网络分析方法今天已经在社会学、心理学与经济学等诸多学科领域得到了广泛运用。社会网络分析是一种对于以关系为基本单位进行分析的实证研究方法，主要分析的是关系数据。“社会网络”指的是社会行动者及其之间的关系的集合。即是说一个社会网络是由多个点和各点之间的连线组成的集合。点可以是个体、单位、公司、城市、国家等，而关系的类型也是多样的，可以是朋友关系、国家贸易关系、科学合作关系、期刊引用及被引关系、关键词共词关系等。
关键词是表达文献主题概念的自然语言词汇。在期刊论文、学位论文、会议论文等文献当中,存在着一些关键词经常同时出现在同一篇文献的现象,这种现象可以称之为关键词的共词现象。共词分析是对关键词共现现象进行研究的一种重要方法。它是对一组词两两统计它们在同一篇文献中出现的次数,以此为基础对这些词进行聚类分析,从而反映出这些词之间的亲疏关系,进而分析这些词所代表的学科和主题的结构变化。
关键词共词矩阵(见表2)呈现的是关键词与关键词之间的共词数据，它代表的是关键词与关键词之间的共词关系网络，在共词关系网络中就形成了顶点和边的网络，顶点是那些具有代表性的关键词，关键词之间存在的共词关系由边来表示，这样就可以形成关键词共词关系网络。在这个网络中，可以进行个体网分析和整体网分析，从而揭示该网络的结构特性，如网络的构成、规模、关系总数、密度、中心性、凝聚子群、核心——边缘结构等一系列量化特征。共词关系网络分析的一个主要目的是确定这些代表性关键词之间的网络结构，研究网络在顶点的相互作用下的分布定量特征。
表2 国际创业研究45个高频关键词共词矩阵（部分）
关键词 PERFORMANCE ENTREPRENEURSHIP INNOVATION GROWTH FIRMS INDUSTRY
PERFORMANCE 0 0 0 0 0 0
ENTREPRENEURSHIP 0 0 102 108 84 80
INNOVATION 0 102 0 0 0 0
GROWTH 0 108 0 0 0 59
FIRMS 0 84 0 0 0 62
INDUSTRY 0 80 0 59 62 0
二值矩阵在分析某些网络结构特征时更适用, 因此通过以下过程得到关键词共现矩阵的二值矩阵: 关键词共词矩阵共发生共现 =16292次, 排除次数为0的单元格后, 有共词次数单元格974个, 平均共词次数为1.737。取共词次数大于该值时为1, 小于该值时为0。这个新矩阵体现出来的是具有强连结关系的关键词, 以下计算均采用该矩阵,见表3。
表3 国际创业研究关键词二值矩阵 (部分)
关键词 PERFORMANC ENTREPRENEURSHIP INNOVATION GROWTH FIRMS INDUSTRY
PERFORMANC 0 0 0 0 0 0
ENTREPRENEURSHIP 0 0 1 1 1 1
INNOVATION 0 1 0 0 0 0
GROWTH 0 1 0 0 0 1
FIRMS 0 1 0 0 0 1
INDUSTRY 0 1 0 1 1 0

3 数据分析过程与结果

3.1 整体网络图

启用UCINET软件中的套件NETDRAW功能，绘制出1986-2012年间国际创业研究的关键词共词网络图，如图1所示：
图1 国际创业研究关键词共词网络（1986-2012年）
在图1所示的基础之上，利用整体结构分析指标，对1986-2012年间国际创业研究的知识结构进行计量分析。

3.2 网络的中心性分析

“中心性”是社会网络分析的研究重点之一，主要包括“点的中心度(point centrality)”和“图的中心势（centralization of a graph）”，其中，中心势指数是对群体权力的量化分析。“中心势”指的并不是点的相对重要性，而是图的总体整合度或者一致性。例如，图可以或多或少地围绕某些特定点达到一定的中心势。在研究中心度和中心势时，一般遵循这样的思路：首先给出一个点的各种“绝对中心度”的表达式；然后，出于“比较”的考虑，对来自不同图的点的中心度进行比较，需要给出“相对中心度”指数，即“标准化”的绝对中心度指数[2]。计算一个点的“相对中心度”指数的原则是：该点的“绝对中心度”除以该点所在图的其他点可能存在的最大中心度指数，最后，给出一个图在整体上的中心势。

3.2.1 图的度数中心势

图的中心势指数的构造来源于如下思想：首先，找到图中的最大中心度的值；然后，计算该值与图中其他点的中心度的差，从而得到多个“差值”；再计算这些“差值”的总和；最后，用这个总和除以在理论上各个差值总和的最大可能值。用公式表示如下：
该指数取值范围在0和1之间，数值越大表明网络越具有集中趋势。经过计算，国际创业研究关键词共词网络的度数中心势为32.03%。

3.2.2 图的中间中心势

一个图的中间中心势指数(betweenness centralization index)[3]可以分析图中成员之间对交往的控制，测量的是网络图中一个成员“控制”其他成员的能力。其测算公式为:
其中，n是图中的点(成员)数，CRBmax是图中点的相对中间中心度最大值，CRBi是点i的相对中间中心度，该指数取值范围在0和1之间，数值越大表明越受其他成员“控制”。经过计算，国际创业研究关键词共词网络的中间中心势指数是3.77%。

3.3 网络的凝聚子群分析

对于较大成分内部结构的把握需要更深入的分析。凝聚子群是满足如下条件的一个行动者集团，即在此集合中的行动者之间具有相对较强、直接、紧密、经常的或者积极的关系。正是由于可以从多个角度分析“较强、紧密、经常以及积极”等关系的属性，因此，凝聚子群的概念与分析的方法很多, 例如基于子群成员之间的接近性或可达性的n-派系n-宗派分析、基于子群内部成员之间关系频次的k-丛分析等。它们都重点关注子群内部关系, 但是, 既然一个凝聚子群是内部关系相对比较紧密的群体, 就不应该仅仅关注子群内部关系的性质, 还应该分析子群内外关系的特点[4]。因此, 本文选取Factions程序进行派别分析, 该方法通过比较子群内部点（成员）之间的关系强度相对于子群内、外部点（成员）之间的关系强度来区分派别。
图2中出现“1”，则表明两个关键词有共词关系，反之，则没有共词关系。同时，图2显示派别分析将关键词共词矩阵分为两个子群：①PERFORMANCE（绩效）、ENTREPRENEURSHIP（创业）、INNOVATION（创新）、GROWTH（成长）、FIRMS（企业）、INDUSTRY（产业）、KNOWLEDGE（知识）、MANAGEMENT（管理）、MODEL（模式）、PERSPECTIVE（远景）、ORGANIZATIONS（组织）、NETWORKS（网络）、STRATEGY（战略）、VENTURES（风险）、FIRM（企业）、SCIENCE（科学）、UNITED-STATES（美国）、SELF-EMPLOYMENT（自主就业）、POLICY（政策）、TECHNOLOGY（技术）、MARKET（市场、SUCCESS（成功）、SURVIVAL（生存）、RESEARCH-AND-DEVELOPMENT（研究与开发）、STRATEGIES（战略）。② DETERMINANTS（主导因素）、BUSINESS（商业）、ENTREPRENEURS（企业家）、GOVERNANCE（治理）、IMPACT（影响）、CAPABILITIES（能力）、EVOLUTION（演化）、DYNAMICS（动力学）、INVESTMENT（投资）、ENTRY（进入）、CORPORATE ENTREPRENEURSHIP（公司创业）、FIRM PERFORMANCE（企业绩效）、COMPETITIVE ADVANTAGE（竞争优势）、BEHAVIOR（应为）、INFORMATION（信息）、EMBEDDEDNESS（嵌入性）、OWNERSHIP（所有权）、RESOURCE-BASED VIEW（基于资源观）、ENVIRONMENT（环境）、MARKETS（市场）。
图2 派别分析的分组矩阵
图3的密度矩阵表示子群内部与子群之间的关键词的共词强度。由密度值可知，子群1内部关键词的共词强度最大，子群1与子群2之间共词强度次之，子群3内部关键词的共词强度最弱。

4 结束语

社会网络分析法为我们提供了一种以结构关系为基本分析单位的新视角、新方法, 可对以个体主义方法为基础的统计计量研究结果予以重要补充。本文从整体网络结构视角出发，选择若干刻画整体网络的指标，对国际创业研究的知识结构进行了一定的分析，在此基础之上，若能选择其他指标，如k-丛、n-宗派等，对共词网络的若干特征进行分析，则相信会得到更有意义的研究结果。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
岳洪江,刘思峰.管理科学期刊同被引网络结构分析[J].情报学报, 2008,(3): 400- 406.

[2]
罗家德. 社会网络分析讲义[M]. 北京：社会科学文献出版社,2005.

[3]
Freeman L C．Centrality in social networks：Conceptual clarification[J]．Social Networks，1979(1):215-239．

[4]
刘军. 整体网分析讲义[M].上海：上海人民出版社,2009.

Options
Outlines

/

〈 〉