基于CiteSpace的科技金融的可视化研究（科技论文资料）.docVIP

基于CiteSpace的科技金融的可视化研究（科技论文资料） 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：基于CiteSpace的科技金融的可视化研究 1 1 研究方法和数据来源 2 2 文献综合分析 3 3 研究方向与热点变迁 4 4 结语 5 文2：基于Citespace的高职金融专业发展趋势的可视化分析 6 2数据来源 6 3研究现状分析 7 4前沿趋势分析 7 5结论 8 参考文摘引言： 8 原创性声明（模板） 9 文章致谢（模板） 9 正文 基于CiteSpace的科技金融的可视化研究（科技论文资料） 文1：基于CiteSpace的科技金融的可视化研究 1994年，中國科技金融促进会首届理事会在广西召开，从事金融领域的相关工作者和研究专家在科技金融方面的研究逐渐展开，1999年中国科技金融促进会年会扩大会议上公布科技与金融结合的投资项目达亿元[1]，2002年陈涤非[2]从实证研究角度提出科技为金融的发展提供知识储备，金融为科技发展提供资本动力，无论从管理层面还是研究层面都只是从科技与金融结合的角度出发，直到2009年，四川大学赵昌文、陈发春、唐英凯[3]等人对“科技金融”进行概念性定义，认为科技金融是促进科技开发、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新性安排，是国家科技创新体系和金融体系的重要组成部分并一致得到同领域的研究学者认可，科技金融作为一个新的学科开启新的研究。 近年来，顺应时代发展需要，科技金融的理论和实证研究得到一个很好的发展空间和研究结果，胡苏迪、蒋伏心[4]二人从政府企业科技金融市场三个视角总结了国内外科技金融理论的研究进展，探索了科技金融的发展体系，陆春燕、朋振江[5]二人从科技金融研究领域、研究重点、体系构成运行机制等方面梳理了科技金融研究的成果，但是没有一个学者从可视化的角度，去探测科技金融研究领域的研究热点与路径，本文从知识图谱的角度，将2002年以来的科技金融研究成果进行可视化，以期得到科技金融的研究路径和科技金融未来的研究方向。 1 研究方法和数据来源 研究方法 本文运用文献计量学的方法—知识图谱法对科技金融领域（2002-2017年）知网刊文进行研究。知识图谱，它是一种将数学、图形学、数据可视化结合在一起来显示某一领域知识的研究发展进程的一种研究方法[6]，它分为共被引分析和共词分析两种，本文选择共词分析法作为研究方法，该方法是法国计量学家20世纪70年代开始描述使用[7]，在科技研究领域，汪传雷[8]等人用CiteSpace软件的共词分析法对科技创新服务能力进行可视化研究，本文采取CiteSpace进行文献计量研究[9] 数据来源及处理　　本文主要目的在于研究科技金融领域的现有成果，所有数据均来源于中国知网检索，2002年～2017年共检索文献3510篇，删除全部约稿、征稿启事、会议记录等无关文献后，剩余2866篇文献纳入分析。数据处理流程如下：数据检索 - 数据导出 - 剔除无效文献 - 文献转换 - 文献分析，得到关键词共现、聚类时区图、研究作者可视化、研究机构科可视化等图标。 2 文献综合分析 发文研究机构可视化分析　　在Cite Space界面中时间区间选择2002年～2017年，Node type 选择“Ititution”，阈值设置为Top 30 per slice，选择MST（最小生成树）算法精简网络，最后得到275个节点、47条连线的关键词图谱。1个节点代表1个单独的研究机构，节点连线代表作机构间有合作关系，节点字体越大，代表该机构发文量越高。统计发现：2002年～2017年间，在科技金融领域发文排前10位的机构如表1所示，其中财政部财政科学研究所、中国科学技术发展战略研究院、河北金融学院分别发文18、17、16篇，是科技金融领域的前三位研究机构。　　 发文作者可视化分析 在Cite Space界面中时间区间选择2002年～2017年，Node type选择“Author”，阈值设置为Top 30 per slice，选择MST（最小生成树）算法精简网络，最后得到345个节点、77条连线的关键词图谱。节点代表单独的作者、连线代表作者间有合作关系，节点字体越大，作者发文量越高。2002年～2017年，在科技金融领域发文作者比较零散，科技金融研究领域具有代表性的作者有张明喜、李焱、贾康等。其中，两位科技体制和财政体制研究方面的专家，中国科技部中国科学技术发展与战略研究院张明喜《财政补贴对企业研发影响的经验分析》达1627次，中国财政部财政科学研究所贾康《十三五时期的供给侧改革》达10549次，分别研究科技金融体