甘雨嬌

(福建師范大學 經濟學院， 福建 福州，350108)

政治關聯(lián)研究熱點探析與展望

甘雨嬌

(福建師范大學 經濟學院， 福建 福州，350108)

隨著政治關聯(lián)行為在全球范圍內的廣泛普及，政治關聯(lián)日益成為學術界關注的焦點。以CNKI數(shù)據庫中2004-2016年中以“政治關聯(lián)”為主題的844篇文獻為研究對象，將社會網絡分析法與文獻計量法相結合，運用Bicomb軟件和Ucinet軟件對近年來政治關聯(lián)領域的熱點進行梳理，研究結果顯示，民營企業(yè)、企業(yè)價值、企業(yè)績效和制度環(huán)境等關鍵詞已經成為政治關聯(lián)領域內的研究熱點，但是整體研究領域中的關鍵詞之間的關聯(lián)性較低，研究仍然較為分散，未來技術創(chuàng)新、企業(yè)社會責任、社會資本、研發(fā)投入等主題有望成為新的研究熱點。

社會網絡分析法； 政治關聯(lián)； 文獻計量法；研究熱點

政治關聯(lián)的概念產生于 20 世紀 90 年代西方國家經濟危機背景下，經濟衰退使政府開始重新關注國家干預經濟的作用，政治關聯(lián)作為政府對經濟干預的一種形式得以存在并不斷發(fā)展。目前企業(yè)政治關聯(lián)的現(xiàn)象已經普遍存在于世界各國，在法律制度尚不完善的國家或地區(qū)中表現(xiàn)尤為明顯。這種利用政府和企業(yè)間的隱性關系建立競爭優(yōu)勢的重要策略引起了國內外眾多學者的關注，自 Krueger(1974)進行開創(chuàng)性研究之后，政治關聯(lián)的相關研究已延伸到經濟學、管理學、法律學、政治學等多個領域，然而目前絕大多數(shù)文獻都局限于理論探索，極少有文獻對其研究熱點進行量化分析與提煉。本文基于社會網絡分析法與文獻計量法，科學量化分析政治關聯(lián)領域的研究現(xiàn)狀，并對其領域的研究熱點動態(tài)進行定性與定量相結合的全面深入探析，以期為后續(xù)研究者快速掌握政治關聯(lián)領域研究動態(tài)提供數(shù)據支持[1]。

一、研究方法與數(shù)據來源

(一)研究方法

本文主要采用社會網絡分析法和文獻計量法兩種方法。文獻計量法是一種科技評估工具，是對文獻體系以及計量特征等數(shù)據，通過數(shù)學和統(tǒng)計學等計量研究方法，對領域內文獻的分布結構、數(shù)量關系、變化規(guī)律和定量管理進行統(tǒng)計分析，從而進一步研究該領域的研究特征和規(guī)律的方法。本文以中國知網數(shù)據庫所收錄的以政治關聯(lián)為主題的所有文獻作為數(shù)據源，分別對其年度數(shù)量分布情況、刊載分布情況和關鍵詞出現(xiàn)頻次進行統(tǒng)計分析。社會網絡分析法是利用文章關鍵詞進行共詞分析從而得出結論的一種方法。共詞分析是社會網絡分析的核心，是指對所有文章所歸納的關鍵詞之間的聯(lián)系進行分析。當2個或2個以上的關鍵詞出現(xiàn)在同一篇文獻中，則表明這些關鍵詞具有共現(xiàn)現(xiàn)象，存在一定的特定聯(lián)系，共現(xiàn)的頻率越高，其聯(lián)系越緊密。通過對關鍵詞以及關鍵詞之間的關系數(shù)據進行分析，社會網絡分析可以有效分析某一主題領域的研究熱點、研究規(guī)模、研究進展等。為此采取以下步驟進行社會網絡分析：一、確定研究主題，利用與研究主題相關的所有文獻中的全部關鍵詞構建一個虛擬網絡，將關鍵詞視為整體網絡中的各個節(jié)點；二、計算節(jié)點之間同時出現(xiàn)的頻率；三、根據社會網絡分析中的原則及運算規(guī)律，確定并分析高頻關鍵詞與其他關鍵字詞之間的聯(lián)系，進而探析領域內的研究熱點。

(二)數(shù)據來源

遵循研究數(shù)據的可獲取性、便利性、真實性等原則，以具有動態(tài)更新及連續(xù)性特點的中國知網CNKI數(shù)據庫為數(shù)據源。衛(wèi)武、田志龍等人于2004年在《中國工業(yè)經濟》發(fā)表的《我國企業(yè)經營活動中的政治關聯(lián)性研究》是較早研究政治關聯(lián)的一篇文獻，因此本文以2004年為初始年限，時間范圍為2004-2016年，以“政治關聯(lián)”為主題詞進行精確檢索，來源類別為全部，共得到844條記錄。

二、政治關聯(lián)研究領域的文獻計量分析

(一)政治關聯(lián)研究的年度發(fā)表數(shù)量分布情況

根據期刊發(fā)表年份，對以上關于政治關聯(lián)研究文獻的844條記錄進行年度發(fā)表數(shù)量的統(tǒng)計，具體如圖1。從圖中可以看出：2004-2008年，政治關聯(lián)領域仍然處于初始階段，論文發(fā)表數(shù)量較少且處于平穩(wěn)狀態(tài)；2008-2011年，論文發(fā)表數(shù)量開始逐漸上升，由2008年的4篇增長到2011年的47篇，政治關聯(lián)的研究領域處于萌芽階段；2011-2016年，論文發(fā)表數(shù)量迅猛增長，2016年論文發(fā)表數(shù)量為179篇，為2011年的2.81倍，此時對于政治關聯(lián)的研究處于快速成長期(2016年論文發(fā)表數(shù)量有所下降，原因可能是部分數(shù)據未及時更新)。此外，具有較高學術性代表的核心期刊和CSSCI，都呈現(xiàn)出一種快速增長態(tài)勢，這說明政治關聯(lián)領域仍然是一個新興領域，在未來一段時期內必將成為學術界所關注的焦點。

圖1 2004-2016年政治關聯(lián)相關文獻的年度發(fā)表數(shù)量分布圖Fig.1 Distribution of annual number of published journals on political association from 2004 to 2016

(二)政治關聯(lián)研究的刊載分布情況

根據每類期刊在2004-2016年發(fā)表的政治關聯(lián)相關文獻的數(shù)量進行統(tǒng)計，文獻分布于330種期刊中(具體如表1)。由表1可以看出，超過74.85%的期刊發(fā)表了1篇～2篇政治關聯(lián)相關文獻，且發(fā)表1篇的期刊占絕大多數(shù)。而發(fā)表15篇以上的只有5類期刊，占期刊種類總數(shù)的1.5%，但是這些期刊的刊載數(shù)量卻占總刊載數(shù)量的13.74%，因此在政治關聯(lián)研究領域中也發(fā)揮著重要的作用。對每類期刊的刊載數(shù)量進行統(tǒng)計和排名，選取前20名進行分析(具體如表2)，可以發(fā)現(xiàn)，這些期刊幾乎都屬于核心期刊，說明政治關聯(lián)研究領域已經引起了具有權威代表性期刊的重視并有望掀起學術界的研究熱潮。

表1 2004-2016年政治關聯(lián)相關文獻的刊載數(shù)量統(tǒng)計

表2 2004-2016年政治關聯(lián)相關文獻刊載數(shù)量前20名的期刊統(tǒng)計

(三)高頻關鍵詞統(tǒng)計

關鍵詞是作者對文章核心思想的高度凝練和概括，是一篇文章的精髓所在。每篇文章的關鍵詞大約有3～5個，卻可以代表其文章的研究方向及主要內容。利用詞頻分析法對文章的關鍵詞檢索和整理并統(tǒng)計其出現(xiàn)的頻次高低從而分析相關領域的研究動態(tài)是文獻計量學中重要的分析途徑之一，關鍵詞出現(xiàn)的頻次越高，越能說明這些關鍵詞能夠代表該相關領域目前的研究熱點與研究方向，而出現(xiàn)頻次較低的關鍵詞則說明目前學術界對其所揭示的研究主題的研究價值尚沒有引起足夠的重視，未來隨著時間的推移有可能成為新的研究熱點。

將以“政治關聯(lián)”為主題的文獻的題錄信息以“Notefirst”格式導出并通過Excel軟件導入書目共現(xiàn)分析工具Bicomb軟件，利用Bicomb軟件對其進行關鍵詞提取和統(tǒng)計，同時為了避免關鍵詞的詞義重復等問題，對一些含義相同的關鍵詞進行合并，如將“企業(yè)績效”和“公司績效”合并為“企業(yè)績效”，“公司價值”和“企業(yè)價值”合并為“企業(yè)價值”，“盈余管理”和“真實盈余管理”合并為“盈余管理”，“企業(yè)社會責任”和“社會責任”合并為“企業(yè)社會責任”等。去重后共得到關鍵詞1131個。根據研究需要與篇幅限制，截取頻率閾值大于10的高頻關鍵詞，共計32個，統(tǒng)計結果如表3所示。

表3 政治關聯(lián)研究文獻高頻關鍵詞統(tǒng)計

由表3可以看出，在以“政治關聯(lián)”為主題的研究領域中，“政治關聯(lián)”以644的頻次排名第一，民營企業(yè)的出現(xiàn)頻次為99，說明我國學術界大多是以“民營企業(yè)”為對象開展對政治關聯(lián)的行為研究。此外，企業(yè)價值、企業(yè)績效和制度環(huán)境等關鍵詞的出現(xiàn)頻次也較高，已經成為政治關聯(lián)領域內的研究熱點。而“多元化”“技術創(chuàng)新”等關鍵詞的頻率也處于中等水平，未來有可能成為新的研究熱點。

三、政治關聯(lián)研究領域的社會網絡分析

(一)關鍵詞共現(xiàn)網絡圖譜分析

社會網絡分析(SNA)既是一種工具也是一種關系論的思維方式[2]，已被廣泛應用于情報學、心理學等多個學科領域。為了更加直觀地反映和判斷政治關聯(lián)關鍵詞之間所存在的關系，本文基于社會網絡分析法，探索文章關鍵詞及其共現(xiàn)關系形成的“共詞網絡”并對其個體之間的關系進行量化，結合政治關聯(lián)研究的社會網絡結構、節(jié)點和關系進行分析，從而發(fā)現(xiàn)政治關聯(lián)研究領域的研究熱點，把握其知識結構及學科共識構建情況[3]。將上文整理的32個高頻關鍵詞為分析對象，對能夠表達政治關聯(lián)領域主題的專業(yè)術語在同一篇研究文獻當中出現(xiàn)的次數(shù)進行統(tǒng)計，即兩兩統(tǒng)計在同一篇文獻中出現(xiàn)的次數(shù)，構建一個32×32的共現(xiàn)矩陣，剖析其共現(xiàn)關系，利用Ucinet6.0軟件中Netdraw工具的數(shù)據可視化功能，將其共現(xiàn)矩陣繪制為關鍵詞共現(xiàn)網絡圖譜，使該領域的復雜共現(xiàn)關系更加清晰化，具體如圖2。該網絡圖譜由32個節(jié)點及其相互間的連線構建而成，每個節(jié)點都與相應的高頻關鍵詞對應，節(jié)點的大小則表示其代表關鍵詞在所有文獻中出現(xiàn)的頻次；節(jié)點之間的連線表示兩節(jié)點之間出現(xiàn)在同一篇文獻當中，而連線的粗細則代表兩節(jié)點共同出現(xiàn)的次數(shù)。從圖中可以看出，政治關聯(lián)、民營企業(yè)、制度環(huán)境、市場化程度以及企業(yè)價值等關鍵詞的節(jié)點較大，連線密集，表明這些關鍵詞極有可能是目前的研究熱點，而位于網絡圖譜邊緣的關鍵詞節(jié)點較小，連線稀疏，可能是目前政治關聯(lián)領域還未興起的研究方向，未來也有可能會逐漸移至網絡的核心位置。

圖2 政治關聯(lián)研究文獻的高頻關鍵詞共現(xiàn)網絡圖譜Fig.2 The coexisting network map of high frequency keywords of journals on political association

(二) 關鍵詞共現(xiàn)網絡的分析

1.網絡密度分析

網絡密度是測度社會網絡結構中的各個節(jié)點之間的緊密程度或者關聯(lián)性高低的一個指標。在無向關系網絡中，若有n個行動者(即n個節(jié)點)，那么從理論角度可知該網絡中所有的關系的數(shù)量總和最大可能值為n(n-1)/2， 網絡中實際的所有關系的數(shù)量總和為m，則該網絡的密度為m·n(n-1)/2 ，取值區(qū)間為[0,1]，且通常該數(shù)值越大，表明該網絡的密度越大，節(jié)點間的聯(lián)系越緊密[4]。沿用Ucinet軟件中Network→Cohesion→Density路徑計算得出政治關聯(lián)領域的關鍵詞網絡密度為0.3024，標準差為0.4593，即從理論視角來看政治關聯(lián)領域的關鍵詞網絡圖譜中應該存在496個關系數(shù)量，而實際上只有大約150個關系數(shù)量。因此可見，該網絡的密度偏于稀疏，內部各節(jié)點之間的關聯(lián)性較低。這表明，近年來國內學術界對于政治關聯(lián)的研究仍然較為分散，且研究的廣度和深度還有待拓展和挖掘。這可能是由于對政治關聯(lián)的研究剛剛興起，相關主題尚未明確，相關研究仍處于迅速成長期。因此在未來要繼續(xù)對政治關聯(lián)領域進行深入研究，不斷加強各節(jié)點之間的溝通聯(lián)系，進一步完善該領域的知識結構和體系。

2.中心性分析

從數(shù)量角度來看高頻關鍵詞從而判斷政治領域的研究熱點具有一定片面性，應用中心性分析可以識別高頻關鍵詞在網絡關系與結構中的中心作用和地位。中心性分析是社會網絡分析中的重要測度指標之一，主要反映社會網絡成員在整個網絡中所處的地位，當關鍵詞在網絡中的中心作用越高，表明其越可能成為該研究領域的重點方向。根據計算方法的不同并參考以往研究文獻，具體可分為點度中心度、中間中心度、接近中心度三個主要的測度指標[5]。

點度中心度是指在整體社會網絡中與該點有直接關系的點的數(shù)量，主要反映網絡中心行動者自身的溝通和交往能力，而不考慮是否能控制其他行動者，分為絕對點度中心度和相對點度中心度。絕對點度中心度是指與該點具有聯(lián)系的其他節(jié)點的個數(shù)，反映高頻關鍵詞之間的共現(xiàn)關系。指標取值越大，說明該點在網絡中與越多節(jié)點有聯(lián)系，也就是說絕對點度中心度越高，則該關鍵詞與網絡中其他關鍵詞共現(xiàn)的頻率越高，越接近該領域網絡的中心。相對點度中心度是絕對中心度與網絡圖譜的所有點中的最大可能的點度中心度的比值，是絕對點度中心度進行標準化后的一種形式。沿用“Network→Centrality→Degree”路徑，計算得出政治領域中高頻關鍵詞網絡的點度中心度，如表4，Degree 和NrmDegree 分別為絕對中心度和相對中心度。從表中可以看出，政治關聯(lián)、民營企業(yè)、制度環(huán)境、國有企業(yè)幾個關鍵詞的點度中心度較大，表明這幾個高頻關鍵詞是在近年的政治關聯(lián)領域中的研究熱點。同時點度中心度排名與高頻關鍵詞排名具有較大吻合性，關鍵詞的頻率較高點度中心度也較高，而對于市場化程度、政府補貼、銀行貸款以及債務融資等關鍵詞雖然頻率排名靠后，但是與其他關鍵詞具有密切聯(lián)系，因此其點度中心度排名靠前。

表4 高頻關鍵詞共現(xiàn)網絡的點度中心度

中間中心度是指網絡中某個行動者作為其他兩個沒有直接聯(lián)系的行動者之間的橋梁作用，也就是該行動者對資源的控制程度。如果一個點位于越多點對的最短路徑上，則該點的中間中心度越高，在整體網絡中溝通其他點的橋梁作用也越大。利用中間中心度指標可以測量關鍵詞對整體網絡中其他關鍵詞共同出現(xiàn)在同一篇文獻中的影響力。沿用Ucinet軟件中的“Network→Centrality→Freeman Betweenness→Node Betweenness ”路徑，得出表5分析結果。由表中信息可知，政治關聯(lián)、民營企業(yè)、制度環(huán)境、企業(yè)價值以及市場化程度等關鍵詞的中間中心度較高，表明這些關鍵詞在政治關聯(lián)領域中充當其他關鍵詞連接橋梁的能力較強；而社會資本、技術創(chuàng)新和企業(yè)社會責任等關鍵詞的中間中心度接近于0，說明這些關鍵詞沒有發(fā)揮使其他關鍵詞相互連接的作用，而是依賴于政治關聯(lián)、民營企業(yè)、制度環(huán)境、企業(yè)價值等中間中心度較高的關鍵詞；此外，中間中心度排名前十的關鍵詞除了市場化程度、國有企業(yè)和企業(yè)業(yè)績三個詞，都屬于高頻關鍵詞的前十名，這也說明中間中心度與關鍵詞的出現(xiàn)頻度具有一定的關聯(lián)性。

表5 高頻關鍵詞共現(xiàn)網絡的中間中心度

接近中心度是指一個點與整體網絡中其他所有的點的最短距離之和，當一個點與網絡中心度距離較遠，則表明其在信息資源、威望、權利以及影響能力等方面較弱，此時該點具有較高的接近中心。利用接近中心度對關鍵詞共現(xiàn)網絡進行測度可以反映關鍵與其他關鍵詞在同一篇文獻中出現(xiàn)的幾率。沿用Ucinet軟件中的“Network→Centrality→Closeness”路徑，得出表6分析結果。由表中信息可知，政治關聯(lián)、民營企業(yè)、制度環(huán)境、企業(yè)價值以及市場化程度等關鍵詞的接近中心度最低，說明這些關鍵詞能以最短的路徑建立與其他關鍵詞的聯(lián)系，即與其他關鍵詞在同一篇文獻中出現(xiàn)的機率較大，而社會資本和企業(yè)社會責任兩個關鍵詞的接近中心度為最高，說明兩者之間共現(xiàn)的可能性很小。

表6 高頻關鍵詞共現(xiàn)網絡的接近中心度

3.凝聚子群分析

凝聚子群是指一種行動者的集合，在這個集合中，行動者之間通常具有相對較強的、直接的、緊密的、經常的或者積極的聯(lián)系[6]，包括派系分析、n派系分析、K-叢分析、K-核分析、社會圈分析等多種概念，利用凝聚子群分析通?？梢越沂菊w網絡中的子結構。對于凝聚子群，大部分學者認為其定義過于廣泛，不夠明確。因此在進行凝聚子群分析時，首先要對定義較嚴格的凝聚子群進行分析[7]。參考劉軍(2009)的思路，本文采用嚴格定義的派系分析方法，派系是指至少包含三個節(jié)點的最大完備子圖，具有三個特點：一是派系成員至少包括三個；二是派系是完備子圖，即派系中任意兩個成員具有直接相關關系；三是派系是最大的，加入任何點都不能使該點與其他所有點之間具有直接關聯(lián)，否則就會改變其“完備”的特性。沿用Ucinet軟件中的“Network→Subgroups→Cliques”路徑對政治關聯(lián)領域的關鍵詞共現(xiàn)網絡進行派系分析，將派系最小規(guī)模定義為5，共得出15個派系，分析結果如圖3所示。

以上的派系分析結果表明，“政治關聯(lián)”“民營企業(yè)”“企業(yè)價值”三個關鍵詞在共詞網絡中的活躍程度最高，“企業(yè)績效”“企業(yè)治理”“制度環(huán)境”等關鍵詞出現(xiàn)的頻次也相對較高。但是除了“政治關聯(lián)”，沒有任何一個關鍵詞存在于所有的15個派系中，說明政治關聯(lián)領域的關鍵詞共現(xiàn)網絡的聯(lián)系較復雜，研究范圍較廣，并沒有出現(xiàn)成熟的集中化趨勢。此外，“企業(yè)社會責任”“投資效率”“社會資本”“上市企業(yè)”“債務融資”“銀行貸款”“家族企業(yè)”“經濟后果”“研發(fā)投入”“盈余質量”“盈余管理”“技術創(chuàng)新”等高頻關鍵詞并未出現(xiàn)在派系中，說明在這些關鍵詞領域方面的理論與實踐研究還有待豐富。

15cliquesfound1：政治關聯(lián) 民營企業(yè) 企業(yè)價值 國有企業(yè) 市場化程度 經營績效 多元化2：政治關聯(lián) 民營企業(yè) 企業(yè)價值 企業(yè)績效 制度環(huán)境 多元化3：政治關聯(lián) 民營企業(yè) 企業(yè)價值 過度投資 國有企業(yè)4：政治關聯(lián) 民營企業(yè) 制度環(huán)境 融資約束 會計信息質量5：政治關聯(lián) 企業(yè)績效 制度環(huán)境 企業(yè)治理 產權性質6：政治關聯(lián) 制度環(huán)境 企業(yè)治理 高管變更 企業(yè)業(yè)績7：政治關聯(lián) 企業(yè)治理 國有企業(yè) 高管變更 經營績效8：政治關聯(lián) 企業(yè)績效 企業(yè)治理 產權性質 政府補貼9：政治關聯(lián) 企業(yè)績效 企業(yè)治理 產權性質 獨立董事10：政治關聯(lián) 制度環(huán)境 民營上市企業(yè) 會計信息質量 企業(yè)業(yè)績11：政治關聯(lián) 企業(yè)價值 制度環(huán)境 民營上市企業(yè) 企業(yè)業(yè)績12：政治關聯(lián) 企業(yè)價值 民營上市企業(yè) 過度投資 企業(yè)業(yè)績13：政治關聯(lián) 政府干預 國有企業(yè) 市場化程度 經營績效 多元化14：政治關聯(lián) 企業(yè)價值 企業(yè)績效 制度環(huán)境 產權性質15：政治關聯(lián) 制度環(huán)境 融資約束 會計信息質量 企業(yè)業(yè)績

圖3 政治關聯(lián)領域高頻關鍵詞共現(xiàn)網絡的派系分析

Fig.3 The factional analysis of high frequency keyword co-existing network on political association

4.核心-邊緣結構分析

核心-邊緣的結構分析是通過根據網絡中行動者之間聯(lián)系的密切程度來將其劃分為兩種類型：核心區(qū)域行動者和邊緣區(qū)域行動者。利用核心邊緣的結構分析，可以對網絡的所有行動者的位置進行量化分析，找出與事件構成聯(lián)系緊密的高密度分區(qū)與聯(lián)系較弱的低密度分區(qū)。沿用Ucinet軟件中的“Network→Core/Per-iphery→Categorical”路徑并得出分析結果。

處于核心區(qū)域的關鍵詞有“政治關聯(lián) ”“民營企業(yè)”“企業(yè)價值”“企業(yè)績效”“制度環(huán)境 ”“企業(yè)治理 ”“融資約束 ”“過度投資 ”“產權性質”“國有企業(yè)”“會計信息質量 ”“市場化程度 ”“經營績效”“企業(yè)業(yè)績”，這些關鍵詞之間的聯(lián)系密度為0.604，相對較大，具有一定的輻射能力；而其他關鍵詞則處于邊緣地區(qū)，聯(lián)系密度較低，為0.313，說明在此區(qū)域內的關鍵詞之間聯(lián)系較少且比較分散。

四、結論與展望

本文從定量分析的角度對期刊文獻的年度發(fā)表數(shù)量分布情況、相關文獻刊載情況、高頻關鍵詞統(tǒng)計、關鍵詞共現(xiàn)網絡等方面來全面、客觀分析政治關聯(lián)領域的研究熱點。根據分析結果，可以得出以下結論：

(一)整體研究趨勢

政治關聯(lián)領域仍屬于新興的研究領域，未來進一步研究的空間較大。我國學術界關于政治關聯(lián)的研究起步較晚，盡管刊類載文較為分散，但是對政治關聯(lián)的關注度最高的期刊都屬于國內具有代表性的核心期刊，因此未來一段時期政治關聯(lián)領域內的論文產出量將會持續(xù)上升，且論文質量和水平也會不斷提高。

(二)研究熱點和方向

根據高頻關鍵詞的統(tǒng)計，目前我國政治關聯(lián)研究領域出現(xiàn)頻率最高的關鍵詞為“政治關聯(lián)”，其次是“民營企業(yè)”，再次是“企業(yè)價值”“企業(yè)績效”“制度環(huán)境”等關鍵詞，學術界對于政治關聯(lián)的研究大多以民營企業(yè)作為研究對象進行分析和探討，企業(yè)價值、企業(yè)績效、制度環(huán)境是其探討的主題與熱點。

對頻率大于10的32個高頻關鍵詞共現(xiàn)網絡進行網絡圖譜、密度分析和中心性分析后，發(fā)現(xiàn)網絡密度為0.3024，整體研究領域中的關鍵詞之間的關聯(lián)性較低，研究較為分散?！罢侮P聯(lián)”“民營企業(yè)”“制度環(huán)境”“企業(yè)價值”“市場化程度”這些關鍵詞的中間中心度和點度中心度都較高，而接近中心度較低，處于政治關聯(lián)研究領域中的核心位置，不僅與其他關鍵詞之間聯(lián)系密切，且對其他關鍵詞的共現(xiàn)具有較大的影響力，同時也能以最短的路徑建立與其他關鍵詞的聯(lián)系。

凝聚子群分析和核心邊緣分析的結果表明，“企業(yè)治理”“融資約束”“過度投資”“產權性質”“國有企業(yè)”“會計信息質量”“市場化程度”“經營績效”“企業(yè)業(yè)績”等關鍵詞也是政治關聯(lián)領域較為關注的主題，而整體的關鍵詞共現(xiàn)網絡之間的聯(lián)系較復雜，處于較為松散的發(fā)展狀態(tài)。

(三)未來研究展望

目前政治關聯(lián)領域的研究還處于快速成長階段。學術界對處于政治關聯(lián)高頻關鍵詞共現(xiàn)網絡的外圍的關鍵詞所代表的研究方向關注度還較低，隨著政治關聯(lián)研究領域的理論成果不斷豐富和發(fā)展，“技術創(chuàng)新”“企業(yè)社會責任”“社會資本”“研發(fā)投入”方面的文獻數(shù)量可能會不斷增加，成為未來政治關聯(lián)研究領域新的研究熱點。

[1]王青. 企業(yè)價值鏈理論研究文獻綜述[J]. 經營管理者，2013(17):3-3.

[2]WASSERMAN S，F(xiàn)AUST K. Social network analysis:Methods and applications.[J]. Contemporary Sociology，1994，91(435):219-220.

[3]羅耀峰．社會網絡分析(SNA)在自然資源管理研究中的應用[J].軟科學，2015(6)：135-138．

[4]ZHANG M， ZHANG X，HU Y. Ranking of collaborative research teams based on social network analysis and bibliometrics[M].Switzerland：Springer International Publish- ing，2015.

[5]OZYAR E，GURDALLI S. Social network analysis: a powerful strategy，also for the information sciences[J]. Journal of Information Science，2002，28(6):441-453.

[6]成億，朱慶華. 社會網絡分析方法在IT博客中的實證研究[J]. 中國科技資源導刊，2010(6):35-41+54.

[7]劉軍. 整體網分析講義 : UCINET軟件實用指南[M].上海：上海人民出版社，2009.

(責任編輯：楊成平)

Analysis and Prospect of Hot Issues for Political Association Research

GAN Yu-jiao

(School of Economics, Fujian Normal University, Fuzhou 350108,China)

With the popularity of political connection behavior in the world, political association has increasingly become the focus of academic circles. This article studies 844 papers of political association in CNKI database from 2000 to 2016, introduces social network analysis method and the bibliometric method, uses Bicomb software and Ucinet software to research political association in recent years. The result shows that private enterprise, enterprise value, enterprise performance and institutional environment have become the research hotspot in the field of political association, but their correlation is low and the research is still scattered. Technological innovation, corporate social responsibility, social capital, R&D investment and other topics is expected to become a new research focus.

social network analysis method; political association; bibliometric method; research hotspot

2017-05-25

甘雨嬌(1994-)，女，江西豐城人，碩士研究生。研究方向: 技術創(chuàng)新、企業(yè)管理。

F0

A

2096-3300(2017)04-0063-11