一、中国区域创新国际研究现状

基于文献计量分析的方法及原理，利用Cite Space和VOSviewer文献计量分析软件对Web of Science（WOS）中2000—2020年的核心期刊文献的关键词“regional innovation（区域创新）”做主题文献计量分析。“关键词”是指从文献的题目、摘要和正文中提取出来的核心词汇，是文章研究思想、核心内容的浓缩和提炼。因此，选择“关键词”作为研究重点与热点的分析对象，既科学又高效^［33］。关键词聚类分析是以关键词共现分析为基础，将关键词共现网络关系通过聚类统计学的方法简化成数目相对较少聚类的过程^［34］。

通过关键词检索得到2000—2020年的论文，论文获取截止于2020年10月9日。通过对文献类型以及语种的筛选，最后共计获得1314条有效引文（见图1-8）。

可以看到，自2000年以来，关于区域创新的国际研究逐年增多，2018—2019年相关论文发表数量出现大幅度增长。

（一）研究热点分析

研究热点反映了某一研究领域的研究重点及方向，对深入了解和分析这一领域的研究内容具有十分重要的意义。本文利用VOSviewer软件中的关键词聚类分析功能剖析区域创新研究领域的热点。

在VOSviewer中显示，研究范围内的区域创新相关文献共有3800余个关键词，将条件设置为图谱中呈现的关键词至少出现30次，通过关键词聚类分析，得到图1-9所示的关键词聚类知识图谱。图1-9中呈现了“集聚（cluster）”“区域创新系统（regional innovation system）”“科技（technology）”“政策（policy）”等多个突出节点的关键词，反映了区域创新的研究热点。图1-10则呈现了不同聚类关键词出现的时间先后，可以看到学术界的关注点从比较早出现的较为单一的“创新（innovation）”“区域创新系统（regional innovation systems）”等关键词，逐渐丰富、扩展到“影响”（impact）、“机构”（institutions）、“经济增长”（economic-growth）等相关关键词的研究。

图1-10 区域创新研究关键词出现时间分布知识图谱

为了更加清楚地了解区域创新研究的热频关键词，通过CiteSpace软件，在关键词聚类知识图谱的基础上分析得到关键词共现网络聚类表（见表1-6）。

（二）研究趋势及前沿分析

突现词是指在较短的时间内出现较多或使用频率较高的词，根据突现词的词频变化可以判断该研究领域的前沿与趋势。

图1-11所示为区域创新相关的突现主题及对应的凸显率和被引历史曲线。灰色块变成黑色块的部分代表其对应的主题在相应的年份出现发文量激增的情况。图中展示排名前25的突现词。“网络（network）”“生物科技（biotechnology）”“学习区域（learning region）”等是区域创新研究的热点，其中，“网络（network）”相关论文涌现主要体现在2000—2005年，“生物科技（biotechnology）”相关论文涌现体现在2000—2009年，“学习区域（learning region）”相关论文涌现体现在2000—2008年，等等。

Citespace的关键词突现知识图谱按照突发起始时间从远到近的顺序从上到下排列，在图1-11中越靠近下方的研究主题越前沿。

目前较为前沿的研究应为关于科技园（sciencepark）、效率（efficiency）等的相关研究，与之相关的论文发表数量在2017—2020年有激增的趋势。比如，近几年来大量涌现对区域创新绩效、区域创新效率以及特定产业聚集区域的创新绩效等的研究^［35-37］。尤其在2019年5月中央政治局召开会议通过《长江三角洲区域一体化发展规划纲要》后，学术界的研究更多地聚焦于长江经济带、长三角地区的区域创新能力/效率^［38］、绿色协调发展^［39］以及影响因素^［40］等方面，由此也产生了大量的研究成果。

通过对已有文献的计量分析可知，在过去的20年中，国际学术界对我国区域创新问题给予了持续关注，并且一直处于上升趋势。近几年来，国际学术界对区域创新的研究进一步凸显，尤其在实施创新驱动发展战略之后，关于区域创新的文献数量大幅增加。目前对区域创新的相关研究主要聚焦于创新系统、产业聚集、创新绩效等方面，很多学者基于不同的角度、不同的创新理论对区域创新绩效、区域创新网络结构等进行研究分析。伴随着各国科技园的快速发展，与之类似的同样具有产业聚集、创意聚集特征的一些区域，其内部整体或局部的区域创新无疑是目前乃至将来的研究热点和前沿。如何提高这些区域的创新绩效以及影响这些区域创新的因素有哪些也十分值得关注和研究。