基于CiteSpace的国内科技强省与科技强国研究热点及趋势分析

doi:10.3976/j.issn.1002-4026.20260053

Abstract

Abstract:

Science and technology (S&T) powerhouse provinces and China as an S&T powerhouse together constitute a coordinated transmission system of “provincial-level practice-national strategy”, serving as an important support for advancing China’s science and technology modernization. This study employs the visualization tool CiteSpace (version 6.1.R6) to conduct a knowledge graph analysis of 795 relevant articles indexed in core journals within the China National Knowledge Infrastructure(CNKI) database from 2006 to 2025. Using keyword co-occurrence analysis, cluster analysis, and burst-term detection, the study systematically examines research hotspots and evolutionary trajectories in this field. The findings indicate that domestic studies mainly focus on four themes: strategic coordination, technological breakthroughs, innovation ecosystems, and digital-intelligent transformation. The research paradigm demonstrates a full-chain, integrated evolution: “national strategy-regional implementation-technology application-ecosystem optimization”. Future research should place greater emphasis on differentiated provincial pathways, interdisciplinary integration, and international comparative studies to further deepen the development of this field.

Key words: CiteSpace visualization tool, knowledge graph, research hotspots, trend analysis

CLC Number:

F124

GUO Mengying, JIA Xinxin, HUANG Yunjie, LIU Yingying. Research hotspots and trend analysis of science and technology powerhouse provinces and China as a science and technology powerhouse: A CiteSpace-based study[J].Shandong Science, 2026, 39(3): 129-138.

Figures/Tables 7

Fig.1

Fig.2

Fig.3

Fig.4

Table 1

Table 2

Fig.5

References 40

[1]	中国科学技术发展战略研究院. 中国区域科技创新评价报告2024[M]. 北京: 科学技术文献出版社, 2024.
[2]	潘教峰, 万劲波. 新时代科技强国战略[J]. 中国科学院院刊, 2022, 37(5): 569-577. DOI:10.16418/j.issn.1000-3045.20220428001.
[3]	陈劲, 杨硕, 陈钰芬. 世界科技强国: 内涵、特征、指标体系及实现路径[J]. 创新科技, 2023, 23(5): 1-10. DOI:10.19345/j.cxkj.1671-0037.2023.5.001.
[4]	秦铮, 孙福全, 袁立科. 德美日建设世界科技强国的经验及启示[J]. 科技管理研究, 2022, 42(12): 40-45. DOI:10.3969/j.issn.1000-7695.2022.12.006.
[5]	柯莹莹, 王紫露, 潘茂启, 等. 浙江科技强省建设的评价与对策研究[J]. 科技通报, 2025, 41(2): 112-116.DOI:10.13774/j.cnki.1001-8735.2025.02.020
[6]	倪秀碧, 贾静杰. 夯实基础研究创新底座四川向更高水平科技强省迈进[J]. 决策咨询, 2025(4): 66-67. DOI:10.3969/j.issn.1006-3404.2025.04.014.
[7]	柳卸林, 丁雪辰, 高雨辰. 从创新生态系统看中国如何建成世界科技强国[J]. 科学学与科学技术管理, 2018, 39(3): 3-15.DOI: 10.3969/j.issn.1002-0241.2018.03.001
[8]	玄兆辉, 曹琴, 孙云杰. 世界科技强国内涵与评价指标体系[J]. 中国科技论坛, 2018(12): 28-34. DOI:10.13580/j.cnki.fstc.2018.12.004.
[9]	于小琳, 刘长, 刘希玉. 中国四大经济强省科技创新能力比较及山东提升策略[J]. 中国科技论坛, 2019(2): 100-108.DOI: 10.3969/j.issn.1002-6711.2019.02.014.
[10]	李瑞, 梁正, 薛澜. 建设世界科技强国: 基本内涵、动力源泉及实现路径[J]. 科学学与科学技术管理, 2020, 41(1): 3-15. DOI:10.20201/j.cnki.ssstm.2020.01.001.
[11]	高思芃, 姜红, 张絮. 区域科技资源协同度发展趋势及生态化治理机制研究[J]. 科技进步与对策, 2020, 37(17): 36-45. DOI:10.6049/kjjbydc.2020010375.
[12]	曾凯华, 王富贵. 基于省院合作视角下的中科院广东科技创新服务中心建设研究[J]. 科技管理研究, 2018, 38(16): 109-115. DOI:10.3969/j.issn.1000-7695.2018.16.016.
[13]	闵锐, 马柳彬, 王艳婷. 中国粮食收入性补贴政策的研究热点与演化发展:基于Citespace的文献计量分析[J]. 中南林业科技大学学报(社会科学版), 2025, 19(5): 56-67.
[14]	陶凤鸣, 杨佳, 张柳柳. “一带一路” 国内国际研究的文献计量对比分析与政策建议[J]. 重庆大学学报(社会科学版), 2023, 29(6): 85-99. DOI:10.11835/j.issn.1008-5831.jg.2023.04.003.
[15]	黄群慧, 盛方富. 新质生产力系统: 要素特质、结构承载与功能取向[J]. 改革, 2024(2): 15-24.DOI:10.19795/j.cnki.11-1166/f.20240229.006.
[16]	洪银兴. 新质生产力及其培育和发展[J]. 经济学动态, 2024(1):3-11.DOI:10.12088/PKU.ep.2024.03.001.
[17]	任保平, 司聪. 以科技创新与产业创新的深度融合推动形成新质生产力研究[J]. 经济学家, 2025(2): 76-86.DOI:10.16158/j.cnki.51-1312/f.2025.02.008.
[18]	尹西明, 陈泰伦, 金珺, 等. 数字基础设施如何促进区域高质量发展: 基于中国279个地级市的实证研究[J]. 中国软科学, 2023(12): 90-101.
[19]	魏江, 赵雨菡. 数字创新生态系统的治理机制[J]. 科学学研究, 2021, 39(6): 965-969. DOI:10.3969/j.issn.1003-2053.2021.06.002.
[20]	姜红, 盖金龙, 杨静萱. 数字化转型背景下区域创新生态系统效能提升机制研究[J]. 科学学与科学技术管理, 2025, 46(1): 74-89.DOI:10.20201/j.cnki.ssstm.2025.01.005.
[21]	张志强, 陈云伟. 建设适应经济社会发展趋势的科技创新体系[J]. 中国科学院院刊, 2020, 35(5): 534-544. DOI:10.16418/j.issn.1000-3045.20200427001.
[22]	中华人民共和国国务院. 国家中长期科学和技术发展规划纲要(2006—2020 年)[EB/OL]. [2026-03-02]. https://www.gov.cn/gongbao/content/2006/content_240244.htm.
[23]	陈套. 科技强国视域下合肥市创新能力评估与提升路径比较研究[J]. 科学管理研究, 2019, 37(1): 46-50. DOI:10.19445/j.cnki.15-1103/g3.2019.01.013.
[24]	CHEN C M. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-377. DOI:10.1002/asi.20317.
[25]	刘则渊, 陈悦, 侯海燕, 等. 科学知识图谱: 方法与应用[M]. 北京: 人民出版社, 2008.
[26]	何菲, 雷婉玉, 岳亚强, 等. 基于CiteSpace知识图谱的冻土路基研究现状与趋势分析[J]. 冰川冻土, 2024, 46(3): 891-908.DOI:10.7522/j.issn.1000-0240.2024.0071.
[27]	陈悦, 陈超美, 胡志刚. 引文空间分析原理与应用:CiteSpace实用指南[M]. 北京: 科学出版社, 2014.
[28]	李丽, 庄建林, 裴婷婷, 等. 基于文献计量学及科学知识图谱的我国30年传染病防控研究热点、前沿及趋势分析[J]. 上海预防医学, 2023, 35(3): 235-243. DOI:10.19428/j.cnki.sjpm.2023.22468.
[29]	王晋京, 孙凯, 赵泽龙, 等. 基于CiteSpace和VOSviewer的独活寄生汤研究知识图谱可视化分析[J]. 中国医药导报, 2025, 22(7):110-116.DOI:10.20047/j.issn1673-7210.2025.
[30]	赵艳玲, 李素萃, 肖武. 我国采煤沉陷领域研究现状可视化分析与展望[J]. 煤炭科学技术, 2020, 48(1): 202-210.
[31]	王续琨, 侯剑华. 知识计量学的学科定位和研究框架[J]. 大连理工大学学报(社会科学版), 2008, 29(3): 50-54. DOI:10.3969/j.issn.1008-407X.2008.03.011.
[32]	宋艳辉, 闵润, 邱均平. 编辑出版学科与产业的研究进展及其未来发展研究:基于CiteSpace软件可视化分析[J]. 出版科学, 2019, 27(3): 11-20. DOI:10.3969/j.issn.1009-5853.2019.03.003.
[33]	赵蓉英, 许丽敏. 知识管理研究现状的可视化分析[J]. 情报理论与实践, 2010, 33(12): 47-52.
[34]	银锋, 周丽亮, 郑朝锐, 等. 21世纪我国科技创新政策热点及演变过程:基于Citespace可视化分析[J]. 昭通学院学报, 2025, 47(06):48-59.
[35]	陈洪鑫, 苏林晓, 王超, 等. 基于CiteSpace的首发经济研究演进脉络与前沿趋势分析[J]. 科技和产业, 2026, 26(2): 305-317.DOI:10.13395/j.cnki.issn.1006-3102.2026.05.008.
[36]	王涛, 邱国栋. 创新驱动战略的“双向驱动”效用研究[J]. 技术经济与管理研究, 2014(6): 33-38.DOI:10.7696/j.issn.1004-292x.2014.06.007.
[37]	毛世平, 张琛. 以发展农业新质生产力推进农业强国建设[J]. 农业经济问题, 2024(4): 36-46.
[38]	王一粟, 吴世龙. 工业互联网政策赋能区域创新资源配置效率提升的组态路径研究:基于区域联盟的视角[J]. 工业技术经济, 2025, 44(6): 17-26. DOI:10.3969/j.issn.1004-910X.2025.06.002.
[39]	伍先福, 段步婧. 工业互联网与区域新质生产力发展[J]. 软科学, 2025, 39(4): 35-43.DOI:10.16158/j.cnki.51-1268/g3.2025.04.006.
[40]	苏波, 李培根, 瞿国春, 等. 我国智能制造发展十年回顾总结与未来展望[J]. 中国工程科学, 2026, 28(1):48-57.DOI:10.15302/j-sscae-2026.01.028.

Metrics

Comments

Recommended 0

Open Access This article is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0), which permits third parties to freely share (i.e., copy and redistribute the material in any medium or format) and adapt (i.e., remix, transform, or build upon the material) the articles published in this journal, provided that appropriate credit is given, a link to the license is provided, and any changes made are indicated. The material may not be used for commercial purposes. For details of the CC BY-NC 4.0 license, please visit: https://creativecommons.org/licenses/by-nc/4.0

关键词	中心性	频次	首次出现年份	排名
科技强国	0.89	326	2006	1
科技强省	0.82	287	2007	2
创新驱动	0.56	198	2013	3
自主创新	0.49	165	2006	4
关键核心技术	0.41	142	2018	5
创新生态	0.38	129	2019	6
政策协同	0.32	118	2015	7
区域协同	0.29	96	2016	8
数智化转型	0.27	89	2022	9
新质生产力	0.25	83	2023	10
科技体制改革	0.23	76	2008	11
人才支撑	0.21	68	2014	12
国际经验	0.18	59	2017	13
绿色创新	0.16	53	2021	14
开放科学	0.13	47	2023	15

平均年份	聚类ID	规模	轮廓值	主题标签	核心研究内容
2018	#0	186	0.821	科技强省建设路径	省域模式、区域协同、政策成效
2017	#1	162	0.798	科技强国战略部署	顶层设计、战略传导、现代化产业体系
2020	#2	148	0.853	关键核心技术突破	自主创新、卡脖子技术、非对称赶超
2019	#3	125	0.817	创新生态优化	人才培养、资金配置、制度创新
2022	#4	98	0.789	数智化转型	人工智能赋能、数字经济、转型路径
2023	#5	83	0.765	新质生产力培育	产业升级、绿色创新、动能转换

Research hotspots and trend analysis of science and technology powerhouse provinces and China as a science and technology powerhouse: A CiteSpace-based study

RichHTML

PDF (PC)

Like

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 40

Related Articles 4

Metrics

Comments

Recommended 0

[1]	WANG Jing, JIANG Mingyue, ZHAO Lin. Analysis of the coupling coordination and obstacle factors between green low-carbon systems and digital economy in the nine provinces(autonomous regions)along the Yellow River [J]. Shandong Science, 2025, 38(2): 89-99.
[2]	CHEN Yan-fei, SONG Xiao-cun, LAI Hua-sheng, WEN Xiao-qiang, ZHOU Ji-xue. Fracture failure analysis and process improvement of iron-based powder metallurgy gears [J]. Shandong Science, 2020, 33(2): 27-32.
[3]	MA Peng-qing. Analysis of the effect of technological progress in Shanghai based on inputoutput method [J]. SHANDONG SCIENCE, 2018, 31(3): 94-100.
[4]	WANG Jing, JIANG Mingyue, WANG Shuyang. Analysis of spatial–temporal evolution of green innovation capacity in the nine provinces(regions) along the Yellow River under a green and low-carbon context [J]. Shandong Science, 0, (): 1-.