基于CiteSpace的國內(nèi)轉(zhuǎn)喻研究的可視化分析(2000-2019年)

錢建成，高炎濤

(鄭州大學(xué) 外國語與國際關(guān)系學(xué)院，鄭州 450001)

一、引言

因此，本文借助CitiSpace5.7.R2軟件對2000-2019年發(fā)表于CSSCI(中文社會科學(xué)引文索引)期刊的以轉(zhuǎn)喻研究為主題的文獻進行可視化分析，從歷時的角度對轉(zhuǎn)喻的研究進行分析和總結(jié)。本文采用定量和定性相結(jié)合的研究方法，對轉(zhuǎn)喻的核心研究領(lǐng)域進行提煉，以期為相關(guān)研究者提供一定參考。

二、數(shù)據(jù)來源和分析工具

(一)數(shù)據(jù)來源

本文的數(shù)據(jù)來源于中國知網(wǎng)(CNKI)，采用高級檢索的方式，以“轉(zhuǎn)喻”為關(guān)鍵詞進行文獻檢索。文獻僅限于發(fā)表于CSSCI期刊的文章，時間跨度為2000-2019年。與數(shù)據(jù)相關(guān)的信息如作者、摘要、通訊作者單位等均包含其中。此外，在檢索結(jié)果中去除會訊、卷首語、書評等參考價值不高的內(nèi)容，最后獲得有效文獻909篇。

(二)分析工具

CiteSpace5.7.R2是美國Drexel University的陳超美教授基于Java語言開發(fā)的一款文獻分析軟件。該軟件在文獻統(tǒng)計分析方面功能強大，可以將分析結(jié)果通過知識圖譜的形式呈現(xiàn)出來，另外，在分析和預(yù)測研究熱點、發(fā)展歷程方面，該軟件同樣能夠提供科學(xué)的參考。

三、研究結(jié)果及可視化分析

(一)轉(zhuǎn)喻研究的發(fā)展歷程

根據(jù)2000-2019年以來發(fā)表于CSSCI期刊的文獻數(shù)量繪制統(tǒng)計圖，如圖1所示。

圖1 轉(zhuǎn)喻研究文獻發(fā)文數(shù)量圖

由圖1可以發(fā)現(xiàn)，自2000以來，國內(nèi)轉(zhuǎn)喻研究呈上升的趨勢，發(fā)文量從最初的每年不到10篇增長到最高的2012年的84篇。這說明轉(zhuǎn)喻研究越來越受到相關(guān)學(xué)者的重視。轉(zhuǎn)喻研究在2000-2005年增長較為緩慢，6年總發(fā)文量為55篇，平均每年不到10篇，發(fā)文量較少。2006-2013年轉(zhuǎn)喻研究呈現(xiàn)較高的增長速度，總發(fā)文量507篇，年平均發(fā)文約63篇，該階段可視為過去20年轉(zhuǎn)喻研究的高速發(fā)展期，說明轉(zhuǎn)喻研究受到越來越多學(xué)者的重視。在2018年轉(zhuǎn)喻研究經(jīng)歷了一次低潮，年發(fā)文量為32篇，但之后馬上強勢反彈，發(fā)文量迅速增加，2019年為68篇。整體上來看，20年來轉(zhuǎn)喻研究經(jīng)歷了從低到高的發(fā)展階段，發(fā)展趨勢良好。相信以后會有越來越多的學(xué)者關(guān)注和投身轉(zhuǎn)喻研究，轉(zhuǎn)喻研究發(fā)文量有望繼續(xù)增加。

(二)轉(zhuǎn)喻研究機構(gòu)可視化分析

從研究機構(gòu)的角度進行分析。操作方法是在CiteSpace控制面板上的“Node Types”欄中選擇“Institution”，“Time Slicing”選擇“2000-2019”，“Per Slice”選擇“2”，“Term Source”選擇“Title”“Abstract”“Author Keyword”，“TopN”選擇“10%”，運行軟件，得到圖2所示的轉(zhuǎn)喻研究機構(gòu)可視化圖譜。要注意的是，圖譜中出現(xiàn)的研究機構(gòu)名字字體的大小和表示該研究機構(gòu)節(jié)點的面積大小與該機構(gòu)發(fā)文數(shù)量是正比例關(guān)系，發(fā)文數(shù)量越多，機構(gòu)名字字體越大，機構(gòu)的節(jié)點面積越大。節(jié)點之間的連線表示不同研究機構(gòu)之間的合作，連線越粗，表示合作發(fā)文越多，合作關(guān)系越緊密。

圖2 轉(zhuǎn)喻研究機構(gòu)可視化圖譜

從圖2可以看出，對于轉(zhuǎn)喻的研究主要集中于高校和研究院所。發(fā)文量較多的研究機構(gòu)為：湖南師范大學(xué)外國語學(xué)院(14篇)，東北師范大學(xué)外國語學(xué)院(10篇)，四川大學(xué)文學(xué)與新聞學(xué)院(10篇)，廣東外語外貿(mào)大學(xué)(9篇)，西南大學(xué)(8篇)?？梢园l(fā)現(xiàn)，轉(zhuǎn)喻研究機構(gòu)中，師范類院校的外語學(xué)院較多，發(fā)文量前兩位均為師范類院校的外國語學(xué)院，說明外語習得者是轉(zhuǎn)喻研究的主要力量。此外為外語類院校，如廣東外語外貿(mào)大學(xué)、北京外國語大學(xué)、上海外國語大學(xué)等。也有綜合類院校和理工類院校，如四川大學(xué)、哈爾濱理工大學(xué)。研究機構(gòu)的合作中，以東北師范大學(xué)為中心形成的研究團體發(fā)文量較多，其成員包括北京外國語大學(xué)英語學(xué)院、吉林大學(xué)公共外語教育學(xué)院、吉林大學(xué)外國語學(xué)院。其他還有如四川大學(xué)文學(xué)與新聞學(xué)院和四川師范大學(xué)基礎(chǔ)教學(xué)學(xué)院的合作，兩所機構(gòu)因地緣的關(guān)系合作較為密切。綜上所述，轉(zhuǎn)喻研究呈現(xiàn)以師范類院校的外語學(xué)院為主，從外語學(xué)科進行研究仍是主要方向；但國內(nèi)轉(zhuǎn)喻研究合作較少，尚未形成有影響力的研究隊伍。

(三)轉(zhuǎn)喻研究者可視化分析

其他設(shè)置不變，在“Node Types”中選擇“Author”，“Years Per Slice”設(shè)為“1”，運行軟件，得到轉(zhuǎn)喻研究者可視化圖譜，如圖3所示。每一個節(jié)點代表一位研究者，節(jié)點面積的大小和研究者名字字體的大小與研究者發(fā)文量是正比例關(guān)系，發(fā)文數(shù)量越多，節(jié)點面積越大，研究者名字字體越大。節(jié)點之間的連線表示研究者之間的合作發(fā)文。

圖3 轉(zhuǎn)喻研究者可視化圖譜

(四)文獻發(fā)表期刊和學(xué)科分布

將檢索到的文獻所發(fā)表期刊和所屬學(xué)科按照發(fā)文量從高到低進行統(tǒng)計(見表1)，結(jié)果發(fā)現(xiàn)，發(fā)文量前10位的期刊有外語類期刊，如《外語教學(xué)與研究》，也有中國語言文字類期刊，如《中國語文》。這與學(xué)科分布的結(jié)果一致。此外還有翻譯類期刊和各大高校的社科類學(xué)報，中文社會科學(xué)期刊如《浙江社會科學(xué)》和《南京社會科學(xué)》等也發(fā)表過與轉(zhuǎn)喻相關(guān)的文獻。由此可知，轉(zhuǎn)喻不僅是語言文字學(xué)者關(guān)注的重點，而且是社會科學(xué)學(xué)者關(guān)注和研究的內(nèi)容，轉(zhuǎn)喻研究的意義不僅使轉(zhuǎn)喻成為文學(xué)創(chuàng)作和鑒賞的工具，而且使其成為理解社會、解決社會問題的重要理論工具。

表1 轉(zhuǎn)喻研究文獻發(fā)表期刊和學(xué)科分布

從學(xué)科分布來看，語言文字和文學(xué)類學(xué)科占據(jù)了發(fā)文量前10位，說明這些文獻仍集中于對語言文字和文學(xué)作品中的轉(zhuǎn)喻使用進行研究。此外，哲學(xué)、新聞傳媒和史學(xué)領(lǐng)域的轉(zhuǎn)喻研究同樣值得注意。從哲學(xué)領(lǐng)域可以分析轉(zhuǎn)喻的語言哲學(xué)基礎(chǔ)，從新聞傳媒角度可以關(guān)注大眾傳媒中轉(zhuǎn)喻使用的規(guī)律與效果，從歷史角度可以研究轉(zhuǎn)喻使用的歷時變化。

(五)轉(zhuǎn)喻研究熱點關(guān)鍵詞分析

基于共引分析(Cocitation Analysis)和尋徑網(wǎng)絡(luò)算法(Pathfinder Network Scaling)，CiteSpace可以對文獻進行定量分析，尋找學(xué)科發(fā)展的關(guān)鍵點和轉(zhuǎn)折點，并能將這一結(jié)果通過科學(xué)化知識圖譜的方式呈現(xiàn)出來，在探尋學(xué)科發(fā)展熱點、預(yù)測學(xué)科發(fā)展方向方面作用巨大[7]。

關(guān)鍵詞是論文研究內(nèi)容的總結(jié)和提煉，因此對不同文獻的關(guān)鍵詞進行總結(jié)和歸納可以獲得某一段時間某一課題的研究情況。如果某一關(guān)鍵詞在某一段時間頻繁出現(xiàn)，則表明該課題是這一段時間的研究熱點。高頻關(guān)鍵詞常被用來確定一個研究領(lǐng)域的熱點問題[8]。因此，對關(guān)鍵詞進行總結(jié)和歸納對于探尋某一段時間的研究熱點意義重大。運用CiteSpace軟件對關(guān)鍵詞進行分析，在“Node Types”欄選中“Keywords”，“Time Slicing”為“2000.1-2019.12”，對關(guān)鍵詞進行可視化分析，得到轉(zhuǎn)喻研究的關(guān)鍵詞可視化圖譜，如圖4所示。圖4中字體的大小表示相關(guān)文獻數(shù)量的多少，字體旁邊為代表該研究的節(jié)點，以該主題發(fā)表的文獻越多，節(jié)點面積越大。圖4中的連線代表相關(guān)研究熱點之間的關(guān)聯(lián)，連線越粗，表明兩個研究熱點之間關(guān)系越密切。

圖4 轉(zhuǎn)喻研究關(guān)鍵詞可視化圖譜

對關(guān)鍵詞進行研究，主要關(guān)注關(guān)鍵詞出現(xiàn)的頻次和中介中心性。中介中心性描述網(wǎng)絡(luò)集中或集權(quán)的程度，中心性越高，對整個網(wǎng)絡(luò)的控制權(quán)力越大，在該領(lǐng)域的影響力越大[9]。一般中心性大于等于0.1的關(guān)鍵詞可被認為具有較高中介中心性。筆者將高頻關(guān)鍵詞和高中心性關(guān)鍵詞進行整理，結(jié)果如表2所示。因檢索時以“轉(zhuǎn)喻”為關(guān)鍵詞，所以在檢索結(jié)果中轉(zhuǎn)喻的出現(xiàn)頻率最高，為保證研究的科學(xué)性，在匯總表中將轉(zhuǎn)喻除去。

表2 轉(zhuǎn)喻研究關(guān)鍵詞

由表2可知，“隱喻”的出現(xiàn)頻率最高，為136次，其次為“認知語言學(xué)”51次，“認知”48次。中心性方面，“隱喻”最高，為0.85，“語法化”為0.63，“意向”為0.58。關(guān)鍵詞的出現(xiàn)頻率和中介中心性并沒有正相關(guān)關(guān)系，而“隱喻”“語法化”“概念隱喻”和“意向圖式”等關(guān)鍵詞既具有較高的出現(xiàn)頻率，又具有較高的中介中心性，因此可以認為這四個方面是轉(zhuǎn)喻研究的熱點內(nèi)容。

以“轉(zhuǎn)喻”為關(guān)鍵詞檢索文獻，“隱喻”仍具有較高的出現(xiàn)頻率，足可見兩者關(guān)系之密切。關(guān)于隱喻和轉(zhuǎn)喻的關(guān)系，有許多學(xué)者進行了研究。劉正光[10]認為隱喻和轉(zhuǎn)喻是連續(xù)體關(guān)系，轉(zhuǎn)喻和隱喻同樣重要，而且轉(zhuǎn)喻可能是更基本的認知方式。陸儉明[11]認為轉(zhuǎn)喻和隱喻之間沒有明確的界限，兩者的認知過程都為“一個認知域激活另一個認知域”。張輝和楊波[12]認為轉(zhuǎn)喻和隱喻地位相當，甚至轉(zhuǎn)喻比隱喻更為基礎(chǔ)，這一點與劉正光的觀點一致。因此，轉(zhuǎn)喻和隱喻的關(guān)系仍然是未來研究者要關(guān)注的重點。

語法化同樣是轉(zhuǎn)喻研究的重要內(nèi)容。William Croft[13]認為語法化的本質(zhì)是語言形式和意義的變化。語法化會影響語言的音系、形態(tài)句法和詞匯的意義功能。對于轉(zhuǎn)喻與語法化的關(guān)系研究，轉(zhuǎn)喻的認知本質(zhì)是學(xué)者們關(guān)注的重點。李惠超[14]對修辭中的轉(zhuǎn)喻和語法中的轉(zhuǎn)喻進行了討論，他認為無論是語法結(jié)構(gòu)還是語法運作機制，轉(zhuǎn)喻都在背后發(fā)揮著重要作用。高秀雪[15]認為在認知語言學(xué)視角下，隱喻和轉(zhuǎn)喻是語法化的重要動因，二者在語法化過程中互相補充。

概念隱喻是隱喻研究在認知語言學(xué)領(lǐng)域的新變化。與傳統(tǒng)地將隱喻視為一種修辭方式不同，認知語言學(xué)家將隱喻視為人類的基本思維和認知方式，人類基于過往主觀和客觀的經(jīng)驗，來溝通和認知抽象事物。George Lakoff和Mark Johnson在出版的《Metaphors We Live By》一書中闡釋了隱喻的認知屬性和本質(zhì)，并總結(jié)了出現(xiàn)在人類語言中的隱喻認知機制，如“Argument is war， Love is a journey”等。人類會借用戰(zhàn)爭的對抗性來闡釋爭論雙方的對立性，使得爭論雙方的對抗性變得具體可感。

意向圖式是人類生活中不斷出現(xiàn)的相對穩(wěn)定的簡單結(jié)構(gòu)[16]，它是概念隱喻和轉(zhuǎn)喻的具體經(jīng)驗基礎(chǔ)。Mark Johnson[17]認為意向圖式來源于人類概念系統(tǒng)中的自身經(jīng)驗，來源于人類在世界上生活與世界互動時的感知經(jīng)驗。如英語中常見的容器(container)圖式，在英語中人們會說“You wake from a deep sleep”，人們將這種抽象的睡眠狀態(tài)隱喻地表達為一個容器，人們從睡眠中蘇醒就好像從一個容器中走出來一樣。這是人類基于自身經(jīng)驗以具體事物理解和表達抽象事物的哲學(xué)基礎(chǔ)。其他常見的意向圖式還有路徑、連接、平衡、上-下、前-后、中心-邊緣，等等。

(六)轉(zhuǎn)喻研究的前沿發(fā)展趨勢

CiteSpace軟件能夠通過顯示關(guān)鍵詞的突變來跟蹤學(xué)科發(fā)展、了解研究熱點。突變詞是指那些在某一段時間出現(xiàn)或增加的關(guān)鍵詞。通過對突變詞的檢索和分析可以了解學(xué)科前沿。突變詞相較于一般的高頻詞更能反映學(xué)術(shù)研究的動態(tài)演繹和發(fā)展機制。筆者利用CiteSpace軟件的突發(fā)性檢測(Burstness)，導(dǎo)出關(guān)鍵詞突變的科學(xué)知識圖譜，見圖5。該圖一共有6列內(nèi)容，從左至右依次為關(guān)鍵詞、年份、強度值、開始年份、結(jié)束年份和時間跨度。強度值(strength)越高，則表明該領(lǐng)域的相關(guān)研究越多，影響越大。圖5中最右側(cè)加粗的線表示時間跨度，從上到下表示時間由遠到近。

圖5 轉(zhuǎn)喻研究2000-2019年關(guān)鍵詞突變

一般認為研究前沿是科學(xué)研究中最先進、最新、最有發(fā)展?jié)摿Φ难芯恐黝}或研究領(lǐng)域[18]。圖5顯示了過去20年轉(zhuǎn)喻的研究熱點變化。觀察圖5可以發(fā)現(xiàn)，轉(zhuǎn)喻研究熱點的出現(xiàn)有很明顯的先后順序，并且每個研究熱點出現(xiàn)后并沒有衰落，而是一直延續(xù)至今。2002-2011年，轉(zhuǎn)喻研究主要集中于認知語言學(xué)內(nèi)部，轉(zhuǎn)喻被應(yīng)用于語法化、構(gòu)式語法等領(lǐng)域，以探索人類認知規(guī)律為主。在此之后轉(zhuǎn)喻研究開始出現(xiàn)在認知研究之外的其他領(lǐng)域，如批評話語分析、多模態(tài)研究中，而且出現(xiàn)了多模態(tài)轉(zhuǎn)喻批評分析等新的交叉學(xué)科領(lǐng)域[19]。在2015年，認知語言學(xué)的體驗哲學(xué)基礎(chǔ)——意向圖式研究得到了學(xué)者們的關(guān)注，這說明研究者對于轉(zhuǎn)喻的研究有了進一步深化，并開始探究轉(zhuǎn)喻深層的哲學(xué)基礎(chǔ)。

四、結(jié)語

本文基于最新版可視化軟件CiteSpace5.7.R2對中國知網(wǎng)收錄的發(fā)表于2000-2019年的以轉(zhuǎn)喻為關(guān)鍵詞的CSSCI期刊文獻進行統(tǒng)計和可視化分析，重點關(guān)注文獻年度變化、發(fā)文期刊、學(xué)科分布、研究機構(gòu)、研究者、研究熱點和研究前沿等方面。

從文獻年度變化來看，自2000年以來，國內(nèi)的轉(zhuǎn)喻研究呈現(xiàn)遞增的趨勢，在未來的一段時間內(nèi)，國內(nèi)的轉(zhuǎn)喻研究也會繼續(xù)增加和深入。

從學(xué)科分布和期刊分布來看，轉(zhuǎn)喻研究涉及學(xué)科門類較多，中國語言文學(xué)、外國語言文學(xué)、社會學(xué)、翻譯學(xué)、歷史學(xué)、哲學(xué)、新聞與傳媒等研究方向均有涉及。相關(guān)文獻發(fā)表期刊多樣，語言文字類期刊、翻譯類期刊、高校學(xué)報、社會科學(xué)期刊均有載文出現(xiàn)。這啟示研究者要注意從多角度、多學(xué)科、跨學(xué)科角度開展轉(zhuǎn)喻研究，這也是理論創(chuàng)新的必經(jīng)之路。

從科研機構(gòu)的分布來看，轉(zhuǎn)喻研究主要集中在師范類院校的外國語學(xué)院，主要有湖南師范大學(xué)外國語學(xué)院、東北師范大學(xué)外國語學(xué)院，綜合類院校和外語類院校也有分布，如四川大學(xué)、上海外國語大學(xué)、廣東外語外貿(mào)大學(xué)等。轉(zhuǎn)喻研究也出現(xiàn)外國語學(xué)院之外的其他院系，如四川大學(xué)文學(xué)和新聞學(xué)院。

從研究者來看，陳香蘭、魏在江、盧衛(wèi)中、文旭、王寅、徐盛桓等學(xué)者發(fā)文較多，學(xué)術(shù)影響力較大，但核心作者群尚未形成。研究多為學(xué)者獨立開展，合作研究并不多。

從研究熱點和前沿來看，轉(zhuǎn)喻研究中隱喻和轉(zhuǎn)喻的關(guān)系仍是重點內(nèi)容。語法化、概念隱喻和意向圖式等受到了較多學(xué)者關(guān)注。近年來，多模態(tài)、轉(zhuǎn)喻和批評話語分析的交叉研究是轉(zhuǎn)喻的研究熱點。

基于可視化軟件并結(jié)合文獻計量學(xué)理論對過去20年國內(nèi)的轉(zhuǎn)喻研究進行了總結(jié)和分析。本研究仍存在數(shù)據(jù)處理精度不足、理論不完整、計量方法科學(xué)性差等缺陷，未來的研究者應(yīng)采用更加科學(xué)的統(tǒng)計學(xué)方法對此作出更加精準的分析和預(yù)測。