基于CiteSpace軟件的江淮官話研究可視化分析

王 敏，吳小芳

滁州學(xué)院外國(guó)語(yǔ)學(xué)院，安徽滁州，239000

根據(jù)《中國(guó)語(yǔ)言地圖集》的方言分區(qū)，皖屬江淮分水嶺地區(qū)所使用的方言主要是江淮官話[1]。江淮官話承載著江淮分水嶺地區(qū)的地理風(fēng)情、歷史風(fēng)俗和文化交流，客觀全面地總結(jié)梳理江淮官話相關(guān)研究成果對(duì)于推動(dòng)江淮官話地區(qū)的文化發(fā)展具有重要意義。信息可視化分析軟件CiteSpace基于共引分析理論和尋徑網(wǎng)絡(luò)算法，對(duì)文獻(xiàn)進(jìn)行計(jì)量，繪制可視化圖譜，為實(shí)現(xiàn)這一目標(biāo)提供了新工具。文本使用 CiteSpace 軟件對(duì)近10年發(fā)表的江淮官話相關(guān)文獻(xiàn)進(jìn)行施引文獻(xiàn)分析，描述知識(shí)基礎(chǔ)，探尋研究前沿，以期為江淮官話未來(lái)的研究提供借鑒。

1 數(shù)據(jù)來(lái)源與研究工具

1.1 數(shù)據(jù)來(lái)源

皖屬江淮分水嶺地區(qū)的方言主要為江淮官話，因此檢索數(shù)據(jù)庫(kù)采用如下檢索策略：((主題%=′江淮官話′or題名%=′江淮官話′or title=xls(′江淮官話′)or v_subject=xls(′江淮官話′))OR(主題%=′江淮分水嶺方言′or 題名%=′江淮分水嶺方言′or title=xls(′江淮分水嶺方言′)or v_subject=xls(′江淮分水嶺方言′)))AND(發(fā)表時(shí)間 Between(′2011-01-01′,′2020-12-31′))。檢索范圍為CNKI總庫(kù)。時(shí)間跨度為2011—2020年。數(shù)據(jù)納入標(biāo)準(zhǔn)為江淮官話或者江淮分水嶺方言相關(guān)研究的文獻(xiàn)，不論何種研究類型，發(fā)表語(yǔ)言為中文。排除標(biāo)準(zhǔn)為期刊約稿、會(huì)議通知，或重復(fù)發(fā)表、作者關(guān)鍵詞等信息不全的文獻(xiàn)。通過(guò)檢索得到543篇文獻(xiàn)，排除不符合納入標(biāo)準(zhǔn)的文章后，共獲得458篇文獻(xiàn)。

1.2 研究工具

將文獻(xiàn)導(dǎo)入CiteSpace5.7.R5軟件進(jìn)行數(shù)據(jù)轉(zhuǎn)換。時(shí)間分區(qū)選2011和2020為研究起止時(shí)間，時(shí)間切片以每1年為1個(gè)時(shí)間切片。節(jié)點(diǎn)類型分別選擇作者、機(jī)構(gòu)、關(guān)鍵詞繪制和知識(shí)圖譜。數(shù)據(jù)篩選策略為兩種數(shù)據(jù)篩選策略的配合使用，每個(gè)時(shí)區(qū)中選擇前50個(gè)高頻出現(xiàn)的節(jié)點(diǎn)(Top 50 per slice)，同時(shí)將前、中、后三個(gè)時(shí)間段的出現(xiàn)頻次、共現(xiàn)頻次、共現(xiàn)率(c，cc，ccv)設(shè)置為2、2、20。圖譜修剪方式選擇尋徑(Pathfinder)以簡(jiǎn)化節(jié)點(diǎn)網(wǎng)絡(luò)并突出其重要的結(jié)構(gòu)特征。

2 結(jié)果與分析

2.1 研究年份與研究作者、研究機(jī)構(gòu)合作分析

根據(jù)發(fā)表年度及篇數(shù)文獻(xiàn)進(jìn)行分析可知，年均發(fā)文量45.8篇，其中2014年和2017年發(fā)文量最多，分別有70篇和68篇，從總體趨勢(shì)上來(lái)看，年發(fā)文量在平均值上下波動(dòng)，研究趨勢(shì)較為穩(wěn)定。將2011—2020年相關(guān)文獻(xiàn)導(dǎo)入CiteSpace信息可視化分析軟件后，生成江淮官話研究作者和機(jī)構(gòu)合作共現(xiàn)視圖，共現(xiàn)圖上共有258個(gè)節(jié)點(diǎn)，但卻僅有37條連接線，節(jié)點(diǎn)密度僅為0.001 1。字號(hào)較大且周邊連接線較粗的節(jié)點(diǎn)圖上僅有四個(gè)，分別為周政、馮法強(qiáng)、馮青青和顧勁松等四位研究者及其所在研究機(jī)構(gòu)。節(jié)點(diǎn)機(jī)構(gòu)字號(hào)越大，說(shuō)明該機(jī)構(gòu)總體出現(xiàn)頻次越高。連接線表示機(jī)構(gòu)間存在合作，連接線越粗，共現(xiàn)頻次就越高，意味著作者及其所在機(jī)構(gòu)在研究領(lǐng)域的學(xué)術(shù)影響力越強(qiáng)[2]75。研究者與機(jī)構(gòu)合作共現(xiàn)圖譜分析結(jié)果顯示，目前周政、馮法強(qiáng)、馮青青和顧勁松等四位研究者以及安康學(xué)院、鹽城師范學(xué)院、南開(kāi)大學(xué)和常熟理工學(xué)院等四所研究機(jī)構(gòu)在江淮官話研究領(lǐng)域內(nèi)的學(xué)術(shù)影響力最顯著，但總體而言，連接線很少，說(shuō)明各機(jī)構(gòu)和研究者之間合作很少，具備顯著學(xué)術(shù)影響力的研究機(jī)構(gòu)和研究者并不多。通過(guò)對(duì)四位研究者發(fā)表的相關(guān)文獻(xiàn)進(jìn)行總結(jié)，結(jié)果顯示方言之間的差異和融合一直是研究的中心議題。周政主要研究的是安康方言中江淮官話的地理分布、歷史成因以及安康地區(qū)中原官話、西南官話和江淮官話等方言片之間的差異和融合[3-5]。馮法強(qiáng)的主要研究?jī)?nèi)容是近代江淮官話語(yǔ)音演變研究[6]，并對(duì)江淮官話的擦化音變、開(kāi)口化音變、元音鼻化和元音鏈移進(jìn)行了專項(xiàng)研究[7]。馮青青和顧勁松的主要研究?jī)?nèi)容是蘇北地區(qū)聲母、韻母、聲調(diào)的讀音類型和演變過(guò)程以及蘇北江淮官話的地理語(yǔ)言學(xué)，發(fā)現(xiàn)泗洪、鹽城、漣水等蘇北方言具備江淮官話的典型特征[8-12]。

2.2 關(guān)鍵詞共現(xiàn)聚類分析

關(guān)鍵詞反映文獻(xiàn)的核心內(nèi)容和關(guān)鍵信息[13]，關(guān)鍵詞共現(xiàn)分析是基于文獻(xiàn)關(guān)鍵詞出現(xiàn)次數(shù)進(jìn)行的分析，從而得出關(guān)鍵詞的頻次(Freq)、Burst值、中心性(Centrality)和Sigma值等信息。在此基礎(chǔ)上，通過(guò)譜聚類算法生成知識(shí)聚類，再用算法從引用聚類的相關(guān)施引文獻(xiàn)中提取標(biāo)簽詞，生成自動(dòng)聚類標(biāo)簽視圖。關(guān)鍵詞共現(xiàn)聚類分析在一定程度上可歸納出某一研究領(lǐng)域的研究熱點(diǎn)分布和趨勢(shì)[2]76。

表1給出了排在前10的關(guān)鍵詞的頻次、Burst值、中心性和Sigma值等詳細(xì)信息。中心性在一定程度上顯示節(jié)點(diǎn)間的關(guān)聯(lián)性及其在網(wǎng)絡(luò)中的地位，中心性越高，表明其引用率越高、相關(guān)研究越多，若節(jié)點(diǎn)的中心性>0.1，則認(rèn)為該節(jié)點(diǎn)具有較重要位置[2]82，往往位于兩個(gè)聚類的邊緣，代表研究領(lǐng)域內(nèi)出現(xiàn)開(kāi)創(chuàng)性發(fā)現(xiàn)[14]?；谥行男院屯滑F(xiàn)性計(jì)算得到Sigma值，節(jié)點(diǎn)的中心性和突現(xiàn)性越高，其Sigma值也越高。Burst值表明關(guān)鍵詞在某一時(shí)間區(qū)間里受到研究者的關(guān)注度，Burst值高的關(guān)鍵詞在一定程度上代表了江淮官話研究在相應(yīng)時(shí)間區(qū)間內(nèi)的研究熱點(diǎn)[2]137。

表1顯示，依據(jù)中心性的大小，具有重要位置的關(guān)鍵詞節(jié)點(diǎn)依次為江淮官話、演變、語(yǔ)音、方言、入聲和中原官話。綜合考慮關(guān)鍵詞的頻次和中心性，即依據(jù)Sigma值的大小，排在前10的關(guān)鍵詞依次為江淮官話、演變、語(yǔ)音、方言、入聲、中原官話、比較、西南官話、吳語(yǔ)和歷史層次。Burst值最高的三個(gè)關(guān)鍵詞為語(yǔ)音、詞匯和西南官話。

表1 高頻關(guān)鍵詞節(jié)點(diǎn)信息詳細(xì)列表

圖1是根據(jù)對(duì)數(shù)似然率(LLR聚類算法)生成的關(guān)鍵詞自動(dòng)聚類標(biāo)簽視圖，共有314個(gè)節(jié)點(diǎn)，412條連線，圓環(huán)代表關(guān)鍵詞的節(jié)點(diǎn)，節(jié)點(diǎn)的大小與該節(jié)點(diǎn)的出現(xiàn)頻次正相關(guān)。節(jié)點(diǎn)內(nèi)圈中的顏色表示不同時(shí)間段，冷暖色調(diào)的變化表示時(shí)間從早期到近期的變化，厚薄度則表示關(guān)鍵詞出現(xiàn)頻次。節(jié)點(diǎn)之間的連線表示關(guān)鍵詞共現(xiàn)關(guān)系，其粗細(xì)程度表示共現(xiàn)的強(qiáng)度。關(guān)鍵詞自動(dòng)聚類標(biāo)簽視圖從宏觀上展示了江淮官話研究熱點(diǎn)分布。排在前10的關(guān)鍵詞聚類依次為#0江淮官話、#1入聲、#2方言、#3詞匯、#4西南官話、#5丹陽(yáng)方言、#6地理分布、#7九江方言、#9音變和#10《無(wú)聲反切正韻》。

圖1 基于LLR算法的江淮官話研究關(guān)鍵詞共現(xiàn)聚類圖

結(jié)合考慮以上信息，可知江淮官話研究熱點(diǎn)為江淮官話的歷史演變、語(yǔ)音研究尤其是入聲研究以及與其他方言的比較研究。江淮官話與其他方言的比較研究目前主要的研究成果集中在江淮官話與中原官話的比較研究方面，而在與西南官話與吳語(yǔ)的比較研究方面學(xué)術(shù)影響力尚顯不足。表1顯示，詞匯研究的Burst值為3.17，Sigma值為1.06，說(shuō)明江淮官話詞匯研究在某一時(shí)間區(qū)間內(nèi)迅速獲得研究者的廣泛關(guān)注，但其中心性僅為0.02，說(shuō)明研究者和研究機(jī)構(gòu)之間缺乏合作，學(xué)術(shù)影響力并不顯著。

2.3 突現(xiàn)詞分析

突現(xiàn)詞指在較短時(shí)間內(nèi)使用頻次較高的詞匯，其出現(xiàn)和消失時(shí)間一定程度上可判斷該領(lǐng)域前沿?zé)狳c(diǎn)，預(yù)測(cè)研究趨勢(shì)[15]。圖2為突現(xiàn)詞分析視圖，突現(xiàn)強(qiáng)度(strength)排名前九的突現(xiàn)詞以出現(xiàn)年份先后排序，深色色塊表示突現(xiàn)詞的突現(xiàn)起止年份，這些突現(xiàn)詞代表某一時(shí)期內(nèi)江淮官話的研究熱點(diǎn)。圖2顯示，2011—2014年研究熱點(diǎn)集中在江淮官話的語(yǔ)音、詞匯、歸屬及方言間的比較等方面，2013—2016年研究熱點(diǎn)集中在西南官話，2014—2016年研究熱點(diǎn)集中在地理分布，2017—2020年研究熱點(diǎn)集中在音系研究，2018—2020年研究熱點(diǎn)集中在共時(shí)研究和吳語(yǔ)。因此，江淮官話語(yǔ)音研究的發(fā)展分2011—2014年和2017—2020年兩個(gè)時(shí)期，在同時(shí)期的研究熱點(diǎn)中，突現(xiàn)強(qiáng)度最高。這說(shuō)明語(yǔ)音研究是江淮官話研究最重要的部分，研究成果最豐碩，研究的傳承性較好，早期語(yǔ)音研究側(cè)重研究所有語(yǔ)音的自然屬性;而后期語(yǔ)音研究則側(cè)重音系研究，研究者主要關(guān)注江淮官話中某一特定語(yǔ)言的語(yǔ)音系統(tǒng)，聚焦于語(yǔ)音的社會(huì)屬性。與語(yǔ)音研究相比，詞匯研究的強(qiáng)度雖然較高，但在2014年之后，突現(xiàn)強(qiáng)度迅速衰減，這說(shuō)明詞匯研究雖然在2011—2014年間受到研究者的關(guān)注，但研究的傳承性較差，亟需新理論或研究工具等進(jìn)一步深化江淮官話的詞匯研究。在江淮官話的歸屬和比較研究方面，2013—2016年研究者關(guān)注的是江淮官話與西南官話的比較研究，而2018—2020年則聚焦于江淮官話與吳語(yǔ)的比較研究，同時(shí)，在2018—2020年這一時(shí)期共時(shí)研究成為熱門研究角度。綜上所述，突現(xiàn)詞分析結(jié)果顯示江淮官話的音系研究、共時(shí)研究以及與吳語(yǔ)的比較研究可能是江淮官話研究的未來(lái)發(fā)展趨勢(shì)。

圖2 江淮官話研究的排名前9個(gè)突現(xiàn)詞分析視圖

2.4 時(shí)間線視圖分析

在對(duì)默認(rèn)視圖完成自動(dòng)聚類標(biāo)簽的基礎(chǔ)上，以聚類標(biāo)簽為縱軸，以時(shí)間為橫軸，同一聚類的關(guān)鍵詞節(jié)點(diǎn)按時(shí)間先后順序排布在同一時(shí)間線上，生成時(shí)間線視圖，如圖3所示。時(shí)間線視圖側(cè)重于勾畫聚類之間的關(guān)系和各聚類中關(guān)鍵詞的歷史跨度[2]76。

圖3 基于LSI算法的江淮官話研究時(shí)間線視圖

圖3為按照Latent Semantic Index(LSI)算法自動(dòng)生成聚類標(biāo)簽的江淮官話關(guān)鍵詞時(shí)間線視圖，聚類模塊值(Q值)為0.879 3，劃分的社團(tuán)結(jié)構(gòu)是顯著的，平均輪廓值(S值)為0.957 4，聚類是高效率令人信服的?？v軸上按照大小排在前10位的聚類代表江淮官話研究熱點(diǎn)領(lǐng)域，分別是#0江淮官話、#1入聲、#2語(yǔ)音、#3中原官話、#4官話方言、#5演變、#6入聲韻、#7方言、#8比較研究和#9語(yǔ)言接觸。這個(gè)結(jié)果與LLR算法得出的結(jié)論基本一致的。

組成聚類的主要關(guān)鍵詞在圖上以十字架為標(biāo)記，按出現(xiàn)先后順序從左到右排列在時(shí)間橫軸上，節(jié)點(diǎn)的大小與該節(jié)點(diǎn)的頻次正相關(guān)，時(shí)間線的下方列出三個(gè)高頻關(guān)鍵詞，頻次最高的關(guān)鍵詞排在最下面。從節(jié)點(diǎn)分布來(lái)看，具有重要地位的關(guān)鍵詞節(jié)點(diǎn)在2011—2012年這一時(shí)期集中出現(xiàn)，由此可見(jiàn)，這一時(shí)期是江淮官話研究的高峰期，研究成果主要集中在入聲、韻母、聲調(diào)、“兒化”、吳語(yǔ)、語(yǔ)音、中原官話、演變、詞匯和方言等研究熱點(diǎn)。

時(shí)間線的長(zhǎng)度代表聚類的歷史跨度。圖3顯示，#0江淮官話、#3中原官話和#8比較研究等三個(gè)聚類的歷史跨度長(zhǎng)達(dá)10年，直到2020年聚類仍然是活躍的。#1入聲、#5演變、#6入聲韻和#10九江方言等四個(gè)聚類歷史跨度達(dá)到9年，但2018年后活躍度下降。#2語(yǔ)音聚類2015年之前時(shí)間橫軸上列出12個(gè)關(guān)鍵詞，2016年之后節(jié)點(diǎn)減少，2017年后節(jié)點(diǎn)消失，說(shuō)明語(yǔ)音研究在2015年之前一直是江淮官話研究的熱點(diǎn)，2017年之后關(guān)注度下降，但并不意味著研究停滯，從圖3中可以看出，語(yǔ)音研究以多種形式活躍在其他聚類中，如#0江淮官話聚類的入聲感知、#9語(yǔ)言接觸聚類中的入聲音節(jié)和語(yǔ)音變異、#13音變聚類中的元音鏈移等關(guān)鍵詞。#18地理語(yǔ)言學(xué)聚類的歷史跨度只有1年，但聚類中吳語(yǔ)節(jié)點(diǎn)較活躍，因此吳語(yǔ)可能成為未來(lái)江淮官話研究的前沿?zé)狳c(diǎn)。

3 結(jié) 語(yǔ)

江淮官話研究趨勢(shì)較為穩(wěn)定，盡管2014年和2017年發(fā)文量最多，但具有顯著學(xué)術(shù)影響力的研究成果主要集中在2011年和2012年，因此2011—2012年是江淮官話研究的高峰期。江淮官話研究熱點(diǎn)領(lǐng)域主要集中在江淮官話的歷史演變研究、語(yǔ)音研究、入聲研究以及與其他方言的比較研究。語(yǔ)音研究大致可分為2011—2014和2017—2020兩個(gè)階段，2014年前側(cè)重研究所有語(yǔ)音的自然屬性，2015年之后關(guān)注度下降，但語(yǔ)音研究并未停滯，2017年之后側(cè)重音系研究。入聲研究中，韻母、聲調(diào)、時(shí)長(zhǎng)和發(fā)聲態(tài)是熱點(diǎn)主題。2016年之前研究者關(guān)注的是江淮官話與中原官話、西南官話的比較研究，2018年之后研究者開(kāi)始關(guān)注江淮官話與吳語(yǔ)或蘇北方言的比較研究。綜合考慮突現(xiàn)詞分析和時(shí)間性視圖，江淮官話的音系研究、共時(shí)研究以及與吳語(yǔ)的比較研究可能是江淮官話未來(lái)的研究趨勢(shì)。

從文獻(xiàn)增長(zhǎng)速度和研究者之間的分布來(lái)看，江淮官話文獻(xiàn)的增長(zhǎng)速度較慢，研究機(jī)構(gòu)和研究者之間缺乏合作，尚未產(chǎn)生具備一定學(xué)術(shù)影響力的標(biāo)志性研究者和研究機(jī)構(gòu)。從研究?jī)?nèi)容來(lái)看，江淮官話的詞匯研究和語(yǔ)法研究發(fā)展相對(duì)滯后，發(fā)展動(dòng)力不足，缺乏實(shí)證研究。在未來(lái)的發(fā)展中，應(yīng)當(dāng)加強(qiáng)研究者和研究機(jī)構(gòu)之間的合作，推動(dòng)江淮官話詞匯、語(yǔ)法和應(yīng)用研究的長(zhǎng)足發(fā)展。