熱點(diǎn)與前沿：量化方法在我國新聞傳播學(xué)科中的應(yīng)用
——基于CiteSpace的文獻(xiàn)計(jì)量分析

朱芷瑤

（作者單位：吉林大學(xué)新聞與傳播學(xué)院）

量化研究方法具有客觀性、具象性、數(shù)據(jù)化的特點(diǎn)，能夠有效地排除人文社科學(xué)科研究過程中研究者摻雜主觀情感，可以把研究結(jié)論形象清晰地呈現(xiàn)出來，有助于人們?nèi)胬斫飧鞣N社會(huì)現(xiàn)象。因此，梳理我國新聞傳播領(lǐng)域量化研究的整體脈絡(luò)并詳細(xì)總結(jié)其規(guī)律和方法，對推動(dòng)量化研究在該領(lǐng)域的廣泛運(yùn)用具有重要作用。

1 數(shù)據(jù)來源及研究方法

本文設(shè)定中國知網(wǎng)（China National Knowledge Infrastructure，CNKI）數(shù)據(jù)庫為數(shù)據(jù)來源，使用文獻(xiàn)計(jì)量工具CiteSpace對研究數(shù)據(jù)進(jìn)行可視化分析，直觀展示研究概況與趨勢。首先以“量化”為主題詞檢索近20余年的文獻(xiàn)，并對其進(jìn)行比對分析，以此把握研究的整體概況。其次檢索近一年全文含有“量化”字眼的文獻(xiàn)，由此窺探研究前沿。經(jīng)過編碼一致性檢驗(yàn)后得到用以研究整體趨勢的820篇文獻(xiàn)。

由于文獻(xiàn)數(shù)量過大，筆者借助學(xué)者陳美超研發(fā)的文獻(xiàn)計(jì)量工具CiteSpace對文獻(xiàn)數(shù)據(jù)進(jìn)行可視化分析，繪制特定領(lǐng)域的知識(shí)圖譜以清晰地展示關(guān)鍵詞族群，并對每個(gè)族群進(jìn)行主題詞概括。文獻(xiàn)計(jì)量法能夠詳細(xì)展示學(xué)者發(fā)文量、研究領(lǐng)域、所屬機(jī)構(gòu)，并對量化方法在新聞傳播中可應(yīng)用的話題提供了參考。

2 研究概況及趨勢

研究者在CNKI知網(wǎng)文獻(xiàn)庫以“量化”作為主題詞，限定文獻(xiàn)分類目錄為中文—人文社科版塊—學(xué)術(shù)期刊—新聞與傳媒學(xué)科。為了保證獲得綜合期刊或其他學(xué)科領(lǐng)域有關(guān)“量化”“新聞傳播”的文獻(xiàn)，筆者同樣以“量化”作為主題詞，同時(shí)選取“圖書情報(bào)與數(shù)字圖書館”“宏觀經(jīng)濟(jì)管理與可持續(xù)發(fā)展”“出版”“計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用”等相關(guān)學(xué)科，搜索全文含有“新聞”“傳播”或“傳媒”字眼的文獻(xiàn)，剔除廣告等無效文獻(xiàn)后再進(jìn)行人工篩選，最后得到820篇文獻(xiàn)，時(shí)間跨度為2000年至2021年。

根據(jù)檢索，“量化”這一主題詞最早出現(xiàn)在陸原于1986年在《新聞界》上發(fā)表的文章《運(yùn)用系統(tǒng)方法搞好采、編、播》。此后，此類文章發(fā)表數(shù)量整體呈現(xiàn)波折上升趨勢。1986年后的近20年時(shí)間里，相關(guān)學(xué)者一直保持每年不超過50篇的發(fā)文數(shù)，并于2010年迎來拐點(diǎn)，首次突破50篇。發(fā)文數(shù)量在2021年達(dá)到頂峰，為211篇（見圖1）。

圖1 文獻(xiàn)年度分布

在研究方法與內(nèi)容方面，新聞傳播領(lǐng)域的量化研究在2010年之前集中在電視信號（2010年）、電視節(jié)目收視率（2003年）、央視招標(biāo)價(jià)值評估（2004年）、報(bào)紙差錯(cuò)（2007年）、報(bào)業(yè)經(jīng)營（2010年）等方面。2010年之后，網(wǎng)絡(luò)媒體相關(guān)研究逐漸熱門化，數(shù)據(jù)新聞（2014年）、網(wǎng)絡(luò)輿情（2014年）、社交媒體（2019年）、用戶生成內(nèi)容（2021年）等都是代表性的關(guān)鍵詞，并在對應(yīng)年份集中出現(xiàn)（見圖2）。

圖2 量化研究熱點(diǎn)時(shí)區(qū)圖譜

經(jīng)過詳細(xì)的文獻(xiàn)閱讀，筆者發(fā)現(xiàn)，新聞傳播學(xué)科的量化研究方法主要集中在以下兩大種類：一是文本分析軟件；二是各種統(tǒng)計(jì)學(xué)和數(shù)學(xué)模型。

文本分析的量化研究工具在前期以單純閱讀或觀看文字、圖片、視頻為主，后期轉(zhuǎn)向了各種編程語言或計(jì)量軟件。文本分析的數(shù)據(jù)來源在前期以圖書或紙媒、電視、廣播為主，后期以網(wǎng)絡(luò)數(shù)據(jù)、采訪文本為主。2004年，湯曉羽選取改革開放初期《人民日報(bào)》典型報(bào)道的文本進(jìn)行解讀[1]。2005年，劉自雄把《超級女聲》看作一部以聲音和影像作為敘事語言的戲劇，并從文本角度分析其成功原因[2]。2017年，冉華、竇瑞晴綜合利用Python、SPSS、NetDraw等工具，以CSSCI期刊為研究數(shù)據(jù)來源進(jìn)行文獻(xiàn)計(jì)量分析，探究媒介融合機(jī)制研究的熱點(diǎn)議題[3]。2018年，葉鳳云、沈思、李君君使用NVivo11對新媒體環(huán)境下青少年用戶錯(cuò)失焦慮癥的相關(guān)訪談進(jìn)行編碼，總結(jié)出了錯(cuò)失焦慮癥的相關(guān)特征[4]。2018年，王建磊借助DiVoMiner對2017年至2018年的關(guān)于“日?；W(wǎng)絡(luò)直播”相關(guān)報(bào)道進(jìn)行開放式編碼，研究得出該類直播方式吸引用戶的原因：主體、內(nèi)容、互動(dòng)這三大直播要素互為補(bǔ)充形成的場景機(jī)制契合受眾需求[5]。2021年，孔明、劉鳴箏利用編程語言Python抓取新浪微博中關(guān)于伊朗突發(fā)新聞的用戶評論作為數(shù)據(jù)母本進(jìn)行詞頻統(tǒng)計(jì)和隱含狄利克雷分布（Latent Dirichlet Allocation，LDA）主題分析，得出用戶對戰(zhàn)爭類的硬新聞的關(guān)注點(diǎn)集中在事件本身[6]。

統(tǒng)計(jì)學(xué)和數(shù)學(xué)模型也被廣泛應(yīng)用于新聞傳播學(xué)科的量化研究中。前期研究統(tǒng)計(jì)方法相對單一，以數(shù)量統(tǒng)計(jì)或?qū)Ρ确治鰹橹?，后期采用?fù)雜的數(shù)學(xué)模型并配合各種統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)。2006年，強(qiáng)月新、郭韶明開展了5種主流新聞?lì)悓W(xué)術(shù)期刊的傳媒經(jīng)濟(jì)相關(guān)研究，通過生成圖表的方式進(jìn)行了簡單的數(shù)量統(tǒng)計(jì)，認(rèn)為思想方式的轉(zhuǎn)變促進(jìn)了傳媒經(jīng)濟(jì)的發(fā)展[7]。2010年，周云倩、陳信凌利用網(wǎng)站流量統(tǒng)計(jì)平臺(tái)Alexa的數(shù)據(jù)對英國廣播公司（British Broadcasting Corporation，BBC）、美國有線電視新聞網(wǎng)（Cable News Network，CNN）、央視國際網(wǎng)站的綜合評價(jià)指標(biāo)數(shù)據(jù)進(jìn)行對比分析，以此為參考探尋提高我國廣電媒體的傳播力和影響力的方法[8]。2014年，尤薇佳、李紅、劉魯首先通過問卷調(diào)查比較4類網(wǎng)絡(luò)信息傳播渠道對于突發(fā)事件信息的傳播效果，其次構(gòu)建突發(fā)事件信息渠道信任模型，最后運(yùn)用結(jié)構(gòu)方程對上述數(shù)據(jù)進(jìn)行了分析[9]。

3 研究前沿分析

為了緊跟熱點(diǎn)，本文依舊從知網(wǎng)文獻(xiàn)庫文獻(xiàn)分類目錄中搜索全篇含有“量化”字眼的文獻(xiàn)，篩選出2021年1月至2021年12月一年內(nèi)共2448篇文獻(xiàn)作為數(shù)據(jù)來源，探索新聞傳播領(lǐng)域量化研究的研究前沿。

本文使用CiteSpace對2021年1月至2021年12月的2448篇全文包含“量化”字眼的文獻(xiàn)進(jìn)行分析，繪制并生成了關(guān)鍵詞共現(xiàn)詞譜（見圖3）。

圖3 量化研究前沿關(guān)鍵詞共現(xiàn)圖譜

其中出現(xiàn)頻率較高的關(guān)鍵詞如下：媒體融合（N=136）、短視頻（N=127）、新媒體（N=107）、網(wǎng)絡(luò)輿情（N=68）、社交媒體（N=62）、融媒體（N=55）、大數(shù)據(jù)（N=45）、主流媒體（N=39）、算法（N=28）、扎根理論（N=16）。形成了10個(gè)主題聚類：#0短視頻、#1媒體融合、#2人工智能、#3新媒體、#4網(wǎng)絡(luò)輿情、#5新聞傳播、#6融媒體、#7大學(xué)生、#8對外傳播、#9算法。

筆者挑選N＞100的3個(gè)關(guān)鍵詞聚類分別進(jìn)行文獻(xiàn)綜述。

媒體融合聚類：林信焰結(jié)合媒介經(jīng)濟(jì)學(xué)理論構(gòu)建結(jié)構(gòu)方程，探究了媒體各類績效因素對中國媒體融合渠道管理的作用機(jī)制[10]。張?zhí)K秋、王夏歌基于文獻(xiàn)計(jì)量學(xué)方法，利用UCinet對中國知網(wǎng)收錄的媒介融合相關(guān)文獻(xiàn)進(jìn)行了知識(shí)圖譜分析，總結(jié)出國內(nèi)近20年的媒介融合研究熱點(diǎn)[11]。劉丹借用卡爾·皮爾遜相關(guān)系數(shù)分析了網(wǎng)紅、書店、圖書品牌、出版社的短視頻賬號作品數(shù)與互動(dòng)情況的相關(guān)性，得出結(jié)論：知名出版社短視頻賬號能夠憑借高知名度吸引大量粉絲，但在互動(dòng)方面不如網(wǎng)紅賬號和書店賬號[12]。

短視頻聚類：安寧、安璐基于ELECTRA和REDP方法分別對新浪微博和抖音兩大平臺(tái)的短視頻數(shù)據(jù)輿情文本信息進(jìn)行實(shí)體抽取和關(guān)系抽取，并分析二者的知識(shí)圖譜，得出二者的輿情信息既有相同內(nèi)容，也存在不同的衍生內(nèi)容[13]。黃艷、劉默揚(yáng)、李衛(wèi)東以抖音和快手平臺(tái)的“青年學(xué)黨史”作品合集為數(shù)據(jù)來源，使用結(jié)構(gòu)方程模型構(gòu)建政務(wù)短視頻用戶信息分享的實(shí)證研究模型，研究發(fā)現(xiàn)用戶滿足感在其中起到中介作用[14]。蓋晨飛基于字節(jié)跳動(dòng)旗下的巨量星圖平臺(tái)數(shù)據(jù)統(tǒng)計(jì)了抖音內(nèi)容創(chuàng)作者的商業(yè)數(shù)據(jù)，指出了內(nèi)容生產(chǎn)者存在就業(yè)穩(wěn)定性差、多頻道網(wǎng)絡(luò)（Multi-Channel Network，MCN）孵化能力欠佳等問題[15]。

新媒體聚類：徐麗芳、周伊利用CiteSpace、VOSviewer軟件進(jìn)行數(shù)字閱讀研究知識(shí)圖譜分析，詳細(xì)考察了數(shù)字閱讀相關(guān)研究在作者、機(jī)構(gòu)、研究領(lǐng)域等方面的狀況[16]。謝秋逸、周年興、朱凈萱基于SEIR信息傳播模型和廣告預(yù)算模型描述了新媒體對旅游地生命周期的非線性影響[17]。

4 結(jié)論

首先，在發(fā)文量方面，新聞傳播學(xué)科中使用量化方法的研究呈現(xiàn)波折上升趨勢，整體上呈現(xiàn)攀升趨勢。這是因?yàn)樾旅襟w時(shí)代層出不窮的新型媒體平臺(tái)和長時(shí)間在線的大量用戶使媒體存儲(chǔ)了海量數(shù)據(jù)，單一的質(zhì)性研究無法滿足研究需求，適度匹配量化研究方法有助于使研究結(jié)果清晰、客觀，同時(shí)巨量的數(shù)據(jù)也為研究者提供了豐富的研究對象。

其次，在研究方法方面，新聞傳播學(xué)科中的量化研究方法主要有文本分析和利用統(tǒng)計(jì)學(xué)知識(shí)構(gòu)建數(shù)學(xué)模型兩大類，通過分析1986年至2021年的研究數(shù)據(jù)，筆者發(fā)現(xiàn)，從只是簡單分析數(shù)量到構(gòu)建復(fù)雜的數(shù)學(xué)模型，學(xué)者選取的量化方法難度越來越大。這是由于研究對象的復(fù)雜程度隨著媒介形式的升級不斷增加，從曾經(jīng)以文本內(nèi)容為主的紙媒到文字、圖片、視頻匯集的融媒體，媒介包含的信息數(shù)量越來越多，這些因素增加了學(xué)者的調(diào)查難度。

再次，通過對研究前沿的分析，筆者發(fā)現(xiàn)媒體融合、短視頻、新媒體、網(wǎng)絡(luò)輿情、社交媒體是使用量化方法的研究者比較偏好的領(lǐng)域，這也與當(dāng)下的媒介發(fā)展趨勢相吻合，未來要持續(xù)關(guān)注新媒體發(fā)展的最新動(dòng)向，結(jié)合實(shí)際進(jìn)行調(diào)研分析，利用量化研究方法關(guān)注社會(huì)熱點(diǎn)問題，作出具有真正人文價(jià)值的研究。