【摘要】运用共词分析对民粹主义研究文献进行高频词统计与共词矩阵构建、聚类分析、网络社群图分析以及社群图中心度描述,能科学地揭示当前民粹主义研究的内部结构和研究态势。近年来,国内学者就民粹主义的相关探讨集中在民粹主义自身理论研究、民粹主义政治实践活动研究、共产党人的民粹主义思想研究、意识形态中的民粹主义研究、网络空间中的民粹主义研究等五大热点领域;同时呈现出民粹主义与民主主义的比较研究、中国化的新民粹主义研究以及网络民粹主义研究等三大研究趋势。
【关键词】民粹主义;研究热点;毛泽东;马克思主义
【作者简介】贺武华,白露,杭州电子科技大学马克思主义学院(浙江 杭州 310018)。
【原文出处】《思想教育研究》(京),2016.11.49~53
【基金项目】本文为浙江省人文社科重点研究基地(浙江师范大学)课题“以社会主义核心价值体系引领高等教育领域中的社会思潮研究”(项目编号:ZJJYX201317)阶段成果。
一、引言
近年来,全球范围内的民粹主义以及相关狭隘的民族主义表现活跃。“民粹主义以人民崇拜为核心理念,主张大众民主”[1],具有广泛的社会基础。随着全世界范围内对民粹主义思潮研究的不断兴起,国内学者也渐趋加入到研究阵营,近年的研究中形成了一批颇具价值的研究成果。基于此,本研究引入文献计量学的共词分析(Co-word Analysis)方法,把近年来关于民粹主义的研究状况运用共词分析技术,通过社群图等可视化形式呈现出来加以分析,以期为更深入的研究提供扎实的认识基础。
二、民粹主义研究共词分析的过程与数据
在共词分析技术中,经常使用的是以关键词为基准的共词分析方法,这种方法通过关键词共现的频率来对研究主题加以界定,如果一对关键词反复出现,那就证明这两个词之间一定有紧密的联系,自然也就会被研究者界定为研究主题。研究以“民粹主义”为关键词,在中国知网(CNKI)进行数据检索。从390篇文献中选择发表在CSSCI核心期刊上的文献共138篇,文献时间跨度为2002年至2015年。将上述收集的文献题录信息运用SATI3.2进行处理,得到470个关键词,这是研究的基本数据来源。在共词技术的运用中通过共词矩阵的构建与主题词的聚类分析来把握研究热点,最终将高频关键词以社会网络社群图的形式出现,依据可视化分析结果探究研究趋势。“共词分析是一种内容分析技术,主要分析一对词两两在同一文献中出现的次数”[2],通过观察这些词之间的亲疏关系来分析学科结构特点和研究集中热点领域。伴随信息科学、信息系统、大数据分析等发展,作为文献计量学发展的共词分析法也在不断改进,并在人文社会科学研究中应用日益广泛。
(一)民粹主义研究领域关键词的确定及共词矩阵的构建
关键词共词分析一般只需要对高频关键词进行分析即可,根据高低频分界公式计算高频关键词数量:

(T代表高频关键词的数量,I代表频次为1的关键词数量)确定了30个高频关键词。通过对高频关键词的词频统计分析,大致了解某一视角的研究热度,但要进一步了解高频主题词之间的内部联系还需进一步在高频词基础上构建关键词共现矩阵,矩阵如表1所示。“共词矩阵中的数值代表两个关键词在同一文本中同时出现的次数,对角线上的数值是该关键词在所有样本文献中出现的总次数”[3],表1清晰表明,出现次数最多的几个关键词分别是;民粹主义、毛泽东、俄国民粹主义、普列汉诺夫、社会主义、马克思主义、精英主义,这些关键词代表着民粹主义研究热点的分布情况。
表1 民粹主义研究领域高频关键词共现矩阵
表2 民粹主义研究领域高频关键词相似矩阵
我们对高频关键词之间潜在的内部信息进行深入挖掘,为此在上述共词矩阵的基础之上,用Ucinet分析软件对30个高频关键词进行共词分析,生成共词相似矩阵(见表2)。“相似矩阵中的数值的大小表明了对应的两个关键词之间距离的远近”[4],矩阵中的数值如果越接近1,说明距离比较近,那么两者相似的可能性就越大;矩阵中的数值越接近于0,说明距离比较远,那么两者相似的可能性就越小。通过表2可以看到,距离民粹主义由近到远的顺序依次为:毛泽东(0.489)、马克思主义(0.383)、社会主义(0.347)、精英主义(0.108)、民主主义(0.061)。这表明,民粹主义研究中,结合毛泽东、马克思主义在一起研究的概率大于其他关键词的结合研究。另外,有两对关键词间距离较为相近,分别为:马克思主义和普列汉诺夫、社会主义与民主。这个数据结果初步显示了在民粹主义研究的文献中,经常会把马克思主义和普列汉诺夫、社会主义和民主结合在一起。
(二)关键词群集聚类与分析
“物以类聚,人以群分”,现实生活中往往采用一种经验的或主观的想法对事物进行分类。在统计学中,聚类分析可以根据数据本身的结构特点对人、物或各种影响因素进行多元统计,从而对样本数据进行自动分类。本研究利用层次聚类分析中的Q型聚类,使具有密切关系的关键词聚集在一起形成某一热点主题,通过聚类分析窥探整个研究热点领域。分析中所用方法是平方欧式距离测算法,数据聚类分析过程就是将相似关键词群集不断进行合并的过程,最初每一个关键词都是独立个体,将它称之为种子关键词,按照关键词之间距离的远近,将距离最近的两个关键词进行整合形成一个小群集,再由另外两个小群集聚集而成新的群组,依照这样的步骤相继推进,最后融合成新的群集分布。
为了便于分析,我们以聚类分析前两阶为例进行详细说明。最初每一个关键词都是独立个体,第一个关键词和第二个个关键词相似系数0.221,说明距离较近,所以第一阶先将第一个关键词和第二个关键词进行聚类而形成同一类别,再次将它们的融合群集和下一个关键词聚合进入第二阶,以此类推,依次将前者分别与后面关键词聚集,最终形成一个整体群集分布。在SPSS软件数据使用中,把聚类阈值设定为“5”,即聚类层次划分为五层,最终形成五大群集类别,也就是高频关键词聚集的热点领域,详细群集分布情况如图1所示。
图1 高频关键词群集分布图
在五大群集类别划分中,主题词民粹主义(1)单独划分为第一大类,主题词知识分子(2)、俄国民粹主义(12)、民意党(13)、民粹(17)等划分为第二大类;主题词普列汉诺夫(3)、胡绳(9)等划分为第三大类;主题词社会主义(5)、马克思主义(6)等划分为第四大类;主题词平民主义(7)、草根(11)等划分为第五大类,具体如表3所示。我们对五大群集依次进行主题概括,将其归纳为民粹主义自身理论研究、民粹主义政治实践活动研究、共产党人的民粹主义思想研究、意识形态中的民粹主义研究、网络空间中的民粹主义研究五大热点主题。
(三)关键词共词矩阵的网络社群图分析
为进一步探寻30个关键词之间隐藏的内部关联结构,使用UCINET 6.2软件,将表3得出的相似矩阵导入并加以分析,再通过软件中可视化工具NetDraw绘制出高频关键词社群图,如图2所示。
“在社群图中,每个节点都代表一个关键词,每一条直线表示两个关键词之间的共现关系”[5]。上述高频关键词的网络示意图表明:民粹主义、社会主义、毛泽东、民主、民粹派、俄国、马克思主义、普列汉诺夫、俄国民粹主义等一些词的周围联系相当丰富,这些关键词所代表的研究主题就是民粹主义领域的研究重点。我国民粹主义研究的重点集中于以社会主义、毛泽东思想、民主、俄国民粹派活动等为代表的政治领域。
表3 关键词群集聚类结果
图2 民粹主义研究高频关键词网络示意图
(四)社群图中心度描述性统计分析
为整体揭示我国民粹主义领域的研究趋势,笔者在社群图可视化结果基础之上使用Multiple Measures功能,得出社群图网络节点的中心度描述性统计分析结果(如下页表4所示),最后将统计结果运用中心性分析方法加以分析。
表4 中心度描述性统计分析结果(部分)
+++++++++
通常来讲,“在高频关键词社群图中,点度中心度较低并且接近中心度也较低,而中间中心度较高的节点在一定程度上能够反映某一研究领域新兴的发展趋势”[6],从表4中可以看出,俄国民粹主义、社会转型、普列汉诺夫、民主、网络民粹主义这些关键词中间中心度比较高,节点中心度和接近中心度都比较低,这就说明这些关键词代表了我国未来民粹主义研究的发展趋势。
三、民粹主义研究现状剖析与相关问题探讨
高频关键词频次统计、关键词共现矩阵与相似矩阵构建,为我们全面、客观地总结民粹主义思潮研究热点提供了比较扎实的基础数据;而在此基础之上所作的聚类分析和社群图相关分析,为深入掌握民粹主义研究热点领域、研究发展趋势等进行了更为深入的探讨。
(一)民粹主义研究五大热点领域
通过对关键词聚类分析本研究得出民粹主义研究集中在五个热点领域,主要涉及民粹主义自身理论研究、民粹主义政治实践活动研究、共产党人的民粹主义思想研究、意识形态中的民粹主义研究、网络空间中的民粹主义研究五大方面。以下将对五个热点领域分别进行详细描述。
第一,关于民粹主义自身理论研究。这一领域主要围绕关键词“民粹主义”(编号1)进行,这在一定程度上说明部分研究者皆针对民粹主义自身情况进行了相关研究,正因为“民粹主义”一词反复出现使得这一关键词成为独立的研究领域,因此笔者推测在这一领域中研究者们可能从民粹主义思潮本身入手,进行了民粹主义的概念定义、根源探讨、表现特征等方面的学理研究。
第二,关于民粹主义政治实践活动研究。此领域一共包含了11个关键词,它们分别是:知识分子、俄国民粹主义、民意党、民粹、平民、社会思潮、人民群众、民族主义、精英主义、民粹派。从分布情况可以看出民粹主义政治实践活动研究是从俄国的民粹派活动中开始的,并且随着政治实践活动的深入,单纯的国家政治活动研究向平民与知识分子、大众与精英之间博弈蔓延,值得研究者们注意的是“社会思潮”一词也被囊括在本领域之中,这说明研究者们已经认识到民粹政治的实现与思潮的席卷不可分割。
第三,关于共产党人民粹主义思想研究。在这个领域下,共有5个关键词包含其中,分别是:普列汉诺夫、胡绳、列宁、毛泽东、毛泽东思想,民粹主义最初隶属于政治思潮,要对民粹主义进行研究就离不开对共产党人的民粹思想进行探讨。从群集聚类表和社群图中各点距离各中心的位置可以看出,共产党人的民粹思想研究是从普列汉诺夫开始的,逐渐向列宁、毛泽东等进行转移。这一研究热点领域也符合当前学界研究的主流方向,毛泽东等人与民粹主义思想之间的争论此起彼伏、绵延不绝,随着党中央领导集体成员的更替,相信未来对共产党人的民粹思想研究将持续深入开展。
第四,关于意识形态中的民粹主义研究。这一领域主要包括社会主义、马克思主义、民主、生态危机、意识形态、文化民粹主义这6个关键词。这一领域包含范围确定后继续对领域中各点的内部联系加以分析,在网络社群图分析辅助下可以看出社会主义、马克思主义距离民粹主义都很近,而且这些关键词分布点的周围联系很紧密,说明研究中经常将民粹主义与马克思主义、社会主义相连结,正如有学者提出的“民粹主义与马克思主义总是剪不断、理还乱”[7]。
第五,关于网络空间中的民粹主义研究。这一领域主要由7个关键词组成,分别是平民主义、草根、网络民粹主义、新民粹主义、网络舆论、民主主义、自由主义民粹化。通过这些关键词点的分布可以看到在这一领域中,研究者们已经将研究视角转向网络空间,这也契合了web2.0时代下变化发展的潮流倾向,从其聚类分布来看是以“草根”为切入点,最终扩展到民粹倾向的研究,比较可惜的是最近几年学界流行的网络舆情民粹倾向和社会心理学、抗争学极端民粹没有纳入到本研究领域之中,这也是值得研究者们注意的重要方面。
(二)民粹主义研究的新兴发展趋势
根据前文对社群图中心度等的统计分析,未来我国民粹主义研究的新兴发展趋势主要涉及民主主义与民粹主义比较研究、中国化的新民粹主义研究、网络民粹主义研究三大方面。
第一,关于民粹主义与民主主义的比较研究。民粹主义是政治思潮,必定要在当代民主发展的新态势下加以把握。在中国几十年改革开放的进程中,随着经济水平的不断提高,中国民众的民主、民权意识也显著增强,民众在面对不满的政治现实时会发出底层平民的呼声,这样的民主意识不由自主地以民粹的形态来表现,未来的研究中民主与民粹一定密不可分、交相辉映。
第二,关于中国化的新民粹主义研究。当下中国的民粹主义思潮既与他国的、历史上的民粹主义一脉相承,同时又披上了新时代背景赋予的华丽外衣,形成了独具中国特色的新民粹主义研究。中国经济发展已经取得了长足进步,但是经济发展的同时社会贫富差距逐渐扩大,无论是纵向的社会历史视野,还是横向的全球化视角,这一问题都显得格外刺眼,两极分化问题历来是催生民粹主义生根发芽的土壤。解读穷人,民粹主义从社会不公中产生;解读富人,民粹主义从无数的非议中扎根,特殊的时代背景会产生符合特殊国情的新民粹主义研究视角。
第三,关于网络民粹主义研究。在过去的时代里,下层平民往往没有发言的权利,民粹情绪多通过一些知识阶层的代言来表现出来。而在当今世界,互联网成为了千家万户不可缺少的通信工具,便捷的互联网给自由的言论创造了极大的平台。当民众面对社会不公正时,互联网为他们开启了自由表达的大门,换言之,互联网成为民粹主义生根发芽的又一片新土壤,未来的研究中网络民粹主义势必成为民粹主义研究领域关注的重要话题。
(三)研究结论与展望
根据上述研究数据及相关分析,可以看到国内的研究者在民粹主义研究方面形成了民粹主义自身理论研究、民粹主义政治实践活动研究、共产党人的民粹主义思想研究、意识形态中的民粹主义研究、网络空间中的民粹主义研究等五大研究热点,从这些领域的研究情况来看已经形成了以政治实践活动研究为代表的纵向研究及以意识形态研究为代表的横向研究模式,研究格局已初具雏形和规模。与此同时,笔者根据社群图中心度统计结果分析,认为在未来的研究中会形成以民粹主义与民主主义、中国化的新民粹主义、网络民粹主义研究为代表的新兴发展趋势。当然,在社会思潮乃至思想政治教育研究中运用共词法,这还是一个新的尝试,在方法的使用以及观点的提炼上有待深入,期待有更多的此类量化研究成果出现。
参考文献:
[1]林红.论民粹主义产生的社会根源[J].学术界,2006,(11).
[2]崔雷.专题文献高频主题词的共词聚类分析[J].情报理论与实践,1996,(7).
[3]唐进.我国外语教学中的自主学习研究综述——以社会网络分析为视角[J].现代教育技术,2012,(1).
[4]郭文斌,俞树文.我国远程教育研究热点知识图谱——基于3170篇硕士及博士学位的关键词共词分析[J].电化教育研究,2014,(2).
[5]刘军.整体网分析讲义——UCINET软件应用[M].第二届社会网与关系管理研讨会资料,哈尔滨:哈尔滨工程大学社会学系,2007,(1).
[6]赵磊磊,等.我国MOOC领域研究现状及趋势分析[J].现代教育技术,2014,(12).
[7]陈龙.当代传媒中的民粹主义问题研究[M].北京:中国广播影视出版社,2015:83.