Page 99 - 《社会》2021年第1期

社会·2021·1

件，即政策话语均产生于第三个阶段。
在阶段划分的基础上， 本研究基于自我陈述、 媒体报道和学术研
究三类传播话语构建二模网络。 具体而言，本文将话语类别作为行，将
概念类属作为列，并根据实际需要筛选了词频为 3 次以上的类属构建
二模网络。 之所以选择概念类属，因其既兼顾了信息容量的密度又保
留了足够多的细节，避免了尝试性类属信息过于庞杂和解释语库过于
抽象的问题。 在此基础上，本文将节点（即概念类属）依照其所对应的
解释语库合并，计算出各网络调用各解释语库的频次，进一步转化 为
各解释语库在不同话语网络中使用的占比情况。
最后， 构建各类需要分析的共现矩阵网络。 与二模网络的构建相
似，对编码完成的话语样本进行词频筛选与时间分段，之后分别将 其
题录信息导入 SATI3.2 软件，经过字段抽取、频次统计、矩阵生成等程
序形成共现矩阵（ Co-Occurrence Matrix）。 考虑到本文数据来源的多元
性，由频次直接构建的网络之间不可比，需要进一步处理数据。 目前学
界的处理方法主要有两种：一是计算二模网络的列模相关系数所得的
相似矩阵，这类方法反映了网络各节点的活跃程度，但在大规模网 络
中存在适应性不佳的问题； 二是假设观测网络背后存在潜在结构，通
过数学方法提取观测网络背后的 关 联 模 式（陈 华 珊，2017），这 类 方 法
在自然科学领域得到了广泛应用。 考虑到文本的概念类属本身已经是
对现有文本的抽象，基于此再假设文本网络存在潜在空间则难以解释
其意涵，因此，本研究采用相关系数法算出原始共现矩阵的相似矩阵，
使用相似矩阵进行分析。 随后，本研究测量了网络的中心势、密度、平
均路径、节点数量，以及网络节点的点度、中间中心度及其作为概念类
属出现的频次。 最后，本研究通过 Spring 算法实现网络可视化，并使用
Louvain 算法进行聚类分析。
四、试点经验的形成过程：话语建构的动态变迁

本节旨在通过不同阶段和不同话语网络之间的比较， 分析 TS 孵
化器的试点经验如何在话语的动态变迁 中 被 建 构为 一 套 完 整 自 洽 的
政策知识。 对此，下文在借助话语网络呈现的基础上，参考原始文本，
解释和分析话语建构的变迁过程。
（一）1996 年至 2001 年：合法性叙事的初步实现

· 92 ·