“一帶一路”倡議背景下絲綢文化特征流動及演化

陶晨 鄒專勇 楊劍平

摘要： 從文化特征流動的角度，通過對大數據中特征流動現象的統計和分析，文章研究了十年間絲綢文化特征之間關系與角色的重塑。通過互聯網信息采集形成絲綢文化的語料大數據，對特征詞進行提取、歸類和統計從而生成流動性矩陣，表達物質性、社會性和精神性文化特征之間相互流動的概率;對流動性矩陣中文化特征的流出、流入率進行計算與分析，發現了時間軸上絲綢文化活力及影響力的分化;構建了流動率系數公式用以表征整體上的流動性強弱，結合文化特征體量提出了文化內涵豐度的概念，揭示了近十年來絲綢文化內涵持續豐化的軌跡;討論了文化特征的迭代流動及其與流動性矩陣的數值關系，提出了流動極限概率用以表征整體上的流動性走向，揭示了絲綢文化特征流動模式的強化現象。研究結果厘清了“一帶一路”倡議背景下絲綢文化的發展狀態與趨勢，可為文化政策導向提供參考。

關鍵詞： 絲綢;文化特征;流動性;“一帶一路”倡議;特征詞;語料大數據;迭代

中圖分類號： TS941.12;G202

文獻標志碼： B

文章編號： 1001-7003（2021）12-0099-06

引用頁碼： 121204

DOI： 10.3969/j.issn.1001-7003.2021.12.016（篇序）

Abstract： From the perspective of cultural feature mobility， through the statistics and analysis on feature mobility phenomenon in big data， the remodeling of relation and roles among the features of silk culture in the last decade was investigated in this paper. This study firstly collected the big data of corpus for silk culture from large-scale Internet information， extracted， classified and counted the feature words to create a mobility matrix that could express the probabilities of mobility among material， social and mental cultural features. The outflow rate and inflow rate of cultural features in the mobility matrix were calculated and analyzed which verified the differentiation of the vitality and the influence of silk culture on the time shaft. A mobility coefficient formula was established to represent the overall intensity of mobility， and the concept of cultural connotation abundance was proposed according to the mass of cultural features， and the trajectory of the ever-increasing silk culture connotation abundance in the past decade was revealed. The iterative mobility of cultural features and its relationship with the mobility matrix were discussed， the mobility limiting probability was proposed to represent the overall direction of mobility， and the intensification phenomenon in the mobility mode of silk cultural features was revealed. The research results have clarified the development state and trend of silk culture in the context of "the Belt and Road Initiative"， which can provide a reference for cultural policy orientation.

Key words： silk; cultural features; mobility; "the Belt and Road Initiative"; feature word; big data of corpus; iteration

絲綢文化是中華優秀傳統文化的典型代表，近十年來“文化強國”戰略背景下，絲綢文化在時尚設計、地緣政治、國際交流等方面涌現的新特征令人矚目，尤其是“一帶一路”倡議的提出，帶給絲綢文化一次蛻變。絲綢文化演變的實證研究，既是傳統文化自我揚棄的前提和基礎，也是從文化領域評估國家戰略影響力的現實需要。已有許多學者探討新時期傳統文化的演變和跨越式發展，典型如討論絲綢文化的復興[1]、新時期文化共同體的形成[2]、新絲路歷史文化遺產的保護策略[3]、絲綢文化傳播與經濟發展的互動關系[4-5]等。該類研究采取社會調查、資料整理和觀點討論的傳統方法，提出愿景或對策，而鮮有數據實證。

另一方面，隨著大數據技術應用的不斷深入，近年來文化研究領域呈現出明顯的數據密集特點，跨學科的“文化計算”應運而生[6]，為新時期絲綢文化演變的數據實證研究提供了全新的思路和方法。文化計算源起于哈佛大學的Michel等[7]對谷歌數字圖書數據進行的“文化組學”研究，其通過統計海量文本中單詞或人名隨時間變化的頻率，推導出了一些重要歷史文化事件和趨勢，證明了利用大數據技術從語料文本中提取文化特征并進行量化分析的可行性。在文化組學的詞頻方法之上，后續研究進行了拓展和結合應用，有代表性的如：將詞頻統計與關系網絡相結合，龔為綱等[8]評估19世紀海上絲綢之路中絲綢產品的貿易格局和文化影響力;CORREIA等[9]在生態學研究中引入詞頻分析，通過不同語言中動物名稱的頻率分布，實時監測物種文化可見度的變化，揭示公眾環保意識的走向;KOZLOWSKI等[10]在詞頻統計基礎上提出詞向量模型用于研究社會階級結構，據此發現社會階級形成與轉化的周期性規律;陶晨等[11]將詞頻方法與文化特征層次體系相結合，透視新時期絲綢文化特征的變構與進化歷程。

文化內涵應視為文化特征及特征間聯系的總和，雖有文化組學在對文化特征進行提煉，但并未對特征之間的聯系予以足夠的觀照，因而未能深入挖掘大數據中的文化涵義。為彌補這一缺失，本研究著力于發掘文化特征之間的聯系與互動，提出文化特征流動性的概念，通過對大數據中特征流動現象進行量化分析，從文化聯系視角構建絲綢文化特征流動的矩陣模型，揭示新時期絲綢文化發展的規律與趨勢，從而為文化政策制定提供參考。

1?文化特征流動現象

根據文化階層理論[12]，文化包含三個層次的特征，即物質性特征（向物的）、社會性特征（向人的）和精神性特征（向心的）;對于不同的文化或文化發展的不同階段，三類特征所占的比重有所不同。從這一觀點出發，可厘清絲綢文化的基本特征成分。

中國古代先民種桑、養蠶、制絲、織綢，產生了極其多樣的品種、技藝、工具，創造了豐富的物質性文化;這種物質性文化在生產實踐中培育了特定的社會群體（如“桑女”“蠶農”“駝隊”）及相應的社會傳統與習俗（如“耕織”“衣錦”“綢莊”“蠶業”），給絲綢文化賦予社會性特征;在物質生產和社會生活中，人們長期踐行與絲綢相關的生產和生活方式，這一過程中吸收、積累、升華而來的情感和理念（如“自信”“義利”“兼蓄”），成為絲綢文化的精神性特征。

“絲綢”的本意昭示其物質性，在數千年的勞動創造和實踐中其內涵不斷延伸，以至于貫通物質、社會、精神三個階層。如今提及“絲綢”，國人一般會自然聯想到“絲綢之路”及相關貿易、文化交流（即社會性特征），并出于對這一友好交流途徑的文化認同，從內心產生文化自信和自豪感（即精神性特征）。這種主觀上無意識的聯想和體驗，是絲綢文化語境中各類特征相互流動的反映。絲綢文化特征的流動，是文化特征之間聯系與互動的表現，在語料中體現為不同性質特征詞在文本流中的接續，如表1所示。

與文化特征相對應，本研究將大數據中絲綢文化的特征詞分為物質性特征詞、社會性特征詞和精神性特征詞三種。不同性質特征詞在語料中的接續，表達出背后文化特征的流動，進而反映了文化特征之間的聯系。因此，通過表征文化特征之間的流動性，可從特征聯系的角度描繪絲綢文化內涵與結構。

2?流動性量化表征

將“絲綢”作為關鍵詞，以百度網站的搜索結果頁面作為入口，利用主題網絡爬蟲技術[13]進行多線程大規模文本采集，將網頁時間戳賦予相應文本對象的時間屬性，本研究共爬取20 943個網站的570 120個有效網頁，獲取文本74 985兆字節，時間上涵蓋2010—2019年共十年，形成絲綢文化的語料大數據。對大數據中的文本進行處理，析出表達文化特征的特征詞。處理的過程主要包括分詞[14]和停用詞過濾[15]兩個步驟。分詞即中文詞語的分割，將文本轉變為詞語集合;借助百度中文停用詞表對詞語集合進行過濾，將一些動詞、量詞、連詞、介詞、語氣詞等意義不大的非實體詞語（稱為“停用詞”）去除，成為可供進一步分析的特征詞序列，如表2所示。

通過德爾菲法確定特征詞的性質，將其歸入物質性特征詞、社會性特征詞或精神性特征詞;對于難以人為判定的模糊特征詞，采用上下文綜合辨析方法進行歸類[11]。在特征詞序列中，根據詞語出現的先后順序，對三類特征詞流動的頻次進行計數，經歸一化處理后可得到一個流動性矩陣，如表3所示。

該流動性矩陣（P表示）以量化方式表述三類文化特征之間的流動性。矩陣中每個元素可視為一個概率值，每行上的概率值之和為1。第i行j列上的元素P（i，j）（i，j=1，2，3），指示i行所代表特征類別向j列所代表特征類別流動的概率。如P（1，2）=0.33，表示物質性特征向社會性特征流動的概率為0.33。

3?流動性矩陣分析

3.1?流出與流入

將文化特征的流動分割為流出、流入兩個方面進行考察。特征流出，是指該類特征向其他類別特征流動;特征流入，是指其他類別特征向該類特征流動。在表3流動性矩陣的基礎上，可由下式計算三類特征的流出率和流入率：

特征的流出率高，即該類特征頻繁向其他特征轉化，意味著該類特征的性狀活躍，故流出率可視為特征活力的指標;特征的流入率高，即其他特征頻繁向該類特征轉化，表明該類特征吸納、同化其他特征的能力強，故流入率可視為特征影響力的指標。利用特征詞序列的時間標簽，將絲綢文化語料劃分成十個子集，對應2010—2019年。對這十個子集分別進行特征詞統計，構建流動性矩陣，并計算流出、流入率，結果如圖1所示。

由圖1可以看出，時間軸上的流出、流入率呈現明顯的分段特點。前段大致對應2013年之前，三類特征在流出、流入率上均比較接近、差異較小;后段對應2014年之后，流出、流入率的差異逐漸增大，之后趨于穩定。兩段軌跡的分界點與“一帶一路”倡議下提出的時間點基本吻合。

上述分段現象表明，“一帶一路”倡議的提出和推行是絲綢文化發展過程中的重要分叉點。從流動性的角度，可見三類文化特征由均勻、劃一走向差異化、極化，由無序走向有序，在此過程中絲綢文化原有的對稱結構得以破除，文化特征的角色、地位和體系結構得以重塑。

在流出率分叉過程中（圖1（a）），物質性特征流出率呈現上升趨勢、社會性特征呈下降趨勢、精神性特征基本持平;三者回歸穩定狀態后，物質性特征流出率最高。這說明，物質性特征是近年來絲綢文化中最具活力的特征，積淀在絲綢文化底層的物質性是其演化和發展的動力之源，加強對絲綢產品、技藝、題材的保護、開發與轉化，將是保持絲綢文化活力與創造力的根本舉措。

在流入率走向差異化的過程中（圖1（b）），社會性和精神性特征流入率呈現上升趨勢、物質性特征呈下降趨勢;三者趨于穩定后，社會性特征流入率最高。這說明，社會性特征是近年來絲綢文化中最具影響力的特征，精神性特征次之，絲綢文化主要依靠其社會性、精神性特征在社會生活的各個領域發揮作用和功能。2014年前后流入率的高低反轉，表明絲綢文化從物質性主導的文化轉變為社會性主導的文化，完成了一次文化形態的躍遷。可見，社會性特征是絲綢文化影響力的主要來源，現階段加強挖掘和闡發絲綢文化活動的政治、經濟、禮俗等社會性含義，將是擴大絲綢文化影響力的有效途徑。

3.2?流動性系數

表3流動性矩陣量化描述了三類文化特征相互流轉的概率，在該矩陣中可見對角線上的元素值較大（0.36、0.66、0.53），而其余元素值相對較小。換言之，絲綢文化特征類內滯留（如“物質→物質”“社會→社會”“精神→精神”）的概率較大，而類間流動概率相對較小。為表征整體上的流動性強弱，可考慮兩種極端情況下的流動模型，如圖2所示。

圖2（a）所示為最小流動性對應的矩陣，該矩陣是一個3×3單位矩陣（對角線上元素為1.0、其余為0.0），表示文化特征類內滯留的概率為100%，即無流動性。圖2（b）所示為矩陣對應流動性最大的情況，每種文化特征均完全流向其余兩種，類內滯留概率為0.0。考慮上述兩種情況，本研究構建流動性系數E如下式所示：

式中：k為文化特征的種類，這里取3;PD為流動性矩陣中對角線上元素之和。

因0≤PD≤k，故0≤E≤1。對最小流動性矩陣，計算得E=0;對最大流動性矩陣，計算得E=1;對表3給出的矩陣，得E=0.48。流動性系數可用來量化評估文化特征整體上的流動性強弱，是文化內涵的重要體現。

絲綢文化之內涵包括構成絲綢文化的各種特征，以及特征之間的聯系。若文化特征的體量一定，流動性系數越大，表明文化特征之間的聯系和互動越頻繁，文化內涵越豐富。故流動性系數與特征體量（以N表示）可共同構成絲綢文化內涵豐度（以R表示）的指標，如下式所示：

R=E×N（3）

本研究中以特征詞數量（經歸一化處理）作為特征體量的衡量。對2010—2019年的十個流動性矩陣分別計算流動性系數、文化內涵豐度，結果如圖3所示。

由圖3可見，絲綢文化內涵豐度與流動性系數具有較高一致性，其原因在于文化特征體量在時間軸上的變化很小。從表征機制上看，文化特征體量的變化來自不同時間段語料庫中新詞的涌現和舊詞的隱沒。統計得到，十年間絲綢文化語料庫中的特征詞數量均值為8 399，離散度（標準差除以均值）為1.46%。至少在可觀察的時間窗口內，絲綢文化內涵的變化主要來自文化特征之間聯系的變化。因此，流動性系數通過文化特征之間聯系與轉化的頻度，實際反映了一定時期內絲綢文化內涵的豐富程度。

由圖3還可見，十年間絲綢文化內涵豐度經歷了“從平穩到上升、再回歸平穩”的過程。2010—2012年是首個平穩期，從2013年開始進入上升期，該時間點與“一帶一路”倡議的提出吻合;至2015年，絲綢文化內涵豐度再度回歸平穩。這表明，“一帶一路”倡議的推行，導致絲綢文化特征流動形式的改造和升級，給絲綢文化帶來系統性內涵擴充。

特征聯系而非特征體量推動現階段絲綢文化內涵擴張的現象，要求相關文化政策應重視流動性帶來的絲綢文化內涵升級，尤其是調動和激勵文化特征之間的躍遷和反哺，如絲綢服飾背后的民族心理與社會功能（物質性特征向社會性特征躍遷）、絲綢商貿活動中的義利觀（社會性特征向精神性特征躍遷）、工匠精神在絲綢產品與工藝上的體現（精神性特征反哺物質性特征）等。

3.3?流動極限概率

如上所述，流動性系數用來表征絲綢文化特征總體上的流動性強弱，但不能反映流動方向或趨勢。為探究絲綢文化特征整體流動的方向，本研究考察特征持續流動過程與流動性矩陣的數值關系。令M、C、S分別代表物質性、社會性和精神性特征，對圖2給出的矩陣，考慮物質性特征流動兩次后進入社會性特征的概率（記作PM2C），如圖4所示。

故特征的迭代流動概率與流動性矩陣P的關系可表述為：若Pn（n為自然數）表示矩陣P的n次方、Pn（i，j）為矩陣Pn第i行j列上的元素，則Pn（i，j）指示了i行所代表特征類別流動n次后抵達j列所代表特征類別的概率。若特征的迭代流動持續進行，即數值n不斷增大，根據素矩陣（Primitive matrix）性質，Pn將收斂于定數[16]。令n=3，5，10，對表3流動性矩陣計算P3、P5、P10，結果如圖5所示。

由圖5可見，隨著n值增大，矩陣各行之間的差別逐漸縮小而趨于零。這意味著，對于給定的流動性矩陣，特征的持續流動存在一定的方向或趨勢，這種方向或趨勢在數值上表現為一組極限概率。本研究中，將n足夠大時流動性矩陣Pn抵達穩定、不再變化的狀態，所具有的一組概率稱為流動極限概率。流動極限概率包含三個具體概率值，即物質性極限概率、社會性極限概率和精神性極限概率，對圖5所示的情形三個極限概率值依次為0.17、0.50、0.33。

流動極限概率指示了經充分流動后各類文化特征的最終歸止，揭示了文化特征流動的方向或趨勢。對各個流動性矩陣分別進行迭代計算以至于數值穩定，得到近十年絲綢文化特征的流動極限概率，如圖6所示。

由圖6可見，社會性極限概率最高、精神性極限概率次之、物質性極限概率最低，這一模式十年間維持不變。這表明，絲綢文化特征整體流動的方向或總趨勢是社會性指向的。換言之，無論各類特征的現有分布狀態如何，其流動與演化的最終狀態都將由社會性特征主導。

同時，沿時間軸方向三個極限概率逐漸發散，表明上述“社會性極限最高、精神性極限次之、物質性極限最低”的模式在近十年間有所增強。這一增強的軌跡起點大致位于2013年，與“一帶一路”倡議提出的時間點一致。可見，“一帶一路”倡議的實行未改變絲綢文化特征流動的原有模式與趨向，而是推動了該模式的持續分化、強化，這一影響延續至時間軸末端。

另外，強化態勢下精神性成分演動滯緩，暗示了絲綢文化結構的優化空間。即通過激勵社會性特征的精神性轉化（如“一帶一路”倡議對絲路精神的再現與張揚、絲綢傳統禮俗中的儒家文化精神等），可改善現階段流動性歸止結構中精神性成分的欠適配狀態，以培育更為合理的絲綢文化結構。

4?結?論

本研究以絲綢文化語料大數據為素材，通過對特征詞的流動現象進行挖掘和量化表征，展示了最近十年絲綢文化特征聯系的演動。

1） 絲綢文化活力及影響力的分化。對流出、流入率的分析表明，絲綢文化活力載體由相對均衡的狀態向物質性特征遷移，絲綢文化影響力載體則由均衡態向社會性特征遷移。

2） 絲綢文化內涵豐度的提升。對流動性系數的分析顯示，文化特征之間聯系形式的演化和升級，使得十年間絲綢文化內涵豐度經歷了“從平穩到上升、再回歸平穩”的過程。

3） 絲綢文化發展趨勢的強化。對流動極限概率的分析顯示，十年間絲綢文化特征流動性歸止結構中，精神性成分基本維持不變，而社會性特征成分持續增加、物質性成分相應減少，造成了社會性特征主導趨勢的不斷強化，以及絲綢文化基本素質的加速嬗變。

參考文獻：

[1]李希光. “一帶一路”文化建設與絲綢之路文化復興[J]. 當代傳播， 2015（6）： 24-26.

LI Xiguang. Cultural construction and cultural revival of the Silk Road under "the Belt and Road Initiative"[J]. Contemporary Communication， 2015（6）： 24-26.

[2]傅才武， 嚴星柔. 論建設21 世紀中華民族文化共同體[J]. 華中師范大學學報（人文社會科學版）， 2016， 55（5）： 63-74.

FU Caiwu， YAN Xingrou. On the construction of Chinese national culture community in the 21st century[J]. Journal of Central China Normal University（Humanities and Social Sciences）， 2016， 55（5）： 63-74.

[3]李丕宇. “一帶一路”背景下“絲綢之路”歷史文化遺產研究的雙向視域[J]. 齊魯藝苑， 2017（2）： 4-8.

LI Piyu. The bi-directional perspective for historical and cultural research on the heritage of "the Silk Road" under the background of "the Belt and Road Initiative"[J]. Qilu Realm of Arts， 2017（2）： 4-8.

[4]秦子瑜. 淺析“一帶一路”跨界文化傳播對經濟發展的促進[J]. 新聞傳播， 2016（13）： 119-120.

QIN Ziyu. A brief analysis on the promotion of "the Belt and Road Initiative" cross-border cultural communication to economic development[J]. Journalism Communication， 2016（13）： 119-120.

[5]王繼全， 張譯元， 江曉倩. 科技創新驅動浙江絲綢文化的傳承與發展[J]. 浙江理工大學學報（社會科學版）， 2020， 44（4）： 375-382.

WANG Jiquan， ZHANG Yiyuan， JIANG Xiaoqian. Inheritance and development of Zhejiang silk culture driven by scientific and technological innovation[J]. Journal of Zhejiang Sci-Tech University（Social Sciences Edition）， 2020， 44（4）： 375-382.

[6]趙海英， 賈耕云， 潘志庚. 文化計算方法與應用綜述[J]. 計算機系統應用， 2016， 25（6）： 1-8.

ZHAO Haiying， JIA Gengyun， PAN Zhigeng. Review on the methods and applications in cultural computing[J]. Computer Systems & Applications， 2016， 25（6）： 1-8.

[7]MICHEL J B， SHEN Y K， AIDEN A P， et al. Quantitative analysis of culture using millions of digitized books[J]. Science， 2011， 331（6014）： 176-182.

[8]龔為綱， 羅教講. 大數據視野下的19 世紀“海上絲綢之路”： 以絲綢、瓷器與茶葉的文化影響力為中心[J]. 學術論壇， 2015， 38（12）： 82-91.

GONG Weigang， LUO Jiaojiang. The 19th century "Maritime Silk Road" under the vision of big data： Centered on the cultural influence of silk， porcelain and tea[J]. Academic Forum， 2015， 38（12）： 82-91.

[9]CORREIA R A， JEPSON P， MALHADO A C M， et al. Internet scientific name frequency as an indicator of cultural salience of biodiversity[J]. Ecological Indicators， 2017， 78： 549-555.

[10]KOZLOWSKI A C， TADDY M， EVANS J A. The geometry of culture： Analyzing the meanings of class through word embeddings[J]. American Sociological Review， 2019， 84（5）： 905-949.

[11]陶晨， 魯佳亮， 蘇淼， 等. 新時期絲綢文化演變的大數據解讀[J]. 絲綢， 2020， 57（12）： 74-79.

TAO Chen， LU Jialiang， SU Miao， et al. Interpretation of silk culture evolution in the new era through big data[J]. Journal of silk， 2020， 57（12）： 74-79.

[12]錢穆. 文化學大義[M]. 北京： 九州出版社， 2011.

QIAN Mu. The Basics of Culturology[M]. Beijing： Jiuzhou Press， 2011.

[13]于娟， 劉強. 主題網絡爬蟲研究綜述[J]. 計算機工程與科學， 2015， 37（2）： 231-237.

YU Juan， LIU Qiang. Survey on topic-focused crawlers[J]. Computer Engineering and Science， 2015， 37（2）： 231-237.

[14]黃昌寧， 趙海. 中文分詞十年回顧[J]. 中文信息學報， 2007（3）： 8-19.

HUANG Changning， ZHAO Hai. Chinese word segmentation： A decade review[J]. Journal of Chinese Information Processing， 2007（3）： 8-19.

[15]化柏林. 知識抽取中的停用詞處理技術[J]. 現代圖書情報技術， 2007（8）： 48-51.

HUA Bolin. Stop-word processing technique in knowledge extraction[J]. New Technology of Library & Information Service， 2007（8）： 48-51.

[16]方保镕. 矩陣論[M]. 北京： 清華大學出版社， 2013： 192-197.

FANG Baorong. Theory of Matrices[M]. Beijing： Tsinghua University Press， 2013： 192-197.