更多>>
课题组动态
更多>>
皮书作者
您现在所在的位置：首页
| 出版时间：2016年03月 |
西方有关群体事件行为动机的一种经典解释基于资源动员理论，认为在社会变迁背景下群体事件数量的增多主要是由于行为参与者对于经济利益的关注。近年来，也有学者提出我国群体事件数量在上升，可能是公众对于公平正义的关注度提高所致。本研究根据谷歌图书中包括的中文简体字版的正式出版书籍，通过GoogleNgramViewer分析工具考察“公正”与“经济”两类关键词的词频变化趋势，探讨1993～2008年我国社会变迁过程中相关价值观的发展规律，从宏观层面对上述两个对立的理论假设进行检验。研究结果验证了前述两个假设：①随着我国社会经济的发展和经济实力的增强，人们越来越关注公平正义，而对于经济利益的关注度则在降低；②近年来群体事件数量的增多，更可能是由于人们对于公平正义的关注度日益提高，而不是由于经济利益所驱动。
The classic theory in explaining the motivation of collective events is resource mobilization，which is the rise of collective actions may probably reflect a rise in public’s concerns of economic interests during the social transformation period. While some recent research proposed that justice-related morality has been increasingly emphasized with the social change in China，resulting in more justice-driven collective actions. The present study aims to test these two comparative explanations at the macro level by using Google Books Ngram Viewer，tracking the changing concerns in justice-related concepts and economic exchanges. The analysis revealed that（a）with the increase of economic growth indexing by GDP per capita，the concerns in justice-related concepts increased while the concerns of economics declined.（b）The increasing amount of collective actions was accompanied by the increasing intellectual curiosity in justice and the declining economic concerns. These results validate our assumption that the recent collective actions are more likely driven by the increasing justice concerns with the development of society，but not driven by the economic concerns.
一 Google Ngram Viewer介绍及相关研究
大数据时代为研究者提供了前所未有的海量数据、资料和信息。这些数据和数据挖掘技术，能使研究者有机会深入观察和分析人类社会复杂的行为模式，它给社会科学带来了新机遇。然而，相比大数据概念的热度，基于大数据进行的人文社会科学领域的实证研究却相当有限。其原因包括以下几个方面：首先，数据获取渠道缺乏开放性。各国的大数据资源主要由政府、大型公司、网络媒体所持有，数据获取的限制阻碍了研究的深入开展。其次，大数据的分析方法与传统社会科学中定量和定性分析方法存在很大差异，如何更好地考察变量间的相关性、准确地发现属性间隐含的联系，成为大数据时代亟须解决的测量学问题。最后，现有大数据的挖掘本身并非为社会科学研究而设立，在样本代表性、测量可靠性等方面往往受到学界的诟病（Tufekci，2014；陈云松，2015；程鑫、史洪波，2015）。不过近年来这种情况有所转变。例如，随着谷歌图书（Google Books）数据库的不断完善，出现了一些基于Google Ngram Viewer分析工具的出色研究。这种数据分析具有文献范围广泛、数据内容丰富、纵贯时间长等特点，使得过去难以完成的内容分析工作得以实现（Krippendorff，2004）。
自2004年起，谷歌公司通过谷歌图书伙伴计划（Google Books partner program）和谷歌图书馆伙伴计划（Google’s library partners），对密歇根、哈佛、牛津等多所大学图书馆和公立图书馆（如纽约公立图书馆）以及出版社和个人赠书进行了工程浩大的数字化转换，其宗旨在于建立全球最大的人类知识在线体系，并推动知识的民主化运动。截至2015年，谷歌公司采用光学字符识别系统（optional character recognition，OCR）对全球超过2500万种书籍进行了扫描识别并将其存入数据库（Heyman，2015）。其数据库中既有通俗大众读物也有学术著作，目前包括英、法、西、德、中、俄、希伯来语七种语言（Michel，et al.，2011）。其中数字化质量较好可供全文检索的图书达800多万（8116746）种，词汇量有8000多亿（Lin et al.，2012；陈云松，2015）。
Google Ngram Viewer是一个在线词频统计器，它建立在谷歌图书的庞大数据库基础上，可以对公元1500～2015年所有能找到的电子资源的词语和短语进行使用频率的统计。为了实现基于全文检索的词频统计，该分析工具采用词汇连续语音识别中的“n-gram”算法模型对文献库中海量文本进行切分与断句（陈云松，2015）。
Google Ngram Viewer成为第一个“文化组学”的研究工具。“文化组学”（culturomics）是哈佛大学研究人员艾登（Aiden，E.L.）和米歇尔（Michel，J.B.）于2011年首次提出的概念，它由“文化”（culture）和“基因组学”（genomics）复合而成（Michel et al.，2011）。艾登指出：“如果我们认为单词是一个文化单元，那么这种做法就是有意义的。基因组里包含可继承的信息，世代相传；而在人类的书籍当中，我们使用的单词也代代相传。”可以这样说，即使是一个简单的词语也是历史传承和文化凝练的结果，词语的应用和文化潮流之间存在必然的关联性。因此，通过分析过去几个世纪词汇在出版书籍中的增长和衰落，研究人员有可能在大范围内研究文化的演变。Google Ngram Viewer就是利用词汇频率数据客观勾勒出词汇的历史变迁脉络。通过观察随时间推移词汇使用频率的变化，我们可以认识和理解人类的思想和文化的发展趋势。
2011年，Michel等的研究团队在《科学》（Science）上发表了论文《使用百万数字化书籍的文化定量分析》（Michel et al.，2011），他们借助谷歌图书的数字化资料分析了1500～2000年500多万本书籍（占所有出版书籍的4%）中高达5000多亿单词的语料库，通过对关键词使用频率的变化进行分析，展示了五百年来人类文化发展史中或鲜为人知或饶有兴味的变化趋势（陈云松，2015）。
2013年，心理学家Greenfield利用Google Ngram Viewer分析工具验证了他关于社会变迁与人类发展的理论假设，即不同的价值体系、心理与行为适用于不同的生态类型（Greenfield，2009）。Greenfield的生态类型理论认为，个人主义的价值观、心理与行为（以独立和独特的自我为核心）适应于都市化环境（gesellschaft environment），其中最为重要的价值观包括选择机会、个人拥有、物质主义、儿童中心的社会化；集体主义的价值观、心理与行为（以互依的家庭或社区为核心）适应于乡村化环境（
