“一带一路”倡议背景下丝绸文化特征流动及演化

陶晨 邹专勇 杨剑平

摘要： 从文化特征流动的角度，通过对大数据中特征流动现象的统计和分析，文章研究了十年间丝绸文化特征之间关系与角色的重塑。通过互联网信息采集形成丝绸文化的语料大数据，对特征词进行提取、归类和统计从而生成流动性矩阵，表达物质性、社会性和精神性文化特征之间相互流动的概率;对流动性矩阵中文化特征的流出、流入率进行计算与分析，发现了时间轴上丝绸文化活力及影响力的分化;构建了流动率系数公式用以表征整体上的流动性强弱，结合文化特征体量提出了文化内涵丰度的概念，揭示了近十年来丝绸文化内涵持续丰化的轨迹;讨论了文化特征的迭代流动及其与流动性矩阵的数值关系，提出了流动极限概率用以表征整体上的流动性走向，揭示了丝绸文化特征流动模式的强化现象。研究结果厘清了“一带一路”倡议背景下丝绸文化的发展状态与趋势，可为文化政策导向提供参考。

关键词： 丝绸;文化特征;流动性;“一带一路”倡议;特征词;语料大数据;迭代

中图分类号： TS941.12;G202

文献标志码： B

文章编号： 1001-7003（2021）12-0099-06

引用页码： 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

絲绸文化是中华优秀传统文化的典型代表，近十年来“文化强国”战略背景下，丝绸文化在时尚设计、地缘政治、国际交流等方面涌现的新特征令人瞩目，尤其是“一带一路”倡议的提出，带给丝绸文化一次蜕变。丝绸文化演变的实证研究，既是传统文化自我扬弃的前提和基础，也是从文化领域评估国家战略影响力的现实需要。已有许多学者探讨新时期传统文化的演变和跨越式发展，典型如讨论丝绸文化的复兴[1]、新时期文化共同体的形成[2]、新丝路历史文化遗产的保护策略[3]、丝绸文化传播与经济发展的互动关系[4-5]等。该类研究采取社会调查、资料整理和观点讨论的传统方法，提出愿景或对策，而鲜有数据实证。

另一方面，随着大数据技术应用的不断深入，近年来文化研究领域呈现出明显的数据密集特点，跨学科的“文化计算”应运而生[6]，为新时期丝绸文化演变的数据实证研究提供了全新的思路和方法。文化计算源起于哈佛大学的Michel等[7]对谷歌数字图书数据进行的“文化组学”研究，其通过统计海量文本中单词或人名随时间变化的频率，推导出了一些重要历史文化事件和趋势，证明了利用大数据技术从语料文本中提取文化特征并进行量化分析的可行性。在文化组学的词频方法之上，后续研究进行了拓展和结合应用，有代表性的如：将词频统计与关系网络相结合，龚为纲等[8]评估19世纪海上丝绸之路中丝绸产品的贸易格局和文化影响力;CORREIA等[9]在生态学研究中引入词频分析，通过不同语言中动物名称的频率分布，实时监测物种文化可见度的变化，揭示公众环保意识的走向;KOZLOWSKI等[10]在词频统计基础上提出词向量模型用于研究社会阶级结构，据此发现社会阶级形成与转化的周期性规律;陶晨等[11]将词频方法与文化特征层次体系相结合，透视新时期丝绸文化特征的变构与进化历程。

文化内涵应视为文化特征及特征间联系的总和，虽有文化组学在对文化特征进行提炼，但并未对特征之间的联系予以足够的观照，因而未能深入挖掘大数据中的文化涵义。为弥补这一缺失，本研究着力于发掘文化特征之间的联系与互动，提出文化特征流动性的概念，通过对大数据中特征流动现象进行量化分析，从文化联系视角构建丝绸文化特征流动的矩阵模型，揭示新时期丝绸文化发展的规律与趋势，从而为文化政策制定提供参考。

1 文化特征流动现象

根据文化阶层理论[12]，文化包含三個层次的特征，即物质性特征（向物的）、社会性特征（向人的）和精神性特征（向心的）;对于不同的文化或文化发展的不同阶段，三类特征所占的比重有所不同。从这一观点出发，可厘清丝绸文化的基本特征成分。

中国古代先民种桑、养蚕、制丝、织绸，产生了极其多样的品种、技艺、工具，创造了丰富的物质性文化;这种物质性文化在生产实践中培育了特定的社会群体（如“桑女”“蚕农”“驼队”）及相应的社会传统与习俗（如“耕织”“衣锦”“绸庄”“蚕业”），给丝绸文化赋予社会性特征;在物质生产和社会生活中，人们长期践行与丝绸相关的生产和生活方式，这一过程中吸收、积累、升华而来的情感和理念（如“自信”“义利”“兼蓄”），成为丝绸文化的精神性特征。

“丝绸”的本意昭示其物质性，在数千年的劳动创造和实践中其内涵不断延伸，以至于贯通物质、社会、精神三个阶层。如今提及“丝绸”，国人一般会自然联想到“丝绸之路”及相关贸易、文化交流（即社会性特征），并出于对这一友好交流途径的文化认同，从内心产生文化自信和自豪感（即精神性特征）。这种主观上无意识的联想和体验，是丝绸文化语境中各类特征相互流动的反映。丝绸文化特征的流动，是文化特征之间联系与互动的表现，在语料中体现为不同性质特征词在文本流中的接续，如表1所示。

与文化特征相对应，本研究将大数据中丝绸文化的特征词分为物质性特征词、社会性特征词和精神性特征词三种。不同性质特征词在语料中的接续，表达出背后文化特征的流动，进而反映了文化特征之间的联系。因此，通过表征文化特征之间的流动性，可从特征联系的角度描绘丝绸文化内涵与结构。

2 流动性量化表征

将“丝绸”作为关键词，以百度网站的搜索结果页面作为入口，利用主题网络爬虫技术[13]进行多线程大规模文本采集，将网页时间戳赋予相应文本对象的时间属性，本研究共爬取20 943个网站的570 120个有效网页，获取文本74 985兆字节，时间上涵盖2010—2019年共十年，形成丝绸文化的语料大数据。对大数据中的文本进行处理，析出表达文化特征的特征词。处理的过程主要包括分词[14]和停用词过滤[15]两个步骤。分词即中文词语的分割，将文本转变为词语集合;借助百度中文停用词表对词语集合进行过滤，将一些动词、量词、连词、介词、语气词等意义不大的非实体词语（称为“停用词”）去除，成为可供进一步分析的特征词序列，如表2所示。

通过德尔菲法确定特征词的性质，将其归入物质性特征词、社会性特征词或精神性特征词;对于难以人为判定的模糊特征词，采用上下文综合辨析方法进行归类[11]。在特征词序列中，根据词语出现的先后顺序，对三类特征词流动的频次进行计数，经归一化处理后可得到一个流动性矩阵，如表3所示。

该流动性矩阵（P表示）以量化方式表述三类文化特征之间的流动性。矩阵中每个元素可视为一个概率值，每行上的概率值之和为1。第i行j列上的元素P（i，j）（i，j=1，2，3），指示i行所代表特征类别向j列所代表特征类别流动的概率。如P（1，2）=0.33，表示物质性特征向社会性特征流动的概率为0.33。

3 流动性矩阵分析

3.1 流出与流入

将文化特征的流动分割为流出、流入两个方面进行考察。特征流出，是指该类特征向其他类别特征流动;特征流入，是指其他类别特征向该类特征流动。在表3流动性矩阵的基础上，可由下式计算三类特征的流出率和流入率：

特征的流出率高，即该类特征频繁向其他特征转化，意味着该类特征的性状活跃，故流出率可视为特征活力的指标;特征的流入率高，即其他特征频繁向该类特征转化，表明该类特征吸纳、同化其他特征的能力强，故流入率可视为特征影响力的指标。利用特征词序列的时间标签，将丝绸文化语料划分成十个子集，对应2010—2019年。对这十个子集分别进行特征词统计，构建流动性矩阵，并计算流出、流入率，结果如图1所示。

由图1可以看出，时间轴上的流出、流入率呈现明显的分段特点。前段大致对应2013年之前，三类特征在流出、流入率上均比较接近、差异较小;后段对应2014年之后，流出、流入率的差异逐渐增大，之后趋于稳定。两段轨迹的分界点与“一带一路”倡议下提出的时间点基本吻合。

上述分段现象表明，“一带一路”倡议的提出和推行是丝绸文化发展过程中的重要分叉点。从流动性的角度，可见三类文化特征由均匀、划一走向差异化、极化，由无序走向有序，在此过程中丝绸文化原有的对称结构得以破除，文化特征的角色、地位和体系结构得以重塑。

在流出率分叉过程中（图1（a）），物质性特征流出率呈现上升趋势、社会性特征呈下降趋势、精神性特征基本持平;三者回归稳定状态后，物质性特征流出率最高。这说明，物质性特征是近年来丝绸文化中最具活力的特征，积淀在丝绸文化底层的物质性是其演化和发展的动力之源，加强对丝绸产品、技艺、题材的保护、开发与转化，将是保持丝绸文化活力与创造力的根本举措。

在流入率走向差异化的过程中（图1（b）），社会性和精神性特征流入率呈现上升趋势、物质性特征呈下降趋势;三者趋于稳定后，社会性特征流入率最高。这说明，社会性特征是近年来丝绸文化中最具影响力的特征，精神性特征次之，丝绸文化主要依靠其社会性、精神性特征在社会生活的各个领域发挥作用和功能。2014年前后流入率的高低反转，表明丝绸文化从物质性主导的文化转变为社会性主导的文化，完成了一次文化形态的跃迁。可见，社会性特征是丝绸文化影响力的主要来源，现阶段加强挖掘和阐发丝绸文化活动的政治、经济、礼俗等社会性含义，将是扩大丝绸文化影响力的有效途径。

3.2 流动性系数

表3流动性矩阵量化描述了三类文化特征相互流转的概率，在该矩阵中可见对角线上的元素值较大（0.36、0.66、0.53），而其余元素值相对较小。换言之，丝绸文化特征类内滞留（如“物质→物質”“社会→社会”“精神→精神”）的概率较大，而类间流动概率相对较小。为表征整体上的流动性强弱，可考虑两种极端情况下的流动模型，如图2所示。

图2（a）所示为最小流动性对应的矩阵，该矩阵是一个3×3单位矩阵（对角线上元素为1.0、其余为0.0），表示文化特征类内滞留的概率为100%，即无流动性。图2（b）所示为矩阵对应流动性最大的情况，每种文化特征均完全流向其余两种，类内滞留概率为0.0。考虑上述两种情况，本研究构建流动性系数E如下式所示：

式中：k为文化特征的种类，这里取3;PD为流动性矩阵中对角线上元素之和。

因0≤PD≤k，故0≤E≤1。对最小流动性矩阵，计算得E=0;对最大流动性矩阵，计算得E=1;对表3给出的矩阵，得E=0.48。流动性系数可用来量化评估文化特征整体上的流动性强弱，是文化内涵的重要体现。

丝绸文化之内涵包括构成丝绸文化的各种特征，以及特征之间的联系。若文化特征的体量一定，流动性系数越大，表明文化特征之间的联系和互动越频繁，文化内涵越丰富。故流动性系数与特征体量（以N表示）可共同构成丝绸文化内涵丰度（以R表示）的指标，如下式所示：

R=E×N（3）

本研究中以特征词数量（经归一化处理）作为特征体量的衡量。对2010—2019年的十个流动性矩阵分别计算流动性系数、文化内涵丰度，结果如图3所示。

由图3可见，丝绸文化内涵丰度与流动性系数具有较高一致性，其原因在于文化特征体量在时间轴上的变化很小。从表征机制上看，文化特征体量的变化来自不同时间段语料库中新词的涌现和旧词的隐没。统计得到，十年间丝绸文化语料库中的特征词数量均值为8 399，离散度（标准差除以均值）为1.46%。至少在可观察的时间窗口内，丝绸文化内涵的变化主要来自文化特征之间联系的变化。因此，流动性系数通过文化特征之间联系与转化的频度，实际反映了一定时期内丝绸文化内涵的丰富程度。

由图3还可见，十年间丝绸文化内涵丰度经历了“从平稳到上升、再回归平稳”的过程。2010—2012年是首个平稳期，从2013年开始进入上升期，该时间点与“一带一路”倡议的提出吻合;至2015年，丝绸文化内涵丰度再度回归平稳。这表明，“一带一路”倡议的推行，导致丝绸文化特征流动形式的改造和升级，给丝绸文化带来系统性内涵扩充。

特征联系而非特征体量推动现阶段丝绸文化内涵扩张的现象，要求相关文化政策应重视流动性带来的丝绸文化内涵升级，尤其是调动和激励文化特征之间的跃迁和反哺，如丝绸服饰背后的民族心理与社会功能（物质性特征向社会性特征跃迁）、丝绸商贸活动中的义利观（社会性特征向精神性特征跃迁）、工匠精神在丝绸产品与工艺上的体现（精神性特征反哺物质性特征）等。

3.3 流动极限概率

如上所述，流动性系数用来表征丝绸文化特征总体上的流动性强弱，但不能反映流动方向或趋势。为探究丝绸文化特征整体流动的方向，本研究考察特征持续流动过程与流动性矩阵的数值关系。令M、C、S分别代表物质性、社会性和精神性特征，对图2给出的矩阵，考虑物质性特征流动两次后进入社会性特征的概率（记作PM2C），如图4所示。

故特征的迭代流动概率与流动性矩阵P的关系可表述为：若Pn（n为自然数）表示矩阵P的n次方、Pn（i，j）为矩阵Pn第i行j列上的元素，则Pn（i，j）指示了i行所代表特征类别流动n次后抵达j列所代表特征类别的概率。若特征的迭代流动持续进行，即数值n不断增大，根据素矩阵（Primitive matrix）性质，Pn将收敛于定数[16]。令n=3，5，10，对表3流动性矩阵计算P3、P5、P10，结果如图5所示。

由图5可见，随着n值增大，矩阵各行之间的差别逐渐缩小而趋于零。这意味着，对于给定的流动性矩阵，特征的持续流动存在一定的方向或趋势，这种方向或趋势在数值上表现为一组极限概率。本研究中，将n足够大时流动性矩阵Pn抵达稳定、不再变化的状态，所具有的一组概率称为流动极限概率。流动极限概率包含三个具体概率值，即物质性极限概率、社会性极限概率和精神性极限概率，对图5所示的情形三个极限概率值依次为0.17、0.50、0.33。

流动极限概率指示了经充分流动后各类文化特征的最终归止，揭示了文化特征流动的方向或趋势。对各个流动性矩阵分别进行迭代计算以至于数值稳定，得到近十年丝绸文化特征的流动极限概率，如图6所示。

由图6可见，社会性极限概率最高、精神性极限概率次之、物质性极限概率最低，这一模式十年间维持不变。这表明，丝绸文化特征整体流动的方向或总趋势是社会性指向的。换言之，无论各类特征的现有分布状态如何，其流动与演化的最终状态都将由社会性特征主导。

同时，沿时间轴方向三个极限概率逐渐发散，表明上述“社会性极限最高、精神性极限次之、物质性极限最低”的模式在近十年间有所增强。这一增强的轨迹起点大致位于2013年，与“一带一路”倡议提出的时间点一致。可见，“一带一路”倡议的实行未改变丝绸文化特征流动的原有模式与趋向，而是推动了该模式的持续分化、强化，这一影响延续至时间轴末端。

另外，强化态势下精神性成分演动滞缓，暗示了丝绸文化结构的优化空间。即通过激励社会性特征的精神性转化（如“一带一路”倡议对丝路精神的再现与张扬、丝绸传统礼俗中的儒家文化精神等），可改善现阶段流动性归止结构中精神性成分的欠适配状态，以培育更为合理的丝绸文化结构。

4 结 论

本研究以丝绸文化语料大数据为素材，通过对特征词的流动现象进行挖掘和量化表征，展示了最近十年丝绸文化特征联系的演动。

1） 丝绸文化活力及影响力的分化。对流出、流入率的分析表明，丝绸文化活力载体由相对均衡的状态向物质性特征迁移，丝绸文化影响力载体则由均衡态向社会性特征迁移。

2） 丝绸文化内涵丰度的提升。对流动性系数的分析显示，文化特征之间联系形式的演化和升级，使得十年间丝绸文化内涵丰度经历了“从平稳到上升、再回归平稳”的过程。

3） 丝绸文化发展趋势的强化。对流动极限概率的分析显示，十年间丝绸文化特征流动性归止结构中，精神性成分基本维持不变，而社会性特征成分持续增加、物质性成分相应减少，造成了社会性特征主导趋势的不断强化，以及丝绸文化基本素质的加速嬗变。

参考文献：

[1]李希光. “一带一路”文化建设与丝绸之路文化复兴[J]. 当代传播， 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. 论建设21 世纪中华民族文化共同体[J]. 华中师范大学学报（人文社会科学版）， 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. “一带一路”背景下“丝绸之路”历史文化遗产研究的双向视域[J]. 齐鲁艺苑， 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. 浅析“一带一路”跨界文化传播对经济发展的促进[J]. 新闻传播， 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]王继全， 张译元， 江晓倩. 科技创新驱动浙江丝绸文化的传承与发展[J]. 浙江理工大学学报（社会科学版）， 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]赵海英， 贾耕云， 潘志庚. 文化计算方法与应用综述[J]. 计算机系统应用， 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]龔为纲， 罗教讲. 大数据视野下的19 世纪“海上丝绸之路”： 以丝绸、瓷器与茶叶的文化影响力为中心[J]. 学术论坛， 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， 鲁佳亮， 苏淼， 等. 新时期丝绸文化演变的大数据解读[J]. 丝绸， 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]钱穆. 文化学大义[M]. 北京： 九州出版社， 2011.

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

[13]于娟， 刘强. 主题网络爬虫研究综述[J]. 计算机工程与科学， 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]黄昌宁， 赵海. 中文分词十年回顾[J]. 中文信息学报， 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. 知识抽取中的停用词处理技术[J]. 现代图书情报技术， 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. 矩阵论[M]. 北京： 清华大学出版社， 2013： 192-197.

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