李芳梅 嚴(yán)辰松

(廣西大學(xué) 外國(guó)語學(xué)院，廣西南寧 530005)

語言景觀存在于我們的日常生活，是公共領(lǐng)域中可見的書面形式語言的應(yīng)用[1]，其歷史或可追溯至文字的產(chǎn)生。自上世紀(jì)70年代以來，公共空間的語言使用情況日益引起學(xué)界的關(guān)注，但這一領(lǐng)域的研究真正引起學(xué)界重視始于1997年Landry和Bourhis發(fā)表的《語言景觀與民族語言活力》一文。該文將語言景觀定義為“共同構(gòu)成某個(gè)屬地、地區(qū)或城市群的公共路牌、廣告牌、街名、地名、商鋪招牌和政府大樓的公共標(biāo)牌之上的語言”[2]。語言景觀不僅能反映某一地區(qū)的語言使用情況，同時(shí)還可以折射背后深層次的政治、經(jīng)濟(jì)等諸多問題。

國(guó)際上，語言景觀研究受到了越來越多學(xué)者的關(guān)注和重視，已舉辦多屆國(guó)際專題研討會(huì)，出版專著數(shù)十部，期刊論文和碩博論文數(shù)百篇，不僅成為社會(huì)語言學(xué)的一個(gè)研究熱點(diǎn)，也是其它學(xué)科關(guān)注的重要命題。國(guó)內(nèi)語言景觀研究雖在近十幾年才引起廣泛關(guān)注，但發(fā)展勢(shì)頭迅猛，取得了一定的成果。許多學(xué)者，如章柏成[3]、巫喜麗[4]以及徐茗[5]、李麗生[6]等，基于傳統(tǒng)的方法對(duì)國(guó)內(nèi)外語言景觀研究發(fā)展進(jìn)行了梳理和總結(jié)，為國(guó)內(nèi)研究的繼續(xù)深入提供了有價(jià)值的參考。隨著科學(xué)技術(shù)的發(fā)展，可視化軟件的出現(xiàn)為文獻(xiàn)計(jì)量分析提供了更為全面客觀的技術(shù)支持。吳劍鋒[7]、付文莉[8]、李光慧[9]、孔珍[10]等學(xué)者基于CiteSpace軟件，對(duì)國(guó)內(nèi)外語言景觀研究發(fā)展現(xiàn)狀進(jìn)行了可視化分析，較為全面地勾勒了該領(lǐng)域的研究現(xiàn)狀。但迄今鮮有學(xué)者運(yùn)用CiteSpace可視化技術(shù)對(duì)國(guó)內(nèi)外語言景觀研究進(jìn)行對(duì)比。

與國(guó)外相比，國(guó)內(nèi)語言景觀研究整體起步較晚，研究成果也要少一些，亟需在與國(guó)外研究的對(duì)比中發(fā)現(xiàn)不足，以促進(jìn)自身的發(fā)展。鑒于此，本文擬使用CiteSpace軟件，從年度發(fā)文、主要研究機(jī)構(gòu)和作者合作、主要發(fā)文期刊、重要文獻(xiàn)、關(guān)鍵詞共現(xiàn)和突現(xiàn)7個(gè)方面，繪制近25年(1996—2020)來國(guó)內(nèi)外語言景觀研究的知識(shí)圖譜，直觀地展現(xiàn)相關(guān)的研究情況，對(duì)比考察兩者的差異，以期對(duì)這類研究的深入和拓展提供有益借鑒。

一、數(shù)據(jù)來源與研究方法

(一)數(shù)據(jù)來源

針對(duì)語言景觀的國(guó)內(nèi)研究，本研究選取了廣西大學(xué)圖書館收錄的中國(guó)知網(wǎng)數(shù)據(jù)庫，以“語言景觀”作為主題詞或作為關(guān)鍵詞進(jìn)行檢索，時(shí)間范圍為1996年1月1日至2020年9月25日，文獻(xiàn)類型為學(xué)術(shù)期刊和會(huì)議。經(jīng)人工篩選，剔除了檢索結(jié)果中與本領(lǐng)域明顯不相關(guān)的文獻(xiàn)，獲得245篇有效文獻(xiàn)。針對(duì)語言景觀的國(guó)外研究，本研究選取了廣西大學(xué)圖書館收錄的Web of Science核心合集數(shù)據(jù)庫，以“l(fā)inguistic landscape”為主題詞進(jìn)行檢索，語種為English，文獻(xiàn)類型為article和proceedings paper，時(shí)間范圍與中國(guó)知網(wǎng)檢索一致，數(shù)據(jù)庫為SSCI、A & HCI、CPCI-SSH和ESCI。經(jīng)人工篩選，剔除了檢索結(jié)果中與本領(lǐng)域明顯不相關(guān)的文獻(xiàn)，獲得344篇有效文獻(xiàn)。

(二)研究方法

CiteSpace是美國(guó)Drexel大學(xué)陳超美博士基于Java語言開發(fā)的一款信息可視化工具，“可以用來繪制科學(xué)和技術(shù)領(lǐng)域發(fā)展的知識(shí)圖譜，直觀地展現(xiàn)科學(xué)知識(shí)領(lǐng)域的信息全景，識(shí)別某一科學(xué)領(lǐng)域中的關(guān)鍵文獻(xiàn)、熱點(diǎn)研究和前沿方向”[11]。本研究使用CiteSpace 5.7.R2對(duì)相關(guān)文獻(xiàn)進(jìn)行分析，繪制機(jī)構(gòu)、作者、關(guān)鍵詞等知識(shí)圖譜，對(duì)比考察國(guó)內(nèi)外研究的差異，從而了解該領(lǐng)域的研究現(xiàn)狀、發(fā)展動(dòng)態(tài)和趨勢(shì)。相關(guān)參數(shù)設(shè)定如下：時(shí)間范圍設(shè)定為1996年1月至2020年9月，時(shí)間切片設(shè)置為1年，Selection Criteria Top N設(shè)置為50，其他參數(shù)為系統(tǒng)默認(rèn)值。

三、國(guó)內(nèi)外語言景觀研究數(shù)據(jù)分析

(一)文獻(xiàn)發(fā)表趨勢(shì)分布

將WoS和中國(guó)知網(wǎng)語言景觀研究文獻(xiàn)按照發(fā)表時(shí)間進(jìn)行統(tǒng)計(jì)分析，繪制年度發(fā)文量的趨勢(shì)圖(見圖1)。

圖1 國(guó)內(nèi)外語言景觀研究年度發(fā)文量趨勢(shì)

年度發(fā)文量在一定程度上呈現(xiàn)了該領(lǐng)域的研究現(xiàn)狀和發(fā)展特點(diǎn)。由圖1可知，國(guó)外語言景觀可大致劃分為三個(gè)階段：(1)1996—2006年，這一時(shí)期的發(fā)文量極少，共7篇，“語言景觀”這一概念于1997年由Landry和Bourhis首次提出后才開始引起學(xué)界廣泛關(guān)注；(2)2007—2011年，這一時(shí)期的發(fā)文量較之前有小幅上升；(3)2012—2020年，這一時(shí)期的發(fā)文量迅速上升，共323篇，占近25年發(fā)文總量的93.9%，且于2019年發(fā)文量最高至65篇。25年間，發(fā)文量雖略有波動(dòng)，但總體處于上升趨勢(shì)。

國(guó)內(nèi)語言景觀研究起步較晚，可大致劃分為兩個(gè)階段：(1)1996—2014年，這一時(shí)期的發(fā)文量極少，共11篇；(2)2015年—2020年，這一時(shí)期的發(fā)文量逐年迅速上升，共234篇，占近25年發(fā)文總量的95.5%，且在2020年已最高至69篇。足見這25年間語言景觀研究逐步得到了國(guó)內(nèi)學(xué)界的廣泛關(guān)注和重視，發(fā)展勢(shì)頭迅猛。

(二)主要研究機(jī)構(gòu)分析

研究機(jī)構(gòu)是學(xué)科發(fā)展的平臺(tái)。通過對(duì)某一領(lǐng)域主要研究機(jī)構(gòu)合作情況進(jìn)行了解，可以快速得到該領(lǐng)域的主要研究力量布局。運(yùn)行CiteSpace，選擇節(jié)點(diǎn)類型中的Institution進(jìn)行國(guó)內(nèi)外研究機(jī)構(gòu)合作情況的可視化分析，如圖2、圖3所示，每個(gè)節(jié)點(diǎn)代表一個(gè)機(jī)構(gòu)，節(jié)點(diǎn)的大小和機(jī)構(gòu)名稱出現(xiàn)的頻次成正比，節(jié)點(diǎn)間的連線代表機(jī)構(gòu)間的合作，連線的粗細(xì)代表機(jī)構(gòu)間合作的密切程度。

圖2 國(guó)外語言景觀研究主要研究機(jī)構(gòu)

圖3 國(guó)內(nèi)語言景觀研究主要研究機(jī)構(gòu)

如圖2所示，共有311個(gè)節(jié)點(diǎn)，174條連線，密度值為0.0036。發(fā)文量最多的是馬來西亞大學(xué)，共發(fā)文10篇，這表明其研究力量較強(qiáng)。其它發(fā)文量較多的有芬蘭于韋斯屈萊大學(xué)(8篇)、荷蘭根特大學(xué)(7篇)、南非自由州大學(xué)(6篇)和澳大利亞拉籌伯大學(xué)(6篇)。

如圖3所示，共有242個(gè)節(jié)點(diǎn)，62條連線，密度值為0.0021。發(fā)文量最多的是云南師范大學(xué)外國(guó)語學(xué)院、廣東外語外貿(mào)大學(xué)、浙江大學(xué)外國(guó)語言文化與國(guó)際交流學(xué)院和江蘇海事職業(yè)技術(shù)學(xué)院，各發(fā)文4篇，這表明它們是國(guó)內(nèi)語言景觀研究的主要力量，對(duì)研究起著一定的引領(lǐng)作用。其它發(fā)文量較多的有東華理工大學(xué)外國(guó)語學(xué)院、上海外國(guó)語大學(xué)和華南理工大學(xué)外國(guó)語學(xué)院等，研究力量主要以東部地區(qū)院校為主。

對(duì)比國(guó)內(nèi)外語言景觀研究機(jī)構(gòu)合作圖譜可大致判定，國(guó)外美國(guó)加利福尼亞大學(xué)圣芭芭拉分校和荷蘭根特大學(xué)節(jié)點(diǎn)周圍的連線較多，表明其它機(jī)構(gòu)與它們的合作較多，已形成一個(gè)研究群體，而國(guó)內(nèi)機(jī)構(gòu)之間的連線較少，合作只在少數(shù)機(jī)構(gòu)間進(jìn)行。總的來說，國(guó)內(nèi)外機(jī)構(gòu)之間的合作交流仍需進(jìn)一步加強(qiáng)。

(三)主要發(fā)文作者分析

主要發(fā)文作者在一定程度上反映了某一領(lǐng)域的研究水平，這些作者的研究方向一定程度上影響著該領(lǐng)域的發(fā)展趨勢(shì)。運(yùn)行CiteSpace，選擇節(jié)點(diǎn)類型中的Author進(jìn)行國(guó)內(nèi)外研究者合作情況的可視化分析，結(jié)果如圖4、圖5所示。

圖4 國(guó)外語言景觀研究主要發(fā)文作者

圖5 國(guó)內(nèi)語言景觀研究主要發(fā)文作者

如圖4所示，共有474個(gè)節(jié)點(diǎn)，327條連線，密度值為0.0029。國(guó)外發(fā)文量最多的是Josha Nash和Petteri Laihonen，發(fā)文量均為5篇，其次是Theodorus Du Plessis、Paolo Coluzzi、Mieke Vandenbroucke和Donna Starks，發(fā)文量均為4篇。

如圖5所示，共有322個(gè)節(jié)點(diǎn)，185條連線。國(guó)內(nèi)發(fā)文量最多的是尚國(guó)文，發(fā)文量為7篇，發(fā)文量較多的是金怡(6篇)、楊金龍(4篇)和徐茗(4篇)等。從國(guó)內(nèi)外發(fā)文作者合作圖譜來看，學(xué)者之間的連線都較少，說明合作交流較為匱乏。

(四)主要文獻(xiàn)來源刊物分析

在WoS數(shù)據(jù)庫統(tǒng)計(jì)顯示，有198本國(guó)際刊物刊載了語言景觀研究文獻(xiàn)，其中不乏國(guó)際知名刊物，發(fā)文數(shù)量在7篇以上(含7篇)的期刊共有10本，累計(jì)載文132篇，占總量的38.3%，主要來自語言學(xué)，也涉及教育學(xué)、人類學(xué)、社會(huì)學(xué)、地理學(xué)等學(xué)科。發(fā)文量排名前十的刊物如圖6所示，其中發(fā)文量最多的刊物是JournalofMultilingualandMulticulturalDevelopment，共28篇。

圖6 國(guó)外語言景觀研究主要來源刊物

知網(wǎng)數(shù)據(jù)庫中刊載語言景觀研究的刊物共170種，主要來自語言學(xué)、旅游、新聞與傳媒、教育等學(xué)科。期刊發(fā)文量如圖7所示，語言景觀研究論文載文量最多的刊物是《語言戰(zhàn)略研究》(18篇)。在刊發(fā)相關(guān)研究的刊物中共有核心刊物26種，發(fā)文量為37篇，占文獻(xiàn)總量的15.8%。這說明國(guó)內(nèi)學(xué)界仍需要產(chǎn)出更多與語言景觀相關(guān)的高質(zhì)量成果。

圖7 國(guó)內(nèi)語言景觀研究主要來源刊物

(五)重要文獻(xiàn)分析

引文分析是利用數(shù)學(xué)與統(tǒng)計(jì)學(xué)模型對(duì)研究文獻(xiàn)及作者進(jìn)行分析，以揭示其數(shù)量特征和內(nèi)在規(guī)律[12]。作為最具亮點(diǎn)的功能之一，Citespace可提供直觀的引文文獻(xiàn)信息圖譜，便于研究者辨認(rèn)構(gòu)成學(xué)科知識(shí)基礎(chǔ)的經(jīng)典文獻(xiàn)，這對(duì)學(xué)科的發(fā)展至關(guān)重要。為了更加清晰地把握語言景觀研究的核心文獻(xiàn)，本文運(yùn)用CiteSpace對(duì)國(guó)外文獻(xiàn)進(jìn)行文獻(xiàn)共被引分析，得到文獻(xiàn)共被引時(shí)區(qū)圖(圖8)。

圖8 國(guó)外語言景觀研究文獻(xiàn)共被引

從時(shí)區(qū)圖譜來看(圖8)，共得出國(guó)外語言景觀研究最具影響力的11篇文獻(xiàn)。其中，最具影響力的是Landry和Bourhis在1997年發(fā)表的《語言景觀與民族語言活力》一文，該文首次清晰地界定了“語言景觀”這一概念，并提出了語言景觀的信息功能和象征功能。該概念得到廣大研究者的認(rèn)可及廣泛引用，與語言景觀相關(guān)的文獻(xiàn)幾乎均引用他們提出的定義。所以，這篇文獻(xiàn)被認(rèn)為是語言景觀研究的開山之作。

2003年，R. Scollon和S. W. Scollon在《場(chǎng)所話語研究：物質(zhì)世界中的語言》[14]提出了“地理符號(hào)學(xué)”(Geosemiotics)，即研究標(biāo)牌、話語和行為在物質(zhì)世界中所處位置所表達(dá)的社會(huì)意義，這意味著標(biāo)牌的放置影響著人們對(duì)其意義的解讀。地理符號(hào)學(xué)為語言景觀研究提供了一個(gè)較為完整的理論框架，進(jìn)一步推動(dòng)了語言景觀研究的發(fā)展。

到2006年，這一階段的節(jié)點(diǎn)較大且多，說明該領(lǐng)域的發(fā)展達(dá)到了一個(gè)高潮，這一時(shí)期產(chǎn)生了三篇重要文獻(xiàn)，均收錄在Durk Goter主編的LinguisticLandscape:ANewApproachtoMultilingualism[15]，該書論述了語言景觀為研究多語現(xiàn)象提供了新路徑。2007年，Peter Backhaus編著的Linguisticlandscapes:AcomparativestudyofurbanmultilingualisminTokyo[16]問世，成為首部語言景觀的綜合性研究專著。該書詳細(xì)地回顧了前人關(guān)于語言景觀的研究，同時(shí)還對(duì)東京的多語景觀進(jìn)行了歷時(shí)性研究。

另一重要文獻(xiàn)是2010年出版的LinguisticLandscapeintheCity[17]，該論文集收集了全球18個(gè)城市的研究個(gè)案，介紹了不同學(xué)科視角下的語言景觀研究范式。這些研究成果不僅給語言景觀研究打下了牢固的理論基礎(chǔ)，也豐富了實(shí)證研究案例，積極推動(dòng)了語言景觀研究的發(fā)展。

CiteSpace無法做中國(guó)知網(wǎng)的文獻(xiàn)共被引知識(shí)圖譜分析，但是文獻(xiàn)被引次數(shù)在一定程度上體現(xiàn)了其學(xué)術(shù)價(jià)值和地位，所以從中國(guó)知網(wǎng)文獻(xiàn)的被引次數(shù)和發(fā)表時(shí)間可以大體了解國(guó)內(nèi)語言景觀研究的核心文獻(xiàn)(本文所統(tǒng)計(jì)的被引次數(shù)截至2020年9月25日)。

雖然國(guó)內(nèi)有不少學(xué)者研究公共空間語言使用問題，但是論題集中于公示語的翻譯。據(jù)中國(guó)知網(wǎng)提供的信息，在國(guó)內(nèi)，孫利[18]首次以“語言景觀”為題發(fā)表論文，調(diào)查研究了溫州市語言景觀的英譯現(xiàn)狀。2014年尚國(guó)文、趙守輝向國(guó)內(nèi)引入國(guó)外理論之后，國(guó)內(nèi)語言景觀的研究成果開始涌現(xiàn)。被引頻次最高的文獻(xiàn)是尚國(guó)文、趙守輝《語言景觀研究的視角、理論與方法》[19]和《語言景觀的分析維度與理論構(gòu)建》[20]，分別被引用207次和152次。這兩篇論文系統(tǒng)介紹了語言景觀研究的背景、研究方法、理論框架、發(fā)展前景及面臨的挑戰(zhàn)等，全面介紹了該領(lǐng)域的研究概況，重點(diǎn)考察了其認(rèn)識(shí)論基礎(chǔ)、分析維度以及理論構(gòu)建，深入闡述這一研究熱點(diǎn)的研究動(dòng)態(tài)。田飛洋[21]等介紹了流行于歐洲的以Jan Blommaert為代表的全球化社會(huì)語言學(xué)及其核心概念，并用這些核心概念解釋了北京市學(xué)院路街道雙語路牌中存在的不規(guī)范現(xiàn)象。其它高被引文獻(xiàn)則以個(gè)案分析的實(shí)證研究為主，如張媛媛[22]等研究了澳門的多語景觀狀況；俞瑋奇[23]等研究了北京和上海外僑聚居區(qū)的多語景觀。

對(duì)比國(guó)內(nèi)外語言景觀重要文獻(xiàn)可以發(fā)現(xiàn)：(1)國(guó)內(nèi)相關(guān)研究主要引用國(guó)外的理論框架，理論創(chuàng)新有待提高；(2)從文獻(xiàn)發(fā)表時(shí)間來看，國(guó)外相關(guān)文獻(xiàn)發(fā)表的時(shí)間均早于國(guó)內(nèi)，這說明國(guó)內(nèi)語言景觀研究起步較之國(guó)外要晚；(3)從研究?jī)?nèi)容來看，國(guó)外研究集中于多語現(xiàn)象、語言政策、少數(shù)民族語言等，而國(guó)內(nèi)主要是多語現(xiàn)象、翻譯、綜述等，國(guó)內(nèi)研究的廣度和深度仍需拓展。

三、國(guó)內(nèi)外語言景觀研究熱點(diǎn)與前沿分析

(一)研究熱點(diǎn)分析

關(guān)鍵詞高度概括和凝練了文章最核心、最關(guān)鍵的信息，因此，分析文獻(xiàn)關(guān)鍵詞，尤其是高頻次關(guān)鍵詞，有助于了解和把握該領(lǐng)域的研究熱點(diǎn)。運(yùn)行CiteSpace，選擇節(jié)點(diǎn)類型中的Keyword進(jìn)行國(guó)內(nèi)外關(guān)鍵詞共現(xiàn)的可視化分析，結(jié)果如圖9、圖10所示。每個(gè)節(jié)點(diǎn)代表一個(gè)關(guān)鍵詞，節(jié)點(diǎn)大小代表關(guān)鍵詞共現(xiàn)頻次的高低。

圖9 國(guó)外語言景觀研究關(guān)鍵詞共現(xiàn)

圖9顯示，linguistic landscape(語言景觀)節(jié)點(diǎn)最大，共現(xiàn)頻次最高，達(dá)228次；其它較為顯著的節(jié)點(diǎn)是language(語言)和multilingualism(多語現(xiàn)象)，分別共現(xiàn)87次和55次；此外，English(英語)、identity(身份認(rèn)同)、space(空間)、language policy(語言政策)等共現(xiàn)頻次也較高。除了頻次之外，關(guān)鍵詞的重要性還可以通過節(jié)點(diǎn)的中介中心度(Centrality)來體現(xiàn)。中介中心度越大，說明該關(guān)鍵詞在共詞網(wǎng)絡(luò)中的影響度越高，越具有產(chǎn)生重大影響的潛質(zhì)。一般認(rèn)為，中心度值≥0.1的為該網(wǎng)絡(luò)的重要節(jié)點(diǎn)[24]。由于關(guān)鍵詞的出現(xiàn)頻次和中介中心度沒有正相關(guān)性，因此在使用CiteSpace分析某領(lǐng)域的研究熱點(diǎn)時(shí)，需同時(shí)考慮關(guān)鍵詞的出現(xiàn)頻次和中介中心度。中介中心度大于0.1的關(guān)鍵詞(從高到底)依次為：English(英語)、language policy(語言政策)、multilingualism(多語現(xiàn)象)、language(語言)、space(空間)、linguistic landscape(語言景觀)、bilingualism(雙語)和identity(身份認(rèn)同)。

圖10顯示，“語言景觀”在圖譜中的節(jié)點(diǎn)最大，它的共現(xiàn)頻次最高，共200次，其頻次遠(yuǎn)超第二高頻詞，反映了語言景觀作為新興領(lǐng)域，在國(guó)內(nèi)的研究熱度居高不下。中介中心度大于0.1的關(guān)鍵詞(從高到底)依次為：“語言景觀”“多語現(xiàn)象”和“城市形象”。

相比之下，國(guó)內(nèi)語言景觀研究熱點(diǎn)相對(duì)單一，而國(guó)外則更加多樣。

(二)研究前沿分析

CiteSpace軟件運(yùn)用突變檢測(cè)算法(burst detection algorithm)，從文獻(xiàn)的題目、摘要、關(guān)鍵詞、描述詞(descriptors)，以及文獻(xiàn)記錄的標(biāo)志符(identifiers)中提取出突變術(shù)語(burst terms)，以便用于檢測(cè)某一學(xué)科研究興趣的急劇增長(zhǎng)，辨識(shí)和追蹤該學(xué)科的研究前沿動(dòng)態(tài)和發(fā)展趨勢(shì)[25]。所謂突變術(shù)語，是指頻次突然迅速增加或在較短時(shí)間內(nèi)激增的術(shù)語，反映了在某段時(shí)間受到廣泛關(guān)注，容易成為該學(xué)科研究的前沿主題。

在關(guān)鍵詞共現(xiàn)的基礎(chǔ)上，筆者對(duì)本研究的關(guān)鍵詞進(jìn)行了突現(xiàn)術(shù)語檢測(cè)，結(jié)果如圖11、圖12所示。

圖11 國(guó)外語言景觀研究關(guān)鍵詞突現(xiàn)

圖12 國(guó)內(nèi)語言景觀研究關(guān)鍵詞突現(xiàn)

如圖12所示，從突現(xiàn)時(shí)間看，近五年來，突現(xiàn)強(qiáng)度較大的是場(chǎng)所符號(hào)學(xué)、社會(huì)語言學(xué)、多語現(xiàn)象、公示語和海洋文化?？梢娬Z言景觀為研究多語現(xiàn)象、公示語和海洋文化提供了新的研究視角。如近五年來，彭曉[31]、盛榕[32]等從場(chǎng)所符號(hào)學(xué)角度分析研究了當(dāng)?shù)氐恼Z言景觀，范新民[33]、楊立琴[34]等從社會(huì)語言學(xué)視角研究了語言景觀。

對(duì)比分析國(guó)內(nèi)外研究突現(xiàn)詞可發(fā)現(xiàn)，國(guó)內(nèi)外語言景觀研究熱點(diǎn)各有側(cè)重，都呈現(xiàn)了跨學(xué)科研究特性。

四、結(jié)論

本文運(yùn)用CiteSpace可視化分析工具，基于Web of Science和中國(guó)知網(wǎng)數(shù)據(jù)庫中1996—2020年發(fā)表的語言景觀文獻(xiàn)，對(duì)國(guó)內(nèi)外語言景觀研究從年度發(fā)文情況、主要研究機(jī)構(gòu)和作者合作、主要發(fā)文期刊、高被引文獻(xiàn)、關(guān)鍵詞共現(xiàn)和突現(xiàn)7個(gè)方面進(jìn)行了可視化對(duì)比分析。主要發(fā)現(xiàn)為：

(1)從年度發(fā)文量來看，國(guó)內(nèi)外學(xué)者對(duì)語言景觀的研究總體上呈增長(zhǎng)態(tài)勢(shì)，且近年來國(guó)內(nèi)發(fā)文量增長(zhǎng)迅猛，有趕超之勢(shì)。

(2)從發(fā)文機(jī)構(gòu)和作者合作來看，國(guó)內(nèi)外尚沒有形成較為有影響力的學(xué)術(shù)團(tuán)體；從總體上看，機(jī)構(gòu)和研究人員之間的交流合作仍需進(jìn)一步加強(qiáng)。

(3)通過文獻(xiàn)來源刊物得知，雖然國(guó)內(nèi)學(xué)者已普遍關(guān)注語言景觀研究，發(fā)文數(shù)量顯著增加，但是研究質(zhì)量仍需繼續(xù)提高。

(4)通過高被引文獻(xiàn)分析得知，國(guó)內(nèi)語言景觀研究起步晚于國(guó)外，理論創(chuàng)新方面需進(jìn)一步突破。

(5)從研究熱點(diǎn)和前沿看，國(guó)內(nèi)外相關(guān)研究都呈現(xiàn)了跨學(xué)科研究的趨勢(shì)；與國(guó)內(nèi)相比，國(guó)外的研究熱點(diǎn)更多。

基于本文的研究發(fā)現(xiàn)，建議未來國(guó)內(nèi)語言景觀的研究應(yīng)在理論框架的創(chuàng)新、視角和深度的拓展、跨學(xué)科等方面繼續(xù)深耕和發(fā)展。