语言安全治理数字化转型的必要性和创新路径

籍红丽，彭 爽

（东北师范大学 文学院，长春 130024）

一、引 言

语言安全作为国家非传统安全的一部分，其安全治理是国家安全治理中的重要一环，关系到传统安全中政治、经济、文化、军事、社会、信息等各领域的安全。语言安全治理旨在采取一系列措施保障语言自身系统不被破坏、语言关系和谐或适度竞争、语言产品/技术/能力可以满足国家、社会、个人各层面的语言需求［1］。现有的语言安全治理措施主要包括政策制定［2-3］、教育/培训［4］、数据库建设［5］、科学研究［6］等方面，并根据具体语言安全问题提出具体的治理方案，如对语言濒危、跨境语言治理等问题提出具体治理措施。这些治理措施尽管具有一定的积极成效，但是也存在诸多局限性，尤其是在实现语言安全治理可持续化和资源高效利用方面。此外，由于语言问题的普遍性、内嵌性、持续性、外溢性和动态性等特征［1］，语言安全问题较难实现精准定位。因此，需要通过观察和分析大量的语言安全数据信息，深度挖掘语言安全问题的本质。数字化时代，数据信息的收集、存储、处理和呈现已经可以由数字技术实现。近年来，中国把数字化转型作为未来经济、社会和治理的发展方向［7］。在这种时代背景下，语言安全治理数字化转型不是一种选择，而是必然趋势。因此，探究语言安全治理数字化转型的路径是非传统安全治理领域中亟须解决的重要问题之一。

有鉴于此，本文基于传统语言安全治理的局限性和语言安全问题的特性，尝试探究语言安全治理数字化转型的必要性和基本路径，并进一步考究数字化转型过程中可能存在的风险和相应的解决方案，以防范数字化转型不当对语言安全产生消极影响。本文主要回答三个问题：第一，语言安全治理为什么需要数字化转型？第二，该如何实现语言安全治理数字化转型？第三，语言安全治理数字化转型会存在哪些风险？该如何避免？

二、语言安全治理数字化转型的必要性

为了解我国语言安全治理的研究现状，笔者于2022年3月13日，在中国知网以“语言治理”为关键词，共检索出177篇文献，使用VOSviewer软件绘制关键词共现视图（见图1）。从图1可以看出，2014年以前，学者们着重探究语言污染治理问题。2014年至2020年，网络语言受到广泛的关注，尤其是网络语言暴力问题。2020年至今，由于新冠肺炎疫情的暴发，学界逐渐注重突发公共卫生事件中的语言应急能力建设，此外还关注城市语言以及中文教育等方面的问题。笔者再以“语言问题”为关键词，在中国知网检索出CSSCI和核心期刊论文共1596篇，尽管问题研究中会涉及相应的治理方法，但是从数量上看，语言治理研究远少于语言问题研究。这在一定程度上说明目前语言安全治理研究的广度和深度还存在不足，例如对语言关系安全治理未做系统且科学的研究。

图1 国内语言治理文献关键词共现标签视图

针对具体的治理措施，传统的语言安全治理方法存在以下局限性。

第一，传统语言安全各维度的治理措施之间缺乏关联性。语言安全包括语言自身安全、语言关系安全和语言应用安全［1］。语言自身安全涉及语言濒危问题、语言纯洁度问题；语言关系安全涉及通用语、少数民族语言、方言以及外国语之间的竞争关系；语言应用安全则涉及语言在政治、经济、文化、军事、信息、社会等领域中以不同形式存在所产生的影响，如语言腐败、应急语言服务、语言暴力等。尽管语言自身安全、语言关系安全和语言应用安全涉及不同的语言安全问题，但是三者并不是完全独立的，而是存在一定的相互作用关系。例如，语言自身的活力与语言竞争和语言的应用能力均密切相关。因此，语言安全各维度的治理措施需要相互协调，避免语言安全治理出现此消彼长的现象。增强某一语言活力的同时，需要考虑如何维持该语言同其他语言之间的和谐关系，从而实现语言安全的可持续性，以降低成本消耗，并提高资源的利用率。

第二，语言安全治理措施缺乏预见性。传统的语言安全治理多是在语言安全问题已经发生后采取相应的治理措施。如果能够在语言安全问题的潜伏期就采取适当措施，势必会减少语言安全问题导致的经济损失或安全方面的危害。例如，互联网技术的发展促使网络空间在人们生活、工作等领域中的重要性不断增加。网络空间的匿名性等特点，导致网民在网络平台肆意发泄情绪，于是网络空间中的语言暴力事件频繁发生，小则影响个人的心理和生活，大则危害个人的生命和社会的和谐稳定。如果在负面评论少量出现时及时发现并干预，势必会减少语言暴力事件的发生。因此，语言安全治理绝不应局限于“亡羊补牢”，还应尽力做到“未雨绸缪”。这就需要关注语言安全生态的变化以及对语言能力、语言产品和语言技术等需求的变化。只有这样，才能及时发现可能存在的问题，并采取具有预见性的语言安全治理措施，以规避潜在的风险。

第三，语言安全治理措施与时代发展趋势不协调。自党的十九届五中全会提出“加快数字化发展”的新要求以来，数字化发展已经成为我国积极适应信息技术变革的重要决策，也是我国社会从工业时代向数字时代发展转型的重大战略［8］。近年来，推进国家治理体系和治理能力现代化已经成为国家的重要任务。语言安全治理作为国家安全治理体系中的重要组成部分，语言安全治理数字化转型将是大势所趋。此外，还有以下两点具体原因：一是信息技术发展的驱动力所致。以往受研究方法和技术方面的限制，语言安全研究只能借助对个案的分析，这种方式的局限性在于语言安全治理措施的适用范围无法进一步拓宽。但是近些年，信息技术的发展带动自然语言处理和大数据领域的发展。爬虫技术可以实现批量收集语言安全相关数据；大数据存储和处理技术可以实现语言安全大数据的存储和管理；自然语言处理技术可以对语言安全相关政策等进行文本分析。技术的应用已经成为实现语言安全治理精准高效的必然选择。二是语言安全与其他领域的安全治理应保持一致。语言安全问题内嵌于政治、经济等领域的安全问题中，因此，政治、经济等领域的环境变化势必会导致语言安全问题在形式或程度上的变化。信息技术变革导致国家和社会结构发生改变［7］，智慧政府、智慧经济和智慧城市等概念的出现已经促使数据和信息成为社会关系、社会生活以及公共治理的基础［9］。因此，语言安全治理可以借助这些数据信息，剖析语言安全的深层次特征，评估语言安全的实际情况，挖掘语言安全潜在的风险和威胁。

总之，传统语言安全治理措施的局限性的根源在于对语言安全数据和信息的重视和应用程度不够。这种局限性导致无法结合共时和历时的视角发现语言安全演变的内在规律，更无法基于统计算法计算各影响要素之间的相关性，也就无法实现语言安全治理措施之间的关联性和预见性。数字化转型通过语言安全数据信息，探究语言安全演变的内在规律和影响要素之间的相关性，可以为语言安全治理方案的确定、资源分配以及具体措施实施提供参考依据。同时，可以借助数字化技术提高语言安全治理的效率。因此，语言安全治理数字化转型是亟待解决的关键性问题。

三、语言安全治理信息—技术—环境赋能路径

基于语言安全的特征［1］以及现有治理措施的局限性，本文认为确定语言安全治理数字化转型路径需要遵循以下原则：第一，整体规划原则。一是指语言安全是在国家总体安全观提出背景下提出的，语言安全治理旨在服务国家安全治理。因此，语言安全治理数字化转型需要综合考量国家总体安全治理；二是指语言安全包括语言自身安全、语言关系安全和语言应用安全［1］。在转型过程中应遵循整体规划原则，将三个维度的语言安全治理措施统筹规划，做到相辅相成。第二，精准定位原则。语言安全内嵌于其他领域的安全问题中，界限较为模糊。在语言安全治理数字化转型时，需要明确语言安全的具体问题，做到精准定位，避免数据信息的冗余。第三，动态性原则。语言安全问题受外部语言生态的影响，在不同时期可能出现不同方面的语言安全问题，甚至可能出现新的语言安全问题。因此，语言安全治理数字化转型路径也应具有一定的灵活性，可以有效适应语言安全问题自身的动态性特征，以有效治理语言安全问题。第四，可持续性原则。语言安全治理并不能一蹴而就，也无法根治，这就需要考虑语言安全治理措施的可持续性。语言安全治理措施的可持续主要是指治理措施在解决现有语言安全问题时，不会对语言安全的其他维度产生消极影响。综上，语言安全治理数字化转型的基础路径如下。

（一）语言安全数据信息赋能路径

语言安全治理需要遵循语言安全情况变化的机理，这离不开对语言安全数据信息的深度挖掘。因此，语言安全治理数字化转型需要语言安全数据信息来赋能。语言安全数据信息以语言安全治理为导向，需要着眼于国外语言安全治理举措和国内语言安全问题两个维度。国外语言安全治理举措为了解国际语言安全战略发展趋势提供了参考依据，对我国语言安全治理也具有一定的借鉴价值。对于国内的语言安全问题，收集语言安全数据信息是基于这一基本假设，即语言安全的状态是外部影响因素和语言安全治理措施共同作用的结果，旨在通过数据分析揭示具体语言影响因素和具体治理措施与语言状态之间的作用关系，即因果关系，以服务于语言安全治理。本研究基于该思路，尝试建立语言安全数据信息赋能路径模型图（见图2）。

下面将具体阐释图2中的核心内容，包括语言安全影响数据信息、语言安全状态数据信息和语言安全治理措施数据信息。

图2 语言安全数据信息赋能模型图

其一，语言安全影响因素数据信息主要是指语言安全的外部生态环境信息。现有语言安全相关研究表明，政治、经济、文化、社会、网络空间、地理等维度均存在影响语言自身安全、关系安全和应用安全的因素。以经济实力对语言自身安全的影响为例，经济实力是保持某一语言的地位并扩大影响的重要因素之一［10］，进而也是维持或增强语言活力的要素之一。因此，根据言语社区的经济实力的相关数据，如贸易、投资和内需占GDP的比重，我们可以大致了解该语言地位和影响力的情况，从而结合其他影响要素判断语言活力情况。

其二，反映某一语言的安全问题的数据信息是指与语言和语言使用者直接相关的数据信息，包括语言结构、语言使用人数、语言能力、语言态度、语言事件、语域等方面的数据信息。以语言自身安全中的语言污染为例，在语言结构维度方面，通过对比不同网络平台中低俗语使用频次，可以初步推断出网络社交媒体中的语言污染程度较深（见图3）。可见，通过收集语言结构、语域等相关数据信息，一定程度上可以精准定位语言安全问题。

图3 2018年8月—2019年8月网络流行低俗语出现频次对比表（数据来源：李玮，2020）［11］①

其三，语言安全治理措施数据信息主要是可以明确治理措施的适用范围和效果，即该措施能否解决的语言安全问题以及在多大程度上可以有效解决这类问题，旨在为日后制定语言安全问题的治理措施提供一定的参考依据。语言安全治理措施信息主要包括语言政策规划、语言教育、媒体宣传、社会活动、科学技术应用和科学研究等维度的数据。语言政策规划是语言安全治理措施的总体纲领和总指导方针，可以影响语言的结构、功能和使用。语言教育对于提高语言能力、跨文化交际能力以及培养正确的语言态度具有一定的积极作用。媒体宣传和社会活动旨在提高人们对语言安全的认知。科学技术应用是在语言安全治理过程中提供技术支持，提高语言安全治理的效率。科学研究则是对语言安全问题以及语言安全治理措施的科学性探究，挖掘内部规律和作用机理。

与传统的语言安全治理措施相比，收集语言安全影响要素、状态和治理措施数据信息可以有效解决传统语言安全治理措施缺乏关联性和预见性的问题。其原因在于，语言数据信息可以更客观地反映出语言自身安全、语言关系安全和语言应用安全三者的关系，影响要素和治理措施对三者及其关系的影响以及语言安全情况的变化规律，这对于制定出具有关联性和预见性的治理措施和防治潜在的问题具有一定的积极作用。

（二）数字技术赋能路径

数字化转型是一种社会现象［12］或文化改革［13］，其核心是数字技术在实际问题中的应用［14-17］。数字技术主要负责处理数据信息，可以将图像、文字、声音等，转化为计算机能识别的二进制数字后进行运算、加工、存储、传送、还原。这些技术渗透到方方面面，如社会媒体、移动计算技术（mobile computing）、分析（analytics）和嵌入设备等（embedded devices）［18-21］，主要可以划分为三种形式，即数字设备（digital arti⁃facts）、数字平台（digital platforms）和数字基础设施（digital infrastructure）［22］。数字技术的应用已经成为社会各领域不断探索的问题，同样，语言安全治理领域也亟须顺应时代趋势，考量数字技术在语言安全治理中的价值和具体应用方式，这也正是传统语言安全治理突破局限的关键途径。目前，数字技术在语言安全治理中的作用大致包括四个方面：一是语言安全数据的采集和存储；二是语言安全数据的处理和计算；三是语言安全数据的可视化；四是语言安全数据的传送。综合考虑数字技术赋能的四个方面，不难得出建立语言安全大数据平台是数字技术赋能基本路径的结论。语言安全大数据平台的优势和功能如下：第一，语言安全大数据平台方便监测和预警。传统的语言安全治理方法是根据已经发生的具体问题做出相应的决策，但是治理数字化转型后，借助数字技术可以通过对以往语言安全问题的各维度参数做统计分析，探究语言安全问题发生的条件因素以及治理措施的有效性，从而通过参数指标的监控，对潜在的语言安全问题做出预测。第二，语言安全大数据平台为制定治理措施提供参考依据。语言安全大数据平台不仅储备语言安全问题的直接状态信息，还建有语言安全治理措施数据库。通过分析语言安全问题属性与各措施的相关性，可以有效计算出不同属性的语言安全问题的最有效治理措施，从而为决策者制定治理方案提供参考。第三，借助数字技术提高语言安全治理的速度和效度。一方面，大数据分析技术可以快速在数据间建立关系。数字技术将以往的经验分析转换成数据分析，借助大数据将复杂的问题，通过建模的方式判断出主要因素和次要因素，从而实现精准定位。短时间内的精准定位是提高语言安全治理效度和速度的重要基础。另一方面，通信技术可以将大数据平台形成的报告快速传递到相关负责人，“云会议”可以减少空间距离的阻碍，实现高效商议、决策以及工作部署。第四，语言安全大数据平台可以实现动态且系统的治理。语言安全大数据平台是数字化转型的核心，内部对语言安全数据做系统存储，外部连通各相关部门平台，并动态更新语言安全数据信息，并将这些信息的计算结果以数字报告的形式反馈给各相关组织和部门，可以有效实现统一调度、协同治理。

为了更具体地阐释技术支持下的语言安全治理流程，本研究尝试构建语言安全治理数字化流程图（见图4）。首先，大数据平台借助爬虫技术，阶段性地获取语言安全问题的相关数据，并将语言安全问题与以往语言安全问题进行相似性匹配，从而确定语言安全危险等级，并及时预警。然后，基于与以往的语言安全问题的相似度，在语言安全治理措施数据库中筛选出相应的治理措施，同时确定处理相关问题的人才信息，将措施和人才信息形成报告，发送给相关负责人。最后，负责人召集相关人才进行云端商议，从而确定最终语言安全治理方案，并将最终语言安全治理方案与之后的治理效果储存到措施数据库中，作为日后制定语言安全治理措施的重要参考依据。

图4 语言安全治理数字化流程图

（三）环境赋能路径

语言安全治理数字化转型不仅是大势所趋，它涉及的语言安全数据和数字技术的应用还可以有效改善传统语言安全治理存在的局限性，但是单纯依靠技术，而忽视数字技术转型与理念、制度、法治和伦理等维度的适应性，可能带来预期之外的风险［23］。因此，为确保语言安全治理数字化转型可以更有效发挥优势，需要社会创造语言安全治理数字化转型的良好外部环境，通常需要做到以下几点。

1.更新语言安全相关组织或机构的治理理念

习近平总书记曾指出：“数字技术正以新理念、新业态、新模式全面融入人类经济、政治、文化、社会、生态文明建设各领域和全过程。”可见，数字技术转型需要以新的发展理念为指导。语言安全治理数字化转型所涉及的新发展理念应主要包括数据信息共享、多主体协同配合、创新发展治理理念。数据信息共享是确保语言安全数据信息可采集且全面收集的基础。语言安全涉及多领域的数据信息，所以不仅需要语言安全治理机构注重语言安全数据信息，还需要政府、企业、高校以及科研机构等组织或机构注重语言数据信息以实现协同治理。此外，语言安全数字化治理理念的核心是创新，是指突破原有对语言安全问题的认知以及社会语言学中语言安全问题的研究范式，探索新的语言安全理论，创新数字技术在探索和治理语言安全问题中的应用路径。

2.制定语言安全治理数字化转型的相关语言政策

语言安全治理数字化转型旨在服务于国家安全治理，因此，需要从国家安全层面考量哪些语言是关键语言，哪些语言问题与国家安全密切相关，这通常体现在语言政策中。此外，语言政策不仅决定了语言安全治理中的内容，还需要对语言安全治理数字化转型的速度和进程做适当的规划。其原因在于语言安全治理数字化转型需要根据技术发展和语言安全问题进行阶段性推进，过慢会导致语言安全治理的效率降低，过快则会导致诸多潜在问题的发生，如数据偏差引发的语言安全治理失误、安全技术不足引发的信息安全等问题。

3.建立监管语言安全数字化转型的法律法规

要实现语言安全治理数字化转型，应当从立法层面对语言安全数字化转型过程增强监管和治理，对数字平台建设做出正向引导。语言安全治理数字化转型过程中需要通过立法来规范的问题主要包括三方面：一是语言安全数据信息的所有权问题。知识时代，数据信息经过深度分析和处理便可以成为知识，一定程度上，数据信息可以等同于知识。利用爬虫技术采集数据信息势必会涉及知识产权问题。因此，需要通过立法明确知识产权的所有者，规范语言安全数据信息的采集和应用。二是在收集、存储、传输过程中可能出现的信息安全问题。信息安全问题一直是数字化转型面临的重要问题之一，从平台中获取的用户信息、行业信息等很可能成为不法分子实施不法行为的工具。因此，需要加快完善数字化时代的法律法规，保障语言数据信息和数字技术应用过程与道德伦理以及社会规范相一致，避免以不法手段谋取个人利益的行为出现。三是网络平台的责任义务。网络平台是语言安全治理数字化转型中数据信息的重要来源，需要通过立法明确各大网络平台在信息、报告、审查等多方面的义务，以保障数据信息的真实性和可靠性。

4.数据信息—技术—环境协同赋能路径

语言安全治理数字化转型依赖于数据信息、数字技术和外部环境的协调配合（见图5）。数字技术是处理和共享语言安全数据信息的方式，也是语言安全治理数字化转型的核心。它的应用依赖于语言安全整体战略布局、语言安全治理的目标、数据类型，并受到外部政策和法律法规的制约。无论是传统语言安全治理还是数字化语言安全治理，语言安全数据信息都是不可或缺的重要参考依据，只是传统语言安全治理中的语言安全数据信息数量较少，不能全面且系统地反映出语言安全问题的关键影响要素等信息，而大数据技术可以通过采集、存储和处理大量的语言安全数据信息，进而分析出语言安全的态势。无论是数据信息赋能还是数字技术赋能，均需要语言安全治理理念、语言政策以及相关法律法规的保障，它们影响语言安全数字化转型的有效性和规范性，甚至于可行性。综上，数据信息、技术和环境三者在语言安全数字化治理中的角色可以概括为：数据信息是基础、数字技术是关键、外部环境是保障。有数据信息，数字技术才有用武之地；有数字技术，数据才不仅仅是数据，而成为能够反映客观规律的信息；在外部环境的保障下才有安全获取数据和有效应用数字技术的可能。因此，数据信息的完善、数字技术的改进以及数字化转型环境的建设需要同时进行，任何一项存在缺陷都可能降低语言安全治理数字化转型的整体成效。

图5 语言安全治理的信息—技术—环境赋能模型图

四、语言安全数字化治理路径中风险的规避方案

尽管语言安全治理数字化转型可以提高语言安全治理的效率，但是该治理方式也可能带来新的风险，如形式数据化和数据的过度解读、混淆数字技术和人在语言安全治理中的角色、打乱原有的语言安全治理生态平衡。因此，需要采取以下措施降低潜在风险。

一是，深化语言应用理论研究，避免形式数据化和过度解读。语言安全数据的过度解读主要指夸大数据和被阐释的现象之间的关联性程度，即无法反映语言安全真实情况的数据，也被纳入评估语言安全的数据中。这种情况带来的风险就是对语言安全情况的误判以及治理措施无成效等问题。避免这种情况的方法主要有两种：第一，深化语言安全的理论研究；第二，及时反馈语言安全数据监测情况和治理效果。语言安全数字化治理需要基于明确的语言安全概念内涵和外延。语言安全理论研究的不足将导致语言安全数字化转型过程中存在大量冗余数据或无效数据。这些数据的存在不仅消耗人力和物力，对于制定出合理有效的语言安全治理措施也是一种障碍。因此，需要进一步完善语言安全理论，明确语言安全的外延、指标和数据来源，以完善的语言安全理论作为语言安全治理数字化的基础，避免形式数据化和过度数据化。但只依赖于理论还远远不够，还需要在语言安全治理过程中不断根据实际情况调整语言安全数据指标和权重。一方面是实现理论和实践的相互促进，一方面是掌握语言安全发展动态。语言安全问题不是一成不变的，不同阶段，语言安全问题的严重性和重要性会有所不同，需要根据国家总体发展规划以及语言安全具体情况做出适当调整，以确保数据的实用性。

二是，增强相关人员的数据素养，巩固人在语言安全治理决策中的主导地位。数据素养是指对数据的获取、分析、处理、应用、阐述的能力［24］，包括数据态度、数据意识、数据知识、数据技能和数据伦理［25］。应用数字技术和数据的确可以为人们的生活和各领域的治理提供便利，但是数字技术和数据本身并不是万能的，数据可能无法反映出问题的全貌，经过一定的模型和算法得出的结果也可能存在偏差。从某种意义上讲，人和人类社会是复杂多变的，“这种看似科学的方法实则是在简化复杂的管理行为，很可能导致管理行为的机械化和僵化”［23］。因此，在语言安全治理过程中，不仅要充分发挥数字技术在收集数据、处理数据、呈现数据和传输数据方面的优势，也需要相应地提高工作人员的数据素养，以客观的态度看待数据和数字技术，对数据具有敏锐的洞察力，以专业的技术和能力应用数字技术处理和分析数据。

三是，寻找语言安全数字化治理与传统治理的衔接点，避免数字化转型破坏传统语言安全治理生态平衡。数字化转型对社会制度、社会组织以及运行机制存在一定冲击，某种意义上，是在重塑整个社会的结构以及运行机制。对于语言安全治理原有的模式而言，同样存在这个问题。既然冲击是无法避免的，那么如何降低这种冲击带来的消极影响是需要解决的问题。需要明确的是，数字治理并不能完全取代传统的治理方法，只是在部分环节发挥数字技术传输和大数据技术的优势。例如，培养外语人才仍需要借助完善高校外语教育这种传统方式。基于该前提，可以从数字治理的优势和传统治理的劣势之间的互补性探究数字治理和传统治理之间的衔接点。传统治理存在的缺点除了前面提到的缺乏连通性和预见性，与时代发展趋势不协调，还存在不全面性和延时性。例如，以往制定语言规划的方法通常依赖于专家们对现有语言问题的掌握，由于人的时间和精力是有限的，很难全面了解语言问题，也很难在语言问题出现的时候迅速制定出相应的有效治理措施。相对而言，数字技术的优势在于大数据收集、存储、计算和传输能力，可以较全面地掌握语言安全问题的综合信息，并能高效地从措施数据库中调取相关的治理措施以供参考，且对方案治理效果给出预期和风险提示，还可以快速地将方案通知给相关人员进行落实。因此，数字化转型应该是为传统治理措施提供明确的参考依据，缩短传统治理措施商议、决策和部署的时间，而不是对传统治理措施进行全盘否定。

五、余 论

本文从传统语言安全治理方法的局限性出发，根据语言安全的特征，遵循整体规划和动态性等原则，提出语言安全治理数字化转型的路径。虽然数字化转型是全球治理背景下的大趋势，是我国战略布局的一部分，也可以改善传统语言安全治理在预见性等方面的局限性，实现可持续性治理，但是数字化治理也存在一些隐蔽性、突发性、跨界性和随机性的风险。这些风险通常源于对语言情况的误判。因此，深度挖掘语言安全内部要素的变化规律和作用机制，探究语言安全风险阈值，是在语言安全治理数字化转型过程中需要逐渐明确的问题。同时，需要反馈语言安全治理措施的成效，不断检验语言安全理论和更新语言安全理论，以增强评价指标的信度、计算模型的效度以及最终结果与实际情况的一致性。同步推进数字技术的发展、工作人员数字素养的培养、数字化转型外部环境的构建是稳步推动数字化转型的关键。

从现有的语言安全治理现状来看，语言安全治理数字化转型面临以下难点：第一，推动语言安全治理数字化转型的复合型人才短缺。语言安全治理数字化转型涉及语言学、计算机技术、大数据等多学科知识，但目前交叉学科人才短缺。现阶段仍存在语言学专业的人才不懂计算机技术，计算机专业的人才不懂语言学知识这种现状。因此，需要提高交叉学科的人才培养质量，或增进多学科之间的交流合作。第二，语言安全治理数字化转型未得到广泛的支持和关注。语言安全属于国家文化安全的一部分，对它的关注度不及对经济安全、军事安全、信息安全、文化安全等领域的关注度。此外，语言安全这一概念目前在学界仍见仁见智。在中国知网上能检索到的高质量期刊文献较少。可见，无论是国家还是学界，对语言安全的重视和关注均不高，在这种情况下，探究语言安全治理数字化转型势必会存在诸多障碍。例如，由于社会对语言安全关注度不够，语言安全相关数据较难收集；由于学界对语言安全的关注不够，需要收集的语言安全数据无法明确。因此，还需要社会语言学家进一步挖掘语言安全的价值，以增强国家和学界对该问题的关注。第三，语言安全治理数字化转型在语言学领域属于开创性尝试，没有较为成熟的模板可以作为参考。搭建语言安全大数据平台的方法，语言安全数据信息的处理方式等问题均需在不断尝试中找到有效的方式。这就导致语言安全治理数字化转型举步维艰，时间成本较高。因此，需要借鉴其他领域中的经验，并不断根据语言安全的特征改进或创新思路和方法。尽管语言安全治理数字化转型存在诸多困难，但也无法否定这项任务是可以实现且有价值的。

注释：

① 由于数据的最大值和最小值差距较大，所以图3中的纵轴采用对数刻度。