大数据与区域国别研究范式创新

［摘要］ 信息时代的大数据技术为区域国别学这一交叉学科带来了机遇和挑战。本研究从大数据挖掘层面，探讨了大型数据库和基于大数据的社科方法对区域国别学外延的拓宽；从大数据研究层面，以语料库在国际舆情以及社会网络在国际合作问题中的应用为例，分析大数据研究对区域国别学内涵的延伸。研究发现，采用大型数据库和基于大数据的社科方法，有助于揭示那些难以通过小样本和传统方法获得的结论，从而为决策制定提供更为准确的数据基础；语料库方法和社会网络分析为国际舆情和国际合作问题提供了强大的分析工具，推动了基于大数据的区域国别研究的新路径和新范式。

［关键词］ 大数据；区域国别；内涵；外延；研究范式

［中图分类号］ H319［文献标识码］ A［文献编号］ 1002-2643（2024）05-0096-09

Big Data and Paradigm Innovation in Area Studies

Abstract： The Big Data technology of the information age has brought both opportunities and challenges to the interdisciplinary field of Area Studies. This paper explores the application of large databases and social science methods in Area Studies， discussing the approaches to application in Big Data mining through such cases as the use of corpora in analyzing international public opinion and social networks in studying international cooperation issues. The study finds that the adoption of Big Data and data-driven social science methods in Area Studies helps reveal insights that are difficult to obtain through small samples and traditional methods， providing a more accurate data foundation for decision-making. Additionally， corpus-based approaches and social network analysis offer powerful analytical tools for international public opinion and cooperation issues， opening up new research paradigms for researchers engaged in big data-driven Area Studies.

Key words： Big Data; Area Studies; connotation; extension; research paradigm

1.引言

习近平总书记在党的二十大报告中强调，要加强基础学科、新兴学科和交叉学科的建设。① 随着大国发展战略需求的不断增长，区域国别学作为多学科和跨学科的综合领域，越来越受重视。2022年9月，教育部将区域国别学纳入一级学科目录，涵盖经济学、法学、文学和历史学学位。目前，宥于传统研究方法的思维定式，区域国别研究水平与国家战略需求之间存在较大差距，其主要短板在于社会科学研究方法的运用不足，而大数据的引入被认为是社科方法的一种创新。在大数据时代，经济学、政治学、社会学等学科都将发生巨大甚至是本质上的变化，进而影响人类的价值体系、知识体系和生活方式。区域国别学作为交叉学科，不可避免地受到大数据洪流的影响。因此，如何在大数据时代融合社会科学研究方法，实现区域国别研究的范式创新，成为当前区域国别研究的新命题。

2.数据及区域国别研究

2.1 大数据

大数据是“依托新的处理模式生成的庞大信息资产，通常包含一系列孤立的数据点和分散的链接，具备强大的决策支持、深刻洞察和流程优化能力”（Kaur & Sood， 2017：2），“是当今信息化时代的标志性特征”（方秀才，2016：45）。大数据的核心在于通过相关关系分析，充分挖掘大规模数据库的潜在价值（迈尔-舍恩伯格、库克耶，2013：74-75）。这种方法减轻了对因果关系的追求，使研究者能够专注于发现和应用相关关系。随着大数据的兴起，整合多个数据集的价值远超单个数据集的总和，共享统计模型中的数据和变量编码信息将成为发展趋势。李强强调：“在区域国别研究中，基础数据的收集和基于大数据的研究是不可或缺的”（2020：160）。当研究某一地区或国家的政治、经济与社会状况时，结构化数据（如人口统计、社会指标、经贸数据等）已有许多成熟的数据挖掘和分析软件可供使用，非结构化数据（如智库报告、社交媒体报道、调查采访等）尽管价值密度低，但容易获取，且总价值含量高。从非结构化数据中提取有用信息亟需根据不同数据形式和需求探索不同的数据挖掘和分析方法（Grover & Kar， 2017：204）。因此，在区域国别研究中，处理大数据不仅要考虑数据的规模和多样性，还要关注如何有效地处理非结构化数据，以满足不同的价值诉求。

实际上，区域国别领域的数据收集由来已久，最早可追溯到古代文明，尤其是涉及税收、人口普查和土地所有权的记录。工业革命时期，经济和人口数据记录的需求增加，各国政府和国际组织开始更系统地收集数据以支持决策制定。世界大战期间，数据需求急剧增加，二战后，联合国和其他国际组织的成立促进了国际性的数据协作。20世纪中期，计算机和信息技术的发展革命性地改变了数据处理和存储的方式。数据库系统的出现使数据更容易存储、检索和分析。进入21世纪初，开放数据运动崭露头角，政府和机构开始更积极地将数据公开发布，为开发者、研究人员和公众提供更多的数据资源。近年来，数据可视化工具和商业智能平台的兴起，使跨学科研究人员能够更轻松地探索和理解区域国别数据库中的信息，从而有利于更广泛的受众利用这些数据进行决策和研究。

2.2 区域国别研究

区域国别研究是对某个区域或国家展开各个方面的研究，其内涵十分丰富。从学科角度看，区域国别研究覆盖哲学、语言、政治、历史、社会、人类学等多个学科，“是关于一国对其外部世界学术知识体系的综合”（赵可金，2021：121）。然而，目前从事区域国别研究的学科存在不均衡性。一级学科如政治学、外国语言文学、世界史和社会学已经对区域国别学进行了初步或深入的探讨，而其他一级学科如教育学、中国语言文学、信息资源管理参与较少。与区域国别学密切相关的一级学科如法学、经济学、民族学、新闻传播学等尚未进行类似的探讨。

从地域性角度看，英语中的“Area Studies”通常指对西方以外非西方地区的研究；而在中文语境中，区域国别研究包含以国家（如美国、俄罗斯、日本）、区域（如东北亚、欧洲、中东欧）、国际组织（如上海合作组织、中非合作论坛、国际货币基金组织）及重要问题（如冲突事件、恐怖主义、国际合作）为单位和导向进行的政治外交、经济发展、社会生态、军事安全、宗教文化等领域的研究。

从价值功能看，科斯罗杰（Hossein Khosrowjah）指出“美国区域国别研究的两大功能：一是在意识形态透镜之下生产特定区域的学术知识；二是推荐和参与制定政策”（2011：132）。在中国，区域国别学的独立性体现在服务新时代中国外交实践的决策咨询功能，其任务是“全面了解世界各地区、各国家，为政府政策和民间交流提供学术支持”（钱乘旦，2022：32），具有较强的时效性和应用性。研究平台主要集中在高校的区域国别研究基地和智库研究所。自“一带一路”倡议提出以来，我国在各高校设立了42个教育部区域国别研究培育基地和411个备案中心（任晓、孙志强，2020：145），旨在深入研究和解决与对象国在政治、经济、教育、文化等领域合作过程中出现的大量理论和现实问题。

随着大数据的发展，区域国别学知识体系的载体逐渐以数据库形式存在，包括百科全书、通史、译著等各种著作，以及论文等非结构化数据。这些为研究人员深入了解特定国别或区域在不同学科视域下的政治、经济、人文和历史特征提供了丰富的信息资源，而多元数据的挖掘和研究将为研究者提供多维度的分析视角和研究路径。以下将从大数据挖掘和路径研究两个维度，阐述大数据在区域国别研究中外延的拓宽和内涵的延伸。

3.大数据挖掘：区域国别学研究外延的拓宽

传统的区域国别研究通常聚焦特定事件或主题的小型数据库，研究方法多局限于思辨研究、案例研究等人文研究方法。这在一定程度上限制了结论的准确性，且往往带有主观性和个人偏见，缺乏验证性和系统性。例如，丁立、刘泽权在研究外国智库对“一带一路”话语议题和态度立场时，仅选取了美国布鲁斯金学会和英国皇家国际事务研究所两所智库的语料，使得结论具有一定的局限性（2021：102）；布尔（2003）撰写的《无政府社会——世界政治秩序研究》分析了世界秩序如何得以维持，但却使用单一的思辨研究法，存在一定的主观性。小型语料库和传统的人文研究方法无法客观、全面、准确地分析区域国别研究中的相关问题，亟需引入大型数据库和基于大数据的社会科学方法。

第一，大数据不再仅仅依赖于传统的抽样和局部数据，而是获取了各领域的全面、完整和系统数据，丰富了数据库的数量和类型。目前，国际知名的区域国别数据库包括卡内基国际和平基金会、兰德公司、欧洲政策研究中心和布鲁金斯学会等。在中国，除了社会科学院、研究所、高校智库外，社会科学文献出版社推出了大型区域国别学数据库——国别区域与全球治理数据平台（CRGG数据库），涵盖全球174个国家的历史、政治、经济、文化、军事、外交和社会等数据信息。这些大型数据库已成为跨学科、综合性研究平台，扩展了区域国别学者的研究领域，使研究人员能够基于大数据探讨各个议题，提高了研究的准确性和智库对策的高效性。

基于大数据的研究逐渐成为区域国别研究的发展趋势，例如，陈冲、庞珣（2020）利用海量时间数据和地理信息系统技术，对非洲10，674个时空网格在1994至2013年间的恐怖袭击时空特征进行分析，提高了恐袭预测的精准度。钟新、金圣钧（2022）基于“闻海”新媒体大数据平台研究国际主流英文媒体“一带一路”的热门报道，构建了逻辑关系模型，并针对国际质疑提出相应对策。程艺等（2022）利用“全球事件数据库”（GDELT）探索1992至2020年间中国与中亚合作冲突关系和时空热点分布，对163，515条事件进行定量分析，得出中国在中亚城市的影响力以合作关系为主导的结论。未来可以整合不同学科的大型数据库，例如：重组国际关系研究领域的“全球政治稳定性预警系统”和经济学领域的“国家统计局数据库”，以探讨全球政治稳定程度和中国经济发展的相关性；或整合宗教学领域的“Atla宗教研究数据库”（Atla Religion Database）和政治学领域的“政治科学全文数据库”（Political Science Complete），研究全球政治局部动荡对宗教政策的影响。这些措施有助于促进区域国别研究在跨学科知识建构、文化阐释、政策咨询和社会服务等方面的作用。

第二，基于大数据的社会科学方法，如复杂网络分析、建模研究和统计量化，正在悄然改变区域国别研究的议题和方向。例如，黄锦南（2021）对《哈萨克斯坦真理报》的涉华报道进行复杂网络分析，展现了哈萨克斯坦媒体描绘的中国形象，包括全面战略伙伴、社会主义现代化强国以及频受灾害困扰的国家形象；姜旭初、吴沁珏（2023）基于全球恐怖主义数据库，构建了基于自注意力机制的双向门控循环神经网络组合模型，用于预测恐怖袭击事件的犯罪嫌疑组织，为警方提供快速侦破国际恐怖案件的关键信息；漆海霞（2010）则利用1945—1995年的295场冲突调停数据库，对国际调停历史和策略进行统计和量化分析，建立了国际调停的线性回归模型，得出调停者的级别对调停结果没有影响的结论。这些基于大数据的社会科学研究方法适用于大规模数据集的处理和分析，能够揭示变量之间的复杂关系、预测未来的趋势，并为决策提供更加可靠的依据。

引入和应用大型数据库以及基于大数据的社会科学方法为研究人员提供了全新的研究视角。这些方法能够揭示出通过小样本和传统方法难以发现的结论和趋势，为制定决策提供更加准确的数据基础，不仅拓宽了区域国别学的研究范畴，也将成为未来该领域的主要研究趋势。

4.大数据研究：区域国别学内涵的延伸

作为交叉学科，区域国别学常常同时涉及人文学科和社会学科领域，在解决特定问题时需要不同学科专家的协同合作。苗学杰指出：“加强不同区域和智识文化的学术群体之间的紧密联系，创造新的跨学科研究范式，才能更深入地理解特定区域”（2014：12）。在大数据时代，研究者利用Storm、Hadoop等工具处理大规模数据，迅速从网络中获取各学科和各领域的可用数据，通过自动建模锁定关联物，挖掘数据之间的相关性，从而拓宽了区域国别研究的路径。这使得区域国别研究在深入学理研究的基础上更加注重实证政策的分析研究。基于大数据的研究工具和技术不胜枚举，本文以语料库在国际舆情问题中的应用，以及社会网络在国际合作问题中的应用为例，提出了大数据研究在区域国别中的具体应用路径，以期对今后的研究提供一定启示。

4.1 语料库在国际舆情问题中的应用

舆情专家郭可指出：“国际舆情指民族国家（包括该国全球媒体和公众）在国际公共空间对共同感兴趣的话题和对象（包括民众、机构、国家等）所形成的态度和意见的总和”（2013：19）。全球舆论传播早期主要依赖国际会议和印刷媒体。后来美国及其盟国通过收购股份等方式逐渐掌控了世界上具有重要影响力的媒体，包括美国有线电视新闻网（CNN）、英国广播公司（BBC）、路透社、法新社等，从而牢牢地把控了国际舆论话语权。直到全民参与的全媒体时代，情况才开始有所好转。

中国国际舆论环境正面临严峻挑战，亟需增强中国在国际传播中的话语权，并加强中国特色社会主义的话语创新。在国际舆情演变中，情感往往扮演着重要的引导角色。但传统舆情研究通常局限于对言辞和事件表面的分析，未能全面研究事件的内涵，包括受众的思想情感、社会关系等，也未能深入研究其中复杂的语义。语料库作为新一代数据分析工具，是一种科学采样和分类连续文本内容的电子文本库。在大数据时代，舆情研究需要利用文本数据库深入挖掘国际热点舆情，通过建立动态监测舆情的语料库，利用语言学、统计学、文本挖掘等知识进行词频统计、搭配、索引、情感和语义网络等分析，以深入研究舆情的语言内涵、心理情感、社会关系等内容。

区域国别领域的国际舆情研究特别关注舆情情报感知，旨在准确分析和引导突发舆情事件，为网络舆情治理提供科学决策支持，以揭示民众情感趋势和舆情演化规律。基于此，语料库在国际舆情问题中的应用路径大致分为以下几个步骤（见图1）。首先，收集民调、访谈、新闻报道、短视频评论、博客等相关数据，去除噪音、重复和不相关的信息，并对文本数据进行分词、词干化、去停用词等预处理，以建立语料库。其次，对文本数据进行话语分析，包括词频统计、搭配和索引分析，识别在国际舆情话题中出现频率较高的关键词和词汇组合，帮助研究者更好地理解文本数据中的隐含关系和文化特征。例如，某些国际舆情话题可能伴随着特定的搭配词，这些词汇可能反映出特定的情感、观点或关联。通过文本索引在大规模语料库中定位特定主题或事件的相关文本，对于揭示语义脉络有重大意义。再次，进行情感分析，了解文本中的语义情感倾向，特别是对国际事件和问题的情感反应。通过比较不同时段或不同地区的情感数据，揭示国际舆情问题的趋势和模式。最后，利用数据可视化工具（如词云图、语义网络图、时间序列图等）呈现分析结果，以更直观的方式理解国际舆情问题的发展和变化。综上所述，基于数据分析、情感倾向和趋势识别，为国际舆情问题提供智库建议，协助政府、研究机构和政策制定者更好地理解国际舆情，制定更明智的政策和战略。

这些步骤可根据具体的国际舆情问题和研究目标进行调整和扩展。语料库方法为国际舆情问题提供了强大的分析工具，帮助研究者更好地理解舆情话题的动态和影响。例如，杨巧燕（2023）在研究菲律宾官方对中国“一带一路”倡议的认知及变化中，从菲律宾外交部官网、国家通讯社等网站上收集“一带一路”相关声明和报道，构建了约500万的大型语料库。然后，借助工具Wordsmith进行词频和搭配统计，发现主题词及其搭配网络，并结合历时研究，探究其认知变化的原因。研究发现，菲律宾对“一带一路”倡议的认知分为三个阶段，表现出立足东盟、坚持主权和国内话语主体认知差异大的特征。在此基础上提出了优化“一带一路”话语建构、关注菲律宾核心利益、发挥香港等金融中心作用等对策。另外，李杰等（2023）研究俄乌冲突前后俄罗斯智库对华评论的主题和情感变化时，选取冲突前后俄智库涉华评论为语料，通过语义网络分析、基于语料库的批评话语分析和情感分析从语言学视角对冲突前后俄对华战略开展研究，得出冲突后中国战略地位升级，但俄对华情感始终积极的结论，建议中国抓住俄“战略东转”机遇，塑造中俄友好关系，提升中国的话语权和影响力。以上基于语料库的国际舆情研究，通过大规模的实时数据分析，利用语料库分析工具把握国家舆情核心议题，并通过情感分析了解公众和媒体对国际事件的态度，为国际舆情研究提供了更为全面、深入、具有综合性的视角。

4.2 社会网络在国际合作问题中的应用

大数据的重要特征在于个体数据不再孤立，而是具有复杂的关联关系，形成不可分割的整体（Sivarajah et al.， 2017：263-264）。在复杂网络中，个体被视为节点，它们之间的相互关系被视为连接。社会网络分析主要利用复杂网络学科的分析和可视化技术，对社会网络节点之间的各种关系数据进行定量或定性分析。这种方法将大数据问题转化为社会网络性质的分析，通过网络模型将经济、政治、文化等定性结构矩阵化，建立预测或分析模型，以便分析节点之间的长期关系发展。目前，社会网络分析广泛应用于物理、化学、管理学、经济学、社会学、医学等学科，成为一种制度化的跨学科研究方向。因此，将其应用于区域国别研究中的国际合作问题，必将带来新的研究思路和视角。

当前，国际合作问题以思辨研究为主，侧重定性研究，缺乏从整体视角探究国际合作问题的量化研究。社会网络方法提供了对这一范式的补充。与传统的研究方法相比，社会网络方法最大限度地保留了国际合作作为复杂系统的整体性，通过内部要素的相互关系来分析国际合作在整体层面的系统信息。这种方法有助于研究者触及传统方法难以分析的整体层面系统信息，为国际合作问题的研究提供新方法。

社会网络在国际合作问题中的研究路径大致可分为以下步骤（见图2）：首先，收集相关的合作网络数据，包括国际组织官方报告、开放数据库、各国政府公布的国际合作和外交协议等数据，以及社媒平台对国际合作的相关报道，还有对政府官员、学者等进行调查或采访获取的一手数据和观点。在此基础上，对数据内容进行整理和清洗，确保数据质量和可分析性；其次，构建国际合作的社会网络模型。将合作参与者抽象为网络中的节点，将他们之间的关系抽象为网络中的边。利用可视化工具创建社会网络图谱，帮助研究者和决策者更好地理解和解释结果；再次，分析社会网络的拓扑结构，如网络密度、度中心性、凝聚子群、介数中心性等，识别关键节点和子网络，研究网络的直径、平均路径长度和群体结构，了解国际合作网络的复杂性；最后，结合实证分析不同国家不同阶段合作水平的演进态势，基于此提供政策建议，帮助国家改善国际合作，提高国际声誉。

社会网络分析在国际合作问题中的应用，有助于识别关键参与者、评估合作强度、发掘潜在合作机会，为决策者制定更为精准有效的国际合作政策提供支持，进而更好地应对全球性挑战。例如，李翰超等（2021）采集执法部门报告、社媒报道和反恐专用数据库，利用社会网络方法，从点度中心度、中介中心度、接近中心度等视角分析了国际反恐合作的进展和趋势，指出要进一步推动动态网络分析反恐组织的研究，加强网络空间的反恐合作；徐德顺、江楠（2020）在分析中国与周边国家经贸发展时，采集联合国商品贸易数据库和世界银行数据库的相关数据，通过社会网络图谱展开了中国及周边国家的中心性、时序趋势等分析，提出了优先发展周边国家经贸上升到国家战略、提高与周边国家贸易自由化程度等建议。以上基于社会网络的国际合作研究，通过构建社会网络模型，分析其拓扑结构中的网络密度、核心节点等要素，评估合作伙伴之间的相互依赖度，识别潜在风险因素，发掘潜在合作机会，从而为国际合作提供更为准确、高效的政策建议。

5.结语

大数据正冲击着传统的区域国别研究方法，为研究者提供新的研究视角和范式。通过大数据挖掘和大数据研究两个层面，研究者能够综合已有知识进行数据的分析、比较和加工，并在此基础上进行概念化、推理和判断。这一过程将区域国别问题的认知从感性提升到理性，标志着区域国别学科的发展进入了一个更客观和理性的高级阶段。此外，随着区域国别学迎来更多全面、完整、系统、综合的人文与社会学科的大型数据库，研究范围也将进一步扩展。大数据研究工具的应用将有助于锁定相关性并建立关联物模型，从而拓展区域国别学的研究内涵。

然而，目前大型数据库中的信息往往具有混杂性，且缺乏一手资料，需要区域国别研究人员对相关数据进行判断和补充，而外语学者在获取和整理目标国家和区域的一手资料方面具有不可替代的作用。此外，研究人员在获取相关数据后，必须进行深入分析。针对特定的区域国别案例问题，应运用批判性思维方法来研究相关理论，并选择适当的数据挖掘工具，以确保研究的可信度。总之，大数据对区域国别研究的影响既不能夸大，也不可忽视。

注释：

① 参见新华网《加速新兴学科建设 构筑一流学科优势》， 2023年9月12日。http：//www1.xinhuanet.com/politics/20230912/6f1337389a0d492aa1d598c7c2c772af/c.html.［2024-06-12］

参考文献

［1］Grover， P. & A. K. Kar. Big Data analytics： A Review on Theoretical Contributions and Tools Used in Literature［J］. Global Journal of Flexible Systems Management， 2017， 18（3）： 203-229.

［2］Kaur， N. & S. K. Sood. Dynamic Resource Allocation for Big Data Streams Based on Data Characteristics （5Vs）［J］. International Journal of Network Management， 2017， 27（4）： 1-16.

［3］Khosrowjah， H. A Brief History of Area Studies and International Studies［J］. Arab Studies Quarterly， 2011， 33（3/4）： 131-142.

［4］Sivarajah， U. et al. Critical Analysis of Big Data Challenges and Analytical Methods［J］. Journal of Business Research， 2017， 70： 263-286.

［5］布尔. 无政府社会——世界政治秩序研究［M］. 张小明译. 北京：世界知识出版社， 2003.

［6］陈冲， 庞珣. 非洲恐怖袭击时空规律的大数据分析——基于GIS 技术和分离总体持续期模型［J］. 外交评论（外交学院学报）， 2020， （2）：121-154+128.

［7］程艺等. 中国—中亚合作冲突关系及时空热点分析［J］. 人文地理， 2022， （2）： 67-76.

［8］丁立， 刘泽权. 美英典型智库的“一带一路”话语研究——基于语料库的视角［J］. 情报杂志， 2021， （6）： 102-110+181.

［9］方秀才.大数据时代外语使用及学习行为研究：现状与未来研究构想［J］. 山东外语教学， 2016， （5）： 45-51.

［10］郭可. 西方三报涉华国际舆情研究（1992—2010年）（上）［J］. 新闻大学， 2013，（6）： 16-33.

［11］黄锦南. 基于复杂网络方法的《哈萨克斯坦真理报》中国形象研究［D］. 浙江大学， 2021.

［12］姜旭初， 吴沁珏. 恐怖袭击嫌疑组织预测模型研究［J］. 安全与环境学报， 2023， （6）： 2017-2023.

［13］李翰超等. 基于社会网络分析的反恐研究综述［J］. 信息工程大学学报， 2021，（1）： 87-93+118.

［14］李杰， 陶源， 冯良珠. 俄乌冲突背景下俄罗斯顶级智库涉华评论主题和情感分析［J］. 情报杂志， 2023，（8）： 29-35+48.

［15］李强. 关于区域与国别研究方法论的思考［J］. 欧洲研究， 2020， （5）： 153-162+158.

［16］迈尔-舍恩伯格， 库克耶. 大数据时代［M］. 盛杨燕， 周陶译. 杭州：浙江人民出版社， 2013.

［17］苗学杰. 区域研究的层次性及其与比较教育学的契合［J］.外国教育研究， 2014， （2）： 9-18.

［18］钱乘旦. 以学科建设为纲推进我国区域国别研究［J］. 社会科学文摘， 2022， （uDKs2Uq4Z4DrJI/wNadmSA==7）： 32-34.

［19］漆海霞. 国际调停历史与策略的量化分析——兼析朝核问题六方会谈［J］. 世界经济与政治， 2010， （6）： 98-117+158-159.

［20］任晓， 孙志强. 区域国别研究的发展历程、趋势和方向——任晓教授访谈［J］. 国际政治研究， 2020， （1）：134-160.

［21］徐德顺，江楠. 基于社会网络研究中国与周边国家经贸发展策略［J］. 社会科学， 2020， （8）：76-88.

［22］杨巧燕. 菲律宾官方对中国“一带一路”倡议的认知及变化：基于语料库的话语分析（2013—2022）［J］. 南洋问题研究， 2023， （3）： 31-48.

［23］赵可金. 国别区域研究的内涵、争论与趋势［J］. 俄罗斯研究， 2021， （3）： 121-145.

［24］钟新， 金圣钧. 疫情背景下国际主流英文媒体“一带一路”热门报道框架——基于大数据的扎根研究［J］. 新闻与传播评论， 2022， （5）： 15-36.