4.3 数据与讨论

4.3.1 各指标与文本长度、词汇量的关系

各指标与文本长度N、词汇量V的关系如图4.4和图4.5。除指标R4外，其他各指标与文本长度N和词汇量V之间均不存在明显的线性或曲线关系。指标R4与N之间，其线性拟合方程y=0.000186x+0.72的拟合优度为R2=0.67。这一拟合优度并不高。因此可以说，这15项基于词频（谱）的文本计量指标不单纯因文本长度或词汇量因素而产生变异。

4.3.2 各指标与语体、文体因素的关系

各指标在不同语体或文体的样本中的平均值见表4.5。以各指标为因变量、语体与文体因素为自变量、文本长度因素为协变量的方差分析结果见表4.6。

方差分析结果显示：

（1）indicator-a：语体因素主效应显著（F（1,115）=5.271, p=0.023），口语体文本的词频指标indicator-a（M=9.970, SD=2.336）显著大于书面语体文本（M=9.087, SD=2.206）；文体因素主效应、交互作用和文本长度的影响均不显著（基本上没有交互作用，图4.6中两条线几乎平行）。indicator-a代表了文本在虚词与实词使用频率方面的特征，口语体的指标indicator-a高于书面语体，说明与书面语体相比，口语体新闻文本中实词的比例较大。这与新闻语体本身有关。新闻要及时传递信息，而口语新闻相比于书面语新闻受时间限制更多一些，更注重信息的高效传递。这一点从下一个指标R1中能得到更加直观的验证。

（2）R1：语体因素主效应显著（F（1,115）=5.225, p=0.024），口语体文本的词频指标R1（M=0.863, SD=0.034）显著大于书面语体文本（M=0.852, SD=0.046）；文体因素主效应显著（F（1,115）=6.340, p=0.013），报道体文本的词频指标R1（M=0.881, SD=0.028）显著大于评论体文本（M=0.834, SD=0.037）；交互作用显著（F（1,115）=10.179, p=0.002）；文本长度的影响显著（F（1,115）=11.344, p=0.001）。在口语体文本中，报道体与评论体的指标R1非常接近；而在书面语体文本中，报道体和评论体的指标R1差别较大（图4.7）。R1近似于文本中实词的覆盖率，报道体以陈述事实为主，表达的信息量更丰富，从而实词覆盖率也应略高；评论体主要阐述观点，信息量和实词覆盖率相对低一些。

（3）indicator-b与R2：语体、文体二因素的主效应、两个自变量的交互作用以及文本长度因素的影响均不显著。

（4）R3：语体因素主效应显著（F（1,115）=23.870, p=0.000），口语体文本的词频指标R3（M=0.391, SD=0.050）显著大于书面语体文本（M=0.369, SD=0.039）；文体因素和交互作用均不显著；文本长度的影响显著（F（1,115）=33.913, p=0.000）。指标R2与R3都是从词型数与词汇量的角度对文本的测量，不同的是它们考察非常用词的范围不同。指标R3更清晰地展示了不同语体和文体的文本在非常用词方面的差异。图4.8中两条平行线说明语体与文体因素没有产生交互作用；口语体文本的词汇丰富性更高，这一结果与indicator-a的表现一致。此外，指标R3在考察文本语体因素时受到了文本长度因素的影响。

（5）R4：语体因素主效应显著（F（1,115）=20.534, p=0.000），口语体文本的词频指标R4（M=0.619, SD=0.072）显著大于书面语体文本（M=0.599, SD=0.058）；文体因素主效应不显著；交互作用显著（F（1,115）=4.420, p=0.038）；文本长度的影响显著（F（1,115）=88.509, p=0.000）。语体与文体因素存在交互作用（图4.9）：在报道体文本中，口语体的指标略高于书面语体；在评论体文本中，二者间的差距加大。指标R4与基尼系数G互补，都是衡量词汇使用均衡程度的统计量。口语体文本指标R4高，基尼系数G小，词汇使用均衡程度低，词汇丰富性高，书面语体文本相反。此外，文本长度因素对该指标有显著影响。

（6）A、B与A/B:1）指标A：语体因素主效应显著（F（1,115）=13.216, p=0.000），口语体文本的词频指标A（M=0.771, SD=0.086）显著大于书面语体文本（M=0.704, SD=0.140）；文体因素主效应显著（F（1,115）=6.307, p=0.013），报道体文本的词频指标A（M=0.669, SD=0.133）显著小于评论体文本（M=0.806, SD=0.044）；交互作用显著（F（1,115）=13.750, p=0.000）；文本长度的影响显著（F（1,115）=12.178, p=0.001）。2）指标B：语体因素主效应不显著；文体因素主效应显著（F（1,115）=5.820, p=0.017），报道体文本的词频指标B（M=0.781, SD=0.093）显著小于评论体文本（M=0.894, SD=0.033）；交互作用显著（F（1,115）=5.382, p=0.022）；文本长度的影响显著（F（1,115）=19.269, p=0.000）。3）指标A/B：语体因素主效应显著（F（1,115）=13.895, p=0.000），口语体文本的词频指标A/B（M=0.914, SD=0.087）显著大于书面语体文本（M=0.844, SD=0.117）；文体因素主效应不显著；交互作用显著（F（1,115）=8.415, p=0.004）；文本长度的影响不显著。

这三个指标从词频几何学的角度对文本词汇利用率进行测量。语体与文体的交互作用对这三个指标均有显著影响，且语体、文体与文本长度诸因素多为显著影响指标的变量。例如，评论体文本中，口语体与书面语体在指标A上差别不大；但是报道体文本中，口语体文本指标A显著大于书面语体（图4.10（a））。又如，在评论体文本中，口语体文本的指标B低于书面语体；但是在报道体文本中，口语体文本的指标B反而高于书面语体（图4.10（b））。同时，文本长度因素对指标A与指标B也有显著影响。可见，这两个指标反映的情况比较复杂。综合了这两个指标的第三个指标A/B将情况简化了一些。首先，文本长度因素对指标A/B没有显著影响；其次，指标A/B的考察中，只有语体因素主效应显著，文体因素主效应不显著，且二者的交互作用是一种按序的交互，即影响方向是一致的（图4.10（c））。无论报道体还是评论体，口语体文本的指标A/B均高于书面语体。语体与文体因素交互作用没有改变这种趋势。即便如此，由于指标A/B本身的复杂性和本研究取样的局限性，尚不能对该指标在测量文本词汇丰富性方面的表现做出解释。

（7）RRr, rel与RRr, rel2:1）指标RRr, rel：语体因素主效应不显著；文体因素主效应显著（F（1,115）=8.079, p=0.005），报道体文本的词频指标（M=0.994, SD=0.002）显著大于评论体文本（M=0.992, SD=0.003）；交互作用显著（F（1,115）=10.470, p=0.002）；文本长度的影响不显著。2）指标RRr, rel2：语体因素主效应不显著；文体因素主效应显著（F（1,115）=10.705, p=0.001），报道体文本的词频指标（M=0.963, SD=0.010）显著大于评论体文本（M=0.946, SD=0.012）；交互作用显著（F（1,115）=10.369, p=0.002）；文本长度的影响显著（F（1,115）=5.918, p=0.017）。作为衡量词汇使用重复率（集中程度）的统计量，这两个指标只在计算方法上略有区别，表现基本一致。首先，语体与文体因素交互作用显著（图4.11），且都是在报道体中口语文本的指标低于书面语文本，在评论体中口语文本的指标高于书面语文本；其次，文体主效应显著，无论口语还是书面语，报道体文本的指标均高于评论体文本，即报道体文本的词汇重复率（集中程度）显著高于评论体文本。这两个指标的不同之处是，文本长度对指标RRr, rel2有显著影响，对指标RRr, rel却没有。

（8）RRs,rel与RRs,rel2:1）指标RRs,rel：语体因素主效应显著（F（1,115）=10.998, p=0.001），口语体文本的词频指标（M=0.530, SD=0.053）显著小于书面语体文本（M=0.558, SD=0.061）；文体因素主效应和交互作用均不显著；文本长度的影响显著（F（1,115）=9.083, p=0.003）。2）指标RRs,rel2：语体因素主效应显著（F（1,115）=8.168, p=0.005），口语体文本的词频指标（M=0.403, SD=0.042）显著小于书面语体文本（M=0.428, SD=0.057）；文体因素主效应、交互作用、文本长度的影响均不显著。这两个指标从词频谱的角度对词汇使用重复率进行测量。其表现相同之处是：首先，语体与文体因素的交互作用均不显著（图4.12（a）与图4.12（b）中两条线几乎平行）；其次，文体因素主效应均不显著；第三，语体因素主效应均显著，无论是报道体还是评论体，口语体文本的这两个指标均显著低于书面语体，即口语体文本的词汇重复率显著高于书面语体。这两个指标的不同之处是文本长度因素对指标RRs,rel2有显著影响，对指标RRs, rel没有。

（9）Hr, rel与Hs, rel:1）指标Hr, rel：语体因素主效应、文体因素主效应、交互作用和文本长度的影响均不显著。指标Hs, rel与Hr, rel分别测量文本的词频与词频谱反映的词汇使用的多样性。指标Hs, rel反映出报道体文本的词汇多样性显著大于评论体文本；在报道体文本中，口语体文本的词汇多样性小于书面语体文本，在评论体文本中，口语体文本的词汇多样性大于书面语体文本。2）指标 Hs,rel：语体因素主效应显著（F（1,115）=7.555, p=0.007），口语体文本的词频指标（M=0.928, SD=0.020）显著大于书面语体文本（M=0.923, SD=0.022）；文体因素主效应显著（F（1,115）=7.747, p=0.006），报道体文本的词频指标Hs, rel（M=0.940, SD=0.013）显著大于评论体文本（M=0.911, SD=0.016）；交互作用显著（F（1,115）=9.979, p=0.002）；文本长度的影响显著（F（1,115）=37.953, p=0.000）。

综合以上对各项指标的分析，可以将语体、文体与文本长度因素对各指标影响的情况概括如表4.7, “+”表示该指标受某因素（或两因素交互作用）影响显著。在语体与文体交互作用不显著的指标当中，指标indicator-a和RRs,rel2只受语体因素影响显著，指标R3和RRs,rel受语体因素和文本长度因素影响显著。