漢學家宇文所安（Stephen Owen）研究熱點與趨勢（2013-2023）
——基于CiteSpace的可視化分析

何紫瑜 王 春

大連外國語大學 大 連 116000 中 國

引語

漢學家譯者對推動中國文化“走出去”而言是很重要的力量，引起了學界對其的諸多關注（袁麗梅，2021：26）。漢學家對積極推動中國文化海外傳播起了很重要的作用。正如黃友義教授在一篇文章中所說的，當今, 外國人比歷史上任何一個時期都更加了解中國, 其中一個標志就是大量中國文學作品被翻譯成外文（黃友義，2010：16）。中國文學的外譯存在不可小覷的難度，漢學家譯者對中國文學翻譯所做出的貢獻值得我們的認可與尊重。在知網中檢索“漢學家”，會發現共有860篇學術期刊、97篇學術論文是圍繞這一主題展開的。從1956年開始，漢學家相關的研究的文章數量逐年緩慢上升，2010年到2020年其增長趨勢更加迅猛。由此可見，漢學家研究的熱度只增不減。

宇文所安，本名Stephen Owen，美國著名的漢學家和翻譯家。他的學術成績令人矚目，曾長期任教于哈佛大學東亞系，對詩歌的興趣讓他走進中國文學的世界，從而愛上了中國詩歌一發不可收。他的中國學研究在中國獲得極佳的傳播效果，他的全部著作幾乎都被翻譯成中文出版，研究著作、論文均為數不少，歸結起來至少涵括跨文化、文本解讀、文學史、翻譯、文學理論、選本等六個領域的研究范圍（田恩銘 陳雪婧，2022: 102）。宇文所安又是一位學者型的翻譯家，詩歌文學史和中國文論是他學術研究的兩大板塊，他耗費八年時間于2016年完成《杜甫詩》，即杜甫全集的翻譯（陳婷婷，2020: 91）。宇文所安可謂是美國漢學界毫無疑問的研究中國文學的權威人士，他最負盛名的兩部著作：《初唐詩》和《盛唐詩》，引起了中國學者的充分關注（陳引馳，1996：115）。

在知網上進行檢索，研究涉及宇文所安的學術期刊共有574篇，相關學術論文共有81篇。國內對于宇文所安的研究在1996年之后才開始慢慢熱門起來，最早被記錄的相關的研究是在1996年由陳引馳教授在《中國比較文學》上發表的《詩史的構筑與方法論自覺——宇文所安唐詩研究的啟示》。宇文所安逐漸進入了國內譯學界的視野。上述研究缺乏運用文獻統計、可視化分析等定量研究方法，很難直觀地體現研究的熱點與趨勢。本文將借助可視化分析工具CiteSpace對中國知網近10年（2013-2023）所收錄的有關漢學家宇文所安的研究成果的題錄信息進行包括時空圖譜分布即時間圖譜與文獻合作作者和發文機構的分布、關鍵詞聚類分析等可視化分析。通過可視化視圖多角度地對相關研究文獻進行計量分析和解讀,客觀地揭示近十年來國內關于宇文所安研究熱點與趨勢,為譯學界研究宇文所安和關于其對中國文學翻譯和文論著作相關研究提供一定的參考和借鑒。

一、研究方法和數據來源

數據可視化從誕生到發展的歷史悠久，“可視化（Visualization）”一詞來源于美國，可以追溯到20世紀50年代計算機圖形學的早期。1987年，NSF（美國國家科學基金會）的《科學計算中的視覺化》把可視化首次作為一種組織性的次領域提出來，認為可視化是一種能夠處理大量科學數據集的工具（史國舉，2021：96）。幫助人們理解事物的規律是數據可視化的最終目的，而繪制的可視化結果只是直觀的過程表現。隨著大數據時代的降臨，各種可視化分析工具層出不窮，比如人們所熟知的Python、Echarts、Tableau等數據可視化工具，以及近年來比較流行的CiteSpace。CiteSpace是一款由美國的陳超美教授開發的基于引文分析理論的科技文本挖掘及可視化分析軟件。隨著這一軟件的日趨完善，它被更廣泛地運用于各個學科領域，譯學界也產出了不少基于CiteSpace的可視化研究。

1. 研究方法

本文將選擇有關漢學家宇文所安的學術期刊數據作為研究內容，運用CiteSpace以及CNKI數據庫提供的數據分析建立相關時空分布圖譜、關鍵詞共現圖譜、文獻共被引圖表。通過數據的可視化解讀分析，分析總結這一主題的發展過程、研究熱點、研究前沿和研究的趨勢。

2. 數據來源

本研究所分析的所有文獻數據均來源于中國知網平臺（CNKI）。為了確保數據更為客觀全面，筆者進入知網的高級檢索頁面，在高級檢索中選擇“主題”，輸入“宇文所安”，接著在時間范圍區域將時間區間設置為：2013年1月1日——2023年5月31日，并且勾選“中英文擴展”選項，接著點擊“檢索”，手動選擇“學術期刊”類別，最后得出有效數據372篇與“宇文所安”這一詞條相關的文獻。筆者選定372條有效數據，選擇“RefWorks”格式導出，形成CiteSpace的輸入數據庫，供其進行預處理。

二、結果與分析

1. 時空知識圖譜分析

時空知識圖譜分析部分包括：在時間上，每一年各有多少篇相關話題文獻；在空間上，筆者只能通過合作作者可視化關系圖譜以及發文機構網絡。研究時間和空間分布可視化圖譜可用于對宇文所安研究的熱點與前沿時空維度的分析和探究。

（1）研究時間分布及分析

根據圖1所示，關于宇文所安的研究在近十年可以分為三個階段：平緩期（2013-2018）；發展期（2018-2020）；驟降期（2020-2023）。

我們不難看出，從2013年至2018年分布的文獻數量有增有減，起伏較平緩，根據圖上統計的數據可知，從2013年-2018年每年發文數量各為：20, 26, 21, 28, 24, 21，數據在20-30篇之間波動，分布比較均勻。根據CNKI提供的信息，在這段時間，這些文獻大多是應用研究，來自CSSCI以及北大核心期刊的總共有104篇，可見其權威性。這些文章大多聚焦于研究宇文所安漢學家身份以及他所翻譯的《文心雕龍》《杜甫詩》《二十四詩品》等。涉及到對中國文論、文學史觀等的探討。

在發展期（2018-2020）的區間里，一年內關于宇文所安的期刊的數量就增長到了41篇，2020年也產出了36篇期刊，我們可以看出在這兩年針對這一主題的研究熱度猛增。在這一階段，文獻內容仍舊聚焦于宇文所安以及其英譯的《文心雕龍》《杜甫詩》，但研究轉向了對宇文所安譯本中所采取的翻譯策略的探討。

在2020年之后，很明顯，相關文章數量驟降，從平均40篇降至20篇以內。由于筆者將時間范圍設定至2023年5月份，所以上圖的2023年的數據只顯示了上半年發表的3篇。從這我們可以看出，關于宇文所安的研究的熱度有所下降。在這三年，文章研究的主題仍是宇文所安，以及《文心雕龍》和分析翻譯策略。

（2）研究力量空間分布圖譜及分析

生成合作作者圖譜，我們首先將時間劃分（Time Slicing）設置為2013年，1月-2023年，5月，接著在節點類型（Node Type）處選擇“合作作者（co-authorship Network）”選項，最后開始運算，得出如下圖的可視化圖譜：

從圖2可知，研究宇文所安的學者分布比較分散，除了圖片中以胡作友為中心的合作關系網絡，其他的作者之間的合作關系較少。由圖中數據可知，胡作友和其他的學者合作研究的次數最多，共有26次，他周圍的這些學者和他合作的次數多少可以從他們所占的圓點的大小看出，比如我們可以知道他與楊杰、張丁慧的合作次數相對較多。從學者的名字的標簽大小我們可以推斷，胡作友是近十年研究宇文所安次數較為頻繁的學者，接著就是魏家海，楊杰、劉永亮、岳曼曼等的名字也較為突出，說明他們發表的文獻相對而言也是較多的。

圖2 合作作者關系圖譜

獲得機構分布圖譜的操作基本同上，我們只需要在節點類型處選擇“機構（Network of coauthors' institutions）”即可?？梢暬瘓D譜圖3所示：

圖3 機構分布圖譜

如圖3所示，我們可以看到文獻的出版機構分布較為分散，機構數量較密集，通過標簽字體的大小，我們可以看出哪些機構經常出版關于宇文所安的研究的文章，比如合肥工業大學外國語學院在這方面可謂是“名列前茅”。

2. 內容知識圖譜及分析

在這一部分，我們將提取所收集文獻的關鍵詞作為文本處理的詞匯來源，以關鍵詞作為節點類型，形成關鍵詞共現和關鍵詞突現的可視化分析圖譜，從而分析近十年關于宇文所安的研究熱點與前沿，以及它們之間的相互關聯性。接著，我們將借助CNKI提供的引文索引數據庫進行文獻共被引分析。

（1）研究熱點分析

一篇學術期刊的關鍵詞能夠直觀地體現其研究所凝練總結的主要內容。關鍵詞共現圖譜能夠體現這一研究領域近十年比較熱門的話題以及該領域的研究前沿，出現頻次越高，詞條標簽字體越大，說明該詞條所代表的研究主題熱度越高。首先我們以文獻關鍵詞、關鍵詞Plus（Keywords Plus derived from the titles of the cited references）作為詞匯來源，保持之前設置的時間范圍不變，在節點類型中僅選擇“關鍵詞”，其他參數保持默認設置，在“精簡”部分選擇“各個時間段”，最后開始分析，得出可視化圖譜后，在操作版塊的標簽部分，選擇“By freq”,將閾值（Threshold）定為5，調整好節點的大小、字體、顯示比例，其他設定保持默認，最后可視化結果如下：

在上述圖譜中，一個小圓點表示一個關鍵詞，筆者將閾值定為“5”，所以只顯示共現頻率為5以上的對應的關鍵詞，比如，據CiteSpace統計，“宇文所安”這一關鍵詞和其他詞共同出現共148次。節點越大，則意味著這些關鍵詞共現的頻次（Frequency）越高。圓點之間的連線則表示關鍵詞之間的關系，連線數量越密集說明關鍵詞之間的關聯越密切，意味著這些關鍵詞經常一起出現。

以下是共現頻次（〉5）最高的10個關鍵詞的分布表：

從上述圖4以及表1中，我們可以明顯看出“宇文所安”這一關鍵詞在近十年的文章中是最常被引用的，緊隨其后的就是“翻譯”“翻譯策略”還有較靠后的“英譯”。因為宇文所安作為著名的美國漢學家譯者，他翻譯了大量的中國著名古典文學作品以及文論，除了他翻譯的《文賦》《楚辭》等，倍受譯學界關注的便是他翻譯的《文心雕龍》，“文心雕龍”這一關鍵詞也是榜上有名。所以近十年很多研究是圍繞著宇文所安的英譯作品、通過不同的翻譯理論視角探討其運用的翻譯策略、基于不同理論視角探討其英譯的某些現象展開的，比如胡作友與楊杰發表的《思想·風貌·底蘊——宇文所安〈文心雕龍〉編譯策略分析》、胡作友與戴林杉發表的《〈文心雕龍〉差異性的異域重構——以宇文所安英譯本為例》。

表1 關鍵詞共現頻次

圖4 宇文所安研究熱點知識圖譜

之前曾提到宇文所安愛好中國詩歌，因而他對中國詩歌翻譯的貢獻也極其突出，比如他的譯著之一《杜甫詩》是國內外第一部杜甫詩全集的英譯本，具有載入中外翻譯史冊的開創意義，因此難免不會有人去研究這一方向，所以不難理解為何“杜甫”“唐詩”這兩個關鍵詞的共現頻次也赫然在榜。比如袁湘生發表的《宇文所安杜詩全譯本翻譯策略研究》、謝云開撰寫的《論宇文所安對杜甫詩的譯介與研究》。

從中我們還會發現，共現頻次較高的還有“楊國斌”這一詞條，因為通過文獻計量與檢索，筆者發現近十年有不少研究是基于同一譯本，對比宇文所安和其他譯者的翻譯，比如學者楊國斌，他與宇文所安分別翻譯了《文心雕龍》，所以有些學者會對兩者的不同譯本進行對比研究，比如胡作友與陳萍發表的《語境,參與人和充分性——〈文心雕龍〉宇文所安和楊國斌英譯本評析》。

接下來我們將通過中介中心性（Toggle spotlight, highlight critical paths of high centrality）進行下一步歸納分析。這一指標可以用于衡量某關鍵詞在某一研究領域的重要程度。關鍵詞中的介中心性越大，說明它為其他非中心節點提供的戰略性中介作用越多,也就意味著它控制的關鍵詞之間的信息流越多，分析中介中心性可揭示研究熱點之間的突變或轉化關系。以下是中介中心性（〉0.01）的14個關鍵詞的分布表：

從表2中我們不難看出“宇文所安”“翻譯”“翻譯策略”“文心雕龍”“中國詩學”“中國文論”“漢學家”等關鍵詞是這一領域研究的比較重要的存在，這意味著圍繞這些關鍵詞展開的研究是近十年這一領域的熱點與前沿。

表2 關鍵詞中介中心性

（2）文獻最高被引分析

因為在CiteSpace中，筆者輸入的項目的數據無法進行文獻共被引可視化的運行操作，所以筆者只能借助中國知網的數據庫查詢最高被引文獻。筆者截取了發表年份介于2013年至2023年的最高被引文獻的標題、作者以及被引用次數，制成如下表格：

表3 2013-2023最高被引文獻統計

以上統計的四篇文獻均被收錄進北大核心以及CSSCI期刊中，所以我們不難看出該領域的研究近十年主要聚焦于哪一方向。從最高被引文獻我們可以推斷關于宇文所安的研究主要集中在對他所翻譯的《文心雕龍》的探討，或是分析其英譯本的翻譯策略，其中也涉及到了副文本的內容，比如第二個文獻，就是對比同一著作三種譯本中的不同的譯注。

通過以上分析，我們可以推斷近十年關于宇文所安的研究趨勢與熱點集中在通過不同理論分析其英譯作品的內涵與傳播效果，尤其是《文心雕龍》《杜甫詩》，分析其翻譯策略、對比分析他和其他譯者，以及他撰寫的與中國文論、詩學相關的作品。

三、結論

在當下全球化語境下,“他者視角”不僅有利于我們重新審視自身文學、文化,而且有助于學界更好地進行“走出去”語境下的外譯思考（劉一鳴 張冰潔，2022: 169）。所以，從漢學家譯者的視角去看他們對中國文化對中國文學藝術的理解是很重要的，他們的譯作不僅有利于中西文化的交流，有利于傳播中國形象，而且也為國內外學者提供了很豐富的研究素材與視角。

從上述的可視化分析中，我們可以將近十年關于宇文所安的研究分為翻譯理論研究與翻譯史研究兩大類，研究趨勢與熱點集中在通過不同理論分析其英譯作品的內涵與傳播效果，尤其是《文心雕龍》《杜甫詩》，分析其翻譯策略、對比分析他和其他譯者，以及他撰寫的與中國文論、詩學相關的作品。國內宇文所安研究文獻的數量有待提高，質量穩中向好，但筆者認為對宇文所安的研究在基于語料庫的研究，從“副文本”視角進行分析研究，關注宇文所安其他文論譯作這三個方面還有很大的發展空間。比如，我們可以通過語料庫綜合分析宇文所安分別在文論、詩歌上采用的翻譯語言有何區別，更加關注宇文所安翻譯內容之外的各種副文本。針對其翻譯的文論，我們也可以另辟蹊徑，將重心從《文心雕龍》轉移到其他文論譯作上，比如宇文所安曾翻譯了唐代詩人司空圖的著名詩歌理論作品《二十四詩品》，可是國內在這一方面的學術文獻卻寥寥無幾。筆者希望本研究能夠為漢學家、宇文所安相關研究提供借鑒意義。