語篇動態視角及其在語篇動態性和復雜性研究中的應用

提 要：語篇動態是復雜動態系統理論的一個研究視角，該視角將語篇視作隨時間不斷變化的復雜動態適應性系統，并關注語篇在不同時間點和語境中的初始狀態、全面聯結性、自適性和自組性、變異性以及非線性等演變特征。本文旨在闡述語篇動態視角的理論內涵、基本觀點及常見研究方法，并結合實證研究案例，展示在歷時語篇研究中運用該視角開展動態性與復雜性分析的研究范式。總體而言，語篇動態視角能夠通過科學與規范的跨學科研究方法，探索語言在實際運用過程中的動態生成、演變與互動機制，適用于語篇文本內外部的諸多研究話題，有助于促進復雜動態系統理論在語言學研究中的理論應用，為揭示語言變化和發展規律、分析語篇演變的驅動因素和社會文化背景提供方法論依據。

關鍵詞：語篇動態；復雜動態系統理論；語篇研究；歷時語言變化；動態性；復雜性

中圖分類號：H030" "文獻標識碼：A" "文章編號：1000-0100（2025）02-0001-10

DOI編碼：10.16263/j.cnki.23-1071/h.2025.02.001

The Perspective of Discourse Dynamics and Its Application

in the Study of Discourse Dynamics and Complexity

Dong Ji hua Wang Hao

（School of Foreign Languages amp; Literature， Shandong University， Jinan 250100， China）

The Discourse Dynamics is a novel perspective of Complex Dynamic Systems Theory. It views discourse as a continuously changing complex dynamic adaptative system and pays attention to the initial conditions， complete interconnectedness， adaptation and self organization， variability， and nonlinearity of discourse system. This paper aims to examine its theoretical connotation， basic viewpoints， and common research methods. Also， this paper presents an empirical study to demonstrate the research paradigm of applying this perspective to explore the dynamics and complexity of diachronic discourse. In general， the Discourse Dynamics perspective helps to explore the dynamic generation， evolution， and interaction mechanism of language in the process of actual use through scientific and standard interdisciplinary research methods， and is applicable to a wide range of research topics inside and outside of discourse texts. It contributes to the theoretical refinement and practical expansion of Complex Dynamic Systems Theory within linguistic research， and holds methodological significance and value in revealing the patterns of language change and development， analyzing the driving factors behind linguistic evolution， as well as exploring the socio cultural contexts involved.

Key words：The Discourse Dynamics; Complex Dynamic Systems Theory; discourse study; diachronic linguistic variation; dynamics; complexity

1 引言

語篇動態（The Discourse Dynamics）是復雜動態系統理論（Complex Dynamic Systems Theory，簡稱CDST）在語篇研究中的拓展（Cameron et al. 2009：64；董記華 2025：248）。該視角將語篇視作一個復雜動態適應性系統，認為語篇不僅能夠體現語言形式結構和使用特征的歷時變化，更能反映復雜多變的社會情境，并通過個體參與者在一定時間跨度內的交流互動而得以持續建構與動態發展（Cameron 2003：41-42; Cameron， Deignan 2006：674）。語篇動態在CDST框架下論證了系統功能語言學中語篇是“語言系統的表現形式”且語篇系統是“語義單位”而非單一“語法單位”的觀點（黃國文 2010：1-2）。同時，語篇動態關注語篇與其所處社會文化語境間的復雜互動，這回應了Lemke（1993：246）對于語篇內在變化以及與其所處外部環境互動關系的假設。此外，該視角強調要通過系統間的適應聯結，從語篇表層的語言現象描寫深入到對其復雜內在聯系與運作機理的闡釋，從而較為全面地審視語言發展背后深層次的社會、文化和認知過程（Cameron et al. 2009：64; Dong et al. 2021：2）。這進一步反映了環境對于理解發展過程的重要作用（Hiver， Al Hoorie 2016：746），體現了CDST框架在語篇研究中的應用價值，為深入探索真實語篇實踐的語言演變及行為過程提供了科學的方法論工具（Ca meron 2003：41-42）。

Cameron（2003：41）最早將CDST應用于語篇隱喻研究，認為語篇數據反映語言和思維隨時間推移的復雜關聯，以及這種動態機制如何逐步影響語篇自身的構建。之后，Cameron等（2009：63）通過轉錄—隱喻識別—編碼和分析等步驟，探討了CDST在分析與恐怖主義相關的口語語篇隱喻使用模式中的應用，并明確提出了語篇動態這一構念。國內學者也在隱喻研究中探討了該視角的理論方法和應用價值（劉文宇 孫明月 2024：18-25；單理揚 2019：93-100）。Cameron等（2009：64）指出，語篇動態視角不僅適用于隱喻研究，也為廣泛的社會科學研究提供了新視角與方法。

近年來，歷時語言研究的重要性日益凸顯，且在研究對象和方法上呈現出日益深化、細化的趨勢（許家金 2020：209）。而語篇動態視角一方面可以通過CDST特有的數據分析方法（如移動極值、移動相關性分析等）深入探究語篇不同語言系統的發展軌跡及動態交互，揭示其背后的演變規律（Dong et al. 2023：3）。另一方面，該視角強調真實語境及語境的復雜發展，有助于深入考察語境變量（如社會文化、學科社區等）如何動態、實時地干預和塑造語言的歷時特征與使用機制（Cameron， Deignan 2006：674）。本文圍繞語篇動態視角及其在語篇動態性和復雜性研究中的應用，系統介述該視角的理論觀點、研究方法、與研究案例，以期展示其在歷時語篇研究中的應用價值。

2 基于復雜動態系統理論的語篇動態

CDST由Larsen Freeman（1997：141-165）從數學、物理和生物學等學科引入語言學領域，強調語言發展是語言系統內部各子系統互相聯結和作用、在不同維度上持續交互、動態自適應的發展過程（Lowie， Verspoor 2022：39；鄭詠滟 李慧嫻 2023：651）。CDST作為元理論，對歷時語言研究中的發展內涵給出更為細化和深化的定義，即發展并非“獨立的”和“階段性的”，而是一種不斷“消長”的過程（Larsen Freeman 2006：590）。同時，CDST關注語言的變化，強調環境、認知和社會因素等多種資源之間的相互作用及對語言發展的影響，這有助于揭示真實語言發展的連續性和涌現特性，豐富了歷時語言研究的理論方法與實證路徑（同上：593）。

“語篇”這一術語的定義尚未達成共識。Lemke（1993：244）將語篇定義為在一定時期內，由眾多實際個體通過社會文化互動形成的產物。Cameron等（2009：66）則視語篇為發生在現實情景中的群體性話語交際活動。這些定義雖然表述各異，但共同揭示了語篇的本質特征——即語篇并非孤立存在的靜態文本，而是隨著時間發展、社會文化變遷以及個體間互動而動態生成和演變的語言現象。換言之，語篇的生成和發展是一個涉及多維度、多層次交互作用的過程。此外，相較于“話語”，“語篇”一詞更為具體，體現了基于使用的“自然語言”觀（陸儉明 2024：1）。正如陸儉明（2024：1）所言，“只有引進‘語篇’這一概念，才能真正開展詞語、語法、篇章的動態研究，即從用法的視角和層面去加以研究”，這體現了CDST框架在語篇研究中的適用性。因此，本文基于CDST框架，將語篇定義為在特定社會文化語境中，由個體參與者通過在特定時間內的使用而交互共建，且隨著時間和環境變遷而持續演化，并展現語言形式、語義結構、語用功能及使用特征的動態實體，是一個復雜動態適應性系統。

Larsen Freeman和Cameron（2008：36）認為，一個復雜動態適應性系統應包含如下特征。一是系統要素和施事者的異質性（heterogeneity of system components and agents）（Luke， Stamatakis 2012：360）。語篇包含多種語言要素（如詞匯、句法、語步等），其構建涉及眾多具體的施事者，如作者、讀者、同行編輯等。深入理解語篇建構的復雜互動機制，需要細致研究這些多樣化的元素和參與者如何發揮作用（如作者的聲音構建和讀者的感知）。二是系統的開放性和適應性（openness and adaptation）（Larsen Freeman， Cameron 2008：36），這意味著系統應持續對內外部環境變化做出適時響應與轉變。在不同學科和社會文化因素影響下，語篇作者需與時俱進，積極接納來自讀者、評審者、社會輿論等多方的觀點，從而促進語篇語言與作者身份的合理建構。三是系統及其子系統的持續變化所體現的動態性與非線性（dynamics and nonlinearity）（Debot 2008：171）。“語篇代表著選擇”（黃國文 2010：1），語篇的演變過程很可能包含著持續和難以預見的調整與適應現象，這個過程伴隨著動態且非線性的發展軌跡。因此，可以將語篇視為一種典型的復雜動態適應性系統。

CDST視域下，系統的發展具有初始狀態（initial conditions）、全面聯結性（complete interconnectedness）、適應性（adaptation）和自組性（self organization）、變異性（variability）、以及非線性（nonlinearity）特征（鄭詠滟 2011：303-308; Larsen Freeman 2006：591-594），這些特征也可以幫助研究者深入闡釋語篇變化的復雜性與動態性過程。

首先，系統對其初始狀態具有敏感性和依賴性，這可能對后續發展產生影響（De Bot 2008：167）。語篇動態視角尤其強調語篇生成與演變過程中對初始條件的敏感性（例如語篇的初始語境及相應的表達特征）。即使是很小的初始差異，也可能在語篇發展過程中積累放大，產生巨大的、難以預測的變化；而看似較為顯著的初始差異，也可能僅僅會在演變中帶來微乎其微的影響（De Bot et al. 2007：8）。

其次，CDST認為語言由多個子系統（如詞匯、句法、篇章等）構成，且各個子系統相互聯系、作用，并始終處于動態交互變化中（Larsen Freeman 2006：592）。系統或聯結為支持性生長點（connected growers），即子系統間彼此支持，某一子系統的發展往往促進另一子系統的發展；或連結成為競爭性生長點（competitive growers），即子系統間可能會此消彼長，一個子系統的發展有可能抑制另一個子系統的發展。此外，子系統間還存在前驅性關系（precursor），指一個子系統的增長會先于另一個子系統（Verspoor et al. 2011：197）；以及非對稱關系（asymmetry），表示子系統之間隨時間的變化關系并不一致（Kim et al. 2024：6）。

復雜動態系統在發展過程中具有適應性，即通過自組織適應環境變化而產生新的“結構、狀態、或功能”（Liu 2018：2）。系統通常自組織并交替經歷兩種狀態：一種為吸態（attractor states），此時系統狀態穩定且趨于停滯；另一種為斥態（repeller states），此時系統處于動態振蕩，并很可能受到外力推動進入新的發展階段。同樣，語篇動態視角關注語篇形成與發展過程中，各個語言結構、意義和功能單元如何適應語境變化、交際需求以及語篇作者/說話者意圖而進行動態自組。

變異性是復雜動態適應性系統的核心特征，“是系統重組發展的前兆”（鄭詠滟 李慧嫻 2023：651）。盡管系統在一段時間內可能保持穩定，但伴隨子系統間持續的交互作用，變異可能會持續發生（Spoelman， Verspoor 2010：533）。值得注意的是，系統的穩定并不等同于僵化，某些變化可能導致系統迅速過渡到新的階段，并涌現出新的發展特性（Van Geert， Van Dijk 2002：343）。語篇動態視角尤其關注重要發展節點的變異特征，特別是這些節點處傳遞的階段性信息（Dong et al. 2023：224-251）。

非線性指系統原本連續變化的狀態或過程突然發生了階段性的跳躍或中斷（the sudden discontinuity of the phase shift）（Larsen Freeman 2006：592）。由于系統內部各要素的復雜交互，使得系統的變化難以預測，語言的“輸入和輸出不再具有恒定的比例關系”（鄭詠滟 2011：304），無論是前進還是倒退都是發展過程中的正常現象（于涵靜 2020：33）。同樣，語篇動態視角將語篇視作非線性變化的過程，以“歷時、回溯”的方式對語篇進行描寫（單理揚 2019：94）。

3 研究方法

3.1 語料數據

首先，須遵循語料庫建設準則和要求。其次，應檢查語料庫的初始狀態。由于電子語料可能存在諸多格式問題（尤其是時間較早的語篇），這對后續分析可能會產生干擾，所以要尤其注重數據的預處理工作。同時，要選取合理的時間跨度，使所采集數據能較為全面地覆蓋研究所需。此外，語料數量和數據密度也需重點考量。充足的語料數量對于揭示語篇動態變化的連續性和階段性特征不可或缺，以及要考慮單位時間內或特定空間內的語料篇幅，以充分挖掘語篇演變細節。

若采用已有語料庫，須對所選語料庫進行深入了解。具體而言，明確現有語料庫的初始特征，如數據格式與編碼標準，以正確解析并有效利用語料數據。在遇到不兼容或缺失問題時，應及時進行數據清洗或轉換，保證后續分析的準確。同時，應重點關注語料庫的時空分布情況，即考察各時段、各類別語料是否均勻分布，是否存在顯著偏倚，以準確捕捉語篇的連續演變及階段性特征。另外，現有歷時語料庫往往容量較大，可以根據研究目標篩選子語料庫，保證所抽取樣本在語篇數量、時空范圍等方面具有代表性，以期有足夠數據揭示語篇的復雜性和動態性特征。

3.2 差異檢驗

差異檢驗是貫穿語篇動態性和復雜性分析的重要步驟。現有研究多使用單因素方差分析（ANOVA）、多元方差分析（MANOVA）等參數檢驗來探察語篇指標在時間、文本類型、空間等變量影響下群體或個體均值差異；對于無法滿足正態分布假設與方差齊性時的群體數據，常使用如Mann Whitney U或Kruskal Wallis H檢驗等非參數檢驗方法；之后，結合事后多重對比，如Tukey Honestly Significant Difference（HSD）檢驗、Bonferroni校正、Games Howell事后多重檢驗等，對原始統計結果進行細致對比；此外，也可采用蒙特卡羅分析（Monte Carlo Analysis）、Bootstrap方法等對原始數據進行隨機模擬與抽樣，以檢驗語篇變異模式是否隨機（Freeborn et al. 2023：538; Verspoor et al. 2011：170）。

3.3 動態性分析

動態性（dynamics）指系統會由于受到內外因素影響而產生變化（De Bot， Larsen Freeman 2011：8）。語篇動態視角下的動態性分析旨在呈現、描寫和闡釋語篇特征隨時間推移和語境更迭所呈現的發展趨勢。CDST框架下，語篇動態視角可用于呈現數據動態性的方法相對成熟，Van Geert和Van Dijk（2002：340-374）、Verspoor等（2011）對這些方法進行了系統的介紹。其中，基礎方法主要包括移動極小—極大值圖（moving min max graph）、緯度線值圖（altitude line graph）、前向極大—逆向極小值方法（The promax regmin method）和移動相關性等。

移動極小—極大值圖是一種動態描述方法，通過展示數據序列中每個連續時段內的最小值和最大值，可以呈現語篇特征的動態變異（Verspoor et al. 2011：75）。其制作步驟如下：根據數據時間段數量，選取一個包含固定數量測量值的時間窗口。然后從數據序列起始位置開始，依次向后移動一個測量值，使窗口覆蓋新的時段。對于每個移動窗口內的數據，分別求出其最小值和最大值，并將其作為一對數據點，由此得到兩條分別代表“移動極小值”和“移動極大值”的時間序列。移動極小—極大值圖針對每一次測量點呈現一個極值范圍，數據不再是單一數值，而以分數帶寬的形式呈現，有助于反映數據波動的變化規律（Van Geert， Van Dijk 2002：353；鄭詠滟 2015：280）。

緯度線值圖是對移動極小—極大值圖的拓展（Van Geert， Van Dijk 2002：356-357）。具體而言，除移動窗口中的最小值和最大值，還可以繪制第二高值、第三高值等，并連接相應的數據點，形成類似于地理地形圖上的等高線，從而反映時間序列的分布特性，如曲線集中于上部或下部則說明數據發展呈偏斜分布（同上：357）。此外，還可以繪制該數據點組間數值的百分位分數曲線，如25%、50%、75%分位數曲線，并添加個體特征發展曲線，以呈現個體相對于組間的發展趨勢（鄭詠滟 馮予力 2017：61）。

前向極大—逆向極小值圖側重于捕捉發展過程中的早期峰值及晚期谷值（Van Geert， Van Dijk 2002：357）。其制作步驟如下：根據數據時間段數量設定移動窗口，從首個數據點開始計算該窗口的最大值。然后保持窗口起點不變，逐次增加一個數據點擴展窗口，繼續計算擴展后窗口的極大值。同時，從數據的最后一個點開始，向數據起始方向回溯，計算窗口內的極小值，保持起點不變，每次向前增加一個數據點，計算擴展后窗口內的極小值，最終得到前向極大和逆向極小值時間序列。移動極小—極大值圖和前向極大—逆向極小值圖的區別在于，前者展現了較小窗口的波動規律，后者則呈現了整個時間范圍內的帶寬變化（同上：358）。

移動相關性是分析數據相關性動態發展的方法，其制作原理與移動極小—極大值圖類似（Verspoor et al. 2011：181），即選定移動窗口，計算窗口內數據間的相關系數，并根據移動窗口得到移動相關性序列。值得注意的是，須要首先對數據進行去趨勢化（detrending）處理，即去除原始數據隨時間的整體增長斜率，從而提高相關性分析準確性（同上：176）。

除基礎性的動態軌跡描摹，研究者們亦積極結合多樣的分析方法，如局部加權回歸散點平滑法（Locally Weighted Scatterplot Smoothing， 簡稱LOESS）、變點分析法（Change Point Analysis， 簡稱CPA）等，以深化對系統動態性的闡釋。這些方法為語篇動態視角的動態分析提供了重要參考。

3.4 復雜性分析

“系統的動態性源于其復雜性”（鄭詠滟 2020：94）。盡管動態性分析側重于揭示系統隨時間演變的模式，但這些波動變化（如移動相關性）也往往能夠反映系統發展的交互與涌現特性，從而間接揭示了系統的復雜性。復雜性（complexity）指系統內部并非孤立單一，而是由眾多部分緊密交織融合而成，尤其體現在各部分自適應和自組織過程中產生的不可預測的涌現行為（Hiver， Al Hoorie 2019：20）。語篇動態視角下的復雜性分析則旨在剖析語篇動態發展過程中內部子系統間及其與外部環境之間復雜的互動關系。近年來，國內外學者對可用于復雜性分析的定性和定量方法進行了詳細介紹與實踐（如Hiver， Al Hoorie 2019：85-235; Hiver et al. 2022：917; 韓知行 鄭詠滟 2022：27-42），本部分對具有適用性的一些方法進行概覽，包括網絡方法、建模方法以及定性分析方法。

網絡方法作為一種跨學科研究工具，在社會科學、神經科學及心理學等諸多領域應用廣泛，如社會網絡分析（Hiver， Al Hoorie 2019：139）、腦科學的復雜網絡（Varela et al. 2001：229-239）、心理網絡分析等（Epskamp et al. 2018：195），其核心在于通過網絡形式揭示系統的復雜連結特征（韓知行 鄭詠滟 2022：30-31）。在語篇動態視角下，可以將語篇多元特征轉化為一個連通網絡，其中特征指標（如詞匯、句法復雜度）為網絡節點，指標間的相關性為節點的連邊，相關性數值即連接強度或邊權重。此外，可以參考不同網絡方法中的指標分析網絡結構，如腦科學復雜網絡中指標與其他指標的連邊數量體現了關聯豐富度，連邊最多指標為中心節點，對整體語篇特性影響顯著；所有指標的連邊數量與指標數量之比為網絡密度，反映了網絡的穩定性（同上：31）。心理網絡分析中還可以通過節點強度、密度等中心性指標衡量節點在網絡中的重要性，并通過Bootstrap方法估計網絡的穩定性或網絡對比測試（Network Comparison Test， 簡稱NCT）對比不同網絡的結構差異（Epskamp et al. 2018：195; Freeborn et al. 2023：546; 董記華 2025：251）。在CDST框架下，網絡方法可以幫助克服單一語篇特征的考察，呈現語篇多元特征的全面連結性與復雜的涌現模式（Freeborn et al. 2023：534）。

建模方法在近些年的CDST研究中運用廣泛，主要通過構建多因素（multifactorial）、非線性（nonlinear）且概率化（probabilistic）的模型（Hiver et al. 2022：917），探究語言系統發展的變異性、互連結構及其動態行為，常見定量方法包括廣義加性混合模型（Generalized Additive Mixed Mode ling）（Kim et al. 2024：14）、潛在增長曲線模型（Latent Growth Curve Modeling）（Hiver， Al Hoorie 2019：172）、多層次建模（Multilevel Modelling）或個體生長曲線建模法（Individual Growth Curve Modelling）（于涵靜等 2022：92）等，定性方法如基于主體的建模（Agent Based Modeling）和回溯性定性建模（Retrodictive Qualitative Modeling）（Hiver， Al Hoorie 2019：118-138）等。在實際應用過程中，這些方法各有側重，如潛在增長曲線模型通過模擬個體的初始狀態和隨時間的變化，以捕捉和解釋個體或群體的潛在趨勢（Elahi Shirvan et al. 2021：4-5）；多層次建模法則可以同時模擬個體層面與群體層面語言發展的情況及變量影響，從而提升了不同層級變量發展機制的概括性（于涵靜等 2022：99）。上述方法多應用于二語習得研究，在語篇動態視角研究中仍待進一步探索。

CDST研究重視定性與定量的混合設計（Hiver et al. 2022：919），如在定量分析中融入質性編碼/分析（同上：928）、Q方法（Zheng et al. 2020：781）、定性對比分析（Hiver， Al Hoorie 2019：85）等質性手段。在CDST框架下，這些質性分析能夠幫助定量分析驗證假設，從而增強推斷的有效性；提升實驗現實性，促進研究發現在真實情景中的適用；以及對某些難以用傳統定量工具精確測量的復雜、涌現或質變屬性進行深入探究，提高結果精準度（Seawright 2016：166; Hiver et al. 2021：10）。例如，傳統的因子分析基于變量的相關性來識別較少數量的潛在變量，而Q方法可以使用反向因子分析來揭示人們對選定主題看法之間的分類關聯（鄭詠滟 2023：5-6）。在語篇動態視角下，尤其可以借助混合方法設計，結合傳統的語篇分析與跨學科研究方法，探索和闡釋語篇的復雜互動機制。下面將通過近期發表的研究案例，展示語篇動態視角的基礎范式。

4 研究案例：學術語篇聲音構建的歷時演變

該案例為Dong等（2023：1-23）的研究，在語篇動態視角下探討了學術語篇中聲音構建的學科差異、發展軌跡以及動態交互模式，主要包含3個研究問題：（1）不同學科學術語篇的聲音構建存在何種差異；（2）各學科不同類型的聲音標記語在50年間呈現何種發展軌跡；（3）各學科內部不同類型的聲音標記語呈現何種動態互動關系。

4.1 數據收集與預處理

為系統探討不同學科語篇學術聲音的動態構建，該研究選取應用語言學（應用軟學科）、哲學（軟純學科）、工學（應用硬學科）和化學（硬純學科）4個學科（Becher， Trowler 2001：35），以確保學科覆蓋全面。每個學科各選取經同行專家評審且影響因子較高的10本期刊，以保證所選論文具有較高權威性。所選論文均為完整的英語科研文章，以保證學術文體結構的穩定性。在1970至2020年間，各學科每隔兩年隨機選取30篇論文，并移除表格、圖片、致謝、經費聲明和參考文獻等內容。最終語料庫共包含論文3120篇，總詞數21，942，776（應用語言學5，445，765、化學3，339，110、工學6，046，642、哲學7，111，259）。

該研究采用Python自然語言處理包NLTK（Bird et al. 2009）對語料進行聲音標記語自動標注。標注類型包括立場（模糊限制語、強勢語、態度標記語、自我提及語）和介入（讀者指稱、指令語），具體詞項詳見Hyland（2005：173-192）和 Yoon（2017：72-84）。為驗證自動標注的可靠性，隨機抽取10%數據，與一位研究者的手動標注進行對比，Cohen’s kappa系數為0.91，這表明自動標注結果較為可靠。

4.2 差異檢驗、動態性和復雜性分析

研究問題一為差異檢驗。研究首先通過Kolmogorov Smirnov（Lilliefors 1967：399）檢驗數據的正態分布，并對非正態分布的數據點進行Box Cox變換（Osborne， 2010：1），使其近似服從正態分布。之后采用單因素MANOVA和ANOVA檢驗聲音標記語的學科差異。若差異顯著，繼續進行Games Howell事后多重檢驗。該方法無須假設各組間方差齊性和樣本大小相同（Larson Hall 2015：428）。同時，引入偏η2作為效應值（Gui 2022：61），以衡量差異分析效應大小。以上分析均通過SPSS 28.0完成。

研究問題二和三為動態性和復雜性分析。對于研究問題二，該研究通過LOESS平滑曲線展現各學科不同類型聲音標記語的發展軌跡，以減少原始數據中的不確定性與隨機波動（Dong 2016：152）。針對研究問題三，首先對數據進行去趨勢化（Verspoor et al. 2011：176），以避免時間趨勢斜率對相關性結果產生偏差，之后計算各學科聲音標記語各類別間的相關性，并通過移動相關性分析聲音標記語類型的動態相關性。具體而言，設置22個窗口，每個窗口大小為5，以細致且有效展示相關性變化軌跡。之后，對識別出的交互模式進行再抽樣與蒙特卡洛分析，以檢驗相關性是否顯著。

4.3 結果與討論

對于研究問題一，單因素MANOVA和ANOVA結果顯示4個學科中不同類型聲音標記語的使用均存在顯著差異。這反映了不同學科學術專家在構建“符合其學科群體身份”時的聲音標記語策略（Hyland 2002：1091）。例如，軟學科（應用語言學和哲學）的態度標記語、強勢語、模糊限制語、自我提及語和讀者指稱均顯著多于硬科學（化學和工學）。這可能是因為軟學科作者在學術語篇中更傾向于強化或謹慎表達，引導讀者共同思考，強調知識共建與主觀解釋，而硬科學作者則更關注對普遍原理和物理環境的客觀理解（同上 2005：188）。

針對研究問題二，動態性分析結果顯示50年間各學科不同類型聲音標記語使用情況呈顯著波動的非線性軌跡，且交替經歷了吸態和斥態，反映了系統發展的非線性，及其變化過程中的適應性、自組性與變異性特征。例如圖 1所示，工學論文的模糊限制語在1978至1984年間經歷了明顯的吸態，其間模糊限制語的使用頻率相對穩定，最常用的模糊限制語包括may， would和assumed. 同樣，化學論文的強勢語在1970至1978年間的使用頻率較為平穩，最常使用show，find，know等詞，且前十位高頻強勢語都非常相似，經歷了明顯的吸態階段。這些聲音標記語反映了語篇系統動態變化過程中對聲音構建自組的平衡狀態。此外，工學論文的自我提及語在1970至1982年以及2008至2020年呈現出顯著的斥態特征，其使用頻率波動較大。1970年至1982年間，常用自我提及語雖然較為相似（如we和this paper），但author和our則交替位于第三位。2008年至2020年間，2008年常用we和this paper，2020年則為we，our和author. 這些斥態階段表明，工學作者在學術語篇中明確展現作者存在的問題上可能缺乏共識。CDST視角下，波動與變異往往是系統發展的前兆（Fogal 2020：579），一段時間的波動變異可能會促進系統發展至新的穩定階段。經歷了長期的波動，工學學科可能就自我提及語的使用有望逐步凝聚共識，從而趨向一個新的穩定狀態。

對于研究問題三，移動相關性分析顯示了不同類型聲音標記語的互動關系在發展中呈現出復雜性波動，交替連結成為支持性生長點和競爭性生長點。如圖 2所示，哲學的自我提及語和指令語在發展前期時而相互支持，時而競爭，最終在2012至2020年間作為支持性生長點而漸趨穩定。在應用語言學領域，態度標記語與模糊限制語最初為正相關，在1990年至1998年間轉換為競爭性生長點，之后自1998年起又轉換為支持性生長點。基于語篇動態視角，支持性與競爭性生長點的動態轉換反映了系統的全面聯結性，系統內外各要素，如作者選擇、學科、社會文化因素，驅使著系統的動態重組與發展。值得一提的是，看似意義相異的聲音標記語類型并不一定總是互為競爭性生長點。例如，強勢語和模糊限制語分別用于增強和緩和語氣，但在近二十年的哲學論文中二者主要表現為支持性生長點，這表明哲學學科傾向于使用不同強度的表達方式吸引和說服讀者，這進一步反映了語篇系統的復雜性與動態性（Dong et al. 2021：2）。

5 結束語

本文闡釋了語篇動態視角的理論內涵、基本觀點、與常見研究方法，并結合實證案例研究，展示了歷時語篇研究中開展語篇自組織自適應過程中動態性與復雜性分析的研究范式。

語篇動態視角有助于促進CDST在語言學研究中的理論應用。自CDST引入應用語言學研究以來，研究者在能夠描述各類復雜系統和識別不同情境動態變化模式的基礎上，逐漸強調應探索建模系統的動態模式和復雜機制，以及理解如何干預或影響復雜系統行為的重要性（Hiver et al. 2022：933），這一轉向尤其體現了對系統“復雜性”的關注。而語篇動態視角立足語篇這一基于特定社會文化語境的動態實體，將語言置于第二語言學習環境之外更廣的社會語境，有助于超越對“現象X的構成具有復雜性”或“過程Y的發展呈現非線性”等表面現象的簡單描述（同上），拓展了CDST在應用語言學研究中的理論應用。

然而，任何研究視角均有其局限。具體實踐中，語篇動態視角在數據收集方面，特別是追溯長期或較早語料數據時，可能面臨著收集、轉換、處理等難題；同時，語篇特征與特定社會事件間的關聯需要進一步明確（如分析語篇態度標記與冠狀病毒報告案例的移動相關性；Dong et al. 2021：11）。此外，在CDST框架下進行定量分析時，如何敏銳捕捉語篇深層含義及情境細微差別，融入質性思考，也有待進一步探索。

語篇動態視角在歷時語篇研究中適用于諸多話題。于文本內部，該視角可應用于媒體、文學、醫學、外交、等多領域語篇的歷時演變研究，揭示不同體裁、學科、社會文化背景下語篇的變化規律。在文本之外，該視角對于理解語言政策變遷、跨文化交際適應策略、緊急事件中信息傳播演變等語言社會話題均提供了分析思路。此外，不僅是歷時語篇，該視角亦有望在橫截面語篇復雜性研究中發揮效用，如運用心理網絡分析（Freeborn et al. 2023：551）揭示個體認知結構與社會變量之間復雜的相互作用。因此，未來的探索需要優化分析工具與技術，注重跨學科合作，以期在保有理論深度的同時，克服方法論上的局限，不斷嘗試融合心理學、社會學、計算機科學等相關領域的前沿方法，分析和研究社會語境中的語篇演變。

參考文獻

董記華. 語篇動態視角下學術語篇的動態發展與復雜網絡研究[J]. 現代外語， 2025（2）.‖Dong， J. H. Dynamic Development and Complex Network in Academic Discourse from the Discourse Dynamics Perspective[J]. Modern Foreign Languages， 2025（2）.

韓知行 鄭詠滟. 復雜網絡視角下英語學習者書面語句法復雜度發展研究[J]. 第二語言學習研究， 2022（1）.‖Han， Z. X.， Zheng， Y. Y. A Complex Network Approach to the Syntactic Complexity Development of EFL Learners Written Language[J]. Second Language Learning Research， 2022（1）.

黃國文. 語篇分析與系統功能語言學理論的建構[J]. 外語與外語教學， 2010（5）.‖Huang， G. W. Discourse Analysis Within the Framework of Systemic Functional Linguistics[J]. Foreign Languages and Their Teaching， 2010（5）.

劉文宇 孫明月. 隱喻話語動態分析法：理論、應用與前瞻[J]. 外語學刊， 2024（5）.‖Liu， W. Y.， Sun， M. Y. Discourse Dynamics Approach to Metaphor： Theory， Applications and Prospects[J]. Foreign Language Research， 2024（5）.

陸儉明. 語篇、語境、語義背景和關聯理論[J]. 語言研究， 2024（1）.‖Lu， J. M. Text， Context， Semantic Background and Relevance Theory[J]. Studies in Language and Linguistics， 2024（1）.

單理揚. 論復雜系統理論在隱喻研究中的運用——以隱喻的話語動態分析法為例[J]. 外國語文， 2019（6）.‖Shan， L. Y. On the Use of Complex Systems Theory in Metaphor Analysis：Taking the Discourse Dynamics Approach to Metaphor as an Example[J]. Foreign Language and Literature， 2019（6）.

許家金. 基于語料庫的歷時語言研究述評[J]. 外語教學與研究， 2020（2）.‖Xu， J. J. An Overview of Diachronic Corpus Linguistics Research[J]. Foreign Language Teaching and Research， 2020（2）.

于涵靜. 復雜動態系統理論視閾下EFL學習者英語口語發展情況[D]. 上海外國語大學博士學位論文， 2020.‖Yu， H. J. The Study of the Development of EFL Learners Oral Production — Based on Complex Dynamic System Theory[D]. Shanghai International Studies University， 2020.

于涵靜 彭紅英 周世瑤. 英語學習者口語復雜性動態發展趨勢研究——基于多層次建模法[J]. 現代外語， 2022（1）.‖ Yu， H. J.， Peng， H. Y.， Zhou， S. Y. Exploring Developmental Patterns of Oral Complexity： Based on Multilevel Modelling[J]. Modern Foreign Languages， 2022（1）.

鄭詠滟. 動態系統理論在二語習得研究中的應用——以二語詞匯發展研究為例[J].現代外語， 2011（3）.‖Zheng， Y. Y. Towards a Dynamic Systems Theory Approach to Second Language Acquisition Research[J]. Modern Foreign Languages， 2011（3）.

鄭詠滟. 基于動態系統理論的自由產出詞匯歷時發展研究[J]. 外語教學與研究， 2015（2）.‖Zheng， Y. Y. A Longitudinal Study on Free Productive Vocabulary Development from the Dynamic Systems Theory Perspective[J]. Foreign Language Teaching and Research， 2015（2）.

鄭詠滟. 復雜動態系統理論研究十年回顧與國內外比較[J]. 第二語言學習研究， 2020（1）.‖Zheng， Y. Y. A Systematic Review of Complex Dynamic Systems Theory Research in Chinese and English Journals During 2010-2019[J]. Second Language Learning Research， 2020（1）.

鄭詠滟. 超學科范式下應用語言學Q方法的創新與前瞻[J]. 外國語， 2023（1）.‖Zheng， Y. Y. Q Methodo logy Within a Transdisciplinary Shift in Applied Linguistics： Innovations and Future Directions[J]. Journal of Foreign Languages， 2023（1）.

鄭詠滟 馮予力. 學習者句法與詞匯復雜性發展的動態系統研究[J]. 現代外語， 2017（1）.‖Zheng， Y. Y.， Feng， Y. L. A Dynamic Systems Study on Chinese EFL Learners Syntactic and Lexical Complexity Development[J]. Modern Foreign Languages， 2017（1）.

鄭詠滟 李慧嫻. 復雜動態系統理論視角下二語寫作發展的變異性研究[J]. 現代外語， 2023（5）.‖Zheng， Y. Y.， Li， H. X. Variability in L2 Writing Development from the Perspective of Complex Dynamic Systems Theory[J]. Modern Foreign Languages， 2023（5）.

Becher， T.， Trowler， P. Academic Tribes and Territories： Intellectual Enquiry and the Culture of Disciplines[M]. Buckingham：Open University Press， 2001.

Bird， S.， Klein， E.， Loper， E. Natural Language Processing with Python：Analyzing Text with the Natural Language Toolkit[M]. London： OReilly Media， Inc.， 2009.

Cameron， L. Metaphor in Educational Discourse[M]. Edinburgh： Aamp;C Black， 2003.

Cameron， L.， Deignan， A. The Emergence of Metaphor in Discourse[J]. Applied linguistics， 2006（4）.

Cameron， L.， Maslen， R.， Todd， Z.， Maule， J.， Stratton， P.， Stanley， N. The Discourse Dynamics Approach to Metaphor and Metaphor Led Discourse Analysis[J]. Metaphor and Symbol， 2009（2）.

De Bot， K. Introduction： Second Language Development as a Dynamic Process[J]. The Modern Language Journal， 2008（2）.

De Bot， K.， Larsen Freeman， D. Researching Second Language Development from a Dynamic Systems Theory Perspective[A]. In： Verspoor， M.， DeBot， K.， Lowie， W.（Eds.）， A Dynamic Approach to Second Language Development： Methods and Techniques[C]. Amsterdam： John Benjamins Press， 2011.

De Bot， K.， Lowie， W.， Verspoor， M. A Dynamic Systems Theory Approach to Second Language Acquisition[J]. Bilingualism： Language and Cognition， 2007（1）.

Dong， J. A Dynamic Systems Theory Approach to Development of Listening Strategy Use and Listening Perfor mance[J]. System， 2016（8）.

Dong， J.， Buckingham， L.， Wu， H. A Discourse Dynamics Exploration of Attitudinal Responses towards Covid 19 in Academia and Media[J]. International Journal of Corpus Linguistics， 2021（4）.

Dong， J.， Dong， S.， Buckingham， L. A Discourse Dynamics Exploration of Terminology for Covid 19 in Professional and Public Discourse： A Frame Based Approach[J]. Terminology， 2023（2）.

Dong， J.， Liu， Y.， Lu， X. A Discourse Dynamics Analysis of Academic Voice Construction：Disciplinary Variation， Trajectories， and Dynamic Interaction Patterns[J]. System， 2023（8）.

Elahi Shirvan， M.， Taherian， T.， Shahnama， M.， Yazdanmehr， E. A Longitudinal Study of Foreign Language Enjoyment and L2 Grit： A Latent Growth Curve Modeling[J].Frontiers in Psychology， 2021（1）.

Epskamp， S.， Borsboom， D.， Fried， E.I. Estimating Psychological Networks and Their Accuracy： A Tutorial Paper[J]. Behavior Research Methods， 2018（1）.

Fogal， G.G. Investigating Variability in L2 Development： Extending a Complexity Theory Perspective on L2 Wri ting Studies and Authorial Voice[J]. Applied Linguistics， 2020（4）.

Freeborn， L.， Andringa， S.， Lunansky， G.， Rispens， J. Network Analysis for Modeling Complex Systems in SLA Research[J]. Studies in Second Language Acquisition， 2023（2）.

Gui， M. Statistics for Foreign Language Education Research[M]. Wuhan： Wuhan University Press， 2022.

Hiver， P.， Al Hoorie， A.H. A Dynamic Ensemble for Se cond Language Research： Putting Complexity Theory into Practice[J]. The Modern Language Journal， 2016（4）.

Hiver， P.， Al Hoorie， A.H. Research Methods for Complexity Theory in Applied Linguistics[M]. Bristol： Multilingual Matters， 2019.

Hiver， P.， Al Hoorie， A.H.， Evans， R. Complex Dynamic Systems Theory in Language Learning： A Scoping Review of 25 Years of Research[J]. Studies in Second Language Acquisition， 2022（4）.

Hiver， P.， Al Hoorie， A.H.， Larsen Freeman， D. Toward a Transdisciplinary Integration of Research Purposes and Methods for Complex Dynamic Systems Theory： Beyond the Quantitative qualitative Divide[J]. International Review of Applied Linguistics in Language Teaching， 2021（1）.

Hyland， K. Authority and Invisibility： Authorial Identity in Academic Writing[J]. Journal of Pragmatics， 2002（8）.

Hyland， K. Stance and Engagement： A Model of Interaction in Academic Discourse[J]. Discourse studies， 2005（2）.

Kim， M.， Kim， Y.， Kang， S. The Dynamics of Changes in Linguistic Complexity and Writing Scores in Timed Argumentative Writing among Beginning level EFL Lear ners[J]. International Review of Applied Linguistics in Language Teaching， 2024（Ahead of Print/Just Accep ted）.

Larsen Freeman D. The Emergenceof Complexity， Fluency， and Accuracy in the Oral and Written Production of Five Chinese Learners of English[J]. Applied Linguistics， 2006（4）.

Larsen Freeman， D. Chaos/Complexity Science and Second Language Acquisition[J]. Applied Linguistics， 1997（2）.

Larsen Freeman， D.， Cameron， L. Complex Systems and Applied Linguistics[M]. New York：Routledge， 2008.

Larson Hall， J. A Guide to Doing Statistics in Second Language Research Using Spss and R[M]. New York： Routledge， 2015.

Lemke， J.L. Discourse， Dynamics， and Social Change[J]. Cultural Dynamics， 1993（6）.

Lilliefors， H.W. On the Kolmogorov Smirnov Test for Nor mality with Mean and Variance Unknown[J]. Journal of the American Statistical Association， 1967（8）.

Liu， H. Language as a Human Driven Complex Adaptive System[J]. Physics of Life Reviews， 2018（7）.

Lowie， W.， Verspoor， M. A Complex Dynamic Systems Theory Perspective on Speaking in Second Language Development[A]. In： Derwing， T.M.， Munro， M.J.， Thomson， R.I.（Eds.）， The Routledge Handbook of Second Language Acquisition and Speaking[C]. New York： Routledge， 2022.

Luke， D.A.， Stamatakis， K.A. Systems Science Methods in Public Health： Dynamics， Networks， and Agents[J]. Annual Review of Public Health， 2012（3）.

Osborne， J. Improving Your Data Transformations： Applying the Box Cox Transformation[J]. Practical Assessment， Research， and Evaluation， 2010（1）.

Seawright， J. Multi method Social Science： Combining Qualitative and Quantitative Tools[M]. London： Cambridge University Press， 2016.

Spoelman， M.， Verspoor， M. Dynamic Patterns in Development of Accuracy and Complexity： A Longitudinal Case Study in the Acquisition of Finnish[J]. Applied Linguistics， 2010（4）.

Van Geert， P.， Van Dijk， M. Focus on Variability： New Tools to Study Intra Individual Variability in Developmental Data[J]. Infant Behavior and Development， 2002（4）.

Varela， F.， Lachaux， J. P. Rodriguez， E.， Martinerie， J. The Brainweb： Phase Synchronization and Large scale Integration[J]. Nature Reviews Neuroscience， 2001（3）.

Verspoor， M.， De Bot， K.， Lowie， W. A Dynamic Approach to Second Language Development： Methods and Techniques[M]. Philadelphia： John Benjamins Publishing， 2011.

Verspoor， M.， Lowie， W.， van Geert， P.， van Dijk， M.， Schmid， M.S. How to Sections[A]. In：Verspoor， M.， De Bot， K.， Lowie， W.（Eds.）， A Dynamic Approach to Second Language Development： Methods and Techniques[C]. Philadelphia： John Benjamins Publishing Company， 2011.

Yoon， H.J. Textual Voice Elements and Voice Strength in EFL Argumentative Writing[J]. Assessing Writing， 2017（2）.

Zheng， Y.， Lu， X.， Ren， W. Tracking the Evolution of Chinese Learners Multilingual Motivation through a Longitudinal Q Methodology[J]. The Modern Language Journal， 2020（4）.

定稿日期：2025-02-18【責任編輯 謝 群】