数量关系论文范文第1篇

樊子君现代审计不仅重视审计质量，同时也讲求审计效率。这使得重要性概念在审计中的地位日益突出，而运用重要性概念必然导致审计风险的发生。本文拟在讨论重要性和审计风险两概念的基础上，进一步探讨二者的关系，并试图探索一种确定重要性数量水平的新方法。一、重要性与审计风险的概念界定重要性概念在会计审计理论中，指樊子君 现代审计不仅重视审计质量，同时也讲求审计效率。这使得重要性概念在审计中的地位日益突出，而运用重要性概念必然导致审计风险的发生。本文拟在讨论重要性和审计风险两概念的基础上，进一步探讨二者的关系，并试图探索一种确定重要性数量水平的新方法。 一、重要性与审计风险的概念界定 重要性概念在会计审计理论中，指会计报告与实际情况不一致的严重程度。《独立审计准则第10号——审计重要性》中指出，重要性“是指被审计单位会计报表错报或漏报的严重程度，这一程度在特定环境下可能影响会计报表使用者的判断或决定”。重要性实质上强调了一个“度”，在会计或审计报告中，允许一定程度的不准确或不正确的存在，但是要以这个“度”为界。 重要性原则的运用贯穿于会计审计理论及实务中，但重要性水平则可以是针对会计报表、会计账户、乃至于各项交易，在多数场合是针对和首先针对会计报表的。 审计风险由审计行为带来，指由于审计人员出具的审计报告与被市项目真实情况不一致而承担审计责任的可能性。审计风险概念的意义不仅在于提请审计人员注重审计质量，承担审计责任，更重要的在于正确评估审计风险、控制审计风险。 二、重要性与审计风险的内在关系 我国理论界公认的审计风险决策模型为： 审计风险（AR）=固有风险（IR）×控制风险（CR）×检查风险（DR） 它最根本的用途在于根据确定的预期审计风险、固有风险、控制风险的水平来计算确定检查风险水平。检查风险的价值在于据此确定实质性测试的样本规模，把审计计划与审计实施过程有机地联系起来。 重要性与审计风险是不可分割使用的两个概念，必须把它们结合起来研究。那么，在重要性和审计风险之间存在怎样的关系呢？审计报告对被审事项中的重要性错误未予极因，就会导致审计风险。因此，重要性是审计风险控制的核心和重点。审计过程中同样的事项，其重要性程度提高时，审计风险必然降低；反之，审计风险必然提高。因此，重要性和审计风险之间是反向对应关系。 重要性理论的目的在于指导审计实践。审计人员对会计报表进行审计，首先要对重要性进行初步的判断。判断要从数量和性质等方面来考虑。从数量角度讲，重要性表现为重要性数量水平，如“税前利润的5％－10％”、“总资产的0.5％一1%”，等等。在此之所以单独称之为“重要性数量水平”，是为了区别于一般论述中的“重要性”、“重要性程度”、“重要性水平”。在审计实务中，“重要性数量水平”的作用在于作为会计报告允许出现差错的最高水平，评价所发现问题的重要性，进而确定发表审计意见的类型。 在实施审计前，审计人员对不同规模企业的重要性都有一个比较一致的认同，即有一个大致相同的重要性数量水平，这个水平应该是相对数。重要性数量水平越大，如从5％提高到10％，则对同一个项目的重要性程度认识就越低，从而审计风险也越大；反之，审计风险就越小。所以，重要性数量水平和审计风险水平成正向对应关系。 审计风险是对审计全过程的评价，由几个因素共同作用而成。审计人员所能控制的只有检查风险要素。所以，控制审计风险的要点在于控制检查风险。根据审计风险决策模型可知，在固有风险和控制风险一定的条件下，检查风险和审计风险成正比关系。 从而，重要性数量水平与检查风险水平成正向对应关系。 对于重要性数量水平与检查风险水平的关系我们有理由进一步作如下推断： 1、如果检查风险水平趋向0时；即在审计中几乎不允许遗漏任何错弊，则重要性数量水平也应接近0； 2、重要性数量水平与检查风险水平的取值范围均在0一100％之间； 3、重要性数量水平与格查风险水平在取值范围内的变化是连续的； 4、重要性数量水平与检查风险水平的变化不一定是均匀的。尤其在两者接近100％时，重要性数量水平变化速度应小于检查风险水平的变化速度。因为对任何一个审计项目，从理论上讲、即使审计人员愿意承担极高的审计风险，也不能采用100％的重要性数量水平。换言之，即使检查风险水平为100％，审计人员也不应将重要性数量水平定为

数量关系论文范文第2篇

一、研究方法 

一般的抽象系统中都包含着许多因素，多种因素共同作用的结果决定了该系统的发展态势。人们常常希望知道在众多的因素中，哪些是主要因素、哪些对系统发展影响大等等，而使用灰色相关性分析可以弥补其他系统分析方法的缺陷，适用于本论文的研究。 

灰色系统理论是华中理工大学邓聚龙教授于1982年提出的，该理论利用灰色关联分析来分析因素之间的相关程度[8]。灰色关联分析是根据比较参考序列曲线和比较序列曲线之间的几何相似度来判断二者之间相似程度的，利用灰色关联系数来比较参考序列曲线和比较序列曲线在各点的差异[9，10]。 

二、数据来源和统计方法 

本研究以《灾害学》期刊作为研究对象。从研究学科来看，《灾害学》是进行综合性研究的学术期刊，它以各种自然灾害，包括自然灾害和人文灾害作为研究内容，通过对各种灾害事件的分析讨论，总结经验，吸取教训。从研究内容来看，广泛交流灾害科学的学术思想、研究方法、研究成果；从研究方向来看，注重关于灾害问题的研究动态和防灾减灾对策、人类抗御灾害的科技水平和能力等等的探讨。因此，通过对该期刊的研究，能够全面筛选出各灾害学相关研究的被引次数。 

本研究引用的数据来源于“中国知网”（cnki.net）2004—2015年的数据。其中以2004—2013年的数据作为数据来源，同时参考2014年和2015年的数据。普赖斯认为，科研论文一般在其发表后1—2年即达到被引用最高峰，因此选用2004—2013年10年的数据，2014年和2015年的数据仅作为参考数据。 

本研究利用灰色关联分析，以被引次数最多的50篇论文的相关数据作为研究基础，从论文的被引次数与该论文的下载量、论文作者的职称、的时间、论文研究范围四个方面进行分析。 

三、被引用率灰色关联度分析 

（一）确定比较数列和参考数列 

本文选取论文的被引次数作为参考数列，以该论文的下载量、的时间、论文作者的职称、论文研究的区域作为比较数列，如表1所示。 

表1 影响因子及变量设定表 

其中，职称按照从高往低赋值：设正高=1，副高（博士）=2，中级（硕士）=3，初级=4；研究范围从大到小赋值：设世界性=1，全国性=2，地区性=3，市县等=4，则被引次数最高的50篇论文的相关数据如表2所示。 

（二）无量纲化 

由于系统中各因素列中的数据可能因计算单位的不同，不便于比较，或在比较时难以得到正确的结论，因此，在进行灰色关联度分析时，一般都要进行标准化 （无量纲化）的数据处理。本文利用公式（1），以P50的数据为基准，对原始数据数列和比较数据数列进行初始化运算，以消除量纲或数量级的影响，得到标准化后的数列（表3）。 

（三）产生对应差数列表 

将无量纲化后的比较数列与参考数列进行差值计算，并求绝对值，将之列如对应差数列表，内容包括与参考数列值差（绝对值）、每列最大差和每列最小差。然后计算最大差值和最小差值。 

四、灰色关联的结果分析 

通过灰色关联分析法可知： 

1.论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面的相关度都几乎接近于1，说明这四个方面与论文的被引次数相关度非常大。 

2.从论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面来说，相关度大小排序为：研究范围>时间>作者职称>下载数量。说明论文被引用率影响较大的还是论文本身研究范围。也说明论文刊出时间越长，关注的学者越多，被引的可能性也越高。作者职称和下载数量低于前两个因素。 

3.利用灰色关联度分析法研究结果对把握期刊的服务对象和办刊理念有极大帮助。灰色关联度分析法克服了传统数理统计方法中对样本需要量大、计算量大等缺点，有利于分析期刊研究过程不完全信息中随机因素的显著性和关联性，开拓了期刊研究的新方法。 

参考文献： 

[1] 刘雪立.10 种国际权威科技期刊影响因子构成特征及其启示[J].编辑学报，2014，26（3）：296-300. 

[2] 毛国敏，蒋知瑞，任蕾，等.期刊论文被引频次的幂律分布研究[J].中国科技期刊研究，2013，25（2）：293-307. 

[3] 叶鹰.高品质论文被引数据及其对学术评价的启示[J].中国图书馆学报，2010，36（1）：100-103. 

[4] 方红玲.我国科技期刊论文被引量和下载量峰值年代——多学科比较研究[J].中国科技期刊研究，2011，22（5）：708-710. 

[5] 黄鹂.从论文被引频次分析看高校学报在学校科研发展中的作用——以长江大学及其主办的学报为例[J].长江大学学报：社会 

科学版，2012，35（9）：184-186. 

[6] 任胜利，柴育成，姚玉鹏，等.地球科学国际主流期刊的引文分析[J].科学通报，2002，47（1）：74-79. 

[7] 李斐然.如何创作被引次数最多的论文[J].创新科技，2012，（1）：58. 

[8] 曹惠玲，黄乐腾，康力平.基本AHP及灰色关联分析法的发动机健康评估研究[J].数学的实践与认识，2015，45（2）：122-129. 

数量关系论文范文第3篇

论文关键词：交通运输，经济增长，协整，格兰杰因果

 

一、引言

交通运输业对现代经济发展的作用日益明显，作为国民经济的基础产业，已经成为纵多经济发展因素中的重要因素之一。[1][2]交通运输业如何在经济发展产生作用？与经济经济发展的关系如何？已有学者在这方面做了相关的探讨。刘建强、何景华（2002）以1949―1999年间中国的GDP、客运量和货运量为样本数据，运用协整理论和格兰杰因果关系的检验方法分析了交通运输业与国民经济发展的关系，结果发现货运量与GDP之间具有长期的均衡关系。也就是说交通运输业能促进国民经济的发展。刘秉镰、赵金涛（2005）以1978―2003年间的数据位样本，运用格兰杰因果检验方法分析了我国东中西部的交通运输与经济发展的关系，结果发现GDP增长是交通运输发展的原因。张学良（2007）用面板数据模型研究了不同区域间交通基础设施与经济增长的关系。张学良、孙海鸣（2008）以改革开放以来的时间序列为对象，运用协整理论和格兰杰因果关系检验方法，分析了交通基础设施与经济增长的长期稳定关系工商管理论文，结果发现经济增长是交通基础设施发展的格兰杰原因怎么写论文。

从对上述文献的分析来看，当前对交通运输与经济发展的关系主要集中在整个中国，很少有针对某一区域或某一省份的研究。

本文力图在已有研究方法的基础上，以重庆为研究对象，运用协整理论和格兰杰因果关系检验的方法分析重庆的交通运输业与经济增长的关系。

二、计量方法分析

（一）单位根检验

单位根检验主要是检验变量是否是一个稳定的时间序列过程。根据协整理论，存在长期均衡关系的两个变量必须要相同的单整阶数。因此，在本文中，对三个变量进行协整分析之前，必须检验三个变量进行单位根检验。目前，最常用的单位根检验方法是由Dickey和Fuller提出的ADF（Augented Dickey-FullerTest）检验。ADF检验的基本原理是将非平稳的时间序列进行n次差分变成平稳的时间序列。基本方法如下：

（1）

其中表示常数项，，，表示待定参数，t表示时间趋势因素，表示随机误差项。该检验中的滞后阶数由AIC（赤池消息准则）和SC（施瓦茨准则）来确定。

（二）协整检验

由于本文涉及到三个变量，因此本文将采用Johansen(1988)和Juselius(1990)提出的一种似然法进行检验的方法。该方法是基于向量自回归VAR(P)模型的分析技术进行检验，可用于检验多个变量，能同时求出各变量间的若干种协整关系。它的基本思路是在多变量向量自回归（VAR）系统回归构造两个残差的积矩阵工商管理论文，计算矩阵的有序特征值（Eigen value），根据特征值得出一系列的统计量判断协整关系是否存在以及协整关系的个数。

（三）因果关系检验

利用协整检验结果判断了变量之间是否存在长期稳定关系之后，对于变量之间的因果关系还需要进行进一步的检验。因此，需要在协整检验的基础上，利用因果分析（(Granger Causality Test)对问题继续进行研究。

目前，最常用的因果分析方法是格兰杰因果关系检验怎么写论文。格兰杰因果关系检验的基本思想是：如果变量x是y变化的原因，那么x变化之后，y才发生变化，因此可以通过x来预测y。如果在y关于y的滞后变量的回归中，加入x的滞后变量作为独立的解释变量后，能使整个回归方程更加显著，这个时候，我们称x是y的格兰杰原因，但是在添加x的滞后变量后并没有显著增加回归的解释能力，则称x不是y的格兰杰原因。

格兰杰因果关系检验的模型如下：

（2）

（3）

检验和的格兰杰因果关系的假设是：：=0，j=1,2,...,k；：0，j=1,2,...,k。直接用F―检验来检验上述假设关系，检验的F统计量为：

F=~F[m,T-(m+k+1)] （4）

其中工商管理论文，和分别表示表达式（2）和（3）通过最小二乘法回归得到的残差平方和，m表示自由度，k表示（）滞后项数，T为时间序列（）的观测值总数。

三、实证分析

本文选取重庆市1985―2008年的国内生产总值（GDP）作为反映重庆市的经济增长的指标，反映重庆是交通运输业的指标确定为货运量（HYL）和客运量（KYL），数据全部来源《重庆市2009年统计年鉴》。为了尽可能得到宏观经济变量之间的真实关系，减少序列的波动以及消除异方差的影响，对各个变量取对数形式，分别用lnGDP，lnHYL和lnKYL表示。

（一）交通运输经济增长的态势分析

从图1中可以看出，在1985―2008年这23年间，重庆市的货运量、客运量和国内生产总值的变化趋势表现出一致性，呈不断上升的趋势。在1985―1995年间，三个指标的变化趋势都不是很平稳，但是在1995年后的变化趋势都是不断上升的。通过对图1的大致分析，我们猜测重庆市的交通运输与重庆市的经济增长呈现出相关性。

图1 GDP，HYL和KYL对数化的趋势图

（二）单位根检验结果

在现实经济中，大多数经济指标的时间序列是不稳定的工商管理论文，因此，在用OLS进行回归前，先要对各个变量进行单位根检验，确定各个序列是否是平稳序列，以避免回归出现虚假回归。下面是用本文第二部分所论述的单位根检验方法对客运量、货运量和国内生产总值的时间序列数据的稳定性进行检验，运用软件为Eviews6.0。在检验过程中，根据各个时间序列的时序图来确定检验形式是否含有常数项和时间趋势项。检验结果如表1：

表1 客运量、货运量与国内生产总值的ADF检验

 

指标

变量

ADF统计值

1%临界值

5%临界值

检验形式式（c,t,k）

结论

lnGDP

水平值

-2.9723

-4.4407

-3.6329

（c,t,3）

不平稳

一阶差分

-2.6211

-3.7880

-3.0124

（c,0,3）

不平稳

二阶差分

-3.6678

-3.7880

-3.0124

(c,0,3)

平稳**

lnHYL

水平值

3.2413

-4.6162

-3.7105

(c,t,6)

不平稳

一阶差分

-3.7792

-3.7696

-3.0049

(c,0,6)

平稳**

二阶差分

-5.7662

-3.7880

-3.0124

（c,0,6）

平稳*，平稳**

lnKYL

水平值

-2.4482

-4.4407

-3.6329

（c,t,1）

不平稳

一阶差分

-3.3052

-3.7696

-3.0049

（c,0,1）

平稳**

二阶差分

-6.3579

-3.7880

-3.0124

数量关系论文范文第4篇

关键词：经济波动；保险增长；影响

中图分类号：F12 文献标志码：A 文章编号：1673-291X（2013）18-0005-02

一、理论分析

金融增长和经济增长领域始终是经济学者研究的热点领域。保险业作为金融领域的重要组成部分，发挥着更加重要的作用，研究保险业与宏观经济之间的关系对于发挥保险业作用及促进保险业的健康发展具有重要作用。目前在研究宏观经济波动对保险业发展的关系文献中，部分是肯定宏观经济增长对于保险业发展的影响作用，部分研究则不认为宏观经济增长会对保险业发展产生影响。相应地形成不同的理论，比较有代表性的是经济增长促进保险增长理论和泡沫中性理论。

1.经济增长促进保险增长理论。此理论认为经济的增长是保险增长的一个重要的解释变量，是从保险购买者的行为进行理论分析而得出的结论。这个理论认为，人们在购买保险时大致可分为三个方面的考虑。第一方面是为所持有的资产或财富提供保障，即财险的主要功能。在这一方面，人们倾向于为价值较大、使用时间较长的耐用品购买保险，比如说机动车等等，而很少对一些快速消费品进行投保。经济的增长会提高人们的可支配收入，使得耐用品购买增加，相应的财产需求也持续上升。第二方面是对自身健康保障的保险，即通常意义上的人身险。对这方面分析的经典理论是马斯洛需求层次理论。寿险及健康险能够在一定程度上满足人的安全上的需求，储蓄险等险种也能在某些程度上满足一部分的归属需求，而这些需求都在生理需求之上，即只有在满足或基本满足日常衣食住行的生理需要之后才能到达这一阶段，而经济收入的增加会使更多的收入投入到这一需求层次的满足。第三方面是对企业经营和资产投入的保险，经济增长将直接决定投入社会再生产过程中的资金，随着经济的增长会使投入增加，相应的保险也会增加。因此，从这三个方面的投保动机着手，在理论上能够分析经济增长对保险增长的拉动影响。

2.泡沫中性理论。这种理论认为经济的增长并非保险业增长的解释变量，经济的波动也并不会带来保险业的波动。因为该理论认为保险业发展主要应该“归功”于保险经济人所做的努力。认为人们的购买需求并不是经济增长和收入增加的正常需求，而主要是受保险经济人的诱导。因此保险业的增长并不是基于真实经济增长的基础上，就将这种效应称为“泡沫中性效应”。这种理论在中国特别是保险业发展初期具有比较广泛的影响力，因为人们认为保险业发展初期各种制度和机制不完善的情况下，保险经济人是人们做出是否购买保险的决策的主要因素。

本文通过选取中国1998—2011年的保费收入、财产险保费收入、人寿险保费收入及GDP的数据首先从直观上对上述两种观点进行初步的判断。下页图1为1998—2011年全国财险保费收入、寿险保费收入、总的保费收入以及国内生产总值四个变量的增长趋势。

下页图1可以显示，从1998—2011年以来，无论是财产收入、人身险收入及其总和保险收入，还是国内生产总值都呈逐年上升趋势。基于上述的直观分析，本文支持第一种理论，对保险业顺GDP周期性做出肯定的基本假设。这一假设会在下面章节中进行分析。

二、实证分析

1.数据选取。本文要对宏观经济增长对保险业增长的影响进行分析。我们以GDP作为衡量经济波动的指标，而以保费收入（insure）作为衡量保险业发展的指标。为了保证数据的准确性，本文通过选取1998—2011年的31个省市的数据，这种关系进行分析。数据来源于《中国统计年鉴》和《中国保险年鉴》，并且为消除物价影响，将其中涉及的变量进行了物价因素的剔除并且所有的变量都取对数后计算。本文所采用的分析软件是Eviews6.0。

2.模型的选取。面板数据也称为平行数据（Panel Data）是指包括若干个截面个体成员（例如各公司、各省市）在一段时期内的样本数据的集合，其每一个截面成员都有很多的观测值。基于面板数据的回归模型叫面板数据模型。面板协整检验是目前研究面板数据间变量关系有效而成熟的模型，重点研究变量间长期的一致性关系是否存在，其理论及应用已经成为一个重要研究热点。本文对所收集的数据进行面板协整检验，以判断保费收入和GDP之间的是否存在协整关系。面板回归分析用来确定两种或两种以上变数间相互依赖的定量关系，本文将在判断协整性的基础上进行回归分析。

3.单位根检验。面板数据分析要求变量之间是同阶单整的关系。本文先对保费收入Y、地区生产总值X的时序图进行分析，发现两个变量截距项和趋势都比较明显，在单位根检验时应用含有截距项和趋势项的检验模式。对其level数据进行检验，二者均不平稳，再对X、Y的一阶差分进行检验，是平稳的。因此，二者是同阶单整的，满足协整检验的条件。

4.协整检验。协整检验的原假设为不存在协整关系。运行Eviews6.0，可得变量X、Y之间分析结果（见表1）。

从上表可以看出，统计量相对应的概率小于0.05，即在5%的检验水平下均拒绝原假设，变量X与变量Y之间存在长期协整关系。

5.回归分析。根据对面板数据模型截距项和解释变量系数的不同限制，可以将面板数据模型分为三类：变截距模型、变系数模型以及混合回归模型。在回归分析之前，首先应判断数据模型类型，判断的标准是通过计算残差平方项对统计量进行判断。经运行软件，得到残差平方项结果（见表2）。计算后得到应使用混合模型。

从表3看，X的系数为2.780752，截距项为-1060.823。T统计量是检验每一个自变量的合理性。|t|大于临界值表示可拒绝系数为0的假设，即系数合理。Prob为系数的概率，若其小于置信度（如0.05）则表明|t|大于临界值，即认为系数合理。从上表可以看出，C和X统计量对应的概率分别为0.0318、0.0000均小于0.05，因此在5%的检验水平下，能够达到很好的拟合效果，系数是合理的。

数量关系论文范文第5篇

【关键词】话语理论　语言统计学　涉缅话语　相关分析

缅甸作为我国近邻，是我们实施东南亚战略的桥头堡，又是西方加强对我国意识形态渗透、合围的触角和最前哨。近年来美国高调重返东南亚的政策引起了我国政府的高度关注。自奥巴马当政以来，双方高层领导频繁互访。美缅两国在经历了多年对抗、冻结之后，双方表露了愿意缓和关系的迹象。两国关系何去何从，还待于继续观察和深化认识。这种新形势，赋予了美国涉缅话语研究新的意义；同时，美国对缅政策的动向无异于反映其东南亚政策的晴雨表，对其涉缅话语的研究不仅仅关系到美缅两国，也是我们全面把握其东南亚政策过程中不可或缺的一环。因此，通过美国涉缅话语的分析来揭示其背后的意识形态对峙、交锋的新形势、新特点，才能客观中立地去认识、预测西方与该国关系走向，战略上化被动为主动从而取得制高点。

意识形态领域的话语理论评析

在当今的社会科学研究领域里，话语如今成为一个被广泛地、常以不同目的地用于不同学科和思想流派的术语，话语研究工作也在不断地深化和扩展，人们越来越多地接触到“话语”和“话语研究”

(DiscourseAnalysis，也有人将其翻成“语篇分析”)的术语以及它们直接或间接表达的概念。那么，什么是话语呢?话语(discourse]就其最不易引起争议的意义而言，在语言学里指称比句子更大的语言单位。同时，话语分析关心的不仅是一个人说的复合语句，而且更常涉及的是两个或更多人之间的交往互动，以及用来操持和控制特定语境下的话语之语言规则与准则。所以，话语不同于抽象的语言系统，因为它有自己具体的内容。同时，话语经阐释、发挥、质疑和反驳等能生产出新的话语，例如马克思的话语产生列宁的话语，形成列宁主义，再演化为今天“中国特色的社会主义”的时代话语。此外。

“话语具有一定的权威性。它总是以一定的形式构成，通过一定的途径，在一定的场合发生作用”。(张国明。2004：95)话语常常和“意识形态”联系在一起。罗兰・巴特说，以“现代神话”理论分析了文本里和实践中那些含蓄的和未被注意到极大量的东西，审问“虚假的显而易见”和表里不一的东西。这里的“神话”指的是冒牌事实，即意识形态，主要在隐含的层面上发挥作用，常常不被意识到。“它捍卫者统治阶级或者‘权力’规范的现状，并有力地支持着统治阶级的利益和价值标准，力图将事实上部分的和特殊的东西弄成普遍的和全面的”。(胡经之，2003：86)福柯认为，知识(西方话语体系)首先是人们在话语实践中使用的语言，展示说话者(知识拥有者)在某个领域享有的权利，能把自己的改变完整地编码后进入原有的知识体系作为话语进行使用。所以，事物的秩序是由文化代码确立的，而文化代码的运作或知识谱系的建立则需要科学为其提供保障。福柯论证了知识的主观、人为、片面性，指出知识和意识形态可以“同谋”，即相互利用，相互加强：知识把意识形态系统化、成型化和结构化，反过来意识形态可以给知识冠以“科学”的美名。对西方殖民心态和意识形态批判最为激烈的当属赛义德，其代表作首推后殖民理论的奠基作品《东方主义》。废作品以西方的东方学为批判对象，指出所谓的西方的客观中立、不受政治影响的东方学，实际上充满了偏见和误解，是帝国主义实施掠夺和控制的组成部分。赛义德指出，东方主义的种族优劣论并不是一厢情愿的说法，而是有着数百年坚实的东方主义“科学理论”依据，它通过垄断知识和“客观真理”来维系和发展种族的不平等。“其实它是地缘政治意识在审美、学术、经济学、社会学、历史学和文字学文本中的播散”。(Said，1979：45)

上述学者在话语在“真理”或者“知识”的面目下话语如何与权利共谋、服务于某种意识形态方面作出了极富洞见的分析和阐释，解构主义和后现代思潮是上述学说的理论渊源。人文学科理论的话语理论具有思辨性强、逻辑缜密、抽象概括性等优点，但都具有事后概括的滞后性、难于应对具体实践、缺乏定量和定性相结合的论证等缺陷，因而未能对具体的话语实践作出较为客观的分析，也不能作为对话语主体的态度的事前预测的参考依据。

以实证方式研究人文学科，在语言学、教育学等领域，较为成熟。而人文学科领域，以实证方式分析、揭示媒体话语揭示其背后的意识形态动因及其支撑理念的研究，尤其是作为对外关系抉择参考的媒体话语研究方面，经笔者检索中网知网和万方数据库之后，相关研究文章、课题、论文数量为零。由此看来，以语言统计学方法来对媒体话语作出分析研究，从错综复杂的语言现象中得出样本数据，通过这些参数的计算、分析，揭示话语分析参数和政策走向间的本质联系和规律，以此实现对美国涉缅关系的量化评估和客观预测，不但方法独到可行，同时也具有较大实践意义。

语言统计学途径下的话语分析模式探讨

自奥巴马09年1月入主白宫以来，年中美国政府陆续发11J欲与缅伺改善关系的信号，也付诸了一些行动，如向登盛发放了入境许可，使登盛成为14年来第一位参加在纽约召开的联合国大会的缅甸军政府高官。而最令世人瞩目的便是当年十一月二日美国负责东亚和太平洋事务的助理国务卿尔特・坎贝尔到访缅甸，这是14年来美国高官首次访问缅甸。坎贝尔访问期间，继续在多个场合释放积极信号，反覆强调美国政府希望“改善美国和缅甸的关系”，改变以往美国政府对缅甸“孤立”政策的立场。

本研究将对奥巴马人主白宫前后各一年美国涉缅的新闻报道作出统计学分析和评估。主要分析美联社在“人权、民主”领域的正面(客观)报道和负面(歪曲)报道频数(参数，即报道篇数)，使用的方法是统计学里的相关分析。“相关分析目的是研究两组或两组以上变量间的系统关系。其要回答的问题是：一组变量(x)的数值是不是与另一组变量(Y)的数值有必然的联系，如果有联系，两组数据间的变化又体现了什么规律呢?”(杨端和，1998：1241要评估两组数据间的相关性，通常要使用汁算相关系数的方法。在此方法中，两组数据问的相关程度用数据表示，这个数据就是相关系数。计算出的相关系数在+1和-1问，如果是正数，表示正相关，即一组数值上升的趋势引起另一组数值相同的趋势；如果是负数，表示一组数值上升的趋势导致另一组数值相反的趋势，即下降的趋势；如果得数为0，表示两组数据间没有无相关或者没有任何联系。

计算区间变量皮尔逊相关系数(PearsonCorrelation)的计算公式如下：

其中，r是相关系数；N是一组对应的变量的数目；x是变量A的一个数值；y是变量B的一个数值。要计算出美国媒体涉缅报道中关于“人权、民主”正面报道和负面报道篇数间的相关系数，我们首先要统计出每个时间段(这里为方便起见我们以每连续的两个月为一个时间单位)的报道篇数。在大量收集08年和09年24个月份的参考消息的基础上，对每个月的美联社的涉缅报道作出频数统计。经具体调研，布什政府最后一年(以下简称“最后一年”)和奥巴马政府第一年(以下简称“第一年”)美联社就“人权、民主”领域的正面、负面报道频数作出统计，得下表：

现在根据上述数据计算出最后一年和第一年歪曲报道篇数与客观报道篇数间的相关系数，看看它们在多大程度上表现出相关性，如果呈负相关，说明歪曲报道的增加引起客观报道的篇数减少或者歪曲报道减少引起客观报道增加。首先，我们计算出：

将上述数值带入相关系数计算公式，得出最后一年和第一年两组数据间相关系数分别为r1=-0.43，r2=-0.41。

现在我们已经计算出r值，下一步就要对这一数值进行分析和解释：相关程度大致可以用如下数据进行粗略估计：当r低于0.2时，两组数据几乎不相关；当r介于02和0.4间时，两组数据略有相关；当r介于0.4和0.7间时，两组数据相关；当r大于0.7时，两组数据密切或者高度相关。我们计算出的最后一年和第一年的两个r值都大于相关的临界值0.4，因而我们有充分的理由推定两组数据呈负相关，这正好说明布什政府最后一年里美联社歪曲报道频数的增加趋势引起客观报道频数在相反方向上的变化，即歪曲报道增加的同时，客观报道会相应减少；而奥巴马新政的第一年里，伴随着正面报道的增加，负面报道减少了。

以上对美联社涉缅话语频度进行统计学分析、评估的模式从另一个角度，即数理逻辑的角度证明了罗兰・巴特等人对话语和意识形态关系的阐述。在美国媒体涉缅报道数据下隐藏的是这些数据变化的意识形态动因：长期以来，围绕对缅甸实行“接触”或者“遏制”的政策已成为困扰东盟与美国关系的重大分歧点。在小布什当政期间，美国一贯奉行的是对缅甸进行经济和政治上采取打压、封锁的政策，因此其媒体在对缅甸这个“它者”进行妖魔化地渲染和报道，歪曲报道数量的增加引起客观报道数量的减少；而奥巴马新政则倾向于认为保持缅美关系朝着改善的方向发展符合双方的利益。对美国来说，长期对缅甸的孤立和制裁反而使美国对缅甸的影响日益下降。同时，缓和与缅甸关系有利于增进美国与东盟整体关系。奥巴马政府向缅甸政府发出了愿意改善两者关系的信号后，作为政府喉舌或者传声筒的美联社的涉缅报道则体现出正面报道频数增加的同时歪曲报道频数减少。

结语