1 引言

TikTok作为中国企业字节跳动开发的短视频软件，在海外市场广受欢迎，尤其在青少年中。然而，其在美国遭遇了科技公司和政府的担忧，甚至面临禁令。研究聚焦2020至2022年中美媒体对TikTok的报道，构建《人民日报》（海外版）和《纽约时报》的对比语料库，采用费尔克劳夫三维理论模型分析语言和互文性特征，探讨意识形态差异。研究旨在提高公众对科技新闻的批判性理解，增进对中美文化和关系的认识。

2 文献综述

批评话语分析（CDA）是研究语言、权力和意识形态关系的研究框架，通过分析语篇揭示社会权力关系和意识形态。Fairclough提出话语是社会关系和过程中的语言使用，反映社会现实。Hardt-Mautner首次将语料库方法应用于CDA，提高了分析的客观性和文本代表性。唐丽萍认为语料库语言学在CDA中的作用在于批量处理语篇成品、进行词汇语法分析。新闻语篇常隐含意识形态内容，CDA有助于揭示这些内容。以往CDA研究多关注政治经济话题，而TikTok涉及科技议题，与意识形态关系间接且隐蔽。中美关于TikTok的争端尚未解决，本研究可为争端解决提供启发。

3 研究设计

介绍了基于语料库的中美媒体关于TikTok新闻报道的批评话语分析的研究设计。理论框架部分，采用Fairclough的三维话语分析模型，包括文本、话语实践和社会文化实践，以及它们之间的相互关系。研究方法上，结合定量和定性分析，使用AntConc 4.1.2和UAM Corpus Tool 6工具，构建了《人民日报》（海外版）和《纽约时报》的小型语料库，时间跨度为2020年7月至2022年7月。研究旨在探讨两个语料库在文本语言特征、互文性以及意识形态方面的特征和差异，并分析这些差异背后的社会文化因素。

4 研究结果和讨论

通过AntConc软件对中美媒体关于TikTok新闻报道的语料库进行了批评话语分析。研究发现，两个语料库在政治、商贸、媒体、科技应用和社会影响等方面均关注TikTok的政治经济关联性和受欢迎程度。CDY语料库更侧重国际视野、具体功能和全球影响，而NYT语料库则更侧重美方视角、核心技术和主观感受。

在主题词分析中，CDY和NYT语料库均关注TikTok的“中国”背景和“特朗普政府”的作用，但CDY语料库更聚焦于“禁令”和相关政策的不合理性，NYT语料库则关注“拜登”政府的持续监测决定。商贸方面，两者均关注TikTok母公司“字节跳动”和“贸易”联系，但NYT语料库更关注美国公司“甲骨文”收购TikTok的进展。在媒体类中，两者均强调TikTok的社交媒体属性，但CDY语料库更关注TikTok的安全性，而NYT语料库则对此表示担忧。科技应用方面，CDY语料库强调TikTok的“技术”属性和中美科技竞争，NYT语料库则关注美方获取TikTok的“数据”和“算法”。社会影响上，两者均强调“用户”体验和视频“内容”，但CDY语料库更彰显TikTok的全球影响力，NYT语料库则关注TikTok视频传播快、流量高的特点。

情态分析显示，两个语料库均倾向使用中值情态动词体现新闻的客观立场，但CDY语料库的中值情态动词占比高于NYT语料库，后者的低值情态动词占比更高。这表明CDY语料库新闻文本的客观性要强于NYT语料库。NYT语料库文本还常运用高值情态动词表明美方对华态度的强硬，对TikTok安全问题的模糊态度也可透过低值情态动词看出。

互文性分析发现，CDY语料库的具体来源占比高于NYT语料库，后者的其他两类来源占比均高于前者。总体来看，CDY语料库新闻文本相较于NYT语料库更具真实性和透明度。两个语料库文本都倾向采用官方和企业来源，也从侧面反映了政府和科技公司在这场争端中拥有很高的话语权。CDY语料库的官方来源可大致分为两类：一类是美国政府的言论，另一类是中国政府反击的声音。而NYT语料库中几乎没有中方发言，只有美方声音，多数为对TikTok安全问题的质疑和指控。

转述方式分析显示，两个语料库中的样本直接转述占比基本一致，NYT语料库的样本间接转述比例高于CDY语料库，而后者的混合转述高于前者。总体而言，CDY语料库的文本真实还原度要高于NYT语料库。在直接转述中，两个语料库均热衷于直接引用专家或TikTok用户的发言，保证文本的专业性和通俗化。间接转述是作者灌输自身观点最常见的方式，而且这种灌输有时难以察觉。混合型转述中，两个语料库文本多会直接引用主观性的关键信息，间接引用部分多在客观叙述事实。但媒体为避免直接担责，也会将敏感话语借他人之口表述，同时加强自身观点。

5 结论

研究基于《人民日报》（海外版）和《纽约时报》2020—2022年关于TikTok的报道构建语料库，采用费尔克劳夫三维模型进行批评话语分析。结果显示，两媒体在描述TikTok时主题词选择和侧重点不同，CDY语料库更客观，NYT语料库语气更绝对或随意。互文性方面，CDY语料库增强了文本真实性，而NYT语料库降低了透明度。语境解释揭示了中美媒体背后的政治经济态度和文化根源。研究局限在于语料库规模较小，缺乏历时对比，文本描述分析不够全面。期待后续研究能进一步丰富科技话题的新闻话语分析。