第五章 結論與反思
第二節 反思與展望
一、 命名的政治：沒有稱謂才是最好的稱謂？
「大陸新娘」是公認的一種稱謂，然而，沒有永遠的「新娘」，當 我年滿四十領到了台灣身份証，變成台灣歐巴桑的時候，我是不是還要 在我的自尊和台灣人異樣的眼光中間掙扎，漸漸老去呢？（婦女新知基
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
金會，2003）
2013 年內政部對在台停留或定居之外籍與大陸配偶進行了一次問卷調查，其 中有一個題項為：「請問您會喜歡如何被稱呼？」，候選題項有七個：「1.新移 民 2.新住民 3.外籍與大陸配偶 4.新臺灣人 5.臺灣人 6.不需要特別稱呼 7.其 他」。結果，84.4%的受訪者選擇了「不需要特別稱呼」這一選項。也就是說對 於大多數外籍與大陸配偶來說，最好的稱謂就是沒有稱謂。
意料之外，情理之中。意外的是，即便是移民團體提出的「新移民」、「新 住民」也未能得到認可。情理之中的是，經過本文對四個名稱「大陸配偶」、「大 陸新娘」、「中國配偶」、「中國新娘」的語料分析後，我們知道了不同的名稱 代表著不同的族群劃分的方法，而且儘管四個名稱的形象定位不一，但這些形象 在階級屬性上卻是相同的——需要輔導的配偶和會犯罪的新娘大都來自中下階 層。
其結果是，會使那些擁有高收入、高教育、社經地位高的陸配無法符合媒體 論述框架，要麼就完全被拒之於媒體地景之外，要麼就不以「陸配」、「中配」、
「大陸新娘」、「中國新娘」之名進入媒體地景，因而也就不會以陸配之名被閱 聽眾想像。在趙彥寧（2004）的文章中便記載了一群被丟到舞台的死角、無人願 意提起的陸配：
「她們的學歷為中學以上，均經由『自由戀愛』與台藉配偶結縭，為『初 婚者』，來台前均有社會成就感甚高的職業…她們不僅是全體中國婚姻 移民女性中相對性失落感與剝奪感最強者，於歷來『社會問題化』的大 眾與官方論述中，由於她們表面上的高度『正常性』，也因而成為根本 無法被想像的人群──儘管隨著兩岸經貿與文化活動的日趨頻繁，她們 也是數字不斷增加的一群人。」（趙彥寧，2004）
這群陸配的存在彰顯了維持共同體邊界的困難，她們和想像中的我族十分相 似，無法提供劃界分類用的標籤資源（如適應困難、素質低下、假結婚等），亦 無法動用階級篩選的標準將之排除，甚至破壞了「社會問題」框架的證成，更重 要的是，她們的存在揭示了陸配的多元性——陸配在經濟、文化、教育甚至民族 認同上差異很大，不能被混為一談、不能貼上相同的標籤。這一點是握有命名權 與文化詮釋權的媒體應注意的，應當規避本質化的討論，更完整地再現陸配全 貌，因為這些名稱所關聯的論述結構與文化秩序一經固定，便很難動搖。
這也就是為什麼移民團體寧願斷尾、另起爐灶，使用新詞「新移/住民」，而 不是去嘗試改變這些名稱的內涵。但民意調查的結果卻告訴我們這些嶄新的、政 治正確的名稱并沒有成功獲得陸配和外配的認同。為什麼呢？
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
我認為理由有三。其一，和原住民正名運動相比，移民團體推動的正名運動
論述作為鋪陳，也沒有一個論述來解釋過去冷戰時期的歷史與反共教育，使得反 共的戰鬥性語言在台灣還有很大的市場、可以引起大範圍的共鳴，對中國的不信 任未曾消弭。而身為台灣民族主義論述者的《自由時報》，面對陸配可能帶來的 認同模糊與焦慮時，正需要重新確認共同體邊界，於是從它批評的對象國民黨手 中繼承了包括仇恨的情感結構與反共語言體系在內的「冷戰遺產」。
換言之，藍綠政黨、公民社會和新聞業者對冷戰歷史與符號的反思仍有不足 之處。
三、 研究方法
本文使用了基於語料庫的質性內容分析法作為研究方法，親測之下覺得有以 下幾點經驗，可為後續研究者提供參考：
1. 反思關鍵字的脆弱性與資料的邊界：以搜尋關鍵字的方式來蒐集新聞資 料總要面對這樣一個詰問——「這些關鍵字就夠了嗎？」，資料的完備 性總是受到挑戰。尤其在 web2.0 時代，不斷湧現的網路新詞打亂了傳統 的語言體系，不僅讓命名這件事去中心化，更讓我們的待選關鍵詞清單 越來越長、越來越不可能窮盡。既然永遠有資料被遺漏，與其竭盡全力 去追求完備，不如放下對全知全能的執念、多花時間去檢視資料的「邊 界」，分析我們所下的關鍵字背後隱含的社會意義是什麼。以本研究來 說，我從一開始就意識到陸配、中配、大陸新娘、中國新娘並無法涵蓋 到所有大陸配偶的新聞，例如媒體就很少用大陸配偶來稱呼高圓圓，閱 聽眾也很少以大陸配偶來想像高圓圓，於是我逆向思考，為什麼客觀真 實與符號真實會存在脫節的現象呢？於是就有了第四章「命名的政治」
最初的問題意識——探尋名字背後代表著的劃界方式與社會秩序。所以 我覺得，在設定搜尋關鍵詞時，我們可以不去追尋完整、完備，但我們 要對這個不完整、對資料的邊界保持警覺，甚至可以讓它成為我們新的 問題意識。
2. 自動化文本探勘技術的使用可以讓研究者重新發現總體的複雜性。由於 數據量夠大，才能使得一些相對微弱、零散的框架可以獲得統計上的顯 著性，從而展露在數字之中，取得研究者的注意，比如社會關係、家鄉、
公共衛生與健康問題這些比較小的框架，若不是有相關的關鍵詞進入篩 選門檻以內，我可能不會去注意它們的存在及意義，因而可以突破研究 者腦中既有的認知基模，提供一些意想不到的新視野，這比僅依賴文獻、
先驗地、由上而下地建立類目的方式要來得更貼近文本及其語用規律，
不放過任何困難潛在意義的詞語，正如 Baker 等人（2008）的研究也發
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
現，語料庫語言學可以發現一些被批判論述分析忽視的少量存在的移民 正面形象框架，說明使用大數據方法，可以補足人工分析無法看到的總 體複雜性（Koller & Mautner, 2004）。但壞處就是，我多了很多零零散 散的框架，最終也未必派得上用場，還增加了後續分析的成本。但在我 的理解中，每一個這樣零零散散的框架的存在都是為我跨出成見而留下 的一盞指路燈，燈下未必有路，但卻確實拓寬了我視野；
3. 自動化歸類和人工歸類的依據不同，演算法只能在文本之中進行歸類，
而人工歸類可以站在文本之外進行歸類，人類對於詞語背後的社會意義 的判斷要優於機器，但機器對詞語在文本中的使用情況的判斷卻要優於 人類，換句話說，人類可以為詞語匯入社會脈絡，而機器可以為詞語匯 入文本脈絡，因而我們需要根據目的平衡二者。以本研究來說，在再脈 絡化過程中，先人工歸類同義、近義或同個範疇的詞語，形成框架，再 自動化歸類框架，形成宏觀框架。自動化歸類會將那些更常在文本中共 現的框架歸為一類，而人工歸類則更適合用於歸類那些儘管概念上接 近、但並不會直接在文本中共現的關鍵詞。同時，人工歸類的顆粒大小 可以很懸殊，一個框架內少則一個詞多則幾十個詞都可以，但機器歸類 的顆粒往往比較大，因而先進行人工歸類再進行機器歸類的好處就是可 以讓語料庫的豐富程度不會一開始就減損；
4. 在計算詞語貢獻度時，也會計算每一個詞語對每一篇文章的豐富程度的 貢獻度 TCi，這個 TCi 可以作為後續質性分析時尋找代表性文本的標準，
比如我要找到與「敵對」二字最相關的新聞文本，就可以查看「敵對」
對哪篇文章的貢獻度最高，這個方法可以大大減小論述分析時大海撈針 找不到有意義的文本的問題；
5. 要尋找到合適的標準切分語料庫，進行比較研究。數值沒有絕對意義，
只有相對意義，1340 篇報導什麼意思？不知道。但如果說是政黨輪替前
《中時》有 1340 篇陸配報導，政黨輪替後降低至 571 篇報導，這樣的比 較之下就能看出政黨輪替對《中時》報導量的影響。除了報導量外，網 絡集中程度的高低、框架的重要性高低都得也都得通過比較才能產生意 義。因而本文選擇了：四種命名、三次大選、政黨輪替前後、四大報作 為比較標準。