经济弱势本科生补偿政策的编码与词频
本研究基于语料库的话语分析方法，对语料的政策文本集进行了定量分析。在话语分析领域中，对语料库进行分析的方法有着很大的利用价值。[2]语料库方法通常会应用计算机技术对分词进行频率分析，以获取研究所需的词频、关键词表。[3]然后研究再根据这些统计结果，找出所要分析的目标语料库文本存在的某种规律，或者通过一系列质性分析，联系实际情况找出问题，并且引发思考。
本研究所使用的分析辅助工具为NVivo11.0软件。分析政策文本的关键是对文本进行编码，一般认为，编码过程必须将所有相关的条目都包括在内。编码可以采取完全开放式方式进行，如对质性访谈语料的分析，也可以是非开放式（格式化）的。研究者在对语料库（特别是政策文本类）有深入认知的前提下，也可以先有宏观的主题框架，然后再通过这一“高位”的框架来细读语料文本。即使提炼主题框架会受到研究者自身所附带相关认知的影响，但是还是不能否定研究者提炼语料的主题框架在一定程度上就是一个隐性编码过程。本研究编码使用的是非开放式（格式化）编码。切合本研究主题的政策文本包括了四个要素，每个要素亦包含诸多关键词，研究借助NVivo11.0分析、挖掘了文本。本研究的编码设计结构如表9-1所示。
表9-1 家庭经济弱势本科生补偿政策文本的编码结构
此外，研究对家庭经济弱势本科生补偿政策文本进行截取，以“国家五年规（计）划”为时间界限，划分成九个政策文本集，利用NVivo11.0的近义词功能、词汇分析等得出高频词汇，经汇总后取词频前50的分词，形成词汇云，具体如图9-1所示。
词频分析法主要是用可揭露或集中表达文本中心思想的关键分词所呈现的频数以明确该文本集的研究焦点或动态的一种较直观的分析方法。[4]
图9-1 与编码维度相关的特征词的词汇云
通过上述词汇云图，可较直观地发现“资助”“困难”“学生”“贷款”“资助”“奖学金”“高等学校”等分词在该词汇云中的覆盖率较大，表明语料库与本研究所要探究的主题贴切。另外，政府的资助政策、补偿措施在宏观上触及多维度内容。譬如，补偿政策强调受惠对象（贫困本科生）的身份辨识。“贫困家庭”“贫困地区”“特困生”和“在校生”等有关受惠对象界定的关键分词在词汇云中的总体覆盖面积较为可观，此类限定条件表明补偿路径在着眼于公平，在逐步摆脱补偿工作“粗线条”局面；“就业”“应征入伍”“绿色通道”等分词的出现表明了补偿政策的人文关怀和补偿项目的丰富化；“脱贫”分词的出现表明补偿不仅是针对在校生活的当前救助，更是拓展到了长远的脱贫帮扶。
词汇云可从宏观整体层面分析政策的热点，对于内容的趋势分析，还需借助编码系统，深入分析各分阶段词频较高的关键分词。因此，基于已确定的编码结构，本研究将所需关键词以“OR”的关系带输入至NVivo11.0分析工具中，利用近义词功能，进行词频搜索，并删除与本研究编码无关的特征词，取词频前五的分词，并将结果汇总如表9-2所示。
表9-2 与编码维度有关的特征词的频率表（词频前五位）
续表
细读表9-2内容，分析其变迁规律可以发现：首先，无论是从总样本还是各阶段样本集视角分析，其核心均在强调“困难”“学生”的“资助”问题，这也表明了研究所建语料库的适恰性。其次，各个阶段的政策都具有发展性，呈现变迁的过渡状态。譬如，资助项目由助学金过渡到多样化的奖学金、贷款、勤工助学等，资助主体由单一的主体（国家）转向政府、社会各界、高校等；而现有政策更强调对贫困本科生实行“建档立卡”，精准地对贫困生的身份进行认定，而不再是“粗线条”地认定受补偿对象。最后，从单一的经济层面帮扶到现阶段“脱贫”，这不仅表明贫困生补偿所指涉内容在丰富化，“教育脱贫”更是一种社会行为，对社会均衡发展具有战略意义。
多视角分析与编码系统有关的特征词，可以发现词汇云和分阶段词频反映的整体内容具有较大一致性，都在一定程度上反映了政府对家庭经济弱势大学生补偿理念和制度在逐步变迁，下文将进一步细致阐明。