作为共词分析法的延伸与实现方式，聚类分析法借助数学统计，“以聚类计算的方法，把这些能代表一定的研究组且相互间关联性强的主题组聚集成类”[15]。考虑到本次研究所选取的高频词之间的词频数差异较大，为降低该因素对聚类分析结果的影响，此处通过Ochiai系数将图1中的共词矩阵转换为相关矩阵。相关矩阵中，数值越接近0说明两个高频词之间的关联性越弱。由于相关矩阵中数值为0的情况出现较多，为降低这一不利影响可能对聚类结果造成的误差，本文将相关矩阵转换为相异矩阵（表3）。数值越接近0则意味着两个高频词之间的关联性越强。
表3 主题高频关键词相异矩阵（部分）
图1 高频关键词聚类分析图(www.xing528.com)
将相异矩阵导入SPSS26.0，在“分析”功能项中选择“系统聚类分析（hierarchical cluster）”[16]，设置聚类方法为“组内联接”，测量区间为“欧氏距离”，得出聚类分析的谱系图，见图1。在阈值约22.4的位置处划分类团，可以得到7个热点研究域。
如图所示，类团一的主题可归纳为行政规范性文件监督方式的比较研究，主要由附带审查、行政规范性文件、行政诉讼等五个关键词组成。类团二的主题可归纳为备案审查制度实现方式及其功能，主要由备案制度、审查制度、法制统一等五个关键词组成。类团三的主题可概括为党内法规研究中的备案审查问题，主要由党内法规、国家法律、备案审查衔接联动机制等十个关键词组成。类团四由两个子类团组成：第一个子类团为全国人大常委会法工委、法律草案、全国人大常委会等六个关键词所聚集，主题可归纳为备案审查主体及其制度基础；第二个子类团主要由地方性法规、税收立法、立法法等六个关键词组成，主题可归纳为地方立法与税收立法备案审查问题研究。类团五的主题可归纳为宪法实施监督中的备案审查问题研究，其由备案审查这一本体性关键词与宪法和法律委员会、合宪性审查、宪法监督等十三个关键词组成。类团六的主题可概括为以设区的市为代表的地方立法相关问题研究，主要由设区的市、立法监督、地方立法等五个关键词组成。类团七的主题可概括为备案审查范围及其制度能力建设研究，主要由司法解释性文件、监察委员会、人工智能等六个关键词组成。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
