基于综合评价法的中国好故事指数研究*

■ 陈先红 李颖异

一、研究视角与方法选择

几乎所有社会都通过建设性的“好故事”和破坏性的“坏故事”来管理国家、激励民众或定义异邦。①萨义德认为,故事是探险者和小说家讲述遥远国度的核心内容,也是当地人民用来确认自己身份和历史存在的方式。国家本身就是叙事,叙事不但阻止他人叙事的形成,构成了文化与国家的主要纽带,也是国家统治和对外传播的主要方式。②一般而言,好故事都包含文化认同的要素,具有积极的建设性,因为认同提供了一个尝试其他身份的机会,并愿意采纳他人的感受和想法。好故事作为一种“吃早餐的策略”③,构成了深层文化的基本假设,比如,那些流传千年的神话、隐喻故事,成为一个国家或民族文化的历史源头和渊源。好故事作为一种文化认同的基因密码,可以促进“在许多理解水平上的互动和对话”④,可以将“问题带到意识中,为开放、对话和合作创造机会”⑤。“坏故事”则包含了人性黑暗和文化对抗的要素,具有长期的破坏性。坏故事是基于对他人的偏见、歧视或丑化而展开的叙事,它们常常包含一些非真元素的伪信息,是具有误导性的叙事说服。比如那些将人类描述为“自私、冷酷、残忍”的原生故事,或者隐含着“虚伪、邪恶、欺骗、暴力”的映射故事。在国际舆论战中,“坏故事”常常作为一个隐喻成为打击对象国的重要战略手段。研究表明,建设性地讲“好故事”是“建立和平和正义文化”的重要手段,是讨论拒绝霸权和占主导地位的叙述的教育过程,也是解构深层文化以及用文化塑造民族认同的有效方式。建设性地讲“好故事”能够解决跨文化交流中的陈规定型观念,并有助于促进对另类未来的渴望。⑥

当前,全球流行的新冠疫情使人类处在“东升西降”的历史转折点上。一方面,特朗普政府和西方国家用“中国病毒”“群体免疫”等极具破坏性的“伪故事”“病毒话语”,建构了中美抗疫故事的叙事结构和话语方式,进一步加剧了世界格局的不确定性、不平等性和暴力冲突性,导致了种族主义、极端主义、民粹主义的蔓延。另一方面,中国抗疫好故事、中国制度好故事、中国共产党好故事、中国扶贫好故事源源不断涌现出来,刺激着世界各国对不同于西方模式的中国未来的好奇和可能想象。在这种背景下,建设性地讲述“中国好故事”,一方面可以纠正西方社会对中国的误解和偏见,另一方面可以激励中华民族向世界发声的情感能量,吸引每个中国人加入到讲好中国故事的实践中来。建设性地讲述中国好故事有很多手段,比如电影、电视剧、游戏、动漫、小说等都是常规的建设手段。而通过学术研究和理论话语来分享中国好故事,探讨中国好故事,规范中国好故事,则是解构西方社会关于中国主流叙事的科学手段,也是重构中国国际形象的元叙事方法。从这个视角来看,我们首先要回答的一个理论问题是:什么样的故事才是中国好故事？中国好故事的核心维度、质量等级如何评估？

一般而言,关于“好故事”的评估有两种视角,一是传者视角,即故事质量的“好坏”来自专业人士的主观建构,二是受众视角,即故事质量的“好坏”来自非专业人士的客观感知。前一种视角主要围绕故事结构、话语特征、目的与动机等多个维度,探讨作为一个“好故事”的微观结构或宏观结构。专家们认为,故事的质量差异具体取决于故事的基本结构、讲故事的动机或目标、讲故事的听众或故事的主题等。⑦后一种视角主要研究人们在日常生活中对故事质量的判断标准,强调不同年龄、不同性别、不同职业的故事消费者对一个故事的质量感知和评价差异。⑧比如男性与女性、老人与年轻人对同一故事质量的感知是否存在差异和一致性。差异论者认为,个人讲故事的方式各不相同,故事感知质量也会因人而异,女性可以更生动地回忆起故事的细节⑨,而老人讲故事絮叨面临着“抑制性赤字”窘境。一致性论者认为,在给定的文化中,人们评价一个故事的好坏会借鉴一个常见的隐性理论,任何一个好故事都隐含着某种感知的一致性,即评价一个好故事的核心维度适用于不同年龄和性别的听众。有研究表明,一个好故事必须包含8个核心维度,如娱乐性、真实性、完整性、纪念性、趣味性、丰富性、生动性和洞察性等,对这些维度的故事感知质量差异构成了不同的“好故事质量等级”。

本研究采取第一种视角,目的是开发一个初步的中国好故事指标体系,以评估专业人士对中国好故事的看法,进一步指导全民参与“讲好中国故事创意传播大赛”的具体实践。本文认为,在跨文化语境中,尽管个人主义和集体主义文化在讲故事的方式上存在差异,但是在“好故事”的概念化方面都遵循着一个内隐的共同维度,来自不同文化类型的人类个体对构成一个好故事的内容感知具有内在一致性。换句话说,一个中国“好故事”和一个西方“好故事”具有深层文化意义上的共享性和一致性。所谓的“中国好故事”,是指承载了中国人民关于世界经验的好故事,是具有全人类的经验共通性和理解普遍性的好故事,是具有国际性的、跨历史的、跨文化的好故事。在本研究中,我们将进一步对中国好故事本身进行定位、定性与定量相结合的综合评价。所谓定位,是指中国好故事的评价是秉持专家视角,立足于中国国际话语权和文化软实力的提升需求来展开的；所谓定性,是厘清一个“故事”和一个“好故事”的区别差异,对中国好故事的评价兼顾一个“完整故事”的结构形态和一个“好故事”的功能发挥两方面,避免泛泛而谈的概括；所谓定量,是指在中国好故事的评价方面采用量化的方式对故事质量本身进行不同维度和层级的实证分析,探究各要素之间的权重和赋值。

因此,本研究首先采用德尔菲法通过内行视角对中国好故事概念的核心要素进行讨论和总结,初步建立一个中国好故事评价指标体系；其次运用层次分析法检测其在整体上和每一单个评价指标上的科学性,确定各项指标权重,建立一个“充分必要的指标集合”；最后运用模糊综合评价法建构中国好故事评价的数学模型,获取中国好故事评价指标体系的最优算法,并通过实证分析验证其科学性与合理性。

二、基于德尔菲法的中国好故事评价指标体系建立

荷兰叙事学家米克·巴尔认为:叙事作品可以从素材、故事、文本三个层次展开分析,“素材”是按照逻辑和时间先后顺序串联起来的一系列由行为者所引起或经历的事件；“故事”是探讨按照时间顺序发生的事件如何加以艺术性变形；“文本”是叙述代言人用一种特定的媒介讲故事的文本,文本是运用任何媒介的叙事文,也就是读者可以直接进入的部分,研究从叙述者入手来探讨非叙述的评论描写以及叙述层次等问题。叙事作品的三层次区分并不意味着这三个层次是互相独立存在的,而是说把层次的区分作为一个暂时的、有帮助的工具,去研究这个故事文本的质量结构和对读者可能产生的影响,这三个层次一起构成了中国好故事评价体系的理论基础。陈先红等指出,对中国好故事的评价应围绕“选故事—写故事—讲故事”三个一级指标来展开。选故事是一个选择性指标,主要涉及对故事素材的选择和提炼；写故事是一个生产性指标,主要涉及对故事素材的陌生化处理和艺术加工,属于创意写作的过程；讲故事是一个叙事性指标,主要涉及故事文本的可及性和可进入性,属于叙述表现和对外传播过程。该研究基于以上三个一级指标,初步建立了评价中国好故事的38个指标,其中包括3个一级指标、10个二级指标和25个三级指标。鉴于以上研究只是运用文献研究和案例研究法提出了一个“指标可能全集”而不是“充分必要的指标体系”,本研究将进一步综合运用德尔菲法、层次分析法、多级模糊综合评价法三种方法,对以上指标进行优化、量化和深化。

(一)专家选择与专家咨询

本研究邀请在国家叙事和对外传播研究与实践方面具有影响力的专家学者和媒体记者作为咨询对象。他们是来自社会学、新闻与传播学、政治学以及公共关系学等领域的15名专家学者和5名资深记者,在专家分布上做到南北结合、东西兼顾,以保证指标筛选的权威性、科学性、代表性。

根据前期研究提出的38个中国好故事指标,制定第一轮专家咨询问卷。本次调查采用李克特五级量表,请专家对每项指标的重要性程度在1—5分范围内进行赋分,分值越高,则相应指标的重要性越高。同时询问专家作出评价的依据以及专家对指标的熟悉程度。最后,邀请专家组补充认为重要但预选体系中未出现的指标、合并重叠指标以及提供其他指导意见等。本次咨询共发放两轮问卷,采用克隆巴赫α系数对两轮咨询回收的问卷样本进行信度分析,两轮问卷的α系数如表1所示,证明两轮问卷信度均较高。

表1 咨询问卷信度分析

(二)德尔菲法评价主要函数及数据分析

1.专家积极系数

在德尔菲法中,专家的积极系数即专家咨询表的回收率通常表明专家对本项目的关心程度。本次咨询的专家积极系数如表2所示,两轮咨询的专家积极系数均高于90%,可以认为专家组对本项目研究的关心程度较高。

表2 专家积极系数

2.专家权威程度

专家权威程度(Cr)是影响咨询结果的重要因素之一,一般认为,专家权威程度越高则咨询结果越可靠。专家权威程度一般由两个因素构成,一是专家对问卷中指标重要性的判断依据,通常用判断系数Ca表示；二是专家对问卷中出现指标的熟悉程度,通常用熟悉程度系数Cs来表示。专家权威程度通常为判断系数和熟悉程度系数的算术平均值。本次咨询的专家权威程度如表3所示,据表可知,两轮咨询的专家权威程度均大于0.85,而根据相关研究,Cr≥0.70即是较好的专家咨询,因此认为本次调查的专家在对指标的熟悉程度、理论高度和实践经验等方面均是权威可靠的。

表3 专家权威程度(均值)

3.专家意见的集中程度

专家意见的集中程度通常用各指标得分的均数和满分比来反映,得分均数为所有参与专家对该项指标评分的算术平均值,满分比是认为该指标“非常重要”的专家占专家总数的比值,指标的重要程度与满分比通常呈正相关。在第一轮咨询中,满分比和得分均数均小于60%的指标有“IP性”和“对外性”两个指标(见表4),因此对这两个指标考虑予以调整；在第二轮咨询中,所有指标的满分比和得分均数均大于60%,表明经第二轮咨询的各项指标均为不可或缺。

表4 专家意见集中程度(节选)

4.专家意见的协调程度

专家意见的协调程度通常用各指标评价结果的变异系数来衡量,它表明专家组对该项指标重要性程度判断的波动情况,一般来说,变异系数越小则专家的协调程度越高,当变异系数>0.25时则认为该指标的专家协调程度不够,专家组对该项指标的重要性判断存在较大分歧,需对该指标予以剔除或调整。在第一轮咨询中,变异系数>0.25的指标有“IP性”和“对外性”,具体如表5所示,这与专家意见的“集中程度”统计结果相吻合,再次证明这两个指标应进行调整或予以剔除。在第二轮咨询中,所有指标的变异系数均小于0.25,表明第二轮咨询中专家的协调程度较高,对于各项指标的重要性判断基本趋于一致。

表5 专家意见协调程度(节选)

(三)中国好故事评价指标体系的优化与确定

经过两轮专家咨询和统计分析,我们确定了中国好故事评价指标体系的“可能全集”,包括一级指标3个,二级指标11个,三级指标27个(见表6),并根据已有文献和专家咨询结果对每个三级指标进行操作化定义,至此,基于德尔菲法的中国好故事评价指标体系基本得以建立。

表6 中国好故事评价指标体系

三、基于层次分析法的中国好故事评价指标赋权

层次分析法用于解决测度难于量化的复杂问题,能在复杂决策过程中引入定量分析,并充分利用决策者在两两比较中给出的偏好信息进行分析与决策支持,既有效地吸收了定性分析的结果,又发挥了定量分析的优势,从而使评估过程具有很强的条理性。

(一)层次结构模型的建立

根据上文构建的中国好故事评价的三级指标体系,首先将决策目标(目标层)、参与元素(准则层)和决策对象(方案层)按阶层关系自上而下进行分层,建立如图1所示的层次结构模型。在该结构模型中,同一层指标均从属于上一层指标或对上一层指标产生影响,且同时支配下一层或受到下一层指标的影响。

图1 中国好故事评价指标体系层次结构模型

(二)对比矩阵的构建

根据Saaty提出的一致矩阵法,在确定各层次各指标之间的权重时,将同一层指标进行两两相互比较,且两两比较时采用相对尺度,以期尽可能减少性质不同的诸指标相互比较的困难,以提高准确度。因此,采用相对尺度aij表示两个指标Bi、Bj对上层指标的影响程度,aij的尺度和含义如表7。

表7 标度aij的含义

在此基础上,对n个指标都进行两两比较后可得判断矩阵A=(aij)n*n,其中aij>0,aji=1/aij。可以看出,此判断矩阵的获得受到专家的主观影响较大。因此,为使判断矩阵尽可能的科学和公正,我们采用专家群决策的方法,邀请知名高校学者、外宣口政府官员和资深媒体从业者共5人对以上指标进行分层两两比较,同时我们也对相关专家进行了访谈和咨询,课题组通过对问卷和访谈的整理分析且经过充分讨论,确定了各层指标相对可靠的判断矩阵。

(三)层次单排序及一致性检验

所谓一致性检验是指对判断矩阵A确定不一致的允许范围,由于λ连续地依赖于aij,则λ值与n相差越大,判断矩阵A的不一致性越严重。在中国好故事的评价指标体系中,用最大特征值对应的特征向量作为被比较指标对上层指标影响程度的权向量,其不一致程度越大,引起的判断误差越大。因而可以用λ-n的数值大小来衡量判断矩阵A的不一致程度。

其中Saaty对于不同的n得到的一致性指标RI如表8所示。

表8 中国好故事一致性指标RI

(四)评价指标权重计算

首先,应用层次分析法来计算第一个专家的问卷数据,计算出构造这3个元素的判断矩阵B如下所示:

利用“向量归一化法”计算权重向量:

进行一致性检验:

表明判断矩阵A有满意的一致性,调查得到的权重值可以使用。

根据此方法,一一算出各专家的权重值及一致性检验结果,并用群决策法计算出最终的指标权重,结果如表9所示。在一级指标中:“选故事”“写故事”“讲故事”三个一级指标的重要性程度差异明显,其重要性排序为“讲故事”“写故事”“选故事”,这一结果说明,讲故事比写故事和选故事的重要性和贡献度大,写故事比选故事重要。从二级指标来看,权重高于均值(0.091)的有五个指标:思想性、叙事性、针对性、复述性和人民性,它们构成了中国好故事的核心指标；权重小于均值但大于均值一半的有五个指标:创新性、代表性、全球性、艺术性和真实性,它们是诸多对外传播理论文献中频繁提到的关键词,构成了中国好故事的基础指标。从三级指标来看,视听叙事、道义性、贴近性、传讲率、价值性、典型性、共享性和共情性八个指标权重超过均值,它们构成了中国好故事的操作指标。

表9 中国好故事评价指标体系权重

四、基于模糊综合评价法的“中国好故事指数”评价模型与检验

上文建立的指标体系大都属于主观赋权指标,带有专家思维的主观性和中国好故事内涵的模糊性,为了使评价结果相对客观科学,本研究进一步运用模糊综合评价法,将模糊因素数量化,通过中国好故事指数的数学模型建构和样本检验,进一步提升评价的科学性和准确性。

(一)中国好故事指数的评价模型建构

1.确定评价指标集和评语集

首先,确定中国好故事评价的一级指标集为UZ={A1,A2,A3},A1、A2、A3分别代表选故事、写故事和讲故事。同理二级指标集包括选故事指标集UA1={A11,A12,A13,A14},写故事指标集UA2={A21,A22,A23,A24},讲故事指标集UA3={A31,A32,A33},三级指标集以此类推。其次,评定集或评语集V即评价等级的集合,是对被评价对象的总体区分,通常用V来表示,V={V1,V2,V3,…,Vm}。在这里,设定m=5,具体等级为V1=好,V2=较好,V3=一般,V4=较差,V5=差。

2.确定评价因素的权重向量

权重是每个指标相对重要性大小的表征,本文将上文通过层析分析法得出的各指标权重作为本次模糊综合评价的权重向量。例如表9中中国好故事的评价指标权重,可得准则层A层相对于目标Z层的指标权重集WZ={0.251,0.361,0.388},同理选故事指标权重集WA1={0.051,0.036,0.093,0.071},写故事指标权重集WA2={0.068,0.163,0.059,0.071},讲故事指标权重集WA3={0.128,0.165,0.095},其他指标的权重向量以此类推。

3.单因素模糊评价及模糊关系矩阵的构建

即

其中,模糊映射的确定方法为邀请中国好故事相关领域的理论和实践专家组成专家组,通过打分或投票的形式获取单因素评价矩阵。例如,对三级指标“事实真实”进行评价,有55%的专家认为其“好”,有20%的专家认为其“较好”,有10%的专家认为其“一般”,10%的专家认为其“较差”,5%的专家认为其“差”,则可得真实性指标对各级评价等级的隶属度:C111→(0.55,0.2,0.1,0.1,0.05),以此类推,可得单因素评价矩阵:

其中,n为各子级所含三级指标数；rij表示因素i(即特定三级指标)对评价等级j(j=1,2,3,4,5)的隶属度,反映了因素集U和评价集V之间的模糊关系,即中国好故事的影响因素与评价对象之间的“合理关系”。据此可得RB11—RB33多个单因素评价矩阵:

…

4.三级模糊综合评价

首先进行最底层的模糊综合评价,即利用合适的合成算子将模糊权向量WAx与模糊关系矩阵Rx合成得到各被评价对象的模糊综合评价结果向量Bx,其中x=11,12,13,14,21,22,23,31,32,33。Rx中的不同行反映了被评价对象从不同单指标来看对各评判等级集合的隶属度,因此,用模糊权向量WAx将不同的行进行综合运算可得模糊综合评价结果向量Bx,即Bx=WAxοRx。

B11=WA11οR11

同理可得B12、B13…B33,并且运用同样的方法进行二级模糊综合评价,可得模糊权向量B1、B2、B3。

在近些年来，随着我国社会老龄化问题不断加重，以及人们生活方式和饮食习惯的改变，冠心病心绞痛的发病率也逐渐上升，并且，患者的年龄趋于年轻化，对人们的生命健康造成严重威胁。冠心病具有病程较长、病情变化大且死亡率较高等特点，对患者的身体、心理会形成严重影响，需要医护人员采取全方位的心理护理与健康宣教措施，以减轻疾病对患者身心健康的影响。

最后,运用上述方法进行一级模糊综合评价,即

=b1b2b3b4b5

之后再利用最大隶属度原则选择bmax所对应的评判等级V作为综合决策的评价结果。此外,为便于对不同故事进行相互比较和优选,可引入评判集相对应的分数向量集C=(95,85,75,65,55),并将分数向量集C与模糊综合评价结果向量B进行模糊合成运算,将评价结果向量转化为中国好故事的量化得分Q=B·CT,这个数学公式是评价好故事质量等级的通用公式,用它可以计算出一个故事的具体得分,从而对其进行好坏评价,这就是中国好故事指数的评价模型。

(二)中国好故事评价模型的样本检验

为验证该评价模型是否科学准确,本文以《哪吒之魔童降世》《红海行动》《流浪地球》《我和我的祖国》和《中国机长》这五部热门电影为样本,对中国好故事评价模型进行检验。以电影《流浪地球》为例进行模糊评价过程的具体呈现。首先按照以上评价指标体系进行问卷设计,邀请相关专家、资深媒体从业者和高校学生共10人组成评价小组,对样本电影三级指标进行五级(好、较好、一般、差、较差)评价。统计各级指标的赋值情况并对三级指标的打分结果进行归一化处理后得到如下分数矩阵。矩阵第一行中,40%的人认为“事实真实”为好,30%的人认为“事实真实”为较好,20%的人认为“事实真实”为一般,10%的人认为“事实真实”为较差,0%的人认为“事实真实”为差,其他结果以此类推。

以“真实性”的三级指标为例,计算“真实性”指标的评价矩阵。

由表10可知,“真实性”三级指标模糊矩阵为:

表10 《流浪地球》评价分数矩阵

B1=WB1·RB1=(0.010 0.041)·

综合评价结果为:

FB1=B1·V

=89.02

由此判定“真实性”的评价等级为“较好”。

由以上计算方法继续计算其他二级层的评价矩阵,结果如表11所示:

表11 二级层评价矩阵

因此,可得到一级层的评价矩阵:

以A1为例,计算其评价矩阵:

权重矩阵为:

因此评价矩阵为:

综合评价结果为:

FA1=A1·V

=89.02

由此判定“选故事”的评价等级为“较好”。

由以上计算方法继续计算其他一级层的评价矩阵,结果如表12所示:

表12 一级层评价矩阵

最后,得到目标层的判断矩阵：

权重矩阵为:

评价矩阵为:

所以对于《流浪地球》这部电影的综合评价结果为:

FA=A·V

=80.563

将其他四个样本按上述评价模型进行评价,样本在本评价体系中的最终得分如表13所示。对样本电影的评价得分和豆瓣评分进行相关性分析,结果如表14所示。

表13 样本电影得分表

表14 评价得分与豆瓣得分相关性分析

从以上相关性分析结果可以看出,p=0.033<0.05,r=0.908,因此在0.05水平(双侧)上,样本电影在中国好故事评价标准体系下的评价得分与样本电影的豆瓣评分显著相关,可证明该评价体系较为科学可靠。

五、分析与讨论

探索和建立中国好故事指数的评价模型是一种易用且有效的建设性讲故事方法,也是一种行之有效的对外传播策略和对内教育方法,建构中国好故事指数评价模型,不仅能在理论层面进一步增强中国学术话语权,还可在实践层面进一步指明中国故事影响力的提升方向。

第一,中国好故事的“好”主要体现在“讲得好”“写得好”“选得好”三个方面。评价一个中国故事的好坏或曰影响力,四分取决于“怎么讲”,三分半取决于“怎么写”,二分半取决于“讲什么”。换句话说,一个好故事不仅仅是选出来、写出来的,更是“讲”出来的,提升中国故事影响力的重点不在于讲中国“好”故事,而在于“讲好”中国故事。中国故事再多、再好,如果没有创意传播意识,没有基于事实的巧传播战略,没有多模态全息媒介使用策略,也只是自说自话,缺乏“愿意倾听的耳朵”,无法实现对外传播目标。当然,以上三者对中国好故事指数的重要性和贡献度虽有程度差异,但皆不可或缺,提升中国好故事影响力的组合策略就是不断提高由“善选”“会写”“能讲”所形成的中国故事文化吸引力、内容创作力和市场传播力。

第二,思想性是评价中国故事内容好坏最重要的指标。思想性具体包括道义性、价值性、教育性,这三个指标是判断中国故事好坏的决定性因素。讲故事是在几代人之间传递伦理观、价值观的教育工具,大量研究显示讲故事增强了道德感、价值观的弹性、个人价值偏好和道德水平。在本研究中,故事的道义性和价值性重要性被凸显,但是故事的教育性功能被忽视,其权重只有0.031,这一结果与东西方文化在讲故事观念上的显著差异有关。研究表明,对于西方文化,讲故事与享乐主义的价值观具有正向联系,他们更喜欢在课堂上讲故事。对于东方文化,讲故事与普遍主义的价值观具有积极联系,我们更喜欢在课堂上说教。因此,在中国故事全球传播的国家战略中,我们首先应把讲故事作为一种对内的教育战略在大中小学校、各类组织机构和民间团体中普及推广,鼓励每个人以自己的方式撰写自己和国家的故事,以自己的故事为塑造中国形象、传播中国声音作出贡献。

第三,“叙事性”是讲好中国故事的关键指标,尤其是运用视听叙事手段进行跨文化叙事的重要性被凸显。“视听叙事”这一指标的权重是27个三级指标中重要性最高的,是图画叙事的2倍多,是文字叙事的3倍多,这说明目前故事讲述的方式产生了转向,以画面和声音为核心的视听叙事逐渐取代了传统意义上的文字叙事。在此语境下,对视听叙事的思考和应用应当贯穿中国好故事的选择、创作和讲述全过程,我国应进一步加强对图书作品以外的电影、电视剧、动漫、游戏等视听作品的对外输出力度。

第四,“时代性”和“真实性”指标的重要性需要进一步加以检验。在前期研究中,我们特别强调中国好故事的“时代性”和“真实性”,提出“时代性对于讲好中国故事具有重要价值,对于解决当代世界所共同面临的问题具有启示意义……真实性是一个基础权数指标,具有否定性和决定性”,这一指标权重是基于决策者的意图而提出的。但在本次研究中,“时代性”和“真实性”的权重却是最低的,“时代性”的权重为0.036,低于均值的一半,“真实性”的权重为0.051,但“事实真实”的权重仅为0.010,是27个三级指标中最低的。这一结果说明,专家们认为,时代性和真实性对中国好故事指数的贡献度最低,或者说最不重要。从理论上讲这一结论也是成立的,作为一种最古老、最原始的人类沟通方式,好故事的魅力之一来自于独特的时空穿越性,“人会死去,历史会死去,但故事会活下来”,好故事的有效性在于它的长久性、永久性而不是时代性。此外,好故事的魅力之二来自永恒的“真理”而不是“事实”,“事实真实”和“价值真实”不可同日而语。专家们认为,神话、童话、寓言、小说、戏剧等一些虚构故事也是讲好中国故事的重要类型,甚至是支撑深层文化的核心隐喻和原型,不仅不应该被排除,反而更应被重视和优先嵌入。

由于研究视角和评价方法仍存在人为影响、不同评价指标的权重难以合理确定、缺乏动态性等缺陷,后续研究还可采取读者视角或运用BP神经网络等基于深度学习的人工智能技术,为海量信息中中国好故事的综合评价提供另一种解读。

注释:

① Gidley J.M.EvolutionofEducation:FromWeakSignalstoRichImaginariesofEducationalFutures.Futures,vol.44,no.1,2012.p.49.

② [美]爱德华·W·萨义德:《文化与帝国主义》,李琨译,生活·读书·新知三联书店2016年版,第74页。

③ [坦桑]阿卡什·P.卡里亚:《TED说话的力量》,边艳丹译,天津人民出版社2019年版,第17-32页。

④ Turnbull.CausalLayeredAnalysisasPedagogyinStudiesofScienceandTechnology.Journal of Futures Studies,vol.10,no.3,2006.p.51.

⑤⑥ Senehi J.StorytellingandPeace.Oxford:Oxford University Press.2010.pp.55-72,p.64.

⑦ McAdams D.P.TheProblemofNarrativeCoherence.Journal of Constructivist Psychology,vol.19,no.2,2006.pp.109-112.

⑧ James L.E.,Burke D.M.,Austin A.,and Hulme E.ProductionandPerceptionof“Verbosity”inYoungerandOlderAdults.Psychology and Aging,vol.13,no.2,1998.p.361.

⑨ Ross M.,Holmberg D.AreWives’MemoriesforEventsinRelationshipsMoreVividThanTheirHusbands’Memories? Journal of Social & Personal Relationships,vol.9,no.4,1992.pp.585-604.

⑩ Hasher L.,Zacks R.T.WorkingMemory,ComprehensionandAgain:AReviewandaNewView.Psychology of learning and motivation,vol.22,1988.pp.193-225.