生成范式与判别范式的区别

与应用传播学（特别是塑造传播，塑传学）的生成范式（generative paradigm）相对应的，恰恰是传统传播学研究的判别范式（discriminative paradigm）。这里所言的判别范式，并非是指心理学研究中常用的判别分析（discriminative analysis）这一统计研究方法。后者是多重回归分析（multiple regression analysis）的一个特例，其建立的是多个自变量与类别因变量（即，因变量是离散的类别数据而非连续的数量数据）的相互关系。这里的判别与生成相对，指的是根据过往经验（包括理论经验和现实经验），阐释传播现象、揭示传播规律、建构传播理论（即，概念之间的相互关系）的研究范式。

与生成范式可以根据传播需求创造生成全新的传播现象和模式不同，判别范式必须基于已发生的过往经验，并且判别范式往往不需要自身建构、实现、实施针对目标问题的解决方案。事实上，判别范式并不是通过面向传播需求生成有效高效的传播方案来直接解决问题，而是通过对过往经验进行解析，提取相关规律来间接指导解决传播问题。可以说，生成范式更为关注传播应用，关注“应如何”达成传播目标需求的问题，以及随着人类社会的不断发展，解决传播问题的方法模式“将如何”演化、变化、进化的问题。而判别范式则更为关注传播理论，在探索性和描述性研究方面关注已经发生的传播现象“是什么”的问题，即对传播现象（包括当中的传播者、传播讯息、传播媒介、传播受众、传播效果等构成元素）进行阐析，以及在解释性研究方面关注“为什么”该传播现象会发生的原理、机制、因由的问题。社会心理学流派是当下传播学理论研究当中的主流。而若从心理学的“功能与机制”[9]这一研究视角对判别范式建构的传播理论进行解析可以发现，解决“是什么”类问题的传播理论关注的是传播现象的功能（functional）一面，即根据相关传播现象对人类生产生活的功能来描述其属性，展望其对人类而言产生的意义。而解决“为什么”类问题的传播理论关注的则是传播现象的机制（mechanistic）一面，阐析各个条件如何通过因果链条驱动相应传播现象的发生。

虽然传统传播学理论研究主流上采用判别范式，但前人未以“判别”将其命名，对其特征的总结与反思也表现得较少。而米加宁等的论述却对此进行了深入的剖析，其认为：

从孔德开始，认为社会科学与自然科学性质一样，都是寻找和建立普遍规律，主张以科学的经验研究排斥形而上学的思辨和臆测。在研究中坚持归纳主义和价值中立，主张方法论的个体主义，对经验的检验不依赖于主观的感觉，而是逻辑的检验。其基本研究路径是“提出假设—验证假设”，遵循“观察社会现象—发现研究问题—收集有关个体的个性资料和数据—进行统计和分析—发现共性的、普遍的规律”的研究理路。但是由于社会科学研究对象的构成要素复杂多元、因果关系动态多变，研究对象和研究过程不可控性强；特别是社会科学研究对象——主要为人及其行为——的特殊性，在研究过程中并不能像自然科学一样进行重复性的实验；另外，社会科学研究数据采集和分析困难，所使用的历史统计数据从统计学的基本假设来看，也是不同质化的统计单元，这使得社会科学在统计和数据采集的绩效上就大打折扣。这三个缺陷极大地影响了社会科学定量研究的成效，造成了社会科学研究在模仿自然科学进行假设和假设检验时，更多地依靠研究人员进行主观建构。并且在研究过程中，社会科学研究往往同时采用真实世界的统计数据进行逻辑关系的建构和验证，以证明主观建构逻辑关系的正确性和科学性，定量模型与真实世界之间的随意切换，导致社会科学的回归检验常常十分脆弱，定量研究的逻辑关系往往不能真实反映社会系统的真实场景。[10]

可以说，米加宁等的论述是切中要害的，虽然在其论文中是针对社会科学的定量研究进行的分析，但从此视角出发来审视判别范式与生成范式的区别却能看得真切明白：对于生成范式而言，解决问题的效果效率这一功能性指标是衡量研究成功与否的核心标准，解决方案自身的精巧、精妙的审美价值并不是其核心追求；而对于判别范式而言，除去满足建构的传播理论能够间接指导传播实践这一功能性需求之外，观察传播现象的角度、概念的设置（包括概念化和操作化的定义）、变量（即，特殊的概念）间相互作用关系的建立等诸多理论建构的审美价值往往会成为评判研究高低的重要标准。从审美的角度来看，正是研究者在这些方面的不同彰显了其文科研究的天赋、灵感和巧思。这也体现出传统传播学研究的艺术性的一面。

从社会科学研究（包括传播学研究）的科学性（特别是功能性）一面来考虑，生成范式由于要面向实践，直接解决应用传播目标问题，其追求的往往是能够有效和高效达成传播效果的充分条件（当然有时亦会关注其必要条件）。因此，其在研究成立之后，外部效度（即可以直接作用于应用实践、解决传播问题）往往很高。而对于判别范式而言，其建构的是自变量与因变量（通常是各种传播效果的度量）的“既非充分，又非必要”的相互作用关系[11]，其在理论建构的概念设置环节亦具有高度的自由。既允许判别范式不严格地按照科学的可重复性验证要求，而采用“真知灼见”加“言之成理”的方式使研究成立，其直接解决传播应用实践的外部效度也很难保证。实践者往往需要根据判别范式揭示的传播规律的间接指导再重新建构相关的解决方案，而此解决方案解决问题的效果效率难以确保。对以上论述进行总结可以发现，从审美的角度考虑，判别范式相较于生成范式而言有着理论研究“文无第一”的艺术性，但从功能的角度考虑，生成范式却有着应用研究“武无第二”的科学性。

而生成范式与判别范式的最大区别在于是否依赖过往经验上。对于生成范式而言，建构解决方案从本质上来看是一个创造的过程。在此过程中，新的传播讯息、新的传播媒介、新的传播现象都可能被产生。“生成”的目的是为了有效和高效地满足传播目标需求。而对于判别范式而言，无论是阐析传播现象，还是揭示传播规律，包括建构传播理论，都需要对已然存在的传播现象的过往经验进行“判别”。若没有过往经验的存在，研究就会“巧妇难为无米之炊”。在新媒体研究领域，这一点表现得尤为明显。每次基于科技创新而产生的全新媒介都催生出了全新的传播现象，对其进行探索性、描述性和解释性研究都需要在新媒介成型、拥有过往经验之后才可判别。而哪怕知晓更新的媒介即将为人类社会所用，哪怕知晓通过判别旧媒介过往经验所揭示的规律很可能会过时，判别范式的研究仍然无法提前进行。而科技的创新又是无时无刻不在进行的，这难免造成判别研究一面紧张焦虑、一面疲于奔命的困境。麦克卢汉在媒介环境研究中则一举打破新媒体研究对过往经验“是什么”和“为什么”进行判别的执着，尝试揭示新媒体“将如何”的发展规律，其结论至今仍为传播学研究者和传播实践者所认可。可以说，其研究正是因为摆脱了判别范式对过往经验依赖这一束缚，而取得了跨时代的成功。(www.xing528.com)

判别范式对过往经验的依赖性并非是仅存在于研究执行环节，在研究设计环节这一依赖性的“种子”就已深埋。判别范式形成研究假说主要遵循两套截然不同的方法论——归纳（induction）和演绎（deduction）。然而，无论是归纳还是演绎，建构假说都存在着对过往经验的依赖，唯一的区别是依赖对过往的现实经验，还是依赖过往的理论经验。

表3.3.1对归纳和演绎这两大建构判别研究假设的方法论进行了对比。从表中可以看出，归纳方法论采用的是一种自下而上的思维方式。通过对诸多过往个别的现实经验进行归纳、概括、总结、提炼，从而发现一般的、共性的模式。而基于此模式进行相关概念的建构和概念间相互作用的关系建构，即可以建立起相应的研究假设。从本质上说，归纳方法论是对过往现实经验的判别。在当前的大数据时代，这一研究假设建构的方法论似乎更受研究者的欢迎。当收集分析全样本大数据而非随机抽样小数据、基于智能算法识别高阶非线性而非低阶线性模式成为了可能，研究者更希望从当前赛博物理空间的人类线上线下的生产生活产生的数据碎屑当中进行挖掘，归纳出相应的传播模式。计算社会科学的大数据挖掘研究领域通常采用的正是归纳方法论。

表3.3.1　判别范式建构研究假设的归纳演绎方法论对比

演绎方法论则正好与归纳方法论相反，采用的是一种自上而下的思维方式。其对过往已经成功建构的、一般的、共性的传播理论进行演绎思考和逻辑推理，推论出个别的、预期中可能存在的传播模式，从而建立相应的研究假设。在传统传播学研究中无论是基于归纳方法论还是基于演绎方法论建立的研究假设，都是通过各种研究方法实施观察并进行分析，以完成逻辑实证当中的实证部分。从逻辑实证中的逻辑（即，建构研究假设）而论，判别研究运用归纳法和演绎法都是对过往经验进行的判别，前者是对过往现实经验的判别，而后者则是对过往理论经验的判别。而其建立的研究假设通常都尝试对现有传播现象的模式、特征进行阐析，或对其原理、因由、机制进行解释。

生成范式建构研究假设的方法论则与判别范式完全不同，其不强烈依赖于过往经验。在生成研究中，核心的研究假设较为统一，即，研究自身生成建构的方案能够有效高效地解决传播实践问题。在这里研究假设又一分为二：一是绝对假设，即自身生成建构的方案解决应用传播问题的效果效率能够满足目标需求；二是相对假设，即自身生成建构的方案解决应用传播问题的效果效率能够超越当前最先进的解决方案。对于应用传播研究而言，满足绝对假设是研究最高优先级追求的目标。若此假设能够满足，则意味着应用传播研究的成功。而若此假设不能满足，则意味着研究自身生成的解决方案的效果效率还不尽如人意。但若其效果效率较当前最为先进的解决方案有所提升，即，虽然不能满足绝对假设，但满足了相对假设，那么可以认为该应用传播研究朝着成功解决目标传播问题又前进了一步，取得了相对性的研究进展。