Chouliaraki(2006)指出,新闻媒体通过对悲剧的选择性报道来避免过分的消耗受众的同情心,令其产生“同情疲惫” (compassion fatigue)。
同情疲惫通常发生在两类事件中,一是高度重复的类似事件,如非洲的饥荒和战争、东南亚的地震和洪水;一类是与观看者相关度低的、不足以达到刺激阈值的事件,如厄瓜多尔的一场沉船,巴拉圭的一次矿难(Moller,1999:12)。
产生了同情疲惫的公众会抛弃媒体。为了避免被抛弃,媒体并不会讲述所有平平无奇的故事来耗费公众有限的同情心。新闻记者一方面精心挑选“理想的受难者”来引发同情,另一方面则将绝大多数不幸者打入背景。他们往往或者以集合面貌出现(aggregation),成为死亡数字中的一个,或者以集体属性出现(identity attribute),以其社会身份(如矿工、船员、旅游的老人、刚买房的中产)剥夺其私人身份(Chouliaraki,2006:105)。学者Trčková (2015:37)将媒体报道中的这种策略命名为“去个体化(impersonalization)”,指将报道对象当成无生命的物体,态度冷漠且忽视,并且刻意保持距离。这种报道风格使得受众和受害者之间很难建立一种“反射性识别关系(a relationship of reflexive identification)” (Chouliaraki,2006:157),进而抑制同情的产生。
去个体化就是这样一种保护性措施。它包含两类操作方式:一是内容上,受难者群体是否发声。这种发声不单纯体现为是否使用引语,而是指该群体的意见能否得到直接彰显。二是语言上,是否以集体湮灭个体。这种湮灭包括数字化的属性(numerical attributes)和集体化的指代(collective references)两种手段(Chouliaraki,2006:88-89)。
(一)引语:在场者与感恩者
引语通常被认为是个人表达的手段,用于呈现引用对象的“人格瞬间” (human moment)。Spivak(1988)在论述殖民话语时曾经指出,“讲话” (talk)与 “发声”(voice)并不等价。发声是指受难的他者(suffering others)能够使观看者注意自身的不幸境况并且对此感同身受的能力。因为悲惨境地一旦被公之于众,便对观看者产生了道德的压力,促使他们产生行动,进而改变发声者的境遇。相反,仅仅是“讲话”,却无法将自己所在群体的境遇公之于众,那说话者则在事实上被剥夺了发声的权利。
新闻报道中对受难者的引语是经过把关人选择后的结果。新闻引语的把关和加工通常表现为两种方式:一种是截取的直接引语并不是受害者的表述重点;二是使用的间接引语并没有完全反映受害者的本意。媒介对受害者话语的引用方式传达的是媒体的立场,影响了受害者群体的身份建构(Marshall & Pienaar,2008)。在新华社的所有直接和间接引语中,表达者通常扮演了两种角色:亲历的在场者和朴素的感恩者。
亲历的在场者身份往往用来描述事件发生的情境,以回忆的方式补充因为记者缺席而无法掌握的事实。这类引语通常以第一人称视角描述事故发生时的情境和叙述人的主观体验,涉及事实、感受和推测,往往裹挟着悲伤、无助或勇气,却很少传达劫后余生的受难者群体的困厄、愤怒或质疑。由此,事件的当事者被物化为 “上帝的摄像机”,剥夺了其参与者的身份而成为一个“客观”的记录者。
能够清楚描述事实、传达感受,从而明确自己的在场者身份的幸存者并不多。同这种“情景重现”功能的在场者相比,更多的受难者却表现出对在场者身份的回避与“失忆”,通常以“只听到轰的一声响,就什么也不知道了”“醒来时就躺在医院里了”“当时的情况,我都记不起来了”来回避在场者的身份。即便事故带来的记忆创伤确实存在,这种失忆也几乎不可能发生在所有的幸存者身上。不同事件的大量报道中,此类回避或缺位现象的重复出现反映了一个事实:不是事故造就了遍在的失忆者,而是媒体允许了在场者的缺席。在事故报道中,在场者能否发声并不必要,因为这个群体的声音并非不可或缺,亦非不可替代。在场者所重现的个体经历也不必要,因为事故报道的核心并非真相重现,而是救灾济难和抚慰人心。
同缺席的在场者相比,朴素的感恩者身份则无可替代。那些被选中的“理想受难者”同时也是“理性受难者”。在媒体报道中,他们鲜少体现出绝望、悲痛、无助等人类情感,而多传达对历劫幸存的感恩和对政府援救的感恩。
这类朴素的感恩者并非受难群体的代言人,而是既有秩序的称颂者。在媒体截取或呈现的引语中,感恩者是“自然”伟力的匍匐者和社会权力的赞美人。“亲历的在场者”身份将受难者中立化,“朴素的感恩者”身份则将这一群体主流化。这一类受难者形象并没有“发声”出群体的困厄,其“讲话”也就成为主流媒体遴选后的赞美诗。
(二)数字化的呈现
被选中的“理想受难者”是同质化的符号,讲述可替代的故事。绝大多数不能被选中的人则充当事故的数字化(digitalization)背景。但数字化的吊诡之处在于,人们无法精确感受数字本身,而只能感受数字的差别。这一现象便是Neumann(1977)提出的“准官能统计”(quasi-statistical sense)。当然,灾难的数字化呈现绝不仅仅是根据心理学而制定的传播策略。数字化是一种去人格化的叙事,包含了将事故本身技术化和中立化的努力。
1.二元化的比例:多与少
相对于绝对数值,人们更擅于感受比例(Jenni & Loewenstein,1997)。人对比例的感知是二元化的:大多数与少数。再精确计量的数字也终会被划归入这两类。在人的准官能统计中,55%和92%都意味着“大多数”,12%和48%都意味着少数。人们很少能遇到绝对的对半平均(half-half)。在感知上,大脑更喜欢“不是东风压倒西风,就是西风压倒东风”的二元分类,因为宰制性的二元分类意味着大脑的认知只需要记住一方。这种认知更省力,更符合最少耗费法则(the least effort principle)。大多数的反面便是少数。但这种记忆的简化版本是,人们更容易只记住大多数,而忽略少数。