基于动态系统理论的二语写作发展研究

宋晓忠 刘 宁

（淮阴师范学院，江苏 淮安 223300）

动态系统理论（DST）强调系统的动态、复杂、开放、整体和非线性发展。Freeman认为，语言学习不是单纯的输入-输出的线性过程，而是一个复杂、动态的过程，是一个包含倒退、停滞甚至跳跃式前进的动态系统行为。第二语言的习得过程和轨迹受到诸多因素影响，其发展同样是非线性的动态过程。因此，越来越多的学者开始运用DST的研究范式来探讨应用语言学问题。

分析学习者书面语的语言特征是评估二语学习者语言发展与运用语言能力的有效途径。本文以DST为基础，以二语写作能力的动态发展研究成果为切入点，跟踪分析学习者写作中句法复杂性和语言准确性的动态发展路径，发掘影响二语写作能力动态发展的潜在因素，展示该理论在二语习得领域的应用潜力。

一、基于DST的二语写作研究

DST属于非线性系统研究领域，虽然在术语上存在争议，但基本特征一致：变化对初始条件敏感。变化的动态特征。系统内部重组以及与环境的互动。对内外部资源的依赖。持续的“吸引状态”和复杂的涌现性等。其中，有三个特征尤为重要：一是变化、动态性特征，它解释了一个复杂系统的互动成分如何导致系统整体的变化，以及系统成分与环境之间如何互动；二是复杂性是涌现的；三是系统与环境共同构成一个体系。在DST视域下的语言发展研究不强调传统的结构或线性特征，转而探索语言内在和外在决定因素的互动方案。

国外学者，如Larsen-Freeman将DST理论与写作研究相结合进行研究，他开展了写作能力跟踪研究，发现学习者的写作能力发展轨迹表现出较强的个性化差异特征。这与传统结构理论框架下通过取平均值而获得的整体发展轨迹有很大不同［1］。该研究首次将DST运用到写作实证研究中，但是所选取的文本观测点数量较少，且观测点之间的时间间隔相对较长。

自2008年起，国内学者逐步开始关注基于DST的二语习得研究。研究主要集中在介绍性的理论引入与阐述，基于DST的二语习得模式的构建［2］，以及基于该理论的研究方法介绍等三大类。部分学者开始关注并将这一理论运用于二语写作实证研究，如陈艳君的研究中跟踪分析了学生的二语写作流利度的动态发展［1］；盖淑华、周小春对写作同伴反馈行为进行了跟踪研究［3］。通过对比实验组和控制组之间同伴反馈的内容信息，分析写作能力的动态变化过程。该研究只进行了总体分析，忽略了动态系统的微变化过程，而微变化对于动态系统的发展有重要意义。

二、研究设计

（一）研究问题

第一，一个学期内学生的语法复杂程度有何变化？

第二，一个学期内学生的语言准确程度有何变化？

第三，学生的语法复杂度和语言准确度之间是否存在相关关系？如存在，该关系有何变化特征？

（二）研究语料

本研究采用历时设计，以华东地区某师范院校大学英语一年级5名学生一个学期的5次作文为研究语料。5名学生均以汉语为母语，开始学习英语的平均年龄大约为8岁，入学前接受了10年左右的在校英语学习。

具体研究数据为5名学生的限时作文。笔者根据教学内容每两个星期布置一篇作文。学生课后限时完成作文。每篇作文长度约200字，体裁均为议论文，写作过程对查阅词典及参考书不做限制。在整个实验研究期间共收集到5次共计25篇作文，每篇作文间隔为15天。

（三）测量工具

本研究对语法复杂度的判断主要考虑两个因素：一是产出单位长度W/T，用文章总字数W除以T单位表示。T单位指“包含有一个主句及附加和嵌入的所有从句和非从句结构的不可分割的最小单位”［4］，可以是一个主句或由一个主句加一个或多个从属句组成［5］；二是用每篇作文中的从属句总数除以T单位总数（DC/T）得到从属比，用以标志句子之间的从属依赖程度。而衡量语言的准确度主要依据作文中总分句数量和正确分句数量之间的比率（ERT/T）。

数据分析工具：一是研究采用CAP（Changingpoint Analyzer）软件检测变化点，对变化可能发生的置信区间（Confidence Interval）以及至信水平（Confidence Level）进行分析，从而对于变化是否发生、何时发生、有多大可能性发生作出比较准确的判断；二是采用SPSS软件对于语法复杂度和语言准确度之间的相关性进行皮尔逊相关分析。

（四）数据分析

将收集的作文样本进行T单位分析，确定每个文本的T单位数，然后测算T单位长度、从属程度和准确度，从而得到数据分析表1、表2和表3。

（五）结果讨论

在DST视域下，语言、学习者和语言习得被看作一个系统，语言系统、外部环境和学习者个体心理结构内部均存在许多独立的变量，学习者的语言习得过程是各个变量相互作用和影响的过程，是复杂的和非线性的，甚至是不可预测的。每个学习者本身也是由许多相关变量构成的复杂系统，某个变量的变化都会对系统内部其他变量产生影响。各子系统因资源分配的不同会通过自组（selforganization）的方式发展变化，呈现“吸态”（attractor states）和“斥态”（repeller states）两种状态。“吸态”表现为表面静止或稳定的“混沌”（chaos）状态，“斥态”表现为剧烈的波动。系统由“斥态”过渡到下一个“吸态”就像一个球滚过凹凸不平的表面一样发展轨迹并不均衡，伴随系统行为的剧烈波动。相似的系统对初始状态或表现出不一样的敏感度，但处于混沌态的系统敏感度则非常相似。这些特征均使得语言发展呈现动态的复杂变化过程。

表1 学生5次作文的语法复杂度

将表1中的数据通过CPA软件进行分析后发现5名被试的语法复杂度在研究过程中都没有发生显著变化。T的平均长度在一个区间内反复波动，处于比较稳定的“吸态”；虽然单位产出长度没有发生质的变化，但在波动中呈现阶段性提升或下降。前4名被试的状态相对稳定，波动幅度比较小，相较而言，S5的波动幅度较大，呈明显上升趋势，但这个波动也没有超脱系统达到“斥态”，而是处于相对稳定的“吸态”。

将表2中的数据通过CPA软件进行分析发现，5名被试的语言准确度在研究过程中都没有发生显著变化，只是在一个区间内反复波动，处于比较稳定的吸引状态而非相斥。语言准确度没有发生质的变化，但有阶段性的提升或下降。S1和S5的状态波动幅度较小，另外3名被试波动较大。分析5名被试的准确度后发现，稳定中小幅波动是语言准确性发展的主要特征。

表2 学生5次作文的语言准确度（ERT/T）

表3显示语法复杂度的2个指标之间以及它们与语言准确度的指标之间相关性。皮尔逊r相关分析结果显示，产出单位长度和从属比之间存在显著正相关（r=0.863，P＜0.05）；而产出单位长度和语言准确性之间存在弱负相关（r=-0.373，P＜0.05），从属比和语言准确度之间则存在中度负相关（r=-0.556，P＜0.05）。同时，5名被试书面语发展过程中，语法复杂度和语言准确度的发展路径呈现较强个性化特征，每名学生的正负相关项和相关强度都各不相同。

表3 皮尔逊r相关分析

以上结果说明，语法复杂性的两个指标和语言准确性的指标之间相互关联。通常情况下，写作中的T单位句子越长，它所拥有的从属成分也越多。而从属句和从属成分增多会导致出错概率上升，表3显示的正是这种常规。但每名学生学习写作的发展路径、优势和弱点都有着鲜明的个人特色，因此，学生在3个指标上的发展轨迹，以及相互之间的支持或排斥及其关联程度相异性明显。

三、结论和启示

本文基于DST及相关研究方法，对5名非英语专业学生的英语作文语法复杂度和语言准确度情况进行了跟踪研究。研究发现，第一，在研究期间，学生写作的语法复杂度和语言准确度都在一定的范围内波动，但没有发生突变现象。从后期的调查和学生的反馈分析，导致这个结果的原因：一是经过将近10年的英语学习，进入大学阶段学生的英语能力处于一个相对稳定的状态；二是本研究的研究时限不够长，尽管我们期待看到学生的英语能力有突破性的进展，但短期系统内的各因素变化力量还不足以引起显著变化。第二，整体而言，学习者的句法复杂性和语言准确性与学习时间的增加存在正相关关系，但其发展过程并非线性，而是呈现出跳跃式、阶段性和非线性特点，在发展过程中存在高峰和低谷、进步与后退的交替。第三，通过数据分析和学生的写作反馈发现，在相同的写作任务和写作频率下，学生的写作语法复杂度和语言准确度的发展呈现鲜明的个体差异，这与每名学生对待写作任务的态度、对任务话题的熟悉程度、利用材料的输入能力等密切相关。第四，学习者语言内部的子系统各维度发展也不同步，语法复杂度和语言准确度的发展过程中存在竞争-支持关系的转移，学习者的二语写作能力发展具有动态性和变异性，其中，变异对发展具有一定的驱动作用。