文學大數據與當代文學研究范式轉型
中國當代文學研究范式轉型是一個常談常新的話題。從當代文學發生之日起，學術界就面臨如何闡釋當代文學的問題，其中就涉及文學研究的方法和范式等內容。而且，隨著文學社會語境、研究對象和訴求的變化，文學研究范式轉型問題也越發突出和明顯，通常顯現在文學研究方法論爭中，通過論爭確立某一歷史階段通約有效的研究方法，并在長期實踐中形成主流文學研究范式。從這一角度看，當代文學研究范式轉型與當代文學演進和當代文學研究史變遷緊密關聯。
當代文學與古代文學、近現代文學的本質差異之一是它的“當代”屬性。“當代”的繁復多變和時刻在場，使當代文學研究需要直面最新的文學現場，成為“當前文學思潮、作品和現象最‘理想’的‘批評者’”，并運用“認同式”“討論式”批評（1）契合當代文學的“當代性”。這預設了當代文學研究范式的不穩定，沒有任何一種長久不變的研究范式能夠有效應對不斷新變的文學現場。這也使當代文學研究顯現出強烈的危機感。當無法“對嶄新的文學實踐做出辨認、預判，疾言厲色或為之鼓與呼”時，（2）勢必對已有研究范式做出修正和調整，甚至進行顛覆和重構，尋找新的研究范式替代。只有如此，才能保證文學研究的有效闡釋力和公信力。因此，當代文學研究本身就包含對自身轉型問題的持續探索。
從中國當代文學研究史來看，大體形成了文學政治研究、文學審美研究、文學文化研究和文學社會研究幾種主流研究范式。它們與特定歷史語境和時代訴求密切相關。大致對應20世紀50—70年代、80年代、90年代和2000年以來幾個歷史階段。每種研究范式在相應的歷史階段都具有優先于其他研究范式的闡釋權且處于流轉狀態。這說明任何一種文學研究范式都有其邊界和限度，當新的社會語境、新的文學現象出現時，必然產生新的研究范式。或者說，文學研究范式轉型問題是當代文學研究史自身生發的問題，一種新的文學研究范式的形成過程也是其他文學研究范式的式微過程。可以說，“學術范式的轉換和形成是一個相當復雜的過程，一方面出自社會文化轉型的需要，另方面有學術本身的發展特點”。（3）
因此，想辨識清楚當代文學研究范式轉型問題，就需要闡明與此相關的文學新語境和新現象，以及原有文學研究范式的限度和新的文學研究范式的適用性問題。在此意義上，我們需要解釋清楚文學研究在當下發生了怎樣的新變化，文學研究方法和思維發生了怎樣的新轉變，出現了哪些新的文學研究實踐路徑，生產了哪些新知識等問題。
一、大數據時代與文學大數據
1980年，美國社會學家阿爾文·托夫勒在著作《第三次浪潮》中闡述了科技發展在農業社會到工業社會轉型過程中起到的關鍵作用，并且預測電子科技進步將引發“第三次浪潮文明”：人類將由工業社會進入信息社會，“整個文明和制度、技術、文化都在變化的浪潮下日趨分裂”。（4）尤其是大數據技術在日常生活諸多方面的廣泛應用，將推動大數據社會的形成。當下，隨著互聯網、物聯網和社交網絡的快速發展，阿爾文·托夫勒的預測開始變為現實，“根據國際權威機構Statista的統計和預測，2020年全球數據產生量預計達到47ZB，而到2035年，這一數字將達到2142ZB，全球數據量即將迎來更大規模的爆發”。（5）
事實上，系統認識和理解大數據最先從學術界開始。《自然》《科學》《ERCIM News》等業界頂尖期刊都曾開設“大數據專輯”，對數據的維護、再利用，數據的可解釋性和數據處理主體等問題進行探討。雖然，學術界的討論主要集中在學理層面，但都表明一個事實：大數據可能成為引領未來社會發展的支配性力量。而且，隨著大數據理論的不斷成熟，大數據討論開始溢出學理層面，轉而在社會實踐應用維度發力，進而上升為國家發展戰略。中國、美國和歐盟等國家/地區紛紛制定了大數據發展政策。中國早在2014年就將“大數據”寫入政府工作報告，明確實施國家大數據戰略。更為重要的是，“一場由大數據帶來的技術革命”和“智能革命”（6）開始重塑現實世界，滲入日常生活的各個角落，“從商業科技到醫療、政府、教育、經濟、人文以及社會的其他各個領域”（7）都有大數據的魅影。人們可以直接感受到自己生活在一個被數字編織的數據網中。那么，在大數據時代，數據技術是如何改變文學的？產生的文學大數據呈現出哪些新的特征？文學研究方法出現哪些變化？
回答上述問題的前提是首先明確“文學大數據”的概念。目前為止，學術界對“大數據”的概念仍存在較大分歧，麥肯錫、維克托·邁爾·舍恩伯格和肯尼思·庫克耶等學者都曾界定過大數據，但都沒有形成共識。（8）所以，筆者只能從現有概念中提取大數據的一些基本特征：數據規模大，數據來源、種類多，數據增長、處理速度快，數據價值密度低等。（9）這些特征決定了大數據的“大”不僅是數據數量的大，更是指數據的復雜多變，以及通過數據獲取新知識的能力。以此為標準，可以為“文學大數據”暫時確立一個相對穩固的概念：文學大數據與傳統意義上的文學數據不同，不是指文學作品和文學文獻電子化后產生的電子文本數據，而是指文學作品在互聯網、物聯網和社交網傳播過程中產生的與文學相關的數據，包括日志、音頻、視頻、圖片、彈幕、點贊等結構化、半結構化和非結構化多種類型數據。這些數據數量巨大，來源、種類多樣，成碎片化分布，且處于實時更新狀態，有價值和可利用的數據密度較低，需要利用計算技術分析這些數據。例如，余華的小說《文城》出版后，在微信、微博等社交媒體和豆瓣讀書、京東圖書等網絡購書平臺，以及抖音、快手等短視頻媒體中迅速傳播，產生了數量龐大的文學數據，包括讀者截取的小說原文段落、長篇專業評論、簡短的即時感受文字、表達閱讀情緒的圖片、講述閱讀體會的視頻、購書推薦評語、銷售數字表格、小說影響力排行表和小說的知識圖譜等。從這些數據中可以分析出讀者對小說的總體評價、專業批評家與普通讀者的接受差異、讀者的地理信息、小說在不同地域的文化影響力、當下社會情緒的走勢、讀者的審美變化和小說的未來發展趨勢等內容。而且，不同類型數據之間的重組又可以產生新數據。可以說，當《文城》進入互聯網和社交網被數據化之后，就不再是一部單純的文學作品，轉而成為生產文學數據及其相關新知識的載體。
文學大數據既是紙媒文學在互聯網和社交網傳播的結果，又是依托網絡、利用數字技術生產數字化文學的產物。這些“數字文學”（10）在利用文學大數據的同時，又再次產生了文學大數據。人工智能文學、超文本文學、視覺文學和界面文學等“數字文學”的誕生不僅是新舊文學形態的更迭，而且是文學寫作生態的全方位變革。它的“非線性敘事、非穩定結構、讀者參與性以及多媒體特征被視為對傳統文學理論以及文學審美的挑戰”，同時，其特有的“編程功能、數字代碼、計算機算法等數字文學內部運行機制被視為新美學基礎和美學特征”。（11）可以說，這些新的文學特性都與文學大數據緊密關聯。例如，超文本文學就超越了傳統語義文本的限制，把詞語、地理位置和個體信息等眾多主題元素按照多種組合方式重組，甚至“任何可以看見、可以聽見的都可以構成文本的紋理”。（12）而且，寫作主體既可以是人，也可以是智能機器。進一步而言，超文本形成的基礎是文學大數據，通過分析和管理文學大數據，把文學大數據存儲在各個文字節點上。然后，在這些文字節點之間確立相關關系，再以鏈接的方式把各個文字節點串聯起來，形成一種網狀結構。同時，超文本在互聯網和社交網傳播過程又生產了新的文學數據，并無限循環往復。林焱的小說《白毛女在1971》就是一部典型的超文本小說，作家在文本中設置了多個鏈接符號，這些鏈接符號與故事情節敘述密切相關，讀者只有閱讀完這些鏈接網頁的內容后，才能繼續閱讀小說剩余的內容。（13）
對當代文學研究而言，面對文學大數據及新的文學樣態，需要認真思考如何調整和重塑文學研究方法，與此新變相契合，進而建構新的研究范式。因此，“如何在設計算法、挖掘工具、可視化工具及存檔技術時凸顯價值、解釋和意義變得更加重要”。（14）
二、文學數據研究中“小數據”與“大數據”
為了應對文學的數字化和數據化，文學研究引入了“計算”方法，把信息技術和計算機技術應用到文學研究。文學計算的兩大核心是：文學數據和計算技術。尤其是計算技術至關重要，它決定了文學數據研究的上限。因為，文學數據研究“具有高度技術化的內涵與本質，它必須依托數字系統建設、程序代碼編寫或者其他手段來實現研究過程或呈現研究結果”。（15）現階段，這些計算技術包括可視化與數據設計技術，文本分析、聚合與數據挖掘技術，地理信息系統技術和仿真技術等，這些技術的大規模開發和普遍應用推進了文學數據研究的深入發展。這也可以解釋為何在文學數據研究初期，大部分研究只能停留在單體文本詞語抽取、詞頻統計和語法分析上。因為文學數據量不夠，計算技術不先進，文學數據研究指涉的對象只能是小數據樣本和簡單計算分析。20世紀80年代，錢鋒、（16）陳大康、（17）丁寧、（18）、林興宅（19）等人曾提出文學與計算機科學、系統科學相結合的理論設想，利用數學建模和計算機自動計算的方法，對文學作品的文體特征、審美風格和作者身份辨識進行研究。但在具體實踐中，受制于文學數據庫和計算技術，大部分研究仍然集中在作品修辭風格的計量分析上，“通過建立語料庫，對文本語言的字符、段落、詞長、詞類、詞性以及高頻詞分布等特征項進行統計，運用計算公式來計算平均段落長度、詞長變化、文本聚類等”。（20）例如，武漢大學語言自動處理研究組通過統計老舍的《駱駝祥子》的詞頻，來分析小說的審美特征；（21）劉賓運用數學建模技術分析《福樂智慧》，經過電腦檢索、排序，編制成索引詞典的框架；（22）錢鋒、陳光磊通過比較巴金的《我們會見了彭德懷司令員》和倪海曙的《三輪摩托車》中的辭格、音律和章法，確認巴金和倪海曙的小說語言風格；（23）與此類似，王景丹通過統計曹禺等8位劇作家文本的句頻，確認各自文體風格；（24）吳禮權通過分析詞語、句式和修辭運用，總結“簡約”與“繁豐”審美風格的基本特征。（25）從中不難看出，初始階段的文學數據研究以簡單統計文本修辭為主，很少使用復雜的計算模型和計算技術。
21世紀以來，隨著數字人文理論在國內的傳播，以及眾多“關系型數據庫的建設、語言信息處理技術的發展和社會計量方法向人文領域的持續滲透”，（26）文學數據研究取得長足進步。例如，羅男運用基于改進的向量空間模型特征權重計算方法（TF-IDF）和潛在語義分析技術（LSI），分析15部金庸小說中的字、詞匯、句子和段落4個語法單位，以此探究金庸小說的語言風格，并辨識《臥龍記》的真實作者；（27）張小宇在建立魯迅雜文語料庫、魯迅小說語料庫和魯迅同時期作家雜文語料庫基礎上，使用語料庫檢索工具AntConc，計算魯迅雜文的詞長、句長、單音節詞和雙音節詞等17個語言特征出現比例，并與同時代作家的雜文語言特征進行比較，以此總結魯迅雜文的語言風格；（28）余韻為了證明巴金前后期小說語言風格的一致性，把巴金小說劃分為6個階段，并建立相應的語料庫，在此基礎上，計算不同階段巴金小說的詞長分布，詞匯豐富度，共現詞、獨有詞、實詞和虛詞使用頻率；（29）與此類似，金迪對格非和余華小說語言風格的研究，（30）時季對閻連科和劉震云小說語言風格的研究，（31）以及王少康、（32）年洪東、（33）李慧（34）對現代作家身份識別和作品辨偽的研究都屬于此種研究類型。但上述文學數據研究仍沒有突破文體學、修辭學和語言學研究框架。
但我們也不能據此掩蓋一些學者在文學數據研究方面做出的開創性探索，尤其是在小說人物功能和社會網絡分析方面取得的突破。例如，吳蕙羽利用優化后的Python技術、Pyecharts數據庫和Echarts數據可視化JS庫，分析陳忠實的《白鹿原》中的人物關系和社會網絡，并涉及人物情感分析。（35）但吳蕙羽的研究重心在計算技術，而非小說敘事，因而沒有得出與小說敘事相關的結論。相對于此，趙薇對李劼人的“《大波》三部曲”的社會網絡和人物功能分析更為深入和透徹。趙薇運用社會網絡分析（SNA）方法，利用數據挖掘、中心性計算和可視化技術，分析《死水微瀾》《暴風雨前》《大波》前后兩個版本5部小說中的人物關系和社會網絡，“對加權網絡中最高中介中心性節點所提示的關鍵人物的敘事功能進行了深入探討”，（36）認為“小人物”具有重要敘事功能，承擔了講述重大歷史事件的責任。除此以外，通過分析文學研究數據庫，發現某一階段文學研究主題、（37）熱點、（38）發展趨勢和歷史軌跡，（39）以及學者影響力、（40）學科關聯（41）和學術刊物影響力（42）等內容，成為文學數據研究的重要趨向。例如，丁帆、趙普光以當代文學研究中的論題詞詞頻為考察中心，通過分析論題詞的頻率、集中程度和論題詞的顯隱等數據，客觀呈現當代文學研究70年發展軌跡。但文章沒有引入知識圖譜分析技術，仍屬于傳統意義上的計量統計范疇。而謝靖、章鑫鑫在對CSSCI數據庫數據進行清洗和格式轉化，以及設定頻次、中介中心度和聚類指標等參數基礎上，利用CtiespaceⅢ軟件計算2000—2011年期間CSSCI收錄的中國文學研究期刊發文情況，形成文學研究期刊關鍵詞共現圖譜，立體呈現這一期間中國文學研究熱點、發展趨勢和學科知識圖譜。（43）而且，通過統計中國文學期刊引文數據，分析中國文學圖書學術影響力。（44）王賀則通過比較《解放日報》數據庫的電子目錄、索引與紙質版的差異，探討“數字人文”與傳統學術的關系。（45）
雖然文學數據研究在廣度和深度上都取得了一定程度的進步，但還不是真正意義上的文學大數據研究：一方面，當代文學人物關系和社會網絡研究、當代文學關聯數據庫研究、當代作家檔案數據研究、當代文學學術地圖和知識譜系研究、基于共現分析的文本知識挖掘研究、當代文學研究者的隱性合作關系研究等諸多方面仍然存在進一步深挖的空間；另一方面，互聯網、物聯網和社交網絡生產的文學大數據還沒得到充分利用，基本處于擱置狀態。例如，豆瓣讀書、微信、微博生產的文學數據及其關涉的人物情感和社會心態、文學的網絡主題模型、游戲文學的虛擬現實、界面文學的知識挖掘、新媒體文學的知識圖譜等眾多研究話題還沒有充分展開。之所以出現這種態勢，是因為現階段文學大數據研究存在一些困境和癥結，為文學大數據研究從理論構想進入現實實踐從而產生真正價值設置了壁壘。這也是當代文學研究范式轉型亟須解決的問題。
三、文學大數據研究的困境和癥結
當代文學大數據研究仍處于起步階段，難以避免出現諸多困境，我們需要直面這些癥結，尋找解決問題的方法和路徑，在此基礎上推進當代文學研究的發展。現階段，當代文學大數據研究面臨專題數據庫少、跨學科合作度低、研究方法認同度低、研究范圍窄、研究學者少、專業學術期刊少、學術評價體系缺失、學科專業建設緩慢、課堂教學滯后和網絡基礎設施建設薄弱等問題。
文學大數據研究的基礎是數據，包括數字文學文本和文獻史料及其數據化后形成的各種文學專題數據庫，也包括文學文本在互聯網、物聯網和社交網絡傳播產生的文學大數據。但大數據的海量、動態和價值密度低等特性使數據庫建設存在較大難度。比較便捷和高效的方式是利用數據挖掘、分析和顯示技術針對特定大數據進行研究。因此，文學專題數據庫和文學研究專題數據庫建設尤為重要。但現實情況是，已建成的中國現當代文學及其研究專題數據庫仍然很少，主要集中在“民國圖書數據庫”（46）“晚清和民國全文期刊數據庫”（47）“《申報》全文數據庫”（48）“《大公報》（1902—1949）數據庫”（49）“近代上海方志資料數據庫”（50）“民國文獻大全數據庫”（51）“解放前報刊題錄數據庫”（52）“民國圖片資源庫”（53）“民國時期文獻數據庫”（54）“大成故紙堆”（55）“典海民國圖書資源平臺”（56）“民國圖書數字化資源庫”（57）等民國文學數據庫上。而當代作家作品及其研究文獻數據庫、當代文學期刊數據庫和當代文學史數據庫等與當代文學研究直接相關的專題數據庫非常稀少。這一問題已得到學術界的重視，陸續啟動了“網絡文學文獻數據庫建設”“漢譯文學編年考錄及數據庫建設”“中國現代文學報刊作品系年及數據庫建設”“中國新詩傳播接受文獻集成、研究及數據庫建設”“抗戰大后方文學史料數據庫建設”“‘學衡派’年譜長編及文獻數據庫建設”“延安時期未刊文獻資料收集、整理與數據庫建設”（58）等項目。只有完成基礎性的專題數據建設，才能為文學大數據研究提供支持。
文學大數據研究作為新興的研究范式，從大規模的理論引入研究實踐不過十幾年的時間，學術界對這種研究范式始終保持足夠的距離和警惕，這種研究范式還沒有形成共識。這種認同情境來源于三個方面：第一，文學大數據研究運用的數據計量分析、實證性方法與文學的審美性、精神性特征相沖突，削減了文學的人文價值。人們擔心對“計算”方法的推崇，會使文學研究滑向技術中心主義，形成算法霸權，成為技術的注腳，喪失自身的獨立性。因而，這種研究范式“對于文學研究而言，卻只能是一種手段和工具，研究者的才情、趣味、智性決定了研究的深度和走向”。（59）第二，文學大數據研究的根基是數據庫和計算技術，只有不斷優化和更新相關計算技術，才能推進文學大數據研究的深入發展。一旦計算技術更新緩慢或停滯不前，這種研究范式也將處于懸停狀態。因而人們對這種研究范式的長效性持懷疑態度，“是否能夠從歷史的長線來對文學史現象和作家作品做出相對超越性的評價，是存有疑問和不無難度的”。（60）第三，文學大數據研究需要研究者熟練掌握和運用計算技術，而計算技術體系和理論結構較為復雜，涉及數字化技術、數據管理技術和數據分析技術等多個層面，僅文本挖掘技術就涉及信息抽取、文本分類、文本聚類、關聯規則和模式發現等眾多方面，相關的計算軟件更是種類繁多。對人文學者而言，想要短期內掌握計算技術，且能夠熟練使用計算軟件，存在較大難度。而能夠獨立“運用計算方法解答、探討或是思索人文問題的研究者”（61）更是寥寥無幾。這就不難理解為何大部分文學大數據研究都集中在理論反思和論爭層面，很少拓展到計算技術分析層面。
文學大數據研究是一種跨學科研究方法，它與統計學、信息管理學和計算機科學等其他學科有直接關聯。同時，文學也以其獨特的人文特性反思文學大數據本身的價值和意義，實現文學與數據和計算之間的多重互動。在此意義上，文學大數據研究具有明顯的交叉學科研究特征，它“促使各人文學科突破學科邊界，加強不同學科理論與方法的交流與合作”。（62）這就決定了研究者需要進行跨學科、跨專業的協同創新研究。但當前文學大數據研究還沒有真正實現跨學科研究，文學研究者的關注點集中在文學大數據研究的人文反思上，其他學科的研究者聚焦在計算技術上，二者處于不同的研究向度，無法真正交融在一起。類似陳大康、錢鋒、劉石、趙薇等學者能夠實現二者之間的融合，是因為他們本身具有跨學科背景和扎實的數學功底，能夠熟知計算原理，獨立構建數學模型和使用計算工具。但大部分研究者仍在技術外圍摸索和徘徊。這種局面的形成與國內數字人文專業設置和相關教學環節薄弱密切相關。目前，只有中國人民大學信息資源管理學院在圖書情報與檔案管理一級學科下，設立了數字人文二級學科。而根據國家數字人文組織聯盟統計，在2007—2014年期間，國外設置數字人文專業的高校多達180余所，（63）并形成了從本科到研究生完備的培養體系。（64）而且，國內外高校在相關課程設置方面也有較大差距。截止到2020年，開設數字人文相關課程的美國高校就有41所，（65）包括斯坦福大學、耶魯大學和伊利諾伊大學香檳分校等世界知名高校。而國內只有清華大學、北京大學、武漢大學、西安交通大學、汕頭大學、南京大學、上海師范大學等少數高校開設了數字人文課程。同時，在課程的數量、教學體系建設和實踐應用方面，國內外也存在較大差距。國內數字人文研究中心和人文計算實驗室建設推進緩慢，只有武漢大學、清華大學和上海師范大學等為數不多的高校成立了數字人文研究中心。而國外的數字人文研究中心和實驗室多達百余家，并且不斷輸出學術成果。（66）尤其是斯坦福文學實驗室、倫敦國王學院數字人文實驗室、耶魯大學數字人文實驗室和普林斯頓數字人文中心在世界范圍內都產生了重要影響力。
雖然文學大數據研究還存在諸多困境，但不能就此否認它的價值。除了為當代文學研究提供新的研究技術和方法，也為文學研究共同體的形成提供了可能性和實踐路徑。謝剛、江震龍在《現代中國民族文學觀與共同體詩學建構》一文中深入闡釋了民族文學共同體意識和共同體詩學，認為其實質“是一與多、己與群、局部與整體、差異性與共同性的辯證統一”，（67）并體現為民族審美共同體意識、辯證的詩學特征、包容共生的文學倫理觀和以人民為中心的民族文藝本質。謝剛、江震龍對共同體意識和共同體詩學的理論建構深刻而透徹，既沒有完全模仿西方的共同體理論，也沒有拘泥于中國傳統的共同體觀念，而是在中西理論之間尋找到恰切的平衡點。或者說，是站在中國文學的立場上構建世界文學的共同體意識和詩學，因此具有很強的理論價值和實踐參考意義。按照謝剛、江震龍的邏輯推論，文學研究共同體的實質也是“多”與“一”的辯證關系。而當代文學研究沒能處理好這種辯證關系，走向了共同體的反面。當下反全球化和逆全球化思潮在不同領域設置了構建共同體的壁壘。或者說，共同體和反共同體在發生機制、運作模式和實踐路徑等方面遵循相同的原則和規律，二者之間的界限既涇渭分明又曖昧模糊。這種共同體危機意識和反共同體情態也在當代文學研究中存在，以文學研究范式的斷裂、顛覆和重建為表征，具體體現為文學政治研究、文學社會研究、文學歷史研究、文學審美研究和文學技術研究幾種研究范式之間的矛盾及研究范式的內部沖突。基于此，當代文學研究史可以看作文學研究共同體與反共同體的關系史。但關鍵問題不是幾種研究范式是如何斷裂的，而是如何繼承和轉換的。一種研究范式的興起如何從另一種消隱的研究范式中汲取有價值的資源。也就是說，文學大數據研究的興起并不全然意味著原有研究范式的失效，而是研究范式之間的整合和重組。文學大數據研究的實質是從數據角度挖掘和呈現文學新變，但新變不是顛覆文學的審美性和精神性特質，而是以數據進一步證實和豐富文學的審美性和精神性，并發現其中的新內容、新樣態和新趨勢。文學研究應在數據技術加持下變得更客觀、理性，更符合當下對文學研究提出的要求。文學大數據研究建構的技術化研究秩序不是劃出文學研究的固定邊界，而是提倡文學研究的敞開性，為人文與科技共同體搭建一條順暢通道。我們提倡的文學研究共同體意識，針對的不僅是反共同體觀念，而是以共同體意識為根基，接續和重建不同研究范式之間的內在關聯，“借以窺探某一歷史時刻的集體性是什么，它的需求是什么，它的矛盾性何在，它的問題何在等問題”，（68）尋找解決原有文學研究范式癥結的路徑，從而建立不同文學研究范式之間的結構關系，因為“它們既有聯系又有差異，共同推進文學創作和文學研究的發展”。（69）而且，一種新的文學研究范式的價值不僅體現在方法論層面，更體現在價值論層面。在不同研究范式之間尋求價值觀的最大公約數，在此基礎上構建當今社會具有引領作用的價值觀，這是推進當代文學研究發展的重要前提條件之一。在此意義上，當代文學研究范式轉型絕不是線性時間鏈條上的替代問題，而是不同研究范式在對話中的相互補充和再造。它既是當下的又是歷史的也是未來的，但絕不是唯一的、霸權的和僵化的。
