1. 引言
安慰是指在听话人遭受消极事件影响而处于悲痛、失望、焦虑或忧伤等消极情绪时，说话人为改变其消极情绪，使其心情安适的一种言语行为[1]。安慰给予个体抚平伤痛的精神慰藉，增加个体乐观向上的信心，因而成为人与人之间经常发生的行为[2]，经常出现在人们经历挫折或失败等事件后。
近年来，虚拟空间和公共空间等语境中的语用问题[3]受到重视。情感、人情、关切等也成了语用学的关注对象[4]。但目前有关汉语安慰话语的研究十分有限，且大多是通过问卷调查或话语补全测试的方式来收集语料，缺乏真实语料库。因此，本研究通过搜集豆瓣上汉语安慰话语的案例，探讨安慰过程中包含的多种言语行为类型，总结安慰话语中典型的言语行为组合模式。
2. 文献回顾
温云水指出安慰可通过三种媒介实现，分别是动作，物品和语言[5]。本研究关注的是第三种方式，即安慰话语。
有关安慰的研究十分丰富，但大部分集中于心理学和社会学领域，分析个性、文化、性格和成长经历等因素所造成的个体安慰行为的差异[1]，并以实验统计的方式分析个体在安慰过程中的心理反应与变化，验证、区分安慰话语产生的效果[2]。以Burleson为代表的学者，对安慰话语的策略和影响安慰效果的因素进行了全面的研究。根据感受被认可的程度，Burleson [6]构建了由9个安慰策略类别组成的层次体系。之后，Burleson [7]进一步以个体中心性为标准，将安慰策略分为三个主要类别，高度以人为中心策略(HPC)，适度以人为中心策略(MPC)和低度以人为中心策略(LPC)，并认为个体中心性程度越高，安慰效果越好。此外，还有许多研究对安慰的影响因素进行了深入的分析，如年龄[8]、社会认知[9]、心理距离[10]等。此外，某些情境因素，如所遇问题的严重程度、特定场景特征等，也会影响安慰的效果[11]。有关安慰主体的研究也十分丰富，如儿童与儿童间[12] [13]、父母(是否单亲)和儿童间[12]，成人与成人间[14]，兄弟姐妹间[15] [16]等等。
与心理学领域的研究相比，语言学领域关于安慰话语的研究相对不够深入，集中于安慰的适切条件、策略与习得等方向。
根据言语行为理论[17] [18]，安慰属于五大言语行为中的表情类言语行为，其中道歉、感谢、祝贺、抱怨等得到了广泛的关注，但有关安慰的研究相对较少。有许多学者对安慰行为的适切条件——命题内容、预备、真诚和本质条件进行了探索[1] [2]，这些条件可以揭示安慰的特点，区分安慰和非安慰话语，以及不同形式的安慰。
不同语言中的安慰策略存在异同。首先，在英语安慰话语中，基于话语补全测试的方法，Suzuki [19]概述了以英语为母语的人在安慰他人时的语言特点。在词汇层面上，他列出了那些具有特定安慰功能且在其他言语行为中较少出现的词，比如sorry，better，okay/ok，know和if。在话语层面，他总结了八种最常用的安慰策略模式，包括五种单一策略，安慰、鼓励、同情、建议和提供帮助，以及三个策略公式，“安慰”“推理 + 同情 + 支持”“建议 + 鼓励”。其次，在汉语安慰话语中，许林玉[20]、陈倩冉[21]参照Burleson提出的以人为中心的标准，将安慰策略也分为三个主要层级。李水[22]利用语料库技术系统地总结了汉语安慰策略，根据安慰角度的不同，将安慰策略分为“被安慰者源策略”“事件源策略”“认知源策略”和“情绪源策略”。之后，他以力动态理论为框架，分析了不同策略的力动态模图式[23]。之后，李水[24]进一步拓展，对安慰回应语“没事”进行了多模态的语序分析，并对安慰序列进行深入研究[25]。陈新仁[1]将安慰策略分为两大类：肯定消极情绪(表达同情和理解、通过移情分担损失)与否定消极情绪(否定或减弱消极情绪、弥补损失、提供理由、转化视角、转移注意、情感威胁)。值得注意的是，还有一些对不同语言中的安慰话语进行对比分析的研究[26]，如相关研究表明汉语安慰语辞藻华丽，较为繁杂，英语安慰语简洁平实[27]。
安慰习得也引起了关注。陈新仁[1]深入探讨了中国英语学习者对安慰策略的习得，并进一步发现所受损失大小对英汉语中安慰策略的选择均存在影响。
虽然以往有关安慰话语的研究十分丰富，但仍存在以下不足：(1) 研究内容单一，大多是安慰策略方面[23] [28]，且着眼点和分类标准不同，多有重叠[29]；(2) 研究深度不够，缺乏对语言过程的分析，难以获知语言是如何达到安慰目的的；(3) 大多是通过语料库[19] [22] [28]、话语补全测试的方式收集，缺乏真实性。此外，少量有限的真实对话中的安慰也局限于熟人间，缺乏陌生人间安慰的真实语料。
综上，本文结合以往相关研究，将搜集豆瓣上汉语安慰话语的案例，总结安慰话语中言语行为的类型及典型的组合模式。
3. 研究设计
为解决以往研究的不足，本次研究将从两个维度进行完善：一是以通用的标准对安慰话语进行过程性的解释。自Austin和Searle以来，言语行为的类别必须是有限的观点一直存在于语用学中[30]-[33]，这种有限性排除了发现新的或特定于某种文化的言语行为[34]。而言语行为类型学[35] [36]，只关注语言的基本组成部分，能够突破语言种类的限制而不断复制，实现通用的划分和识别[34] [36]。二是搜集真实的语料。信息化社会，在线心理社区大量涌现，成员在社区中分享个人故事、表达情感，不同于向传统意义上的“亲密他者”寻求支持，网络社区中的个体更加倾向于让具备情感认同和文化认同的“陌生他者”听见自己的声音[37]。豆瓣平台中以小组形式出现的社区，以趣缘为中心将人们齐聚[38]，其叙述内容不论是个人经历还是自我认知，都以真实而情感丰富的方式呈现，摒除了一切“积极伪装”[39]，发帖人与网友可通过发帖、评论、回复等形成线上互动[38]。
3.1. 研究问题
基于以往研究的不足之处，本研究主要回答以下两个问题：
(1) 豆瓣平台上的安慰话语包含哪些言语行为？有哪些特征？
(2) 豆瓣平台上的安慰话语有哪些典型的言语行为组合模式？
3.2. 语料收集
本研究以豆瓣小组中安慰话语为研究对象。为排除事件类型过于单一而影响对安慰话语的研究，并搜集分布较集中的语料，特选取三类严重程度逐渐加深的话题[34]：(1) 被诈骗造成经济损失；(2) 患重病；(3) 丧亲。综合考虑小组成员数、活跃度等因素，分别选定“我真好骗”“PTSD安慰互助会”“过世亲人难释怀”三个小组。通过网络爬虫工具八爪鱼爬取2024年热度较高的帖子，并对评论中的安慰话语进行识别、统计。最终，为统一各类型事件下安慰话语的数量，通过随机抽样的方式，选取安慰话语各30例，即本文共统计90例语料，共计1022个汉字。
3.3. 研究方法
本研究对安慰话语的筛选参考了李佳源[2]、陈新仁[1]对安慰话语的规则界定：
命题内容条件：有一过去行为A与听话人H相关。
预备条件：1. A使H处于消极情绪状态中；2. 说话人S认为A使得H处于消极情绪状态中。
真诚条件：S想改变H的消极情绪状态。
本质条件：该安慰言语行为可被认定为一种帮助H改变消极情绪状态的尝试。
此外，本研究把交际双方的互动作为判断依据，尽可能准确地识别和界定安慰话语[25]。
完成语料搜集后，本研究依靠言语行为类型学，将安慰的实现分解为可复制的言语行为。下图是言语行为的具体分类：
依据上图的言语行为类别，本研究将识别每例安慰话语中出现的言语行为，并记录其组合情况，如同情 + 建议 + 说明等。
4. 研究结果
4.1. 安慰话语中的言语行为分布特征
依据有限言语行为的分类，对90例安慰话语进行拆解归类，共识别出210个有限言语行为，包括7个类别。如下表1所示。
Table 1. Finite speech acts in comforting discourse
表1. 安慰话语中的有限言语行为
有限言语行为 |
频率 |
占比(100%) |
同情 |
73 |
34.8% |
祝愿 |
48 |
22.9% |
建议 |
40 |
19.0% |
发表意见 |
27 |
12.9% |
请求 |
10 |
4.8% |
乐意提供帮助 |
8 |
3.8% |
告知 |
4 |
1.9% |
总计 |
210 |
100% |
其中，使用频率最高的是同情(34.8%)，其次是祝愿(22.9%)和建议(19.0%)，两者占比相当，发表意见(12.9%)相对较少，请求(4.8%)、乐意提供帮助(3.8%)和告知(1.9%)占比最低。
此外，本研究将记录每例安慰话语中言语行为的N元组合情况。具体步骤为：(1) 直接统计一元结构的言语行为。(2) 运用Rost CM6进行分词与二元共线分析，识别出两种核心组合模式：情感支持型：同情 + 祝愿(频次最高)、问题解决型：同情 + 建议(频次次之)。此阶段通过二元分析规避了盲目统计可能带来的干扰，为三元组合研究提供方向。此外，由二元统计进一步变为三元，这样既能增加匹配模式的细节，又能保证结构的紧密性。其余较低频次的二元组合模式则单独统计。(3) 针对二元组合的局限性，进一步采用Java编程实现可变长度正则匹配，实现三元模式的搜集。将90条语料统一标注成“词汇1 + 词汇2 + …… + 词汇N”的格式，分隔符为“+”。其中“词汇”为7种言语行为之一。设计三元组合正则表达式，允许在核心组合中插入其他言语行为(如“同情 + 乐意提供帮助 + 祝愿”)，同时通过穷尽排列组合确保覆盖所有情况。情感支持型三元正则表达式(以同情与祝愿为核心)为String regex Support = “^(同情\\ + .*\\ + 祝愿|.*\\ + 同情\\ + 祝愿|同情\\ + 祝愿\\ + .*|祝愿\\ + .*\\ + 同情|.*\\ + 祝愿\\ + 同情|祝愿\\ + 同情\\ + .*)$”；问题解决型三元正则表达式(以同情与建议为核心)为String regex Solution = “^(同情\\ + .*\\ + 建议|.*\\ + 同情\\ + 建议|同情\\ + 建议\\ + .*|建议\\ + .*\\ + 同情|.*\\ + 建议\\ + 同情|建议\\ + 同情\\ + .*)$”。其余较低频次的三元组合模式单独统计。(4) 针对少量四元组合(如“同情 + 告知 + 建议 + 祝愿”)，也将直接记录。
下表2为N元组合模式初步分类结果。
Table 2. N-gram combination patterns
表2. N元组合模式
模式 |
频次 |
占比 |
言语行为类型 |
频次 |
占比 |
一元 |
9 |
10% |
同情 |
4 |
4.4% |
建议 |
5 |
5.6% |
二元 |
42 |
46.7% |
同情 + 祝愿 |
21 |
23.3% |
同情 + 建议 |
12 |
13.3% |
建议 + 祝愿 |
5 |
5.6% |
发表意见 + 建议 |
2 |
2.2% |
发表意见 + 同情 |
2 |
2.2% |
三元 |
36 |
40% |
包含同情与祝愿 |
18 |
20.0% |
包含同情与建议 |
14 |
15.6% |
请求 + 告知 + 祝愿 |
2 |
2.2% |
请求 + 发表意见 + 乐意提供帮助 |
2 |
2.2% |
四元 |
3 |
3.3% |
建议 + 同情 + 祝愿 + 乐意提供帮助 |
1 |
1.1% |
同情 + 发表意见 + 建议 + 祝愿 |
1 |
1.1% |
发表意见 + 告知 + 乐意提供帮助 + 发表意见 |
1 |
1.1% |
总计 |
90 |
100% |
|
90 |
100% |
如上表所示，豆瓣平台中安慰话语的言语行为组合模式呈现出显著层级化特征。二元组合频率最高，占比(46.7%)接近一半，其次是三元组合模式，占比40%，两者构成安慰话语中言语行为的主要组合类型。一元占比相对较少，仅有10%，四元占比最少，仅有3.3%。
究其细节，一元组合共9例(10%)，全部由单一言语行为构成，分别为同情与建议。二元组合为最主要结构(42例，46.7%)，包含五种明确类型，其中，“同情 + 祝愿”最多，其次是“同情 + 建议”。三元结构占比也相对较多(40%)，涵盖四种子模式，含同情元素的组合占比最高，其中“同情 + 祝愿”衍生结构18例(20.0%)，“同情 + 建议”衍生结构14例(15.6%)。四元组合仅3例(3.3%)，均含四类行为叠加。
值得注意的是，如数据搜集部分所示，同情、建议、祝愿为安慰话语的核心类型。同情元素在一元组合中出现4例(4.4%)，二元组合中参与35例(38.9%)，在三元组合中参与32例(35.6%)，四元组合中参与2例(2.2%)，总体使用率达81.1%。其次，“祝愿”呈现跨层级分布，在二元、三元、四元组合中分别出现26例(28.9%)、20例(22.2%)和2例(2.2%)。此外，“建议”元素累计出现40例(44.4%)，主要分布于二元(19例，21.1%)与三元组合(14例，15.6%)。
4.2. 安慰话语的组合模式
本文的研究问题之一是探讨安慰话语的典型组合模式，从前期的二元共线分析及上表数据可知，安慰话语有两种主要模式，一是同情与祝愿构成的情感支持型安慰模式，二是同情与建议构成的问题解决型安慰模式，并可能附加其他言语行为。因此，后续研究将基于两种典型类型进行具体分析。
4.2.1. 情感支持型安慰话语的组合模式
情感支持型安慰话语是以同情和祝愿为核心言语行为，鉴于一元模式中同情的主要作用，也将其归入情感支持型安慰话语。经统计，该结构的言语行为组合模式分布如下表3所示：
Table 3. Emotionally supportive comforting patterns
表3. 情感支持型组合模式
N元 |
组合类型 |
频次 |
占比 |
搭配形式 |
频次 |
占比 |
一元 |
同情 |
4 |
9.3% |
同情 |
4 |
9.3% |
二元 |
同情 + 祝愿 |
21 |
48.8% |
同情 + 祝愿 |
21 |
48.8% |
三元 |
Optional + 同情 + 祝愿 |
11 |
25.6% |
发表意见 + 同情 + 祝愿 |
7 |
16.3% |
请求 + 同情 + 祝愿 |
3 |
7.0% |
乐意提供帮助 + 同情 + 祝愿 |
1 |
2.3% |
同情 + Optional + 祝愿 |
7 |
16.3% |
同情 + 发表意见 + 祝愿 |
6 |
14.0% |
同情 + 乐意提供帮助 + 祝愿 |
1 |
2.3% |
|
总计 |
43 |
100% |
|
43 |
100% |
如上表所示，该类型言语行为以同情和祝愿为核心构成要素，呈现明显的层级结构化特征。二元组合占据主导地位(21例，48.8%)，其中“同情 + 祝愿”单一组合实现全量覆盖，形成该类型最具代表性的基础模式。三元组合呈现结构扩展特征(18例，41.9%)，通过插入Optional元素形成两种变体模式：前置扩展型(Optional + 同情 + 祝愿)与中置扩展型(同情 + Optional + 祝愿)。前者以“发表意见 + 同情 + 祝愿”为典型结构(7例，16.3%)，后者则以“同情 + 发表意见 + 祝愿”为主要实现形式(6例，14.0%)。值得注意的是，三元组合中Optional元素位置灵活，在核心要素的前提下，实现了话语功能的局部调整。此外，情感支持型安慰话语模式显示出同情到祝愿的单项序列，并非出现祝愿到同情的现象。案例分析如下所示。
例1 (同情 + 发表意见 + 祝愿)
你的每一句话，我都感同身受。你的
每一个疑问我都反反复复问过老天。 |
I have empathized with every word of yours. Every
question you have I have asked God over and over again. |
Sympathise同情 |
天一直都是灰蒙蒙的。 |
The sky has been gray. |
Opine发表意见 |
起风了，要努力生存。 |
The wind is picking up and the only thing left to do is try to live. |
Wish-Well祝愿 |
本案例是豆瓣网友针对患重病的楼主的安慰评论。首先，“你的每一句话，我都感同身受”，通过同情先肯定对方的感受，再通过“你的每一个疑问我都反反复复问过老天”，进行自我披露，表明与对方经历过相似的情感挣扎，可提升同情可信度。“老天”一词，具有中国特色，符合普通人的情感寄托，建立共情联结，拉近与对方的心理距离。“每一句话”“每一个疑问”，强化情感的全面认同，并将个体痛苦转化为群体经历，表明楼主并非是一个人陷入挣扎，削弱其孤立感。其次，“天一直是灰蒙蒙的”，属于评价言语行为，以“灰蒙蒙的天”隐喻患者长期的心理或生理困境[39]，通过意象传递对患者处境的深刻理解，避免直接评价可能引发的防御心理。最后，通过“起风了，要努力生存”祝愿言语行为，来激起患者的希望，从“问过老天”的被动状态变为“要努力生存”的行动引导。
例2 (同情 + 祝愿 + 乐意提供帮助)
我们都理解。 |
We all understand. |
Sympathise同情 |
愿你在悲伤的时刻，能够感受到温暖与安慰；在未来的日子里，能够找到希望与力量； |
May you feel warmth and comfort in your time of sorrow, find hope and strength in the days ahead, |
Wish-Well祝愿 |
我们都在这里为你加油鼓劲！[抱抱] |
we are all here to cheer you on! (hugging) |
乐意提供帮助Willing(Offer) |
本案例是豆瓣网友对楼主丧亲后的安慰案例。首先，使用“理解”来表示同情。接下来，网友使用两句结构类似的话来祝愿，“温暖与安慰”针对当下情绪失控期，“希望与力量”则是希望楼主在创伤过后能够再次获得力量。“我们都在这里”是乐意提供帮助，通过集体的情感支持，缓解丧亲者的“被抛弃感”。此外，运用第一人称“我们”拉近距离，使用第二人称“你”直接呼吁，增强互动性。值得注意的是，安慰话语中往往会出现表情包，“抱抱”在中文网络语境中隐含着“安慰脆弱”的心理。
4.2.2. 问题解决型安慰话语的组合模式
问题解决型安慰话语是以同情和建议为核心言语行为，鉴于一元模式中建议的主要作用，也将其归入问题解决型安慰话语。经统计，该结构的言语行为组合模式分布如下表4：
Table 4. Problem-solving comforting patterns
表4. 问题解决型组合模式
N元 |
组合类型 |
频次 |
占比 |
搭配形式 |
频次 |
占比 |
一元 |
建议 |
5 |
16.1% |
建议 |
5 |
16.1% |
二元 |
同情 + 建议 |
12 |
38.7% |
同情 + 建议 |
12 |
38.7% |
三元 |
同情 + Optional + 建议 |
7 |
22.6% |
发表意见 + 同情 + 建议 |
4 |
12.9% |
同情 + 乐意提供帮助 + 建议 |
1 |
3.2% |
同情 + 发表意见 + 建议 |
1 |
3.2% |
同情 + 请求 + 建议 |
1 |
3.2% |
同情 + 建议 + Optional |
1 |
3.2% |
同情 + 建议 + 告知 |
1 |
3.2% |
Optional + 同情 + 建议 |
2 |
6.5% |
请求 + 同情 + 建议 |
2 |
6.5% |
建议 + Optional + 同情 |
1 |
3.2% |
建议 + 发表意见 + 同情 |
1 |
3.2% |
建议 + 同情 + Optional |
2 |
6.5% |
建议 + 同情 + 祝愿 |
2 |
6.5% |
1 |
3.2% |
建议 + 同情 + 乐意提供帮助 |
1 |
3.2% |
总计 |
|
31 |
100% |
|
31 |
100% |
问题解决型组合以同情与建议行为为核心。二元组合占据绝对优势(12例，38.7%)，其中“同情 + 建议”基础模式实现100%覆盖，形成该类型的基础模式。三元组合呈现多元化模式(14例，45.2%)，通过两种模式实现功能强化：一是同情→建议序列(10例，32.3%)，并以中置扩展型为主要类型(同情 + Optional + 建议)；二是建议→同情序列(4例，12.9%)，分为中置扩展型(建议 + Optional + 同情)和后置扩展型(建议 + 同情 + Optional)。
例3 (建议)
节哀啊…… |
Restrain your grief... |
Suggest建议 |
本案例是豆瓣网友针对楼主(豆瓣中的发帖人)丧亲的安慰话语。“节哀”是指节制哀伤，属于建议言语行为，字面意义隐含对受话人情感状态的干预意图，但因为过于简短，缺乏更具体的信息，削弱了真诚性，体现出网友间相对疏远的社交距离。此外，“啊”通过语调延长，缓和了说教性，省略号又传递出欲言又止的无奈，暗示安慰者的情感共鸣。
例4 (同情 + 建议)
好惨。。。。。 |
Poor you… |
Sympathise同情 |
以后钱不要放在一张卡里了 |
Don’t put all money into one card. |
Suggest建议 |
本案例是针对网友被诈骗后的安慰话语，由两个核心部分组成，分别对应不同的言语行为类型。“好惨”属于同情言语行为，通过口语化感叹词“惨”直接传递评论者对受骗者的同情。叠加重复句号“。。。。。”模拟口语中的语气延长，增强了情感浓度。“以后钱不要放在一张卡里了”则是直接的建议，提供风险防范策略。
5. 讨论
5.1. 安慰话语中言语行为类型及特征
同情是网络安慰的核心言语行为，占比最高(34.8%)。豆瓣小组的半封闭社区属性(需申请入组、暗号审核)与匿名性(非熟人社交)为情感共鸣提供了安全空间，因此情感支持得以表达。如被诈骗小组中，受害者常因自责羞耻选择匿名倾诉，而组员通过共情(如“我之前被骗的时候也和你一样难受”)构建集体疗愈的环境，使得“求安慰”与“安慰”之间更容易建立情感连接。
祝愿和建议的使用频率也相对较高，占比分别为22.9%和19%。其中，祝愿言语行为大多数出现在重病的语境中，患者对不确定性的恐惧使其更接受开放性祝愿，而非具体治疗方案建议。同时，祝愿可以避免重述事实，又通过积极语义构建希望感。这种“安全型安慰”在公共社交平台尤为常见，与抑郁症患者使用隐喻等隐性情感表征的策略具有相似性[39]。建议言语行为出现频率也相对较高，有些安慰话语中甚至还出现了多次建议言语行为，这是因为人们普遍认为只有问题解决了或者变得可控，才能从根本上缓解负面情绪。尤其在非亲密关系中，提供具体行动指南既能降低共情门槛，又能规避过度介入隐私的风险[39]。
发表意见(12.9%)是指网友对事件的评价或重复他人的意见，一般是态度的具体表现。如“人生免不了起起伏伏”“留得青山在，不怕没柴烧”，这种意见性的表达容易帮助受挫者重构认知、转换视角，类似的金句超越了此时此地的情况，“充满亚洲智慧”的表达会将其提升到更普遍的哲学水平[34]。
请求(4.8%)、乐意提供帮助(3.8%)和告知(1.9%)三类言语行为占比最少。其中，请求的呈现方式常是“现在感觉还好吗”，往往并不单独出现，同时，受限于匿名环境中信任的有限性，直接询问敏感信息(如具体病情)易被视为冒犯，因此相对较少。乐意提供帮助(如“需要时随时找我”)多使用开放式承诺，但由于后续并非一定会提供实质的帮助，因此符合网络网友间弱连接的互动特点。此外，单纯告知事实因其缺乏情感温度且易被视为说教，因此会结合其他言语行为共同出现。
5.2. 安慰话语中典型言语行为组合模式
基于90例安慰话语的实证分析表明，豆瓣平台的言语行为组合模式呈现显著的层级化分布特征(一元10%，二元46.7%，三元40%，四元3.3%)，其结构特征与虚拟社区的即时性互动需求密切相关。一元模式仅包含单一言语行为(同情或建议)，低使用率(10%)反映了安慰行为的复杂性需求。二元模式通过“情感支持 + 功能延伸”的动态平衡(如同情 + 建议/祝愿)，成为最优化选择(46.7%)，这符合网络交际效率优先的交互共识。三元模式(40%)通过扩展Optional行为类型(如插入“发表意见”或“告知”)适应复杂语境需求，与Olshtain、Cohen [40]和Coulthard、Brazil [41]关于“补偿性言语行为序列”的研究发现形成呼应——当受话人处于高情感脆弱状态时，说话人倾向于采用冗余但低威胁度的复合策略。四元模式(3.3%)需同时协调多种言语行为的逻辑连贯性(如同情、建议、告知的时序)，交际效率较低，违背网络交际的“快速共鸣”的共识。此外，过度信息输入可能导致理解负担，削弱安慰效能，因此使用频率最低。
此外，言语行为的组合模式可系统分为两大类：(1) 情感支持型安慰话语以“同情–祝愿”为核心结构(占组合总数的57.1%)。基础二元结构通过插入Optional元素形成扩展式三元组合，如“同情 + 发表意见 + 祝愿”(占扩展型31.4%)。值得注意的是，同情元素存在全层级渗透(总占比81.1%)，其中二元组合出现率38.9%，三元组合35.6%，这既体现了汉语交际的情本体特质，也反映豆瓣用户通过共情建立虚拟社区归属感的心理机制[42]。这种组合模式的有效性不仅在于结构本身，更在于构成这些结构的言语行为所运用的具体策略及其实现的复合语用功能。首先，该模式中的“同情”绝非简单的“理解”或“心疼”表达。其核心策略在于共情性叙述和情感验证。如例1所示，“感同身受”、“反反复复问过老天”等表述，通过细节化(“每一句话”、“每一个疑问”)和自我披露(分享相似情感挣扎)的策略，将抽象的理解具象化，营造出“我懂你”的强烈共鸣感。这种策略不仅传达了简单的“理解”，更重要的是验证了受话人情绪的正当性[43]，有效降低了受话人的孤独感和被误解感，为其后续接受祝愿或建议奠定了心理基础[44]。其语用功能核心在于情感联结。其次，祝愿行为在该模式中常采用隐喻性表达(如例1的“起风了，要努力生存”)或结构性祝愿(如例2的三段式祝愿)。其策略旨在提供正向情感展望和希望。隐喻表达避免了直接说教的生硬，通过意象传递力量；结构性祝愿则通过列举不同时间点(“悲伤的时刻”、“未来的日子”)和不同方面(“温暖与安慰”、“希望与力量”)的祝福，构建一个全面的情感支持网络。其核心语用功能是未来导向的情绪引导，帮助受话人将注意力从当下的痛苦转向正向可能性。此外，Optional元素如“发表意见”在该模式中高频出现，常表现为普遍化叙述(如“人生免不了起起伏伏”)或哲理化表达(如“留得青山在，不怕没柴烧”)。这种策略通过提升话语层级，将个体困境置于更普遍的生命经验或文化智慧框架中[45]。其核心语用功能是认知重构。它暗示个体的痛苦并非孤立或异常，而是人类共通体验的一部分，从而帮助受话人转换视角，降低灾难化认知[46]。这正是豆瓣社区构建“群体智慧”的具体机制，即个体经验被提炼为共享的认知框架，通过“发表意见”这一言语行为传递给受话人，实现集体层面的情感支持和认知引导。(2) 问题解决型安慰话语以“同情–建议”为框架(占组合总数的42.9%)，其序列灵活性突破传统认知：既有常规的同情→建议序列(32.3%)，也存在建议先行的结构(12.9%)。定量分析显示，单一的建议行为出现较少，是因为如“别太难过了”“节哀顺变”等，急于消除负面情绪或面对负面感情时不适宜的“正能量”常导致情感否定，易触发受话人的心理防御。该言语行为集中于二、三元组合(合计36.7%)，印证汉语安慰话语在保持情感本位的同时，仍存在适度的理性导向，形成独特的“情理交融”范式，既避免直接指令的压迫感，又通过建议为受话人提供行动选择。究其语用功能，首先，该模式中的同情往往更加简洁(如例4的“好惨”)，快速确认痛苦，避免过多情感渲染干扰后续的解决方案提供。功能上主要起情感铺垫作用，表明说话者认识到问题的存在和负面性，为建议的提出提供情境合理性，避免显得冷漠或武断。其次，建议行为是此模式的核心。其策略更具体(如例4“以后钱不要放在一张卡里了”)，具有行动导向和风险规避的特点。在诈骗小组中，建议多集中于预防性策略(如信息保护、财务分散)；在重病小组中，可能涉及信息提供(如特定疗法、医院推荐)或应对策略(如心理调适方法)；在丧亲小组中，则可能指向仪式性行动(如纪念方式)。其核心语用功能是赋权和提供控制感[47]。通过提供可操作的步骤，帮助受话人从无助的状态转向主动应对，增强其对局面的掌控感，这是解决型安慰的核心目标。此外，该模式的序列更加灵活，“建议”并非总是位于“同情”之后(如“建议–同情”序列)。建议前置策略(如先直接给出具体建议)在问题紧迫或受话人明显寻求解决方案时出现。其策略意义在于效率优先，快速切入核心需求[48]。而后续附加的“同情”(如“建议 + 同情 + Optional”)则起到关系缓和的作用，平衡建议可能带来的指令性压力。这种灵活性体现了豆瓣网友根据语境和受话人需求动态调整策略的语用能力。
需要特别指出的是，Optional元素中“发表意见”的高频出现(占扩展型31.4%)实质是豆瓣用户通过经验叙事构建群体智慧的语用策略，如“我之前被骗时……”既作为信息补充增强建议的可接受性，又通过经验叙事构建集体认知。这种基于社区共识的安慰模式，较传统一对一安慰更具群体支持功能，本质上实现了从个人关怀到社区互助的话语转变。
综上，情感支持型模式主要通过深度的共情叙述、情感验证、未来导向的希望植入以及认知重构策略，侧重在情感层面提供引导；而问题解决型模式则通过快速情感确认、具体化、行动导向的建议以及灵活序列安排，侧重于在认知和行为层面提供方案和赋权。两种模式都巧妙运用了Optional元素来强化其核心功能：在支持型中用于普遍化和认知重构，在解决型中用于经验支撑和增强可信度。这深刻体现了豆瓣网友在虚拟社区中进行有效情感互助所展现的复杂语用策略。
6. 结语
通过对豆瓣平台中的“我真好骗”“PTSD安慰互助会”“过世亲人难释怀”三个小组的安慰评论进行有限言语行为的统计和组合模式的探究，发现豆瓣安慰话语中共出现7种有限言语行为。同情使用频率最高，祝愿和建议两项言语行为的频率相当，发表意见出现频率较低，请求、乐意提供帮助与告知频率最低。此外，豆瓣安慰话语中的言语行为组合模式主要有两类：一是情感支持型以“同情–祝愿”为核心，先建立情感共鸣，再给予开放性祝愿，体现汉语情本位的集体安慰特点；二是问题解决型以“同情–建议”为核心，在情感确认后提供具体策略，或反向通过建议前置提升交际效率。两类模式通过Optional元素灵活扩展，既保留情感关怀又融入理性帮助，形成网络语境下情理交融的安慰模式。除组合模式外，豆瓣网络平台的性质使安慰语言出现了网络环境中的特色表达。本文通过对真实语料的研究，一定程度上弥补了以往有关安慰言语行为研究的不足，为虚拟社区情感互助机制提供了语言学解释，但是在严重程度的划分上仍存在缺陷，一种事件的严重程度不可能完全一致，所以只能大致进行区分。此外，由于网友身份的限制，无法判断其情感距离和权势关系，可以在后续的研究中改进。