《最新四招妙解辩论数据难题》
近年来,随着辩论赛不断地推广和深入,许多辩题的设置已经由务虚的抽象性辩题向务实的现实性辩题转变。在现实性辩题中,双方会举出大量的数据作为自己命题的证明。面对冷冰冰的数字,辩手们该如何在最短的时间内做出巧妙的回应,并且言之成理呢?
一、单刀直入:直接质疑法
由于赛前的辩论准备都比较充足,在上场前,辩手们脑中记载的材料信息量极为丰富。也正因为如此,对于许多人而言,临场非常可能出现通报数字不确切的情况。此时,辩手们一定要只及一点,不及其余,紧紧揪住失误不放,让对方的低级错误直接为己方添分。
在一场题为“建设节约社会重在消费节约还是生产节约”的辩论赛中,正方向反方质询,“xx年我国餐饮业的食物浪费高达6000元,一年浪费掉三年生产节约的总和,请问二辩,如何解决消费浪费速度超过生产节约速度的问题?”反方回答道,“对方辩友说错了吧,xx年餐饮业事物浪费总和只有600亿元,怎么到了您口中,轻轻巧巧就增长十倍呢?”
正方的提问原本非常尖锐,但是由于口误,直接导致对方可以不顾问题本身如何,就数据论数据,反而让观众认为自身举证数据不当,有虚张声势的嫌疑,从而让质询目的无法达到。
小帖士:这里反方的单刀直入是需要勇气的,如果自身对数据了解不够清楚,那么效果会适得其反。
二、
反客为主:现场算术法
网络技术的迅猛发展给人们带来了快捷,也带了弊病。网上的许多数字录入并不准确,因此就给对手留下了可乘之机。当辩手察觉对方数据有误时,可以通过算术的方式予以归谬,一举击破。
还是在刚才的那场关于节约社会的辩论赛中,反方质询:“请问对方辩友,生产部门占用了我国90%的水资源,这不正好说明在节约用水方面,生产节约更为重要么?”正方回答,“我国水资源总量为每年为28124亿立方米,1999年工业用水总量为370亿立方米,农业用水总量约为3800亿立方米,综合以上数据:只能说生产部门占用了我国20%的水资源,又哪里来的90%之说呢?对方辩友的数据是不是没有查清楚呢?”
反方的数据非常清楚,90%的数据非常可怕,直接把另外10%比下去了,但是正方依托自身掌握的数据,来了一个算术法,依据我国工农业用水量与总资源量的比例,将对方的数据置于死地,而且由于有论证过程,显得更为可信。
小帖士:反方面对强硬数据时,一定要冷静耐心,以我为主,相信自己的数据能够解决对方的一切问题。
三、曲径通幽:迂回闪避法
事实上,对于大多数辩论赛而言,任何一方都不可能完全知晓对方的问题,更不用说精确的数据了。面对未知的问题,迂回闪避也是一种常用的战术。
在xx年全国大专辩论赛决赛,“城市交通问题主要是设施问题还是管理问题”中,反方向正方提问,“请对方用交通学当中著名的波动理论给大家解释一下在借位换位中的uw,为什么能够从负值转为正值?”正方回答“对方辩友,今天我们是在进行大专辩论赛,并不是进行知识竞赛,您一上来就问我一个纯知识性问题,不仅我不是非常清楚,在座的评委和观众也不是非常清楚,假如对方认为这和我们辩论非常有关系的话,请详细解释一下,让我们来展开一场有意义的辩论!”
乍一看,反方问正方uw如何从负值转为正值的数据问题,正方并没有回答。但是现场观众却为反方叫好。这是因为,数据本身的提出一定要让观众能够理解和接受,如果是太学术性的数据理论,就违背了辩论赛尊重观众的宗旨,不得人心。
小帖士:反方运用迂回战术时,一定要非常谨慎,如果对方数据十分切题,一般不能运用此法,否则会被评委认为是蓄意逃避问题。
四、投桃报李:实例说明法
在辩论中,我们经常会发现对方的许多问题是己方的“死穴”,无法有相应的数据加以回应。这时候,我们就应该投桃报李,换一种方式来应对,用更加亲和的实例来赢得大众。
在xx年武汉大学校“金秋辩论赛”决赛,“网络对大学生影响利大于弊还是弊大于利”的比赛中,反方列举了这样一个数据,“资料表明,当今70%的大学生沉迷于网络游戏,存在逃课现象。这还不能说明网络弊大于利么?”正方回答说,“对方辩友,如果真的是70%的话,那么也就是说现场有七成的观众在沉迷网游,在逃课。可为什么我们看到的是100%的观众们都在认真地听辩论,看辩论呢?您方是不是有一点点危言耸听呢?”
正方的数据似乎显得大学生沉迷网游的情势非常严峻,反方一时找不到相应的数据来进行回应,又无法采取迂回闪避的方法,所以此时,他运用了实例说明法,指出对方数据的漏洞,而且更重要的是,调动起了现场观众的情绪,让对方质询只能无功而返。
小帖士:数据是抽象的,在找不到对应数据的前提下,应对的最佳方法就是采用鲜活的实例来说明自身的观点,做到这一步,即便面对再刁钻的数据,回答时也能游刃有余。
以上四种方法是笔者在实战过程中总结出来的。值得强调的是,在面对数据问题时,充分的材料准备是第一位的,而冷静沉着的心态同样必不可少。只有在此两种因素充分发挥作用的前提下,本文所提到的技巧才能让辩手们有用武之地。反之,如果只是一味如用技巧,而不顾现实性命题对于数据和事实的根本要求,必将导致得不偿失。