【摘要】接受理論常用于文學作品的翻譯，少有學者將接受理論和經(jīng)濟類文本的翻譯相結合。本文嘗試從接受理論的讀者期待視野、視野融合兩個個方面對經(jīng)濟類文本翻譯加以研究。研究表明，經(jīng)濟類文本也需達到譯者視野與作品視野的溝通和交融，我們應該關注該類文本讀者的期待視野，進一步促進視野融合。

【關鍵詞】經(jīng)濟類文本；接受理論；期待視野；視野融合

【作者簡介】吳越（1992- ），女，漢族，浙江麗水人，浙江工商大學英語筆譯碩士在讀，研究方向：認知語言學，漢英翻譯，漢英對比。

一、引言

接受理論最早起源于文學批評，創(chuàng)立于20世紀60年代。接受理論，即讀者為中心論范式的一種理論觀點，其打破了傳統(tǒng)文本論，不再僅限于關注作者作品，而是將讀者因素擺放到文學研究的重要位置。接受理論認為，在文本的召喚結構和文本受眾的期待視野兩者的相互作用下，文本的意義才能夠得以體現(xiàn)。換言之，文本意義由兩方面構成。其一，文本本身的反映。其二，文本本身存在的召喚結構，文本手中再賦予其意義。朱立元則認為接受理論是讀者中心論，提倡研究文學作品要以人的接受為依據(jù)，而作品與讀者的關系是首要考察對象。同時，朱立元認為，讀者對文本的接受程度與閱讀程度對作品的意義、價值，以及歷史作用起到?jīng)Q定性的作用。

基于此，筆者想通過對期待視野、視野融合、信息空白、信息模糊性性、召喚結構等范疇，結合探討接受理論對經(jīng)濟類文本翻譯的指導作用。

二、讀者中心論

在經(jīng)濟類文本中的中譯中應首先考慮讀者因素，力求源語文本中的術語翻譯是國內(nèi)讀者可理解并且是頻繁在用的。因為兩國文化差異導致的語言差異，原語文本可能在一些詞語或表達上另目的語讀者難以接受或理解。接受理論可以指導譯者在翻譯這類文本上的難點處理。只有經(jīng)過讀者的閱讀過程，文本才能在讀者腦內(nèi)形成文本意義，文本才能進入一系列連續(xù)變化的經(jīng)驗視野中去。若經(jīng)濟類文本的中譯失去了目標受眾的參與和接受，就會立馬失去文本價值與文本意義。目標受眾的接受能力、文化水平及審美情趣都應列入經(jīng)濟類文本中譯的重要考慮因素。

就經(jīng)濟類文本而言，筆者認為應突出其信息功能。英語文本有時講究形象表達，著重于生動的動詞或者名詞表達。此外，英語文本總是態(tài)度在前，客觀事實在后，這點語中文的行文習慣和國人的邏輯思維也恰巧相反。話雖如此，英語文本的闡述方式總體比較客觀，很少用人稱作為句子主語。經(jīng)濟類文本為了保證文本內(nèi)容的客觀性，更是如此。因此，譯者在經(jīng)濟類文本的翻譯實踐中，應該保持原文客觀性，盡量避免以“我”為核心，以贏得目的語讀者對該文本內(nèi)容的信賴。

三、讀者的期待視野

漢斯·羅伯特·堯斯提出了“期待視野”這一術語。期待視野指的是，讀者在某一特定時期為評價文學作品所設立的標準，即在其閱讀一個特定的文學作品時，讀者原有的文學閱讀經(jīng)驗構成了對現(xiàn)讀作品的先在結構或思維定向。事實上，這就是在讀者的既定期待視野的作用下，所進行的一個具象化過程。首先是讀者的既定期待視野，其次是讀者對文本不確定性與空白的具象處理。此處的譯者亦是讀者，其帶著自己的期待視野先對原文文本進行閱讀，在解碼原語文本的過程內(nèi)，對文本內(nèi)容反復地進行理性質(zhì)疑與解答，再作出反思性的闡釋，最終創(chuàng)造出第三文本，這就是視野融合的過程。

筆者以《經(jīng)濟學人》雜志中的一篇經(jīng)濟類文本的中譯為例，進一步闡釋讀者期待視野的重要性。

例1：MACHINE-LEARNING is beginning to shake up finance. A subset of artificial intelligence （AI） that excels at finding patterns and making predictions， it used to be the preserve of technology firms. The financial industry has jumped on the bandwagon.

譯文：“機器學習”這一技術正進軍并影響著金融業(yè)。以往，那些擅長“尋找模式”與“作出預測”的人工智能只在科技公司內(nèi)得以應用，而今人工智能已經(jīng)風靡到金融業(yè)了。

例1中shake up這一詞組是英文中比較形象和生動的表達方法，意為“撼動”、“整頓”及“重組”之意。這里譯者需要考慮到目的語受眾的接受能力，直接保留原文的生動表達難免會失去經(jīng)濟類文本嚴肅、專業(yè)的語篇語調(diào)，故此處應優(yōu)先傳達文本信息，將shake up調(diào)整為中性詞匯會較為妥當。最終譯者將該處處理為“影響”來完成表意。第二句話從A subset of...到technology firms就結束了，但如果直接按照原文給出翻譯，第二句話與第三句話之間的邏輯關系就被弱化了。細讀此段，譯者不難發(fā)現(xiàn)二、三句之間存在一個弱轉折。如果此處直接斷句，不考慮讀者，將會失去部分文本意義。目的語讀者將體會不到曾經(jīng)只得在科技公司應該的技術，現(xiàn)在都已開始進軍金融行業(yè)的巨大反差感。

例2：In other fields， however， machine-learning has game-changing potential. There is no reason to expect finance to be different.

譯文：話雖如此，“機器學習”在其他領域仍會產(chǎn)生顛覆性的影響，金融領域自是不在話下。

例2中的 “game-changing”也是英文中生動夸大的表達，若直接找字面理解，此處意為“改變游戲規(guī)則的”。若真如此處理，此處應譯為：話雖如此，“機器學習”在其他領域具有改變游戲規(guī)則的潛力。但是，這樣的譯文并不一定能滿足中國讀者的期待視野。正因考慮到到中西方讀者期待視野的差異，譯者將“game-changing”改譯為“顛覆性影響”，以求減少中國讀者的閱讀負擔。

例3：From 2019， anyone seeking to become a “chartered financial analyst”， a sought-after distinction in the industry， will need AI expertise to pass his exams.

譯文：到2019年，人人都將夢想成為一名特許金融分析師，只因在金融業(yè)內(nèi)，該職業(yè)不僅人才稀缺且含金量極高。其次，這項考試需人工智能專家來評判考生是否通過。

此處原語是一簡短的句子，但在句式處理上，原語用了插入語，后置定語，并將好幾個重要信息都雜糅在了一句話中。英語原語讀者的邏輯思維是直線型，簡潔明確，但中文想用一句簡單句理清所有信息就顯得比較困難了。因此，譯者建議將一句話拆分開來，用更加清晰的邏輯關系來處理該句翻譯?！癮 sought-after distinction in the industry”是解釋說明特許金融分析師的，雖然從句法上來看這部分只起到說明該職業(yè)性質(zhì)的作用，實則不然。細讀該句，讀者不難發(fā)現(xiàn)，正是因為這一職業(yè)的人才匱乏，加上該職業(yè)本身的含金量極高，才會出現(xiàn)到2019年，人人都想要成為特許金融分析師的這一現(xiàn)象。因此，這里隱藏了一層因果關系，需要譯者帶著自己的期待視野去閱讀、理解及反思之后，再給出自己的譯文。而原句中的語法意義上的謂語部分，這里處理成補充內(nèi)容更加符合讀者的閱讀習慣，也便于讀者理解與提取信息。

四、讀者的視野融合

在翻譯實踐中，譯者既是原語文本的讀者也是第三文本的創(chuàng)造者。原文文本必然存在信息空白、信息模糊的地方，這就造成了譯者理解原語文本的過程中，即對原文文本加工處理時，便從某種意義上賦予了原文一些新的意義。該過程進行時，仍需依賴譯者自身的知識結構與審美傾向。因此，譯者在作品的“綱要性、圖式化”框架的限制下，需要填補信息空白及不確定性，挖掘原文本潛在的意義。

例1：To cite just a few examples， “heads of machine-learning” can be found at PwC， a consultancy and auditing firm， at JP Morgan Chase， a large bank， and at Man GLG， a hedge-fund manager.

譯文：以下則是幾家率先應用“機器學習”技術的公司：世界頂級的會計師事務所，普華永道；跨國金融機構及美國最大銀行之一，摩根大通集團；全球最大上市對沖基金，英仕曼集團。

這里原文結構也十分簡單，為一個名詞加一插入語的形式。但是譯者在翻譯過程中，是否直接譯出原文提供的有限信息，還是應該結合讀者的期待，提供更加詳細的信息來滿足目的語讀者新視野的擴展，力求信息全面、語言精練。在此，筆者認為，目的語讀者在原先的知識結構的基礎上，會對譯語文本產(chǎn)生期待視野，那么譯者所提供的新的知識和信息將會修正或豐富原先存在的知識結構，不斷更新或調(diào)整讀者的期待視野。正是如此，讀者視野與文本之間的融合產(chǎn)生出行的文本意義，在此過程后，讀者又將產(chǎn)生新的視野。所以，譯者在翻譯時，并沒有根據(jù)原文提供的“a consultancy and auditing firm”進行直譯處理，而是用“世界頂級的會計師事務所”代替了“一家咨詢審計公司”，這樣一來含信息量更廣也打破了目的語讀者對普華永道認識的局限（會計師事務所的業(yè)務范圍遠比咨詢審計來得廣）。后面幾處集團和公司的翻譯亦是同理。

例2：Intelligent Voice， a British firm， sells its machine learning-driven speech-transcription tool to large banks to monitor traders phone calls for signs of wrongdoing， such as insider trading.

譯文：語音轉錄工具就借助了“機器學習”這一技術，該工具可用于監(jiān)聽交易電話，以便銀行發(fā)現(xiàn)交易過程中的一些不良行為，如內(nèi)線交易。英國一家名為“智能語音”的公司就將該語音轉錄工具售于一些大銀行。

基于譯者（此時亦是原文讀者）自身已有的知識結構與審美傾向，此句的翻譯處理做出了順序上的調(diào)整，并未完全按照原文文本順序。同樣，為了方便讀者理解，此處譯者做了相應的語序調(diào)整，使得譯文邏輯更加清晰。如原文中“Intelligent Voice”這所公司為句子主語，接而引出下列信息。但在譯文中，譯者先介紹了語音轉錄工具的原理與功能，再引出該公司將此工具出售給銀行的信息，這樣一來，語音轉錄工具的功能便不用再作為原因放在后面，信息與邏輯上也顯得更為流暢。

例3：The real vulnerability may in any case lie outside trading.

譯文：不論如何，人定規(guī)則的貿(mào)易策略的真正弱勢可能存于交易之外。

例3中的主語為“the real vulnerability”，如照搬直譯，此處應譯為：不論如何，真正的弱勢可能存于交易之外。但是，譯者作為一個特殊的讀者，需明確其責任是對讀者負責。譯者與普通讀者之間的差異就在于，譯者需要考慮其最終呈現(xiàn)的譯文如何讓讀者接受、理解。上文提到“a machine-learning algorithm ought to beat conventional trading strategies based on rules set by humans.”例2根據(jù)上文，應該增補“人定規(guī)則的貿(mào)易策略”這一內(nèi)容，避免讀者在閱讀文本時需要自己揣測含義，甚至不知所云。當然，如果讀者在閱讀時恰能喚起讀者已有的反應并證實已有的期待是最理想的，然而，這種情況在真正的閱讀過程中嫌少出現(xiàn)。正是因此存在著閱讀的不順暢性，讀者才會常常發(fā)現(xiàn)上下句之間沒有明確的聯(lián)系，產(chǎn)生思維阻斷。因此，譯者出于對讀者期待視野的考慮，文本中涉及到許多的空白與不確定性，需要依靠譯者這位特殊的讀者去補充。我們可將該過程視作一個積極的富有創(chuàng)造性的過程，每位譯者的閱讀經(jīng)驗和前結構在翻譯實踐中都顯得尤為重要。

五、結語

綜上所述，譯者在接受經(jīng)濟類文本的翻譯時，也可以接受理論為指導。首先，當原語文本出現(xiàn)信息空白或不確定的時候，譯者應調(diào)動自身的感性經(jīng)驗及想象力在譯文中實現(xiàn)空白或模糊信息的具象化。其次，考慮到目的語讀者的接受能力，以是否為其所接受為基礎，作為保障譯文質(zhì)量的標桿。最后，譯者需把握度，來闡釋原文文本的內(nèi)容與意義，以讀者視野與作品視野的交融為基準，盡可能譯出與讀者期待視野相接近的文本。

參考文獻：

[1]朱立元.接受美學[M].上海：上海人民出版社，1989：155.

[2]尹佳.從讀者接受理論看外宣翻譯中的讀者關照——黃友義、徐明強訪談錄[J].中國翻譯，2016，（5）.

[3]胡開寶，胡世榮.論接受理論對于翻譯研究的解釋力[J].中國翻譯，2006，（3）.

[4]王一多.譯作的美學取向——審美經(jīng)驗視角的接受理論[J].外語研究，2007，（3）.

[5]劉曉英.從接受理論視角看通俗小說的英漢翻譯[J].北京航空航天大學學報（社會科學版），2014，（5）.