42卷本方言词典用字统计研究—— 兼论吴语与江淮官话词汇用字

吴莉滕菲

（南京师范大学 文学院，江苏 南京 210097）

一、本文研究目的与研究方案

1.研究目的

通过统计、处理42卷本方言词典中的低频词和共有词，得出42卷本方言词典低频词用字表和共有词用字表，为课题“汉语方言自然口语有声基础语料库建设”采录字表的设计提供一种资料参证，同时也为日后他人进行方言调查时制定字表提供参考。

基于以上统计数据，以江淮官话和北部吴语为专题研究对象，比较两者“衣、食、住、行”四种义类词汇在用字量上的差别，以考察这两个方言区词汇用字的特征与差异，以及方言词汇用字与区域文化的关系。

2.研究材料

本文统计研究的基础材料是“42卷本方言词汇集”，该词汇集由南京师范大学文学院2006级硕士研究生张笑芳整理李荣先生主编的42卷本《现代汉语方言大词典》所得。它按照《现代汉语方言大词典》划分词汇的30个大义类，把各方言点义类相同的词集中在同一张excel表格中，共形成30张excel表格：一、天文，二、地理，三、时令时间，四、农业，五、植物，六、动物，七、房舍，八、器具用品，九、称谓，十、亲属，十一、身体，十二、疾病医疗，十三、衣服穿带，十四、饮食，十五、红白大事，十六、日常生活，十七、讼事，十八、交际，十九、商业交通，二十、文化教育，二十一、文体活动，二十二、动作，二十三、位置，二十四、代词，二十五、形容词，二十六、副词介词等，二十七、量词，二十八、附加成分，二十九、数字等，三十、其他。这30个义类基本涵盖了人们生活的各方面，不仅反映了当地人民的生活面貌，也利于本文对方言区各义类用字的比较与分析。

“42卷本方言词典词汇集”汇集了《现代汉语方言大词典》的所有词汇，覆盖十大方言区（官话、赣语、徽语、晋语、客家话、闽语、平话、吴语、粤语、湘语）的42个方言点，能够较好地反映我国方言词汇的基本面貌，方言分区与各地域文化也大体对应，利于进行方言区之间的比较。

3.研究方法概述

（1）分列法：“分列”是excel中“数据”菜单下的子菜单，主要功能是把一列中的数据分成两列或多列，用分列法可提取方言词汇的用字。

（2）分类汇总法：按指定的分类变量值对所有记录进行分组，以便对每组变量中的各记录进行描述、统计与分析，便于不同义类、词频、方言间的用字提取与比较。

（3）算术统计法：用简单的算术统计法提取42卷本方言词典共有词用字表、低频词用字表，分析低频词各义类用字百分比，以及江淮官话区与吴语区“衣、食、住、行”四类词用字量。

（4）比较法：将42卷本方言词典共有词用字量与低频词用字量进行比较，得出方言词频与用字量间的关系。同时以江淮官话和北部吴语在“衣、食、住、行”四义类中的低频词用字比较为例，探求不同方言区词汇用字特点与差异。

（5）图表法：本文将用图表显示统计、比较各项数量关系，便于直观观察与分析，从而得出最终结论。

4.术语释义

（1）词频：本文指某个方言词在42卷本方言词汇中出现的频率。

（2）低频词：本文指在42卷本方言词典中出现频次在13次以下的词。

（3）共有词：本文指在42卷本方言词典中出现频次在13次及以上的词。

（4）义类：本文指42卷本方言词汇集中按excel表格整理的天文、地理等30个分类。

（5）共有词用字：本文指42卷本方言词典中构成共有词的所有用字。

（6）低频词用字：本文指42卷本方言词典中构成低频词的所有用字。

（7）总复现次数：本文指某个方言词在42卷本方言词典中重复出现的次数。

二、42卷本方言词典低频词用字表的研制

1.筛选低频词

以方言词汇的“总复现次数”作为区分低频词和共有词的参量，根据张笑芳的研究，以“13”作为低频词和共有词的分界点。笔者首先对“42卷本方言词典词汇集”按义类划分的30张excel表格进行相关处理，筛选出每张表格中总复现次数在13次以下的词。筛选的具体过程如下：

（1）打开“天文”义类的excel表格→点击“数据”菜单下的子菜单“排序”按钮→分别以“总复现次数”和“词条”作为主要关键字和次要关键字，按升序排列→点击“确定”，使词条按照由低到高总复现次数依次排列。

（2）在“总复现次数”这一列找到“13”这一临界点→删除该表中总复现次数在13次以上的词条→得到该表的低频词。

（3）依次打开其余各义类的excel表格，重复上述2个步骤，筛选出30张excel表中的低频词，并保存。

2.对低频词做分列处理

通过上述操作，得到了各方言点在30个义类表中的低频词表。研制低频词的用字必须以字为单位，本文用分列法提取低频词表的用字：

（1）打开经筛选过的“天文”义类excel表格→选中“词条”这一列（此处的词均为低频词）→点击“数据”菜单下的子菜单“分列”，将多字词条分列为单字。

（2）在弹出的文本框向导中选中“固定宽度”，点击“下一步”→设置字段宽度（2个字符）→单击鼠标建立分列线→点击“完成”，把该表中低频词在不同位置上的用字分列提取出来。

3.删除低频词的重复用字

基于上节的操作，把“天文”义类excel表格中低频词在不同位置上的用字提取了出来，因只是简单的“分列”，其中必然包含大量重复用字，因此要进一步整理，删除重复的用字。

（1）打开一张新的excel表格，通过“复制”与“粘贴”，把刚刚分列所得的各列用字集中于一列。

（2）选中该列用字→点击“数据”菜单下的子菜单“排序”按钮，选“升序排列”，让重复的汉字集中在一起。

（3）选中重新排序的这列用字→点击“数据”菜单下的子菜单“删除重复项”，删节该列中重复的字→得到“天文”这一义类低频词用字表→保存，文件名为“天文类低频词用字表”。

（4）依次打开其他各义类excel表格，重复上述（1）-（3）的操作，得出42卷本方言词典各义类的低频词用字表，并分别保存。

4.汇总各义类低频词用字表，最终形成“42卷本方言词典低频词用字表”

（1）建立一张新的excel表格，依次打开新保存的各义类低频词用字表，通过“复制”和“粘贴”操作，把各义类的低频词用字集中到新建的excel表格中的一列。

（2）选中该列用字，点击“数据”菜单下的子菜单“排序”按钮，使其按升序排列，让重复的汉字集中在一起。

（3）选中重新排序的这列用字→点击“数据”菜单下的子菜单“删除重复项”→删节该列中重复的字→得到42卷本所有低频词的用字→保存，文件名为“42卷本方言词典低频词用字表”。

三、42卷本方言词典共有词用字表的研制

“42卷本方言词共有词用字表”的研制与上节研制“42卷本方言词低频词用字表”大致相同，只是在最初筛选共有词时，要选择“总复现次数”在13次以上（含13次）的词，其余操作步骤相同。

四、42卷本方言词典低频词与共有词用字分析

将“42卷本方言词典低频词用字表”和“42卷本方言词典共有词用字表”合为一张表，即依照第三节中（2）（3）步骤排序、删重，得到“42卷本方言词典词汇用字表”。统计这三张表中方言词汇的用字量，得到表1的数据。

表142 卷本方言词典低频词、共有词和所有词用字量

42卷本方言词典词汇总的用字量为7628个，总复现次数在13次以下的低频词的用字量是7625，总复现次数在13次以上（含13次）的共有词的用字量为1662，两者在总用字量中所占的比重分别为99.9%和22.8%。由此可见，方言词汇低频词的总复现次数虽然较低，但其用字的涵盖面却是相当广，基本囊括了共有词的用字。

低频词的复现次数虽然不多，但却集中显现了方言点的词汇特点。在42卷本方言词典中复现次数为1的词，意味着只在此方言中出现，而在其他41个方言中未见，应是典型的方言特征词，是考察方言词汇特点的好材料。于是，我们统计“42卷本方言词典词汇集”中只出现一次的词，其数量为167580，约占方言词典收词总数的47%，可见这些词的比重之大。

综合以上两点，笔者认为低频词用字的涵盖面广，词汇自身体现了所属方言区的词语特色，对其用字进行研究可以在一定程度上反映该方言区的特色，起到区别其他方言区用字的作用，值得研究。

五、江淮官话与北部吴语“衣、食、住、行”类低频词用字研究

基于上节的阐述与分析，我们选择了江淮官话和北部吴语进行专题研究。江淮官话以南京和扬州为代表，北部吴语以丹阳和崇明为代表，统计分析这4个方言点低频词中“衣、食、住、行”四大义类词的用字情况，以比较江淮官话和北部吴语词汇用字的差异与特点。

先看直观柱状图：

图1 江淮官话和北部吴语“衣食住行”类低频词用字

图1显示，吴语在“衣”类低频词用字比江淮官话要多，“住”类的用字与江淮官话基本持平，而“食、行”两类的用字则明显少于江淮官话。

再看表2的具体数据：

表2 江淮官话和北部吴语“衣食住行”类低频词用字量比较表

吴语两个点在“衣食住行”类低频词总用字量是1274，江淮官话为1514，两者整体差异并非很大。但逐一对比这四个义类词汇的用字量可以发现，两方言区除“住”类词的用字量基本持平外，其余三义类词的用字量均有较明显差别。其中，江淮官话“衣”类的用字量少于吴语，约为吴语的80%；而“食”类用字量江淮官话又多于吴语，约是吴语的1.2倍。差异最大的是“行”类，江淮官话用了547字，约为吴语的1.5倍。

江淮官话与北部吴语虽然地缘接近，但不同义类词汇的用字量并不相同，各有侧重，这与各方言的地域文化有关。就本文统计的江淮官话和北部吴语“行”类词用字量的差异而言，江淮官话区大多处于沿江地带，因而“行”类词中的“船”族词以及与“船”相关的词必然不少，且分类较细。例如，42卷本方言词典中收录的江淮官话词汇中就有“蓬蓬船”、“凉蓬船”、“汽船”、“轮渡”等水上交通工具词语，而在吴语中则没有，因而这类江淮官话的词汇用字便会多于吴语。方言词语用字量的多少以及在不同义类上分布的不平衡，在一定程度上反映了各方言区各具特色的区域文化。

［1］张笑芳.基于《现代汉语方言大词典》的词汇统计研究［D］.南京师范大学硕士学位论文，2009.

［2］钱大香.基于《现代汉语方言语音词汇库》的汉语方言关系计量研究［D］.南京师范大学硕士学位论文，2009.

［3］苏新春.国家语委“通用语料库·核心库”的词表提取及词汇构成分析［J］.江苏大学学报（社会科学版），2007（1）.

［4］陈鹏飞.计量方法在汉语方言关系研究中的运用［J］.天津师范大学学报（社科版），2006（2）.

［5］张凯.汉语构词基本字的统计分析［J］.语言教学与研究，1997（1）.

［6］沈榕秋.汉语方言的定量研究［J］.语文研究，1994（2）.