符号表达中的性别隐喻*

2019-12-05宋志一张晓琳邓芸菁

应用心理学 2019年4期

李昕宋志一张晓琳邓芸菁

(1.云南师范大学心理系，昆明 650504;2.江苏省射阳县司法局,盐城 224300;3.云南师范大学音乐与舞蹈学院，昆明 650504)

1 研究背景

性别隐喻是指男女除了先天生理上性的差别外，其社会性或不同文化构建出来的社会身份、期待以及行为方式也存在显著的不同(吴冬冬，2010)，从而形成的以具体经验和概念相似性为基础的性别隐喻(Wilkie & Bodenhausen,2012)。根据男女性别特征差异，这一隐喻通常发生在性格、智力和社会地位等方面(Rezanova & Khlebnikova，2015)，并形成某种性别歧视(杨青，张小娟，2014；Velasco-Sacristan，2010)，例如在广告中，基于“上下”“前后”来表示男性或女性的重要性(Velasco-Sacristan & Fuertes-Olivera，2006)。

国内外性别隐喻的研究最初主要有性别的性格特征隐喻。例如，Slepian,Weisbuch,Rule和Ambady(2011)的研究获得动作有力或物品坚硬与男性相连，轻微或柔软与女性相连。近期，国内研究多采用改变中性姓名自身的颜色、明暗度等外部特征后进行性别分类，以获得性别的隐喻机制。例如，汪群(2013)通过对不同颜色的中性姓名进行性别分类任务，获得蓝男-粉女的性别效应；柳燕妮(2015)通过改变中性姓名字体颜色的明暗度，获得性别认知过程中存在黑男-白女及暗男-亮女的隐喻加工机制。国外数字符号的性别隐喻研究则更多依据错误归因原则(Wilkie & Bodenhausen,2012)，将数字与姓名或面孔图片同时呈现，通过分析一个对象所携带的关联性概念如何影响与之配对的模糊刺激的判断，揭示目标概念的内涵。例如，对中性面孔上方的数字快速做出奇偶判断，可以获得不同性别与奇数或偶数联结的差异，从而说明性别的奇偶隐喻。该方法是基于投射原理的内隐社会认知研究方法，即人们总是把一个目标或客体所引发的情感效应错误地归因于另一个目标，具有良好的信度和效度(任娜,佐斌,2012)。Wilkie和Bodenhausen(2012)采用该方法的数字性别化研究发现，男性与奇数“1”相联系，女性与偶数“2”相联系。此外，Yan(2016)用数字来表征婴儿的信息时发现，数字的性别隐喻和参与评定者的性别无关，但人们倾向于将精确的小数和男性相联系，而模糊数和女性相联。

2 问题提出

国内性别隐喻研究多假设姓名书写时的位置、颜色等外部特征对其性别归类存在影响，很少涉及符号自身固有形态的性别隐喻。国外性别隐喻研究虽考虑了符号自身固有形态，但未涉及字母，仅局限于数字，且西方数字的文化内涵与国内有明显不同。例如，数字“13”在藏语中映射“神圣和圣洁”，而英文化中却映射“厄运和死亡”(刘代琼，2015)。因此，符号自身的含义与不同性别特征的一致性是跨文化性别隐喻的关键。

数字是最常见的符号之一。早在公元前毕达哥拉斯学派就提出数字与性别存在关联，认为奇数代表男性，偶数代表女性。近期，Wilkie和Bodenhausen(2012,2015)证实了这一联结，但国内尚未有相应的跨文化研究。除数值的奇偶性外，有研究指出“精确”和男性特质相关(Yan,2016)，但这似乎和国内传统文化并不一致。在中国，女性通常被认为细致、认真，而男性粗旷、奔放(时蓉华,曾建国，1992)。因此数字精确性的性别隐喻是否具有跨文化的一致性值也值得探讨。此外，人们常使用“大男人”或“小女人”描述男性和女性，但性别是否与数值大小形成隐喻关系尚未得到证实。据此，实验一探讨了数字的奇偶性、精确性及数值的大小是否存在性别隐喻。

除数字外，英文字符的性别隐喻也与中文书写的外部特征性别隐喻有所不同。一些英文字符本身由单一的直线或曲线组成，如字母M或C。而直线组成的字母多包含尖锐的棱角，在视觉上有直接、坚硬的感觉，曲线则有柔和雅致的感觉(杜晓霞，2010)。与此相应，人们通常将男性描述为强硬的，而将女性描述为柔弱的(杨青，张小娟，2014;Slepian,Weisbuch,Rule,& Ambady,2011)。据此，实验二探讨了字母固有形态是否存在直男曲女的性别隐喻。

3 实验一

本实验依据错误归因原则，采用Wilkie和Bodenhausen(2012)数字性别化研究方法，分别探讨数字的大小，奇偶性、整数非整数性与性别隐喻的关系。

3.1 被试

参考Wilkie和Bodenhausen(2012)的奇偶数性别隐喻实验，采用方便取样选取某校50名大学生为研究对象，其中女性35人。年龄均在19～24岁之间，视力或矫正视力正常。

3.2 实验材料

通过各校官网收集500个姓名。另选取在校大学生30名，其中男性12人，对收集的姓名进行性别倾向判别，5点记分，1(男性倾向)—3(中性)—5(女性倾向)。最终选择得分在2.5至3.5之间的姓名80个作为中性姓名。正式实验时，屏幕中央随机呈现中性姓名，白色背景，微软雅黑48号字体。

数字选择中，由于大多数受访者认为0既不是偶数也不是奇数(Wilkie & Bodenhausen，2015)，因此实验中所有数字均不涉及0。(1)数值大小隐喻材料中，将三位数的数字定义为大数值数，两位数定义为小数值数，为平衡数字的奇偶性对数值大小造成的影响，大小隐喻实验中所涉及的数字均选用奇数，如35，137。(2)数值奇偶隐喻材料中，奇数包含3、5、7，9，偶数包含2、4、6、8。(3)整数与非整数值隐喻材料中，两类数字均为由奇数构成的两位非整数或整数数，如29.3、31。

3.3 实验程序

被试随机分为两组，一组判断性别倾向时，男性倾向按“f”键，女性倾向按“j”键；另一组按键相反，以平衡左右手差异影响。实验开始时，首先呈现“+”注视点500ms，随后呈现中性姓名，同时在名字正上方随机呈现不同类型的数字，要求被试尽快判断姓名的性别倾向，反应窗3000ms。判断完成后有500ms空屏。实验分随机呈现不同大小的数值、不同奇偶数字、整与非整数字三阶段完成，每阶段两类数字出现的概率均相同。练习阶段所呈现的姓名是评定后被筛掉的姓名。正式实验时，每一阶段均包含80试次。

3.4 结果

3.4.1 数值大小的性别隐喻结果

剔除错误反应以及反应时在三个标准差之外的数据，及被试被剔除的数据均超过总数20%的被试2人；此外，剔除反应时在同组被试平均反应时三个标准差外的2名被试，最后获得有效被试数46名，性别判别反应时见图1。

将性别转换为虚拟变量后作为协变量进行控制，获得出现大数值时判断为男性的速度(M=626ms，SD=63ms)显著快于将其判为女性(M=643ms，SD=50ms)，F(1,44)=4.25,p=0.048,η2=0.124；出现小数值时判为男性的速度(M=643ms，SD=66ms)与判为女性(M=645ms，SD=65ms)无显著差异,F(1,44)=0.003,p=0.956)。通过贝叶斯分析检验大数值效应显著的可靠性，BF10=1.813，表明较弱的证据支持了备择假设(吴凡，顾全，施壮华，高在峰，&沈模卫，2018)，而小数值效应检验中，BF10=0.194，中等强度证据支持零假设，即小数值不存在性别隐喻。

每个月通过门诊、上门等形式对两组患者安排一次随访，分析记录患者的服药以及血糖监测的情况，统计治疗6、12个月后的依从性；每3个月对患者空腹血糖、餐后2 h血糖、血脂、糖化血红蛋白测定，比较血糖控制水平。

表1 数值大小与性别倾向选择次数结果

各类选择次数结果见表1，数值大小对性别倾向判断存在显著影响，BF10>100，有极强证据说明数值存在男女性别倾向差异。判断为男性的姓名中，大数值伴随次数显著多于小数值(χ2=13.811，p<0.001)，BF10=12.629，有较强证据证实备择假设；判为女性的姓名中，小数值伴随次数显著多于大数值(χ2=17.679，p<0.001)，BF10=258.735，有极强证据证实备择假设。总体说明，数值大小存在性别隐喻，数值存在大男-小女的对应关系。同时，无论数值大小，中性姓名被判断为男性的次数均显著多于女性(χ12=196.255，p<0.001;χ22=41.569，p<0.001)，其BF10均大于1000，极强证据支持男性次数显著多的假设。

3.4.2 数值奇偶的性别隐喻结果

数据预处理方法同上子实验，最后获有效被试42名，奇偶条件性别判别反应时见图2。

以被试性别为协变量进行分析发现，伴随奇数时判断为男性的速度(M=593ms，SD=65ms)显著快于将其判断为女性(M=614ms，SD=49ms)，F(1,40)=4.867,p=0.035,η2=0.136，贝叶斯分析检验BF10=1.424，表明较弱的证据支持备择假设，奇数存在性别隐喻；出现偶数时判断为男性的速度(M=609ms，SD=65ms)与判断为女性(M=613ms，SD=56ms)无显著差异,F(1,40)=0.956,p=0.336)，BF10=0.208，中等强度证据支持零假设，即偶数不存在性别隐喻。

表2 数值奇偶与性别倾向选择次数表

姓名-奇偶数字和按键选择匹配结果见表2，数字的奇偶特性对性别判断不存在显著影响，BF10=0.277，中等强度支持这一结论。此外，不论是奇数还是偶数与中性姓名匹配出现(χ12=54.019，p<0.001;χ22=99.003，p<0.001)，BF10均大于1000，极强证据说明存在将中性姓名判断为男性的倾向。

3.4.3 数值整与非整的性别隐喻结果

数据预处理方法同数值大小子实验，最后进入分析的有效被试46名。被试在整数非整数数中的性别判别反应时见图3。

将性别作为协变量进行控制后发现，伴随整数的姓名判断为男性的速度(M=592ms，SD=87ms)显著快于将其判断为女性(M=630ms，SD=90ms)，F(1,44)=4.888,p=0.034,η2=0.123；出现非整数时判为男性的速度(M=598ms，SD=85ms)与判断为女性(M=618ms，SD=71ms)无显著差异,F(1,44)=1.183,p=0.284)。在整数效应检验中，BF10=12.417，表明有比较强的证据支持整数存在性别隐喻，而非整数效应检验中，BF10=0.875，较弱的证据支持零假设，即非整数不存在性别隐喻。

表3 整数与非整数性别判别次数表

整非整和按键选择匹配次数见表3，整数非整数对姓名的性别倾向判断存在显著影响，BF10=0.682，有差假设证据极弱。判断为男性的姓名中，出现整数的次数与非整数无显著差异(χ2=1.486，p=0.23)，BF10=0.054，较弱证据认为存在差异。判断为女性的姓名中，出现非整数的次数显著多于整数次数(χ2=4.149，p=0.04)。有较弱证据支持非整数存在女性倾向(BF10=0.267)。此外，无论整数或非整数伴随，被试都更倾向于判断为男性(χ12=1178.983，p<0.001;χ22=104.339，p<0.001)，BF10均大于1000，存在极强证据证实存在更强的判断为男性倾向的意识。

4 实验二

采用单因素被试内设计，自变量为曲线型或棱角型字母，因变量为性别判别倾向。

4.1 被试

采用方便取样，选取某校278名大学生完成字母性别判定的情境问卷。剔除无效问卷后，获得有效问卷261份。其中女性201人，年龄在19至24岁之间。

4.2 实验材料及实验程序

中性姓名材料同实验一。

曲线型或棱角型字母的选择：要求40名本科生依据26个大写英文字母的形态，按最具有棱角性或曲线性特征，分别罗列两类字母各五个，按频次高低排序，获得5个最具有棱角或曲线特点的字母：A、V、M、K、W和O、C、Q、D、U。

参照Yan(2016)的研究，编制包含棱角性和曲线性字母的简短、明白且符合中国校园文化的情境。例如“由于老师外出，今天的课改为自习课，老师让M同学和Q同学一起负责今天自习课的纪律。请你对M同学和Q同学的性别进行判断”。问卷中，为避免字母出现顺序因素的影响，将字母出现顺序进行了平衡处理。每位被试阅读其中一篇情境，并对情境中字母指代的学生的性别做出判别。

4.3 实验结果与分析

将曲线或棱角字母的性别判断结果分别进行卡方检验，结果见表4，BF10=183.152，有极强证据支持字母的外形对女性存在显著的性别隐喻。进一步比较参与者性别的影响发现，有极强证据证实女性更容易将曲线字母与男性相联，棱角字母与女性相联(BF10=1260.09)，较弱的证据说明男性不存在字母的隐喻(BF10=0.228)。

5 讨论

5.1 数字的性别隐喻

数字奇偶不存在显著的性别隐喻。这一结果与Wilkie和Bodenhausen(2012)的奇男-偶女的性别隐喻结果并不一致。在该研究中，数字选取的是典型的奇偶数“1”和“2”，并未考虑这两个数字本身还包含着数值大小的差异，以及特殊的文化内涵，例如“1”在中西方文化中都视为万物之始、万物的开端(沈文雅，2010)，因此“1”和“2”的隐喻并不能直接等同于奇偶隐喻。后期，Wilkie和Bodenhausen(2015)虽采用IAT实验范式，获得奇数与独立、竞争类词相连，而偶数与温暖、养育类词相连。然而也只能说明奇偶数分别和这些特性相连，而不能证实奇偶和性别的关系，因为“独立”不只是男性独有特征，“温暖”也不只是女性独有特征，如，女强人、暖男。本研究选择8个个位的奇数和偶数，实验不仅平衡了数字的大小，同时避免了奇数“1”可能带来的特殊含义，设计更客观严谨。据此本研究认为，在中国文化背景下，奇偶并不存在显著的性别隐喻。

表4 曲线与棱角-性别判断倾向结果

数值的大小存在明显的性别隐喻。大小的性别隐喻结果与日常对男性和女性的个性、体态或力量大小的描述较为一致，如“大男人”或“小女人”，“高大有力的男性”或“瘦小体弱的女性”。虽然近年来女性的社会地位在逐步提升，但在多数人的潜意识中仍然保持男强-女弱或男尊女卑的观点(王鹏，吴愈晓，2019)，这一思想可能是导致数值大小与性别建立联系的主要原因。此外，大小的性别隐喻也可能与经济收入有关。男性收入普遍高于女性，因此可能会潜在导致将大数值与男性自动化联结，从而产生大男-小女的性别效应。

整数-非整数存在明显的性别隐喻。这一结果与Yan(2016)的精确数字与男性相联大研究结果并不一致。Yan(2016)曾指出在科学、工程和数学领域中，高精度工作往往由男性而非女性承担，这可能促使精确的数字与男子气概建立了联系。然而，本研究结论可能从另一角度反映了我国传统性别的社会角色特征。在我国男性有着相对重要的社会地位，而女性更多地处理家庭的各类琐事，需要精打细算的过日子(王鹏,吴愈晓,2019)。此外，女性具有仔细认真的特性，较多从事会计等与精确数值相连的职业(陈雨雁，2014)。与此相应，整数通常与重要位置相联系，例如，整数定价法指出，价格定为整数会赋予产品为高贵形象(马瑞平，李国芹，2007)，这也与男性有着相对重要的社会角色相一致。

5.2 英文字母特征的性别隐喻

研究选取典型曲线或棱角外形的字母指代学生，平衡字母顺序后发现，女性参与者对字母所指代的性别判断明显受到字母固有特征的影响，曲线型字母更容易被判为男性，而棱角型为女性。以往对线条审美的研究指出，曲线有趋近的吸引力，而棱角有威胁的品质，令人回避(Palumbo,Ruta,& Bertamini,2015)；曲线是安静和懒惰的，而棱角分明的线条则令人激动(Cotter,Silvia,Bertamini,Palumbo,& Vartanian，2017)。根据Wilkie和Bodenhausen(2012)的理论，性别隐喻表现在概念自身的含义与不同性别特征相一致，因此，本研究获得女性存在曲线男-棱角女的性别隐喻可能说明，女性认为男性具有与曲线蕴含的特征，相对柔和不具有威胁性，而女性则有棱角蕴含的特征，表现为令人激动、不好相处、具有威胁性。

5.3 性别判断的男性优势现象

实验一中，无论数字具有何种特征，判断为男性的次数都显著多于女性。参照Wilkie和Bodenhausen(2012)的实验，该研究的性别倾向判别采用的是七点记分，其奇数伴随出现的姓名性别倾向得分为5.51，偶数为5.17，无数字时为5.51，均明显的靠近男性化一端。这与本研究的选择次数结果一致，人们更倾向于作出男性判断。这可能说明当今人们对男性姓名中性化的认可程度高于女性姓名的中性化程度，也可能说明普遍存在男性更为重要，男性优势的意识。