基于语料库的我国职业性别无意识偏见共时历时研究

朱述承，苏 祺，刘鹏远,4

(1. 北京语言大学 信息科学学院，北京 100083；2. 北京大学 外国语学院，北京 100871；3. 北京大学 教育部计算语言学重点实验室，北京 100871；4. 北京语言大学 国家语言资源监测与研究平面媒体中心，北京 100083)

0 引言

“偏见”是人基于自身认知的一种态度，这种态度往往是针对某一个群体的[1]。偏见是一种态度，是多种多样的，有职业偏见、种族偏见、性别偏见等。社会学中，将性别偏见(gender bias)定义为对于一种性别较其他性别的倾向或歧视。性别偏见一直是社会研究的重点。随着世界平权运动的逐步兴起，越来越多的学者和团体开始关注“性别偏见”这一话题。目前，对于性别偏见的研究领域也十分广泛，从语言上的性别偏见，到教育中的性别偏见，再到职业中的性别偏见，国内外均有丰富的研究成果。相关研究者普遍认为，职业性别偏见是一种客观存在的社会现象。社会学中，将职业中的性别偏见定义为“职业性别隔离”(occupational gender segregation)，指男性群体和女性群体在不同职业中的分布不均衡，收入、职位等不公平的现象。这种现象在各个国家普遍存在，但程度有所不同。经济学中，则认为职业性别偏见会造成一定的经济效益损失。法学中，各国学者也呼吁立法，保障女性的就业权益。

语言学中，鲜有关注职业性别偏见的研究。大部分的研究是基于语言使用中的性别偏见现象进行的。男女在语言使用上具有显著差异[2-4]，进而可通过词汇、语法等不同层面判断作者性别[5]。不同语言间的性别偏见在词汇、语法、语用等不同层面也有不同程度的差异[6]。

语言作为社会交际的产物，不仅表达和反映了人们的思想，而且塑造了人们的思想世界观[7-8]。因此，透过语言剖析人们对职业的性别偏见便成了一条行之有效的途径。在目前发展最迅速的计算机领域，人们已发现人工智能也存在着性别偏见[9]。人工智能的性别偏见实质上是训练数据中带有标注者的性别偏见，这也说明我们所使用的语料库中的数据也带有我们个体乃至社会的性别偏见标签。因此，通过语料库研究职业中的性别偏见便成了研究性别偏见的一种新形式，也成为今后研究的一种必然趋势。但目前还未有通过语言学，特别是语料库语言学对职业中性别偏见进行的相关定量研究。

本文将语言中的职业性别偏见定义为人们对从事某一特定职业的人群在性别上存在的无意识的、不明显的、潜在的不公平语言态度。例如，人们看到或听到“医生”一词，直接联想到的便是男性角色，这就是一种语言上的职业性别偏见。与之相对应的，是人们认知中的职业性别倾向，指的是人们主观上认为男性群体或女性群体更加适合某一特定职业的选择倾向，这种倾向可能会导致偏见。性别偏见可分为有意识偏见(conscious bias)和无意识偏见(unconscious bias)。无意识偏见不是偏见主体的主观意念，而是一种无意识的态度(1)若无特别指出，本文中的“偏见”均为“无意识偏见”。。本文基于结构主义语言学中的标记理论(markedness theory)[10],采用语料库方法，通过统计分析，研究了以下三个问题:

(1) 不同性别、年龄的人群对特定职业的性别倾向是否存在差异？且语言能否反映出人们对于职业性别倾向的认知？

(2) 在共时层面，不同语体、不同地区的语言在职业性别偏见上是否存在差异？

(3) 在历时层面，语言中职业性别偏见的程度经历了怎样的变化过程？

本文的组织结构如下: 第1节为相关工作，主要介绍职业性别偏见在不同学科中的相关研究;第2节为研究设计，主要介绍本文的数据来源、研究对象及研究方法;第3节为调查与实验结果，主要分析问卷调查的结果，并与语料库中的职业性别偏见度进行相关分析;第4节为共时历时分析，从共时和历时两个不同的角度，利用语料库的数据对我国的职业性别偏见现象进行描写刻画;第5节为结语。

1 相关工作

1.1 社会学等领域的相关研究

社会学中，国内最早关于职业性别偏见的研究见于陆震。该研究指出“妇女在就业领域的培训、招聘、使用提升等各个环节受歧视，如今已是全社会公认的事实”[11]。之后，国内的不少学者将焦点投向了女性就业偏见这一层面，普遍认为我国的就业市场存在明显的性别偏见，女性的就业形势较男性更为严峻[12-13]。也有学者通过调查统计的方法，利用调查问卷和工资水平等指标验证了我国就业市场中客观存在着对女性就业的性别偏见现象[14-17]。

经济学中，有学者利用收入等相关测量指标并结合国家数据计算出不同地区、不同年份间的“职业性别隔离”指数。发现从历时角度上看，我国的职业性别偏见日趋严重；而从地域上看，东部地区的职业性别偏见较为严重[18-19]。

法学中，针对职业性别偏见现象，相关学者则强调通过建立健全法律法规、完善保障我国女性就业的权益，进而防止职业性别偏见[20-24]。

国外的研究中，有学者对不同职业的性别刻板印象(gender stereotype)进行研究。人们认为工程师为具有男性气质(masculine)的职业，而教师为具有女性气质(feminine)的职业；在自我认知中，男性较女性认为其更加适合军人、农民，以及研究型、技术型等职业[25-26]。

1.2 语言学领域中的相关研究

社会语言学领域关注语言与性别的关系，特别是言语性别分析。国内学者梳理了国内外针对汉语和英语的言语性别差异研究，普遍认为男女在言语表达上存在显著的差异[2-4]。国外学者则利用计量语言学的指标对文本作者的性别进行鉴定，取得了较好的效果[5]。

在结构主义领域，多用标记理论进行性别偏见的研究。由于印欧语系大多属于屈折语，因此利用标记理论对印欧语系中的语言性别偏见现象研究较多。英语中带有女性后缀的词正逐年减少，表明了人们因观念的改变，影响了语言发展，逐渐减弱了语言上性别偏见现象[27]，且关于性别的形式标记、分布标记和语义标记可以体现出英语中的语言性别偏见[28]，英语中的职业称谓词和汉语中的社会称谓词也可以体现出性别偏见[29-30]。不同语言中语言性别偏见也存在差异[6]。

语料库语言学与计量语言学领域，有学者研究利用语料库和定量研究的方法，发现不同人群的语言具有差异，其中包括男性和女性之间的语言差异，女性往往处于弱势地位[31-33]。

自然语言处理与人工智能领域，有学者发现机器学习中存在性别偏见现象，数据中隐含的偏见可能会导致机器学习过程中产生偏见[34]。语料库中的文本数据在收集过程中很可能就带入了收集者的偏见[35]。在识别图片中的复杂场景时，机器很容易根据带有性别偏见的数据信息而产生偏见，如在厨房中的人，机器更容易识别为女性[36]。

2 研究设计

2.1 研究数据

本文采用的共时不同文体的语料数据来自BCC语料库中文学、报刊、多领域、微博和科技五个模块的语料[37]。

所用的共时不同地区的语料数据来源于国家语言资源监测与研究中心平面媒体中心(2)http://cnlr.blcu.edu.cn研制开发的DCC动态流通语料库，共选取了全国31个省级行政单位(不含港澳台地区)2018年的31份报纸语料，规模共计1.79GB，所选报纸名称及其所对应地区如表1所示。

表1 所选报纸名称及其对应地区

续表

所用的历时语料数据来源于DCC语料库中2005年至2018年共14年的《广州日报》《南方周末》《深圳特区报》《华西都市报》《今晚报》和《人民日报》6份报纸的全部文本语料。其中2016年《今晚报》数据缺失，用当年《天津日报》的文本语料代替，2017和2018年《广州日报》、《南方周末》数据缺失，分别用当年的《羊城晚报》和《南方都市报》的文本语料代替，全部报纸文本语料规模为8.18GB。

2.2 研究对象

为了较全面地反映语言中各职业的性别偏见差异，利用网络资源并剔除在语料库中出现频次较少的职业，共选出63个职业作为考察对象。

根据霍兰德职业兴趣理论(Holland vocational interest theory)将63个职业分为6个职业类别[38]。63个职业名称及其在霍兰德职业兴趣理论中对应类型如表2所示。其中，艺术型(artistic)职业偏好模糊自由的活动并在其中创造艺术作品，讨厌系统化的活动，想象力丰富，看重美的品质；社会型(social)职业偏好对他人进行传授培训和教导，不喜欢与实物打交道，重视社会和伦理道德问题；经管型(enterprising)职业喜欢领导角色和冒险活动，重视政治、经济上的成就；事务型(conventional)职业偏好对数据资料进行明确有序的整理工作，看重商业和经纪上的成就；研究型(investigative)职业偏好对各种现象进行观察、推理和分析，厌恶组织领导活动，看重科学研究；技能型(realistic)职业偏好动手能力强和具体的任务，缺乏社交能力，擅长与物体打交道，看重具体事务的价值观。

表2 所选63个职业名称及其职业类型

2.3 研究方法

2.3.1 问卷调查

利用调查问卷的形式考察不同人群对63个职业的性别倾向认知。问卷的全部题项为必答项，需要参与者填写自己的性别、年龄段以及对63个职业的性别倾向。其量表采取李克特五分量表。参与者针对63种职业进行评分，调查参与者的认知中该职业更适合男性还是更适合女性。1分为极适合女性，2分为比较适合女性，3分为无所谓，4分为比较适合男性，5分为极适合男性。若分数接近于3，则表明该群体对该职业没有明显的性别倾向；若小于3，则表明该群体倾向于女性选择该职业；若大于3，则表明该群体倾向于男性选择该职业，且距离3越远，说明性别倾向性越明显。

2.3.2 基于语料库词频的职业性别偏见度测量

统计语料库中不同语料中的性别职业词词频。在这里，性别职业词指的是“男/女+63种职业”，如“男医生”“女机长”等。根据标记理论，若一个职业中，出现“女+职业”的词频远高于“男+职业”的词频，则说明“女+职业”具有很强的标记特征，即为了强调女性特质(可能是突出女性取得该职业的不易或很少有女性能担任该职业)，我们则认为该职业对女性有一定的偏见。具体到计算中，我们定义式(1)为测量语料库词频的职业性别偏见度的方法。

通过试验示范，云天化葡萄套餐肥料得到了种植户的认可，在用肥量及相同种植情况下，有增收作用。在试验示范的跟踪过程中，云天化产品的前期优势明显，中期表现出根系发达，抗病性好、大小粒基本没有、特别是红宝石的裂口明显减少、叶绿素含量明显较高、糖度平均高3个点，采收后色泽红润、果实上色好，果粉较多，每亩增收2656.6元，给农户带来的一定的经济效益，在当地赢得了口碑。达到了示范田建设的目的。

(1)

其中，f为该职业女性职业(如女医生)词频，m为该职业男性职业(如男医生)词频。根据标记理论，若女性职业词频在具有标记的职业词频(f+m)中所占比例很高，则说明该职业对女性的偏见较大。比值也消除了语料规模的影响。为了能与调查问卷的得分具有可比性，采用数学变换，得出职业性别偏见度，即R。R值越大，表明语言中该职业中对女性的偏见越大；当R值为5时，则男性职业词频为零，偏见度最大，与调查问卷的“极适合男性”相对应；R值越低，表明语言中该职业中对女性的偏见越小；当女性职业词频与男性职业词频相等时，R值为3，说明该职业在语言上不存在性别偏见，与调查问卷的“无所谓”相对应；若R值小于3，则表明语言中该职业可能对男性存在性别偏见。

3 调查与实验结果

3.1 调查问卷

于2019年6月2号至6月5号之间通过问卷星进行问卷调查，收回的有效调查问卷共244份。所有的参与者均为自愿参与，与其他利益因素无关，参与者的性别与年龄构成见图1和图2。调查问卷的量表数据回收后，利用软件“统计产品与服务解决方案(statistical product and service solutions,SPSS)”针对调查问卷进行信度分析。调查问卷的总体及每个职业题项的克隆巴赫系数(Cronbach’s Alpha)均高于0.90，信度良好，可以进行下一步分析。接下来计算总体、不同性别群体和不同年龄群体对每一个职业的评分均值，对不同群体结果进行比较，如表3所示。

图1 调查问卷参与者的性别构成

图2 调查问卷参与者的年龄构成

表3 总体及不同群体的职业性别倾向

如表3所示，总体来看，目前人们在认知上，没有表现出对职业有明显的性别倾向，且差异较小(M=3.15，SD=0.89)。到具体的职业上，人们认知中倾向于女性的职业(2.5分及以下)有社会型的护士，事务型的出纳、会计，艺术型的化妆师、舞蹈家、模特。即人们对于事务型和艺术型这两类职业更倾向于女性。而人们认知中倾向于男性的职业(3.5分及以上)有经管型的商人，技能型的司机、杀手、赛车手、机修工，社会型的警察、军人、消防员、保安、特警，研究型的飞行员、机长，事务型的邮递员。即人们对于社会型和技能型这两类职业更倾向于男性。

经统计学检验，男性群体和女性群体在职业性别倾向的认知上并没有显著性差异(p值大于0.05)。在具体职业方面，男性群体和女性群体认知差异上最大的职业是护士和军人，均为社会型职业，但这种差异只是程度上的差异，且男性群体在认知上要更加极端一些，即男性群体和女性群体都认为女性更适合护士这一职业而男性更适合军人这一职业，但是男性群体的评分要比女性群体的评分更低或更高。男性群体和女性群体只有在艺术家、漫画家、画家和作家这四个艺术型的职业中有观念上的差异，即男性群体认为男性更适合这四类职业，而女性群体则认为女性更适合这四类职业。

将调查群体分为年龄在30岁以下的群体和年龄在30岁以上的群体这两个群体。经统计学检验，这两个年龄段的群体在职业性别倾向的认知上也没有显著性差异(p值大于0.05)。在具体职业方面，30岁以下群体和30岁以上群体在认知差异上最大的职业是事务型的职业出纳和经管型的职业采购员，其中出纳是程度上的差异。30岁以上群体在认知上要更加极端一些，即这两个群体都认为女性更适合出纳这一职业，但是30岁以上群体的评分要比30岁以下群体的评分更低。30岁以上群体认为记者、经纪人和歌手这三个艺术型职业男性女性都适合，30岁以下群体则认为这三个职业女性更加适合，但差异并不明显。30岁以上群体认为男性更适合技能型的职业按摩师、艺术型的职业花匠和经管型的职业采购，而30岁以下群体则认为女性更适合这些职业。

3.2 职业性别偏见度

首先分别在BCC语料库中的报刊、文学、科技、多领域和微博模块中检索性别职业词，并统计词频，然后计算出不同职业在不同模块中的职业性别偏见度。为了尽可能避免偶然性因素的影响，在统计过程中，删除了每一个模块中“女+职业”的频次小于等于5的职业。将每一模块中的职业按照指标从大到小排列，绘制折线图，如图3所示。

图3 不同语体中职业性别偏见度分布 注: 每一模块中的职业按照职业性别偏见度从大到小排列，其中纵坐标为职业性别偏见度数值，值越高，则表明该职业对女性的偏见越高；横坐标为序列。

然后根据表1所选报纸，利用程序抽选并统计出2018年不同省级行政单位的性别职业词词频，将63种性别职业词词频按照女性和男性分别汇总，并以此计算出每个省级行政单位2018年语言中的职业性别偏见度。根据值的大小绘制出全国(港澳台地区除外)热力图，如图4所示。

图4 不同地区语言中职业性别偏见热力图

图5 语言中职业性别偏见度历年变化图

接下来，将每年每种职业的性别职业词词频统计出来，删去女性性别职业词词频在5以下的职业(CEO、按摩师、裁缝、采购员、出纳、保安、厨师、大使、导游、法医、翻译、工程师、管理员、花匠、化妆师、工人、会计、机修工、机长、建筑师、经纪人、理发师、音乐家、邮递员、园艺师、消防员、舞蹈家、舞者、推销员、调酒师、特警、外交官、兽医、售货员、杀手、赛车手、清洁工、魔术师、漫画家)，计算每种职业每年的职业性别偏见度。绘制出每种职业的职业性别偏见度的历时变化图，如图6至图8所示。

图6 艺术、技能型职业性别偏见度历时变化图

图7 研究、经管型职业性别偏见度历时变化图

图8 社会、事务型职业性别偏见度历时变化图

3.3 问卷调查与职业性别偏见度的相关性

将问卷调查的每一类职业的总体数据和BCC语料库中多领域模块计算出的每一类职业的职业性别偏见度利用SPSS进行相关性分析，得出的结果如表4所示。

表4 职业性别偏见度与认知结果的相关性分析

表4表明，BCC语料库中的职业性别偏见度和认知在各个职业的性别偏见上呈显著正相关。因此，职业性别偏见度可以很好地反映人们对于职业性别偏见的认知，也因此证明我们选取的职业性别偏见度这一指标的可靠性与使用这一指标进行测量的可行性。

4 共时和历时分析

4.1 共时分析

4.1.1 不同语体中的职业性别偏见

图3为BCC语料库中不同模块的职业性别偏见职业性别偏见度[式(1)]分布。由图3可知，微博模块的职业性别偏见度几乎一直位于报刊、科技和文学模块的下端，说明从报刊、科技和文学到微博，语言中对各职业的女性性别偏见逐渐降低。如果将微博视为口语语体，将报刊、科技和文学视为书面语语体，则首次发现从书面语语体到口语语体，语言中对各职业的女性性别偏见逐渐降低。

具体到每个模块的职业，根据职业性别偏见度[见式(1)]，将职业分为语言中对女性性别偏见较小的职业(R<4)和语言中对女性性别偏见较大的职业(R=5)，其余则视为对女性性别偏见位于中间值的职业，如表5、表6所示。

表5 各语体中对女性偏见较小的职业

表6 各语体中对女性偏见较大的职业(R=5)

由表5发现，艺术型的职业在语言中对女性的性别偏见较小，然后是社会型职业和技能型职业。语言中对女性的性别偏见较小的职业没有事务型的职业，说明该类型的职业普遍对女性具有性别偏见。具体职业中，工人、模特、舞者、演员、运动员、医生和主持人等可以看作是语言中对女性性别偏见较小的职业。

由表6发现，艺术型的职业在语言中对女性的性别偏见较强，然后是经管型职业和技能型职业。在各个语体类别中，均存在对女性性别偏见比较大的职业，且覆盖的职业类型全面。只有在科技语体中，对女性偏见较大的职业类型不包含事务型职业。具体职业中，裁缝、出纳、画家、建筑师、外交官、艺术家、商人和清洁工等可以看作是语言中对女性性别偏见较大的职业。

有趣的现象是，艺术型和技能型的职业在语言中同时表现出对女性的性别偏见强和弱两种特性。进一步观察可以发现，带有“家”或“师”后缀的艺术型职业普遍在语言中表现出对女性具有强的偏见性。

4.1.2 不同地区的职业性别偏见

图4为我国不同地区(港澳台地区除外)的职业性别偏见度分布。由图4发现，2018年各省级行政单位的报纸文体中的职业性别偏见在地理分布上存在差异。图中颜色越深，表示语言中的职业性别偏见度越大，说明语言中各职业对女性的性别偏见越强。因此，对女性的职业性别偏见较小的区域集中在我国的中北部地区，西北、西南地区是我国对女性职业性别偏见较强的区域。

4.2 历时分析

图5为报纸语料中职业性别偏见度[见式(1)]的历时变化。由图5发现，十四年来，在语言中，各职业对女性整体上还存在着较大的性别偏见。不过从总体趋势来看，职业中对女性的性别偏见呈现下降趋势，虽然仍有反复，但自2014年起，指标较前9年维持着相对低的水平。说明近5年来，随着平权运动的不断兴起，越来越多的人们开始注意到语言中的职业性别偏见现象，并开始注意自己的用语，从而在语言的使用方面有所改变。特别是2014年联合国妇女署推出的“他为她”(HeForShe)行动，更将人们的关注目光引向了男女平权运动。一方面，平权运动的浪潮一波接一波地兴起，从国外一直影响到国内；另一方面，英语等语言也逐渐走向了去除女性标记的道路。随着语言的接触，汉语使用者的认知也在悄然发生改变，进而影响到汉语，表现在语言中对女性的性别偏见程度呈现降低趋势。但在2009年的数据中，则出现了异常高的值。我们推测这与2009年国庆阅兵仪式有关，当年的阅兵仪式出现了大量女兵兵种，如女飞行员。因为从军者在大众认知中还处于男性性别倾向较重的职业，因此在媒体报道中使用的女性性别职业词激增，导致该年数据异常高，也印证了从军者这一职业有较强的女性性别偏见。从经济学的角度上，有学者经研究得出以下结论: 近年来，我国的职业性别隔离水平呈现日益严重趋势[12]。我们认为经济学上的职业性别隔离已经成为一种歧视，是一种行为，而语言中的职业性别偏见还处于一种态度，从态度到行为的转变还需要一定的过程和时间。

图6至图8为各具体职业的职业性别偏见度历时变化趋势，发现多数职业历年来走势平稳。总体来看，护士、模特、运动员、歌手、医生在历年中可视为在语言中对女性性别偏见较小的职业。尤其是护士这一职业，在某些年份甚至表现出在语言上对男性存在性别偏见的现象。而语言中整体上的职业性别偏见呈现减小趋势，可能与这些职业的性别偏见减小趋势有关。

当然，统计指标受诸多因素的影响，尤其是在图中一些变化差异较大的点，很可能受当时新闻或重大事件的影响，并不能反映出语言中职业性别偏见的趋势。不过指标还是可以从总体上反映出语言和人们对社会现象的认知趋势，对我们了解语言和社会现象发展规律起到一定的帮助。

5 结语

语言作为一种社交工具，可以反映一个群体对社会现象的认知。通过基于语料库的方式和计量统计手段，我们可以看出当今人们对于职业中的性别倾向已经不那么明显。对于男性还是女性应该选择什么样的职业，无论男性群体还是女性群体，无论是年轻人还是中年人，亦或是老年人，似乎都没有表现出巨大的差异。人们普遍认为选择什么样的职业只关乎自己的兴趣与能力，与自己属于什么样的性别，好像并无太大关系。而利用语料库这一手段，我们更可以看出语言中关于职业性别偏见的蛛丝马迹。在共时层面，从口语语体到书面语语体，语言中各职业对女性的性别偏见越来越大；在不同地区的语言中，职业性别偏见也存在差异，我国中北部地区可以看作是语言中各职业对女性性别偏见较小的地区。从历时的角度来看，各职业从整体上表现出对女性的性别偏见逐年降低的趋势。与经济学上的结论相比较，我们持比较乐观的态度，即随着人们的认知不断改变，职业性别偏见这一现象将在未来逐渐减弱。

通过对语言学，特别是对语料库语言学的研究，不仅从语言现象上首次对职业性别偏见这一现象进行了刻画，而且用定量的方法分析了发展趋势，为未来的语言和社会发展做出了一定预测。在以后的研究中，我们也希望发现更多的指标，对职业性别偏见这一现象作出更加合理客观的刻画和评估。当然，本研究还不能完全消除新闻事件等其他变量对指标的影响。但从总体趋势看，我们有理由相信，随着社会的不断发展和进步，人们对于职业的选择将不再受到性别这一自然生理属性的约束，人们也将更加自由地按照自己的兴趣和能力选择合适的职业。语言作为反映社会变化的镜子，我们也大胆预测，汉语中的职业性别偏见现象将会越来越少，而我们的社会也会变得越来越包容、越来越美好。