哈尔滨话合口呼零声母[υ]化变异研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇哈尔滨话合口呼零声母[υ]化变异研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：本文基于哈尔滨话合口呼零声母［υ］化变异进行社会语言学研究。通过定量统计分析描述哈尔滨话合口呼零声母［υ］化变异的社会分布状况并立足于社会因素对［υ］化变异进行分析。研究发现讲话人的家庭声望、成长地、职业声望和年龄等四因素对［υ］化的影响最大，其次是讲话人的居住地、教育程度和性别因素，最后是民族因素。通过对上述诸因素进行逻辑斯蒂回归分析从而最终得出哈尔滨话合口呼零声母［υ］化发生概率的回归方程。

关键词：哈尔滨话；［υ］化变异；社会因素

中图分类号：H004文献标识码：A文章编号：1008-2646（2012）03-0113-07

本文以哈尔滨方言语音系统中的显著特点――合口呼零声母［υ］化变异作为研究对象，运用社会语言学的方法收集语料，以求从无拘束的气氛中获取最具有代表性的语音样品。而后按照影响［υ］化变异的诸因素对语料进行分类，形成数据库。运用社会语言学的研究方法以定量分析手段描述出［υ］化变异与各社会变项之间的关联程度，进而推导出哈尔滨话合口呼零声母［υ］化变异的回归方程，从而对［υ］化概率进行预测。本文的研究成果将有利于逐步丰富和完善哈尔滨话有关语音特点方面的理论研究。

一、 哈尔滨话合口呼零声母的语音分歧

哈尔滨方言以哈尔滨本地土话为基础，在历代移民语言影响下融合而成。作为东北官话的典型代表，哈尔滨话在全国各大城市方言中与北京话最为接近［1］。北京话有22个声母,39个韵母,4个声调,哈尔滨话的声母韵母系统和调类与北京话完全相同，只是各调类的调值略有差别［2］。此外，哈尔滨话古四声在今调类的分合和北京话也基本一致，只是古清入声字今读上声的比北京话多一些［3］。

普通话有一些音节不用辅音开头，叫做“零声母”音节。在汉语拼音方案里零声母音节用“y”、“w”开头，音标用［j］、［w］、［y］表示［4］。哈尔滨话合口呼诸韵母不加声母单用时，我们称为合口呼零声母音节。用汉语拼音记录该音节时，用字母“w”作为音节的开头。我们发现，在哈尔滨人的口语中，“W”的实际发音大都分布在双唇到唇齿的范围之间，唇形的开合圆展程度不等，口腔的阻通程度也不等。这一点，与沈炯先生在25年前①，对北京话零声母合口呼音节发音情况的调查结果一致。现将各种发音情形用国际音标标记为 ［u］、［w］、［β］、［υ］、［v ］［4］。

哈尔滨人对合口呼零声母音节发音部位的选择，反映出W位置语音总分布中的两级倾向。即绝大多数情况下，不是双唇就是唇齿，界限分明。从口语的实际发音情形出发，本文将哈尔滨话中W位置的语音归结为两种发音型――将各种双唇音统称为W型发音，将各种唇齿音统称为V型发音。此外，我们还发现，极少数发音人对于零声母合口呼音节发音类型的选择，在相似条件（即相同语体、环境、音节结构）下，呈现出无规律地反复、交替使用W/V两种发音类型的混用状态。不过，采用W/V混用型的哈尔滨人在调查中的总频数比较低，仅占4.9%，因此，为突显W型和V型两种主要发音型的分歧，本文将不以W/V混用型作为独立的类别作详细探讨。据此，我们可以认为W型和V型两者大致上呈互补分布的关系，其比例数之和接近。

二、研究材料

本文以语音调查所获取的语料作为研究材料。我们将本研究所需考察的具体内容，以表格的形式体现。如表1所示，我们把该表按照影响［υ］化变异的语言内部因素，包括9类音节结构因素和零声母合口呼字在词中出现的3类情况进行分类，对表中27个词的发音状况进行考察，并对其中未加入括号的字的发音情况予以重点记录。

如表2所示，我们把该表按照影响［υ］化变异的语言外部因素，包括8类社会因素进行分类。需要特别说明的是，以对在哈尔滨方言中使用率极高的V型发音（即［υ］变式）的态度和评价一致与否作为标准选定讲话人变异研究的一个基本原理是以概率论为基础的定量原理。而言语社区作为一个语言活动的自然聚合体，它的同质性即体现在同一言语社区内部，一致的社会行为所体现出的规律性的概率特点之上。我们以对V型发音的态度和评价一致与否作为确定讲话人的标准，正是基于对上述观点的尊重和信服。［5］。本调查共采访244名讲话人，文中所有对发音人的基本社会特征所进行的分类都只针对提供有效语料的227人。其中提供有效语料者227人。

三、调查与研究方法

调查全过程共两人参与，其中一人负责调查、另一人负责记音。调查人（本文作者，土生土长的哈尔滨人，对W型与V型发音听辨敏锐）主导整个调查过程，负责下达各种指令并根据现场状况打破正式访谈话题的限制、引导讲话人使用日常生活中的话语并诱导其进行交谈；记音人负责将讲话人在各种语体下的发音情况连同讲话人的各项社会特征进行详尽记录。每结束对一个讲话人的调查，两位调查者会凭借短时记忆对所得语音样本进行逐一复核，并除去双方有争议的记录以确保调查数据的相对准性。待全部调查完毕，再将所得的全部有效信息录入计算机excel电子表格程序，形成文本资料以备查询，并在此基础上建立哈尔滨话合口呼零声母音节发音情况数据库。至此，本研究所依据的语音样本语料库最终形成。

本文在收集语料的过程中综合运用社会语言学获取语料的多种方法，以确保语言材料的可靠性。本研究所依据的语料，是我们沿用传统调查方法（问卷调查）和变异社会语言学的田野调查方法，在哈尔滨各主城区、郊区以及哈尔滨所辖个别县市，历经4个月，采用随机抽样和滚雪球抽样相结合的方法所选取的一个社会切面样本的调查结果。共采用当场问卷调查法、朗读词表、朗读短文、诱导提问、参与观察和快速匿名调查法等六种具体方法获取语料。综合运用上述方法进行调查取样，既能够使讲话人对自己语言的注意力程度由较高逐渐降低，从而极大地克服普遍存在于社会调查环节中的“观察者悖论”的不利影响［7］；又可以在正式性被逐渐减弱的不同语体条件下，考察正式语体和非正式语体中语言的变异情况和变异概率，从而确保达到全面收集语料、科学定量分析的根本目的。

语料整理是本研究中形成哈尔滨话合口呼零声母音节发音情况语料库所需解决的关键环节。我们严格依照有效数据所承载的各项信息，对各讲话人个体的社会特征进行详尽而准确的转写［8］。在变异社会语言学研究中，转写后的字符可以进行相关分析，因此我们需要预先确定因变项（independent variable ）和自变项（dependent variable）。本文将“W型”和“V型”两种发音类型确定为因变项，而将各内部因素（语言内部因素）和外部因素（各社会因素）确定为自变项。需要说明的是自变量不是因变量的原因，因变量也不是自变量的结果，二者之间不是因果关系，而是相关关系［9］。

语料库建成以后，需要编写检索程序以根据本文分析的实际需要方便快捷地选取调查数据。我们将语料库中的检索项设置为表2中的8类自变量，另外加入讲话人姓名1项，共计9项。如需检索语料，则可按照讲话人姓名、性别、年龄、民族、现居住地、教育程度、职业声望、家庭声望、成长地等9项中的任意一项或多项同时进行检索。在建成的语料库中，我们按照各语言变项和社会变项分别建立若干文件，并根据实际需要利用SPSS生成该软件可识别的系统文件，如名为“非正式语体青年组a韵.sav”的文件即汇总并反映出青年组全部讲话人在非正式语体中、“wa”音节条件下所采用的不同发音类型。如图1所示。

本文使用SPSS(Statistical Package for the social Sciences社会科学统计包)16.0版对研究所涉及的全部数据进行统计分析。通过操作统计软件对各类数据进行处理而生成各种反映调查结果的数据和图表。并对所得结果进行卡方检验和回归分析。其中，卡方检验用于比较各因素水平是否存在差异［10］。比如检验居住地（该变量包括主城区、郊区、周边市辖县三种因素）不同的各讲话人群体在发零声母合口呼字音时，采用V型发音的比例数有无差异。我们想了解一个变量是如何和其他变量联系的，就要进行回归分析，回归分析用以检查自变量是否影响因变量并根据已知的自变量来预测因变量。如果自变量有两个或者两个以上我们就称作多元回归分析［10］。

四、诸社会因素与哈尔滨话合口呼零

声母［υ］化的关系及其逻辑斯蒂回归分析

影响哈尔滨话合口呼零声母发生［υ］化变异的各社会因素，是本文研究的重点及核心所在。我们用V型发音的分布情况来说明社会因素与［υ］化变异之间的关系。经过SPSS统计运算得出下述结论：［υ］化变异与本文研究的八种社会因素均有关。其中家庭声望、成长地、职业声望和年龄四因素对合口呼零声母［υ］化频率的影响最大，其次是现居住地、教育程度和性别因素，最后是民族因素（如表3所示，卡方值越大说明该社会因素组内部的［υ］化频率差异性越大，故表明该因素组对［υ］化频率影响越明显）。

使用多元线性回归来分析多个自变量与一个因变量的关系，要求因变量是正态分布的连续随机变量［11］。这在本文的分析中，是得不到满足的。本文的因变量即发音类型，是由两个离散值（W型和V型，可量化为1和2）组成。这时，自变量（如性别、年龄、职业声望、家庭声望、民族、居住地、成长地等）的变化并不会导致因变量发生太大的变化。这时如果继续使用多元回归分析法便会因不可避免地违反其许多重要假设条件而致使回归分析的推断结果存在严重误差，并将最终导致多元回归失败。因此，我们从实际出发，采用一种更适用于本文具体情况的逻辑斯蒂回归分析法（Logistic Regression）。所谓逻辑斯蒂回归分析，是指因变量为二级计分或一类评定的回归分析，这种分析方法在社会学研究中被广泛地应用［10］。比如，研究当代社会中家庭规模由哪些因素决定时，因绝大多数家庭都在五人以下，故因变量为离散变量，也同样适合使用该方法进行分析。

运用逻辑斯蒂回归分析方法，我们可以直接预测自变量相对于事件（哈尔滨话合口呼零声母［υ］化变异）的发生概率。其回归模型公式为：prob(event)=ez1+ez(1)其中：z=B0+B1X1+L+BpXp，p为自变量的个数。自变量可以是定量数据，也可以是定性名义数据［10］。本文采用的是定性名义数据的方法，需要我们对名义数据进行赋值。本文逻辑斯蒂回归分析中的自变量共有8个，分别为对其赋值如下：

①对于职业声望自变量，我们将次低组设置为A1(1,0,0,0,0)、次高组设置为A2(0,1,0,0,0)、学生组设置为A3(0,0,1,0,0)、中等组设置为A4(0,0,0,1,0)、最低组设置为A5(0,0,0,0,1)、最高组设置为A6(0,0,0,0,0)；

②对于年龄自变量，我们将老年设置为B1(1,0,0,0)、青年设置为B2(0,1,0,0)、青少年设置为B3(0,0,1,0)、中老年设置为B4(0,0,0,1)、中年设置为B5(0,0,0,0)；

③对于家庭声望自变量，我们将次低声望设置为C1(1,0,0,0)、次高声望设置为C2(0,1,0,0)、中等声望设置为C3(0,0,1,0)、最低声望设置为C4(0,0,0,1)、最高声望设置为C5(0,0,0,0)；

④对于教育程度自变量，我们将大专大学设置为D1(1,0,0)、高中中专设置为D2(0,1,0)、硕士以上设置为D3(0,0,1)、小学初中设置为D4(0,0,0)；

⑤对于现居住地自变量，我们将郊区设置为E1(1,0)、外县设置为E2(0,1)、主城区设置为E3(0,0)；

⑥对于成长地区自变量，我们将非哈尔滨人设置为F1(1,0)、老哈尔滨人设置为F2(0,1)、新哈尔滨人设置为F3(0,0)；

⑦对于民族自变量，我们将非汉族设置为G1(1)、汉族设置为G2(0)；

⑧对于性别自变量，我们将男性设置为H1(1)、女性设置为H2(0)。

本次SPSS软件的二元逻辑斯蒂回归分析采用前向似然比模型，通过8步分析，我们得到分析结果，如表4与表5所示。

似然比检验是全局性检验［9］，在表4所示的似然比检验中，所有变量的统计显著性值均小于0.05，即如果将任意一变量单独从方程中移除，其改变是有统计学意义的，因此它们应该留在方程中。将表5所得的回归方程系数，代入公式z=B0+B1X1+L+BpXp（ p为自变量个数），进而得出哈尔滨话合口呼零声母发音类型的二元回归分析方程如下：

z=－0.942＋0.907A1＋0.101A2＋0.828A3＋

0.357A4＋1.316A5－0.754B1＋0.651B2－

1.403B3－0.294B4＋0.626C1＋0.128C2＋

0.533C3＋0.572C4－0.725D1－0.113D2－

0.779D3＋0.534E1＋20.858E2－19.870F1＋

0.722F2＋0.946G1＋0.332H1

(2)

为检测回归方程的实际推断效力，我们特从数据库中随机抽取出11名讲话人的详细信息，并按照其真实情况以自变量的形式进行编码，而后分别代入公式(2)，最后再将其得出的数值代入公式(1)，最终计算出调查者发生［υ］化变异的概率。我们将概率值大于0.5的发音类型认定为V型，而将概率值小于0.5的发音类型认定为W型。得出如表5所示的调查数据抽样（11人）检验结果。为保护讲话人的个人隐私，我们将其姓名用数字代码表示。

由表6的分析结果可知，运用本文得出的回归方程(2)对讲话人选择不同发音类型的概率进行预测时，除姓名代码为“2”的讲话人以外，其他人的预测概率均与其实际调查中的发音类型相符。这说明本文采用的多元回归方程对发音类型的预测是准确有效的。

据此，我们在对上述调查数据进行抽样检验及系统论证后最终得出哈尔滨话合口呼零声母［υ］化发生概率的回归方程。这一方程将有助于对讲话人发生［υ］化变异的概率做出科学预测，从而进一步丰富和完善哈尔滨话语音方面的理论研究。

参考文献

［1］ 尹世超.哈尔滨话是和北京话最为接近的一种特大城市方言［M］//汉语语法修辞论集.北京：中国社会科学出版社,2002:34-35.

［2］ 尹世超.哈尔滨方言词典［M］.苏州：江苏教育出版社出版,1997:2-3.

［3］ 林焘.北京官话溯源［J］.中国语文,1987(3):89.

［4］ 沈炯.北京话合口呼零声母的语音分歧［J］.中国语文,1987(5):35.

［5］ 徐大明.社会语言学研究［M］.上海：上海人民出版社,2007:90-98.

［6］ 李春玲.当代中国社会的声望分层［J］.社会学研究,2005(2):23.

［7］ Labov，W.Principles of Language Change［M］.Internal Factors: Vol.1, Oxford and Cambridge：Blackwell,1994:58-60.

［8］ Labov，W.Studies in Sociolinguistics：Selected Papers by William Labov［M］.Beijing：Beijing Language and Culture University Press,2001:220.

［9］ 李绍山.语言研究中的统计学［M］.西安：西安交通大学出版社,2001:105.

［10］王苏斌.SPSS统计分析［M］.北京：机械工业出版社,2005:48.

［11］Chambers,J.K.The Handbook of Language Variation and Change［M］. Oxford & Cambridge:Blackwell,2002:136.