文献悦读 | 商务英语隐喻语块特征与技术性的相关性研究

提要：隐喻语块是目标域词语和源域词语习惯性地共现而形成的多词序列，商务英语隐喻语块以及语块技术性有待深入探索。本研究使用多类别逻辑回归模型和卡方列联表检验方法探索商务英语隐喻语块特征(频数、构式、具体度值、共现力)与其技术性之间的关系。研究结果表明，若隐喻语块的使用频率较低并且以名词性构式呈现，其源域词语比目标域词语的意义更具体，其源域词语共现力较高、目标域词语共现力较低，那么总体上看其技术性则越高。本文提出隐喻语块的概念，并在此基础上分析商务英语语块的技术性，对商务英语词汇教学与商务隐喻能力培养等具有指导意义。

关键词：商务英语；隐喻语块；技术性；频数；构式；具体度；

文献来源：

外语学刊

（北大核心 CSSCI扩展 AMI核心）

2023,(03),8-16 

DOI:10.16263/j.cnki.23-1071/h.2023.03.002

01

引言

隐喻语块是目标域词语和源域词语习惯性地共现而形成的多词序列，如supply chain(目标域词语为商务词语supply)是商务语境中使用的隐喻语块，属于技术性词汇。虽然商务话语隐喻、商务英语词汇和短语/语块(如Zhang, Sun 2018;胡春雨等 2019:25)、商务英语词汇的技术性(如Liu, Lei 2019:111;Ha, Hyland 2017:35)一直受到广泛关注，但探索商务英语隐喻语块以及语块技术性的研究还不多。词汇的技术性与使用频率、词性、搭配强度等特征相关，基于此，本文根据隐喻语块的特点，从隐喻构式、源域词语与目标域词语具体度差、源域词语与目标域词语之间共现力的角度，使用多类别逻辑回归模型和卡方列联表检验方法揭示商务英语隐喻语块技术性与频数、构式、具体度值、共现力之间的关系，以期对商务英语教学中的语块意识和隐喻能力培养有一定的启示。

02

文献回顾

2.1 商务话语中的隐喻与隐喻语块

商务话语中常常使用隐喻描述经济学核心概念（McCloskey 1983:482）。商务话语隐喻中常见的源域包括[生物体][机器][战争][容器][体育运动][路径与旅行]等，形成的概念隐喻如[经济是生物体][商务是战争][商务是旅行][市场是容器][公司是人]等，体现在语言隐喻如cash flow，economic growth，financial instrument，trade barrier，productivity shock，market liquidity等。这些隐喻常用于描述商务概念和经济现象等话题，主要包括贸易争端（Cai， Deignan 2019:57）、金融/经济危机（狄艳华 杨忠2010:110）、欧元与金融形势（Joris et al. 2019:447）、（金融）市场（Cheng， Ho 2017:258; 胡春雨 徐玉婷 2020:42）等。相关研究涉及通用型商务话语，如商务采访（Ghafele 2004:441）、商务报刊（Cai， Deignan 2019:57）等；以及专门型商务话语，如商务或经济类教材（Alejo 2010:1137）、商务会议或谈判（Handford， Koester 2010:27）、企业使命宣言（Sun， Jiang 2014:4）、金融分析报告（Cheng， Ho 2017:258）、企业社会责任报告（Sun et al. 2018:295）、电子商务网站文本（Ahmad et al. 2020:279）等。

商务话语中的短语（语块）“既富含商务专业知识信息，也构成商务英语重要的语体识别特征”（胡春雨等 2019:25）。语块“以整体形式储存在大脑中”，是“不受制于语法分析却可作为预制组块供人们提取使用的连续或非连续的多词单位，包括短语、搭配、固定结构、类联接和程式语等”（Wray 2002:9， 段士平 2019:88）。隐喻语块（me-taphorical chunk/pairing）（Sun et al. 2018:303）是目标域词语和源域词语习惯性地共现而组合成的连续性或非连续性的N元组（N-gram）或多词序列（multiword expression），商务话语中的隐喻语块（如revolving credit， supply chain）即为目标域词语（商务词语如credit， supply）和源域词语（与商务词语相关的语言隐喻如revolving， chain）的组合。目前，隐喻语块研究相对较少，如Kalyuga和Kal-yuga（2008:249）以俄语词汇与惯用语为例，探析隐喻语块对语言产出与语言习得的作用，更鲜见关于商务英语隐喻语块的研究。

2.2 语块的技术性及其特点

在语言学习的中高级阶段，要发展专门用途词汇（special purposes vocabulary）或技术性词汇（technical vocabulary）（Nation， Coxhead 2013:2），“即为满足特定工作场所、学术或职业语境中的交际目标而使用的词汇，或某一话题、领域或学科专门使用的词汇”（孙亚 2017:84），包括“用于某个学科有专门意义的高频词汇和学术词汇，也包括只出现在某个学科的低频词汇”（Liu， Lei 2019:114）。

识别技术性词汇主要有两种方法：一是采用学科领域的知识、技术词典等作为评分标准或由学科专家进行主观判断（Ha， Hyland 2017:37）;二是使用计算机检索、分析、比较手段等自动或半自动提取，如利用语料库方法的主题词分析识别语料中超常使用的词语，再判断哪些为技术性词汇（Sutarsyah et al. 1994:34），又如根据词义、频数和多义性等设定词汇技术性分析模型来识别技术性词汇（Ha， Hyland 2017:38）。技术性不是二元概念（a binary term）而是程度问题。Ha和Hyland（2017:35）将词汇按技术性分成5级，如商务词语fee， capital， impairment， facilities， subprime的技术性依次增强。同样，商务语块in the market， supply chain， operating lease， impairment charge的技术性也是逐渐增加。商务词汇属于技术性词汇。

词汇的技术性与频数、搭配强度、词性等特征相关。首先，技术性词汇占到高频词汇的5%左右（Coxhead， Nation 2001:252;Ward 2007:23），大部分为低频词汇。其次，技术性语块的词语之间的搭配值通常较高，高搭配值的语块是“完全自然的词语组合，甚至是严格的搭配，传递精确的意义”（Paquot 2018:39）。再次，技术性语块通常是名词（Maton， Doran 2017:59），名词的语义密度高，如“名—名”和“形—名”复合词（Singkhachan， Ward 2016:23）。

技术性词汇不限于单词，如deficit， 还包括语块如iceberg cost， 但还少见关于语块技术性的研究（Hätty et al. 2020:2883），尤其未见商务隐喻语块技术性的研究。本研究根据隐喻语块的特点，从使用频率、隐喻构式特征、源域词语与目标域词语具体度、源域词语与目标域词语之间共现力的角度探索商务英语隐喻语块技术性与上述特征之间的关系。

03

研究方法

        

本研究自建商务英语语料库，覆盖技术性较高的话语（如经济学期刊论文）与技术性较低的话语（如商务演讲），如表1所示。

表1 研究语料规模

研究过程主要包括6步。第一步，先确定目标域及检索词（目标域词语），再识别与之相关的隐喻（源域词语），二者的组合即为隐喻语块。第二步，根据隐喻语块在通用和商务词典中收录的情况，将隐喻语块按技术性分为4级。第三步，根据具体度值表（Brysbaert et al. 2014:904）计算源域词语具体度值与目标域词语具体度值之差，获得隐喻语块的具体度差值（concreteness asymmetry score）。第四步，根据目标域词语与源域词语之间搭配的类符和形符数，计算目标域词语和源域词语之间的共现力。第五步，根据Lederer（2019:165）标注隐喻语块的隐喻构式类型。第六步，探讨隐喻语块上述特征之间的关系。

04

结果与讨论‍

  

本节先分别描述提取隐喻语块各项特征的方法，再汇报数据结果。根据各项特征数据的性质，先采用卡方列联表探讨隐喻语块的技术性和隐喻构式之间的关系，再使用相关性分析和多类别逻辑回归分析探讨隐喻语块的技术性与频数、具体度、源域词语共现力、目标域词语共现力之间的关系。

4.1 隐喻语块各项特征

本研究使用语料库软件Wmatrix将研究语料与内嵌的参照语料库英国国家书面语语料库进行对比，获得主题或交际意图相关的主题语义域（目标域）I [财富与商业]。该目标域共有类符（目标域词语）共558个，总形符数达2，892个，如business， market， supply， trade， economy等。在含目标域词语的索引行中根据MIPVU（Steen et al. 2010:25-26）识别与之相关的隐喻（源域词语）类符495个，总形符数达15，235个。如例①所示，cost是目标域词语，iceberg是与目标域词语相关的隐喻词语，二者组成隐喻语块iceberg cost. 上述提取语块的方法是基于语感的语义识别法（李德俊 2014:9），共提取隐喻语块2，868个，频数等于或大于10的语块280个。有些频数高的语块如in the market为开放型语块，其语义透明、语义预测性高；有些频数低的语块如iceberg cost为封闭型语块，语义不透明、语义预测性弱。部分隐喻语块如表2所示。

① The iceberg cost is a trick used to avoid modeling the transportation market.

表2为商务英语隐喻语块示例及其技术性分级、频数、源域词语与目标域词语具体度差值、源域词语共现力、目标域词语共现力、隐喻构式等信息，下文将依次详述。

表2 商务英语隐喻语块相关特征示例

4.11 隐喻语块技术性

词汇的技术性是程度问题，本研究参考Ha和Hyland（2017: 35）依靠词典确定商务话语中隐喻语块的技术性等级。参考的词典包括通用型词典如Longman Dictionary of Contemporary English，Oxford Advanced Learner's Dictionary等，以及专用型词典如Longman Business English Dictionary，Oxford Business English Dictionary等。若隐喻语块未作为词条出现在上述任何一本词典中，那么它的技术性低（标记为/），如in the market; 若隐喻语块同时为通用和专用词典的词条，且在通用词典中被标注为“商务”，则该语块为通用型商务专门语块，技术性中等（标记为*），如supply chain; 若隐喻语块仅是专用词典的词条，则该语块为技术性较高的商务语块（标记为**），如liquid assets; 若隐喻语块未出现在上述任一词典中，但商务意义明显，是Online Business Dictionary1的词条，则是技术性高的商务语块（标记为***），如marginal cost. 部分高频隐喻语块的技术性如表2所示。

4.12 隐喻语块具体度值

技术性概念通常“通过再打包等语言行为进行抽象化概括”而形成（罗载兵等 2017:50），因而词汇的技术性与抽象性相关。概念隐喻理论认为，人们常通过客观实体、较具体的物体和物质来体验较抽象的事件、活动、感情、想法等（Kövecses 2010:28）。因而，隐喻语块（如cash flow）的源域词语（如flow）通常比目标域词语（如cash）在意义上要更具体。具体度（concreteness）指“词语指称的概念指向可感知实体的程度”（Brysbaert et al. 2014:904），隐喻语块的具体度指“源域词语与目标域词语相比而言的具体程度”（Littlemore et al. 2018:104）。本研究参照经实验研究获得的英语词语具体度值（Brysbaert et al. 2014:904）判断隐喻语块的具体度值，源域词语具体度值与目标域词语具体度值之差即商务英语隐喻语块具体度差值（concreteness asymmetry score）（Little-more et al. 2018:114）。例如，supply的具体度值为3.43，chain的具体度值4.55，则supply chain的具体度差值为1.12，源域词语chain具体度高于目标域词语supply， 符合概念隐喻理论论断。又如，flow的具体度值为3.72，cash的具体度值4.48，则cash flow的具体度差值为-0.76. 由是观之，源域词语flow的具体度低于目标域词语cash， 与概念隐喻理论论断不一致。源域词语与目标域词语之差的绝对值越低，隐喻语块的具体度越低。部分高频隐喻语块的具体度值见表2。

4.13 目标域词语与源域词语共现力

目标域词语和源域词语的组合是否能成为语块还得考察二者是否习惯性地共现，提取语块的另一指标为词语之间的搭配强度或共现度（李德俊 2014:10）。搭配强度或共现度高，说明该搭配词常与节点词共现，不常与其他节点词共现，与之竞争的其他搭配词类符数不多，或者与之竞争的其他搭配词的类符数多但形符数少；反之亦然。本研究仅计算隐喻语块涉及的目标域词语和源域词语之间的共现力，即排除目标域词语与非源域词语、源域词语与非目标域词语之间的搭配数，以便进一步揭示隐喻语块的共现力或搭配度。二者计算公式如下：

（1）目标域词语的共现力（SW-TF/TW-F）=（与目标域词语搭配的源域词语的类符数（SW-TF）/目标域词语的形符数（TW-F））×100

（2）源域词语的共现力（TW-TF/SW-F）=（与源域词语搭配的目标域词语的类符数（TW-TF）/源域词语的形符数（SW-F））×100

例如，目标域词语industry的形符数为175，与之组成语块的源域词语类符数为36，其SW-TF/TW-F 值为5.14。这表明industry的共现能力较强，选择源域词语范围较广，与之组成的语块包括in the industry， large industry， industry leader等。它们是完全开放型语块，其内部结构可切分、可变异，且未作为词条出现在任一词典上，故技术性较低。相反，目标域词语charge的形符数为163，与之组成语块的源域词语类符数为4，故其SW-TF/TW-F值很低，共现能力弱，选择源域词语的范围窄，如impairment charge. 根据语感判断该语块是相对封闭型语块，其内部结构的词语内容和词序切分性弱，仅收录于专用商务词典词条，故技术性较高。

再如，源域词语strategy的形符数为176，与之组成语块的目标域词语类符数为74，其TW-TF/SW-F值为42.05. 这表明strategy的共现能力较强，选择目标域词语的范围较广，与之组成的语块包括business strategy， trading strategy， marke-ting strategy等。根据语感判断这些语块是完全开放型的，其内部结构可切分、可变异，且未作为词条形式出现在任何词典上，故技术性较低。相反，源域词语iceberg的形符数为968，与之组成语块的目标域词语类符数仅为1，即iceberg cost， 故其TW-TF/SW-F值很低。换言之，iceberg的共现能力弱，选择目标域词语的范围窄。根据语感判断该语块是封闭型语块，其内部结构的词语内容和词序可切分性弱，仅收录于专用商务词典，故技术性高。

从隐喻语块涉及的目标域词语和源域词语之间的共现力看，隐喻语块的目标域词语或源域词语共现度越高，其技术性一般越低；隐喻语块目标域词语或源域词语共现度越低，其技术性一般越高，但还需使用统计方法验证它们之间的关系，详见4.3部分。

4.14 隐喻语块构式

隐喻语块中词语与词语的搭配关系也体现在词语与语法的共选性和组合性，即隐喻语块通常以某种惯常的构式表达。一般认为，构式是“形式和意义的配对”（Goldberg 2006:5），本研究的隐喻构式表征隐喻语块组成成分之间的语法关系以及隐喻映射关系。隐喻构式各成分体现出概念自主（conceptual autonomy）与概念依存（conceptual dependence）关系（Sullivan 2016:145），这源自动词和论元之间的语义不对称性（Langacker 1987:285）。

表3 商务英语隐喻语块构式数

在隐喻构式中，概念自主成分通常激活目标域，概念依存成分通常激活源域。例如，构式A（Source）-NP（Target）中，形容词通常是定语性的，属概念依存成分，如marginal cost中的形容词marginal为源域词语；构式N（Target）-N（Source）中的第一个名词具有领属性属于概念自主成分，如supply chain中的supply， 为目标域词语。因而，根据构式成分的词性、概念自主或依存性可预测出何种构式为隐喻构式，如A（Source）-NP（Target），A（Target）-NP（Source），N（Target）-N（Source），NP（Source）-of-NP（Target），V（Source）-NP（Target），X is Y （Target is Source）（Sullivan 2013:67， Lederer 2019:165）。表3列出本研究隐喻语块的构式，其中标有“√”的构式的语序符合上述可预测的语序。隐喻语块多为A（Source）-NP（Target）和N（Target）-N（Source）构式的语块。

4.2 隐喻语块技术性与隐喻构式之间的关系

本研究的隐喻构式和技术性都是定类变量，因此本研究使用卡方列联表检验探究二者关系。如表4所示，隐喻语块技术性和构式之间存在显著的相关关系（χ2=189.299， df=21， p=.000， Cramer's V=.478）。具体来看，构式NP（Source）-of-NP（Target），X is Y（Target is Source）及其它构式的隐喻语块往往可能是技术性低的语块，如growth of economy， the interest rate is low， in the market等。体现构式N（Source）-N（Target），A（Target）-NP（Source），N（Target）-N（Source）的隐喻语块往往可能是技术性高的语块，如iceberg cost， financial friction， market liquidity等。由此，技术性高的语块多为名词性语块，与先前研究结果一致，如“技术类词汇的意义取决于其所在的特定技术领域，且多为名词”（于晖 2018:25）。名词的语义密度通常高于形容词、动词（胡建华 2013:3），即名词的语义浓缩程度相对更高。由此可知，名词性隐喻语块能浓缩更多的语义，在特定体裁文本如商务语篇中呈现的技术性也就更高。其中A（Target）-NP（Source），N（Target）-N（Source）是语序可预测的隐喻构式。

 表4 隐喻技术性与隐喻构式列联表

注： 深灰色为残差值大于2(显著多),浅灰色为小于-2(显著少),卡方分析或列联表中括号内数值为调整后残差值，且不讨论残差小于2(相对差异不显著)的比较项。

4.3 隐喻语块技术性与其它特征之间的关系

为初步检验探索隐喻语块的技术性与频数、具体度值、源域词语共现力、目标域词语共现力之间的关系，本研究先进行相关性分析。表5为隐喻语块频数、具体度值、源域词语共现力、目标域词语共现力这5个变量的相关性矩阵（correlation matrix）。技术性变量的值为定序数据，因此本研究使用Spearman's rho相关性系数探讨它们之间的关系。如表5所示，目标域共现力与频数、源域共现力与频数、技术性与目标域共现力之间存在显著的负相关关系，源域共现力与目标域共现力、技术性与具体度之间存在显著的正相关关系。

 表5 隐喻语块变量相关性矩阵(N=280)

Note: *p<.05, **p<.01

为进一步考察隐喻语块的频数、具体度值、源域词语共现力、目标域词语共现力能在多大程度上预测其技术性，本研究再采用多类别逻辑回归分析。如表6所示，逐步进入法分析结果表明所有变量均能进入模型，变量能够显著预测语块技术性，Cox & Snell R2值为.338，χ2（12）=4958.050， p<.001，意味着本模型中的自变量能够在一定程度上解释技术性变异。

图1为基于表7数据形成的多类别逻辑回归模型。以词汇的低技术性为参照，结果呈现如图所示的总体趋势。首先，隐喻语块具体度值越高，其技术性或许越高（β=1.266，1.133，0.845，p=.000， .000， .000）。本研究的隐喻语块具体度值为源域词语具体度值与目标域词语具体度之差，因而具体度值越高，源域词语的意义比目标域更具体（如export basket），越符合概念隐喻的“由具体认知抽象”的不对称性（Winter et al. 2015:209）。目标域词语抽象度高，使用源域词语利用其具体性把目标域词语进行“意义解包”。

 表6 隐喻语块变量逐步回归

图1 多类别逻辑回归模型

表7 预测隐喻语块技术性的多类别逻辑回归

其次，隐喻语块频数越高，其技术性不可能为较高或高（β=-.006，-.001， p=.000，.008），其技术性更可能为中等（β=.002， p=.000），它们更易于理解，意义上相对较具体，语义较透明或可预测性较强，属于语义开放型的组合，如supply chain. 这与先前研究结果一致，即大部分技术性高的词汇为低频词汇（Coxhead， Nation 2001:252;Ward 2007:23）。

再次，隐喻语块的源域词语共现力越高，其技术性或许也越高（β=.032， .031， .088， p=.000， .000， .000），隐喻语块的目标域词语共现力越低，其技术性或许越高（β=-.072，-.099，-.104， p=.000，.000，.000）。如competitive bid的源域共现力值高（46.88），目标域共现力值低（0.19），该语块是相对封闭型语块，语块内部结构的词语内容和词序切分性弱。该语块作为词条出现在专门商务词典中，因而是专门性高的商务语块。

05

结束语

      本文首次提出隐喻语块、源域词语共现力、目标域词语共现力的概念，并结合频数、隐喻构式、源域词语与目标域词语具体度，探索它们与隐喻语块技术性之间的关系。结果表明，若隐喻语块的使用频率较低，以名词性构式呈现，其源域词语比目标域词语的意义更具体，其源域词语共现力较高，目标域词语共现力较低，那么总体上其技术性则越高。
本文分析的隐喻语块、构式特征、源域词语与目标域词语的共现力等概念，补充商务英语词汇技术性的相关研究，对商务英语词汇教学与商务隐喻能力培养等具有指导意义，如商务英语词汇教学应重视语块教学、隐喻语块教学、培养商务隐喻能力等。值得说明的是，本研究尚属首次使用多类别逻辑回归模型探索隐喻语块的上述特征，并获得一定程度的总体趋势，还存在一定的局限性。未来研究中可考虑研究其它话语类型中的隐喻语块，以检验结论是否更具普遍性。

参考文献

作者简介：

孙亚 胡杨 对外经济贸易大学英语学院

孙亚，电子邮箱:[e-mail];

点击下方蓝字 获取原文PDF

相关阅读