出自 Tytler 的 Universal History （左）与黄宗羲的《明夷待访录》（右）。

无意间看到台湾司法院的相声说廉政系列视频，突然发现台湾的相声说的是北京口音，有些好奇。其实之前也看过相声瓦舍的作品，但当时未没有特别在意。

第一个原因可能是作为推行国语的工具。相声诞生于清末，类似的语言形式表演在各国都有，普遍特点是最初起源民间，后来登上大雅之堂的，大都经历过语言标准化和内容格调化。国民党败退台湾之后，相声经吴兆南、魏龙豪落地台湾。彼时两岸隔绝，但相声却都殊途同归地进行了国语化 / 普通话化和减少北京土语、剔除低俗内容的过程。当然后来台湾也出现了闽南话、客家话等语言的相声。

第二个可能则与外省族群身份认同有关（何萬順 2009）。「外省人」一般指民国 38 年后从大陆迁至台湾的各省人士，一开始并无政治意涵和褒贬之别，后来经过二二八事件、省籍冲突、国民党戒严威权统治等，与成为代表国民党的符号（胡家欣 2014）。这也是上面的 YouTube 搜索结果中也有嘉义荣民服务处的相声的原因。考虑外省族群这一市场，老先生传承的语言特点，加上大众对原汁原味相声的固有印象，台湾许多相声依然是以北京腔呈现。

虽然有不少针对笑、幽默的研究，也有以相声为对象的，但具体对其口音差异与历史脉络的语言社会学研究似乎还是空白。

牛津互联网研究所（Oxford Internet Institute）研究人员两年前讨论了 Twitter 和微博上是否存在中国利用自动化、算法操纵政治信息的问题，得出自动化的信息操纵并非中国政府宣传策略（Bolsover et al 2018）。原因或有几点——首先已经存在传统国家控制的新闻传媒，而这些机构还不具备相应技术；其次可以直接调用真实人员进行宣传，还可以避免僵尸账户已被平台和用户识别的缺点（故并非不存在利用社交平台进行信息操纵，仅难以证实利用自动化技术）。相对地，反华资讯却经常用自动化的方式推广，或许对于刚刚翻墙、希望不受约束、少一点偏见的中国人来说，自然地反感这种标榜自身民主的自动化转发行为。

清华大学公共管理学院副教授陈济冬，三年前还在北京师范大学做讲师的时候，和斯坦福政治系助理教授徐轶青（当时在 UCSD）共同研究了中国威权政府在特定环境下允许公民公开发表意见的现象（Chen et al 2017）。当时他们针对的是 2014 年香港爆发的雨伞运动，中国政府在压制一段时间后几乎完全开放了公民在网络上自由讨论。简而言之，中国政府在感受到民众产生明显分歧时，策略上偏向于开放交流，疏导情绪；掌握政策民意，作出调整；同时快速掌握资讯舆情，预防集体行动。在去年的反送中运动中，可以感受到中国采取这一机制更加成熟；对新型冠状病毒肺炎的网络讨论也采动态限缩。

前两个月始，中国政法大学教授罗翔伴随着 bilibili 上「法外狂徒张三」迷因兴起而广为人知。许多人沉迷其法考教学片段，不仅是因为案例奇妙脱序，背后也暗含对法治建设的认同。威权治理下，个人权利下降至基本的财产、生命健康的保障，中国通过法律意识的提升与法治系统的完善，增强了政权合法性（Whiting 2017）。题外话，印象中似乎罗也吐槽了宪法，而台大开放式课程里有三门宪法相关课程，在我看来虽少了点俏皮话，却更值得一看。其中汤德宗、许宗力两位做过大法官，也参与了 2017 年同性婚姻释宪案。

综合来看，中国已经发展为一个成熟的威权国家。以简单化的认识论看待它，或者单一的方法应对都已过时，亦须同其共「进步」。

皮尤研究中心前日发布新型冠状病毒期间🇺🇸美国人对🇨🇳中国态度调查报告（Pew 2020），去年底发布的一次🌍全球态度调查已经显示全球多国对中持负面态度。而此前美国总统特朗普发起的贸易摩擦及与此相关的言论影响，加之疫病当下两国口水战愈演愈烈，美国人对中国及中国领导人习近平的评价跌至历史最低。其调查数据中有几点值得关注：

- 对中态度依然存在党派分歧，但长期以来相对持正面观感的民主党也发生变化。

- 以往三十岁以下年轻人对中国持积极态度，近期倾向负面。

- 中国早期处理疫情相较美国更有成效，但起到并未改变对中负面态度作用。

- 九成美国人视中国实力增长为威胁，其中六成视作主要威胁。

- 去年香港逃犯条例事件带来中港关系紧张，但美国人鲜少关心。虽然对人权问题的关注有所增长，但并非主要担忧，生态环境与网络攻击才是最关心的议题。

- 虽然近期美国金融市场急剧动荡，反而美国人视本国为全球最大经济体的看法显著增强。不同年龄、经济阶层、政治立场的人存在对中美国际地位的认知矛盾。

还有一点挺有趣，昨天中国外交部例行记者会上，法新社记者提到了这一数据，耿爽以无意义套话回应。

对上一条中提及的美国存在党派分歧，不仅存在于对资讯来源的偏好、信任和认知层面，已经产生实际的应对流行病风险的行动上的差异。来自微软研究实验室、纽约大学、斯坦福和哈佛的几位经济学家通过 SafeGraph 提供的智能手机 GPS 定位数据，分析社交疏离行动、政党分歧的地理差异之间的关系，得出政治信仰的党派差异与应对疫情之间存在关联显著（Allcott 2020）。

Reuters Institute 前两天发布了一篇报告，通过 YouGov 的线上问卷，对来自🇦🇷🇩🇪🇰🇷🇪🇸🇬🇧🇺🇸六个国家的共八千余人，调查了其在新型冠状病毒的全球流行早期（3 月 31 日至 4 月 7 日）获取新闻资讯、评价来源可信度、遭遇错误资讯、对病毒的认知反应，即「信息流行病」（infodemic）。

数据分析可见，新闻依然是这些国家大多数人获取新型冠状病毒资讯的来源，对新闻机构的信任程度也较高。但受教育程度低的人往往不太相信新闻报道和新闻机构。特别是在🇺🇸，不同政治立场和信仰的人对新闻和政府的信任存在明显差异。统计截止至 4 月 7 日，政治立场偏共和党的人群对专家和科研人员的信任已经很低，而在这之后特朗普持续抨击国内专家和世界卫生组织，这一人群对专业知识来源的信任度或持续下降。🇺🇸🇰🇷🇪🇸许多受访者也认为个别政治人物制造了大量自上而下的错误咨询，🇪🇸🇦🇷的社交媒体和即时通讯上的错误与误导资讯比例较高。

新闻机构确实发挥了关键作用，即使在🇨🇳，许多人在疫情爆发初期也通过财新之类的「半独立媒体」获得了许多重要资讯。

Reuters Institute for the Study of Journalism

Navigating the ‘infodemic’: how people in six countries access and rate news and information about coronavirus

A report on news consumption and trust in news during the pandemic 

用数据可视化的方式讲述观点、描述事件愈加普遍，我在年初整理了新型冠状病毒爆发之初的学术机构与新闻媒体的可视化项目，北京大学可视化与可视分析研究小组做了一系列图表，GIJN 收集了中文媒体和全球媒体的数据报道，澎湃对中国各类媒体对数据报道也做了汇总。

以视觉方式呈现信息随着近年技术进步和数字设备普及而井喷，给人以产生时间不长之感，实际上自史前时代开始早有萌芽。

Google 交互设计高级主管 Manuel Lima 前两天在 Crowdcast 上直播一场对话，A conversation on historical data visualization，对谈者有 Michael Friendly 和 Sandra Rendgen，这两位最近都有相关新书上架。Friendly 是约克大学心理学教授，七十年代开始应用量化与计算机方法，九十年代开始研究可视化统计，因此闻名。Rendgen 有艺术史与文化研究的学术背景，现为 Infographics Group 的设计主管。 Lima 之后在 Twitter 上给出了直播提及的一些材料。

Friendly 在去年的芝加哥人文节（Chicago Humanities Festival）上讲了类似的主题，更为详细，也在 Handbook of Data Visualization 的一个章节论述过（Friendly 2008）。

稍稍调查收集一下一两百年前的图表，就会令人惊讶，其实许多今天看起来很花哨的图表早就出现了，甚至在系统性、严谨性上还不如过去。中世纪的耶西之树、拉蒙·柳利的 L'arbre de ciència（科学树）、达尔文的生命树深刻影响后世的谱系关系视觉表达。

Lima 引述了美国作家鲍德温的一句话，「History is not the past. It is the present. We carry our history with us. We are our history.」对于许多事物的理解缺乏历史脉络的认识，也缺少跨学科、跨领域的研究。

刚刚 Apple Inc. 在其官网宣布将发售 iPhone SE。与此前提及美联社 格式变更、英语中一词缀的 地域差异 等一样，语言与社会密不可分。在 iPhone SE 一例中，中国大陆、香港、台湾 三地都使用中文，而除了一眼就能分辨出来的繁简差异，字体、字形、排印也存在细微差别，用词的不同也在历年频频被提及（Mivansaka 在其博客也做了 整理，中港台外也包含日文，不过对我来说除了文本性，其物质性的差异也不可忽视，故对比中保留呈现于网页中的状态）。社会语言学的视角来看，作为跨国公司的 Apple，在地广告宣传中可见其文字的差异，口语化如「咱们」、「波鞋」、「沒在怕」，受宗教影响如「願光、影、輪廓，全歸世人」等，本地语言与商业活动之间持续互动变化（Bellak 2014, Tietze et al 2016, Gao 2017）。