来源 ： 羊村传播    原创 康益豪

性别刻板印象和污名化在中国的公共话语空间中普遍存在。一个典型的例子就是“女司机”，媒体对女司机的过度呈现会进一步加深性别偏见。

本期小编为大家介绍的是Muyang LI等人在Information,Communication & Society期刊发表的论文The ‘bad women drivers’ myth: the overrepresentation of femaledrivers and gender bias in China’s media探讨了传统新闻媒体与社交媒体在讨论交通事故时，如何过度呈现女性司机。研究者分别对报纸与微博的受众进行了调查，研究发现无论是在报纸上还是在微博上，对女性司机的交通事故讨论的比例较高，在微博上对女性司机的性别偏见比报纸上更为普遍，研究的主要贡献在于为社交媒体在性别平等中能起到的作用提供实质性的证据。

研究采取了混合方法分析数据，从定量分析开始，研究者以“女性司机”和“事故”，“男性司机”和“事故”作为两对关键词，在微博和中文报纸，搜索了2010年1月1日-2018年11月30日期间发布的有关内容。之后，使用结构化主题模型（STM）文本分析的方法探讨性别主题与媒体平台之间的关系。在分析的基础上，使用定量的方法来推断微博上有偏见的话语呈现的流行程度，以及它在不同用户群体中的特征。

注：结构化主题模型（STM）文本分析指的是用R软件自制的文本分析方法

研究在微博上共抓取到相关微博97120条，在中文报纸上抓取到相关文章11290篇。基于此，提出了以下四个研究问题：

RQ1：女性司机是否在交通事故的新闻报道中比例过高？
RQ2：微博和报纸在与性别有关的交通事故报道中有何区别？
RQ3：在微博上，有偏见的报道是否更普遍？它们在不同的用户类型中有什么区别？
RQ4：微博能否成为推动性别平等的网络平台？

研究结果表明，针对RQ1，虽然女性司机发生交通事故的概率要低于男性司机，但无论是报纸还是微博，有关女性司机发生交通事故的新闻报道比例较高。关于RQ2，研究结果表明，报纸和微博在如何处理女性司机性别特征和交通事故之间的联系方面有所不同。相比于报纸，在微博上会产生和传播更多明显包含性别歧视的信息。对RQ3而言，分析结果表明在微博上，用户对与“女司机”有关的微博表现出更多的兴趣。另外，机构用户在微博中更倾向于提到“女司机”，尤其是警察局的官方微博，他们注意到女性司机的可能性是个人用户的2.5倍。就RQ4而言，尽管微博对有关性别话语的讨论提供了一个平台，但在微博上，关于性别话语的讨论并不一定会产生有利于性别平等的在线网络环境，微博上的性别讨论可能会在相互竞争的话语中产生对抗，继而引发更多性别歧视。

本研究考察了媒体与性别平等间的关系，在公众对交通事故的讨论中，对女性司机的相关讨论比例过高。微博用户更倾向于将交通事故归咎于女性司机的性别。在微博上，关于女性司机的内容受到了更多的关注。微博对女性司机的过度呈现会加深受众对女性的性别偏见，媒体将女性与驾驶的异构标记了“女司机”的他者性（otherness）。“他者化”的女性形象被进一步刻板印象化，容易导致更多的社会排斥和隔离，不利于社会和谐发展。

此研究可作为思考女性媒介形象的窗口，进一步的研究可以考虑更广泛的社会和文化背景是如何影响媒体中的性别偏见。

参考文献：Muyang Li,Zhifan Luo.(2020).The ’badwomen drivers’ myth: the overrepresentation offemale drivers and gender bias in China’s media, Information,

Communication&Society,23:5,776-793.