叫“王者荣耀”,孩子答应么?

2017 年 9 月 22 日 中科院之声 任孝鹏

最近一则新闻报道很火,该新闻报道的是一位家长用一款火爆的手机游戏“王者荣耀”给自己的孩子起名字,把一个女孩叫做王者荣耀。我们不知道这对夫妻是怎么考虑的,或者就是好玩,没有什么特别多的考虑。不过,从心理学的角度来看,这个名字充满了特色,可以反映很多社会和心理现象。比如什么特点的人更有可能给孩子起这样的名字?这种现象为什么会发生在2017年,而不是1987年或者1957年?


这个名字最大的特点就是另类和与众不同,这可能也是它能够成为新闻的理由之一。第一,它和常见名字的形式不同,大多数中国人的名字(排除复姓)往往两个字或三个字,给孩子用四个字来取名字的人是很少的。第二,中国人在给孩子起名字的时候,往往名字中有喻意,代表着父母的期待,比如我给自己的孩子起名“璟文”,其中“璟”是美玉的意思,取“谦谦君子,温润如玉”之意,是我希望孩子将来成为君子。从“王者荣耀”来看,或者孩子的父母有期待孩子将来很有出息,能够成为全家的荣耀的想法,但是更可能的是家长并不在意,可能就是由于最近“王者荣耀”这款游戏很火爆,让他们很熟悉,拿过来给孩子做了名字。


什么样的人会给孩子起与众不同的名字呢?社会和文化心理学的研究表明,人的价值观会影响给孩子起什么样的名字。一般来说,人们给孩子起名字的时候有一个倾向,就是给孩子起“与众不同”的名字还是“泯然众人”的名字?这个倾向受到独立我/互依我的社会取向的影响。独立我/互依我是指人们在社会交往与他人互动过程中是更在意自己的目标的达成还是重视亲人、熟人的人际关系和群体和谐。独立我/互依我本来是反应文化差异的重要维度,独立我的文化,如美国,更重视自我的独特性,人们会因为自己与众不同而自豪;而互依我的文化,如中国,更重视和群体保持一致,人们会想尽量保持和别人一致,不要引起别人的不舒适。后来发现其也可以用于描述文化变迁和个体差异。比如在中国互依我的文化中,也有独立性强的个体;在美国也有很多互依我高的个体。


那么在取名字的时候,独立我/互依我是否会影响起名字的偏好呢?任孝鹏等根据某大学的花名册中选择了常见名字(排名靠前的两个名字:强和龙),一般常见的名字(排名25-35的名字:如勇和海)和最不常见的名字(排名50以后的名字:如铠和钊)。然后调查了480名大学生,让他们回答“作为未来的父母,你会给自己未来的儿子从以下名字中选择哪些来为其取名?”,同时用问卷测量他们的独立我的社会取向,根据分数将他们分成高独立我组和低独立我组,结果发现高独立我组比低独立我组的人更多的选择了最不常见的名字(12.6% vs 9.9%),比低独立我组的人更少的选择了最常见的名字(70.9% vs 82.4%)。对女性名字的选择也类似。这表明在个体层面上独立我强的人在给孩子起名字时更喜欢用与众不同的名字。


其实给孩子取名为“王者荣耀”不仅在个体层面上有意义,就是可能“王者荣耀”的父母亲或者给其起名字者独立我比较强,可能偏爱与众不同的名字;而且还有时代意义,就是这种现象为什么发生在现在,而不是以前。虽然我们不知道“王者荣耀”的父母亲的具体年龄是多少,但是常情推断“王者荣耀”的父母亲的年龄可能在30岁左右,那么也就是说他们是“80后”,甚至有可能是“90后”。大家可以设想一下,如果是“70后”,或者“60后”,“50后”的父母亲是否会这样给孩子起名字?我想很有可能不会,或者退一步,发生这种情况的可能性会更低。那么,为什么呢?这可能和中国的社会变迁有很大的关系。这是因为人名体现了历史、地理、职业、种族等各方面的含义;同时人名能够反映文化的核心价值观。每个人的名字都不是父母随意取的,而是受到当时社会价值观的影响。研究表明,人们对名字的选择与其独立我之间有密切关联;相对于大众化的名字,父母给新生儿取一个不常见的名字能够体现其独特性。


自从70年代末中国进行改革开放以来,中国社会发生了巨大的变化。中国人的收入在增加,预期寿命在增加,城市化率在增加,平均受教育程度也在增加,也就是说中国人的现代化程度在提高。而伴随着现代化的提高,中国人的社会结构和价值观也在发生变化。比如, Zeng 和 Greenfield 利用 Google Ngram 数据库中的中文出版物作为检索对象,选择了“选择”与“义务”等8对16个词,分别对应于独立我和互依我,分析了 Google Ngram database 的中文书,发现从1970-2008年之间与中国人的独立我有关的词汇在增加,而与互依我有关的词汇则变化不稳定,提示中国人在这段时间内独立我的社会取向越来越强。 Hamamura 和 Xu 也利用 Google Ngram 数据库中的中文出版物作为检索对象,选择了第一人称单数(我)、第一人称复数(我们),发现从1950年到1970年代末期,第一人称单数和复数的频次变化不稳定,时高时低,而且和其它代词以及非人称代词等变化趋势没有差别,但是从1970年代末期到2008年期间,第一人称单数的频次在逐步增加,而第一人称复数的频次在逐渐减少,这表明从1970年代末期,中国人的独立我在逐渐增强;还有喻丰和彭凯平等利用 Google Ngram database 中九种语言的语料库,用第一人称代词单数(如 “我”)与复数(如“我们”)的差值作为独立我的测量,发现从1949-2008期间,除了英国以外,其余九种语言中独立我都呈现增强的趋势。不过,中文比较有意思,虽然总体上呈现个体主义增强,但是与其它七种语言不通,中文的波动比较明显。这么多证据都表明在过去四十年中,中国人的独立我的社会取向在日益增强。那么表现在名字上,是不是也存在越来越喜欢用与众不同的名字呢?


假定有两个群体,甲群体与乙群体相比,互依我程度更高,就意味着与乙群体相比,甲群体更喜欢用常见的名字来给孩子起名字,如果大多数人都喜欢用常见名字给孩子起名字,那么甲群体中重名的可能性就比较大,导致甲群体中最常见名字的百分比就比较高;而乙群体则相反,因为大多数人都喜欢用不常见名字的名字给孩子起名字,导致乙群体中最常见名字的百分比比较低。如果我们把甲群体和乙群体换成两代人,则上代人可能比下代人最常见名字的百分比高。事实是否如此呢?任孝鹏等根据档案资料分析了1950年、1960年、1970年、1980年和1990年每一年登记有身份证号的新生儿的信息(N=97543369),统计了男性和女性最常见10个名字占人群的百分比,发现无论男性和女性,都呈现出随着时代的变化,最常见名字的百分比越来越低,以女性为例,1950年最常见10个名字占人群的百分比为42%,而到了1990年,则下降为23%。提示人们在给孩子起名字时是否喜欢用不常见名字存在着代际差异,越靠近现在,人们越喜欢用不常见名字给孩子起名字。


从新闻中,我们还能够看到两个细节,一个是报道这个新闻的记者名字是“王哿”,请问你知道 “哿”怎么读吗?这说明记者的父母亲也给自己的孩子起了与众不同的名字。另外一个细节是派出所的工作人员接受采访时,说只要是孩子家长愿意给孩子取名“王者荣耀”,派出所方面无权干涉,也会按照出生证明给予孩子上户口。这也从侧面证明社会越来越尊重个体的选择,是社会的进步。非常感谢“王者荣耀”,是她在这么小的时候就成为大家关注的特点,也让我们了解更多人的心理和行为。让我们祝福小“王者荣耀”吧,希望其将来成为父母的荣耀!


来源:“任我评说1973”微信公众号


作者任孝鹏,系中国科学院心理研究所副研究员



登录查看更多
0

相关内容

王者荣耀 是由腾讯游戏开发并运行的一款运营在Android、IOS平台上的MOBA类端游,于2015年11月26号在Android、IOS平台上正式公测,游戏前期使用名称有《英雄战迹》、《王者联盟》。
游戏是类dota手游,游戏中的玩法以竞技对战为主,玩家之间进行1V1、3V3、3V5等多种方式的PVP对战,还可以参加游戏的冒险模式,进行PVE的闯关模式,在满足条件后可以参加游戏的年度排位赛等。

王者荣耀官方网站
因果关联学习,Causal Relational Learning
专知会员服务
182+阅读 · 2020年4月21日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
【哈工大】基于抽取的高考作文生成
专知会员服务
36+阅读 · 2020年3月10日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
99+阅读 · 2019年12月13日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
听完了1000+首古风歌曲,我发现自己也能火
PingWest品玩
4+阅读 · 2019年6月2日
上新 | 《中国地理必修课》,让孩子更懂中国
罗辑思维
3+阅读 · 2019年2月25日
冬日里的一首歌 | 清华快闪女指挥王明媚讲述背后的故事
清华大学研究生教育
59+阅读 · 2019年1月9日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
7+阅读 · 2018年9月11日
微软洪小文:AI 还是个小学生,资本请慎重!
EGONetworks
4+阅读 · 2017年9月6日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
Arxiv
20+阅读 · 2019年9月7日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关VIP内容
因果关联学习,Causal Relational Learning
专知会员服务
182+阅读 · 2020年4月21日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
【哈工大】基于抽取的高考作文生成
专知会员服务
36+阅读 · 2020年3月10日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
99+阅读 · 2019年12月13日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
相关资讯
听完了1000+首古风歌曲,我发现自己也能火
PingWest品玩
4+阅读 · 2019年6月2日
上新 | 《中国地理必修课》,让孩子更懂中国
罗辑思维
3+阅读 · 2019年2月25日
冬日里的一首歌 | 清华快闪女指挥王明媚讲述背后的故事
清华大学研究生教育
59+阅读 · 2019年1月9日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
7+阅读 · 2018年9月11日
微软洪小文:AI 还是个小学生,资本请慎重!
EGONetworks
4+阅读 · 2017年9月6日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
Top
微信扫码咨询专知VIP会员