法國人熱衷于發「心」的表情。

加拿大人更愛「披薩」的表情——以及一坨「粑粑」。

那美國人呢？這個為世界創造了 iPhone 的國度，這個發布了《獨立宣言》的國度，金賽性學報告表明，美國人愛用的表情所表現的概念大多是科技，高貴和……茄子。

這些使用偏好的記錄皆出自 SwiftKey（為 iOS 和安卓手機提供鍵盤技術的軟件公司）最近公布的一篇報告。這篇報告描述了全球表情的使用趨勢，并且依據國家和語言進行了歸類。正如國家本身一樣，表情的使用偏好也受文化、氣候和地理條件的影響。

這篇報告還揭露了什么？SwiftKey 的報告中顯示：

人們最常用的表情是「笑臉」。笑臉，哭臉以及愛心占了全球表情使用的 70% 以上。

各類表情的使用占全部表情的比例

當「笑臉」表情控制全球的時候，「愛心」表情控制了法國——法國人使用的絕大多數表情（55%）都是愛心。但俄國卻在 SwiftKey 所指的「浪漫」表情的使用中占據榜首，他們愛發一些比如烈焰紅唇，小夫妻倆親嘴兒的表情。

總的來說，選擇愛心表情的國家，歐洲的要遠多過北美。（葡萄牙語系國家的數據取自巴西，而非葡萄牙）

在下面柱狀圖中，顯示了不同國家特定表情的使用占所有表情使用的比重。

不同國家對情緒表情的使用趨勢

美國人對表情的使用反映了他們的飲食習慣。美國人喜歡用一些看上去像肉類的表情——比如漢堡和雞腿——他們對這類表情的使用是全球平均水平的兩倍。澳大利亞更傾向于用「邪惡」的表情——槍啊，碰撞的啤酒杯啊，一袋子錢啊之類的——他們對這些表情的使用多過任何一個英語國家。然而加拿大人比誰都更愛用「大便」的表情。

美國、英國、加拿大和澳大利亞表情使用的差異

表達「高興」這一感情時，巴西的 SwiftKey 用戶喜歡用拍手的表情。另外，馬來西亞人對「豎大拇指」這個表情簡直是狂熱。

全世界人民都愛用的手勢表情

美國人愛用「披薩」表情，但加拿大人是真的愛吃披薩。（SwiftKey 提到，加拿大人對槍支和披薩的愛中，足足地體現出加拿大人在表情使用上比美國人還典型美國范。）

不同國家對美食類表情的使用

一個國家的風景——甚至是自然發展史——都影響著該國人民表情的使用。

阿拉伯語用戶比其他語種的用戶更愛發駱駝表情。澳大利亞人曾在畜牧過程中只是為了防止兔子因四處亂跑啃食太大范圍的草地而筑造了世界上最長的圍欄，他們比其他地方的人都更愛用兔子的表情。而且實際上澳大利亞人也是世界上用動物表情最多的人。

與此同時，俄國人對「下雪」這個表情的喜愛程度堪比法國人對「愛心」表情的癡情，他們使用「下雪」表情的頻率遠超其他國家。

不同國家對氣候表情的使用

以下是這篇報告中的幾條袖珍新聞：

• 巴西的大多數天主教徒和大部分基督教徒使用的關于「西方」的宗教表情是平均水平的兩倍多，他們愛用的表情「教堂」、「祈禱」等。

• 美國人比英國人更愛用表達高貴的表情（皇冠，王子），是英國用戶使用頻率的兩倍。事實上，英國人對此類表情的使用頻率低于全球平均水平。

• 英國人更傾向于使用表達支持同性戀的表情——包括彩虹——比其他國家的人都更愛用。

• 就全球范圍而言，表現「不看」，「不聽」和「不說」的猴子表情系列比「豪飲」表情更被人們所常用。「暴力」表情——包括槍和刀——和時鐘的表情都比「豪飲」的表情常用。

最不被人們青睞的表情是什么？SwiftKey 表示是「閱讀材料」，如書本，成堆的書本和報紙等。

一些人可能會認為這是人們閱讀量減少的信號，尤其是在打字這種涉及超級形象的表情的時候。但我覺得造成這種現象的原因沒這么夸張，因為如果你在打字時想告訴別人你正在讀什么，你通常會直接把你所閱讀的書的名字發過去。當你給朋友發一瓶啤酒或一碗拉面的表情時，他們很容易就能懂得你想表達的是什么意思，但如果你發過去書的表情，他們也搞不清你到底在讀什么。

最后，值得注意的是這篇報告本身的作用。表情的出現是本世紀電腦對文字處理方面最大的進展之一了。微軟文字編程師 Simon Daniels 寫道，Unicode 編碼下，「表情與拉丁字母和其他書寫規則有著同等重要性」。甚至白宮的領導人都在打字時使用表情。

但用戶使用表情的頻率也很難記錄。Emojitracker 網站曾試圖使用 Twitter 上的數據實時計算人們對各種表情的使用頻率，結果只能就用戶公開發布的 Twitter 消息為總樣本。它并不能算上短信，然而短信上卻有許多值得研究的表情產生。

SwiftKey 用戶用該公司的輸入法敲打所有內容——短信、tweet 還有 Tinder 消息，所以該公司可以很輕松地考察人們公開和私下的表情使用。開發者稱所有的數據都由網路主控型的聯想輸入法服務（SwiftKey 云）收集，并在匿名化的資料組匯總，再作出數據分析。這個收集器很有可能是當今世界現存的最大的一個表情使用趨勢數據庫：SwiftKey 的總結報告稱，「其中有超過 10 億個表情數據」。

原文來源：