英文原文：Canada Loves the Poop Emoji
法国人热衷于发「心」的表情。
加拿大人更爱「披萨」的表情——以及一坨「粑粑」。
那美国人呢？这个为世界创造了 iPhone 的国度，这个发布了《独立宣言》的国度，金赛性学报告表明，美国人爱用的表情所表现的概念大多是科技，高贵和……茄子。
这些使用偏好的记录皆出自 SwiftKey（为 iOS 和安卓手机提供键盘技术的软件公司）最近公布的一篇报告。这篇报告描述了全球表情的使用趋势，并且依据国家和语言进行了归类。正如国家本身一样，表情的使用偏好也受文化、气候和地理条件的影响。
这篇报告还揭露了什么？SwiftKey 的报告中显示：
人们最常用的表情是「笑脸」。笑脸，哭脸以及爱心占了全球表情使用的 70% 以上。
各类表情的使用占全部表情的比例
当「笑脸」表情控制全球的时候，「爱心」表情控制了法国——法国人使用的绝大多数表情（55%）都是爱心。但俄国却在 SwiftKey 所指的「浪漫」表情的使用中占据榜首，他们爱发一些比如烈焰红唇，小夫妻俩亲嘴儿的表情。
总的来说，选择爱心表情的国家，欧洲的要远多过北美。（葡萄牙语系国家的数据取自巴西，而非葡萄牙）
在下面柱状图中，显示了不同国家特定表情的使用占所有表情使用的比重。
不同国家对情绪表情的使用趋势
美国人对表情的使用反映了他们的饮食习惯。美国人喜欢用一些看上去像肉类的表情——比如汉堡和鸡腿——他们对这类表情的使用是全球平均水平的两倍。澳大利亚更倾向于用「邪恶」的表情——枪啊，碰撞的啤酒杯啊，一袋子钱啊之类的——他们对这些表情的使用多过任何一个英语国家。然而加拿大人比谁都更爱用「大便」的表情。
美国、英国、加拿大和澳大利亚表情使用的差异
表达「高兴」这一感情时，巴西的 SwiftKey 用户喜欢用拍手的表情。另外，马来西亚人对「竖大拇指」这个表情简直是狂热。
全世界人民都爱用的手势表情
美国人爱用「披萨」表情，但加拿大人是真的爱吃披萨。（SwiftKey 提到，加拿大人对枪支和披萨的爱中，足足地体现出加拿大人在表情使用上比美国人还典型美国范。）
不同国家对美食类表情的使用
一个国家的风景——甚至是自然发展史——都影响着该国人民表情的使用。
阿拉伯语用户比其他语种的用户更爱发骆驼表情。澳大利亚人曾在畜牧过程中只是为了防止兔子因四处乱跑啃食太大范围的草地而筑造了世界上最长的围栏，他们比其他地方的人都更爱用兔子的表情。而且实际上澳大利亚人也是世界上用动物表情最多的人。
与此同时，俄国人对「下雪」这个表情的喜爱程度堪比法国人对「爱心」表情的痴情，他们使用「下雪」表情的频率远超其他国家。
不同国家对气候表情的使用
以下是这篇报告中的几条袖珍新闻：
巴西的大多数天主教徒和大部分基督教徒使用的关于「西方」的宗教表情是平均水平的两倍多，他们爱用的表情「教堂」、「祈祷」等。
美国人比英国人更爱用表达高贵的表情（皇冠，王子），是英国用户使用频率的两倍。事实上，英国人对此类表情的使用频率低于全球平均水平。
英国人更倾向于使用表达支持同性恋的表情——包括彩虹——比其他国家的人都更爱用。
就全球范围而言，表现「不看」，「不听」和「不说」的猴子表情系列比「豪饮」表情更被人们所常用。「暴力」表情——包括枪和刀——和时钟的表情都比「豪饮」的表情常用。
最不被人们青睐的表情是什么？SwiftKey 表示是「阅读材料」，如书本，成堆的书本和报纸等。
一些人可能会认为这是人们阅读量减少的信号，尤其是在打字这种涉及超级形象的表情的时候。但我觉得造成这种现象的原因没这么夸张，因为如果你在打字时想告诉别人你正在读什么，你通常会直接把你所阅读的书的名字发过去。当你给朋友发一瓶啤酒或一碗拉面的表情时，他们很容易就能懂得你想表达的是什么意思，但如果你发过去书的表情，他们也搞不清你到底在读什么。
最后，值得注意的是这篇报告本身的作用。表情的出现是本世纪电脑对文字处理方面最大的进展之一了。微软文字编程师 Simon Daniels 写道，Unicode 编码下，「表情与拉丁字母和其他书写规则有着同等重要性」。甚至白宫的领导人都在打字时使用表情。
但用户使用表情的频率也很难记录。Emojitracker 网站曾试图使用 Twitter 上的数据实时计算人们对各种表情的使用频率，结果只能就用户公开发布的 Twitter 消息为总样本。它并不能算上短信，然而短信上却有许多值得研究的表情产生。
SwiftKey 用户用该公司的输入法敲打所有内容——短信、tweet 还有 Tinder 消息，所以该公司可以很轻松地考察人们公开和私下的表情使用。开发者称所有的数据都由网路主控型的联想输入法服务（SwiftKey 云）收集，并在匿名化的资料组汇总，再作出数据分析。这个收集器很有可能是当今世界现存的最大的一个表情使用趋势数据库：SwiftKey 的总结报告称，「其中有超过 10 亿个表情数据」。
相关文章
