报纸、广播电视、网络（新闻）的年度用字用语状况，可以反映媒体年度的语言使用实态，也可以透过这些字词语的使用状况看到年度的社会热点、重大事件等。 2009 年度的用字用语调查是在国家语言资源监测语料库 2009 年度的语料上进行的，语料涵盖平面媒体、有声媒体、网络媒体（新闻）三种，共计 1 249 387 个文本文件， 1 007 019 960 字次。

今年适逢年度《中国语言生活状况报告》发布五周年，国家语言资源监测与研究中心特意对 2005-2009 年度的 用字用语进行了比较 。历时五年的语料积累，既可以用来反映五年共时的语言生活，也可以通过对比分析来反映五年历时的语言变化。今年发布的报告，对 2005-2009 年的字词语调查数据进行了比较，从共时、历时两个角度对五年的字词语使用状况进行了分析。

（一）汉字使用情况

1. 年度高频字数量稳定，字种数量有所增加

2009 年度语料中共出现 10 204 个字种，高频汉字数量稳定，覆盖率达到 80% 、 90% 、 99% 的字种数分别为 602 、 970 、 2 400 个。

体现 2009 年度生活的汉字使用频率有所增加，比如“汶、婴、杭、飙、碳、迪、拓、旱、悍、蒜”等，在年度用字总表中的排序较往年有较大幅度的前提。

2009 年度使用的字种数量是历年调查中最多的。这与当年语言生活中的汉字“繁简之争”，“《通用规范汉字表》（征求意见稿）公开征求意见”，以及网络中汉字使用追求标新立异有关。低频字数量多，汉字总表中覆盖率达到 99.99% 的汉字共计 5336 个，若将覆盖率达到 99.99% 之后所有汉字看作低频字，则 2009 年度的低频字占汉字总数的 47.71% 。

2009 年度用字总表中，包括了繁体字、异体字、不规范的类推简化字、旧计量单位用字、日本汉字等共计 1804 个，占全部年度用字的 17.68% 。

2. 五年用字总表的高频字稳定，年度特色用字使用频率变化较大

五年的用字调查显示，覆盖率达到 80% 、 90% 、 99% 的汉字个数分别在 581 ～ 602 、 934 ～ 971 、 2314 ～ 2400 之间，其占汉字总数的比例分别没有超过 7.15% 、 11.49% 、 28.47% ，也就是说每一年不超过用字总量 30% 的高频汉字覆盖了全部语料的 99% 。因此高频字的使用数量相对稳定。同时，每年前 3500 个汉字中，有 3358 个汉字是相同的，使用的字种也具有稳定性。

对比每一年的用字总表，高频用字使用频率变化最大的汉字往往体现了年度的语言生活特点，低频用字使用偶发性较强，多用于专名。

3. 年度用字总表与现行规范字表之间的差异大于年度字表之间的差异

五个年度的用字调查表明，年度用字表前 2500 字与一级常用字之间的差异字种数在 342 ～ 357 个之间，前 3500 字与《现代汉语常用字表》之间的差异字种数在 388 ～ 401 个之间，前 7000 字与《现代汉语通用字表》差异字数在 506 ～ 725 个之间，而每一年度《现代汉语通用字表》中未出现在语料中的汉字个数在 160 ～ 244 个之间，有 47 个汉字在五年全部字表中均未出现。

比较年度的用字总表与现行规范字表，媒体语料用字的相同性要大于媒体用字与现行规范字表之间的相同性。在媒体语料五年都出现的汉字中，有 661 个汉字没有在《 现代汉语通用字表 》出现。

（二）词语使用情况

1. 年度词语使用总体相同性小，高频词语的变化体现年度特色

调查中由分词软件对语料切分得到的总词语数共计 592 414 821 词次，词种数计 2 348 100 个。其中在报纸、广播电视、网络（新闻）三类媒体都出现的词种数共计 193 416 个。

覆盖率达到 90% 的高频词语共计 12 517 个，剔除其中的一些专名、时间表达式等，在高频词语表中列出了 11 635 个词语。

高频词语表的变化体现了年度特色。 2009 年度，新进入到高频词语表中的包括“阅兵、世博、假币、抗旱、哥本哈根、低俗、日全食、贝卢斯科尼、水价、献礼”等；与往年高频词语相比， 2009 年度使用频率变化较大的词语包括“流感、世博、复苏、 60 年、经济危机、全运会、购置税、奥巴马、下乡、回暖”等，这些词语如实记录了 2009 年度社会生活。

语料中使用的成语种数是 3 736 个，总次数为 1 680 701 次，占全部语料总词次数的 0.28% 。成语的词长分布在 3-8 字之间，其中 4 字词占全部成语种数的 98.47% 。高频词语中的成语共有 27 个，占高频词语词种数的 0.22% 。

2. 五年词语比较，总体变化大，高频词语使用稳定，高频词语的微变体现年度特色

2005-2009 年度的词语调查中，每年的词种数在 165 ～ 235 万之间，其中五年都使用的词种个数为 330 422 个，占全部词种数的比例在 14% ～ 20% 之间。三类媒体五年都使用的词种数共计 72 641 个，占全部词种数的比例在 3.09% ～ 4.4% 之间。反映出不同媒体、不同年度词语使用的共性小，年度词语使用变化较大。

高频词语的使用具有较强的稳定性。 2005-2009 年度覆盖率达到 90% 的高频词语稳定在 12 000 个左右，其中五年都使用的词种数共计 9 933 个，约占高频词语的 80% 。高频词语的用字稳定在 2 600 个左右，词长分布在 1 ～ 9 字之间，其中词长为 2 字、 3 字的词语占全部高频词语的 80% 左右，长词多为专名或时间表达式。

年度之间高频词语的差别体现了年度生活，这些差别体现在词语使用的频率变化上，使得一些原本不很高频的词语进入到高频范围，一些原本就在高频词语中的词语排序前提。

3. 流行语

“ 2009 年度中国媒体十大流行语”分 8 个常规类目和 5 个特色专题。 8 个常规类目是综合类、国际时政类、国内时政类、经济类、科技类、社会生活类、文化教育类和体育娱乐类； 5 个特色专题包括“新中国成立 60 周年专题”“两岸及港澳专题”“环保专题”“甲型 H1N1 流感专题”和“社会问题专题”。

4 ．新词语

2009 年度语料中共提取出新词语 396 条。

就词语长度看，具有优势的依次是三字、二字、四字词，其中 三字词语占 51.01% 。 就词语构成材料看， 完全由汉字构成的新词语有 390 条，占 98.48% 。 就结构方式看，有两点值得注意：一是除传统的偏正式能产性最高、占总词数的 53.54% 外，后附加式合成词比例较大，占 26.77% ；类后缀构词仍以这几年居高不下的“～门、～族、～客、～奴、～友”等为主；二是 2009 年新词语中叠音方式构成的词明显增多，如“楼歪歪、桥粘粘、墙脆脆”等。就使用频次分布看， 2009 年度新词语出现频次分布状况仍是两头小、中间大，即特别高频和特别低频的词语都不多。

从社会语言学角度进行分析， 2009 年度新词语有如下三个明显特点。一是反映社会问题的词语以某些格式为标志形成词语群，如“被 ×× ”词语群、“楼 ×× ”词语群、“ ～ 执法”词语群等。二是体现“以人为本”理念，反映多元人群的词语增多。仅以“ ～ 族、 ～ 客、 ～ 友、 ～ 男、 ～ 女、 ～ 派、 ～ 党、 ～ 二代”为标记的就有 80 条，加上其他表人群分类的，共有 116 条，占新词语总数的 28.86% 。三是网络词语与社会生活词语的迅速融合。 2009 年， 所有能够产生社会性传播效果的事件几乎都源自互联网的揭示和推动， 而后迅速被各种传统媒体引用、传播，网络和传统媒体相互作用，相互借力，这些词语甚至成为描述 2009 年社会生活的流行语。

五、中文博客用字用语专项调查数据

今年，以 2009 年度的博客语料为基础，专门对中文博客进行了多角度的分析和调查，调查内容包括博客用户发帖情况、博客用字用语情况以及博客标签使用情况。

博客语料采自新浪博客和搜狐博客，包括 171 160 个博客用户全年发布的共计 12 158 037 个博客帖，平均每个用户 71 个博客帖，共 12 362 687 048 字符次，其中汉字 9 889 496 758 字次。

（一）发帖量

统计结果表明，年发帖量小于或等于 50 的用户占总用户数的 58.56 ％，发帖量小于或等于 100 的用户占总用户数的 84.74 ％。

（二） 机构名、地名、人名使用情况