摘要: 在短视频时代，多数平台作为新兴传播媒介，其所产生的网络流行语呈现多模态特征。这些流行语通过文字、图像、音乐、肢体动作等符号系统构建隐喻意义，形成独特的语言景观。为了能够更好地了解此语言景观，本研究从系统功能语言学的三大元功能的视角出发，探讨了网络流行语“city不city”的多模态隐喻特征。以该流行语为例，分析了其在概念功能、人际功能、语篇功能中的多模态隐喻特征。同时又结合多模态隐喻的理论框架，分析了语言、图像、声音模态在这一流行语中的交互作用，揭示了其隐喻不仅仅局限于字面意义，其背后也呈现出请求认同、选择和群体维护等多重社会文化意涵。通过对这一现象的深入分析，旨在为网络语言的研究提供新的视角和理论依据。
Abstract: In the era of short videos, most platforms, as emerging communication media, generate Internet buzzwords with multimodal characteristics. These buzzwords construct metaphorical meanings through symbol systems such as text, images, music, and body language, forming a unique linguistic landscape. To better understand this linguistic landscape, this study, from the perspective of the three metafunctions of Systemic Functional Linguistics, explores the multimodal metaphorical features of the internet buzzword “city not city”. Taking this buzzword as an example, it analyzes its multimodal metaphorical features in the conceptual, interpersonal, and textual functions. Simultaneously, based on the theoretical framework of multimodal metaphor, this study also examines the interaction among language, image, and sound modalities in this buzzword, revealing that its metaphor is not limited to the literal meaning but also presents multiple social and cultural implications such as seeking recognition, making choices, and group maintenance. Through in-depth analysis of this phenomenon, the aim is to provide a new perspective and theoretical basis for the study of internet language.
1. 引言
互联网不断发展，不断踊跃出现的社交媒体成为现如今人们日常交流的重要媒介，其中产生的网络流行语呈现多模态特征。这些流行语通过文字、图像、音乐、肢体动作等多种符号系统构建隐喻意义。这些隐喻意义通常映射的不仅是字面上的意思，还会有多重社会文化意涵。而系统功能语言学就强调了语言的社会符号性，该文就将以网络流行语“city不city”为例，以系统功能语言学三大元功能理论分析流行语中的多模态隐喻构建机制，探讨其语言特征与社会意义。
2. 国内外研究综述
国内外已有多位学者对于系统功能语言学理论进行了深度分析。韩礼德(Halliday)的系统功能语法理论为语言分析提供了一个全面的框架，广泛应用于语言教学和话语分析等领域。冯德正(2015)从系统功能的视角，对图像隐喻和文字–图像的映射关系进行区分，并将其分为跨模态、同模态和多模态映射[1]。而且也有多位学者围绕多模态隐喻进行了广泛研究，成果涵盖理论构建、实证分析等多个维度。例如，唐琳薇(2025)从生态话语分析的角度，对节气古诗词进行了多层面解读，揭示了作者如何运用语言来体现生态意义，展示了多模态隐喻在语言学研究中的多样性和深度[2]。此外，也有学者将多模态隐喻应用于网络流行语发展等方面的研究，蔡骐和赵雪(2022)解析了隐喻式网络流行语的传播实践，揭示了其在认同心理与从众效应的助推下实现由个体表达到群体使用的转化过程[3]。这些研究揭示了多模态隐喻在网络流行语中的生成、传播和变异机制，为理解网络文化的传播提供了新视角。但在已有的著述中，大多数文章对于系统功能学下有关多模态隐喻的探讨，篇幅相对短小，研究程度有待深入。另外，在理论支撑上，网络流行语的研究还缺乏系统的理论指导。因此，本文尝试在前人研究的基础上，基于功能语言学三大元功能的视角，以“city不city”这一网络流行语为例，对其多模态隐喻进行研究，为网络语言的研究提供新的视角和理论依据。
3. 理论基础
3.1. 系统功能语言学
系统功能语言学(Systemic Functional Linguistics, SFL)由韩礼德(Halliday)提出，强调语言的社会符号属性，认为语言是通过三大元功能(概念功能、人际功能、语篇功能)实现意义建构的复杂系统[4]。概念功能(ideational function)关注语言如何表征人类经验和外部世界，包括对事件、参与者和环境的描述。人际功能(interpersonal function)强调语言在建立和维护社会关系中的作用，涉及语气、情态和评价等要素。而语篇功能(textual function)就是研究语言如何组织信息，使其在特定语境中具有连贯性和衔接性。这些功能并非孤立存在，而是相互交织，共同构建语言的意义网络。所以在分析网络流行语时，系统功能语言学能够为我们提供一个全面框架，能够揭示语言形式与社会文化之间的动态关系。本文就将“city不city”这一网络流行语置于这三大元功能框架之下，以深入分析其多模态隐喻特征。
3.2. 多模态隐喻理论
多模态隐喻(Multimodal Metaphor)由Forceville (2009)在传统概念隐喻理论基础上提出的扩展理论，强调隐喻可以通过语言、图像、声音、手势等多种符号模态协同构建[5]。其中，“模态”主要是通过不同的感官类型来进行划分，即视觉模态对应图像隐喻，听觉模态对应声音隐喻。作为一种超越传统语言范畴的认知机制，多模态隐喻在意义建构过程中会更展现出独特的跨符号系统协同特征。相较于单一模态的隐喻表达，这种隐喻形式通过不同感知渠道的符号资源交互融合，实现更为复杂的意义生成。具体而言，当视觉表征系统(如动态影像)与听觉符号系统(如语音语调)产生联动时，往往能够催生出更具层次性的隐喻内涵。Forceville指出，多模态隐喻的分析需要关注三个关键维度：源域与目标域的识别、模态间的协同方式以及隐喻的语境化功能[5]。在网络流行语研究中，多模态隐喻理论尤为重要，因为这类语言现象通常依托短视频平台，通过文字、画面、音乐和表演等多种模态的互动完成意义传递。在当前数字媒介语境下，此类语言现象与短视频媒介体现了深度的耦合特性。如在典型的短视频传播场景中，意义的完整传递往往依赖于文本符号、动态影像、背景音乐以及表演者肢体语言等多种表意系统的协同运作。所以多模态隐喻理论对于研究网络流行语具有紧密相连且特殊的价值。
4. “City不City”流行语在功能语言学三大元功能下的多模态隐喻特征
4.1. 概念功能下的多模态隐喻
从概念功能出发，该功能是指用语言来反映客观世界的客观存在，用语言描述发生的事件，为其定下一个概念。“city不city”这一语言模因的生成与传播就体现了概念功能的表征机制。该表达最初源于外籍视频创作者“保保熊”在记录中国城市游览经历时的特色用语。在其系列视频中，创作者常以“city不city”作为互动话轮，引导妹妹对游览场景进行评价。例如，在上海城市景观前，妹妹会回应“好city”；而在长城等自然景区时，则会表示“不city”。这种看似中英混杂的表达方式，通过概念功能的隐喻化运作，将“city”这一语言模态从原有的“城市”概念域，投射到“时尚度”的评价域。其成功传播的关键在于它的表达形式具有高度相似性，通过重复的问答框架形成认知图式。并且这种特殊表达通过视觉场景符号(都市景观vs自然风光)与语言符号的协同作用，构建了一个直观的评价框架：现代都市景观被对应为“city”，而原始自然风貌则对应“不city”。从多模态隐喻的角度分析，视频中的城市影像、人物表情与口头语言共同塑造了“时尚度”这一抽象概念的具象化表征。这一流行语中的“city”一词，并不是说简单地指代某一个具体的城市，而是一个泛指的、具有隐喻性的象征概念。从多模态隐喻的角度分析，视频中的城市影像、人物表情与口头语言共同塑造了“时尚度”这一抽象概念的具象化表征。
4.2. 人际功能下的多模态隐喻
再来看人际功能方面，该功能指的是语言用于人与人之间交流的作用与功能，其中最重要的言语功能是提供和求取功能[6]。在基础层面上来看，提问者通过疑问句式(“city不city?”)实现信息求取功能；在更深层面，回答者通过评价性回应(“好city啊”/“不city”)完成价值判断的提供功能。此对话结构模仿了日常交际中的典型互动模式，降低了受众的认知负荷，从而增强了回答者的参与感。这就使得“city不city”这句流行语从看似简单的语言游戏，到呈现出了一种新型的社会互动仪式。这种社会互动通过标准化的提问模式、可预期的回应方式以及共享的视觉符号，建立起一套完整的交际框架，让参与者既能够表达个人的审美判断，又能获得群体认同感。同时在该功能基础上我们再来分析其多模态隐喻，该表达通过如此的社会互动仪式构建了一个独特的互动空间，即通过中英文混杂的亲切口吻(如“呀”等语气词)和重复性句式，以提问者的角度出发创造和暗示了一种轻松幽默的对话氛围，会使得回答者也会随之做出相对应氛围下的判断。
4.3. 语篇功能下的多模态隐喻
韩礼德(Halliday)认为语篇意义的作用是辅助概念和人际意义的表达，是一种言内功能[4]。所以回到该流行语中，它通过固定的问答框架(“city不city？——city/不city”)建立了可预测的对话结构，降低了信息处理难度。从语篇功能中的衔接(Cohesion)角度出发，在形式衔接上通过重复“city”一词并叠加否定结构“不city”，形成语言层面的显性衔接。这种重复可能与前文或后文中关于“城市属性”的讨论形成呼应，例如探讨某地是否符合“城市”的典型特征(如繁华性、现代性、文化符号等)。从语义衔接上来看，通过否定与肯定的对比(“city”vs“不city”)，暗示对“城市”概念的矛盾性或模糊性界定，引导读者在语篇中寻找对“城市”定义的进一步解释或例证。最后，借助社交媒体平台的传播特性，使这一表达在不同语境中保持核心语义的同时，又能灵活适应各种变体创作。这种多模态语篇的构建方式，不仅有效传达了对话者和城市形象的核心信息，更通过重复强化的认知模式，使“city”这一符号获得了超越字面的文化内涵，最终实现了从个人表达到集体话语的语篇功能升级。
5. 三重模态在该流行语中的交互作用及其社会内涵
5.1. 交互作用
结合上一部分对于“city不city”这一流行语的多模态隐喻特征分析我们不难看出三重模态，即语言、图像和声音模态，在多模态隐喻中所体现的交互作用。该流行语从语言模态出发，通过中英文混杂的句式(如“好city啊”)和重复性结构(“city不city？”)形成显性框架，直接触发受众对“城市”与“时尚度”的隐喻联想。其次加上图像模态下的对比性视觉符号(如现代都市的高楼大厦与自然景区的山水风光)强化了这一隐喻的映射关系，同时都市景观的几何线条、明亮色彩也与“city”的时尚评价形成了象似性关联，而自然景区的原始风貌就被标记为了“不city”。最后又通过声音模态下的创作者的语调变化(如疑问句的升调与感叹句的降调)和背景音乐(如都市风格的电子乐或传统民乐)进一步细化了评价的情感倾向。这种多模态协同并非简单叠加，而是通过“模态互补”(modal complementarity)实现意义增值——语言提供逻辑框架，图像赋予具象参照，声音调节情感强度，三者共同构成一个立体的隐喻系统。使得观众在欣赏这些图像时，能够深刻感受到所提到城市的独特魅力和文化氛围，也让这种情感共鸣更加直观和强烈，为观众提供了更加沉浸式的体验。正是有了这些模态的配合交互，才使得这些信息更加生动、直观和易于理解。观众在接触这些多模态的信息时，能够更快速地抓住重点，理解对话所传达的内涵意义，形成对所指事物深刻的认识。
5.2. 该流行语体现的社会内涵
网络流行语作为一种全新的语言方式和文化载体，反映了大众的文化诉求和社会文化现象[7]。以“city不city”为例所代表的网络流行语通过简洁而生动的措辞，外加上所传达出的愉悦和乐观的情绪，迎合了现代社会中人们对于娱乐性和轻松氛围的渴望。同时作为当代青年亚文化传播的关键媒介，这类网络流行语其特有的语言风格为使用者提供了群体融入的途径。这种群体归属感的形成不仅依赖于流行语的普遍运用，更深层次地植根于对特定文化社群的价值观认同。年轻一代借助此类语言符号塑造独特的社群文化，在完成自我身份建构的同时，也强化了网络社交中的情感联结与价值共识。同时经研究发现在具体使用场景中，“city”的评判标准并非固定不变，而是随着社群共识动态会进行调整。在美食领域视频中对话者将摆盘精致的fusion cuisine (融合菜肴)视作“city”，而街头小吃则被归为“不city”；在旅行场景中，游客会将网红打卡地附上“city”认证，而传统景区则需通过二次创作才能获得该标签。我们不难看出这种流动的评判体系就会要求参与者持续关注社群的语义更新，客观上强化了成员对群体价值观的认同与维护，形成具有排他性的审美共同体。值得关注的是，该表达在建构归属感的同时，也通过语义异化实现了文化立场的弹性表达。比如当用户将农家乐称为“今日份city”，或将奢侈品店戏称为“不city现场”时，实质上是在解构“国际化 = 高级”的固有认知。这种集体性的语义游戏，既满足了青年群体对主流审美标准的戏谑挑战，又为不同文化立场的个体提供了共存的缓冲空间，从而形成了动态平衡的群体认同模式。
6. 结语
在系统功能语言学理论视角下，网络流行语“city不city”在概念功能、人际功能、语篇功能中的多模态隐喻特征通过文字、图像、声音等模态的协同，构建了关于城市“时尚度”的隐喻，并体现了社会文化意涵。在概念功能上，它将“city”从“城市”概念域投射到“时尚度”评价域；在人际功能上，通过一种新型社会互动模式增强了群体认同感；在语篇功能上，通过衔接和固定问答框架引导读者深化对城市定义的理解。此外，三重模态的交互作用强化了信息表达和观众的情感共鸣，反映了大众文化诉求和身份认同，提供了群体融入的途径。本文旨为网络语言研究提供新视角，未来可进一步拓展至其他网络流行语的分析。