当国家认同遇上阴谋论：国家认同语言在公众参与和关于 COVID-19 阴谋论的讨论中的传染

『柏拉图说』是由南京大学计算传播学实验中心的成员们于2022年4月发起的论文精读与推介活动，我们将定期推送新闻传播学TOP期刊最新内容、新闻传播学前沿及相关量化研究方法论文。我们致力于深耕传播学领域，紧跟专业研究热点，延伸学术视角，拓展群体智慧。

柏拉图说 论文推介第 153 篇

Anfan Chen, Kaiping Chen, Jingwen Zhang, Jingbo Meng, Cuihua Shen, When national identity meets conspiracies: the contagion of national identity language in public engagement and discourse about COVID-19 conspiracy theories, Journal of Computer-Mediated Communication, Volume 28, Issue 1, January 2023, zmac034, https://doi.org/10.1093/jcmc/zmac034

一、摘要

该论文聚焦于新冠疫情背景下中国社交媒体微博上国家认同语言与新冠阴谋论的传播和讨论之间的关系。研究基于社会认同去个体化效应模型（SIDE）和社会认同理论，通过对大量微博数据的分析，揭示了在阴谋论相关的公共对话中存在身份传播传染模式。研究发现原帖中使用国家认同语言与后续对话中此类语言的更频繁使用相关，且参与新冠阴谋论讨论的用户在日常社交媒体对话中也更多使用国家认同表达。这一研究为理解非西方语境下身份传染式传播如何加剧社交媒体上公众对错误信息的参与提供了理论和实证见解。

二、研究目的

在这项研究中，作者通过关注微博（中国最受欢迎的社交媒体平台之一）探索社会认同理论和 SIDE 模型在错误信息研究中的应用，特别是研究国家认同语言如何影响新冠阴谋论在社交媒体上的传播和讨论，拓展相关理论在这一领域的解释力。

三、研究假设

H1：与不使用群组内偏袒语言的帖子相比，使用群组内偏袒语言的阴谋论相关帖子可能会获得更多的点赞、评论和更大的传播规模。

H2：与不使用的帖子相比，使用群组内偏袒语言的阴谋论相关帖子可能会收到包含更多群组内偏袒语言的回复。

H3（a）：使用群体外敌意语言的阴谋论相关帖子可能比不使用的帖子获得的点赞数少。

H3（b）：与不使用外群体敌意语言的帖子相比，使用外群体敌意语言的阴谋论相关帖子可能会收到更多评论，传播范围也更大。

H4：与不使用外群体敌意语言的帖子相比，使用外群体敌意语言的阴谋论相关帖子可能会收到包含更多外群体敌意语言的回复。

H5：与在讨论 COVID-19 阴谋论时不使用国家认同语言的人相比，在讨论 COVID-19 阴谋论时使用国家认同语言（即内部群体偏袒和外部群体敌意词）的人也更有可能在日常帖子中使用此类语言。

四、研究方法

（一）数据收集与处理

作者的数据收集遵循三个步骤（见补充附录 A）。

首先，作者从 胡 等人（2020 年）创建的大规模公共冠状病毒微博数据集 （Weibo-COV） 中检索了超过 4000 万篇与 COVID-19 相关的帖子。其次，作者从主流事实核查网站中汲取灵感，确定了 35 种与 COVID-19 阴谋论相关的叙述，这些叙述被用作对帖子是否符合包含阴谋论的分类的基础。第三，作者让三名编码员开发关键字组合来总结每个阴谋论，以使用 MongoDB 中 WeiboCOV 数据库中的布尔查询搜索方法检索帖子。这些关键词组合旨在允许检索与阴谋论相关的最大潜在帖子数量，以实现穷尽（见补充附录 B）。经过上述三个步骤，这些 COVID-19 阴谋论及其代表性关键词组合使作者能够从 6,735 个独立用户中检索到 6,735 个原创的阴谋论相关帖子（总共引发了 346,783 次转发和 38,075 次回复）。

在这项研究中，作者只专注于研究 1,516 个与 COVID-19 相关的原始帖子，包括阴谋论帖子和揭穿帖子。最终数据集包含 1,516 篇独特且原创的微博帖子（原创帖子是开始帖子的帖子，而不是转发或评论），日期为 2020 年 1 月 1 日至 2020 年 4 月 30 日。这 1,516 篇原创帖子吸引了大量受众，产生了 27,689 次转发、150,636 个赞和 25,067 条评论。然后，通过使用 WeiboEvents 在传播链中收集它们各自的转发来重建每个阴谋论 （n 1⁄4 923） 和揭穿 （n 1⁄4 593） 帖子的传播链（图 1）（图 2）。这个开放获取的微博分析系统根据原始帖子的统一资源定位符 （URL） 回顾性地跟踪和收集每个帖子的转发信息，在所有传播级联中产生了 51,050 次转发，其中 17,405 次是带有回复的转发（7,607 次是阴谋论帖子，9,798 次是揭穿帖子），由 16,938 名独立微博用户发送。

最后，为了构建用户每日帖子的数据集，从 2021 年 2 月 5 日从其微博主页检索了 16,938 名转发评论的独立微博用户的 700 篇最新帖子1，得出 16,439 名微博用户生成了 7,064,299 篇帖子。应该注意的是，截至 2021 年 10 月 31 日（作者提取最近的帖子时），胡 et al.（2020 年）的原始数据集中的 499 个独立微博用户帐户已被审查或删除。

（二）变量测量

1. 用户参与度：通过点赞数、评论数和扩散规模（扩散链上相关信息到达的用户数量）来量化阴谋相关帖子的用户参与度。

2. 国家认同语言使用：基于社会心理学和政治学理论，将国家认同语言分为内群体偏爱和外群体敌意语言。通过构建包含 128 个词汇的字典（47 个内群体偏爱词和 81 个外群体敌意词），识别帖子中是否使用此类语言，并计算相关词频。

3. 控制变量：包括内容相关特征（如 URL、标签、情感）和用户层面特征（如性别、粉丝数、用户类型）以及帖子类型（辟谣或传播阴谋论）。

（三）分析方法

通过调整类似研究中使用的方法（Fletcher & Nielsen，2018），作者调整了回归模型，以检查包含群体内偏爱和外群体敌意的语言使用如何预测阴谋论相关帖子的用户参与度和用户回复中身份语言的使用。如下图所示：点赞数（模型 1a）、评论数（模型 1b）和扩散大小是离散计数变量（模型 1c），而回复中的组内偏爱和组外敌意词的数量（模型 2a 和 2b）反映了一段时间内行为的发生次数。为了检验假设，采用了泊松回归模型。此外，为了检查 H5，作者进行了一系列 t 检验，以检查用户在历史帖子中的民族身份语言频率与他们在讨论 COVID-19 阴谋论时采用民族身份语言之间的关联。

五、研究结果

（一）国家认同语言在阴谋论和辟谣帖子中的使用规模

1. 在 1516 条与新冠阴谋论相关的原始帖子中，传播阴谋论的帖子比辟谣帖子使用了更多的内群体偏爱词汇（传播帖均值为 0.59，辟谣帖均值为 0.40，p <.01）。

2. 传播阴谋论的帖子也比辟谣帖子使用了更多的外群体敌意词汇（传播帖均值为 0.32，辟谣帖均值为 0.11，p <.001）。

（二）内群体偏爱和外群体敌意语言与阴谋论相关帖子的用户参与度的关联

1. 内群体偏爱语言与阴谋论相关帖子的用户参与度呈正相关。使用内群体偏爱词汇的帖子，点赞数是未使用者的 1.163 倍（e^{0.151}），评论数是 1.077 倍（e^{0.074}），扩散规模是 1.259 倍（e^{0.230}）。

2. 外群体敌意语言与用户参与度的关联较为复杂。使用外群体敌意词汇的帖子，评论数是未使用者的 1.123 倍（e^{0.116}），扩散规模是 1.174 倍（e^{0.160}），但点赞数是未使用者的 0.280 倍（e^{-0.328}）。

（三）用户回复中使用国家认同语言的传染情况

1. 对于内群体偏爱语言，使用该语言的原帖在回复中收到的内群体偏爱词汇计数是未使用者的 6.190 倍（e^{1.823}）。

2. 对于外群体敌意语言，使用该语言的原帖在回复中收到的外群体敌意词汇计数是未使用者的 5.479 倍（e^{1.701}）。

（四）新冠疫情之外用户日常帖子中的民族主义叙事

1. 在 16439 名微博用户中，讨论新冠阴谋论时使用内群体偏爱语言的用户，在其历史微博帖子中使用的内群体偏爱语言量显著高于未使用者（使用者均值为 1.59，未使用者均值为 1.52，t = -6.65，p <.001）。

2. 讨论新冠阴谋论时使用外群体敌意语言的用户，在其日常社交媒体帖子中使用的外群体敌意语言量也显著高于未使用者（使用者均值为 1.22，未使用者均值为 1.07，t = -11.64，p <.001）。

六、研究启示

（一）理论启示

1. 强调了身份驱动传播作为研究社交媒体上错误信息传播的重要框架的作用，将 SIDE 模型应用扩展到错误信息研究领域。

2. 突出了对不同结果中内群体偏爱和外群体敌意语言变化进行理论化和研究的重要性，不同文化背景下这些语言对用户参与度的影响存在差异，为进一步研究身份效应的潜在机制提供了方向。

（二）研究局限性及未来研究方向

1. 局限性

研究主要关注微博上国家认同叙事的传播，未系统调查传播者身份，未来可区分机构雇佣的民族主义者和个体民族主义者进行研究。此外，研究基于观测数据，可能存在其他解释用户使用国家认同语言的原因，未来可设计实验进一步探究。

2. 未来研究方向

进一步分析其他语言特征对错误信息传播的影响，以更好地预测谁更可能在社交媒体上传播错误信息。此外，研究政治文化在影响人们在线参与方式中的作用，尤其是不同文化背景下身份语言对用户参与行为的影响机制。

作者信息

Department of Science Communication, University of Science and Technology of China, Hefei, Anhui, China

分享者