数字时代，社交媒体对于政治行为的影响及其作用机制一再引起研究者的兴趣。社交媒体与线下政治行为的联系是怎样的？本文作者通过对强硬右翼社交媒体（hard-right social media）和民间骚乱（civil unrest）的空间回归分析发现：在强硬右翼社交媒体平台上，封闭的社交系统使信息的传播范围缩小、用户接触到的信息质量变高，同时使精英用户在该类平台上的作用凸显。这种结构改变了该类平台用户对于社会规范的信念，当他们看到自身已有的态度和价值观在社交媒体精英的言论中重现时，他们会对强硬右翼观点的可接受度更有信心，该过程会增加后续右翼民间动乱的可能性。
“为风暴而生”：强硬右翼社交媒体和民间骚乱
“为风暴而生”：强硬右翼社交媒体和民间骚乱
摘要:
作者简介:
编译来源:
Karell, D., Linke, A., Holland, E., & Hendrickson, E. (2023). “Born for a Storm”: Hard-Right Social Media and Civil Unrest. American Sociological Review, 88(2), 322–349.
本文作者之一：Edward Holland
首先，HRSM 类似于另类社交媒体平台，在通常情况下倡导“言论自由”和“个人自由”，在一定程度上被定义为主流平台的对立面。其次，HRSM 的内容主要是强硬右翼（hard right）的。“强硬右翼”在此并非指政治光谱中的某个极端（如“极右翼”）。而是源自这样的一个事实：它们经常美化被主流社交媒体“禁止”或“去平台化”的观点——这创造了一种具有 HRSM 特点的社会资本，并炫耀它们对所谓排斥的不满。最后，HRSM 在另一个重要方面有别于其他另类社交媒体平台，后者至少在其最初主张追求“生产者与消费者之间扁平的等级制度”，不以经济利润为导向。但大多数 HRSM 通过出售广告、会员资格和金融产品，以及为附属的保守派媒体精英和组织提供宣传等方式谋求利润。
三、强硬右翼媒体与线下骚乱的联系
但我们认为，HRSM的封闭性实际上可以增加民间骚乱。话语机会不仅塑造了信息的传播，也塑造了个人对所消费信息的体验。高质量的话语机会会使人们经常接触到明确的、（至少看似）可信的信息。我们认为，HRSM的孤立状态以限制传播范围但提高传播质量的方式塑造了话语机会。
假设1：HRSM 活动的增加将与随后发生的强硬右翼线下骚乱的增加有关。
四、强硬右翼媒体导致线下骚乱的机制
用户对信息传播的高质量体验在用户和极端分子之间建立了联系，这些联系使某些问题变得突出，同时引入激进的框架来对其进行解释，从而改变了用户的态度和偏好。最后，这种转变促使用户采取他们以前不会采取的行动，如参与抗议和暴力活动。
虽然社交媒体使人激进化的论点相当流行，但一些相关研究发现，用户可能并没有通过网络活动转变为激进分子。相反，他们似乎会消费与其线下偏好相匹配的在线内容，并加入与其现有观点一致的数字社群。其他有关在线活动和骚乱的研究也强调了社交媒体如何帮助用户有效地计划和分享抗议活动的后勤工作，以及了解其他人是否参与了抗议活动。这些“战略”和“同辈压力（peer pressure）”式的协调降低了集体行动的成本，增加了发生动乱的可能性。
假设2：HRSM 用户讨论事件协调（coordination of events，在此处指关于组织线下骚乱行动的语言）次数越多，随后发生的激进右翼民间骚乱就越频繁。
高质量的信息体验在一定程度上是由极度明显的强硬右翼信息以及对这种信息的合法化所构成的。从这一观点出发，我们假定，HRSM通过改变用户对社会规范的看法促进动荡。个体通常会根据群体中其他人的简单提示更新对可接受行为的认知，尤其是地位高且广受钦佩的群体成员。
最近的研究表明，社交媒体会让用户受到包括来自群体内精英的暗示，从而改变他们对可接受行为的看法。个人会认为他们现有的、私人的观点比以前更容易被接受。
上述关于一般规范和社交媒体用户的研究结论应适用于HRSM用户。首先，HRSM 用户选择加入 Parler 等平台并消费强硬右翼的网络内容。他们还经常选择密切关注HRSM的精英用户，这些精英得到了平台的推广，是更广泛的保守运动中受人尊敬的人物，这表明，HRSM用户已经持有强硬右翼观点。其次，HRSM的用户与独立的把关人和主张制定者隔绝，且接触到来自HRSM网络的精英解释和解读世界的可见和合法的信息。
假设3: HRSM用户的现有观点越多地反映在HRSM精英的言论中，随后发生的强硬右翼内乱就会越频繁。
我们使用 ACLED 项目的记录来衡量2020年1月至2021年1月期间美国的右翼民间骚乱（Raleigh 等，2010 年）。在该数据库中，有争议的事件是指任何三人或三人以上针对政府机构、政策和受保护人群等实体的示威活动。这些事件包括和平抗议和暴力抗议，以及骚乱和其他混战等活动。
图 1A 显示，右翼骚乱在美国相对罕见。大多数CBSA（N = 2281）没有发生任何事件。但是，五分之一的中央CBSA至少发生过一起事件，98 个中央CBSA（4%）发生过五次或五次以上事件。图 1C 显示了右翼骚乱的时间模式。其发生频率在 2020 年上半年有所上升，随后缓慢下降，在 2020 年下半年开始飙升。
对 HRSM 活动的观察样本来自 Parler 用户数据库，这些用户在 2020 年和 2021 年 1 月初上传或分享了自己录制的视频。每个视频（N = 57222）都与元数据相关联，包括日期和经纬度。
图 1B 显示，Parler 的使用在全国范围内比在骚乱时期更为普遍和均匀。在中央边境服务区中，70%至少有一个活动案例；770 个中央CBSA（34%）至少有五个活动案例。图 1C 显示了 Parler 的使用趋势。活动在 2020 年上半年有所上升，随后趋于平稳，然后再次增长。
为了验证第二和第三个假设，我们构建了三个变量。这些变量基于 Parler 活动数据库与视频记录数据集的链接，还包括获取的用户账户元数据。我们从公开发布的 Parler 数据中收集视频文件并转录其音频，从而创建了转录语料库。此外，我们还观看并解读了随机选取的200个视频。
为了检验假设2，我们构建了一个变量来捕捉用户在每个 CBSA 月中关于协调事件的语言量，并使用了一个半监督机器学习模型来学习“协调”这一主题，然后估算其在每段视频中的出现频率。
我们认为，如果HRSM用户看到他们的价值观在HRSM精英的言论中得到了反映，那么他们对行为规范的看法很可能会发生转变，从而促使他们作出相应的行为。因此，我们构建了一个变量，以衡量Parler（非精英）用户的视频内容与随后一个月 Parler 上精英言论的一致程度。
其中，S表示在特定的CBSA和月份t，用户对于精英反映自身观念的体验强度。该体验强度由以下变量构成，在该月份及其后续月份中，对于该地区的每个非精英视频（v），计算其与后续（t+1月份中的）全美范围内Parler 精英演讲的交叉熵（C）。
图2. 变量及数据统计表
实证调查的第二部分检验了假设 2 和假设 3。它复制了上一节中的 OLS 空间回归模型，但用 HRSM 话语替代了HRSM 活动变量。
表4呈现了我们对假设2和假设3的测试结果。基线模型估计了协调语言与随后动荡之间的关联，结果表明存在正向关系（p < 0.001）。然而，在引入先前的骚乱事件、邻近CBSA的骚乱事件、互联网接入、用户激进化等控制变量以及CBSA和月份固定效应后（见表4模型5），先前的协调语言与骚乱之间的关系却变得不显著了。当使用CCC数据时，我们获得了类似的结果。
表4还显示，用户内容在下个月精英内容中的反映，与用户所在CBSA的随后动荡呈正相关。基线模型（模型6）和考虑到控制变量及固定效应的模型（模型7）都证实了这种关联（分别为p < 0.001和p < 0.05）。模型8显示，即使调整了协调语言，这种关系仍然稳健（p < 0.05）。使用CCC数据产生了类似的结果。这些发现为支持假设3提供了有力的证据。它们也证明了下述论点：当HRSM用户看到他们现有的观点在HRSM的精英言论中得到反映时，他们对规范的认知将发生转变，从而导致更多的强硬右翼线下骚乱。
七、讨论和结论
未来研究的另一个方向是研究政治左派的社交媒体内容和活动，这可能会引发相应的争议活动。
另外，我们的理论工作还有待完善。例如，研究者后续可以进一步明确我们关于话语机会质量和社会规范认知的论点，与通常所说的 “错误/虚假信息”和“回声室”现象之间的异同。关于“错误/虚假信息（mis/disinformation）”的研究主要集中在无意产生的虚假或不准确的媒体内容，或有目的地设计和推广以误导他人的内容。但是，能够改变用户对规范的看法的导火索不一定是错误/虚假信息。另外，在社交媒体中，“回音室”指用户发现自己所处的环境中的信息和互动强化了他们已有的信念。然而，它们可能只是肯定而非改变用户对社会规范的现有理解。此外，回声室通常不涉及内部社会结构，如成员之间的地位差异和精英用户的作用。与此相反，我们的研究强调，在社交媒体活动影响用户的线下行为方面，精英地位发挥着重要作用。
