中美貿(mào)易戰(zhàn)社交媒體話語的情感傾向及主題焦點研究*

2022-11-01 08:34浙江工商大學徐玉蘇錢毓芳

外語教學理論與實踐 2022年2期

浙江工商大學徐玉蘇錢毓芳

提要：為了探究西方社交媒體對中美貿(mào)易戰(zhàn)的態(tài)度及關注焦點，本文爬取了貿(mào)易戰(zhàn)期間Twitter上相關的熱門英文推文，對其進行了情感傾向分析和主題建模。研究發(fā)現(xiàn)83%的推文帶有消極情感傾向且情緒反應激烈；對消極推文的主題建模展示了Twitter用戶對貿(mào)易戰(zhàn)的八大評論焦點，幾乎全部圍繞貿(mào)易戰(zhàn)給美國及世界帶來的諸多不利影響。研究結果表明特朗普在貿(mào)易戰(zhàn)這一經(jīng)濟策略上受到了普遍的批評和抨擊，并沒有得到民意的支持。

1. 引言

在當下網(wǎng)絡輿情研究的進程中，社交媒體大數(shù)據(jù)的價值表現(xiàn)極為突出。很多社會熱點的輿情問題，如民眾態(tài)度、人際互動、集群行為、輿論演變等，都能通過網(wǎng)絡平臺的大數(shù)據(jù)得到精準測量和可視化呈現(xiàn)，為輿情的監(jiān)測與引導等研究提供了堅實的技術保障。

自從中美貿(mào)易戰(zhàn)爆發(fā)后，網(wǎng)絡輿情發(fā)展態(tài)勢迅猛，特別是隨著中美雙方交鋒的不斷升級，迅速引發(fā)了來自不同立場和觀點的激烈爭辯。而主流社交媒體Twitter則成為了西方的輿論主陣地。Twitter是目前普及度最廣、用戶人數(shù)最多的全球化社交媒體之一。Twitter的字數(shù)限制(140字)和交互性的平臺功能設置使得推文針對性強、中心明確、言簡意賅地表達出用戶的態(tài)度傾向。這些推文話語不僅完整地記錄著社會輿情和民意，能成為輿論監(jiān)督的利器和實時的民意調(diào)查系統(tǒng)，而且它們傳達的態(tài)度、意見和情緒表現(xiàn)的總和會構成社會輿論，輿論的一致性、強烈程度和持續(xù)性則會影響事態(tài)的發(fā)展和進程(陳力丹，2012： 35)。

因此，對中美貿(mào)易戰(zhàn)時期Twitter相關輿情的研究能成為輿論分析、監(jiān)測和預警的有效途徑，成為我們感知中國國際形象、評價中國國際影響力的重要來源。同時，對相關話語的批評分析能揭示語言結構背后隱含的價值體系和意識形態(tài)，因此，對進一步應對中美博弈及改善國際輿情環(huán)境具有重要的參考價值。

2. 研究方法

本文利用爬蟲程序從Twitter獲取相關語料。為了探究Twitter用戶對中美貿(mào)易戰(zhàn)的態(tài)度和關注焦點，我們編寫Python程序運用情感分析(sentiment analysis)和主題建模(topic modeling)技術對語料開展話語研究。

1) 語料收集與處理

目前，獲取Twitter數(shù)據(jù)主要有調(diào)用API接口和采用爬蟲程序兩種方法。由于利用API接口獲取數(shù)據(jù)的方法對訪問的頻次和時間有較多限制，因此本文利用Twitter自帶的搜索功能，采用爬取網(wǎng)頁數(shù)據(jù)的方式來收集語料。我們以；作為確切短語，以2018年3月22日貿(mào)易戰(zhàn)正式爆發(fā)為起點，并設置2020年1月16日中美第一階段經(jīng)貿(mào)協(xié)議簽訂為終點，搜索該時間段內(nèi)相關的熱門英語推文。之后，我們利用Gooseeker爬蟲程序提取了推文五個字段的內(nèi)容，分別是用戶名、發(fā)布日期、推文文本、轉(zhuǎn)推量和點贊量。經(jīng)過清洗和人工篩選，去掉無關和少于5個字符的文檔以及重復文本，最后共獲取原創(chuàng)(不包含轉(zhuǎn)發(fā)和回復)熱門英語推文12，022條。之后，我們又過濾了非文本成分(如html鏈接、圖片鏈接、@人名、hashtag#等)，并利用PyEnchant類庫對文本進行了拼寫更正。

2) 語料分析

(1) 情感分析(sentiment analysis)

情感分析是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程，從而得到對評論事件的總體態(tài)度和評價。本文采用VADER(Valence Aware Dictionary and Sentiment Reasoner)情感分析技術(Hutto et al.， 2014)對每條推文進行情感傾向分析，以明確Twitter用戶對中美貿(mào)易戰(zhàn)的態(tài)度。VADER是專為社交媒體設計的基于詞庫和語法規(guī)則的情感分析工具，包含了對近萬單詞、標點符號以及網(wǎng)絡用語的情感強度統(tǒng)計。在計算時可查詢每個單詞或符號的情感強度指數(shù)，然后正則化，得到句子的情感綜合指數(shù)。

(2) 主題建模(Topic modeling)

主題建模的本質(zhì)是通過對文本中詞的分布規(guī)律的觀察，生成主題集合并獲取主題及各主題關鍵詞的概率分布。目前最為常用的LDA(Latent Dirichlet Allocation)方法是由D. M. Blei于2003年提出的三層貝葉斯主題模型，在主題建模方面具有顯著的優(yōu)勢。LDA適用于處理通用的中長篇文本，如果直接對推文進行主題建模，在一定程度上會受到推文篇幅過短、內(nèi)容和格式散亂等方面的影響。然而社交媒體本身存在一定的“聚集策略”，例如本文中的推文語料均圍繞同一術語“中美貿(mào)易戰(zhàn)”，因此按照術語模式，可以將這些推文聚集為一個長文本，再進行LDA模型的訓練(Hong & Davison， 2010；張培晶、宋蕾，2012)。據(jù)此，我們把由情感分析獲得的積極和消極這兩類推文分別合并后再進行主題建模，抽取主題分布及關鍵詞，以明確持不同態(tài)度的用戶所關注的內(nèi)容焦點。

3. 研究結果

1) 情感傾向

圖1. 推文情感傾向分布圖

因單詞帶有一定的負面情感，我們先將其過濾，之后在Python程序里加載VADER程序包，運行后即獲得每條推文的情感綜合指數(shù)，可視化結果見圖1。圖中縱軸代表推文的發(fā)布時間，橫軸代表VADER情感綜合指數(shù)，每一個標記點則對應一條推文。根據(jù)程序設置，VADER情感綜合指數(shù)大于等于0.05為積極情緒，代表肯定或贊成的褒揚態(tài)度；介于-0.05和0.05之間為中立情緒，代表沒有明顯的態(tài)度傾向；而小于等于-0.05則為消極情緒，代表批評或否定的反對態(tài)度。另外，正值的指數(shù)越靠近1，代表積極的情感越強烈；而負值的指數(shù)越靠近-1，則代表消極的情感越強烈。從圖中我們不難發(fā)現(xiàn)，標記點在時間軸上幾乎呈均勻分布，表明數(shù)據(jù)量充分，民眾情緒穩(wěn)定。其次，大于等于0.05的標記點分布較為稀疏，而且指數(shù)越靠近1，標記點的數(shù)量越為稀少；相反，小于等于-0.05的標記點分布非常密集，而且隨著負面情緒的增強越來越稠密。介于-0.05和0.05之間的標記點分布盡管也較為密集，但數(shù)量有限?？梢?，在談及中美貿(mào)易戰(zhàn)時，只有極少部分民眾發(fā)表的是帶有積極或者中立情感的評論，絕大多數(shù)持消極情緒，且言辭激烈。我們對情感傾向分布進一步作概率統(tǒng)計，得出帶積極情感的推文比例為12.2%，而帶消極情感的推文比例則高達83.0%，其它則為中立。

另一方面，轉(zhuǎn)發(fā)和點贊量能反映人們對推文觀點的認可程度。轉(zhuǎn)發(fā)或點贊量越多則說明當前推文受到的認可程度越高。因此，我們對所有推文、轉(zhuǎn)發(fā)量前10%的推文以及點贊量前10%的推文的情感指數(shù)分別作了統(tǒng)計分析，發(fā)現(xiàn)其各自的均值、標準差和消極推文的比例都非常接近(見表1)。由此說明，當前統(tǒng)計所反映的情緒穩(wěn)定，樣本量充分，所得到的結果能夠體現(xiàn)民眾的主流情感傾向。

表1. 關于推文的相關統(tǒng)計數(shù)據(jù)

綜上所述，Twitter用戶對中美貿(mào)易戰(zhàn)的態(tài)度呈現(xiàn)出近乎一邊倒的消極情感傾向，且情緒較為激烈。對事件情緒的分析從本質(zhì)上而言就是對情緒背后社會背景的剖析。那么，造成消極情緒的緣由是什么？民眾表達的是對中國的不滿，對特朗普政府的批評，還是對貿(mào)易戰(zhàn)的擔憂？這可以利用主題建模來進一步明確推文所關注的焦點。因此，我們將分別對積極和消極這兩類推文進行主題建模，以探究情緒背后深層次的原因。

2) 主題建模

在對推文做主題建模之前，要進一步對清洗過的語料進行預處理。首先，我們把積極和消極這兩類推文分別聚集為兩個長文本，然后進行分詞并全部轉(zhuǎn)化為小寫，再去除停用詞和標點符號。由于語料圍繞中美貿(mào)易戰(zhàn)，因此相關詞匯，，，，，，等不具備更細粒度的主題識別能力，也需要去除。之后，我們使用Python調(diào)用第三方的LDA庫(Gensim)，經(jīng)過多次反復循環(huán)調(diào)整主題數(shù)和迭代次數(shù)，使最終輸出的結果達到最佳為止。

(1) 積極推文的LDA建模

對積極推文的LDA建模發(fā)現(xiàn)，無論主題數(shù)設置為多少，每個主題下顯示的關鍵詞均趨于雷同。關鍵詞大致可分為四類：主體名詞(，，，等)；與貿(mào)易相關的名詞(，，，，等)；富含積極情感的形容詞(，，，等)；表示正面意義的動詞(，，等)。上述的情感傾向分析顯示只有極少部分的推文對中美貿(mào)易戰(zhàn)持積極正面的態(tài)度，而LDA分析進一步告訴我們積極的評價集中于“農(nóng)民、經(jīng)濟、市場、國家、增長”這幾個相當有限的維度，而出現(xiàn)最多的動詞大多是對“贏”的渴望或吶喊。如：

[1] “I am the chosen one，” Donald Trump told reporters on Wednesday. He looked up to the heavens as he said this， CNBC reports， so perhaps he truly believes that God anointed him toa trade war with China， which he also started.

譯文：唐納德·特朗普周三對記者說：“我是被選中的人?！盋NBC報道說，他說這話的時候仰望著天空，所以也許他真的相信是上帝選定他與中國的貿(mào)易戰(zhàn)，這也是他發(fā)動的。

[2] The Trump economic miracle is still in full swing AND he isthe trade war while he’s at it. Amazing!

譯文：特朗普的經(jīng)濟奇跡仍在如火如荼地上演，他正在這場貿(mào)易戰(zhàn)。太神了！

分析中另一個較為顯著的現(xiàn)象是幾乎所有主題下出現(xiàn)的第一個關鍵詞都是。我們利用AntConc軟件觀察了的出現(xiàn)頻率及相關語境(見圖2)。在1，471條的積極推文中，共出現(xiàn)了631次，而對語境的考察顯示，與貿(mào)易戰(zhàn)幾乎如影相隨。如：

圖2. Trump一詞的檢索行

[3] There was an article in the NY Post last week that has me thinking Presidentwith China is actually helping us. In the long run， we will be better off.

譯文：上周《紐約郵報》有一篇文章讓我認為實際上是在幫助我們。從長遠來看，我們會過得更好。

[4]has come with an unexpected bonus： more trade. A rush to get ahead of higher tariffs， particularly on U.S. imports from China， has motivated American companies to increase orders， which has helped boost volumes at the country’s ports.

譯文：帶來了意想不到的好處：更多的貿(mào)易。提高關稅特別是對美國從中國進口的商品征收關稅，促使美國公司提前增加訂單，這有助于增加美國港口的貨運量。

可見，民眾在評論中美貿(mào)易戰(zhàn)時經(jīng)常提到是由特朗普挑起的爭端，這除了與特朗普高調(diào)的處事風格有關外，還受中美兩國不同的政治體制影響。中國的外交政策由外交部、商務部等有關機構共同制定，而美國總統(tǒng)則被憲法賦予了外交方面最高的實質(zhì)性權力，包括以簽訂行政命令的方式來決定外交問題。此外，這些民眾在對貿(mào)易戰(zhàn)作積極評價時突出強調(diào)其決策者，不難猜測他們也是特朗普的擁護者。他們把對總統(tǒng)的支持轉(zhuǎn)移到其頒布的行政命令上，通過大肆宣傳命令的正面效應來增強心理認同和情感共鳴，從而達到促進政治意識認同、強化政治關聯(lián)、鞏固其領導地位的目的。

(2) 消極推文的LDA建模

我們對消極推文也開展了不同主題數(shù)目設置下的若干建模。當主題數(shù)目設置為8時，獲得了最優(yōu)的主題識別結果。因此，我們把LDA的結果整理成8個主題，每個主題保留10個關鍵詞，見表2。

表2. 消極推文的關鍵詞分布及主題命名

如表2所示，主題1中的關鍵詞s，，，，顯然與股票相關，而，，帶有明顯的負面評價，結合例子我們能明確該主題是關于股票下跌的事實描述及由此產(chǎn)生的恐慌情緒的宣泄，因此我們把這一主題命名為“股票下跌”。同理，主題2中的關鍵詞，，，，，，涉及關稅對農(nóng)民、大豆生產(chǎn)及其出口的負面影響，故命名為“農(nóng)民利益受損”；主題3中的關鍵詞，，，，，，，涉及關稅對消費和就業(yè)的不利影響，故命名為“消費和就業(yè)影響”；主題4中的關鍵詞，，，，，，，主要涉及人民幣、美元、比特幣等的下跌，故命名為“貨幣下跌及財政赤字”；主題5中的關鍵詞，，，，，，，，代表對市場發(fā)展和全球經(jīng)濟衰退的擔憂，故命名為“經(jīng)濟衰退”；主題6中的關鍵詞，，，，，，，，，有關美國與其他國家的外交關系，故該主題被命名為“外交關系影響”；主題7中的關鍵詞，，，，涉及對華為的制裁以及孟晚舟被捕事件，故命名為“華為事件”；主題8中的關鍵詞，，，，，有關貿(mào)易戰(zhàn)對美國一些大公司的負面影響，故命名為“對美企的影響”。經(jīng)過命名，我們得到了消極推文的8個主題，即8個內(nèi)容焦點。

從經(jīng)濟與民生層面來看，Twitter用戶關心并擔憂貿(mào)易戰(zhàn)對經(jīng)濟發(fā)展、股票市場、消費就業(yè)和企業(yè)發(fā)展所帶來的打擊與破壞。因篇幅有限，本文僅從轉(zhuǎn)發(fā)量位于前10%的推文中選取部分例子加以說明。

[5] Trump’s trade war with China is doing， and it’s showing up in.in a wide range of businesses， from clothing to machinery， are.

譯文：特朗普與中國的貿(mào)易戰(zhàn)對美國經(jīng)濟，而且在也有所體現(xiàn)。從服裝到機械，很多行業(yè)的。

[6] BREAKING；as trade war between U.S. and China escalates；.

譯文：破發(fā)；隨著中美貿(mào)易戰(zhàn)升級，；。

[7] This is—— for both. Our escalating trade war with China will lead toand.

譯文：這對來說都是——的。我們與中國不斷升級的貿(mào)易戰(zhàn)將導致和

[8] Factories in China and the U.S. have seen. Ain Chinese demand for iPhonesnearly $75 billion off. Thecaused by the trade war has spread farther than expected.

譯文：中國和美國的工廠。中國市場對iPhone的需求，使蘋果近750億美元。貿(mào)易戰(zhàn)造成的比預期的要大得多。

美國的農(nóng)民是特朗普的主要支持者，但用戶們紛紛發(fā)推文控訴美國農(nóng)民遭受了“巨大的損失”、“破產(chǎn)”、“被壓垮”、“被迫自殺”等。例如：

[9] We’re borrowing billions from China to subsidize farmers who arein a trade war that’sthem because Donald Trump is an economic ignoramus who doesn’t understand trade or markets and his sycophants won’t tell him he’s wrong.

譯文：我們從中國借了數(shù)十億美元來補貼那些在貿(mào)易戰(zhàn)中的農(nóng)民，因為唐納德·特朗普是一個不懂貿(mào)易和市場的經(jīng)濟無知者，而他的馬屁精們不會告訴他他錯了。

[10] Virginia’s soybean industry was already gettingbefore this latest round of tariffs. This trade war is not holding China accountable. It’sfarmers and small business owners all over the country who are just trying to earn a living.

譯文：在最新一輪關稅出臺之前，弗吉尼亞州的大豆產(chǎn)業(yè)已經(jīng)了。這場貿(mào)易戰(zhàn)并沒有讓中國承擔責任。它了全國各地一心只想謀生的農(nóng)民和小企業(yè)主。

[11] WISCONSIN FARMER TELLS FOX NEWSRISING IN RURAL U.S. AMID CHINA TRADE WAR.

譯文：威斯康星州一位農(nóng)民告訴福克斯新聞，在中國貿(mào)易戰(zhàn)中，美國農(nóng)村地區(qū)的、案件不斷增多。

以上例子中的劃線部分顯示了用戶對貿(mào)易戰(zhàn)的關注焦點和直接公開的意見與情緒?？梢?，貿(mào)易戰(zhàn)對于美國自身的不利影響昭然若揭。而且，，，，，，等詞以及全部字母大寫的書寫格式蘊含著強烈的消極情感傾向，表達了民眾對貿(mào)易戰(zhàn)的強烈不滿與排斥，也驗證了上述由情感傾向分析得出的結果，即持消極情緒者大多言辭激烈。

其次，Twitter用戶還關注貿(mào)易戰(zhàn)對美國國際關系和世界經(jīng)濟局勢所帶來的負面影響。例如：

[12]. Currently， it’s engaged in an， aand a. It has also threatened.

譯文：。目前，它正與，，并。它還。

[13] Trump’s reckless trade war is poised to. How many senators and representatives spoke out against this? The ones who didn’t should get voted out now! China hits the United States with tariffs on $3 billion of exports.

譯文：特朗普魯莽的貿(mào)易戰(zhàn)準備。有多少參議員和眾議員對此表示反對？那些沒有提出反對的人現(xiàn)在應該被淘汰了！中國向美國征收30億美元出口關稅，重擊了美國。

因主題7“華為事件”從關鍵詞考察內(nèi)容不甚明確，我們對有關華為的所有推文做了細致分析以進一步明確用戶們的評論焦點。推文中出現(xiàn)頻率最高的言論是：孟晚舟在加拿大的被捕事件使得美國的國際外交關系變得更為混亂；對華為的禁令加劇了對貿(mào)易戰(zhàn)的恐慌；禁令會損害美國的芯片制造業(yè)及整個高科技生態(tài)體系。還有不少聲音指出，把華為列為國家安全威脅是出于政治目的，特朗普不應該將華為作為貿(mào)易戰(zhàn)籌碼；貿(mào)易戰(zhàn)阻礙了美國自身的5G發(fā)展，促使華為開發(fā)出自己的操作系統(tǒng)。但也有少量推文對華為進行負面的評論。

4. 討論與分析

美國發(fā)動貿(mào)易戰(zhàn)，從本質(zhì)上而言陷入了“修昔底德”之困，反映了美國對中國的防范與壓制(陳繼勇，2018)。但是，出乎特朗普政府的意料，中國堅決維護自身立場和人民利益，不僅有理有據(jù)地駁斥了其破壞世界貿(mào)易秩序的霸凌行徑，并且作出了強有力的精準反擊，使得美國自身的利益也遭受了巨大的損失。這在本文的實證研究中得到了進一步驗證。

研究結果表明，特朗普采取的中美貿(mào)易戰(zhàn)這一經(jīng)濟策略受到了普遍的批評和抨擊，并沒有得到太多Twitter用戶的支持。對推文的情感傾向研究顯示，83%的推文帶有消極情感傾向，且情緒反應普遍較為激烈。而對消極推文的主題分析則進一步揭示了負面情緒產(chǎn)生的根源，即貿(mào)易戰(zhàn)給美國及民眾甚至世界經(jīng)濟和局勢帶來了諸多不利影響，包括美股大跌、農(nóng)業(yè)受損、就業(yè)困難、生活成本上漲、貨幣下跌、債務上漲、企業(yè)利潤受損、全球經(jīng)濟衰退、外交關系緊張等。Twitter上關于貿(mào)易戰(zhàn)的質(zhì)疑與批駁折射出各方利益博弈態(tài)勢的微妙變化，本質(zhì)上是各社會階層利益沖突與矛盾的顯現(xiàn)與迸發(fā)。Twitter平臺的互動與開放性會迅速擴大負面情緒的傳播，進而形成一股廣泛的社會合力，甚至影響事件的走勢。事實證明，特朗普于北京時間2020年1月16日正式簽署中美第一階段的經(jīng)貿(mào)協(xié)議，宣告中美長達兩年的貿(mào)易戰(zhàn)暫告一段落。此外，本文的研究發(fā)現(xiàn)也與美中貿(mào)委會于2021年1月份發(fā)布的題為《美中經(jīng)濟關系：關鍵時刻的關鍵伙伴關系》的報告不謀而合。報告稱，與中國的貿(mào)易爭端未能實現(xiàn)特朗普政府的相關政策目標。它不但沒有給美國經(jīng)濟帶來好處，反而降低了美國的經(jīng)濟增長和就業(yè)?！皳?jù)估算，在峰值時美中貿(mào)易戰(zhàn)爭端導致美國減少24.5萬個工作崗位”?！俺硕唐趦?nèi)對經(jīng)濟生產(chǎn)造成重大沖擊外，長期來看，還會永久性地降低美國GDP”。這也進一步驗證了本文研究結果的效度和信度?？梢?，社交媒體大數(shù)據(jù)的話語分析能為熱點事件的輿情分析、監(jiān)測和預警提供有效的研究路徑。

Twitter等社交媒體技術的問世賦予了人們更多的話語權和自由表達的空間，已成為民眾集會就社會現(xiàn)實中關乎共同利益的議題開展討論從而實現(xiàn)政治和民生參與的公共領域。然而，基于Twitter的研究結果也應客觀辯證地加以分析與審視。首先，在全球化經(jīng)濟時代，中美貿(mào)易戰(zhàn)早已超越了兩個經(jīng)濟體的范疇，其影響波及全球各個國家和不同行業(yè)領域。本文的推文語料主要來源于美國本土的Twitter用戶，還有一些來自其它國家。當前的情感傾向分析結果無法區(qū)分不同國家群體對當前輿論的影響，但主題分析所提煉出的關注焦點幾乎都與美國人民利益息息相關，更多地體現(xiàn)了美國民眾的呼聲。需要明確的是，不論哪個國度的群體發(fā)聲都會對事件的發(fā)酵和演變產(chǎn)生直接的影響。其次，盡管來自美國的Twitter用戶僅代表美國人口的非多數(shù)派，但幾乎囊括了美國所有政客、利益集團、媒體和大量關心時政的民眾(章瀚夫，2018)。本文爬取的語料來自Twitter上關于貿(mào)易戰(zhàn)議題的熱門推文，大部分被轉(zhuǎn)發(fā)上百次甚至幾萬次，具有一定的影響力，可以說能代表平臺上的主流思想。值得一提的是，Twitter貌似是獨立于其它媒體的新媒介，但是在這個錯綜復雜的信息時代，來自主流的傳統(tǒng)媒體也會很大程度上間接對Twitter上的輿論產(chǎn)生影響。而現(xiàn)在美國的主流媒體已淪為民主黨的宣傳工具，再加之話語的主導權主要掌握在受教育程度相對較高的階層，所以從美國兩個黨派的支持者在Twitter上的影響力而言，特朗普政府會略微遜色。這在2018年末美國獨立民調(diào)和智庫機構皮尤研究中心對2 791名美國Twitter用戶的調(diào)查報告中得以驗證。因此，Twitter上針對特朗普的攻擊以及對其施政的悲觀情緒也會在一定程度得以增強。這一結論從當前結果的分析中可見一斑。

5. 結論