瑞典在线媒体中的气候变化否认与意识形态：运用计算方法测量意识形态变迁

编者荐语：

本文创新性地运用计算社会科学方法，考察了瑞典Facebook群组在气候变化议题上的意识形态演变轨迹。作者通过文本嵌入（LASER）与轨迹分析方法，将群组定位于二维意识形态空间，深入揭示了气候变化否认群组在主流意识形态空间中的边缘化特征，以及主流媒体、政党与否认群体之间的差异。文章巧妙结合了定量分析与话语分析，提出“问题化—行动主义”等新维度，为未来研究意识形态动态及社交媒体舆论生态提供了富有启发性的分析框架。

瑞典在线媒体中的气候变化否认与意识形态：运用计算方法测量意识形态变迁

摘要:

在本文中，我们考察了瑞典Facebook

群组在讨论气候变化问题时的意识形态轨迹，特别关注那些持有气候变化否认观点的群组。基于九年间的文本数据，我们通过文本嵌入技术构建意识形态空间，并运用轨迹分析来描绘这些群组的意识形态演变路径，探讨用户信念可能出现的激进化或极化趋势。研究结果表明，大多数传播气候变化否认观点的群组共享一个相似的意识形态空间，但它们更多处于该空间的边缘地带，而非核心区域。此外，我们识别出多个意识形态运动模式相似的群组簇，其中部分群组逐步向气候变化怀疑论或对气候变化问题更趋问题化的位置移动。最后，我们探讨了如何解读所构建的意识形态空间的不同维度。

作者简介:

VictoriaYantseva，乌普萨拉大学

编译来源:

Yantseva, V. (2025). Climate change denial and ideology in Swedish online media: measuring ideology change using a computational approach.

Journal of Computational Social Science

, 8 (1), 1-25.

本文作者 VictoriaYantseva

一、引言

近年来，众多研究关注日常交流数字化带来的威胁及其对民主辩论的影响。气候变化作为在线讨论中的重要议题，被广泛认为是一个迫切需要政府和社会立即采取行动的问题。此外，公民所获取的气候相关信息的质量与内容至关重要，因为研究表明，信息消费、气候变化信念与环境行动之间存在一定程度的相关性。

在瑞典这一政府信任度较高、政治极化程度较低、并且常被视为可持续发展领军者的国家，气候变化问题通常被认为是去政治化的共识性议题。然而，政治权力变迁、经济危机以及财政优先级调整，挑战了这一共识的稳定性，并促使关于最佳气候变化应对政策的替代性话语更加突出，同时也增加了意识形态变迁的可能性。

鉴于该议题的重要性，本文旨在绘制并量化在线讨论气候变化的不同行动者的意识形态变迁。在本研究中，意识形态被定义为一个社会群体所共享的信念与观念体系，用以解释和正当化特定规范、政策或政治行为。此外，我们结合意识形态的定量（尺度化）与话语分析方法（详见理论部分），并利用过去十年瑞典Facebook上的气候变化相关数据及多种计算方法进行分析。

本研究的核心方法之一是基于LASER文本嵌入的向量空间建模。LASER模型能够根据气候变化讨论中的语言使用情况，在多维意识形态空间中映射行动者的立场。随后，我们采用轨迹分析（trajectory analysis）这一时空数据分析方法，追踪行动者在意识形态空间中的位置变迁。此外，我们还结合了一系列自然语言处理（NLP）工具，以识别表达气候变化否认立场的内容。

本研究的两大核心任务如下：

任务1 ：构建一个意识形态空间，以刻画不同群体对气候变化的信念体系，并在该空间中映射其位置与聚类情况。

任务2 ：识别在该意识形态空间内，持相似气候变化立场的用户群体的运动模式。

尽管已有大量关于气候变化否认及其相关话语的研究，但多数研究集中于美国，并往往将这一现象与政治极化和意识形态联系在一起（详见后文）。然而，本文的研究对象是瑞典——一个斯堪的纳维亚国家，长期以来在可持续发展方面具有领先地位，并且以共识政治（consensus politics）为重要特征。然而，近期研究表明，围绕气候变化政策的辩论正在出现日益加剧的分歧，否认气候变化的思想影响力正在上升，并且这一趋势通常由右翼政党（如瑞典民主党）推动。这突显了理解这些意识形态如何随时间演变以及它们是否会变得更加极端的必要性。

此外，本文还推进了关于向量空间模型在意识形态与语义变迁研究中的应用，尤其是在非政治行动者及非传统政治议题的背景下。尽管轨迹分析方法通常用于移动数据研究，但据我们所知，该方法尚未应用于意识形态或语义变迁研究。此外，尽管定量意识形态研究往往聚焦于左-右政治意识形态维度，本研究则扩展了这一方法，使其适用于超越政党政治范畴的议题。

二、文献综述

1、斯堪的纳维亚及西方国家的气候变化否认

如前所述，现有关于公众对气候变化的态度和信念的研究大多集中在美国。常见的研究问题包括气候变化信念与政治意识形态及政党支持之间的关系，以及社会和政治极化与党派之争的影响。已有研究表明，支持共和党、右翼及保守主义意识形态的人群对气候变化议题的关注度较低。此外，这些研究还强调了美国公众在意识形态维度上的日益极化。

关于欧盟亦有相关研究。与美国的情况类似，研究发现，左翼意识形态支持者更倾向于相信气候变化的真实性，尽管因为气候变化和可持续发展问题在这些国家的公共讨论中的重要性较低，这一结论在东欧国家适用性较低。此外，民族主义意识形态的支持者更可能持有气候怀疑论观点。然而，与美国的研究结果不同，欧洲并未发现有明显的群体强烈否认气候变化，而在美国的类似研究中，则有特定群体明显持有此类立场。

在北欧国家，研究探索了保守主义和极右翼意识形态与气候变化否认之间的关系。在瑞典，另类媒体通过在气候变化讨论中使用反建制话语，甚至偶尔传播阴谋论，以助长这些观点的扩散。在挪威，支持极右翼意识形态与男子气概及父权制思维相关，这使得他们更可能反对气候变化减缓政策。此外，新自由主义政策可能在瑞典阻碍了气候政策的发展，并降低了环境议题的优先级。总体而言，在北欧国家，民粹主义与民族主义态度与气候怀疑论之间的关联比欧洲其他地区（如东欧）更为紧密。

在新闻媒体信任度及对气候变化否认叙事的易感性方面，北欧国家传统上被认为对公共服务媒体及本地报纸具有较高信任度。此外，北欧国家的调查受访者报告称，其感知到的假新闻接触程度低于其他欧洲国家。然而，瑞典的另类媒体阅读量明显更高，而右翼政党的支持者对公共媒体的不信任，则被认为是强化气候变化否认观点的原因之一。在芬兰，专家指出了一系列有助于问题性信息传播的条件，包括对媒体系统信任度的下降、地缘政治脆弱性、媒体系统的混合性与参与性特征，以及媒体环境的碎片化与“边缘媒体生态系统”的兴起。

2、社交媒体上的气候变化意识形态与否认

截至2024年的最新研究表明，社交媒体上的气候变化否认叙事正从“旧否认向“新否认”转变，即否认气候变化或其人为成因的叙事不再占主导地位。相反，诸如“气候解决方案无效”的悲观叙事在社交媒体上的传播量大幅增长，并成为驱动气候变化否认与怀疑论的主要因素。研究还提供了令人担忧的证据：YouTube上70%的气候变化否认内容可以归类为“新否认”。另一项研究发现，YouTube上的气候变化否认视频发布频率几乎与支持气候科学的视频相当，并且观看量也相近。

研究一致表明，社交媒体上的气候变化否认主要由规模较小但联系紧密、影响力较强的群体推动。这些群体包括保守派在线媒体和智库，它们通过强调环保政策的负面经济影响来吸引关注。然而，需要注意的是，社交网络并非仅由意识形态同质化的群体构成。相反，研究表明，社交媒体环境既包含类似“回音室”的同质化群体，也包含观点多元的“开放论坛”。尽管如此，研究显示，气候怀疑论叙事很少在主流在线媒体中获得共鸣，这表明主流媒体采用了“把关人”策略来限制此类内容的传播。

根据现有研究，气候变化否认者的关键修辞策略之一是“超理性化”，即诉诸“科学”论据来支持其叙事，并试图削弱气候科学的可信度。值得注意的是，这一策略与气候变化倡导者的策略形成对比，后者更倾向于诉诸情感，并在在线讨论中更频繁地使用限定词。相比之下，气候变化否认者更倾向于使用强调词，并将气候变化议题政治化，以推进其叙事。此外，气候变化否认者通常通过对立建构来强化自身身份认同，即将气候变化倡导者描绘为“他者”——认为他们是特权阶层、虚伪且缺乏专业能力。

三、理论方法

本文采用的核心理论概念之一是意识形态。然而，在这里，意识形态并非指个体在左右光谱上的政治信念，而是指社会群体所共享的一套信念与观念体系，用以理解或正当化特定的社会秩序、政策或政治行为。一些社会科学家还将情感视为意识形态的必要组成部分。

因此，传统的左右政治光谱视角——这一在气候变化辩论研究中常见的方法——只是意识形态的一种具体表现形式。一些理论家指出，意识形态往往围绕有争议的问题展开，例如可以认为环境可持续性与气候变化缓解是一种意识形态，类似于女权主义、新自由主义等其他意识形态。从这一角度来看，气候变化意识形态指的是围绕气候变化的信念体系，并被用于支持或反对特定的气候政策或在气候变化辩论中提出的观点。

另一个关键问题是意识形态变迁，其本质是特定信念体系中的一个或多个信念发生变化，从而导致社会秩序的转变。理论家提出了意识形态变迁的两种主要原因。第一种观点认为，意识形态变迁由社会中的少数群体（通常是精英阶层）自上而下推动。这一解释与话语理论学者的观点相契合，后者认为话语权力的来源影响着社会群体如何正当化既有权力结构，或推动对其进行变革。第二种观点认为，意识形态变迁往往由特定的突发事件触发，因为这些事件使既有信念体系与不断变化的现实之间产生错位。然而，鉴于本研究的范围，权力理论或许更能解释群体如何在气候变化辩论中争取话语权，以推进其议程。

Maynard 将意识形态研究分为三种方法：概念方法、话语方法和定量方法。其中，话语方法在本研究中尤为重要，因为它关注意识形态如何通过书面或口头语言表达。因此，前述信念体系的构建和正当化，恰恰是依赖于语言的。此外，许多话语分析传统都涉及权力问题，因为语言本身可以用来施加或获取权力（例如批判性话语分析）。

除了话语方法之外，定量方法则通过实验和调查量化意识形态，通常采用社会科学及意识形态研究中常见的左右政治光谱。在这一框架下，空间方法可以被视为定量方法的一种特殊形式，一些研究者使用一维、二维或多维尺度来操作化意识形态，尽管这些尺度可能无法完整刻画人们的信念体系。以往的研究已将分布式语义方法应用于话语群体与意识形态研究，包括围绕政治议题演变的研究。同样，Rheault 和 Cochrane 提出了一种使用词嵌入方法来量化政治意识形态变迁，而 Ferreira 等人则采用节点嵌入方法研究议员的意识形态行为如何随时间变化。

在本研究中，我们结合话语方法和定量方法，通过分析行动者的语言使用情况来识别意识形态表达，并绘制其在意识形态空间中的位置变化。尽管向量空间模型已被用于意识形态映射，但本研究进一步扩展了该方法，构建了一整套分析流程，以利用语言模型和轨迹分析来追踪意识形态变迁。

气候变化否认：概念界定

在削弱气候变化认知的观点中，存在多个相关术语，包括“气候变化否认”（climate change denial）、“气候变化反对论”（climate change contrarianism）和“气候变化怀疑论”（climate change skepticism）。这些术语共享对气候变化的基本假设，并通常被归纳为否认的六个阶段。值得注意的是，其中某些观点并不直接否认气候变化，而是采取了一种宿命论的立场，即承认气候变化的存在，但认为人类无法阻止其影响。这些主要观点包括：

• 大气中的二氧化碳浓度并未上升；

• 二氧化碳浓度上升不会影响气候；

• 气候变化是自然因素导致的；

• 人类活动对气候的影响极小；

• 气候变化对人类和地球有益；

• 人类可以适应气候变化，或者无论如何都无法阻止其发生。

  
  

气候相关的阴谋论也属于这一范畴，研究表明，气候变化否认常常受到阴谋信念的强化。因此，这两个现象需要一并考察。常见的气候阴谋论包括：

• 质疑气候变化的科学证据，认为科学家和政治家操控气候政策以谋取经济利益；

• “深层政府”阴谋论，认为隐藏的政府势力在推动气候议程；

• 化学凝结尾与地球工程学阴谋论，声称人造化学成分和工程技术对气候变化产生了未被承认的影响；

• 将气候变化归因于非人类因素，如太阳黑子或太阳活动。

另一个与气候变化否认话语相关的关键问题是误导性信息的传播，这一现象可以通过事实核查工具（如 PolitiFact 或 Google Fact Check）加以识别。

尽管气候变化否认、阴谋论和虚假信息这三者似乎是不同的概念，但它们在实际话语环境中常常紧密交织。例如，典型的气候变化阴谋论（如“人类活动对气候影响极小”）经常被事实核查机构认定为不准确或误导性信息。与此同时，误导性信息又支撑了否认者关于气候适应和减缓政策不必要性的论点。已有研究指出，理性化且伪科学式的论证是气候变化否认交流中的典型特征。因此，尽管阴谋论、错误信息和纯粹的气候变化否认信念可以被视为独立类别，但为了全面理解气候变化否认话语体系，它们应当被一同考察。

最后值得一提的是，本文避免使用“气候变化否认者”或“气候变化否认群体”等术语。这不仅是因为难以全面绘制气候变化否认言论和信念的完整图谱，还因为这些群体的成员可能持有不同观点，并分享多种类型的内容，其中既包括气候变化否认，也包括与气候变化认知相关的信息。

四、研究方法

本研究的实证分析考察了2012年至2021年间发布的瑞典语Facebook帖子。数据的收集与分析已通过瑞典伦理审查委员会评估，并获得伦理审查豁免（由林雪平地区伦理审查委员会决议，编号2022-05390-01）。为进一步考虑伦理问题，我们仅使用了Facebook页面和群组的公开数据，这符合CrowdTangle（Facebook数据访问平台）的使用规定。本研究未识别具体用户或单条消息，所有分析结果均以汇总形式呈现。

数据收集于2023年8 月，使用Facebook的CrowdTangle API和R统计编程环境中的httr软件包完成。本研究选择Facebook作为数据来源，主要基于数据可得性以及Facebook在瑞典的高使用率，尤其是在新闻消费方面。此外，研究表明，Facebook是社交媒体平台上“影响力操控”最为集中的平台之一，约占所有已检测到的操控行为的一半。数据清理后（去除重复或空白信息、非瑞典语信息以及未包含关键词的帖子），最终数据集包含约19.2万条消息。在本研究中，“Facebook群组（在文中称为“群组”或“行动者”）”为主要分析单位。

本研究使用语言无关句子表征（LASER）模型将每条消息文本转换为512维数值向量。与其他文本嵌入模型类似，LASER利用循环神经网络（recurrent neural networks, RNNs）分析句子中的单词共现关系，并将句子映射到512维空间中的特定点。由于本研究分析瑞典语文本，LASER作为支持瑞典语的预训练模型，是最优选择。此外，由于研究目标是探讨群组信念的时间变化，LASER的稳定向量空间消除了跨时间对齐向量的需求。

为分析群组意识形态位置的变化，我们将数据集按一年为单位划分时间窗口。为绘制每个群组在多维向量空间中的位置，我们计算该群组每年所有文本向量的均值。随后，我们使用t-分布随机邻域嵌入（tSNE）方法将向量维度降至二维，生成一个二维意识形态空间，以可视化不同Facebook群组在气候变化议题上的意识形态位置。

为收集与气候变化相关的不准确信息，我们采用Politifact、Climate Feedback和Google Fact Check Explorer的专家评审数据。这些资源使用不同的标注体系，因此我们简化分类，将内容划分为准确信息和不准确信息（后者包括错误背景化到明显虚假内容的所有类别）。

此外，我们采用关键词搜索识别气候变化否认及误导性内容。尽管目前已有更高级的深度学习方法，但其训练需求较高，且在瑞典语数据集上的表现较差，因此本研究采用较为直接的关键词方法。首先，我们筛选包含典型气候变化否认词汇的文本，例如“气候变化危言耸听”。手动评估显示，该方法的识别效果较好——在50 篇包含这些关键词的文本中，40篇与气候变化否认相关，其性能可与部分机器学习算法相媲美。我们进一步采用BERTopic算法对文本进行主题分类，共生成603个主题。随后，我们审查每个主题的关键词，并标记可能包含误导性或否认相关内容的主题。对于每个标记的主题，我们提取排名前三的文档，并通过人工评审确定最终类别。

为确定各群组的静态（平均）意识形态位置，我们计算每个群组所有发布消息的向量均值。为研究Facebook群组意识形态立场的变迁，我们采用轨迹分析。轨迹分析是一类用于追踪随时间和空间变化的对象位置的研究方法。例如，该方法可用于分析城市人口流动，通过多时间点的GPS坐标构建个体路径。通过对这些轨迹进行计算，我们可以识别移动模式相似的个体，并将其归为同一轨迹簇。

在本研究中，每个Facebook群组在意识形态空间中的位置由一系列时间顺序排列的二维点表示，每个时间点对应该群组某年的意识形态位置。这使得我们能够绘制每个群组的意识形态变迁轨迹。随后，我们计算各群组在意识形态空间中的移动距离，并将运动模式相似的群组进行聚类。换言之，这些轨迹可视为意识形态变迁或意识形态运动的指标，反映Facebook群组在气候变化议题上的立场变化。

在最后一步，我们采用轨迹聚类以识别模式相似的轨迹。具体而言，我们使用动态时间规整方法计算轨迹长度不同的群组之间的距离矩阵。由于数据集中各群组的活跃时间长度不同，DTW可对这些差异进行调整，例如针对某些年份内不活跃的群组。随后，我们将距离矩阵输入到凝聚层次聚类算法，该方法相比其他方法（如HDBSCAN）能提供更具可解释性的聚类结果。最终，我们确定54个最优聚类（基于肘部法则），并通过可视化评估聚类质量。最后，我们计算每个聚类的平均轨迹，并采用Python的Traja库对轨迹进行平滑处理，以提高可解释性。

在二维意识形态空间中，如何解读坐标轴是一个复杂的问题。LASER生成的初始512维向量空间，以及tSNE降维后的二维空间，均不直接可解释。以往研究建议使用欧几里得距离最接近的关键词来描述坐标轴。然而，由于本研究使用的是文本嵌入模型，而非词嵌入模型，该方法不适用。因此，我们采用Monroe等人提出的Figtin’ Words方法（术语-类别关联分析），并借助R语言中的SpeedReader软件包实现。具体而言，我们识别出在两个坐标轴极端位置上最为相关或出现频率最高的关键词列表，以帮助解释意识形态空间的结构。

此外，为进一步解读行动者在意识形态空间中的位置，我们将其与主流媒体和主要政党的立场进行比较，以作为气候变化主流叙事的参照对象。具体而言，我们使用瑞典的主流报纸（按照既有研究确定的媒体名单），以及八个瑞典议会政党的全国性Facebook群组，包括：中间党、基督教民主党、绿党、左翼党、自由党、温和党、社会民主党、瑞典民主党。本研究通过这些比较，为Facebook群组在意识形态空间中的位置提供更具实证性的解释，并进一步分析瑞典社交媒体中的气候变化意识形态变迁趋势。

五、研究结果

1、发布气候变化否认内容的Facebook群组

为减少关键词搜索可能导致的错误标注影响，我们将每个群组发布的气候变化否认相关消息的绝对数量转换为比例，即气候变化否认相关消息数量除以该Facebook群组发布的总消息数（下文简称“群组”或“行动者”）。对于该比例低于0.05的群组（0.05是统计误差的标准值），我们在涉及气候变化否认相关内容的分析部分中予以排除。这一排除标准考虑到以下情况：在支持气候变化认知的群组（如环境非营利组织）中，某些否认气候变化的消息可能由意识形态上的反对者发布，这类个例并不能代表该群组的典型话语体系。此外，为了追踪意识形态轨迹，我们进一步排除了仅在一年内活跃的群组。最终，我们筛选出163个群组，其气候变化否认内容比例介于0.05至0.86之间（均值为0.24，中位数为0.16）。

值得注意的是，在整个数据集中，包含气候变化否认内容的群组数量相对较少，与数据集中超过9000个活跃群组相比，这一比例较低。这一现象可能有以下几方面的原因：

首先，关键词搜索的局限性可能导致部分相关内容未被识别。例如，在数据集中，我们仅在超过19.2万条消息中识别出约3200条包含气候变化否认叙事的消息。这表明，单纯依赖关键词搜索可能无法全面捕捉所有否认气候变化的言论。其次，瑞典乃至整个北欧地区的气候变化否认话语可能具有独特特征。现有的大量研究及事实核查主要聚焦于美国，而瑞典的否认叙事可能包含某些尚未被研究者或事实核查机构充分识别的特殊表达方式、论点或框架。此外，Facebook平台对不准确信息的管理也可能影响数据的可得性。尽管某些否认气候变化的言论可能在初期传播给受众，但随着平台采取措施移除误导性或错误信息，这些内容可能会被删除，导致其无法在数据集中长期留存。最后，瑞典公众对气候变化的接受度较高，否认叙事的传播可能相对受限。瑞典长期以来高度重视气候变化与可持续发展议题，并在这些领域保持较高的社会共识。这种广泛的共识可能降低了否认气候变化的言论在公众中的影响力，使其相较于其他国家更不易形成大规模的传播。

尽管被识别为可能传播气候变化否认内容的群组数量较少，但仍然可以观察到一些规律性模式。如图1所示，这些群组在意识形态空间中的位置相对于其他群组的位置已经被计算出来，每个群组的位置由其所有消息在X1和X2轴上的均值坐标确定。这使我们能够分析群组在意识形态空间中的位置与其气候变化否认内容占比之间的关系。具体而言，气候变化否认内容占比较高的群组（以深色点标示）通常处于意识形态空间的边缘位置，尤其是在左上角。相比之下，持“主流”气候变化观点的群组通常位于中心区域，并被其他群组包围。这一趋势表明，在瑞典的气候变化辩论中，否认气候变化的群组主要传播边缘化或极端观点，这可能限制了其对更广泛公共讨论的影响力。

此外，值得进一步分析这些群组中最常见的气候变化否认内容类型。其中，最为突出的主题是围绕政治家和科学家在气候变化议题上的偏见和腐败的阴谋论。这类典型信息通常宣称，政界和学界存在隐藏的经济利益，并试图利用纳税人资金谋取私利，或指控他们操纵事实和国家政策以推进自身的气候议程。其次，另一类较为普遍的观点认为气候变化完全由自然现象驱动，例如太阳活动变化、宇宙辐射，或地球历史上的冷热周期自然波动。这一观点可能来源于误导性信息的传播。此外，还有一类较小但独特的群组专注于“化学凝结尾”和地球工程学的阴谋论，认为这些技术被用于操纵气候。

2、坐标轴解释

在前一小节中，我们确定了传播气候变化否认内容的群组在X1和X2轴上的位置。然而，如前所述，这些坐标轴的含义并不直接可解释。因此，在本节中，我们探讨用于解读二维意识形态空间的方法。

我们的第一种方法是比较表达气候变化否认观点的群组与议会政党及主流媒体在二维意识形态空间中的位置。通常而言，可以假设政党和主流媒体代表了气候变化议题上最具主导性的或“主流”信念。图2 显示了在二维意识形态空间中，传播气候变化否认内容的Facebook群组（蓝色）、主流媒体（红色）和议会政党（绿色）的意识形态位置。从图中可以清楚地看到，主流媒体几乎完全位于图像的下部，而政党则主要集中在中心位置。相比之下，传播气候变化否认内容的群组通常分布在意识形态空间的上部，表明这些群体所表达的信念与主流政治和媒体存在明显差异。另一个值得注意的方面是，X2轴似乎更能反映这些行动者的意识形态位置。主流媒体和气候变化否认群组分别倾向于该轴的相对极端位置。此外，传播气候变化否认内容的群组在意识形态空间中更常出现在左侧。

我们的第二种坐标轴解读方法基于Fightin’ Words方法论，该方法可以帮助我们分析二维意识形态空间不同极端位置上的群组在语言使用上的差异。图3a和图3b分别展示了二维意识形态空间的不同极端位置上最具代表性的词汇。换句话说，这些词语在某个极端位置的文本中高度出现，但在对立极端的文本中出现频率较低。基于先前对气候变化否认群组位置的分析，我们假设这些群组主要位于二维空间的左上角。实际分析表明，这一假设得到验证。在不同极端位置上高频出现的关键词清晰地反映了不同话语特征。例如，在意识形态空间左侧的文本中，较为常见的关键词涉及成本-收益分析或对现有气候变化政策的质疑（如problem、economic、government、millions（问题、经济、政府、百万））。而在意识形态空间上部的文本中，则出现了Chemtrails、resources、needs、dependence、China（化学凝结尾、资源、需求、依赖、中国）等词汇，表明该区域更倾向于阴谋论话语。

相对而言，在意识形态空间右侧的文本中，关键词更多与气候变化行动主义和支持气候政策的信念相关。例如，#sustainability（#可持续性）、#fridaysforfuture（#未来星期五）、earth（地球）、hour（小时）、climate-smart（#气候智能）等词汇高频出现。而在意识形态空间的底部，常见的关键词则包括climate change（气候变化）、climate change crisis（气候变化危机）、reduce（减少）、climate change policy（气候政策）、environment（环境）。值得注意的是，这些话语在主题上具有一定的分布规律：化学凝结尾阴谋论主要集中在空间的上部，而能源生产相关议题则主要位于空间的左侧。

最后，我们观察到群组在X2轴上的位置与气候变化否认内容的占比之间存在中等相关性（Pearson相关系数0.49）。这一发现支持了这样一种观点：X2轴的坐标可能在一定程度上反映了行动者在气候变化议题上的意识形态立场。具体而言，更强烈表达气候变化否认信念的群组往往位于二维意识形态空间的较高位置。综合上述分析，我们可以为二维意识形态空间的坐标轴赋予如下含义：X1轴（横轴）可解释为“否认——认知”（Denial - Awareness），即该轴的左端更偏向于质疑或否认气候变化，而右端更倾向于认同和支持气候变化政策。X2轴（纵轴）可解释为“问题化——行动主义”（Problematisation - Activism），即该轴的上端更倾向于将气候变化政策视为问题或质疑其有效性，而下端则更支持积极行动和政策推进。这一分析进一步表明，瑞典Facebook群组在气候变化议题上的意识形态分布具有明显的结构性特征。

3、行动者的意识形态轨迹

图4 展示了包含最多气候变化否认内容的群组的主要轨迹，这些轨迹代表了意识形态空间中具有相似运动模式的群组聚类。这六个聚类共包含107个群组，占所有传播气候变化否认内容群组的近三分之二（107/163）。这些聚类的共同特征是它们大多位于意识形态空间的上部，唯一的例外是聚类48，其位置更接近中心区域。值得注意的是，大多数聚类始终位于各自的意识形态区域内，很少跨越潜在的意识形态边界（例如，从意识形态空间的底部向顶部移动），尤其是在与其他聚类进行比较时。这种模式可能表明，在已经传播气候变化否认内容的群组中，意识形态变迁的幅度较小，或成员的意识形态趋向固化和极端化。

与包含气候变化否认内容的群组聚类相比，Facebook群组的整体轨迹聚类呈现出更为多样的运动模式。图5 展示了所有Facebook群组的典型运动轨迹，其中，具体群组的选择基于其平均运动轨迹的相似性。最重要的发现是，X2轴上的运动最为常见，即群组在意识形态空间中沿着“问题化—行动主义”这一维度的变动最为显著。此外，在这一轴上移动的群组，其平均运动距离通常较长，这表明它们的意识形态立场在该维度上的变化较为明显。

多个聚类在意识形态空间中同时沿纵向（自下而上）和横向（左右）方向移动。我们假设，这种变化可能意味着群组的立场向气候变化怀疑论倾斜，或者至少表明其对现有气候变化政策的“问题化程度”有所增加。为了检验这些群组在语言使用上是否存在可辨识的差异，我们采用Fightin’ Words方法，并使用绝对值分析和对数几率比对图4 所示的聚类群组中最具代表性的词汇进行分析。需要注意的是，数据集中不同年份的消息数量分布不均：2013–2014年发布的消息较少，而2020–2021年发布的消息显著增多。为了平衡这一差异，我们对比2013–2017年与2020–2021年在各个聚类中的文本内容，以探究这些群组在不同时间段的语言使用变化。

从沿纵向（自下而上）移动的群组的词频图（图6a和图6b）可以看出，在2013–2017年，这些群组的文本中包含许多与气候变化认知或气候适应政策相关的关键词，例如：#swgreen（#瑞典绿色）、Klimatklivet（瑞典政府资助的碳减排项目）、miljö（环境）、framsteg（进步）、ledarskap（领导力）、blocköverskridande（跨党派）。相比之下，在2020–2021年，这些群组的文本更频繁出现以下关键词：alarmister（危言耸听者）、solens（太阳）、strålning（辐射）、klimatkris（气候危机、kärnkraft（核能）、NASA（美国国家航空航天局）。这些新出现的词汇较多地出现在表达气候变化否认立场的文本中，并可能涉及气候变化的替代性或阴谋论解释。这一趋势表明，部分群组的讨论内容可能逐步偏离官方或科学主流叙事，转向更具怀疑性或问题化的气候变化话语体系。

对于沿X1轴（左右方向）移动的群组，我们观察到其语言使用在不同时间段存在明显变化。在2013–2017年，这些群组的文本中高频出现的词汇包括：miljö（环境）、earth（地球）、hour（小时，可能与“地球一小时”活动相关）、bjuder（邀请）、klimaträtt（气候权利）、bry（关心）、#swgreen（#瑞典绿色）从这些词汇来看，这一时期的讨论主要围绕气候变化认知和行动主义，如“地球一小时”活动或通过社交媒体标签#swgreen提升气候意识（图7a和图7b）。

相比之下，在2020–2021年，这些群组的文本语言变化较为微妙，出现了更为中立或政策导向的术语，例如：skatten（税收）、krisen（危机）、kärnkraft（核能）、el（电力）。此外，瑞典主要政党的名称也频繁出现在这些群组的讨论中，包括：Socialdemokraterna（社会民主党）、Miljöpartiet（绿党）、Moderaterna（温和）、Vänsterpartiet（左翼党）。这一词汇变化表明，这些群组的意识形态立场可能更多地受到政策和政党讨论的影响，而不再仅仅关注社会运动或气候行动主义。这也进一步印证了X2轴（问题化—行动主义）的意识形态分布可能更能反映群组的立场变化。

然而，要更深入理解这些群组在气候变化信念上的演变，需要进一步开展定性分析，以探究这些信念如何随时间推移而变化。因此，我们的计算方法可以为定性研究提供一条分析路径，帮助研究者识别值得深入考察的特定群组和讨论内容。

六、讨论

在本文中，我们提出了一种分析方法，用于绘制瑞典Facebook群组在气候变化讨论中的意识形态运动轨迹，并扩展了对政治意识形态和党派立场的传统研究视角。与以往研究不同，例如，我们观察到，许多Facebook群组发布气候变化否认相关内容，其传播强度从偶尔分享此类信息到大量传播不等，平均而言，三分之一的消息表达了气候变化否认信念。这一发现与先前关于开放论坛的证据一致，即用户可以在这些空间中表达对气候变化的不同观点。然而，正如研究方法部分所讨论的，我们也认识到本研究在识别气候变化否认内容方面的局限性。

关于研究问题，分析的第一个关键见解是，发布气候变化否认相关内容的群组处于边缘化状态。这些群组往往占据独特的意识形态区域，并且通常位于意识形态空间的边缘，远离中心。这表明，它们关于气候变化的话语方式远非主流或主导性观点，而是代表边缘视角。可以认为，这种边缘化定位限制了它们在公共议程设置中的能力。相比之下，政治政党往往占据更为中心的位置，这可能反映了它们在话语权上的优势，或者表明它们试图对齐潜在支持者所持有的主流意识形态立场。

关于第二个研究问题，即在气候变化否认内容较为普遍的群组的意识形态轨迹，我们发现，大多数此类群组倾向于在其自身的意识形态区域内移动，极少跨越假设的意识形态边界，并且其轨迹通常不是最长的。尽管这些群组已经远离主流，但它们并未显现出明显向更极端或激进立场发展的趋势。相比之下，我们发现，在未传播气候变化否认内容的群组中，存在一些常见的运动模式，其中部分群组的轨迹逐渐向传播气候变化否认内容的群组靠近。

尽管这并不意味着这些群组的意识形态从认同气候变化转向完全否认，但我们确实观察到它们在语言使用上的变化。语言在表达信念方面发挥着核心作用，因此，语言的变化可能反映用户信念的变化，或者至少表明用户更倾向于公开表达这些信念。在第一种情况下，我们可能假设，对现有气候变化政策的质疑增加，并且气候怀疑论可能有所上升。在第二种情况下，可以认为那些持更怀疑立场的用户变得更自在或更有动力公开表达他们的观点，尽管这需要进一步的调查，例如通过民意调查来验证。

关于本研究的可能扩展，最重要的方向是进一步发展和验证用于解释基于预训练语言模型所生成的意识形态空间维度的方法。虽然我们已经确定了一些方式来描述这些意识形态空间维度之间的差异，但这一方法仍然比传统的左右政治意识形态划分更为复杂。需要额外的步骤来提供更连贯的维度表征。另一个有前景的方向是利用生成式语言模型来研究信念和意识形态，尽管需要警惕这些模型固有的偏见，包括政治偏见。然而，这些模型可以有效地应用于信息抽取（例如识别信念、观点和论证）以及语句分类（例如区分支持或反对立场、正面或负面态度）。此外，近年来，人们越来越多地尝试利用这些模型进行自动化事实核查和各种问题性信息的识别，这可能有助于更高效地识别气候怀疑论或误导性言论。

此外，尽管本研究是首次尝试将轨迹分析应用于意识形态研究，但其中的挑战在于可能存在多种不同的意识形态轨迹，其形态和方向各不相同。这与传统的轨迹分析应用（例如追踪人群的移动路径）形成对比。尽管这种复杂性使得轨迹聚类的质量和清晰度成为挑战，特别是在最终的聚类分区方面，但它也提供了优化和验证分析流程的机会，以提取有意义且区分度明显的轨迹聚类。

本文转自 | 国关计算理论志