「為風暴而生」：強硬右翼社交媒體和民間騷亂

編者薦語：

數字時代，社交媒體對於政治行為的影響及其作用機制一再引起研究者的興趣。社交媒體與線下政治行為的聯繫是怎樣的？本文作者通過對強硬右翼社交媒體（hard-right social media）和民間騷亂（civil unrest）的空間回歸分析發現：在強硬右翼社交媒體平台上，封閉的社交系統使信息的傳播範圍縮小、用戶接觸到的信息質量變高，同時使精英用戶在該類平台上的作用凸顯。這種結構改變了該類平台用戶對於社會規範的信念，當他們看到自身已有的態度和價值觀在社交媒體精英的言論中重現時，他們會對強硬右翼觀點的可接受度更有信心，該過程會增加後續右翼民間動亂的可能性。

「為風暴而生」：強硬右翼社交媒體和民間騷亂

摘要:

右翼社交媒體上的活動是否會導致右翼民間騷亂？如果是，為什麼？我們創建了一個包括 2020 年1月至2021年1月期間，全美強硬右翼社交媒體使用情況和騷亂事件的空間數據集。利用基於核心統計區（core-based statistical area，簡稱為CBSA）和月份固定效應的空間回歸分析，我們發現：在特定月份，CBSA 層面的強硬右翼社交媒體活動越多，隨後的騷亂事件就越多。穩健性檢查、安慰劑測試、替代分析方法和敏感性分析的結果都支持這一發現。為了研究右翼社交媒體活動為什麼會預測動亂，我們使用了用戶在網路社區中共享視頻內容和狀態的數據。對這些數據的分析表明，右翼社交媒體改變了用戶對規範的看法，增加了他們參與曾被視為禁忌的爭議事件的可能性。我們的研究揭示了社交媒體的線下效應，以及日益常見的強硬右翼平台可能造成的後果。

作者簡介:

Daniel Karell，耶魯大學社會學系

Andrew Linke，猶他大學地理系

Edward Holland，阿肯色大學地球科學系

Edward Hendrickson，耶魯大學

編譯來源:

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

一、引言

既有研究中，社交媒體的使用與後續線下社會行為之間的關係並不明確。一些研究發現，社交媒體會影響社會態度。然而，也有研究認為，使用社交媒體對用戶的觀點和行為影響甚微，個人的現有態度會推動他們對社交媒體的使用。此外，許多將線下動員歸因於社交媒體的學術研究範圍有限，主要集中在專制政權或大型但罕見的抗議活動。通過研究強硬右翼社交媒體（HRSM）活動是否，以及為何會影響美國民間騷亂的出現，我們為考察社交媒體與線下社會行為之間的關係提供了新的視角。

二、強硬右翼媒體的定義

首先，HRSM 類似於另類社交媒體平台，在通常情況下倡導「言論自由」和「個人自由」，在一定程度上被定義為主流平台的對立面。其次，HRSM 的內容主要是強硬右翼（hard right）的。「強硬右翼」在此並非指政治光譜中的某個極端（如「極右翼」）。而是源自這樣的一個事實：它們經常美化被主流社交媒體「禁止」或「去平台化」的觀點——這創造了一種具有 HRSM 特點的社會資本，並炫耀它們對所謂排斥的不滿。最後，HRSM 在另一個重要方面有別於其他另類社交媒體平台，後者至少在其最初主張追求「生產者與消費者之間扁平的等級制度」，不以經濟利潤為導向。但大多數 HRSM 通過出售廣告、會員資格和金融產品，以及為附屬的保守派媒體精英和組織提供宣傳等方式謀求利潤。

• 三、強硬右翼媒體與線下騷亂的聯繫

根據話語機會結構（Discourse Opportunity Structure）理論，話語機會使個人能夠消費思想、信息和資訊，這些機會結構包括三個方面：第一，可見性，即把關人（如傳統媒體中的編輯和記者）如何決定信息在公眾中的顯著性；第二，共鳴，即持類似主張者（claims-makers）賦予信息相關性的程度；第三，主張者通過公眾支持獲得的合法性。這些特徵決定了媒體消費的體驗和影響範圍或擴散，從而影響個人對抗議等爭議活動的參與。

根據經典的話語機會結構理論，HRSM本身不太可能激發廣泛的線下動員。因為該類平台正在通過自我封閉形成一個「圈內傳播渠道」，這種集中應使強硬右翼思想較少受到把關人的宣傳，也不太可能引起主張者和有影響力的公共話語參與者的反應或支持。因此信息傳播有限。

但我們認為，HRSM的封閉性實際上可以增加民間騷亂。話語機會不僅塑造了信息的傳播，也塑造了個人對所消費信息的體驗。高質量的話語機會會使人們經常接觸到明確的、（至少看似）可信的信息。我們認為，HRSM的孤立狀態以限制傳播範圍但提高傳播質量的方式塑造了話語機會。

假設1：HRSM 活動的增加將與隨後發生的強硬右翼線下騷亂的增加有關。

• 四、強硬右翼媒體導致線下騷亂的機制

用戶對信息傳播的高質量體驗在用戶和極端分子之間建立了聯繫，這些聯繫使某些問題變得突出，同時引入激進的框架來對其進行解釋，從而改變了用戶的態度和偏好。最後，這種轉變促使用戶採取他們以前不會採取的行動，如參與抗議和暴力活動。

雖然社交媒體使人激進化的論點相當流行，但一些相關研究發現，用戶可能並沒有通過網路活動轉變為激進分子。相反，他們似乎會消費與其線下偏好相匹配的在線內容，並加入與其現有觀點一致的數字社群。其他有關在線活動和騷亂的研究也強調了社交媒體如何幫助用戶有效地計劃和分享抗議活動的後勤工作，以及了解其他人是否參與了抗議活動。這些「戰略」和「同輩壓力（peer pressure）」式的協調降低了集體行動的成本，增加了發生動亂的可能性。

假設2：HRSM 用戶討論事件協調（coordination of events，在此處指關於組織線下騷亂行動的語言）次數越多，隨後發生的激進右翼民間騷亂就越頻繁。

高質量的信息體驗在一定程度上是由極度明顯的強硬右翼信息以及對這種信息的合法化所構成的。從這一觀點出發，我們假定，HRSM通過改變用戶對社會規範的看法促進動蕩。個體通常會根據群體中其他人的簡單提示更新對可接受行為的認知，尤其是地位高且廣受欽佩的群體成員。

最近的研究表明，社交媒體會讓用戶受到包括來自群體內精英的暗示，從而改變他們對可接受行為的看法。個人會認為他們現有的、私人的觀點比以前更容易被接受。

上述關於一般規範和社交媒體用戶的研究結論應適用於HRSM用戶。首先，HRSM 用戶選擇加入 Parler 等平台並消費強硬右翼的網路內容。他們還經常選擇密切關注HRSM的精英用戶，這些精英得到了平台的推廣，是更廣泛的保守運動中受人尊敬的人物，這表明，HRSM用戶已經持有強硬右翼觀點。其次，HRSM的用戶與獨立的把關人和主張制定者隔絕，且接觸到來自HRSM網路的精英解釋和解讀世界的可見和合法的信息。

假設3: HRSM用戶的現有觀點越多地反映在HRSM精英的言論中，隨後發生的強硬右翼內亂就會越頻繁。

五、數據

1. 右翼民間騷亂

我們使用 ACLED 項目的記錄來衡量2020年1月至2021年1月期間美國的右翼民間騷亂（Raleigh 等，2010 年）。在該資料庫中，有爭議的事件是指任何三人或三人以上針對政府機構、政策和受保護人群等實體的示威活動。這些事件包括和平抗議和暴力抗議，以及騷亂和其他混戰等活動。

圖 1A 顯示，右翼騷亂在美國相對罕見。大多數CBSA（N = 2281）沒有發生任何事件。但是，五分之一的中央CBSA至少發生過一起事件，98 個中央CBSA（4%）發生過五次或五次以上事件。圖 1C 顯示了右翼騷亂的時間模式。其發生頻率在 2020 年上半年有所上升，隨後緩慢下降，在 2020 年下半年開始飆升。

2. 強硬右翼社交媒體活動

對 HRSM 活動的觀察樣本來自 Parler 用戶資料庫，這些用戶在 2020 年和 2021 年 1 月初上傳或分享了自己錄製的視頻。每個視頻（N = 57222）都與元數據相關聯，包括日期和經緯度。

圖 1B 顯示，Parler 的使用在全國範圍內比在騷亂時期更為普遍和均勻。在中央邊境服務區中，70%至少有一個活動案例；770 個中央CBSA（34%）至少有五個活動案例。圖 1C 顯示了 Parler 的使用趨勢。活動在 2020 年上半年有所上升，隨後趨於平穩，然後再次增長。

圖1. 強硬右翼民間騷亂和社交媒體活動的時空分布

3. 強硬右翼媒體話語

為了驗證第二和第三個假設，我們構建了三個變數。這些變數基於 Parler 活動資料庫與視頻記錄數據集的鏈接，還包括獲取的用戶賬戶元數據。我們從公開發布的 Parler 數據中收集視頻文件並轉錄其音頻，從而創建了轉錄語料庫。此外，我們還觀看並解讀了隨機選取的200個視頻。

3.1 「協調」語言（coordination of language）

為了檢驗假設2，我們構建了一個變數來捕捉用戶在每個 CBSA 月中關於協調事件的語言量，並使用了一個半監督機器學習模型來學習「協調」這一主題，然後估算其在每段視頻中的出現頻率。

3.2 對社會規範的觀念轉變

我們認為，如果HRSM用戶看到他們的價值觀在HRSM精英的言論中得到了反映，那麼他們對行為規範的看法很可能會發生轉變，從而促使他們作出相應的行為。因此，我們構建了一個變數，以衡量Parler（非精英）用戶的視頻內容與隨後一個月 Parler 上精英言論的一致程度。

其中，S表示在特定的CBSA和月份t，用戶對於精英反映自身觀念的體驗強度。該體驗強度由以下變數構成，在該月份及其後續月份中，對於該地區的每個非精英視頻（v），計算其與後續（t+1月份中的）全美範圍內Parler 精英演講的交叉熵（C）。

• 圖2. 變數及數據統計表

六、統計分析

1. 空間回歸

首先，為了檢驗假設1，我們使用空間回歸方法，利用空間和時間滯後變數以及地點-時間雙向固定效應（TWFE）分析了 HRSM 和騷亂之間的關係。我們還進行了兩項准實驗分析以及敏感性分析，以評估未考慮的混雜因素對主要分析結果的威脅。

空間回歸分析從一個基線模型開始，該模型使用OLS將同一 CBSA 中，上個月的 CBSA 級騷亂事件率與HRSM 活動率（均經過對數化和人口標準化）進行回歸。第二個模型增加了 CBSA 和月份的固定效應。第三個模型（我們稱之為主模型）加入了月份和空間的滯後項（均經過對數化和歸一化）以及網速控制變數。

上述公式中，β1描述了先前 Parler 活動（Xit-1）的影響。通過參數Yit-1，模型調整了爭議事件由先前事件引發的可能性。參數Zit-1代表隨時間變化的互聯網訪問量。各CBSA單元內的α 解釋了各區之間未觀察到的非時變差異，包括共同的行政區域屬性，以及與我們的研究相關的特徵，如居民的傳統媒體消費和其他社交媒體平台的使用率。參數 γ 用於調整跨月份的未觀察到的效應，如季節性天氣和 COVID-19疫情的波次。隨機誤差表示為ε。

圖3. 強硬右翼社交媒體和後續騷亂聯繫的統計分析結果

結果表明，HRSM活動與後來的騷亂呈正相關（p < .01）。額外的發現是，先前的騷亂事件與所觀測的（後續）騷亂事件呈負相關（p < .05），鄰近CBSA發生的事件與動亂呈正相關（p < .001）。在使用 CCC 數據時，我們得到了一致的結果。Parler 上的活動增加 10%，每 10 萬人中發生的事件就會增加 0.04%。儘管影響不大，但社交媒體和民間騷亂的兩個特點值得引起重視。首先，使用社交媒體的障礙很少，而且社交媒體平台的成員數量可以迅速增長。因此，HRSM 活動可能會迅速增加。其次，一次強硬右翼騷亂事件就可能造成重大影響。

2. 強硬右翼社交媒體影響民間騷亂的作用機制

實證調查的第二部分檢驗了假設 2 和假設 3。它複製了上一節中的 OLS 空間回歸模型，但用 HRSM 話語替代了HRSM 活動變數。

圖4. 強硬右翼社交騷亂和協調語言及精英「背書」聯繫的統計分析結果

表4呈現了我們對假設2和假設3的測試結果。基線模型估計了協調語言與隨後動蕩之間的關聯，結果表明存在正向關係（p < 0.001）。然而，在引入先前的騷亂事件、鄰近CBSA的騷亂事件、互聯網接入、用戶激進化等控制變數以及CBSA和月份固定效應後（見表4模型5），先前的協調語言與騷亂之間的關係卻變得不顯著了。當使用CCC數據時，我們獲得了類似的結果。

表4還顯示，用戶內容在下個月精英內容中的反映，與用戶所在CBSA的隨後動蕩呈正相關。基線模型（模型6）和考慮到控制變數及固定效應的模型（模型7）都證實了這種關聯（分別為p < 0.001和p < 0.05）。模型8顯示，即使調整了協調語言，這種關係仍然穩健（p < 0.05）。使用CCC數據產生了類似的結果。這些發現為支持假設3提供了有力的證據。它們也證明了下述論點：當HRSM用戶看到他們現有的觀點在HRSM的精英言論中得到反映時，他們對規範的認知將發生轉變，從而導致更多的強硬右翼線下騷亂。

• 七、討論和結論

未來研究的另一個方向是研究政治左派的社交媒體內容和活動，這可能會引發相應的爭議活動。

另外，我們的理論工作還有待完善。例如，研究者後續可以進一步明確我們關於話語機會質量和社會規範認知的論點，與通常所說的 「錯誤/虛假信息」和「回聲室」現象之間的異同。關於「錯誤/虛假信息（mis/disinformation）」的研究主要集中在無意產生的虛假或不準確的媒體內容，或有目的地設計和推廣以誤導他人的內容。但是，能夠改變用戶對規範的看法的導火索不一定是錯誤/虛假信息。另外，在社交媒體中，「迴音室」指用戶發現自己所處的環境中的信息和互動強化了他們已有的信念。然而，它們可能只是肯定而非改變用戶對社會規範的現有理解。此外，回聲室通常不涉及內部社會結構，如成員之間的地位差異和精英用戶的作用。與此相反，我們的研究強調，在社交媒體活動影響用戶的線下行為方面，精英地位發揮著重要作用。

本文轉自 | Political理論志