Vox关于战争经济后果的辩论的横幅图片
VoxEU 政治和经济 战争在乌克兰

公众对俄乌战争中经济制裁的情绪

虽然西方媒体批评俄罗斯入侵乌克兰,但一些国家采纳了普京的另一种说法。因此,信息和公众信仰也各不相同。本专栏分析了大量来自全国各地的Facebook帖子样本,将公众情绪与政府官方立场进行比较。亚洲和非洲国家之间的分歧最大,一个国家与俄罗斯的贸易关系在塑造人们对战争的情绪方面起着至关重要的作用。文本分析提供了一种评估公众情绪的手段,公众情绪是危机结果和政策应对的重要决定因素。

俄罗斯入侵乌克兰被谴责为无缘无故的战争行为。尽管西方媒体对这场战争充满了批评和谴责,但一些国家,特别是那些与俄罗斯结盟的国家,已经接受了普京的叙述,并将其称为“特别军事行动”。因此,关于这场战争的信息将在不同的独立来源之间产生分歧,这反过来意味着它可能会导致公众持有不同的信念。鉴于基于推特(Gorodnichenko等人,2018年)、报纸(Aguilar等人,2021年)和书籍(Saltzman和Yung 2018年)的文学量化情感的势头日益增长,我们的研究(Ngo等人,2022年)通过使用关于最近战争的社交媒体帖子,为文本分析方法提供了新的视角。为了弥补这一差距,我们通过结合四种前沿文本分析方法,分析了来自108个国家的近100万个Facebook帖子,分析了公众对俄乌战争的情绪。我们强调政治制度和贸易关系如何预测人们如何看待这场战争,以及政府立场和公众情绪之间的地理异质性。

信心指数结构

从Facebook收集的大数据是为了调查从2月1日到3月31日期间与俄乌冲突相关的社交媒体话语,涵盖了从2月24日开始的冲突最激烈的时期。从公开帖子中提取关于制裁的情绪分数的过程如图1所示。对来自Facebook的公开帖子进行文本分析主要有五个顺序步骤:(1)清理文本;(2)将课文翻译成英语;(3)标记化,清理文本,删除停顿词;(四)进行术语和组合词的频率和网络分析;(5)利用BERT、TF-IDF (Go et al. 2009)、Flair和Vader (Hutto and Gilbert 2014)这四种最先进的方法构建公众情绪。在构建公众情绪的4个机器学习模型中,BERT和Flair为预训练模型,其余为训练模型。

这四个模型中每个国家的加权平均情绪得分(基于每个帖子的交互次数)被用作最终得分,以衡量文本反映积极或消极公众情绪的程度。所有四种机器学习方法都产生了一个表示积极情绪可能性的指标。例如,Vader和Flair使用从-1到1(从负到正)的范围,BERT和TF-IDF使用从0到1(从负到正)的范围。为了确保一致性,我们将所有指标转换为从0到1的相同比例。因此,如果评分大于0.5,我们将其归为积极评分,如果低于0.5,则归为消极评分。关于该指数和构建方法的详细信息可参见Ngo等人(2022)。

图1提取每个国家对制裁的情绪评分的过程

图1各国对制裁的情绪评分提取过程

将情绪指数应用于俄乌战争

这是第一次对破坏性社会事件中的公众情绪进行研究,试图绘制全球大量国家的情绪评分。样本中大约6.4万个帖子被用来提取公众对这一领域的情绪。除去互动少于50个的国家,我们计算了108个国家的公众情绪得分,并将其呈现在Ngo等人(2022年)的工作中。图2显示,最受欢迎的主题集中在军事行动、主要政治领导人和组织、利用经济制裁和外交渠道制止战争的全球努力、人道主义关切、能源和石油价格以及媒体在战争中的作用。

图2三元网络分析

图2 Bigram网络分析

图3108个国家对制裁俄罗斯的民意得分

图3 108个国家对制裁俄罗斯的民意评分

笔记:相对明暗分别反映了对俄经济制裁的消极情绪和积极情绪。白色的国家没有被包括在情绪样本中,因为这些国家的Facebook受到审查,或者是因为发现的关于制裁问题的帖子太少。为了避免偏见,俄罗斯和乌克兰被排除在外。

图3中的情绪分值图显示了我们样本中大多数国家(108个国家,平均公众情绪分值为0.68)的公众对制裁俄罗斯的支持。然而,当考虑到支持的力度时,在地缘政治世界中立场不同的国家之间,公众情绪明显分裂。西方国家民众强烈支持制裁,平均民意得分约为0.71分。从合约上看,一些与俄罗斯地理位置相近的国家的民众似乎出现了分歧,对制裁俄罗斯的支持程度很低(情绪评分在0.50以上,但在0.60以下)。中南美洲主要国家的民众也表现出强烈支持制裁的高度共识。但在亚洲和非洲国家,对对俄制裁的舆论却不尽相同。

图4政府和公众在制裁俄罗斯问题上的立场一致

图4政府和公众在制裁俄罗斯问题上的结盟图

我们利用谴责俄罗斯在联合国对乌克兰开战决定的投票,来代表政府在俄乌战争上的立场。此外,我们将谴责俄罗斯的公众情绪和政府投票分为9个关键类别(图4)。具体而言,亚洲和非洲国家在政府立场和公众情绪上的分歧更明显。

从泊松回归和罗吉特回归模型的结果来看,民主国家对经济制裁俄罗斯的支持程度比专制国家高16-19.7%。一种可能的解释来自言论自由的调节作用。尽管规模较小,但这种影响也存在于有缺陷的民主国家。在国际贸易活动方面,俄罗斯产品出口严重依赖的国家的人更有可能表示支持对俄罗斯的入侵制裁。相比之下,那些严重依赖俄罗斯出口的国家似乎不同意实施的制裁。有趣的是,在控制了经济条件后,政治稳定的国家往往表现出更高的反对俄罗斯战争的民意。与北美相比,南美对经济制裁的积极情绪明显高于北美。

公众情绪的边际变化与政府选择通过经济制裁反对俄罗斯入侵的几率的平均变化(0.63%到0.72%)相关。当公民有更多的机会表达他们的观点并被政府听到时,他们的政府选择谴责俄罗斯的概率平均增加了0.25%。最后,人均GDP水平较高的国家可以预测公众情绪和政府的决定。然而,以受教育年限为代表的教育与公众情绪或政府在联合国的投票无关。

结论

在理解俄乌战争后果的背景下,情绪在解释新出现的挑战方面发挥了重要作用,例如通胀的预期和恐惧(Afunts等人,2022年)和欧洲国家应对危机的异质性(Jong等人,2022年)。我们的研究提供了一个关于俄乌战争的公众情绪及其决定和预测能力的新指数。创新构建的公众情绪指数捕捉了人们的态度和他们在联合国的政府投票之间的一致性。我们表明,一个国家与俄罗斯的贸易关系在塑造人们对战争的情绪方面起着至关重要的作用。在控制了宏观经济决定因素后,新构建的公众情绪指数可以预测联合国63-72%的政府投票。

参考文献

Aguilar, P, C Ghirelli, M pace和A Urtasun(2021),“新闻能否帮助衡量经济情绪?”新冠肺炎时代的应用”,经济学的信件199: 109730。

Afunts, G, M Cato, S Helmschrott和T Schmidt(2022),”俄罗斯入侵乌克兰导致德国个人通胀预期上升, VoxEU.org, 4月20日。

Go, A, R Bhayani和L Huang(2009),“使用远程监督的推特情绪分类”,斯坦福大学。

Gorodnichenko, Y, T Pham和O Talavera(2018),”社交媒体、情绪和公众意见:来自#英国脱欧和#美国大选的证据, VoxEU.org, 6月2日。

Hutto, C和E Gilbert(2014),“Vader:基于规则的社交媒体文本情感分析的简约模型”,网络和社交媒体国际AAAI会议论文集8(1): 216 - 225。

Jong, B, P Hartmann, P Molitor和A Tanzarella(2022年),”俄乌战争、欧洲金融一体化以及危机, VoxEU.org, 7月29日。

邬文明、黄道良、阮沛文、阮慧华(2022),“俄乌战争中经济制裁的公众情绪”,苏格兰政治经济学杂志00: 1 - 10。

Saltzman, B和J Yung(2018),“识别不同类型不确定性的机器学习方法”,经济学的信件171: 58 - 62。

0读取

Baidu
map