Twitter climate discourse as a signal of pro-environmental behaviors

기술 요약: 친환경적 행동의 신호로서의 트위터 기후 담론

문제 제기
규모 있는 조율된 친환경적 행동을 촉진하는 것은 기후 완화를 위한 핵심적인 과제이다. 개인의 행동은 광범위하게 확산되어 사회적으로 조율될 때에만 의미 있는 영향력을 발휘할 수 있지만, 전통적인 설문 기반 도구만으로는 이러한 과정을 모니터링하는 데 한계가 있다. 기존 문헌은 주로 온라인 역학(관심, 정서, 양극화)에 집중하거나, 온라인 담론과 오프라인 결과 사이를 연결하기 위해 해시태그나 키워드와 같은 거친 대리 지표(proxies)에 의존한다. 본 연구는 대규모 온라인 기후 담론과 독립적으로 측정된 신뢰할 수 있는 오프라인 친환경 행동 간의 체계적인 지역 간 매핑이 부족하다는 점에 주목한다. 본 연구는 온라인 기후 담론이 유럽 전역의 오프라인 친환경 행동의 지역적 차이를 나타내는 정보력 있는 신호로 기능할 수 있는지 조사함으로써 이 공백을 메우고자 한다.

연구 방법론
본 연구는 지역 수준(NUTS2 분류, 독일과 이탈리아는 NUTS1 적용)으로 집계된 두 가지 구별된 데이터 소스를 결합한 관찰적, 횡단적 설계를 채택한다.

1. 온라인 데이터: 2006년부터 2019년까지 1,500만 개 이상의 트윗을 포함하는 기후 변화 트위터 데이터셋(CCTD)을 사용한다. 연구는 2017년 1월 1일부터 2019년 10월 사이의 EU 내 위치 정보가 포함된 트윗을 필터링한다. 주요 예측 변수는 인구 대비 기후 관련 트윗의 밀도(로그 변환 및 표준화됨)이다.
2. 오프라인 데이터: 2019년 환경 태도에 관한 특별 유로바로미터(Special Eurobarometer) 데이터를 사용한다. 종속 변수는 각 지역의 참여자당 자기 보고된 친환경 행동의 평균 횟수(예: 재활용, 에너지 절약, 자동차 이용 자제 등, 범위는 0에서 14회)이다.
3. 혼란 변수: 사회경제적 변수를 통제하기 위해 유로바로미터의 개인 수준 데이터(교육, 사회 계층, 인터넷 사용, 정치적 성향, 도시화)와 유로스탯(Eurostat)의 지역 수준 데이터(고등 교육 이수율, 구매력 표준)를 활용한다.
4. 통계 분석:
   • 상관관계 및 회귀 분석: 피어슨 상관계수와 최소제곱법(OLS) 회귀 분석을 사용하여 다양한 사회경제적 요인을 통제한 상태에서 트윗 밀도와 친환경 행동 사이의 연관성을 평가한다.
   • NLP 분해: 총량 위주의 분석을 넘어, 자연어 처리(NLP) 도구를 적용하여 트윗을 세 가지 사회적 차원인 활동주의(mobilization-oriented expressions, 동원 지향적 표현), 사회적 지지(social support, 정서적/실용적 격려), 지식 교환(knowledge exchange, 정보적 내용)으로 분류한다. 이 차원들은 분위수 기반 임계값을 사용하여 지역적 유병률을 결정한다.
   • 강건성 검정: 분석에는 서로 다른 영토 집계 방식(NUTS0, NUTS1), 대안적 혼란 변수, 사용자 기반 지표(개별 사용자 수 vs 트윗 수), 시간적 민감도(시작 날짜 변경), 그리고 이상치 제거를 포함한 테스트가 포함된다.

주요 기여 및 결과

• 양적 규모의 양(+)의 상관관계: 본 연구는 기후 관련 트윗의 밀도와 유럽 지역 간의 평균 자기 보고된 친환경 행동 사이에 강력하고 견고한 양의 상관관계가 있음을 발견했다. 이 관계(Pearson $r = 0.506$)는 교육, 사회 계층, 구매력 및 기타 사회경제적 요인을 통제한 후에도 유의미하고 안정적으로 유지된다. 트윗 밀도 신호는 표준적인 사회경제적 예측 변수와 대등하거나 이를 상회하는 수준으로, 행동의 분산을 상당 부분 설명한다.
• 집약적 vs 확장적 행동: 행동을 분해한 결과, 높은 트윗 밀도는 행동의 더 넓은 확산(확장적 구성 요소: 더 많은 사람이 행동함)과 이미 활동 중인 사람들 사이의 더 높은 참여 수준(집약적 구성 요소: 개인당 더 많은 행동) 모두와 상관관계가 있음이 드러났다.
• 담론 유형의 이질성(NLP 결과):
  • 활동주의 및 사회적 지지: 총량 기반의 결과와는 대조적으로, 활동주의 관련 표현(행동 촉구, 동원)과 사회적 지지 표현의 유병률은 오프라인 친환경 행동과 음(-)의 상관관계를 보인다. 오프라인 행동 수준이 높은 지역은 이러한 특정 담론 유형의 수준이 낮은 경향을 보인다.
  • 지식 교환: 지식 교환 트윗의 유병률과 오프라인 행동 사이에는 명확하거나 안정적인 상관관계가 발견되지 않았다.
• 강건성: 전체 트윗 밀도와 오프라인 행동 사이의 양의 상관관계는 서로 다른 공간적 척도(NUTS0에서 NUTS2), 다른 시간 범위(2015~2019), 그리고 "신봉자(believer)" 입장의 트윗으로 제한했을 때도 유지되었다. 활동주의 및 지지 담론의 음의 상관관계 또한 다양한 분위수 임계값에서도 안정적이었다.

의의 및 주장
본 논문은 대규모 온라인 기후 담론이 지역별 친환경 행동의 차이를 나타내는 정보력 있는 주의(attention) 관련 신호를 포함하고 있다고 주장한다. 이는 트윗 밀도가 일상적 의사소통에서 기후 이슈의 현저성(salience)을 나타내는 고빈도 대리 지표로 기능할 수 있으며, 이것이 친환경 관행의 조율을 촉진할 수 있음을 시사한다.

그러나 저자들은 인과적 해석에 대해 명시적으로 주의를 요한다. 본 연구는 관찰 연구이며, 이 연관성은 양방향 관계나 공통의 잠재적 동인(예: 교육, 사회경제적 조건)을 반영할 수 있다. 나아가, NLP 결과는 온라인 참여가 단일한 구조가 아님을 강조한다. 즉, 서로 다른 형태의 커뮤니케이션은 오프라인 행동과 현저히 다른 방식으로 연관된다. 특히, 활동주의/지지 담론과 오프라인 행동 사이의 음의 상관관계는 높은 수준의 동원 지향적 언어가 행동의 채택을 직접적으로 대리하기보다는, 오히려 채택이 어렵거나 장벽이 높은 맥락을 나타낼 수 있음을 시사한다.

궁극적으로, 본 연구는 대규모 디지털 흔적과 조화된 설문 데이터를 통합하여 사회환경 시스템 내의 집단 행동을 조사할 수 있는 잠재력을 보여주며, 특정 담론의 사회적 의도를 신중히 고려한다면 친환경적 채택이 더 어려울 수 있는 곳을 모니터링하는 방법론을 제공한다.