Spatio-temporal Dynamics and Network Diffusion of Weibo Sentiment Toward U.S. Tariff Policies: A Geographic Perspective
本研究通过分析130万条微博帖子，揭示了2025年初美国关税政策如何触发了一个结构性的、多峰值的舆情演变过程，其中地理经济因素解释了高达57.2%的局部情绪方差，且不同的用户群体驱动了信息传播的广度与深度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当政府宣布重大的贸易规则变更（例如对另一国商品征收新税）时，其引发的反应绝不仅仅是股票图表上的一条曲线。它是一股人类情感的波动，在社会中激起涟漪，并根据人们居住地以及他们交流的对象不同，在强度和方向上发生变化。几十年来，经济学家一直利用每月贸易报告等滞后的数据来追踪这些转变，但这些报告往往在公众已经形成观点很久之后才姗姗来迟。然而在今天，存在着一种不同的传感器：社交媒体信息流。像中国的微博这样的平台充当了国家的实时神经系统，在新闻爆发的瞬间捕捉到数百万个体的反应。通过将人们如何感受的研究与信息如何传播的研究相结合，研究人员现在可以绘制出公众情绪的地形图，不仅能看到人们是否感到沮丧，还能精确地看到愤怒在哪里最为炽热，这种情绪如何在人与人之间传播，以及新闻来源是否会改变信息的接收方式。
202 de 2025 年初，当美国对中国商品征收普遍关税时，出现了一波新的贸易紧张局势，这一举措影响了数千亿美元的出口额。为了理解这种经济冲击如何转化为公众情绪，一位研究人员转向了微博这一庞大的数字景观。他们收集了 130 万条与关税相关的帖子，这项任务需要从嘈杂的文本海洋中筛选出有意义的信号。由于这些帖子混合了正式的政策语言和随意的网络俚语，研究人员无法仅仅依赖简单的词频统计。相反，他们使用了一个由强大的人工智能训练而成的复杂计算机程序，来阅读并理解每条信息的感性基调。这使得他们能够以高精度对数百万条帖子进行分类，区分恐惧、愤怒与冷静，并将地理位置关联至近 23 万条帖子。
随后，研究人员观察了对话随时间演变的过程，根据新闻节奏将六个月的时间段划分为三个截然不同的章节。他们发现，公众的注意力并非简单地呈现出单一的平滑曲线。相反，每当有新政策发布时，关注度就会出现剧烈的峰值，随后随着最初冲击的消退而逐渐平复。第一阶段，即关税最初引入时，由于不确定性的蔓延，负面情绪出现了快速飙升。随着第二阶段冲突的升级，讨论量达到了最高点，但对话也变得更加广泛，开始涉及关于应对措施和经济救济的辩论。到了第三阶段，随着紧张局势开始缓解，国家的“情绪温度”逐渐冷却，回归至基准线。这一模式表明，公众并非是对单一事件做出反应，而是对一系列展开的发展过程做出反应，其情绪反应会随着故事的变化而发生转移。
这项研究之所以特别具有启发性，在于它审视了这些情绪的来源。研究人员发现，公众情绪的强度并非随处相同，它与地方性的经济现实紧密相连。在那些经济高度依赖向美国出口商品的省份，反应远比受贸易影响较小的地区更为强烈且负面。通过使用一种能够解释这些局部差异的统计方法，研究人员发现，经济因素可以解释全国范围内情绪变化的半数以上。这意味着，一个人对国家政策的反应不仅仅是个人观点的体现，而是显著受到其所在地区就业市场和区域产业健康状况的影响。数据表明，公众情绪的地图正是经济脆弱性地图的直接反映。
该研究还剥开了信息如何在网络中传播的层级，揭示了不同类型用户之间清晰的分工。当官方媒体账号（带有蓝色认证标志）分享新闻时，信息的传播范围极其广泛但深度较浅，在单步之内即可触达许多人，却不会引发过多的后续讨论。这些账号充当了广泛的广播者，为整个国家设定议程。相比之下，当个人影响力者或普通用户分享帖子时，信息的传播方式则大不相同。它移动得更深，穿过朋友和追随者的多层关系，创造出长期的对话链。研究人员发现，负面情绪是这些深度传播链的燃料；愤怒或担忧的帖子比正面或中性的帖子更有可能通过数层关系的传递而传播开来。这表明，虽然官方声音可以即时告知每个人发生了什么，但正是由普通人和地方影响力者组成的基层网络，决定了这些感受如何扎根于社会肌理，以及它们能传播多远。
最终，这项研究描绘了一幅社会图景：数字公众舆论是由两种强大的力量共同构建的——地方性的硬性经济现实和社交网络的层级结构。研究结果显示，尽管政府和官方媒体可以瞬间向全国广播信息，但公众情绪反应的真正深度，是由地方经济痛感以及普通用户自发的、多层次的分享习惯所驱动的。这项研究证实，在现代社会，理解一场国家危机需要同时观察经济地图和网络地图，因为这两者在塑造一个国家如何看待其未来方面，是密不可分的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。