關鍵詞:社會情緒,大數(shù)據(jù),階層,階層互動
自1978年以來的體制轉軌進程中,中國社會結構開始劇烈分化,強調個人自致屬性的職業(yè)機制逐漸成為新的社會分化機制,社會經(jīng)濟資源的獲取途徑日益多樣化,從而使階層結構在改革之后進入快速分化的進程[①]。社會分化的后果表現(xiàn)在一系列政治社會領域,已有研究對階層分化過程中各階層的消費傾向、居住空間、文化資本與文化品位、社會資本、階層意識等議題進行過富有成效的研究。
值得進一步注意的問題是,社會的階層分化在現(xiàn)實層面既表現(xiàn)為階層之間在生活水平和生活方式上的差異日益明顯,更使得人們的認知方式、價值觀念和情感心理開始呈現(xiàn)出根據(jù)所屬階層而分化的特征[②]。故而,對不同階層的社會心態(tài)進行研究就同時具有重要理論意義和現(xiàn)實意義。已有社會心態(tài)相關研究側重于社會分化進程中各階層的階層意識[③]、幸福感、不公平感[④]等,而社會情緒作為社會心態(tài)中的核心要素,情感社會學領域有少量關于中國不同階層之社會情緒的相關討論,但主要聚焦于理論探索層面[⑤],在實證層面則語焉不詳。另外也有研究針對一些具體的負面情緒做過分析,比如成伯清、王俊秀、馬廣海等人對嫉妒與怨恨,王佳鵬對羞愧情緒,楊宜音等人對浮躁情緒,周曉虹、李春玲對焦慮情緒等都做過深入分析[⑥]?偟膩碚f,社會情緒相關研究還存在以下問題需進一步推進。
一是需要將社會情緒納入社會結構中進行思考。社會情緒是大眾在社會心態(tài)層次上的主觀性體驗,這種主觀性體驗既是當前快速社會分化的產(chǎn)物,也是透視社會結構及其問題的社會表征。通過分析社會各個階層中的突出性情緒問題,尋找其根源,進而為塑造“理性平和、積極樂觀”的社會心態(tài)提供治理之策。
二是需要將社會情緒嵌入到社會情境中進行分析。社會情緒的產(chǎn)生與社會互動有關系,不同階層的互動關系是完全不同的,如果研究者能夠呈現(xiàn)不同階層互動時的“情感氛圍”,這不但有助于我們理解社會情緒生成的結構性背景,而且還有助于借此理解社會轉型時期的階層關系。
本文試圖回答,在社會轉型過程中,中國社會正在產(chǎn)生快速階層分化,不同階層除了在主導性生產(chǎn)方式、文化資本、消費傾向、社會資本等領域存在階層分化之外,在社會情緒上是否也存在系統(tǒng)性差異?這種差異的形成機制是怎樣的?社會情緒的產(chǎn)生往往有階層互動的背景,那么不同階層互動場景中的“情感氛圍”是否有所不同?階層互動的情感氛圍折射出當前中國階層關系的何種特征?
從社會心理學角度看,社會情緒是一種集體情緒,即一定社會環(huán)境下某一群體或者某些群體或整個社會中多數(shù)人所共享的情緒體驗,社會情緒并非個體情緒的疊加或混合,而是個體之間、個體與群體之間、群體與群體之間互動的結果[⑦]。
故而,社會因素作為影響社會情緒的重要源頭長期以來被學界所重視,已有社會情緒研究常常把個體的情緒、情感放在社會結構中進行理解。這方面,西奧多.肯珀的權力-地位理論、柯林斯的儀式互動理論堪稱經(jīng)典,這兩種理論的核心邏輯認為,客觀的社會結構性位置會影響公眾的社會心態(tài)和情緒體驗,不同階層的社會位置塑造了不同的生活模式,而生活模式塑造了人的性格結構,故而不同的客觀性結構位置會對人的性格結構與情緒體驗產(chǎn)生影響[⑧]。西奧多.肯珀、柯林斯等人有關情感的社會分層模式極有啟發(fā)意義,而且所作的機制解釋也極富洞見。但問題在于,與心理學中有關情緒個體和微觀層面的實證研究相比,已有情感社會學有關情感分層的理論很難采取實證的方法去驗證,這是已有情感社會學理論的劣勢。就情緒體驗的社會分層而言,能否在實證層面得到檢驗呢?
客觀性的結構性位置是否會轉化成為情緒體驗上的差異,這個問題在實證層面有待檢驗。更為重要的問題是,結構性位置作用于情感體驗的具體機制。
本研究認為,不同的社會結構條件會誘發(fā)不同的情緒類型。這里所謂的結構性條件,在本研究語境下主要是指階層結構。階層結構既包括行動者所在階層位置,也包括不同階層行動者互動所形成的關系結構。這種考慮,主要與社會分層領域兩種研究社會階層的視角有關系。在已有的社會分層的理論脈絡中,認為既定社會的階層結構既可以視為階梯性的,也可以視為關系性的。階梯性模型依據(jù)社會成員擁有資源的多寡來確定其在社會階梯中地位,用該模型描述階層結構,能發(fā)現(xiàn)主要資源、生活機遇的不平等狀況。關系性模型把社會成員間的權力-利益關系視為階層分析的核心議題,強調以社會關系確定階層地位[⑨]。
本研究認為,這兩種社會分層視角,有助于揭示社會情緒生發(fā)的結構性條件。
(1)從階梯性的視角看,不同社會成員處于不同的結構性位置,有不同的社會資源,正如情感社會學領域的權力-地位模型所認為的那樣,不同的結構性位置產(chǎn)生不同的情緒體驗。結構性位置與情緒體驗之間的關聯(lián)機制很多。考慮到本研究主要分析社會負面情緒的階層分布及其邏輯,我們試圖借助精神健康社會學領域的壓力-過程模型理解結構性位置與情緒體驗之間的關聯(lián)機制。在社會分層與心理健康問題這一研究領域,社會結構被看作影響個體健康結果的根本原因,階層等結構性因素主要通過影響社會壓力的階層分布形塑社會情緒,其核心機制主要有兩層:一是壓力暴露存在階層差異,二是在應對壓力時,不同階層的脆弱性不同,即壓力易感性。
壓力暴露的階層差異。壓力過程模型的第一個研究維度多涉及對于具體的壓力來源的探索,例如,急性生活事件、慢性生活壓力, 以及日常生活煩惱等。本研究試圖將這作為社會情緒階層分化的一層重要機制。其中的邏輯在于,不同社會地位的群體處于不同的生活環(huán)境中,因而受到不同類型和不同程度的壓力影響。即壓力暴露的階層差異,構成社會情緒階層分化的第一層機制。
負面情緒易感性的階層差異。所謂壓力的易感性,是指容易因為生活壓力而產(chǎn)生情緒問題或者患心理疾病的程度。壓力-過程模型中的易感性機制表明,由于各階層的群體性差異,不同社會地位造成不同的生活環(huán)境和社會經(jīng)歷,同樣面對風險與壓力,不同階層可能會產(chǎn)生不一樣的情緒反應,社會地位較高的人群對壓力的感受更為積極,相同的壓力事件對不同階層產(chǎn)生的影響是截然不同的。故而,易感性的階層差異構成社會情緒階層分化的第二層機制。
(2)從關系性視角來看,社會情緒的生成機制,與社會情緒本身的屬性有關。正如王俊秀等人在總結社會情緒的屬性時所指出的那樣,社會情緒是一種集體情緒,即一定社會環(huán)境下某一群體或者某些群體或整個社會中多數(shù)人所共享的情緒體驗,社會情緒并非個體情緒的疊加或混合,而是個體之間、個體與群體之間、群體與群體之間互動的結果。因而,對社會情緒產(chǎn)生的互動情境進行分析是非常重要的。而社會互動是發(fā)生在具體場域中的互動,場域是權力、利益等要素交織而成的關系結構。從社會結構的角度看,最主要的結構莫過于階層結構,不同的階層互動,存在不同的結構性關系。那么不同的階層互動所構成的場域中的“情感氛圍”是否有所不同呢?很顯然,在不同階層相遇的場域中,如果情感氛圍存在顯著性差異,那么我們可以進一步認識情緒體驗的階層特征,進而理解階層互動對于情緒體驗的影響,這時候的情緒體驗,不是單個階層所獨享的情感體驗,而是兩個或多個階層共同體驗的“情感氛圍”。
基于上述判斷,我們提出如下研究假設:
研究假設1:不同的客觀性結構性位置上會產(chǎn)生不一樣的情緒體驗,就總體性情緒指標而言,社會情緒的積極程度與階層地位成正相關,消極負面情緒與階層地位呈現(xiàn)負相關。
研究假設2:從壓力過程模型的視角看,壓力暴露程度與壓力易感性都與階層地位正相關,底層的壓力暴露程度高于上層,其壓力易感性也高于上層,二者的階層分布構成社會情緒階層分化的兩層重要機制。
研究假設3:社會情緒的形成與階層互動有關,不同的階層互動下的場域,有可能存在完全不同的情感氛圍,緩和的階層關系更有助于產(chǎn)生積極情感氛圍,而對立緊張的階層關系,更傾向于產(chǎn)生消極負面的情感氛圍。
本研究的數(shù)據(jù)來源為互聯(lián)網(wǎng)大數(shù)據(jù)GDELT(全球事件、語調與語言數(shù)據(jù)庫),該數(shù)據(jù)庫由谷歌開發(fā)者Kalev Leetaru創(chuàng)建。2011年,《科學》雜志上發(fā)表了以哈佛大學、麻省理工學院與谷歌研究團隊利用谷歌圖書(Google Books)的海量數(shù)字化資料,分析了公元1500到2000年間500多萬本書籍高達5000多億單詞的語料庫,并提出了“Culturomics”(文化組學)的概念,所謂“文化組學”是指用計算語言學的方法對大量電子文本信息進行定量分析進而研究人類行為和文化趨勢的方法[⑩]。Kalev Leetaru等人在此基礎上,提出了“文化組學2.0”的概念,即試圖通匯聚互聯(lián)網(wǎng)空間中的信息理解整個世界,探索人類社會如何運行,特別是人類的社會互動和社會行為。GDELT數(shù)據(jù)庫,就是在這樣一種思想的基礎上建立,其具體方法是,實時監(jiān)測全球網(wǎng)絡空間,世界所有國家的門戶網(wǎng)站、印刷媒體、電視廣播、網(wǎng)絡媒體、網(wǎng)絡論壇中的新聞事件,對其進行分析提取,提煉出新聞事件相關的人物、地點、組織和事件類型等關鍵信息。自從2015年2月以來,GDELT已經(jīng)匯聚來自全球網(wǎng)絡空間中的738,405,547條信息,數(shù)據(jù)體量高達7.7TB,很顯然,這是典型的互聯(lián)網(wǎng)大數(shù)據(jù)[11]。
本研究以GDELT中有關中國社會生活中發(fā)生的2900萬個事件構成的案例庫為依據(jù),借助于社會學領域有關社會分層的操作化概念,將網(wǎng)絡信息文本中常見的1600多種社會角色與社會活動主體概括為9大社會階層,進而在大數(shù)據(jù)的語境下將社會階層的概念進行操作化;借助于機器學習、WordNet[12]情感詞庫等自然語言處理技術,對中國社會的總體性情緒特征以及150多種負面情緒進行測量,進而嘗試著將社會情緒進行量化,并呈現(xiàn)社會各階層多重情感面向。
在GDELT數(shù)據(jù)中與本文密切相關的信息包含Themes、V2Tone、GCAM等維度。Themes這一列信息包含GDELT團隊利用各種自然語言處理算法,從文本信息中提取53165個反應社會生活的主題[13]。本文以下信息都從Themes中提取。
一是職業(yè)群體的信息,GDELT數(shù)據(jù)庫可以識別的職業(yè)群體和社會角色類型包含2243個,如果一則個案中包含了某種職業(yè)角色,比如說警察,則賦值為1,沒有則賦值為0,這樣,針對一個文本個案,就形成了2243個0/1變量。本文從中提取了其中的1600多個能夠反映職業(yè)特征的類型信息,然后結合李路路等人的社會分層框架[14],將這1600多個職業(yè)群體劃分為9大社會階層[15]。
二是壓力過程模型中的相關信息,本文主要從6種社會生活中常見的壓力與風險類型對壓力來源進行測量,包括危機情境[16]、沖突情境、自然災害、人為災害、貧困與失業(yè)風險等。其中危機情境涉及到20多種類型,沖突情境涉及到51種類型,人為災害涉及到95種類型,自然災害涉及到163種類型。由于每一種壓力類型下的子類繁多,本文通過因子分析提取主成分的方法,對這些信息進行綜合,分別形成了6個壓力指數(shù),即沖突情境指數(shù)、危機暴露指數(shù)、自然災害暴露指數(shù)、貧困與失業(yè)、人為災害暴露指數(shù)等。
社會情緒是指人們對社會生活情境的知覺,是通過群體成員之間相互影響、相互作用而形成的較為復雜而又相對穩(wěn)定的態(tài)度體驗,這種知覺和體驗對個體或群體產(chǎn)生指導性和動力性的影響。[17]按照社會情緒的性質與投射方向,可以將它劃分為積極社會情緒與消極社會情緒。諸如喜悅、快樂、信服、愛意等可以歸入積極、正面社會情緒一類,而消極、負面、不良社會情緒則往往表現(xiàn)為憤怒、悲哀、郁悶、煩躁、仇恨等。
本文對社會情緒的測量分為兩個層次,首先是總體性層次,包含積極情感指數(shù)、消極情感指數(shù)以及綜合情感指數(shù)[18],總體性情感指數(shù)用于比較各階層情緒狀態(tài)的總體狀況,其信息主要從GDELT數(shù)據(jù)庫中的V2Tone這一列提取。其次是具體情緒類型層次,基于GCAM中WordNet Affect 1.1所監(jiān)測的150多種負面情緒類型[19],本文主要側重分析具體的負面情緒問題的階層分布。
V2Tone主要包含了總體性情緒指標的信息,GDELT針對每一個個案,通過高性能自然語言處理技術,給出其綜合情感指數(shù)tone,積極情感指數(shù)positive score,消極情感指數(shù)negative score。對各階層的總體性情緒特征,我們主要從V2Tone中提取信息。綜合情感指數(shù)Tone的范圍大致在[-15,15]之間,不同的取值所對應的情緒狀態(tài)如表1。
表1 綜合情感指數(shù)的不同取值對應的情緒狀態(tài)
|
英文 |
中文 |
Tone |
英文 |
中文 |
Tone |
|
ecstatic |
欣喜若狂 |
9 |
neutral |
情感中立 |
0 |
|
lovely |
可愛的 |
4 |
dislike |
不喜歡 |
-1 |
|
excited |
興奮的 |
3 |
hate |
憎恨 |
-10 |
|
happy |
幸福的 |
1 |
hatred |
仇恨 |
-12 |
GCAM的全稱是全球知識與變遷分類庫[20],這個列下面,涉及到GDELT團隊運用18種情感詞庫技術,對各種類型的具體情緒類型進行提取。本文主要使用了其中的WordNet情感詞庫提取的150多種負面情緒進行分析。
情感社會學理論認為,情感體驗大致分為積極的情感體驗與消極的情感體驗。根據(jù)總體性情緒指標的二元劃分,GDELT數(shù)據(jù)庫對每個案例中的積極情緒與消極情緒做了精確的計算。我們通過這兩個指標測量和比較各個階層的情緒狀態(tài),即積極情感指數(shù)越高,說明該階層的生活世界中體驗著更多的積極情緒,具有更高的精神健康程度; 反之,如果消極情感指數(shù)越高,說明該階層生活世界中體驗著更多的消極情緒,精神健康程度相對較低。
根據(jù)GDELT數(shù)據(jù)庫中的信息,計算各階層消極情感指數(shù)和積極情感指數(shù),為了便于階層比較,我們對積極情感指數(shù)和消極情感指數(shù)進行標準化(見圖1)。
從階層之間相對比較角度看,處于相對下層的四個階層,即農(nóng)民、非技術工人、技術工人、辦事人員等,其消極情感指數(shù)明顯高于官員、企業(yè)家、知識分子、技術人員、小業(yè)主等階層;蛘哒f,上層(官員、企業(yè)家、知識分子)、中產(chǎn)上層(技術人員和小業(yè)主)的消極情感指數(shù)低于中產(chǎn)下層(辦事人員和技術工人)和底層(非技術工人與農(nóng)民)。消極情感指數(shù)的階層分布符合研究假設1(圖1)。
另外,分析結果也顯示,積極情緒則不具有這樣明顯的階層分布規(guī)律,積極情感指數(shù)的階層分布規(guī)律呈現(xiàn)出“中間高,兩頭低”的特點,尤其是中產(chǎn)上層的技術人員階層與小業(yè)主階層的積極情感指數(shù)明顯高于其他階層。積極情緒指數(shù)的這樣一種特征可以從圖2中的綜合情感指數(shù)得到顯示。中產(chǎn)階層的積極情緒明顯高于上層和底層,這樣一個結果能否反映出中產(chǎn)階層的一些社會結構屬性呢?比如已有研究認為,中產(chǎn)階層屬于社會中相對理性、樂觀的階層,這個問題值得進一步的研究進行確認,在此不展開。
說明:為了分析結果直觀起見,圖1中消極負面情緒以GDELT中計算出的原始數(shù)據(jù)為基礎,進行了標準化處理,圖2綜合情感指數(shù)為數(shù)據(jù)庫中計算的原始數(shù)據(jù)。
為了比較更為簡便,我們用“積極情感指數(shù)”-“消極情感指數(shù)”,得到一個綜合性的指標,即綜合情感指數(shù)。如果綜合情感指數(shù)為正,則說明積極情感體驗超過消極情感體驗,反之亦然。綜合情感指數(shù)越高,說明情感體驗的積極程度越高,反之則說明消極情感體驗越強。透過這個指數(shù),可以對各階層情感體驗的總體狀況進行比較。綜合2015-2017這3年的數(shù)據(jù),我們發(fā)現(xiàn),綜合情感指數(shù)的階層差異明顯,或者說情感體驗存在鮮明的階層分化特征(圖2)。
圖2顯示:上層(官員、企業(yè)家、知識分子)、中產(chǎn)上層(技術人員、小業(yè)主)的綜合情感指數(shù)遠遠高于中產(chǎn)下層(辦事人員,技術工人)、下層(非技術工人、農(nóng)民);中產(chǎn)階層內部分化明顯,中產(chǎn)上層遠遠高于中產(chǎn)下層;中產(chǎn)下層(辦事人員、技術工人)又明顯高于底層(非技術工人、農(nóng)民)。情感體驗的這樣一種階層分布,大致符合階層地位與情感體驗的積極程度成正比的研究假設。
圖2還顯示:情感體驗積極程度最高的是處于社會結構中間位置的技術人員階層和小業(yè)主階層,消極情感體驗最強的是底層的非技術工人與工人階層,上層的官員、企業(yè)家、知識分子等階層,盡管物質生活條件和市場能力、社會地位是最高的,但這三個階層并不是積極情感體驗最強的。
上層的官員、企業(yè)家、知識分子階層,具有較高的綜合情感指數(shù),其中企業(yè)家階層又高于官員階層和知識分子階層。上層盡管在權力、財富、聲望與知識、技術等稀缺資源的占有上處于絕對優(yōu)勢地位,但是這三個階層并不是積極情感體驗最高的。這三個階層的情感體驗遠遠優(yōu)于底層,但是不及中產(chǎn)上層。很顯然,這很難從物質財富的角度去解釋,而可能與這三個階層面臨更大的工作壓力有關系。眾所周知,官員階層與企業(yè)家階層所承受巨大的工作壓力,并承擔比其他成員更重的責任,這可能是這兩個階層的積極情感體驗不如中產(chǎn)上層的主要原因。
通過上文的分析,我們已經(jīng)發(fā)現(xiàn)總體性情緒指標具有階層差異性。不過,僅僅從綜合情感指數(shù)的角度進行比較,還太過于籠統(tǒng),下面結合數(shù)據(jù)挖掘過程中的一些發(fā)現(xiàn),對各階層存在的典型負面情緒做簡要分析。
1、怨恨情緒主要集中在社會底層,怨恨情緒體驗強度與階層地位成負相關。國內學者已經(jīng)注意到,當前中國社會心態(tài)領域的突出問題是怨恨情緒普遍蔓延。那么怨恨情緒具有怎樣的階層分布特征呢?數(shù)據(jù)分析顯示,怨恨情緒的階層分布,基本上呈現(xiàn)出根據(jù)階層地位的低到高,而呈現(xiàn)出由強到弱的態(tài)勢;階層地位越低,怨恨情緒越強;階層地位越高,怨恨情緒越弱。處于社會底層的非技術工人和農(nóng)民的怨恨情緒最強,遠遠超過其他階層,中間的三個階層(辦事人員、小業(yè)主與自雇者、技術人員)的怨恨情緒次之,處于社會上層的精英階層(官員階層、企業(yè)家階層與知識分子階層)的怨恨情緒最弱(圖3)。
圖3 怨恨情緒的階層分布
2、反腐敗高壓下,官員階層的恐慌情緒突出。與其他階層相比,官員階層的恐慌、憂慮、自我貶值等情緒體驗更為明顯(圖4)?只胖饕c近年來的反腐敗高壓有關。而八項規(guī)定、簡政放權等使得官員階層的“任性”空間少了,灰色收入少了,公務員階層“含金量”降低,讓不少官員有“自我貶值”情緒體驗。
圖4 各階層中突出的負面情緒體驗
3、商業(yè)氣候、制度性環(huán)境與企業(yè)家階層的不安全感。與其他階層相比,不安全感在企業(yè)家階層中最為明顯(圖4)。自2008年金融危機以來,全球經(jīng)濟復蘇長期乏力,而近年來中國經(jīng)濟社會也進入去過剩產(chǎn)能、調結構等新常態(tài),企業(yè)債務危機嚴重,這無疑會讓企業(yè)家階層壓力加重。更為重要的是,企業(yè)家階層的不安全感或許與當前中國的制度環(huán)境有關。企業(yè)家階層,作為社會轉型的既得利益群體,在過去激烈的國內外市場競爭下,積累了巨額財富。但問題在于,由于國有企業(yè)改制的過程被認為是“企業(yè)家瓜分國有資產(chǎn)的盛宴”(郎咸平語),以及企業(yè)運營過程中存在的大量官商勾結與腐敗行為,使得該群體的巨額財富存在巨大麻煩,以至于不安全感如夢魘一樣擴能繞著該階層。近年來,大量腐敗官員落馬的同時也有大量企業(yè)家被查,為這種不安全感提供了注腳。
4、中產(chǎn)下層的生存壓力與焦慮情緒。與其他各階層相比,在中產(chǎn)階層中盛行焦慮情緒,突出地體現(xiàn)在辦事人員階層(圖4)。辦事人員階層是典型的城市白領階層,根據(jù)已有的大量研究,“白領”階層的最為突出的情緒特征就是“焦慮”,這一判斷在本研究中得到來自互聯(lián)網(wǎng)大數(shù)據(jù)的支持(圖4)。 “焦慮”、“焦躁”情緒來源于該群體的結構性位置與生存壓力。
5、技術工人階層更為憤怒,非技術工人挫敗感突出(圖4)。技術工人階層是工人階層的主體部分,這個階層被認為是中國的領導階層,建國之后,作為“工人老大哥”的技術工人階層在很長的歷史時期內具有非常高的社會地位。而伴隨著市場化改革,工人階層面臨社會地位被迫下降、“同工不同酬”等社會歧視,這也會從總體上導致工人階層的一系列負面情緒的產(chǎn)生。從生活壓力的角度看,該階層預期在城市立足生存,但是近年來房價如脫韁般的野馬一樣瘋漲,在北上廣一線城市買房立足已經(jīng)是不可能,在二線城市同樣需要支付天價房租,背負高額的房貸,以至于很多人自嘲為“房奴”。而對于沒有買房子立足的群體而言,這樣一種沮喪與憤怒將會來得尤為猛烈。
非技術工人是城市社會的底層,是靠體力獲取收入維持生存的階層,主要由農(nóng)民工以及城市弱勢群體(比如小攤販、各種苦臟累的活、建筑工人等)構成。這是一個難以真正市民化的階層,其中的絕大部分都因為無法在城市真正立足而不得不返回鄉(xiāng)村或者繼續(xù)淪為城市底層。挫敗感作為其情緒體驗的突出特征,或許與該階層缺乏改變命運的機會、向上流動缺乏空間有關,在個人奮斗卻難以改變命運的過程中,挫折感與失敗感的產(chǎn)生是必然的。
精神健康社會學認為,人類的負面情緒主要與生活壓力有關,這種壓力可以是來自各方面的,比如說生存壓力、工作壓力等等。以失業(yè)這一壓力性生活事件為例,失業(yè)導致慢性經(jīng)濟壓力,進一步導致個體自尊與自我效能感的降低,這種自我概念的變化最終將反應為個體抑郁情緒的上升。下面我們結合前文介紹的壓力-過程模型,對綜合情感指數(shù)的階層分布,以及在中國社會中普遍流行的負面情緒的階層分布進行回歸分析。
(1)風險與壓力暴露的階層差異。“天有不測風云,人有旦夕禍!。社會生活中存在大量的危機性情境,這是一個客觀事實。風險的發(fā)生,會中斷人們的正常生活,或者造成人員傷亡、財產(chǎn)損失,或造成生活不便、情感受傷,故而,作為一種反常的生活狀態(tài),風險性情境會喚醒不安、悲傷、恐懼等負面情緒。然而,正如社會學家烏爾里希.貝克所言,風險的暴露并不是均勻地在社會各個階層分布。與財富向社會上層聚集相反,社會風險是向社會下層集中的。
本文從大數(shù)據(jù)的角度證明了這一判斷:即各種生活壓力的階層分布,都呈現(xiàn)出明顯向下層集中的特征,底層的農(nóng)民階層、非技術工人階層以及工人階層,在各種生活壓力上的暴露指數(shù)要遠遠高于上層和中上層(見表2)。
首先,我們將社會生活中的壓力歸納為6個方面:天災(自然災害)、人禍(人為災害)、貧困、失業(yè)、社會沖突、以及各種危機性情景。顯然,對于公眾而言,只要暴露于上述任何一種壓力,都會中斷正常生活,產(chǎn)生精神壓力,進而影響精神健康。上述6個方面的壓力涵蓋了社會生活中最主要的壓力類型。
其次,我們結合GDELT數(shù)據(jù)庫,將上述6個方面的壓力信息從GDELT數(shù)據(jù)中提取出來。具體做法是,GDELT數(shù)據(jù)庫根據(jù)自然語言處理和概率主題模型算法,從超高維的層面對文本中的信息進行提取,GDELT數(shù)據(jù)庫目前可以提取的主題信息包含53165種類別,幾乎涵蓋了人類社會生活中絕大部分社會現(xiàn)象。也就是說,GDELT可以從53165個維度,對一個文本個案中包含的信息進行提取,對于任意一個文本案例,通過自然語言處理可以識別該案例是否包含了某一個主題的相關信息,這樣就可以形成53165個0/1變量,透視這一個文本案例。
本研究所需要的上述6個方面的壓力信息,全部包含在這53165個主題中。以人為災害為例,GDELT數(shù)據(jù)庫中目前已經(jīng)識別出包括交通事故、出軌、房屋著火、建筑倒塌、橋梁坍塌、瓦斯爆炸、管道爆炸等120種類型,這樣就相應地形成120個有關人為災害的0/1變量。很顯然,我們不可能對120種人為災害的階層分布都一一列舉,而是根據(jù)主成分分析方法,對這120種人為災害的信息提取主成分,以最主要的因子作為人為災害暴露指數(shù),然后進行階層比較。其它壓力暴露指數(shù)的計算方式類似,分析結果見表2[21]。
表2顯示:在6項壓力指標上,處于相對底層的農(nóng)民、非技術工人、技術工人階層,其暴露指數(shù)遠高于上層和中層。故而,研究假設2關于壓力暴露的階層分布假說得到檢驗。
表2 各階層的壓力、風險與危機暴露指數(shù)比較[22]
|
階層 |
自然災害暴露指數(shù) |
人為災害暴露指數(shù) |
危機暴露指數(shù) |
沖突暴露指數(shù) |
失業(yè)風險指數(shù) |
貧困暴露指數(shù) |
|
官員 |
-0.10 |
-0.05 |
-0.09 |
-0.21 |
0.169 |
-0.033 |
|
企業(yè)家 |
-0.19 |
-0.09 |
-0.32 |
-0.23 |
0.190 |
-0.003 |
|
知識分子 |
0.01 |
-0.04 |
-0.07 |
-0.01 |
0.144 |
-0.129 |
|
技術人員 |
-0.11 |
-0.01 |
0.02 |
-0.12 |
0.162 |
-0.076 |
|
小業(yè)主 |
-0.13 |
-0.08 |
-0.16 |
-0.26 |
0.215 |
-0.049 |
|
辦事人員 |
-0.06 |
-0.03 |
0.03 |
0.14 |
0.194 |
-0.022 |
|
技術工人 |
-0.02 |
0.07 |
0.09 |
-0.04 |
0.278 |
0.041 |
|
非技術工人 |
0.01 |
-0.02 |
0.19 |
-0.03 |
0.306 |
0.041 |
|
農(nóng)民 |
0.54 |
0.70 |
0.31 |
0.14 |
0.233 |
0.574 |
(2)風險與壓力易感性的階層差異。壓力-過程模型不但強調分析壓力暴露因素,而且還分析面臨壓力時,易感性機制對于負面情緒喚起的階層差異。那么不同類型的壓力與風險,對不同階層的負面情緒喚起程度是否存在顯著性差異呢?
表3 不同階層的壓力易感性比較(OLS回歸)
|
壓力因素 |
壓力因素對各階層消極情感指數(shù)的影響系數(shù)(Beta) |
壓力因素對各階層積極情感指數(shù)的影響系數(shù)(Beta) |
||||
|
下層 |
中層 |
上層 |
下層 |
中層 |
上層 |
|
|
沖突暴露指數(shù) |
.482** |
.437** |
.357** |
-.136** |
-.130** |
.002 |
|
危機暴露指數(shù) |
.465** |
.258** |
.239** |
-.167** |
-.095** |
-.010** |
|
貧困暴露指數(shù) |
.160** |
-.013 |
-.022 |
-.108* |
-.023 |
-.060 |
|
人為災害暴露指數(shù) |
.062 |
.029 |
.022 |
-.080* |
-.101* |
-.132* |
|
自然災害暴露指數(shù) |
.079 |
.076 |
.014 |
.011 |
-.058 |
-.139** |
|
失業(yè)風險指數(shù) |
.122** |
.059* |
0.008 |
-.090* |
-.051 |
-.064 |
|
模型擬合度:R squre |
0.684 |
0.579 |
0.597 |
0.293 |
0.270 |
0.211 |
注釋:分別以消極情感指數(shù)、積極情感指數(shù)為因變量,以6種壓力與危機暴露指數(shù)的自變量進行回歸分析,上表列舉的是回歸方程在不同階層中運行時得出的不一樣的回歸系數(shù),通過比較不同階層中回歸系數(shù)的大小,測量6種壓力對不同階層的總體性情緒指標的影響,進而比較這些壓力在不同階層中的影響力度。**,*分別表示回歸系數(shù)的顯著性為P<0.1和P<0.05.
數(shù)據(jù)分析結果大致證明了壓力易感性的階層差異。面對同樣的風險與壓力,下層的負面情緒易感性高于中層、上層,壓力與風險在喚起不同階層的負面情緒時,效應系數(shù)不一樣。表3顯示:所列舉的6種壓力因素中,在不同階層,對積極情緒、消極情緒的作用機制與力度是不一樣的。在所列舉的6項壓力指標中,沖突暴露指數(shù)、危機暴露指數(shù)、貧困暴露指數(shù)、失業(yè)風險指數(shù)等4項指數(shù)對底層的負面情緒的激化效應和對正面情緒的消減效應,都明顯超過上層和中層。而剩下的人為災害暴露指數(shù)和自然災害暴露指數(shù),即天災人禍在上層的易感性更強,這個分析結果與研究假設2略有出入。
綜上:壓力過程模型的階層暴露差異以及易感性差異已經(jīng)大致被證明。首先,6項壓力指數(shù)在底層的暴露水平明顯高于上層,壓力暴露的階層分布假說成立;其次,在6項壓力指數(shù)中,有4項指數(shù)符合壓力易感性的階層分布假說,即沖突暴露、危機暴露、貧困暴露、失業(yè)風險暴露這四個因素在底層不但暴露程度更高,而且對于激化底層的負面情緒、消減積極情緒方面的力度也更強,故而危機暴露的階層差異機制與易感性的階層差異機制同時發(fā)揮作用。而剩下的自然災害和人為災害暴露指數(shù)則主要以壓力暴露機制對情緒狀態(tài)的階層分化發(fā)揮作用,易感性機制作用于研究假設不符合。
一般而言,新聞案例中的事件,很少只涉及到一個階層,而往往有多個階層同時出現(xiàn),這時,這個事件實際上就是兩個或者多個階層之間的互動,或者說兩個階層遭遇時的場景。如果事件中涉及到2個或多個階層,那么它反應的是與這些階層有關的互動場景。這種互動,可以是沖突、合作,也可以是群體性事件,具體的互動類型涵蓋了各個階層之間所有的互動類型,而互動的結果,往往會伴隨一定的結果與情緒體驗,這種情緒體驗不是一個階層所體驗的,而是兩個階層或者多個階層互動情境中的情感氛圍。
在微觀個案層面,這種階層互動的情感氛圍隨機性非常強,階層互動場景多種多樣;但是將這些海量的情境匯聚起來,對場景進行結構化,按照階層之間互動類型,對這些海量個案進行分類,然后看不同階層互動時的情緒氛圍的總體狀況,并據(jù)此折射當前的階層關系狀況:如果階層互動更多地是合作、友好、融合,那么這種階層互動類型下積極情感指數(shù)就會相對更高,如果階層互動更多地是沖突、對立與排斥,那么這種階層互動類型下的消極情感指數(shù)就會更高。
我們對中國社會各階層之間互動的“情感氛圍”以矩陣的形式反應出來,借此透視中國社會各階層之間的關系(見表4)。
表4 中國社會階層互動“情感氛圍”矩陣
官員
企業(yè)家
知識分子
技術人員
小業(yè)主
辦事人員
技術工人
非技術工人
農(nóng)民
官員
0.47
-0.04
0.22
0.21
-0.22
-0.05
-0.09
-0.20
企業(yè)家
0.47
0.05
0.34
0.34
-0.01
0.17
-0.02
-0.18
知識分子
-0.04
0.05
0.54
0.29
-0.10
0.29
-0.15
-0.34
技術人員
0.22
0.34
0.54
0.66
0.33
0.58
0.33
0.70
小業(yè)主
0.21
0.34
0.29
0.66
2.60
0.46
-0.14
-0.74
辦事人員
-0.22
-0.01
-0.10
0.33
2.60
-0.83
-0.57
-0.36
技術工人
-0.05
0.17
0.29
0.58
0.46
-0.83
-0.19
-0.93
非技術工人
-0.09
-0.02
-0.15
0.33
-0.14
-0.57
-0.19
-0.24
農(nóng)民
-0.20
-0.18
-0.34
0.70
-0.74
-0.36
-0.93
-0.24
注:表格中的數(shù)據(jù)為綜合情感指數(shù)。
(一)官員階層與各階層互動的情感氛圍
官員階層是中國社會極為重要的階層,那么官員階層與其他各階層互動情境的情感氛圍呈現(xiàn)怎樣的特征呢?表4顯示,官員階層與上層企業(yè)家、知識分子,中層的技術人員階層、小業(yè)主階層的關系總體緩和,而與中下層的關系普遍緊張,其中尤其以官員與辦事人員階層、官員與農(nóng)民階層的緊張關系更為明顯。
這里最有趣的現(xiàn)象或許在于,官員階層與企業(yè)家之間的互動,其綜合情感指數(shù)遠高于官員階層與其他階層。這其中的邏輯大致在于,官員階層控制權力資源,而企業(yè)家階層控制財富資源,這兩大精英階層之間資源交換與合作空間,遠遠超過其他階層關系,密切的資源交換與合作,維系著這兩大階層之間的“友好氛圍”。這一分析結果與已有研究中有關“精英結盟”的判斷如出一轍。
表4還顯示,官員階層與農(nóng)民階層關系也比較緊張,即所謂“官-民沖突”。官員與農(nóng)民的沖突,是國家與農(nóng)民關系的一種表現(xiàn)形式。政府與農(nóng)民關系最為緊張的時期可能是農(nóng)業(yè)稅費改革前夕,在“收糧派款”、“刮宮引產(chǎn)”的時代,鄉(xiāng)鎮(zhèn)官員與村干部在收取農(nóng)業(yè)稅費和實施計劃生育政策時與農(nóng)民的矛盾非常激烈,各地群體性事件此起彼伏,形成了所謂的“治理性危機”[23](李昌平,2000)。
而農(nóng)業(yè)稅費改革之后,基層政權懸浮,國家與農(nóng)民關系發(fā)生歷史性變遷,那么國家與農(nóng)民關系是否得到改善呢?從階層比較的角度來看,我們發(fā)現(xiàn)官員與農(nóng)民之間的緊張關系,依然是階層關系緊張的主要表現(xiàn)形式。近年來,政府與農(nóng)民的沖突,可能不再是源于計劃生育與收取農(nóng)業(yè)稅費,而是城市化進程中的由地方政府推動的征地拆遷,以及為了獲取建設用地指標的各種“圈地運動”,比如整村推進、農(nóng)民上樓等。已有大量分析顯示,暴力拆遷引發(fā)大量官民沖突,引發(fā)的群體性、抗爭性事件不計其數(shù)。這些沖突性事件是當前引發(fā)官-民關系緊張的主要原因,官-民沖突應該也主要發(fā)生在上述場域。
(二)企業(yè)家與各階層互動的情感氛圍。從互動情境情感指數(shù)來看,企業(yè)家階層與上層、中上層關系總體良好,而與底層的關系總體緊張。企業(yè)家階層與官員階層互動的情感氛圍最好,企業(yè)家與技術人員、小業(yè)主的關系都還不錯;而企業(yè)家與非技術工人階層、農(nóng)民階層之間的互動關系總體緊張。企業(yè)家與不同階層互動場域的這樣一種情感氛圍,耐人尋味,總的來說,反應了這樣一個規(guī)律:企業(yè)家與同樣掌握稀缺資源的強勢階層之間更多的是合作共贏關系,而與弱勢階層之間的緊張關系,則反應企業(yè)家與這些階層之間更多的是一種沖突性關系。
比如說,企業(yè)家階層與工人階層之間是雇傭-被雇傭關系,存在勞資沖突等各方面問題。同樣,企業(yè)家階層與農(nóng)民階層之間也是一種緊張的交換關系,這體現(xiàn)在資本下鄉(xiāng)等極容易引發(fā)沖突的互動場景中。
(三)中國社會階層互動情感氛圍矩陣分析。從階層之間互動的情感氛圍矩陣來看,階層互動的情感氛圍呈現(xiàn)出如下特征:上層(官員、企業(yè)家、知識分子)各階層互動場景中的情感氛圍總體上呈現(xiàn)積極態(tài)勢,而上層與中下層(辦事人員、技術工人)、上層與底層互動時則更偏向消極情緒氛圍;中產(chǎn)階層,除了辦事人員階層之外,其他三個階層與上層互動時偏向積極情緒,與底層互動時則明顯偏向消極情緒;非技術工人與農(nóng)民階層和其他各階層的互動情景明顯偏向消極負面。
階層之間互動場域的情感氛圍,大致能夠反映目前中國社會各階層之間的關系狀態(tài),中國社會結構目前呈現(xiàn)出來的特征是,上層與中上層的關系總體和諧,以積極正面為主,而上層與底層則關系緊張。中層與其他各階層的關系總體緩和。這其中的邏輯大致在于:
第一,中國社會各階層之間,階層關系緊張的壓力來源于底層,底層生存狀況的惡化,激化了底層與上層、中上層的矛盾。而底層的生存壓力和各階層之間的緊張關系,則來源于上層對底層的社會排斥,以及高居不下的財富兩級分化。
第二,中層與上層和下層的關系有所不同。技術人員階層與其他各階層之間的關系普遍較好,小業(yè)主階層與底層沖突較多,與上層關系積極良好;辦事人員階層則與上層和底層的關系都比較緊張,而與中層的關系相對較好。
第三,中國社會的精英階層之間關系相對“融洽”。已有研究也表明,作為既得利益階層,中國社會上層已經(jīng)形成利益共同體,權力、經(jīng)濟、文化精英不但形成利益聯(lián)盟,而且存在富有中國特色的不同領域的精英跨界流動的現(xiàn)象[24]。
本研究發(fā)現(xiàn),社會情緒的階層分化,既表現(xiàn)在總體性情緒指標上,也表現(xiàn)在具體性情緒類型的差異上。伴隨著財富向上層集中,社會風險向下層集中,抑郁、怨恨、絕望等負面情緒具有向下層聚集的趨勢,社會上層、中產(chǎn)上層的積極情緒指數(shù)明顯高于下層。社會情緒的階層分化是社會轉型與社會兩極分化的必然結果。黨和國家應該對社會情緒的階層分化高度重視,并扭轉這種趨勢。我們的分析還發(fā)現(xiàn),不同階層中突出性負面情緒問題差異明顯,在情感治理的進程中,應該結合不同階層所存在的突出性情緒問題,不同情緒的具體形成機制進行分類治理。
負面情緒的階層分化,一方面與風險與壓力暴露的階層分布有關,底層更多地暴露于風險與壓力事件中;另一方面也與負面情緒的易感性的階層差異有關系,更低的社會經(jīng)濟地位的階層與高社會經(jīng)濟地位的階層相比,更容易被不良事件影響情緒,較低社會地位的階層面對所有類型的壓力事件都表現(xiàn)出了更高的易感性。這樣,壓力與風險暴露機制和易感性機制的階層分布疊加在一起,構成了社會情緒的階層分化景觀。
上層精英階層之間互動場域中的情感氛圍相對和諧,而上層與底層、中層與底層互動的場域中情感氛圍則相對緊張。精英之間更多的是資源共享與相互聯(lián)合的關系,而官民、勞資等階層互動關系中則相對緊張,階層互動中更容易產(chǎn)生沖突性事件。這些分析結果基本上與社會學研究中有關“精英結盟”的判斷相契合。
正如所有類型的大數(shù)據(jù)應用于社會科學研究領域中可能存在 “數(shù)據(jù)偏差”一樣,借助于GDELT數(shù)據(jù)庫反應各階層的情感狀態(tài)與階層互動的情感氛圍,可能也存在研究結論的效度問題。如何解決這個問題,一方面,需要對數(shù)據(jù)的屬性進行研究,另一方面,需要對大數(shù)據(jù)與小數(shù)據(jù)的分析結論,以及不同來源的大數(shù)據(jù)的分析結果的一致性等進行分析,進而對研究結論的穩(wěn)健性做檢驗。
首先談談數(shù)據(jù)屬性。GDELT數(shù)據(jù)庫主要由主流媒體、網(wǎng)絡新聞、網(wǎng)絡論壇等不同來源信息構成。那么該數(shù)據(jù)是否適用于分析中國社會的階層以及情緒狀態(tài)呢?
從數(shù)據(jù)的屬性來看,媒介數(shù)據(jù),無論是社交媒體數(shù)據(jù),還是門戶網(wǎng)站與網(wǎng)絡新聞數(shù)據(jù),都是一種“擬態(tài)真實”。擬態(tài)真實指的是人們通過符號系統(tǒng)對現(xiàn)實環(huán)境的一種描繪、摹寫、重構和再現(xiàn),它以現(xiàn)實環(huán)境為藍本,運用符號系統(tǒng)在媒介上構建出反映現(xiàn)實環(huán)境的信息,形成一個符號化的信息環(huán)境。
在媒體高度發(fā)達的社會條件下,媒介所建構的擬態(tài)環(huán)境越來越接近真實環(huán)境。在web2.0時代,媒體已覆蓋和滲透到現(xiàn)代社會生活的方方面面,成為人們無法離開的必備工具,快速、高效、便捷的媒介手段不僅可以為人們實時提供真實環(huán)境的動態(tài)信息,而且這種媒介所建構的擬態(tài)環(huán)境越來越接近真實環(huán)境,可以使受眾具有身臨其境的現(xiàn)場感。除了擬態(tài)環(huán)境對現(xiàn)實環(huán)境的擬真度越來越高、構建擬態(tài)環(huán)境的參與面越來越廣外,擬態(tài)環(huán)境對現(xiàn)實環(huán)境的作用也越來越強。擬態(tài)環(huán)境與現(xiàn)實環(huán)境之問的關系也處在不斷深化,表現(xiàn)為擬態(tài)環(huán)境的現(xiàn)實化。“擬態(tài)現(xiàn)實”在客觀、真實、能動地反映現(xiàn)實環(huán)境的基礎上,對現(xiàn)實環(huán)境發(fā)展變化又起著引導、轉化和塑造作用[25]。
正是基于上述考慮,本研究認為,一個具體的新聞案例充滿了建構性、選擇性以及媒介框架的運用,但是對于海量的個案數(shù)據(jù)而言,因為信息來源多種多樣,表述者的類型多種多樣,以及媒介高達發(fā)達,這使得在較長跨度的歷史過程中積累的數(shù)據(jù)與現(xiàn)實生活越來越接近,故而通過GDELT數(shù)據(jù)庫在反應現(xiàn)實生活方面,具有較強的可行性[26]。這方面,大數(shù)據(jù)與小數(shù)據(jù)的結果比對,以及不同來源的數(shù)據(jù)的結果比對,為這一判斷提供了注腳[27]。
[①]陸學藝,《當代中國社會階層的分化與流動》,《江蘇社會科學》2003年第4期。
[②]馬廣海,《存在、認同與沖突:轉型期我國社會的階層意識概覽》,《山東社會科學》2011年第5期。
[③]劉欣,《轉型期中國大陸城市居民的階層意識》,《社會學研究》2001年第3期;陳云松,《階層自我定位、收入不平等和主觀流動感知(2003-2013)》,《中國社會科學》2016年第12期。馬廣海,《存在、認同與沖突:轉型期我國社會的階層意識概覽》,《山東社會科學》,2011年第5期。張文宏,劉永根,《社會分化、生活體驗與階層沖突的主觀建構》,《社會科學戰(zhàn)線》2017年第1期。
[④]翁定軍:《階級或階層意識中的心理因素:公平感和態(tài)度傾向》,《社會學研究》2010年第1期。
[⑤]成伯清,《心態(tài)秩序危機與結構正義:一種社會學的探索》,《福建論壇.人文社會科學版》2016年第11期。王鵬,《情感社會學的社會分層模式》,《山東社會科學》2013年第3期?铝炙,《儀式互動鏈條》,Collins., Interaction Ritual Chain, Princeton: Princeton University Press,2004, P.108。
[⑥]成伯清,《從嫉妒到怨恨》,《探索與爭鳴》2009年第10期;王俊秀,《警惕群體性怨恨成為“社會心病”》,《中國教育報》2012年1月11日;馬廣海,《從群體性事件看轉型期社會心態(tài)》,《中國海洋大學學報社會科學版》2012年第6期;王佳鵬,《羞恥、自我與現(xiàn)代社會》,《社會學研究》2017年第4期;楊宜音,《浮躁怎樣成為一種社會心態(tài)》,《江蘇行政學院學報》2014年第6期;周曉虹,《中國社會心態(tài)危機蔓延》,《人民論壇》2014年第9期;李春玲,《中國中產(chǎn)階級不安全感和焦慮心態(tài)》,2016年第4期。
[⑦]王俊秀,《社會心態(tài)理論》,社會科學文獻出版社,2014。
[⑧] 參見蘭德爾.柯林斯,《儀式互動鏈》,林聚任等翻譯,商務印書館,2016.北京。特納、斯黛茲著,孫俊才、文軍等譯,《情感社會學》,上海人民出版社,2007,178-179。
[⑨]劉欣,《協(xié)調機制、支配結構與收入分配:中國轉型社會的階層結構》,《社會學研究》2018年第1期。
[⑩] Jean-Baptiste Michel etc,Quantitative Analysis of Culture Using Millions of Digitized Books,Science 14 Jan 2011:Vol. 331, Issue 6014, pp. 176-182DOI: 10.1126/science.1199644.
[11] 對數(shù)據(jù)庫感興趣的讀者可以訪問如下網(wǎng)址: https://bigquery.cloud.google.com/table/gdelt-bq:full.events。
[12]“語言獲得與詞匯計數(shù)程序”( Linguistic Inquiry and Word Count,LIWC) 能夠在線測量網(wǎng)絡文本信息中的數(shù)十種情緒和行為維度,包括積極、消極情緒,以及焦慮、憤怒和行為抑制等方面。
[13] 通過機器學習與自然語言處理提取文本等非結構化數(shù)據(jù)中的主題和情感信息,目前是計算社會科學領域的主流做法,具體可以參見Scott A. Golder and Michael W. Macy,Diurnal and Seasonal Mood Vary With Work, Sleep, and Daylength Across Diverse Cultures,Published 30 September 2011, Science 333, 1878 (2011),DOI: 10.1126/science.1202775.
[14] 李路路、朱斌,《當代中國的社會流動模式及其變遷》,《中國社會科學》2015年第5期。
[15] 這一操作是本研究得以進行的關鍵。本文正是結合了社會分層中通過職業(yè)進行社會分層的相關領域知識,第一次在社會學研究中,將階層的概念在大數(shù)據(jù)的語境下進行了操作化。對操作化方案有興趣的讀者可以直接向筆者索取相關分析結果。
[16] 關于這20種危機的類型,具體內容請參見A. Olteanu, C. Castillo, F. Diaz, S. Vieweg. CrisisLex: A Lexicon for Collecting and filtering Microblogged Communications in Crises. In Proceedings of the AAAI Conference on Weblogs and Social Media (ICWSM'14). AAAI Press, Ann Arbor, MI, USA, 2014;以及https://blog.gdeltproject.org/crisislex-taxonomies-now-available-in-gkg/。
[17] 沙蓮香主編:《社會心理學(第二版)》,中國人民大學出版社2006年版。
[18] 表1中tone的那一列,其中三個數(shù)據(jù)分別是綜合情感指數(shù)、積極情感指數(shù)和消極情感指數(shù)。
[19] WordNet Affect 1.1根據(jù)文本的內容,對文本中含有情緒色彩的語義信息進行提取,故而這種提取不僅僅是情緒狀態(tài),還包含那些蘊含情感色彩的社會行動與肢體語言等等。WordNet Affect 1.1涉及到對150種左右的消極情緒和130種左右的積極情緒的識別,限于篇幅,本文主要展示各階層的消極情緒。
[20] 全球內容分析系統(tǒng)GCAM系統(tǒng)通過一系列領先的內容分析工具來運行由GDELT監(jiān)控的每篇新聞文章,以捕獲超過2,230個潛在維度,這些維度主要涉及到情緒、心態(tài)、以及其他維度。使用GCAM,可以通過語言查詢和詞語計數(shù)系統(tǒng)(LIWC),WordNet、回歸圖像詞典“Passive”等共計18個內容分析系統(tǒng)所提取的信息!有關GCAM字段的文件格式以及如何使用它的更多詳細信息,請參閱GCAM主代碼簿以獲取可用的所有維度列表和全球知識圖2.0代碼簿。
[21] 對具體編碼規(guī)則感興趣的讀者,可以參考GDELT數(shù)據(jù)庫中概率主題模型的提取文件說明。也可向作者提取。
[22] 表中6項壓力指數(shù)的計算都達到因子分析對提取主成分的基本要求,最大公因子的載荷都具有理想的表現(xiàn)。限于篇幅,在此不展開。
[23] 李昌平,《我向總理說實話》,光明日報出版社,2000。
[24] 成伯清,《心態(tài)秩序危機與結構正義:一種社會學的探索》,《福建論壇.人文社會科學版》,2016年第11期。成伯清認為,當代中國的精英階層、包括政界、商界、學界和媒體界中所謂的“成功人士群體”,因為不同資本類型之間的流通與轉化,各界“成功人士”的跨界成為時尚,實際上他們構成利益均沾的精英聯(lián)盟。
[25] 曹勁松.論擬態(tài)環(huán)境的主體建構[J].南京社會科學,2009(2)
[26] 實際上,迄今為止,所有的社會科學數(shù)據(jù),無論是問卷數(shù)據(jù),還是田野調研與檔案文獻,都是對客觀真實中的一種選擇性提取與建構,數(shù)據(jù)信息都是現(xiàn)實生活中的一部分,源于現(xiàn)實而高于現(xiàn)實,信息采集本身充滿了研究者的建構與干預,而不可能是現(xiàn)實生活的全部或者與現(xiàn)實生活完全一致。媒介大數(shù)據(jù)盡管也是一種擬態(tài)真實,但這多源異構、海量、動態(tài)、長時期的數(shù)據(jù)而言,新聞文本中微觀個案的隨機性因素會被海量信息所稀釋,在這點上,大數(shù)據(jù)與問卷調查由單一研究者建構的邏輯有所不同。
[27] 這方面,筆者將有專文報告。