0
| 本文作者： 我在思考中 | 2021-12-24 15:59 |
英文原文已被IEEE Transactions on Computational Social Systems接受，詳細(xì)內(nèi)容及數(shù)據(jù)，讀者可以查看原論文。
停止亞太裔仇恨聯(lián)盟（Stop AAPI Hate Coalition）的報告指出，在2021年3月，收到報告的仇恨犯罪數(shù)量由3,795激增至6,603，其中身體攻擊的占比由2020年的10.2%上升至2021年的16.7%。
與之同時網(wǎng)絡(luò)仇恨事件幾乎翻番，從5.6%上升至10.2% [1]。Gover et al. [2] 認(rèn)為在新冠疫情期間針對亞裔的仇恨犯罪上漲源于新冠疫情推動了種族主義的散播，制造了國家的不安全感以及仇外心理。也有學(xué)者研究了針對亞裔的仇恨犯罪上漲與“亞裔是永久的外人（perpetual foreigners）”這一概念之間的關(guān)聯(lián) [3] [4]。除了身體襲擊以外，亞裔美國人也承受精神上的不平等傷害。經(jīng)歷過種族主義事件的亞裔美國人出現(xiàn)了抑郁癥狀 [5]。
因此，識別并理解公眾對于針對亞裔仇恨的態(tài)度對于未來研究這種態(tài)度對亞裔的影響以及制定相關(guān)的政策來削弱負(fù)面作用至關(guān)重要。
本文對超過四萬名推特用戶關(guān)于“停止亞裔仇恨”及“#停止亞裔及太平洋島居民仇恨”運(yùn)動的態(tài)度進(jìn)行了深入的研究。
作者發(fā)現(xiàn)，女性、年輕人、亞裔及非裔更頻繁地使用這兩個標(biāo)簽，參與更多的討論。其中的大多數(shù)人也活躍于其他有關(guān)種族或社會議題的網(wǎng)路運(yùn)動，如#BlackLivesMatter和#SayHerName。
在四萬多名參與討論的用戶中，55.68%為女性（推特本身的女性用戶占比為50% [6]）。女性較高的參與比例可能與“集體認(rèn)同”（collective identity） [7] 相關(guān)。在亞特蘭大槍擊案八名受害者中，六名為女性，舊金山亞裔被襲事件的受害者亦為女性。
這一共同的身份特質(zhì)可能是女性更多參與有關(guān)“停止亞裔仇恨”運(yùn)動討論的原因。類似的，參與討論的亞裔占比為25.29%，遠(yuǎn)高于推特本身的亞裔用戶占比（低于8%）。非裔用戶的占比也相對較高。
通過對用戶所發(fā)布推特內(nèi)容的分析，本文將所有有關(guān)“停止亞裔仇恨”及“#停止亞裔及太平洋島居民仇恨”運(yùn)動的討論可分為六類，分別為支持、新聞、譴責(zé)、雙重標(biāo)準(zhǔn)、反對聲音以及政策呼吁。
在所有討論中，對于“停止亞裔仇恨”運(yùn)動表達(dá)支持態(tài)度的推特數(shù)量占51.56%。有部分推特直接表達(dá)支持，有部分推特附帶導(dǎo)向?yàn)槌鸷奘录芎φ吣季杈W(wǎng)站的鏈接，也有部分推特轉(zhuǎn)載有關(guān)亞裔美國人歷史的紀(jì)錄片。同時，在這些支持的聲音中，有呼吁非裔與亞裔應(yīng)當(dāng)團(tuán)結(jié)起來，呼吁社群之間的團(tuán)結(jié)，也有呼吁亞裔群體內(nèi)部應(yīng)該團(tuán)結(jié)起來。
新聞類推特占比為18.38%。主要內(nèi)容是有關(guān)針對亞裔的仇恨犯罪新聞報道。一部分披露了襲擊者的族裔，一部分選擇不披露襲擊者族裔。
譴責(zé)類推特占比為14.69%。這一類推特并非是譴責(zé)“停止亞裔仇恨”運(yùn)動，而是在譴責(zé)那些襲擊者、特定人群或者社會存在的系統(tǒng)性問題。比如，很大一部分該類推特譴責(zé)美國前總統(tǒng)特朗普將新冠病毒稱為“中國病毒”。也有推特譴責(zé)共和黨不支持針對女性的暴力犯罪法案。另外，該類推特還提及了系統(tǒng)性問題如種族主義（“白人至上”）、文化（戀亞癖，Asian fetishization）及教育（大學(xué)不平等錄?。?。
雙重標(biāo)準(zhǔn)
有關(guān)雙重標(biāo)準(zhǔn)的爭論在有關(guān)“停止亞裔仇恨”運(yùn)動中的討論占8.37%。有觀點(diǎn)認(rèn)為，亞裔和非裔在遭受了歧視后，政府的對待態(tài)度不一致。也有觀點(diǎn)認(rèn)為，針對亞裔的仇恨犯罪襲擊者中，白人襲擊者和非洲裔襲擊者被區(qū)別對待。
反對聲音
在有關(guān)“停止亞裔仇恨”運(yùn)動的討論中，5.43%為反對聲音。這一部分觀點(diǎn)對“停止亞裔仇恨”運(yùn)動持負(fù)面態(tài)度，表現(xiàn)形式包括激化亞裔與非裔群體之間的關(guān)系、宣揚(yáng)反亞裔情緒以及為仇恨犯罪的襲擊者進(jìn)行辯護(hù)。
政策呼吁
在所有參與討論的用戶中，1.56%呼吁政府制定相關(guān)政策（如控槍）來解決針對亞裔仇恨犯罪問題。
本文通過邏輯回歸，研究了不同因素對于用戶話題選擇的影響。完整的發(fā)現(xiàn)與討論可閱讀原論文。
政治極化（political polarization）體現(xiàn)在了此次“停止亞裔仇恨”運(yùn)動的討論中。拜登關(guān)注者與特朗普關(guān)注者在話題選擇上有顯著不同。拜登的關(guān)注者更多地表達(dá)支持，而在特朗普的關(guān)注者中，出現(xiàn)了更多的反對聲音以及對于雙重標(biāo)準(zhǔn)的討論。
進(jìn)一步研究發(fā)現(xiàn)，拜登關(guān)注者與特朗普關(guān)注者在“停止亞裔仇恨”的大議題下，討論的側(cè)重點(diǎn)不一致。特朗普關(guān)注者：
（1）認(rèn)為非裔需要為針對亞裔仇恨犯罪負(fù)責(zé)；
（2）亞裔學(xué)生在大學(xué)錄取中因種族問題而遭受了不平等待遇；
（3）支持“All lives matter”；
（4）更多地轉(zhuǎn)發(fā)襲擊者為非裔的新聞報道；
（5）更少轉(zhuǎn)發(fā)亞裔受害者自述的新聞報道。在上述五個話題中，拜登關(guān)注者的傾向與特朗普關(guān)注者完全相反。
“停止亞裔仇恨”運(yùn)動的反對聲音更多地出現(xiàn)在仇恨犯罪更少的州。圖一展示了反對聲音推特占比與種族偏見動機(jī)型仇恨犯罪數(shù)量占比的關(guān)系。根據(jù)所在州的地理位置，本文用不同顏色標(biāo)示。州按地理位置分為四大類：東北、南部、西部以及中西部。
通過圖一可以發(fā)現(xiàn)，反對聲音的占比與所在州的仇恨犯罪數(shù)量占比負(fù)相關(guān)。有研究指出，當(dāng)個體因?yàn)榉N族偏見原因成為犯罪的受害方后，產(chǎn)生的負(fù)面情緒與因非種族偏見原因成為犯罪的受害方產(chǎn)生的負(fù)面情緒有本質(zhì)的區(qū)別 [8]。
因此，本文的這一發(fā)現(xiàn)可能說明那些沒有經(jīng)歷過因種族原因?qū)е鲁鸷薹缸锏娜耍瑢τ凇巴Ｖ箒喴岢鸷蕖边\(yùn)動表示反對是因?yàn)樗麄儧]有相關(guān)的經(jīng)歷，更難理解仇恨犯罪的嚴(yán)重性。他們的話題選擇也包含了為襲擊者辯護(hù)，認(rèn)為襲擊的動因不是種族主義。
圖一的另一個重要發(fā)現(xiàn)是，在地理位置上相近的州，在圖一中的位置也相對更近，意味著相近州的民眾對于針對亞裔的仇恨犯罪態(tài)度接近。政策制定者可根據(jù)這一發(fā)現(xiàn)做更深入研究，以制定相關(guān)政策如對于仇恨犯罪的教育項(xiàng)目 [9]。
圖一：每一萬人中種族偏見動機(jī)型仇恨犯罪數(shù)量與反對“停止仇恨犯罪”運(yùn)動推特占比關(guān)系
作者希望能通過社交網(wǎng)絡(luò)平臺用戶對“停止亞裔仇恨”運(yùn)動討論的研究，更好地理解民眾對于針對亞裔的仇恨犯罪的態(tài)度，促進(jìn)有關(guān)方面的研究，為了全體社群的共同利益，最終幫助解決這一嚴(yán)重的社會問題。
更加詳細(xì)的方法描述以及發(fā)現(xiàn)請閱讀原論文。
參考文獻(xiàn)：
[1] R. Jeung, A. Y. Horse, T. Popovic, and R. Lim, “Stop aapi hate national report,” Stop AAPI Hate, 2021
[2] A. R. Gover, S. B. Harper, and L. Langton, “Anti-asian hate crime during the covid-19 pandemic: Exploring the reproduction of inequality,” American Journal of Criminal Justice, vol. 45, no. 4, pp. 647–667, 2020.
[3] H. Tessler, M. Choi, and G. Kao, “The anxiety of being asian american: Hate crimes and negative biases during the covid-19 pandemic,” American Journal of Criminal Justice, vol. 45, no. 4, pp. 636–646, 2020.
[4] A. N. Ancheta, Race, rights, and the Asian American experience. Rutgers University Press, 2006.
[5] A. Saw, A. Yellow Horse, and R. Jeung, “Stop aapi hate mental health report,” 2021.
[6] S. Wojcik and A. Hughes, “Sizing up twitter users,” Pew Research Center Internet & Technology, 2019.
[7] F. Polletta and J. M. Jasper, “Collective identity and social movements,” Annual review of Sociology, vol. 27, no. 1, pp. 283–305, 2001.
[8] K. Craig-Henderson and L. R. Sloan, “After the hate: Helping psychologists help victims of racist hate crime,” Clinical Psychology: Science and Practice, vol. 10, no. 4, pp. 481–490, 2003.
[9] J. F. Anderson, L. Dyson, and W. Brooks Jr, “Preventing hate crime and profiling hate crime offenders,” Western Journal of Black Studies, vol. 26, no. 3, p. 140, 2002.
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
