社交媒体与中国集体行动

本文系统研究了社交媒体如何影响中国抗议和罢工的动态传播过程。基于2009-2017年间132亿条新浪微博帖子数据，作者利用转发关系构建了城市间社交媒体信息传播网络，并利用该网络在样本期间的快速扩张进行因果识别。研究方法上，文章创新性地在面板数据框架中同时使用社交媒体的时变连接测度和时不变连接测度，前者精确捕捉网络扩张的时间变化，后者则允许借助差分类估计量分离出微博出现前的关联效应和情境效应，并以大学生跨城市流动作为工具变量处理内生性问题。

研究发现，尽管存在严格的政府审查，中国社交媒体对抗议和罢工的地理扩散仍产生了显著影响。具体而言，微博使得某一城市发生抗议后，其他城市在两日内发生抗议的概率提高约17%，相对于均值事件概率相当于抗议增加34%、罢工增加21%。社交媒体显著拓展了事件的波及范围，不仅推动同类诉求内的事件扩散，还促使抗议跨不同诉求类别传播、罢工跨不同行业扩散。从总量效应看，跨类别扩散效应甚至超过同类扩散效应。此外，社交媒体大幅提高了大规模抗议浪潮的发生概率——模拟表明，若无微博，2013年最大抗议浪潮仅影响约6%人口所在城市；而有微博情况下该比例升至近15%，且存在5%的概率出现影响22%以上人口的极端事件浪潮。机制分析显示，中国社交媒体上几乎不存在明确组织动员的后勤信息（如集会时间地点），而大量传播的是事件原因描述和情绪反应内容，这表明即使清除了直接组织类内容，社交媒体仍能通过"机会窗口"信号和情绪传染等机制推动集体行动扩散。研究揭示了威权政体面临的根本性权衡：若为遏制集体行动扩散而关闭公共讨论，则同时丧失了社交媒体提供的自下而上的治理监督信息。