[论文解读] Quantifying polarization across political groups on key policy issues using sentiment analysis

Dennies Bor, Ben Seiyon Lee+1 more|arXiv (Cornell University)|Feb 15, 2023

Social Media and Politics被引用 5

一句话总结

本研究通过分析2021–2022年美国国会议员的Twitter数据，使用情感分析方法，对12项关键政策议题中的政治极化现象进行了量化评估。研究发现，枪支管控是极化程度最高的议题，六组政治群体中有四组显示p < 0.001的显著性；而台湾、LGBTQ权利及中国共产党议题的极化程度最低，表明存在跨党派共识。

ABSTRACT

There is growing concern that over the past decade, industrialized democratic nations are becoming increasingly politically polarized. Indeed, elections in the US, UK, France, and Germany have all seen tightly won races, with notable examples including the 2016 Trump vs. Clinton presidential election and the UK's Brexit referendum. However, while there has been much qualitative discussion of polarization on key issues, there are few examples of formal quantitative assessments examining this topic. Therefore, in this paper, we undertake a statistical evaluation of political polarization for representatives elected to the US congress on key policy issues between 2021-2022. The method is based on applying sentiment analysis to Twitter data and developing quantitative analysis for six political groupings defined based on voting records. Two sets of policy groups are explored, including geopolitical policies (e.g., Ukraine-Russia, China, Taiwan, etc.) and domestic policies (e.g., abortion, climate change, LGBTQ, immigration, etc.). We find that out of the twelve policies explored here, gun control was the most politically polarizing, with significant polarization results found for all groups (four of which were P &lt; 0.001). The next most polarizing issues include immigration and border control, fossil fuels, and Ukraine-Russia. Interestingly, the least polarized policy topics were Taiwan, LGBTQ, and the Chinese Communist Party, potentially demonstrating the highest degree of bipartisanship on these issues. The results can be used to guide future policy making, by helping to identify areas of common ground across political groups.

研究动机与目标

• 对美国国会议员在关键政策议题上的政治极化现象进行正式且量化的评估。
• 弥补尽管存在广泛定性讨论，但缺乏实证性、数据驱动研究的空白。
• 利用立法者Twitter活动的情感分析，识别出极化程度最高与最低的政策议题。
• 通过绘制不同政治群体之间的共识与分歧区域，为未来政策制定提供支持。

提出的方法

• 对美国国会议员的Twitter发文应用情感分析，以评估其对关键政策议题的情感倾向。
• 基于投票记录将政治群体划分为六组，以分析群体内部及群体之间的极化现象。
• 研究了两个政策领域：地缘政治议题（如俄乌冲突、中国、台湾）与国内议题（如堕胎、气候变化、移民）。
• 通过显著性检验评估各群体间的极化水平，报告了每个议题-群体组合的p值。
• 将情感得分按政策和群体聚合，以计算极化指标，p < 0.001被用作强极化的阈值。
• 分析聚焦于2021–2022年期间，以确保与当代政治话语的相关性。

实验结果

研究问题

• RQ1 哪些政策议题在美国国会议员中表现出最高程度的政治极化？
• RQ2 基于投票记录定义的不同意识形态群体之间，极化程度如何变化？
• RQ3 是否存在某些政策议题在整体政治分歧背景下仍表现出显著的两党共识？
• RQ4 社交媒体数据的情感分析在多大程度上能可靠地量化政策议题上的极化现象？
• RQ5 哪些政策议题在不同政治群体之间表现出最一致的情感分歧？

主要发现

• 枪支管控是极化程度最高的议题，六组政治群体中有四组显示统计显著的极化（p < 0.001）。
• 移民与边境管控、化石燃料以及俄乌冲突也具有高度极化，各群体间存在强烈的情感分歧。
• 台湾、LGBTQ权利及中国共产党议题是极化程度最低的议题，表明各政治群体间存在显著的两党共识。
• 情感分析方法成功捕捉到与关键议题上已知政治分歧一致的可测量极化模式。
• 极化水平在不同议题间存在显著差异，部分议题在群体内部呈现近乎一致的情感倾向，而其他议题则表现出尖锐的意识形态分裂。
• 结果表明，立法者社交媒体活动的情感分析可有效量化并排序政策议题上的政治极化程度。