[论文解读] Understanding News Geography and Major Determinants of Global News Coverage of Disasters

Haewoon Kwak, Jisun An|arXiv (Cornell University)|Oct 14, 2014

Media Studies and Communication参考文献 25被引用 19

一句话总结

本研究利用覆盖2013年4月至2014年7月期间19.5万起事件的大型GDELT数据集，分析全球灾难新闻报道。研究发现国际新闻传播存在显著区域性特征，国际新闻机构（INA）的报道是预测全球关注度的最强因素，解释了18%的方差差异，而事件的意外性则与报道呈负相关，挑战了传统新闻价值理论。

ABSTRACT

In this work, we reveal the structure of global news coverage of disasters and its determinants by using a large-scale news coverage dataset collected by the GDELT (Global Data on Events, Location, and Tone) project that monitors news media in over 100 languages from the whole world. Significant variables in our hierarchical (mixed-effect) regression model, such as the number of population, the political stability, the damage, and more, are well aligned with a series of previous research. Yet, strong regionalism we found in news geography highlights the necessity of the comprehensive dataset for the study of global news coverage.

研究动机与目标

• 理解灾难全球新闻报道的结构性模式，特别是区域主义的作用。
• 识别影响哪些灾难获得国际媒体报道的主要决定因素。
• 检验既有的国家级新闻价值因素是否适用于全球尺度。
• 评估GDELT数据集在大规模国际新闻传播分析中的可靠性和代表性。
• 考察国际新闻机构（INAs）在扩大全球灾难报道中的作用。

提出的方法

• 构建分层（混合效应）多元回归模型，以报道灾难的国家数量作为因变量。
• 使用GDELT项目提供的19.5万起灾难事件数据，涵盖100多种语言及全球媒体来源，时间范围为2013年4月至2014年7月。
• 纳入的预测变量包括灾难严重性（死亡人数、受影响人数）、政治稳定性、人口规模以及意外性（同类型灾难在该国发生频率的倒数）。
• 包含灾难类型（如绑架、洪水、辐射泄漏等）和INA报道状态的分类变量。
• 通过贝塔系数评估各变量的相对预测能力，以绑架事件为基准类别。
• 通过将全球关注定义为报道某一事件的国家数量，减轻美国媒体偏见，以应对数据局限性。

实验结果

研究问题

• RQ1 哪些灾难获得全球媒体报道，其国际新闻地理分布的结构性模式是什么？
• RQ2 传统新闻价值因素（如严重性、人口规模、政治稳定性）在多大程度上可预测灾难的全球报道？
• RQ3 国际新闻机构（INA）报道的存在如何影响灾难获得全球报道的可能性？
• RQ4 为何灾难的意外性与全球报道呈负相关，与理论预期相反？
• RQ5 GDELT数据集在研究大规模全球灾难新闻报道方面是否具有代表性与可靠性？

主要发现

• 国际新闻机构（INA）报道对全球新闻报道的影响最强，贝塔系数为3.74，解释了报道灾难的国家数量18%的方差。
• 灾难类型显著影响报道：绑架事件获得最多关注，而‘其他’类型灾难的报道显著少于绑架事件。
• 余震（1.08）、辐射泄漏（0.65）、洪水（0.33）、冰灾事件（0.31）和滑坡（0.30）均与更高的全球报道显著正相关。
• 灾难的意外性（定义为同一类型灾难在该国发生频率的倒数）具有负系数，与新闻价值理论相悖。
• 人口规模、政治稳定性和破坏程度（死亡人数、受影响人数）仍是全球报道的显著预测因子，证实其在全球尺度上的相关性。
• GDELT数据集表现出强召回能力，2014年最严重的30起灾难全部被正确捕获，支持其在大规模分析中的可靠性。