Appearance
Hug fans or follow celebrities? How nationalism is reinforced on Chinese social media
Summary
Problem: 既有研究大多假设中国社交媒体上的民族主义是国家主导、自上而下的宣传工具，名人作为国家与公众之间的中介放大民族主义话语。然而，这种国家中心视角未能捕捉社交媒体用户间互动的全貌。学界对粉丝与名人在传播政治信息（尤其是民族主义）方面的相对影响力缺乏系统性分析，特别是在中国这样的非民主语境下。 Approach: 作者收集了2019年全年23,433条名人微博及8,574,075条粉丝评论（总计8,597,508条帖子），使用机器学习分类器（以微调FastText为主，XGBoost为稳健性检验）构建民族主义得分，并采用向量自回归（VAR）模型与累积脉冲响应函数（IRFs）分析粉丝与名人之间双向、动态的互动关系。同时，根据2019年香港反政府抗议期间的政治立场，将名人与粉丝划分为国家顺从派、非顺从派和未分类三组进行分组分析。 Finding: 与常规认知相反，粉丝的民族主义帖子显著预测名人后续的民族主义帖子（在冲击后第二天起显著，持续10天），而名人的民族主义帖子对粉丝未来民族主义帖子的影响在95%置信水平下不显著。粉丝对名人及其他粉丝均具有显著影响，而名人之间及名人对粉丝的影响均不显著。在国家顺从派内部，粉丝的民族主义情绪显著预测名人未来的民族主义帖子；在非顺从派内部，粉丝的影响为负但不显著。跨阵营影响均不显著，呈现明显的回音室效应。 Significance: 该研究挑战了精英"引领追随者"的传统观念，揭示在中国社交媒体上民族主义往往从粉丝流向名人而非相反，凸显了草根在线社区在非民主语境下塑造民族主义的关键作用，为理解大众与有影响力人物之间在强化民族主义意识形态和情绪方面的动态互动提供了新视角。
Theoretical Framework
- Theoretical tradition: 该研究属于政治传播与数字威权主义的交叉领域，同时涉及社会传染理论和社会影响理论。
- Prior theories built upon: 数字威权主义理论（digital authoritarianism）、自上而下的议程设置机制（top-down agenda-setting）、自下而上的民族主义运动理论（bottom-up nationalism movement）、回音室现象（echo chamber phenomenon）、社会传染理论（social contagion theory）、社会影响心理学（Latane's psychology of social impact）。
- Causal mechanism: 粉丝通过持续的评论和互动表达民族主义情绪，形成对名人的社会期望与压力，促使名人调整其公开表达以迎合粉丝预期；同时，粉丝之间的互动通过回音室效应在同质群体内放大民族主义情绪。名人则因国家压力或市场激励而可能顺从粉丝的期望。
- Key assumptions: 假设社交媒体上的文本内容可以反映用户的真实政治态度；假设粉丝与名人之间的互动可以通过时间序列数据捕捉因果关系；假设政治立场（国家顺从派/非顺从派）可以通过公开行为（如LIHKG分类和特定民族主义口号）进行有效识别。
- Theoretical move: 该论文挑战了既有研究中占主导地位的自上而下、国家中心视角，应用并扩展了自下而上的民族主义理论，将其从一般网民层面延伸到名人-粉丝关系的具体情境中，同时综合了回音室效应理论来解释阵营内部的强化机制。
- Scope conditions: 研究结论适用于非民主语境（特别是中国）下的政治敏感时期（如香港抗议期间）；作者推测在民主国家中，自下而上的压力可能产生更多样化的名人回应（保持非政治化或表达不同政治观点），与威权体制下更统一的信号形成对比。
Research Design
该研究为观察性纵向研究设计，采用计算社会科学方法。分析单位为"日-群体"层面的聚合时间序列。核心自变量为粉丝前一至两天的民族主义帖子得分（通过机器学习分类器构建的民族主义得分，范围0-1），核心因变量为名人当天的民族主义帖子得分，反之亦然（双向检验）。关键操作化包括：民族主义得分通过微调FastText模型对帖子文本进行分类获得；政治立场通过LIHKG分类（蓝=国家顺从派，黄=非顺从派）及名人是否发布特定民族主义口号（如"五星红旗有14亿护旗手"等）进行编码；粉丝的政治立场继承自其关注的名人阵营。
Data & Sample
样本包含192位中国名人（91位国家顺从派、46位非顺从派、55位未分类），来源于"福布斯中国名人100"榜单及LIHKG论坛讨论帖中提及的名人。数据收集方式为手动收集名人微博URL后，通过网络爬虫抓取2019年1月1日至12月31日期间所有名人微博及其粉丝评论（每帖最多抓取1000条评论）。最终数据集包含23,433条名人微博和8,574,075条粉丝评论，总计8,597,508条帖子。训练分类器时人工标注了9,843条帖子（训练集4,921条，测试集4,922条）。
Analytical Strategy
主要分析策略为向量自回归（VAR）模型，滞后阶数设为2天（基于Granger因果分析结果确定）。模型包含粉丝民族主义得分和名人民族主义得分的滞后值，分别估计两个方程（粉丝方程和名人方程）。随后使用累积脉冲响应函数（IRFs）展示一单位标准差冲击在10天窗口内的累积效应。分组分析中，分别在国家顺从派内部、非顺从派内部以及跨阵营之间计算IRFs。稳健性检验包括：使用不同机器学习算法（XGBoost）、替代名人标准、替代模型设定、剔除潜在反粉丝、排除极端病毒式帖子、加入名人固定效应、分析非民族主义讨论等。
Results & Findings
- 粉丝对名人的影响显著，名人粉丝的影响不显著：粉丝民族主义帖子的一单位标准差冲击在第二天起显著提升名人后续的民族主义帖子，且在整个10天窗口内持续显著。相反，名人帖子对粉丝未来民族主义帖子的累积影响在95%置信水平下不显著。这一发现直接挑战了名人驱动、自上而下的民族主义传播假设。
- 粉丝对其他粉丝的影响显著，名人之间无显著影响：粉丝的民族主义帖子显著预测其他粉丝后续的民族主义帖子，而名人的民族主义帖子不能显著预测其他名人的帖子。这表明粉丝参与在向名人和同伴传播民族主义情绪方面发挥更关键的作用。
- 政治立场调节效应：在国家顺从派内部，粉丝的民族主义情绪显著预测名人未来的民族主义帖子，而名人信息对粉丝无显著影响。在非顺从派内部，粉丝的民族主义表达对名人发帖有负向但不显著的影响，名人同样对粉丝无显著影响。总体而言，粉丝的民族主义帖子具有极化效应——强化名人既有政治倾向，鼓励顺从派名人发布更多民族主义内容，同时促使非顺从派名人与这类信息保持距离。
- 跨阵营无显著影响：国家顺从派与非顺从派之间的所有跨组估计均不显著，即任一阵营的名人或粉丝都不能促使对立阵营增加民族主义发帖。这印证了社交媒体政治传播中著名的"回音室现象"——用户主要与志同道合者互动，强化共享意识形态并加剧政治极化。
- 内容分类发现：使用BERTopic主题建模结合大语言模型标注，发现大多数粉丝评论被归类为情绪型或意识形态型，而非表演型或其他类型。
Limitations
作者承认以下局限：第一，分析仅聚焦于在线互动，未能考察线上民族主义对名人职业决策和粉丝线下行为的影响；第二，研究集中于政治敏感时期（2019年香港抗议），未探讨在文化产品和国家事件等不那么具有争议性的情境中民族主义如何被强化；第三，粉丝网络规模可能影响其影响力（网络更广的粉丝可能对他人和名人产生更大影响），但本研究未对此进行细分分析；第四，非顺从派在微博上可能因审查而保持沉默，其"非顺从"立场更多体现为回避政治话题而非公开反对。
Key Contributions
- 首次系统性地实证检验了中国社交媒体上粉丝与名人之间民族主义传播的双向动态，发现自下而上的影响方向占主导
- 挑战了数字威权主义文献中占主导地位的国家中心、自上而下的民族主义传播叙事
- 将研究焦点从政治精英与公众的互动转向非政治精英（娱乐名人）与其追随者的互动
- 揭示了政治立场阵营内部的回音室效应在民族主义强化中的作用，以及跨阵营影响的缺失
- 提供了大规模、细粒度的中国社交媒体民族主义传播的实证证据（超过860万条帖子）
- 方法论上结合了机器学习文本分类与VAR时间序列分析，为计算社会科学研究提供了可复制的分析框架
Key Claims
"Contrary to conventional wisdom, our findings reveal that fans exert a stronger influence on celebrities than vice versa in spreading nationalism." (Abstract)
"Fans often shape the nationalist narratives that celebrities amplify, with those aligned with specific political leanings (e.g., within the state-conformist camp) having a greater influence." (Abstract)
"Our study challenges the conventional belief that elites 'lead their followers' in spreading ideologies, including nationalism. Instead, by examining online interactions between entertainers and their fans, we demonstrate that nationalism on Chinese social media often flows from fans to celebrities rather than the other way around—in effect, celebrities follow their fans." (Discussion)
"Overall, our findings suggest that fans' nationalist posts have polarizing effects, reinforcing celebrities' existing political orientations—encouraging state-conformist celebrities to post more nationalist content while prompting nonconformist celebrities to distance themselves from this messaging." (Results)
"These results, together with the previous findings, reaffirm the well-documented 'echo chamber phenomenon' in political communication on social media." (Results)