0
英文原文已被IEEE Transactions on Computational Social Systems接受，詳細內容及數據，讀者可以查看原論文。
停止亞太裔仇恨聯盟（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%。
與之同時網絡仇恨事件幾乎翻番，從5.6%上升至10.2% [1]。Gover et al. [2] 認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）”這一概念之間的關聯 [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。經歷過種族主義事件的亞裔美國人出現了抑郁癥狀 [5]。
因此，識別并理解公眾對于針對亞裔仇恨的態度對于未來研究這種態度對亞裔的影響以及制定相關的政策來削弱負面作用至關重要。
本文對超過四萬名推特用戶關于“停止亞裔仇恨”及“#停止亞裔及太平洋島居民仇恨”運動的態度進行了深入的研究。
作者發現，女性、年輕人、亞裔及非裔更頻繁地使用這兩個標簽，參與更多的討論。其中的大多數人也活躍于其他有關種族或社會議題的網路運動，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“集體認同”（collective identity） [7] 相關。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可能是女性更多參與有關“停止亞裔仇恨”運動討論的原因。類似的，參與討論的亞裔占比為25.29%，遠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。
通過對用戶所發布推特內容的分析，本文將所有有關“停止亞裔仇恨”及“#停止亞裔及太平洋島居民仇恨”運動的討論可分為六類，分別為支持、新聞、譴責、雙重標準、反對聲音以及政策呼吁。
在所有討論中，對于“停止亞裔仇恨”運動表達支持態度的推特數量占51.56%。有部分推特直接表達支持，有部分推特附帶導向為仇恨事件受害者募捐網站的鏈接，也有部分推特轉載有關亞裔美國人歷史的紀錄片。同時，在這些支持的聲音中，有呼吁非裔與亞裔應當團結起來，呼吁社群之間的團結，也有呼吁亞裔群體內部應該團結起來。
新聞類推特占比為18.38%。主要內容是有關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。
譴責類推特占比為14.69%。這一類推特并非是譴責“停止亞裔仇恨”運動，而是在譴責那些襲擊者、特定人群或者社會存在的系統性問題。比如，很大一部分該類推特譴責美國前總統特朗普將新冠病毒稱為“中國病毒”。也有推特譴責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性問題如種族主義（“白人至上”）、文化（戀亞癖，Asian fetishization）及教育（大學不平等錄取）。
雙重標準
有關雙重標準的爭論在有關“停止亞裔仇恨”運動中的討論占8.37%。有觀點認為，亞裔和非裔在遭受了歧視后，政府的對待態度不一致。也有觀點認為，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別對待。
反對聲音
在有關“停止亞裔仇恨”運動的討論中，5.43%為反對聲音。這一部分觀點對“停止亞裔仇恨”運動持負面態度，表現形式包括激化亞裔與非裔群體之間的關系、宣揚反亞裔情緒以及為仇恨犯罪的襲擊者進行辯護。
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。完整的發現與討論可閱讀原論文。
政治極化（political polarization）體現在了此次“停止亞裔仇恨”運動的討論中。拜登關注者與特朗普關注者在話題選擇上有顯著不同。拜登的關注者更多地表達支持，而在特朗普的關注者中，出現了更多的反對聲音以及對于雙重標準的討論。
進一步研究發現，拜登關注者與特朗普關注者在“停止亞裔仇恨”的大議題下，討論的側重點不一致。特朗普關注者：
（1）認為非裔需要為針對亞裔仇恨犯罪負責；
（2）亞裔學生在大學錄取中因種族問題而遭受了不平等待遇；
（3）支持“All lives matter”；
（4）更多地轉發襲擊者為非裔的新聞報道；
（5）更少轉發亞裔受害者自述的新聞報道。在上述五個話題中，拜登關注者的傾向與特朗普關注者完全相反。
“停止亞裔仇恨”運動的反對聲音更多地出現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型仇恨犯罪數量占比的關系。根據所在州的地理位置，本文用不同顏色標示。州按地理位置分為四大類：東北、南部、西部以及中西部。
通過圖一可以發現，反對聲音的占比與所在州的仇恨犯罪數量占比負相關。有研究指出，當個體因為種族偏見原因成為犯罪的受害方后，產生的負面情緒與因非種族偏見原因成為犯罪的受害方產生的負面情緒有本質的區別 [8]。
因此，本文的這一發現可能說明那些沒有經歷過因種族原因導致仇恨犯罪的人，對于“停止亞裔仇恨”運動表示反對是因為他們沒有相關的經歷，更難理解仇恨犯罪的嚴重性。他們的話題選擇也包含了為襲擊者辯護，認為襲擊的動因不是種族主義。
圖一的另一個重要發現是，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度接近。政策制定者可根據這一發現做更深入研究，以制定相關政策如對于仇恨犯罪的教育項目 [9]。
圖一：每一萬人中種族偏見動機型仇恨犯罪數量與反對“停止仇恨犯罪”運動推特占比關系
作者希望能通過社交網絡平臺用戶對“停止亞裔仇恨”運動討論的研究，更好地理解民眾對于針對亞裔的仇恨犯罪的態度，促進有關方面的研究，為了全體社群的共同利益，最終幫助解決這一嚴重的社會問題。
更加詳細的方法描述以及發現請閱讀原論文。
參考文獻：
[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.
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
