葉勇豪 許 燕 朱一杰 梁炯潛 蘭 天 于 淼

(1北京師范大學(xué)心理學(xué)院, 北京 100875) (2北京師范大學(xué)應(yīng)用實(shí)驗(yàn)心理北京市重點(diǎn)實(shí)驗(yàn)室, 北京 100875)

(3 Deparment of Computer Science and Engineering, The Ohio State University, Columbus, OH 43210 U.S.A)

1 問(wèn)題提出

隨著Web 2.0時(shí)代的到來(lái), 在線(xiàn)社交媒體憑借其開(kāi)放性、交互性和實(shí)時(shí)性等特點(diǎn)獲得了空前的發(fā)展。微博作為國(guó)內(nèi)最具代表性的在線(xiàn)社交媒體之一,自2009年成立以來(lái), 短短5年內(nèi)已累積超過(guò)5億用戶(hù), 每天產(chǎn)生或轉(zhuǎn)發(fā)微博數(shù)達(dá)1億多條。通過(guò)微博平臺(tái), 人們可以進(jìn)行在線(xiàn)互動(dòng), 并自由公開(kāi)地對(duì)時(shí)事熱點(diǎn)表達(dá)自己的觀點(diǎn)和情感。微博產(chǎn)生的海量在線(xiàn)文本信息包含了人類(lèi)豐富的心理過(guò)程, 逐漸成為社會(huì)科學(xué)研究的新寵(樂(lè)國(guó)安, 董穎紅, 陳浩, 賴(lài)凱聲, 2012)。與此同時(shí), 大數(shù)據(jù)研究方法的蓬勃發(fā)展也為進(jìn)行在線(xiàn)文本分析提供了方法論上的支持。

2011年7月23日晚, 中國(guó)浙江省溫州市發(fā)生了一起動(dòng)車(chē)相撞的突發(fā)公共事件, 造成200多人傷亡。民眾對(duì)此事故的關(guān)注強(qiáng)度和反饋的積極性可謂空前, 尤其是在社交網(wǎng)絡(luò)上。國(guó)務(wù)院對(duì)溫州動(dòng)車(chē)事故的調(diào)查報(bào)告顯示, “導(dǎo)致事故發(fā)生的原因是：通號(hào)集團(tuán)所屬通號(hào)設(shè)計(jì)院在 LKD2-T1型列控中心設(shè)備研發(fā)中管理混亂, 通號(hào)集團(tuán)作為甬溫線(xiàn)通信信號(hào)集成總承包商履行職責(zé)不力, ……上海鐵路局有關(guān)作業(yè)人員安全意識(shí)不強(qiáng), 在設(shè)備故障發(fā)生后, 未認(rèn)真正確地履行職責(zé), 故障處置工作不得力, 未能起到可能避免事故發(fā)生或減輕事故損失的作用?！备鶕?jù)此調(diào)查報(bào)告所述, 首先, 該突發(fā)事件性質(zhì)上屬于“人禍”, 事故主要是由鐵道部門(mén)組織和管理不善所造成的; 其次, 有關(guān)部門(mén)在事故后續(xù)的處理過(guò)程中,出現(xiàn)了不負(fù)責(zé)任的態(tài)度和行為; 另外, 微博這一社交工具的普及, 為廣大民眾提供了一個(gè)信息共享、觀點(diǎn)表達(dá)和情緒宣泄的平臺(tái)。這三個(gè)因素共同導(dǎo)致了民眾通過(guò)微博對(duì)動(dòng)車(chē)事故及其社會(huì)衍生事件的熱切關(guān)注。

動(dòng)車(chē)事故帶來(lái)了一系列社會(huì)衍生事件, 這些事件在事故發(fā)生后不同時(shí)段, 伴隨著有關(guān)部門(mén)對(duì)動(dòng)車(chē)事故的處理而相繼出現(xiàn)(如圖 1), 并在微博上引起了民眾不同程度的反應(yīng)。例如, 事故發(fā)生后的第二天, 新聞發(fā)布會(huì)上王勇平被問(wèn)及為何在官方宣布無(wú)生命跡象后救出幼童“小伊伊”時(shí), 發(fā)表了“這是個(gè)奇跡, 不管你信不信, 反正我是信了！”這種在民眾看來(lái)是不負(fù)責(zé)任的言論。網(wǎng)民對(duì)此口誅筆伐, 該言論也一度成為網(wǎng)民調(diào)侃、揶揄鐵道部門(mén)的流行語(yǔ)。除此之外, 還出現(xiàn)了其它一些事情, 如網(wǎng)傳意籍乘客獲得了高于本國(guó)乘客的巨額賠償引發(fā)了群眾的憤懣之情, 小伊伊家屬發(fā)布網(wǎng)絡(luò)公開(kāi)信后網(wǎng)民為小伊伊的不幸遭遇而深表同情等。在這些與動(dòng)車(chē)事件相關(guān)的微博中, 針對(duì)不同的事件網(wǎng)民表達(dá)的情緒也不同。這是因?yàn)閯?dòng)車(chē)事故發(fā)生后, 政府的行為所涉及的有關(guān)權(quán)威、責(zé)任、公平、傷害等問(wèn)題屬于人類(lèi)基本道德范疇, 政府的行為實(shí)際上關(guān)聯(lián)著不同的道德基礎(chǔ)(moral foundation), 從而可能誘發(fā)相應(yīng)的道德情緒(Haidt, 2003)。

圖1 動(dòng)車(chē)事故衍生事件的時(shí)間軸

1.1 道德基礎(chǔ)理論

Shweder, Much, Mahapatra 和 Park (1997)認(rèn)為道德、情緒和軀體聯(lián)系是隨文化環(huán)境改變而改變的道德準(zhǔn)則(moral code)的伴隨產(chǎn)物, 他提出3種道德準(zhǔn)則(“Big Three” model)——公共性(community)、自治性(autonomy)和神性(divinity)。公共性包括個(gè)人對(duì)群體的責(zé)任、等級(jí)意識(shí)等社會(huì)規(guī)范。自治性包括不得傷害他人權(quán)利和正義等道德規(guī)范, 這些規(guī)范使得個(gè)體選擇和意志得以實(shí)現(xiàn)。神性道德則包括遵守宗教教義和傳統(tǒng)文化規(guī)范, 以保證靈魂的純潔性和自然的秩序, 避免墮落。Haidt和 Joseph (2004)對(duì)Shweder等人的理論進(jìn)行了延伸, 結(jié)合進(jìn)化心理學(xué)和人類(lèi)學(xué)的研究方法提出了和這3種道德準(zhǔn)則對(duì)應(yīng)的5組與生俱來(lái)的道德基礎(chǔ), 稱(chēng)為道德基礎(chǔ)理論(moral foundation theory, MFT), 它們分別是傷害/關(guān)心(harm/care), 公平/互惠(fairness/reciprocity),內(nèi)群體/忠誠(chéng)(in-group/loyalty), 權(quán)威/尊重(authority/respect), 純潔/圣潔(purity/sanctity)。傷害/關(guān)心是指對(duì)他人的關(guān)愛(ài)和保護(hù), 與進(jìn)化而來(lái)的依戀系統(tǒng)有關(guān),是一種對(duì)他人痛苦的感知力。公平/互惠是指根據(jù)共享規(guī)范表達(dá)正義, 與進(jìn)化而來(lái)的利他主義有關(guān)。內(nèi)群體/忠誠(chéng)是指與內(nèi)群體的規(guī)范保持一致, 與我們從部落文明到聯(lián)盟的文化歷史有關(guān), 是愛(ài)國(guó)主義和群體自我犧牲的基礎(chǔ)。權(quán)威/尊重是指遵從傳統(tǒng)和合法權(quán)威。它形成于靈長(zhǎng)類(lèi)動(dòng)物的社會(huì)交往等級(jí), 是領(lǐng)導(dǎo)力的基礎(chǔ)。與包含尊敬、責(zé)任、羨慕和服從等元素的社會(huì)等級(jí)相關(guān)。純潔/圣潔是對(duì)美好的食物、行為等事物的生理和心理反應(yīng), 是宗教觀念的基礎(chǔ)。

1.2 道德情緒

對(duì)于情緒的起源有兩種觀點(diǎn), 一種認(rèn)為情緒是自然選擇的結(jié)果(Ekman & Friesen, 1971), 另一種則認(rèn)為它是社會(huì)化的結(jié)果, 是文化塑造的產(chǎn)物(Averill,1980)。而大部分學(xué)者比較認(rèn)同的觀點(diǎn)是, 情緒既有進(jìn)化的基礎(chǔ), 又是社會(huì)建構(gòu)的結(jié)果, 與生俱來(lái)的情緒是基本情緒, 而那些受到后天社會(huì)文化影響而形成的則屬于非基本情緒(Ciompi & Panksepp, 2005),其中道德情緒屬于后者。道德情緒(moral emotion)是指?jìng)€(gè)體根據(jù)一定的道德標(biāo)準(zhǔn)評(píng)價(jià)自己或他人行為和思想時(shí)所產(chǎn)生的情緒(周詳, 楊治良, 郝雁麗,2007)。它能激發(fā)個(gè)體做出對(duì)他人或整個(gè)社會(huì)有利行為的情緒性反應(yīng)(Haidt, 2003; Pagano & Huo,2007)?；厩榫w(basic emotion)則是指對(duì)自身軀體狀態(tài)感知而產(chǎn)生的情緒性反應(yīng)(Ekman, 1994)?？梢?jiàn),基本情緒具有明顯的動(dòng)物性(animalistic)和利己性(self-serving), 而道德情緒最大的特點(diǎn)是社會(huì)性(social)和利群性(group-serving, Ekman, 1993)?？梢哉f(shuō)道德情緒是人類(lèi)區(qū)別于其他物種的重要特征之一, 且其出現(xiàn)和發(fā)展均晚于基本情緒, 是一類(lèi)高級(jí)的社會(huì)情緒(Haidt, 2003)。此外, 就情緒的分類(lèi)而言,基本情緒一般采用Ekman的“大六(Big Six)”基本情緒論, 將基本情緒分為憤怒、厭惡、恐懼、快樂(lè)、悲傷和驚訝六種情緒(Ekman, 1994)。而對(duì)于道德情緒, 學(xué)者們傾向于認(rèn)為不同道德情緒可以按其特點(diǎn)歸為幾大類(lèi)(Shweder, 1994; Wierzbicka, 1992)。Ekman (1993)稱(chēng)之為“情緒簇(emotion family)”。本文將依照 Haidt(2003)的觀點(diǎn), 沿用情緒簇的概念,將道德情緒分為譴責(zé)他人(other-condemning)、自我意識(shí)(self-conscious)、他人遭遇(other-suffering)、贊美他人(other-praising)以及其他情緒這幾種不同的情緒簇。基本情緒和道德情緒二者的主要區(qū)別整理如表1所示。

表1 基本情緒和道德情緒的主要區(qū)別

1.3 道德基礎(chǔ)與道德情緒的關(guān)系

根據(jù)道德基礎(chǔ)理論, 有學(xué)者提出與道德準(zhǔn)則(autonomy/community/divinity)和道德基礎(chǔ)對(duì)應(yīng)的三種道德情緒——憤怒(anger), 厭惡(disgust)和鄙視(contempt), 簡(jiǎn)稱(chēng) CAD道德情緒理論(Rozin,Lowery, Imada, & Haidt, 1999)。道德情緒是由于違反人類(lèi)不同的道德基礎(chǔ)所產(chǎn)生的(Schnall, Haidt,Clore, & Jordan, 2008)。自治性對(duì)應(yīng)道德基礎(chǔ)理論中的“關(guān)心/傷害”和“公平/互惠”, 違反這兩個(gè)道德基礎(chǔ)都會(huì)誘發(fā)憤怒情緒。公共性則對(duì)應(yīng)“權(quán)威/尊重”和“內(nèi)群體/忠誠(chéng)”, 違背這兩種道德基礎(chǔ)會(huì)誘發(fā)鄙視情緒。而與神性相關(guān)的道德基礎(chǔ)則是“純潔/圣潔”,違反此類(lèi)道德基礎(chǔ)會(huì)誘發(fā)厭惡情緒(Haidt & Joseph,2004)。Haidt(2003)隨后又對(duì)道德準(zhǔn)則、道德基礎(chǔ)和道德情緒的對(duì)應(yīng)關(guān)系進(jìn)行了完善, 認(rèn)為違反“傷害/關(guān)心”會(huì)同時(shí)誘發(fā)對(duì)遭受苦難者的同情和對(duì)傷害者的憤怒。(道德基礎(chǔ)與道德情緒的對(duì)應(yīng)關(guān)系見(jiàn)表2)

基于上述現(xiàn)實(shí)背景和理論背景, 本研究主要探討動(dòng)車(chē)事故發(fā)生后網(wǎng)民道德情緒特點(diǎn)。

分析網(wǎng)絡(luò)文本的情緒特點(diǎn), 常用的方法是情感分析(sentiment analysis), 即通過(guò)各種數(shù)據(jù)挖掘技術(shù)對(duì)文本中不同的情緒進(jìn)行分析(Chaovalit & Zhou,2005)。以往情感分析多采用正負(fù)情緒或基本情緒作為情緒分類(lèi)標(biāo)準(zhǔn)(Li & Xu, 2014)。然而, 已有研究發(fā)現(xiàn), 相對(duì)于基本情緒而言道德情緒具有更強(qiáng)的行為預(yù)見(jiàn)性, 且個(gè)體能夠根據(jù)預(yù)期的情緒反應(yīng)來(lái)調(diào)整自己的實(shí)際行為(Tangney, Stuewig, & Mashek, 2007;Prinz, 2007)。而根據(jù)道德基礎(chǔ)理論(moral foundation theory, MFT)所述, 道德情緒是由于違反人類(lèi)不同的道德基礎(chǔ)所產(chǎn)生的(Schnall, Haidt, Clore, & Jordan,2008)。可見(jiàn), 道德情緒在個(gè)體的道德基礎(chǔ)和道德行為間起著重要的調(diào)節(jié)作用(Krebs, 2008)。

表2 道德基礎(chǔ)與對(duì)應(yīng)的道德情緒

Sanfilippo, Mcgrath和Bell (2014)利用情感分析的方法建立恐怖暴力行為預(yù)警模型, 用以監(jiān)控和發(fā)現(xiàn)社交媒體中的恐怖暴力行為。另外一些學(xué)者則認(rèn)為未來(lái)偵查恐怖分子的趨勢(shì)之一是對(duì)社交媒體的數(shù)據(jù)進(jìn)行挖掘, 即將在線(xiàn)文本所包含的負(fù)性道德情緒(憤怒、鄙視和厭惡)的異常變化作為暴力事件的早期情感預(yù)警信號(hào)(early-warning emotional signals, Reid & Yakeley, 2014)。由此可見(jiàn), 利用情感分析技術(shù)對(duì)社交媒體進(jìn)行在線(xiàn)文本分析對(duì)于正確輿論引導(dǎo), 及早發(fā)現(xiàn)普通集群行為乃至恐怖暴力行為是互聯(lián)網(wǎng)時(shí)代下的一個(gè)必然趨勢(shì)。因此, 本研究將以道德情緒為分類(lèi)標(biāo)準(zhǔn)對(duì)動(dòng)車(chē)事故相關(guān)微博進(jìn)行情感分析。

綜上, 本研究基于微博實(shí)時(shí)行為數(shù)據(jù), 利用大數(shù)據(jù)研究方法和傳統(tǒng)抽樣統(tǒng)計(jì)方法相結(jié)合的方式,通過(guò)兩個(gè)研究對(duì)“7·23動(dòng)車(chē)事故”發(fā)生后的一系列社會(huì)衍生事件中網(wǎng)民的道德情緒特點(diǎn)及不同群體間的差異進(jìn)行分析。其中, 研究一進(jìn)行微博數(shù)據(jù)提取、數(shù)據(jù)預(yù)處理及情感分類(lèi), 并根據(jù)情感分析的情緒–時(shí)間趨勢(shì)圖的拐點(diǎn), 選取與拐點(diǎn)對(duì)應(yīng)的若干事件進(jìn)行進(jìn)一步分析, 以揭露網(wǎng)民在不同事件中的情緒特點(diǎn); 研究二以微博用戶(hù)為樣本單位, 以性別、VIP身份認(rèn)證為群體分類(lèi)標(biāo)準(zhǔn), 探討各種道德情緒的群體差異。

2 研究1：網(wǎng)民道德情緒特征

2.1 研究1-1：情緒隨社會(huì)衍生事件的變化趨勢(shì)研究

2.1.1 研究方法

采用大數(shù)據(jù)研究中常用的數(shù)據(jù)挖掘技術(shù)和情感分析法對(duì)道德情緒變化趨勢(shì)進(jìn)行分析。數(shù)據(jù)挖掘部分包括微博數(shù)據(jù)提取和數(shù)據(jù)預(yù)處理, 情感分析部分包括人工情感分類(lèi)和采用機(jī)器學(xué)習(xí)法對(duì)數(shù)據(jù)集進(jìn)行情感分類(lèi)。具體步驟如下：

第一步：微博數(shù)據(jù)提取

(1) 微博數(shù)據(jù)

本研究利用新浪微博應(yīng)用程序接口(application programming interface, API) (網(wǎng)址: http://open.weibo.com/wiki/API%E6%96%87%E6%A1%A3/en ) 來(lái)獲取新浪微博數(shù)據(jù)。并根據(jù)時(shí)間軸, 利用若干開(kāi)發(fā)者證書(shū)(developer IDs)來(lái)持續(xù)地進(jìn)行實(shí)時(shí)微博的爬取。爬取的微博樣本包含許多無(wú)關(guān)微博, 因此, 本研究利用一系列動(dòng)車(chē)事故相關(guān)的關(guān)鍵詞來(lái)提取微博。另外, 由于微博用戶(hù)對(duì)動(dòng)車(chē)的關(guān)注度主要集中在動(dòng)車(chē)發(fā)生后的 40天內(nèi), 本研究將爬取的時(shí)間區(qū)間設(shè)定為2011年7月23日到2011年9月1日。最終獲得94,562條有效微博。

(2) 微博用戶(hù)數(shù)據(jù)

為了對(duì)這些微博進(jìn)行更進(jìn)一步的分析, 還需要微博用戶(hù)的一些基本信息, 如性別和VIP認(rèn)證信息等。但由于新浪微博應(yīng)用程序接口的速率限制, 共獲得21,466條微博對(duì)應(yīng)的微博用戶(hù)的個(gè)人信息。

第二步：數(shù)據(jù)預(yù)處理

由于新浪微博的內(nèi)容是中文表達(dá), 需要對(duì)其進(jìn)行中文分詞(word segmentation)。本研究運(yùn)用結(jié)巴中文分詞工具(網(wǎng)址: https://github.com/fxsjy/jieba)。中文分詞的結(jié)果顯示, 有一些異常低頻或異常高頻的詞。前者可能由打字輸入錯(cuò)誤或其它原因?qū)е?而后者則多是一些助詞或介詞。因此, 需要先對(duì)它們進(jìn)行刪除, 然后再對(duì)每一條微博進(jìn)行標(biāo)注。

第三步：情感分類(lèi)

按照大數(shù)據(jù)研究的一般思路, 本研究從總數(shù)據(jù)集中隨機(jī)抽取約1/10的數(shù)據(jù)(共10,006條微博)作為訓(xùn)練數(shù)據(jù)集(training dataset), 即用來(lái)訓(xùn)練模型或確定模型參數(shù)的數(shù)據(jù)集(Ripley, 1996)。余下的9/10數(shù)據(jù)(共 84,556條微博)稱(chēng)為測(cè)試數(shù)據(jù)集(test dataset),它是為了測(cè)試已經(jīng)訓(xùn)練好的模型的推廣能力(Ripley, 1996)。情感分類(lèi)包括人工情感標(biāo)注和機(jī)器學(xué)習(xí)分類(lèi)兩步。

(1) 人工情感標(biāo)注

招募北京師范大學(xué)心理學(xué)專(zhuān)業(yè)學(xué)生 41名, 并對(duì)他們進(jìn)行有關(guān)情緒評(píng)定工作的統(tǒng)一培訓(xùn), 培訓(xùn)主要包括兩方面內(nèi)容：第一, 分類(lèi)標(biāo)準(zhǔn)。抽取訓(xùn)練數(shù)據(jù)集中的 1,000條微博進(jìn)行情感標(biāo)注, 先按 Haidt(2003)對(duì)道德情緒的分類(lèi)標(biāo)準(zhǔn), 包括譴責(zé)他人(憤怒、蔑視、厭惡)、他人遭遇(同情)、贊美他人(感激、崇敬)、自我意識(shí)(羞愧、尷尬、內(nèi)疚、自豪)以及愛(ài)、幸災(zāi)樂(lè)禍、后悔共 15種道德情緒。結(jié)果發(fā)現(xiàn), 除憤怒、厭惡、鄙視、愛(ài)、同情這5種道德情緒以外, 包含其他道德情緒的微博數(shù)量很少(如表3所示)。因此, 本研究采用這5種道德情緒作為人工情感標(biāo)注的依據(jù), 對(duì)訓(xùn)練數(shù)據(jù)集中剩余的微博進(jìn)行情感標(biāo)注。第二, 評(píng)分標(biāo)準(zhǔn)。為了盡量減少專(zhuān)家評(píng)分的誤差, 首先從動(dòng)車(chē)相關(guān)微博中隨機(jī)抽取100條, 分別讓41名專(zhuān)家對(duì)其進(jìn)行試評(píng), 41名專(zhuān)家對(duì)每條微博評(píng)分的平均分作為道德情緒評(píng)分標(biāo)準(zhǔn)示例。然后, 情緒評(píng)定專(zhuān)家對(duì)訓(xùn)練數(shù)據(jù)集中的微博按0～5分對(duì)其道德情緒強(qiáng)弱進(jìn)行標(biāo)注。最終, 訓(xùn)練數(shù)據(jù)集中每一條微博都會(huì)在 5種道德情緒中得到0～5的一個(gè)情緒值。根據(jù)該訓(xùn)練數(shù)據(jù)集, 再進(jìn)行下一步的數(shù)據(jù)分類(lèi)。

表3 各道德情緒占比(1,000條微博人工情感標(biāo)注結(jié)果)

(2) 機(jī)器學(xué)習(xí)分類(lèi)法

和傳統(tǒng)的人工分類(lèi)方法不同, 本研究將采用機(jī)器學(xué)習(xí)的方法對(duì)文本進(jìn)行自動(dòng)分類(lèi), 彌補(bǔ)了人工分類(lèi)無(wú)法對(duì)海量數(shù)據(jù)進(jìn)行分類(lèi)的缺陷。能夠分類(lèi)的機(jī)器學(xué)習(xí)方法很多, 包括支持向量機(jī)(SVM)方法、決策樹(shù)方法(DT)和最大熵方法(MEM)等。然而, 本研究最終選擇了與任務(wù)要求十分契合的KNN方法。主要理由有：首先, KNN的特點(diǎn)是允許文本可以屬于多個(gè)分類(lèi)(Pang & Lee, 2008), 即可以對(duì)多種情感進(jìn)行統(tǒng)一分析而不需要對(duì)每個(gè)情感獨(dú)立做分類(lèi)或回歸; 其次, 由于加權(quán)平均得到情感的數(shù)值是連續(xù)數(shù)值, 盡可能地保留了原有的信息, 而傳統(tǒng)的 0/1分類(lèi)算法則會(huì)造成信息精度損失; 再次, 基于微博文本數(shù)據(jù)創(chuàng)建的特征向量與目標(biāo)值(情緒評(píng)分)不是線(xiàn)性關(guān)系, 而 KNN比較適合用于非線(xiàn)性關(guān)系的分析; 最后, KNN算法復(fù)雜度比較低, 適合于像本研究這種樣本數(shù)量比較多的情況。

KNN方法的具體步驟如下：

首先, 對(duì)完成人工情感標(biāo)注的微博采用頻率–逆向文件頻率法(TF-IDF), 為每一條微博建立一個(gè)基于權(quán)重的特征向量。這種加權(quán)方法增加那些較少出現(xiàn)在其他文件的詞的權(quán)重, 減少了那些在所有文檔都頻繁出現(xiàn)的詞。然后, 研究采用 KNN法對(duì)測(cè)試數(shù)據(jù)集中的樣本進(jìn)行分類(lèi)。即, 先根據(jù)其在訓(xùn)練數(shù)據(jù)集中的 K個(gè)最鄰近樣本的特征向量去搜索測(cè)試數(shù)據(jù)集中的每一條微博, 再以向量空間余弦相似度(cosine similarity)為矩陣, 來(lái)搜索 K個(gè)最鄰近樣本(此研究中, K值設(shè)定為5)。具體計(jì)算公式為：

2.1.2 結(jié)果分析

通過(guò)對(duì)整個(gè)測(cè)試數(shù)據(jù)集進(jìn)行算法運(yùn)算后, 所有微博在5種情緒分類(lèi)上都有一個(gè)得分。為了在同一水平上比較各種情緒表達(dá)的相對(duì)強(qiáng)度, 對(duì)每種情緒在各個(gè)時(shí)間區(qū)間的平均分用“所有微博在該情緒上得分的總和/總微博數(shù)”表示, 并以24小時(shí)為一個(gè)時(shí)間單位, 畫(huà)出情緒–時(shí)間走勢(shì)圖(如圖2所示)。

圖2 情緒變化走勢(shì)圖

由情緒變化走勢(shì)圖可知, 憤怒、鄙視和厭惡三種情緒的變化趨勢(shì)幾乎是同步的, 愛(ài)和同情也基本趨同, 但與前三者變化方向恰恰相反。另外, 情緒走勢(shì)圖中出現(xiàn)許多“拐點(diǎn)”, 經(jīng)查對(duì)動(dòng)車(chē)事故發(fā)生和發(fā)展的時(shí)間軸后, 發(fā)現(xiàn)這些“拐點(diǎn)”分別對(duì)應(yīng)不同的事件, 即不同性質(zhì)的事件主要誘發(fā)的道德情緒不同。從情緒表達(dá)的強(qiáng)度來(lái)看, 動(dòng)車(chē)事故相關(guān)的微博所表達(dá)的情緒強(qiáng)度平均處于0.5～1.5的水平(5點(diǎn)評(píng)分)。

2.2 研究1-2：情緒“拐點(diǎn)”與事件關(guān)系的研究

研究1-1主要利用情感分析法對(duì)動(dòng)車(chē)事故發(fā)生后40天內(nèi)的情緒變化特點(diǎn)進(jìn)行了描述, 對(duì)圖1和圖2的分析發(fā)現(xiàn)：5種道德情緒呈現(xiàn)一定的規(guī)律性, 并且情緒走勢(shì)圖中出現(xiàn)的許多拐點(diǎn)與當(dāng)時(shí)的社會(huì)衍生事件發(fā)生的時(shí)間相吻合(如圖3所示)。為了進(jìn)一步探討不同道德情緒“拐點(diǎn)”與不同事件的關(guān)系, 需要結(jié)合傳統(tǒng)統(tǒng)計(jì)學(xué)方法對(duì)數(shù)據(jù)進(jìn)行分析。

2.2.1 研究方法

由于“拐點(diǎn)”所在時(shí)間區(qū)間內(nèi)可能同時(shí)有不止一個(gè)事件發(fā)生, 因此本研究選擇典型的事件時(shí)須同時(shí)考慮以下兩個(gè)條件：其一, 該事件在其所在時(shí)間區(qū)間中的微博數(shù)占該時(shí)間區(qū)間總微博數(shù)的比例達(dá)到 70%; 其二, 該時(shí)間區(qū)間內(nèi)無(wú)其它與動(dòng)車(chē)事故相關(guān)的重大社會(huì)衍生事件同時(shí)發(fā)生。根據(jù)這兩個(gè)條件,最終, 本研究按照事件發(fā)生的先后順序共選取如下3個(gè)典型事件作為研究點(diǎn)。它們分別是：王勇平發(fā)表不當(dāng)言論(事件 1); 小伊伊家屬發(fā)表網(wǎng)絡(luò)公開(kāi)信(事件 2); 網(wǎng)傳意籍乘客家屬獲巨額賠償(事件 3)。而其他幾個(gè)事件由于微博數(shù)所占比例過(guò)小或其所在時(shí)間區(qū)間內(nèi)有其他事件交疊發(fā)生的緣故, 未被納入研究。

招募心理學(xué)專(zhuān)業(yè)62名學(xué)生對(duì)這3個(gè)事件的性質(zhì)進(jìn)行評(píng)定。其中, 認(rèn)為每個(gè)事件涉及道德基礎(chǔ)的人數(shù)分別為55(88.71%), 53(85.48%)和57(91.94%),對(duì)各個(gè)事件具體對(duì)應(yīng)的道德基礎(chǔ)進(jìn)行評(píng)定, 發(fā)現(xiàn)54人(87.10%)認(rèn)為事件1包含的道德基礎(chǔ)是“權(quán)威/尊重”, 53人(85.48%)認(rèn)為事件2包含的道德基礎(chǔ)為“傷害/關(guān)心”, 57人(91.94%)認(rèn)為事件3包含的道德基礎(chǔ)為“公平/互惠”, 如表4所示。

可見(jiàn), 王勇平發(fā)表不當(dāng)言論(事件 1)對(duì)應(yīng)的道德基礎(chǔ)是“權(quán)威/尊重”; 小伊伊家屬發(fā)表網(wǎng)絡(luò)公開(kāi)信(事件 2)對(duì)應(yīng)“傷害/關(guān)心”; 網(wǎng)傳意籍乘客家屬獲巨額賠償(事件3)則對(duì)應(yīng)“公平/互惠”。

為了分析不同事件和道德情緒的對(duì)應(yīng)關(guān)系, 本研究對(duì)每個(gè)事件前后半天的情緒評(píng)分進(jìn)行比較。首先, 對(duì)各種情緒分別做兩時(shí)段的

t

檢驗(yàn), 以確定該事件發(fā)生前后的情緒平均值是否有顯著變化; 然后,對(duì)2個(gè)時(shí)段、5種情緒做2×5兩因素混合設(shè)計(jì), 以確定該事件發(fā)生后哪種道德情緒占主導(dǎo)。

圖3 情緒拐點(diǎn)與社會(huì)衍生事件的對(duì)應(yīng)關(guān)系

2.2.2 結(jié)果分析

事件 1發(fā)生前后相比, 獨(dú)立樣本

t

檢驗(yàn)(

df =

35,567)結(jié)果表明, 憤怒、鄙視和厭惡情緒顯著增高(

t

= 34.09,

p

< 0.001,

Cohen’d

= 0.36;

t

=32.150,

p

< 0.001,

Cohen’d

= 0.34;

t

= 36.73,

p

< 0.001,

Cohen’d

= 0.39), 同情和愛(ài)顯著降低(

t

= ?2.82,

p

= 0.005,

Cohen’d

= 0.03;

t

=?10.05,

p

< 0.001,

Cohen’d

= 0.11, 見(jiàn)表 5)。方差分析的結(jié)果表明, 鄙視情緒與其他4種情緒的兩兩比較與時(shí)間段的交互作用均顯著：與憤怒比較時(shí),

F

(1, 35567) = 4.39,

p

= 0.036, η= 0.01;與同情比較時(shí),

F

(1, 35567) = 362.49,

p

< 0.001, η=0.01; 與厭惡比較時(shí),

F

(1, 35567) = 106.62,

p

<0.001, η= 0.01; 與愛(ài)比較時(shí),

F

(1, 35567) = 637.23,

p

< 0.001, η= 0.02 (見(jiàn)表 6)。

表4 各事件與道德基礎(chǔ)之間的關(guān)系

表5 時(shí)間區(qū)間1、2情緒評(píng)分水平的差異分析

表6 情緒與時(shí)間的兩兩交互作用(以鄙視為對(duì)照)

這表明鄙視情緒隨時(shí)間的變化量與其他4種情緒隨時(shí)間的變化量存在顯著差異, 且鄙視情緒的增加量均高于其他4種情緒(如圖4)。

事件2發(fā)生前后相比, 獨(dú)立樣本

t

檢驗(yàn)(

df

= 259)結(jié)果表明, 鄙視情緒顯著降低(

t

= ?3.57,

p

<0.001,

Cohen’d

= 0.44), 憤怒和厭惡變化不顯著(

t

= ?0.83,

p

= 0.407;

t

= ?1.66,

p

=0.098), 同情和愛(ài)顯著增高(

t

= 2.37,

p

=0.018,

Cohen’d

= 0.29;

t

= 3.44,

p

= 0.001,

Cohen’d

= 0.43, 如表 7)。方差分析的結(jié)果發(fā)現(xiàn), 同情和愛(ài)的比較與時(shí)間段的交互作用不顯著

F

(1, 259) = 0.60,

p

= 0.438,證明二者隨時(shí)間的變化量一致; 而這兩種情緒與剩余3種情緒的兩兩比較和時(shí)間段存在顯著的交互作用：同情與憤怒比較時(shí),

F

(1, 259) = 4.35,

p

= 0.038,η= 0.02, 同情與鄙視比較時(shí),

F

(1, 259) = 11.82,

p

=0.001, η= 0.04, 同情與厭惡比較時(shí),

F

(1, 259) =6.25,

p

= 0.013, η= 0.02 (如表 8)。

圖4 估算邊際均值

愛(ài)與憤怒比較時(shí),

F

(1, 259) = 8.45,

p

= 0.004,η= 0.03, 愛(ài)與鄙視比較時(shí),

F

(1, 259) = 18.16,

p

<0.001, η= 0.07, 愛(ài)與厭惡比較時(shí),

F

(1, 259) =11.31,

p

= 0.001, η= 0.04 (如表 9)。

這表明同情和愛(ài)隨時(shí)間的變化量與其他3種情緒隨時(shí)間的變化量存在顯著差異, 且同情和愛(ài)的增加量均高于其他3種情緒(如圖5)。

事件3發(fā)生前后相比, 獨(dú)立樣本

t

檢驗(yàn)(

df =

327)結(jié)果表明, 憤怒情緒顯著增高(

t

= 4.26,

p

<0.001,

Cohen’d

=0.51), 鄙視和厭惡變化不顯著(

t

= 0.10,

p

= 0.921;

t

= 0.34,

p

= 0.73), 同情和愛(ài)顯著降低(

t

= ?2.10,

p

= 0.037,

Cohen’d

= 0.25;

t

= ?2.27,

p

= 0.025,

Cohen’d

=0.27, 如表 10)。

表7 時(shí)間區(qū)間43、44情緒評(píng)分水平的差異分析

表8 情緒與時(shí)間的兩兩交互作用(以同情為對(duì)照)

表9 情緒與時(shí)間的兩兩交互作用(以愛(ài)為對(duì)照)

圖5 估算邊際均值

表10 時(shí)間區(qū)間55、56情緒評(píng)分水平的差異分析

方差分析的結(jié)果發(fā)現(xiàn), 與憤怒情緒相比, 其他4種情緒的兩兩比較與時(shí)間段的交互作用均顯著,與愛(ài)比較時(shí),

F

(1, 327) = 17.00,

p

< 0.001, η= 0.05;與鄙視比較時(shí),

F

(1, 327) = 11.96,

p

= 0.001, η=0.04; 與厭惡比較時(shí),

F

(1, 327) = 22.58,

p

< 0.001,η= 0.07; 與同情比較時(shí),

F

(1, 327) = 16.59,

p

<0.001, η= 0.05 (如表 11)。

這表明憤怒情緒隨時(shí)間的變化量與其他4種情緒隨時(shí)間的變化量存在顯著差異, 且憤怒情緒的增加量均高于其他4種情緒(如圖6)。

表11 情緒與時(shí)間的兩兩交互作用(以憤怒為對(duì)照)

根據(jù)前文表4的結(jié)果可知, 王勇平發(fā)表不當(dāng)言論事件(事件1)對(duì)應(yīng) “權(quán)威/尊重”道德基礎(chǔ); 小伊伊家屬發(fā)表網(wǎng)絡(luò)公開(kāi)信事件(事件2)對(duì)應(yīng)“傷害/關(guān)心”;網(wǎng)傳意籍乘客家屬獲巨額賠償事件(事件 3)則對(duì)應(yīng)“公平/互惠”。而研究1的結(jié)果表明, 事件1主要誘發(fā)鄙視情緒, 事件2主要誘發(fā)同情和愛(ài), 事件3主要誘發(fā)憤怒情緒。因此, 研究1的結(jié)果很好地證明了表2中道德基礎(chǔ)與道德情緒的對(duì)應(yīng)關(guān)系。

圖6 估算邊際均值

3 研究2：道德情緒的群體差異研究

研究1對(duì)網(wǎng)民道德情緒特點(diǎn)進(jìn)行了描述, 結(jié)果符合道德基礎(chǔ)理論。然而, 當(dāng)我們按照群體特征進(jìn)行深入的探究時(shí)卻發(fā)現(xiàn), 道德情緒在不同的群體特征上呈現(xiàn)出一定的差異性。據(jù)41名專(zhuān)家反映, 在對(duì)訓(xùn)練數(shù)據(jù)集10,006條微博進(jìn)行人工情感標(biāo)注時(shí), 發(fā)現(xiàn)男女用戶(hù)在對(duì)動(dòng)車(chē)事故相關(guān)事件的情緒表達(dá)有較大不同。例如, 對(duì)于“小伊伊家屬發(fā)表網(wǎng)絡(luò)公開(kāi)信”事件(事件2)女性用戶(hù)比男性用戶(hù)更傾向于表達(dá)憐憫之心, 而對(duì)于“網(wǎng)傳意籍乘客家屬獲巨額賠償”(事件 3)女性用戶(hù)似乎比男性用戶(hù)更憤怒。Lennon和 Eisenberg (1987)認(rèn)為, 在人們的刻板印象中女性天生比男性更富有同情心。而主體間共識(shí)理論(intersubjective consensus)認(rèn)為, 個(gè)人對(duì)群體中其他人觀念的認(rèn)知, 可以形象表述為“我眼中他人對(duì)我/某種事物的看法”或“我認(rèn)為他人對(duì)我/某種事物持有的觀點(diǎn)”。這種知覺(jué)到的群體規(guī)范, 也即主體間共享的規(guī)范或價(jià)值觀(intersubjective values)對(duì)人們行為的預(yù)測(cè)作用大于傳統(tǒng)研究中統(tǒng)計(jì)意義上的價(jià)值觀(statistical values, Wan, Chiu, Peng, & Tam, 2007)。根據(jù)該理論, 不管女性是否真的比男性更容易同情他人, 或者男性比女性更傾向于表達(dá)負(fù)性情緒, 只要人們普遍存在這種性別差異的刻板印象, 共享的社會(huì)規(guī)范就會(huì)驅(qū)使男女在同情及其他情緒表達(dá)上表現(xiàn)出應(yīng)有的差異。

計(jì)算機(jī)媒介溝通(computer-mediated communication, CMC)環(huán)境中有一定的匿名性(anonymity), 但微博VIP用戶(hù)群體和非VIP用戶(hù)群體的匿名程度不同。顯然, VIP用戶(hù)由于實(shí)名認(rèn)證的規(guī)則, 其匿名程度很弱, 相反, 非 VIP群體則有較強(qiáng)的匿名性。去個(gè)性化效應(yīng)的社會(huì)認(rèn)同模型(social identity model of deindividuation effects,SIDE)認(rèn)為, 當(dāng)環(huán)境匿名性(anonymity)較強(qiáng)時(shí), 人們會(huì)策略性地調(diào)整自己的行為以符合所處內(nèi)群體的規(guī)范, 反之, 當(dāng)環(huán)境匿名性較弱時(shí), 人們又會(huì)策略性地調(diào)整自己的行為以符合一般社會(huì)群體的規(guī)范(Reicher, Spears, & Postmes, 1995)。Coffey和Woolworth (2004)比較了在匿名的網(wǎng)上論壇和公開(kāi)集會(huì)條件下, 個(gè)體對(duì)罪犯的態(tài)度表達(dá)上的差異。他們發(fā)現(xiàn), 在匿名的網(wǎng)絡(luò)論壇中, 個(gè)體對(duì)罪犯表達(dá)了更多的偏見(jiàn)、憎恨和報(bào)復(fù), 然而在公開(kāi)集會(huì)中, 這些陳述顯著減少。SIDE可以解釋這種差異, 因?yàn)榫W(wǎng)絡(luò)論壇的規(guī)則支持個(gè)體表達(dá)憎恨、報(bào)復(fù)的情緒和態(tài)度, 而網(wǎng)絡(luò)中的匿名性又加強(qiáng)了人們對(duì)這一規(guī)則的遵守; 但是在公開(kāi)集會(huì)的條件下, 人們遵守的是保守的社會(huì)規(guī)則, 因此對(duì)罪犯的評(píng)價(jià)趨于緩和。在進(jìn)行人工情感標(biāo)注時(shí), 我們也發(fā)現(xiàn)了這一規(guī)律。如,與“王勇平發(fā)表不當(dāng)言論事件(事件 1)”相關(guān)的微博中, VIP用戶(hù)更多地用隱晦的嘲諷方式表達(dá)情緒,而非VIP用戶(hù)微博用語(yǔ)則比較偏激, 其中不乏一些不文明用語(yǔ)。

道德基礎(chǔ)理論的相關(guān)文獻(xiàn)中對(duì)道德情緒群體差異的探討并不多, 尤其是在CMC環(huán)境中。然而,生活在互聯(lián)網(wǎng)時(shí)代的我們卻不得不考慮網(wǎng)絡(luò)環(huán)境的特殊性, 以往許多基于現(xiàn)實(shí)環(huán)境的經(jīng)典心理學(xué)理論很可能在 CMC環(huán)境中有新的詮釋。因此, 為了探究道德情緒表達(dá)是否存在規(guī)律性的群體差異, 研究 2將探討不同性別群體及不同身份的用戶(hù)(VIP用戶(hù)和非VIP用戶(hù))情緒表達(dá)的差異。

3.1 研究方法

對(duì)研究 1-1提取的微博用戶(hù)數(shù)據(jù), 包括 8,788個(gè)微博用戶(hù)的性別、VIP認(rèn)證等個(gè)人信息以及匹配的21,466條微博的情緒評(píng)分進(jìn)行分析。

3.2 結(jié)果分析

該研究以個(gè)體為樣本單位, 研究憤怒、同情、厭惡、愛(ài)、鄙視這5種情緒與個(gè)體的性別(0為女性,1為男性)、VIP認(rèn)證(0為非VIP用戶(hù), 1為VIP用戶(hù))之間的關(guān)系。其中每種情緒研究?jī)蓚€(gè)因變量, 一是該個(gè)體表達(dá)某情緒的傾向性(0為不表達(dá), 1為表達(dá)), 二是該個(gè)體所有微博中各情緒評(píng)定的平均指數(shù), 即表達(dá)某情緒的強(qiáng)度。同時(shí)分析兩個(gè)因變量能從定性和定量?jī)蓚€(gè)層面全面分析不同群體在情緒表達(dá)上的差異。我們認(rèn)為一個(gè)人在表達(dá)某種情緒時(shí),完全不表達(dá)與表達(dá)不僅存在著量上的區(qū)別, 有可能還存在質(zhì)上的差異。從0到非0的變化, 既可以看作量變, 也可以看作質(zhì)變。也就是說(shuō), 情緒評(píng)定為0的人, 有可能是他對(duì)這種情緒的表達(dá)量為 0, 也有可能是這個(gè)人根本不表達(dá)這種情緒。因此, 為了更全面地分析不同群體間表達(dá)情緒的差異, 我們不僅需要了解某些群體特征在表達(dá)情緒強(qiáng)弱上的差異,也有必要探索這些群體特征在表達(dá)情緒時(shí)是否存在質(zhì)的區(qū)別。

表10和表12分別為不同性別和不同身份群體(VIP用戶(hù)和非VIP用戶(hù))在情緒表達(dá)傾向性上的差異, 是對(duì)性別(0為女性, 1為男性)與VIP認(rèn)證(0為非VIP用戶(hù), 1為VIP用戶(hù))進(jìn)行l(wèi)ogistic回歸得到的結(jié)果; 表11和表13分別為不同性別群體和不同身份群體(VIP用戶(hù)與非VIP用戶(hù))在情緒表達(dá)程度上的差異, 是對(duì)性別與用戶(hù)身份進(jìn)行穩(wěn)健極大似然估計(jì)(MLR)得到的結(jié)果。

3.2.1 男性和女性的情緒表達(dá)差異

由表12和表13的結(jié)果可知, 男性和女性在表達(dá)憤怒情緒的傾向性都是正向的, 即男性表現(xiàn)出憤怒的傾向性顯著高于女性(前者是后者的 1.49倍),而男性表現(xiàn)出憤怒情緒的程度也顯著高于女性; 對(duì)同情而言, 男性與女性在表達(dá)傾向上沒(méi)有顯著差異,而表達(dá)程度上女性顯著高于男性; 對(duì)于厭惡情緒,男性表現(xiàn)出該情緒的傾向性顯著高于女性(前者是后者的 1.36倍), 但二者在厭惡情緒的表達(dá)程度上沒(méi)有顯著差異; 對(duì)于愛(ài), 男性表現(xiàn)出該情緒的傾向性顯著低于女性(前者是后者的0.81倍), 同時(shí)男性對(duì)該情緒的表達(dá)程度也顯著低于女性; 對(duì)于鄙視情緒, 男性表現(xiàn)出該情緒的傾向性顯著高于女性(前者是后者的 1.56倍), 同時(shí)男性對(duì)該情緒的表達(dá)程度也顯著高于女性?？偟膩?lái)說(shuō), 在負(fù)性情緒(憤怒、厭惡、鄙視)上, 男性普遍有更高的表達(dá)傾向和表達(dá)程度, 而在正性情緒(同情、愛(ài))上, 女性有著更高的表達(dá)傾向和表達(dá)程度。

表12 男性和女性的情緒表達(dá)傾向差異

表13 男性和女性的情緒表達(dá)程度差異

3.2.2 不同身份(VIP用戶(hù)和非VIP用戶(hù))的情緒表達(dá)差異

由表14和表15的結(jié)果可知, 不同身份(VIP用戶(hù)和非VIP用戶(hù))在憤怒的表達(dá)傾向上無(wú)顯著差異。而在憤怒情緒的表達(dá)程度上, VIP用戶(hù)顯著低于非VIP用戶(hù); 對(duì)于同情情緒, VIP用戶(hù)的表達(dá)傾向顯著高于非VIP用戶(hù)(前者為后者的1.29倍), 而在表達(dá)程度上, 二者沒(méi)有顯著差異; 在厭惡情緒上, VIP用戶(hù)的表達(dá)傾向顯著高于非 VIP用戶(hù)(前者為后者的1.15倍), 而在表達(dá)程度上, VIP用戶(hù)反而又顯著低于非VIP用戶(hù); 對(duì)于愛(ài), VIP用戶(hù)的表達(dá)傾向顯著高于非VIP用戶(hù)(前者為后者的1.36倍), 而在表達(dá)程度上, VIP用戶(hù)邊緣顯著地高于非 VIP用戶(hù);在鄙視情緒上, VIP用戶(hù)的表達(dá)傾向與非VIP用戶(hù)沒(méi)有顯著差異, 而在表達(dá)程度上, VIP用戶(hù)則顯著低于非VIP用戶(hù)。

由上述結(jié)果可以發(fā)現(xiàn), VIP用戶(hù)在負(fù)性情緒的表達(dá)程度上均顯著低于非VIP用戶(hù)。但是VIP用戶(hù)在負(fù)性情緒的表達(dá)傾向上的效果并不一致。特別是在厭惡情緒中, 不同用戶(hù)身份在表達(dá)傾向與表達(dá)程度上的差異是相反的。這表明, VIP認(rèn)證的用戶(hù)中可能存在一定的群體分化。另外, 不同用戶(hù)身份表達(dá)愛(ài)和同情的差異也沒(méi)有達(dá)到統(tǒng)計(jì)學(xué)上的顯著水平。因此, 本研究考慮對(duì)VIP用戶(hù)進(jìn)行再分類(lèi), 然后單獨(dú)對(duì)新的分類(lèi)進(jìn)行情緒的表達(dá)傾向和程度的分析。

表14 不同用戶(hù)身份的情緒表達(dá)傾向差異

表15 不同用戶(hù)身份的情緒表達(dá)程度差異

3.2.3 不同VIP認(rèn)證群體的情緒差異

通過(guò)檢查數(shù)據(jù)發(fā)現(xiàn), VIP認(rèn)證的微博用戶(hù)中,有“藍(lán) V”和“黃 V”之分, 前一類(lèi)用戶(hù)是團(tuán)體認(rèn)證,后一類(lèi)用戶(hù)是個(gè)人認(rèn)證。由于團(tuán)體VIP認(rèn)證的用戶(hù)代表一個(gè)群體, 除了實(shí)名效應(yīng)之外, 還多了一層維護(hù)群體形象的職責(zé)。對(duì)中國(guó)人而言, 維護(hù)團(tuán)體形象比起維護(hù)個(gè)人形象更加重要(黃光國(guó), 胡先縉,2010)。因此, 本研究猜測(cè)VIP認(rèn)證群體的效應(yīng)之所以不穩(wěn)定有可能與這兩類(lèi)VIP用戶(hù)的差異有關(guān)。故將“黃 V”群體用戶(hù)編碼為1, “藍(lán)V”用戶(hù)為2, 進(jìn)行各種情緒的分析。

對(duì)于情緒的二分變量, 采用交叉表的方法進(jìn)行卡方分析, 結(jié)果如圖7所示; 對(duì)于情緒的均值變量,采用 Kruskal-Wallis單因素方差分析的方法, 結(jié)果如圖8所示。詳細(xì)結(jié)果分別如下：

對(duì)于憤怒, 在表達(dá)傾向上, 三類(lèi)群體的差異為邊緣顯著(χ= 5.34,

df

= 2,

p =

0.069), 從趨勢(shì)上看,VIP認(rèn)證個(gè)體最高, 非VIP用戶(hù)其次, VIP認(rèn)證團(tuán)體最低。在表達(dá)程度上, 三類(lèi)群體的差異顯著(χ=10.14,

df

= 2,

p =

0.006)。兩兩比較發(fā)現(xiàn), 團(tuán)體VIP用戶(hù)組的情緒強(qiáng)度平均等級(jí)顯著低于非 VIP用戶(hù)組(

Z

= 3.18,

p =

0.004)和個(gè)體VIP用戶(hù)組(

Z

= 3.05,

p =

0.007), 而后兩組之間沒(méi)有顯著差異(

Z

= 0.39,

p=

1.000)。

圖7 不同用戶(hù)身份的情緒表達(dá)傾向差異

圖8 不同用戶(hù)身份的情緒表達(dá)程度差異

對(duì)于同情, 在表達(dá)傾向上, 三類(lèi)群體的差異顯著(χ= 25.02,

df

= 2,

p

< 0.001)。兩兩比較發(fā)現(xiàn), 個(gè)體VIP用戶(hù)組顯著高于非VIP用戶(hù)組(χ= 20.35,

df

= 1,

p

< 0.001), 團(tuán)體VIP用戶(hù)組也顯著高于非VIP用戶(hù)組(χ= 5.81,

df

= 1,

p =

0.016), 而后兩組沒(méi)有顯著差異(χ= 2.00,

df

= 1,

p =

0.157)。在表達(dá)程度上, 三組沒(méi)有顯著差異(χ= 4.42,

df

= 2,

p =

0.110)。從趨勢(shì)上看, 團(tuán)體VIP用戶(hù)組的情緒平均等級(jí)有可能高于其他兩組, 而其他兩組之間沒(méi)有差異。對(duì)于厭惡, 在表達(dá)傾向上, 三類(lèi)群體的差異顯著(χ= 13.82,

df

= 2,

p =

0.001)。兩兩比較發(fā)現(xiàn), 個(gè)體VIP用戶(hù)組顯著高于非VIP用戶(hù)組(χ= 13.44,

df

= 1,

p

< 0.001)。而團(tuán)體VIP用戶(hù)組與非VIP用戶(hù)組(χ= 0.14,

df

= 1,

p =

0.707)和個(gè)體 VIP 用戶(hù)組(χ=1.56,

df

= 1,

p =

0.211)均無(wú)顯著差異。在表達(dá)程度上, 三組也有顯著差異(χ= 7.02,

df

= 2,

p =

0.030)。兩兩比較發(fā)現(xiàn), 團(tuán)體 VIP用戶(hù)組情緒的平均等級(jí),顯著低于非VIP用戶(hù)組(

Z

= 2.48,

p =

0.040)和個(gè)體VIP用戶(hù)組(

Z

= 2.63,

p =

0.026), 而后兩組沒(méi)有顯著差異(

Z

= ?0.78,

p =

1.000)。對(duì)于愛(ài), 在表達(dá)傾向上, 三類(lèi)群體的差異顯著(χ= 33.89,

df

= 2,

p

< 0.001)。兩兩比較發(fā)現(xiàn), 個(gè)體VIP用戶(hù)組顯著高于非VIP用戶(hù)組(χ= 25.92,

df

=1,

p

< 0.001), 團(tuán)體VIP用戶(hù)組也顯著高于非VIP用戶(hù)組(χ= 9.85,

df

= 1,

p =

0.002), 邊緣顯著高于個(gè)體VIP用戶(hù)組(χ= 3.77,

df

= 1,

p =

0.052)。而在表達(dá)程度上, 三組之間差異顯著(χ= 14.37,

df

= 2,

p=

0.001)。團(tuán)體VIP用戶(hù)組的情緒平均等級(jí)顯著高于非VIP用戶(hù)組(

Z

= ?3.16,

p =

0.005)和個(gè)體VIP用戶(hù)組(

Z

= ?2.58,

p =

0.029)。而個(gè)體VIP用戶(hù)組顯著高于非VIP用戶(hù)組(

Z

= ?2.30,

p =

0.065)。對(duì)于鄙視, 在表達(dá)傾向上, 三類(lèi)群體的差異顯著(χ= 7.56,

df

= 2,

p =

0.023)。兩兩比較發(fā)現(xiàn), 個(gè)體VIP用戶(hù)組顯著高于非VIP用戶(hù)組(χ= 7.10,

df

=1,

p =

0.008), 而團(tuán)體VIP用戶(hù)組與非VIP用戶(hù)組(χ= 0.25,

df

= 1,

p =

0.616)和個(gè)體 VIP 用戶(hù)組(χ=1.36,

df

= 1,

p =

0.244)均無(wú)顯著差異。在表達(dá)程度上, 三組之間也有顯著差異(χ= 10.35,

df

= 2,

p =

0.006)。團(tuán)體VIP用戶(hù)組的情緒平均等級(jí)顯著低于非VIP用戶(hù)組(

Z

= 3.19,

p =

0.004)和個(gè)體VIP用戶(hù)組(

Z

= 3.20,

p =

0.004), 而后兩組沒(méi)有顯著差異(

Z

= ?0.24,

p =

1.000)。

由上述結(jié)果, 結(jié)合圖7和圖8可知：在負(fù)性情緒的表達(dá)傾向上, 差異最大的是個(gè)體VIP用戶(hù)組與非VIP用戶(hù)組, 而團(tuán)體VIP用戶(hù)組與這兩組差異不顯著; 但在負(fù)性情緒的表達(dá)程度上, 則是團(tuán)體 VIP用戶(hù)組顯著低于其他兩組, 其他兩組沒(méi)有顯著差異。在正性情緒的表達(dá)傾向上, 團(tuán)體VIP用戶(hù)組＞個(gè)體VIP用戶(hù)組＞非VIP用戶(hù)組的趨勢(shì)基本成立;在表達(dá)程度上, 團(tuán)體VIP用戶(hù)組最大, 其他兩組差異不大的趨勢(shì)也基本成立。

比起非VIP用戶(hù), VIP認(rèn)證團(tuán)體確實(shí)呈現(xiàn)出一定的規(guī)律性, 即負(fù)面情緒更少, 積極情緒更多。而VIP認(rèn)證的個(gè)體在情緒的表達(dá)傾向上, 無(wú)論是負(fù)面還是正面的情緒, 都會(huì)增加; 在表達(dá)情緒的強(qiáng)度上,無(wú)論負(fù)面還是正面的情緒, 都與非VIP用戶(hù)差異不大。這也解釋了為何前一部分中, VIP認(rèn)證對(duì)情緒的影響出現(xiàn)了不規(guī)律的現(xiàn)象。

4 討論

4.1 違反道德基礎(chǔ)誘發(fā)相應(yīng)道德情緒

依據(jù)道德基礎(chǔ)理論, 對(duì)事件性質(zhì)進(jìn)一步分析發(fā)現(xiàn), 3個(gè)事件分別與幾種道德基礎(chǔ)相對(duì)應(yīng)：事件1(王勇平不負(fù)責(zé)言論)違反了“權(quán)威/尊重”; 事件2(“小伊伊”事件)違反了“傷害/關(guān)心”; 事件3(意籍乘客獲高額賠償)違反了“公平/互惠”。這與以往的研究結(jié)果基本一致, 即違反這 3種道德基礎(chǔ)將分別誘發(fā)鄙視、同情和憤怒這3種不同的道德情緒(Graham et al.,2013)。

“權(quán)威/尊重”道德基礎(chǔ)在人類(lèi)社會(huì)形成之前就已經(jīng)出現(xiàn), 那些懂得在社會(huì)互動(dòng)中準(zhǔn)確解讀社會(huì)的等級(jí)性并與各個(gè)階層形成良好人際關(guān)系的人更具生存優(yōu)勢(shì)(Fiske, 1991)。而鄙視是指看不起對(duì)方且認(rèn)為自己比對(duì)方在道德上高一籌(Ekman, 1994), 并在不同的社會(huì)形態(tài)下, 其表現(xiàn)方式各不相同(Haidt,2003)——在等級(jí)社會(huì)中, 鄙視表現(xiàn)為對(duì)對(duì)方的漠不關(guān)心, 認(rèn)為不值得為其表達(dá)像憤怒這樣強(qiáng)烈的情緒; 在倡導(dǎo)平等的社會(huì)中, 則表現(xiàn)為對(duì)他人能力的質(zhì)疑, 或?qū)ζ涫欠駝偃嗡趰徫坏牟恍湃? 而在民主社會(huì)中, 鄙視則更多地表現(xiàn)為較低階層對(duì)較高階層的鄙視?，F(xiàn)階段中國(guó)正處于多種社會(huì)形態(tài)并存的階段(陳新光, 錢(qián)海清, 2012), 面對(duì)王勇平不負(fù)責(zé)的言論, 處于較低階層的民眾對(duì)其代表的政府一方面表現(xiàn)出了道德優(yōu)越感, 另一方面又對(duì)其行政勝任力產(chǎn)生了質(zhì)疑, 因此產(chǎn)生了鄙視情緒。

“傷害/關(guān)心”道德基礎(chǔ)起源于對(duì)自己的小孩的遭遇、需求和悲傷的感知, 但這種感知會(huì)遷移到他人的小孩或小動(dòng)物身上, 甚至是看到受傷害的成年人也會(huì)觸發(fā)該道德基礎(chǔ)(Graham et al., 2013), 進(jìn)而誘發(fā)對(duì)受害者的同情, 有時(shí)候也會(huì)同時(shí)誘發(fā)對(duì)傷害者的憤怒情緒。動(dòng)車(chē)事故后對(duì)年幼的“小伊伊”經(jīng)歷喪親、受傷并可能失去雙腿一系列的悲慘遭遇的感知, 屬于典型的“傷害/關(guān)心”道德基礎(chǔ)范疇。而“小伊伊家屬的公開(kāi)信”以作為親歷者的家屬的角度講述了“小伊伊”在事故發(fā)生以來(lái)所遭遇的種種痛苦,引起了民眾對(duì)于“小伊伊”悲慘遭遇更為直接、強(qiáng)烈的感知, 微博上對(duì)此事較高的關(guān)注度也證明了這一點(diǎn)。然而, 與以往研究不同的是, 就“傷害/關(guān)心”道德基礎(chǔ)而言, 之前的研究大多基于先驗(yàn)假設(shè)來(lái)研究“傷害/關(guān)心”與同情的關(guān)系(Haidt & Joseph, 2004),而并未提及愛(ài)這種道德情緒與“傷害/關(guān)心”的關(guān)系。而本研究采用大數(shù)據(jù)的研究方法發(fā)現(xiàn), 違反“傷害/關(guān)心”道德情緒會(huì)同時(shí)誘發(fā)愛(ài)和同情情緒。當(dāng)然, 出現(xiàn)這種結(jié)果也有可能是因?yàn)槲⒉┪谋局袗?ài)和同情這兩種情緒比較難進(jìn)行嚴(yán)格區(qū)分所導(dǎo)致的。另外,道德基礎(chǔ)理論認(rèn)為, 對(duì)于違反“傷害/關(guān)心”道德基礎(chǔ)的事件, 人們一方面表達(dá)對(duì)傷害者的憤怒情緒,另一方面則對(duì)遭遇傷害者表達(dá)同情(Graham et al.,2013)。本研究結(jié)果也支持了這一點(diǎn)——同情和愛(ài)在該事件所在時(shí)間區(qū)間占主導(dǎo), 其次是憤怒情緒。但由于憤怒的情境依賴(lài)性較強(qiáng)(Russell & Giner-Sorolla, 2011), 持續(xù)時(shí)間較短, 而此事件距離發(fā)現(xiàn)“小伊伊”相隔時(shí)間較長(zhǎng), 從而導(dǎo)致此事件誘發(fā)的憤怒情緒的強(qiáng)度不及同情和愛(ài)。實(shí)際上, 包含某一道德基礎(chǔ)的事件與道德情緒的對(duì)應(yīng)關(guān)系其實(shí)是相對(duì)的, 這是因?yàn)? 一方面, 網(wǎng)民對(duì)于現(xiàn)實(shí)事件的反應(yīng)具有延時(shí)性, 而這種延時(shí)性又導(dǎo)致該事件發(fā)生的時(shí)間區(qū)間包含對(duì)其他事件的情緒表達(dá); 另一方面, 某一事件所對(duì)應(yīng)道德基礎(chǔ)也并非絕對(duì), 例如, 包含“公平/互惠”道德基礎(chǔ)的事件從另一角度來(lái)看也會(huì)涉及“傷害/關(guān)心”。

“公平/互惠”道德基礎(chǔ)源于人類(lèi)社會(huì)化初期日常生活合作、交換的博弈中 (Trivers, 1971)。那些能敏感地區(qū)分群體中的公平和互惠, 并能衍生相應(yīng)的道德情緒來(lái)驅(qū)使自己“一報(bào)還一報(bào)(tit for tat)”的人, 比起群體中那些獨(dú)來(lái)獨(dú)往和“以怨報(bào)德”的人更能適應(yīng)社會(huì)化生活(Frank, 1988), 而衍生的這種道德情緒便是憤怒。隨著人類(lèi)社會(huì)的高度社會(huì)化, “公平/互惠”道德基礎(chǔ)的范疇已經(jīng)從僅僅和自己利害相關(guān)的內(nèi)群體社會(huì)活動(dòng)演變成對(duì)外群體他人的行為或遭遇的感知(Graham et al., 2013)。在動(dòng)車(chē)事故中,名為“中國(guó)秦火火”的網(wǎng)友在微博上制造的關(guān)于政府對(duì)意籍和本國(guó)遇難者施行賠償雙重標(biāo)準(zhǔn)的事件是典型的違反“公平/互惠”道德基礎(chǔ)的事件。盡管政府在數(shù)小時(shí)后便對(duì)此事進(jìn)行了辟謠, 但由于憤怒是所有情緒中傳播最快、傳播范圍最廣的情緒之一(Fan, Zhao, Chen, & Xu, 2013), 加上政府的權(quán)威和公信力在處理整個(gè)動(dòng)車(chē)事故的表現(xiàn)上已經(jīng)大打折扣, 該謠言依然引發(fā)了網(wǎng)民廣泛的憤怒情緒。

因此, 對(duì)人為因素導(dǎo)致的突發(fā)事件(“人禍”),政府有關(guān)部門(mén)應(yīng)根據(jù)對(duì)應(yīng)不同道德基礎(chǔ)的事件而采取恰當(dāng)?shù)奶幚泶胧?。首? 在“人禍”突發(fā)事件已經(jīng)造成傷害后, 處理方式上應(yīng)避免違反“公平/互惠”或“權(quán)威/尊重”, 否則將引發(fā)網(wǎng)民的憤怒和鄙視情緒, 進(jìn)而增加網(wǎng)絡(luò)暴力行為。其次, 如果發(fā)生了違反“公平/互惠”道德基礎(chǔ)的事件, 監(jiān)管部門(mén)應(yīng)提高對(duì)其監(jiān)管和處理的優(yōu)先級(jí)。這是因?yàn)閼嵟榫w傳播迅速、范圍廣, 而且憤怒很容易轉(zhuǎn)化為線(xiàn)上、線(xiàn)下的集群行為和暴力行為。另外, 違反“傷害/關(guān)心”道德基礎(chǔ)的事件往往既引發(fā)對(duì)被傷害者的同情和關(guān)愛(ài), 又會(huì)對(duì)傷害者產(chǎn)生憤怒情緒, 因此, 有關(guān)部門(mén)應(yīng)通過(guò)大眾傳媒手段將輿論重點(diǎn)引向?qū)Ρ粋φ叩年P(guān)注, 并減少對(duì)傷害者的討論。

4.2 道德情緒存在性別和身份的群體差異

有些研究發(fā)現(xiàn)道德情緒沒(méi)有性別差異(e.g.Batson et al., 2007), 有些則認(rèn)為存在明顯的性別差異(e.g. Baron-Cohen, Knickmeyer, & Belmonte,2005; Rozin, Haidt, & McCauley, 1999; Wheelwright et al., 2006)。本研究的結(jié)果支持后者。相對(duì)于男性而言, 女性更傾向于表達(dá)同情和愛(ài), 且情緒的強(qiáng)度更大。而男性則比女性更可能表達(dá)憤怒、鄙視和厭惡這些負(fù)性情緒, 且情緒強(qiáng)度也更大。然而, 這并不足以證明男女在道德情緒體驗(yàn)上存在差異。因?yàn)樵谌藗兊目贪逵∠笾? 女性天生比男性更富有同情心和愛(ài)心(Lennon & Eisenberg, 1987), 所以很可能是這種共享的性別認(rèn)同(shared gender identification)造成道德情緒的性別差異(Bierhoff, 2005)。已有研究也支持了這一觀點(diǎn)(e.g. Nunner-Winkler, Meyer-Nikele, & Wohlrab, 2007)。在最新的研究中, 研究者綜述了以往利用自我報(bào)告法、實(shí)驗(yàn)法以及 ERP和fMRI技術(shù)對(duì)同情情緒性別差異的研究發(fā)現(xiàn), 一方面, 男性和女性在道德情緒體驗(yàn)上存在生理上的差異; 另一方面, 這種差異也受到社會(huì)學(xué)習(xí)和性別認(rèn)同的調(diào)節(jié)(Christov-Moore, et al., 2014)。

在虛擬網(wǎng)絡(luò)中, 匿名性(anonymity)賦予了個(gè)人更自由空間去表達(dá)和宣泄自己的情緒, 而認(rèn)證用戶(hù)(verified account)則因受制于一定的社會(huì)規(guī)范而更注重表達(dá)的恰當(dāng)性。在一項(xiàng)研究中, 研究者對(duì)Facebook和 Disqus兩個(gè)社交和評(píng)論平臺(tái)進(jìn)行內(nèi)容分析, 發(fā)現(xiàn)認(rèn)證用戶(hù)比匿名用戶(hù)的表達(dá)更積極, 而匿名用戶(hù)比認(rèn)證用戶(hù)表達(dá)的憤怒情緒和消極情緒更多(Omernick & Sood, 2013), 這與本研究的結(jié)果相一致。另外, 同為實(shí)名用戶(hù), 團(tuán)體VIP認(rèn)證用戶(hù)比個(gè)體VIP認(rèn)證用戶(hù)的群體身份更為凸顯, 導(dǎo)致團(tuán)體 VIP認(rèn)證用戶(hù)更傾向于表達(dá)同情和愛(ài)這類(lèi)正性情緒。

基于道德情緒存在的群體差異, 首先, 網(wǎng)絡(luò)監(jiān)管部門(mén)應(yīng)該有針對(duì)性地對(duì)不同群體實(shí)施不同的管控力度, 提高監(jiān)管效率。其次, 社交媒體應(yīng)該開(kāi)發(fā)更多不同等級(jí)的身份認(rèn)證, 使大部分匿名用戶(hù)得到不同程度的認(rèn)證, 從而促使其在網(wǎng)絡(luò)社交中表現(xiàn)得更文明、更理性。

4.3 研究意義與局限

首先, 本研究主要貢獻(xiàn)是將大數(shù)據(jù)技術(shù)運(yùn)用于社會(huì)心理學(xué)中的道德情緒研究, 研究的新范式和經(jīng)驗(yàn)對(duì)于今后運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行社會(huì)科學(xué)研究具有借鑒意義。其次, 應(yīng)用價(jià)值方面, 本研究以動(dòng)車(chē)事故為例, 對(duì)人為因素導(dǎo)致的突發(fā)事件(“人禍”)誘發(fā)的道德情緒特點(diǎn)進(jìn)行了分析, 發(fā)現(xiàn)“人禍”事故背景下, 不同性質(zhì)的事件誘發(fā)的道德情緒不同。為政府相關(guān)部門(mén)在“人禍”突發(fā)事件發(fā)生后如何采取恰當(dāng)?shù)奶幚矸绞教峁┝搜芯恳罁?jù)。另外, 理論價(jià)值方面, 由于對(duì)于道德基礎(chǔ)理論中對(duì)道德情緒與道德基礎(chǔ)之間關(guān)系的探討, 以往的研究多基于傳統(tǒng)的紙筆測(cè)驗(yàn)和實(shí)驗(yàn)法對(duì)現(xiàn)實(shí)情境進(jìn)行研究, 而本研究利用大數(shù)據(jù)技術(shù)對(duì)網(wǎng)絡(luò)環(huán)境下人們情感變化特點(diǎn)及群體差異進(jìn)行了分析, 因此, 本研究采用大樣本對(duì)網(wǎng)絡(luò)環(huán)境中人們道德情緒和道德基礎(chǔ)關(guān)系的探討, 是對(duì)道德基礎(chǔ)理論有效的補(bǔ)充。

然而, 本研究依然存在不足之處。在數(shù)據(jù)上,由于隨著時(shí)間的推移事故產(chǎn)生的影響迅速降低, 使得在研究1-2中, 事件2和事件3的微博數(shù)相對(duì)較少, 一定程度上會(huì)增加犯二類(lèi)錯(cuò)誤的概率。在研究方法上, 一方面微博短文本特征關(guān)鍵詞數(shù)量少, 文本特征比較稀疏, 可能會(huì)在一定程度上妨礙挖掘特征之間的相互關(guān)聯(lián)。另一方面, 訓(xùn)練數(shù)據(jù)集采用的人工情感標(biāo)注屬于他評(píng)而非用戶(hù)自評(píng), 這種他評(píng)方式在一定程度上也會(huì)導(dǎo)致低估微博用戶(hù)的情緒水平。

在未來(lái)的研究中, 應(yīng)考慮納入一些有意義的因變量, 如集群行為、暴力行為的發(fā)生率, 親社會(huì)行為(捐款行為等), 甚至一些經(jīng)濟(jì)學(xué)指標(biāo)等。利用格蘭杰因果檢驗(yàn)(granger causality analysis)等方法深入探討道德情緒與行為之間的因果關(guān)系。其次, 可以嘗試建立“道德事件→道德情緒→道德行為”突發(fā)事件預(yù)警模型。這將有利于有關(guān)部門(mén)在突發(fā)事件發(fā)生之后對(duì)可能引發(fā)的行為進(jìn)行監(jiān)控, 一方面, 能對(duì)網(wǎng)民的情緒進(jìn)行正確引導(dǎo), 另一方面, 也有利于及時(shí)避免可能發(fā)生的惡性事件。

Averill, J. R. (1980). A constructivist view of emotion. In R.Plutchik & H. Kellerman (Eds.),

Emotion: Theory, research,and experience

(pp. 305–339). New York: Academic Press.Baron-Cohen, S., Knickmeyer, R. C., & Belmonte, M. K.(2005). Sex differences in the brain: Implications for explaining autism.

Science, 310

(5749), 819–823.Batson, C. D., Kennedy, C. L., Nord, L. A., Stocks, E. L.,Fleming, D. Y. A., Marzette, C. M.,... Zerger, T. (2007).Anger at unfairness: Is it moral outrage?.

European Journal of Social Psychology, 37

(6), 1272–1285.Bierhoff, H. W. (2005). The psychology of compassion and prosocial behaviour.

Compassion: Conceptualisations,research and use in psychotherapy

, 148-167.Chaovalit, P., & Zhou, L. (2005, January). Movie review mining: A comparison between supervised and unsupervised classification approaches. In

Proceedings of the 38th Annual Hawaii International Conference onSystem Sciences

(p. 112c). Big Island, HI, USA: IEEE.Chen, X. G., & Qian, H. Q. (2012). The research and inspiration of social risk prevention in megacities in the world.

Scientific Development,

(10), 21–29.[陳新光, 錢(qián)海清. (2012). 世界特大城市社會(huì)風(fēng)險(xiǎn)防范研究和啟示.

科學(xué)發(fā)展,

(10), 21–29.]Christov-Moore, L., Simpson, E. A., Coudé, G., Grigaityte, K.,Iacoboni, M., & Ferrari, P. F. (2014). Empathy: Gender effects in brain and behavior.

Neuroscience & Biobehavioral Reviews, 46

, 604–627.Ciompi, L., & Panksepp, J. (2005). Energetic effects of emotions on cognitions-complementary psychobiological and psychosocial findings. In R. Ellis & N. Newton (Eds.),

Consciousness & Emotion: Agency, Conscious Choice, and Selective Perception

(pp. 23–55). Amsterdam-Philadelphia:J. Benjamins Publishing Company.Coffey, B., & Woolworth, S. (2004). “Destroy the scum, and then neuter their families:” the web forum as a vehicle for community discourse?.

The Social Science Journal, 41

(1),1–14.Ekman, P., & Friesen, W. V. (1971). Constants across cultures in the face and emotion.

Journal of Personality and Social Psychology, 17

(2), 124–129.Ekman, P. (1993). Facial expression and emotion.

American Psychologist, 48

(4), 384–392.Ekman, P. (1994). Strong evidence for universals in facial expressions: A reply to Russell's mistaken critique.

Psychological Bulletin, 115

(2), 268–287.

Fan, R., Zhao, J., Chen, Y., & Xu, K. (2013). Anger is more influential than joy: Sentiment correlation in Weibo. arXiv preprint arXiv:1309.2402.

Fiske, A. P. (1991).

Structures of social life: The four elementary forms of human relations: Communal sharing, authority ranking, equality matching, market pricing

. New York:Free Press.Frank, R. H. (1988).

Passions within reason: The strategic role of the emotions

. New York: W. W. Norton & Co

.

Graham, J., Haidt, J., Koleva, S., Motyl, M., Iyer, R., Wojcik,S. P., & Ditto, P. H. (2013). Moral foundations theory: The pragmatic validity of moral pluralism.

Advances in Experimental Social Psychology, 47

, 55–130.Haidt, J. (2003). The moral emotions. In R. J. Davidson, K. R.Scherer, & H. H. Goldsmith (Eds.),

Handbook of affective sciences

(pp. 852–870). Oxford: Oxford University Press.Haidt, J., & Joseph, C. (2004). Intuitive ethics: How innately prepared intuitions generate culturally variable virtues.

Daedalus, 133

(4), 55–66.Hwang, K. K., & Hu, X. J. (2010).

Renqing and Face: Chinese power games

. Beijing, China: China Renmin University Press.[黃光國(guó), 胡先縉. (2010).

人情與面子: 中國(guó)人的權(quán)力游戲

.北京: 中國(guó)人民大學(xué)出版社.]Krebs, D. L. (2008). Morality: An evolutionary account.

Perspectives on Psychological Science, 3

(3), 149–172.Lennon, R., & Eisenberg, N. (1987). Gender and age differences in empathy and sympathy. In

Empathy and its development

(pp. 195–217). New York: Cambridge University Press.Li, W. Y., & Xu, H. (2014). Text-based emotion classification using emotion cause extraction.

Expert Systems with Applications, 41

(4), 1742–1749.Nunner-Winkler, G., Meyer-Nikele, M., & Wohlrab, D. (2007).Gender differences in moral motivation.

Merrill-PalmerQuarterly, 53

(1), 26–52.Omernick, E., & Sood, S. O. (2013, September). The impact of anonymity in online communities. In

2013 International Conference on Social Computing (SocialCom)

(pp.526–535). Alexandria, VA: IEEE.Pagano, S. J., & Huo, Y. J. (2007). The Role of Moral Emotions in Predicting Support for Political Actions in Post‐War Iraq.

Political Psychology, 28

(2), 227-255.Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis.

Foundations and Trends in Information Retrieval,2

(1–2), 1–135.Prinz, J. (2007).

The emotional construction of morals.

Oxford:Oxford University Press.Reicher, S., Spears, R., & Postmes, T. (1995). A social identity model of deindividuation phenomena.

European Review of Social Psychology, 6

, 161–198.Reid, M, J., & Yakeley, J. (2014). The violent true believer as a “l(fā)one wolf”–psychoanalytic perspectives on terrorism.

Behavioral Sciences & the Law, 32

(3), 347–365.Ripley, B. D. (1996).

Pattern recognition and neural networks

.Cambridge: Cambridge University Press.Rozin, P., Haidt, J., & McCauley, C. R. (1999). Disgust: The body and soul emotion. In T. Dalgleish & M. Power (Eds.),

Handbook of cognition and emotion

(pp. 429–445). New York: John Wiley & Sons, Ltd.Rozin, P., Lowery, L., Imada, S., & Haidt, J. (1999). The CAD triad hypothesis: A mapping between three moral emotions(contempt, anger, disgust) and three moral codes (community,autonomy, divinity).

Journal of Personality and Social Psychology, 76

(4), 574–586.Russell, P. S., & Giner-Sorolla, R. (2011). Moral anger, but not moral disgust, responds to intentionality.

Emotion, 11

(2),233–240.Sanfilippo, A. P., Mcgrath, L. R., & Bell, E. B. (2014).

Computer modeling of violent intent: A content analysis approach

(No. PNNL–SA–91041). Pacific Northwest National Laboratory (PNNL), Richland, WA (US).Schnall, S., Haidt, J., Clore, G. L., & Jordan, A. H. (2008).Disgust as embodied moral judgment.

Personality and Social Psychology Bulletin, 34

, 1096–1109

.

Shweder, R. A. (1994). "You're not sick, you're just in love":Emotion as an interpretive system. In P. Ekman & R. J.Davidson (Eds.),

The nature of emotion: Fundamental questions

(pp. 32–44). New York: Oxford University Press.Shweder, R. A., Much, N. C, Mahapatra, M., & Park, L. (1997).The ‘Big Three’ of morality (autonomy, community,divinity) and the "Big Three" Explanations of Suffering. In A. M. Brandt & P. Rozin (Eds.),

Morality and health

(pp.119–169). New York: Routledge.Tangney, J. P., Stuewig, J., & Mashek, D. J. (2007). Moral emotions and moral behavior.

Annual Review of Psychology,58

, 345–372.Trivers, R. L. (1971). The evolution of reciprocal altruism.

The Quarterly Review of Biology, 46

, 35–57.Wan, C., Chiu, C. Y., Peng, S. Q., & Tam, K. P. (2007).Measuring cultures through intersubjective cultural norms:Implications for predicting relative identification with two or more cultures.

Journal of Cross-Cultural Psychology,38

(2), 213–226.Wheelwright, S., Baron-Cohen, S., Goldenfeld, N., Delaney, J.,Fine, D., Smith, R., … Wakabayashi, A. (2006). Predicting autism spectrum quotient (AQ) from the systemizing quotient-revised (SQ-R) and empathy quotient (EQ).

Brain Research, 1079

(1), 47–56.Wierzbicka, A. (1992).

Semantics, culture, and cognition.

New York: Oxford University Press.Yue, G. A., Dong, Y. H., Chen, H., & Lai, K. S. (2013). Online textual sentiment analysis technology and it’s applications.

Advances in Psychological Science, 21

(10), 1711–1719.[樂(lè)國(guó)安, 董穎紅, 陳浩, 賴(lài)凱聲. (2013). 在線(xiàn)文本情感分析技術(shù)及應(yīng)用.

心理科學(xué)進(jìn)展, 21

(10), 1711–1719.]Zhou, X., Yang, Z. L., & Hao, Y. L. (2007). The limitation of rational learning: the enlightenment of moral emotion theory to the formation of morality.

Morals and Civilization,

(3), 57–60.[周詳, 楊治良, 郝雁麗. (2007). 理性學(xué)習(xí)的局限: 道德情緒理論對(duì)道德養(yǎng)成的啟示.

道德與文明

, (3), 57–60.]