地理学视角下的网络空间政治动员研究——以乌克兰第二次颜色革命为例
文献类型：学位论文
| 作者 | 向宁 |
| 答辩日期 | 2023-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 王礼茂 |
| 关键词 | 网络空间 地理空间 政治动员 驱动机制 |
| 学位名称 | 博士 |
| 学位专业 | 自然资源学 |
| 英文摘要 | 随着信息技术的不断发展，互联网己经渗透到社会的方方面面，网络信息资源己经成为影响全球经济、政治和社会发展的重要组成部分，网络空间也成为国际竞争的新战场和地缘政治争夺的新领域。网络空间政治动员正是基于网络空间的特点，正成为大国干涉别国内政，危及他国政权和社会稳定的重要手段。由于网络空间需要依托现实空间内的设备、人员和物质等的支持，网络空间仍然具有地理学的属性。为应对日益严峻的网络空间政治动员和颜色革命风险，急需加强地理学、自然资源学、地缘政治学以及网络空间安全等学科之间的交叉融合，进行理论和方法的创新。本研究选取了典型的网络空间政治动员事件-乌克兰第二次颜色革命作为研究对象，将地理学的时空视角与研究方法引入网络空间政治动员研究中。首先，本研究使用社会网络分析、情感分析等方法对网络空间政治动员事件的整个演化过程进行了分析。其次，以用户为纽带，使用地理编码的方法，将网络空间政治动员的网络空间与现实空间联系在一起，从时间和空间两个维度探究了网络空间政治动员网络空间对于现实空间抗议活动的影响。然后，基于经济、社会发展水平、民族与地区矛盾、社交媒体因素的空间分布数据，使用地理探测器方法分析了多源驱动因素下网络空间政治动员的驱动机制。最后，以网络空间政治动员的驱动因素为特征维，利用机器学习算法构建了网络空间政治动员风险预测模型，得到了网络空间政治动员风险空间分布情况。研究结果表明： 1.网络空间政治动员的演化过程主要分为三个阶段：分别是“突发事件”转化为“网络事件”的孕育成型阶段、“网络事件”转化为“舆情热点”的传播扩散阶段、和“舆情热点”转化为“群体性事件”的爆发阶段。社交媒体中不同语言的推文对于乌克兰第二次颜色革命中抗议活动的态度不同，乌克兰语和英语推文主要持支持的态度，而俄语推文则主要持反对的态度。与此同时，社交媒体中信息的动员能力与信息发布用户的影响力有关，用户的关注者的数量越多，其发布信息的传播范围也就越广。社交媒体中西方的意见领袖对于乌克兰第二次颜色革命主要持支持态度，而俄罗斯的意见领袖则主要持反对态度。 2.在乌克兰第二次颜色革命的网络空间政治动员中，网络空间对于现实空间的影响体现在时间和空间两个维度上。在时间维度上，社交媒体上不同语言、不同情感倾向以及意见领袖发送的推文对抗议活动的数量均有影响。其中，不同语言的推文对抗议活动的发生都具有促进作用，乌克兰语影响最大，俄语最小。在不同情感倾向的推文中，积极情绪推文的影响力更大。在不同语言的意见领袖 对于抗议活动的影响方面，乌克兰语与英语的意见领袖对于抗议活动的发生具有促进作用，而俄语意见领袖则表现出抑制作用；在空间维度上，不同语言、不同情感倾向以及意见领袖发送的推文对抗议活动在空间上的影响具有明显的空间异质性。在不同语言中，乌克兰语和英语推文促进了乌克兰中西部的抗议活动的发生，而俄语推文则推动了乌克兰东部和南部克里米亚地区抗议活动的发生。在不同情感因素中，积极情感推文对于抗议活动有从乌克兰东部向西部逐渐递减的负向抑制作用，而消极情感推文对于抗议活动具有从乌克兰东北部向西南部逐渐增强的正向促进作用。在不同语言意见领袖因素中，乌克兰语与英语意见领袖对于乌克兰西部的抗议活动的发生起到了正向的推动作用，而俄语意见领袖对于乌克兰东部和南部克里米亚地区的抗议活动的产生起到了促进作用，而对乌克兰西部的抗议活动的产生起到了负向的抑制作用。 3.从单因素的影响力来看，社交媒体用户数、大学数量、人均GDP、腐败水平和人口密度因素是影响乌克兰第二次颜色革命产生的最主要驱动因素（解释力大于10%)。其中，社交媒体因素较强的解释力，印证了网络空间政治动员在乌克兰第二次颜色革命爆发中所起到的重要作用；从多因素的交互作用来看，失业率、城镇居民占比、年轻人口数、完成高等教育年轻人口数、民族与地区因素（乌克兰族占比、俄罗斯族占比、乌克兰语使用占比、俄罗斯语使用占比）的单因素解释力较弱（解释力小于0.1%)，但相互叠加之后对于乌克兰第二次颜色革命抗议活动解释力会显著增强；最后就不同驱动因素的差异性来看，仅有少部分因素之间对于抗议活动的空间分布的影响具有显著性差异。 4.基于随机森林算法和人工神经网络算法预测的抗议活动发生风险与乌克兰第二次颜色革命实际的抗议活动发生地的分布较为一致，但局部存在差异，随机森林算法比人工神经网络算法模拟的网络空间政治动员的高风险区域范围要更大。两种机器学习风险预测模型预测结果显示抗议活动爆发的高风险区域聚集在乌克兰首都基辅市、东部的卢甘斯克州和顿涅茨克州、西部的利沃夫州、以及南部的敖德萨州、克里米亚共和国和塞瓦斯托波尔市；根据模型模拟精度AUC值的划分标准，两种机器学习算法均有较高的准确性和较小的不确定性，并且网络空间政治动员的高风险区的不确定性相对较低。因此，模拟得到的网络空间政治动员风险高风险区更具有可信度；根据随机森林模型得到的各个指标对抗议活动风险发生的贡献率发现，通货膨胀率因素对于网络空间政治动员爆发风险的影响力最大，其余依次是社交媒体用户数、主体民族占比、年轻人口数、人口密度、城镇居民占比等因素。 |
| 语种 | 中文 |
| 页码 | 182 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/199754]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 向宁. 地理学视角下的网络空间政治动员研究——以乌克兰第二次颜色革命为例[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。