《Nature Communications》：Toward an integrated and globally equitable understanding of political polarization
编辑推荐：
政治极化构成重大社会风险，然而全球相关且跨学科的理解仍然缺乏，因为近一半的研究集中在美国。研究人员主张重新努力为极化研究带来全球公平，强调跨国家稳健的见解、特定背景独有的见解以及关键文献空白。弥合这些空白意味着克服文化和系统性障碍，包括数据访问限制和激励错位。
政治极化构成重大社会风险，然而全球相关且跨学科的理解仍然缺乏，因为近一半的研究集中在美国。研究人员主张重新努力为极化研究带来全球公平，强调跨国家稳健的见解、特定背景独有的见解以及关键文献空白。弥合这些空白意味着克服文化和系统性障碍，包括数据访问限制和激励错位。它还要求跨学科方法，将传统方法与研究互联网、社交媒体和人工智能（AI）的极化作用的方法联系起来。否则，对抗极化及其对民主的危害的努力可能建立在不适用的证据之上。
**全球极化趋势**
早期研究主要关注意识形态极化（ideological polarization），通常理解为自由派与保守派之间、进而延伸到政治左翼与右翼之间的差距。最常用的量化方式是通过调查让受访者自报左右光谱位置，从而评估政治精英或大众的意识形态分散程度。然而，自2010年代以来，来自美国的证据对这一关联提出质疑，指出党派群体之间的敌意增长幅度超过了政策分歧，导致研究者将焦点从意识形态极化转向情感极化（affective polarization）。情感极化通常通过“情感温度计”测量，用以反映个体对其政治外群体的负面（或对内的正面）情感。
**意识形态极化**
在政治精英层面，来自21个高收入国家的比较数据显示，自1990年代以来意识形态极化出现小幅但显著的增长。绝对水平上，加拿大和澳大利亚被视为低意识形态极化国家，而西班牙、意大利和瑞典的意识形态极化水平尤其高。对西欧20个民主国家的研究也发现，政党在左右意识形态轴上的分散程度在1945至2021年间有所增加，研究者认为这加剧了政治碎片化和不稳定性。然而，在全球大众层面，意识形态极化并未普遍增加，这与美国形成了明显对比。此外，左右意识形态尺度在低收入和中等收入国家中的适用性受到质疑，因为这些标签可能无法在不同国家间连贯地转换。例如，有研究指出传统西方左右分野在中国是反转的。
**情感极化**
在美国，情感极化状态已被描述为“政治宗派主义”，并与宗教和族裔派系主义相类比。Finkel等人依据12个OECD国家数据认为，美国情感极化的增长在过去40年中是例外性的。然而，来自53个国家的情感极化绝对水平估计显示，土耳其、匈牙利和肯尼亚是高情感极化例子，菲律宾、荷兰、比利时和日本是低水平例子，美国则处于中等位置。对于难以进行传统调查的国家，研究者提出采用专家估计方法，如“民主多样性”（V-Dem）协作项目。利用V-Dem数据定义的“恶性极化”（pernicious polarization）概念显示，巴西、墨西哥、美国和印度是高水平国家，且全球除大洋洲外，恶性极化水平自2005年以来均有所上升。
**意识形态极化和情感极化如何关联？**
在美国，意识形态极化与情感极化的关系持续受到争论，其核心在于区分两种排序形式：意识形态排序（ideological sorting）指具体议题立场和议题极端性与党派归属的对齐；社会排序（social sorting）指党派归属与种族、族裔、宗教、阶级、社会地位及意识形态身份等社会身份的对齐。社会身份理论强调群体认同与对外群体敌意之间的联系，但跨国证据显示意识形态与情感极化的关系“相对较弱且不一致”。制度因素方面，多数主义政治体系中的情感极化往往高于共识型治理体系，而比例代表制可能增加意识形态极化。此外，收入不平等和失业率与更高水平的情感极化相关，但高收入不平等国家的大众意识形态极化反而可能更低。民族或宗教分歧本身并不必然预测损害性极化。
**信息时代的极化**
信息生产、传播和消费方式的改变已经在全球范围内改变了政治话语，理解这些因素及其跨国差异必须融入对极化原因和后果的连贯分析。这一部分聚焦新闻媒体、社交媒体以及人工智能在极化中日益重要的作用。
**新闻媒体的作用**
党派新闻媒体常被认为具有极化效应，但具体证据不一，且相关研究高度集中在美国和欧洲。新闻媒体研究可分为供应侧和接收侧：供应侧使用“政治平行性”（political parallelism）来分类新闻体系，例如美国、英国、爱尔兰低，奥地利、比利时、芬兰、德国高等；接收侧调查显示，在12个发达国家中，多数人的新闻消费模式几乎没有党派偏见，偏向中间派和温和来源。美国的党派新闻消费在绝对水平上仍较低，但高于其他可比国家。实验证据有限，一项2020年的研究发现，鼓励美国Fox新闻观众改看CNN一个月产生了温和化效应。然而，其他研究未发现接触党派新闻对态度或情感极化的显著影响。同时，全球范围内对新闻的信任度下降，新闻在整体网络浏览中只占很小比例。
**互联网和社交媒体的作用**
一种观点认为，社交媒体通过让政治参与用户主要与意识形态相近者互动，从而推动极化，这一现象被称为“互动极化”（interactional polarization），并在多个平台和国家观察到。但另一观点指出，大多数社会互动并非针对政治内容，不同互动类型（如转发与提及）会呈现不同结果，且外群体互动并不罕见。最大规模的Facebook现场实验发现，减少用户接触来自志同道合来源的内容，并未对情感极化或意识形态极端性产生可测量的影响。然而，类似研究在其他国家得到不同结果，例如停用Facebook在美国降低了极化，但在波斯尼亚-黑塞哥维那却增加了极化。社交媒体已成为政治竞选的核心工具，但其极化效应因用户群体而异，并且对政治精英的认知也可能产生扭曲。
**AI和机器人加剧极化的风险**
推荐算法、人工智能生成内容和机器人被认为可能加剧极化。由于线上内容量远超个人消费能力，平台必须依赖AI推荐系统进行策展，但优化用户参与度的算法可能造成同质化内容循环。然而，现有研究显示算法改动对极化影响有限。大型语言模型（LLMs）已被证明具有意识形态偏见，并可被调优以宣传特定政治立场，同时也能用于政治说服。但LLMs也可用于民主审议、纠正错误观念和持续减少阴谋论信念。AI是否加剧极化根本上取决于其使用方式和背景。检测AI生成内容的工具存在语言和背景依赖性，例如谷歌的毒性检测工具“Perspective”对德语内容的毒性判断明显更敏感。
**限制互联网的极化作用**
限制数字媒体的极化作用需要考察社交媒体和AI公司如何审核平台，以及各国家特定监管环境。目前，数据访问受到美国平台和政策利益的过度影响，例如Meta的选举研究仅限美国研究人员参与。欧盟的《数字服务法案》（DSA）有望改善在线平台数据获取，但早期证据显示科技公司合规不佳。监管决策本质上具有政治性，例如各国出于数字主权考虑推动独立AI和在线危害监管。这些差异可能进一步导致未来极化研究出现偏见。
**前进中的挑战：全球应对极化**
现有对抗极化的干预措施主要聚焦美国两党，且往往缺乏持久性和可扩展性，部分干预甚至可能适得其反。为改善现状，应优先进行比较研究，识别不同国家极化的共性与特性。期刊可要求仅针对美国的研究在标题或摘要中明确标注国别。研究者必须抵制不断收紧的数据访问限制，并推动跨学科合作，例如借鉴医学研究中的“共识声明”方式。干预措施必须符合当地伦理和实践背景，由当地利益相关者和决策者参与。没有情境适当的高质量证据，即使是出于好意的决策者也可能从有缺陷的证据中得出错误结论，从而加剧对民主制度的侵蚀。
