Tents, Tweets, and Events: The interplay between ongoing protests and social

Tents, Tweets, and Events: The interplay between ongoing protests and social media

Marco T Bastos（美國）, Dan Mercea（英國）, & Arthur Charpentier（加拿大）

導讀者：鄭雅云

此三個個案分別是以2011年西班牙Indignados(2011/5/17-6/29)、佔領Occupy運動（2011/9/24-12/29），及巴西的Vinegar運動是2013年5月抗議車票漲價而起的運動(2013/6/13-6/29)，聚集了25萬人上街，並因警方的不合理鎮壓抗爭者（催淚瓦斯、辣椒水），使得運動越劇烈。

抗爭的傳播

本研究聚焦於抗爭的傳播過程。從開創性的研究時間序列的政治學者Lichbach（1985）假設並沒有隨意發生的抗議活動，都是一段時間推移所累積而成的抗爭。且抗議活動是一種具有思想的傳染性與行為擴散的過程，持續與擴大的集體行動 (Givan, Soule, & Roberts, 2010)。

過去文獻在討論抗爭的傳播時，運動抗爭會受限於傳統主流傳播管道，為了擴大網絡化傳播與實際活動的複雜關係，我們將目標轉向社群媒體與真實世界的相關，Groshek（2011）以格蘭傑因果檢定做了廣播媒體和不同民主發展程度國家的時序比較，他宣稱在較不民主的國家當中，主流媒體傳播才有時序因果關係影響實際抗爭活動。

另外，Yamaguchi et al. (2013) 等人調查了推特數據與網路論壇支持傳統日本醫療的運動，顯示78%簽名連署的人是受到線上活動的影響，雖然最初觸發連署的是在推特上，但最後研究結果推特的影響反而小於網路論壇。同樣的研究旨趣，Jungherr and Jürgens (2013) 研究變化的線上活動，追蹤其線下現象，作者測量重複出現的線上資料，推論這些訊息是使用者刻意公開的資訊，微網誌的服務同時具有線上活動與他們實際的作為（並可從metadata追蹤）。

這些具有目的性的報導（purposeful reports）有的是即時執法單位實況 (Earl et al., 2013; Gerbaudo, 2012)、有的是非常大量的紀錄作為煽動抗爭的火苗(Tarrow, 1998)，或是有關於抗爭的策略手段 (Theocharis, 2013)。

研究假設

實際抗爭的活動與社群媒體的活動有非常大的關聯性，但過去研究者他們都沒有針對不同逮捕執法情況作出分析。

H1a：線上的抗爭活動可以預測線下活動的發生。

H1b：網絡化傳播只是表面上間接影響實際活動。對實際活動來說，網絡化傳播是不重要的，僅是自我指涉性的數位回音。

Castells（2012）在研究Indignados中，提到Twitter扮演了一個工具為重要駐點作為守夜紮營的場域，他強調現場執法單位與抗爭者的互動，是決定了抗爭行動的命運，同時也是網絡化傳播所圍繞之處。

因此我們從三場不同的抗爭，社群媒體中不僅可以得到參與者的數量（帳號），也包含靜坐守夜的人數，與抗爭者受傷、被捕的數目。在此我們設計了如此強烈的行動，作為一個具有高度功能性的政治活動（Bobel，2007）。

H2a：從社群媒體的傳播強度（intensity），到具有高功能性的政治活動（警察、抗議者守夜等），是有著因果關係。

H2b：從具有高功能性的政治活動，到社群媒體的傳播強度，是有著因果關係。

另外，Earl et al.（2013）研究主張說Facebook的活動是在事前（例如集會的籌辦期間）、與事後（作為活動的後果），Twitter的活動則是與實際活動同時發生，與作為在地活動的協調。因此我們第三個假設是社交網站Facebook和Twitter的關係，在抗爭情況下，推文和臉書貼文的強度與方向性是有著因果關係。

H3a：抗爭者的臉書粉絲頁會影響推特串流。

H3b：是從推特使用者的串流而展開事件。

資料搜集

蒐集了三場抗爭共100個hashtags與100個臉書pages，選擇的hashtags是與城市相關而非概念性的，臉書粉絲頁則會接近實際示威。利用yourTwapperKeeper公開的推特資訊作為撈取工具，臉書API撈取粉絲頁資料不像推特有限制只給1%的資料量，所以會蒐集到整個過程。

因為研究方法想看的是在不同時間點的抗議活動傳播過程，所以時間序列中最初或是最後的影響性較小，並從新聞報導中取得示威中被逮捕或抗爭者的受傷人數，又不同新聞媒體的數量不一致，因此取了各家報導（Arrests）的平均數。（見Table1）

從蒐集的資料中不一致之處為，1) Occupy因為沒有找到可信的來源，所以沒有跟城市相關的抗爭受傷與守夜人數，2) Indignados有一連續的紮營守夜（camped-out）人數，3) Vinegar有一連續的示威抗議中的受傷者人數。

由於我們發現活動通常是稀疏的、間歇性的、很少可跨越分析整個時期。依照線上與城市現場抗議的活動，因為觀察的是由地理位置相關的抗議活動，所以我們建構了三場抗爭的資料集，這樣的方法使得每次逮捕是與關聯性，線上與現場的彙整成一個整體進行分析。若是只有線上活躍卻沒有實際現場的則不會被納入數據（反之亦然）。 這樣分析經驗是取自Bennett, Segerberg, & Walker, 2014分析佔領運動時不同城市的活動。

研究方法

使用格蘭傑因果關係，是分析經濟變數之間的因果關係（按：維基定義為依賴於使用過去某些時點上所有信息的最佳最小二乘預測的方差），本研究取六種：推文、貼文、抗者者、守夜、被捕、受傷人數作為因果分析的變數（tweets, posts, protestors, camped-out, arrested, and injured protestors），取兩個變數配對作為依照格蘭傑因果檢定的方法，可以抗議相關的線上活動幫助預測現場抗議，也就是說本研究提出，社群媒體上政治訊息是現場活動的格蘭傑原因，如果社群媒體的尖峰與參與示威抗議數量隨之增加，則可以稱線上抗爭活動為實際抗議的格蘭傑因果（so that online protest activity Granger-causes onsite protest activity.）用R語言的統計方法做格蘭傑因果分析，選擇以 vector autoregression (VAR) 向量自回歸，因為因果效應有延遲性，所以定為從這一天到下一天，詳細的統計方程式參考p.11。

研究結果

首先格蘭傑因果檢定，看推特和臉書與抗議相關的社群媒體是否達顯著性，作為預測實際的抗議活動。 

Figure2是六個變量的對稱矩陣，每個都有F和p值，白色空格才有達到顯著性（p<0.00、p<0.01）。整理出table 2.都有具有統計的顯著性： 

H1a：線上的抗爭活動可以預測線下活動的發生。

H1b：網絡化傳播只是表面上間接影響實際活動。

從結果而言，對Indignados和Occupy序列來說，H1a假設成立線上活動能夠預測實際活動，線上提供的政治資訊能幫助預測實際活動，因此拒絕了H1b的假設。

H2a：從社群媒體的傳播強度，到具有高功能性的政治活動有著因果關係。

H2b：從具有高功能性的政治活動，到社群媒體的傳播強度有著因果關係。

其次，是H2a、H2b假設有部分是成立的，例如是推文與Indignados的紮營守夜活動（Twitter—>Camped-out）、Occupy中逮捕與tweet（Arrests—>Twitter），都具有格蘭傑因果（p<.01）。抗爭活動與具有高度政治性活動是具有因果關係，Vinegar也顯示（Protests—>Arrests/injuries）當抗爭活動增加，能預測警方逮捕抗爭者並與抗爭者發生衝突。

H3a：抗爭者的臉書粉絲頁會影響推特串流。

H3b：是從推特使用者的串流而展開事件。

第三，在Indignados和Occupy中H3b是確實存在，綜合H2、H3的推論Indignados是出現臉書討論，組織集會活動和紮營。然而也無法拒絕H3a，因為在Vinegar中出現臉書貼文和推特推文之間有著顯著性。且Occupy運動中，也指出執法單位強制性行動是立刻有了社群媒體訊息串流，因而反饋到抗爭現場。

Figure 3.綜合三個抗爭之下畫出格蘭傑因果檢定的方向性，藍色表示描述社群媒體，綠色是實際抗爭活動，紅色是具有高度政治性的活動（逮捕、受傷、守夜）。從此推論出在政治事件中，社群媒體的活動（推特、臉書），是對於次日的抗議活動有益的（或者說是具有預測的），社群媒體上增加抗爭相關的討論是可以作為預測實際抗爭活動的方法。

討論與建議

在這些政治抗爭運動，是以水平式、基於共識決策以面對面交流的傳播模式，倡導參與式民主的模式，另一方面也有大量仰賴社群媒體進行動員。

在本文中使用格蘭傑因果檢定線上抗爭是對於實際抗爭有預測性的，橫闊了不同政治情形的案例。在Occupy情況中，在線上推特和臉書活動對於實際抗議活動的預測有反饋（feedback）；在Indignados情況中，網絡化傳播在於推特和臉書對於實際抗議活動都有預測性；而Vinegar的線上到實際活動則未達格蘭傑的因果關係，取而代之的是，從臉書到推特有互動，並且現場示威到被逮捕之間的互動。簡言這些有著格蘭傑因果顯著的例子中，建立了從社群媒體活動到實際抗爭，再回到社群媒體的一個反饋迴路（ feedback loop）。

有鑒於格蘭傑因果檢定，可以推測線上與實際抗議之間的關係，推論Twitter and Facebook持續的網絡化傳播，有可能擴大示威與動員。這樣爭議的推論在 “slacktivism” 懶人行動主義(Morozov, 2011)之下是嘲諷的。

在Indignados分析顯示，每當社群媒體上示威訊息量增加，則預期會有更多的抗議者。但是如果手機逐漸普及化、或是社群媒體的觸發事件、或者是報導現場狀況而預測社群討論的話，則很難以掌握社群媒體與示威活動關係的方向性。

在這樣的分析中，研究者認為社群媒體作為一個組織醞釀活動與宣傳的工具，在Occupy情況，線上與實際活動具有顯著的反饋，並展現了社群媒體的不同機緣，像是臉書是有助於團體的論壇，普羅大眾不全然可以進入，推特是全然開放，易於監測（monitor），並可以用於即時或抗議的事後公告。然而，社群媒體的使用者仍受到監視（surveillance）的威脅（Mercea, 2012）

本研究結果呈現龐大的媒介生態形象，在其他的研究Occupy中，如拼接網絡 (Bennett et al., 2014)於抗議活動使用的策略，促成不同地理位置的組織資源調配。然而過去曾指出的，這種表面上共生的關係（ostensible symbiosis）是沒有辦法完整與永不改變，有許多現場活動是不會被線上所記載，網絡化傳播同時扮演著情感支持或政治表達為橫越抗爭地點的橋樑 (Mercea et al., 2013)，在 Indignados就這樣的情形。然而在Vinegar 抗爭中，在地與超越在地（ local and hyper-local ）的溝通網絡顯示為不一致的平衡，並強調另類媒體缺少廣播與社群媒體之間有效整合。

最後，Occupy運動中具有雙向的（bidirectional）格蘭傑因果檢定，足以宣稱構成政治的不再是組織會員或是團體，而是愈來愈多是個體化（個人）的連結。

在資料蒐集仍有著研究限制，因為臉書是抗爭運動相關的網頁，其更新的公開貼文，與推特是抗議相關的hashtag推文，且曾有Pew Research研究指出推特和臉書使用戶不能代表抗爭示威的群眾。

儘管如此本研究基於每個事件的每日彙整了推文、貼文、示威者消息等，並與出席人數作為數據，因為格蘭傑的因果是需要長時間的序列分析，有些抗議事件地點是沒有提供時間，所以彙整是以特定的時間地點作為獨特的資料集，而非以地域區分。

未來可進一步在不同層級（city or neighborhood level）研究線上與線下的交互活動，或是政治不安定的情況下，使用社群媒體的策略等。