英文原文已被IEEE Transactions on Computational Social Systems接受，详细内容及数据，读者可以查看原论文。
停止亚太裔仇恨联盟（Stop AAPI Hate Coalition）的报告指出，在2021年3月，收到报告的仇恨犯罪数量由3,795激增至6,603，其中身体攻击的占比由2020年的10.2%上升至2021年的16.7%。
与之同时网络仇恨事件几乎翻番，从5.6%上升至10.2% [1]。Gover et al. [2] 认为在新冠疫情期间针对亚裔的仇恨犯罪上涨源于新冠疫情推动了种族主义的散播，制造了国家的不安全感以及仇外心理。也有学者研究了针对亚裔的仇恨犯罪上涨与“亚裔是永久的外人（perpetual foreigners）”这一概念之间的关联 [3] [4]。除了身体袭击以外，亚裔美国人也承受精神上的不平等伤害。经历过种族主义事件的亚裔美国人出现了抑郁症状 [5]。
因此，识别并理解公众对于针对亚裔仇恨的态度对于未来研究这种态度对亚裔的影响以及制定相关的政策来削弱负面作用至关重要。
本文对超过四万名推特用户关于“停止亚裔仇恨”及“#停止亚裔及太平洋岛居民仇恨”运动的态度进行了深入的研究。
作者发现，女性、年轻人、亚裔及非裔更频繁地使用这两个标签，参与更多的讨论。其中的大多数人也活跃于其他有关种族或社会议题的网路运动，如#BlackLivesMatter和#SayHerName。
在四万多名参与讨论的用户中，55.68%为女性（推特本身的女性用户占比为50% [6]）。女性较高的参与比例可能与“集体认同”（collective identity） [7] 相关。在亚特兰大枪击案八名受害者中，六名为女性，旧金山亚裔被袭事件的受害者亦为女性。
这一共同的身份特质可能是女性更多参与有关“停止亚裔仇恨”运动讨论的原因。类似的，参与讨论的亚裔占比为25.29%，远高于推特本身的亚裔用户占比（低于8%）。非裔用户的占比也相对较高。
通过对用户所发布推特内容的分析，本文将所有有关“停止亚裔仇恨”及“#停止亚裔及太平洋岛居民仇恨”运动的讨论可分为六类，分别为支持、新闻、谴责、双重标准、反对声音以及政策呼吁。
在所有讨论中，对于“停止亚裔仇恨”运动表达支持态度的推特数量占51.56%。有部分推特直接表达支持，有部分推特附带导向为仇恨事件受害者募捐网站的链接，也有部分推特转载有关亚裔美国人历史的纪录片。同时，在这些支持的声音中，有呼吁非裔与亚裔应当团结起来，呼吁社群之间的团结，也有呼吁亚裔群体内部应该团结起来。
新闻类推特占比为18.38%。主要内容是有关针对亚裔的仇恨犯罪新闻报道。一部分披露了袭击者的族裔，一部分选择不披露袭击者族裔。
谴责类推特占比为14.69%。这一类推特并非是谴责“停止亚裔仇恨”运动，而是在谴责那些袭击者、特定人群或者社会存在的系统性问题。比如，很大一部分该类推特谴责美国前总统特朗普将新冠病毒称为“中国病毒”。也有推特谴责共和党不支持针对女性的暴力犯罪法案。另外，该类推特还提及了系统性问题如种族主义（“白人至上”）、文化（恋亚癖，Asian fetishization）及教育（大学不平等录取）。
双重标准
有关双重标准的争论在有关“停止亚裔仇恨”运动中的讨论占8.37%。有观点认为，亚裔和非裔在遭受了歧视后，政府的对待态度不一致。也有观点认为，针对亚裔的仇恨犯罪袭击者中，白人袭击者和非洲裔袭击者被区别对待。
反对声音
在有关“停止亚裔仇恨”运动的讨论中，5.43%为反对声音。这一部分观点对“停止亚裔仇恨”运动持负面态度，表现形式包括激化亚裔与非裔群体之间的关系、宣扬反亚裔情绪以及为仇恨犯罪的袭击者进行辩护。
政策呼吁
在所有参与讨论的用户中，1.56%呼吁政府制定相关政策（如控枪）来解决针对亚裔仇恨犯罪问题。
本文通过逻辑回归，研究了不同因素对于用户话题选择的影响。完整的发现与讨论可阅读原论文。
政治极化（political polarization）体现在了此次“停止亚裔仇恨”运动的讨论中。拜登关注者与特朗普关注者在话题选择上有显著不同。拜登的关注者更多地表达支持，而在特朗普的关注者中，出现了更多的反对声音以及对于双重标准的讨论。
进一步研究发现，拜登关注者与特朗普关注者在“停止亚裔仇恨”的大议题下，讨论的侧重点不一致。特朗普关注者：
（1）认为非裔需要为针对亚裔仇恨犯罪负责；
（2）亚裔学生在大学录取中因种族问题而遭受了不平等待遇；
（3）支持“All lives matter”；
（4）更多地转发袭击者为非裔的新闻报道；
（5）更少转发亚裔受害者自述的新闻报道。在上述五个话题中，拜登关注者的倾向与特朗普关注者完全相反。
“停止亚裔仇恨”运动的反对声音更多地出现在仇恨犯罪更少的州。图一展示了反对声音推特占比与种族偏见动机型仇恨犯罪数量占比的关系。根据所在州的地理位置，本文用不同颜色标示。州按地理位置分为四大类：东北、南部、西部以及中西部。
通过图一可以发现，反对声音的占比与所在州的仇恨犯罪数量占比负相关。有研究指出，当个体因为种族偏见原因成为犯罪的受害方后，产生的负面情绪与因非种族偏见原因成为犯罪的受害方产生的负面情绪有本质的区别 [8]。
因此，本文的这一发现可能说明那些没有经历过因种族原因导致仇恨犯罪的人，对于“停止亚裔仇恨”运动表示反对是因为他们没有相关的经历，更难理解仇恨犯罪的严重性。他们的话题选择也包含了为袭击者辩护，认为袭击的动因不是种族主义。
图一的另一个重要发现是，在地理位置上相近的州，在图一中的位置也相对更近，意味着相近州的民众对于针对亚裔的仇恨犯罪态度接近。政策制定者可根据这一发现做更深入研究，以制定相关政策如对于仇恨犯罪的教育项目 [9]。
图一：每一万人中种族偏见动机型仇恨犯罪数量与反对“停止仇恨犯罪”运动推特占比关系
作者希望能通过社交网络平台用户对“停止亚裔仇恨”运动讨论的研究，更好地理解民众对于针对亚裔的仇恨犯罪的态度，促进有关方面的研究，为了全体社群的共同利益，最终帮助解决这一严重的社会问题。
更加详细的方法描述以及发现请阅读原论文。
参考文献：
[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.
正在生成分享图...
我在思考中