2015年-世界发展银行全球_The_Pulse_of_Public_Opinion___Using_Twitter_Data_to_Analyze_Public_Perception_of_Reform_in_El_Salvador_48页_1mb

总结：Using Twitter Data to Analyze Public Perception of Reform in El Salvador

核心内容

本研究利用Twitter数据，分析了2011年萨尔瓦多对液化气补贴改革的公众意见变化。通过手动标记和分类部分相关推文，研究者试图揭示公众对改革的主观看法及其随时间的变化趋势。研究发现，Twitter数据可以作为传统家庭调查数据的有效补充，甚至在缺乏调查数据时可作为替代。

主要观点

• 公众情绪偏负面：大多数关于补贴改革的推文表现出负面情绪，表明公众对改革的接受度较低。
• 讨论减少与支持增加相关：尽管公众表达负面情绪，但随着时间推移，关于改革的讨论减少，这与外界报告的改革支持率上升趋势相吻合，暗示讨论减少可能反映公众对改革的支持增强。
• 抗议活动影响公众认知：2011年5月的液化气分销商罢工可能在公众对改革的认知中发挥了重要作用，其影响可能被低估。
• Twitter数据具有潜力：Twitter数据可提供实时、大规模的社会情绪数据，有助于补充或替代传统调查方法。
• 方法论挑战：研究中涉及数据获取、分类和推断的挑战，如样本代表性、分类器的准确性以及语言处理的复杂性。

关键信息

1. 研究背景

• 改革内容：2011年4月，萨尔瓦多将液化气补贴从生产端转移到消费端，导致消费者价格从$5.10上涨至$13.60，同时符合条件的家庭每月可获得$8.50的补贴。
• 目标人群：补贴对象为每月用电量低于200 Kwh的家庭，需注册并领取补贴卡。

2. 数据来源

• 数据来源：使用Twitter的公开数据流（firehose）获取西班牙语推文。
• 时间范围：选取了2011年1月、2011年4月、2011年5月、2011年8月、2012年5月、2012年8月以及2013年9月的数据，对应于La Prensa Grafica的调查时间。

3. 分类方法

• 手动标记：由领域专家手动分类931条推文，分为以下主题类别：
  • Distrust of Institutions（对机构的不信任）
  • Irrelevant（不相关）
  • Lack of Information（信息不足）
  • Other（其他）
  • Partisanship（政治倾向）
  • Personal economic impact（个人经济影响）
• 情绪分类：情绪分为强负面、负面、中性、正面、强正面，结果显示仅有约3%的推文表达正面情绪。

4. 分析结果

• 主题分布变化：
  • “Personal economic impact”类别在2011年5月后明显下降。
  • “Distrust of Institutions”和“Lack of Information”类别在2012年8月后有所回升，但尚未明确其是否为趋势。
• 情绪分布变化：
  • 负面和强负面情绪推文数量随时间下降，而中性情绪推文数量上升。
  • 正面情绪推文极少，可能与分类方法或样本选择有关。

5. 方法论

• 文本表示：使用词袋模型（bag-of-words）将文本转换为特征向量。
• 词干提取：应用西班牙语词干提取工具（Snowball）以减少特征数量。
• 特征选择：去除停用词、出现频率过低或过高（超过70%）的词汇，最终保留1354个词汇。
• 特征加权：采用TF-IDF（Term Frequency - Inverse Document Frequency）方法对特征进行加权，以提高分类效果。
• 挑战：包括样本代表性、分类器准确性、语言处理复杂性以及数据获取成本。

结论

本研究展示了Twitter数据在分析公众对政策改革意见方面的潜力。尽管存在方法论上的挑战，但Twitter数据能够提供实时、动态的公众情绪信息，并与传统调查数据相辅相成。此外，研究指出，讨论减少可能反映公众对改革的支持增加，这为政策评估提供了新的视角。

进一步研究方向

• 改进样本选择方法，提高正面情绪推文的识别率。
• 探索更高效的分类器和特征选择方法。
• 考虑更多社交媒体数据源以提高分析的全面性。
• 进一步分析罢工等事件对公众情绪的具体影响。

方法流程图概述

图1：本研究中使用的分析流程图，利用Twitter数据研究2011年萨尔瓦多液化气补贴改革的公众意见演变。

参考文献

• Calvo, et al. [2014]
• Fernandez and Rodrik [1991]
• Tornarolli and Vazquez [2012]

作者信息

• Skipper Seabold（美国大学）
• Alex Rutherford（联合国全球脉冲）
• Olivia De Backer（联合国全球脉冲）
• Andrea Coppola（世界银行）