第一章 引言
在当下的数字化时代，网络空间成了民族主义情绪宣泄和聚合的重要场所，非理性群体极化事件时有发生，给社会稳定带来了极大的威胁。但是传统的民族主义研究大多从宏观结构和意识形态入手，对于微观个体的情感怎样演变成为集体行为的动力缺少细致的解释。因此本文采用社会情绪计算模型，用量化的方法来探究民族主义情感产生的过程以及它的动力学特点。本文主要研究在一定的信息刺激下，社会情绪怎样由微观的个体心理转变为宏观的群体行为，探究其中的内在机理和演化规律。国货意识消费者具有显著的正面社会情绪和渐变论特质，国货偏见消费者具有显著的负面社会情绪和实体论特质[1]。不仅可以弥补目前理论在微观情感分析方面的不足，而且可以给相关部门准确判断网络舆情、科学引导社会情绪提供可行的实践依据。社交媒体上围绕科技战焦点话题的芯片新闻叙事层出不穷，其内容在表达爱国情感的同时也蔓延着焦虑情绪[4]。按照数据采集、模型建立、实证分析的思路展开研究，试图从理论上有所创新，也希望能为后面章节的进一步研究打下良好的基础。
第二章 民族主义情感的生成机制：基于社会情绪计算模型的路径解析
2.1 核心概念界定与研究脉络梳理
民族主义情感是特定政治共同体成员对归属的意识表现，它不是一般的群体性社会情绪的短暂爆发，而是在深厚文化积淀和心理结构的基础上产生的。情感动力学这里特指研究该情感从个体受激到群体共鸣的能量转化和循环过程。回顾已有的研究，国内外学界大多从社会建构论、心理学范式出发，关注情感内涵的静态阐释或者宏观叙事，虽然已经揭示出利益驱动和身份认同在生成路径中所起的作用，但是没有对情感动态演化的过程进行细致的量化的追踪。传统的定性研究不能捕捉到情绪数据在微观时间尺度上波动的规律，在解释情感爆发的临界点和传播速率的时候存在不足。因此需要建立社会情绪计算模型，用标准化的技术路径对情感产生的全过程进行动态的监测和分析。
表1 民族主义情感动力学核心概念界定与研究脉络梳理
2.2 社会情绪计算模型的适配性框架搭建
社会情绪计算模型的适配性框架搭建是本文的研究基础。选择该模型来分析，主要是因为它在量化微观情感向宏观社会态势转变方面有优势。适配性改造时，首先把模型的输入变量设为网络公共话题中个体的言论和互动数据，运算逻辑按照情感感染和群体极化的规律来执行，输出结果就是民族主义情感强度的具体指标。根据民族主义情感的特殊性，对原来针对普通社会情绪的权重参数进行了调整，增加了包含民族属性、文化认同、历史记忆等特有影响因素的专门模块。该改造过程形成了一套可以落地、可以解释的专属适配框架，可以很好地映射出民族主义情感从个体激发到集体共鸣的复杂演化过程，给后来的生成机制分析提供强有力的方法论支持。
2.3 民族主义情感的多阶段情感动力学传导逻辑
2.3.1 初始情绪刺激的参数化赋值维度
初始情绪刺激的参数化赋值是建立社会情绪计算模型的第一步，它把非结构化的外部社会事件转化成模型可以识别的量化数据。在梳理的过程中首先要对可以引起民族主义情感的典型场景进行系统的梳理，主要有涉外舆论冲突、文化摩擦事件、历史问题发酵等。对每一个具体的刺激源要确定事件的强度、符号的唤醒度和身份的关联度这三个主要的量化赋值标准。就事件的突发性、破坏力而言，分为不同的等级，符号唤醒度是考察象征元素敏感程度的指标，身份关联度是考察事件与群体利益绑定紧密程度的指标。根据不同的参数区间组合阈值来精确地确定出初始情绪唤醒程度的差别，把模糊的社会感知转化为标准化的数值输入，给后面群体情绪演化运算提供可靠的基准数据。
2.3.2 群体情绪的叠加共振演化路径
群体情绪的叠加共振演化路径，就是指最初的个体情绪在一定的社会网络里，经过互动传播之后，所达到的量级倍增、强度极化的过程。其基本原理就是把普通人的情绪通过社交转发、评论互动、圈层传播等网络行为，从个体的范围内扩散出去。在适配的社会情绪计算模型推演中，情绪数值随着互动频次的增加而呈指数级上升。触发共振的条件是情绪极化和观点趋同，也就是高度同质化的观点在回音壁效应下不断加强。在这条路径上，关键节点用户是意见领袖，他发起了传播链条，平台算法机制用流量分配来加快情绪的渗透，强烈的群体身份认同是内在的粘合剂，把分散的个体心理凝聚成有统一指向性的群体性民族主义情绪，完成了从微观情感到宏观社会情绪的转变。
2.3.3 民族主义情绪的稳态生成机制
经过叠加共振之后的群体情绪要经过稳态生成的过程，才能变成稳定的民族主义情感。该机制的关键就是情绪由动态波动向稳态固化的临界判定，也就是当情感倾向性和群体一致性数值连续超过预设阈值并且波动趋于收敛的时候，就标志着稳态的形成。该过程主要包括群体共识形成、认同绑定完成和情绪记忆锚定这三个主要环节，共识形成是通过高频互动来筛选和加强共同的认知，认同绑定是把抽象的情绪和具体的民族符号联系起来，情绪记忆锚定是利用社会记忆机制，把短暂的情绪体验固定成持久的心理图式。稳态生成之后的民族主义情感有很强的持久性和可唤醒性，一旦受到某个刺激的触发，就会很快地再现出来并加强群体的凝聚力。该环节完成了用社会情绪计算模型进行全流程闭环解析的过程，给认识民族主义情感的长期存在赋予了量化的根据。
第三章 结论
本文以社会情绪计算模型为基础，对网络空间民族主义情感动力学生成机制进行梳理。从结论上看，民族主义情绪不是突然爆发的，它是经过了从个人感受到群体共鸣的一个过程，舆论热点的触发以及社群回声效应就是其中的关键节点。就上述的关键环节而言，从实践角度出发，应该创建起情绪动态监测预警体系，依靠算法的改良来促使信息流动得到引导，从而抑制极端情感的扩散，改善网络空间治理的科学性。但是本研究的数据样本覆盖范围和模型参数的适应性还存在不足，以后需要继续扩大样本量，提高模型的自适应性，给民族主义情感的量化研究和精准疏导提供更好的技术支持[3]。
参考文献
\[1\]刘进平, 张燚, 龚政. 国货意识消费者与国货偏见消费者心理机制的比较——基于受众网络跟帖的质性分析[J]. 企业经济, 2018, 37(3): 10.
\[2\]刘进平, 张燚. 中国人国货意识形成的心理加工过程模型及影响机制——基于高国货意识消费者深度访谈的探索性研究[J]. 兰州学刊, 2018(4): 21.
\[3\]惠天. 论以民族主义宣传调控民众不满情绪的成败条件——基于数学模型的分析[J]. 2021.
\[4\]陈龙, 王宇荣. 芯片新闻叙事:一种承载爱国情感的网络文化现象[J]. 新闻大学, 2024(9): 103-116.