-
哈佛報(bào)告:自建中文網(wǎng)站 再調(diào)查中國(guó)網(wǎng)絡(luò)審查制度(觀察者網(wǎng)獨(dú)家全譯)
關(guān)鍵字: 網(wǎng)絡(luò)審查中國(guó)網(wǎng)絡(luò)審查哈佛報(bào)告金加里審查制度審查機(jī)制審查差異群體性事件煽動(dòng)性群體性事件非煽動(dòng)性群體性事件自動(dòng)審查互聯(lián)網(wǎng)治理網(wǎng)絡(luò)安全觀察者譯文【觀察者網(wǎng)按:互聯(lián)網(wǎng)治理是各國(guó)政府面臨的新挑戰(zhàn)。“沒(méi)有網(wǎng)絡(luò)安全,就沒(méi)有國(guó)家安全。”習(xí)近平在今年2月新成立的中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組會(huì)議上指出。哈佛大學(xué)政治學(xué)系教授金加里(該校僅有的24位“校級(jí)教授”之一,是亨廷頓教授頭銜的繼承者)長(zhǎng)期關(guān)注中國(guó)政府的網(wǎng)絡(luò)審查制度,曾與兩位學(xué)生合作撰寫(xiě)論文《中國(guó)網(wǎng)絡(luò)審查制度如何允許批評(píng)政府卻禁止群體煽動(dòng)》,因觀察者網(wǎng)譯介而在中文互聯(lián)網(wǎng)引發(fā)熱議。金加里教授通過(guò)分析中文社交媒體數(shù)據(jù),得出結(jié)論:中國(guó)并不介意任何批評(píng)政府的網(wǎng)絡(luò)言論,其審查標(biāo)準(zhǔn)是煽動(dòng)群體性事件的可能性。在維護(hù)社會(huì)穩(wěn)定、管控違法事件這一點(diǎn)上,中國(guó)與西方國(guó)家的互聯(lián)網(wǎng)治理并無(wú)二致。但該論文只是作為旁觀者的觀察,其資料有兩個(gè)缺陷:1.有些帖子在未發(fā)表前已被屏蔽,沒(méi)有涵蓋審查制度的全部流程;2.僅限于已有的觀察經(jīng)驗(yàn),只能“歸納”出結(jié)論,無(wú)法得出“煽動(dòng)群體性事件=>審查”的因果推斷。
擅長(zhǎng)量化研究的金加里教授隨后又向美國(guó)政治學(xué)會(huì)2013年會(huì)提交了新的論文。他的團(tuán)隊(duì)做了以下新的工作:1.在中國(guó)建論壇,掌握中國(guó)網(wǎng)絡(luò)審查制度從頭到尾的第一手材料;2.發(fā)帖子,實(shí)際檢驗(yàn)“是否煽動(dòng)群體性事件”、“是否批評(píng)政府”這兩項(xiàng)標(biāo)準(zhǔn)的真?zhèn)?。金加里教授通過(guò)嚴(yán)謹(jǐn)?shù)碾S機(jī)性試驗(yàn)再一次證明了自己的結(jié)論。不僅如此,他在本文提出:1.由于自動(dòng)審查機(jī)制的機(jī)械性,支持政府的網(wǎng)絡(luò)言論比批評(píng)政府的言論更容易遭到屏蔽(“反腐敗”和“真腐敗”在機(jī)器看來(lái)都是需要過(guò)濾的敏感詞);2.同一個(gè)中國(guó),各個(gè)社交媒體實(shí)際審查力度不均,國(guó)企運(yùn)營(yíng)的社交網(wǎng)站尺度比私企嚴(yán)格,但最大的用戶群體卻屬于私企。這些現(xiàn)象值得關(guān)心中國(guó)網(wǎng)絡(luò)安全的人士注意。斯諾登事件讓中國(guó)人明白,網(wǎng)絡(luò)安全的世界里,沒(méi)有誰(shuí)是可以膜拜的老師。中國(guó)作為網(wǎng)絡(luò)和信息產(chǎn)業(yè)的大國(guó),需要自己摸索出一條互聯(lián)網(wǎng)治理的道路。觀察者網(wǎng)再度全文譯介金加里教授的論文《針對(duì)中國(guó)網(wǎng)絡(luò)審查制度的隨機(jī)試驗(yàn)研究》(觀察者網(wǎng)朱新偉、王楊/譯),我們將持續(xù)關(guān)注這一話題。】
中國(guó)作為網(wǎng)絡(luò)和信息產(chǎn)業(yè)大國(guó),需要自己摸索出一條互聯(lián)網(wǎng)治理的道路。
針對(duì)中國(guó)網(wǎng)絡(luò)審查制度的隨機(jī)試驗(yàn)研究
金加里 珍妮弗·潘 瑪格麗特·羅伯茨
2013年10月6日
摘要
中國(guó)政府審查社交媒體,這是人類歷史上最大規(guī)模的、有針對(duì)性的信息干預(yù)行為。關(guān)于這一主題已經(jīng)有系統(tǒng)性的研究。但研究手段都是被動(dòng)的旁觀,其推論具有很大的局限性。我們通過(guò)實(shí)際參與和試驗(yàn),希望提出更為有力的因果推斷和描述推斷。為了證明因果推斷,我們發(fā)起了一項(xiàng)大規(guī)模的隨機(jī)試驗(yàn),在中國(guó)大量的社交媒體上創(chuàng)建帳號(hào),上傳隨機(jī)分配的文本,然后通過(guò)全球計(jì)算機(jī)網(wǎng)絡(luò)偵測(cè)這些文本是否遭到屏蔽。為了獲取描述推斷,我們除了匿名訪問(wèn)以外,還在中國(guó)建立了一個(gè)自己的社交媒體網(wǎng)站,與中國(guó)公司簽訂合同,安裝現(xiàn)有各大網(wǎng)站使用的審查軟件,反過(guò)來(lái)考察審查機(jī)制。我們的試驗(yàn)結(jié)果支持并拓展了以下觀點(diǎn):對(duì)國(guó)家、領(lǐng)導(dǎo)人和政策的批評(píng)都可以在網(wǎng)上正常發(fā)表,而含有群體性事件(collective action,原譯“集體性行動(dòng)”,本文譯為“群體性事件”,以貼合社會(huì)治理的范疇——觀察者網(wǎng)注)可能性的文本遭到屏蔽的機(jī)率要大得多。我們還解釋了中國(guó)審查制度的內(nèi)部機(jī)制,并證明,地方網(wǎng)站審核手段(非審核內(nèi)容)的靈活性要比原來(lái)想象的大得多。
1 引言
中國(guó)政府實(shí)行“世界上最復(fù)雜的內(nèi)部?jī)?nèi)容控制系統(tǒng)”(Freedom House, 2012),安排數(shù)以十萬(wàn)計(jì)的人員有計(jì)劃地延緩某些類型信息的傳播速度。然而,該組織的規(guī)模和影響已經(jīng)足以讓研究者們通過(guò)被動(dòng)觀察來(lái)發(fā)現(xiàn)其審查制度的某些宗旨和程序,以及中國(guó)政府的意圖。我們希望突破被動(dòng)觀察的限制,使用試驗(yàn)和參與的方式進(jìn)行因果推斷和描述推斷。
我們先從理論開(kāi)始。此前對(duì)于中國(guó)審查制度宗旨的研究假設(shè)了“批評(píng)國(guó)家”與“群體性事件可能性”兩種思路,并發(fā)現(xiàn),前一種思路基本上是錯(cuò)的,后一種是對(duì)的:在社交媒體上惡毒地批評(píng)政府,這并不會(huì)遭到屏蔽,但以政府不允許的方式動(dòng)員人群,則將遭到審查。這表明,即使是支持政府的言論,如果其中涉及到群體性事件的話,也會(huì)遭到屏蔽(King, Pan and Roberts, 2013)。(參見(jiàn)觀察者網(wǎng)對(duì)該報(bào)告的譯介《哈佛報(bào)告:中國(guó)網(wǎng)絡(luò)審查制度如何允許批評(píng)政府卻禁止群體煽動(dòng)》——譯者注)
這兩種理論都同意,維護(hù)政權(quán)穩(wěn)定(Shirk, 2007, 2011; Whyte, 2010; Zhang et al., 2002)是言論審查的最終目標(biāo)。例如,一些學(xué)者曾經(jīng)以為審查者會(huì)刪除批評(píng)政府的網(wǎng)絡(luò)言論、歪曲那些支持政府的網(wǎng)絡(luò)新聞,并認(rèn)為這可以減少群體性事件(Esarey and Xiao, 2008; MacKinnon, 2012; Marolt, 2011)。不過(guò),即使篡改新聞能夠降低群體性事件的可能性,上述學(xué)者仍然忽略了社交媒體上的公開(kāi)批評(píng)對(duì)中央政府和中共中央的借鑒價(jià)值(Dimitrov, 2008; Lorentzen, 2010, 2012; Chen, 2012)。畢竟,威權(quán)體制下的領(lǐng)導(dǎo)人的工作很大一部分是緩解輿論焦慮,保證不發(fā)生群體性事件威脅穩(wěn)定。及時(shí)了解地方領(lǐng)導(dǎo)及其他官員的腐敗、瀆職等批評(píng),這對(duì)于上級(jí)而言是十分寶貴的信息。受到批評(píng)的領(lǐng)導(dǎo)將被替換,代之以維穩(wěn)能力更強(qiáng)的人才,確保體制及時(shí)回應(yīng)民意。這種“回應(yīng)性”體制(responsiveness)能夠比粗暴干預(yù)新聞更有效地降低群體性事件發(fā)生率。
King, Pan and Roberts(2013)的論文研究對(duì)象范圍頗廣,分析了近1400個(gè)中國(guó)網(wǎng)站的1100萬(wàn)個(gè)帖子,但這篇及其他相關(guān)論文針對(duì)審查制度的定量研究?jī)H僅是描述性的(Bamman, O’Connor and Smith, 2012; Zhu et al., 2013),其中某些結(jié)論的大前提未經(jīng)檢驗(yàn)。例如,上述研究的數(shù)據(jù)實(shí)際上已經(jīng)遭受管控,許多社交網(wǎng)站都會(huì)設(shè)置自動(dòng)審查,先將帖子放在某個(gè)緩存庫(kù),待審核后再進(jìn)行發(fā)布。事后審核通常由人工進(jìn)行,大約會(huì)有24小時(shí)的滯后;而事先審查則是自動(dòng)、即時(shí)的,幾乎沒(méi)有辦法通過(guò)肉眼觀察來(lái)分析。重要的是,事先的自動(dòng)審查程序?qū)е录扔械膶W(xué)術(shù)研究產(chǎn)生數(shù)據(jù)盲點(diǎn),研究者們只能分析那些已經(jīng)通過(guò)自動(dòng)審查程序過(guò)濾的帖子。由此可見(jiàn),觀察式的研究會(huì)存在自我循環(huán)論證等問(wèn)題。
為避免上述問(wèn)題,并研究自動(dòng)審查的具體機(jī)制,我們發(fā)起了一次大規(guī)模試驗(yàn),用隨機(jī)的數(shù)據(jù)分配來(lái)代替猜測(cè)。我們采取了參與式的手段,在全國(guó)許多社交網(wǎng)站上創(chuàng)建帳戶,基于現(xiàn)有的社交媒體內(nèi)容撰寫(xiě)文本,然后提交給各個(gè)網(wǎng)站。文本內(nèi)容確保符合原網(wǎng)站的話題范圍,然后隨機(jī)分配不同內(nèi)容的帖子,從全球網(wǎng)絡(luò)觀察這些帖子最終是被發(fā)布還是刪除。此前有過(guò)小規(guī)模的非隨機(jī)性試驗(yàn)MacKinnon(2009),但據(jù)筆者所知,本文是針對(duì)中國(guó)審查制度的首次隨機(jī)性、試驗(yàn)性研究。
我們使用因果推斷來(lái)實(shí)施隨機(jī)性試驗(yàn),除此以外,我們還希望擴(kuò)充關(guān)于審查機(jī)制的描述性知識(shí)——這本身就很重要,更何況,對(duì)我們的因果推斷也有幫助。迄今為止,收集到的信息大多是來(lái)自于社交媒體與政府部門(mén)審查人員的匿名訪談,內(nèi)容有局限性、不完整且很難搜集。我們采用親身參與來(lái)搜集信息。所以,我們?cè)谥袊?guó)內(nèi)部設(shè)立自己的社交網(wǎng)站,與中國(guó)最流行的論壇服務(wù)平臺(tái)簽訂合同,提交、自動(dòng)審查、發(fā)布和刪除我們創(chuàng)建的帖子。這個(gè)網(wǎng)站只有我們研究團(tuán)隊(duì)的成員才能訪問(wèn),以避免影響研究對(duì)象或介入既有的中國(guó)社交媒體話語(yǔ)。我們得以使用審查軟件的交流論壇,與技術(shù)支持人員討論,獲得他們的建議。這些“采訪”的信息量很大,因?yàn)榛卮疖浖夹g(shù)問(wèn)題正是他們的本職工作。
在本文的第二部分,我們將概述試驗(yàn)的設(shè)計(jì)框架,以及安裝、執(zhí)行過(guò)程中意想不到的實(shí)際困難(附錄A亦有論述)。這部分還描述了我們?cè)趧?chuàng)建社交網(wǎng)站過(guò)程中的觀察,審慎地界定我們的試驗(yàn)平臺(tái)。我們發(fā)現(xiàn),許多地方性社交網(wǎng)站在實(shí)施政府的審查原則時(shí)具有極大的靈活性和豐富的技術(shù)手段。第3部分陳述了試驗(yàn)結(jié)果,第4部分將群體性事件理論推向極致,以尋找其理論適用范圍??傊覀儼l(fā)現(xiàn)群體性事件理論有著充分的證據(jù)支持,但各大網(wǎng)站在落實(shí)審查原則時(shí)的自由度超乎預(yù)期,此前通過(guò)觀察式研究無(wú)法偵測(cè)的事先審查機(jī)制也具有一定的選擇性。通過(guò)上述研究,我們得以揭示審查機(jī)制的許多其他方面,以及地方領(lǐng)導(dǎo)的激勵(lì)機(jī)制。我們還能夠處理原來(lái)無(wú)法解釋的一些問(wèn)題,包括涉及反腐、外國(guó)事件、網(wǎng)絡(luò)事件、領(lǐng)導(dǎo)人名字的帖子是否會(huì)遭到額外關(guān)照。第5部分即結(jié)論。
2 試驗(yàn)設(shè)計(jì)框架
對(duì)于這個(gè)阻礙信息自由流動(dòng)的體制,我們進(jìn)行了大規(guī)模試驗(yàn)、參與和數(shù)據(jù)收集,其中遇到不少困難,包括身份保密、遠(yuǎn)距離溝通、保證研究團(tuán)隊(duì)安全,并且我們還不能更改既有的審查機(jī)制。我們的工作人員身份已經(jīng)預(yù)先獲得本校機(jī)構(gòu)審查委員會(huì)認(rèn)可。由于眾所周知的原因,我們無(wú)法揭露本試驗(yàn)的一些細(xì)節(jié),但我們將說(shuō)明整個(gè)過(guò)程的前因后果。
我們先討論研究過(guò)的變量,然后描述試驗(yàn)的一些基本原則。
2.1 通過(guò)參與學(xué)習(xí)審查機(jī)制
我們獲取了與中國(guó)政府和社交媒體審查者訪談的第一手資料。其中有些訪談含有重要信息,有些則過(guò)于偏頗或含糊。
因此,我們希望另辟蹊徑獲取更多信息,甚至包括改變接洽信息提供者的方式。我們?cè)谥袊?guó)國(guó)內(nèi)創(chuàng)建了自己的中文社交網(wǎng)站,使用各種設(shè)施、程序,并遵從中國(guó)現(xiàn)行法律。我們購(gòu)買(mǎi)了URL地址,與一家公司簽訂合同購(gòu)買(mǎi)網(wǎng)絡(luò)服務(wù)器,然后與另一家公司協(xié)商,獲取網(wǎng)絡(luò)社區(qū)所必須的軟件。我們自行下載、安裝了該軟件。這使得我們完全掌握了該軟件及其支持文檔,然后針對(duì)其功能進(jìn)行深入的理解和應(yīng)用。重要的是,我們還可以便捷地向這些公司咨詢,他們十分樂(lè)意向我們講解整個(gè)審查方式,確保我們的網(wǎng)站按照政府的相關(guān)規(guī)定正常運(yùn)營(yíng)。因此,我們沒(méi)有花時(shí)間去說(shuō)服調(diào)查對(duì)象,就能夠與相關(guān)職員進(jìn)行對(duì)話;幸運(yùn)的是,他們十分熟悉本職工作。我們對(duì)該軟件進(jìn)行了個(gè)性化定制,自行提交帖子,然后使用該軟件刪除其中一部分帖子。我們盡可能地防止無(wú)關(guān)的中國(guó)網(wǎng)民訪問(wèn)本站,以免干擾真實(shí)的中國(guó)社交網(wǎng)絡(luò)空間。
就調(diào)查資料而言,我們最驚訝的是,自動(dòng)審查和人工審核的技術(shù)手段頗為豐富,超過(guò)我們?cè)鹊南胂蟆1砀?總結(jié)了其中一部分技術(shù)選項(xiàng)。
我們?cè)诎惭b該軟件時(shí)發(fā)現(xiàn),默認(rèn)選項(xiàng)包括了“不審查”或“不屏蔽”。但網(wǎng)管們可以輕易地更改選項(xiàng),選擇自動(dòng)審查某類用戶(版主、超級(jí)用戶、禁止發(fā)帖、禁止訪問(wèn)等)、IP抵制、新帖子、新回復(fù)——這些都可以根據(jù)論壇的具體情況而自定義設(shè)置。此外,還可以根據(jù)特定數(shù)據(jù)范圍、用戶名、關(guān)鍵字、帖子長(zhǎng)度等因素來(lái)實(shí)施批量刪帖。網(wǎng)管在后臺(tái)可以自定義搜索,根據(jù)用戶名、帖子標(biāo)題和內(nèi)容檢索特定內(nèi)容。用戶的訪問(wèn)區(qū)域也可以自行限制:可以關(guān)閉用戶的搜索功能,網(wǎng)管可以選擇是否允許用戶閱讀自己被屏蔽的帖子。
我們向該軟件的員工咨詢何種技術(shù)最受歡迎,獲得了他們的熱情答復(fù)?;谒麄兊耐扑],以及用戶手冊(cè)、數(shù)據(jù)分析和單獨(dú)訪問(wèn)(包括匿名采訪),我們推斷,社交網(wǎng)站最常用的自動(dòng)審查方式是關(guān)鍵詞匹配檢索,其關(guān)鍵詞列表可能是手動(dòng)更新維護(hù)(我們?cè)谀嫦蛟O(shè)置了個(gè)別關(guān)鍵詞,見(jiàn)下文)。[1]
依據(jù)自身經(jīng)驗(yàn),我們繪制了審查程序,如圖1所示。審查程序始于用戶撰寫(xiě)、提交博文或微博。帖子要么立即發(fā)布(圖中的第一個(gè)框),要么需經(jīng)審查(第二個(gè)框)。如果立即發(fā)布,這個(gè)帖子可能會(huì)在24小時(shí)內(nèi)經(jīng)過(guò)網(wǎng)管人工審核,以決定繼續(xù)發(fā)布或當(dāng)即刪除。如圖1的截圖所示,網(wǎng)管的決定和刪除行為都十分清晰,毫不含糊。
接下來(lái),網(wǎng)管可以(一兩天內(nèi))閱讀每一個(gè)帖子,決定發(fā)布(第三個(gè)框)或屏蔽(第四個(gè)框)。另外,基于過(guò)往的帖子,網(wǎng)管可以屏蔽某些帳號(hào)(最后一個(gè)框)。關(guān)鍵是,此前King, Pan and Roberts(2013)收集的數(shù)據(jù)局限于前三個(gè)框,而本次試驗(yàn)則可以涵蓋全部五種情況。
2.2 試驗(yàn)方案
我們希望在沒(méi)有任何建模預(yù)設(shè)條件的前提下,進(jìn)行可靠的因果推斷。我們的試驗(yàn)方案如下。首先,我們選取100個(gè)社交網(wǎng)站,其中包括中國(guó)排名最靠前的97個(gè)博客網(wǎng)站,它們涵蓋了國(guó)內(nèi)87%的博文。另外,還有3家微博(類似于Twitter):新浪微博(weibo.com)、騰訊微博(t.qq.com)和搜狐微博(t.sohu.com)。前兩家微博各有逾5億用戶,每天的活躍用戶高達(dá)5千萬(wàn)至1億。這100家網(wǎng)站地理位置分布于中國(guó)各地,由各級(jí)政府、國(guó)企和私企運(yùn)營(yíng)。其中有些網(wǎng)站面向全國(guó)用戶,有些則只允許當(dāng)?shù)厝税l(fā)帖。其中一些網(wǎng)站規(guī)定,注冊(cè)用戶必須在中國(guó)國(guó)內(nèi)、某個(gè)特定地方、本地的電子郵件地址或聯(lián)系方式。我們?cè)诿總€(gè)網(wǎng)站各注冊(cè)了兩個(gè)帳號(hào)。
本次試驗(yàn)的思路緊跟King, Pan and Roberts(2013)一文。那篇論文的結(jié)論不是說(shuō)每一個(gè)有可能引起群體性活動(dòng)的帖子都會(huì)被刪除。畢竟,幾乎每件事情理論上都存在引發(fā)群體性活動(dòng)的可能性。其真正的結(jié)論是,(無(wú)論支持或反對(duì)政府的)帖子,只要涉及到群體性事件就會(huì)被刪除。群體性事件是指:“(a)包含線下的抗議或人群聚集;(b)涉及到過(guò)去曾經(jīng)組織、煽動(dòng)群體性事件的人;或(c)涉及到過(guò)去曾引發(fā)抗議或群體性活動(dòng)的民族主義情緒。”(King, Pan and Roberts, 2013, p.6).
我們共進(jìn)行三輪試驗(yàn)(分別是2013年4月18-28日,6月24-29日,6月30-7月4日)。每一輪試驗(yàn)一開(kāi)始,我們搜尋那些引起社交媒體大量討論的新聞和群體性事件。我們把群體性事件與非群體性事件按照1:2的比例分配,因?yàn)槿后w性事件相對(duì)較少,我們用不同的非群體性事件加以平均。我們選擇的非群體性事件均涉及社交媒體熱烈討論的中國(guó)政府、官員、共產(chǎn)黨的相關(guān)行動(dòng)。這些行動(dòng)不存在發(fā)生群體性活動(dòng)的可能性。我們盡量選擇涉及官員名字的事件,尤其是那些存在“敏感”話題的。(我們還加入了兩個(gè)極端案例。參見(jiàn)本文第4部分。)全部事件的細(xì)節(jié)參見(jiàn)附錄A。此處,我們列舉4個(gè)試驗(yàn)期間發(fā)生的群體性事件,其爭(zhēng)議程度并不均等。
1. 一位名叫Qui Cuo的20歲母親自焚,其葬禮引發(fā)抗議。(應(yīng)為Qiu Cuo[秋措Chugtso]——譯者注)
2. 福建廈門(mén)市潘涂村(原文誤作Panxu——譯者注)村民抗議征地補(bǔ)償過(guò)低。農(nóng)田被用來(lái)建造高爾夫球場(chǎng)。村民代表去當(dāng)?shù)卣笱a(bǔ)償,但遭到拘禁。數(shù)千名村民要求釋放,警察逮捕了一些村民,村民則打砸警車(chē),拘禁村支書(shū)。
3. 艾未未在被捕兩周年之際發(fā)唱片。
4. 新疆鄯善縣魯克沁鎮(zhèn)暴力恐怖事件。
我們讓以中文為母語(yǔ)的工作人員根據(jù)網(wǎng)絡(luò)輿論撰寫(xiě)帖子,有的帖子內(nèi)容支持政府,有的反對(duì)政府。我們告訴寫(xiě)手們事件背景和立場(chǎng)(參見(jiàn)附件A),并提供他們一些網(wǎng)上現(xiàn)成的帖子作為參考。為了減少試驗(yàn)偏差,我們逐句檢查,確保寫(xiě)手們撰寫(xiě)的內(nèi)容沒(méi)有超乎現(xiàn)有社交媒體討論的范疇;我們尤其注意,帖子的語(yǔ)言和情緒要和中國(guó)社交媒體的現(xiàn)狀相仿。帖子內(nèi)容不得雷同。所有帖子在中國(guó)時(shí)間早上8時(shí)至下午8時(shí)之間提交,根據(jù)不同網(wǎng)站技術(shù)要求,我們?cè)诿绹?guó)或中國(guó)上網(wǎng)發(fā)帖。
我們感興趣的是支持、反對(duì)政府的內(nèi)容,以及群體性事件、非群體性事件的內(nèi)容,由此引出4種不同類型的帖子,它們是否與審查制度存在因果關(guān)系。為了最大限度地利用每個(gè)帳號(hào),我們每個(gè)帳號(hào)提交兩個(gè)帖子。但一個(gè)帳號(hào)(相當(dāng)于一個(gè)人)如果針對(duì)某一個(gè)事件一會(huì)兒發(fā)帖支持政府,一會(huì)兒發(fā)帖反對(duì)政府,那就荒唐了。因此,我們一個(gè)帳號(hào)針對(duì)兩個(gè)事件發(fā)出兩個(gè)帖子,支持政府的群體性事件,反對(duì)政府的非群體性事件;或者是,反對(duì)政府的群體性事件,支持政府的非群體性事件。這樣,每個(gè)帳號(hào)都能適用于我們所假設(shè)的因果關(guān)系。為了得出因果推斷的可靠結(jié)論,我們還保證了以下因素的隨機(jī)性:(a)兩個(gè)帖子的類型,(b)先后順序,(c)群體性事件與政策性事件隨機(jī)分配。倘若帳號(hào)失效,或帳號(hào)因?yàn)榇饲暗奶颖环?,新提交的帖子可能?huì)遺失。由于本次試驗(yàn)的隨機(jī)性,帖子遺失的情況基本上會(huì)是孤立事件;我們?cè)囼?yàn)的結(jié)果證明的確如此。
我們涉及的100個(gè)網(wǎng)站各自有其獨(dú)特的網(wǎng)民表達(dá)方式。我們盡可能讓每個(gè)帳號(hào)在網(wǎng)站主頁(yè)上發(fā)帖。對(duì)于論壇,我們盡可能在最受歡迎的論壇板塊開(kāi)帖。如果網(wǎng)站不允許開(kāi)新帖,那我們就在與事件最相關(guān)的帖子下面進(jìn)行回復(fù)。我們盡可能跟隨現(xiàn)有信息撰寫(xiě)內(nèi)容,追隨社交媒體、網(wǎng)站和文化風(fēng)氣的導(dǎo)向。我們總共人工撰寫(xiě)了1200個(gè)帖子,每一個(gè)都單獨(dú)成篇、互不影射。
我們提交帖子之后,開(kāi)始觀察它是否(自動(dòng))接受審查;如果存在審查,那就看它會(huì)不會(huì)被發(fā)布出來(lái),什么時(shí)候發(fā)布出來(lái);如果自動(dòng)審查程序沒(méi)有過(guò)濾掉它,那就看它會(huì)不會(huì)被人工刪除。一旦帖子成功發(fā)布在網(wǎng)上,我們記錄下URL(網(wǎng)頁(yè)地址——觀察者網(wǎng)注),并檢驗(yàn)是否存在審查。我們記錄下審查結(jié)果。整個(gè)過(guò)程如圖1所示。
我們總的目標(biāo)是,防止外人看出來(lái)我們發(fā)帖是為了做學(xué)術(shù)研究,讓自己看起來(lái)和其他網(wǎng)民沒(méi)有任何差別,不干涉社交媒體原有的生態(tài)系統(tǒng)。我們還要確保自己的檢驗(yàn)手段不會(huì)妨礙網(wǎng)站審查程序。截至本文發(fā)表前,還沒(méi)有任何外人察覺(jué)到本次試驗(yàn),也沒(méi)有人懷疑我們發(fā)出的帖子的真實(shí)意圖。
3 試驗(yàn)結(jié)果
我們發(fā)現(xiàn),總的來(lái)講,自動(dòng)審查機(jī)制影響了中國(guó)很大一部分社交媒體的生態(tài)。我們采樣的100個(gè)網(wǎng)站中,有66個(gè)網(wǎng)站(自動(dòng))審查了提交的新帖子。我們提交的所有帖子中,有40%的帖子(在實(shí)行自動(dòng)審查程序的網(wǎng)站中,這一比例更大,達(dá)52%)會(huì)被列入審核狀態(tài)。被列入審核狀態(tài)的帖子中,有63%的帖子最終未能發(fā)布出來(lái)。因此,審核影響了中國(guó)網(wǎng)民的發(fā)言,值得學(xué)術(shù)研究者們關(guān)注。我們現(xiàn)在進(jìn)一步考察審查機(jī)制的變量,然后再研究審核機(jī)制。
3.1 審查
我們采用更大的樣本驗(yàn)證“群體性事件理論”。該樣本未受到自動(dòng)審查程序選擇的影響,而且是隨機(jī)選取的。圖2左圖中的黑點(diǎn)代表四個(gè)孤立事件的帖子和審查之間的因果關(guān)系,我們用點(diǎn)估計(jì)(用樣本指標(biāo)數(shù)值作為總體參數(shù)的估計(jì)值——譯者注)的方法進(jìn)行了統(tǒng)計(jì)。垂直線段的置信水平是90%(即各數(shù)值有90%的可能落在這條線段上——譯者注)。結(jié)果差異很大,高達(dá)20至40個(gè)百分點(diǎn)(如垂直線段所示),而這僅僅取決于帖子描述的是群體性事件還是非群體性事件。(圖2的縱坐標(biāo)“審查差異”指的是,煽動(dòng)群體性事件的帖子被審查的比例減去不煽動(dòng)群體性事件的帖子被審查的比例——譯者注)
我們還進(jìn)一步研究了圖1中其他的決策路徑。首先我們估算群體性事件(和非群體性事件)帖子和審查之間因果關(guān)系的中間變量(Imai et al., 2011; Pearl, 2001),我們發(fā)現(xiàn)幾乎所有的結(jié)果都不受自動(dòng)審查的影響:其可能性僅為0.003,置信區(qū)間是(-0.007,0.016)。上述每個(gè)事件的結(jié)果如圖2中右圖所示,都接近于零,置信區(qū)間也很小。因此(這里作為中間變量的)審查是全自動(dòng)的,而且不受其他相關(guān)變量的干擾。跟其他關(guān)鍵詞自動(dòng)審查一樣,其大規(guī)模應(yīng)用的效果并不好。而實(shí)驗(yàn)結(jié)果甚至顯示,似乎審查者常常忽略這種方法,至少?zèng)]有從中獲得什么有用的信息。(我們?cè)谙乱还?jié)詳細(xì)研究這個(gè)問(wèn)題)
群體性事件與審查之間的因果關(guān)系很明顯,與上述方法類似,圖3用4個(gè)群體性事件和8個(gè)(非群體性)政策性事件來(lái)檢驗(yàn)“國(guó)家批評(píng)理論”。黑點(diǎn)代表每件事情中,支持政府和反對(duì)政府的帖子被審查的比例的差值,我們用點(diǎn)估計(jì)的方法進(jìn)行統(tǒng)計(jì)??梢钥闯觯械狞c(diǎn)都很接近橫坐標(biāo)軸,6個(gè)在上,6個(gè)在下。而且有11個(gè)點(diǎn)的置信區(qū)間都穿過(guò)了坐標(biāo)軸。要特別注意,沒(méi)有跡象表明反政府的帖子受到更多審查,即使是尤其敏感的事件或提到國(guó)家領(lǐng)導(dǎo)人名字時(shí)也是如此。
3.2 自動(dòng)審核
結(jié)果非常明顯,群體性事件理論比批評(píng)國(guó)家論更站得住腳。自動(dòng)審查程序?qū)χС衷摷僭O(shè)的證據(jù)的影響微乎其微。我們現(xiàn)在回到圖1中的決策樹(shù),直接研究自動(dòng)審查程序。
我們首先注意到有的網(wǎng)站并未啟動(dòng)自動(dòng)審查程序,且不同網(wǎng)站之間的審查方法千差萬(wàn)別。我們?cè)趧?chuàng)建自己的社交網(wǎng)站時(shí)也發(fā)現(xiàn)了這一點(diǎn)。我們的軟件不僅有是否開(kāi)啟審核的選項(xiàng),還有多種多樣的審查標(biāo)準(zhǔn)。
為什么政府在自上而下的專制統(tǒng)治中,允許自由選擇多種多樣的審查方法呢?為了回答這個(gè)問(wèn)題,我們仔細(xì)研究了社交網(wǎng)站上控制信息的多種軟件平臺(tái)和插件。我們目前的結(jié)論是,政府是在(很可能是有意)促進(jìn)審查科技的創(chuàng)新和競(jìng)爭(zhēng)。通過(guò)權(quán)力下放鼓勵(lì)創(chuàng)新,這在中國(guó)很常見(jiàn)(Blanchard and Shleifer, 2000; Heilmann and Perry, 2011; Qian and Roland, 1998; Qian and Weingast, 1997)。
通過(guò)對(duì)內(nèi)部人士的采訪,我們還發(fā)現(xiàn),具體的審查要求和政府對(duì)社交網(wǎng)站運(yùn)作實(shí)施干預(yù)的規(guī)則存在很大的不確定性。這一點(diǎn)在跟政府聯(lián)系不多的小網(wǎng)站上尤其突出。這種不確定性部分是為了鼓勵(lì)創(chuàng)新,但在某些情況下也是一種控制手段——模糊的界限比清晰的界限更容易讓人卻步。
我們從了解社交網(wǎng)站使用的自動(dòng)審查程序入手,開(kāi)始了系統(tǒng)的實(shí)證研究。圖4表示被審查的帖子比例分布直方圖。我們將網(wǎng)站按所有權(quán)的不同分成三類。圖中可以看出,政府網(wǎng)站審查帖子的幾率最高,其次是國(guó)企網(wǎng)站,最后是私營(yíng)網(wǎng)站(這類網(wǎng)站往往擁有最大的用戶群)。
為什么政府網(wǎng)站要在自動(dòng)審查之后才發(fā)布帖子,而私營(yíng)網(wǎng)站先發(fā)布再審核?根據(jù)我們目前掌握的定性證據(jù),原因在于發(fā)布違規(guī)帖子面臨的懲罰不同。一個(gè)政府網(wǎng)站的工作人員若不能阻止群體性行為,可能會(huì)立即丟了工作;相比之下,私營(yíng)網(wǎng)站的員工若犯了同樣錯(cuò)誤,一般不會(huì)直接被政府開(kāi)除。
確實(shí),聽(tīng)話、不犯錯(cuò)是公務(wù)員的“光榮傳統(tǒng)”,即便這樣做的代價(jià)是效率低下(Egorov and Sonin, 2011)。相比之下,私營(yíng)網(wǎng)站有動(dòng)機(jī)去盡可能多地更新,這樣才能吸引更多用戶。私營(yíng)網(wǎng)站當(dāng)然有可能被整體關(guān)停,但這種“核打擊方案”用得并不多,更多的是對(duì)網(wǎng)站管理者的一般性壓力。
這些政府網(wǎng)站主要審核什么呢?我們用圖2和圖3中采用的類似方式測(cè)試審查的最終變量(即不考慮中間變量),分析自動(dòng)審查對(duì)群體行為以及支持和反對(duì)政府的帖子的效果。圖5是結(jié)果:共產(chǎn)生了4個(gè)正面效應(yīng)的結(jié)果,但是有兩個(gè)很小,還有3個(gè)的置信區(qū)間包含負(fù)值。假如審查者的目的是截獲群體性事件,那么自動(dòng)審查最多只是幫了一點(diǎn)忙。雖然關(guān)鍵字算法可能通過(guò)編輯,對(duì)特定案例有很好效果,但當(dāng)廣泛應(yīng)用時(shí),這種方法往往敏感度低,且針對(duì)性差。
圖6中支持/反對(duì)政府帖子的因果關(guān)系也很有趣。它們的值都很低,且絕大多數(shù)置信區(qū)間包括0。事實(shí)上,如果這里面存在零和博弈,那支持政府的帖子被審核的數(shù)量比反對(duì)政府的帖子還要多!確實(shí),12個(gè)里面有9個(gè)點(diǎn)是大于零的,有兩個(gè)的置信區(qū)間甚至完全在橫坐標(biāo)之上。這有點(diǎn)費(fèi)解:政府社交網(wǎng)站傾向于推遲發(fā)布支持政府、領(lǐng)導(dǎo)人或政策的帖子。而私營(yíng)網(wǎng)站基本不用自動(dòng)審查程序。這是為什么呢?我們發(fā)現(xiàn)答案依然是非常不精確的關(guān)鍵詞算法程序。
為了弄清個(gè)中原由,我們逆向倒推中國(guó)關(guān)鍵詞算法程序,希望找出被審查的帖子跟未被審查的相比,究竟包含了哪些關(guān)鍵詞。由于詞語(yǔ)的數(shù)量遠(yuǎn)遠(yuǎn)多于帖子的數(shù)量,我們無(wú)法一個(gè)個(gè)找到這些詞語(yǔ)。不過(guò),通過(guò)使用“詞頻、逆文檔頻率”算法(Salton, 1988; Kelleher and Luz, 2005),我們找出了跟審查高度相關(guān)的詞匯。具體而言,我們記錄被審查的文檔中每個(gè)詞語(yǔ)的使用次數(shù),然后除以未被審查的文檔中同一詞語(yǔ)出現(xiàn)的次數(shù)。這樣就能計(jì)算出被審查的帖子中每個(gè)詞語(yǔ)的詞頻。這一數(shù)值越高,該詞語(yǔ)就越有可能是關(guān)鍵詞。
根據(jù)我們的估計(jì),表2所列是自動(dòng)審查程序中使用最多的關(guān)鍵詞。從這些詞匯貌似可以發(fā)現(xiàn)群體行為,同時(shí)涉及政府及其行動(dòng)。但這些詞匯在支持和反政府帖子中出現(xiàn)的可能性是一樣的。比如,圖4中反腐政策話題,支持帖比反對(duì)貼被審查的更多。這或許因?yàn)榍罢呤褂昧烁嗟?ldquo;腐敗”。但是腐敗一詞也會(huì)用在贊揚(yáng)新政府鐵腕反腐的帖子中。使用自動(dòng)審查程序的網(wǎng)站很少,即使使用,往往也是無(wú)效的。它還可能產(chǎn)生反作用,延遲發(fā)布支持政府的帖子。
我們還能檢驗(yàn)這些關(guān)鍵詞的準(zhǔn)確性。在開(kāi)辦網(wǎng)站的過(guò)程中,我們獲取了一張審查關(guān)鍵詞表。這是一個(gè)軟件商給其社交網(wǎng)站客戶提供的。這張表截止到2013年4月,之前發(fā)生所有事件的關(guān)鍵詞都在上面。
這樣看來(lái),政府社交網(wǎng)站的員工是非常害怕冒險(xiǎn)的,為此他們不惜采用最易出錯(cuò)的自動(dòng)審查,以此自保。但他們顯然明白,不能把自動(dòng)審查太當(dāng)回事,所以人工審核依然很普遍,而我們的實(shí)驗(yàn)結(jié)果也表明,自動(dòng)審查并不影響群體性事件和審查決策之間的因果關(guān)系。
4 極端案例
現(xiàn)在我們來(lái)定義群體性事件理論的外延。我們選取接近但不包括在該理論中的案例。第一個(gè)案例中發(fā)生了群體行為,但僅發(fā)生于互聯(lián)網(wǎng)。2013年5月底,海南萬(wàn)寧二小校長(zhǎng)因帶6名小學(xué)女生去賓館開(kāi)房被警方帶走調(diào)查。中國(guó)一位女權(quán)運(yùn)動(dòng)領(lǐng)袖葉海燕前往萬(wàn)寧二小,手舉標(biāo)語(yǔ),上寫(xiě)“校長(zhǎng),開(kāi)房找我,放過(guò)孩子們!聯(lián)系電話:12338(葉海燕)”。葉海燕的抗議引發(fā)關(guān)注,而“校長(zhǎng),開(kāi)房找我”也成為網(wǎng)絡(luò)熱詞,網(wǎng)民們上傳自己的照片,用同樣的標(biāo)語(yǔ),但他們留的電話號(hào)碼往往是110。
第二件事發(fā)生在2013年7月1日,這天是香港回歸16周年紀(jì)念日。每年的這個(gè)時(shí)候,香港會(huì)有數(shù)千人游行抗議,但大陸往往不會(huì)發(fā)生類似的抗議。2013年,大約3萬(wàn)人(警方提供數(shù)據(jù))到43萬(wàn)人(組織者提供數(shù)據(jù))走上街頭呼吁施行真正的民主,并要求香港特首梁振英辭職。上述兩個(gè)“邊緣”案例都不滿足第二節(jié)對(duì)群體行為的定義,但它們顯然很接近。我們對(duì)此進(jìn)行實(shí)驗(yàn),結(jié)果如圖7所示。兩件事的總體因果關(guān)系接近于0,其置信區(qū)間都包含0。只有關(guān)于香港抗議的帖子和審查之間呈現(xiàn)些許正相關(guān),但考慮到數(shù)據(jù)的可變性,2和3跟0的差距并不明顯。
最后,我們來(lái)研究描寫(xiě)黨和政府的高級(jí)領(lǐng)導(dǎo)腐敗和過(guò)失的帖子是否會(huì)受到審查。我們的群體性事件理論并不支持該因果關(guān)系,但由于腐敗直接涉及領(lǐng)導(dǎo),而領(lǐng)導(dǎo)又能控制審查,因此我們懷疑有關(guān)腐敗的帖子會(huì)被審查(Bamman, O’Connor and Smith, 2012; Crandall et al., 2013; MacKinnon, 2009)。我們甚至還發(fā)現(xiàn):支持政府打擊腐敗的帖子更容易被審查,反倒是反對(duì)政府的沒(méi)那么敏感。(如圖6所示)
我們選擇了三個(gè)與腐敗相關(guān)的話題進(jìn)行分析。第一個(gè)是一項(xiàng)新的反腐政策,即受賄超過(guò)1萬(wàn)元就可追究刑責(zé)。第二個(gè)是對(duì)四川省委常委、四川省副省長(zhǎng)郭永祥涉嫌嚴(yán)重違紀(jì)的調(diào)查。最后一個(gè)是在解放軍著名歌唱家李雙江之子李天一輪奸案。分析結(jié)果如圖7右軸所示。這三個(gè)話題都清晰地顯示跟審查沒(méi)有因果關(guān)系。這就再次印證了我們的群體性事件理論。此外,這些話題的內(nèi)容還提到了中國(guó)政府和黨的領(lǐng)導(dǎo)人的名字,中央和地方都有。(見(jiàn)附錄A)
5 結(jié)論
我們率先對(duì)中國(guó)言論審查做了大規(guī)模、隨機(jī)的驗(yàn)證分析,我們還做了參與式研究,對(duì)審查是如何實(shí)施的做了定性、描述性分析。我們用這些方法驗(yàn)證群體性事件理論的正確與否,并進(jìn)一步揭示中國(guó)審查制度的方方面面。了解了這些,我們就能夠致力于實(shí)證分析,彌補(bǔ)以前統(tǒng)計(jì)假設(shè)的空白。我們還研究了大型的審查項(xiàng)目,大量的社交網(wǎng)站帖子在審查者決定發(fā)布或刪除前都會(huì)先被打入冷宮。審查是先發(fā)后審,但自動(dòng)審查采用的卻是更謹(jǐn)慎的“先審或許后發(fā)”程序。該靈活的實(shí)驗(yàn)設(shè)計(jì)能讓我們研究邊緣案例,即處于群體性事件理論的邊緣,這樣我們能定義該理論的邊界。這包括高度敏感的話題,如腐敗、領(lǐng)導(dǎo)人的名字和互聯(lián)網(wǎng)群體行為等。這些事件都不能用該理論驗(yàn)證,不能證明它們受到了較多審查。所有的假設(shè)都獲得了數(shù)據(jù)的極大支持。
附錄
A 話題詳情
本附錄為2.2章中的群體行為和非群體行為事件的細(xì)節(jié),還收錄了第4章中的兩個(gè)邊緣案例。我們將事件按實(shí)驗(yàn)順序從上到下排列,如下表:
第一輪實(shí)驗(yàn)
群體行為事件1 西藏自焚 詳見(jiàn)2.2章。
群體行為事件2 潘涂村非法征地抗議事件 詳見(jiàn)2.2章。支持政府的帖子稱抗議是錯(cuò)的,村民很貪婪,就想要錢(qián)。而反政府的帖子稱當(dāng)?shù)卣賳T對(duì)村民不公平。
非群體行為事件1 反腐政策:行賄超1萬(wàn)元人民幣將入刑。支持政府的帖子對(duì)此表示支持,因?yàn)樗軠p少腐敗。反對(duì)政府的帖子認(rèn)為該政策旨在懲罰行賄者,但真正有錯(cuò)的是受賄的官員,而不是在現(xiàn)有體制下為了成事被迫行賄的人。
非群體行為事件2 取消十一黃金周
非群體行為事件3 數(shù)個(gè)城市擬征房屋租賃稅
非群體行為事件4 黃燈罰款
第二輪
群體行為事件1 艾未未發(fā)新專輯《神曲》
非群體行為事件1 滬指暴跌,創(chuàng)4年最大單日跌幅
非群體行為事件2(腐?。?,四川前副省長(zhǎng)郭永祥涉嫌嚴(yán)重違紀(jì)被查
邊緣案例1 在網(wǎng)上抗議性侵兒童
第三輪
群體行為事件1 新疆抗議事件
非群體行為事件2 性別失衡
邊緣案例1 香港“占領(lǐng)中環(huán)”運(yùn)動(dòng)
B 封鎖
除了自動(dòng)審查和內(nèi)容過(guò)濾,一些賬號(hào)有時(shí)會(huì)被封鎖,這也是信息控制方式的一種。對(duì)此,我們沒(méi)有設(shè)計(jì)實(shí)驗(yàn)進(jìn)行研究,但我們還是獲得了一些重要的信息。在我們的實(shí)驗(yàn)設(shè)計(jì)中,我們注冊(cè)的每個(gè)賬號(hào)都發(fā)布了同樣數(shù)量的跟群體行為相關(guān)的帖子。此外,審查也并非無(wú)懈可擊,各網(wǎng)站間也存在差別。圖8顯示的是采用屏蔽方法的網(wǎng)站跟審查強(qiáng)度的基本關(guān)系。如圖所示,一旦某賬戶被審查的帖子數(shù)達(dá)到60%-80%,那么它被封的概率將至少翻番。
我們還研究了審查是否是群體行為帖子和屏蔽之間的中間變量。我們采用3.1節(jié)中的方法,得出審查是中間變量的可能性為0.17,有95%的可能落在(0.09,0.25)內(nèi)。這就是說(shuō),不管帖子的內(nèi)容如何,審查本身就為網(wǎng)絡(luò)服務(wù)提供者拉響了警報(bào),一旦該賬戶再發(fā)布冒犯性的帖子,就會(huì)被屏蔽。因此屏蔽似乎是高度自動(dòng)化的措施,它是根據(jù)被審查的帖子數(shù)計(jì)算的。在很多情況下,屏蔽應(yīng)該不需要單獨(dú)分析或判斷。
【注】
[1]一位信源告訴我們,他們建議每5萬(wàn)名用戶設(shè)置2-3名管理員。我們由此逆向估算,可能各個(gè)公司雇傭的網(wǎng)管就有5萬(wàn)-7.5萬(wàn)人,這還沒(méi)有包括政府體制的網(wǎng)管、“五毛黨”和網(wǎng)絡(luò)警察。
【參閱文獻(xiàn)】
Bamman, D., B. O’Connor and N. Smith. 2012. “Censorship and deletion practices in Chinese social media.” First Monday 17(3-5).
Blanchard, Olivier and Andrei Shleifer. 2000. Federalism with and without political centralization: China versus Russia. Technical report National Bureau of Economic Research.
Chen, Xi. 2012. Social Protest and Contentious Authoritarianism in China. New York: Cambridge University Press.
Crandall, Jedidiah, Masashi Crete-Nishihata, Jeffrey Knockel, Sarah McKune, Adam Senft, Diana Tseng and Greg Wiseman. 2013. “Chat program censorship and surveillance in China: Tracking TOM-Skype and Sina UC.” First Money 18(7-1).
Dimitrov, Martin. 2008. “The Resilient Authoritarians.” Current History 107(705):24–29.
Egorov, Greorgy and Konstantin Sonin. 2011. “Dictators and their Viziers: Endogenizing the Loyalty-Competence Trade-off.” Journal of European Economic Association pp. 903–930.
Esarey, Ashley and Qiang Xiao. 2008. “Political Expression in the Chinese Blogosphere: Below the Radar.” Asian Survey 48(5):752–772.
Freedom House. 2012. “Freedom of the Press, 2012.” www.freedomhouse.org.
Heilmann, Sebastian and Elizabeth Perry. 2011. Mao’s Invisible Hand: The Political
Foundations of Adaptive Governance in China. Cambridge, MA: Harvard University Asia Center.
Imai, Kosuke, Luke Keele, Dustin Tingley and Teppei Yamamoto. 2011. “Unpacking the black box of causality: Learning about causal mechanisms from experimental and observational studies.” American Political Science Review 105(4):765–789.
Kelleher, Daniel and Saturnino Luz. 2005. Automatic hypertext keyphrase detection. In International Joint Conference on Artificial Intelligence. Vol. 19 Lawrence Erlbaum Associates p. 1608.
King, Gary, Jennifer Pan and Margaret E. Roberts. 2013. “How Censorship in China Allows Government Criticism but Silences Collective Expression.” American Political Science Review 107:1–18. http://j.mp/LdVXqN.
Lorentzen, Peter. 2010. “Regularizing Rioting: Permitting Protest in an Authoritarian Regime.” Working Paper.
Lorentzen, Peter. 2012. “Strategic Censorship.” SSRN . http://j.mp/Wvj3xx.
MacKinnon, Rebecca. 2009. “China’s Censorship 2.0: How Companies Censor Bloggers.” First Monday 14(2).
MacKinnon, Rebecca. 2012. Consent of the Networked: The Worldwide Struggle For Internet Freedom. New York: Basic Books.
Marolt, Peter. 2011. Grassroots Agency in a Civil Sphere? Rethinking Internet Control in China. In Online Society in China: Creating, Celebrating, and Instrumentalising the Online Carnival, ed. David Herold and Peter Marolt. New York: Routledge pp. 53–68.
Pearl, Judea. 2001. Direct and indirect effects. In Proceedings of the seventeenth conference on uncertainty in artificial intelligence. pp. 411–420.
Qian, Yingyi and Barry R Weingast. 1997. “Federalism as a commitment to preserving market incentives.” The Journal of Economic Perspectives 11(4):83–92.
Qian, Yingyi and Gerard Roland. 1998. “Federalism and the soft budget constraint.” American economic review pp. 1143–1162.
Salton, Gerard. 1988. Automatic Text Processing: the transformation, analsis, and retrieval of information by computer. Reading, Mass.: Addison-Wesley.
Shirk, Susan. 2007. China: Fragile Superpower: How China’s Internal Politics Could Derail Its Peaceful Rise. New York: Oxford University Press.
Shirk, Susan L. 2011. Changing Media, Changing China. New York: Oxford University Press.
Whyte, Martin. 2010. Myth of the Social Volcano: Perceptions of Inequality and Distributive Injustice in Contemporary China. Stanford, CA: Stanford University Press.
Zhang, Liang, Andrew Nathan, Perry Link and Orville Schell. 2002. The Tiananmen Papers. New York: Public Affairs.
Zhu, Tao, David Phipps, Adam Pridgen, Jedidiah Crandall and Dan Wallach. 2013. The velocity of censorship: High-fidelity detection of microblog post deletions. In 22nd USENIX Security Symposium.
-
本文僅代表作者個(gè)人觀點(diǎn)。
- 請(qǐng)支持獨(dú)立網(wǎng)站,轉(zhuǎn)發(fā)請(qǐng)注明本文鏈接:
- 責(zé)任編輯:張苗鳳
-
“中國(guó)打樣后,印度突然硬氣了” 評(píng)論 82“中國(guó)在南美建巨型碼頭,確保替代美國(guó)糧食” 評(píng)論 84政策突轉(zhuǎn),特朗普中東行大撒先進(jìn)AI芯片 評(píng)論 147“英美貿(mào)易協(xié)議這項(xiàng)‘毒丸’條款,中方狠批” 評(píng)論 146“不被特朗普唬住,中國(guó)打了個(gè)樣” 評(píng)論 126最新聞 Hot
-
“這不是復(fù)古是犯罪”,德國(guó)取締一極右翼組織
-
“中國(guó)打樣后,印度突然硬氣了”
-
“中國(guó)在南美建巨型碼頭,確保替代美國(guó)糧食”
-
法國(guó)稱“真沒(méi)藏毒”,扎哈羅娃嘲諷…
-
沙特對(duì)美投資6000億?“實(shí)際一半都不到”
-
印度還慶祝上了,全國(guó)大賀10天!
-
又降了:125%→54%→30%
-
旗下餐廳拒絕接待中國(guó)客人,日本公司道歉
-
政策突轉(zhuǎn),特朗普中東行大撒先進(jìn)AI芯片
-
跟著特朗普去中東推銷星鏈,馬斯克賺大發(fā)了?
-
美國(guó)特務(wù)們的“噩夢(mèng)”…
-
“好萊塢都是騙人的,真后悔…”
-
歐盟:中美邁出正確一步,但…
-
“英美貿(mào)易協(xié)議這項(xiàng)‘毒丸’條款,中方狠批”
-
眼瞅著中美談成了,日本心里急啊…
-
日本:民間飛機(jī)別在釣魚(yú)島飛了,不要“刺激中國(guó)”
-