Tweeting cheap talk — 精英在腐败丑闻期间的沟通策略

Tweeting cheap talk: Elites' communication strategies during corruption scandals（《廉价话语的推特——腐败丑闻期间精英的沟通策略》）——与 Jason Gainous、Mayra Vélez-Serrano、Kevin M. Wagner、王家龙、吴右、刘炜衡（Mark Liu） 合著的论文。2023 年在 MPSA 第 80 届年会（芝加哥） 上宣读，已于 2026 年 5 月 9 日 在 International Political Science Review OnlineFirst 发表。DOI: 10.1177/01925121261429933。

研究问题

政客天天嘴上说要反腐败，真正推动实质性改革的几乎没有。为什么？ 一桩腐败丑闻被曝出后，谁会真的在社交媒体上跟进？跟进的方式是什么？是抛出具体方案（reform-committed talk，改革承诺式表态），还是只是表态关切但不承诺任何东西（cheap talk，廉价话语）？

案例

波多黎各，2014 年至 2021 年。两个主流政党（PNP、PPD）轮替执政；三个小党（PIP、MVC、PD）有少数席位，没有执政权。在这个时间窗里我们识别出 43 起腐败丑闻——包括 2019 年因聊天记录外泄遭抗议下台的州长 Ricardo Rosselló、2019–2020 年因受贿被捕的前州长 Wanda Vázquez 等——并抓取了所有立法议员和州长（涵盖两大党与三小党）在 Twitter 上的全部公开发文。

方法

• 数据：用 Python 抓取所有活跃议员/州长账号；按 43 起事件各 3 天的时间窗筛选，最终保留 8,697 条推文，涉及 143 位议员（PNP 5,312、PPD 2,812、PIP 303、MVC 153、PD 22、Independents 95）
• 主题模型：Latent Dirichlet Allocation（LDA），按 党派 × 是否含腐败关键词 × 是否在事件窗内 切出 16 个数据子集，每个子集预设 10 个主题，每主题取前 20 个关联词，按 coherence 调参
• 词典：基于 43 起事件的新闻报道 + LDA 输出的高频腐败相关词，构造一份西语腐败词典，分别标注「廉价话语」与「改革承诺」类用词
• 指数：将每位议员打分到一个 −1（纯 cheap talk）到 +1（纯 reform-committed）的连续指数上，然后做线性回归，自变量为是否多数党，控制变量包括 NRC 词典的情感得分（正向+负向）、选举竞争度、是至大席位还是地区席位、资历、是否州长/参议员的虚拟变量、年龄、性别

我们发现的

两条结论，一条扎心，一条点穴。

1. 多数党几乎不讨论腐败——讨论的时候也是含糊其辞。 当我们把数据限制到「多数党议员在某次主要党派议员被捕后 3 天内」的推文时，4 个这样的子集每个只剩 1 到 9 条推文。多数党议员不是没话说，是直接回避，把本党的弱点从 timeline 上挪走。

2. 议员级别的指数回归证实了这一点。 多数党身份显著预测更少的 reform-committed 语言（β = −0.001, p = 0.01），即使控制了情感、选举背景和制度位置。情感控制变量不显著很关键：区分多数党与小党修辞的不是情绪强度，而是是否真的指向改革议程。Cheap talk 不是党派策略，是当权者的结构性策略。

小党呈相反的模式。他们频繁、具体地谈腐败，把改革方案嵌入论述里。我们用标准的执政者逻辑解释这件事：从现状中受益的人，从实质性改革里要失去的最多，所以修辞紧跟激励。

论文读起来像传播学，但骨子里是政治经济学。我们愿意写它的原因是：一个不大的制度系统、八年的丑闻数据，模型从里面复原出了一种「掌权者 vs. 在野者」之间的修辞不对称——不需要事先告诉它去找。