从四份报纸读上海封控

本科论文里最醒目的一个数字是 91%。那是 2022 年 5 月——上海封控最严重的一个月——本地报纸所有报道里，被"韧性"这个框架罩住的那部分。

这是我在昆山杜克写的本科毕业论文 Framing the Crisis（2024，Prof. Andrew Macdonald 指导）的一个非正式伴侣。论文本身是技术性的——1,161 篇报道、LDA 主题模型、人工编码的内容分析。我想在这里讲的那一点，不靠这些也能讲明白。

我到底读了什么

2022 年 4 月 1 日 至 6 月 1 日的三个月里，上海被封。2600 万人、食物短缺、检测体系坍塌、整个事情。我抓了那个窗口里的四份报纸：

• 中央：《人民日报》（人民日报）和《环球时报》（环球时报）
• 地方：《解放日报》（解放日报）和《新民晚报》（新民晚报）

同一个事件。同一种语言。不同的读者。一共 1,161 篇——中央 386，地方 775。地方语料更大，因为地方新闻必须在地方分辨率上运转：哪个小区被封、哪个核酸点排崩了、哪个居委今天送菜。中央那两份不会管这些。地方那两份必须管。

两边在做的事到底差在哪

我跑了两层分析。第一层 LDA 主题模型——让算法自己找出每份语料到底在写什么，然后人工给主题打标。第二层是对一个 76 篇的分层抽样做内容编码，沿四个维度打分：引用谁、属于哪种文体、什么语气、用了什么框架。

把图表里的数字读出来：

• 信源：中央有 67% 引用政府官员，地方 25%；地方 51% 引用普通人，中央 11%。
• 性质：中央 78% 是信息发布或政府公告，只有 11% 是故事叙述；地方 34% 信息发布、55% 故事。
• 语气：中央偏权威（56%）；地方偏温和与同情（温和 61% + 同情 37%）。
• 框架：两边都重用"韧性"，但地方还重点压在"社区回应"上（46% vs 中央 11%），中央则压在"国家经济"上（67% vs 地方 22%）。

整张图就是这样：一套宣传机器的两个半边在做互补的活。上游硬宣传——权威嗓音、官员信源、国家凝聚力主题。下游软宣传——温和嗓音、普通人信源、社区韧性主题。它们没在互相反驳，它们是在分头上不同的班。

那个我反复回想的数字

让我留在心里的是地方那两份在时间上的演化。4 月封控开始那阵，地方的话语分布相对均衡：「斗争」45%、「韧性」45%、「健康」50%、「社区回应」55%——一座城市在告诉自己正在发生什么。

到了 5 月——最坏那一个月、社会情绪开始公开崩塌的时候——这种均衡塌了。「韧性」一口气拔到所有地方报道的 91%。其它几乎全部被挤到边缘。整个版面变成一段关于忍耐、坚持、撑住的长叙事。

这件事你可以读成犬儒（现实开始不配合的时候，机器急转向情绪管理），也可以读成义务（地方报纸在自己读者正物理上身处其中的危机里就是会这样做），或者两者都是。这个数字本身是主题模型和编码样本一致同意的事实。到了 6 月，城市开始解封，「韧性」回落到 43%，「社区回应」上升到 48%——围绕社区互助、街道组织、恢复——故事又转了一次向。

我从中带走的东西

两条。

第一条：把"中国国家媒体"当作一整块研究是错的分析单位。这个系统是分层的——中央做信号与信息控制，地方做共情与情绪管理，两者之间的协调比任何一边单独研究都更有意思。

第二条：宣传省略掉了什么、以及它在时间上重新加权了什么，往往比它直接说的更说明问题。2022 年 5 月没有人在「韧性」上撒谎。但他们几乎不在谈别的。当一份语料库里 91% 的内容塌缩到一个框架上，这个框架就不再是描述了——它变成了一份工作。

论文本身——方法论、完整的主题表、编码表——都在这里：github.com/Waaangjl/local_central-level-propaganda。