6 Arabaghatta Basavaraj et al. (2021)

6.1 文獻回顧與研究問題

6.1.1 文獻回顧

社會認同理論(social identity theory)主張群體成員會認為自己屬於特定的群體,並劃分出群內和群外成員。並且,群體身份可能混合多種社會認同或政治認同,即社會認同複雜性(social identity complexity)。不過,很少有對於印度的社會認同理論的實證研究,並且既有研究也指出印度人缺乏強烈的政黨認同感,兩極分化不明顯。

6.1.2 研究問題

  1. 不歸責組(實驗組)的受試者會相比起歸責組(控制組)的受試者對於病毒傳播的歸責會比較緩和嗎?

  2. 宗教的社會認同對歸責的力度有影響嗎?

  3. 黨派認同對歸責的力度有影響嗎?

  4. 使用 Facebook 或 Instagram 是歸責的顯著預測因子嗎?

6.2 如何回答研究問題

以 CATI 在 2020 年 8 月的兩筆母體調查資料,透過傾向分數法合併為一筆有 3304 個觀察值的準實驗資料。然後控制人口變數,以了解處置(不歸責)的效果。接著,使用 t-test 與 OLS 檢視處置效果顯著與否和其他的變數與歸責程度的相關性,而得知:

  1. 實驗組對病毒傳播的歸責的確比較緩和,符合框架效應。

  2. 穆斯林相對於印度教徒對 Tablighi Jamaat 的歸責顯著地更低,對 Modi gov’t 的歸責顯著地更高;錫克教徒對 Tablighi Jamaat 與移工的歸責顯著地更低;基督徒對 Modi gov’t 的歸責顯著地更高。這表明穆斯林與印度教徒在指責 Tablighi Jamaat 與 Modi gov’t 實證上可見兩極分化。

  3. 相對於對照組,投給 BJP 與 NDA 者沒有顯著效果;投給 INC 與 UPA 者對 Tablighi Jamaat 與 Modi gov’t 的歸責都顯著地更低。

  4. 使用 Facebook 或 Instagram 並非歸責的顯著預測因子。

6.3 評價

6.3.1 研究貢獻

  1. 既往文獻少有西方以外的情感與政治的文章,作者在印度從事此實證研究。

  2. 既往文獻認為印度並不存在極化,但作者在實證上發現了相關的證據。

  3. 取得調查實驗資料,進行初步分析。

  4. 透過框架效應的調查實驗,發現主流媒體呈現 Tablighi Jamaat 與移工的方式的區別、兩群體的性質與印度的社會認同或許是造成歸責聲浪的差異的原因。

6.3.2 研究限制與缺點

6.3.2.1 推論限制

  1. 社會認同複雜性:人可能認同多個群體。

  2. 穆斯林、印度教等信徒也不是鐵板一塊,也有許多教派,故作者也有指出不能推論為穆斯林如此看待印度教徒;同樣地,如果進行子群體分析或者新增更多控制變數(例如社會地位、經濟條件、職業等),或許會看到不同的風貌。

6.3.2.2 黨派認同

黨派認同為受試者回報自己在 2019 年投給哪個黨,但這能說明黨派認同嗎?或許只是議題投票,或者其他可能?

6.3.2.3 Model Specification

在很多可想見會影響歸責的變數(例如社會地位、經濟條件、職業等)都還沒有控制的情況之下,作者在 “Dicussion” 一段中指出:

Using a quasi-experimental design, this study provides causal evidence that affective polarization based on social identity (religion Hindu/Muslim) was a significant factor in according or allaying blame for the initial spread of the virus in India.

一方面,框架的實驗處置效果在滿足 OLS 假設的情況之下才能謂之因果證據(而在很多變數尚未控制以前自然是難謂有確鑿的因果證據);另一方面,迴歸並未提供社會認同的因果證據,因為在此迴歸中,社會認同也只是控制變數,不具因果解釋的意義,只能謂之相關。

除此之外,作者對模型的選擇的說明很少。迴歸可能還有一些值得看的東西,但作者沒有展示出來。作者在 “Discussion” 中提到:

Facebook use remained not significant when interacted with social identity (religion), gender, and age group, and those interactions were therefore not presented.

表示沒有呈現交乘項是因為即使加入「社會認同與臉書」或「性別與臉書」或「年齡與臉書」的交乘項,也不會讓臉書的效果變得顯著,但除此之外,值得一看的數據還有很多,包括但不限於:

  • 框架的處置效果對不同教派的信徒的效果有無不同?

  • 框架的處置效果對不同黨派的選民效果有無不同?

  • 不同教派與不同黨派的交乘關係為何?

參考文獻

Arabaghatta Basavaraj, Kiran, Pahi Saikia, Anil Varughese, Holli A Semetko, and Anup Kumar. 2021. “The COVID-19–Social IdentityDigital Media Nexus in India: Polarization and Blame.” Political Psychology.