Political Communication · SSCI Q1 · 预注册联合实验

仇恨言论法支持度:被攻击的是谁,重要吗

Jesper Sommer Rasmussen · Political Communication(已录用)· OSF 预印本 · 2026 · DOI: 10.1080/10584609.2026.2754162
原题:The Effects of Target Characteristics on Public Support for Hate Speech Laws
计算传播学 Open Access 新颖度 0.70

🧒 初中生也能看懂的版本

① 研究背景(为什么要做?)

“仇恨言论该不该管”是个老话题。支持立法的人说,辱骂、贬低、威胁某些群体,会真实地伤害人;反对的人说,管得太宽就伤了言论自由。过去大家默认,争论的焦点是“保护谁”——比如保护少数族裔、宗教群体,还是也包括政治对手。政客们也常拿这个做文章:民主党更愿意保护某些群体,共和党更愿意保护另一些。可这些判断大多来自零散的民调,问题是民调里每个人看到的场景不一样,很难说清到底是“因为被骂的是谁”还是“因为话说得太狠”在影响态度。作者想用更严格的方法把这两个因素分开。

② 研究问题(要回答什么?)

论文要回答三个问题。第一,同一句仇恨言论,如果攻击对象换成不同群体(族群、宗教、性别、政治立场),公众支持立法的程度会差多少?第二,言论的严重程度(从单纯没礼貌,到贬低羞辱,再到煽动暴力)影响有多大?它和“攻击对象”哪个更重要?第三,党派立场会不会改变这些效果——比如左翼是不是更愿意保护穆斯林,右翼是不是更愿意保护基督徒?还有一个隐含问题:人们会不会更愿意保护自己阵营的盟友,而不是对手?

③ 研究方法(怎么做的?)

作者用了“联合实验”这个方法。可以把它想成一份随机生成的问卷:每一条言论都由几个随机组合的特征构成——严重程度(四个等级,从“没礼貌”到“煽动暴力”)、攻击对象(族群、宗教、性别、政治群体,或者不点名任何群体)。受访者每次看到一条随机生成的言论,就要回答“你多大程度支持立法禁止这类言论”。因为特征是随机组合的,研究者就能干净地算出每个特征单独的影响。实验在 2021 年 2 月由 YouGov 同时在美国和丹麦执行,美国有效样本 1408 人、丹麦 1388 人,按年龄、性别、地区、教育配额抽样并加权;研究还做了预注册,分析方案事先公开。

④ 结果(发现了什么?)

结果很清楚:严重程度是主导因素。跟“没礼貌”相比,带有威胁的贬低羞辱让支持率上升约 25 个百分点,煽动暴力则上升约 32 个百分点(丹麦 25.3 和 32,美国 17.4 和 31)。相比之下,攻击对象的影响小得多:点名宗教群体或少数族裔,最多让支持率上升 6.3 个百分点;针对穆斯林的效果最大(丹麦 +6.3,美国针对黑人 +5.4),针对基督徒约 +3.4 到 +3.5,针对性别群体或政治群体的效果更弱。党派差异存在但不大,多数在 3 到 7.2 个百分点之间;唯一的例外是丹麦左翼,针对穆斯林时支持率上升 11.9 个百分点。最值得注意的是:没有证据表明党派支持者更愿意保护自己人——两国的党派支持者都没有对“攻击政治对手”表现出更高的立法意愿。

⑤ 讨论(这些发现说明什么?)

作者认为,这个结果挑战了一个流行叙事:人们常以为仇恨言论立法之争本质上是“群体保护之争”,但数据说明公众主要在看言论的暴力程度,而不是被攻击的是谁。这有两层含义。对理论来说,它说明公众对仇恨言论的判断更接近“伤害原则”——你造成了多大的伤害,而不是“你冒犯了哪个群体”。对政治来说,它意味着把议题框定为“保护某个群体”可能高估了党派分歧,也低估了跨党派共识:在“煽动暴力该不该管”这个问题上,左右翼其实没那么对立。作者也提醒,实验用的是假设性言论,真实世界里群体标签和具体事件、身份认同纠缠在一起,效果可能更复杂。

⑥ 结论(最终结论 + 启示)

结论是:公众对仇恨言论立法的支持,主要由言论的严重程度驱动,攻击对象只起次要作用;党派分歧被高估,且没有“护短”证据。对立法者而言,这意味着讨论应聚焦于如何界定暴力与威胁的门槛,而不是陷入“保护哪个群体”的象征性争吵;对平台而言,内容审核的分级也应当以伤害程度为主线,而不是只按受保护群体列表做机械判断。

🎓 专业 IRMaD 结构解读

I. Introduction(引言)

仇恨言论立法的公众支持研究长期聚焦于“受保护群体”的政治象征,却缺少对言论属性(严重程度、攻击对象)的因果分解。既有民调多采用单题询问,无法排除情境差异与顺序效应;党派差异的估计也常与群体标签混淆。本文以预注册联合实验(conjoint)在美国与丹麦同时施测,利用随机属性组合估计平均边际成分效应(AMCE),首次在同一设计下系统比较“严重程度”与“攻击对象”的相对权重,并检验党派调节与“护短假说”。

I. Theoretical Framework & Hypotheses(理论框架与假设)

理论框架整合三条文献:其一,伤害原则(harm principle)——限制言论的正当性来自其造成的伤害,而非冒犯本身,因此严重程度应为主导因素;其二,群体保护政治——立法支持可能反映对特定群体的态度,因此攻击对象应有独立效应;其三,党派极化——党派身份可能调节上述效应,并可能出现“更愿意保护盟友”的倾向。据此提出 H1(严重程度正向影响支持)、H2(攻击对象影响支持,少数族群与宗教群体更强)、H3(党派调节这些效应),并预注册分析方案。

M. Materials & Methods(材料与方法)

R. Results(结果)

属性丹麦美国
贬低+威胁(vs 没礼貌)+25.3pp+17.4pp
煽动暴力(vs 没礼貌)+32pp+31pp
针对穆斯林+6.3pp—
针对黑人—+5.4pp
针对基督徒+3.4pp+3.5pp

a / D. Discussion & Conclusion(讨论与结论)

🧠 IRMaD 思维导图

I 引言 R 研究问题/假设 M 方法 R 结果 a 讨论 D 结论
mindmap
  root((仇恨言论立法))
    I 引言
      立法之争由来已久
      常被框定为群体保护
      缺因果分解证据
    R 假设
      H1 严重程度主导
      H2 对象有独立效应
      H3 党派调节
      护短假说
    M 方法
      美丹两国联合实验
      近两千八百样本
      属性随机组合
      AMCE 估计
    R 结果
      暴力比没礼貌高 32 点
      对象效应最多 6.3 点
      党派差异 3 到 7 点
      无护短证据
    a 讨论
      伤害原则更有解释力
      党派分歧被高估
      真实语境更复杂
    D 结论
      聚焦暴力与威胁边界
      审核按伤害分级
      象征争论可休矣

图:本研究的 IRMaD 思维导图。蓝色 I 引言;橙色 R 研究问题;绿色 M 方法; 橙色 R 结果;紫色 a 讨论;红色 D 结论。