2022年6月，清华大学政治学系长聘副教授孟天广博士与其指导下的两位博士研究生黄种滨和杨泽森合作完成了题为“National Identity of Locality: The State, Patriotism, and Nationalism in Cyber China”的学术论文，并在政治学SSCI知名期刊Journal of Chinese Political Science （《中国政治科学杂志》，2020年影响因子1.694）上实现网络首发。三位研究者聚焦于国家能力与国家认同之间关系，基于近2000万条新浪微博的文本数据，通过“大数据+小数据”的研究设计，尝试性探究国家认同地区异质性的政治经济根源。

国家认同即公民对于国家共同体的归属感，包括认可国家政治制度和历史文化两个方面。既有研究发现，公众的国家认同观念呈现出明显的区域异质性。为何不同地区的人们会持有不同程度的爱国主义和民族主义呢？对此，新近发表的这篇论文提出了一个基于国家能力框架的政治经济学解释，即国家能力塑造国家认同。在概念界定上，论文采用了“民族主义-爱国主义”框架来分解国家认同的概念，将国家认同区分为对内群体表达自豪感的爱国主义，对外群体表达优越性的民族主义。此外，由于国家能力涉及维度众多，论文选取了与民众生活联系最为紧密的国家汲取能力、信息能力和再分配能力进行讨论。在研究设计上，论文使用有监督的机器学习方法，用以识别新浪微博帖子中所表达的民族主义和爱国主义情感，随后将其加权降维至地级市层级进行面板分析。结果发现，国家能力在防止全球化进程削弱公众国家认同方面发挥着关键作用。具体而言，随着全球化的进程，多元文化和信息的流动侵蚀了公众对于民族国家身份的认同感。为维系民众的国家认同感，国家利用其再分配能力以加强爱国主义和民族主义，使用其信息能力来强化公众的民族主义。

此篇论文对于理解中国的国家认同努力尝试做出新的知识贡献。首先，之前的研究相对忽视国家认同在次国家层级的不均衡分布，这篇文则构建了国家能力的理论框架以解释这一现象；其次，本文重新厘清“爱国主义”和“民族主义”的概念，并考察了它们不同的生成机制；再次，论文发现中国的民族主义并未如以前文献所论说的那么普遍和极端，只有不到1%的微博帖子显示出排外情绪；最后，论文使用社交媒体数据和机器学习来测量网络空间中的民族主义和爱国主义，这为测量公众的政治态度和行为提供一种可行的替代方法。

（亚锐整理）