以民粹型民族主义为支点的社会撕裂
关于新冠肺炎疫情的网络讨论表明，民粹型民族主义话语是理解当前网络社会撕裂和极化的关键性要素，也是撕裂和极化的一个核心支点。在笔者看来，民粹型网络民族主义的兴起与流行至少受到三方面因素的共同影响，包括移动互联网用户基础、基于技术可供性的互联网效应（包括信息茧房效应、同类聚集效应和“主流”丧失效应）、非对称性互联网治理策略（图1）。由于上文已经较为详细地讨论了互联网效应的影响，本小节将重点聚焦分析互联网用户基础和非对称性的互联网治理策略的影响。
图1 理解民粹型网络民族主义的分析框架
互联网用户基础的影响效应体现了社会结构对网络表达的影响，其中移动互联网用户群的下沉和丰裕一代互联网原住民的登场是最为关键的两个变化，它们通过三个机制形塑了网络表达。移动互联网用户群的下沉可能带来三方面的影响：一是有更大比例的互联网用户采取非反思性的视角来看待在线信息和公共讨论，他们在网络上表达的态度立场更有可能受制于自身的价值偏好，并被信息茧房效应和同类聚集效应所强化，从而带来撕裂和极化；二是基于平民立场的民粹主义话语能够获得大量互联网用户的情感共鸣；三是丰裕一代在成长过程中目睹了中国的日益强大，他们对祖国和民族感到自豪，具有强烈的爱国主义情感。在这个意义上说，丰裕一代的青年互联网原住民的登场为民族主义话语的广泛传播提供了坚实的用户基础。
值得一提的是，虽然多元化的互联网空间并不存在一个经典意义的“主流”价值，但这并不意味着不同的网络价值观念处于完全隔离的状态。吊诡的是，为了突出和扩大自身的网络影响力，持有不同价值立场的网络圈子会在网络平台上寻找与自身价值观相兼容的网络话语，并和对应的网络圈子结成权宜性的网络阵营。由于民粹主义话语是“空洞的所指”[6]，需要与更为实质性的社会思潮结合才能产生持续而广泛的网络影响力。在当下的网络语境中，民族主义思潮扮演了这一角色。换言之，民粹主义话语和民族主义思潮的结合形成了民粹型民族主义。
民粹型民族主义得以兴起和流行同时还取决于当前的网络生态特征。一方面，当前的非平衡性网络治理策略意味着与主流价值一致或兼容的网络社会思潮的表达空间大于那些不具有这些特征的社会思潮。在民族复兴和中美冲突的宏观背景下，民族主义思潮既能赢得众多网络用户的情感共鸣，也能较好地契合当前的网络治理框架。在某种程度上说，民粹型民族主义的网络表达为用户的情绪发泄提供了一个安全的出口，发挥了安全阀的功能。另一方面，随着社交媒体和短视频平台的商业化发展，少数媒体、网红和营销号为了追求“流量之上”的商业目标，迎合网民情感发泄的需求，尽其所能地煽动网络争议来制造网络流量。由于民族主义是一个既极具争议性又相对安全的社会议题，商业力量倾向于选择它作为炮制流量的载体。
民粹型民族主义是具有民粹主义风格的民族主义，对其进行分析离不开对网络民粹主义的剖析。(https://www.daowen.com)
在某种意义上说，民粹主义采取简单的二分对立的视角来看待社会生活，它的基本逻辑与社会运作的真实逻辑存在明显的冲突。民粹主义所包含的平均主义和民本思想意味着民粹主义具有反建制特征，它从平民立场出发要求实质后果的均等化，而该实质性要求往往与形式化的程序、制度与组织机构存在明显的冲突。民粹主义所包含的平均主义和人数至上的主张则意味着民粹主义具有反精英特征，因为精英主义与人人均等、人数至上等主张在逻辑上存在冲突。在这个意义上说，反精英主义的一个逻辑推论是反专业主义，后一立场认为平民大众可以平等地参与专业领域、常识性思维可替代经受系统训练的专业性思维。可见，基于民粹主义立场的主张与基于专业知识的现代社会治理实践之间存在对立和撕裂。
基于对网络舆论场的观察可知，网络民粹主义表达常常涉及特定突发事件、公共资源分配议题、科技等专业领域、国家形象和涉外领域。就上述四类议题而言，争议程度较高且社会影响较大的是关于国家形象和涉外纠纷的民粹主义表达，即极端民粹型民族主义。一方面，民粹主义话语与民族主义思潮之间存在较高的兼容性，彼此之间极易产生情感共鸣，两者结合有助于引发大量的关注、讨论和传播。另一方面，用常识化、简单化而不是专业化的思维模式来分析涉外议题更容易激发广大民众的民族自豪感和爱国情感，更有利于产生网络流量。相应地，广泛传播的网络民族主义话语通常带有非黑即白、反智、反专业、反精英的基调。
笔者关于2017年全国大学生调查数据的回归分析表明，在青年大学生群体中，民粹主义和民族主义观念之间存在选择性亲和关系，极端民粹主义者与民族主义的相关性高于其他群体与民族主义的相关性。
如果说大学生调查数据表明民粹主义和民族主义之间存在紧密的关系，那笔者对548位活跃的微博用户的文本大数据分析则表明，在疫情这一特定的语境下民族主义话语确实构成了网络争辩的重要支点。首先，笔者使用话题分析模型抽取与新冠肺炎疫情相关的博文，并在所抽取的疫情相关博文中筛选出含有“美国”一词的博文子集。接下来，笔者使用基于深度学习的情感分析模型对博文的情感倾向进行分析，将正向情感预测概率大于或等于0.6的博文归类为正向情感，将预测概率小于或等于0.4的博文归类为负向情感，并在此基础上计算出每天所发布的博文中正向和负向情感倾向的博文的占比。比较不同时期的情感倾向可以发现（图2左），在疫情的早期（1月至2月中旬），讨论美国话题的博文中正向情感的占比相对高，负面情感的占比相对低；随着疫情的发展，2月下旬以后讨论美国话题的博文情感明显更为负面，这同时表现在两个方面：一是正向情感博文的占比有所下降，二是负面情感博文的占比有所增加。类似地，在疫情早期，虽然讨论西方（含有“西方”一词）的博文的情感倾向略为负面，但是总体倾向较为平衡；然而，在疫情的中后期，讨论西方的博文的情感倾向主要以负面情感为主，并且负面和正面情感的博文的占比之差越来越大，呈现出较为明显的剪刀差形态（图2右）。上述发现在一定程度上表明，在疫情这一语境中，中国与美国、中国与西方之间的关系成为网络撕裂和极化的一个关键性枢轴。
图2 疫情背景下网民对美国（左）和西方（右）的情感倾向