Author InformationName: Shutter Zor（左祥太）Email: Shutter_Z@outlook.com商务联系：ShutterZor

目录

• 0 引言
• 1 数据来源与分析逻辑
• 2 Python 实现代码
• 2.1 数据获取
• 2.2 情绪分析
• 2.3 词频统计与可视化
• 3 结果讨论
• 3.1 词云结果
• 3.2 情绪可视化结果
• 4. 本推文局限性

0 引言

最近，Science 上的一篇文章引起了热议，该文章指出：“中国光伏扩张政策减少了鸟类多样性。”生态学学者与经济学学者对该文章产生了激烈的争论。需要指出的是，有分歧很正常，有不同的意见也很正常，就像心理学比较喜欢三步法中介，但经济学近年来却掀起了对三步法中介的批判一样。

我注意到一个声音，他们指出：“ Science 就是偏爱有关中国的负面消息”，并将该文章定性为符合西方叙事的“政治正确”。这个引起了我的好奇，Science 真的是这样的吗？

于是，我通过 Python 爬取了 Science 正刊近十年的所有文章，根据国家进行划分，使用预训练的语言模型判断这些文章的标题所透露出来的情绪。

1 数据来源与分析逻辑

我尝试了爬 Science 官网，有点难，经常 403。所以我换了一个思路，通过 crossref 的 API 获取文章的基本信息。

整体的处理逻辑大致如下：

• 首先，通过该 API 一次性获取 Science 近十年的所有文章。
• 其次，根据标题中含有的China、Japan、American、Singapore及其全称（或变体）等判断该标题在讲哪个国家。
• 最后，对标题整体进行情绪分析，得到情绪分类标签与具体取值。若标题中涵盖多个国家，则该样本对应分裂成多条，分别为其中的国家增加一条情绪记录。

2 Python 实现代码

2.1 数据获取

主要思路与方法如下：

- 数据源：Crossref REST API- 期刊：Science- ISSN：0036-8075- 时间：2016-01-01 至 2025-12-31处理流程：1. 获取 Science 正刊全部 journal-article2. 使用 cursor 自动翻页3. 保存完整母样本4. 根据标题识别五个国家5. 输出五国子样本

完整代码从文章末尾下载。

2.2 情绪分析

主要思路与方法如下：

- 输入：science_2016_2025_five_countries.csv- 输入中的核心变量：title、publication_date、matched_countries- 逻辑：    - Step 1，对每一个标题进行一次情绪分析    - Step 2，获得：negative_prob、neutral_prob、positive_prob、sentiment_score    - Step 3，根据 matched_countries 拆分国家    - Step 4，形成 Article-Country 数据    - Step 5，按 Country-Year 聚合- 最终得到：1. article_country_sentiment.csv       article_id       title       country       publication_date       year       sentiment       negative_prob       neutral_prob       positive_prob       sentiment_score2. country_year_sentiment_panel.csv       country       year       article_count       mean_sentiment       median_sentiment       negative_rate       neutral_rate       positive_rate

这里使用到的情绪判别模型为“cardiffnlp/twitter-roberta-base-sentiment-latest”，它是一个基于 RoBERTa 的模型，使用 2018 年 1 月至 2021 年 12 月间约 1.24 亿条推特推文训练，并用 TweetEval 基准进行情感分析进行微调。

此部分完整代码与数据从文章末尾下载。

2.3 词频统计与可视化

词频统计的主要思路与方法如下：

- 数据：science_article_country_sentiment.csv- 逻辑：一篇文章如果涉及多个国家，则该标题分别进入多个国家的词云。- 例如,    - Title: China and Japan face challenges in climate policy    - matched_countries: China; Japan    - 则：        - China词云 ← 加入该标题        - Japan词云 ← 加入该标题

可视化部分的逻辑同上，同样地，代码在文章末尾下载。

3 结果讨论

3.1 词云结果

我们在这里简单比较一下发表在 Science 正刊上的，含有“中国”、“日本”、“美国”的标题，所构成的词云。

3.2 情绪可视化结果

词云图的内容可能比较难以直接判断标题所传达出来的情绪，接下来我使用上述的预训练语言模型对标题进行了情绪分析。

首先我用该模型判断标题的情绪属性，是“积极”、“中性”，还是“消极”，然后我计算了这 5 个国家在近十年的 Science 正刊中的被评为“消极”标题的占比，结果如下：

不难发现，在 Science 正刊近十年发表的文章中，中、日、美三个国家的消极概率都不低。Science 正刊上发表的（仅限标题）与中国相关的文章中，负面比例存在波动，但持续下降；与美国相关的文章中，负面比例存在波动，但持续增长。

接下来我判定了每篇文章的情绪得分，其计算方法为“积极情绪得分-消极情绪得分”，并基于得分结果进行了组间差异分析，如下：

从平均情绪来看，Science 正刊上发表的文章，标题中但凡涉及中国、日本、美国的，都会存在显著的负面情绪，暂不能推断“Science 偏爱报道中国的负面研究”这一结论。此外，从整体份额来看，对美国的负面报道比例更大。

从美国到英国的负面比例排序，倒是跟国家 GDP 大小的排序一致。

4. 本推文局限性

本推文只是对结果进行一些描述性的说明，而不是严谨的因果推断。事实上，确实可能存在部分编辑/审稿人对某类主题的文章具有偏好，所以如果要进行严格的因果推断，至少需要控制编辑类别、作者国籍等一系列变量。

当然，本文所使用的预训练语言模型可能也并不是那么的恰当。为简单验证，我选择了一个能在本地直接运行的模型，该模型基于推特文章训练，可能在对学术文章标题的情绪判别方面存在局限。

最后，本推文的所有代码数据均已上传至网盘，如有需要请自取：

BW-20260826链接: https://pan.baidu.com/s/1Yb51gIAcLI6JyCp_zQbFSA?pwd=GWSL提取码: GWSL