计算政治图像的理论范式与研究方法——以英国工党社交媒体数据为例

陈若凡  王子伦

【内容提要】进入数字时代，图像在政治生活中的地位日益突显，政治学亟须提升对图像数据的识别、解析与解释能力。作者基于对政治图像及其背后信息机制认识论层面的考察，构建了计算政治图像的类面板数据模型。该模型将政治图像解构为物理层、环境层、符号层、人物层与叙事层五个既相互独立又有机联系的分析层次。围绕这一模型在各分析层次匹配对应的计算机视觉算法与技术路径，可形成一套由低层视觉特征到高层叙事结构逐级展开的分析流程。为验证模型的有效性与解释力，作者以2023—2024年英国工党在社交媒体上发布的1272张图像为实证对象，通过对各层次视觉元素的定量分析，提取图像中蕴含的政治信息。研究发现，英国工党在视觉传播中，一方面依托视觉框架建构策略，形成鲜明的二元对立视觉叙事，以此激发英国民众的社会变革期待；另一方面通过视觉修辞赋能策略，持续强化自身的情感动员与议题引导能力。计算政治图像在跨文化场景分析、多模态数据融合以及垂类智能体建构等方面也具有许多值得探索的空间。

【关键词】图像分析；类面板数据模型；计算机视觉；计算政治学；英国工党

【作者简介】陈若凡，中国社会科学院大学政府管理学院博士研究生；王子伦，上海交通大学媒体与传播学院博士研究生。