国际社交媒体热词“China Travel”中的涉华信息表达与情感差异——基于X平台的数据分析

Information Expression and Sentiment Differences in China Related Content within the International Social Media Buzzword “China Travel”： A Data Analysis Based on the X Platform

摘要

在全球化数字舆论场中，涉华公共讨论呈现出复杂且相互矛盾的面貌，国际社交媒体已成为涉华议题传播与讨论的重要空间。基于对X平台上“China travel”相关中英文数据的系统分析，揭示了国际社交媒体上与“China travel”热词相关的涉华信息在主题表达、情感倾向与传播特征上的差异。运用潜在狄利克雷分配模型（LDA）主题建模和情感分析方法，研究了2024年9月至2025年8月中英文帖文的主题分布和情感倾向。结果表明，中文帖文多围绕积极的旅游体验展开，情感偏向正面；英文帖文则更多涉及政治议题，情感呈现负面倾向，两者在主题分布上呈现出明显的不均衡性，在情感倾向上呈现两极分化，在传播过程中呈现出阶段性时序的规律。

Abstract

In the globalized digital public sphere， international social media platforms have become a central arena for the dissemination and discussion of China-related issues，whose algorithmic mechanisms and platform attributes profoundly shape the international community’s perceptions of China. In recent years， alongside the relaxation of China’s visa policies and the improvement of inbound tourism facilitation， the social media buzzword “China travel” has emerged as an important lens through which to observe the dissemination of China’s international image. Existing studies，however，have largely focused on macro-level policies or single-dimensional communication effects， while systematic quantitative and qualitative comparisons of differences in thematic expression， emotional orientation， and issue construction across language communities within the same topic remain insufficient. This study aims to reveal the patterns of China-related information dissemination underlying this trend through large-scale data analysis of the X Platform. A literature review indicates that Western mainstream media and social platforms have long maintained politicized tendencies in China-related coverage， and whether daily life narratives can transcend entrenched political biases has become a key concern in current international communication research.Taking the X platform as the data source， this study selects Chinese and English tweets containing the keywords“Chinese tourism”and“China travel”published from September 2024 to August 2025 to construct a cross-linguistic equivalent corpus. Findings reveal pronounced structural dislocations between Chinese and English posts across multiple dimensions. In terms of geographic distribution， Chinese discussions are mainly concentrated in Asia and overseas Chinese communities，reflecting strong cultural centripetal forces，whereas English discussions are dominated by developed countries in Europe and North America， displaying a more scattered global distribution. Regarding thematic expression， Chinese discussions are relatively balanced， focusing on travel guides， policy dividends， and national narratives. In contrast， English discussions are highly politicized， with geopolitics and travel restriction themes accounting for 32.5 percent of the content， centering on visa bans and diplomatic frictions. In terms of emotional orientation， Chinese posts are predominantly positive， with positive sentiment accounting for approximately 73.7 percent， while English posts exhibit a combination of prudence and negativity， with negative emotions significantly outweighing positive ones and frequently linking travel experiences to political issues. In terms of temporal dynamics， Chinese content is largely driven by domestic festive agendas， whereas English content is highly synchronized with global tourism cycles.This study demonstrates that international social media platforms possess the functions of issue selection and emotional bias in the dissemination of China-related information. The findings indicate that although daily life narratives possess a certain degree of communication power， they remain prone to be constrained by geopolitical discourse. Academically， this research extends the cross-linguistic comparison approach to the study of China-related information， while practically it suggests that differentiated communication should be implemented for audiences of different languages. By utilizing diverse individual narratives and cultural experience-oriented expressions， such communications may help alleviate politicized interpretations and enhance the effectiveness of international communication.

Graphical abstract

关键词

社交媒体 / 国际传播 / 涉华信息 / 情感分析 / 中国旅行 / LDA主题建模

Key words

social media / international communication / China-related information / sentiment analysis / China travel / LDA topic modeling

一 研究背景

在全球舆论生态加速流动的背景下，国际社交媒体已成为涉华议题传播与讨论的重要平台。民众在这些平台上的表达活动构成了跨文化舆论互动的关键环节，对涉华议题的关注度与传播结构产生了深刻的间接影响。作为全球信息传播和公共话语平台，主要由西方科技公司掌控的社交媒体通过算法分发等机制深刻影响国际民众对中国的认知。一些平台的算法事实上扮演了新的议题把关者角色，其潜在的价值偏向强化了涉华刻板印象与负面叙事，削弱了中国声音，使涉华舆论场出现信息茧房和观点极化^［1］。基于此，社交媒体已不再是单纯的通信工具，而是由技术架构、算法机制与平台治理共同构成的社会技术系统。这一复杂的社会技术系统不仅通过降低表达与连接成本来促进互动式沟通^［2］，更通过其内在的算法与治理模式，主动过滤、排序并塑造公众话语^［3］。作为兼具人际传播与大众媒介双重属性的数字平台，社交媒体既能深刻影响公共生活并为特定倡议赋能，也可能对其他话语形态形成结构性制约^［4］。因此，社交媒体并非中立的信息通道，而是参与社会现实建构的能动主体^［5］。在全球化数字舆论场中，涉华公共讨论呈现出复杂且相互矛盾的面貌，既反映出地缘政治张力，也揭示了平台在信息建构中的结构性作用。

西方发达国家与非西方国家在对华观感上存在反差，同一事件在不同国家可能引发截然相反的解读和情感倾向^［6］。西方发达国家媒体往往从意识形态和价值观立场出发解读中国议题，而发展中国家媒体更强调务实合作，因而大众情绪反应也大相径庭。例如，日本和美国主流媒体的报道夸大“中国威胁论”，从而污名化中国形象，阻碍中国国家形象的正面传播^［7］。

近年来，“China travel”现象逐渐成为观察涉华信息国际传播的重要窗口，并且随着政策便利化以及数字供给与数字服务的完善，外国人进入中文社交媒体的数量呈现出同步增长的趋势。线下来华成本与不确定性下降，线上内容生产与传播效率提升。其中最具代表性的是2025年初的“TikTok难民”现象，随着跨境社交媒体用户交流的增多，出现了外国游客进驻中文平台分享中国旅行经历、与中国网友互动甚至“对账”的生动案例^［8］。在国际社交媒体上，算法、平台治理与商业激励重塑着涉华信息的传播逻辑，也加剧了不同地域与社群间的认知分化。

作为推特的前身，X平台在自由民主社会的言论自由与市场化规制博弈中运行，由此塑造出开放且高度竞争的全球舆论场^［1］。凭借开放的传播网络与可量化的互动数据，X平台为识别“China travel”议题中的涉华信息表达特征及其情感差异提供了可操作的经验场域。在此背景下，本研究聚焦X平台“China travel/中国旅行”相关内容，通过识别议题的组成与情感分布并评估受众反馈，建构观察涉华信息国际传播运行逻辑与治理要点的经验框架。

二 文献综述

（一） 国际社交媒体涉华信息的相关研究

在国际形势复杂多变、不确定性因素日益增多的传播环境下，社交媒体的兴起推动国际传播进入以情感驱动舆论走向的后真相阶段。在这一阶段，国际社交媒体平台已成为涉华信息的重要传播场域，其讨论呈现出关注度高、话题范围广泛且积极评价与负面认知并存的特点^［9］。在众多学者对国际社交媒体中国议题的多层面考察中，普遍指出涉华信息在议题结构与情感取向上呈现出多层次特征。这种多元化并非均衡分布，而是呈现出鲜明的话语分层，非政治性议题上多为积极或中立反馈，政治与敏感议题上则以负面与批判性回应为主。

不同平台的相关研究揭示出涉华议题的影响力和受众情感反馈存在细微差异。以肖明等^［10］对X平台大规模英文语料的研究为例，政治类议题的影响力高于经济和社会类议题，而日常生活话题也具有较高的可见度。情感倾向整体上偏积极，其中“喜悦”情绪占主导，这表明情绪并非传播的唯一驱动力。此外，一项调查问卷发现，美国受众使用TikTok的时间越长，他们对中国人权的看法以及将中国视为旅游目的地的态度就越趋正面^［11］。在议题层面，互动性强的经济、文化与科技类涉华信息往往以正面框架呈现。在经济议题中，中国常被描述为崛起中的经济大国，文化议题凸显魅力中国的吸引力，科技议题则借助高铁、航天等创新突破强化创新中国的形象。例如，中国官方媒体在Facebook等平台上倾向于积极报道中国的经济与外交，以塑造政策的正面形象^［12］。与此同时，张客^［13］对YouTube平台上“China travel”类热门视频进行了深入分析，发现外国游客发布的中国旅行短视频涵盖自然风光、历史文化、市井生活等丰富内容，呈现了一个真实而多元的中国形象。这些视频通过鲜活的第一视角，突破了西方媒体普遍采用的单一叙事框架，为海外观众提供了一个更加全面、立体的中国认知视窗。

此外，在新冠病毒感染疫情、2022年北京冬奥会等重大事件中，涉华讨论往往演变为话语交锋的舆论战场。一方面，中国试图通过媒体宣传和国际援助来塑造负责任大国的叙事^［14］。另一方面，He等^［15］的研究显示，新冠病毒感染疫情期间社交媒体上的反华情绪剧烈波动，两个月内，美国推特用户对中国的态度由略微负面迅速转变为强烈负面。这表明新冠病毒感染疫情冲击进一步加剧了反华情绪。综上，国际社交媒体涉华信息的表达与情感反应呈现出多层次、非均衡的复杂特征，其形成既源于议题内容和话语策略的差异，也受到平台算法等技术机制的结构性影响。

（二） X平台涉华信息文献综述与研究问题

作为具有开放性、去中心化与网络化结构特征的全球性社交媒体平台，X平台通过其跨地域的信息连接机制，为来自不同国家与社会背景的用户提供了参与公共议题讨论的重要空间。在促进跨文化交流和国际话语传播方面，学界普遍认为X平台具有重要影响力。如徐翔^［16］认为全球性的社交媒体已成为舆论构成的核心要素，有效利用此类平台，能够显著提升一座城市或一个国家在国际舆论中的话语权与软实力。

为深入探讨X平台上涉华信息的特点，学界利用X平台数据分析了大量涉华议题的国际传播特征，发现其议题分布多元且情感复杂。以中国环境议题为例，张楠等^［17］通过X平台的话题和情感分析发现，西方舆论多关注气候变化、大气污染和能源等低政治维度的环境议题，但这些议题往往被置于对立的政治化框架中进行讨论。在中国科技形象领域，杨正等^［18］的研究表明，西方民众对中国科技话题的关注度不高，讨论主要由少数重大事件主导，并明显受到西方主流新闻媒体和政治话语的引导，使得整体认知偏向负面。此外，针对重大政策事件的国际传播，王斌等^［19］以X平台上海外主流媒体报道中国“全面二孩”政策为例，指出尽管海外社交媒体上的信息来源仍以中国主流媒体为主并存在议程设置效应，但外国媒体往往从多元视角和多媒体形式解读政策，并通过巧用推文与正文链接等方式加强传播效果。在社会与文化领域，一些研究通过对推特上84万余条英文推文的文本挖掘，揭示了X平台语境下中国形象的多元面向。其中，与中国相关的推文中，33%涉及政治议题，20%涉及经济议题，21%涉及文化议题，26%涉及社会问题；情感态度方面，55%的推文情感倾向积极，31%倾向消极^［12］。更具体地，陈慧敏等^［20］对168万条中国科技相关推文进行分析发现，推特上关于中国科技的讨论议题多样，但整体情感偏向消极，以厌恶和愤怒为主。他们还发现，不同话语框架下对应着不同的情绪反馈，表明中外关系变化对公众情感具有显著影响。以上研究表明，X平台上的涉华信息涉及议题广泛，包括政治、经济、文化、社会等多个领域，其情感特征也呈复杂态势。然而，现有文献对X平台上“China travel”涉华信息的属性与传播效应研究仍然不足，本文进一步聚焦“China travel”帖文展开实证分析。

选择X平台作为研究场域，主要基于其在受众构成和传播机制上的显著优势。X平台的用户群体以西方国家为主，具备真正的全球性特征，其讨论内容广泛涉及公共议题和政治评论，呈现出鲜明的国际视野。相比之下，新浪微博用户主要集中在中国，关注议题多聚焦企业和娱乐等领域，而Facebook/Instagram用户则更多倾向社交和娱乐内容。因此，X平台的用户构成和话题关注度更符合跨国时事性事件传播的研究需求^［21］。在传播机制上，X平台借助其转发功能和话题标签系统，构建了一个开放的信息扩散网络，使得内容可以在很短时间内实现跨地域的广泛传播。X平台的公开时间线设计和全球趋势榜单功能，进一步提升了普通用户发布内容的可见度和传播范围。相比之下，Facebook与Instagram由于私域关系和算法约束，可见度较低；微博热点更偏娱乐且传播受结构性因素限制^［22］。所以X平台更适合观测重大涉华议题的实时跨国扩散和讨论。基于当前的研究现状与不足，本文提出以下研究问题，以进一步探讨X平台上“China travel”涉华信息的属性与特征：第一，在X平台上，哪些主要主题贯穿“China travel”帖文？第二，这些不同语言的“China travel”帖文总体的情感倾向如何？第三，不同国家和语言背景下的情感倾向有何差异？第四，结合主题识别与情感分析，帖文中呈现的国际受众对“China travel”影响力的态度构型为何？

三 研究设计

（一） 研究样本与数据收集

本文以X平台为研究场域，围绕“China travel”涉华信息的形成与呈现展开实证分析，为保证时间上的完整性与可比性，样本检索时间设定为2024年9月1日至2025年8月31日。同时采用中文关键词“中国旅游”与英文关键词“China travel”作为跨语言等值检索式，因其在平台话题生态中使用稳定、语义对齐良好、边界清晰，既能在召回与精度间取得平衡，又便于跨语言可比与结果复现。等值检索与对称采集保证数据的可比与可复现，统一的清洗与预处理确保方法一致并降低系统性偏差。由此可系统揭示不同语言社区在主题关注与情感表达上的差异，论证双语设计的合理性与必要性。按照上述检索条件，研究期内共抓取中文语料18 889条、英文语料19 662条，为减少转发重复对文本分析的干扰，抓取阶段保留原创与包含评论转发的推文文本。数据清洗步骤形成两套可用于文本挖掘与情感分析的有效子语料库，并保留相关互动计量元数据供后续建模使用。

数据采集遵循平台使用规范与科研伦理，仅处理公开可见内容，不披露用户个人身份信息。抓取过程基于Python工具链实现检索与存储，字段包含推文身份标识（ID）、文本内容、发布时间、语言标记、观看量、评论量、转发量、点赞量、引用数、关注数、“粉丝”数、发推数、提及对象（@）、统一资源定位系统（URL）及其域名类别等，以便在不暴露个体信息的前提下复现实证与开展后续稳健性检验。为控制关键词法可能带来的话题偏差，抽取中间时段样本核查贴合主题的比例，并据此微调停用词与清洗规则，使中文与英文两套子语料在主题边界上保持一致。

数据清洗与预处理方面。首先，开展去重与无效文本剔除工作。删除空行、仅含链接或仅由表情符号构成的无效记录，合并完全重复的文本内容，同时清理格式化重复的冗余信息。其次，进行文本规范化处理，统一编码，标准化标点与空白，整体剔除表情与拟声类符号，以降低噪声对分词与情感极性的影响。语言识别以平台language字段为主，对混合语言文本按主要语言比例纳入对应子语料。中文文本采用jieba进行分词，结合通用停用词表与领域自建词表去除功能词与噪声词，英文文本进行大小写归一与基本词形还原，并以常用英文停用词表去噪。为提高后续主题建模与情感分析的稳定性，同时构建词频与词频—逆文本频率指数（TF-IDF）两种特征表示，并保存未经去停用词的原始分词序列以供鲁棒性对照。上述流程在中英文语料上保持一致，确保跨语言比较的可比性。

（二） 研究方法

主题识别分析。完成数据清洗与预处理后，中文语料为18 424条、英文语料为19 568条。本文采用潜在狄利克雷分配模型（LDA）对“China travel/中国旅游”相关推文进行主题识别。LDA作为一种典型的无监督文本建模方法，能够通过概率生成机制从大规模非结构化语料中抽取潜在主题分布，适用于跨语言、跨文化的社交媒体议题识别^［23］。具体操作中，首先对中英文语料分别进行标准化处理，中文语料采用分词与停用词表清理，英文语料进行词形还原、大小写统一与噪声剔除，同时利用互信息方法筛选二元与三元短语，以缓解短文本的稀疏性并增强语义完整性。在特征构建方面，结合词频和TF-IDF两类表示，并辅以语义聚类，以避免高频但缺乏区分度的词语干扰主题结构。随后，依托Gensim库开展LDA模型训练，并设置 passes=15、alpha=“auto”等参数，以确保模型在多轮迭代中的收敛稳定性和主题稀疏性。

在此基础上，借助pyLDAvis工具对主题空间进行可视化展示，以检验主题间的相对距离与关键词贡献。可视化结果如图 1和图 2所示，图中每个圆圈代表一个主题，圆圈的大小反映各主题的重要性，圆圈之间的距离表示主题间的语义相似度。

情感分析。情感识别采用词典驱动的规则方法，中文使用中国知网HowNet情感词典，英文采用覆盖度与粒度相当的词表。在分词、还原与去噪后，识别并统计正向与负向情感词，并以轻量规则处理否定、程度与转折，对明显重复、模板化或链接占比异常的文本进行简要筛除。

每条帖文先得到原始情感分值，随后为提高跨主题与跨语言可比性进行区间归一化。本文在利用中国知网HowNet词典进行情感分析时，对原始情感得分计算方式进行调整，将最终的情感总分归一化至［0，1］区间，值越接近1表示越积极，越接近0表示越消极，0.5视为中性。在主题与语言两个层面采用中位数或截尾均值进行稳健聚合，并通过构建主题与情感的交互变量，建立多维分析框架，深入探究特定主题在不同语言语境下的情感结构差异。通过小规模人工标注对照与多词典敏感性检验评估效度与稳健性1

1 相关阈值与规则留存备索。

。

四 研究结果

（一） 中英文帖文来源国家分布特征

X平台用户主页上公开的“location”字段提供了一个自由文本输入框，用户可以在其中填写城市、国家等地名。本文通过Python爬取该字段信息，用以推断发帖者的所属国家。尽管约34%的用户在此字段填入虚假或戏谑的地点，大多数用户的所在地信息仍具可信度和参考价值^［24］。已有研究发现，在国际社交媒体上使用中文参与涉华讨论的主要是海外华人社群以及少数中国网民^［25］。X平台上的中文内容大多由身处海外的华人社群贡献，中国用户因受限而缺席，从而使海外华人社群成为中文内容生产的主体。

英文、中文帖文来源前10名国家（地区）分别如图3和图4所示。需要说明的是，本研究数据中涉及中国的帖文仅包含港澳台地区。这主要是因为 X 平台在中国内地暂未开放服务，用户无法直接注册和发布内容。即便存在少量通过代理工具（VPN）访问该平台的用户，其在 “location” 字段中也倾向于隐藏真实位置或填写代理服务器所在地，导致相关样本无法被准确识别为中国内地来源。其中，中文帖文呈现出泛亚分布特征，主要集中在东南亚及东亚地区，如新加坡和日本等地；英文帖文则体现出欧美分布特征，尤其是由美国、加拿大和英国等西方发达国家主导。这种分布特征受中国网络管理政策的影响，导致中文讨论并非由中国用户主导，而是由海外华人社群舆论场主导。这种结构性错位深刻解释了中英文帖文在议题焦点和情感基调上的巨大差异。此外，中国港澳台地区在双语数据中均居前列，扮演了信息枢纽角色，促进了以华人社群为主体的体验分享圈和以西方国家主导的政治审视圈两套逻辑的碰撞。

（二） China travel涉华信息的整体属性

在主题数目的确定上，本文采用困惑度指标评估不同主题数下模型的拟合效果。困惑度越低表示模型对数据的拟合越好，通常随着主题数增加，困惑度会逐渐下降并趋于平缓。当困惑度曲线下降趋势逐渐放缓并抵达拐点时，对应的主题数被视为最优。结果显示，中英文语料在主题数为5时均出现明显拐点，因此最优主题数均确定为5，如图5和图6所示。在模型输出阶段，进一步获取每条推文的主题概率分布及其主导主题，并结合高权重关键词与代表性文本进行主题命名，同时通过跨语言对齐与人工校验提升结果的解释性与可比性。

表1和2展示了中英文帖文在主题分布上呈现的差异。中文旅游帖文的主题分布较为均衡，前三大主题占比分别约为26.4%、24.7%和21.5%，涵盖签证政策、旅游体验与经济影响等方面。英文帖文则以政治和旅行类话题最为突出，约占32.5%，其他主题占比较小。与以往研究不同，本文发现英文帖文与政治议题的关联性更高，特别是外交摩擦和旅行限制。这表明，英文讨论不仅关注旅游体验，还紧密关联国际政治、签证政策及跨国旅行障碍等议题。这一发现凸显了英文社群对中国旅游的关注结构与以往研究的不同。

在政策与签证议题上，两种语料均承认签证与出入境规则对旅游决策的关键作用，但切入点不同。中文帖文讨论更强调政策便利化与消费增长之间未能同步的问题，常以免签与免税销售的脱节为例。英文帖文讨论则侧重制度变动的全球外溢效应，围绕过境签规则漏洞、区域性免签举措与签证费用上调等因素对跨国旅游流量及结构的影响展开。

在地缘政治与旅行限制方面，两种语料都涉及政治环境对出行的形塑作用，但呈现路径不同。中文帖文通常从区域局势视角切入，更多强调政治氛围对旅游的间接作用。英文帖文则更关注中美政治摩擦与旅行政策直接关联的事件，如特朗普禁航令争议、签证拒签潮和边境管控加强等。总之，中文讨论更多呈现区域政治对旅游流动的间接作用，而英文讨论突出外交政策和旅行禁令带来的直接冲击。

在交通与出行体验层面，两种语料均关心旅行的顺畅度与可达性，但侧重点有所不同。英文帖文更强调交通与服务效率，如高铁缩短时空距离、航班延误处置机制，反映出英文受众对功能性与服务质量的重视。中文帖文则更关注跨文化场景中的行为规范与公共礼仪，如排队秩序、公共设施使用礼仪与服务态度，说明中文受众在旅游体验中对文化冲突与行为差异的敏感。

在旅游形象与文化表达方面，中文帖文倾向于从国家层面构建旅游叙事，常借助“基建奇迹”“自然风光”等宏大话语进行形象塑造，并围绕文化输出事件展开讨论。英文帖文则侧重个体视角的旅游体验和商业营销，例如长江豪华游轮、文化演出体验以及社交媒体宣传活动。在话语方式上，中文更多使用宏大叙事语境，英文更多采用体验描述。

在各语言的独特关注方面，差异进一步显性化。中文语料特有的主题包括旅游经济泡沫与文化冲突，例如对海南免税市场过热风险的讨论，以及中外游客因行为习惯差异引发的冲突。英文语料的独特主题则聚焦基础设施和高端旅游体验，如中欧班列新线路、北极航道商业化、高铁桥梁工程以及电子客票等技术应用。这些差异反映出英文受众对中国基础设施和创新体验的关注，而中文受众更关注社会文化现象和经济风险。

在关键词分析方面，英文帖文的“地缘政治与旅行限制”类词汇占比最高（约32.5%），而与基础设施相关的词汇仅占约12.8%。中文帖文主题分布则更为均匀，各主题词如签证政策、体验、经济影响约占20%~26%。这进一步表明，英文讨论在政治性话题上权重更重，而中文话题关注相对分散。

从宏观到微观，两类语料既有交集也有分化，均共同关注签证与旅行政策及基础设施，但中文更指向国家层面的政策执行、文化互动与经济影响；英文则强调个体层面的行程体验、高端旅游产品与效率提高。此差异反映出受众心理与关注点的不同，中文受众侧重政策对国民利益与国家形象的意义，英文受众更看重旅行便利、体验新奇与市场动向，同时也受传播环境制约，中文讨论植根国内发展语境，带有反思与批评，英文讨论立足全球旅游市场与国际政治框架。

（三） 2024—2025年“China travel”涉华信息的分布趋势

如图7所示，2024年9月至2025年8月，X平台上中英文涉华旅游信息的发布量呈现出明显的周期性波动。在中文语境中，发帖量在2024年10月国庆节前后、2025年1月春节前后和2025年5月劳动节前后达到显著高峰。相比之下，英文帖文数量的高峰出现在2024年10月、2025年1月和2025年4月，分别对应全球秋季旅行季、春节假期以及复活节前夕。总体来看，两种语言的讨论均在重要节假日或旅游旺季集中爆发，而平日则相对平稳。值得注意的是，英文讨论的高峰次数较多且出现时间略早于中文，这反映出不同语言社群对中国旅游议题关注节奏的差异。

中国本土节庆在很大程度上主导着中文语境的讨论节奏，国庆、春节等长假期间国内旅游热度上升，用户分享旅行见闻的意愿明显增强。此时媒体与机构也会集中发布出行提示或签证政策更新，这些因素共同推动讨论量快速攀升。此外中文话题则显得平缓很多，除非遇到突发新闻事件，否则很少出现明显波动。英文语境下的讨论明显遵循不同的逻辑，其热度变化与全球旅游周期深度绑定。欧美国家游客在复活节等主要假期前后对中国旅行表现出更高关注，同时涉及外交摩擦或签证限制的突发事件也容易刺激英文讨论量的短期增长。社交平台的算法机制也在其中发挥作用，那些接近假期时被推上趋势榜单的中国旅行关键词进一步助推了讨论高峰的形成。

这种时间分布差异很直观地反映出受众关注点的不同结构。中文讨论始终围绕本土节庆与政策背景展开，体现出国内用户对旅行体验的积极期待；英文讨论则沿着全球旅游日历的轨迹延伸，其间还掺杂着对政治限制与旅行风险的种种担忧。虽然都在讨论中国旅行主题，两种语境却依照各自社群关心的日程事件形成了不同的传播节奏。

这一结构既体现了跨文化传播既在部分议题上存在共鸣，更在议程设置层面呈现出明显断裂。以上发现提示，有效的国际传播策略必须敏锐洞察不同受众群体在关注节奏与议题焦点上的结构性差异，方能实现有效触达。

（四） 2024—2025年“China travel”涉华信息的演变特征

从宏观整体来看，英文“China travel”帖文的情感分布存在显著分化，中文语料整体正向占比较高、基调更为积极，英文语料则负向比例更突出、总体更为审慎甚至偏消极。具体来看，中文帖文约73.7%表达正面情绪，仅6.1%为负面；相比之下，英文帖文负面情绪占比约20.6%，正面仅16.5%。

这种情感倾向上的对比反映出深层的结构性传播机制和文化心理差异，中文信息多以宣传旅游体验和国家形象为主，符合集体主义语境中对正向叙事的偏好；英文信息则更关注外交摩擦、旅行限制等政治性议题，伴随着更强的质疑和批判色彩。同时，社交媒体平台的开放网络和算法机制倾向放大情绪强烈或争议性内容，这种跨文化信息的情绪极化现象使得不同受众群体对同类信息产生迥异反应，并通过情感驱动的传播路径进一步强化了相关话题的可见度。

各主题在情绪表达上也存在异同。在签证与政策议题上，中文讨论多围绕便利化与优化举措展开，呈现积极叙事；英文讨论则集中于签证禁令与限制措施，情绪整体偏负向。在旅游体验与城市交通主题上，英文帖子更强调高铁与航空等效率与服务细节，语气多为中性至正向，中文帖子则更多聚焦出行礼仪与跨文化规范，语气以正向为主。英文与签证和旅行限制相关的主题普遍负向，而与旅游计划与文化体验相关的主题相对中性偏正；中文各主题整体正向取向更强，尤以旅游体验与文化交流最为显著，负面占比极低。

从传播风险角度看，英文语境中负向议题更易放大对华旅游的消极认知，强化刻板印象并诱发舆论对立；中文语境中高度一致的正向叙事虽有助于降低误读，却可能压缩问题识别与纠偏空间，影响海外受众对相关信息的信度与接受度。受众偏好进一步巩固了这种差异，英文社群对冲突、限制与风险更为敏感，负面信息更具注意力和吸引力，而中文受众偏好积极的旅行体验与景点叙述，正向情绪提升内容的可亲近性与扩散意愿。

从图8所示的时间序列可以清楚地看到信息传播呈现出的节奏规律，讨论频率会伴随全球旅游高峰期和重大事件发生明显起伏。中国传统节庆期间，中文讨论量达到高点，而英文讨论则更多受到全球旅游旺季和国际事件的推动而升温。

社交平台的趋势榜单和话题推荐机制在这些关键节点发挥了放大作用，使相关讨论快速形成规模，产生明显的拐点效应。中英文内容在传播节奏上的不同步，反映出两个社群在关注点和传播路径上的差异。中文内容更多依赖国内时点推动传播，英文内容则与国际节假日和涉华新闻议题同步。这一时序特征表明，算法推荐和社会时间线共同塑造了跨文化信息的扩散路径，使时机选择与事件本身成为决定信息能否成功传播的关键要素。

五 结　　语

本文基于对X平台上“China travel”相关中英文数据的系统分析，揭示了国际社交媒体上与“China travel”热词相关的涉华信息在主题表达、情感倾向与传播特征上的差异。研究发现有三个方面。首先，主题分布呈现明显的不均衡性。中文环境下，涉华旅游话题种类丰富，议题占比较为均衡；英文环境则聚焦少数几类话题，尤其是地缘政治和旅行限制，某些单一主题占比超过30%。这一现象反映了英文用户更关注政治性议题，如签证禁令与外交冲突，而中文用户则关注更广泛的内容，如签证政策、旅行体验与经济影响。其次，情感倾向呈现两极分化。中文帖文大多情绪积极，约73.7%表达正面情绪，负面情绪仅占6.1%；英文帖文则更为中性与负面，负面情绪占比约20.6%，正面仅为16.5%。也就是说，中文帖文内容大多赞扬中国旅游与国家形象，英文内容则更多批评，评价较为谨慎。最后，传播过程呈现阶段性时序规律。中文内容的高峰期主要出现在中国节庆及政策发布期间，英文内容的传播高峰则更多出现在全球旅游旺季及国际重大事件期间。这表明，中文用户的传播节奏受国内节庆和政策变化的影响较大，英文用户则更多受到全球旅游周期与国际事件的推动。

在传播途径方面，X平台的开放网络结构和转发机制起到了重要作用，通过话题标签系统加速信息传播，少数核心节点在信息扩散中扮演着关键角色。那些拥有大量“粉丝”的意见领袖、知名媒体和活跃跨国社群成为信息传播的枢纽。这些高传播度的内容通常不是自然生成的，而是平台的算法和政治考量共同作用的结果。快速转发、情感倾向和商业激励等因素提升了具有争议性或强烈情感内容的曝光度和传播潜力。这意味着，能引发争议或激发情感反应的涉华帖文更容易成为热点。

本文揭示了X平台上涉华信息传播的基本规律，但也存在一定局限。后续工作可将不同社交媒体生态纳入比较框架，特别关注TikTok、Instagram和YouTube等新兴平台对中国形象的塑造机制。短视频平台的视觉传播特性及其对受众认知的影响，将成为重点考察维度。在研究方法层面，情感识别与内容分析技术亟待深化。引入深度学习与自然语言处理技术，构建更智能的情感分析模型，通过细化情感分类维度来提升跨语言文本分析的准确性与可比性，是值得推进的技术路径。同时，社交网络分析与语义网络分析能有效追踪信息扩散路径、评估关键节点的群体影响力。这些研究方法对于理解新兴媒体形态下的传播效果、情感共鸣机制及文化输出策略具有重要价值。

参考文献

[1] 相德宝，曹春晓.国际社交媒体平台算法对涉华国际舆论的价值偏见及其治理［J］.对外传播，2022（10）：8-11.

[2] DENG W， YANG Y. Cross-platform comparative study of public concern on social media during the COVID-19 pandemic： an empirical study based on Twitter and Weibo［J］. International Journal of Environmental Research and Public Health，2021，18（12）： 6487.

[3] LIU J. Research on trending algorithms of digital platforms： a case study of Little Red Book and Instagram［J］.Media and Communication Research，2024，5（4）：58-68.

[4] 成晓丽. 新媒体语境下公众话语的传播［J］. 青年记者， 2016 （20）： 31-32.

[5] 杜珊珊. 社交媒体在企业档案工作中的应用［J］. 中国档案， 2017 （6）： 44-45.

[6] NI S Q. Debunking biases： a critical analysis of western media reports about China’s Belt and Road Initiative［J］. Proceedings of the International Conference on Global Politics and Socio-Humanities， 2023，15（1）：48-54.

[7] GUO Y. A study on the discourse construction of foreign mainstream media’s China-related reports［C］//2023 2nd International Conference on Educational Innovation and Multimedia Technology. Amsterdam：Atlantis Press， 2023： 1092-1098.

[8] 郭全中，王映骅，司茗嘉.“TikTok难民”现象透视：用户—平台的情感驱动与游戏实践［J］.新闻爱好者，2025（4）：32-35.

[9] 杨枭枭，李本乾. 国际社交媒体涉华内容传播机制研究［J］. 中州学刊， 2019（9）： 162-167.

[10] 肖明，易红发.社交媒体推特上的中国形象研究［J］.北方传媒研究，2017（2）：33-37.

[11] FINKELSTEIN D， YANOVSKY S， ZUCKER J， et al. Information manipulation on TikTok and its relation to American users’ beliefs about China［J］. Frontiers in Social Psychology， 2025， 2： 1-16.

[12] XIAO M， YI H. The Chinese image on Twitter： an empirical study based on text mining［J］. Journalism and Mass Communication， 2016， 6（8）： 469-479.

[13] 张客. YouTube上中国旅游形象重塑：“他者” 视角分析［J］. 新闻传播科学， 2024（6）： 1389-1395.

[14] JIE C， AHMAD A M， ZAINUDIN S， et al. Construction and challenges of China’s national image： an analysis of western mainstream media coverage of the COVID-19 pandemic［J］. Pakistan Journal of Life & Social Sciences， 2025， 23（1）： 4161-4176.

[15] HE Q， ZHANG Z， XIE Y. The impact of COVID-19 on Americans’ attitudes toward China： does local incidence rate matter？［J］. Social Psychology Quarterly， 2022， 85（1）： 84-107.

[16] 徐翔.全球社交媒体中北京传播主体现状与对策：基于Twitter的样本分析［M］//殷星辰，袁振龙，姚兵，北京社会治理发展报告（ 2014—2015

[17] .北京：社会科学文献出版社，2015：218-232.

[18] 张楠，彭海龙，徐晨怡.国际社交媒体上中国环境议题的传播图景：基于推特平台的话题与情感分析［J］.北京科技大学学报（社会科学版），2025（4）：98-108.

[19] 杨正，贾鹤鹏，王艳丽，等.国际社交媒体平台上的中国科学形象研究：基于推特平台的数据［J］.中国科学院院刊，2023（1）：145-153.

[20] 王斌，李唯嘉.社交媒体时代政策性议题的国际传播策略：以Twitter平台“全面二孩”报道为例［J］.新闻战线，2017（9）：62-65.

[21] 陈慧敏，邓依林，简晓雯，等.中国科技形象的社交媒体呈现与演变：基于推特平台的大数据分析［J］.中国地质大学学报（社会科学版），2025（2）：143-156.

[22] KIM S， SUNG K H， JI Y， et al. Online firestorms in social media： comparative research between China Weibo and USA Twitter［J］. Public Relations Review， 2021， 47（1）： 102010.

[23] 陆豪放，张千明，周莹，等.微博中的信息传播：媒体效应与社交影响［J］.电子科技大学学报，2014（2）：167-173.

[24] GOYAL A， KASHYAP I. Latent dirichlet allocation：an approach for topic discovery［C］//2022 International Conference on Machine Learning， Big Data， Cloud and Parallel Computing. IEEE， 2022， 1： 97-102.

[25] AJAO O， HONG J， LIU W. A survey of location inference techniques on Twitter［J］. Journal of Information Science， 2015， 41（6）： 855-864.

[26] ZHANG Y， LIN H， WANG Y， et al. Sinophobia was popular in Chinese language communities on Twitter during the early COVID-19 pandemic［J］. Humanities and Social Sciences Communications， 2023， 10（1）： 1-12.

基金资助

国家社会科学基金重点项目(25AXW012)