中日间，未曾发生的“政冷经凉”

在世界政治格局中，国与国之间交往经常并不如大众想象的那样按某种简单模式发展，而往往是由当时形势决定。当今世界，两国之间极少完全对立，它们之间大多是相互妥协，从而进行利益博弈的。这种关系往往体现在多个层次，如政治上时有冲突，而在文化、经济方面则有频繁密切的合作；或在舆论上时有激烈的冲突，但政府高层继续保持高端对话与合作。一般来说，假如面对一些突发的冲突事件，两国之间能够互相妥协，则双方都有可能减少损失。

以中日关系为例，有学者认为，中日两国间的纷争是由历史遗留因素决定的，中国的崛起导致了亚太再平衡战略的实施，后者加剧了中日两国间的主要冲突(Wirth, 2009)。进入21世纪，中日两强并立日趋明朗，双边政治关系以僵硬对峙开局，“政冷经热”一时间成为描述中日关系的核心话语，如何塑造双边关系渐次成为两国深入思考的重大议题。又有学者认为，从2010年至今，中日之间发生了多起具有国际影响的重大事件；这当中，既有激烈的冲突，也有深入的合作(门洪华,2016)。朱晓琦(2015)认为，2010年日本GDP被中国超越，其排名退居世界第三；同年9月发生的冲突事件，使得两国之间的关系进一步恶化。王新生(2014)认为，两国公众对经济合作的认识呈现分歧；文化元素受关注度下降，有关争议话题备受关注；双方对《中日和平友好条约》现实意义的认识有所不同；民间对话和交流对改善中日关系依然重要。冯昭奎(2015)认为，2010年钓鱼岛争端开启了中日“政冷经凉”的新时代，中日敌对态势明显，双边关系发展到接近“全面崩溃”坏到不能再坏的状态。这些观点，不仅不一致，甚至互相矛盾。能否用大数据佐证中日的“政冷经热”关系何时转变成“政冷经凉”？

全球事件、语言和语调数据库（Global Database of Events，Language，and Tone，GDELT）为该命题的研究提供了强有力的数据支撑。GDELT是一个TB量级的基于新闻媒体报道的关于全世界所有重要人类社会活动事件集的数据库。它收集的新闻事件覆盖了全世界绝大部分的英语和非英语（100多种语言）国家和地方新闻媒体的报道，新闻覆盖率高达98.4%。该数据库包含了从1979年1月1日至今来自世界的超过6亿条新闻事件数据；且数据库现在已更新到2.0版，实现每15分钟更新一次。该数据库记录的每个事件均涉及两个Actor，如美国和中国。具体地，每个Actor又包含了多种角色代码。更重要的是，GDELT包含了其记录事件的很多其他属性，其中用以刻画两个Actor之间合作或冲突程度的戈登斯坦因子（Goldstein Scale）能够用来研究国家间的政治关系，其分值范围为[−10,10]，−10和10分别代表最强烈的冲突和最积极的合作。关于该数据库更详细介绍请见高剑波著《“一带一路”大数据定量分析—任务、挑战与解决方案》一书。我们研究发现基于GDELT的新闻报道的事件数的对数与GDP的对数之间的存在着很好的线性相关性，见图1。这表明不仅海量媒体数据与经济是紧密耦合的，而且新闻报道的很多属性以幂律方式依赖于GDP。因此，GDELT海量媒体数据能够很好地用来研究政治与经济。

图1.1979-2014新闻事件数与GDP的相关性

中日的“政冷经热”关系何时转变成“政冷经凉”这个命题包含两个主题，一个是“政冷”，另一个是从“经热”转变成“经凉”。首先利用GDELT的数据考察中日关系是否存在“政冷”。我们从GDELT中获取2010年至2016年6月19日的全球媒体对中国与日本的报道量，其中对中国报道量为4347384条；对日本的报道量为1839371条；中日两国之间的报道量为281169条。图2（a）显示了中日两国总体合作（蓝色）与冲突（红色）的时间序列；图2（b）显示了中日两国政府间合作（蓝色）与冲突（红色）的时间序列。

图2.中日两国总体与中日两国政府间合作与冲突的时间序列

为了便于理解，我们特别关注图2（a）、（b）中a、b、c三个时间节点。图2（a）中a时刻的戈登斯坦因子（Goldstein Scale）为−1666.3，而（b）中a时刻的戈登斯坦因子为−341.1。这两个时刻对应的是2010年9月7日发生的冲突事件。图2（a）中b时刻的戈登斯坦因子为−3123.5；（b）中b时刻的戈登斯坦因子为−446.8。这个时间区间对应的是2012年9月发生的两起重大事件。国内学者张沱生认为，2012年9月，中日间爆发了一场严重的安全危机。此后，两国关系全面恶化，一度甚至走到了军事冲突的边缘。然而，由图2可见，政府层面的冲突程度并不高。

图2（a）中c时刻的戈登斯坦因子为+2701.1，而（b）中c时刻戈登斯坦因子为+1092.1。这个时间节点对应了“习安会”回应2014年中日关系合作事件。自2012年9月以来，两国关系似乎陷入深冷状态。直到2014年11月10日至11日在北京召开APCE会议，中日双方就处理和改善中日关系达成四点原则共识；且日本首相安倍晋三11日下午召开新闻发布会，会上提到“改善日中关系迈出的一大步”，尽快构建日中海上联络机制。由此可见，两国之间发生的重大事件都能在图2中一一对应。那么，将图2中的数据与上文冯昭奎的观点对比，发现2010年9月的冲突事件并未使得两国关系“发展到接近‘全面崩溃’坏到不能再坏的状态”。事实上，从图2能观察到，2012年9月发生的两起重大事件才是近七八年来中日关系到达冰点的危机事件。

关于相互妥协模式的机理，可以通过考察中日两国政府间每一天合作与冲突的戈登斯坦因子总和的概率分布来得到一些启示。我们发现，中日两国政府间每一天的合作和冲突的戈登斯坦因子总和均近似服从于对数正态分布，如图3所示。

图3.中日两国政府间的合作和冲突程度的分布

对数正态分布的机理如下。考虑随机变量X=U₁∙U₂∙⋯∙U_n，其中U_i为独立的随机变量。两边同时取对数，则有：

lnX=lnU₁+lnU₂+⋯+lnU_n

由中心极限定理推断，lnX近似服从正态分布，也就是说X近似服从对数正态分布。中日两国政府间每天的合作和冲突的戈登斯坦因子总和均近似服从对数正态分布，说明政府之间，不管是合作还是冲突，实际决策时，一般考虑了发生的所有相关事件的影响，而不是基于单个或少量事件。

为了理解上述对数正态分布的特殊性，我们进一步考察中日两国所有领域里每一天合作与冲突的戈登斯坦因子总和的概率分布，具体见图4。我们发现，中日两国每一天的合作和冲突的戈登斯坦因子总和偏离了对数正态分布。这不难理解，中日之间的关系包含了27个类别（政府间关系只是其中之一），不能期望每一天里每个类别的事件的合作与冲突的戈登斯坦因子总和的分布都属于对数正态分布。而且，即便所有类每天正负戈登斯坦因子总和的分布都由对数正态分布刻画，它们的参数也不会是一样的。由此可见，政府间的合作与冲突（或决策）相对来说是比较理性的。

图4.中日两国的合作和冲突程度的分布

从上述分析中可以看出，中日之间并没“政冷”的现象，中日政府之间的关系一直是平稳的，且合作远大于冲突。

为了搞清楚中日关系何时从“经热”转变成“经凉”，我们来考察经济贸易的数据。图5描述的是1992-2016年中日及中国和日本、东盟之间的贸易情况。由图5可见，虽然中日贸易量近15-20年持续下降，但中国与日本、东盟之间的贸易比较稳定，因此，中日之间的“经凉”是个假象，真正发生的是贸易结构的调整。

图5. 1992-2016 年中国与日本及中国与日本、东盟之间的贸易情况

综上所述，中日关系既无“政冷”，也无从“经热”至“经凉”的转变。那么，中日关系究竟怎样？两国关系有何演变规律、特征？这些重要问题解决能够帮助人们更精准地了解中日关系，进而为政府、企业等主体应对两国间发生的重大事件提供极为重要的参考价值。目前，高剑波团队已利用GDELT海量媒体数据成功构建了双边关系指数（Bilateral Relationship Index, BLR），能够在不同时间尺度下定量刻画任意两国间的关系及其演变。

本文摘编自《“一带一路”大数据定量分析—任务、挑战与解决方案》

参考文献：

[1] Wirth C. China，Japan，and East Asian regional cooperation：the views of “self” and “other” from Beijing and Tokyo[J]. International Relations of the Asia-Pacific，2009，9(3)：469-496.
[2] 门洪华. 日本变局与中日关系的走向[J]. 世界经济与政治，2016，（1）：72-90.
[3] 张沱生. 走出危机、重启对话与合作——中日关系的现状与前景[J]. 东北亚论坛，2015，（5）：3-12.
[4] 朱晓琦. 日本学界的海洋战略研究—— 核心议题与研究趋势[J]. 国际政治研究，2015，（6）：80-102.
[5] 王新生. 冲突与合作：未来十年中日关系[J]. 国际政治研究，2014，51（2）：18-23.
[6] 冯昭奎. 中日关系的辩证解析[J]. 日本学刊，2015，（1）：1-24.