论文推荐 Vol. 26｜“战狼外交”何时开始，又因何而起？

Lim, Ito & Zhang, 2026 | Journal of Contemporary China
论文信息

概要

“战狼外交”大概是过去十年里中国研究中被媒体使用最多、却被系统测量最少的概念之一。青山学院大学的 Jaehwan Lim、东京大学的 Asei Ito（伊藤亚圣）与日本经济产业研究所（RIETI）的 Hongyong Zhang 合作，利用 1997 年至 2023 年中国外交部例行记者会的全部文本，从中提取 34,607 条问答（Q&A），用一套尽量少依赖人工编码和先验假设的文本分析方法，回答三个问题：战狼外交从什么时候开始、什么时候出现调整？哪些具体的词语和议题构成了“战狼话语”？它的兴起更可能由什么因素驱动？

研究的核心发现可以概括为三句话。第一，情感分析显示，外交部发言人对 OECD 国家的语气自 2019 年 7 月起显著转负，这是 27 年间第二次出现这种转变——上一次发生在 1999–2000 年（驻南联盟使馆被炸之后）；2022 年 9 月以后语气略有缓和，但并未回到战狼外交之前的水平。第二，变点分析的时间线与党中央对外交部的一系列直接干预高度吻合：中组部副部长齐昱 2019 年 1 月出任外交部党委书记、中央巡视组 2019 年 9 月至 2020 年 1 月对外交部开展巡视，这两次人事与纪律介入之后，语气随即转负。作者据此判断，战狼外交的主要驱动因素更可能是党对外交系统干预的加强，而非笼统的民族主义或地缘政治紧张。第三，文本回归（LASSO）识别出的标志性词语是“罪责”“抹黑”“操弄”“意识形态”“涉港”等谴责性表达，而“领土”“核心利益”“人权”等传统利益概念并不构成战狼话语的特征。换言之，战狼外交的独特之处不在于宣示了什么新的国家利益，而在于采用了一种异常尖锐、反应式的谴责语言。

“战狼外交”：一个需要被测量的标签

中国外交话语的转向并非新鲜话题。早在 2010 年前后，“新强硬”（new assertiveness）一词就曾在学界和政策评论中流行，用以描述中国外交 allegedly 背离“韬光养晦”传统的激进转向。但 Alastair Iain Johnston 等学者随后指出，这一轮讨论大多缺乏清晰定义和系统证据：如果考察官方主权话语等更系统的指标，中国外交强硬程度的峰值其实出现在 2000 年前后（1999 年使馆被炸事件之后），而不是 2010 年。“新强硬”叙事低估了历史上一贯存在的强硬成分，又高估了变化幅度。

作者认为，讨论战狼外交时应汲取这一教训，理由有二。其一，与“新强硬”一样，“战狼外交”也是一个由外国媒体创造的标签——它借用了中国系列动作片的片名，用以捕捉外部世界眼中中国外交“令人 intimidated 甚至困惑”的面貌。一个外来的标签，更需要被放回中国外交自身的内在逻辑与长期演变中加以界定。其二，不同于涉及国家行为整体的“新强硬”，战狼外交主要是一种话语与修辞现象，而且其执行主体是外交部——一个被认为在近年来的外交决策中被边缘化的机构。组织地位的变动如何影响外交话语与语气，恰恰是既有研究尚未开垦的地带。

因此，理解战狼外交需要做两件事：在长时段中评估它与此前强硬波的连续与断裂；并采用能够拆解语义特征的分析工具，弄清楚它到底“说”了什么。

既有研究留下的三个问题

论文系统梳理了战狼外交研究的两条路径。质性研究提出了多种国内动因解释：Duan 区分了个体激励、制度变迁与转移视线三种机制，并判断战狼外交主要是“由特定时间因素驱动”、限于少数外交官在敏感议题上的言行；Yuan 通过对赵立坚与美国国务院的推特交锋、中澳与中瑞外交冲突的案例研究，指出领导层变动、民族主义抬头与对敌意国际环境的感知共同发挥作用；Sullivan 和 Wang 则强调外交部官员与民间民族主义之间的协同互动，形成自下而上的激励，与中央要求展现“自信崛起”的自上而下压力并存。

量化研究方面，Dai 和 Luqiu 用监督式机器学习测量外交部记者会中敌意回应的比例，发现 2018 年以来敌意声明急剧增加，并通过主题模型指出并非所有议题都以斗争性语气讨论；Brazys、Dukalskis 和 Müller 则用潜在语义标度（LSS）构建“战狼外交指数”，以双重差分设计考察 2021 年 5 月 31 日中央政治局集体学习（习近平提出塑造“可信、可爱、可敬”的国家形象）之后外交官推特语气的变化，发现语气略有缓和，但未出现根本转向。

在作者看来，这些研究仍遗留三个问题。第一是时间线问题：战狼外交究竟何时开始、何时调整？政治局学习会前后还存在多次政治干预，仅凭一次事件的 DiD 设计无法确定整体语气变化的确切时点。第二是方法论问题：无论是人工标注“敌意”文本，还是手动选择种子词，既有测量都大量依赖人工编码和对政策干预的先验假设。第三是经验问题：到底哪些词、短语或概念标志着战狼外交？既有观察（如新疆、香港、清零政策等议题）来自对高频词的质性解读，可能遗漏其他重要关键词。本文的研究设计正是围绕这三个缺口展开。

数据：27 年的外交部记者会问答

研究使用 Oriprobe 数据库中 1997 年 1 月至 2023 年 12 月的外交部例行记者会文本，共 6,892 场记者会。利用记者会“记者提问—发言人回答”的结构，作者从中拆分出 34,607 条问答（Q&A），以单条问答为分析单位。

图 1：按季度统计的问答数量（1997Q1–2023Q4），深色为涉 OECD 国家问答，浅色为涉非 OECD 国家问答

图 1 显示，2000 年底之前问答记录相当稀少，此后数量大幅增加，因此 1997–2000 年段的估计误差相对较大，这是读图时需要注意的。

沿用 Brazys 等人的做法，作者将问答按是否提及 OECD 国家分类。这一分类的实质依据是：战狼外交的主要对象是发达国家——赵立坚的批评主要针对美国、澳大利亚、瑞典，媒体报道中的其他对象（捷克、加拿大、法国、日本、英国）也都是 OECD 成员；同时，OECD/非 OECD 的划分也能区分中国对发达国家与对“全球南方”国家的两套话语。分类通过关键词匹配实现，除成员国名外，还纳入“日方”“美方”“中日”“中美”“北约”“华盛顿”“东京”“钓鱼岛”等相关词。作者坦承这一分类无法很好捕捉中国对印度、斐济、菲律宾等非 OECD 国家的强硬姿态，因此在附录中改用外交部自己的地区分类做了稳健性检验，结果基本一致。

方法三步走：情感、变点与文本回归

第一步：用通用情感词典测量语气

与以往依赖人工标注或特定领域种子词的做法不同，作者选用台湾大学扩展情感词典（ANTUSD）这一通用中文情感词典，为每条问答计算情感得分：将问答中匹配到词典的词语按情感极性加权平均，正值表示语气积极。通用词典的词表覆盖面广、不针对特定议题，可以减少人工干预与先验假设带来的偏差。

这一基线测量的效度通过与既有方法的对照得到检验：作者按 Brazys 等人的 LSS 方法复算了“战狼外交指数”（正值表示更强硬），两套得分在月度层面呈现 −0.60 的较强负相关——情感分越低（越负面），LSS 分越高（越强硬），方向与理论预期一致，说明通用情感词典足以捕捉外交语气的变化。

第二步：变点分析，让数据自己说出转折点

既有研究通常预先假定某次政治事件是“处理”，再估计其效果。但作者指出，2010 年代末以来党中央至少五次通过不同制度渠道介入外交部事务：

干预如此密集，任何一种 DiD 设定都难以确认“哪一次干预起了作用”（作者透露，以这五个时点分别做 DiD，全部都能“估计出效果”，恰恰说明该设计在此不适用）。因此作者改用贝叶斯变点分析（bcp），不预设任何干预时点，直接在情感得分的时间序列上检测均值与方差发生结构性突变的位置，事后再把识别出的变点与上述政治事件对照。

第三步：文本回归，找出“战狼词汇”

最后一步用 LASSO 文本回归识别特征词。作者把“战狼文本”操作化定义为同时满足两个条件的问答：(1) 时间处于 2020 年 1 月至 2022 年 9 月（即变点分析识别的语气最低谷区间）且提及 OECD 国家；(2) 情感得分低于全样本基线均值 0.101。随后用 LASSO 回归以词项预测“是否属于战狼文本”——LASSO 的惩罚项会把没有预测力的词系数压缩为零，从而筛选出最有代表性的词。通过交叉验证选择惩罚参数 lambda，并聚焦非零系数较少、便于解释的一组模型（lambda 介于 0.0455 与 0.0113 之间）；其中主模型在测试集上准确率达 0.92，F1 为 0.358。相比主题模型，文本回归对“找出与某个结果相关的关键词”这一问题更直接。

发现一：对发达国家的语气两度转负

图 2：问答层面月度平均情感得分（1997 年 1 月–2023 年 12 月），红线为非 OECD，蓝线为 OECD；图中标注了驻南联盟使馆被炸、海南撞机、北京奥运会、特朗普对华关税、武汉封城、佩洛西访台等事件

图 2 是全文信息密度最高的一张图。对非 OECD 国家的语气在 27 年间大体稳定在 0.1 附近，而对 OECD 国家的语气出现两次明显下坠：一次在 1999–2000 年前后，一次在 2019 年之后。作者对 1999–2001 年数据做了 Welch t 检验和 Mann-Whitney U 检验，确认当时 OECD 与非 OECD 两组语气差异在统计上显著。

这意味着两点。第一，2019 年后的语气转负并非史无前例，而是 27 年来的第二次——中国外交话语对发达国家的强硬化存在历史先例。第二，2020 年前后两条曲线的明显分叉，与质性观察相互印证：在战狼外交兴起的同时，中国通过“人类命运共同体”等概念向发展中国家持续释放友好信号。平时针对两类国家的叙事差异不大，一旦重大事件发生，两套话语便显著分化。

发现二：2019 年 7 月启动，2022 年 9 月微调

图 3：对 OECD 国家情感得分的变点分析结果；识别出的变点为 1998 年 7 月、2001 年 11 月、2009 年 8 月、2019 年 7 月、2020 年 2 月与 2022 年 9 月

变点分析在涉 OECD 问答的月度情感序列上识别出六个变点。与战狼外交直接相关的是最后三个：

把这条时间线与政治事件对照，可以得到相当清晰的对应关系：2019 年 7 月的转负发生在齐昱 2019 年 1 月出任外交部党委书记之后；2020 年初的进一步下探紧随中央巡视组对外交部的巡视（2019 年 9 月启动，2020 年 1 月反馈）之后；而 2022 年 9 月的缓和，距离政治局集体学习（2021 年 5 月）已一年有余，且发生在赵立坚调任（2023 年 1 月）前夕。

图 4：用 LSS 复算的战狼外交指数做变点分析（稳健性检验）；变点为 2001 年 2 月、2001 年 10 月、2019 年 6 月、2020 年 4 月与 2022 年 8 月

用 LSS 指数复做变点分析作为稳健性检验，得到的变点（2019 年 6 月、2020 年 4 月、2022 年 8 月）与情感得分的结果几乎重合，尤其集中在习近平执政时期，说明时间线的识别不依赖于某一种具体测量。

值得注意的是“缓和”的程度：2022 年 9 月之后语气虽有回升，但并未回到战狼外交开始之前的水平。直到 2023 年底数据截止，发言人话语仍保留着战狼时期的特征。作者还提醒，政治局学习会的内容本身相当混杂，未必直接改变发言人语气——结构性变化出现在会议约一年之后，这与 Brazys 等人“语气仅轻微缓和、无根本转向”的发现部分一致，但把真正的转折时点推后了。

发现三：哪些词定义了“战狼话语”

表 1：LASSO 文本回归中预测“战狼文本”的词语（四个模型、各取非零系数词项）；正系数表示该词预示战狼文本，负系数则相反

表 1 报告了四个不同惩罚强度下的模型结果。只保留极少数词的模型 1 和模型 2 显示，战狼外交首先是一种针对美国的反应式断言——“美国”“美方”与“抹黑”“政客”“打压”“操弄”并列前茅。作者形象地指出，用模型 1 的词几乎可以拼出一句典型的战狼表述：“美国政客企图抹黑我国”。这句话并非修辞虚构：2022 年 7 月 7 日赵立坚在记者会上的原话是，“美国有关政客一贯渲染中国威胁，抹黑攻击中国……充分暴露了他们根深蒂固的冷战零和思维和意识形态偏见”。

词项更多的模型 4 揭示了更丰富的层次：

图 5：表达与议题类关键词的历时趋势：‘罪责’‘抹黑’‘意识形态’‘涉港’（占比，%）
图 6：概念类关键词的历时趋势：‘国家主权’‘核心利益’‘领土’‘人权’（占比，%）

图 5 与图 6 的对照最能说明问题。图 5 中，“罪责”“抹黑”“意识形态”“涉港”四个词的频率峰值都落在战狼时期（2019–2022）；其中“意识形态”尤其值得注意——它在 2000 年前后那一轮强硬波中几乎不出现。而图 6 中，“国家主权”“核心利益”“领土”“人权”这些与传统外交利益相关的概念，峰值反而分布在其他时期（多在 2000 年前后），并不构成战狼时代的特征。

由此，作者得出一个细腻的判断：尽管 2000 年与 2020 年前后两轮强硬在语气强度上相似（图 2、图 4 都呈现两次下坠），但两轮的话语实质在质上不同。对“意识形态”一词的补充分析印证了这一点：习近平在 2013 年和 2016–2017 年的讲话中也曾频繁使用该词，但语境是国内意识形态工作；而在战狼时期，它被用于回应外国对中国的指控——典型例子是 2020 年 7 月蓬佩奥在尼克松图书馆演讲后，汪文斌回应“我们敦促蓬佩奥摒弃过时的冷战思维和意识形态偏见”。同一个词，从对内动员的语言变成了对外反击的语言。

原文信息

文献来源： Lim, J., Ito, A., & Zhang, H. (2026). Unpacking China’s Wolf Warrior Diplomacy: A Text-As-Data Approach. Journal of Contemporary China, 35(160), 1725–1741.

原文链接： https://doi.org/10.1080/10670564.2025.2557845