This study examines the influence of moral emotions on citizens' genuine political participation, specifically focusing on their impact on active support (petition sharing on Twitter) and general support (petition signing). By analyzing government-led online petition data from the Blue House National Petition, we overcome limitations associated with previous studies reliant on social media data. To accurately measure moral emotions conveyed in petition contents, we employ a transformer model trained on a moral emotion corpus dataset. Regression analysis is then conducted to explore the relationship between distinct moral emotions and the frequency of petition sharing on Twitter, as well as the number of petition signatures. Our research findings reveal that moral emotions such as Other-Condemning (condemning others) and Other-Suffering (empathizing with others' pain) were effective in eliciting both active and general support. Additionally, the emotion of Other-Praising (praising others) was effective in eliciting active support but had a contrasting effect on general support. Furthermore, petitions with neutral emotional content had no significant impact on active support, but were effective in eliciting general support. Our study offers valuable insights into the influential moral emotions that elicit support and their distinct effects on active and general political engagement. Moreover, our research contributes technologically by presenting a deep learning-based methodology for measuring moral emotions.
본 연구는 청와대 국민청원 데이터를 활용하여, 도덕감정이 시민의 유효한 정치참여에 미치는 영향을 분석한다. 시민의 정치적 지지 유형을 지지자의 적극성에 따라, 적극적 지지지(트위터에 청원 공유)와 일반적 지지(청원 서명)로 구분한다. 청원에 포함된 도덕감정을 측정하기 위해, 도덕감정 학습 데이터셋을 구축하였으며 해당 데이터셋을 활용한 트랜스포머 모델을 구축하였다. 회귀분석을 통해, 청원에 담긴 도덕감정이 청원 공유 수 청원 서명 수에 미치는 영향에 대해 분석하였다. 타인을 비난하는 감정과 타인의 아픔에 공감하는 감정은 적극적 지지와 일반적 지지를 얻는 데 효과적이었다. 타인을 칭송하는 감정은 적극적 지지를 이끌어 내는 데는 효과적이었지만, 일반적 지지에는 역효과를 보인다. 또한 감정가가 적은(Neutral) 청원은 적극적 지지에 유의미한 영향을 미치지 않았지만, 일반적 지지를 이끌어 내는 데는 효과적이다. 본 연구는 적극적 지지와 일반적 지지를 이끌어내는 영향력 있는 도덕적 감정에 대한 통찰을 제공한다. 또한, 도덕적 감정을 측정하기 위한 딥 러닝 기반 방법론을 제시함으로써 기술적으로 기여한다.
