Essais d'Economie Politique

Essays in Political Economy

• Auteur / Autrice : Germain Gauthier
• Direction : Alessandro Riboni
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 30/08/2023
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Centre de recherches et d'études sur les stratégies et les technologies (Palaiseau, Essonne ; ....-1999) - Centre de Recherche en Économie et Statistique / CREST
• Jury : Président / Présidente : Julia Cagé
• Jury : Examinateurs / Examinatrices : Alessandro Riboni, Ruben Durante, Mirko Draca, Xavier D’Haultfoeuille, Elliott Ash
• Jury : Rapporteurs / Rapporteuses : Ruben Durante, Mirko Draca

Mots clés

Mots clés contrôlés

Langage politique

Réseaux sociaux (Internet)

Mouvements sociaux

Traitement automatique du langage naturel

Mots clés libres

Analyse de texte

Économétrie appliquée

Économie politique

Natural language processing

Applied econometrics

Political economy

Résumé

Cette thèse de doctorat en économie politique est composée de trois chapitres indépendants. Les thèmes principaux abordés sont les mouvements sociaux, leur développement récent sur les réseaux sociaux, ainsi que l’étude quantitative par intelligence artificielle du discours politique.Le chapitre 1 évalue les effets du mouvement #MeToo sur la criminalité sexuelle aux États-Unis. En exploitant l’existence de plaintes reportées avec un délai à la police, je propose une approche simple pour dissocier la probabilité qu’une victime porte plainte du nombre de crimes sexuels commis dans une série chronologique de crimes sexuels signalés à la police. Résoudre ce problème de mesure de longue date me permet d’étudier l’évolution de la criminalité sexuelle autour du mouvement #MeToo. Je constate que la sensibilisation aux violences sexuelles et la probabilité de porter plainte augmentaient déjà, tandis que les crimes sexuels étaient en baisse depuis plusieurs années avant la médiatisation soudaine de #MeToo sur les réseaux sociaux. Cependant, le mouvement a renforcé ces tendances plus larges.Le chapitre 2 suggère que les réseaux sociaux ont des effets ambigus sur les mouvements sociaux. Bien qu’ils facilitent la coordination entre les manifestants et permettent de nouvelles formes d’activisme en ligne, ils peuvent également dessiner des trajectoires de radicalisation politique. Pour étayer ces affirmations, le chapitre analyse le mouvement des Gilets Jaunes en France en 2018-2019. Il montre que les manifestations locales ont mené à la création de grandes communautés d’activistes sur Facebook. Ces communautés sont progressivement devenues plus antagonistes, négatives et idéologiquement polarisées. Les plus modérés des interlocuteurs sont partis, tandis que ceux qui sont restés se sont radicalisés. L’algorithme de recommandation de Facebook a probablement contribué à ces trajectoires de radicalisation en présentant systématiquement du contenu radical à ces utilisateurs.Le chapitre 3 développe une nouvelle approche algorithmique pour mesurer les poncifs économiques et politiques dans de grands corpus de textes. Il utilise des réseaux neuronaux récents pour annoter les rôles sémantiques dans les documents originaux, permettant la construction de triplets « agent-verbe-patient ». Il combine ensuite les plongements lexicaux avec un algorithme de regroupement pour produire des poncifs interprétables de faible dimension (par exemple, « l’impôt tue l’emploi »). La méthode est appliquée à des milliers de discours parlementaires aux États-Unis.Le logiciel libre d’accès relatio, écrit en Python, est également fourni pour faciliter d’autres applications.

This PhD dissertation in political economy consists of three independent chapters studying social movements, social media, and political narratives.Chapter 1 quantifies the impact of the #MeToo movement on sex criminality in the United States. Exploiting the existence of delayed reports to the police, I propose an econometric model to disentangle crime reporting from crime prevalence in crime databases. Solving this long-standing measurement problem allows me to study trends in sex criminality around the #MeToo movement. I find that sexual violenceawareness and sex crime reporting had been increasing – and sex crime incidence had been decreasing – for several years before #MeToo in October 2017. Nonetheless, the movement’s sudden mediatization on social media largely reinforced these broader trends.Chapter 2 argues that social media have ambiguous effects on protest movements. While they facilitate the coordination of protests and lead to persistent online activism, they may also foment radicalization among protesters. To support these claims, the chapter analyzes the Gilets Jaunes protests in France in 2018–2019. It shows that local street protests triggered the creation of large communities of protesters on Facebook. However, these communities progressively became more antagonistic, negative, and ideologically segregated. Moderate discussants left, those who remained radicalized, and Facebook’s recommender algorithm likely contributed its fair share by consistently showcasing radical content.Chapter 3 develops a new algorithmic approach to measure economic and political narratives from large text corpora. It uses recent neural networks to annotate semantic roles from raw documents, allowing for the construction of agent-verb-patient triplets. It then combines phrase embeddings with a clustering algorithm to recover low-dimensional, interpretable narratives (e.g., “taxes kill jobs”). An application tothousands of speeches from the U.S. Congressional Record illustrates the method’s potential. An open-source Python package relatio is also provided to support further applications.