earticle

영어

This study examines changes in media framing in response to corporate tax rate increases and reductions by analyzing corporate tax law amendments announced in 2017 and 2022, along with newspaper articles from the subsequent two years. Using Big Kinds data, this study employs lexical frequency analysis, n-gram analysis, and collocation analysis to identify distinct framing patterns. During periods of corporate tax increases, media frequently featured terms emphasizing corporate burden (e.g., “net profit,” “burden,” and “cost”), whereas tax reductions were commonly framed around national fiscal concerns (e.g., “tax revenue shortfall,” “deficit,” and “national budget crisis”). N-gram analysis further indicates that “tax hikes for the wealthy” was prevalent during periods of tax increases, while “tax cuts for the wealthy” dominated discussions during tax reductions, highlighting the differences in policy framing. Collocation analysis demonstrates that both “tax increases” and “tax cuts” were closely associated with the term “the wealthy.” A chi-squared test confirms statistically significant differences in the usage of framing words (e.g., “relief,” “burden,” “benefit,” and “bomb”) between the Moon Jae-in and Yoon Suk-yeol administrations. Despite limitations in data size and the analysis period, this study contributes to the field by employing quantitative methodologies such as lexical frequency and n-gram analysis. Future research could enhance the understanding of media framing dynamics by leveraging larger datasets and more advanced text-mining techniques.

한국어

본 연구는 2017년과 2022년 각각 발표된 법인세법 개정안과 이후 2년간의 신문기사 데이터를 분석하여 법인세율 인상 및 인하 정책에 따른 언론 프레임의 변화를 탐구하였다. 빅카인즈 데이터를 활용한 어휘 빈도 분석 결과, 법인세율 인 상 시기에는 ‘순이익’, ‘부담’, ‘비용’ 등 기업 부담을 강조하는 단어가 빈번히 등 장한 반면, 인하 시기에는 ‘세수 부족’, ‘펑크’, ‘나라 살림 적자’ 등 국가 재정 문 제를 강조하는 단어가 두드러졌다. N-gram 분석에서는 인상 시기에 ‘부자 증세’, 인하 시기에 ‘부자 감세’가 빈번히 등장하며 정책 프레임의 차이를 보여주었다. 연어 분석에서는 ‘증세’와 ‘감세’ 모두 ‘부자’와 빈번히 연관되었다. 카이제곱 검정 결과, 문재인 정부와 윤석열 정부 간 프레임 단어 (‘완화’, ‘부담’, ‘혜택’, ‘폭탄’) 사용에 통계적으로 유의미한 차이가 있음이 확인되었다. 본 연구는 데이터 규모와 분석 기간의 제약에도 불구하고, 어휘 빈도와 N-gram 분석 등 양적 방법론을 제 시하였다는 의의가 있다. 후속 연구에서는 보다 풍부한 데이터와 고도화된 텍스트 마이닝 방법론을 통해 언론 프레임 변화를 더욱 정밀하게 분석할 수 있을 것으로 기대된다.