2016年美国大选被认为是历史上最不寻常、最让人焦虑的一次选举。特朗普破天荒成了候选人。很多人无法想象他会获胜,但这也不是不可能。那么,以往选举时的模型和方法是否能够用来预测此次“特殊”的选举呢?
几十年来,经济学家和政治科学家们为大选建立了各种模型。他们的目的是找出并度量投票数变化背后的驱动力,从而做出明确的公开预测。通过他们形成的基准,我们可以判断谁会赢得大选,而谁又会输。
投票是对整体经济的评判
一些早期的预测模型——其中最有名的是耶鲁经济学家Ray Fair的模型,它们依靠的是大量不同的经济指标(有些只能估计得到)。这背后的思路不难理解,执政党会因糟糕的经济受到惩罚,而因良好的经济表现获得奖励。Fair还使用了执政党连续执政时间作为指标,历史经验表明,执政超过两届后连任将变得十分困难。但这些模型回避了针对当前政治环境或候选人地位的民意调查,这样在预测时容易产生较大误差。
沪ICP备14015572号-6 | 网安备案号:沪公安网备31010602004461号
沪ICP备14015572号-6
网安备案号:沪公安网备31010602004461号