淺談統計在美國大選的應用深化
——數據驅動型選舉模式成為政界主流

汪為（杭州市經合辦，浙江 杭州 310006）

?

隨筆漫談

淺談統計在美國大選的應用深化
——數據驅動型選舉模式成為政界主流

汪為
（杭州市經合辦，浙江 杭州 310006）

隨著初選的白熱化，美國大選不僅成為政界的熱門話題，世界各國人民也看得津津有味，距離11月的大選日還有5個月，各大媒體紛紛開始公布各位選舉人的民調數據，作為選情動向的風向標--各類統計數據的起伏提前預示了候選人的命運。

美國很早就開始運用統計輔選，最有名的就是1936年的大選預測，美國《文摘周刊》成功地預測了此前5次總統選舉的結果，它預言本次大選中共和黨人蘭登將擊敗羅斯福總統當選，而當時還名不見經傳的蓋洛普預測羅斯福總統將繼續連任。結果羅斯福以壓倒多數再次當選，原來《周刊》雖然樣本量大，但采用電話抽樣，農民、工人這些沒有電話的下層人士就被剔除在樣本之外，而他們正是羅斯福的鐵桿票倉；相較之下蓋洛普的樣本庫不僅匯集了各個階級，還首次將選民態度的動態變化考慮到預測模型中，預測結果當然比《周刊》準確。這次著名的預測讓蓋洛普名聲鵲起，也讓越來越多的政治家將目光投向統計應用。

統計技術逐漸被應用到選舉的各個方面，廣告投放、籌款募捐、投票動員、預測決策處處可以看到統計應用的身影。從最初的民情調查到克林頓智囊團看重的microtrends分析，再到當前最流行的Data-driven campaign（數據驅動選舉模式），可以毫不夸張地說統計技術的大量應用改變了美國大選競選模式。

本次選舉中，不論共和黨還是民主黨，都采用了數據驅動競選模式，這種競選模式中一切以數據分析為導向，非常注重細分建模，強調對每個特定分類選民進行分析，然后針對不同選民選取不同渠道傳達針對性信息，在候選人形象設定、電視廣告投放、郵件電話動員等競選方案設計中全部以數據分析為基礎進行決策。數據驅動競選模式突破了傳統競選的對實體網絡的限制，具備傳統選戰沒有的靈活性，跳出了傳統選民的物理界定標準，可以對選民根據特定電視頻道、特定網站等新標準進行劃分，群體定位更具針對性。在精確性上也較傳統模式更勝一籌，通過商業數據的整合，數據驅動競選模式甚至可以達到對每一個選民的精確定位。

數據驅動競選中，往往選戰未行，數據先行，總統競選人通常在競選前兩年就成立數據團隊，大量收集各類信息，各黨派也會給候選人提供選民數據庫，有實力的候選人還會向google等企業購買數據來完備數據庫。基礎數據收集完成后，通過標簽歸類，對選民進行群體細分建立特定的模型，再通過線下信息和線上數據的實時整合對數據模型進行動態優化，以便在競選開始后針對不同的選民采用不同的宣傳模式和動員路徑，以最少的花費達到最優的助選效果。在2012年的大選中，奧巴馬與羅姆尼在俄亥俄州的選情一直呈膠著狀態，奧巴馬的數據團隊就對該州近3萬選民樣本進行跟蹤分析，即時了解每一類人群和每一區選民的態度，電視辯論結束后立即掌握了哪些選民改變了態度，哪些選民堅持原來傾向，再根據人群歸屬對搖擺選民進行針對性的電話（網絡）投票游說，統計分析甚至判斷出哪些選民在投票日可能未投票，需要派出志愿者上門做最后的接觸動員，同時他們采用Facebook等網絡手段進行投票動員，期間Facebook用戶都會收到包含“搖擺州”好友照片的消息，提示他們點擊相關按鈕對方就會收到投票注冊等提示，20%收到請求的選民都做了響應，而此前數據分析師發現來自熟人的請求比志愿者的登門動員更有效，在強大的統計應用助力下奧巴馬拿下最關鍵的“搖擺州”，再次入主白宮。

數據推動競選中，競選的另兩大關鍵——資金募集和競爭宣傳效率也更高。就在本次選舉中，希拉里團隊邀請喬治·克魯尼為其舉辦籌款晚宴，就因為通過海量數據分析發現克魯尼是美國西海岸40-49歲女性的男神，而40-49歲女性是最有經濟實力也是最可能為她們偶像買單的女性群體，預計克魯尼將在自家豪宅舉辦的籌款晚宴上為希拉里募集到數以百萬計的競選資金。同時她的數據團隊對每一個選民群體進行建模，預測他們的捐款行為模式（實地匯款、捐贈還是網絡捐款），進而通過定向廣告投放獲取目標捐贈者最大的資金支持。

競選廣告的投放也是通常先通過復雜的模型設計鎖定目標選民，再根據選民特征確定廣告覆蓋模式：2012年，民主黨數據團隊根據模型發現年輕女選民一旦選定奧巴馬后忠誠度非常高，于是奧巴馬的助選機構在數據團隊幫助下對《行尸走肉》、《23號公寓的壞女孩》等35歲以下女性最歡迎的電視劇中投放廣告，調查表明電視劇廣告投放雖然花費低廉，對目標選民的鼓動效果出乎意料的好，而以往競選廣告投放一直鎖定在黃金時段的新聞、脫口秀上，花費高昂卻對目標選民的影響不明顯。采用跟蹤特定人員購買廣告后，奧巴馬團隊宣傳資金使用效率較初次參選的2008年提升了14%。

統計應用在競選決策方面的應用雖然不為公眾所知，卻也相當重要，在參選前很多選舉人都會進行預測，應用統計模型推斷贏面，不利的預測能直接讓選舉人打退堂鼓，紐約州州長安德魯·庫莫在民主黨呼聲很高，本人也非常愿意參加總統選舉，但因為數據模型推演：如若特朗普成為共和黨候選人，他的參選勢必分流其他民主黨候選人選票，客觀上助陣共和黨，幫助特朗普入選。于是他最終決定退出選舉。

在這個微競爭時代，統計不再是錦上添花，而是雪中送炭，在激烈的選戰中，必須深入了解每一個選民的動向和訴求，滿足他們的個性化需求，才能在競爭中擊敗對手，獲取勝利，而支持這一切的，是無處不在的統計應用。

（責任編輯：牛域寧）