• chengyunlaw

美国大选系列解读之一 我的美国总统大选结果预测模型和预测结果

程绍铭律师


离美国大选还有不到90天的时间,有很多朋友和客户经常会问我,谁会当选下一届美国总统。其实这是一个非常难回答的问题,因为决定选举结果的因素很多,而且无法全部排除一些突发事件对美国选举的影响。但是为了对选举结果做一定程度上的预估,我决定自己建一个美国总统选举结果预测模型。希望这个模型对大家了解美国选举会有一定的帮助。

在美国的社会科学研究当中,当研究某一社会现象的时候,首先要确定你使用什么样的方法论(Methodology)。方法论不对,就像你在从事某一项工作使用的工具不对一样,你的结果就会不是那么准确。我在佐治亚大学国际关系博士学习期间,搭建过一个评估各国出口管制系统有效性的模型,对世界主要国家的出口管制系统进行评估。搭建一个美国大选预测的评估系统,我会采用类似的评估模式。

接下来,我就需要确定会对美国大选会产生影响的主要因素,这些因素在社会科学研究当中称为自变量(Independent variable),选举结果称为随便量(Dependent variable)。这些自变量一定要跟总统选举的结果有某种因果关系。比如说,某位竞选人制定的政策对经济发展越有利,这个候选人当选的几率就越大。我归纳了12个大项的自变量,当然这些自变量还可以进一步的细分。这些自变量包括:经济和就业政策,公共卫生和对新冠病毒的控制,移民政策和边境安全,外交政策,社会保障制度政策,政府工作经历和执政表现,个人魅力和知名度,在任或初次当选,宗教信仰和家庭,所属党派,国防政策,环境保护及气候控制政策。

接下来,就是把这些自变量进行量化,即每一个自变量在美国总统选举中所占的比例和分量。量化应该是整个过程中最难的一步,因为量化的依据的数据越多,量化以后得出的可靠性就越强。而且哪些数据可以用,哪些数据不能用也是一个问题。不过我还是尽我所能对这些自变量进行的量化。我量化以后得出的评估总分是210分。

量化以后我对两个候选人进行了评估,在12个大项里边,有两个大项川普和拜登的得分持平,在另外10个大项中,川普有六个大项的得分高于拜登,拜登有四个大项的得分高于川普。川普的总得分是156,拜登的总得分是163。拜登的总得分略高于川普。也就是说,我的模型告诉我,如果选举今天举行,拜登的总票数会略高于川普的总票数。

这是否意味着拜登就一定会当选总统呢,答案是不一定,因为美国使用的是选举人团制度。如果一个总统竞选人在某一个州获胜,那个州的选举人票就全部归他,而不是按获得票数的比例分配。比如宾州选举人团票数是20票,虽然希拉里得了40%的选票,宾州所有的选举人团票都归川普总统,而不是把40%的选票分给希拉里。也就是说,一个候选人的总得票数可能高于另外一个候选人,但是可能因为选举人票数低于另外一个候选人而败选。2016年的选举结果就出现了这种情况。

今年选举的另外一个特点是选举结果可能无法马上揭晓,原因是很多州会使用邮寄投票。邮寄投票的核实和统计需要更长的时间。无论选举结果如何,千万不要忘记11月3号为自己的候选人投上神圣的一票。




1 view

6088 Franconia Rd
Suite D
Alexandria, Virginia 22310
USA

Phone : (703)887-6786

Fax: (888)510-6158

©2018 BY ATTORNEY CHENG. PROUDLY CREATED WITH WIX.COM