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。