帕布羅·巴貝拉

內(nèi)容提要 ｜ 立法者是否會(huì)回應(yīng)公眾關(guān)切？研究表明，公眾關(guān)心的問(wèn)題與政界人士所解決的問(wèn)題之間具有很強(qiáng)的關(guān)聯(lián)性，但是關(guān)于誰(shuí)引導(dǎo)誰(shuí)來(lái)制定政治議程的確鑿證據(jù)還尚待探討。本文對(duì)第113屆美國(guó)國(guó)會(huì)期間立法者和公眾在推特平臺(tái)發(fā)布的消息進(jìn)行了詳細(xì)的時(shí)態(tài)分析，以期對(duì)此進(jìn)行解答。本文采用無(wú)監(jiān)督式的方法，將立法者和公民發(fā)送的推文分類為不同主題，然后使用向量自回歸模型來(lái)探索哪一方的優(yōu)先事項(xiàng)可以更強(qiáng)有力地預(yù)測(cè)公民與政界人士之間的關(guān)系。本文發(fā)現(xiàn)，立法者更可能追隨而不是引導(dǎo)對(duì)公眾議題的討論，該結(jié)果在我們控制了媒體對(duì)議程設(shè)定的影響后仍然成立。本文還發(fā)現(xiàn)，立法者更可能對(duì)自身黨派支持者作出回應(yīng)，而非對(duì)普通公眾作出回應(yīng)。

一、引 言

民主政體研究領(lǐng)域的一個(gè)永恒話題是政府如何回應(yīng)公眾偏好。對(duì)此主要有兩種調(diào)查路徑。一是研究政治家是否會(huì)回應(yīng)公眾優(yōu)先關(guān)注的議題？二是，如果是，那這些回應(yīng)是否反映了公民在這些議題上的政策偏好？本文將側(cè)重第一個(gè)問(wèn)題。雖然已經(jīng)有研究明確表明公眾議程和政治議程之間存在對(duì)應(yīng)關(guān)系，但在議程設(shè)置過(guò)程中，對(duì)于誰(shuí)主導(dǎo)、誰(shuí)追隨的問(wèn)題，仍然存在著高度的不確定性。關(guān)于哪類公民最有能力設(shè)置政治議程這個(gè)重要問(wèn)題，證據(jù)也極為缺乏，是一般大眾、熱心民眾？還是黨派人士自己的支持者？

本文旨在通過(guò)分析美國(guó)國(guó)會(huì)議員和美國(guó)公眾關(guān)注的優(yōu)先議題，以期為這些相關(guān)經(jīng)典政治學(xué)問(wèn)題提供新的研究思路。政治家是否也會(huì)追隨選民在其所執(zhí)行政策上所表現(xiàn)出的議題偏好和優(yōu)先級(jí)？如果是，那他們追隨的是哪些選民的政策偏

好。明確這一點(diǎn)很重要，因?yàn)椤俺前殃P(guān)注度聚焦在議題上，否則就無(wú)法采取政策行動(dòng)”。因此，政治家是否在公眾關(guān)注某個(gè)議題之后才會(huì)花更多的時(shí)間來(lái)討論該議題，理解這一點(diǎn)，是充分了解美國(guó)政治代表制度的第一步，也是最重要的一步。

本文認(rèn)為，之所以對(duì)由誰(shuí)引導(dǎo)輿論的問(wèn)題沒有得出明確論斷，部分是由于受到了數(shù)據(jù)的限制。以往研究中，可利用的時(shí)間和議題單元無(wú)法對(duì)政治人物與公眾議程之間的關(guān)系進(jìn)行足夠細(xì)致的衡量，現(xiàn)有的大多數(shù)研究也都是依靠月度調(diào)查數(shù)據(jù)來(lái)衡量公眾議程，較典型的有蓋洛普進(jìn)行的“最重要的問(wèn)題”調(diào)查。然而，我們?nèi)缃裾幱谝环N24 小時(shí)全媒體環(huán)境中，政治家和公眾也在不斷調(diào)整自己對(duì)議題的關(guān)注。這就意味著每次月度調(diào)查周期內(nèi)都可能發(fā)生關(guān)注度分配上的變化。因此，雖然調(diào)查數(shù)據(jù)讓我們能夠觀察到公眾議程和政治議程是否發(fā)生了共變，但卻無(wú)法充分表明是哪一方先發(fā)生了變化。此外，現(xiàn)有分析的關(guān)注點(diǎn)都集中在很廣泛的議題類別（如“經(jīng)濟(jì)”或“移民”）。雖然這有助于對(duì)時(shí)間跨度長(zhǎng)以及州和國(guó)家等不同單位的議題進(jìn)行比較，但是，把實(shí)則完全不同的議題歸類在一起，也讓關(guān)于誰(shuí)在引導(dǎo)輿論的研究變得困難。

為了解決以往存在的數(shù)據(jù)局限性問(wèn)題，本文采取了一種新的實(shí)證策略，即利用推特這種社交媒體平臺(tái)來(lái)衡量議員和美國(guó)公眾所表達(dá)的議程。要說(shuō)明的是，本文的目標(biāo)不是去評(píng)估諸如推特之類的社交媒體平臺(tái)對(duì)于議員或公眾而言是不是有用的議程設(shè)置工具，而是要把其“推文”作為一種指標(biāo)來(lái)衡量這些人對(duì)政治問(wèn)題的關(guān)注程度。我們確信這種衡量策略是可行的，因?yàn)槊绹?guó)國(guó)會(huì)所有成員基本上都是推特活躍用戶，他們的推文也是其明確表達(dá)議題日程的一種標(biāo)準(zhǔn)化的體現(xiàn)。此外，美國(guó)人在社交媒體上討論的話題與通過(guò)其他衡量方式得到的突出話題（如蓋洛普的“最重要的問(wèn)題”民意調(diào)查）高度相關(guān)。

利用推特?cái)?shù)據(jù)來(lái)解決當(dāng)前問(wèn)題具有兩大優(yōu)勢(shì)。首先，這些數(shù)據(jù)讓我們得以采用相同的來(lái)源來(lái)衡量公眾議程和政治議程，因?yàn)閲?guó)會(huì)議員及其選民都在平臺(tái)上使用相同的格式和話題符號(hào)（如#）來(lái)發(fā)布推文。其次，數(shù)據(jù)的高粒度性使我們能夠觀察到話題突顯快速變化的時(shí)態(tài)模式。這樣一來(lái)就能夠精準(zhǔn)地確定政治家在公眾對(duì)議題關(guān)注轉(zhuǎn)移前后對(duì)不同議題的關(guān)注度的分配情況，或者說(shuō)他們到底有沒有關(guān)注該問(wèn)題。盡管之前也有研究曾使用推特?cái)?shù)據(jù)來(lái)評(píng)估政治家和選民關(guān)注的問(wèn)題，但這些研究?jī)H探究了有限數(shù)量的議題，且主要關(guān)注的是議題一致性，而非對(duì)議題的回應(yīng)情況。

首先，本文分析了2013 年1 月至2014 年12 月期間第113 屆國(guó)會(huì)議員發(fā)布的所有推文，并利用潛在狄利克雷分配模型（Latent Dirichlet Allocation，LDA）提取了100 個(gè)議員在社交網(wǎng)站上討論的話題，從而體現(xiàn)議題的多樣性。本文發(fā)現(xiàn)，借助該方法可以將議員的推文劃分為一系列有效話題，這些話題會(huì)隨時(shí)間并在不同黨派間呈現(xiàn)出重要變化。然后，本文采用向量自回歸模型（vector autoregression，VAR）研究了當(dāng)三類公眾群體關(guān)注的議題發(fā)生改變以后，議員的表達(dá)議程在多大程度上發(fā)生了變化。這三種公眾群體分別為黨派成員、特別關(guān)注政治的公眾以及從美國(guó)推特用戶中抽取的隨機(jī)樣本。本文分析探究了這些公民在議題關(guān)注度上的變化在多大程度上可以預(yù)測(cè)決策者的議程變化。

本文采取的是描述式的觀察分析，而非因果式。向量自回歸模型能夠利用數(shù)據(jù)的多重滯后來(lái)區(qū)分公眾什么時(shí)候引導(dǎo)了關(guān)于特定主題的對(duì)話，以及什么時(shí)候加入了已經(jīng)存在的話題辯論，不過(guò)這也不能排除某些不可觀察因素會(huì)造成混淆。本文分析揭示了美國(guó)政治議程和公眾輿論結(jié)構(gòu)的相關(guān)信息，具有啟發(fā)意義。此外，本文的分析還提供了一種先前研究所無(wú)法觸及的方法，讓我們能夠確定這些可觀察到的數(shù)據(jù)與某些理論的經(jīng)驗(yàn)含義是否一致，從而為這些旨在闡述不同行為群體的議程如何影響他人議程的理論提供了佐證。

本文研究結(jié)果清楚表明，國(guó)會(huì)議員更可能追隨而非引導(dǎo)公眾的優(yōu)先事項(xiàng)。但這種回應(yīng)僅限于加劇兩極分化和不平等等方面的議題。議員更可能在其政黨支持者的注意力轉(zhuǎn)變之后改變行為，這一點(diǎn)在前人研究的基礎(chǔ)上已經(jīng)有所預(yù)料。其次，相比那些不太關(guān)注政治的人，政治家更愿意對(duì)那些熱心政治的人所關(guān)注的優(yōu)先事項(xiàng)作出回應(yīng)。雖然根據(jù)公認(rèn)的模型預(yù)測(cè)來(lái)看，政治家應(yīng)該反映普通大眾的優(yōu)先事項(xiàng)，但本文對(duì)此并未發(fā)現(xiàn)確切證據(jù)。此外，本文研究發(fā)現(xiàn)表明，議題回應(yīng)方面存在的這種不平等現(xiàn)象部分要?dú)w咎于主流媒體，因?yàn)榇蟊娒襟w更傾向于報(bào)道黨派人士感興趣的話題，還會(huì)經(jīng)常引導(dǎo)政治議程。

二、政治家對(duì)公眾關(guān)切議題的回應(yīng)

受惠于數(shù)據(jù)收集和數(shù)據(jù)測(cè)量方面的重大創(chuàng)新，關(guān)于政策回應(yīng)的實(shí)證研究取得了極大進(jìn)展，但在議題回應(yīng)方面的認(rèn)識(shí)仍不夠清晰，所以對(duì)于政府如何回應(yīng)公民的評(píng)估也尚不完善。正如布萊恩·瓊斯（Bryan Jones）和弗蘭克·鮑姆加特納（Frank Baumgartner）所指出的：“在低優(yōu)先級(jí)議題上符合公眾政策偏好，但卻忽略公眾關(guān)切的高優(yōu)先級(jí)議題，這種立法行為能有多大的代表性？”政治家要真正回應(yīng)公眾關(guān)切，首先就要關(guān)注選民所關(guān)切的問(wèn)題，其后續(xù)行動(dòng)也必須反映人們?cè)谶@些問(wèn)題上的偏好。

對(duì)美國(guó)議程設(shè)置和政治回應(yīng)方面的研究已經(jīng)表明，公眾關(guān)切議題與國(guó)會(huì)議員議程之間有著密切聯(lián)系。在經(jīng)濟(jì)、醫(yī)療和對(duì)外貿(mào)易等方面，公眾議題關(guān)注度的變化（基于蓋洛普長(zhǎng)期進(jìn)行的“最重要的問(wèn)題”問(wèn)卷）與政治議題關(guān)注度的變化（基于國(guó)會(huì)就相關(guān)議題開展的聽證會(huì)的比例）之間存在著很高的關(guān)聯(lián)性。

但是，議題回應(yīng)方面的現(xiàn)有研究并未明確解決“誰(shuí)引導(dǎo)誰(shuí)”的重要問(wèn)題。政策制定者是不是更傾向于追隨而不是引導(dǎo)其選民改變要優(yōu)先關(guān)注的議題，亦或反之？研究表明，這兩種情況都可能存在，但尚不清楚到底哪一方更有能力引導(dǎo)另一方。一方面，政策回應(yīng)的相關(guān)研究發(fā)現(xiàn)，政治家有強(qiáng)烈的動(dòng)機(jī)去回應(yīng)公眾的偏好。一些學(xué)者基于“回顧式投票”（retrospective voting）的思想提出并發(fā)現(xiàn)，那些以選舉為導(dǎo)向的政治家，一旦意識(shí)到公眾輿論上的轉(zhuǎn)變，便會(huì)相應(yīng)更新自己的偏好，以最大程度提高連任預(yù)期。也就是說(shuō)，“政治家感知到公眾輿論發(fā)生變化時(shí)，就會(huì)改變自己的行為來(lái)取悅選民”。也有研究表示，輿論會(huì)影響政治家的偏好，比如總統(tǒng)，尤其是對(duì)于跟人們的日常生活直接相關(guān)的問(wèn)題?？傊?，這些文獻(xiàn)都表明，政治家會(huì)對(duì)公眾關(guān)注的問(wèn)題作出回應(yīng)，由此推出假設(shè)1：公眾關(guān)注的議題可以預(yù)測(cè)國(guó)會(huì)議員之后會(huì)關(guān)注的議題。

但另一方面，其他研究機(jī)構(gòu)發(fā)現(xiàn)了相反的結(jié)果?；谡渭摇耙哉邽閷?dǎo)向”的形象，有學(xué)者認(rèn)為，大多數(shù)政治家主要是受政策目標(biāo)的驅(qū)動(dòng)，而非出于尋求連任的目的。研究表明，大多數(shù)公民對(duì)政治不感興趣且知之甚少，他們做決定時(shí)，參照的并非是根據(jù)政治家過(guò)去的行為和表現(xiàn)而對(duì)其作出的評(píng)價(jià)，而是出于群體依戀和精英暗示。也有作者參考以上文獻(xiàn)并結(jié)合以往經(jīng)驗(yàn)證據(jù)表示，那些以政策為導(dǎo)向的政治家會(huì)利用大眾與政治脫節(jié)的這個(gè)特點(diǎn)來(lái)制定自己偏愛的議程。在與政府官員的訪談中，這些研究者一再被告知，政府追蹤公眾輿論“不是迎合，而是在教育、引導(dǎo)或以其他方式影響公眾態(tài)度”?？傊?，由此研究推論可得假設(shè)2：國(guó)會(huì)成員先就某議題展開辯論，公眾隨后開始關(guān)注該議題。

因此有充分的理由相信，政治家會(huì)追隨公眾的議題偏好，公眾也會(huì)對(duì)政治家關(guān)注的議題進(jìn)行回應(yīng)。但誰(shuí)才更有能力引導(dǎo)另一方的議題議程？本文分析將著眼于評(píng)估這些因素的影響程度，從而確定到底是哪一方對(duì)議程設(shè)置起到了最大作用。本文在探究該問(wèn)題時(shí)，不偏愛任何一種假設(shè)，而是將其作為一種必須予以解決的開放性辯論，以真正評(píng)估美國(guó)民主制度中政治回應(yīng)的本質(zhì)。

三、回應(yīng)模型

除了以上提到的在議程設(shè)置過(guò)程中政治家和公眾哪一方影響力更大的問(wèn)題，另一個(gè)影響我們?nèi)嬲J(rèn)識(shí)美國(guó)語(yǔ)境下議題回應(yīng)度的關(guān)鍵問(wèn)題是，我們應(yīng)該期待國(guó)會(huì)議員對(duì)誰(shuí)作出回應(yīng)？

盡管曾有大量研究就此展開過(guò)討論，但答案并沒有人們想象得那么簡(jiǎn)單。正如保羅·伯斯坦（Paul Burstein）所指出的：“人們可能希望經(jīng)過(guò)20 年的研究后，可以加強(qiáng)一些（政治回應(yīng)）理論的可信度，減少一些另一些理論的可信度。但事實(shí)似乎并非如此。”具體而言，本文研究了三種主要理論模型，并對(duì)本文關(guān)注的問(wèn)題給出了三種不同答案。我們分別稱其為唐斯模型（Downsian）、注意力模型（Attentive）和支持者模型（Supporter）。

安東尼·唐斯（Anthony Downs）在《民主的經(jīng)濟(jì)理論》（An Economic Theory of Democracy）中指出，在兩黨制的民主制度中，對(duì)連任感興趣的決策者應(yīng)該對(duì)中位選民或“中間派意見”有所回應(yīng)。人們更容易從政策角度而非從議題回應(yīng)的角度來(lái)預(yù)想對(duì)政策回應(yīng)的影響。國(guó)會(huì)議員應(yīng)采納中位成員的政策偏好。遵循同樣的邏輯，我們還應(yīng)該期望議員通過(guò)關(guān)注大多數(shù)公眾所關(guān)切的問(wèn)題來(lái)增加自身的連任機(jī)會(huì)。但有人對(duì)此表示強(qiáng)烈反對(duì)并爭(zhēng)辯說(shuō)，沒什么動(dòng)機(jī)可以驅(qū)使政界人士將注意力轉(zhuǎn)向中位選民的偏好。因?yàn)橹挥幸恍〔糠执蟊婈P(guān)注、了解并參與政治，而且這小部分人更可能是黨派人士，而不是中位選民。盡管如此，現(xiàn)有實(shí)證研究證據(jù)仍然可以在某種程度上驗(yàn)證唐斯邏輯。暗示接受模式（cue-taking）相關(guān)文獻(xiàn)認(rèn)為，即使是那些最不了解和最不關(guān)注政治的公眾也會(huì)經(jīng)常借助多種信息來(lái)源作與政治有關(guān)的決定，這種行為也約束了政治家的行為。實(shí)際上，根據(jù)斯圖爾特·索羅卡（Stuart Soroka）和克里斯托弗·維里西恩（Christopher Wlezien）對(duì)美國(guó)和加拿大語(yǔ)境下政策回應(yīng)情況進(jìn)行的詳盡研究，他們發(fā)現(xiàn)：“各群體（政策回應(yīng)）程度大致相同。大多數(shù)情況下，當(dāng)我們僅關(guān)注某些群體時(shí)，代表程度沒有明顯很好，也沒有明顯不好。”因此，鑒于現(xiàn)有的論據(jù)和證據(jù)存在沖突，我們有必要檢驗(yàn)唐斯邏輯是否仍然存在。由此，得出一個(gè)可檢驗(yàn)的假設(shè)，即假設(shè)3：公眾關(guān)注度分配上的變化可以預(yù)測(cè)國(guó)會(huì)議員關(guān)注度分配上的變化。

但是，另一些學(xué)者并不同意該假設(shè)，認(rèn)為這對(duì)公眾議程設(shè)置所起的作用過(guò)于樂觀。一些人認(rèn)為，國(guó)會(huì)議員最有動(dòng)機(jī)對(duì)關(guān)心政治的大多數(shù)選民作出回應(yīng)，而非對(duì)中位選民或普通公眾作出回應(yīng)。輿論形成（opinion formation）的相關(guān)研究表明，大多數(shù)選民并不關(guān)注日常政治，很多選民也沒有明確關(guān)注的優(yōu)先議題或政策偏好。但并非所有公民都如此。有些熱心選民非常關(guān)注政治世界，根據(jù)伊萊休·卡茨（Elihu Katz）和保羅·拉扎斯菲爾德（Paul Lazarsfeld）提出的“二級(jí)傳播”（two- step communication flow）以及本杰明·佩奇（Benjamin Page）和羅伯特·夏皮羅（Robert Shapiro）的“理性公眾”（rational public）等理論模型，這些熱心選民可能會(huì)對(duì)議題的優(yōu)先級(jí)和那些不太熱衷政治的公民的偏好產(chǎn)生影響。這種邏輯引發(fā)道格拉斯·阿諾德（Douglas Arnold）和約翰·奧爾德里奇（John Aldrich）等學(xué)者認(rèn)為，國(guó)會(huì)議員應(yīng)該特別關(guān)注那些熱心政治的選民所關(guān)注的問(wèn)題。從這種邏輯可以得到一個(gè)可檢驗(yàn)的假設(shè)，即假設(shè)4：那些熱心政治的公眾在關(guān)注度分配上的變化可以預(yù)測(cè)國(guó)會(huì)議員關(guān)注度分配上的變化。

還有一些研究人員提出了第三種可能，即議員最有興趣回應(yīng)的應(yīng)該是自己政黨的核心支持者。這些人所關(guān)心的議題容易被識(shí)別和代表，他們?cè)谔崦绦蛑幸财鹬浅７e極的作用，其支持對(duì)于贏得初選和大選都至關(guān)重要。而且，那些以政策為導(dǎo)向的議員所關(guān)注的議題更有可能與這些支持者所關(guān)注的一致。一些經(jīng)驗(yàn)研究發(fā)現(xiàn)，議員實(shí)際上更有可能代表其支持者的政策偏好，但尚無(wú)研究表明這一點(diǎn)在議題關(guān)注度分配問(wèn)題上是否也成立。但我們可以從該模型推出假設(shè)5：政黨支持者關(guān)注度分配上的變化可以預(yù)測(cè)國(guó)會(huì)議員關(guān)注度分配上的變化。

還有最后一種理論思考是，有學(xué)者認(rèn)為并發(fā)現(xiàn)，一個(gè)議題在公眾眼中變得越顯著，我們期望這個(gè)議題獲得的政治回應(yīng)也就越大?！霸谡哳I(lǐng)域，公眾的重要性也許很能反映政策制定者的回應(yīng)情況。畢竟，我們有充分的理由推測(cè)，政策制定者會(huì)因?yàn)榭紤]到可能出現(xiàn)的選舉后果而反思不同領(lǐng)域的議題的重要性。”如果政治家打算對(duì)特定的公眾群體作出回應(yīng)，那他們應(yīng)該回應(yīng)這些群體對(duì)其所關(guān)切議題的關(guān)注度的轉(zhuǎn)變。換句話說(shuō)，如果國(guó)會(huì)議員回應(yīng)的主要是其黨派的支持者（或熱心政治的大眾或普通大眾），那他們應(yīng)該更可能回應(yīng)那些導(dǎo)致黨派支持者注意力轉(zhuǎn)變的話題，那些占這些政黨支持者討論內(nèi)容10%而非1%的話題。因此，如果先前的回應(yīng)模型適用，那么在這個(gè)模型的基礎(chǔ)上，我們可以推測(cè)假設(shè)6：普通公眾（根據(jù)唐斯模型）、熱心公民（根據(jù)注意力模型）或政黨支持者（根據(jù)支持者模型）對(duì)特定議題的關(guān)注程度可以強(qiáng)烈預(yù)測(cè)政治家的議程設(shè)置。

四、議題回應(yīng)的機(jī)制

本文使用政界人士和公眾在推特上發(fā)布的消息來(lái)衡量這些個(gè)體所關(guān)注的優(yōu)先議題，以此評(píng)估雙方彼此關(guān)注的優(yōu)先議題之間存在何種程度的關(guān)聯(lián)。前人研究曾就此提出幾種機(jī)制，借助這些機(jī)制，政治家可以了解公眾關(guān)心的議題，反之亦然。本文也提出一套機(jī)制，借助該機(jī)制，政治家和公眾各自關(guān)注的議題可以對(duì)對(duì)方產(chǎn)生直接引導(dǎo)作用。同理，大眾媒體也是傳播這種動(dòng)態(tài)互反關(guān)系的一種方式。

政治家和公民了解彼此關(guān)切議題的一種機(jī)制是通過(guò)議員與選民之間的直接互動(dòng)與溝通，包括通過(guò)市政廳、利益團(tuán)體組織的“游說(shuō)日”以及線下和線上通訊等方式。例如，有報(bào)告稱約有24%的美國(guó)人曾給公眾代表寫過(guò)信。調(diào)查表明，政治家也會(huì)對(duì)社交媒體上來(lái)自選民的消息給予一定的關(guān)注，盡管這些信息并未像其他選民溝通渠道那樣受到重視。政治家了解公民關(guān)切議題的另一種方式是追隨公眾輿論。蓋洛普和皮尤研究中心（Pew Research Center）等民意調(diào)查組織會(huì)定期發(fā)布民意測(cè)驗(yàn)反映公眾的關(guān)注重點(diǎn)。政黨、競(jìng)選人員和政府機(jī)構(gòu)也會(huì)展開民意調(diào)查，評(píng)估公眾感興趣的議題。其他現(xiàn)代實(shí)踐還包括利用后臺(tái)管理頁(yè)面跟蹤民眾在社交媒體上廣泛討論的問(wèn)題等。

本研究關(guān)注的是政治家和公眾了解彼此關(guān)切議題的一種基本機(jī)制：新聞媒體。 首先，媒體在這方面發(fā)揮了強(qiáng)大的作用。一方面，國(guó)會(huì)議員花費(fèi)精力讓媒體對(duì)自己的優(yōu)先事項(xiàng)進(jìn)行報(bào)道，與此同時(shí)，媒體機(jī)構(gòu)也在報(bào)道那些會(huì)和觀眾關(guān)切產(chǎn)生共鳴的話題。決定媒體內(nèi)容的因素很多，比如指定“節(jié)點(diǎn)”、新聞活動(dòng)和有新聞價(jià)值的事件。在這些因素中，觀眾的喜好和政治制度起著非常重要的作用，可以確保媒體報(bào)道的是公眾和政治家都感興趣的話題。其次，媒體的實(shí)質(zhì)性作用源于其引起公眾和政治家關(guān)注的能力。

媒體之所以對(duì)政治精英作出回應(yīng)，部分是由于政治機(jī)構(gòu)是不斷提供具有新聞價(jià)值的重要信息來(lái)源。媒體機(jī)構(gòu)定期在白宮和國(guó)會(huì)等機(jī)構(gòu)派駐記者，確保這些政治場(chǎng)所討論的重大問(wèn)題能夠引起媒體關(guān)注。而媒體之所以對(duì)大眾訴求作出回應(yīng)，部分是出于市場(chǎng)壓力，特別是在大多數(shù)媒體都面臨經(jīng)濟(jì)困境的情況下，討論公眾感興趣的話題可以增加自己吸引讀者和觀眾的機(jī)會(huì)，從而產(chǎn)生利潤(rùn)。如今，媒體比以往任何時(shí)候都擁有更廣泛的手段來(lái)衡量和回應(yīng)公眾感興趣的話題，追蹤社交媒體的關(guān)注點(diǎn)。此外，公眾的情緒通常也可以通過(guò)具有新聞價(jià)值的政治事件本身反映出來(lái)，比如選舉結(jié)果、罷工和示威游行等?？梢钥隙ǖ氖牵还苁枪娺€是政治家，他們對(duì)議程都不具有排他性的控制權(quán)。議程通常是由外部意外事件（如自然災(zāi)害）和經(jīng)常性事件（以及即將到期的法律規(guī)定）共同設(shè)定的，這些事件可以同時(shí)影響政客、媒體和公眾的關(guān)注度的分配。

有明確證據(jù)表明，不僅政治家和公眾可以引導(dǎo)媒體的關(guān)注點(diǎn)，另一方面，媒體也可以推動(dòng)政治議程和公眾輿論。媒體“構(gòu)建”并強(qiáng)調(diào)了政治家要解決的問(wèn)題，同時(shí)也加強(qiáng)了選民可能認(rèn)為的重要問(wèn)題的顯著性。那些尋求連任的政界人士應(yīng)該對(duì)這些問(wèn)題予以解決，從而取悅選民。此外，長(zhǎng)期以來(lái)的文獻(xiàn)還表明，媒體報(bào)道的話題很有可能會(huì)引導(dǎo)大眾的輿論和偏好。

雖然關(guān)于公眾和政界人士采取何種機(jī)制影響彼此議程的探索并不在本次研究的范圍之內(nèi)。但是，鑒于研究表明大眾媒體在議程設(shè)置中起著至關(guān)重要的作用，因此在本文分析中，我們會(huì)對(duì)媒體的潛在影響進(jìn)行控制，同時(shí)探索大眾媒體報(bào)道對(duì)特定回應(yīng)模式的偏愛程度。

五、數(shù) 據(jù)

（一）國(guó)會(huì)議員的推特使用情況

為了檢驗(yàn)所提出的假設(shè)，本文使用了美國(guó)第113 屆國(guó)會(huì)領(lǐng)導(dǎo)層眾議院和參議院議員發(fā)送的推文（2013—2014 年）。過(guò)去幾年，國(guó)會(huì)議員對(duì)推特的使用量穩(wěn)步增長(zhǎng)。在第113 屆國(guó)會(huì)領(lǐng)導(dǎo)層任職的議員中，有95%的議員是推特活躍用戶，共計(jì)發(fā)布651116 條消息（不含轉(zhuǎn)發(fā)），平均每天約發(fā)送900 條推文。

有學(xué)者認(rèn)為，國(guó)會(huì)議員主要使用推特來(lái)宣傳自己的政策立場(chǎng)并提供自己活動(dòng)的相關(guān)訊息。但是，近期研究表明，推特平臺(tái)還可以作為國(guó)會(huì)議員回應(yīng)選民、控制政治議程、表達(dá)黨派忠誠(chéng)度、參與黨派嘲諷以及報(bào)告選民服務(wù)工作的一種工具。此外，研究表明，在推文中討論的話題可以很好地代表議員整體要表達(dá)的議程，他們?cè)谏缃幻襟w上討論的議題與在新聞稿上討論的具有很高的相關(guān)性。

（二）公民的推特使用情況

除了國(guó)會(huì)議員發(fā)布的推文，我們還收集了不同樣本的推特用戶發(fā)布的推文，以驗(yàn)證本文關(guān)于政治家更可能關(guān)注哪類公眾的注意力變化的假設(shè)（假設(shè)3、4、5、6）。本文關(guān)注了4 類樣本的推特用戶：

1. 普通公眾：大約25000 個(gè)推特用戶，采樣方式為首先隨機(jī)生成數(shù)值型用戶賬號(hào)，然后檢查用戶是否存在，再檢查用戶是否居住在美國(guó)。

2．熱心公眾：在推特用戶中隨機(jī)抽取至少關(guān)注了5 個(gè)美國(guó)主流媒體（美國(guó)有線電視新聞網(wǎng)、《華爾街日?qǐng)?bào)》、《紐約時(shí)報(bào)》、《?？怂剐侣劇泛臀④浫珖?guó)有線廣播電視公司）的用戶，并生成樣本。我們會(huì)根據(jù)用戶個(gè)人資料中的時(shí)區(qū)信息來(lái)進(jìn)行地理限定，這個(gè)信息在大多數(shù)用戶的資料中可得。研究特意排除了從時(shí)區(qū)上看可能位于美國(guó)以外的用戶。此外還會(huì)根據(jù)用戶活動(dòng)進(jìn)行過(guò)濾，僅留下發(fā)布過(guò)至少100 條推文的用戶。經(jīng)過(guò)這些篩選后，最終的樣本量為1 萬(wàn)個(gè)用戶。

3. 共和黨支持者：隨機(jī)抽樣1 萬(wàn)個(gè)至少關(guān)注了3 名共和黨國(guó)會(huì)議員且沒有關(guān)注任何民主黨議員的推特用戶。同樣根據(jù)其地理位置和活動(dòng)進(jìn)行篩選。

4. 民主黨支持者：隨機(jī)抽樣1 萬(wàn)個(gè)至少關(guān)注了3 名民主黨國(guó)會(huì)議員且沒有關(guān)注任何共和黨議員的推特用戶。同樣根據(jù)其地理位置和活動(dòng)進(jìn)行篩選。

在確定了這4 組樣本后，本文利用推特的應(yīng)用編程接口來(lái)收集這些樣本在分析周期（2013年1 月至2014 年12 月）內(nèi)發(fā)布的所有推文。表1 提供了最終每組樣本的用戶數(shù)和推文數(shù)。為避免夸大政治家和公眾在彼此討論的話題上的相關(guān)性，樣本中不包含轉(zhuǎn)發(fā)推文。

表1. 數(shù)據(jù)庫(kù)中的推文情況

（三）媒體

如前所述，大眾和政界關(guān)注的議題議程都可能受到大眾媒體尤其是社交媒體的引導(dǎo)。為了驗(yàn)證這種可能性，本文還從來(lái)自媒體渠道的樣本中收集了一些推文，使用這些推文作為媒體影響的控制組。就此，本文收集了同一時(shí)間段內(nèi)美國(guó)最大的36 家媒體（根據(jù)皮尤研究中心給出的排名，包括紙媒、廣播和網(wǎng)媒）在其推特帳戶上發(fā)布的所有推文。

六、用話題模型衡量對(duì)政治議題的關(guān)注度

本文的目的在于分析國(guó)會(huì)議員、普通公眾和媒體機(jī)構(gòu)在推特上討論的不同議題的特點(diǎn)，以及這些群體的重要性是如何受黨派偏見和政黨利益影響而隨時(shí)間和在政黨間變化的。為了提取議題類別，本文借助“潛在狄利克雷分配”概率模型來(lái)估算文本中單詞出現(xiàn)的概率。該模型是一種常規(guī)的潛在變量模型，通過(guò)“詞袋”模型從文本中推斷出話題。

潛在狄利克雷分配模型將每個(gè)文本視為潛在話題（topic）的隨機(jī)集合，而每個(gè)話題則被視為符號(hào)（token）的概率分布。在本文分析中，“符號(hào)”表示為n-gram（代表一個(gè)詞和兩個(gè)詞的組合），“文本”（document）的定義是，國(guó)會(huì)議員每天發(fā)布的推文的匯總，按黨派和議院分類。

除了采用這種非人為監(jiān)督式的話題分類模型，另一個(gè)方法是讓分析者自行選擇話題，然后構(gòu)建一種能夠人為監(jiān)督和預(yù)測(cè)這些話題的分類標(biāo)識(shí)。盡管政治議題有公認(rèn)的分類，但鑒于類別眾多，培訓(xùn)如何準(zhǔn)確識(shí)別分類標(biāo)識(shí)無(wú)疑是一項(xiàng)艱巨的任務(wù)，因此非人為監(jiān)督式的模型更為可取。但是，我們可以將從數(shù)據(jù)中獲得的話題映射到政治話題的現(xiàn)有分類，結(jié)果相似。利用該模型生成的話題通過(guò)了預(yù)測(cè)性和語(yǔ)義有效性的標(biāo)準(zhǔn)測(cè)試。

值得一提的是，本文分析還有兩個(gè)特點(diǎn)。第一，我們將該模型首先用于國(guó)會(huì)議員（而沒有用于所有群體發(fā)布的消息），以增加可能性，更好地發(fā)現(xiàn)在第113 屆國(guó)會(huì)期間具有顯著政治意義的話題，然后再使用估測(cè)的參數(shù)來(lái)計(jì)算公民和媒體在此之后發(fā)布的話題的分布情況。這些話題同樣根據(jù)所觀察到的語(yǔ)詞按天進(jìn)行匯總。但是，如果把政治家、媒體和公眾的推文全都采用潛在狄利克雷分配模型進(jìn)行分析，并復(fù)制結(jié)果，得出的結(jié)論也類似。第二，根據(jù)估算，本文假定話題分布獨(dú)立于時(shí)間，且話題的數(shù)量和每個(gè)主題的內(nèi)容不隨時(shí)間變化。

本文利用十折交叉驗(yàn)證，估算了一般擬合優(yōu)度檢驗(yàn)結(jié)果，在分析了大量數(shù)值的基礎(chǔ)上，將話題數(shù)量固定為K（100 個(gè)）。

總體來(lái)看，本文發(fā)現(xiàn)，100 個(gè)生成的話題中的大多數(shù)都可以輕松標(biāo)記。但是，并不是所有的話題都帶有政治性，例如，研究中發(fā)現(xiàn)了與周年紀(jì)念和慶祝活動(dòng)相關(guān)的話題（情人節(jié)、國(guó)旗紀(jì)念日、憲法日和感恩節(jié)等）。由于本次研究對(duì)這些話題不感興趣，因此分析中僅包括其中識(shí)別到的53 個(gè)政治類議題。在審核內(nèi)容后，我們注意到，有些提及同一議題的推文被歸為了不同的話題，這是因?yàn)樵谡務(wù)撏蛔h題時(shí)，不同團(tuán)體使用了截然不同的語(yǔ)詞。例如，本文發(fā)現(xiàn)，共和黨和民主黨國(guó)會(huì)議員對(duì)2013 年政府停擺問(wèn)題的討論就被歸為了不同的話題。這種情況可能會(huì)過(guò)高估計(jì)國(guó)會(huì)各黨派對(duì)其支持者的回應(yīng)頻率，進(jìn)而影響研究結(jié)果。為了避免這種可能出現(xiàn)的偏誤，本文決定將一些話題進(jìn)行合并，并將分析重點(diǎn)放在46 個(gè)政治議題上。表2 列出了本文歸入政治議題的所有話題。

七、結(jié) 果

（一）議題關(guān)注度的一致性

本文要回答的關(guān)鍵的實(shí)質(zhì)性問(wèn)題是，國(guó)會(huì)議員的話題分布是否在引導(dǎo)或追隨其選民的話題分布，或者說(shuō)選民的話題分布是否在引導(dǎo)或追隨議員的話題分布。議員有沒有追隨大眾關(guān)切的話題？如果有，那他們是否會(huì)追隨某個(gè)特定群體的選民所關(guān)注的話題？

表2. 政治議題列表

與先前的相關(guān)研究類似，本文首先審查了國(guó)會(huì)議員和公民就已確定的46 個(gè)政治議題在關(guān)注度分配上的一致性。在此議題一致性框架下，公眾與政治議程之間的相關(guān)性是政治回應(yīng)存在的必要條件。表3 中的皮爾遜相關(guān)系數(shù)表明，就本研究分析的這兩年時(shí)間看，民主黨和共和黨支持者、熱心公眾以及普通民眾的議題分配情況與共和黨及民主黨國(guó)會(huì)議員所明示的議程之間存在高度相似性。這一高系數(shù)表明，這些群體傾向于討論相同的議題。

表3. 國(guó)會(huì)議員和大眾群體及媒體在議題關(guān)注度方面的相關(guān)性——針對(duì)46個(gè)政治議題

這些初步結(jié)果顯示，議題關(guān)注度層面也許的確存在政治回應(yīng)現(xiàn)象，而且似乎也表明某些回應(yīng)模型具有比其他模型更強(qiáng)的解釋力。具體而言，結(jié)果表明，支持者模型的解釋力更強(qiáng)，注意力模型的解釋力較弱，唐斯模型更次之。此外，國(guó)會(huì)議員的議程與其選民所討論的議題之間存在著正向且有時(shí)有很大的關(guān)聯(lián)。但是，在關(guān)注特定群體的系數(shù)時(shí)，我們觀察到議員與其黨派支持者之間的相關(guān)性最高（民主黨為0.69，共和黨為0.77），且議員與熱心公眾之間的相關(guān)性也很高（民主黨為0.49，共和黨為0.52）。一方黨派議員所明示的議程和對(duì)方黨派支持者關(guān)注度分配之間的相關(guān)性要低得多（民主黨成員與共和黨支持者之間的相關(guān)性為0.41，共和黨成員與民主黨支持者之間為0.51）。另外，議員議程和普通公眾議程之間的相關(guān)系數(shù)最低。正如預(yù)期的，媒體議題關(guān)注度的分布情況與國(guó)會(huì)議員議程的高度相關(guān)，這一點(diǎn)強(qiáng)調(diào)了大眾媒體在議程設(shè)置方面起到的中介作用。

圖1 顯示了國(guó)會(huì)兩黨、各公眾群體和媒體對(duì)本研究界定的政治議題的日均關(guān)注量，同時(shí)也更詳細(xì)地反映了表3 中在議程層面存在的相關(guān)性，同時(shí)提供了一些潛在原因，解釋了為什么國(guó)會(huì)議員的議題議程與其黨派支持者的關(guān)注度分布之間有著極為緊密的關(guān)系。例如，我們看到在“平價(jià)醫(yī)療法案”和“婚姻平等法案”等議題上，國(guó)會(huì)中的民主黨人和民主黨支持者的關(guān)注度比共和黨人要高，而對(duì)于“（惱人的）奧巴馬醫(yī)改—網(wǎng)站與實(shí)施”、“平價(jià)醫(yī)療法案強(qiáng)制條款”和“得克薩斯州邊境危機(jī)”等議題，國(guó)會(huì)中的共和黨人與共和黨支持者的關(guān)注度則比民主黨人要高。熱心公眾特別是普通公眾對(duì)這些問(wèn)題的關(guān)注較少。此外，從整體上看，他們對(duì)所有政治議題都沒有給予太多關(guān)注。

圖1. 政界人士、公眾和媒體的平均議題關(guān)注度

（二）誰(shuí)引導(dǎo)？誰(shuí)追隨？

但是，上述相關(guān)性和百分比的結(jié)果還不足以得出國(guó)會(huì)議員可以引導(dǎo)其選民議題關(guān)注度分配的結(jié)論，也不足以裁定唐斯模型、注意力模型和支持者模型的解釋力。本文在此利用數(shù)據(jù)集的時(shí)間序列性質(zhì)，通過(guò)估測(cè)帶有話題—固定效應(yīng)的向量自回歸模型，以確定哪一方先將議題置于議程上。這些模型很適合捕捉內(nèi)生變量之間的關(guān)系，并且曾用于出于類似目的而進(jìn)行的政治科學(xué)研究中。

在向量自回歸模型中，有一組平穩(wěn)時(shí)間序列Yi，表示群體i在第113 屆國(guó)會(huì)成立的天數(shù)t內(nèi)在話題j上的日關(guān)注量。這些隨機(jī)變量的值的范圍從0 到1，但兩個(gè)極值不存在（0 ＜Yijt＜1）。這些值呈右偏態(tài)分布，在研究的這兩年范圍內(nèi)，有幾天的議題關(guān)注度很高，其余時(shí)間則關(guān)注度較低。本文遵循時(shí)間序列分析的常規(guī)做法，采用偏斜構(gòu)比而非原始構(gòu)比，對(duì)所描述的序列Yi的對(duì)數(shù)幾率Zi進(jìn)行建模。

然后，將這些變量的自回歸和內(nèi)生關(guān)系表示為一個(gè)方程組，其中每個(gè)變量Zi是其本身先前滯后項(xiàng)與其他變量滯后項(xiàng)相加所得的函數(shù)。鑒于在推特上發(fā)布消息沒有時(shí)間限制，因此理論上是希望國(guó)會(huì)議員可以迅速關(guān)注公眾的議題注意力的變化。但是，考慮到可能會(huì)長(zhǎng)期存在滯后性，因此本文使用了七階滯后結(jié)構(gòu)（seven-lag structure）。最終模型可以正式表示為：

考慮到模型（αj）的議題—固定效應(yīng)結(jié)構(gòu)，我們假設(shè)各議題的興趣概數(shù)恒定。盡管該假設(shè)并不準(zhǔn)確，但對(duì)于這里想研究的問(wèn)題而言是可行的。它讓我們得以估計(jì)既定群體的議題關(guān)注度的變化平均在何種程度上可以預(yù)測(cè)其他群體隨后的關(guān)注度的分配情況。

累積脈沖響應(yīng)函數(shù)（Impulse Response Functions，IRFs）可以最好地表達(dá)向量自回歸估測(cè)模型的結(jié)果。累積脈沖響應(yīng)函數(shù)表示某群體對(duì)既定議題的注意力的增加（x單位）如何預(yù)測(cè)其他群體對(duì)同一議題的注意力隨時(shí)間變化的情況。累積脈沖響應(yīng)函數(shù)可以計(jì)算在不同天數(shù)的變化。圖2 計(jì)算并報(bào)告了為期15 天時(shí)間段內(nèi)兩種不同類型的脈沖響應(yīng)函數(shù)。在這兩種情況下，我們都假設(shè)在第0 天時(shí)沒有群體對(duì)既定議題J予以關(guān)注。首先，本文想要探討注意力的短時(shí)變化所帶來(lái)的影響，并計(jì)算了各群體在對(duì)既定議題提高10 個(gè)百分點(diǎn)的注意力后（在第0 天時(shí)注意力從0%增加到10%），是如何影響未來(lái)其他群體對(duì)同一議題的關(guān)注。此外，本文同樣有意研究注意力的長(zhǎng)時(shí)變化所產(chǎn)生的影響，并計(jì)算了各群體對(duì)既定議題的長(zhǎng)期注意力由1%提高至10%后對(duì)其他群體就同一議題的注意力產(chǎn)生了何種影響。圖2 表示，在15 天時(shí)間里，在y 軸（縱軸）群體短時(shí)（灰色方塊）和長(zhǎng)時(shí)（黑色方塊）對(duì)議題注意力增加10 個(gè)百分點(diǎn)后，列框標(biāo)題所代表的群體預(yù)計(jì)會(huì)產(chǎn)生的注意力的累積變化。估測(cè)的回應(yīng)程度（置信區(qū)間為95%）以百分比表示（范圍為0 ～100）。大多數(shù)短時(shí)效應(yīng)（灰色系數(shù)）的范圍是0 ～4。本文認(rèn)為這些代表的是有實(shí)質(zhì)性意義的回應(yīng)。根據(jù)長(zhǎng)久以來(lái)關(guān)于議程設(shè)置的相關(guān)文獻(xiàn)得知，政治通常是一場(chǎng)爭(zhēng)奪注意力的斗爭(zhēng)，單單是把一個(gè)議題納入議程范圍就極為困難。此外，注意力的動(dòng)態(tài)性通常符合帶有臨界點(diǎn)的非線性函數(shù)，在臨界點(diǎn)附近出現(xiàn)的少量的額外注意力可能也會(huì)具有重大的政治含義。

圖2. 15天累積脈沖響應(yīng)函數(shù)：對(duì)不同群體議題回應(yīng)情況的預(yù)測(cè)

圖2 的結(jié)果證實(shí)了本文前兩個(gè)假設(shè)，即國(guó)會(huì)議員和公眾有能力預(yù)測(cè)彼此所要關(guān)注的議題。兩黨議員都能夠預(yù)測(cè)公眾注意力的分布（假設(shè)2）。具體來(lái)說(shuō)，他們能夠引導(dǎo)政黨支持者和熱心公眾對(duì)某些議題進(jìn)行關(guān)注，不過(guò)兩黨都只有能力引導(dǎo)自己黨派的支持者，無(wú)法引導(dǎo)對(duì)方黨派的支持者。而且從最右側(cè)列框可以看到，兩黨關(guān)注的優(yōu)先議題似乎并不能很好地預(yù)測(cè)普通公眾要關(guān)注的議題。

本文還發(fā)現(xiàn)了存在政治回應(yīng)的動(dòng)態(tài)性（假設(shè)1）的有力證據(jù)。我們看到，公民在議題關(guān)注度上的變化可以正向預(yù)測(cè)國(guó)會(huì)議員所要討論的議題，而且這種影響力始終比國(guó)會(huì)成員引導(dǎo)公眾議程的能力更大。共和黨支持者在政治議程設(shè)置方面的能力最為極端，他們?cè)诠埠忘h和民主黨議員的議題關(guān)注度增加10%后的15 天，對(duì)同一議題關(guān)注度的累積關(guān)注量預(yù)計(jì)只分別增加1.25%和0.75%。反向來(lái)看，在共和黨支持者出現(xiàn)同等變化時(shí)，民主黨和共和黨議員的累積關(guān)注度則增加了預(yù)計(jì)約3%（參見圖2 中最左側(cè)兩個(gè)列框下第四行所示的灰色方塊）。

圖3. 政界人士設(shè)置公眾議程的能力與公眾影響政治議程的能力對(duì)比

通過(guò)圖3 可以更好地理解這些差別效應(yīng)。在圖3 中，我們對(duì)圖2 里的短時(shí)注意力變化概量（灰色方塊代表的回應(yīng)增量）進(jìn)行了重新排列，更方便比較哪一方最有能力引導(dǎo)另一方的議題議程，是國(guó)會(huì)議員還是公眾。但是，在對(duì)這些結(jié)果進(jìn)行解釋時(shí)，我們還需要考慮一個(gè)其他因素。正如在圖5 中所觀察到的，政治家比政黨支持者更多地關(guān)注政治問(wèn)題（遠(yuǎn)遠(yuǎn)超過(guò)熱心大眾和普通大眾）。這意味著，即使注意力增量相等，其產(chǎn)生的影響卻不同，公眾對(duì)政治家的影響更大，所以相比于公眾的變化，我們更有可能觀察到國(guó)會(huì)議員在政治注意力上的重大轉(zhuǎn)變。

本文研究結(jié)果同樣有力證明了支持者模型（假設(shè)5）對(duì)政治回應(yīng)的解釋力。如果僅關(guān)注那些最能預(yù)測(cè)國(guó)會(huì)議員議程的變量（圖2 中左側(cè)兩列框），我們觀察到，最能讓議員產(chǎn)生正向注意力轉(zhuǎn)變的推測(cè)因子是其本黨支持者的注意力的轉(zhuǎn)變。根據(jù)向量自回歸模型預(yù)測(cè)，就民主黨議員而言，在其支持者對(duì)一個(gè)議題短時(shí)提高10%注意力后，議員便會(huì)從對(duì)該議題0 關(guān)注轉(zhuǎn)變?yōu)閷?duì)該議題提高約3%的累積注意力；同等情況下，如果支持者長(zhǎng)時(shí)注意力提高10%，則議員注意力會(huì)提高7%（左側(cè)第1 列框第3 行）。同理，共和黨議員與其本黨支持者的注意力變化也呈現(xiàn)出類似結(jié)果（左側(cè)第2 列框第4 行）。其他短時(shí)和長(zhǎng)時(shí)注意力變化的累積脈沖響應(yīng)函數(shù)則幅度較小。

此外，本文結(jié)果還肯定了注意力模型（假設(shè)4）的解釋力。例如，當(dāng)熱心公眾對(duì)某議題的短時(shí)和長(zhǎng)時(shí)注意力提高10%后，民主黨議員的累積注意力預(yù)計(jì)分別提高2.25%和5.75%，共和黨議員提高分別約1.75%和4.75%。如果將對(duì)方黨派支持者也視為熱心公眾，也會(huì)看到類似的變化模式。民主黨支持者的注意力變化預(yù)計(jì)會(huì)給共和黨議員帶來(lái)2%和4.25%的正向影響，共和黨支持者的變化預(yù)計(jì)會(huì)讓民主黨議員提高2.5%和5.5%的累積注意力。但是，從估測(cè)上看，該模型產(chǎn)生的效果比支持者模型觀察到的要小。

最后，本次結(jié)果并未對(duì)唐斯模型（假設(shè)3）提供較強(qiáng)的證據(jù)支持。普通大眾對(duì)某議題的注意力短時(shí)或長(zhǎng)時(shí)提高10%后，民主黨議員對(duì)該議題的累積注意力預(yù)計(jì)只分別提高2%和4.5%。共和黨成員的回應(yīng)預(yù)計(jì)更低，分別只提高了1.5%和3%。這意味著，在不同公眾群體里，普通公眾在引導(dǎo)國(guó)會(huì)議員議程方面的能力最弱。普通公眾長(zhǎng)時(shí)注意力增加（左側(cè)第1 和第2 列框倒數(shù)第二行黑色方塊所示）與黨派支持者短時(shí)注意力增加，對(duì)國(guó)會(huì)議員造成的影響的幅度類似（左側(cè)前兩列框第3 和第4 行灰色方塊所示）。此外，由于普通公眾對(duì)政治的關(guān)注度較低，所以不太可能發(fā)生這個(gè)幅度（10%）的注意力的轉(zhuǎn)變。不過(guò)，如果采取同一個(gè)模型來(lái)對(duì)比2013 年和2014年的數(shù)據(jù)，我們有趣地發(fā)現(xiàn)，政治家在選舉年（2014 年）對(duì)普通公眾的回應(yīng)比在非選舉年的稍大（不過(guò)即使是在選舉年，政治家也是更傾向于跟隨政黨支持者和熱心公眾在關(guān)切議題上的變化）。

總體而言，結(jié)果表明，就議題注意力分布而言，政界人士更愿意跟隨其政黨支持者的變化，而不是熱心選民，而且他們很少跟隨普通公眾在關(guān)注議題上的變化。

（三）回應(yīng)度與議題相關(guān)性

如果國(guó)會(huì)議員有意回應(yīng)特定的選民群體，那么我們期望（假設(shè)6）他們應(yīng)該很樂意回應(yīng)這些群體在他們關(guān)切的議題上的關(guān)注度的變化。為了檢驗(yàn)這個(gè)假設(shè)，我們首先需要估計(jì)每個(gè)群體在多大程度可以引導(dǎo)其他所有群體對(duì)不同的獨(dú)立的政治話題的關(guān)注。為此，本文放寬假設(shè)，假定每個(gè)群體在引導(dǎo)其他群體議程方面的能力就每個(gè)話題而言是恒定的，然后采取不同方式對(duì)數(shù)據(jù)進(jìn)行建模。在先前的模型中，我們采取了主題—固定效應(yīng)（αj）。與之不同，本節(jié)將估測(cè)46 個(gè)不同的向量自回歸模型，每個(gè)政治議題一個(gè)。我們將在模型中引入相同的內(nèi)生變量，再次對(duì)所有時(shí)間序列應(yīng)用邏輯轉(zhuǎn)換（logic transformation），并采取同樣的七階滯后結(jié)構(gòu)。然后，對(duì)于每個(gè)向量自回歸議題模型，計(jì)算15 天累積脈沖響應(yīng)函數(shù)，以探索特定群體注意力短時(shí)增加10%后如何預(yù)測(cè)其他群體的注意力的變化。

圖4 顯示了所有這46 個(gè)向量自回歸模型的結(jié)果（15 天累積脈沖響應(yīng)函數(shù)）。每個(gè)列框反映了列框標(biāo)題所示的群體在回應(yīng)其他群體注意力變化的情況：圓圈代表預(yù)計(jì)的影響（線條代表95%的置信區(qū)間），圓圈的顏色表示回應(yīng)的對(duì)象群體，y 軸表示（行標(biāo)簽）具體議題。為避免圖表過(guò)于擁擠，最左側(cè)的兩個(gè)列框中僅呈現(xiàn)了公眾群體如何引導(dǎo)國(guó)兩黨議員表達(dá)議程的能力，而右側(cè)的4個(gè)列框中則顯示相反影響， 即國(guó)會(huì)議員引導(dǎo)公眾關(guān)注議題的能力。圖中僅包括對(duì)置信區(qū)間不超過(guò)0 的議題的預(yù)測(cè)結(jié)果。

議題根據(jù)民主黨支持者對(duì)民主黨議員的影響大小排列，從預(yù)估影響最大到最小排序。排名靠前的幾行中包含醫(yī)療保健改革、槍支暴力和最低薪酬等議題。民主黨支持者對(duì)這些議題關(guān)注度短時(shí)增加10%，民主黨議員對(duì)其累積關(guān)注度預(yù)計(jì)分別增加2%、1.5%和1%。

在左側(cè)第二個(gè)列框中，通過(guò)紅色圓圈可以看到共和黨支持者在哪些問(wèn)題上可以更有力地引導(dǎo)共和黨議員的議程。2013 年中期左右對(duì)美國(guó)國(guó)稅局丑聞的討論以及就奧馬巴醫(yī)改——網(wǎng)站與實(shí)施的討論似乎是共和黨國(guó)會(huì)議員對(duì)其支持者追隨度最高的議題。在這兩個(gè)案例中，如果將短時(shí)注意力提高10%，15 天后累積注意力預(yù)計(jì)提高約2%。最左側(cè)列框中的灰色圓圈所代表的影響表明，熱心公眾對(duì)社會(huì)保險(xiǎn)話題的關(guān)注最能引起民主黨議員的討論，在第2 列框中可以看到，熱心公眾尤其能引起共和黨議員對(duì)烏克蘭和委內(nèi)瑞拉抗議事件的關(guān)注。左側(cè)兩個(gè)列框中橙色圓圈所代表的影響表明，體現(xiàn)普通公眾發(fā)揮了最大正向引導(dǎo)作用的議題是民主黨和共和黨議員分別就學(xué)生債務(wù)和在敘利亞使用軍事力量進(jìn)行的討論。

圖4. 對(duì)不同議題和群體的議題回應(yīng)情況的預(yù)測(cè)

為了檢驗(yàn)最后一個(gè)假設(shè)，即國(guó)會(huì)議員更有可能追隨其選民所關(guān)切的議題并轉(zhuǎn)變注意力（假設(shè)6），本文通過(guò)計(jì)算各群體在第113 屆國(guó)會(huì)期間平均每天對(duì)各話題的關(guān)注度，建立了對(duì)群體議題相關(guān)性的衡量方式（平均值參見圖1）。通過(guò)取平均值，我們打算減少關(guān)注某群體在特定時(shí)間對(duì)既定議題的注意力，從而更多關(guān)注總體上既定議題對(duì)特定群體的重要程度。

有了以上平均關(guān)注度的衡量標(biāo)準(zhǔn)以及來(lái)自圖4 的估測(cè)，我們現(xiàn)在可以通過(guò)審視兩者之間的相關(guān)性來(lái)對(duì)假設(shè)6 進(jìn)行直接驗(yàn)證?？梢?，在圖5 中，x 軸上列出的是每個(gè)公眾群體對(duì)每個(gè)議題平均每天的關(guān)注度（參閱列框標(biāo)題）。y 軸上表示的是各列框標(biāo)題所示群體對(duì)議題提高10%關(guān)注度后的15 天（15 天累積脈沖影響函數(shù)），國(guó)會(huì)議員預(yù)計(jì)對(duì)這些議題的累積關(guān)注度。每個(gè)點(diǎn)表示單個(gè)預(yù)測(cè)回應(yīng)單元，周圍的線表示95%的置信區(qū)間。最上方的4 個(gè)列框表示民主黨議員的預(yù)測(cè)回應(yīng)，下方列框表示共和黨議員的預(yù)測(cè)回應(yīng)。

研究還發(fā)現(xiàn)，支持者模型可以支撐議題相關(guān)性假設(shè)（假設(shè)6）。通過(guò)圖5 右上角的列框可以觀察到，民主黨支持者在他們自己認(rèn)為重要的問(wèn)題上（如槍支暴力）的注意力的變化會(huì)對(duì)民主黨議員的議程設(shè)置產(chǎn)生更大的影響。同樣，從圖5 右下角倒數(shù)第2 個(gè)列框中觀察到，類似情況也出現(xiàn)在共和黨群體中，共和黨支持者更有可能引導(dǎo)共和黨議員把那些支持者自己認(rèn)為重要的問(wèn)題（如圍繞美國(guó)國(guó)稅局丑聞的討論）列入議員的明確議程中。因此，國(guó)會(huì)議員似乎更可能去關(guān)注那些他們自己的支持者在其所關(guān)心的議題上的看法，而不是那些他們關(guān)注較少的議題。

在圖5 中并未發(fā)現(xiàn)對(duì)注意力模型和唐斯模型在議題相關(guān)性方面提供支撐的證據(jù)。平均而言，民主黨議員更有可能關(guān)注熱心公眾（包括對(duì)立黨的支持者）在其關(guān)切議題方面的注意力的變化。但這兩者的正相關(guān)很小。對(duì)于共和黨，共和黨議員把注意力轉(zhuǎn)移到特定話題的程度與熱心公眾及其黨派支持者對(duì)這些議題的平均關(guān)注度之間甚至都沒有觀察到正相關(guān)關(guān)系。最后，我們觀察到，普通公眾引導(dǎo)政治家的議程的程度與普通大眾對(duì)既定議題平均關(guān)注度之間也不存在任何關(guān)聯(lián)?？傊?，以上結(jié)果都證實(shí)了圖2 中的有力發(fā)現(xiàn)，對(duì)支持者模型提供了證據(jù)支持，但在唐斯響應(yīng)模型方面缺乏證據(jù)。

圖5. 公眾議題關(guān)聯(lián)性與公眾設(shè)置政治議程的能力之間的相關(guān)性

（四）媒體的角色

接下來(lái)，本節(jié)將對(duì)新聞媒體在促成上述動(dòng)態(tài)現(xiàn)象方面所起的作用進(jìn)行評(píng)估。通過(guò)本文使用的數(shù)據(jù)和方法，可以詳細(xì)審視大眾媒體是否同樣有可能引導(dǎo)政治家或公眾，亦或受他們引導(dǎo)?；蛘呦喾矗襟w是否增強(qiáng)了某些群體的聲音并提高了他們引導(dǎo)政治議程的能力。

首先，表4 證實(shí)了先前的研究，表明媒體報(bào)道同時(shí)反映了政界人士和公眾所關(guān)切的議題。該表顯示了媒體議題注意力分配情況與其他研究對(duì)象議題注意力分配情況之間的相關(guān)性。我們發(fā)現(xiàn)，媒體對(duì)議題的關(guān)注與那些涉身政治的美國(guó)人對(duì)議題的關(guān)注（即政黨支持者和熱心政治的公眾）之間存在著緊密聯(lián)系。與之相較，大眾傳媒與國(guó)會(huì)議員和公眾之間在議題關(guān)注上的聯(lián)系雖然沒那么緊密，但仍然非常密切。

表4. 對(duì)媒體機(jī)構(gòu)和其他群體在議題關(guān)注度方面的相關(guān)性分析

當(dāng)然，這些相關(guān)性無(wú)法提供有關(guān)這些關(guān)系之間的方向的信息。為了更清楚地了解媒體的作用，我們仔細(xì)審視了媒體的脈沖影響函數(shù)的系數(shù)估計(jì)，參見圖2 的最后一列和最下邊一行，并在圖6 中進(jìn)行了更詳細(xì)的描繪。在圖6 左側(cè)列框中，媒體報(bào)道是因變量，該列框描繪的是政治家和大眾對(duì)議題關(guān)注度的變化是如何估計(jì)影響媒體對(duì)這些議題的關(guān)注度的變化的。在此處我們觀察到，需求方力量（即那些政治參與程度最高的美國(guó)人的優(yōu)先事項(xiàng)）比供應(yīng)方力量（即國(guó)會(huì)議員的優(yōu)先事項(xiàng)）更能預(yù)測(cè)到媒體報(bào)道的內(nèi)容。這些結(jié)果證明，媒體更有可能出于市場(chǎng)壓力而追隨公眾的注意力轉(zhuǎn)移，同時(shí)也表明議員為提高其關(guān)切議題的顯著性所付出的努力相對(duì)而言并沒有那么有影響力。

圖6. 對(duì)媒體影響的預(yù)測(cè)

在圖6 右側(cè)列框中，媒體報(bào)道是自變量。該列框表示的是媒體對(duì)議題的注意力變化對(duì)政治家和公眾對(duì)這些議題的關(guān)注所造成的估計(jì)影響?？梢钥吹剑襟w機(jī)構(gòu)的議題注意力轉(zhuǎn)變對(duì)國(guó)會(huì)議員和政黨支持者的議題議程影響最大。值得注意的是，在每種情形下，媒體注意力的轉(zhuǎn)移都可以預(yù)測(cè)所有受眾群體隨后注意力的轉(zhuǎn)變，反之則不然。這一點(diǎn)證明了媒體在引導(dǎo)政治類關(guān)切方面起著至關(guān)重要的作用。最后，圖6 中關(guān)于媒體影響的研究結(jié)果還表明，新聞媒體有助于體現(xiàn)支持者回應(yīng)模型的解釋力。并非所有公眾都同樣有可能引導(dǎo)媒體機(jī)構(gòu)去關(guān)注某些議題。民主黨和共和黨支持者的“聲音”要強(qiáng)于熱心公民和普通公眾的聲音。這一點(diǎn)尤其相關(guān)，正如在圖6 右側(cè)列框中所觀察到的，媒體所報(bào)道的議題更能預(yù)測(cè)國(guó)會(huì)議員隨后會(huì)發(fā)表的議題議程。

八、討論與結(jié)論

眾所周知，在美國(guó)政治研究中政界人士和公眾傾向于關(guān)注相同的政治問(wèn)題，但是由于數(shù)據(jù)的限制，關(guān)于誰(shuí)引導(dǎo)誰(shuí)的問(wèn)題之前一直沒有得到解決。本文對(duì)國(guó)會(huì)議員及其選民在2013 年1 月至2014 年12 月（第113 屆國(guó)會(huì)）期間發(fā)送的推文進(jìn)行潛在話題建模，用以表征國(guó)會(huì)議員及其選民的議程，從而為回答這一開放性問(wèn)題作出了貢獻(xiàn)。由此，本文就政治和公眾議程制定了詳細(xì)的措施，不僅研究了國(guó)會(huì)議員在決定所要討論的議題時(shí)在何種程度上追隨了其選民所關(guān)注的議題，而且還評(píng)鑒了政治回應(yīng)研究中存在的三種勢(shì)均力敵的模式：公眾代表是否會(huì)追隨其政黨支持者、熱心公眾或普通公眾在注意力上的變化。

本文利用向量自回歸模型對(duì)公眾議程和政治議程如何相互預(yù)測(cè)進(jìn)行建模以解釋內(nèi)生變量和媒體的影響。首先，本文發(fā)現(xiàn)，在本研究調(diào)查的時(shí)間段內(nèi)，政治回應(yīng)存在動(dòng)態(tài)性。公眾不僅有能力引導(dǎo)國(guó)會(huì)議員明確表達(dá)的議程，而且這種能力要大于政界人士引導(dǎo)公眾議程的相關(guān)能力。政黨支持者注意力轉(zhuǎn)變對(duì)國(guó)會(huì)議員注意力轉(zhuǎn)變的影響要大于國(guó)會(huì)議員注意力轉(zhuǎn)變對(duì)政黨支持者注意力轉(zhuǎn)變的影響。此外，本文還發(fā)現(xiàn)，某些回應(yīng)模型比其他模型的解釋力更強(qiáng)。研究結(jié)果表明，國(guó)會(huì)議員主要對(duì)政黨支持者以及熱心公眾的注意力分布變化作出回應(yīng)，對(duì)后者的回應(yīng)程度小于前者。結(jié)果還表明，主流媒體也表現(xiàn)出類似的動(dòng)態(tài)性，媒體尤其可能追隨政黨支持者的議題偏好，而且可能引導(dǎo)國(guó)會(huì)議員的議題議程。此外，本文觀察到民主黨議員和共和黨議員尤其關(guān)注自身黨派支持者所關(guān)切的議題。最后，就政界人士會(huì)回應(yīng)普通公眾這一觀點(diǎn)，本文并未找到多少實(shí)證支持。

以上關(guān)于議題回應(yīng)的分析結(jié)果與從政策和政策偏好回應(yīng)相關(guān)文獻(xiàn)中得出的相吻合。這些文獻(xiàn)表明，美國(guó)的政治和政策議程主要是由那些堅(jiān)定的黨派支持者的優(yōu)先議題所驅(qū)動(dòng)。本文研究還支持一個(gè)觀點(diǎn)，即由于目前存在的代表制和回應(yīng)的動(dòng)態(tài)性，政治議程存在的兩極化比美國(guó)公眾的兩極化更為極端。盡管有研究表明，這一點(diǎn)部分是由于地理劃分以及立場(chǎng)清晰的黨派選區(qū)越來(lái)越多導(dǎo)致，但本文結(jié)果表明，這同樣也要?dú)w咎于公眾對(duì)政治關(guān)注不足以及媒體對(duì)黨派議題偏好報(bào)道較多。這一點(diǎn)可能對(duì)民主政治具有重要的規(guī)范意義，或許是導(dǎo)致政治分化的間接因素。

雖然本次分析僅限于第113 屆國(guó)會(huì)，但本文認(rèn)為本次研究的結(jié)果應(yīng)該可以擴(kuò)展概括當(dāng)前現(xiàn)狀。國(guó)會(huì)議員對(duì)社交媒體的使用在2013 年幾乎已經(jīng)普及。此外，皮尤研究中心的數(shù)據(jù)顯示，過(guò)去5 年里，推特在美國(guó)成年網(wǎng)民群體中的滲透率一直保持在20%左右。推特在美國(guó)政治中的角色越來(lái)越重要，尤其是在特朗普當(dāng)選總統(tǒng)之后，這也意味著我們希望本文研究在當(dāng)前語(yǔ)境下更具合理性，可以得出更加準(zhǔn)確的估值。然而，有一個(gè)研究結(jié)果可能并不適用于當(dāng)前語(yǔ)境，那就是就立法者和媒體關(guān)系而言表現(xiàn)出的顯著的黨派不對(duì)稱性，在共和黨內(nèi)似乎比民主黨內(nèi)更為明顯。這種模式可以是政治環(huán)境的一種職能，尤其是在政黨處于對(duì)立面的語(yǔ)境中，這或許會(huì)與結(jié)構(gòu)性因素有關(guān)，如媒體系統(tǒng)的不對(duì)稱碎片化，這種現(xiàn)象目前在美國(guó)的左派中比右派中更顯著。

總之，本文展示了研究人員是如何使用社交媒體通信來(lái)揭示議程設(shè)置和回應(yīng)的動(dòng)態(tài)性的。由于篇幅所限，本文不得不限制分析的范圍，但這種方法也可用于探索其他基本問(wèn)題。例如，總統(tǒng)是否能夠設(shè)置政治和公眾議程？以往研究表明，總統(tǒng)在此方面的能力有限，但近期研究認(rèn)為，這種模式在過(guò)去幾年中可能已經(jīng)發(fā)生了改變，應(yīng)該就該議題在特朗普擔(dān)任總統(tǒng)期間的情況進(jìn)行重新審視。安全選區(qū)和邊緣選區(qū)的政治家回應(yīng)的是不是不同類型的選民？政治家會(huì)按照自身已有議題對(duì)選民關(guān)切議題作出不同的回應(yīng)嗎？這些結(jié)果在不同制度或政治背景下有何不同？特別是，我們或許有理由期望，那些政治競(jìng)爭(zhēng)水平較高的國(guó)家其回應(yīng)度也更高。

另一個(gè)可供研究的主題是州一級(jí)政府的議題回應(yīng)情況。美國(guó)現(xiàn)有的關(guān)于回應(yīng)性的研究分析了聯(lián)邦一級(jí)的政治精英討論的議題是如何受到公眾議題和政策偏好影響的。但是，很多政治決定是由州政府作出的。州的政策制定者會(huì)不會(huì)回應(yīng)選民？會(huì)回應(yīng)哪種類型的選民？聯(lián)邦議程是否會(huì)影響州一級(jí)的政治討論？不同州的這種動(dòng)態(tài)性回應(yīng)情況是否有所不同？如果不同，為什么？此外，也可以選取更長(zhǎng)的時(shí)間范圍，將推特?cái)?shù)據(jù)提供的細(xì)粒度時(shí)態(tài)模式與政策議程項(xiàng)目的細(xì)化主題結(jié)合起來(lái)進(jìn)行分析，從而判定該項(xiàng)目下定義的19 個(gè)議題中具體每個(gè)議題是由誰(shuí)引導(dǎo)、誰(shuí)追隨。我們希望，文中介紹的發(fā)現(xiàn)和方法可以為未來(lái)相關(guān)研究以及與政治代表制度相關(guān)的其他重要話題提供基礎(chǔ)。