政治:数学模型提供了什么推动党派的洞察力

$config[ads_kvadrat] not found

Norwegian - Æ Ø Å (Letters you dont have)

Norwegian - Æ Ø Å (Letters you dont have)

目录:

Anonim

围绕中期选举的竞选活动提醒了美国政治的现状:它们越来越分裂。作为解决分工问题的一种方式,达特茅斯学院的一个新数学模型为社会因素可能会扩大这个巨大的鸿沟提供了一些希望。

以前的数据分析向我们表明,我们是一个分裂的国家。这并不奇怪。一个新的模型发表于 皇家学会开放科学 由达特茅斯应用数学家冯福博士和本科学生塔克埃文斯建立并开创的,试图将这种模式归结为几个截然不同的变量。通过这样做,它揭示了今天的政治家如何在过道上工作的可能性要小于20世纪中期。不仅如此,无论哪个政党掌权,民主党和共和党国会议员都不太可能一起工作。研究人员表示,这比简单的政治分歧更深入。

傅告诉 逆 该模型考虑到代表的政治观点的极端,他们可能从他们的党派坚持所获得的利益(他们标记同质性的一个因素),以及与不一定与其团体有关联的其他人建立联系的好处。当他们将此框架应用于美国众议院1949年至2009年的投票数据时,这些变量的一个变化预测了国会的两极分化。

它是如何工作的?

“推动分工的根本在于人们如何重视同质性与连接利益的利益,”傅解释道。他们的模型 - 以及现实世界的数据 - 表明这些参议员比连接更重视同质性。

为了解释这一点,数据提出了一个如何形成群体的模型。最初,极端的观点倾向于让双方分开。简而言之,双方都会有极端主义者,但这些极端主义者是否倾向于导致整体两极分化,归结为另外两个变量之间的关系:保持广泛的社会关系对个人的利益或者加倍并同意该小组。

当研究人员对他们的模型进行测试后,他们发现,如果更广泛的社会联系更加重视群内同质性,那么网络将围绕一个更加集中的点汇聚。但它的同质性更受重视,该团体将分裂成两个阵营。

虽然有一些好处可以加倍减少,坚持一方,并推动另一方强烈反对的事业,但也有时候跨越过道可能有理由通过关键的立法。冯解释说,当他们将模型应用于美国众议院的投票记录时,有一段时间似乎就是这种情况。虽然他犹豫不决,想到为什么这可能是纯粹基于数学公式而发生的。

“国会有一段时期人们重视关系,而不是六十年代和七十年代的同质性,这是历史上最大的凝聚力,”傅说。 “该部门从那里开始成长。我不知道是什么样的社会或政治因素导致了这一点。“

这实际意味着什么?

这个模型在六十年代和七十年代描述的政治背景分开是一个政治科学家或历史学家的工作,而不是数学模型。理想情况下,我们希望在数据中找到解决方案,尽管该文件似乎没有提供。

其他研究至少进一步阐明了这种动态。例如,一项研究 PLOS One 从2015年开始,也是众议院的选民数据(从1949年到2012年),强调一般来说,很难找到合作对(来自反对党派的代表)。

但随着共同投票的不同政治人数的减少,一种不同的趋势取而代之。自1990年以来,有少数代表倾向于投票反对党派界线 更多 经常 - 这是作者的 PLOS One 文章称“超级合作者”。例如,在第110届国会期间 - 在2007年至2009年期间 - 98.3%的合作对在七个独立的国会议员的网络中。研究人员建议,对于这些人中的每一个人来说,跨越过道工作符合其选民的最佳利益 - 而不是他们的政治生涯 - :

少数超级合作者,尽管有其他党派疏远的威胁,但他们选择立法并与各方成员合作,可能是今天仔细代表选区的标志性例子。

在Fu的模型所确定的时间段内,这是在大规模工作的是否超出了数学范围的范围,但也许在历史学家的手中,这种转变的数学模型将是有启发性的。数据可能会提供关于我们如何到达目标的线索,即使它还无法向我们展示解决方案。

$config[ads_kvadrat] not found