是旧的,新的,借来的,是真的?评论者 ’s ‘Institutions, Inequality and Social Norms: Explaining Variations in Participation’

 

这是作者’的版本。请引用为:

    阿兹海默,凯。“是旧的,新的,借来的,是真的?评论者 ’s`制度,不平等与社会规范:解释参与的差异’.” 英国政治与国际关系杂志 10(2008):681–697。 doi:10.1111 / j.1467-856x.2008.00336.x
    [BibTeX] [抽象] [下载PDF] [HTML] [数据]

    迈克尔·李斯特(Michael 列表器)通过引起人们对社会因素的关注,为促进或减少投票率的总体变量的讨论做出了有益的贡献,但他的分析充满了方法论问题。尽管他的文章建立在关于制度对态度影响的有趣的理论论据上,但他关于因果关系的主张却没有数据支持。没有选择国家的理由,而且大多数解释性变量实际上在国家内部是不变的。该模型的规范在许多方面都有问题。仔细的重新分析表明,Lister中报告的t值’s的文章太大了,而估计值却不稳定并且取决于观察值的选择。此外,就其政治影响而言,影响微不足道。没有充分的证据证明不平等和投票率之间存在普遍的,政治上相关的关系。

    @Article{arzheimer-2008c,
    author = {Arzheimer, Kai},
    title= {是旧的,新的,借来的,是真的?评论者 's`制度,不平等与社会规范:解释参与的差异'},
    journal = {英国政治与国际关系杂志},
    year = 2008,
    volume = 10,
    keywords = {voting, cp},
    url = {//www.zxdzkj.com/turnout-institutions-inequality-social-norms.pdf},
    pages = {681--697},
    data = {http://hdl.handle.net/1902.1/10558},
    html = {//www.zxdzkj.com/paper/turnout-institutions-inequality-social-norms/},
    abstract = {迈克尔·李斯特(Michael 列表器)通过引起人们对社会因素的关注,为促进或减少投票率的总体变量的讨论做出了有益的贡献,但他的分析充满了方法论问题。尽管他的文章建立在关于制度对态度影响的有趣的理论论据上,但他关于因果关系的主张却没有数据支持。没有选择国家的理由,而且大多数解释性变量实际上在国家内部是不变的。该模型的规范在许多方面都有问题。仔细的重新分析表明,Lister中报告的t值's的文章太大了,而估计值却不稳定并且取决于观察值的选择。此外,就其政治影响而言,影响微不足道。没有充分的证据证明不平等和投票率之间存在普遍的,政治上相关的关系。},
    doi = {10.1111/j.1467-856x.2008.00336.x }
    }

1引言

在过去的15年中,对自由民主国家的选举投票率的(综合)分析已成为一个小行业。最近对相关文献的调查(盖斯2006)列出了不少于83项将投票率与众多制度,政治和社会因素相关的实证研究。在这些因素中,人口数量,各个比赛的接近程度以及(比较不令人惊讶的发现)强制投票是最重要的独立变量。迈克尔·李斯特(2007),这本期刊上的最新文章是对此次讨论的宝贵补充,因为他着眼于社会不平等问题,使我们注意到了迄今为​​止被大体上忽略的一系列社会因素。此外,李斯特(Lister)的贡献是为数不多的以时间跨度和跨国视角分析投票率的研究之一,而大多数分析通常是从横截面视角看待地方政府部门。

但是,李斯特的分析存在许多方法论和实质性问题,这使他的发现的有效性受到质疑:首先,李斯特对因果关系的描述存在很大问题,其次,鉴于李斯特数低且不相等,该方法不适用。每年的选举,第三,模型中的大多数变量在一个国家内部是恒定的或接近恒定的,并且即使在不平等和投票率之间存在统计上显着的关系,这也是微不足道的。接下来,我将依次解决这些问题。

2不平等对投票率有影响吗?

2.1因果关系


宏观福利国家机构 PICPIC微观内部化的规范/期望选举参与(f)(b)(d)(a)(c)(e):+/-?正方形表示观察到的变量,椭圆形表示没有数据的变量。实线是单个观察到的关系,虚线表示假设,虚线表示不平等对态度的混杂影响。

图1:因果链中可观察和不可观察的变量及其关系

李斯特的中心论点是,福利国家的制度会影响公民的期望(或规范),从而影响他们的政治行为(列表器2007,25)。更具体而言,他认为,基于普遍主义原则的福利国家机构为“团结规范提供了更多支持”(列表器2007,25)。这些规范鼓励直接和间接的选举参与。另一方面,经过经济状况调查的福利计划会产生相反的效果(列表器2007,25)。建立在 科尔曼的(1994,7)社会学解释的框架,他的论点可以通过使用三种因果关系陈述来稍微简化一下(参见图 1):

  1. 福利国家的特征(宏观变量)会影响内部规范和期望,即个人态度。
  2. 这些个人态度会影响个人参加全国大选的决定
  3. 这些单独的决定构成了投票率,另一个宏观水平的变量

在这些声明中,只有第三个声明是没有问题的,因为它涉及纯粹的机械聚合(假设在自由民主国家中,通常不会以任何系统的方式阻止人们投票)。另一方面,陈述(a)和(b)是关于单个变量的后果和先例的大胆主张,这些变量和前因根据宏数据永远不能被证明是对还是错。自从 罗宾逊 (1950)发表了他关于生态相关性的著名论文,社会科学家一直在努力应对生态谬误问题,即不可能从总体测度中得出关于个人行为的有效结论。

即使是本领域最先进的统计技术,其目的也在于对微观变量之间的潜在关系强度做出概率性陈述(例如两方竞赛中的种族和投票),请参见  1997)依赖于有关微观级别变量在宏观级别上的分布的信息。在缺乏有关个人规范和期望分布的信息的情况下,关于表述(a)和(b)的有效性无话可说。此外,在 列表器 依赖于另一个不可观察的关系,即福利国家制度与家庭之间的不平等之间的因果关系(d)。虽然福利国家制度在任何给定时间点t的性质(``普遍的''与``自由的''或``最小的''安排)可能会在t时对家庭之间的不平等产生重大影响,但很难完全确定当前水平不等式。相反,还有许多其他因素,包括全球和国民经济,税收的制度和水平,t点以前的不平等水平– 1,t –2,…以及福利国家机构的先前性质以及先前政策的各种意想不到的后果和副作用都会影响当前的不平等程度,因此这是对福利国家安排的相当粗略的衡量。最后,除了作为福利国家安排的指标外,不平等本身很容易对一个人的内在规范和态度产生正面或负面影响,从而掩盖或夸大沿着路径(a)起作用的因果关系的重要性。 。一方面,极低的不平等水平和不断下降的水平(可能与极高的税率有关)可能会鼓励中心政党和动员中产阶级的权利,这必然会导致稀少人口的增加。另一方面,高度的不平等会为工人阶级提供投票的动力,以实现更全面的福利状态-这是“民主阶级斗争”的逻辑(安德森和戴维森1943)。1

总而言之,尽管Lister的文章建立在一个复杂的框架上,该框架包含三个汇总变量和两个微观变量,但是关于三个因果关系的主张对论点至关重要,而第四个因果关系可能导致结果失真,这些主张并没有数据支持。因此,分析得出的任何结论都仅限于关于总体水平上不平等与投票率之间关系的主张(即,“面对不平等程度很高的政治群体,比起具有平等主义分布的人,投票者的投票率高/低)”资源”)。

2.2数据与建模

2.2.1数据

提出的分析 列表器 主要依靠公共领域中的单一来源:“比较福利国家数据集”(胡贝尔(Huber)等人。2004)从各种来源收集了18个国家/地区的信息,涵盖了1960-2000年的时间跨度。该数据集提供了有关投票率的信息(VTURN,取自 麦基和罗斯 1982 以及《欧洲政治研究杂志》上的报告),以及许多控制变量,例如人均GDP的(链式)指数(RGDPC),二院制的力量(STRBIC),联邦制的存在和力量( 美联储),2 选举制度的比例(SINGMEMD),以及相应国家/地区是否拥有总统制(PRES)。将这些与关于焦点独立变量收入不平等(INEQ)的信息合并, 德克萨斯大学不平等项目 (2004),以及IDEA编写的有关强制投票的报告(COMPVOTE)(格拉修2001)。

虽然李斯特(Lister)非常迅速地取消了福利国家支出数据,但比较不同时期和不同国家之间的收入不平等充满了陷阱(阿特金森和布兰多利尼2000)。没有讨论来自 德克萨斯大学不平等项目 以及其他数据来源,例如卢森堡收入研究(阿特金森2004)甚至没有考虑可能更适合手头的研究问题。

一般而言,在可用性和复制性方面,依赖于公共领域的数据集具有明显的优势,但它对观测值的选择和时间范围(1963-93)也施加了同样明确的限制,本文中未解决。尽管如此,讨论中将不包括挪威和新西兰的理由进行讨论将是很有帮助的,尽管这些国家已经包括在内,因为将一个国家包括在内或排除在外可能会严重影响回归模型的结果。 (请参见 2.2.3 下面)。3


变量βxβ×x
C-2.4491.000-2.449
侵害0.2160.2250.077
辛格-0.0040.574-0.002
美联储-0.0310.527-0.017
预备-0.1260.155-0.020
斯特比0.1150.6980.081
国民生产总值-4.060×10-61.559×104-0.063
英格-0.01533.373-0.517
万宝龙0.05583.0544.551
1.613
表格1:李斯特模型所隐含的平均投票率

复制 列表器数据集(可从 hdl:1902.1 / 10558 UNF:3:2UNq + CMPvmjb7Aat9NvpKw ==)是通过以下方式构建的:从比较福利国家数据集中选择了15个正在研究的国家。对于这些国家,保留了1963年至1993年之间的所有选举年(英国和爱尔兰1974/1982年选举的平均值),结果得出136个观测值,投票率,联邦制,总统制,两院制和人均GDP均不容错过。

尽管尽了最大的努力,但事实证明,要准确再现李斯特的发现是不可能的,尽管差异很小。4 更令人不安的是,乍看之下,李斯特(Lister)报告的系数似乎没有相加。如果一个插入平均值5 对于所有自变量,预期投票率达到惊人的161%(请参阅表 1)。但是,系数和常数的大小表明作者已经转换了投票率6 从原始百分比比例到相对频率比例,然后对新变量应用logit变换,以说明因变量绑定到区间[0; 100]的事实。7

因此,通过脚注中概述的所有选举年份的上次选举的投票人数来构建滞后投票人数 4 而LOGITVTURN构造为ln (-TURNOUT-∕100-)<br src=" class="webpexpress-processed">

1-(TURNOUT∕100)" class="webpexpress-processed">
。然后,创建了一个变量,该变量反映了宾厄姆·鲍威尔(Bingham Powell)对每个选举系统的比例评估。8 强制性投票的信息是一个虚拟变量,对于澳大利亚,比利时和意大利,其值为“ 1”,对于所有其他国家,其值为“ 0”。最后,关于不平等的信息来自 德克萨斯大学不平等项目 (2004)与数据集匹配。由于四个法国选举年,一个意大利选举年和两个英国选举年缺少此信息,因此观测值的数量进一步减少到129观测值。

2.2.2不适当的方法

数据构成了跨部门的时间序列(TSCS)或面板排列:汇总并分析了来自n = 15个国家的(非常短的)时间序列。在政治学领域,这种设计在 贝克和卡茨 (19951996)建议,只要对标准误差进行“面板校正”(PCSE)以说明观察结果之间的依赖性,就可以将熟悉的普通最小二乘(OLS)估计器应用于此特定数据结构。

以下 贝克和卡茨 (1995(636),则通用TSCS模型可以写为

y=x src=" class="webpexpress-processed">

我,我,我


" class="webpexpress-processed">
(1)

其中y是因变量,x是独立变量(包括常数)的向量,ε是随机误差项,并且观测值由单位/国家(i)和时间(t)索引。使用TSCS数据,可能会违反回归分析的标准假设,因为人们会期望ε为“非球形”,即同时相关,异方差和序列相关(贝克和卡茨1995(636),使“原始”标准错误无效,从而导致置信区间过窄,而显着性检验过大。9

(正)同期相关性是在几个国家同时出现的不可观察因素增加或减少投票率的结果,不能完全排除,但由于观察单位是全国大选,因此不大可能给分析造成很大问题。10 另一方面,投票率很可能发生异方差(国家i中ε的方差大于国家i + 1的方差):在强制投票的国家中,ε的方差必然较小比其他政体要强。

最后,可以考虑存在(正)序列相关性(在t时刻仍会感觉到一些在t时刻影响国家i投票率的未观察因素的影响,可能在t + 2时,t + 3时……)。理所当然。像大多数TSCS数据分析师一样,Lister遵循以下建议 贝克和卡茨 并通过包含滞后因变量(LDV)来解决此问题。

然而,这导致复杂的并发症。选举期限的长短随时间和国家而异,例如它在美国固定为四年,在经验上非常接近英国和意大利的相同值,在加拿大则为一年到五年之间不等(选举期间持续适度上升的趋势) )。结果,ε的自相关也会随国家和时间而变化。李斯特(Lister)选择的方法无法解决这一问题,即使这样,估计多个自相关也会带来明显的问题,尤其是在N和T较低的情况下。尽管人们可能希望将LDV包含进来,以某种方式改善这种情况,同样的问题也适用于LDV的系数,该系数应再次随选举期的长短而变化。因此,任何发现都应格外谨慎。


PCSE引导程序GEE
LOGITVTURNLOGITVTURNLOGITVTURN
(1)(2)(3)
侵害0.427 ***0.427*0.360*
(3.498)(2.223)(2.505)
辛格-0.005-0.005-0.021
(-0.156)(-0.109)(-0.545)
美联储0.0360.0360.022
(0.721)(0.631)(0.429)
预备-0.122-0.122-0.095
(-1.488)(-1.208)(-1.268)
斯特比0.0620.0620.070
(1.557)(1.079)(1.586)
国民生产总值-0.000-0.000-0.000
(-1.387)(-1.058)(-0.547)
英格-0.024 **-0.024-0.021
(-3.207)(-1.872)(-1.599)
万宝龙0.056 ***0.056 ***0.059 ***
(10.142)(7.145)(7.709)
不变-2.130 ***-2.130 *-2.516 **
(-3.326)(-2.262)(-2.674)
R20.8820.882
n129129129

* p<0.05, ** p<0.01, *** p<0.001.
括号内给出了t值,而不是标准误差,以最大程度地提高与Lister结果的可比性。 PCSE是使用Stata 10中的xtpcse程序估算的,并带有用于协方差矩阵计算的逐案选项。引导程序的复制数量为200。GEE估计假定错误的一阶自回归过程。 GEE标准误基于对差异的“稳健”(Huber-White)估计。

表2:复制具有Listed Corrected和Bootstrapped标准错误的Lister模型

考虑到可能存在异方差性和自相关性,请应用由 贝克和卡茨 乍一看似乎是明智的策略。但是,通过 贝克和卡茨 是为包括10到40个时间段(贝克和卡茨 1995,640-642; 贝克 2007,97)。在用于此分析的数据集中,只有六个国家的T≥10,丹麦最大为13,而其他五个国家的面板波数仅为7至9,而其他四个国家的极低(4至6) 。在这种情况下,不能保证PCSE表现良好(请参阅 索尔等人 2007 审查相关问题)。

作为一种简单的保障措施,可以使用非参数引导程序(埃夫隆和蒂布希拉尼1993应用),即从原始数据集中提取200个n = 129的样本(并替换),并对每个样本重复进行分析,从而模拟生成数据的过程。由于这些样本中的每个样本都与其他样本略有不同,因此参数估计值也会有所不同。在分布假设可能不成立的情况下,这种变化通常为标准误差提供了逼真的近似值。结果显示在表的第2列中 2。与第一列相比,t值显着降低,使得除强制投票和LDV之外的所有独立变量均不显着。

但是,不相等且相当低的T建议使用不依赖于数据的时间序列性质的估计量来进行健壮性检查。在可用于面板数据的大量估计器中,广义估计方程模型(GEE)最近在政治科学界引起了重视,因为它们可以容纳复杂的结构以用于ε的相关性,并且对于错误指定具有相当强的鲁棒性(佐恩2001)。11 事实证明,这种方法得出的点估计几乎相同,并且,强制投票和LDV成为唯一具有统计意义的变量(第3列)。结果是,在李斯特(Lister)对投票数据的原始分析中对PCSE的计算是不合适的,并导致他得出过分自信的结论。

2.2.3单位效应和随时间变化的情况

但是,这种对投票率和不平等现象的分析甚至存在更根本的问题。首先,必须确保可以合并单位(国家),即在所有国家中(大致)相同的斜率系数普遍存在。在投票率数据集中,不可能严格检查可能涉及估计特定国家模型的假设,因为体制控制变量在国家内部是恒定的或几乎恒定的。12 其次,必须检查是否存在单位效应,即针对特定国家/地区的拦截。13 如果将单位合并,而不考虑单位影响,则可能导致巨大的偏差。例如,如果某个变量x在两个国家A和B中对y产生适度的正向影响,并且x的平均值在国家B中较高,而y的总体水平在国家A中较高,则系数为负除非模型中包含特定国家/地区的截距,否则可能会进行估算。14 不幸的是,由于制度变量在国家内部没有变化,因此与国家特定截距完全共线,因此无法测试单位效应。此外,自变量之间存在非平凡的线性相关性:联邦制和双阶级制在r = 0.41时相关,15 联邦制和比例制之间的相关性是-0.4816 甚至不平等和比例也为-0.44。


PIC

图2:随着时间的流逝不平等

更糟的是,焦点自变量是“缓慢”(贝克2001威尔逊和巴特勒2007Plümper和Troeger2007),即国家/地区之间的不平等差异很大,但在大多数国家/地区中差异不大(请参见图 2)。尽管澳大利亚,比利时和英国有明显的上升趋势,而荷兰则有一些明显的随机变化,但其他地方的不平等状况基本稳定。因此,大约80%的差异发生在国家之间。

以类似的方式,与国家之间的差异相比,大多数国家/地区的投票率差异非常小(见图 3)。在澳大利亚和比利时(强制投票的国家),投票率始终接近100%,在奥地利,丹麦,意大利和瑞典,投票率仍然很高(即80%以上),17 而日本的这一数字始终徘徊在70%左右,而美国的投票率始终低于或略高于60%。在整个样本中,投票率(或其转换)总变化中仅约10%发生在国家内部,而国家间差异则占变化的最大部分。


PIC

图3:随着时间的投票率

这里还有其他问题。尽管LDV的加入受到了 贝克和卡茨,LDV可能会引起问题。即使错误不相关,且错误之间存在相关性,估计也会有偏差(奥斯特罗姆1990,62-65)。18 有很多替代动态规范(威尔逊和巴特勒2007,106)和 威尔逊和巴特勒 可以证明,在许多情况下,这些估计值可能会截然不同。

然而,当前分析的最根本问题是:与许多(如果不是大多数)其他比较数据集一样,投票率数据受到共线性和缺乏单位内部变化的困扰,因此信息量不大(西方和杰克曼1994)。19 由于国家之间因变量和自变量的大多数变化都发生在国家之间,因此可以肯定地确定政治因素会影响投票率,但是不可能弄清恒定的各种变量的相对影响。 (如联邦制),变化不大(如不平等),或不变但未包含在模型中(单位效应)。美国的某些因素压抑了投票率,而澳大利亚的某种因素驱使投票率接近其理论最大值,但是尽管很可能会怀疑注册程序和强制投票,但无法证明这些因素是决定性的。

无论采用哪种方法,无论多么先进,都无法克服这种基本缺乏独立信息的情况。考虑到这个基本问题,对不平等的影响(和其他自变量)的估计值相当不稳定并且取决于某些观察值的包含/排除也就不足为奇了。通过从样本中删除给定年份或国家中的所有观测值,可以最容易地证明这一点。例如,如果不包括1971年的四次选举,则不平等系数从-0.024降低至-0.018。相反,如果将1970年的4个观测值排除在外,系数将上升至-0.028。排除单个国家的影响甚至更大:如果从样本中除去奥地利(八个观察结果),该国家的平均贫富不均,但投票率很高,则该系数升至-0.038。不包括瑞典(一个不平等现象少,投票率高的国家)(十个观察结果),该估计值降低至-0.016。即使排除单个观察值,也会对估计值产生明显影响:如果没有1993年澳大利亚大选,该系数的估计值为-0.028,而排除1971年荷兰大选,则该系数降至-0.017。换句话说,从样本中删除一个观察值可能导致估计值的变化,大致相当于一个标准误差。


PIC

图4:投票率和不平等

关于不平等和投票率之间的关系,有什么可以说的吗?简短的答案是“不,不是真的”。一种非常基本的方法是忽略制度控制变量以及GDP的潜在影响,并在每个国家的基础上分析双变量关系(请参见 费舍尔 2007 用于投票率和左投票的相关双变量分析)。20 数字 4 显示了各自的散点图,并覆盖了特定于国家的线性回归线。这个数字很能说明问题。除了大多数国家中沿x轴和y轴的极低变化之外,只有五个政体(奥地利,法国,西德,荷兰和瑞典)显示出不平等与投票率之间显然存在负相关关系,即使这样声明需要资格。将任何趋势拟合到四个数据点(法国)显然是有风险的,并且瑞典,奥地利和西德的不平等差异非常小。此外,奥地利和西德的明显消极趋势分别取决于一次外围选举,这恰好是德国统一后的一次非常不寻常的第一次选举。这使荷兰成为不平等和投票率之间负相关关系的唯一真实例子。在所有其他国家中,这种关系是弱正的或接近零。


PCSELOGITVTURN VTURN

(1)(2)(3)(4)(5)(6)(7)(8)
英格0.0220.0220.0250.0200.2030.2030.2340.183
(1.615)(1.585)(1.870)(1.315)(1.302)(1.299)(1.628)(1.050)
国民生产总值-0.000 ***-0.000 ***-0.000 ***-0.000 ***-0.000 ***-0.000 ***-0.000 ***-0.000 ***
(-3.376)(-3.437)(-6.835)(-5.757)(-4.268)(-4.270)(-7.987)(-6.402)
万宝龙0.029 **0.027*0.321*0.319*
(2.642)(2.446)(2.308)(2.288)
澳洲-0.579 ***-0.587 ***-0.679 ***-0.692 ***-4.055 ***-4.065 ***-5.165 ***-5.244 ***
(-9.056)(-9.008)(-14.626)(-12.045)(-5.489)(-5.491)(-9.793)(-8.380)
贝尔-0.407 ***-0.414 ***-0.500 ***-0.499 ***-2.674 **-2.681 **-3.698 ***-3.599 ***
(-3.486)(-3.461)(-4.361)(-3.693)(-2.854)(-2.854)(-4.516)(-3.740)
能够-1.343 ***-1.376 ***-1.903 ***-1.897 ***-14.497 ***-14.539 ***-20.689 ***-20.585 ***
(-5.854)(-5.907)(-33.006)(-25.188)(-4.877)(-4.881)(-21.366)(-15.623)
-0.760 ***-0.775 ***-0.974 ***-0.998 ***-4.950 ***-4.968 ***-7.315 ***-7.534 ***
(-8.805)(-8.789)(-23.430)(-18.640)(-4.652)(-4.658)(-17.463)(-14.211)
-1.293 ***-1.323 ***-1.783 ***-1.793 ***-13.641 ***-13.679 ***-19.051 ***-19.126 ***
(-6.747)(-6.785)(-29.264)(-24.846)(-5.493)(-5.497)(-19.386)(-16.668)
玻璃钢-0.714 ***-0.726 ***-0.893 ***-0.909 ***-4.707 ***-4.722 ***-6.687 ***-6.811 ***
(-6.346)(-6.390)(-11.516)(-10.368)(-3.830)(-3.837)(-8.307)(-7.454)
爱尔兰-1.568 ***-1.609 ***-2.247 ***-2.241 ***-17.468 ***-17.520 ***-24.972 ***-24.890 ***
(-5.539)(-5.601)(-28.574)(-23.998)(-4.991)(-4.996)(-24.652)(-20.513)
ITA-0.667 ***-0.676 ***-0.795 ***-0.788 ***-4.585 ***-4.595 ***-5.991 ***-5.846 ***
(-6.431)(-6.386)(-9.754)(-7.853)(-4.181)(-4.181)(-7.913)(-6.123)
日本-1.480 ***-1.524 ***-2.202 ***-2.193 ***-17.630 ***-17.684 ***-25.602 ***-25.433 ***
(-5.042)(-5.112)(-31.927)(-25.276)(-4.729)(-4.735)(-24.644)(-18.478)
-0.863 ***-0.877 ***-1.093 ***-1.083 ***-7.365 ***-7.382 ***-9.902 ***-9.813 ***
(-5.240)(-5.161)(-8.665)(-5.985)(-3.738)(-3.738)(-7.028)(-5.033)
瑞典-0.564 ***-0.577 ***-0.729 ***-0.776 ***-3.189 **-3.205 **-5.013 ***-5.442 ***
(-5.800)(-5.767)(-7.885)(-7.055)(-2.908)(-2.913)(-5.326)(-4.831)
英国-1.282 ***-1.319 ***-1.883 ***-1.892 ***-13.860 ***-13.906 ***-20.501 ***-20.543 ***
(-5.452)(-5.516)(-37.812)(-28.284)(-4.554)(-4.559)(-24.074)(-18.291)
美国-1.574 ***-1.634 ***-2.602 ***-2.586 ***-25.465 ***-25.541 ***-36.822 ***-36.557 ***
(-3.921)(-4.008)(-42.096)(-37.140)(-5.005)(-5.011)(-47.153)(-39.413)
不变-0.1120.0682.744 ***2.907 ***63.822 ***64.047 ***95.376 ***96.934 ***
(-0.102)(0.061)(6.225)(5.800)(4.713)(4.720)(20.864)(17.636)
ρ0.0310.2220.0030.205
R20.9230.9190.9130.8850.9440.9430.9370.934
n124124124124124124124124

* p<0.05, ** p<0.01, *** p<0.001.
T值在方括号中给出。 PCSE是使用Stata 10中的xtpcse程序估算的,并带有用于协方差矩阵计算的逐案选项。澳大利亚是参考类别。

表3:小组校正后的不平等,GDP,LDV和单位效应的投票率回归

为了进行更正式的检验,可以对GDP和单位效应(假设GDP和不平等的影响在各个国家之间是不变的)的不平等和控制权的投票率进行最终的汇总回归。21 结果示于表中 3.22 不出所料,不平等的影响是积极的,但微不足道。无论因变量的转换(模型1-4与模型5-8),LDV的包含(第1、2、5和6列)以及a的规格(通用23 )误差的自回归项(模型2、4、6和8)。根据现有数据,得出的结论是,没有证据表明不平等对投票率有负面影响。

2.2.4琐碎的效果大小

李斯特对他的发现的解释几乎完全是由系数的统计意义决定的,因此,前两节中的许多讨论都集中在各种建模技术的优点,估计量的选择以及参数的统计意义上。估计。但是,应始终根据统计模型的结果的实质性含义和政治意义来对其进行判断(金等人。2000)。

毕竟,统计意义只不过是关于观察给定幅度的估计的条件概率的陈述。就其本身而言,这种概率陈述没有实质意义。首先,由于各个重要性检验在小样本中没有足够的功效,因此很可能没有发现政治上重要的影响。其次,假设样本量很大,则显着性检验将得出与原假设不存在任何政治后果的微小偏差。因此,统计意义与潜在事实要求的实质意义完全不同。因此,就其实质意义而言,许多日常进行的重要性测试完全没有意义(1999)。

不平等的(有争议的)统计学意义仅表示,如果该系数的真实值为正好为零(不小于,但肯定不大于),则极不可能得出此幅度的估计值。不能证明不平等对投票率有任何现实影响。

事实证明,李斯特(Lister)提出的分析并不能支持他的中心论点-福利国家的机构对投票率有间接影响-即使它们在概念和方法上没有缺陷,估计也可以按面值进行。这是因为据报导,据称存在不平等的负面影响 列表器 (2007)可忽略不计。

这一事实在某种程度上被因变量的非线性变换掩盖了,但是如果仔细看一下表,这一事实就很明显了。 1 以上。如果所有自变量均处于均值,则预期的转换投票率为1.613,即83.38%(invlogit(1.613)×100)。如果将不平等问题的经验最小值设定为27.08(瑞典,1979),则预期投票率将变为84.68%(invlogit(1.710)×100)。另一方面,如果不平等达到其经验上的最大值39.53(意大利,1968年),则预期投票率将降至invlogit(1.517)×100 = 82.01%-几乎没有任何政治相关性的差异,即使在统计上具有重大意义条款。24

3结论

迈克尔·李斯特(Michael 列表器)的文章为有关(已经非常庞大的)关于聚集变量的讨论做出了有益的贡献,这些聚集变量通过引起人们对社会因素的关注来促进或抑制投票率。但是,尽管不平等是否会降低总体投票率的问题是一个相关问题,但他的分析充满了方法论问题,这些问题使他的发现的有效性受到质疑。首先,原始文章基于有关制度对态度影响的有趣理论论证,由此得出了复杂的因果关系框架,但李斯特关于因果关系的主张并没有数据支持。因此,他的分析仅限于不平等与总投票率之间是否存在负关系的问题。第二,没有给出选择这个特定时间范围和国家样本的理由,并且很难准确地再现这些发现。第三,Lister应用由 贝克和卡茨 克服比较政治的小问题。但是,由于大多数控制变量在一个国家内部是恒定的且高度相关,而焦点解释变量和因变量却很``缓慢''(即在大多数国家中几乎是恒定的),因此根本没有足够独立的观察数据来估计该模型由Lister指定。

通过应用简单的引导技术,可以证明Lister报告的t值太大,从而高估了参数的可靠性/统计意义。这通过将通用估计方程应用于相同数据的替代性稳健性测试得到证实。此外,可以证明,如果从样本中删除单个年份,国家或什至单个观测值,则估计值会发生很大变化。简单的基于国家/地区的双变量回归图以及比Lister的规范要求低的替代模型证实了这样的说法,即没有证据表明不平等与投票率之间存在普遍的负相关关系。

上面概述的某些问题可以追溯到Lister完全依赖汇总数据的情况。在过去的二十年中,多层次建模技术已应用于政治学的各个子领域,例如态度形成(麦昆和布朗1987),支持欧洲一体化(加贝尔1998),回收行为(Guerin等。2001)和“极右”(阿兹海默和卡特2006),对于至少部分在本文第一部分中确定的问题,对单个数据和宏数据进行联合分析似乎是一种明显的补救措施。作为一个例子,在最近的贡献中 安德森和贝拉门迪 (2005)对许多个人和政体级别变量的个人投票率进行回归,发现宏观级别的收入不平等减少了选举参与的可能性。

但是像PCSE一样,多层次分析也不是万能药。即使将它们与个人级别的信息一起进行分析,有关现代民主制度的数据通常也会固有地“微弱”(西方和杰克曼1994),因为国家/地区的数量以及这些国家/地区内机构变化的水平都很低,时间序列很短,并且很可能会产生强大的单位效应。这使得很难确定任何因果关系。

最后,应该牢记,统计意义与实质相关性无关。即使李斯特(Lister)分析中的估计值和标准误可以从表面上得出,但它们也不会支持福利国家机构具有投票率影响的假设,因为所谓的不平等影响的政治意义可以忽略不计。

4图表

参考文献

C. Anderson,CJ和Beramendi,P.(2005),《经济不平等,再分配和政治不平等》,准备在“收入不平等,代表和民主:比较视角下的欧洲”会议上发言的论文。”,锡拉丘兹马克斯韦尔学院大学,网址: http://www.maxwell.syr.edu/moynihan/programs/euc/May6-7_Conference_Papers/Anderson%20and%20Beramendi%20EUC%20Conference%202005.pdf.

安德森(D. Anderson)和戴维森(Davidson)(1943年),《民主阶级斗争》(斯坦福大学:斯坦福大学出版社)。

Arellano,M.和Bond,S.(1991)“面板数据规范的某些检验:蒙特卡洛证据和对就业方程的应用”,《经济研究评论》,第58期,第277-297页。

Arzheimer,K.和Carter,E.(2006),“政治机会结构与右翼极端政党的成功”,《欧洲政治研究杂志》,第45卷,第419-443页。

阿特金森(A.B.) (2004)“卢森堡收入研究(lis):过去,现在和未来”,《社会经济评论》,第2卷,第165-190页。

阿特金森(A.B.) and Brandolini,A.(2000)“使用“次级”数据集的承诺和陷阱:经合组织国家的收入不平等”,Temi di Discussione(经济工作论文)379,意大利银行,经济研究部,可见于 http://ideas.repec.org/p/bdi/wptemi/td_379_00.html.

贝克,N.(2001)'时间序列横截面数据。过去几年我们学到了什么?”,《政治学年度评论》,第4卷,第271-293页。

贝克,N.(2007),“从统计上的麻烦到严肃的建模:改变我们对时间序列横截面数据分析的看法”,《政治分析》,第15卷,第97-100页。

贝克·N·贝克和卡茨·J·N。 (1995)“如何处理(或不处理)时间序列横截面数据”,《美国政治科学评论》,第89卷,第634-647页。

贝克·N·贝克和卡茨·J·N。 (1996)“麻烦与实质:指定和估计时间序列横截面模型”,《政治分析》,第6卷,第1至36页。

伯克(R.A.) (2004)回归分析。建设性的批评(千橡树,伦敦,新德里:圣人)。

伯克(R.A.),西方(B.Western)和韦斯(R.E.) (1995),“针对明显人口的统计推断”,《社会学方法论》,第25卷,第421-458页。

科尔曼(J.S.) (1994)社会理论基础(剑桥,伦敦:哈佛大学出版社的Belknap出版社)。

B.Efron和R.J. Tibshirani (1993)引导概论(纽约:查普曼和霍尔)。

费雪(S.D.) (2007年)“投票的(投票)变化和(投票的)左投票比例的变化”,《选举研究》,26:3,598-611。

加贝尔,M.(1998)'对欧洲一体化的公共支持。对五种理论的实证检验,《政治学报》,第60卷,第333-354页。

加拉格尔,M.(1991),“比例,不成比例和选举制度”,《选举研究》,第10期,第33-51页。

盖斯,B.(2006)‘解释投票人数。综述”,《选举研究》,第25卷,第637-663页。

鳃,J.(1999)“零假设重要性检验的无意义”,《政治研究季刊》,第52卷,第647-674页。

格拉修,M.(2001)强制投票(http://www.idea.int/vt/compulsory_voting.cfm (04.06.2007):IDEA)。

Guerin,D.,Crete,J.和Mercier,J.(2001),“欧洲国家中回收行为的决定因素的多层次分析”,社会科学研究,195-218。

Huber,E.,Ragin,C.,Stephens,J.D.,Brady,D. and 贝克field,J.(2004)比较福利国家数据集(http://www.lisproject.org/publications/welfaredata/welfareaccess.htm (04.06.2007):西北大学,北卡罗来纳大学,杜克大学和印第安纳大学)。

王,G.(1997)生态推理问题的解决方案。从汇总数据重构个人行为(普林斯顿:普林斯顿大学出版社)。

王,G.,Tomz,M.和Wittenberg,J.(2000)‘充分利用统计分析。 ”,《美国政治科学杂志》第44期,第341-355页。

Lijphart,A.(1984)民主国家。 21个国家的多数制和共识政府模式(斯坦福大学:斯坦福大学出版社)。

Lijphart,A.(1999)民主模式。 36个国家/地区的政府形式和绩效(纽黑文:耶鲁大学出版社)。

列表器,M.(2007),“制度,不平等与社会规范:解释参与的差异”,《英国政治与国际关系杂志》,第9期,第20-35页。

麦基(T.T.)和罗斯(Rose)(1982)《国际选举史年鉴》(伦敦,希尔德米尔斯:麦克米伦)。

MacKuen,M.和Brown,C.(1987),“政治背景和态度的变化”,《美国政治学评论》,81:2,471-490。

奥斯特罗姆,C.W.(1990)时间序列分析。回归技术(纽伯里公园,伦敦,新德里:Sage)。

T.Plümper和V.E. Troeger (2007年)“对具有单位固定效应的有限样本面板分析中的时不变性和很少变化的变量进行有效估计”,《政治分析》,15:2,124-139。

Powell Bingham,G.(1986年),《比较视角的美国选民投票率》,《美国政治学评论》,80,17-43。

罗宾逊(W.S.) (1950),“生态相关性和个人行为”,《美国社会学评论》,第15期,第351-357页。

Shor,B.,Bafumi,J.,Keele,L.和Park,D.(2007)“一种针对时间序列横截面数据的贝叶斯多层建模方法”,《政治分析》,15:2,165-181。

德克萨斯大学不平等项目(2004)估计的家庭收入不平等数据Se(http://utip.gov.utexas.edu/data/UTIP_UNIDO2001rv3.xls (04.06.2007):德克萨斯大学)。

Western,B。和Jackman,S.(1994),“比较研究的贝叶斯推理”,《美国政治学评论》,88,412—423。

威尔逊(美国)和巴特勒(D.M.) (2007)“还有很多事情要做:时间序列横截面分析对简单替代规范的敏感性”,《政治分析》,15:2,101-123。

佐恩,C.J.W. (2001年)“相关数据的广义估计方程模型:应用综述”,美国政治学报,45:2,470-490。

*感谢Sarah Kirschmann的研究协助,以及Elisabeth Carter,Harald Schoen和两位匿名评论者的宝贵意见和建议。不用说,通常的免责声明适用。

1甚至可以说,因果关系反过来起作用:持续高水平的投票率(表明有动员的工人阶级)迫使政府维持高水平的福利国家保护。

2有关联邦制,两院制和总统制的信息来自 Lijphart (19841999),尽管数据集存在不一致: Lijphart (1999,189)用从“ 1”(没有分权的单一制国家)到“ 5”(强有力的联邦安排)的整数对联邦制进行编码。在 胡贝尔(Huber)等人。 (2004),这种比例以一种不完全透明的方式减少到只有三个整数(0-2 =否/弱/强联邦制)。比利时的情况尤其令人困惑,比利时在1993年之前将其编码为“ 0”,尽管比利时将其分配为“ 3” Lijphart (1999)。

3此外,选举制度(SINGMEMD)比例性的衡量标准(显然不是从鲍威尔(1986)开创性的论文,但来自 Lijphart (19841999))是静态指标,而现在有充分的证据表明,最好地理解比例性,一方面是选举规则之间的动态相互作用,另一方面是政党支持的分散和空间分布的结果(例如,参见 加拉格尔 1991。无论如何,索引不太可能具有线性效应。像联邦制和两院制一样,它可能应该由一系列虚拟变量代替。

4首先,包括滞后因变量(点t -1处的投票率)通常意味着该小组的第一波失败了,但是由于记录了截止日期之前选举的投票率,因此这里可以保留第一波1963年。第二,关于强制投票的数据(格拉修2001)在奥地利,荷兰和意大利方面有些含糊。最后,英国(1974年)和爱尔兰(1982年)在一年内举行了两次大选,可以想到各种解决方案。

5计算可获得的全部信息的129个选举年,并将澳大利亚,比利时和意大利视为具有强制性投票权。

6显然,没有这样的变换应用于滞后因变量。

7实际上,即使不进行转换,预测值也表现良好,并且基于原始值和转换值的预测具有极高的相关性(r = 0.99)。无论转换的用途如何,尽管可以将其讨论过程及其应用的原理归结为附录,但在文章中应提及对变量进行转换的事实。

8宾厄姆·鲍威尔(Bingham Powell)的指数指的是法国总统大选,并将其划分为非常成比例的,这似乎有些奇怪。尽管如此,由 列表器 (2007(30)表明该变量已用于原始分析。我的复制数据集还包括由提供的替代变量 胡贝尔(Huber)等人。 (2004),但无论选择哪种操作,实质性结论都是相同的。

9非球形误差也会使参数估计效率低下,但这通常被认为是一个小问题(贝克和卡茨1995(636)。

10尽管有像石油价格危机这样的历史事件可能会影响给定年份所有国家的投票率,但要想像一个错误过程并不容易想象,该过程会影响研究期间每个国家(甚至大多数国家)的第二次选举。一样的方法。然而,这种影响并非完全令人难以置信。例如,在五个国家中,正在研究的第二次选举是在1968年发生的。

11另一个具有理想属性的面板估计器由 阿雷利亚诺和邦德  (1991)。但是,Arellano-Bond估计量涉及自变量的第一个差异,因此无法处理面板中(几乎)恒定的那些回归变量。因此,动态变量(GDP和不平等)的投票率的Arellano-Bond回归与表中的结果不完全可比。 2 但再次证明不平等不会产生重大影响(未显示在表格中)。

12在瑞典,自1970年宪法改革以来,STRBIC从“弱两院制”转变为“没有第二议院或权力非常薄弱的​​第二议院”。

13单位效应的更广泛定义将包括特定国家/地区的斜率和误差方差,请参见 威尔逊和巴特勒 2007, 104.

14参见图 威尔逊和巴特勒 对于图形示例。模型中包含的LDV不一定捕获单位效应(威尔逊和巴特勒2007(107)。

15古德曼和克鲁斯卡尔的γ= 0.53。

16γ= -0.64。

17西德是另一个投票率很高的国家。 1990年的较低值实际上是西德和东德的总和。

18由于x的影响会随着时间的推移而累积,LDV的包含也会改变自变量系数的解释(奥斯特罗姆1990(72-74)。这里的情况更加复杂,因为滞后的内生变量显然没有被转换。见脚注 24 进行解释。

19一个更笼统且几乎是哲学上的问题是,是否应该将“表观人口”视为样本。查看发起者的交流 伯克(Berk)等人。 (1995)和专着 伯克 (2004,42-56)进行严格评估。

20为了便于解释,将实际投票人数与不平等情况作图。使用转换后的变量(LOGITVTURN)进行分析得出的结论基本相同。

21看到 Plümper和Troeger (2007)的一种有趣的新方法,旨在针对存在单位效应时缓慢变化或时不变的变量的影响提供有偏见但相对有效的估计。

22由于上述原因,从样本中删除了四次法国大选和1990年德国大选。

23如上所述,估计特定于面板的自回归项似乎是不明智的。

24这个问题实际上稍微复杂一点,因为(a)李斯特(Lister)的规范包括LDV,这意味着目前的影响间接影响未来的投票率;(b)因为在保持LDV的前提下以非线性方式转换了受抚养人其原始比例,从而创建一个复杂的线性-非线性反馈回路。结果,如果该过程从表中的平均值开始,投票率将迅速(在10次选举之内)收敛到100% 1 否则就一个人呆着。但是,这种收敛取决于投票率的初始水平。将不平等程度最大化,从而将投票率的初始水平降低到82%,足以在10次选举中再次促使投票率达到0%。这种规范是否有意义的决定留给读者。

%d 像这样的博客: