美國國會議員對公眾議題的回應
——基于社交媒體數據的研究 *

帕布羅·巴貝拉

內容提要 ｜ 立法者是否會回應公眾關切？研究表明，公眾關心的問題與政界人士所解決的問題之間具有很強的關聯性，但是關于誰引導誰來制定政治議程的確鑿證據還尚待探討。本文對第113屆美國國會期間立法者和公眾在推特平臺發布的消息進行了詳細的時態分析，以期對此進行解答。本文采用無監督式的方法，將立法者和公民發送的推文分類為不同主題，然后使用向量自回歸模型來探索哪一方的優先事項可以更強有力地預測公民與政界人士之間的關系。本文發現，立法者更可能追隨而不是引導對公眾議題的討論，該結果在我們控制了媒體對議程設定的影響后仍然成立。本文還發現，立法者更可能對自身黨派支持者作出回應，而非對普通公眾作出回應。

一、引 言

民主政體研究領域的一個永恒話題是政府如何回應公眾偏好。對此主要有兩種調查路徑。一是研究政治家是否會回應公眾優先關注的議題？二是，如果是，那這些回應是否反映了公民在這些議題上的政策偏好？本文將側重第一個問題。雖然已經有研究明確表明公眾議程和政治議程之間存在對應關系，但在議程設置過程中，對于誰主導、誰追隨的問題，仍然存在著高度的不確定性。關于哪類公民最有能力設置政治議程這個重要問題，證據也極為缺乏，是一般大眾、熱心民眾？還是黨派人士自己的支持者？

本文旨在通過分析美國國會議員和美國公眾關注的優先議題，以期為這些相關經典政治學問題提供新的研究思路。政治家是否也會追隨選民在其所執行政策上所表現出的議題偏好和優先級？如果是，那他們追隨的是哪些選民的政策偏

好。明確這一點很重要，因為“除非把關注度聚焦在議題上，否則就無法采取政策行動”。因此，政治家是否在公眾關注某個議題之后才會花更多的時間來討論該議題，理解這一點，是充分了解美國政治代表制度的第一步，也是最重要的一步。

本文認為，之所以對由誰引導輿論的問題沒有得出明確論斷，部分是由于受到了數據的限制。以往研究中，可利用的時間和議題單元無法對政治人物與公眾議程之間的關系進行足夠細致的衡量，現有的大多數研究也都是依靠月度調查數據來衡量公眾議程，較典型的有蓋洛普進行的“最重要的問題”調查。然而，我們如今正處于一種24 小時全媒體環境中，政治家和公眾也在不斷調整自己對議題的關注。這就意味著每次月度調查周期內都可能發生關注度分配上的變化。因此，雖然調查數據讓我們能夠觀察到公眾議程和政治議程是否發生了共變，但卻無法充分表明是哪一方先發生了變化。此外，現有分析的關注點都集中在很廣泛的議題類別（如“經濟”或“移民”）。雖然這有助于對時間跨度長以及州和國家等不同單位的議題進行比較，但是，把實則完全不同的議題歸類在一起，也讓關于誰在引導輿論的研究變得困難。

為了解決以往存在的數據局限性問題，本文采取了一種新的實證策略，即利用推特這種社交媒體平臺來衡量議員和美國公眾所表達的議程。要說明的是，本文的目標不是去評估諸如推特之類的社交媒體平臺對于議員或公眾而言是不是有用的議程設置工具，而是要把其“推文”作為一種指標來衡量這些人對政治問題的關注程度。我們確信這種衡量策略是可行的，因為美國國會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議題日程的一種標準化的體現。此外，美國人在社交媒體上討論的話題與通過其他衡量方式得到的突出話題（如蓋洛普的“最重要的問題”民意調查）高度相關。

利用推特數據來解決當前問題具有兩大優勢。首先，這些數據讓我們得以采用相同的來源來衡量公眾議程和政治議程，因為國會議員及其選民都在平臺上使用相同的格式和話題符號（如#）來發布推文。其次，數據的高粒度性使我們能夠觀察到話題突顯快速變化的時態模式。這樣一來就能夠精準地確定政治家在公眾對議題關注轉移前后對不同議題的關注度的分配情況，或者說他們到底有沒有關注該問題。盡管之前也有研究曾使用推特數據來評估政治家和選民關注的問題，但這些研究僅探究了有限數量的議題，且主要關注的是議題一致性，而非對議題的回應情況。

首先，本文分析了2013 年1 月至2014 年12 月期間第113 屆國會議員發布的所有推文，并利用潛在狄利克雷分配模型（Latent Dirichlet Allocation，LDA）提取了100 個議員在社交網站上討論的話題，從而體現議題的多樣性。本文發現，借助該方法可以將議員的推文劃分為一系列有效話題，這些話題會隨時間并在不同黨派間呈現出重要變化。然后，本文采用向量自回歸模型（vector autoregression，VAR）研究了當三類公眾群體關注的議題發生改變以后，議員的表達議程在多大程度上發生了變化。這三種公眾群體分別為黨派成員、特別關注政治的公眾以及從美國推特用戶中抽取的隨機樣本。本文分析探究了這些公民在議題關注度上的變化在多大程度上可以預測決策者的議程變化。

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據的多重滯后來區分公眾什么時候引導了關于特定主題的對話，以及什么時候加入了已經存在的話題辯論，不過這也不能排除某些不可觀察因素會造成混淆。本文分析揭示了美國政治議程和公眾輿論結構的相關信息，具有啟發意義。此外，本文的分析還提供了一種先前研究所無法觸及的方法，讓我們能夠確定這些可觀察到的數據與某些理論的經驗含義是否一致，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。

本文研究結果清楚表明，國會議員更可能追隨而非引導公眾的優先事項。但這種回應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變之后改變行為，這一點在前人研究的基礎上已經有所預料。其次，相比那些不太關注政治的人，政治家更愿意對那些熱心政治的人所關注的優先事項作出回應。雖然根據公認的模型預測來看，政治家應該反映普通大眾的優先事項，但本文對此并未發現確切證據。此外，本文研究發現表明，議題回應方面存在的這種不平等現象部分要歸咎于主流媒體，因為大眾媒體更傾向于報道黨派人士感興趣的話題，還會經常引導政治議程。

二、政治家對公眾關切議題的回應

受惠于數據收集和數據測量方面的重大創新，關于政策回應的實證研究取得了極大進展，但在議題回應方面的認識仍不夠清晰，所以對于政府如何回應公民的評估也尚不完善。正如布萊恩·瓊斯（Bryan Jones）和弗蘭克·鮑姆加特納（Frank Baumgartner）所指出的：“在低優先級議題上符合公眾政策偏好，但卻忽略公眾關切的高優先級議題，這種立法行為能有多大的代表性？”政治家要真正回應公眾關切，首先就要關注選民所關切的問題，其后續行動也必須反映人們在這些問題上的偏好。

對美國議程設置和政治回應方面的研究已經表明，公眾關切議題與國會議員議程之間有著密切聯系。在經濟、醫療和對外貿易等方面，公眾議題關注度的變化（基于蓋洛普長期進行的“最重要的問題”問卷）與政治議題關注度的變化（基于國會就相關議題開展的聽證會的比例）之間存在著很高的關聯性。

但是，議題回應方面的現有研究并未明確解決“誰引導誰”的重要問題。政策制定者是不是更傾向于追隨而不是引導其選民改變要優先關注的議題，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另一方。一方面，政策回應的相關研究發現，政治家有強烈的動機去回應公眾的偏好。一些學者基于“回顧式投票”（retrospective voting）的思想提出并發現，那些以選舉為導向的政治家，一旦意識到公眾輿論上的轉變，便會相應更新自己的偏好，以最大程度提高連任預期。也就是說，“政治家感知到公眾輿論發生變化時，就會改變自己的行為來取悅選民”。也有研究表示，輿論會影響政治家的偏好，比如總統，尤其是對于跟人們的日常生活直接相關的問題。總之，這些文獻都表明，政治家會對公眾關注的問題作出回應，由此推出假設1：公眾關注的議題可以預測國會議員之后會關注的議題。

但另一方面，其他研究機構發現了相反的結果。基于政治家“以政策為導向”的形象，有學者認為，大多數政治家主要是受政策目標的驅動，而非出于尋求連任的目的。研究表明，大多數公民對政治不感興趣且知之甚少，他們做決定時，參照的并非是根據政治家過去的行為和表現而對其作出的評價，而是出于群體依戀和精英暗示。也有作者參考以上文獻并結合以往經驗證據表示，那些以政策為導向的政治家會利用大眾與政治脫節的這個特點來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、引導或以其他方式影響公眾態度”。總之，由此研究推論可得假設2：國會成員先就某議題展開辯論，公眾隨后開始關注該議題。

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

三、回應模型

除了以上提到的在議程設置過程中政治家和公眾哪一方影響力更大的問題，另一個影響我們全面認識美國語境下議題回應度的關鍵問題是，我們應該期待國會議員對誰作出回應？

盡管曾有大量研究就此展開過討論，但答案并沒有人們想象得那么簡單。正如保羅·伯斯坦（Paul Burstein）所指出的：“人們可能希望經過20 年的研究后，可以加強一些（政治回應）理論的可信度，減少一些另一些理論的可信度。但事實似乎并非如此。”具體而言，本文研究了三種主要理論模型，并對本文關注的問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《民主的經濟理論》（An Economic Theory of Democracy）中指出，在兩黨制的民主制度中，對連任感興趣的決策者應該對中位選民或“中間派意見”有所回應。人們更容易從政策角度而非從議題回應的角度來預想對政策回應的影響。國會議員應采納中位成員的政策偏好。遵循同樣的邏輯，我們還應該期望議員通過關注大多數公眾所關切的問題來增加自身的連任機會。但有人對此表示強烈反對并爭辯說，沒什么動機可以驅使政界人士將注意力轉向中位選民的偏好。因為只有一小部分大眾關注、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，現有實證研究證據仍然可以在某種程度上驗證唐斯邏輯。暗示接受模式（cue-taking）相關文獻認為，即使是那些最不了解和最不關注政治的公眾也會經常借助多種信息來源作與政治有關的決定，這種行為也約束了政治家的行為。實際上，根據斯圖爾特·索羅卡（Stuart Soroka）和克里斯托弗·維里西恩（Christopher Wlezien）對美國和加拿大語境下政策回應情況進行的詳盡研究，他們發現：“各群體（政策回應）程度大致相同。大多數情況下，當我們僅關注某些群體時，代表程度沒有明顯很好，也沒有明顯不好。”因此，鑒于現有的論據和證據存在沖突，我們有必要檢驗唐斯邏輯是否仍然存在。由此，得出一個可檢驗的假設，即假設3：公眾關注度分配上的變化可以預測國會議員關注度分配上的變化。

但是，另一些學者并不同意該假設，認為這對公眾議程設置所起的作用過于樂觀。一些人認為，國會議員最有動機對關心政治的大多數選民作出回應，而非對中位選民或普通公眾作出回應。輿論形成（opinion formation）的相關研究表明，大多數選民并不關注日常政治，很多選民也沒有明確關注的優先議題或政策偏好。但并非所有公民都如此。有些熱心選民非常關注政治世界，根據伊萊休·卡茨（Elihu Katz）和保羅·拉扎斯菲爾德（Paul Lazarsfeld）提出的“二級傳播”（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對議題的優先級和那些不太熱衷政治的公民的偏好產生影響。這種邏輯引發道格拉斯·阿諾德（Douglas Arnold）和約翰·奧爾德里奇（John Aldrich）等學者認為，國會議員應該特別關注那些熱心政治的選民所關注的問題。從這種邏輯可以得到一個可檢驗的假設，即假設4：那些熱心政治的公眾在關注度分配上的變化可以預測國會議員關注度分配上的變化。

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的應該是自己政黨的核心支持者。這些人所關心的議題容易被識別和代表，他們在提名程序中也起著非常積極的作用，其支持對于贏得初選和大選都至關重要。而且，那些以政策為導向的議員所關注的議題更有可能與這些支持者所關注的一致。一些經驗研究發現，議員實際上更有可能代表其支持者的政策偏好，但尚無研究表明這一點在議題關注度分配問題上是否也成立。但我們可以從該模型推出假設5：政黨支持者關注度分配上的變化可以預測國會議員關注度分配上的變化。

還有最后一種理論思考是，有學者認為并發現，一個議題在公眾眼中變得越顯著，我們期望這個議題獲得的政治回應也就越大。“在政策領域，公眾的重要性也許很能反映政策制定者的回應情況。畢竟，我們有充分的理由推測，政策制定者會因為考慮到可能出現的選舉后果而反思不同領域的議題的重要性。”如果政治家打算對特定的公眾群體作出回應，那他們應該回應這些群體對其所關切議題的關注度的轉變。換句話說，如果國會議員回應的主要是其黨派的支持者（或熱心政治的大眾或普通大眾），那他們應該更可能回應那些導致黨派支持者注意力轉變的話題，那些占這些政黨支持者討論內容10%而非1%的話題。因此，如果先前的回應模型適用，那么在這個模型的基礎上，我們可以推測假設6：普通公眾（根據唐斯模型）、熱心公民（根據注意力模型）或政黨支持者（根據支持者模型）對特定議題的關注程度可以強烈預測政治家的議程設置。

四、議題回應的機制

本文使用政界人士和公眾在推特上發布的消息來衡量這些個體所關注的優先議題，以此評估雙方彼此關注的優先議題之間存在何種程度的關聯。前人研究曾就此提出幾種機制，借助這些機制，政治家可以了解公眾關心的議題，反之亦然。本文也提出一套機制，借助該機制，政治家和公眾各自關注的議題可以對對方產生直接引導作用。同理，大眾媒體也是傳播這種動態互反關系的一種方式。

政治家和公民了解彼此關切議題的一種機制是通過議員與選民之間的直接互動與溝通，包括通過市政廳、利益團體組織的“游說日”以及線下和線上通訊等方式。例如，有報告稱約有24%的美國人曾給公眾代表寫過信。調查表明，政治家也會對社交媒體上來自選民的消息給予一定的關注，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）等民意調查組織會定期發布民意測驗反映公眾的關注重點。政黨、競選人員和政府機構也會展開民意調查，評估公眾感興趣的議題。其他現代實踐還包括利用后臺管理頁面跟蹤民眾在社交媒體上廣泛討論的問題等。

本研究關注的是政治家和公眾了解彼此關切議題的一種基本機制：新聞媒體。 首先，媒體在這方面發揮了強大的作用。一方面，國會議員花費精力讓媒體對自己的優先事項進行報道，與此同時，媒體機構也在報道那些會和觀眾關切產生共鳴的話題。決定媒體內容的因素很多，比如指定“節點”、新聞活動和有新聞價值的事件。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，可以確保媒體報道的是公眾和政治家都感興趣的話題。其次，媒體的實質性作用源于其引起公眾和政治家關注的能力。

媒體之所以對政治精英作出回應，部分是由于政治機構是不斷提供具有新聞價值的重要信息來源。媒體機構定期在白宮和國會等機構派駐記者，確保這些政治場所討論的重大問題能夠引起媒體關注。而媒體之所以對大眾訴求作出回應，部分是出于市場壓力，特別是在大多數媒體都面臨經濟困境的情況下，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會，從而產生利潤。如今，媒體比以往任何時候都擁有更廣泛的手段來衡量和回應公眾感興趣的話題，追蹤社交媒體的關注點。此外，公眾的情緒通常也可以通過具有新聞價值的政治事件本身反映出來，比如選舉結果、罷工和示威游行等。可以肯定的是，不管是公眾還是政治家，他們對議程都不具有排他性的控制權。議程通常是由外部意外事件（如自然災害）和經常性事件（以及即將到期的法律規定）共同設定的，這些事件可以同時影響政客、媒體和公眾的關注度的分配。

有明確證據表明，不僅政治家和公眾可以引導媒體的關注點，另一方面，媒體也可以推動政治議程和公眾輿論。媒體“構建”并強調了政治家要解決的問題，同時也加強了選民可能認為的重要問題的顯著性。那些尋求連任的政界人士應該對這些問題予以解決，從而取悅選民。此外，長期以來的文獻還表明，媒體報道的話題很有可能會引導大眾的輿論和偏好。

雖然關于公眾和政界人士采取何種機制影響彼此議程的探索并不在本次研究的范圍之內。但是，鑒于研究表明大眾媒體在議程設置中起著至關重要的作用，因此在本文分析中，我們會對媒體的潛在影響進行控制，同時探索大眾媒體報道對特定回應模式的偏愛程度。

五、數 據

（一）國會議員的推特使用情況

為了檢驗所提出的假設，本文使用了美國第113 屆國會領導層眾議院和參議院議員發送的推文（2013—2014 年）。過去幾年，國會議員對推特的使用量穩步增長。在第113 屆國會領導層任職的議員中，有95%的議員是推特活躍用戶，共計發布651116 條消息（不含轉發），平均每天約發送900 條推文。

有學者認為，國會議員主要使用推特來宣傳自己的政策立場并提供自己活動的相關訊息。但是，近期研究表明，推特平臺還可以作為國會議員回應選民、控制政治議程、表達黨派忠誠度、參與黨派嘲諷以及報告選民服務工作的一種工具。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的議程，他們在社交媒體上討論的議題與在新聞稿上討論的具有很高的相關性。

（二）公民的推特使用情況

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

1. 普通公眾：大約25000 個推特用戶，采樣方式為首先隨機生成數值型用戶賬號，然后檢查用戶是否存在，再檢查用戶是否居住在美國。

2．熱心公眾：在推特用戶中隨機抽取至少關注了5 個美國主流媒體（美國有線電視新聞網、《華爾街日報》、《紐約時報》、《福克斯新聞》和微軟全國有線廣播電視公司）的用戶，并生成樣本。我們會根據用戶個人資料中的時區信息來進行地理限定，這個信息在大多數用戶的資料中可得。研究特意排除了從時區上看可能位于美國以外的用戶。此外還會根據用戶活動進行過濾，僅留下發布過至少100 條推文的用戶。經過這些篩選后，最終的樣本量為1 萬個用戶。

3. 共和黨支持者：隨機抽樣1 萬個至少關注了3 名共和黨國會議員且沒有關注任何民主黨議員的推特用戶。同樣根據其地理位置和活動進行篩選。

4. 民主黨支持者：隨機抽樣1 萬個至少關注了3 名民主黨國會議員且沒有關注任何共和黨議員的推特用戶。同樣根據其地理位置和活動進行篩選。

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

表1. 數據庫中的推文情況

（三）媒體

如前所述，大眾和政界關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。為了驗證這種可能性，本文還從來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，本文收集了同一時間段內美國最大的36 家媒體（根據皮尤研究中心給出的排名，包括紙媒、廣播和網媒）在其推特帳戶上發布的所有推文。

六、用話題模型衡量對政治議題的關注度

本文的目的在于分析國會議員、普通公眾和媒體機構在推特上討論的不同議題的特點，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”概率模型來估算文本中單詞出現的概率。該模型是一種常規的潛在變量模型，通過“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文本視為潛在話題（topic）的隨機集合，而每個話題則被視為符號（token）的概率分布。在本文分析中，“符號”表示為n-gram（代表一個詞和兩個詞的組合），“文本”（document）的定義是，國會議員每天發布的推文的匯總，按黨派和議院分類。

除了采用這種非人為監督式的話題分類模型，另一個方法是讓分析者自行選擇話題，然后構建一種能夠人為監督和預測這些話題的分類標識。盡管政治議題有公認的分類，但鑒于類別眾多，培訓如何準確識別分類標識無疑是一項艱巨的任務，因此非人為監督式的模型更為可取。但是，我們可以將從數據中獲得的話題映射到政治話題的現有分類，結果相似。利用該模型生成的話題通過了預測性和語義有效性的標準測試。

值得一提的是，本文分析還有兩個特點。第一，我們將該模型首先用于國會議員（而沒有用于所有群體發布的消息），以增加可能性，更好地發現在第113 屆國會期間具有顯著政治意義的話題，然后再使用估測的參數來計算公民和媒體在此之后發布的話題的分布情況。這些話題同樣根據所觀察到的語詞按天進行匯總。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行分析，并復制結果，得出的結論也類似。第二，根據估算，本文假定話題分布獨立于時間，且話題的數量和每個主題的內容不隨時間變化。

本文利用十折交叉驗證，估算了一般擬合優度檢驗結果，在分析了大量數值的基礎上，將話題數量固定為K（100 個）。

總體來看，本文發現，100 個生成的話題中的大多數都可以輕松標記。但是，并不是所有的話題都帶有政治性，例如，研究中發現了與周年紀念和慶祝活動相關的話題（情人節、國旗紀念日、憲法日和感恩節等）。由于本次研究對這些話題不感興趣，因此分析中僅包括其中識別到的53 個政治類議題。在審核內容后，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，這是因為在談論同一議題時，不同團體使用了截然不同的語詞。例如，本文發現，共和黨和民主黨國會議員對2013 年政府停擺問題的討論就被歸為了不同的話題。這種情況可能會過高估計國會各黨派對其支持者的回應頻率，進而影響研究結果。為了避免這種可能出現的偏誤，本文決定將一些話題進行合并，并將分析重點放在46 個政治議題上。表2 列出了本文歸入政治議題的所有話題。

七、結 果

（一）議題關注度的一致性

本文要回答的關鍵的實質性問題是，國會議員的話題分布是否在引導或追隨其選民的話題分布，或者說選民的話題分布是否在引導或追隨議員的話題分布。議員有沒有追隨大眾關切的話題？如果有，那他們是否會追隨某個特定群體的選民所關注的話題？

表2. 政治議題列表

與先前的相關研究類似，本文首先審查了國會議員和公民就已確定的46 個政治議題在關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性是政治回應存在的必要條件。表3 中的皮爾遜相關系數表明，就本研究分析的這兩年時間看，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會議員所明示的議程之間存在高度相似性。這一高系數表明，這些群體傾向于討論相同的議題。

表3. 國會議員和大眾群體及媒體在議題關注度方面的相關性——針對46個政治議題

這些初步結果顯示，議題關注度層面也許的確存在政治回應現象，而且似乎也表明某些回應模型具有比其他模型更強的解釋力。具體而言，結果表明，支持者模型的解釋力更強，注意力模型的解釋力較弱，唐斯模型更次之。此外，國會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有很大的關聯。但是，在關注特定群體的系數時，我們觀察到議員與其黨派支持者之間的相關性最高（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方黨派支持者關注度分配之間的相關性要低得多（民主黨成員與共和黨支持者之間的相關性為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系數最低。正如預期的，媒體議題關注度的分布情況與國會議員議程的高度相關，這一點強調了大眾媒體在議程設置方面起到的中介作用。

圖1 顯示了國會兩黨、各公眾群體和媒體對本研究界定的政治議題的日均關注量，同時也更詳細地反映了表3 中在議程層面存在的相關性，同時提供了一些潛在原因，解釋了為什么國會議員的議題議程與其黨派支持者的關注度分布之間有著極為緊密的關系。例如，我們看到在“平價醫療法案”和“婚姻平等法案”等議題上，國會中的民主黨人和民主黨支持者的關注度比共和黨人要高，而對于“（惱人的）奧巴馬醫改—網站與實施”、“平價醫療法案強制條款”和“得克薩斯州邊境危機”等議題，國會中的共和黨人與共和黨支持者的關注度則比民主黨人要高。熱心公眾特別是普通公眾對這些問題的關注較少。此外，從整體上看，他們對所有政治議題都沒有給予太多關注。

圖1. 政界人士、公眾和媒體的平均議題關注度

（二）誰引導？誰追隨？

但是，上述相關性和百分比的結果還不足以得出國會議員可以引導其選民議題關注度分配的結論，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。本文在此利用數據集的時間序列性質，通過估測帶有話題—固定效應的向量自回歸模型，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生變量之間的關系，并且曾用于出于類似目的而進行的政治科學研究中。

在向量自回歸模型中，有一組平穩時間序列Yi，表示群體i在第113 屆國會成立的天數t內在話題j上的日關注量。這些隨機變量的值的范圍從0 到1，但兩個極值不存在（0 ＜Yijt＜1）。這些值呈右偏態分布，在研究的這兩年范圍內，有幾天的議題關注度很高，其余時間則關注度較低。本文遵循時間序列分析的常規做法，采用偏斜構比而非原始構比，對所描述的序列Yi的對數幾率Zi進行建模。

然后，將這些變量的自回歸和內生關系表示為一個方程組，其中每個變量Zi是其本身先前滯后項與其他變量滯后項相加所得的函數。鑒于在推特上發布消息沒有時間限制，因此理論上是希望國會議員可以迅速關注公眾的議題注意力的變化。但是，考慮到可能會長期存在滯后性，因此本文使用了七階滯后結構（seven-lag structure）。最終模型可以正式表示為：

考慮到模型（αj）的議題—固定效應結構，我們假設各議題的興趣概數恒定。盡管該假設并不準確，但對于這里想研究的問題而言是可行的。它讓我們得以估計既定群體的議題關注度的變化平均在何種程度上可以預測其他群體隨后的關注度的分配情況。

累積脈沖響應函數（Impulse Response Functions，IRFs）可以最好地表達向量自回歸估測模型的結果。累積脈沖響應函數表示某群體對既定議題的注意力的增加（x單位）如何預測其他群體對同一議題的注意力隨時間變化的情況。累積脈沖響應函數可以計算在不同天數的變化。圖2 計算并報告了為期15 天時間段內兩種不同類型的脈沖響應函數。在這兩種情況下，我們都假設在第0 天時沒有群體對既定議題J予以關注。首先，本文想要探討注意力的短時變化所帶來的影響，并計算了各群體在對既定議題提高10 個百分點的注意力后（在第0 天時注意力從0%增加到10%），是如何影響未來其他群體對同一議題的關注。此外，本文同樣有意研究注意力的長時變化所產生的影響，并計算了各群體對既定議題的長期注意力由1%提高至10%后對其他群體就同一議題的注意力產生了何種影響。圖2 表示，在15 天時間里，在y 軸（縱軸）群體短時（灰色方塊）和長時（黑色方塊）對議題注意力增加10 個百分點后，列框標題所代表的群體預計會產生的注意力的累積變化。估測的回應程度（置信區間為95%）以百分比表示（范圍為0 ～100）。大多數短時效應（灰色系數）的范圍是0 ～4。本文認為這些代表的是有實質性意義的回應。根據長久以來關于議程設置的相關文獻得知，政治通常是一場爭奪注意力的斗爭，單單是把一個議題納入議程范圍就極為困難。此外，注意力的動態性通常符合帶有臨界點的非線性函數，在臨界點附近出現的少量的額外注意力可能也會具有重大的政治含義。

圖2. 15天累積脈沖響應函數：對不同群體議題回應情況的預測

圖2 的結果證實了本文前兩個假設，即國會議員和公眾有能力預測彼此所要關注的議題。兩黨議員都能夠預測公眾注意力的分布（假設2）。具體來說，他們能夠引導政黨支持者和熱心公眾對某些議題進行關注，不過兩黨都只有能力引導自己黨派的支持者，無法引導對方黨派的支持者。而且從最右側列框可以看到，兩黨關注的優先議題似乎并不能很好地預測普通公眾要關注的議題。

本文還發現了存在政治回應的動態性（假設1）的有力證據。我們看到，公民在議題關注度上的變化可以正向預測國會議員所要討論的議題，而且這種影響力始終比國會成員引導公眾議程的能力更大。共和黨支持者在政治議程設置方面的能力最為極端，他們在共和黨和民主黨議員的議題關注度增加10%后的15 天，對同一議題關注度的累積關注量預計只分別增加1.25%和0.75%。反向來看，在共和黨支持者出現同等變化時，民主黨和共和黨議員的累積關注度則增加了預計約3%（參見圖2 中最左側兩個列框下第四行所示的灰色方塊）。

圖3. 政界人士設置公眾議程的能力與公眾影響政治議程的能力對比

通過圖3 可以更好地理解這些差別效應。在圖3 中，我們對圖2 里的短時注意力變化概量（灰色方塊代表的回應增量）進行了重新排列，更方便比較哪一方最有能力引導另一方的議題議程，是國會議員還是公眾。但是，在對這些結果進行解釋時，我們還需要考慮一個其他因素。正如在圖5 中所觀察到的，政治家比政黨支持者更多地關注政治問題（遠遠超過熱心大眾和普通大眾）。這意味著，即使注意力增量相等，其產生的影響卻不同，公眾對政治家的影響更大，所以相比于公眾的變化，我們更有可能觀察到國會議員在政治注意力上的重大轉變。

本文研究結果同樣有力證明了支持者模型（假設5）對政治回應的解釋力。如果僅關注那些最能預測國會議員議程的變量（圖2 中左側兩列框），我們觀察到，最能讓議員產生正向注意力轉變的推測因子是其本黨支持者的注意力的轉變。根據向量自回歸模型預測，就民主黨議員而言，在其支持者對一個議題短時提高10%注意力后，議員便會從對該議題0 關注轉變為對該議題提高約3%的累積注意力；同等情況下，如果支持者長時注意力提高10%，則議員注意力會提高7%（左側第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出類似結果（左側第2 列框第4 行）。其他短時和長時注意力變化的累積脈沖響應函數則幅度較小。

此外，本文結果還肯定了注意力模型（假設4）的解釋力。例如，當熱心公眾對某議題的短時和長時注意力提高10%后，民主黨議員的累積注意力預計分別提高2.25%和5.75%，共和黨議員提高分別約1.75%和4.75%。如果將對方黨派支持者也視為熱心公眾，也會看到類似的變化模式。民主黨支持者的注意力變化預計會給共和黨議員帶來2%和4.25%的正向影響，共和黨支持者的變化預計會讓民主黨議員提高2.5%和5.5%的累積注意力。但是，從估測上看，該模型產生的效果比支持者模型觀察到的要小。

最后，本次結果并未對唐斯模型（假設3）提供較強的證據支持。普通大眾對某議題的注意力短時或長時提高10%后，民主黨議員對該議題的累積注意力預計只分別提高2%和4.5%。共和黨成員的回應預計更低，分別只提高了1.5%和3%。這意味著，在不同公眾群體里，普通公眾在引導國會議員議程方面的能力最弱。普通公眾長時注意力增加（左側第1 和第2 列框倒數第二行黑色方塊所示）與黨派支持者短時注意力增加，對國會議員造成的影響的幅度類似（左側前兩列框第3 和第4 行灰色方塊所示）。此外，由于普通公眾對政治的關注度較低，所以不太可能發生這個幅度（10%）的注意力的轉變。不過，如果采取同一個模型來對比2013 年和2014年的數據，我們有趣地發現，政治家在選舉年（2014 年）對普通公眾的回應比在非選舉年的稍大（不過即使是在選舉年，政治家也是更傾向于跟隨政黨支持者和熱心公眾在關切議題上的變化）。

總體而言，結果表明，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注議題上的變化。

（三）回應度與議題相關性

如果國會議員有意回應特定的選民群體，那么我們期望（假設6）他們應該很樂意回應這些群體在他們關切的議題上的關注度的變化。為了檢驗這個假設，我們首先需要估計每個群體在多大程度可以引導其他所有群體對不同的獨立的政治話題的關注。為此，本文放寬假設，假定每個群體在引導其他群體議程方面的能力就每個話題而言是恒定的，然后采取不同方式對數據進行建模。在先前的模型中，我們采取了主題—固定效應（αj）。與之不同，本節將估測46 個不同的向量自回歸模型，每個政治議題一個。我們將在模型中引入相同的內生變量，再次對所有時間序列應用邏輯轉換（logic transformation），并采取同樣的七階滯后結構。然后，對于每個向量自回歸議題模型，計算15 天累積脈沖響應函數，以探索特定群體注意力短時增加10%后如何預測其他群體的注意力的變化。

圖4 顯示了所有這46 個向量自回歸模型的結果（15 天累積脈沖響應函數）。每個列框反映了列框標題所示的群體在回應其他群體注意力變化的情況：圓圈代表預計的影響（線條代表95%的置信區間），圓圈的顏色表示回應的對象群體，y 軸表示（行標簽）具體議題。為避免圖表過于擁擠，最左側的兩個列框中僅呈現了公眾群體如何引導國兩黨議員表達議程的能力，而右側的4個列框中則顯示相反影響， 即國會議員引導公眾關注議題的能力。圖中僅包括對置信區間不超過0 的議題的預測結果。

議題根據民主黨支持者對民主黨議員的影響大小排列，從預估影響最大到最小排序。排名靠前的幾行中包含醫療保健改革、槍支暴力和最低薪酬等議題。民主黨支持者對這些議題關注度短時增加10%，民主黨議員對其累積關注度預計分別增加2%、1.5%和1%。

在左側第二個列框中，通過紅色圓圈可以看到共和黨支持者在哪些問題上可以更有力地引導共和黨議員的議程。2013 年中期左右對美國國稅局丑聞的討論以及就奧馬巴醫改——網站與實施的討論似乎是共和黨國會議員對其支持者追隨度最高的議題。在這兩個案例中，如果將短時注意力提高10%，15 天后累積注意力預計提高約2%。最左側列框中的灰色圓圈所代表的影響表明，熱心公眾對社會保險話題的關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烏克蘭和委內瑞拉抗議事件的關注。左側兩個列框中橙色圓圈所代表的影響表明，體現普通公眾發揮了最大正向引導作用的議題是民主黨和共和黨議員分別就學生債務和在敘利亞使用軍事力量進行的討論。

圖4. 對不同議題和群體的議題回應情況的預測

為了檢驗最后一個假設，即國會議員更有可能追隨其選民所關切的議題并轉變注意力（假設6），本文通過計算各群體在第113 屆國會期間平均每天對各話題的關注度，建立了對群體議題相關性的衡量方式（平均值參見圖1）。通過取平均值，我們打算減少關注某群體在特定時間對既定議題的注意力，從而更多關注總體上既定議題對特定群體的重要程度。

有了以上平均關注度的衡量標準以及來自圖4 的估測，我們現在可以通過審視兩者之間的相關性來對假設6 進行直接驗證。可見，在圖5 中，x 軸上列出的是每個公眾群體對每個議題平均每天的關注度（參閱列框標題）。y 軸上表示的是各列框標題所示群體對議題提高10%關注度后的15 天（15 天累積脈沖影響函數），國會議員預計對這些議題的累積關注度。每個點表示單個預測回應單元，周圍的線表示95%的置信區間。最上方的4 個列框表示民主黨議員的預測回應，下方列框表示共和黨議員的預測回應。

研究還發現，支持者模型可以支撐議題相關性假設（假設6）。通過圖5 右上角的列框可以觀察到，民主黨支持者在他們自己認為重要的問題上（如槍支暴力）的注意力的變化會對民主黨議員的議程設置產生更大的影響。同樣，從圖5 右下角倒數第2 個列框中觀察到，類似情況也出現在共和黨群體中，共和黨支持者更有可能引導共和黨議員把那些支持者自己認為重要的問題（如圍繞美國國稅局丑聞的討論）列入議員的明確議程中。因此，國會議員似乎更可能去關注那些他們自己的支持者在其所關心的議題上的看法，而不是那些他們關注較少的議題。

在圖5 中并未發現對注意力模型和唐斯模型在議題相關性方面提供支撐的證據。平均而言，民主黨議員更有可能關注熱心公眾（包括對立黨的支持者）在其關切議題方面的注意力的變化。但這兩者的正相關很小。對于共和黨，共和黨議員把注意力轉移到特定話題的程度與熱心公眾及其黨派支持者對這些議題的平均關注度之間甚至都沒有觀察到正相關關系。最后，我們觀察到，普通公眾引導政治家的議程的程度與普通大眾對既定議題平均關注度之間也不存在任何關聯。總之，以上結果都證實了圖2 中的有力發現，對支持者模型提供了證據支持，但在唐斯響應模型方面缺乏證據。

圖5. 公眾議題關聯性與公眾設置政治議程的能力之間的相關性

（四）媒體的角色

接下來，本節將對新聞媒體在促成上述動態現象方面所起的作用進行評估。通過本文使用的數據和方法，可以詳細審視大眾媒體是否同樣有可能引導政治家或公眾，亦或受他們引導。或者相反，媒體是否增強了某些群體的聲音并提高了他們引導政治議程的能力。

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

表4. 對媒體機構和其他群體在議題關注度方面的相關性分析

當然，這些相關性無法提供有關這些關系之間的方向的信息。為了更清楚地了解媒體的作用，我們仔細審視了媒體的脈沖影響函數的系數估計，參見圖2 的最后一列和最下邊一行，并在圖6 中進行了更詳細的描繪。在圖6 左側列框中，媒體報道是因變量，該列框描繪的是政治家和大眾對議題關注度的變化是如何估計影響媒體對這些議題的關注度的變化的。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人的優先事項）比供應方力量（即國會議員的優先事項）更能預測到媒體報道的內容。這些結果證明，媒體更有可能出于市場壓力而追隨公眾的注意力轉移，同時也表明議員為提高其關切議題的顯著性所付出的努力相對而言并沒有那么有影響力。

圖6. 對媒體影響的預測

在圖6 右側列框中，媒體報道是自變量。該列框表示的是媒體對議題的注意力變化對政治家和公眾對這些議題的關注所造成的估計影響。可以看到，媒體機構的議題注意力轉變對國會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，媒體注意力的轉移都可以預測所有受眾群體隨后注意力的轉變，反之則不然。這一點證明了媒體在引導政治類關切方面起著至關重要的作用。最后，圖6 中關于媒體影響的研究結果還表明，新聞媒體有助于體現支持者回應模型的解釋力。并非所有公眾都同樣有可能引導媒體機構去關注某些議題。民主黨和共和黨支持者的“聲音”要強于熱心公民和普通公眾的聲音。這一點尤其相關，正如在圖6 右側列框中所觀察到的，媒體所報道的議題更能預測國會議員隨后會發表的議題議程。

八、討論與結論

眾所周知，在美國政治研究中政界人士和公眾傾向于關注相同的政治問題，但是由于數據的限制，關于誰引導誰的問題之前一直沒有得到解決。本文對國會議員及其選民在2013 年1 月至2014 年12 月（第113 屆國會）期間發送的推文進行潛在話題建模，用以表征國會議員及其選民的議程，從而為回答這一開放性問題作出了貢獻。由此，本文就政治和公眾議程制定了詳細的措施，不僅研究了國會議員在決定所要討論的議題時在何種程度上追隨了其選民所關注的議題，而且還評鑒了政治回應研究中存在的三種勢均力敵的模式：公眾代表是否會追隨其政黨支持者、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公眾議程和政治議程如何相互預測進行建模以解釋內生變量和媒體的影響。首先，本文發現，在本研究調查的時間段內，政治回應存在動態性。公眾不僅有能力引導國會議員明確表達的議程，而且這種能力要大于政界人士引導公眾議程的相關能力。政黨支持者注意力轉變對國會議員注意力轉變的影響要大于國會議員注意力轉變對政黨支持者注意力轉變的影響。此外，本文還發現，某些回應模型比其他模型的解釋力更強。研究結果表明，國會議員主要對政黨支持者以及熱心公眾的注意力分布變化作出回應，對后者的回應程度小于前者。結果還表明，主流媒體也表現出類似的動態性，媒體尤其可能追隨政黨支持者的議題偏好，而且可能引導國會議員的議題議程。此外，本文觀察到民主黨議員和共和黨議員尤其關注自身黨派支持者所關切的議題。最后，就政界人士會回應普通公眾這一觀點，本文并未找到多少實證支持。

以上關于議題回應的分析結果與從政策和政策偏好回應相關文獻中得出的相吻合。這些文獻表明，美國的政治和政策議程主要是由那些堅定的黨派支持者的優先議題所驅動。本文研究還支持一個觀點，即由于目前存在的代表制和回應的動態性，政治議程存在的兩極化比美國公眾的兩極化更為極端。盡管有研究表明，這一點部分是由于地理劃分以及立場清晰的黨派選區越來越多導致，但本文結果表明，這同樣也要歸咎于公眾對政治關注不足以及媒體對黨派議題偏好報道較多。這一點可能對民主政治具有重要的規范意義，或許是導致政治分化的間接因素。

雖然本次分析僅限于第113 屆國會，但本文認為本次研究的結果應該可以擴展概括當前現狀。國會議員對社交媒體的使用在2013 年幾乎已經普及。此外，皮尤研究中心的數據顯示，過去5 年里，推特在美國成年網民群體中的滲透率一直保持在20%左右。推特在美國政治中的角色越來越重要，尤其是在特朗普當選總統之后，這也意味著我們希望本文研究在當前語境下更具合理性，可以得出更加準確的估值。然而，有一個研究結果可能并不適用于當前語境，那就是就立法者和媒體關系而言表現出的顯著的黨派不對稱性，在共和黨內似乎比民主黨內更為明顯。這種模式可以是政治環境的一種職能，尤其是在政黨處于對立面的語境中，這或許會與結構性因素有關，如媒體系統的不對稱碎片化，這種現象目前在美國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揭示議程設置和回應的動態性的。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題。例如，總統是否能夠設置政治和公眾議程？以往研究表明，總統在此方面的能力有限，但近期研究認為，這種模式在過去幾年中可能已經發生了改變，應該就該議題在特朗普擔任總統期間的情況進行重新審視。安全選區和邊緣選區的政治家回應的是不是不同類型的選民？政治家會按照自身已有議題對選民關切議題作出不同的回應嗎？這些結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，那些政治競爭水平較高的國家其回應度也更高。

另一個可供研究的主題是州一級政府的議題回應情況。美國現有的關于回應性的研究分析了聯邦一級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。州的政策制定者會不會回應選民？會回應哪種類型的選民？聯邦議程是否會影響州一級的政治討論？不同州的這種動態性回應情況是否有所不同？如果不同，為什么？此外，也可以選取更長的時間范圍，將推特數據提供的細粒度時態模式與政策議程項目的細化主題結合起來進行分析，從而判定該項目下定義的19 個議題中具體每個議題是由誰引導、誰追隨。我們希望，文中介紹的發現和方法可以為未來相關研究以及與政治代表制度相關的其他重要話題提供基礎。