选民画像：互联网背景下的政党选举
——以美国2016年大选为例
18级软件学院 宋子阳
【任课老师评语】
本文契合“政治与社会”主题，观点明晰，论证严明，语言流畅，且查重相似率较低，为2.08%。建议参选优秀论文。
【摘要】 互联网对于政党大选的影响进入纵深化，该背景下聚合中间选民的方式推陈出新，出现了精准刻画选民图谱、投放引导性政治广告的新手段，背后展现出选民数据收集趋向广泛性和多元性，选民刻画趋向于个体和精确的趋势，同时也暴露了非国家群体参与导致选举失控、个人隐私受到侵犯的问题。通过对于这些问题的深入研究是获得互联网对于政党选举产生的影响的重要途径。
【关键词】互联网 政党选举 选民图谱 数据 非国家利益群体
一、问题的提出和分析视角
2016的美国大选相当特殊，特朗普异军突起出获选总统，“俄罗斯黑客”操纵影响选民，Facebook用户数据泄漏定点投放政治广告等诸多事件的出现，使得此次大选具有空前的后互联网时代特殊印记。互联网对政治大选的影响不再局限于形式和信息覆盖率，开始在深层结构上改变政党的选举策略，出现纵深化、自由主义等趋势。在信息科学高度发展、互联网已然成为民众生活常态的当下，主流党派如何利用这一项技术为其选举效力，成为了迫切需要考虑的问题。
本文的主要工作是以美国大选作为主要研究对象，探究在当前互联网技术框架下，互联网对于政党选举策略的三大主要影响，并阐述了政党争取中间选民的新思路、新方式。
本文以2016年特朗普选举作为主要案例，详细阐述了大数据分析社交网络形成选民图谱、精准投放带有引导性的政治讯息这一带有浓厚后互联网特征的策略，研究了其理论基础和具体运作机制。同时本文着重探讨了该机制背后所体现的互联网对选举的三大影响，即数据要素、选民刻画和非国家利益群体的参与，展现了互联网作为一种技术和工具对政治选举存在的巨大影响力。最后，本文涉及了该过程中普遍存在的个人隐私问题和政治伦理争论。
二、目前国内外的相关研究现状
在针对选民群体的研究上，美国社会学家唐斯在其著作《民主的经济理论》首次提出了中间选民定理，指出现代政党将会从大众政党向全民政党发展，保持其政策和讯息的模糊来吸引更多的社会主体。以最后获胜为目的的政党必须聚合广为人知的“中间派投票人，即其政治理念被假定处在政治谱系的中间地段。
在关于互联网和政治学的总体叙述上，2006年安德鲁·查德维克出版的《互联网政治学》横跨计算机、传播学、政治学、社会学等视角，初步阐述了以互联网为基础的新传播技术和选举的关系，提出了互联网对选民参与度的推动关系和监视、管理和隐私安全之间存在的关系，在一个大的框架中综合探讨了互联网和社会、政治之间的关系。
对于互联网下新型媒体的兴起和选举的研究上，美国学者托马斯·J·约翰逊和大卫·D·皮特马克在其专著《新媒体、竞选和2008Facebook选举》一书中描述了在自媒体时代候选人将会丧失完全控制公众信息的能力的前景，强调了Facebook等一众类似的社交网站在丰富政治选举形式、吸引了更多青年群体的参与方面的作用。
与此同时，美国政府官方对于互联网和大选的的态度是奉行自由主义，其具体表现为美国互联网自由战略，即政党候选人通过发表互联网自由演说等方式，主张推动信息的自由传播，从而提高选民的知情度。复旦大学学者沈逸通过“维基解密泄密”、“占领华尔街”到最终大选的“黑客介入”和失控指出，美国政府逐渐失去了对“互联网自由”战略的结果的控制，导致非美国利益主体和行为体介入大选并操纵选民的事件发生。
三、中间选民图谱策略：机制和流程
本文所探究的主要聚合中间选民的策略策略，中间选民图谱，旨在通过大数据分析社交网络相关数据，得到选民尤其是中间选民群体的“选民画像”，从而精准投放政治讯息以达到聚合中间派投票人的目的。
选民图谱的理论基础是中间选民的单一标度。唐斯在其著作《民主的经济理论》中指出，中间选民的单一定点偏好和单一标度特点，即选民在实际标度中有一个理想的明确标点，选民常会以唯一标度来评价政党及其政策，并以此为根据形成结果偏好。
由于美国的总统选举是“全州统选制”，属于广义上的多数代表制，这样赢家通吃的选举制度使得当两个候选人势均力敌的情况下，摇摆州的选票成为至关重要的决定性因素。事实上，1%的选票差距都可能造成天翻地覆的结果，美国历史早已多次验证这个结论。而争取摇摆州的核心，便是争取其中的中间派选民。争取中间派选民则需要得到该群体的单一标度和偏好，并以此作为突破口来构建党派的政策和宣传。
由于中间派选民的单一标度，对于某一特定选民的标度，在其标度上有所倾向的政党将会得到该选民的支持。然而不同个体的选民偏好和标度大相径庭，政党的政策和策略不可能面面俱到考虑迎合所有人的偏好，政党的宣传不可能事无巨细列举其所有的特点。因此在前互联网时代前的政党的做法往往以一个大致预想群体为动员目标和受众，提出让该群体大部分人的政策。这样群体化的策略忽略了一个事实，就是中间派选民作为一个群体并不具备完全一致的偏好和特征，因此很难作为一个群体被动员起来。
选民图谱的策略的提出旨在解决中间派选民较难作为一个群体被调动的情况，通过精准到个人的信息化手段，形成与特定选民相关联的“选民画像”后，在自媒体社交平台上迎合个体选民的偏好针对性精准投放广告，完成点对点的宣传，从而最大程度争取该选民的选票。
选民图谱的实践可操作性已得到验证。引导用户心理这一策略并非首创，在商业实践中早已屡见不鲜。例如，大众所熟知的淘宝首页推荐内容就是根据相关算法，分析特定用户在之前购物经历中所展现的出的购物偏好，形成“用户图像”，根据其兴趣精准化投放广告，从而达到利益最大化。
而政治领域中的具体应用上，在2016年美国大选中，选民图谱的威力初见端倪。英国“剑桥分析”公司通过灰色手段在获取了社交网络Facebook上大量选民信息后，重点关注没有表现出强烈偏好的选民，即所谓的中间选民群体，将其偏好和标度透露给共和党，帮助共和党，尤其是特朗普团队定点向这些选民以个体的方式投放相关的政治广告，最终拿下摇摆州的关键选票。
接下来，本文将通过2016年美国大选的案例，来具体展现次策略的运作机制和流程，并深入剖析其背后显现出的互联网的威力。
四、选民图谱案例分析——2016美国大选中的“脸书泄密门”
2017年3月17日，美国媒体报道称英国剑桥分析公司窃取5000万脸书用户的信息，并根据这些数据定点为特朗普团队定点投放政治广告，影响大选结果。
（一）获取选民信息
该公司最初通过Facebook上的应用程式“心理学家使用的研究”获取了27万名用户的个人信息、点赞和转发过的推送、好友的居住地等相关信息，实际受到牵连信息被泄露的的Facebook用户多达5000万。
（二）形成选民图谱并精准投放广告
该公司通过先进的神经网络深度学习算法，通过坐标轴标定，为每一个个体选民都形成了一份选民图谱，相当于掌握了其心理档案。从而根据图谱在Facebook等平台上精准投放特朗普团队的相关广告，实现了针对不同阶级的精准动员。
（三）选民图谱成效
在2016年美国大选共和党的初选中，剑桥分析公司通过上述的选民图谱，成功帮助共和党拿下了艾奥瓦州。由于艾奥瓦州部分选民认为政府在公路和街道上设立闯红灯拍照的摄像机是过度干涉，不胜其烦，因此，剑桥分析公司提出相关策略，查询选民图谱，直接向居住在摄像机附近的选民投放广告，称代表共和党的得州参议员克鲁兹明确反对摄像机。这一策略帮助其赢得不少选票，最终拿下艾奥瓦州。
令人讶异的是，剑桥分析的政治不总经理特恩布尔表示，该公司曾今还参与了2013，2017年的肯尼亚现任总统肯雅塔的竞选互动，2017年马来西亚首相纳吉布的选举，以及包括尼日利亚、肯尼亚、捷克、印度、阿根廷等国家在内的超过200场选举。
五、互联网因素对主流选举方式和策略的影响
从上述的流程来看，互联网作为一种媒介载体、一种技术形式，对美国政党大选的策略产生了结构性和策略性的改变。在上述对选民图谱这一方法的内在机制分析中，选民数据、用户刻画和非国家利益群体对选举的影响成为政党需要考虑的主要因素。在接下来这部分，本文将深入剖析这些因素对大选的具体影响角度和影响方式，以期更加深入地把握互联网对于政党大选的改变形式和改变程度。
（一）数据成为互联网背景下政党选举的重中之重
互联网背景下政党的竞选团队对选民个体的偏好信息和民意调查的数据分析将会从单一维度上升到多维度，针对选民群体的数据覆盖度将会进一步广泛化，为政党的政策决策和策略决策提供基础保障。
传统角度的选民数据获取只能通过社会民意调查、在线投票等统计性方法。实践过程中，统计数据往往和最终结果相差甚远，主要有以下三种原因。
其一，特定的民意调查往往受到群体性偏差的影响。例如，在线发布的民意调查往往忽略了无法负担网络基础设施费用的底层阶级的选举医院和偏好；通过报纸发布的民意调查则往往受到报纸受众群体的群体性偏差影响。同时，民意调查依赖受调查者主动填写问卷表格，导致“无反应误差”的出现，即愿意花大量时间为一个党派写民意调查的往往是该党派的支持者或者是极端的反对者。
其次，由于“发言者”和“投票者”往往并非同一群体，因此即使在民意调查数据真实且广泛的情况下，投票数据和调查数据出现较大的偏差。例如，参与网上投票和积极发声的往往是年轻群体，而大选实际投票率较高的却是中老年群体。依托网络和终端采集的原始民调数据是出现该偏差的主要部分。
最后，民意调查对于选民实际偏好的反映维度过于单一。正如前文所叙，中间选民的一大特点就是每个选民个体有独特的评价维度。而民意调查却往往局限于单一维度考察选民立场。民调往往已经预设问题，且此类问题多偏向于二元化，如“你支持哪个党派”或者“对于该党派的该策略，你是支持还是反对”，这样二元化问题的民意调查显然无法涉及大多数中间选民的评价标度领域，因此也无法反映该选民的实际偏好。因此，中间选民群体在对待此类调查的态度将会典型展现出中间选民的特点：摇摆不定或干脆因为没有强烈偏好随意选择，结果波动极大，今天支持共和党明天支持民主党等。这导致了党派在对待中间选民时，无法准确预测其最后结果或者会得到出乎意料的结果。
而在后互联网时代的数据获取上，自媒体平台的加持使得政党获得选取国内相关舆论数据和选民数据的渠道得到扩充，评价维度的多元性特点能够得到显著体现，较为完善地克服了以上问题。后现代互联网背景下政党获取相关数据的方式呈现出以下两个特点：
其一，数据的收集呈现被动式、去中心化的趋向。不再是选民主动投票和接受采访，而是大多数选民被动地被获取数据。政党可通过不断运转的大型计算机系统，匿名获取所有选民在社交网站上的基础信息、发表动态和人际网络，完成对于大多数选民人群的覆盖。此外，政党收集数据的主要依托平台不再是类似主流权威媒体的投票网站或者相关的政治门户，转向去中心化的自媒体平台，如大众社交网络平台Facebook等。
其二，政党获取的数据覆盖度和维度都得到大量丰富。美国以Facebook、Twitter为首的主流社交网络平台聚集了国内绝大部分的中青年群体和相当一部分的老年群体，使得政党收集的数据对不同群体的覆盖率有效上升。同时，在收集到的数据维度上，相较于之前固定的二元化数据的收集，匿名获得的社交网络的数据提供了更为全面、更为真实的选民信息，包括其基本信息，日常转发的推送等，使得有针对性得到每一位选民的评价标度和特殊偏好成为可能。正如前文所述，政党可以通过选民在Facebook的动态中获得其对于“摄像机”的态度，并以此作为选民的评价标度改变选民对于政党的态度。
综上所述，互联网时代数据收集的方法和数据评价的维度的转变，要求政党迅速调整其数据渠道和方法，探索适应新型数据的分析方式和决策方式。同时应该指出的是，数据已然成为互联网时代关键的战略资源，其重要程度堪比石油。近日，我国十九大四中全会中首次明确将数据要素参与分配写入我国的基本经济制度。因而，数据成为互联网背景下政党选举的重中之重。
（二）飞速发展的算力使得政党对与选民的刻画从模糊到精确，从群体到个体
在对于选民群体的形象和利益需求的把握上，政党收集数据的广泛覆盖性和多维度性使得政党对于选民的刻画进入精细化时代，并从群像刻画逐渐过渡到个体刻画。
如果说，日益庞大的储存设备为海量数据量的获取提供基础，最新提出的第五代传输技术（5G）则保证了政党在获取数据的及时性和广泛性，尚未失效的摩尔定律下指数爆炸形的计算能力和日益精细的计算机算法则为精准刻画选民提供了理论基础和技术保障。
政党通过信息技术的辅助，能够在深入到各个个体的程度上刻画全国上下不同阶层、不同群体的选民画像，从而深刻认识不同阶层人群间的不同需求和利益诉求，从而能够为下一步进行互联网精准动员做好准备。
数据之所以能够衡量用户的个体形象，使得这一社会心理学上的课题逐渐向数据科学转变，在于用户在网上的浏览痕迹、发表言论、转发推送等一切举动都反映了用户的潜意识。例如关注的博主反映了用户的兴趣所在，购买记录反映了用户的消费水平。在每天上网留下的大量痕迹背后，潜藏着无数的有关该用户的真实信息。政党如果能够获取这些数据并根据相关的社会心理学模型分析，往往能够得出相关用户的特点画像。数据科学学科有一句著名的话，“数据比你自己要更懂你”。
在理论基础和技术实现上，精准刻画选民画像主要基于计算机神经网络深度学习的基础，其核心就是通过多个坐标轴来定义选民的位置，通过其位置衡量其特征，从而完成对个体选民的精准刻画。例如，选民的年龄、收入、家庭住址、工作性质等都可能成为坐标轴的标度，各有不同的量化标准。最后选民将会在坐标空间中拥有属于自己的特殊位置，这个位置即选民的“精准画像”。
选民对于单一标度的偏好就可以通过选民在该标度坐标轴上的值来衡量。选民之间的相似程度就可以通过两者在坐标空间中的距离来衡量。如图所示，就是针对单个选民的三维空间神经网络概念图。
图示 选民图谱 一个由四个因素影响的三维空间标定神经网络概念图
在这一阶段上，通过数据所体现出的单独个体的形象和偏好，成为了政党在争取中间选民的关键因素。海量的个体数据和先进的神经网络技术，结合选举团队的社会科学分析，政党能够精准把握给定群体甚至是给定个体的利益诉求和单一标度，从而完成从精准刻画到精准动员的一步。由于自媒体平台和平台推荐系统的存在，针对某一特定用户投放广告并不困难，将特定的用户画像和特定的政治宣传广告相链接，实现了针对精准的选民画像迎合选民的喜好投放引导性的政治广告的需求。
实际上，类似的神经网络系统早有应用。例如印度Genic.ai所开发的MogIAI人工智能预测系统，曾准确地预测自2004年以来3届总统大选结果甚至民主党及共和党的初选结果。2016年，经过12年时间的改良和算法优化，MogIAI采用了上述的神经网络算法，在 Google、Twitter 等人气网络平台收集超过 2,000 万个数据，从而准确预测了特朗普获得胜利的结果。
（三）非国家利益群体的直接参与使得政府自身对选举失控
互联网赋予了美国大选一个全新的特点，即非国家利益实体在大选中的话语权不断提升，影响了甚至使得选举结果失控。此类非国家群体大抵可分为两类：核心资源拥有者和核心技术拥有者。
核心技术拥有者，例如俄罗斯黑客组织。在2016大选结束后，奥巴马曾出面，将“俄罗斯政府指挥黑客渗透操纵美国总统选举”定义为导致选举结果失控的重要甚至主要原因。这是掌握了核心技术的组织群体对美国大选结果干涉的最直接贴现。互联网的去中心化特质导致其管理难度远大于传统的中心化媒体，如电视台、报纸，因此也给了掌握了核心技术的群体可乘之机。且不说俄罗斯黑客群体操纵美国选举这个指控是否属实，美国官方的这个指控侧面反映出了该类群体的影响力不容忽视，其对大选结果的影响力超出了美国政府自身的控制范围。
核心资源的拥有者，主要指的是拥有数据的相关主体，如Facebook、Google、Twitter等公司。这些公司的主要特点就是拥有海量的用户（即选民）的数据，并且具有定点投放广告影响选民的能力。互联网选民图谱这个策略的基础和实现方式分别是获取海量的数据和在社交平台上精准投放广告，两者无一例外都需要相同的一个平台支持，即社交平台。而社交网络的自身性质决定其呈现独角兽式的发展趋势——社交领域一旦有公司在前期积累了一定量的用户，这些用户会带动身边的人加入，从而导致最后的结果是只有少数几家能够做大做强，席卷了全国大部分的用户量。在美国成功的案例就是Facebook公司。社交网路公司的独角兽性和大体量性使其在美国政治大选中地位超然独特。其立场和态度，对于政党来说显得尤为重要。由于自身利益的需要，社交网络巨头公司不可能在大选中保持绝对的中立或者拒绝所有党派提出的任何需求，加之Facebook本身就提供类似花钱买热搜的功能——可以通过资金推广相关内容和广告，因此党派如何处理和这一类公司的合作关系，调动利用其海量的资源，成为了每个党派迫切需要考虑的问题。
六、相关次生性的问题和缺陷探讨
需要衍生探讨的是，以上选民图像的探讨、社交网络精准投放引导性内容的做法，存在两个主要的备受争议的问题，即个人隐私权利保护问题和政治伦理上的正当性问题。
在个人隐私问题上，刻画选民图像这一举动引起了有关个人隐私权利和保护的巨大争论。无论是第一步的精准刻画，还是第二步的投放，都是以用户的私人数据作为基础。尽管英国的剑桥分析公司宣称，他们使用的完全匿名的数据，数据和真实选民之间有一个“防火层”，抽离了用户特性和用户ID（即他们只知道一个人喜欢吃辣，却不知道这个人是Mike），但是美国的主流媒体和民众却不买账，认为此举严重侵犯了社交平台上的隐私权。这件事情的爆发也直接导致了Facebook的市值蒸发，以及欧盟针对Facebook等互联网巨头出台了相关的隐私保护法案等一系列后续事件。但在实际操作上，由于巨头社交网络公司具有储存用户信息的天然合法性，Facebook、Google等公司因此被称之为二十一世纪的“真理部”，寓指其具有“老大哥”一般无所不知的能力。
针对互联网时代的用户隐私问题的深入探究，并非本文主要目的，且历来学术界有大量的相关论述，在这里略去不表。
在政治伦理正当性上，针对特定用户群体推广带有引导性的政治广告这一策略，也受到了争议。一种观点认为这样的举措相当于直接操纵选民心理，以非正当手段达成自己的目的，因此具有伦理上的不当性。实际上，这种观点也间接承认了，美国具有选举权的民众大多是不成熟的，会受到轻微的引导就完全偏离方向，从而作出不理智的投票决定。另一种观点认为，精准投放相关的政治广告在本质上和传统的政党宣传没有本质上的区别，都是政党希望向民众展示和宣传自己的手段和途径。同时，这还在无形之中增加了信息的流动，从而在某种程度上来讲提高了民众对于相关信息的知情权，优化了选民的决策结果。
七、结语
基于数据的选民图谱和精准信息投放成为了互联网背景下的现代信息技术深刻影响政治选举的代表体现，数据的收集和选民群体的刻画成为了政党不容忽视的新方面，非国家利益群体的加入使得复杂的大选变得更加难以预测和难以控制。政党如果能有效处理上述几个主体的关系，从互联网的角度入手，以更加高效的方式聚合中间选民，那么就可以说，政党当选的概率就会得到互联网效应相助而不断放大了。
[参考文献]
[1]沈逸,刘建军.网络政治:特性、挑战及其限度[J].国际观察,2012(02):9-16.
[2]沈逸.美国互联网自由战略的实践与阶段性评估——以2016年美国总统选举与俄罗斯黑客攻击为例[J].信息安全与通信保密,2017(04):7-11.
[3]安德鲁·查德维克， 任孟山译. 互联网政治学——国家、公民和新传播技术[M]. 北京：华夏出版社, 2010:23
[4]Thomas J. Johnson and David D. Perlmutter, New Media, Campaigning and the 2008 Facebook campaign, Routledge, 2011