美国国会议员对公众议题的回应——基于社交媒体数据的研究 *

帕布罗·巴贝拉

内容提要 ｜ 立法者是否会回应公众关切？研究表明，公众关心的问题与政界人士所解决的问题之间具有很强的关联性，但是关于谁引导谁来制定政治议程的确凿证据还尚待探讨。本文对第113届美国国会期间立法者和公众在推特平台发布的消息进行了详细的时态分析，以期对此进行解答。本文采用无监督式的方法，将立法者和公民发送的推文分类为不同主题，然后使用向量自回归模型来探索哪一方的优先事项可以更强有力地预测公民与政界人士之间的关系。本文发现，立法者更可能追随而不是引导对公众议题的讨论，该结果在我们控制了媒体对议程设定的影响后仍然成立。本文还发现，立法者更可能对自身党派支持者作出回应，而非对普通公众作出回应。

一、引 言

民主政体研究领域的一个永恒话题是政府如何回应公众偏好。对此主要有两种调查路径。一是研究政治家是否会回应公众优先关注的议题？二是，如果是，那这些回应是否反映了公民在这些议题上的政策偏好？本文将侧重第一个问题。虽然已经有研究明确表明公众议程和政治议程之间存在对应关系，但在议程设置过程中，对于谁主导、谁追随的问题，仍然存在着高度的不确定性。关于哪类公民最有能力设置政治议程这个重要问题，证据也极为缺乏，是一般大众、热心民众？还是党派人士自己的支持者？

本文旨在通过分析美国国会议员和美国公众关注的优先议题，以期为这些相关经典政治学问题提供新的研究思路。政治家是否也会追随选民在其所执行政策上所表现出的议题偏好和优先级？如果是，那他们追随的是哪些选民的政策偏

好。明确这一点很重要，因为“除非把关注度聚焦在议题上，否则就无法采取政策行动”。因此，政治家是否在公众关注某个议题之后才会花更多的时间来讨论该议题，理解这一点，是充分了解美国政治代表制度的第一步，也是最重要的一步。

本文认为，之所以对由谁引导舆论的问题没有得出明确论断，部分是由于受到了数据的限制。以往研究中，可利用的时间和议题单元无法对政治人物与公众议程之间的关系进行足够细致的衡量，现有的大多数研究也都是依靠月度调查数据来衡量公众议程，较典型的有盖洛普进行的“最重要的问题”调查。然而，我们如今正处于一种24 小时全媒体环境中，政治家和公众也在不断调整自己对议题的关注。这就意味着每次月度调查周期内都可能发生关注度分配上的变化。因此，虽然调查数据让我们能够观察到公众议程和政治议程是否发生了共变，但却无法充分表明是哪一方先发生了变化。此外，现有分析的关注点都集中在很广泛的议题类别（如“经济”或“移民”）。虽然这有助于对时间跨度长以及州和国家等不同单位的议题进行比较，但是，把实则完全不同的议题归类在一起，也让关于谁在引导舆论的研究变得困难。

为了解决以往存在的数据局限性问题，本文采取了一种新的实证策略，即利用推特这种社交媒体平台来衡量议员和美国公众所表达的议程。要说明的是，本文的目标不是去评估诸如推特之类的社交媒体平台对于议员或公众而言是不是有用的议程设置工具，而是要把其“推文”作为一种指标来衡量这些人对政治问题的关注程度。我们确信这种衡量策略是可行的，因为美国国会所有成员基本上都是推特活跃用户，他们的推文也是其明确表达议题日程的一种标准化的体现。此外，美国人在社交媒体上讨论的话题与通过其他衡量方式得到的突出话题（如盖洛普的“最重要的问题”民意调查）高度相关。

利用推特数据来解决当前问题具有两大优势。首先，这些数据让我们得以采用相同的来源来衡量公众议程和政治议程，因为国会议员及其选民都在平台上使用相同的格式和话题符号（如#）来发布推文。其次，数据的高粒度性使我们能够观察到话题突显快速变化的时态模式。这样一来就能够精准地确定政治家在公众对议题关注转移前后对不同议题的关注度的分配情况，或者说他们到底有没有关注该问题。尽管之前也有研究曾使用推特数据来评估政治家和选民关注的问题，但这些研究仅探究了有限数量的议题，且主要关注的是议题一致性，而非对议题的回应情况。

首先，本文分析了2013 年1 月至2014 年12 月期间第113 届国会议员发布的所有推文，并利用潜在狄利克雷分配模型（Latent Dirichlet Allocation，LDA）提取了100 个议员在社交网站上讨论的话题，从而体现议题的多样性。本文发现，借助该方法可以将议员的推文划分为一系列有效话题，这些话题会随时间并在不同党派间呈现出重要变化。然后，本文采用向量自回归模型（vector autoregression，VAR）研究了当三类公众群体关注的议题发生改变以后，议员的表达议程在多大程度上发生了变化。这三种公众群体分别为党派成员、特别关注政治的公众以及从美国推特用户中抽取的随机样本。本文分析探究了这些公民在议题关注度上的变化在多大程度上可以预测决策者的议程变化。

本文采取的是描述式的观察分析，而非因果式。向量自回归模型能够利用数据的多重滞后来区分公众什么时候引导了关于特定主题的对话，以及什么时候加入了已经存在的话题辩论，不过这也不能排除某些不可观察因素会造成混淆。本文分析揭示了美国政治议程和公众舆论结构的相关信息，具有启发意义。此外，本文的分析还提供了一种先前研究所无法触及的方法，让我们能够确定这些可观察到的数据与某些理论的经验含义是否一致，从而为这些旨在阐述不同行为群体的议程如何影响他人议程的理论提供了佐证。

本文研究结果清楚表明，国会议员更可能追随而非引导公众的优先事项。但这种回应仅限于加剧两极分化和不平等等方面的议题。议员更可能在其政党支持者的注意力转变之后改变行为，这一点在前人研究的基础上已经有所预料。其次，相比那些不太关注政治的人，政治家更愿意对那些热心政治的人所关注的优先事项作出回应。虽然根据公认的模型预测来看，政治家应该反映普通大众的优先事项，但本文对此并未发现确切证据。此外，本文研究发现表明，议题回应方面存在的这种不平等现象部分要归咎于主流媒体，因为大众媒体更倾向于报道党派人士感兴趣的话题，还会经常引导政治议程。

二、政治家对公众关切议题的回应

受惠于数据收集和数据测量方面的重大创新，关于政策回应的实证研究取得了极大进展，但在议题回应方面的认识仍不够清晰，所以对于政府如何回应公民的评估也尚不完善。正如布莱恩·琼斯（Bryan Jones）和弗兰克·鲍姆加特纳（Frank Baumgartner）所指出的：“在低优先级议题上符合公众政策偏好，但却忽略公众关切的高优先级议题，这种立法行为能有多大的代表性？”政治家要真正回应公众关切，首先就要关注选民所关切的问题，其后续行动也必须反映人们在这些问题上的偏好。

对美国议程设置和政治回应方面的研究已经表明，公众关切议题与国会议员议程之间有着密切联系。在经济、医疗和对外贸易等方面，公众议题关注度的变化（基于盖洛普长期进行的“最重要的问题”问卷）与政治议题关注度的变化（基于国会就相关议题开展的听证会的比例）之间存在着很高的关联性。

但是，议题回应方面的现有研究并未明确解决“谁引导谁”的重要问题。政策制定者是不是更倾向于追随而不是引导其选民改变要优先关注的议题，亦或反之？研究表明，这两种情况都可能存在，但尚不清楚到底哪一方更有能力引导另一方。一方面，政策回应的相关研究发现，政治家有强烈的动机去回应公众的偏好。一些学者基于“回顾式投票”（retrospective voting）的思想提出并发现，那些以选举为导向的政治家，一旦意识到公众舆论上的转变，便会相应更新自己的偏好，以最大程度提高连任预期。也就是说，“政治家感知到公众舆论发生变化时，就会改变自己的行为来取悦选民”。也有研究表示，舆论会影响政治家的偏好，比如总统，尤其是对于跟人们的日常生活直接相关的问题。总之，这些文献都表明，政治家会对公众关注的问题作出回应，由此推出假设1：公众关注的议题可以预测国会议员之后会关注的议题。

但另一方面，其他研究机构发现了相反的结果。基于政治家“以政策为导向”的形象，有学者认为，大多数政治家主要是受政策目标的驱动，而非出于寻求连任的目的。研究表明，大多数公民对政治不感兴趣且知之甚少，他们做决定时，参照的并非是根据政治家过去的行为和表现而对其作出的评价，而是出于群体依恋和精英暗示。也有作者参考以上文献并结合以往经验证据表示，那些以政策为导向的政治家会利用大众与政治脱节的这个特点来制定自己偏爱的议程。在与政府官员的访谈中，这些研究者一再被告知，政府追踪公众舆论“不是迎合，而是在教育、引导或以其他方式影响公众态度”。总之，由此研究推论可得假设2：国会成员先就某议题展开辩论，公众随后开始关注该议题。

因此有充分的理由相信，政治家会追随公众的议题偏好，公众也会对政治家关注的议题进行回应。但谁才更有能力引导另一方的议题议程？本文分析将着眼于评估这些因素的影响程度，从而确定到底是哪一方对议程设置起到了最大作用。本文在探究该问题时，不偏爱任何一种假设，而是将其作为一种必须予以解决的开放性辩论，以真正评估美国民主制度中政治回应的本质。

三、回应模型

除了以上提到的在议程设置过程中政治家和公众哪一方影响力更大的问题，另一个影响我们全面认识美国语境下议题回应度的关键问题是，我们应该期待国会议员对谁作出回应？

尽管曾有大量研究就此展开过讨论，但答案并没有人们想象得那么简单。正如保罗·伯斯坦（Paul Burstein）所指出的：“人们可能希望经过20 年的研究后，可以加强一些（政治回应）理论的可信度，减少一些另一些理论的可信度。但事实似乎并非如此。”具体而言，本文研究了三种主要理论模型，并对本文关注的问题给出了三种不同答案。我们分别称其为唐斯模型（Downsian）、注意力模型（Attentive）和支持者模型（Supporter）。

安东尼·唐斯（Anthony Downs）在《民主的经济理论》（An Economic Theory of Democracy）中指出，在两党制的民主制度中，对连任感兴趣的决策者应该对中位选民或“中间派意见”有所回应。人们更容易从政策角度而非从议题回应的角度来预想对政策回应的影响。国会议员应采纳中位成员的政策偏好。遵循同样的逻辑，我们还应该期望议员通过关注大多数公众所关切的问题来增加自身的连任机会。但有人对此表示强烈反对并争辩说，没什么动机可以驱使政界人士将注意力转向中位选民的偏好。因为只有一小部分大众关注、了解并参与政治，而且这小部分人更可能是党派人士，而不是中位选民。尽管如此，现有实证研究证据仍然可以在某种程度上验证唐斯逻辑。暗示接受模式（cue-taking）相关文献认为，即使是那些最不了解和最不关注政治的公众也会经常借助多种信息来源作与政治有关的决定，这种行为也约束了政治家的行为。实际上，根据斯图尔特·索罗卡（Stuart Soroka）和克里斯托弗·维里西恩（Christopher Wlezien）对美国和加拿大语境下政策回应情况进行的详尽研究，他们发现：“各群体（政策回应）程度大致相同。大多数情况下，当我们仅关注某些群体时，代表程度没有明显很好，也没有明显不好。”因此，鉴于现有的论据和证据存在冲突，我们有必要检验唐斯逻辑是否仍然存在。由此，得出一个可检验的假设，即假设3：公众关注度分配上的变化可以预测国会议员关注度分配上的变化。

但是，另一些学者并不同意该假设，认为这对公众议程设置所起的作用过于乐观。一些人认为，国会议员最有动机对关心政治的大多数选民作出回应，而非对中位选民或普通公众作出回应。舆论形成（opinion formation）的相关研究表明，大多数选民并不关注日常政治，很多选民也没有明确关注的优先议题或政策偏好。但并非所有公民都如此。有些热心选民非常关注政治世界，根据伊莱休·卡茨（Elihu Katz）和保罗·拉扎斯菲尔德（Paul Lazarsfeld）提出的“二级传播”（two- step communication flow）以及本杰明·佩奇（Benjamin Page）和罗伯特·夏皮罗（Robert Shapiro）的“理性公众”（rational public）等理论模型，这些热心选民可能会对议题的优先级和那些不太热衷政治的公民的偏好产生影响。这种逻辑引发道格拉斯·阿诺德（Douglas Arnold）和约翰·奥尔德里奇（John Aldrich）等学者认为，国会议员应该特别关注那些热心政治的选民所关注的问题。从这种逻辑可以得到一个可检验的假设，即假设4：那些热心政治的公众在关注度分配上的变化可以预测国会议员关注度分配上的变化。

还有一些研究人员提出了第三种可能，即议员最有兴趣回应的应该是自己政党的核心支持者。这些人所关心的议题容易被识别和代表，他们在提名程序中也起着非常积极的作用，其支持对于赢得初选和大选都至关重要。而且，那些以政策为导向的议员所关注的议题更有可能与这些支持者所关注的一致。一些经验研究发现，议员实际上更有可能代表其支持者的政策偏好，但尚无研究表明这一点在议题关注度分配问题上是否也成立。但我们可以从该模型推出假设5：政党支持者关注度分配上的变化可以预测国会议员关注度分配上的变化。

还有最后一种理论思考是，有学者认为并发现，一个议题在公众眼中变得越显著，我们期望这个议题获得的政治回应也就越大。“在政策领域，公众的重要性也许很能反映政策制定者的回应情况。毕竟，我们有充分的理由推测，政策制定者会因为考虑到可能出现的选举后果而反思不同领域的议题的重要性。”如果政治家打算对特定的公众群体作出回应，那他们应该回应这些群体对其所关切议题的关注度的转变。换句话说，如果国会议员回应的主要是其党派的支持者（或热心政治的大众或普通大众），那他们应该更可能回应那些导致党派支持者注意力转变的话题，那些占这些政党支持者讨论内容10%而非1%的话题。因此，如果先前的回应模型适用，那么在这个模型的基础上，我们可以推测假设6：普通公众（根据唐斯模型）、热心公民（根据注意力模型）或政党支持者（根据支持者模型）对特定议题的关注程度可以强烈预测政治家的议程设置。

四、议题回应的机制

本文使用政界人士和公众在推特上发布的消息来衡量这些个体所关注的优先议题，以此评估双方彼此关注的优先议题之间存在何种程度的关联。前人研究曾就此提出几种机制，借助这些机制，政治家可以了解公众关心的议题，反之亦然。本文也提出一套机制，借助该机制，政治家和公众各自关注的议题可以对对方产生直接引导作用。同理，大众媒体也是传播这种动态互反关系的一种方式。

政治家和公民了解彼此关切议题的一种机制是通过议员与选民之间的直接互动与沟通，包括通过市政厅、利益团体组织的“游说日”以及线下和线上通讯等方式。例如，有报告称约有24%的美国人曾给公众代表写过信。调查表明，政治家也会对社交媒体上来自选民的消息给予一定的关注，尽管这些信息并未像其他选民沟通渠道那样受到重视。政治家了解公民关切议题的另一种方式是追随公众舆论。盖洛普和皮尤研究中心（Pew Research Center）等民意调查组织会定期发布民意测验反映公众的关注重点。政党、竞选人员和政府机构也会展开民意调查，评估公众感兴趣的议题。其他现代实践还包括利用后台管理页面跟踪民众在社交媒体上广泛讨论的问题等。

本研究关注的是政治家和公众了解彼此关切议题的一种基本机制：新闻媒体。 首先，媒体在这方面发挥了强大的作用。一方面，国会议员花费精力让媒体对自己的优先事项进行报道，与此同时，媒体机构也在报道那些会和观众关切产生共鸣的话题。决定媒体内容的因素很多，比如指定“节点”、新闻活动和有新闻价值的事件。在这些因素中，观众的喜好和政治制度起着非常重要的作用，可以确保媒体报道的是公众和政治家都感兴趣的话题。其次，媒体的实质性作用源于其引起公众和政治家关注的能力。

媒体之所以对政治精英作出回应，部分是由于政治机构是不断提供具有新闻价值的重要信息来源。媒体机构定期在白宫和国会等机构派驻记者，确保这些政治场所讨论的重大问题能够引起媒体关注。而媒体之所以对大众诉求作出回应，部分是出于市场压力，特别是在大多数媒体都面临经济困境的情况下，讨论公众感兴趣的话题可以增加自己吸引读者和观众的机会，从而产生利润。如今，媒体比以往任何时候都拥有更广泛的手段来衡量和回应公众感兴趣的话题，追踪社交媒体的关注点。此外，公众的情绪通常也可以通过具有新闻价值的政治事件本身反映出来，比如选举结果、罢工和示威游行等。可以肯定的是，不管是公众还是政治家，他们对议程都不具有排他性的控制权。议程通常是由外部意外事件（如自然灾害）和经常性事件（以及即将到期的法律规定）共同设定的，这些事件可以同时影响政客、媒体和公众的关注度的分配。

有明确证据表明，不仅政治家和公众可以引导媒体的关注点，另一方面，媒体也可以推动政治议程和公众舆论。媒体“构建”并强调了政治家要解决的问题，同时也加强了选民可能认为的重要问题的显著性。那些寻求连任的政界人士应该对这些问题予以解决，从而取悦选民。此外，长期以来的文献还表明，媒体报道的话题很有可能会引导大众的舆论和偏好。

虽然关于公众和政界人士采取何种机制影响彼此议程的探索并不在本次研究的范围之内。但是，鉴于研究表明大众媒体在议程设置中起着至关重要的作用，因此在本文分析中，我们会对媒体的潜在影响进行控制，同时探索大众媒体报道对特定回应模式的偏爱程度。

五、数 据

（一）国会议员的推特使用情况

为了检验所提出的假设，本文使用了美国第113 届国会领导层众议院和参议院议员发送的推文（2013—2014 年）。过去几年，国会议员对推特的使用量稳步增长。在第113 届国会领导层任职的议员中，有95%的议员是推特活跃用户，共计发布651116 条消息（不含转发），平均每天约发送900 条推文。

有学者认为，国会议员主要使用推特来宣传自己的政策立场并提供自己活动的相关讯息。但是，近期研究表明，推特平台还可以作为国会议员回应选民、控制政治议程、表达党派忠诚度、参与党派嘲讽以及报告选民服务工作的一种工具。此外，研究表明，在推文中讨论的话题可以很好地代表议员整体要表达的议程，他们在社交媒体上讨论的议题与在新闻稿上讨论的具有很高的相关性。

（二）公民的推特使用情况

除了国会议员发布的推文，我们还收集了不同样本的推特用户发布的推文，以验证本文关于政治家更可能关注哪类公众的注意力变化的假设（假设3、4、5、6）。本文关注了4 类样本的推特用户：

1. 普通公众：大约25000 个推特用户，采样方式为首先随机生成数值型用户账号，然后检查用户是否存在，再检查用户是否居住在美国。

2．热心公众：在推特用户中随机抽取至少关注了5 个美国主流媒体（美国有线电视新闻网、《华尔街日报》、《纽约时报》、《福克斯新闻》和微软全国有线广播电视公司）的用户，并生成样本。我们会根据用户个人资料中的时区信息来进行地理限定，这个信息在大多数用户的资料中可得。研究特意排除了从时区上看可能位于美国以外的用户。此外还会根据用户活动进行过滤，仅留下发布过至少100 条推文的用户。经过这些筛选后，最终的样本量为1 万个用户。

3. 共和党支持者：随机抽样1 万个至少关注了3 名共和党国会议员且没有关注任何民主党议员的推特用户。同样根据其地理位置和活动进行筛选。

4. 民主党支持者：随机抽样1 万个至少关注了3 名民主党国会议员且没有关注任何共和党议员的推特用户。同样根据其地理位置和活动进行筛选。

在确定了这4 组样本后，本文利用推特的应用编程接口来收集这些样本在分析周期（2013年1 月至2014 年12 月）内发布的所有推文。表1 提供了最终每组样本的用户数和推文数。为避免夸大政治家和公众在彼此讨论的话题上的相关性，样本中不包含转发推文。

表1. 数据库中的推文情况

（三）媒体

如前所述，大众和政界关注的议题议程都可能受到大众媒体尤其是社交媒体的引导。为了验证这种可能性，本文还从来自媒体渠道的样本中收集了一些推文，使用这些推文作为媒体影响的控制组。就此，本文收集了同一时间段内美国最大的36 家媒体（根据皮尤研究中心给出的排名，包括纸媒、广播和网媒）在其推特帐户上发布的所有推文。

六、用话题模型衡量对政治议题的关注度

本文的目的在于分析国会议员、普通公众和媒体机构在推特上讨论的不同议题的特点，以及这些群体的重要性是如何受党派偏见和政党利益影响而随时间和在政党间变化的。为了提取议题类别，本文借助“潜在狄利克雷分配”概率模型来估算文本中单词出现的概率。该模型是一种常规的潜在变量模型，通过“词袋”模型从文本中推断出话题。

潜在狄利克雷分配模型将每个文本视为潜在话题（topic）的随机集合，而每个话题则被视为符号（token）的概率分布。在本文分析中，“符号”表示为n-gram（代表一个词和两个词的组合），“文本”（document）的定义是，国会议员每天发布的推文的汇总，按党派和议院分类。

除了采用这种非人为监督式的话题分类模型，另一个方法是让分析者自行选择话题，然后构建一种能够人为监督和预测这些话题的分类标识。尽管政治议题有公认的分类，但鉴于类别众多，培训如何准确识别分类标识无疑是一项艰巨的任务，因此非人为监督式的模型更为可取。但是，我们可以将从数据中获得的话题映射到政治话题的现有分类，结果相似。利用该模型生成的话题通过了预测性和语义有效性的标准测试。

值得一提的是，本文分析还有两个特点。第一，我们将该模型首先用于国会议员（而没有用于所有群体发布的消息），以增加可能性，更好地发现在第113 届国会期间具有显著政治意义的话题，然后再使用估测的参数来计算公民和媒体在此之后发布的话题的分布情况。这些话题同样根据所观察到的语词按天进行汇总。但是，如果把政治家、媒体和公众的推文全都采用潜在狄利克雷分配模型进行分析，并复制结果，得出的结论也类似。第二，根据估算，本文假定话题分布独立于时间，且话题的数量和每个主题的内容不随时间变化。

本文利用十折交叉验证，估算了一般拟合优度检验结果，在分析了大量数值的基础上，将话题数量固定为K（100 个）。

总体来看，本文发现，100 个生成的话题中的大多数都可以轻松标记。但是，并不是所有的话题都带有政治性，例如，研究中发现了与周年纪念和庆祝活动相关的话题（情人节、国旗纪念日、宪法日和感恩节等）。由于本次研究对这些话题不感兴趣，因此分析中仅包括其中识别到的53 个政治类议题。在审核内容后，我们注意到，有些提及同一议题的推文被归为了不同的话题，这是因为在谈论同一议题时，不同团体使用了截然不同的语词。例如，本文发现，共和党和民主党国会议员对2013 年政府停摆问题的讨论就被归为了不同的话题。这种情况可能会过高估计国会各党派对其支持者的回应频率，进而影响研究结果。为了避免这种可能出现的偏误，本文决定将一些话题进行合并，并将分析重点放在46 个政治议题上。表2 列出了本文归入政治议题的所有话题。

七、结 果

（一）议题关注度的一致性

本文要回答的关键的实质性问题是，国会议员的话题分布是否在引导或追随其选民的话题分布，或者说选民的话题分布是否在引导或追随议员的话题分布。议员有没有追随大众关切的话题？如果有，那他们是否会追随某个特定群体的选民所关注的话题？

表2. 政治议题列表

与先前的相关研究类似，本文首先审查了国会议员和公民就已确定的46 个政治议题在关注度分配上的一致性。在此议题一致性框架下，公众与政治议程之间的相关性是政治回应存在的必要条件。表3 中的皮尔逊相关系数表明，就本研究分析的这两年时间看，民主党和共和党支持者、热心公众以及普通民众的议题分配情况与共和党及民主党国会议员所明示的议程之间存在高度相似性。这一高系数表明，这些群体倾向于讨论相同的议题。

表3. 国会议员和大众群体及媒体在议题关注度方面的相关性——针对46个政治议题

这些初步结果显示，议题关注度层面也许的确存在政治回应现象，而且似乎也表明某些回应模型具有比其他模型更强的解释力。具体而言，结果表明，支持者模型的解释力更强，注意力模型的解释力较弱，唐斯模型更次之。此外，国会议员的议程与其选民所讨论的议题之间存在着正向且有时有很大的关联。但是，在关注特定群体的系数时，我们观察到议员与其党派支持者之间的相关性最高（民主党为0.69，共和党为0.77），且议员与热心公众之间的相关性也很高（民主党为0.49，共和党为0.52）。一方党派议员所明示的议程和对方党派支持者关注度分配之间的相关性要低得多（民主党成员与共和党支持者之间的相关性为0.41，共和党成员与民主党支持者之间为0.51）。另外，议员议程和普通公众议程之间的相关系数最低。正如预期的，媒体议题关注度的分布情况与国会议员议程的高度相关，这一点强调了大众媒体在议程设置方面起到的中介作用。

图1 显示了国会两党、各公众群体和媒体对本研究界定的政治议题的日均关注量，同时也更详细地反映了表3 中在议程层面存在的相关性，同时提供了一些潜在原因，解释了为什么国会议员的议题议程与其党派支持者的关注度分布之间有着极为紧密的关系。例如，我们看到在“平价医疗法案”和“婚姻平等法案”等议题上，国会中的民主党人和民主党支持者的关注度比共和党人要高，而对于“（恼人的）奥巴马医改—网站与实施”、“平价医疗法案强制条款”和“得克萨斯州边境危机”等议题，国会中的共和党人与共和党支持者的关注度则比民主党人要高。热心公众特别是普通公众对这些问题的关注较少。此外，从整体上看，他们对所有政治议题都没有给予太多关注。

图1. 政界人士、公众和媒体的平均议题关注度

（二）谁引导？谁追随？

但是，上述相关性和百分比的结果还不足以得出国会议员可以引导其选民议题关注度分配的结论，也不足以裁定唐斯模型、注意力模型和支持者模型的解释力。本文在此利用数据集的时间序列性质，通过估测带有话题—固定效应的向量自回归模型，以确定哪一方先将议题置于议程上。这些模型很适合捕捉内生变量之间的关系，并且曾用于出于类似目的而进行的政治科学研究中。

在向量自回归模型中，有一组平稳时间序列Yi，表示群体i在第113 届国会成立的天数t内在话题j上的日关注量。这些随机变量的值的范围从0 到1，但两个极值不存在（0 ＜Yijt＜1）。这些值呈右偏态分布，在研究的这两年范围内，有几天的议题关注度很高，其余时间则关注度较低。本文遵循时间序列分析的常规做法，采用偏斜构比而非原始构比，对所描述的序列Yi的对数几率Zi进行建模。

然后，将这些变量的自回归和内生关系表示为一个方程组，其中每个变量Zi是其本身先前滞后项与其他变量滞后项相加所得的函数。鉴于在推特上发布消息没有时间限制，因此理论上是希望国会议员可以迅速关注公众的议题注意力的变化。但是，考虑到可能会长期存在滞后性，因此本文使用了七阶滞后结构（seven-lag structure）。最终模型可以正式表示为：

考虑到模型（αj）的议题—固定效应结构，我们假设各议题的兴趣概数恒定。尽管该假设并不准确，但对于这里想研究的问题而言是可行的。它让我们得以估计既定群体的议题关注度的变化平均在何种程度上可以预测其他群体随后的关注度的分配情况。

累积脉冲响应函数（Impulse Response Functions，IRFs）可以最好地表达向量自回归估测模型的结果。累积脉冲响应函数表示某群体对既定议题的注意力的增加（x单位）如何预测其他群体对同一议题的注意力随时间变化的情况。累积脉冲响应函数可以计算在不同天数的变化。图2 计算并报告了为期15 天时间段内两种不同类型的脉冲响应函数。在这两种情况下，我们都假设在第0 天时没有群体对既定议题J予以关注。首先，本文想要探讨注意力的短时变化所带来的影响，并计算了各群体在对既定议题提高10 个百分点的注意力后（在第0 天时注意力从0%增加到10%），是如何影响未来其他群体对同一议题的关注。此外，本文同样有意研究注意力的长时变化所产生的影响，并计算了各群体对既定议题的长期注意力由1%提高至10%后对其他群体就同一议题的注意力产生了何种影响。图2 表示，在15 天时间里，在y 轴（纵轴）群体短时（灰色方块）和长时（黑色方块）对议题注意力增加10 个百分点后，列框标题所代表的群体预计会产生的注意力的累积变化。估测的回应程度（置信区间为95%）以百分比表示（范围为0 ～100）。大多数短时效应（灰色系数）的范围是0 ～4。本文认为这些代表的是有实质性意义的回应。根据长久以来关于议程设置的相关文献得知，政治通常是一场争夺注意力的斗争，单单是把一个议题纳入议程范围就极为困难。此外，注意力的动态性通常符合带有临界点的非线性函数，在临界点附近出现的少量的额外注意力可能也会具有重大的政治含义。

图2. 15天累积脉冲响应函数：对不同群体议题回应情况的预测

图2 的结果证实了本文前两个假设，即国会议员和公众有能力预测彼此所要关注的议题。两党议员都能够预测公众注意力的分布（假设2）。具体来说，他们能够引导政党支持者和热心公众对某些议题进行关注，不过两党都只有能力引导自己党派的支持者，无法引导对方党派的支持者。而且从最右侧列框可以看到，两党关注的优先议题似乎并不能很好地预测普通公众要关注的议题。

本文还发现了存在政治回应的动态性（假设1）的有力证据。我们看到，公民在议题关注度上的变化可以正向预测国会议员所要讨论的议题，而且这种影响力始终比国会成员引导公众议程的能力更大。共和党支持者在政治议程设置方面的能力最为极端，他们在共和党和民主党议员的议题关注度增加10%后的15 天，对同一议题关注度的累积关注量预计只分别增加1.25%和0.75%。反向来看，在共和党支持者出现同等变化时，民主党和共和党议员的累积关注度则增加了预计约3%（参见图2 中最左侧两个列框下第四行所示的灰色方块）。

图3. 政界人士设置公众议程的能力与公众影响政治议程的能力对比

通过图3 可以更好地理解这些差别效应。在图3 中，我们对图2 里的短时注意力变化概量（灰色方块代表的回应增量）进行了重新排列，更方便比较哪一方最有能力引导另一方的议题议程，是国会议员还是公众。但是，在对这些结果进行解释时，我们还需要考虑一个其他因素。正如在图5 中所观察到的，政治家比政党支持者更多地关注政治问题（远远超过热心大众和普通大众）。这意味着，即使注意力增量相等，其产生的影响却不同，公众对政治家的影响更大，所以相比于公众的变化，我们更有可能观察到国会议员在政治注意力上的重大转变。

本文研究结果同样有力证明了支持者模型（假设5）对政治回应的解释力。如果仅关注那些最能预测国会议员议程的变量（图2 中左侧两列框），我们观察到，最能让议员产生正向注意力转变的推测因子是其本党支持者的注意力的转变。根据向量自回归模型预测，就民主党议员而言，在其支持者对一个议题短时提高10%注意力后，议员便会从对该议题0 关注转变为对该议题提高约3%的累积注意力；同等情况下，如果支持者长时注意力提高10%，则议员注意力会提高7%（左侧第1 列框第3 行）。同理，共和党议员与其本党支持者的注意力变化也呈现出类似结果（左侧第2 列框第4 行）。其他短时和长时注意力变化的累积脉冲响应函数则幅度较小。

此外，本文结果还肯定了注意力模型（假设4）的解释力。例如，当热心公众对某议题的短时和长时注意力提高10%后，民主党议员的累积注意力预计分别提高2.25%和5.75%，共和党议员提高分别约1.75%和4.75%。如果将对方党派支持者也视为热心公众，也会看到类似的变化模式。民主党支持者的注意力变化预计会给共和党议员带来2%和4.25%的正向影响，共和党支持者的变化预计会让民主党议员提高2.5%和5.5%的累积注意力。但是，从估测上看，该模型产生的效果比支持者模型观察到的要小。

最后，本次结果并未对唐斯模型（假设3）提供较强的证据支持。普通大众对某议题的注意力短时或长时提高10%后，民主党议员对该议题的累积注意力预计只分别提高2%和4.5%。共和党成员的回应预计更低，分别只提高了1.5%和3%。这意味着，在不同公众群体里，普通公众在引导国会议员议程方面的能力最弱。普通公众长时注意力增加（左侧第1 和第2 列框倒数第二行黑色方块所示）与党派支持者短时注意力增加，对国会议员造成的影响的幅度类似（左侧前两列框第3 和第4 行灰色方块所示）。此外，由于普通公众对政治的关注度较低，所以不太可能发生这个幅度（10%）的注意力的转变。不过，如果采取同一个模型来对比2013 年和2014年的数据，我们有趣地发现，政治家在选举年（2014 年）对普通公众的回应比在非选举年的稍大（不过即使是在选举年，政治家也是更倾向于跟随政党支持者和热心公众在关切议题上的变化）。

总体而言，结果表明，就议题注意力分布而言，政界人士更愿意跟随其政党支持者的变化，而不是热心选民，而且他们很少跟随普通公众在关注议题上的变化。

（三）回应度与议题相关性

如果国会议员有意回应特定的选民群体，那么我们期望（假设6）他们应该很乐意回应这些群体在他们关切的议题上的关注度的变化。为了检验这个假设，我们首先需要估计每个群体在多大程度可以引导其他所有群体对不同的独立的政治话题的关注。为此，本文放宽假设，假定每个群体在引导其他群体议程方面的能力就每个话题而言是恒定的，然后采取不同方式对数据进行建模。在先前的模型中，我们采取了主题—固定效应（αj）。与之不同，本节将估测46 个不同的向量自回归模型，每个政治议题一个。我们将在模型中引入相同的内生变量，再次对所有时间序列应用逻辑转换（logic transformation），并采取同样的七阶滞后结构。然后，对于每个向量自回归议题模型，计算15 天累积脉冲响应函数，以探索特定群体注意力短时增加10%后如何预测其他群体的注意力的变化。

图4 显示了所有这46 个向量自回归模型的结果（15 天累积脉冲响应函数）。每个列框反映了列框标题所示的群体在回应其他群体注意力变化的情况：圆圈代表预计的影响（线条代表95%的置信区间），圆圈的颜色表示回应的对象群体，y 轴表示（行标签）具体议题。为避免图表过于拥挤，最左侧的两个列框中仅呈现了公众群体如何引导国两党议员表达议程的能力，而右侧的4个列框中则显示相反影响， 即国会议员引导公众关注议题的能力。图中仅包括对置信区间不超过0 的议题的预测结果。

议题根据民主党支持者对民主党议员的影响大小排列，从预估影响最大到最小排序。排名靠前的几行中包含医疗保健改革、枪支暴力和最低薪酬等议题。民主党支持者对这些议题关注度短时增加10%，民主党议员对其累积关注度预计分别增加2%、1.5%和1%。

在左侧第二个列框中，通过红色圆圈可以看到共和党支持者在哪些问题上可以更有力地引导共和党议员的议程。2013 年中期左右对美国国税局丑闻的讨论以及就奥马巴医改——网站与实施的讨论似乎是共和党国会议员对其支持者追随度最高的议题。在这两个案例中，如果将短时注意力提高10%，15 天后累积注意力预计提高约2%。最左侧列框中的灰色圆圈所代表的影响表明，热心公众对社会保险话题的关注最能引起民主党议员的讨论，在第2 列框中可以看到，热心公众尤其能引起共和党议员对乌克兰和委内瑞拉抗议事件的关注。左侧两个列框中橙色圆圈所代表的影响表明，体现普通公众发挥了最大正向引导作用的议题是民主党和共和党议员分别就学生债务和在叙利亚使用军事力量进行的讨论。

图4. 对不同议题和群体的议题回应情况的预测

为了检验最后一个假设，即国会议员更有可能追随其选民所关切的议题并转变注意力（假设6），本文通过计算各群体在第113 届国会期间平均每天对各话题的关注度，建立了对群体议题相关性的衡量方式（平均值参见图1）。通过取平均值，我们打算减少关注某群体在特定时间对既定议题的注意力，从而更多关注总体上既定议题对特定群体的重要程度。

有了以上平均关注度的衡量标准以及来自图4 的估测，我们现在可以通过审视两者之间的相关性来对假设6 进行直接验证。可见，在图5 中，x 轴上列出的是每个公众群体对每个议题平均每天的关注度（参阅列框标题）。y 轴上表示的是各列框标题所示群体对议题提高10%关注度后的15 天（15 天累积脉冲影响函数），国会议员预计对这些议题的累积关注度。每个点表示单个预测回应单元，周围的线表示95%的置信区间。最上方的4 个列框表示民主党议员的预测回应，下方列框表示共和党议员的预测回应。

研究还发现，支持者模型可以支撑议题相关性假设（假设6）。通过图5 右上角的列框可以观察到，民主党支持者在他们自己认为重要的问题上（如枪支暴力）的注意力的变化会对民主党议员的议程设置产生更大的影响。同样，从图5 右下角倒数第2 个列框中观察到，类似情况也出现在共和党群体中，共和党支持者更有可能引导共和党议员把那些支持者自己认为重要的问题（如围绕美国国税局丑闻的讨论）列入议员的明确议程中。因此，国会议员似乎更可能去关注那些他们自己的支持者在其所关心的议题上的看法，而不是那些他们关注较少的议题。

在图5 中并未发现对注意力模型和唐斯模型在议题相关性方面提供支撑的证据。平均而言，民主党议员更有可能关注热心公众（包括对立党的支持者）在其关切议题方面的注意力的变化。但这两者的正相关很小。对于共和党，共和党议员把注意力转移到特定话题的程度与热心公众及其党派支持者对这些议题的平均关注度之间甚至都没有观察到正相关关系。最后，我们观察到，普通公众引导政治家的议程的程度与普通大众对既定议题平均关注度之间也不存在任何关联。总之，以上结果都证实了图2 中的有力发现，对支持者模型提供了证据支持，但在唐斯响应模型方面缺乏证据。

图5. 公众议题关联性与公众设置政治议程的能力之间的相关性

（四）媒体的角色

接下来，本节将对新闻媒体在促成上述动态现象方面所起的作用进行评估。通过本文使用的数据和方法，可以详细审视大众媒体是否同样有可能引导政治家或公众，亦或受他们引导。或者相反，媒体是否增强了某些群体的声音并提高了他们引导政治议程的能力。

首先，表4 证实了先前的研究，表明媒体报道同时反映了政界人士和公众所关切的议题。该表显示了媒体议题注意力分配情况与其他研究对象议题注意力分配情况之间的相关性。我们发现，媒体对议题的关注与那些涉身政治的美国人对议题的关注（即政党支持者和热心政治的公众）之间存在着紧密联系。与之相较，大众传媒与国会议员和公众之间在议题关注上的联系虽然没那么紧密，但仍然非常密切。

表4. 对媒体机构和其他群体在议题关注度方面的相关性分析

当然，这些相关性无法提供有关这些关系之间的方向的信息。为了更清楚地了解媒体的作用，我们仔细审视了媒体的脉冲影响函数的系数估计，参见图2 的最后一列和最下边一行，并在图6 中进行了更详细的描绘。在图6 左侧列框中，媒体报道是因变量，该列框描绘的是政治家和大众对议题关注度的变化是如何估计影响媒体对这些议题的关注度的变化的。在此处我们观察到，需求方力量（即那些政治参与程度最高的美国人的优先事项）比供应方力量（即国会议员的优先事项）更能预测到媒体报道的内容。这些结果证明，媒体更有可能出于市场压力而追随公众的注意力转移，同时也表明议员为提高其关切议题的显著性所付出的努力相对而言并没有那么有影响力。

图6. 对媒体影响的预测

在图6 右侧列框中，媒体报道是自变量。该列框表示的是媒体对议题的注意力变化对政治家和公众对这些议题的关注所造成的估计影响。可以看到，媒体机构的议题注意力转变对国会议员和政党支持者的议题议程影响最大。值得注意的是，在每种情形下，媒体注意力的转移都可以预测所有受众群体随后注意力的转变，反之则不然。这一点证明了媒体在引导政治类关切方面起着至关重要的作用。最后，图6 中关于媒体影响的研究结果还表明，新闻媒体有助于体现支持者回应模型的解释力。并非所有公众都同样有可能引导媒体机构去关注某些议题。民主党和共和党支持者的“声音”要强于热心公民和普通公众的声音。这一点尤其相关，正如在图6 右侧列框中所观察到的，媒体所报道的议题更能预测国会议员随后会发表的议题议程。

八、讨论与结论

众所周知，在美国政治研究中政界人士和公众倾向于关注相同的政治问题，但是由于数据的限制，关于谁引导谁的问题之前一直没有得到解决。本文对国会议员及其选民在2013 年1 月至2014 年12 月（第113 届国会）期间发送的推文进行潜在话题建模，用以表征国会议员及其选民的议程，从而为回答这一开放性问题作出了贡献。由此，本文就政治和公众议程制定了详细的措施，不仅研究了国会议员在决定所要讨论的议题时在何种程度上追随了其选民所关注的议题，而且还评鉴了政治回应研究中存在的三种势均力敌的模式：公众代表是否会追随其政党支持者、热心公众或普通公众在注意力上的变化。

本文利用向量自回归模型对公众议程和政治议程如何相互预测进行建模以解释内生变量和媒体的影响。首先，本文发现，在本研究调查的时间段内，政治回应存在动态性。公众不仅有能力引导国会议员明确表达的议程，而且这种能力要大于政界人士引导公众议程的相关能力。政党支持者注意力转变对国会议员注意力转变的影响要大于国会议员注意力转变对政党支持者注意力转变的影响。此外，本文还发现，某些回应模型比其他模型的解释力更强。研究结果表明，国会议员主要对政党支持者以及热心公众的注意力分布变化作出回应，对后者的回应程度小于前者。结果还表明，主流媒体也表现出类似的动态性，媒体尤其可能追随政党支持者的议题偏好，而且可能引导国会议员的议题议程。此外，本文观察到民主党议员和共和党议员尤其关注自身党派支持者所关切的议题。最后，就政界人士会回应普通公众这一观点，本文并未找到多少实证支持。

以上关于议题回应的分析结果与从政策和政策偏好回应相关文献中得出的相吻合。这些文献表明，美国的政治和政策议程主要是由那些坚定的党派支持者的优先议题所驱动。本文研究还支持一个观点，即由于目前存在的代表制和回应的动态性，政治议程存在的两极化比美国公众的两极化更为极端。尽管有研究表明，这一点部分是由于地理划分以及立场清晰的党派选区越来越多导致，但本文结果表明，这同样也要归咎于公众对政治关注不足以及媒体对党派议题偏好报道较多。这一点可能对民主政治具有重要的规范意义，或许是导致政治分化的间接因素。

虽然本次分析仅限于第113 届国会，但本文认为本次研究的结果应该可以扩展概括当前现状。国会议员对社交媒体的使用在2013 年几乎已经普及。此外，皮尤研究中心的数据显示，过去5 年里，推特在美国成年网民群体中的渗透率一直保持在20%左右。推特在美国政治中的角色越来越重要，尤其是在特朗普当选总统之后，这也意味着我们希望本文研究在当前语境下更具合理性，可以得出更加准确的估值。然而，有一个研究结果可能并不适用于当前语境，那就是就立法者和媒体关系而言表现出的显著的党派不对称性，在共和党内似乎比民主党内更为明显。这种模式可以是政治环境的一种职能，尤其是在政党处于对立面的语境中，这或许会与结构性因素有关，如媒体系统的不对称碎片化，这种现象目前在美国的左派中比右派中更显著。

总之，本文展示了研究人员是如何使用社交媒体通信来揭示议程设置和回应的动态性的。由于篇幅所限，本文不得不限制分析的范围，但这种方法也可用于探索其他基本问题。例如，总统是否能够设置政治和公众议程？以往研究表明，总统在此方面的能力有限，但近期研究认为，这种模式在过去几年中可能已经发生了改变，应该就该议题在特朗普担任总统期间的情况进行重新审视。安全选区和边缘选区的政治家回应的是不是不同类型的选民？政治家会按照自身已有议题对选民关切议题作出不同的回应吗？这些结果在不同制度或政治背景下有何不同？特别是，我们或许有理由期望，那些政治竞争水平较高的国家其回应度也更高。

另一个可供研究的主题是州一级政府的议题回应情况。美国现有的关于回应性的研究分析了联邦一级的政治精英讨论的议题是如何受到公众议题和政策偏好影响的。但是，很多政治决定是由州政府作出的。州的政策制定者会不会回应选民？会回应哪种类型的选民？联邦议程是否会影响州一级的政治讨论？不同州的这种动态性回应情况是否有所不同？如果不同，为什么？此外，也可以选取更长的时间范围，将推特数据提供的细粒度时态模式与政策议程项目的细化主题结合起来进行分析，从而判定该项目下定义的19 个议题中具体每个议题是由谁引导、谁追随。我们希望，文中介绍的发现和方法可以为未来相关研究以及与政治代表制度相关的其他重要话题提供基础。