[论文解读] Does Campaigning on Social Media Make a Difference? Evidence from candidate use of Twitter during the 2015 and 2017 UK Elections

Jonathan Bright, Scott A. Hale+4 more|arXiv (Cornell University)|Oct 19, 2017

Social Media and Politics被引用 6

一句话总结

本研究分析了英国2015年和2017年议会选举期间候选人Twitter活动的新型面板数据集，发现Twitter上的社交媒体竞选活动对得票率具有统计上显著但影响较小的正面效应——其影响程度与竞选支出相当。该结果在多种模型设定下均成立，表明Twitter使用有助于选举成功，尽管其效应可能通过传统传播渠道产生中介作用。

ABSTRACT

Social media are now a routine part of political campaigns all over the world. However, studies of the impact of campaigning on social platform have thus far been limited to cross-sectional datasets from one election period which are vulnerable to unobserved variable bias. Hence empirical evidence on the effectiveness of political social media activity is thin. We address this deficit by analysing a novel panel dataset of political Twitter activity in the 2015 and 2017 elections in the United Kingdom. We find that Twitter based campaigning does seem to help win votes, a finding which is consistent across a variety of different model specifications including a first difference regression. The impact of Twitter use is small in absolute terms, though comparable with that of campaign spending. Our data also support the idea that effects are mediated through other communication channels, hence challenging the relevance of engaging in an interactive fashion.

研究动机与目标

• 利用纵向数据评估Twitter竞选对英国选举结果的因果影响。
• 通过采用面板数据集，克服以往横截面研究的局限性，减少未观测变量偏差。
• 评估社交媒体活动是否转化为候选人的可衡量得票率增长。
• 调查Twitter使用的影响是否通过传统媒体或人际传播渠道产生中介作用。

提出的方法

• 本研究使用2015年和2017年英国议会选举期间候选人Twitter活动的面板数据集。
• 采用固定效应回归模型，控制时间不变的候选人和选区特征。
• 使用一阶差分回归模型，进一步隔离Twitter活动对得票率的因果效应。
• 分析中控制了竞选支出、候选人所属政党、性别及其他可观测特征。
• 研究者采用滞后因变量模型，以考虑候选人表现的时间动态。
• 数据集基于公开的Twitter数据和官方选举结果构建，确保了高有效性和覆盖率。

实验结果

研究问题

• RQ1 英国议会候选人进行Twitter竞选是否对2015年和2017年选举中的得票率产生可衡量的影响？
• RQ2 Twitter使用的影响程度与传统竞选支出相比如何？
• RQ3 Twitter活动的影响是否通过其他传播渠道或直接选民互动产生中介作用？
• RQ4 在控制候选人和选区层面的固定效应后，Twitter使用与得票率之间的关系是否依然显著？

主要发现

• 即使在控制候选人和选区固定效应后，Twitter竞选仍对得票率具有统计上显著的正面影响。
• 该效应的绝对值较小，但其影响程度与竞选支出的影响相当。
• 该结果在多种模型设定下均保持稳健，包括一阶差分回归，这加强了因果推断的可靠性。
• 研究结果表明，Twitter活动可能通过传统媒体或人际传播渠道间接影响选票。
• 目前没有充分证据表明Twitter上的互动参与（如回复、点赞）是产生影响的关键因素，暗示更广泛的媒体曝光可能更具影响力。