[论文解读] Endogenous Coalition Formation in Policy Debates

Philip Leifeld, Laurence Brandenberger|Research Explorer (The University of Manchester)|Mar 25, 2019

Policy Transfer and Learning参考文献 32被引用 10

一句话总结

本文提出了一种基于网络的内生联盟形成理论，用于解释政策辩论中的联盟动态。该理论认为，行为体通过三种机制形成并维持联盟：正向互惠（从相似行为体学习）、创新学习（从弱联系中采纳兼容信念）以及负向互惠（排斥敌对行为体）。基于每日分辨率的9年政策辩论数据集，采用动态网络分析方法，研究发现上述三种机制系统性地塑造了联盟动态，为倡导联盟如何通过信念学习实现涌现与持续提供了微观层面的解释。

ABSTRACT

Political actors form coalitions around their joint normative beliefs in order to influence the policy process on contentious issues such as climate change or population ageing. Policy process theory maintains that learning within and across coalitions is a central predictor of coalition formation and policy change but has yet to explain how policy learning works. The present article explains the formation and maintenance of coalitions by focusing on the ways actors adopt policy beliefs from other actors in policy debates. A policy debate is a complex social system in which temporal network dependence guides how actors contribute ideological statements to the debate. Belief adoption matters in three complementary ways: bonding, which exploits cues within coalitions; bridging, which explores new beliefs outside one's perimeter in the debate; and repulsion, which reinforces polarization between coalitions and cements their belief systems. We formalize this theory of endogenous coalition formation in policy debates and test it on a micro-level empirical dataset using statistical network analysis and event history analysis.

研究动机与目标

• 解释政治行为体如何通过信念学习而非将联盟视为外生因素，在政策辩论中形成并维持联盟。
• 填补对学习过程如何因果性地塑造联盟结构的理解空白，超越对联盟的描述性识别。
• 将联盟形成建模为涉及意识形态言论跨期与纵向依赖的复杂网络现象。
• 利用实证数据检验一个包含三方面信念学习机制的理论——正向互惠、创新学习与负向互惠。
• 开发并应用一种新颖的推断技术，结合网络分析与事件历史分析，以处理动态政策辩论数据。

提出的方法

• 本研究采用具有时间衰减的有符号二分图关系事件模型，以建模政策辩论网络随时间的演化。
• 使用20天的半衰期参数来建模影响力衰减，其稳健性通过模拟得到验证。
• 模型整合了用于联结（正向互惠）、桥梁（创新学习）和排斥（负向互惠）关系的充分统计量。
• 分析结合了网络分析与事件历史方法，从意识形态言论的每日分辨率数据中推断因果机制。
• 该方法允许对模型的预测拟合度进行评估，并对模型参数进行统计验证，包括充分统计量的识别。
• 该框架应用于为期9年的纵向数据集，其中信念一致性通过跨议题的意识形态对齐进行测量。

实验结果

研究问题

• RQ1 行为体如何通过彼此政策信念的学习过程在政策辩论中形成并维持联盟？
• RQ2 联结、桥梁与排斥关系在多大程度上共同塑造了倡导联盟的结构与演化？
• RQ3 正向互惠、创新学习与负向互惠在动态政策辩论中的联盟形成中各自贡献如何？
• RQ4 如何结合网络分析与事件历史分析，以推断信念采纳与联盟动态的因果机制？
• RQ5 包含这三种学习机制的模型在解释观察到的联盟结构方面，其预测有效性如何？

主要发现

• 研究发现，所有三种机制——正向互惠、创新学习与负向互惠——在塑造政策辩论中的联盟形成与维持方面具有系统性的实证支持。
• 正向互惠通过行为体采纳与自身意识形态相近者信念得到有力证实，强化了内部群体凝聚力。
• 当行为体从弱联系中采纳新信念，且这些联系者在其他议题上表现出最少的先前一致性时，创新学习现象被观察到，表明存在传递性信任。
• 负向互惠通过行为体避免或反对过去对手的信念得到证实，强化了跨联盟间的极化。
• 模型展现出良好的预测拟合度，表明这三种机制共同解释了社会系统复杂性背景下的有意义部分的联盟动态。
• 结果表明，信念学习并非随机过程，而是通过网络关系结构化展开，强联系与弱联系在联盟演化中扮演着明确不同的角色。