NYU·坦登工程学院
信用:CC0公共领域
在媒体上，一种流行的说法是，唐纳德·特朗普在2020年大选中落败，是因为他处理新冠肺炎疫情的方式
几名研究人员认定，如果疫情没有发生或有所缓解，特朗普会赢得选举人票，输掉普选，就像他在2016年所做的那样
有趣的是，并非所有证据都支持危机的处理损害了特朗普连任的论点，支持这一说法的定量证据也是有限的
在一篇新论文《量化新冠肺炎大流行在2020年美国疫情中的作用》中
S
在《欧洲物理杂志》上的总统选举中，由NYU坦登工程学院研究所教授毛里齐奥·波尔菲里领导的一个团队提出了一种空间信息论的方法来批判性地研究2020年总统选举中投票行为和新冠肺炎发病率之间的联系
虽然他们同意先前的研究，即这两个因素之间存在相关性，但他们发现，这种关联与公认的说法相反:在新冠肺炎病例较少的县，特朗普输给了乔·拜登
波尔菲里说:“对这一观察的一个站得住脚的解释是，自由派和保守派选民对大流行的不同态度，导致更多的新冠肺炎病毒在共和党选民比例更高的县传播。”
分析的关键是量化统计模型中不确定性的方法
通过使用一种新颖的空间数据建模方法，并计算两个进程(像投票行为这样的目标进程和第二个进程，在这种情况下是新冠肺炎关联)之间的条件互信息，波尔菲里和他的团队能够推断空间(地理)联系
这种方法使他们能够确定流行病学和经济过程可能对投票行为产生的影响，以及概括该国社会和政治结构的空间互动
根据对县级数据的分析，调查人员，包括那不勒斯大学的皮埃特罗·德·勒利斯和西班牙卡塔赫纳大学的曼努埃尔·鲁伊斯·马林，发现了投票行为和新冠肺炎病例流行之间的密切联系
研究人员确定，新冠肺炎病例与总投票数的变化呈负相关，即受大流行影响较小的县的参与人数增加较多，受新冠肺炎影响最大的县的参与人数增加较少
当谈到两党之间的选票差异时，他们发现拜登在受新冠肺炎影响最小的县的支持率更高
然而，拜登获得最大优势的县没有通过新冠肺炎流行率确定
他们还发现，在失业人数较多的县，选举参与率和拜登的支持率更有可能大幅上升；同样，他们发现在失业率增幅较小的县，参与度更低，支持特朗普的人更多
“我们的工作展示了空间信息理论工具在揭示政府选举背后的机制，以及更广泛地说，一个国家的社会政治结构方面的价值
这对于支持城市科学的决策过程至关重要，因为我们的城市由于环境和社会技术压力而面临巨大的变化，例如气候变化和社会正义。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
