物理空间党派接近性优于线上联系预测美国选举结果

情感极化和日益加剧的社会分歧影响社交混合以及信息在线上和物理空间中的传播，强化了社交和选举裂痕，并影响政治结果。本文利用个体调查数据和聚合的、去标识化的同址和线上网络数据，探讨了党派暴露与选举选择之间的关系，通过比较线上和线下党派暴露的维度。通过运用各种统计建模方法，我们一致发现，物理空间中的党派暴露（如同址模式所捕获）比线上和居住暴露更准确地预测美国各县的选举结果。同样，线下联系在个人层面上比线上联系更好地预测选举选择。我们还估计了县级的经验性党派隔离，并检查其与个人人口统计和社会经济特征的关系。聚焦大都市区，结果确认了美国存在广泛党派隔离的事实，表明线下党派孤立（无论是考虑物理接触还是居住排序）高于线上隔离，且主要与教育水平挂钩。我们的发现凸显了物理空间在理解社交网络与政治行为关系方面的重要性，与此不同，过去关注线上社交网络和选举的强烈关注相反。