在社交疏离时期与选民建立联系

研究表明,无需亲自拜访也能提高投票率的有效方法

加入我们的科学爱好者社区!

与生活的许多方面一样,冠状病毒大流行已经扰乱了我们民主的根基:选举。政治竞选活动一直在努力适应在社交疏离和居家隔离令时期进行竞选的新现实。例如,参议院竞选活动已经暂停了挨家挨户的拜访,并正在转变为几乎完全在线

让个人投票,无论是亲自投票还是邮寄投票,是大多数竞选活动的核心关注点之一。他们中的许多人已经采取科学的方法来了解他们应该优先考虑哪些提高投票率的策略,采用随机评估来比较不同策略的相对有效性。从这些文献中浮现出来的一个主题是,面对面的互动,无论是通过个人拜访还是社交选举日“节日

”,都是提高投票率最有效的方法之一。然而,随着 COVID-19 大流行的蔓延导致长期的社交疏离,以及一系列选举即将到来,这些面对面的互动可能不再符合公共卫生的角度。那么,在进行社交疏离的同时,竞选活动如何有效地与选民互动呢?


关于支持科学新闻

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅,您正在帮助确保关于塑造我们当今世界的发现和想法的具有影响力的故事的未来。


最近的研究可能为即使在难以进行面对面接触的情况下也能有效开展投票动员工作提供了一个强有力的解决方案:利用现有的个性化社交联系。非党派团体Turnout Nation使用一种促进选民参与的模型,该模型依赖于属于同一社交网络的人员之间的联系,例如朋友、家人、熟人或邻居。在这个模型中,被称为“队长”的个人承诺识别并鼓励至少 10 个他们认识的人去投票。队长反过来招募其他队长,从而进一步扩大这些努力的范围。

严谨的研究表明,这种方法可能比传统方法有效得多。Turnout Nation 发布了我们对其模型的随机评估,该评估产生了近期任何经过实验测试的投票动员研究中对投票率的最大影响。我们对四个不同州的市政选举中的 773 人进行的实验表明,队长模型的估计效果是平均挨家挨户拜访效果的四倍。这一结果部分归因于在面对面拜访活动中,通常只有不到 30% 的人会开门。而这正是队长模型的威力所在:虽然联系陌生人变得越来越困难,但联系自己的朋友和熟人却变得越来越容易。

利用社交网络可以为沟通媒介提供相当大的灵活性。随着居家隔离命令在全球范围内生效,人们正在创造性地寻找远程保持联系的方法,从一般社交保持教育工作者和学生的联系。同样,在自己的社交网络内动员投票行为的障碍也很小:队长模型表明,朋友之间的电话、电子邮件和短信可能是激励投票的有力方式。

虽然一个人更容易受到朋友而非陌生人影响的直觉是令人信服的,并且很容易扩展到工作场所、教堂和学校,但还需要更多研究来验证在非市政选举和大规模选举中使用社交网络进行投票动员工作的有效性。许多选举官员和投票权组织已经注意到,冠状病毒大流行如何凸显了确保所有选民都可以安全地通过邮寄方式投票而不是在投票站投票的必要性。在这个亲自投票行为可能无法实现的时刻,至关重要的是,我们测试实现公民行使选举权这一目标的新颖方法。

编者注(3/27/20):本文在发布后进行了编辑,以更正作者署名。

Are you a scientist who specializes in neuroscience, cognitive science, or psychology? And have you read a recent peer-reviewed paper that you would like to write about? Please send suggestions to Mind Matters editor Gareth Cook. Gareth, a Pulitzer prize-winning journalist, is the series editor of Best American Infographics and can be reached at garethideas AT gmail.com or Twitter 

@garethideas.

Donald P. Green is Burgess Professor of Political Science at Columbia University and an affiliate of J-PAL North America, a research center working to reduce poverty by ensuring that policy is informed by scientific evidence. He is co-author of Get Out the Vote: How to Increase Voter Turnout (Brookings Institution Press, fourth edition, 2019).

More by Donald P. Green
© . All rights reserved.