《社會網絡》（Social Networks）是一本跨學科的期刊，為人類學、社會學、歷史學、政治學、經濟學、生物學等學科提供了一個平臺，供學者以網絡形式分析社會關系和社會結構，討論網絡分析相關的理論和方法論。它發(fā)刊于1979年，由愛思唯爾（Elsevier）出版，每年四期。根據Journal Citation Reports顯示，其2019年影響力因子為2.376，在社會學類SSCI期刊中排名28/150，人類學類SSCI期刊中排名15/91。

Zachary Neal

美國國會正日益極化的說法很普遍，但什么是極化？本文利用群體間關系的概念來區(qū)分強極化和弱極化。其中，弱極化是指極化集團之間不存在明顯關系；而強極化是指極化集團之間存在負面關系。作者應用隨機度序列模型對美國眾議院和參議院1973年（第93屆）至2016年（第114屆）的共同提案行為進行分析，得到議員的政治關系網絡，并以此回答兩個研究問題。首先，當使用統(tǒng)計模型推斷積極的政治關系存在時，美國國會中被廣泛報道的弱極化加劇的結論能否被復制？其次，在美國國會中出現(xiàn)的極化是弱極化，還是強極化？作者發(fā)現(xiàn)參眾兩院都表現(xiàn)出程度日益增加的弱極化和強極化，而這一現(xiàn)象是政黨從屬關系導致的。同時本研究也發(fā)現(xiàn)，這些趨勢與哪個政黨在參/眾議院占多數(shù)無關。

極化（polarization）是一個廣義的概念，指的是一個或多個特征不同但又可區(qū)別的集團的存在或形成過程。政治的極化重點是政治意識形態(tài)的分化，在美國，這種分化與政黨的從屬關系相關聯(lián)，因此常被描述為黨派極化或黨派偏見。對政治極化，通常區(qū)分為選民中出現(xiàn)的群眾極化（mass polarization）和政客中出現(xiàn)的精英極化（elite polarization）。本文關注精英極化的一種具體形式，即議員的極化。議員是重要的政治行為體，因為他們是選民的政治代表，對法律的制定負有直接責任。政治學研究中衡量立法極化最廣泛使用的方法是使用意識形態(tài)得分（如DW-NOMINATE），根據投票模式將議員置于一個連續(xù)的自由-保守光譜之中。這種方法為每位議員提供一個分數(shù)，操作簡單并具有很強的解釋力，但無法直接捕捉極化的關系本質。因此，人們的注意力轉向了對議員網絡極化的研究。

為了更好地理解立法過程，研究者花了大量的精力研究議員網絡，因為辨別一個政客的真實立場和政治關系是很有挑戰(zhàn)性的。絕大多數(shù)的相關研究都是基于議員的共同行為來構建網絡，這些行為包括共同提案、投票一致性、委員會所屬以及共同出席活動等。這些研究發(fā)現(xiàn)，議員形成了不同的集團，這些集團內部被積極的關系聯(lián)系在一起，并通過集團間相對較少的積極關系而相互區(qū)別。研究者假定這就是極化的定義，并將觀察到的結果作為極化的依據。

見上表左欄，議員集團的區(qū)別在于群體內部是否存在積極關系，以及群體間是否存在積極關系。例如，在黨派極化的典型案例中，當同一政黨的成員合作，而不同政黨的成員不合作時，就會出現(xiàn)這種結構。本文將這種形式的極化稱為弱極化，一方面因為這種結構沒有表現(xiàn)出消極關系，另一方面因為這種極化的程度會因為一些新的積極關系的形成而減弱。一些新的政黨間在立法機構方面的合作可以將一個弱極化的立法機構轉變?yōu)橐粋€極化不明顯的立法機構。因此，這種方法可能存在問題。

在社會心理學研究中，偏見會產生于個體對相似個體的吸引和對不同個體的排斥。先前的研究更少關注后者，可能是因為集團間的互動很少極端到包含可以觀察到消極關系的水平。而在立法網絡中，議員間消極關系較高的測量難度也是重要原因。

但議員間確實存在消極關系。它們可能發(fā)生在政治反對的情況下，多見于國會多數(shù)黨和少數(shù)黨領袖談論對方立法議程的表述中。例如，參議院多數(shù)黨領袖米奇·麥康奈爾（Mitch McConnel）和少數(shù)黨領袖查克·舒默（Chuck Schumer）被認為是“在一個信任和聯(lián)系至關重要的機構中幾乎沒有建立融洽的關系。他們主要是發(fā)動政治攻擊，有時是人身攻擊?！奔词故峭徽h的議員，在主張同一議案的不同版本時，也會出現(xiàn)這種情況。如果不注重消極關系，對立法網絡和極化的研究可能會缺失什么？

當消極關系存在并被測量到時，我們可以觀察到上表右欄所示的模式。在這種情況下，集團的區(qū)別不僅僅是因為集團間沒有積極的關系，也是因為集團間存在消極的關系，本研究將這種形式的極化稱為強極化。在強極化模式下，極化網絡的極化程度是很難減弱的。例如，在黨派背景下，消除或減弱分化急需要消除政黨間的消極關系，也需要形成政黨間的積極關系，而相關的研究表明，這并不容易做到。那么，目前觀察到的美國國會日益增長的極化是弱極化，還是強極化？

平衡理論為這種結構的形成提供了一個潛在的解釋，并明確地將社會心理學與網絡方法聯(lián)系起來。平衡理論認為，在三個個體構成的三對關系（三點組）中，當三對關系都是積極的（即+++，他們都是朋友），或一對關系是積極的、兩對關系是消極的（即-+-，一對朋友面臨共同的敵人）時，系統(tǒng)是平衡且穩(wěn)定的。反之，當一對關系是消極的，兩對關系是積極的（即+-+）和三對關系都是消極的（即---）時，系統(tǒng)是不平衡和不穩(wěn)定的，并且隨著時間的推移，其中一對關系會發(fā)生改變，以解決這種不平衡的狀態(tài)。例如，在一個不穩(wěn)定的+-+關系中，我的兩個朋友互相不喜歡，我可以與其中一個朋友結盟，聯(lián)合起來敵對另一個朋友，那這個關系將變?yōu)?+-的平衡狀態(tài)。一系列網絡研究證明，當不平衡的三點組轉變?yōu)槠胶獾娜c組時，社會將趨向于強極化的狀態(tài)。極端情況下，這將包括兩個互斥的子集，積極關系只存在于同一子集的兩點間，而消極關系只存在于不同子集的兩點間。因此，平衡理論也意味著集團的形成，其特征是成員之間的積極和消極關系。

政客們可能出于各種原因隱瞞或歪曲他們的真實政治關系，這使得議員網絡的數(shù)據難以通過直接報告進行收集。部分研究將重點放在議員的委員會共同成員身份上，以推斷在同一委員會任職的兩名議員之間存在政治關系。但由于委員會也可能受到包括資歷在內的非意識形態(tài)因素的驅動，因此這可能無法完全解釋議員間的政治關系。另有一些研究關注投票行為的相似性，假設如果兩名議員投票行為相似，那么他們會有共同的政治觀點。這一策略依賴議員對其政治觀點的外在表達，是有價值的，但也存在選擇偏差的風險，因為議員只對一小部分進入表決流程的議案投票。例如，在1973-1974年，兩院議員共提出26222項法案，但只有2%（562項）得到表決；而在2015-2016年，這一數(shù)字僅略升至5%（10334項法案中的661項）。

間接推斷議員關系的最常見策略是基于其共同提案的數(shù)據。在美國國會兩院，一項立法是由作為“提案人”的議員提出的，同院的其他議員可以通過共同提案的方式表達對該立法的支持。這些數(shù)據比委員會成員或共同投票更有用，因為它們存在于所有提案中，并且是每個議員自己的立法議程的明確表達。

美國國會共同提案的幾個細節(jié)使得我們需要對數(shù)據的使用作提前說明。首先，應該考慮哪一時段的國會會議？由于1979-1980年之前，眾議院的一項提案最多只可由25名議員共同參與，因此本文研究參議院1973年至今和眾議院1979年至今的共同提案數(shù)據；第二，應該考慮哪些類型的立法？在國會可以提出的四種立法類型中，只有法案（bills）和聯(lián)合決議（joint resolutions）具有法律效力，因此本研究只考慮這兩種類型；第三，是否應該區(qū)分提案人和共同提案人？一項提案的發(fā)起人只是眾多議員中第一個真正負責將其提交審議的人，不一定是立法起草者，因此本研究忽略了二者之間的區(qū)別，統(tǒng)一使用“共同提案人”的表述。

通過共同提案推斷政治關系的最后一個關鍵問題是：兩位議員必須共同提案多少項，才能推斷他們之間有積極（或消極）關系？

最常見的方法是采用一個普遍的閾值（通常為零），在兩位議員的共同提案數(shù)量超過閾值時將其定義為有關系。但這一閾值下產生的網絡必然是稠密且集聚的。同時，由于這種方法忽略了議員共同提案數(shù)量和一項法案得到的共同提案數(shù)量的差異，因此也很值得懷疑。更具體地說，如果兩名議員經常共同提案，且他們的提案沒有很大爭議并得到其他議員的廣泛支持，那么就不必推斷他們之間有關系；相反，如果兩名議員鮮有共同提案，提案有爭議且支持者很少，那么這種共同提案行為就很值得關注了。

為避免這些問題，本研究使用隨機度序列模型（Stochastic Degree Sequence Model），這是一種基于邊權重條件概率分布推斷二部投影關系的通用框架。在這一模型下，兩位議員的共同提案會產生兩位議員可能共同提案的法案數(shù)量分布，而兩位議員共同提案的法案數(shù)量大致相同，且法案獲得的共同提案數(shù)量也大致相同。這一分布代表一個議員隨機進行共同提案時共同提案的預期數(shù)量。隨后，將一對議員的聯(lián)合提案數(shù)量與經驗推導的零假設下樣本分布進行比較，并據此判斷邊的統(tǒng)計顯著性。當兩位議員共同提案明顯多于零假設下的預期，則雙方存在積極關系；相反，當兩位議員共同提案明顯少于零假設下的預期，則雙方存在消極關系。

圖1

圖1使用參議院蘇珊·柯林斯（Susan Collins）在2015-2016年國會中的例子來說明。圖中顯示的是兩位立法委員共同提案的條件分布，虛線則標示實際的共同提案數(shù)目。圖1A顯示，柯林斯與參議員卡皮托（Capito） 的共同提案多于預期，表明他們之間存在積極關系，而這與他們的DW-NOMINATE意識形態(tài)分數(shù)一致（Collins?=?0.106，Capito?=?0.255）。同樣地，柯林斯與參議員麥康奈爾（McConnell）的共同提案數(shù)少于預期，表明他們之間有消極的政治關系，這也與符合麥康奈爾的意識形態(tài)分數(shù)（0.404）。在柯林斯與民主黨籍參議員的關系中也可以看到類似的模式，即其與克洛布徹（Klobuchar）有積極的關系，同布克（Booker）有消極的關系。這些例子表明，這一方法所確定的積極和消極關系不必然與黨派所屬關聯(lián)，且推斷積極或消極關系存在所需的共同提案數(shù)對每一對議員都是獨一無二的。

根據圖論，當無極性網絡的積極關系在集團內部而非集團間時，就會出現(xiàn)弱極化。因此，先前的研究通常使用模塊化系數(shù)（index of modularity）衡量極化程度。而強極化發(fā)生在積極關系發(fā)生在集團內部，消極關系發(fā)生在集團間時，不能用傳統(tǒng)的模塊化來衡量。本研究使用了Cartwright和Harary（1956）對平衡圖的定義，通過三角指數(shù)（triangle index），即通過網絡中所有平衡的三點組占所有可能的三點組的比例測量網絡整體的極化水平。

圖2

具體分析極化之前，首先考慮積極關系和消極關系的二元趨勢是有幫助的。圖2的A和B顯示了國會兩院積極關系和消極關系的比例隨時間的變化。陰影部分表示共和黨控制議院，非陰影部分表示民主黨控制議院。兩院的趨勢明顯且一致：首先，消極關系是積極關系的兩倍多，這是令人驚訝的，因為在大多數(shù)社會心理學研究中，偏愛比背離更為常見；其次，這兩種關系正變得越來越普遍，這表明議員通過參與共同提案，越來越多地“選擇一方”。有趣的是，這些趨勢與哪個政黨占多數(shù)無關。

圖2的C和D將這些趨勢按議員的政黨關系進行分解，說明來自同一政黨的議員之間發(fā)生積極關系的比例（實線），以及不同黨派的議員之間出現(xiàn)的消極關系的比例（虛線）?？紤]到政黨推動具體議程的目的，大多數(shù)積極關系發(fā)生在黨內，大多數(shù)消極關系發(fā)生在政黨之間，這也許并不奇怪。但這一現(xiàn)象的完整度是驚人的。2015-2016年間，眾議院98.8%的積極關系發(fā)生在同一政黨的議員之間，而只有1.2%的積極關系發(fā)生在共和黨和民主黨之間。同樣，近90%的消極關系在不同政黨的議員間產生。這些模式說明了兩黨制的轉變，而兩黨制又與哪個政黨控制眾議院無關。

然而，這掩蓋了一個微妙的最終趨勢。圖2的E和F進一步分解了這一趨勢，說明了兩個民主黨議員（實線）或兩個共和黨議員（虛線）之間發(fā)生的黨內消極關系的比例。此處，一個政黨多數(shù)地位的影響得以顯現(xiàn)。參議院1973年至今和眾議院1993年至今，黨內的消極關系主要發(fā)生在多數(shù)黨議員之間。少數(shù)黨議員團結一致，“互通有無”（stay on message），而多數(shù)黨議員則通過黨內派系的形成，探索提出具體議程的機會。這一發(fā)現(xiàn)反映了Kirkland和Slapin（2017）的觀察，即“意識形態(tài)極端的議員在其所屬政黨控制多數(shù)席位時，對政黨的忠誠明顯降低”。一個政黨保持多數(shù)控制權，為多數(shù)黨內部的派系提供了發(fā)展和鞏固的機會。在圖2的E和F中可以看到，多數(shù)黨內部消極關系的比例通常會隨著多數(shù)黨控制下的國會屆次的增加而增加，并在其多數(shù)地位結束時達到最高水平。一個政黨占多數(shù)的時間夠長，可能會為政黨的分裂埋下伏筆，但在實踐中，這并沒有發(fā)生，也許是因為在這一研究期間，沒有一個政黨能夠長期占據多數(shù)。相反，這種“戰(zhàn)略上的不忠誠”似乎阻止了多數(shù)黨對議程的推進，即使其控制了多數(shù)議席。例如，1995-2006年，共和黨控制眾議院。在此期間，共和黨議員間負面關系增加，占眾議院負面關系的絕大多數(shù)。而2006年控制多數(shù)黨地位的最后一屆國會也由于無法通過立法，被媒體稱作“無所事事的國會”。

圖3

為分析美國國會中存在的弱極化情況，圖3展示了1979-1980年國會（A和B）與2015-2016年國會（C和D）的僅積極關系的網絡圖比較。圖中，民主黨議員標為藍色節(jié)點，共和黨為紅色節(jié)點，獨立派議員以綠色節(jié)點標示。代表積極關系的邊為兩個節(jié)點顏色的組合，民主黨議員之間由藍色邊連接，共和黨議員間為紅色，而民主黨與共和黨議員之間以紫色邊連接。

1979-1980年的國會，參眾兩院都能看到一些弱極化的現(xiàn)象。在圖3的A和B中可以看到共和黨和民主黨分別在網絡的底部和頂部聚集，但兩黨間的分離趨勢并不明顯，極化程度較弱。此外，雖然政黨發(fā)揮影響，但此時的弱極化并不是嚴格按照黨派劃分。例如在眾議院，民主黨存在兩個派系，來自北部各州的民主黨議員在頂部出現(xiàn)了一個密集的集群，而來自南方各州的民主黨議員則在底部聚集，并與共和黨議員關系密切。到了2015-2016年的國會中，參眾兩院的弱極化已經變得相當極端和黨派化。在圖3的C和D中，大部分共和黨議員只同其他共和黨人保持積極關系，民主黨也一樣。

圖3的E和F使用模塊化方式量化了這些網絡中存在的弱極化程度，測量政黨內部而非政黨間存在關系的程度。將模塊化系數(shù)與時間變量進行斯皮爾曼相關（spearman correlation）后我們發(fā)現(xiàn)，與先前的研究一致，兩院均呈現(xiàn)出顯著的弱極化隨時間增加的特征，兩院目前面臨近50年來最高的極化水平。（眾議院：ρ?=?0.893，參議院：ρ?=?0.883；p?<?0.01）

圖4

我們也可以在極性網絡（同時存在積極關系和消極關系的網絡）中看到強極化，但這樣的網絡關系過于密集，無法有效地通過圖來表現(xiàn)。因此，在圖4的A和B中，研究使用上文提到的三角指數(shù)（triangle index）量化強極化程度。三角指數(shù)與時間變量的斯皮爾曼相關表明，無論哪一個政黨占多數(shù)，兩院的強極化水平都有統(tǒng)計意義上的顯著增加。（眾議院：ρ?=?0.907，參議院：ρ?=?0.875；p?<?0.01）

為什么國會的極化越來越強烈？我們可以把平衡三點組分為兩類（即+++和-+-）來分析。如圖4的C和D所示，網絡強極化水平的增加幾乎都可以歸因于-+-三點組的增長。事實上，雖然自20世紀70年代以來+++三點組的比例（實線）保持不變，但同時-+-三點組的比例（虛線）增加了50%以上。此外，如圖4的E和F所示，三點組結構與政黨關系密切相關。越來越多的+++三點組出現(xiàn)在三個同一黨派的議員中，鞏固了黨內凝聚力。與此相對，越來越多的-+-三點組出現(xiàn)在不同黨派的議員間，正是這些三點組鞏固了強極化的集團間的背離屬性。

政治上的極化長期以來一直是政治學研究的重要問題。在本文中，作者著重探討了議員間關系的性質，以區(qū)分、衡量和記錄美國國會中兩種不同的極化形式。本研究旨在回答兩個相關的研究問題。

首先，當使用統(tǒng)計模型推斷積極的政治關系存在時，美國國會中被廣泛報道的弱極化加劇的結論能否被復制？使用隨機度序列模型，我們發(fā)現(xiàn)參議院和眾議院都存在從80年代初至今持續(xù)強化的弱極化趨勢。這一點與先前的研究一致。

其次，在美國國會中出現(xiàn)的極化是弱極化，還是強極化？研究發(fā)現(xiàn)，參眾兩院自80年代起強極化水平有顯著且持續(xù)的增長，并在2015-2016年的國會中達到頂點。此前的研究只關注美國國會日益嚴重的弱極化，但目前愈演愈烈的極化事實上是一種強極化的形式。+++三點組的形成增加了黨內凝聚力，但相比之下-+-三點組的發(fā)展更快，并強化了兩黨對立。

在研究涉及的整個時段，參眾兩院的控制權發(fā)生了多次轉移，但極化與哪個政黨占多數(shù)沒有直接聯(lián)系。也就是說，兩黨唯一的共同點就是推動更強的極化。有一個例外需要進一步研究：黨內的消極關系在多數(shù)黨中更為普遍。這些多數(shù)黨內部的消極關系，如果在很長一段時間內發(fā)揮作用，可能會導致政黨的分裂，但短期內可能只會妨礙多數(shù)黨推進其議程的能力。

如果在立法環(huán)境中，不平衡和集團間建立積極關系不太可能實現(xiàn)，那么不斷增加的平衡性和極化水平對立法有何影響？這是一個復雜的問題，不是僅僅分析共同提案就能解決的。然而，上述的一些研究結果給出了可能的答案。一個以強烈的黨派極化為特征的國會正在形成，嚴重制約了妥協(xié)，因為每一個政黨都認為對方不僅有一個不同的立法議程，而且還是己方立法議程的反對者。此外，雖然權力平衡偶爾從一個政黨轉移到另一個政黨，但隨著每一次轉移，新的多數(shù)黨都會推行自己的立法議程，與另一個政黨的議程背道而馳。強烈的極化降低了兩黨妥協(xié)和合作的可能性，而立法和政策會在下一次政權輪替時逆轉。因此，在兩黨制下，強烈極化對立法的威脅可能不是執(zhí)行極端政策，而是從一個黨派極端政策到另一個黨派極端政策的劇烈波動，阻礙任何政策的長期實行。

（感謝學者Zachary Neal對本文編譯的支持）

文章觀點不代表本平臺觀點，本平臺評譯分享的文章均出于專業(yè)學習之用, 不以任何盈利為目的，內容主要呈現(xiàn)對原文的介紹，原文內容請通過各高校購買的數(shù)據庫自行下載。