编辑推荐：
为解决捷克候选人跨选举追踪难题，查尔斯大学（Charles University）研究人员构建了捷克政治候选人数据集（CPCD）和捷克政治捐赠数据集（CPDD）。研究通过算法匹配候选人信息，整合市政、区域、国家及欧洲议会选举数据，并链接政治捐赠记录。成果为政治生涯轨迹、选举行为及捐赠影响研究提供了新视角，助力深入剖析政治现象背后的机制，值得相关领域科研人员关注。
在探讨政治现象和选举过程的研究中，数据的准确性和完整性是至关重要的。然而，对于捷克共和国的政治研究者来说，长期以来一直存在一个棘手的问题：由于缺乏统一的候选人识别系统，不同选举之间的候选人信息难以追踪和匹配。这意味着研究人员在分析政治候选人的长期表现、政治生涯轨迹以及他们在不同选举中的表现时，面临着巨大的数据整合挑战。为了解决这一问题，来自捷克查尔斯大学的研究人员在《Scientific Data》期刊上发表了一篇题为《Czech Political Candidate and Donation Datasets》的论文，介绍了一个全新的捷克政治候选人数据集（Czech Political Candidate Dataset, CPCD）和捷克政治捐赠数据集（Czech Political Donation Dataset, CPDD），为政治研究提供了强有力的数据支持。
为了构建这些数据集，研究人员采用了多种关键技术方法。首先，他们从捷克统计局（Czech Statistical Office, CZSO）获取了自1993年以来的所有市政、区域、国家和欧洲议会选举的原始数据，并通过算法将不同选举中的候选人信息进行匹配和整合。其次，研究人员开发了一个新的数据集——捷克政治捐赠数据集（CPDD），收集了2017年至2023年间向12个主要政党捐赠的个人捐赠记录，并将其与CPCD进行匹配。最后，为了确保数据的准确性和可靠性，研究人员对数据进行了严格的清洗和验证，包括纠正捐赠者姓名中的拼写错误、统一日期格式等。
研究背景与问题
捷克共和国是一个民主单一制国家，其政治体系分为三个治理层级：市政（obce）、区域（kraje）和中央政府。公民参与市政、区域和国家议会选举，而自2004年加入欧盟后，欧洲议会选举也成为了捷克选举体系的一部分。然而，尽管选举频率增加，但捷克的选举数据管理却存在一个明显的缺陷：捷克统计局（CZSO）虽然会发布详细的选举结果数据，但并未为候选人分配唯一标识符，这使得候选人难以在不同年份和不同类型的选举中被追踪。这种数据管理上的不足，限制了对政治候选人的长期表现、政治生涯轨迹以及他们在不同选举中的表现的研究。
研究方法
研究人员通过以下几种关键技术方法构建了CPCD和CPDD数据集：
数据整合与匹配：研究人员从CZSO获取了自1993年以来的所有选举数据，并通过算法将不同选举中的候选人信息进行匹配，构建了一个包含841,565名独特候选人和1,716,471次候选-选举观测的综合数据集。
捐赠数据收集与处理：研究人员开发了CPDD数据集，收集了2017年至2023年间向12个主要政党捐赠的个人捐赠记录，并将其与CPCD进行匹配。
数据清洗与验证：研究人员对数据进行了严格的清洗和验证，包括纠正捐赠者姓名中的拼写错误、统一日期格式等，以确保数据的准确性和可靠性。
研究结果
捷克政治候选人数据集（CPCD）
CPCD数据集包含了自1993年以来所有参与捷克市政、区域、国家和欧洲议会选举的候选人的详细信息。研究人员通过算法将不同选举中的候选人信息进行匹配，构建了一个包含841,565名独特候选人和1,716,471次候选-选举观测的综合数据集。该数据集不仅包含了候选人的基本信息（如姓名、年龄、性别、居住地等），还涵盖了他们的教育背景、政党隶属关系、选票结果等。通过CPCD，研究人员能够追踪候选人在不同选举中的表现，分析他们的政治生涯轨迹，以及研究政治选拔、候选人表现和多职位兼任等现象。
捷克政治捐赠数据集（CPDD）
CPDD数据集则专注于政治捐赠，收集了2017年至2023年间向12个主要政党捐赠的个人捐赠记录。研究人员从捷克经济事务监督办公室（Office for Supervision of Economic Affairs of Political Parties and Political Movements, OSEAPPPM）获取了原始数据，并进行了手工清洗和整理。最终，CPDD包含了57,339条捐赠记录，涉及38,472名独特的捐赠者。通过将CPDD与CPCD进行匹配，研究人员发现，32%的捐赠是由候选人本人完成的，这为研究政治捐赠与候选人之间的关系提供了新的视角。
研究结论与讨论
CPCD和CPDD的构建为捷克政治研究提供了前所未有的数据资源。通过整合不同选举中的候选人信息和政治捐赠记录，研究人员能够更全面地分析政治候选人的行为、政治生涯轨迹以及政治捐赠的影响。例如，通过CPCD，研究人员可以追踪候选人在不同选举中的表现，分析他们的政治生涯轨迹，以及研究政治选拔、候选人表现和多职位兼任等现象。而CPDD则为研究政治捐赠与候选人之间的关系提供了新的视角，揭示了政治捐赠在候选人竞选过程中的作用。
此外，这两个数据集的构建还具有重要的方法论意义。研究人员通过开发匹配算法和数据清洗技术，解决了候选人信息难以追踪的问题，并为其他类似研究提供了一个可借鉴的框架。同时，通过与现有的其他数据集进行对比验证，研究人员确保了CPCD和CPDD的准确性和可靠性，为后续的研究提供了坚实的基础。
总之，CPCD和CPDD的构建不仅为捷克政治研究提供了宝贵的数据资源，也为理解政治候选人的行为和政治捐赠的影响提供了新的视角。通过这些数据集，研究人员能够更深入地探讨政治现象背后的机制，为推动政治学研究的发展做出贡献。
