美国联邦与州级政策研究新工具：CongressData与Correlates of State Policy数据库的构建与应用

本研究为解决美国政治科学领域数据分散、标准化不足的问题，由Michigan State University团队开发了CongressData（1789-2024年国会成员数据库）和Correlates of State Policy（CSPP，1900-2020年州政策数据库），分别整合1,000+和3,000+变量，提供R包和交互式平台支持跨学科研究。成果发表于《Scientific Data》，推动政策效应分析与历史比较研究。

　　

在美国政治与政策研究中，长期存在数据碎片化、时间跨度有限和跨州比较困难等问题。学者们往往只能聚焦特定时段或局部区域，如国会研究多限于单届议会周期，州政策分析受限于变量不统一。这种数据壁垒严重阻碍了对政策演变规律和治理效果的系统性认知。

为破解这一困局，密歇根州立大学（Michigan State University）的Matt Grossmann团队联合印第安纳大学伯明顿分校（Indiana University-Bloomington）的研究人员，构建了两大创新性数据库：CongressData覆盖1789-2024年所有国会成员年度数据，Correlates of State Policy（CSPP）囊括1900-2020年50州及华盛顿特区的政策指标。相关成果以数据描述形式发表于《Scientific Data》。

研究采用标准化数据整合技术：通过国会成员Bioguide ID、ICPSR代码等唯一标识符串联分散数据集；建立州名-年份矩阵合并异构政策变量；开发自动化校验流程检测异常值。关键突破在于创建统一分析单元——CongressData以"成员年"（member-years）为基准规避选区重划干扰，CSPP采用"州年"（state-years）实现纵向可比。

数据架构与内容
CongressData整合四大类变量：法案提案数据（bill introduction）、选区人口特征（district demographics）、议员属性（member characteristics）及委员会任职（committee membership）。其变量分布显示，立法行为与选区特征占比最高，如

所示。CSPP新增1,000+变量，重点扩充经济政策、劳工权益与环境规制指标，形成16类政策标签体系，其变量增长趋势见

。

技术验证与创新
通过国会官网Bioguide ID交叉验证，实现99.7%匹配率。多重标识符设计（ICPSR代码、Wikidata ID等）解决名称歧义问题，如"Dave Weldon"与"David Weldon"的标准化关联。数据工具链包含CRAN发布的R包（cspp、CongressData）和交互式网络应用，支持变量筛选、可视化及自动生成引用格式。

这项研究的意义在于创建了政治科学研究的"基础设施"：CongressData使学者能检验立法有效性（Legislative Effectiveness Score）与选区特征的百年关联，CSPP支持分析政策扩散（policy diffusion）如枪支法对犯罪率的跨州影响。开放式工具设计降低了非政治学领域研究者的使用门槛，例如公共卫生学者可快速提取各州医疗政策与健康指标的协同变化。

未来工作将持续扩展数据库时空覆盖，尤其填补20世纪前期州级政策空白。这种动态更新机制与协作模式（用户可直接邮件反馈数据问题）为社会科学数据治理提供了范本，其方法论更可推广至其他国家或地区的政策研究。