CampaignView数据库：解密美国国会选举候选人的政策立场与个人叙事

本研究针对美国国会选举中候选人信息缺乏系统化数据的现状，开发了CampaignView开放数据库，收录2018-2022年间86.9%主要政党候选人的竞选网站文本数据（含43,465条政策主张和5,114份个人传记），通过人工标注建立14个Major Policy Topic分类体系，为研究政治极化、议程设置和代议制民主提供了首个实时采集的标准化数据平台。

　　

在美国民主政治的运作中，国会选举如同定期上演的"政策风向标"，然而令人惊讶的是——这个号称世界最发达民主国家的选举系统中，竟长期缺乏对候选人政策主张的系统性记录。每当选举季来临，数千名国会候选人通过精心设计的竞选网站向选民展示自我，这些数字化的"政治名片"蕴含着关键的政策信号和个人叙事，却如同散落的拼图碎片，从未被完整收集整理。这种数据缺失直接阻碍了学术界对政治极化、议程设置和代议制等核心问题的研究。

来自圣母大学（University of Notre Dame）、爱荷华大学（University of Iowa）和北卡罗来纳大学教堂山分校（University of North Carolina at Chapel Hill）的研究团队敏锐捕捉到这个研究空白。他们历时四年打造的CampaignView数据库，如同为政治学研究安装了一台高精度的"政策雷达"，成功捕获了2018-2022年间5,228名国会候选人的数字足迹，这些候选人覆盖了同期86.9%的主要政党竞争者。该研究成果近期发表在《Scientific Data》期刊，标志着选举研究领域首个实时采集、人工标注的大规模文本数据库诞生。

研究团队采用三项关键技术方法构建该数据库：1）在初选前一周实时抓取候选人网站文本，结合Wayback Machine补充缺失数据；2）将政策文本解析为独立平台点（platform points），建立包含14个Major Policy Topic的手工标注体系；3）整合候选人元数据（党派、在职状态等）和选区特征（总统投票倾向等），实现跨数据库链接。

数据收集与处理方法

通过三重验证确保候选名单完整性后，研究团队在初选前关键窗口期采集网站文本。如图1所示，传记叙事通过标准化流程提取，而政策平台则被分解为独立文档（图2）。特别值得注意的是，7.8%的数据来自互联网档案馆抢救性收集，且在职议员会补充官方House.gov网站内容。

主题标注验证

人工标注的14个Major Policy Topic展现出显著区分度（表2），如"农业"类高频词包含farmers、crops等专业术语。通过20%样本重标验证，编码员间一致性达80%（Cohen's Kappa=0.84），尤其在"医疗保健"和"移民"等争议性议题上表现稳定。

缺失数据分析

表5揭示深层规律：筹款超过10万美元的候选人网站缺失率降低22.2%，而在职议员缺失率骤降296.7%，印证了"严肃候选人"更重视网络形象的政治规律。值得注意的是，共和党候选人比民主党多23.8%概率发布政策平台，反映两党传播策略差异。

时空演变特征

图3揭示引人深思的党派动态：民主党持续主导"医疗保健"议题（2022年差距达40个百分点），而共和党在"政府运作"议题保持20个百分点优势。教育议题的党派差距在2022年突然收窄，暗示"批判性种族理论"等新争议的出现改变了传统议题格局。

这项研究最突出的理论贡献在于建立了选举承诺与立法行为的桥梁。通过将政策议题与Policy Agendas Project编码对接（表6），为后续研究"竞选承诺履行度"提供了测量基础。在方法论层面，实时采集策略克服了传统网络存档数据50%缺失率的局限，而精细的主题分类体系则解决了跨党议题比较的标准化难题。

CampaignView数据库的开放共享将产生深远影响：对学者而言，首次实现多周期候选人文本的纵向比较；对媒体和选民而言，交互式查询平台（campaignview.org）提供了透视候选人政策立场的"X光机"；而对候选人自身，这个数据库意外成为检视其政策一致性的"照妖镜"。随着2024年选举数据的持续纳入，这个政治学的"数字罗塞塔石碑"将继续破译美国民主的密码。