基于Leiden社区检测算法的美国国会演讲议题层面极化测度：计算文本分析与政治网络方法

《Network Science》：Measuring issue-level polarization in congressional speech using community detection-algorithms

　　

美国政治文献已牢固确立自1970年代以来国会极化（polarization）加剧，认为文化议题尤其极化，而经济议题极化程度较低。然而，从福利国家支出到税收等经济议题重要性的分歧日益增加，这提出了经济话语（economic discourse）是否也缓慢变得更加极化的问题。本文利用演讲数据考察基于国会中议题关注（issue attention）的议题层面极化（issue-level polarization），并提出一种结合计算文本分析（computational text analysis）与网络分析（network analysis）的测度方法。该方法使用个体代表之间的演讲相似性（speech similarity）构建随时间变化的政治网络（political networks）。其通过基于Leiden社区检测算法（Leiden community detection algorithm）计算模块度分数（modularity scores）来测度这些网络中的议题层面极化。该测度策略显示出强烈的议题层面极化模式。本文有三项贡献。第一，它表明极化可以结合文本分析与网络数据来研究。第二，它显示国会代表日益谈论完全不同的经济议题。第三，它提供一个分析框架，以比较演讲中的话语极化（discursive polarization）与议题层面极化。

论文解读：基于社区检测算法的美国国会演讲议题层面极化测度

研究背景与问题。美国政治文献已确立自1970年代以来国会极化（polarization）上升，文化议题更极化，经济议题较少极化。但经济议题从福利国家支出到税收的重要性分歧增加，令人疑问经济话语（economic discourse）是否也缓慢极化。现有定量极化测度很少聚焦政策议题，包括DW-NOMINATE、Gentzkow et al.的短语党派性Lasso估计、网络极化测度等；部分议题层面研究范围有限或聚焦公众。研究人员因此提出议题层面极化（issue-level polarization）测度，定义于议题关注（issue attention），即谁谈论哪些议题。极化不仅发生在对同一议题分歧，也发生在不再谈论相同议题。美国政党有动机通过聚焦特定议题区分品牌，如共和党反税“Starve the Beast”，而民主党无类似特征。研究建立并检验分析框架，用网络分析与计算文本分析测量美国国会话语议题层面极化。将国会概念化为政治网络（political network），代表若相似谈论相似议题则相连。数据来自1873—2011年Gentzkow et al.的演讲数据集和2012—2025年Judd et al.的国会档案。方法用LDA主题模型（Latent Dirichlet Allocation，潜在狄利克雷分配）提取议题，用Leiden社区检测算法（Leiden community detection algorithm）与模块度分数（modularity scores）近似极化。研究结论：经济议题层面极化自1980年代上升，众议院更突出，1990年代后与党派归属相关；框架可比较话语极化与议题层面极化，重要于理解立法僵局与政府停摆。

关键技术方法（≤250字）。使用美国国会记录（Congressional Record, CREC）演讲数据；1873—2011年来自Gentzkow et al.提供的历史个体层面数据集，约1700万演讲、约7000名演讲者；2012—2025年来自Judd et al.开发的国会档案。采用单一LDA模型，设定K=500、α=0.5、β=0.1，将每篇演讲归入最高载荷主题；另在参议院与众议院分别训练模型验证。按两年国会周期构建500维“speaker profiles”（演讲者画像）。用余弦相似度（cosine similarity）计算演讲相似性，并分别基于全部主题与经济主题构建加权对称网络。用Leiden社区检测算法计算模块度分数作为议题层面极化代理。用二次指派程序（Quadratic Assignment Procedure, QAP）检验党派同质性，n=1,000次置换。

研究结果如下。

2. 美国国会中的极化。极化是政党随时间彼此远离，投票行为可见，党派归属强预测。2.1 国会作为政治网络。国会成员同质，网络有外生边界；关键在定义连接，本文关心通过议题讨论连接。2.2 美国国会中的话语与经济政策谈论。投票受政党影响，演讲受第一修正案保护，更适合理解意识形态极化；演讲通常聚焦单一议题，代表进行立场表达。经济讨论有两点特殊：宪法“power of the purse”使预算法案始于众议院，故经济话语若极化应在众议院更明显；1970年代经济冲击使经济讨论显著，可能预示里根时期范式转变，语言同质化，故应发现此时议题层面极化剧变。2.3 议题层面的话语极化。已有研究多用文本标度测量词汇党派性而非主题关联；极化也应见于内容。若经济议题分歧形成稳定模式，则议题层面极化。网络层面，当稳定社区密集连接而社区间稀疏连接时，网络极化。2.4 研究问题与假设。三问：国会话语是否议题层面极化，与投票极化比较；总体话语与经济议题极化轨迹是否可比；何者贡献议题层面极化。假设若国会极化，应存在分离的演讲者社区；党派同质性用QAP检验。

3. 测量议题层面极化。框架三步：提取主题、构建演讲者画像、社区检测模块度。3.1 用LDA测量话语动态。选LDA因领域特定、可解释、研究充分；LDA为贝叶斯词袋模型，产生主题-词分布。需处理主题分裂、主题聚类、功能词主题；语言变化下采用单一模型保证基线不变，聚焦整个政策领域并考虑所有主题。设定K=500、α=0.5、β=0.1。3.2 LDA结果的描述与解释。识别主要经济主题，经济不同层面（拨款、债务、福利）分成不同主题；经济主题随时间有不同显著峰，1970年代后经济主题整体更显著，显示谈论经济方式质变。3.3 构建演讲者画像。将每篇演讲归入最高载荷主题，按两年国会周期聚合为500维向量，共约40,000个向量。3.4 测量演讲相似性。用余弦相似度，对称且考虑不同演讲量；示例显示聚焦相同议题者相似最高；分别计算全主题和经济主题相似性，共约80,000个演讲者画像。3.5 社区检测与模块度分数。生成450个加权对称邻接矩阵；用Leiden算法，模块度分数作代理；因模块度问题，只比较趋势不解释绝对值，并与Louvain、walktrap比较。3.6 用二次指派程序进行验证性分析。QAP比较观测网络与基于党派同质性的合成网络，n=1,000置换，检验相关性是否偶然。

4. 结果。总体话语极化呈U型：1873年后高，20世纪中低，后升；参议院1960年代起更极化，众议院较低。经济议题极化几乎全期稳定，1980年代起强上升；众议院经济议题极化高于总体和参议院，最后20年翻倍；参议院1990年代上升。经济议题在前三分之一贡献小，最后三分之一贡献大，支持整体极化至少部分来自经济议题。众议院因预算起源成为经济分歧场所。党派同质性整体低，党派归属不解释社区结构；但众议院经济讨论2000年代党派同质性剧增。QAP显示整体党派同质性多不显著，1980年代中期起部分结果显著，总体话语极化跨党派，而众议院经济议题极化沿党派线。历史证据与里根1981年后共和党转变、1990年代党派相关增强一致。

5. 讨论。结果说明议题层面极化是除意识形态极化和情感极化外的重要角度。新自由主义文献可解释里根时期经济政策范式转变，代表需找新语言谈论经济，党派相关滞后至1990年代；文化战争文献可解释1960年代后文化议题极化影响经济话语。经济话语自1980年代更极化，众议院尤甚，1990年代起与党派相关。框架计算直接，无需大量资源，可避免LLM。

6. 结论翻译。本文利用演讲数据和网络方法阐明美国国会经济话语议题层面极化。结果显示，国会在经济层面的议题关注极化在1980年代之前一直较低，之后出现增长。在众议院，经济议题层面极化一直较高，显示关于经济的讨论可能多么分裂。此外，分析表明议题层面极化在1990年代之前与党派归属没有显著相关，此后这种关联开始增强。总体而言，该项目表明经济议题层面极化是理解美国国会立法过程的重要方面。结果提示，预算法案通过困难和政府停摆可能由结构性因素解释，即代表不仅对特定议题分歧，而且对哪些议题相关本身存在分歧。分析展示了如何测量议题层面的主题关联，以及这些关联与已知极化模式相关。这表明，将主题模型与合适的演讲相似性测度结合，有助于理解美国议题层面极化，并比仅分析点名投票数据更深入地理解极化。具体而言，该方法提供不同角度：第一，使用演讲转录使研究不仅获得投票行为，还获得动机；第二，不聚焦演讲党派性，直接获取代表谈论什么，而不仅是如何分化；第三，使用单一大型模型，提供稳定基线，使结果跨时间和空间可比。比较多个主题模型还显示LDA对两院演讲模式差异具有显著韧性。局限包括主题模型需研究者解释、经济主题选择、500主题注释资源密集；只关心主题是否经济，不关心如何讨论经济，故不能捕捉相同议题相同频率但立场对立的意识形态极化；范围限于比较总体话语与经济话语；未提供实际社会机制解释。尽管如此，研究奠定基础，可扩展至更广泛议题。