Appearance
Geographic boundaries and local economic conditions matter for views of the economy
Summary
Problem: 现有研究在考察客观经济状况与个体政治观点（如经济评价）的关系时，通常直接使用现成的地理聚合单位（如州、县）来测量情境变量，却很少关注这种看似随意的地理边界选择是否会影响实证结论。本文旨在填补这一方法论空白，系统检验地理聚合单位的选择（即可修改面积单元问题，MAUP）对经济评价研究结论的影响。 Approach: 本文将2008–2017年间近170万条盖洛普每日调查个体数据与基于美国国税局（IRS）税务申报的邮政编码级行政经济数据相结合，将同样的经济情境变量（人均调整后总收入、失业补偿、基尼系数）分别聚合到从邮政编码到人口普查分区等七种不同的地理单元，然后使用随机森林和线性回归两种方法，比较不同聚合单位下模型拟合度、变量重要性和偏相关系数的差异。 Finding: 地理聚合单位的选择对研究结论有实质性影响。模型预测精度随聚合单元增大而单调下降；失业补偿在通勤区（commuting zone）和媒体市场（DMA）层面聚合时对经济评价的预测力最强（可提升模型精度5–10%）；人均收入与经济评价的正相关关系仅在较小地理单元（如邮政编码）聚合时显著，在较大单元（如州、地区）聚合时则变得不显著。 Significance: 本文为政治学中的MAUP问题提供了实证证据，表明研究者对地理单元的选择并非中性技术决策，而是会直接影响关于“地方经济条件是否影响经济评价”这一核心问题的实质性结论。在政治日益国家化的共识背景下，本文强调地方（place）在美国政治中仍然重要，并为应用研究者提供了一套可复制的敏感性分析方法。
Theoretical Framework
- Theoretical tradition: 政治行为与政治地理学的交叉领域，属于政治经济学和政治心理学传统。
- Prior theories built upon: 本文直接建立在Ansolabehere、Meredith和Snowberg（2014）提出的“宏观-微观经济投票”（mecro-economic voting）理论之上，该理论认为个体选择信息环境时面临偏差-方差权衡（bias-variance trade-off）。同时引用了Bisgaard等（2016）关于邻里失业率影响全国经济感知的研究，以及Newman等（2014）关于地方不平等与政治信念的研究。
- Causal mechanism: 个体对经济的评价取决于其所处的“信息环境”——即个体日常接触到的经济信息的地理范围。当经济数据聚合到与个体实际信息环境相匹配的地理单元（如通勤区、媒体市场）时，情境变量对观点的解释力最强；聚合单元过大（如州、地区）会稀释地方经济差异，聚合单元过小（如邮政编码）则可能引入过多噪声，两者都会削弱情境变量的预测力。
- Key assumptions: 假设个体主要通过本地信息环境（而非全国性信息）形成经济评价；假设行政数据（IRS税务数据）能有效反映地方客观经济状况；假设受访者报告的邮政编码能准确代表其实际居住地。
- Theoretical move: 本文是对现有理论的应用与检验——将MAUP这一方法论问题引入经济评价研究，用实证数据检验“mecro-economic voting”理论中关于最优信息环境规模的预测，并验证该理论对聚合单元选择的敏感性。
- Scope conditions: 研究基于美国2008–2017年数据，结论适用于美国政治语境；经济评价是“较难的检验”（hard test），因为该维度日益政治化，若在此领域仍能发现地理单元的影响，则其他领域更可能受影响。
Research Design
本文为观察性研究（observational study），采用横截面个体数据与地理聚合数据相结合的混合设计。分析单元为个体受访者（约170万人）。关键自变量为聚合到不同地理单元（邮政编码、县、通勤区、国会选区、媒体市场、州、人口普查分区）的三项经济情境指标：人均调整后总收入（AGI，取对数千美元）、人均失业补偿（取对数千美元+1）、基尼系数，以及控制变量“申报人口比例”。因变量为个体对全国经济状况的评价，采用四点量表（1=差，2=一般，3=好，4=极好）。个体层面控制变量包括年龄、种族、教育、性别、婚姻状况、自报收入和党派认同。
Data & Sample
- N: 约170万条个体观测（2008–2017年间盖洛普每日调查中回答了经济评价问题的受访者）
- Population: 美国成年居民
- Country/Region: 美国（不含阿拉斯加和波多黎各）
- Recruitment/Data-collection method: 盖洛普每日调查（Gallup Daily Tracking），每日随机抽样约1000名美国成年人
- Time period: 2008–2017年
- Data source: 盖洛普每日调查（个体层面）+ 美国国税局（IRS）税务申报数据（邮政编码层面行政数据）
Analytical Strategy
本文采用三种互补的分析策略：
- 随机森林模型：以个体协变量和情境预测变量预测经济评价，计算均方误差（MSE）衡量模型拟合度，使用置换检验（permutation test）衡量变量重要性（即随机打乱某变量值后MSE的恶化百分比）。选择置换法是因为其对连续、分类和二分类预测变量的比较不易产生偏差。
- 线性回归（OLS）：估计人均AGI与经济评价之间的偏相关系数，控制个体特征并加入年份固定效应。每种聚合单元分别估计一个模型。
- 稳健性检验：在补充信息（Supporting Information）中提供了多种替代设定，包括含/不含固定效应、多层模型（multilevel model），以及对Ansolabehere等（2014）原始结果的重新分析。
Results & Findings
发现一：聚合单元越小，模型预测精度越高。 从人口普查分区到邮政编码，随机森林的MSE呈单调下降趋势。虽然差异在统计上显著，但实质幅度较小——最优与最差单元之间仅相差0.015（四点量表），相当于预测精度提升2.7%。这一发现支持了地理单元选择影响模型拟合度的假设，但提示影响幅度有限。
发现二：情境变量的重要性取决于聚合单元，呈倒U型关系。 失业补偿、收入不平等和人均收入在通勤区或媒体市场层面聚合时预测力最强（可提升模型精度5–10%），在州或地区层面聚合时几乎不重要。这一倒U型模式与Ansolabehere等（2014）的“偏差-方差权衡”理论一致：过小的单元噪声大，过大的单元稀释了地方差异，通勤区/媒体市场恰好匹配个体的实际信息环境。国会选区是例外，其重要性较弱，作者推测可能与选区划分（gerrymandering）有关。
发现三：情境变量在通勤区层面比个体变量更重要。 在通勤区聚合下，失业补偿的变量重要性（约9%的MSE减少）是党派认同（约4%）的两倍以上。这一发现挑战了“党派动机推理主导经济评价”的流行观点，表明客观地方经济条件在解释经济评价方面至少与党派立场同等重要。
发现四：回归系数随聚合单元变化，甚至改变显著性结论。 人均收入与经济评价的正相关仅在邮政编码层面显著（1个标准差增加对应0.027点的评价提升），在州和地区层面则变得不显著。这意味着研究者若选择较大的聚合单元，可能会错误地得出“地方经济条件不影响经济评价”的结论。
零结果/意外发现：作者未报告明确的零结果，但指出国会选区作为聚合单元的表现异常（弱于通勤区和媒体市场），这一意外发现被归因于选区划分的政治操纵。
Limitations
作者在文中承认以下局限：
- 邮政编码并非最精确的地理定位单元，受数据可得性限制，无法使用更精细的单元（如人口普查街区）。
- 虽然模型拟合度差异在统计上显著，但实质幅度较小（仅2.7%的预测精度提升），可能引发对实际重要性的质疑。
- 本文仅考察了经济评价这一单一因变量，其他政治观点（如社会信任、犯罪担忧）对聚合单元的敏感性尚不清楚。
- 研究限于美国语境，结论向其他国家的推广性未经验证。
Key Contributions
- 首次将可修改面积单元问题（MAUP）系统引入经济评价研究，证明地理聚合单元的选择对实证结论有实质性影响
- 利用机器学习方法（随机森林+置换检验）为政治学中的地理敏感性分析提供了可复制的方法论模板
- 实证支持“mecro-economic voting”理论，表明通勤区和媒体市场是最能匹配个体信息环境的地理单元
- 挑战了“政治日益国家化”的共识，强调地方经济条件在美国政治中仍然重要
- 发现情境变量（失业补偿）的预测力可超过党派认同，为经济投票文献提供了新证据
- 提供了完整的复制数据和代码，便于其他研究者将敏感性分析方法应用于自己的研究
Key Claims
"We show that varying the geographic resolution—namely aggregating economic data to different geographic units—influences the strength of the relationship between economic evaluations and local economic conditions." (Abstract)
"Finding that unemployment claims are the best predictor of economic evaluations, especially when aggregated at the commuting zone or media market level, we underscore the importance of the modifiable areal unit problem." (Abstract)
"Substantively, in the face of a growing consensus in the literature arguing that politics is increasingly nationalized, our results emphasize the primacy of place in American politics." (Section 1, Introduction)
"We find that local income is associated with more positive evaluations of the economy when aggregated to smaller geographic units. But as we measure AGI at larger geographic units, we observe estimates that seemingly suggest an insignificant association between economic conditions and evaluations of the economy." (Section 4, Substantive Implications)
"These patterns are consistent with the theory presented in Ansolabehere, Meredith, and Snowberg (2014) who argue that individuals choose information environments subject to a bias-variance trade-off." (Section 3, Does Geography Matter?)