Appearance
An outbreak of selective attribution: Partisanship and blame in the COVID-19 pandemic
Summary
Problem: 既有研究普遍将选择性归因视为党派动机推理（PMR）的证据，但从未有研究将其与任何替代性解释进行对比检验。本文旨在填补这一空白，探讨在COVID-19疫情背景下，选择性归因的成因究竟是党派身份驱动的动机性推理，还是基于对在位者能力（competence）的信念。 Approach: 本文采用混合方法设计。首先，利用2020年3月至4月间为期6周的原始时间序列横截面调查数据（n=3,748），追踪疫情初期民主党与共和党在感知、行为及责任归因上的变化。其次，开展三项调查实验（两项在特朗普任内，一项在拜登任内），随机向被试呈现关于疫情积极或消极事实的短文，测量其对总统责任的归因。最后，通过回归“赛马”（horse race）检验和准确性动机（accuracy prime）实验，比较能力信念与党派动机推理两种解释的相对解释力。 Finding: 第一，选择性归因在疫情爆发的最初几周内迅速出现，而此时民主党与共和党在疫情感知和行为更新上基本同步。第二，选择性归因源于个体层面疫情感知的变化：两党选民对疫情信息的感知更新方向一致，但在责任归因上却做出相反推断。第三，能力信念比党派动机推理更能解释选择性归因：独立于党派身份，能力信念的差异仍能调节绩效信息对责任归因的影响；而独立于能力信念，党派身份差异则不能。此外，增强准确性动机并未削弱选择性归因，这与PMR的预测相悖。 Significance: 本文首次对选择性归因的机制进行了系统性检验，挑战了将选择性归因等同于党派动机推理的传统观点。其发现表明，能力信念作为“运行账本”（running tally）可能随时间硬化成“感知屏幕”（perceptual screen），这为理解党派极化、民主问责制以及政党声誉建设提供了新的理论视角。
Theoretical Framework
- Theoretical tradition: 本文属于政治行为与政治心理学交叉领域，聚焦于选民如何感知绩效、归因责任并据此评价在位者，涉及民主问责制理论、党派偏见与动机推理研究。
- Prior theories built upon: 本文建立在以下理论之上：(1) 民主问责制理论（Fearon 1999; Ferejohn 1986; Key 1966a）；(2) 党派作为“运行账本”（running tally）的绩效评价模型（Fiorina 1978; 1981）；(3) 党派作为“感知屏幕”（perceptual screen）的社会身份理论（Campbell et al. 1960）；(4) 动机推理理论（Kunda 1990; Leeper and Slothuus 2014）；(5) 先验偏见与方向性偏见之区分（Druckman and McGrath 2019; Little 2021）。
- Causal mechanism: 能力信念解释的因果机制是：选民基于对在位者是否可能带来良好绩效的信念（即能力信念），对绩效信息进行贝叶斯式更新。相信在位者有能力（competent）的选民，在见到积极信息时更可能将责任归于在位者，见到消极信息时则更少归责；相信在位者无能的选民则相反。这一机制不依赖党派身份带来的方向性动机，而是源于先验信念与信息之间的比例性推理。
- Key assumptions: 理论假设包括：(1) 选民能够感知绩效信息并据此更新信念；(2) 选民对在位者能力持有相对稳定的先验信念；(3) 能力信念与党派身份并非完全重合，存在交叉压力群体；(4) 选择性归因可通过个体层面的信息处理过程产生，而非仅由精英线索等外部因素驱动。
- Theoretical move: 本文挑战并扩展了既有理论。它不否定党派动机推理的存在，但通过实证检验表明，在选择性归因这一具体现象中，能力信念是更接近、更具解释力的机制。本文试图将“运行账本”与“感知屏幕”两种党派理论桥接起来，提出能力信念的“运行账本”可能随时间硬化成“感知屏幕”，从而影响民主问责制。
- Scope conditions: 本文的结论基于美国两党制背景下的COVID-19疫情案例，时间跨度为2020年3月至2021年12月。作者指出，能力信念解释可能适用于其他政治背景（如多党制、发展中民主国家），但需进一步检验。此外，本文聚焦于个体层面的信息处理机制，未涵盖精英线索等宏观因素在选择性归因形成中的作用。
Research Design
本文采用混合方法设计，包含一个观察性时间序列研究和三项调查实验。
- 时间序列研究：单位分析为个体受访者，采用重复横截面设计，每周招募约600名受访者，共6周（2020年3月8日至4月12日）。关键自变量为时间（周次）和党派身份（民主党/共和党）；因变量包括：(1) 事实信念（对全国及本州累计病例数和死亡数的估计）；(2) 主观威胁感知（五点量表）；(3) 对特朗普总统疫情责任的归因（具体量表未在摘要中详述）。
- 实验1-3：单位分析为个体被试，随机分配阅读积极或消极效价的疫情信息短文。关键自变量为信息效价（积极/消极）和党派身份（总统同党/反对党）；因变量为对总统疫情责任的归因。实验2和3进一步测量能力信念（对总统能否带来良好绩效的感知）和党派身份强度，用于“赛马”检验。实验3还包含随机分配的准确性动机启动（accuracy prime）条件。
- 预注册：作者基于理论开发并预注册了两种机制检验策略。
Data & Sample
- 时间序列数据：n=3,748，美国全国样本，通过Lucid平台招募，每周日调查，2020年3月8日至4月12日。该时期覆盖美国从第500例确诊到第50万例确诊的关键阶段。
- 实验1：特朗普任内实施，具体样本量和招募方式未在摘要中详述。
- 实验2：特朗普任内实施，包含能力信念测量，用于“赛马”检验。
- 实验3：拜登任内实施，包含能力信念测量和准确性动机启动，用于“赛马”检验和因果检验。
- 数据来源：原始调查数据，通过Lucid平台收集；疫情病例数据来自《纽约时报》COVID-19数据库。
Analytical Strategy
- 时间序列分析：描述性统计和可视化（箱线图、趋势图）比较民主党与共和党在事实信念、威胁感知和责任归因上的周际变化，检验两党感知更新的平行性及归因的分化。
- 实验分析：比较不同信息效价条件下，总统同党与反对党对责任归因的差异，检验选择性归因的个体层面机制。
- “赛马”回归：在实验2和3中，将能力信念和党派身份同时纳入回归模型，比较两者对责任归因的调节效应。关键检验是：独立于党派身份，能力信念是否仍显著调节信息效价对归因的影响；反之亦然。此外，利用党内变异（within-party variation）检验身份强度是否预测选择性归因程度。
- 准确性动机实验：在实验3中，随机分配准确性动机启动，比较启动组与控制组中选择性归因的强度，以检验PMR预测（准确性动机应削弱选择性归因）是否成立。
- 稳健性检验：作者在补充材料中进行了多项分析，包括党派强度与选择性归因的关系、贝叶斯规则推导能力信念解释的数学基础、以及关于特朗普对CDC责任的信息如何影响两党推断的实验。
Results & Findings
- 发现1：选择性归因在疫情初期迅速出现。在2020年3月至4月的6周内，民主党与共和党在事实信念（对病例数和死亡数的估计）上基本同步更新，在威胁感知上存在约0.5个量表点的持续党派差距（约占五点量表的13%）。然而，在责任归因上，民主党人越来越多地将疫情责任归于特朗普总统，而共和党人则坚持认为总统责任很小。这表明选择性归因在疫情爆发的最初几周内就已形成，早于其他党派分歧的扩大。
- 发现2：选择性归因源于个体层面的感知变化。三项实验中，民主党与共和党在阅读积极或消极效价的疫情信息后，对疫情严重性的感知更新方向一致且幅度相近。但在责任归因上，两党做出相反推断：总统同党在见到积极（消极）信息时，更多（更少）将责任归于总统；反对党则相反。这证明选择性归因并非仅由精英线索等外部因素驱动，而是个体层面信息处理的结果。
- 发现3a：能力信念比党派身份更能预测选择性归因。在特朗普和拜登任内的实验中，独立于党派身份，能力信念的差异仍显著调节绩效信息对责任归因的影响；而独立于能力信念，党派身份的差异则不能。仅使用党内变异时，能力信念仍具解释力，而身份强度则无法预测选择性归因的程度。这为能力信念解释提供了描述性证据。
- 发现3b：准确性动机不削弱选择性归因。在实验3中，随机分配的准确性动机启动并未减少选择性归因的强度。PMR理论预测准确性动机应抵消方向性动机、削弱选择性归因，但结果不支持这一预测。这为能力信念解释提供了因果证据。
- 零结果与意外发现：作者发现党派强度（传统七点量表）对选择性归因的预测力较弱，这初步暗示需要替代性解释。此外，在既有研究（如Rudolph 2003b关于克林顿经济评价的研究）中，作者重新分析发现共和党人的归因模式无法用PMR解释，但可用能力信念解释。
Limitations
- 机制检验的“最后一英里”局限：作者承认，即使能力信念是选择性归因的更接近解释，党派动机推理仍可能在能力信念的形成过程中发挥作用。本文无法完全排除动机推理在更早阶段的影响。
- “赛马”检验的因果识别问题：由于党派身份和能力信念的变异是描述性的，回归“赛马”比较并非因果识别，只能提供描述性证据。
- 准确性动机实验的机制模糊性：该实验提供因果证据表明信念优于方向性动机，但对具体涉及何种信念或方向性动机并不明确。
- 外部效度限制：研究聚焦于美国两党制背景和COVID-19这一特定危机，结论向其他政治背景或政策领域的推广需谨慎。
- 时间序列数据的描述性局限：时间序列数据能展示选择性归因的出现，但无法解释其成因，需依赖实验证据。
Key Contributions
- 首次在COVID-19疫情背景下，利用时间序列数据证明选择性归因在危机初期迅速出现，早于其他党派分歧的扩大，凸显其在百年一遇的公共卫生危机中的重要性。
- 首次对选择性归因的替代性解释进行系统性检验，填补了既有研究将选择性归因等同于党派动机推理而未检验替代机制的理论空白。
- 提出并实证支持能力信念解释：选民基于对在位者能力的先验信念，对绩效信息进行比例性推理，从而产生选择性归因，而非出于党派身份的方向性动机。
- 通过“赛马”回归和准确性动机实验，提供了描述性和因果性双重证据，表明能力信念优于党派动机推理。
- 桥接“运行账本”与“感知屏幕”两种党派理论，提出能力信念的“运行账本”可能随时间硬化成“感知屏幕”，为理解党派极化与民主问责制提供了新视角。
- 重新分析既有研究（如Rudolph 2003b、Bisgaard 2019）中的交叉压力选民案例，发现能力信念解释在既有数据中同样适用，挑战了传统解读。
Key Claims
"First, selective attribution rapidly emerged during the first weeks of the pandemic, a time in which Democrats and Republicans were otherwise updating their perceptions and behavior in parallel." (Abstract) "Second, selective attribution is caused by individual-level changes in perceptions of the pandemic." (Abstract) "Third, existing research has been too quick to explain selective attribution in terms of partisan-motivated reasoning. We find stronger evidence for an explanation rooted in beliefs about presidential competence." (Abstract) "This recasts selective attribution's implications for democratic accountability." (Abstract) "Our findings suggest that through the channel of selective attribution, a running tally of competence beliefs can harden into a perceptual screen over time." (Section: "Our findings make several contributions")