Appearance
Text as behavior
Summary
Problem: 传统文本分析聚焦于内容（如情感、主题），忽视了表达本身是一种需要认知、情感和时间成本的行动。同时，量化真实态度困难且昂贵，现有方法（如经济博弈、付费激励）存在外部效度问题。本文旨在填补将文本元数据作为行为测量的方法论空白。 Approach: 提出“文本即行为”框架，利用开放性问题中的三个简单特征——字符数、非响应（空白回答）和完成时间——作为努力行为的代理指标。通过三个研究（2016/2020/2024 ANES 和 2016 Afrobarometer）验证该方法在预测候选人选择、投票率和验证跨语言调查工具方面的有效性。 Finding: 字符数和非响应能显著改进对候选人选择、投票概率和心理状态的预测。非响应（空白或“否”）反映更消极的态度和矛盾行为；表达量（字符数）反映支持强度和参与度。这些指标在跨语言、跨模式（书面/口头）中均有效，且难以被受访者操纵。 Significance: 该方法为社会科学提供了一种低成本、高信息量的行为测量工具，将非响应从“缺失数据”转化为有意义的信息，补充了现有文本分析和调查方法论，并具有跨语言和跨情境的普适性。
Theoretical Framework
- Theoretical tradition: 行为测量与调查方法论的交汇，融合认知心理学、政治行为研究和文本分析传统。
- Prior theories built upon: Berinsky (2013) 关于受访者表达需付出成本的论点；Hayes (1996) 的写作认知过程模型；Kellogg (1999) 关于写作认知负担的论述；Wilson (2004) 的非意识心理过程理论；Haidt (2012) 的“骑手与大象”心智隐喻；Pennebaker 等关于写作与心理状态的研究。
- Causal mechanism: 表达（写作或口语）需要认知、情感和时间成本，因此表达量（字符数）和非响应反映了个体对话题的投入程度、态度强度和潜在心理状态。更投入的个体表达更多，态度更消极或矛盾的个体更可能不响应。
- Key assumptions: (1) 表达是费力行动，字符数是最细粒度的努力度量；(2) 受访者通常不知道元数据被测量（“度量不透明性”）；(3) 表达行为系统性地反映潜在取向（如党派认同）；(4) 开放性问题难以被策略性操纵。
- Theoretical move: 本文综合并扩展了现有理论——将分散的文本行为研究（如 KMM 的写作任务、社会媒体分析、非响应研究）统一为“文本即行为”框架，并挑战了将非响应视为缺失数据的传统观点，提出“信息性非响应”概念。
- Scope conditions: 适用于开放性问题（书面或口头转录）；跨语言和翻译有效；对注册选民和一般人群均适用；但可能不适用于高度结构化或封闭式问题。
Research Design
本文包含三个研究，均为观察性研究（利用现有调查数据）：
- 研究1a：预测变量为“信息性非响应”（两个空白响应指标的加总），结果变量为候选人选择（2016/2020/2024）。单位：注册选民个体。
- 研究1b：预测变量为“表达一致性”（四个候选人评价问题的转换字符数之差，范围−1至+1），结果变量为候选人选择。单位：注册选民个体。
- 研究2：预测变量为“表达参与度”（关于最重要问题的开放回答字符数），结果变量为验证过的投票行为（2016/2020）。单位：ANES 受访者。
- 研究3：预测变量为“民主含义回答的字符数”，结果变量为“民主重要性量表”（封闭式）。单位：Afrobarometer 受访者。
- 操作化：字符数经 IHS 变换（反双曲正弦）后按调查模式最大值归一化（0–1）；非响应定义为空白回答的二元指标；时间作为补充指标。
Data & Sample
- 研究1和2：2016 ANES 基础样本（面对面 N=1,180；网络 N=3,090），部分受访者被重新联系至 2020（N≈2,839）和 2024（N≈2,171）。美国全国代表性样本。
- 研究3：2016 Afrobarometer 第6轮，36个非洲国家，N=53,921。访谈以母语进行，翻译为英语（34,838）、法语（14,116）或葡萄牙语（4,693）。
- 数据收集：ANES 为面对面和网络调查；Afrobarometer 为面对面访谈。
- 时间：2016、2020、2024（ANES）；2016（Afrobarometer）。
Analytical Strategy
- 模型：回归模型（具体类型未在文中明确，但涉及预测概率和边际效应），控制变量包括党派认同、意识形态、种族怨恨、敌意性别歧视、威权主义、教育、年龄、性别、种族、收入、政治关注度和调查模式（面对面/网络）。
- 关键控制：候选人情感差距（特朗普减克林顿的体感温度计差）以控制情感极化。
- 稳健性检验：IHS 变换和归一化处理模式差异；诊断测试显示残差差异较小；结果对合理建模选择稳健（见补充材料 A5.1）；使用面板结构检验 2016 指标对 2020/2024 结果的预测力。
- 辅助分析：相关分析和主成分分析（PCA）用于概念化量表。
Results & Findings
- 研究1a（信息性非响应）：在控制协变量后，对“支持克林顿”和“反对特朗普”问题更多非响应与克林顿支持率下降相关（共和党和独立人士约14个百分点，民主党约11个百分点）。对“支持特朗普”和“反对克林顿”问题更多非响应与特朗普支持率下降相关（民主党18个百分点，独立人士19个百分点）。非响应与候选人情感差距高度相关（|r|≈0.67），表明其捕捉了体感温度计未完全反映的潜在情感。关键发现：非响应不是缺失数据，而是有意义的态度信号；民主党人和独立人士在零非响应时与共和党人在支持特朗普的概率上无差异。
- 研究1b（表达一致性）：表达一致性量表与候选人体感温度计（|r|≈0.77）、特朗普-克林顿温差（r=0.85）和党派认同（r=0.71）高度相关，但保留了约28%的残差变异。表达一致性在2016年预测候选人选择，且对2020/2024年仍有预测力。关键发现：共和党人中表达一致性高（克林顿方向）者在预测投票概率上与民主党人无差异（约40个百分点变化），表明该指标能识别跨压力或可说服选民。
- 研究2（表达参与度）：关于最重要问题的表达量（字符数）预测验证过的投票行为，表明表达参与度反映政治行动能力。
- 研究3（跨语言验证）：民主含义回答的字符数与民主重要性量表相关，验证了该工具在跨语言、转录和翻译中的有效性。
- 意外发现：书面和口头转录的回答均产生有意义结果，表明底层机制不限于特定表达模式。
Limitations
- 非响应在程序上可能不同（明确说“否”与说“是”但未写），但本文将其等同处理。
- 字符数作为努力度量可能受打字速度、设备差异等影响（文中通过模式归一化部分解决）。
- 研究基于观察数据，因果推断有限。
- 样本限于美国（ANES）和非洲（Afrobarometer），其他地区和文化背景的普适性需进一步验证。
- 本文未详细报告所有回归系数和统计检验的完整结果（依赖补充材料）。
Key Contributions
- 提出“文本即行为”的统一框架，将表达视为费力行动，整合了分散的文本行为研究。
- 引入“信息性非响应”概念，将空白回答从缺失数据转化为有意义的态度信号。
- 开发了简单、可复制的测量流程（计数→去偏→归一化→合并→概念化），适用于多种调查数据。
- 证明字符数和非响应能预测候选人选择、投票率和心理状态，且跨语言、跨模式有效。
- 提出“度量不透明性”和“假设不透明性”概念，说明文本元数据难以被受访者操纵。
- 为调查工具验证和机制检验提供了新方法（如研究3的跨语言验证）。
Key Claims
"Text analysis typically focuses on content—such as sentiment or topic—but expression is also a form of effortful action." (Abstract) "All other factors being equal, subjects who are more expressive reveal significantly more intense support, engagement and capacity for relevant action related to that particular topic as compared with subjects who communicate less." (Section 1) "I find that subjects with blank responses—whether from skipping a question or replying 'No' when prompted to elaborate—tend to exhibit more negative attitudes and conflicted behaviors compared to subjects who express even a single word." (Section 1) "Because respondents are typically unaware these features are being measured, such implicit indicators benefit from what we might call metric opacity, making them less susceptible to social desirability or other forms of strategic responding." (Section 1) "As I show later, zero-character responses are often not missing data in the traditional sense. Rather, they convey meaningful information that would be lost or destroyed through standard methods like listwise deletion or imputation." (Section 2)