当前位置:首页 > 学术研究

复旦 | 2020年我国台湾地区领导人选举——基于计算机模拟的选举预测结果与实际结果的比较

发布时间:2020-01-12 09:48:00 点击:

2020年我国台湾地区领导人选举
——基于计算机模拟的选举预测结果与实际结果的比较

2020年1月12日
复旦大学复杂决策研究中心

  2020年01月09日上午10时许(北京时间),继2016年准确预测台湾地区领导人选举,2018年准确预测美国中期选举中西弗吉尼亚和密苏里两个州的联邦参议院选举、以及2018年成功预测台湾地区地方选举中台北、新北和桃园三市的市长选举之后,复旦大学唐世平教授领导的研究团队提前公布了其对于2020年01月11日将要举行的台湾地区领导人选举的预测结果。该预测结果是基于计算机仿真模拟方法得出的,不依赖于任何民调数据。根据历次选举预测的经验和收获,本次预测过程中研究团队对数据、模型和方法等做了改进。受限于经费、时间和人力等限制,本次预测模型只报告了绿营和蓝营(包括韩和宋)两大阵营之间的得票率分布。
   唐世平教授的团队在公布预测结果时,特别强调,这次预测完全是一种纯粹的学术研究和科学实验,该团队不想以任何方式影响现实中的台湾地区选举。
  2020年01月11日22:42分(北京时间),台湾地区选举计票结束,官方选举结果产生,我们就此对比预测结果与正式结果:


预测成绩:
1. 本次我们尝试训练和运用了两套模型来仿真模拟预测选举,其最终预测结果都非常接近,A组模型的预测差值在0.27%,B组模型的预测差值在0.71%。
2. A组模型与B组模型只有一个关键变量不同,由此为我们今后判断哪个变量更为关键提供了依据。
3. 我们的模拟预测结果在选前1个月已经得出(为了不影响选举我们选择了延迟发布),相比于距离选举日最近的各大封关民调,可以发现我们的预测结果无论在超前性(lead time)和准确性上都有一定优势。

4. 相较于专家个体判断,一部分学者和观察家认为蓝营候选人韩国瑜很可能胜选(特别是在1月9日晚韩国瑜的凯道选前之夜过后),另外一部分学者和观察家认为即使绿营能胜出,绿营也不会赢蓝营超过10%的选票,然而,我们的预测结果和实际结果都显示,绿营胜出超过13%。

  本课题主要采用“ABM模型(Agent Based Modeling)”来预测选举,其显著特点是依赖真实数据并运用数学模型,而非依赖于民调结果和专家的个人判断,是选举研究中一次十分有意义的尝试。ABM仿真模拟是一种通过计算机技术进行微观模拟来揭示宏观规律的研究方法。本次预测中,我们进行了大范围、长时段、多维度的数据收集,最终得到我国台湾地区的人口学数据、投票数据、选民分布数据、经济社会数据、候选人数据、突发事件数据等组成的选举数据库,涵括50多个指标/变量在各个选举年度的相关数据。在仿真模拟过程中,我们力求做到(1)理论和数据交互驱动:选举理论指导变量选取和模型构造,预测检验和更新理论;(2)个体层面数据和结构层面数据相结合;(3)长期稳态效应和短期波动效应相结合。
本研究是一项探索选举预测的科学方法并致力于选举预测范式创新和应用的政治学研究。选举预测是社会科学预测性研究的关键议题,是政治学理论和方法创新的前沿领域。基于计算社会科学的选举预测可以帮助我们摆脱对民调、单个专家判断和碎片化新闻报道的过度依赖,深度解析选举政治并预判可能出现的选举结果,在此基础上可以提前制定应对策略,保护我国国家利益。
  为了完成本次预测,复旦大学唐世平教授领导的团队付出了一年多的努力。团队对于该新预测方法的前景表示乐观,唐世平教授认为通过进一步的优化和改进,这种创新方法可能会给全球选举预测和选举研究领域带来巨大的转变。
最后,需要指出的是,我们的方法和模型依然处在不断改进和迭代的阶段,每次选举都有新的状况和新的数据出现,我们也面临一些需要攻克的理论和技术难点,本次预测也有很多需要我们总结和反思的地方,未来我们还有很长的路要走。感谢学术同仁和社会各界长期以来的意见建议、批评监督和支持鼓励,科学预测是一项值得探索的科研事业,希望学界一起朝着科学的方向努力。

附一:2020台湾地区选举预测 (发布页面截图)


附二: 2016年台湾地区选举预测

  四年前的2016年1月5日(中文版)和2016年1月10日(英文版),也就是在当年台湾地区选举正式开始之前,唐世平团队公布了对该次选举的预测,这次预测是唐世平团队首次尝试运用新预测方法。对于此次预测的记录如下:

中文版本: http://www.ccda.fudan.edu.cn/index.php?c=article&id=75

英文版本:
https://china.ucsd.edu/_files/01112016_Taiwan-election.pdf(PDF格式);
https://chinafocus.ucsd.edu/2016/01/10/taiwan-election-results-predicted-in-computer-simulation/(网页格式)

附三:2018年美国中期选举预测

比较2018年美国中期选举的预测结果和实际结果
http://www.sirpa.fudan.edu.cn/?p=12377

提前公布美国中期选举预测结果(中文版本)
http://blog.sina.com.cn/s/blog_744a73490102y7bd.html
http://www.ccda.fudan.edu.cn/index.php?c=article&id=80

提前公布美国中期选举预测结果(英文版本)
https://www.linkedin.com/pulse/united-states-senate-elections-west-virginia-missouri-tang-dr/ ( Nov. 4th release). 
http://www.ccda.fudan.edu.cn/index.php?c=article&id=81

附四:2018年台湾地区地方选举预测
比较2018年台湾地区地方选举的预测结果和实际结果
http://www.ccda.fudan.edu.cn/index.php?c=article&id=85

提前公布台湾地区地方选举预测结果(中文版本)
http://www.ccda.fudan.edu.cn/index.php?c=article&id=83

提前公布美国中期选举预测结果(英文版本)

http://www.ccda.fudan.edu.cn/index.php?c=article&id=84


    文章评论
    内容:
    验证码:
    地址:上海市杨浦区邯郸路539号新金博大厦1605-1607 | 邮编:200433
    Copyright©2014 复旦大 学复杂决策分析中心版权所有