GERDA：德国选举数据库 —— 开启地方与多层次政治研究新视角

《Scientific Data》：GERDA: The German Election Database

在研究政府响应性和代表性时，面临选举数据不完整、收集困难等问题。研究人员开展了德国选举数据相关研究，构建 GERDA 数据库，涵盖多层面选举结果。该数据库有助于深入研究党派政治等，为相关领域研究提供有力支持。

　　在民主国家，选举是连接选民偏好与政府政策的关键纽带。选民通过选举让政党和政治家承担责任，不同政党执政会影响社会群体在政府中的代表性，还会通过政策选择和公共产品服务供给影响人们日常生活。研究代表性和政策响应性问题，对数据要求颇高。不仅需要不同层级政府的选举数据，因为像住房、治安等政策由地方政府负责，而宏观经济、外交政策由国家或联邦层面决定，地方政治如今也受到社会科学研究者越来越多的关注；还需要小尺度数据，比如市级数据，以此了解不同层级政府官员对地方经济冲击的政治回应；同时也需要面板数据来动态研究随时间的变化。

然而，研究不同层级政府的响应性和代表性困难重重。数据常常不完整、难以收集，存在报告格式不一致、各州选举规则不同、邮寄投票区复杂等问题，行政边界变化也给长期分析带来阻碍。即便有地方数据，也往往未集中整理，需从各种渠道单独收集，且常为 PDF 格式，使用不便。

为解决这些难题，普林斯顿大学（Princeton University）和加州大学戴维斯分校（University of California, Davis）的研究人员开展了一项研究，构建了德国选举数据库（GERDA，https://www.german - elections.com/） 。该研究成果发表在《Scientific Data》上，意义重大，它为研究党派政治、政策响应性和政治代表性提供了新视角，能助力学者在更精细的地理尺度和时间跨度上进行深入研究。

研究人员在构建 GERDA 数据库时，运用了多种关键技术方法。数据收集方面，从不同官方渠道系统收集原始选举结果，涵盖市级、州级和联邦选举数据。对于格式不一致的数据，采用光学字符识别（OCR）技术处理 PDF 文件获取数据。在处理数据过程中，针对联合邮寄投票区、行政边界变化等问题，运用特定算法和人口加权方法进行数据整合与协调，确保数据的一致性和可比性。

下面详细介绍研究结果：

• 数据库优势：GERDA 提供了自 20 世纪 90 年代以来市级、州级和联邦选举结果的综合数据库，此前没有类似涵盖如此全面的数据库。它还提供了经过协调的数据，解决了行政边界变化和联合邮寄投票区带来的问题，通过编制人口加权交叉文件，将历史选举结果映射到 2021 年的行政边界，方便进行跨时空比较。不过，该数据库不包括县议会（Kreistag）或欧洲议会选举数据。
• 数据收集与处理：
  • 市级选举：从各州选举官员处收集市级议会选举数据，部分数据通过 OCR 技术处理 PDF 文件获得。数据存在报告格式和选举规则差异，研究人员统一报告主要政党数据，并计算 “其他” 类别选票份额。
  • 州级选举：从德国联邦统计局（DESTATIS）区域数据库收集州级选举结果，部分数据因联合邮寄投票区问题无法获取。
  • 联邦选举：从联邦选举管理机构收集数据，处理了政党合并和更名问题，提供了极端政党的选票份额变量，并解决了联合邮寄投票区数据处理难题。
  
  
• 数据可比性与协调：
  • 联合邮寄投票区：提出按拥有投票卡选民数量分配联合邮寄投票区选票的方法，对比实际与分配后选票份额，评估测量误差，发现主要政党的偏差在可接受范围内。
  • 边界协调：利用联邦建筑、城市事务和空间发展研究所的交叉文件，将各选举数据集的边界映射到 2021 年边界，创建协调后的数据集。
  • 城市州处理：对柏林、汉堡和不来梅等城市州的选举数据进行特殊处理，确保数据一致性。
  
  
• 数据记录与验证：数据通过 GERDA 和哈佛数据文库（Harvard Dataverse）发布，提供多种格式。对数据进行了多项 “合理性检查”，处理了不一致的市政代码、总票数计算差异等问题，并对比验证了联邦选举数据与官方结果。

研究结论表明，GERDA 数据库为研究德国地方、州和联邦层面的选举提供了全面、协调的数据资源。它解决了以往研究中数据不完整、不一致等问题，为学者研究党派政治、政策响应性和政治代表性等提供了有力支持，推动了相关领域的学术研究进展。在讨论部分，研究人员也指出了数据库存在的局限性，如部分选举数据缺失，但整体上，GERDA 数据库的建立为德国选举研究乃至更广泛的政治科学研究开辟了新的道路，具有重要的理论和实践意义。