美国大选民调步骤包括哪些？

根据操作流程，民调可大致分为四个步骤：选取样本、确定误差幅度、问卷设 计、加权结果。这也是保证民调可信度的四大基石。

1.选取样本

2020 年美国大选结果揭晓，如大多数民调机构所料，拜登最终成功战胜特朗 普，但领先优势却不如预料中大，整体低估了特朗普的支持率、高估了拜登的受 欢迎程度。原因之一是特朗普任期内激发的左派抵抗情绪可能一定程度上带偏了 民调。例如数百万人参与女性权利和 Black Lives Matter 的大游行，进步活动家捐 出巨额资金等。这些积极的行动可能意味着抵抗者们回应民调采访的意愿更高， 制造出了一种“蓝潮幻觉”。抵抗者的积极参与或人为改变了样本组成，最终导致 预测结果偏差。 想要构建具有代表性的样本，重要且奏效的方式是随机取样。民意调查员通 常从计算机生成的固定电话和手机号码列表中随机抽取参与者样本，以达到随机 选样的目的。为确保获得随机受访者的回答，调查员常常会要求询问家中最近生日的成年人，以进一步增强民调样本的随机性。同时，伴随着经济的发展与社会 节奏的加快，人们愿意在休闲时间接受电话调查的选民在减少，为了提高选民的 参与度，民调机构开始引入线上投票和现场投票的形式。样本数量的选择也是关 键之一。太少的样本量不具有代表性，而大面积的调查又因时间人力成本过高而 不实际。据 Caltech 研究表明，虽然样本量越大通常越精确，但仅 1000 到 1500 人的样本量就足以准确地估计美国的全国舆论。

2.确定误差幅度

尽管民调已经在尽力获取最有代表性的样本，但误差仍是无法避免的，因此 可信的民调会报告误差幅度，用以表明民意调查的结果可能与现实存在的差异。 根据 pew research 的数据显示，在 2016 年和 2020 年两次大选中，大多数民调 机构都未能准确预测特朗普在实际选举结果中的支持率，尤其是 2020 年，高估了 拜登全国选举支持率领先特朗普的幅度达到了 3.9 个百分点。误差幅度的大小表 明民调的可靠性和可信度，误差幅度越大意味着数据疲软，误差幅度越小则更靠 谱，质量更高。此外，虽然含有异常值的民意调查和在误差范围外波动的民意调 查，比落在误差范围内的民意调查获得更多的媒体报道，但在多次民意调查可以 验证结果之前，不应依赖它们。

3.问卷设计

调查过程中最重要的部分是创建准确衡量公众意见、经验和行为的问题。好 的问卷设计能帮助调查员获得实现目标所需的可靠回复。问卷问题一般分为封闭 式问题与开放式问题两种，前者的答案是客观的，便于捕获和分析，并能以一种 易于理解的方式呈现；后者则会提供定性数据，与封闭式问题相比，受访者需要 更多时间与精力来回答，也增加了研究者分析的时间，相对更耗时，但有助于获 得受访者的各色见解，捕捉选民的情绪。研究人员有时会使用开放式问题进行试 点研究，以发现哪些答案是最常见的，接着然后他们将根据该试点研究设计封闭 式问题，例如将最常见的答案作为答案选择。通过这种方式可以更好地反映公众 的想法，以及揭示研究人员可能没有意识到的某些问题。

问题的措辞也影响着选民的选择。问题中词语和短语的选择至关重要，其会 影响问题的含义和意图，以及受访者是否以相同的方式理解问题，即便是微小的 措辞差异也会严重影响人们提供的答案。2003 年 1 月皮尤研究中心（Pew Research Center）的一项调查印证了这一观点：当人们被问及他们是否“赞成或 反对在伊拉克采取军事行动以结束萨达姆·侯赛因的统治”时，68%的人表示他 们赞成军事行动，而 25%的人表示他们反对军事行动。然而，当被问及他们是否 “赞成或反对在伊拉克采取军事行动以结束萨达姆·侯赛因的统治，即使这意味 着美军可能会遭受数千人的伤亡”时，只有 43%的人表示他们赞成军事行动，而 48%的人表示他们反对。美国伤亡的引入改变了问题的背景，并显著影响了受访 者的答案。 为了在设问中保持中立，最大限度减少对受访者的影响，问卷设计遵循着以 下原则：保证问题清晰明了呈现，一次只问一个问题；使用简单且具体的语言，避 免使用如双重否定的话语，以免引起混淆；考虑提问方式是否会被视为有偏见或 者冒犯受访者等。

4.加权结果

对样本结果加权是保证民调准确性的最后屏障。加权能够控制代表性不足或 过高的问题，有助于解决抽样方法或选择过程中的潜在偏差。加权能够平衡参与 民调意愿的问题，提高参与意愿较低的群体声音，降低参与意愿较强的群体的声 音。例如，没有大学学位的人比大学毕业生参加民意调查的可能性更小，因此那 些参与民意调查的人被“加权”以匹配他们在人口中的实际份额。回顾 2016 年美 国大选出现的失误，美国民意研究协会（AAPOR）曾指出过当时出现误差的原因： 民调对受访者教育程度没有进行加权。由于一直低估低受教育水平群体对特朗普 的支持，导致民调“滑铁卢”。全国代表性的民意调查通常涉及性别、年龄、种族、收入、教育水平、政治经历甚至地理位置等参考因素，并为它们设定人口配 额。值得注意的是，不能轻率使用权重，随意使用权重容易减少有效样本量，导致 数据可靠性低于预期。

近年来，民调出现了一些“黑天鹅事件”，引发了市场对民调可信度的质疑。 但整体来看民调因上述科学的操作流程仍具有较高的可信度及预测能力。从 2004 年至 2020 年的 5 次大选数据来看，民调在多数情况下能够较为准确地反映选情。 2016 年“黑天鹅”事件：民调整体准确但关键摇摆州出现偏差。实际上，2016 年大选全国范围的民调准确预测了希拉里在普选中获得更多选票（民调显示希拉 里领先约 3%，最终普选结果显示其确实领先约 2%），特朗普真正获胜原因是三 个关键摇摆州中的微弱优势。2016 年民调对部分关键摇摆州的预测出现了较大的 偏差，民调阶段民主党领先的宾夕法尼亚州，密歇根州和威斯康星州意外翻红， 但除了威斯康星相比结果出现了 7.7%的误差外，特朗普在密歇根州、威斯康星州 和宾夕法尼亚州的领先优势均不到 1%，最后特朗普也仅以<1%的极小优势拿下 两州。 选举人团制度也是导致民调结果偏差的原因之一。美国的总统选举采取的是 间接选举制度，即选民并不直接选举总统，而是通过选举人团来决定谁将成为总 统。每个州根据其在国会中的席位数量（即众议员人数加上两名参议员）分配一 定数量的选举人票。大部分州采用“赢家通吃”的规则，即在该州赢得多数普选票 的候选人将获得该州所有的选举人票。特朗普在 2016 年的胜利，使他成为继 2000 年小布什之后又一位在全国普选票数落后的情况下赢得总统选举的“少数人的总 统”。

考虑到美国的选举人制度，一种更为准确的选情追踪方式是以州为单位进行 观测。这种方法不仅能反映每个州内选民的实际倾向，还能准确预测选举人票的 归属，从而避免跨州加总带来的偏差。特别是在摇摆州的选情观察中，这种方法 显得尤为重要。 从时间点来看，党派大会、候选人辩论以及选民活动的集中期是观察民调的 重要窗口期。以 2016 年和 2020 年的经验为例，总统辩论往往会成为民调支持率 发生转折的关键点。 2016 年大选：首轮辩论后，希拉里·克林顿发挥稳定，支持率明显上升，而 特朗普的支持率则明显下降；二轮辩论后，双方的支持率趋于平稳；第三轮辩论 后，希拉里的优势开始缩小。特朗普在第三轮辩论中反全球化的论点以及拒绝承诺接受选举结果的表态引发了广泛争议，但反而使其在舆论中占据了更多空间， 强化了在选民中的“反建制”形象。 2020 年大选：在首场辩论中，特朗普坏规则屡次打断拜登发言，且在疫情、 种族、选举公平性等问题上未能获得普遍认可，导致辩论后支持率下降。此后，拜 登的支持率维持在较为稳定的高位，而特朗普的支持率在后续辩论后略有反弹， 但并未改变总体趋势。

分析针对摇摆州的民调来看，9-11 月的摇摆州民调数据往往更加准确。该阶 段中，总统辩论已基本结束，摇摆州的竞选活动强度加大，中间选民的倾向逐渐 明朗，同时各机构加大民调频率，变相增加样本和可信度。尤其是在选情胶着的 关键摇摆州，9 月后的民调反映了选民的最终决定，能够更准确地预测大选结果。 以关键摇摆州密歇根州和宾夕法尼亚州为例，9-11 月的民调平均误差有所收窄， 基本在 3%统计显著范围内。