特朗普勝選，劍橋分析和臉書究竟有幾許“功勞”？_風聞

繼臉書公司（Facebook）創始人兼CEO馬克·扎克伯格出席美國國會聽證會，就臉書用户數據泄露接受議員盤問後，4月16日，英國議會下院一個委員會又公佈“證據”，顯示劍橋分析公司助力美國總統唐納德·特朗普2016年競選活動。

此前，扎克伯格在參加美國國會參議院司法委員會和商業、科學和交通委員會聯合舉行的聽證會時表示，臉書公司沒有在用户數據保護方面做出足夠努力，導致出現了“劍橋分析”濫用用户數據事件。除了程序上確實存在的瑕疵，以及越來越多的人開始關心大數據時代用户數據的保護以及個人隱私信息安全的大背景之外，臉書陷入危機的一個非常重要的原因是需要其間接承擔2016年總統選舉特朗普“意外勝選”的責任。

常見於媒體的敍事框架是這樣的：特朗普勝選的關鍵在於贏得了包括威斯康辛在內的4個搖擺州的選舉人票，導致其勝選的是來自俄羅斯的干預，包括選舉期間俄羅斯黑客竊取併發布民主黨郵件服務器的內容，製造希拉里的負面輿論，以及通過劍橋分析為代表的公司“非法獲得”千萬級量級的臉書用户數據進行深度挖掘，把握用户的政治態度和立場之後進行精準的政治廣告和虛假新聞定向推送，進而干擾了美國總統的選舉結果。

然而，這個解釋版本真的經得起細緻的推敲嗎？

哪些人把票投給了特朗普？

從特朗普贏得共和黨黨內提名開始，相關的傳聞，就一直不絕於耳；在特別檢察官穆勒始終沒有出示可以在法律上證明特朗普勝選源於“通俄”的實質性證據的背景下，媒體抓住了爆料人披露的劍橋分析公司“非法獲取”用户信息進行深度挖掘的事實，用程序瑕疵對臉書公司在“通俄”事件中的作用進行相關性分析，進而試圖構建一個能夠解釋特朗普獲得勝利，是源於敵意國家行為體用社交媒體操控美國關鍵政治過程的分析框架。

事實上，在現代政治科學的發展過程中，對投票行為的分析和研究，已經形成了較為成熟的分析框架和研究能力。在美國，有大量的相關數據，可以從不同維度展開相應的深度研究。在美國康奈爾大學的Roper公共輿論調查中心，可以找到自1976年開始至2016年的羣體投票數據，即通過性別、族裔、收入水平、受教育程度等不同指標，對選民進行羣體分類，然後統計其投票分佈。這為檢驗影響選舉結果的因素提供了非常重要的證據來源。下圖就是2012年和2016年兩次總統選舉的羣體投票數據對比，根據性別、族裔和關注的議題，分別有對應的選民投票數據，可以幫助人們對相關事件形成更加全面的看法：

2012年和2016年總統選舉的羣體投票數據對比

在上圖的各項數據中，非常微妙而重要，甚至是關鍵的變化，體現在族裔分類中：2012年美國總統選舉中，白人佔72%，非洲裔佔13%，拉美裔佔10%，亞裔佔3%；2016年美國總統選舉，白人佔70%，非洲裔佔12%，拉美裔佔11%，亞裔佔4%。

在這兩次總統選舉中，出現了非常微妙的族裔選票變向：

2012年，93%的非洲裔選民投票支持民主黨候選人奧巴馬，6%的非洲裔選民投票支持共和黨總統候選人羅姆尼；71%的拉美選民和73%的亞裔選民也選擇了支持奧巴馬。2016年，88%的非洲裔選民投票支持民主黨候選人希拉里，8%支持特朗普；支持希拉里的拉美選民和亞裔選民均為65%；而支持特朗普的拉美選民和亞裔選民分別為29%和27%。

也就是説，民主黨在2016年的非洲選民支持率下降了5%，拉美選民支持率下降了6%，亞裔選民支持率下降了8%，共和黨則分別在這三個族裔增加了2%，2%和1%的支持率。

在2012年的總統選舉中，選民關注的優先議題，分別是經濟、預算赤字、外交政策和健康保障，民主黨候選人奧巴馬在健康保障議題中獲得了壓倒性的優勢支持（75%）。

在2016年總統選舉中，選民最關注的是外交政策、移民、經濟和恐怖主義這四個議題，希拉里和特朗普各自在兩個議題上獲得優勢支持，數據顯示希拉里在外交和經濟議題上佔優，特朗普在移民問題和恐怖主義上佔優，希拉里儘管獲得媒體青睞，但是在政策議題上並沒有像2012年的奧巴馬那樣確立壓倒性的領先優勢。

上述數據揭示的規律，比敵意政府靠社交媒體“忽悠”美國選民，“決定性地影響”美國總統選舉的這個解釋更傳統，事實上也更加容易被證實。2017年5月8日，華盛頓郵報刊發題為“為何特朗普能贏？更多的白人，更少的非洲裔美國人，實際去投了票”的文章，對此有過非常清楚的説明：白人投票率上升了2.4%，非洲裔投票率下降了4.7%。在州一級的數據顯示，密歇根和威斯康星州非洲裔選民投票率下降了12%，在佛羅里達，白人投票增加了4%，非洲裔投票率下降了4%，最終特朗普在佛羅里達以1.2%的微弱優勢勝出，拿到了全部的選舉人票。

研究顯示，如果能夠保持和2012年一樣的族裔投票率，希拉里在密歇根能夠贏1.5%（實際是輸了0.2%），在賓夕法尼亞能夠贏0.5%（實際是輸了0.7%），在威斯康星能夠贏0.1%（實際是輸了0.8%），如果拿下這三個州，希拉里將獲得278張選舉人票，贏得而不是輸掉2016年的總統選舉。

劍橋分析幫特朗普贏得了選票？

從另一個角度看，造成這種族裔波動的原因能夠歸結為來自劍橋分析的數據挖掘和外部力量精準投送的政治廣告麼？

這倒不見得完全不可能，但顯然需要更多的和更加深入的研究。從傳播學本身的發展來看，基本的結論之一，是傳播的內容可以實現動員和喚起，但是這種動員和喚起與行為之間是一種強弱不等的相關關係，還是決定性的因果關係，需要通過精細的控制變量研究來最終得出靠譜的結論。同時需要看到的是，無論是臉書、推特還是谷歌，這些公司的用户數據並不是選擇性開放的，對這些數據進行深度挖掘的能力，以及製作和投送政治廣告的渠道和能力，也不具有基於黨派的排他性。更直白地説，2016年總統選舉期間，希拉里競選團隊同樣具備數據蒐集、挖掘以及分析的人員。更加重要的是，根據傳統的傳媒理論，長期暴露在相對開放和信息自由流動的環境裏的受眾，理論上應該具有更強的辨別能力。開放的信息流動環境，對於信息內容真假的識別機制和能力，理論上也應該更加發達和完善。

從理論建構的角度來説，一個理論如果要成立，需要對諸多已經成為某種常識性認知的結論進行顛覆性的修正然後才能成立。如果在與一些適用條件更加寬鬆的解釋版本競爭時並沒有表現出更強的解釋力，那麼重新思考所謂理論創新的顛覆性結論，以避免出現“重新發明輪子”的無用創新，可能是比較理性的選擇。從研究的視角看，觀察2016年美國總統大選後歐美媒體對選舉結果的“後真相式”的解讀，與其説指出了值得研究的新問題，不如説凸顯了對這種現象本身進行深入研究的必要。

就實際操作而言，扎克伯格本身在國會聽證會上遭遇的提問，更多地在推翻、而非驗證某些已經被媒體當做確定的科學的結論進行傳播的觀點、假設甚至是猜想。在較為極端的情況下，這些媒體的行為，更進一步揭示了導致希拉里及其支持者輸掉2016年選舉的真正原因：大量的精力和資源，被錯誤的配置到了次要的方向，對選民的真正訴求沒有做出有效回應，所謂意外的結果，其實不過是不討某些人喜歡的真相罷了。

【來源：澎湃新聞】