空间地理学、政治行为与公众舆论｜Handbook on Politics and Public Opinion

本文第一作者：James G. Gimpel

      对政治参与和表达的空间变异性的研究是选举地理学的重要组成部分。无论选举呈现何种模式，选民在空间上的分布都不太可能是随机的。共和党人、民主党人、保守党人、工党支持者、自由民主党人、自由意志主义者和绿党支持者都不是均匀分布的。最根本的原因在于，人类人口的分布既不均匀也不随机，而是从拥挤的城市向外逐渐变得稀疏，直至人烟稀少的地区。人类人口分布的最基本特征之一就是这种集中度的变化。在人口密集的区域，我们更容易找到具有特定特征的人，如身高超过六英尺的人、素食主义者，或是养金鱼和驾驶特定车型的人。

      选举地理学研究中的一个核心问题是，某个地域的政治特征分布是否超出了该地域人口的分布（Gimpel & Schuknecht, 2003）。例如，绿党成员是否在某些地区不成比例地集中，而在其他地方则几乎不存在？某个城镇对特朗普的支持是否超过了根据该镇总人口数的预期？如果某个地区占该州总投票年龄人口的4%，但该地区在选民中的比例远高于（或低于）4%，那么政治地理研究就显得尤为重要。政治地理学的存在首先要求在空间上存在差异，无论观察单位是什么。在某些时间和地点，所有人或几乎所有人投票给同一个候选人的情况确实存在，就像一些威权国家的选举那样。然而，如果政治地理学要对政治行为研究有所贡献，其提供的解释必须解决政治信仰和表达的不均衡性。近年来，随着越来越多的国家提供更细粒度的选举数据，政治地理学的相关性显著增强。

      较小尺度的观察通常意味着社会科学家在解释选民态度和行为时有更多的变异性可供研究。对政治立场支持的表达差异，无论是在问题意见上，还是在对政党和候选人的投票上，都源于个体选民的变异特征（Campbell, Converse, Miller & Stokes, 1960, 24-32; Lewis-Beck, Norpoth & Jacoby, 2008）。若要解释2024年总统选举的投票结果，接近投票时间的个体特征（如就业、收入、政治知识）和观点（如对候选人及政党的评价）是最为关键的考虑因素。这些调查受访者的特征往往在空间上具有可辨识的地理分布，而标准规模的调查通常只能在全国范围内稀疏抽样，无法揭示这种特征（Gimpel, 2018）。

      关于政治支持的地理分布，主要有两种解释。首先，表达的不均衡性可能反映了那些被认为会导致特定偏好的个体层面特征、身份和忠诚的聚集或分散。例如，特朗普的支持者可能集中在教育程度较低、收入中等的白人选民较多的地区；共和党人可能集中在福音派基督教选民集中的地方；而民主党人则可能在非洲裔美国人、女权主义者或大学附近的教职员工密集的地方占更高比例。如果我们统计某个地区在特定时间支持每个政党的社会经济群体，那么任何地理模式都可以直接追溯到这些群体在该地的存在、缺失和相对比例。有些人或许会认为，政治地理学仅仅是城市、州或地区经济与人口特征的分布，而这些特征通常通过普通选民调查得以揭示。当这些特征在相似群体中聚集时，就形成了利益共同体。

      当某个地区的位置在解释态度或行为的变异性上超出了我们当前掌握的人口特征时，这是一个经典的社会科学问题，早已在多个领域被提出，包括教育（Garner & Raudenbush, 1991; Duncan & Raudenbush, 1999; Lee, 2000）、健康与流行病学（Leyland, 2005; MacIntyre & Ellaway, 2000; Ross, 2000; Duncan et al., 1998）、经济学（Graham, 2018; Naz et al., 2015; Iaonnides & Datcher Loury, 2004）、政治学（Anoll, 2018; Gallego et al., 2016; Hopkins, 2010; Gay, 2004; Huckfeldt & Sprague, 1995; Prysby, 1989）、社会学（Coleman, 1966; Sharkey & Faber, 2014; Raudenbush & Sampson, 1999; Moore & Vanneman, 2003），以及最近甚至心理学，这可能是所有社会科学中最关注个体的学科（Rentfrow, 2020; Ebert et al., 2020; Rentfrow & Jokela, 2016; Obschonka et al., 2015; Oishi, 2014; Oishi, Koo & Buttrick, 2019）。在个体层面研究政治表达的优势已经得到认可。对选区、县、地区和州进行汇总观察时，如果将其结果直接解读为反映个体的意见与行为，则可能会犯下生态学谬误（Freedman, 1999）。例如，县级数据可能显示黑人选民与共和党投票之间存在正相关，但这并不反映个体层面的实际情况（Thorndike, 1939; Robinson, 1950; Selvin, 1958）。

      另一方面，个体层面的解释也可能存在不足。两个地区可能具有相似的人口组成，但其中一个地区的共和党支持者占40%，而另一个可能达到60%。社会影响以及互动的过程可能会改变个体层面变量对行为的影响。随着社区中共和党人数的增多，工人阶级的选民支持共和党的可能性也可能随之上升（Berelson et al., 1954; Fenton, 1966; Huckfeldt & Sprague, 1995）。个体层面的社会阶层与政党支持之间的关系会随着周围地区的党派平衡变化而改变（Feinberg et al., 2017）。地理影响使个体关系变得不稳定，因为它同样取决于选民的社会环境。仅依靠个体特征的统计分析，难以全面解释参与水平、意见表达、政党忠诚、候选人评价等其他关键结果，这些特征并非这些结果的唯一原因。

      在政治行为研究中，可能需要同时评估个体层面的数据以及个体所处社区的信息（Huckfeldt, 2014）。早期的政治行为研究已有此方法，研究重大选举活动特定城镇的公民政治行为（Berelson et al., 1954; Lazarsfeld et al., 1944）。最近的研究表明，采用社会背景测量手段有助于理解个体如何运用党派性形成偏好（Butters & Hare, 2020; Conners, 2019; Klar, 2014; Sinclair, 2012; Mutz, 2006; Visser & Mirabile, 2004; Pattie & Johnston, 2000; Burbank, 1997; Huckfeldt & Sprague, 1995; 1987）。地理背景可以提供与社会网络相关的信息，这些网络可能对政治行为或态度产生独立影响（例如，Sinclair, 2012）。

      地理背景具有持久性，这可能源于人类特征和经济活动在特定地区的长期聚集（Obschonka et al., 2018）。在工业革命期间，劳动密集型产业遭受就业困境的逆境可以在这些产业集中的地区的现代人口中看到心理印记。显然，长期经历高压、疲惫和危险的工作条件具有跨代影响（Obschonka, 2018）。这些发现与一个熟悉的观点相一致，即年轻人通过社会化过程，从长辈的榜样中学习其价值观和世界观。早期的政治行为研究者指出，社区的意见和党派忠诚模式具有显著能力，能够在最初提及其问题后，持续多年甚至数代（Campbell et al., 1960, 152; Berelson, Lazarsfeld & McPhee, 1954; Key, 1949）。党派依恋逐渐常态化，甚至成为家庭传统，几乎不受政策知识影响。这些长期背景力量被发现影响当代的政治行为模式，甚至在数十年、百年之后（Archarya et al., 2017; Dentler et al., 2021; Fielding, 2021; 2018）。阐明这些长期因果机制是复杂的，同样需要为多种解释设定合适的控制变量。但很少有人会否认地方的历史塑造了其现状。人们有理由相信，个体的意见、价值观和行为受其居住地方特征的影响，而这个地方的历史特征也深刻影响着当地居民的生活。

社会影响与地理邻近性

       在互联网时代，与远在千里之外的亲友或同事进行低成本交流已成为常态。社会空间可能不再像过去那样仅局限于本地。在过去的五十年中，交通与通信技术的飞速进步，使得一些人预测“距离的消亡”（Cairncross, 2001）与地理的终结（Friedman, 2005）。这种观点认为，由于网络空间已取代了地理空间，地理邻近性的重要性也随之降低。其相关含义是，互联网替代了曾与城市集中相关的区位优势。过去，邻近性对创新至关重要，赋予城市强大创造力；而现在，互联网通信似乎在一定程度上替代了这种邻近性的重要性（Iaomides et al., 2008; Craig et al., 2017）。

      并非所有的社会互动都受到地理空间的限制，但更具影响力的互动似乎确实如此（Small & Adler, 2019; Latané, 1981; Latané & Liu, 1996; Huckfeldt, 1983, 661）。面对面的接触随着个体之间的地理距离增加而减少（Van Den Berg et al., 2009, 7）。即使在在线社交平台上，用户也更倾向于与地理接近的人建立联系，而非与较远的人建立联系（Laniado et al., 2018; Spiro et al., 2016; Scelatto et al., 2010）。长距离的联系可以通过在线方式建立，但短距离的联系在频繁接触的网络中占主导地位（Takhteyev et al., 2012）。在大规模通讯网络中，手机联系的规律性随着距离增加而降低（Lambiotte et al., 2008; Krings et al., 2009）。随着两家公司之间地理距离的增加，业务相关研究合作的可能性大幅下降（Reuer & Lahiri, 2014; Chandra et al., 2007）。城市集中显然并未取代互联网的发展，而是对其形成了补充。或许创新确实需要一个物理组件，而在线联系则是一个较弱的替代品（Craig et al., 2017, 28）。

      营销研究表明，当先前接受推荐品牌的人居住在附近时，社会影响对品牌采用成功的几率显著提高，即使这些新旧采用者之间的联系较弱（Meyners et al., 2017, 53-54）。地理邻近性在消费者眼中被解读为相似性与信任的标志。住在附近的推荐者或认可产品的个体，无疑与我更为相似，因此我更重视他们的判断，这与远在千里之外的人相比。这与政治家在选区会议中强调的本地联系和背景所激发的信任相似。共同的地理起源作为一种额外的证据（Hunt, 2020; Munis, 2021; Gimpel et al., 2008）。

      地理距离是基础设施网络（例如高速公路、铁路、航空线路、水路）不可避免要去克服的成本。令人惊讶的是，社交网络联系似乎同样关键地依赖于邻近性（Barthélemy, 2011）。人们能够比过去在更远的距离上建立联系，但这并未减少人们对近距离联系的重视。虽然社会影响并不严格受距离限制，但它确实随着距离增加而减弱，这表明地理空间对于人类互动、交流和说服仍具有持续的相关性。我们认为，两个地点之间的距离为预测居住在这两个地点的人口之间的政治差异提供了一个重要假设，前提是这些人口已在该地居住一段时间，而非新迁入者。信息与思想在社区内的流动，塑造了人群的政治价值观与表达。通过互动，信息能够流出到其他地点，亦能从外部流入，但距离的限制并不容易克服。

空间隔离：居民分化与其益处

      空间隔离导致空间和社会分化，这是动物与植物生物学家普遍接受的观点；遗传和地理距离相关，因为距离限制了个体间的互动（Wright, 1943; Slatkin, 1993）。在人类群体中，随着地理隔离的增加，独特的地方身份得到强化。距离，即与人口稠密的城市中心的分离，亦与无力感和政治怨恨相互关联（Cramer, 2016）。

      然而，并非所有隔离都是距离的结果。即使人口相距不远，物理和建筑环境中的障碍也可能限制人口的互动。如果这些障碍限制了跨区活动，个体可能无法自由地在某区域内活动。位于自然障碍（如山脉或广袤的水域）两侧的人口可能产生隔离，即便其他特征相似，双方依然可能显现出显著的差异（Cho & Nicley, 2008, 813-814）。建筑环境的特征，包括高速公路及其他开发项目，以及政治实体强加的边界，均可能限制两个本应接近的群体之间的互动（Singh & Marx, 2013）。当然，高速公路和桥梁也可以将原本分离的人群聚集在一起，因此，基础设施在减少隔离及促进同质性混合上的潜力也应当引起关注。

      无论是通过物理或建筑障碍，抑或距离强加的隔离，也可为人口提供保护，这一结果在现有研究文献中经常被忽视。大多数研究强调连接的多重好处。家长通常意识到同龄群体中可能传播的不良思想。在学术界中，除了公共卫生、青少年心理学和犯罪学领域，鲜有人考虑，甚至更不用说研究通过增强联系在空间中传播的有害影响。只有少数研究在调查在线口碑与谣言传播的负面影响（Pfeffer et al., 2014）。虚假新闻传播、猎巫、隐私侵犯、攻击与欺凌在网络交流中有时成为普遍现象，并且非常难以控制。值得注意的是，信息与思想通过接触传播，但并非所有传播的内容都是值得欢迎的，或产生理想的结果。具有强大同侪群体、家庭与家庭网络、集体效能感及地方机构的社区，或许发现，限制外部接触的做法有助于保持这些有利条件。外部接触可能引入破坏社区标准的影响，进而造成行为问题和社会偏差。

      如果与外部接触可能带来危害，显然采取措施限制该接触是必要的。为确保隔离的益处，社区竭力建立障碍，防止与外界的互动，或阻止与被视为可疑和不信任的人群建立更紧密的联系。反对某些社区建设新地铁站，以及操纵土地使用法规以防止某些类型的住房开发的案例，均说明这一点。在富裕社区中，常见的保护性隔离形式是通过设立警卫与门房，限制仅有经过验证的居民可进入该社区。若威胁确实逼近，这种反应被认为是合理和必要的。然而，保护性隔离也可能通过将居住地设置在远离商业开发或主要高速公路的地点来实现。许多分散在全国的城镇均符合此特征，其地理位置本身构成了防范有害外部影响的自然屏障。与这些地方通往被视为更中心区域的更大联系，并不总是带来积极的效果。记录保护性隔离结束后发生的情况同样重要。一项研究表明，附近流浪汉的迁入显著提高了社区活动的水准；而桥梁的关闭促使低收入居民搬迁，给原本受保护的社区带来混乱。随之而来的可预测政治反应是，现有居民在下一次市长选举的动员水平显著上升（Brown & Zoorob, 2020）。

      距离与差异隔离的综合影响将有助于在人口聚居的地形上形成特有的政治属性集群，这些集群在内部具有高度相似性，但随着集群间的距离与隔离增加，群体间的相似度则逐渐减小。这是选举地理学研究的核心假设。政治差异与隔离之间的关联可能会被其他使两群体之差异化的社区差异所混淆。因此，在评估群体间差异时，考虑协变量是颇为明智的，例如社区成员的收入、种族、教育水平、年龄及宗教归属（Gimpel et al., 2020）。

人口规模与密度

      人口规模与密度的增加对人群具有重大影响，这一点是无可争议的。此外，这些影响似乎不仅仅基于个体特征的预测，不同密度所引发的空间结果也不仅仅是组成效应。与可变密度相关的显著结果包括：多样性与专业化；生育率；死亡率；儿童抚养与教育；犯罪；攻击与偏差；公民参与；志愿奋斗；以及身体与心理健康（Durkheim, 1932; Wirth, 1938; Calhoun, 1962; Galle et al., 1972; Choldin, 1978; Smith, 1994; Verba, Schlozman & Brady, 1995; Sampson, 2003; Oliver, 2003; Oliver, 2000; Oishi, 2014）。我们将密度定义为每单位空间所居住的人口数量，通常以平方英里为单位。尽管有些人可能会区分社会密度（每单位空间的社会接触量）和物理密度（每单位空间的个体数量），但我们面临对前者的测量困难。一种相关且有用的区分是物理密度与熟识密度，后者乃是在某一社区内朋友和家庭网络聚集的密度（Freudenberg, 1986）。

      对于研究密度重要性的原因，通常归结为资源限制下（如住房、就业）导致的拥挤感，从而引发更大的竞争与压力。随着密度增加，必要的多样性也伴之而来，以支撑在固定空间内逐渐增大的群体（Wirth, 1938, 14）。若某一群体在这种环境中占据优势，群体内的偏好将确保该群体的优势随着时间逐渐累积，从而加大机会与结果的不平等。持续的不平等可能引发愤怒与怨恨，使得拥挤的空间愈加不适。

      高密度似乎伴随居民间较弱社会联系所带来的冷漠与对抗。有些人推测，在拥挤环境中，互动数量庞大，因而人们自然倾向减少友好接触（Milgram, 1970; Fischer, 1982）。亲密关系难以形成与维持，没有人能承担太多。由此产生的孤独被认为对生活质量有许多负面影响（Putnam, 2000, 326-332; McPherson et al., 2006）。在密度与社会混乱并存的地方，压力、不适与退缩现象相应加剧（Kelling & Wilson, 1982; Steenbeck & Hipp, 2011）。自然，密度有其下限；低于该下限时，这些社会结果不会改善，反而在一个可变有利的人口集中水平趋于稳定。

      居住在人口密度较低的地区，可能的互动相对稀少，居民往往倾向于在他们所接触的人身上投入更多。这种联系的强度解释了为何小镇居民比大城市居民更常报告信任与友善感（Wuthnow, 2013, 117-123）。在低密度环境中居民间更显著的熟悉度，产生的社会压力与拥挤环境中的匿名独立性与非传统性截然不同。容易被识别意味着对规范的偏离高度可见。根据广泛的社会心理学共识，知道自身行为受到他人监控会对行为产生强烈影响。即便当地居民相对宽容，知道自己的社交失误与违规行为已被完全曝光，往往足以促使个体在违规行为逐渐累积或达到足够严重程度时迁离小镇。没人会把违规者推至城镇边缘，甚至将他们驱逐。然而，个体无疑会敏锐感知需在新环境中重新开始，仅因积累的错误在某处如此容易被观察到。这些社会压力无疑将使那些渴望尝试新时尚、不熟悉的日常习惯，以及接受来自远方信仰与价值理念的居民感到不安。非传统的表达甚至可能受到微妙反对信号的压制，因其可见性，独立思想者不禁感到窒息。传统主义的存在是小镇常被视为人们在晚年生活的避风港，尽管年轻人们逃离这些地方，寻求更大的经济机会，以及探寻新的生活轨迹。

因果关系与政治地理学

      许多学术研究已建立距离、密度、隔离与意见持有、党派认同、投票、志愿活动与捐款等结果之间的统计关联。许多研究同时提供了关于因果过程的合理解释，探讨社会影响对个体的影响，例如个体如何感知周围意见氛围，然后采取相应行动。经过几十年的研究，若假设社会环境对意见与行为无影响，显然是挺不可思议的。然而，给出可能发生事态的解释并不等同于精确估计因果影响。无论是研究传染病与健康、识别邻里对学校表现的影响，或在政治活动中界定背景影响的测量，研究人员都希望精确测量这些影响的强度，以及其产生的方式才是关键。此外，若这些影响勾勒了重要决策及政策依据，对此影响的错误识别可能代价高昂。数十年来，学者们探讨与背景影响研究有关的若干难题，这些问题主要涉及因果识别难度。接下来几页我们简要列举这些问题。

      背景影响研究难以识别因果影响，因其无法随机分配个体到不同环境中。此类研究仅限于观察性设计，真正的实验设计极为罕见。不幸的是，在大多数情况下，这一困境难以规避。许多社会科学关注的主题并不适合进行实验研究 —— 这一点值得我们感恩。我们不应当在伦理上将实验对象置入可能接触有害环境的社区。研究者往往只是尽力观察生活在不同环境中的人，以努力通过统计控制排除可能竞争的解释。

      二十年来，实验设计的增多带来对社会和地点影响的创新测试。一项关于社会威胁对选民投票率的重要研究展示了同伴影响对政治参与的影响（Gerber, Green & Larimer, 2008）。另一项实验研究也确认了邻里社会影响与竞选捐款间的因果联系（Perez-Truglia & Cruces, 2017）。经过精心设计的准实验（Shadish, Cook & Campbell, 2002）也被用于改进因果推断，超越传统的静态相关性研究。最近，社会学家的有趣实验研究测试了消费者是否倾向于回避购买来自某些被污名化社区的居民所出售的二手手机，结果表明，买家确实避而远之（Besbris et al., 2018）。居住地确实向外界传递个体信息，正如众多观察性研究所揭示的（Cho, Gimpel & Hui, 2019）。新的实验研究表明，地点与结果之间存有因果关系，为研究者提供灵感，他们开始运用更具创新和吸引力的数据收集方式。

      一旦我们控制适当的个体层面协变量，背景影响可能显著降低或消失。社会与地理影响确实可能不存在。虽然假设学校、邻里、城镇或州对个体层面的结果存在独特影响是合理的，但一旦我们添加更多个体层面的解释变量，所识别出的影响可能变得微不足道或完全消失（Hauser, Sewell & Alwin, 1974）。在社会科学中，收集数据很少（如果有的话）能够穷尽所有可能的解释变量指标。综合社会调查（GSS）累积数据文件中包含超过6000项指标，尽管自1972年研究启动以来，并非每年和每个受访者的调查都有这些指标。尽管如此，它被视为相当全面的调查数据收集方式。尽管其相对完整，但仍有许多理想指标的缺失。即使运用现有最佳数据，也可能会遗漏某些指标。此外，从理论和方法论角度，采用一系列高度相关的个体层面变量替代社会和地理影响的做法都是不可取的。这样的过程可能导致第二类错误，即得出某些解释不重要的结论，而实际上这些解释确实重要。

      好消息是，数据收集在过去三十年中显著提速。随着这些改进的出现，背景影响的研究并没有因为认为只需更全面的个体信息而消失。相反，新的、大规模的数据集提供了更高质量的信息，使我们能更有效地衡量个体与背景影响（Gimpel, 2018; Cantoni & Pons, 2020; Moore & Reeves, 2017, 2020）。过去，传统调查往往无法捕捉环境暴露的变异性，而这是自信地估算背景影响所必需的（Gimpel, 2018, 98）。如今，越来越多地有可能利用那些可以很好代表研究对象，并捕捉被认为对个体构成独立影响的居住环境变异的数据源。

      背景影响被夸大常因未考虑环境选择的影响。当评估社会与地理空间对个体独立影响时，这一问题最为常见。如果人们选择他们的居住地点（或工作），或选择待在一个他们本可离开的地方，那么他们就已经选择了一个与他们观点一致的社会环境。如果他们选择在特定地方居住是因为觉得其适合，那么便削弱了环境对其行为产生影响的观点，从而引导其朝向社会一致性。若人们选择在某地居住，尤其是当该地的社会与政治适宜性成为考虑因素之一时，背景和社会影响的影响必须被显著高估。

      最近的研究表明，至少有部分人确实根据其对地方的适应度来选择居住地，尽管这一适应度可能并非直接的“政治适应度”（Gimpel & Hui, 2017; Gimpel & Hui, 2018; Carlson & Gimpel, 2019; Liu et al., 2019）。在其他未被大规模调查但比例相当可观的人口中，他们同样选择留在自己本可迁离的地方，这是一种默许的选择，尽管没有如搬迁者在选择目的地时给予的积极考虑。一旦考虑这些群体后，剩余的便是那些并未选择居住地的人，包括许多在几代人之前迁移至此之居民的后代，但他们自身并未主动选择此地。简单而言，邻里政治环境部分源于移民的自我选择，部分源于居民自我选择，他们本可选择迁移却选择不迁，最后剩下的则为那些从未考虑搬迁的本地居民（Cho, Gimpel & Hui, 2019）。在大多数地方，现有居民构成了当地意见分布的最大群体，但后续研究应更精准地确定这些可变比例（见Liu et al., 2019）。弄清这些群体如何对意见稳定与变化产生贡献的探索，直到最近才开始受到积极关注（Carlson & Gimpel, 2019; Gimpel & Schuknecht, 2003）。

      最终，即便是那些自我选择进入某种环境的人，也并非每一次后续互动都是选择的结果，仿佛人们完全控制着所接触的信息与相遇的人。当然，特定地区的信息供应是不尽相同的，部分原因正是由于选择居住于此，但仍然会定期接触非自我选择获得的信息。社会背景的重要性在于，地方区域的边界并不严格划定，而是存在渗透性，人们常在其间频繁进出。人们也是多个地方背景的居民，尽管通常只能计算和统计估计其中一个背景的影响。最近的研究表明，社会背景显著影响政治信息在社会网络中的传播流动与准确性（Carlson, 2019）。

当假设背景影响的学者试图表明，某一结果（如个体的党派认同）是由更大社区的意见分布所塑造的，但他们随后又指出个体的党派认同本身也是决定该社区意见分布的因素（Manski, 1993）。这种因果方向的模糊性确实存在问题，许多研究难以改变研究时间。随着具有动态成分的高级研究设计的出现，循环性得以避免。这样的设计使得研究者能够识别社区层面的变化如何改变个体的态度与行为。变化导向的假设应在背景影响研究中占据更大优先地位（Mallinson & Hatemi, 2018; Prysby & Books, 1987; Reiss, 1954, 55-56）。经济学领域通常利用面板设计（对同一组受访者在不同时间进行观察）收集更多数据，而其他社会科学领域则较少。将这种数据收集投资在政治学中则颇为可取。

未来的研究方向

      我们在本章中讨论的问题并非新近出现的。绝大多数核心问题已存在数十年，它们在新一代人首次接触时才显得新鲜。关于社会环境对行为的影响推断障碍早已深入人心（例如，参见：Reiss, 1954; Hawley & Duncan, 1957; Hauser, 1974; Hauser, Sewell & Alwin, 1974; Durand & Eckart, 1976; Weatherford, 1982; Blalock, 1984; Jencks & Mayer, 1990; King, 1996）。试图识别背景影响的社会科学研究者几十年来一直在致力于这些问题，努力推动进展并回应批评（Segal & Mayer, 1969; Przeworski, 1974; Sprague, 1976; Kelley & McAllister, 1985; Huckfeldt & Sprague, 1995; Huckfeldt, Johnson & Sprague, 2004）。

      除了吸引社会科学各领域学者关注外，过去二十年间最积极的发展或许是数据收集的迅速进展，使得首次有可能进行切实的背景影响测试。当数据收集方式不适合测试这些影响时，社会与地理影响的影响容易被忽视（Gimpel, 2018）。而如今，背景可以通过越来越易获得的数据收集（包括时间序列观察）来获取，以往借以否认忽视社会及地理背景的批评，逐渐失去其立足之本。实地实验研究是探索距离、密度与隔离对意见和行为影响的一个非常有前景的途径，同时有助于获得更清晰的因果序列。然而，我们并不认为，仅仅因为存在持续的因果推断威胁，便该放弃关于社会影响、地理和政治表达的研究规划。社会科学一直依赖对个别案例的深入研究，以提供数据中引人注目的关联背后潜在因果机制的可信解释。为了提供这样的报告，必须发展出涉及校园社会科学范围外观察的叙述。政治地理学正是关于如何理解不同地域间态度与行为的变异性。亲自前往这些地方，无论是埃尔迈拉或芝加哥的社区、南方的黑人地带县，还是威斯康星州的小镇，依然是研究计划的重要一步。

      最后，我们试图在这篇综述文章中表明，地理和社会影响的研究并不局限于单一领域，而是广泛分布于社会科学学科之中。进入这一领域的研究者应为阅读其主要领域之外的文献做好准备。尽管本文所引用的研究多来自社会学和政治学，但地理学、心理学、经济学、商业、公共卫生、城市规划以及其他专业领域的研究者亦在积极贡献。对本文中提出的问题进行深入而尊重的探讨，确实需要具备超出一般水平的学术能力。

编译｜林泽正

审核｜李蕤伶

终审｜王海成

©Sociology理论志