Party Competition: An Agent-Based Model

ویرایش:  
نویسندگان: Michael Laver. Ernest Sergenti  
سری: Princeton Studies in Complexity 
ISBN (شابک) : 0691139032, 9780691139036 
ناشر: Princeton University Press 
سال نشر: 2011 
تعداد صفحات: 293 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 23 مگابایت 

قیمت کتاب (تومان) : 36,000

رقابت احزاب برای کسب رای در انتخابات آزاد و منصفانه شامل تعاملات پیچیده توسط بازیگران متعدد در چشم اندازهای سیاسی است که به طور مداوم در حال تغییر هستند، اما رویکردهای نظری کلاسیک به این موضوع بسیاری از سوالات مهم را بی پاسخ می گذارد. در اینجا مایکل لاور و ارنست سرجنتی اولین درمان جامع رقابت مهمانی را با استفاده از تکنیک‌های محاسباتی مدل‌سازی مبتنی بر عامل ارائه می‌کنند. این فناوری جدید هیجان‌انگیز محققان را قادر می‌سازد تا رقابت بین چندین حزب سیاسی مختلف را برای حمایت از رأی‌دهندگان با اولویت‌های بسیار متفاوت در مورد موضوعات مختلف مدل‌سازی کنند. لاور و سرجنتی رقابت حزبی را به‌عنوان یک فرآیند پویای واقعی که در آن احزاب سیاسی بالا می‌آیند و سقوط می‌کنند، مدل می‌کنند، فرآیندی که در آن سیاستمداران مختلف به روش‌های بسیار متفاوتی به یک مشکل سیاسی مشابه حمله می‌کنند، و بازیگران سیاسی امروزی فاقد اطلاعات کامل درباره پیامدهای بالقوه انتخاب‌های خود هستند. ، باید دائماً رفتار خود را با نتایج سیاسی دیروز تطبیق دهند.

رقابت حزبی نشان می دهد که چگونه می توان از مدل سازی مبتنی بر عامل برای انعکاس دقیق نحوه عملکرد سیستم های سیاسی استفاده کرد. . این نشان می‌دهد که سیاستمدارانی که از سهام نسبتاً متوسطی راضی هستند، اغلب در کسب آرا بهتر از رقبایانی که بی‌وقفه به دنبال سهم‌های بالاتری از آرا هستند، عمل می‌کنند. این نشان می‌دهد که سیاستمدارانی که هنگام تنظیم خط مشی حزبی به ترجیحات شخصی خود توجه زیادی می‌کنند، معمولاً نسبت به مخالفانی که صرفاً بر ترجیحات رأی‌دهندگان تمرکز می‌کنند، موفقیت بیشتری کسب می‌کنند، که برخی از سیاستمداران دارای مزیت‌های «ظرفیت» ویژه‌ای هستند که انتخاب‌پذیری آن‌ها را افزایش می‌دهد - و خیلی چیزها. بیشتر.

Party competition for votes in free and fair elections involves complex interactions by multiple actors in political landscapes that are continuously evolving, yet classical theoretical approaches to the subject leave many important questions unanswered. Here Michael Laver and Ernest Sergenti offer the first comprehensive treatment of party competition using the computational techniques of agent-based modeling. This exciting new technology enables researchers to model competition between several different political parties for the support of voters with widely varying preferences on many different issues. Laver and Sergenti model party competition as a true dynamic process in which political parties rise and fall, a process where different politicians attack the same political problem in very different ways, and where today's political actors, lacking perfect information about the potential consequences of their choices, must constantly adapt their behavior to yesterday's political outcomes.

Party Competition shows how agent-based modeling can be used to accurately reflect how political systems really work. It demonstrates that politicians who are satisfied with relatively modest vote shares often do better at winning votes than rivals who search ceaselessly for higher shares of the vote. It reveals that politicians who pay close attention to their personal preferences when setting party policy often have more success than opponents who focus solely on the preferences of voters, that some politicians have idiosyncratic "valence" advantages that enhance their electability--and much more.