我们随机选择了10,000个美国社区。如果我们把你放入其中一个,你能猜到大多数人在那里投票吗?
但是,如果你看到了足够的话,请点击这里看看你是如何做的,并了解更多关于我们的政治知情可能缺乏的东西。
或者继续玩 - 你仍然可以随时戒烟。 (我们还有数千人!)
[点击此处再次播放。除非你对所有10,000个社区猜测,否则你赢了两次相同的社区。]
到目前为止播放的大多数读者都非常擅长这场比赛,至少在某些地方。为唐纳德J.特朗普或者对乔·拜登的大众或大量投票的区域通常是纽约时报读者最容易识别的。
您不需要精心制作的测验,告诉您,这两套地方通常彼此看起来不同,即使没有车道中的粘性卡车等陈词滥调的信号,或者没有来自邻居的人口统计线索抚育他的草坪。在一个越来越多地划分城乡的国家,拥有稀疏房屋的乡村道路对于特朗普领土有一个良好的赌注,而中风公寓和行房屋的街区最有可能被竞标地面。
但是你越靠近政治中心 - 大多是郊区的区域,更狭隘地选择了一个候选人,比其他候选人更难了 - 游戏变得越难。
下图显示了此模式。它描述了读者的成功率,根据一个地方的投票保证金,具有最严重投票给左边的宾根先生的区域,以及为特朗普先生投票的人。平均而言,一个区域越近50-50分裂,较少的可能读者是正确地击贴其政治,导致你在这里看到的“v”形状:
如果您自己的猜测遵循这种模式,那么您今天刚刚经历了一定非常好的政治地理摘要。城市和乡村主要是无可争议的;所有悬念都在介于两者之间。然而,同样的启发式将失败,但是,如果我们在60年前尝试了这场比赛。然后,人口密度并不是一个区域政治的明确预测因素。
让我们这么说,而不是仔细研究这些图像中的这些图像的小细节,因为党派提示(你做到了,对吧?),让密度成为你唯一的指导:如果一个地方看起来比费城,明尼阿波利斯的中环郊区更密集主要地铁地区,你猜到了拜登;如果它看起来不那么密集,你猜到了特朗普。这种简单的规则会导致正确的答案大约三次 - 比大多数人在那一刻做得更好。
要公平给您,并不总是可以从单个形象中讲述精确的密度,并且猜测精确提示指导您的选择也不易。
但是你可以在下面的图像中看到特朗普先生赢得了读者的各种地点的困难:
这些照片有哪些共同点:开阔天空,开放空间,宽敞的码。你一般没有看到像院子标志这样的公开政治线索,你不需要它们。您可能不知道这些城镇,但您可以发现他们更多的农村性格。
在频谱的另一端,这些图像来自拜登先生赢得一夜之处的地方,而且读者也钉了:
在这里,我们在彼此之上彼此拥有的家园,彼此相邻的家园,邻近的前门几乎是触摸。在这些图像中,你更有可能看到一个人的行人,一辆自行车锁在灯柱,一辆平行停放的汽车。有很多人行道和较少的草坪。
然而,大多数美国选民在这些稀疏和致密的极端之间居住。他们住在这里:
欢迎来到郊区:美国的常年政治战场,决定2020年大选的地形,以及看起来不是那么多刻板民主或共和党人的社区,而是慷慨的美国人。
在这里,码头更慷慨,街道往往是树衬里。独立的房屋有车道和车库(足够大的多个汽车)。其中一些郊区看似街道可以在技术上位于城市范围内。但他们看起来都相当相似,并且在他们的紫色政治中是相似的。上面的地方在2020年决定不到20分,他们都绊倒了比邻近的读者更远的结果。
这些也是美国党派制定彼此发展的刻板印象的地方证明了不太有用。
正如密度随着时间的推移,消费者和生活方式选择 - 拾取卡车与Priuses,印度与美国连锁餐厅,宽阔的草坪与人行道上的派对,也与人行道上的党派的更加预测。其中一些信号可能会帮助您在这场比赛中。
“北卡罗来纳大学政治科学家Marc Hetherington表示,北卡罗来纳大学的政治科学家中没有人毫无努力,他们的研究自20世纪90年代以来履行了这一变化。 “但是现在是因为我们如何在政治上排序,他们就是这样。”
平均而言,这些刻板印象可以帮助您到达关于某人或地点的党派的正确结论。但他们也很想念。霍赫雪茄教授说:政治刻板印象可以彼此引领选民,或者忽视美国选民的大部分地区,这些刻板印象可以让漫画,或者忽视这些选民的广大宗教信仰。
在我们的照片中,有明确的例子,这些概括将导致您误入歧途。 Hasidic Brooklyn的部分地区比北科托农村多,共和国多。许多史泰登岛邻里看起来像是它们的深蓝色,但他们相反的'一些明显的农村地区为拜登先生争辩 - 沿着小学城镇边缘,沿着南部黑带的印度保留投票。
在其他地方,您可能发现了进一步的详细信息,可以帮助您在更熟悉的政治心理地图中:工匠风格架构,可以让您进入太平洋西北地区,Xeriscaping可能意味着西南,婴儿树典型的新建exurbs更有可能倾向于共和党人。
显然,在随机地址中没有Partisan吸烟枪。我们选择从一个区域中选择的位置可能没有完全代表其整体化妆 - 也许农场从我们向你展示的细分市场开始街区。
但我们相信这些场景共同举行了一个非常全面的美国选民生活在这个大型和各种各样的国家的地方。事实上,有些地方会立即确认你的刻板印象。但是,您的直觉也会有些地方。
下面,找到一个表,说明我们向您展示了每个街区,以及其周围的区域如何投票,以及其他读者用相同的图像做得的程度。
要在此测验中创建位置列表,因此随机选中了10,000名选民的地址,从中列出了超过1.8亿的列表,在那里我们有精确级别的结果。此示例代表了投票边距和人口密度的2020投票。 (关于城市和农村特朗普和竞选区的正确数量。)
每个位置的原始图像在3月2021年3月来自Google Street View。图像可能不完全代表一个区域。 每个区有一个图像。 这个测验是由Josh Katz,Emily Badger,Kevin Queay和Rumsey Taylor创建的,以及Matthew Bloch和Rachel Shorey的额外工作。