A Harmonised Panel Dataset of Berlin Polling District Election Results, 1998-2025

一个统一的柏林选区选举结果面板数据集，覆盖1998年至2025年，包括区议会、州议会、联邦议会和欧洲议会选举，重新分配到1503个固定的邮政选区，使用人口密度加权面积插值方法。A unified panel dataset of Berlin electoral results covering the period from 1998 to 2025. The dataset encompasses elections for district councils, state parliaments, the federal parliament, and the European Parliament, with all electoral boundaries redistricted into 1503 fixed postal constituencies using a population density-weighted areal interpolation method.

原始信息汇总

柏林投票区选举结果统一面板数据集（1998-2025）

数据集概述

该数据集提供了柏林市1,503个邮政投票区在1998年至2025年间的29场选举结果面板数据，涵盖区议会（BVV）、州议会（AGH）、联邦议院（BTW）和欧洲议会（EU）四种选举类型。所有选举结果通过人口密度加权面插值方法统一重划到一套固定的地理边界上，解决了柏林几乎每次选举都会重新划分投票区边界、导致原始数据无法跨年份比较的问题。

核心方法

数据集采用非密度制图插值（dasymetric interpolation），以年度人口密度层（来自柏林Umweltatlas）对旧区与新区的重叠区域进行加权，无人居住区域权重为零。相比纯面积加权方法，该方法在2016年州选举和2017年联邦选举的官方基准测试中误差更低（平均绝对误差分别为0.58和0.32个百分点）。

数据覆盖范围

项目	详情
年份	1998-2025
选举数量	29场
选举类型	区议会（BVV）、州议会（AGH）、联邦议院（BTW）、欧洲议会（EU）
票型	erst（候选人票）、zweit（政党名单票）、bvv、eu
目标区域	1,503个邮政投票区，跨选举固定不变
面板行数	67,635行

1990-1995年的选举虽经流程处理，但因数据质量核查未完成而暂未发布。

主要文件

• data/berlin_votes_panel_1998_2025.csv：面板数据（67,635行 × 20列）
• geo/berlin_panel_geo.shp：1,503个目标区多边形（EPSG:4326）
• notes/：方法论、数据质量说明、政党分类、来源表等参考材料
• code/：完整构建流程及验证基准的R代码

关键变量

每行代表一个邮政投票区 × 选举 × 票型的组合，唯一键为 (id, election_id, vote_type)。主要变量包括：

• 选民登记数、总投票数、有效票数、无效票数
• 六个单独追踪政党的得票数（SPD、CDU、FDP、绿党、左翼党、AfD）
• 三个聚合类别：极右翼、极左翼、其他政党
• 柏林行政区代码（"01"-"12"）
• rerun_24btw：标记2024年联邦议院部分重选状态

九个政党票数列在每一行均严格等于有效票数。

使用须知

• 2024年联邦议院选举混合两次测量：仅294个区持有实际的2024年部分重选结果，其余1,209个区沿用2021年结果，需用 rerun_24btw 区分。
• 选民登记数不可跨选举类型直接比较（BVV/EU包含非德国欧盟公民，最低投票年龄不同且随时间变化）。
• AGH/BVV选举存在来源级会计差异（总票数≠有效票+无效票），占比约31%的AGH/BVV行（占全部行14%），源自官方源数据且未修正，但不影响政党得票率。
• 2021年选举周期特殊（行政失误导致2023/2024年法院命令重选）。

数据来源与许可

原始选举结果来自Amt für Statistik Berlin-Brandenburg；边界文件来自柏林开放数据平台（2014年后）及统计局（1998-2013年）；人口密度栅格来自柏林Umweltatlas。派生数据集以CC BY 4.0许可发布，底层源数据适用各自的许可条款。

搜集汇总

数据集介绍

构建方式

该数据集针对柏林选举地理异质性显著、选区边界频繁重划导致跨期比较困难的问题，构建了一个覆盖1998至2025年柏林市议会、州、联邦及欧洲议会四类选举的统一面板。其核心构建策略在于采用人口密度加权的面插值法（dasymetric interpolation），将历次选举原始结果重新分配至一套固定的1,503个邮政选区地理单元上。相较于传统面积加权法，该方法依据柏林环境地图集提供的年度人口密度栅格数据，对旧新选区重叠区域进行加权，使无居民区域权重为零，从而有效消除了人口分布不均带来的偏差。基准测试表明，其平均绝对误差显著低于面积加权、质心包含及多数分配等替代方法，确保了跨时间序列中政党支持率的平滑变动，且无因边界重绘引发的人为跳跃。

使用方法

用户可直接加载data/目录下的CSV面板文件及geo/目录下的SHP地理文件进行时空分析。每个选区均关联其所属的2021-2024年州及联邦选区边界，便于与其他层级数据整合。使用前需阅读notes/下的方法学与数据质量文档，特别注意24_BTW混合时点问题、登记选民跨选举类型不可比性、以及AGH/BVV选举中源数据固有的会计差异。完整构建流程及验证基准均可在R环境中复现，运行code/run_all.R即可重建整个数据集，但需注意1998-2013年边界文件需从官方申请，不完全公开可复现。数据集以CC BY 4.0许可发布，适合用于长期政治地理演化、选举行为及空间模型研究。

背景与挑战

背景概述

柏林作为德国政治地理最为异质化的城市之一，其选举研究长期受限于行政边界频繁调整与数据粒度不足的困境。自1998年至2025年，柏林历经29场涵盖市镇、州、联邦及欧洲议会层面的选举，而各次选举的投票区划（Wahlbezirke）几乎均被重新划定，致使原始发布结果难以跨越时间进行比较分析。为突破这一藩篱，研究者Susanna Wirthgen基于柏林-勃兰登堡统计局官方数据、柏林开放数据平台及环境地图集的人口密度栅格，构建了首个统一至1,503个固定邮政投票区划的平衡面板数据集。该数据集通过人口密度加权的不规则三角网插值方法，将逾六万七千条选举记录精准映射至恒定地理单元，实现了对近三十年柏林政治生态变迁的连续追踪，为城市政治地理学、选举行为比较及选区划分公平性研究提供了高分辨率的基础数据支撑。

当前挑战

构建此数据集面临多重挑战。首要难题在于柏林投票区划的频繁更迭与官方仅提供相邻两次选举间协调的局限，使得跨年度可比性近乎缺失；而传统面积权重插值法在人口分布极不均匀的城市环境中误差显著，例如森林或工业区等无人区域若按面积分配选票将严重扭曲结果。为此，采用人口密度加权插值方法，将重叠区域按实际居民分布加权，但该方法仍需面对数据质量参差的现实：1998至2013年间的边界文件需向统计局专门申请，且个别来源的许可条款未明确；2021年选举因行政失误导致法庭命令的补选，部分选区数据需特殊标记；此外，约14%的市镇与州选举行存在源数据层面的会计差异（如总票数与有效票加无效票不符），虽不影响政党得票率，但需如实记录并供使用者甄别。这些挑战的妥善处理，确保了数据集在方法论严谨性与数据透明度上的平衡。

常用场景

经典使用场景

该数据集为柏林自1998年至2025年间所有选举提供了一个统一地理框架下的面板数据，涵盖区议会、州议会、联邦议院及欧洲议会选举，并将结果重新分配至固定的1,503个邮政选区。其经典使用场景在于利用人口密度加权插值法，将不同年份的选举结果对齐至一致的空间单元，从而实现对柏林高度异质政治地理的精细追踪。研究者可借此分析政党支持在微观地理尺度上的长期演变，或结合人口、社会经济数据进行空间统计建模，探究选举行为与城市结构之间的关联。

解决学术问题

该数据集解决了柏林选举研究中的一个核心难题：选区区划频繁变动导致原始数据无法跨时间比较。通过采用dasymetric插值法，依据人口密度而非地理重叠面积分配选票，显著降低了边界重划带来的测量误差（基准测试显示平均绝对误差低至0.58个百分点），优于其他三种常见方法。这一创新为构建稳定、可比较的长时间序列选举面板提供了方法论基础，使学者能够研究政党支持率的时空动态、选举波动性及其与都市治理的互动，极大地推动了城市选举地理学与比较政治学的实证研究。

实际应用

该数据集的实际应用广泛，可支持城市政策制定与民主参与研究。城市规划者与地方政府可利用其分析不同选民群体的投票偏好与参与率，从而优化公共服务分配与选区划分。对于政党与竞选团队，该数据提供了微地理层面选民倾向的洞察，有助于制定精准的竞选策略。此外，记者与公民社会组织可借助该面板监测选举公正性、识别异常模式，增强政治透明度。其开放许可协议（CC BY 4.0）亦鼓励社会各界广泛使用，促进基于证据的政策讨论与民主治理。

数据集最近研究

最新研究方向

该数据集以柏林为缩影，揭示了城市政治地理研究中微观单元长期追踪的范式突破。通过人口密度加权的不规则面插值法，将近三十年跨邦、联邦及欧洲议会的混合选举结果统一至恒定邮政选区空间框架，有效消解了行政边界频繁重划带来的比较困境。其方法论创新不仅为德国乃至欧洲高度异质化城市提供了可复制的政治生态分析基准，更在极右翼势力崛起、选举动荡频发的当下，为探究城市内部政治极化、选民流动及民主韧性等前沿议题奠定了数据基石。尤为重要的是，该面板数据集开创性地整合多层级选举类型，使研究者得以在一致的空间尺度上剖解政党支持率的动态演变，为城市政治社会学与选举地理学的交叉研究开辟了崭新维度。