colombia-2026-electoral-divergence

AFOS · Colombia 2026 Electoral Divergence 是一个开放数据集，专门用于交叉分析和对比哥伦比亚2026年总统选举的民意调查数据与预测市场数据。该数据集的核心创新在于明确展示并量化两者之间的“差异”（Divergence），而非将不同来源的信息简单混合平均，旨在揭示市场预期与民调测量之间的信息缺口，为选举分析和政治风险评估提供更精细的视角。数据集内容涵盖2026年哥伦比亚总统选举周期（第一轮于2026年5月31日举行，决选于2026年6月21日举行，主要候选人为Abelardo de la Espriella和Iván Cepeda）。数据文件包括：第一轮投票意向的民调数据（长格式，涉及10位候选人、29次民调）；结构化民调数据（含方法论）；来自Polymarket预测市场的候选人每日获胜概率时间序列数据；计算得出的市场与民调差异时间序列数据；决选阶段的民调数据；以及包含第一轮和决选票数、百分比的官方选举结果文件。此外，还提供了原始的市场数据载荷以供验证。数据集通过具体案例（如最终获胜者de la Espriella在民调中得票率被低估，而市场给予其更高的获胜概率）论证了差异分析的价值。结果显示，尽管市场和民调都正确预测了获胜者，但它们普遍高估了获胜优势，而差异数据本身成为了反映选举紧张程度的关键信号。数据来源于公开的民调机构（如Invamer, AtlasIntel等）、维基百科、AS/COA民调追踪器以及Polymarket预测市场。本数据集适用于选举研究、预测市场分析、政治科学、数据新闻等领域。数据部分采用CC BY 4.0许可，要求注明AFOS Analytics及原始民调机构；代码脚本部分采用Apache 2.0许可。数据集不包含任何个人数据，仅为基于公开信息的观察性研究，不构成投资或投票建议。AFOS · Colombia 2026 Electoral Divergence is an open dataset specifically designed for cross-analysis and comparison of public opinion poll data and prediction market data for Colombias 2026 presidential election. The core innovation of this dataset lies in explicitly showcasing and quantifying the divergence between the two, rather than simply averaging information from different sources. It aims to reveal the information gap between market expectations and poll measurements, providing a more nuanced perspective for election analysis and political risk assessment. The dataset covers the 2026 Colombian presidential election cycle (first round held on May 31, 2026, runoff on June 21, 2026, with main candidates Abelardo de la Espriella and Iván Cepeda). Data files include: first-round voting intention poll data (long format, involving 10 candidates and 29 polls); structured poll data (including methodology); daily candidate win probability time series data from the Polymarket prediction market; calculated market-poll divergence time series data; runoff stage poll data; and official election result files with vote counts and percentages for the first round and runoff. Additionally, raw market data payloads are provided for verification. The dataset demonstrates the value of divergence analysis through specific cases (e.g., final winner de la Espriella was underestimated in polls but given higher win probability by the market). Results show that while both market and polls correctly predicted the winner, they generally overestimated the winning margin, and the divergence data itself became a key signal reflecting election tension. Data sources include public pollsters (e.g., Invamer, AtlasIntel), Wikipedia, AS/COA poll tracker, and the Polymarket prediction market. This dataset is suitable for election research, prediction market analysis, political science, data journalism, and other fields. The data portion is licensed under CC BY 4.0, requiring attribution to AFOS Analytics and original pollsters; code scripts are licensed under Apache 2.0. The dataset contains no personal data and is solely for observational research based on public information, not constituting investment or voting advice.

原始信息汇总

数据集概述：AFOS · Colombia 2026 Electoral Divergence

该数据集由 AFOS Analytics 维护，专注于交叉分析哥伦比亚 2026 年总统选举（第一轮：2026年5月31日；第二轮：2026年6月21日）的 民意调查 与 预测市场 数据，并明确呈现两者之间的 偏离（Divergence），而非简单合并为一个平均值。

---

核心内容

1. 数据路径与文件结构

路径	行数	内容
polls/colombia-first-round-polls.csv	170	第一轮投票意向，长格式（每候选人×每次民调一行），涵盖 10 位候选人、29 次民调（2025年→2026年5月）。
polls/colombia-polls.json	—	包含完整方法论的结构化民调数据。
data/colombia-market-odds-timeseries.csv	4,620	Polymarket 每日胜选概率（19 位候选人，2025年7月→2026年6月），来自“哥伦比亚总统选举”市场。
data/colombia-divergence-timeseries.csv	123	市场×民调偏离 —— 每候选人的第一轮民调数据与第二轮决选快照（6月15日），结合市场赔率。
polls/colombia-runoff-polls.csv	3	第二轮决选民调（AtlasIntel、Guarumo/Ecoanalítica、CNC）。
data/colombia-results.csv	4	官方结果 —— 第一轮+第二轮，含票数与得票率，标记胜选者。
data/colombia-poly-raw.json	—	Polymarket 原始数据（用于溯源）。
news/colombia-2026-press-coverage.csv	22	新闻报道覆盖文件（ES/EN/PT），按时间排序，涵盖15家媒体。
data/colombia-structural-context.csv	—	世界银行结构性背景指标（治理、经济、教育）。

2. 选举结果

• 第二轮（2026年6月21日）： Abelardo de la Espriella 获胜，得票 49.66%（12,959,542 票）对 Iván Cepeda 的 48.70%（12,708,712 票），差距约 0.96 个百分点（约 25 万票）。
• 第一轮（2026年5月31日）： de la Espriella 43.74%，Cepeda 40.90%。

3. 跨源对比（预测市场 × 民调 × 媒体）

• 市场： 最终将 de la Espriella 的选择概率定价为 88.5%（近于确定），Cepeda 为 12.5%。
• 民调： 第二轮决选民调显示 de la Espriella 领先约 4-8 个百分点。
• 媒体： 报道预测 de la Espriella 可能获胜，但指出竞争趋紧。
• 结论： 三方均正确预测了胜选者，但都 高估了胜选差距（实际差距仅约 1 个百分点）。

4. 关键偏离（Divergence）示例

候选人	民调（2026年5月20日 Invamer）	市场概率	偏离（pp）	解读
Abelardo de la Espriella	31.6%	43.5%	+11.9	市场大幅高估其胜选概率；实际第一轮得票 43.7%，与市场一致。
Iván Cepeda	44.6%	43.5%	-1.1	接近无偏离；市场与民调均认为其票数领先但胜选概率持平。
Paloma Valencia	14%	14.5%	+0.5	市场与民调完全同步。
Daniel Quintero（2025年11月）	5.2%	0.6%	-4.6	市场始终不认为其能获胜。

核心观点： 若仅使用“市场+民调”的平均值，会显示 Cepeda 大幅领先，从而掩盖市场对 实际第一轮胜选者（Espriella） 赋予的远超其得票率的胜选概率。偏离本身才是关键信号。

---

数据许可

• 数据： CC BY 4.0
• 代码/脚本： Apache 2.0
• 需标注 AFOS Analytics 及原始民调机构。

---

其他文件

• 新闻报道层（news/colombia-2026-press-coverage.csv）： 22 条经筛选的新闻标题（ES/EN/PT），覆盖15家媒体（如CNN en Español、El Tiempo、Al Jazeera等），用于定性分析，不含情感评分。
• 结构性背景（data/colombia-structural-context.csv）： 世界银行指标（治理、人口、GDP、通胀、教育支出等），用于国家背景说明，不预测选举结果。

---

数据来源

• 民调机构：Invamer、AtlasIntel、CNC、Guarumo、GAD3、CELAG 等
• 民调数据汇编自：Wikipedia — 2026 Colombian presidential election 和 AS/COA poll tracker
• 市场数据：Polymarket

搜集汇总

数据集介绍

构建方式

该数据集由AFOS Analytics构建，旨在交叉对照哥伦比亚2026年总统选举的民意调查与预测市场数据。构建方式效仿AFOS在巴西与秘鲁数据集中的方法，将民意调查（包含170行首轮投票意向数据、29次调查与10位候选人）与Polymarket预测市场的日度胜选概率时间序列（涵盖19位候选人，跨越2025年7月至2026年6月）并列呈现，并明确计算二者之间的显性分歧值，而非简单融合为单一平均数值。此外，数据集还整合了15家媒体的22条新闻标题作为定性轴，与量化的市场-民调分歧形成互补。

使用方法

用户可通过加载CSV与JSON文件直接使用数据集，核心文件包括首轮民调数据（colombia-first-round-polls.csv）、日度市场胜率时序（colombia-market-odds-timeseries.csv）及逐候选人的市场-民调分歧时序（colombia-divergence-timeseries.csv）。数据提供英文、西班牙文和葡萄牙文版本，附有详尽的数据字典（DATA_DICTIONARY.md）以解释各列的语义。适用于政治风险分析、选举预测建模及舆论研究，使用时须遵循CC BY 4.0许可协议，并正确标注AFOS Analytics及原始民调机构。

背景与挑战

背景概述

AFOS Analytics团队于2026年创建了哥伦比亚总统选举分歧数据集，旨在系统性地交叉参照民意调查与预测市场在选举中的表现。这一数据集聚焦于2026年哥伦比亚大选，涵盖首轮与次轮投票的完整周期，汇集了来自多个权威民调机构（如Invamer、AtlasIntel）及Polymarket预测市场的每日胜率数据。研究者并非简单地将不同来源的数据平均化，而是以显式分歧为核心分析维度，揭示市场定价与民意测量之间的结构性差异。该数据集的出现拓展了选举风险分析的方法论边界，为拉丁美洲政治研究提供了可复用的跨数据源比较框架，对理解新兴民主国家中预测市场与民调的互动机制具有重要价值。

当前挑战

该数据集核心解决的领域问题是如何在选举预测中更准确地融合民意调查与预测市场两类异质信息。传统方法通过简单平均会抹去两者间的偏差信号，而该数据集需保留并解析这些分歧，例如候选人在民调中得票率远低于其市场获胜概率时，往往预示着市场对选举动态的提前定价。构建过程中面临的挑战包括：从多语种（西班牙语、英语、葡萄牙语）新闻与民调中系统整理标准化的结构化数据，确保跨来源的时间序列对齐；处理预测市场原始API载荷的复杂格式；以及在缺乏统一数据字典的公开数据源中保证指标定义的透明性与可重复性。

常用场景

经典使用场景

该数据集的核心价值在于将哥伦比亚2026年总统选举的传统民意调查与预测市场的隐含获胜概率进行系统性交叉比对，通过显式量化两者之间的分歧（divergence）来揭示单纯平均化处理所掩盖的选举信号。研究者可借此考察不同信息源对候选人获胜前景的定价差异，尤其关注市场概率与投票意向之间的偏离程度，从而评估在特定政治生态下，预测市场相较于民调是否更准确地捕捉了选举动态。这一方法已被扩展至巴西、秘鲁等拉丁美洲国家的选举分析，成为跨区域选举行为比较研究的标准化工具。

解决学术问题

该数据集解决了选举预测领域中长期存在的'信息源整合困境'，即如何在不抹除各渠道独特信号的前提下，有效融合民调与市场数据。传统做法将两者简单平均，却掩盖了关键分歧——例如市场对首轮胜者的高概率定价与民调低估其得票率之间的巨大鸿沟。该数据集通过显式展现分歧，揭示了市场概率和投票意向的本质差异：前者反映的是'获胜可能性'，后者衡量的是'得票份额'，两者不可互换。这一创新性框架为选举行为研究、市场效率检验及政治风险建模提供了新范式，推动了关于预测聚合方法论的理论反思。

实际应用

在实际应用中，该数据集被广泛用于政治风险分析、竞选策略制定及媒体报道评估。政治分析机构可利用市场与民调的分歧幅度，快速识别被主流叙事低估或高估的候选人，从而优化资源配置。竞选团队可依据分歧信号调整宣传重点与基层动员策略，尤其是在首轮与决选轮次之间的过渡期。媒体从业者则可将该数据作为事实核查的参考基准，评估自身报道是否错失了重要的选情转折点。此外，金融机构与跨国企业亦将其纳入地缘政治风险评估模型，用以预判选举结果对投资环境的潜在冲击。

数据集最近研究

最新研究方向

该数据集将哥伦比亚2026年总统大选的民意调查、预测市场与媒体报道三者交叉比对，开创性地引入'显式分歧'分析框架，而非传统的数据融合平均。前沿研究方向聚焦于揭示预测市场隐含的胜选概率与民意调查所反映的投票意向之间的系统性偏差。数据集中的典型案例显示，尽管市场与民调均正确预见了最终赢家，但市场对胜选概率的信心（高达88.5%）与实际仅约1个百分点的胶着结果形成鲜明对比，这种过度自信的偏差本身成为了关键的解读信号。该研究方向催生了'分歧即信号'的新型选举分析范式，对政治风险建模、预测市场有效性评估以及拉美地区选举舆情研判具有深远的方法论革新意义。