马来西亚选举语料库（MECo）|政治选举数据集|数据新闻数据集

马来西亚选举语料库（MECo）是一个开放获取的面板数据库，涵盖了自1955年至今的所有联邦和州级大选，以及自2008年以来的补选。MECo包括近10,000场竞选的候选人和选区级别结果，跨越了七十年，并使用唯一标识符对候选人、政党和选区进行了标准化。数据库还提供了选民规模、投票率、废票和未归还选票的汇总统计数据。这是关于马来西亚选举的最精心策划的公开数据，将为研究、数据新闻和公民参与开辟新的机会。

AI搜集汇总

数据集介绍

构建方式

马来西亚选举语料库（MECo）的构建基于三个主要数据来源：物理选举后报告、官方公报的选举结果以及选举委员会（EC）发布的数字结果。为确保数据的准确性和可靠性，研究团队放弃了光学字符识别（OCR）和PDF解析工具，转而采用手工转录的方式，尽管这种方法耗时较多，但显著降低了错误率，平均错误率仅为0.84%。数据集涵盖了1955年至2025年间的所有联邦和州级大选，以及2008年以来的补选，总计记录了25,552名候选人和9,705场选举竞赛。

特点

MECo数据集的特点在于其全面性和标准化处理。它不仅提供了候选人和选区级别的详细选举结果，还包括了选民规模、投票率、无效票等关键统计指标。此外，数据集通过独特的标识符（UID）实现了对候选人、政党和选区的跨时间追踪，这对于研究马来西亚复杂的政治演变尤为重要。数据集还支持地理空间分析，能够追踪选区名称和边界的变化，为政治科学研究提供了丰富的数据支持。

使用方法

MECo数据集适用于多种研究场景，包括选举研究、政治科学和公共政策分析。研究人员可以利用其标准化的数据模式和查找表，轻松进行跨时段和跨区域的比较分析。数据集还支持与其他数据源的集成，例如通过添加候选人的 demographic 特征或政党的联盟信息来扩展分析维度。此外，数据集提供了详细的代码和脚本，帮助用户快速生成交互式数据可视化，进一步提升了其在学术和新闻领域的实用价值。

背景与挑战

背景概述

马来西亚选举语料库（MECo）由Thevesh Thevananthan于2025年创建，旨在填补马来西亚选举研究领域长期存在的高质量开放数据空白。该数据集涵盖了自1955年至2025年的联邦和州级大选结果，以及2008年以来的补选数据，包含近10,000场选举的候选人和选区级别结果。MECo通过标准化唯一标识符（UID）对候选人、政党和选区进行追踪，为研究马来西亚动态选举历史提供了重要基础。马来西亚作为东南亚最具活力的选举体系之一，其2018年首次执政党更迭和2022年悬峙议会等事件，使得这一数据集对民主化研究具有特殊价值。

当前挑战

MECo面临的挑战主要体现在两方面：领域问题方面，马来西亚缺乏信息自由法案框架，选举委员会（EC）未发布符合最佳实践的机器可读开放数据，导致学者难以获取全面、标准化的选举数据；构建过程方面，原始数据分散在物理选举报告、政府公报和非结构化的数字仪表盘中，需人工转录近2.5万条候选人记录，且候选人姓名拼写、头衔使用的历史差异（如'Rafidah Aziz'在不同选举中的8种变体）给UID生成带来巨大挑战。此外，1969年紧急状态期间8%的数据错误率等历史数据质量问题，也增加了数据验证的复杂度。

常用场景

经典使用场景

马来西亚选举语料库（MECo）作为东南亚地区首个覆盖联邦与州级选举的高质量开放数据集，其经典使用场景聚焦于政治科学领域的纵向比较研究。该数据集通过标准化候选人、政党和选区的唯一标识符，支持学者追踪1955至2025年间马来西亚多党制下的选举动态，尤其适用于分析2018年首次政党轮替和2022年悬峙议会等历史性事件对民主化进程的影响。

实际应用

在实践层面，MECo通过配套网站ElectionData.MY降低了非技术用户的数据使用门槛，赋能数据新闻与公民监督。记者可快速提取特定选区70年间的投票趋势，公民组织则能基于标准化数据监测选举公正性。例如，该数据集曾揭示彭亨州海军邮政投票的高未返还率（30%），推动了对特殊投票机制的公共讨论。

衍生相关工作

MECo延续了国别选举数据库（如西班牙SEA、美国Precinct-Level数据库）的学术传统，并衍生出两类经典工作：一是候选人民主特征研究，通过扩展人口统计学字段分析性别、族裔对胜选的影响；二是选区地理谱系重构，如将槟城Bayan Baru与Balik Pulau选区的历史边界变化可视化。其开源架构更支持与全球选举完整性数据集（如GD-Turnout）的跨库链接。