The geography of Australiarsquo;s Marriage Law Postal Survey outcome
Tom Wilson, Fiona Shalley, Francisco Perales
First published: 12 June 2019|
https://doi.org/10.1111/area.12558
Abstract
After years of public debate about same‐sex marriage, the Australian Government put the issue to the electorate in the “Australian Marriage Law Postal Survey” in late 2017. The survey asked voters whether the law should be changed to allow same‐sex couples to marry. Nationally, 61.6% of voters responded “Yes.” But there were marked variations by electoral division, with the proportion of “Yes” votes varying from 26.1% to 83.7%. The aim of this paper is to explore the geographical pattern of the percentage of voters responding “Yes” by federal electoral division and identify its correlates. Results of the survey by federal electoral division were obtained from the Australian Bureau of Statistics (ABS); other variables for electoral divisions were obtained from the ABS and the Australian Electoral Commission. Multiple linear regression and geographically weighted regression were employed to establish the relationship between the percentage of “Yes” responses at the electoral division level and the characteristics of electoral divisionsrsquo; populations. In 133 of 150 electoral divisions there was a majority of “Yes” responses. Strong predictor variables of the percentage “Yes” vote included the proportions of: the population describing themselves as having no religion, those with post‐school educational qualifications, those with a birthplace in Oceania, Europe, or the Americas, and those who did not vote for conservative parties in the 2016 federal election. A marginally better fit was obtained with geographically weighted regression. In conclusion, the geographical pattern of responses in the Australian Marriage Law Postal Survey is closely associated with a small number of characteristics of an electoral divisions population.
1 INTRODUCTION
Marriage equality has been on the Australian political agenda for much of the present century, particularly after other countries introduced same‐sex marriage from the early 2000s (Chamie amp; Mirkin, 2011). Responding to increased public support for same‐sex marriage (Perales amp; Campbell, 2018; Smith, 2016), in 2017 the Liberal‐National Coalition Government directed the Australian Bureau of Statistics (ABS) to canvass the views of the public through the Australian Marriage Law Postal Survey (AMLPS). Effectively a plebiscite, the AMLPS was open to all those on the electoral register at 24 August 2017 – all Australian citizens aged 18 and over except those serving prison sentences of more than three years. Unusually, the whole exercise was conducted by post, with voting open between 12 September and 7 November 2017. Participation was voluntary. Eligible voters were asked “Should the law be changed to allow same‐sex couples to marry?” and instructed to mark either a “Yes” or “No” box and then post back their completed form (ABS, 2017a). The results announced by the ABS on 15 November 2017 revealed a participation rate of 79.5% of voters and a “Yes” vote of 61.6%. A bill to change the law was passed by parliament shortly afterwards, and the amended Marriage Act came into effect on 9 December 2017. It represented a highly significant day not only for Australias non‐heterosexual population (Wilson amp; Shalley, 2018), but also Australians more generally (Pennay et al., 2018).
The plebiscite results prompt questions such as “Who voted lsquo;Yes?rsquo;,” “Which areas voted lsquo;Yesrsquo; to the greatest extent?” and “What are the determinants of these patterns?” ABS published the number and percentage of “Yes” and “No” votes for each of the 150 federal electoral divisions, as well as voting participation rates by gender and age group (ABS, 2017b). These data are internationally unique – as Australia is only the second country in the world after Ireland to constitutionally legalise same‐sex marriage through a national vote – and enable examination of the spatial patterning of the plebiscite outcomes. Further, nearly concurrent Census data (August 2016) and Federal election data (November 2016) based on the same geographical units were linked to the AMLPS data. This confluence provides us with an exceptional opportunity to examine the ecological relationships between the plebiscite results and a range of theoretically relevant social factors (such as the religious and political composition of electorates). The aim of the present study is to leverage these unique data to answer the following research questions: (1) What was the spatial pattern of the AMLPS outcome by electoral division? and (2) What are the correlates of the percentage “Yes” vote?
2 PREVIOUS EVIDENCE
The bulk of previous international research on the correlates of support for marriage equality and rights for same‐sex couples is largely based on survey data from individuals, focusing on the explanatory role of religiosity, political views, education, age, gender, cultural background, and area of residence (e.g., Anderson et al., 2017; Oppenheimer et al., 2014; Sloane amp; Robillard, 2018; Webb amp; Chonody, 2014). In Australia, a recent study by Perales and Campbell (2018) found stronger support for the statement “Homosexual couples should have the same rights as heterosexual couples do” among individuals who were non‐religious, highly educated, under 40 years of age, female, living in a metropolitan area, on high income, Australian‐born, English‐speaking, and non‐heterosexual.
To our knowledge, the only previous ecological study is McAllister and Snagovsky (2018), who conducted an analysis of the AMLPS results. Their primary focus was on the voting patterns of four socio‐economic area types identified by factor analysis, and the views of local Members of Parliament (MPs) on same‐sex marriage. They found that the percentage “Yes” vote by ele
剩余内容已隐藏，支付完成后下载完整资料
澳大利亚婚姻法地理邮政调查结果
Tom Wilson，Fiona Shalley，Francisco Perales
首次出版：2019年6月12日|
https://doi.org/10.1111/area.12558
摘要
经过多年关于同性婚姻的公开辩论，澳大利亚政府在2017年底的“澳大利亚婚姻法邮政调查”中将这一问题提交给了选民。调查询问选民是否应该修改法律，允许同性伴侣结婚。在全国范围内，61.6%的选民回答“是”，但各选区的“是”票比例存在显著差异，从26.1%到83.7%不等。本文旨在探讨联邦选举部门回答“是”的选民所占百分比的地理分布，并找出其相关性。联邦选举司的调查结果来自澳大利亚统计局；选举司的其他变量来自澳大利亚统计局和澳大利亚选举委员会。采用多元线性回归和地理加权回归方法，建立了选区一级“是”反应的百分比与选区人口特征之间的关系。在150个选区中的133个选区，大多数人的回答是肯定的。“赞成”投票率的强预测变量包括：自称没有宗教信仰的人口比例、具有大学后教育学历的人口比例、出生地在大洋洲、欧洲或美洲的人口比例，以及在2016年联邦选举中没有投票给保守党的人口比例。用地理加权回归得到了一个稍好的拟合。总之，澳大利亚婚姻法邮政调查中的答复地理格局与选举部门人口的少数特征密切相关。
1简介
婚姻平等在本世纪的大部分时间里都是澳大利亚的政治议程，特别是在其他国家从21世纪初开始实行同性婚姻之后（Chamieamp;Mirkin，2011）。为了回应公众对同性婚姻的支持（Peralesamp;Campbell，2018；Smith，2016），2017年，自由党-国家联合政府指示澳大利亚统计局（ABS）通过澳大利亚婚姻法邮政调查（AMLP）征求公众的意见。《反洗钱法》实际上是一次全民投票，于2017年8月24日对选民登记册上的所有人开放——所有18岁及以上的澳大利亚公民，但服刑3年以上的人除外。不同寻常的是，整个演习都是通过邮寄进行的，投票时间是2017年9月12日至11月7日。参与是自愿的。合格的选民被问到“是否应该修改法律，允许同性伴侣结婚？”？并指示在“是”或“否”框中做出标记，然后将填妥的表格寄回（澳大利亚统计局，2017a）。澳大利亚统计局于2017年11月15日公布的结果显示，参与率为79.5%，赞成票为61.6%。不久后，议会通过了一项修改法律的法案，修订后的《婚姻法》于2017年12月9日生效。这一天不仅对澳大利亚的非异性恋人群意义重大（Wilsonamp;Shalley，2018），而且对澳大利亚人来说意义更为广泛（Pennay等人，2018）。
公民投票结果引发了诸如“谁投了赞成票？”、“”哪些地区投了最大程度的赞成票？“和”这些模式的决定因素是什么？澳大利亚统计局公布了150个联邦选举部门中每一个部门的“赞成”和“反对”票数和百分比，以及按性别和年龄组划分的投票参与率（澳大利亚统计局，2017b）。这些数据在国际上是独一无二的，因为澳大利亚是继爱尔兰之后世界上第二个通过全国性投票使同性婚姻合法化的国家，并且能够检验公民投票结果的空间模式。此外，基于相同地理单位的几乎同时进行的人口普查数据（2016年8月）和联邦选举数据（2016年11月）与反洗钱政策数据相关联。这种融合为我们提供了一个特殊的机会，来审查公民投票结果与一系列理论上相关的社会因素（如选民的宗教和政治组成）之间的生态关系。本研究的目的是利用这些独特的数据来回答以下研究问题：（1）按选区划分的反洗钱政策结果的空间格局是什么？（2）赞成票的比例有什么关系？
2以前的证据
以往关于支持婚姻平等和同性伴侣权利相关关系的大部分国际研究主要基于个人的调查数据，侧重于宗教信仰、政治观点、教育、年龄、性别、文化背景和居住地区的解释作用（例如，Anderson等人，2017年；Oppenheimer等人，2014年；Sloaneamp;Robillard，2018年；Webbamp;Chonody，2014年）。在澳大利亚，Perales和Campbell（2018）最近的一项研究发现，在非宗教、受过高等教育、年龄在40岁以下、女性、生活在大都市地区、收入高、在澳大利亚出生的个人中，对“同性恋伴侣应享有与异性伴侣同等的权利”这一说法的支持度更高，讲英语，非异性恋。
据我们所知，之前唯一的生态研究是McAllister和Snagovsky（2018），他们对AMLP结果进行了分析。他们的主要关注点是通过因子分析确定的四种社会经济领域类型的投票模式，以及地方议员对同性婚姻的看法。他们发现，选举部门的“赞成”票比例与富裕程度、女同性恋夫妇比例、公民投票率和议员对同性婚姻的支持程度呈正相关；与移民地区和老年已婚居民比例较高的选民呈负相关。他们的线性回归模型的调整R2达到了0.78。
我们的方法不同于McAllister和Snagovsky（2018）的方法。首先，他们的研究从政治学的角度出发，而我们则从地理的角度出发。这是有价值的，因为有大量证据（主要来自美国）表明，社会态度、价值观和政治投票模式在地理上是聚集的（Leshaegheamp;Neidert，2009；Rentfrow，2010）。在我们的应用中，这涉及到通过数据可视化关注澳大利亚领土投票的地理聚类，以及考虑“是”投票的预测值是否和如何在空间上变化——通过应用地理加权回归（GWR）实现。其次，McAllister和Snagovsky（2018）的研究依赖于因子分析，而我们使用了少量的自变量，这些自变量是由早期微观层面的研究结果驱动的（例如，Peralesamp;Campbell，2018）。
3数据和方法
3.1数据
澳大利亚众议院选举分为150个联邦选举区，一般根据人口规模进行分配。2016年各选举分区的常住人口估计中值为160560人。然而，这些分区在地理范围上差别很大，从32平方公里（格雷德勒，悉尼市中心）到163万平方公里（杜拉克，澳大利亚西部内陆）。选举分区的界限如图1所示。结果部分提到的那些选举部门以红色突出显示。
形象
图1
在体形视图中打开PowerPoint
澳大利亚联邦选举部门，2017年。
资料来源：澳大利亚统计局（2017c）
[彩色图片可在wileyonlinelibrary.com上查看]
在我们的模型中，因变量是对“法律是否应该改变以允许同性伴侣结婚”这一问题的回答“是”的百分比？“从AMLPS结果中获得（澳大利亚统计局，2017b）。根据先前研究的结果，根据AMLPS结果（澳大利亚统计局，2017b）、澳大利亚统计局2016年人口和住房普查（澳大利亚统计局，2017c）、澳大利亚统计局估计的居民人口（澳大利亚统计局，2018）和澳大利亚选举委员会（澳大利亚选举委员会，AEC）公布的2016年联邦选举结果，构建了一组11个独立变量的初始集，2017年）。表1列出了这些变量，以及简要的描述性统计数据。完整的数据集在数据S1中可用。
表1。联邦选举部门变量的描述性统计
变量
平均
中值的
标准差
最小值
最大值
因变量
%“赞成”票（赞成）61.2 61.8 10.2 26.1 83.7
自变量
%总体调查参与度（PARTIC）79.4 80.0 4.3 50.1 86.0
%年轻人的参与（18-34）（年轻人参与）72.6 72.5 6.2 43.2 84.3
%雌性（根据FEM）51.5 51.5 1.0 46.1 53.2
%年轻人（18-34）（每个年轻人）27.5 27.2 4.6 17.1 44.6
%具有大专学历（POSTSCHED）53.7 52.7 7 7.7 36.8 72.7
%个人收入高（每周2000美元以上）（每高收入）9.8 7.9 5.9 3.3 30.9
%出生地在大洋洲，欧洲和美洲（记录）（LN U出生）4.5 4.5 0.1 4.0 4.6
%没有宗教信仰（没有宗教信仰）29.7 30.0 7.3 11.2 50.5
%同性关系中的人（记录在案）（同级）–0.9–-1.0 0.6–-2.1 1.6
%有投票权的自由党/民族党（PERuacute;LNP）50.3 51.1 11.3 27.6 74.9
种群密度（记录）（LN_密度）5.2 6.1 2.8minus;2.4 8.5
参与率，定义为参与人数占合格选民的百分比，是从反洗钱计划中获得的。年龄在18-34岁之间的选民的参与被作为一个单独的变量，因为年轻选民往往比年长选民更进步（Armeniaamp;Troia，2017）。我们预期这个年龄组的高参与度与“是”的结果正相关。
来自2016年人口普查数据的所有变量都是根据通过ABS TableBuilder Pro工具（ABS，2017c）获得的数据创建的，仅限18岁及以上的澳大利亚公民作为合格的参与人口。所有这些都与“是”的结果呈正相关。将自己的宗教认定为“无宗教”的人所占比例被用作缺乏宗教信仰的普遍迹象，因此对传统性和道德态度的支持较少（Perales等人，2018年）。在大洋洲（包括澳大利亚）、欧洲和美洲出生的非土著人的百分比也被用作对性别多样性更开放态度的代表，因为这些大陆对非异性取向的接受程度更高。接受过任何学校后教育的人的百分比通常被用作对多样性开放程度的指标，而同居同性关系中的成年人比例预计表明，当地对性多样性的支持态度相对更高，这与团体间接触的理论是一致的（Smith等人，2009年）。包括女性和年轻人（18-34岁）的比例，因为这些群体通常更支持同性关系。根据之前的微观调查结果（Peralesamp;Campbell，2018年），每周个人收入在2000美元或以上的居民比例也与“是”结果呈正相关。
人口密度计算为2016年各选举分区的估计常住人口（ERP）除以选举分区的面积（km2）（澳大利亚统计局，2018年）。我们预计更高的人口密度与“是”结果正相关，因为人口稠密地区的个人更可能与更大多样性的人互动（Smith等人，2009）。
我们还包括2016年联邦众议院选举（AEC，2017年）中联盟（自由党和国家党）的投票百分比。由于澳大利亚的优先投票制度，这些数据包括联盟和选民中的其他主要政党（通常是澳大利亚工党）之间的两党优先投票。自由党/全国联盟包括澳大利亚政坛的两大保守党。因此，我们预计，更高比例的联盟支持将与“赞成”票呈负相关。
3.2方法
要回答第一个问题，“按选举部门划分的反洗钱政策结果的空间分布是什么？”？，我们创建了“是”和“否”选票百分比的choropleth图。然后，我们研究了11个自变量与“赞成”投票率之间的二元关系。选择自然对数作为三个变量，以获得与“是”百分比更为线性的关系，即：人口密度、在大洋洲、欧洲或美洲出生的百分比以及同性关系中的百分比。为了分析“赞成”投票百分比的相关性，我们首先使用所有11个自变量拟合了一个普通的最小二乘线性回归模型（模型1）。然后，使用反向逐步回归法创建第二个模型，以在不影响模型精度的情况下选择优化模型（模型2）。这依赖于10倍的交叉验证来估计模型的平均预测误差（Kassambara，2018）。函数将最佳模型定义为具有最小均方根误差（RMSE）的模型。支持信息中提供了我们的语法代码：参见数据S2。
随后，我们应用GWR来确定自变量对“是”反应百分比的影响是否存在空间变异性。GWR模型允许自变量的系数在空间上变化，并提供了检验这是否有助于我们理解自变量如何在空间上的强度和方向上影响因变量的机会（Fotheringham等人，2000）。由于澳大利亚的地理位置，采用了自适应的双平方空间核。这既适应了选举区人口规模的变化，也适应了地理上较大且人口稀少的选民彼此相邻，以及较小且人口较稠密的选民（Fotheringham等人，2002年）。GWR可以包含地理上变化的系数以及不变化的全局系数。我们将人口密度设定为全球范围，并允许所有其他人口在当地变化。然后根据Akaike信息准则（AIC）选择最优模型。
4结果
4.1投票地域
在全国范围内，61.6%的澳大利亚人对调查问题的回答是“是”，尽管如图2所示，按选举部门划分有相当大的差异。回答“是”的百分比从西悉尼布拉克斯选民的26.1%低到悉尼和墨尔本市中心选民的83.7%高不等。尽管150个选区中只有17个选区的“赞成”答复低于50%，但与农村和偏远地区的选民相比，靠近州和地区首府城市中心的选民更强烈地支持修改法律。研究大多数“无”响应的选举部门（图3），在悉尼西部和昆士兰农村（西部和西北部）有明显的聚集。另外两个“不”选民在墨尔本，但在地理上是分开的。
形象 剩余内容已隐藏，支付完成后下载完整资料
资料编号：[240401]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
