CNDD-0039 联合国投票数据及应用（可衡量国家外交关系质量）
▪ 关键词：联合国大会唱名表决结果
▪ 数据编号：0039
▪ 数据名称：联合国大会唱名表决结果数据
▪ 数据区间：1946-2021年
▪ 样本数量：原始数据 1,052,606条；单边国家的理想点（Ideal Point）估计数据 2,303条；中国与其他国家的理想点差距数据 2,267条
▪ 数据来源：原始数据来源于“Erik Voeten “Data and Analyses of Voting in the UN General Assembly” Routledge Handbook of International Organization, edited by Bob Reinalda (published May 27, 2013). Available at SSRN: http://ssrn.com/abstract=2111149”；理想点数据来源于“Michael Bailey, Anton Strezhnev and Erik Voeten ‘Estimating Dynamic State Preferences from UN Voting Data’ Forthcoming Journal of Conflict Resolution DOI: 10.1177/0022002715595700 ”
▪ 数据说明：联合国大会成立于1945年10月24日，是由联合国全体193个会员国共同组成的主要审议、监督和审查机构。联合国大会投票信息数据包括了自1946年以来历届联合国大会关于每一议题的投票信息，数据覆盖了各次会议的主要信息及各国投票明细情况。具体包括会议编号、国家名称、国家代码、投票日期、投票结果等，其中议题涉及核武器和核材料问题、 武器控制和裁军问题、殖民地议题、人权问题、发展问题等。联大的投票对国际政治现实有着直接影响，因此，投票受到各国重视。衡量一国立场的常用方法是理想点估计（Bailey et al., 2017），Bailey et al.,（2017）以项目反应理论（Item Response Theory） 和空间模型对联合国投票数据进行了处理，测算出各国政治立场的理想点（Ideal Point），并以各国理想点数值之差作为两国之间的国际政治倾向距离（由于度量过程不是重点，不再详细介绍）。
▪ 数据维度：国家层面
▪ 综合评价：联合国大会为国际政治多方角力提供了平台，针对各项议题的投票行为代表着一个国家对相关议题的政治偏好，也代表着该国与其他国家的国际政治倾向的相似性。大会投票数据立足于国际视角，反映了近代以来的全球国际关系变化情况，可以衡量两国政治关系的远近或是中国与东道国外交关系质量，是国际关系、政治经济等领域的重要数据资源。
▪ 稀缺度：★★★★☆
▪ 新颖度：★★★★★
▪ 总体级别：13颗星
✔ 常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。
✔ 稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。
✔ 新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。
▪ 原始数据主要变量说明列示如下：
▪ 中国与其他国家理想点差值数据的主要变量列示如下：
▪ 单边国家的理想点（Ideal Point）估计数据：
▪ 中国与其他国家理想点差值数据
▪ 数据描述：以2003至2014年间的数据为例，平均每年与中国国际政治关系距离最远的国家主要是以美国为首的西方国家，与中国国际政治关系距离最近的国家基本上为非洲和亚洲的发展中国家。具体排名如下。
（1）与中国国际政治关系距离最近的国家排名：
（2）与中国国际政治关系距离最远的国家排名：
04 相关前沿文献速递
▪ 文献来源： 孙楚仁,李媚媚,陈瑾.双边政治关系改善能延长企业出口产品持续时间吗[J].国际经贸探索,2022,38(07):4-24.DOI:10.13687/j.cnki.gjjmts.2022.07.001.
▪ 文献内容： 文章基于2000-2013年中国工业企业数据库和中国海关进出口统计数据库以及联合国大会投票数据，利用生存分析模型考察了双边政治关系对企业-HS8位数产品–目的国出口持续时间的影响。研究表明：双边政治关系改善有助于降低企业出口风险，延长企业出口持续时间。研究论证了双边政治关系改善的经济合理性，评估了其对企业-HS8位数产品–目的国出口持续时间的实际影响，能够为中国的外交政策提供一定的实证参考。
▪ 实证模型与相关数据应用
文章使用的是企业-HS8位数产品–目的国离散时间的生存数据，选取离散 Cloglog模型估计双边政治关系对企业出口生存的影响。 具体的离散Cloglog模型如下：
其中，f、k、d、t分别表示企业、产品、出口目的国和年份。由于建交时间对双边政治关系存在影响，文章借鉴许政等（2010）在双边政治关系指标中剔除了建交时间、建交时间与时间的交叉项，最后用得到的结果作为本文的核心解释变量。β为双边政治关系的估计系数。h(t，Xfkdt) 为给定控制变量、 企业在第t年的风险概率。γt表示基准风险率， 即当所有解释变量的值都接近于零时企业在出口贸易市场所面临的风险， γt = log(Ht – Ht-1) 代表在 ［t-1，t］ 区间内的基准风险率差异，它表达了基准风险率如何随时间变化而变化。 μfkdt为误差项。
▪ 主要实证结果与解读
下表为基准回归结果。其中，第（1）列仅加入核心解释变量，双边政治关系的系数在 1%水平下显著为正。第（2）列在第（1）列的基础上加入GB/T2位数行业、 企业所有权类型、企业贸易方式、是否为OECD国家以及年份固定效应，第（3）列在第（2）列的基础上加入了控制变量。最终，核心解释变量的系数均在1%的水平下显著为正。由于双边政治关系值越大代表双边政治关系距离越远，意味着双边政治关系改善有助于降低企业- HS8位数产品-目的国出口风险，从而延长出口持续时间。
[1]Bailey, M. A., Strezhnev, A., & Voeten, E. (2017). Estimating Dynamic State Preferences from United Nations Voting Data. Journal of Conflict Resolution, 61(2), 430–456.
[2]Knill, A., Lee, B.-S., & Mauck, N. (2012).Bilateral political relations and sovereign wealth fund investment. Journal of Corporate Finance, 18(1), 108–123.
[3]Li, J., Meyer, K. E., Zhang, H., & Ding, Y. (2018).Diplomatic and corporate networks: Bridges to foreign locations. Journal of International Business Studies, 49(6), 659–683.
[4]Strezhnev, A., & Voeten, E. 2013. United Nations general assembly voting data.
[5]Zhang, W., & Mauck, N. (2018).Government-affiliation, bilateral political relations and cross-border mergers: Evidence from China. Pacific-Basin Finance Journal, 51, 220–250.
[6]查雯,李响.领导集团更迭与外交政策调整[J].世界经济与政治,2018,No.449(01):53-72+157-158.
[7]宋锦.美国在世界银行的影响力下降了吗——从世界银行发展融资分布得出的证据[J].世界经济与政治,2019,No.470(10):74-98+158-159.
此数据为会员专属数据，添加客服微信，购买年度普通会员149元，年度高级会员299元，永久高级会员899元，可享CNDeepData所有数据免费获取。
▪ 添加客服微信方式：
扫描下方二维码，或搜索下方微信号。
部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
