一、研究对象与核心研究问题
本研究聚焦于数据驱动竞选（Data-Driven Campaigning, DDC）中两个被广泛使用但概念边界模糊的核心策略——“定向”（targeting）和"定制"（tailoring）。研究的首要贡献在于理论层面：提出一个将这两个概念明确区分并系统关联的分析框架，将定向定义为"选择向谁展示广告"的受众选择策略，将定制定义为"调整广告内容以适应特定受众"的信息适配策略，并引入"定向程度"和"定制程度"两个连续变量来捕捉现实中政治广告策略的复杂性。在实证层面，研究以2021年德国联邦大选（Bundestagswahl）为案例，分析最后四周竞选期间六大主要政党在 Facebook 和 Instagram 上投放的全部政治广告（n=4760），探究政党如何在实践中组合使用定向和定制策略，以及这两种策略之间的互动关系。
二、研究背景
数据驱动竞选已成为全球民主政治中最具争议性的议题之一。自2016年剑桥分析（Cambridge Analytica）丑闻以来，政治行为者利用大数据和平台广告工具进行精准政治传播的实践引发了广泛的公众关切和学术讨论。“微定向”（micro-targeting）——即利用细粒度的用户数据向极小规模的特定群体投放高度个性化的政治信息——被视为对民主公共讨论的潜在威胁，因为它可能导致选民之间的信息不对称、阻碍公共议题的共同讨论空间，并使政治问责变得困难。然而，既有学术讨论往往将"定向"和"定制"混为一谈，未能区分"向谁展示"和"展示什么内容"这两个在逻辑上独立的决策维度。此外，关于政治行为者实际 DDC 能力的实证研究仍然有限。德国作为欧洲最大的民主国家，其多党制环境和相对严格的数据保护法规为研究 DDC 的实际运作提供了独特视角。值得注意的是，Meta（Facebook/Instagram 母公司）此后宣布退出欧盟政治广告市场，这使得本研究的数据具有独特的历史文献价值。
三、理论背景
研究在批判性审视既有 DDC 文献的基础上，构建了一个二维理论框架。第一个维度是"定向程度"（degree of targeting），描述广告投放受众范围从广泛（broad targeting，面向所有用户）到狭窄（narrow targeting，面向极小的特定细分群体）的连续谱系。第二个维度是"定制程度"（degree of tailoring），描述广告内容从通用（generic，所有版本内容相同）到高度个性化（highly tailored，为不同受众群体创作不同的信息内容）的连续谱系。理论框架强调，这两个维度在实践中可以独立变化——政党可能进行窄定向但不定制内容（即向特定群体展示通用广告），也可能进行内容定制但不进行窄定向（即向广泛受众展示根据兴趣调整的多版本广告）。这一区分有助于更精确地评估 DDC 的民主风险，因为只有同时具备高定向和高定制的广告才构成真正意义上的"微定向"。
四、研究设计
研究采用混合方法设计，结合多模态人工内容分析（multimodal manual content analysis）和 Meta 广告定向数据集（Meta Ad Targeting Dataset）进行分析。数据来源为2021年德国联邦大选前最后四周（约一个月）内，六大主要政党（CDU/CSU、SPD、Grüne、FDP、AfD、Die Linke）在 Facebook 和 Instagram 平台上投放的全部政治广告，总计4760条。对于"定制程度"的测量，研究团队对广告内容进行人工编码，分析广告文本、图像和视频中的议题主题、情感诉求、行动号召和视觉风格等变量，评估同一政党的不同广告版本之间的内容差异化程度。对于"定向程度"的测量，研究利用 Meta 提供的广告透明度数据集，提取每条广告的受众定向参数（包括地理位置、年龄、性别、兴趣标签、自定义受众等），据此计算定向的精细程度。通过将两个维度的测量结果进行交叉分析，研究能够绘制出各政党在"定向-定制"二维空间中的实际策略分布图谱。
五、主要发现
- 政党在数据驱动竞选中表现为"选择性和务实的"（selective and pragmatic）行为者，而非学术讨论和公共想象中无所不能的"微定向者"（micro-targeters）。大部分广告采用的是中等程度的定向和较低程度的内容定制。
- 定向与定制之间并非简单的正相关关系：许多广告在定向维度上相对精细，但在内容维度上仍使用通用信息，表明政党更倾向于利用平台工具优化受众触达效率，而非投入大量资源创作高度个性化的内容。
- 不同政党之间的 DDC 策略存在显著差异，这与其组织资源、数字化能力和竞选战略定位有关。
- 真正意义上的"微定向"——即同时高定向和高定制——在实际竞选实践中相对罕见，削弱了关于DDC带来系统性民主威胁的极端叙事。
- Facebook 和 Instagram 两个平台之间的广告策略存在差异，反映了政党对不同平台用户群体特征的适应性考量。
六、研究结论与讨论
本研究的核心理论贡献在于为数据驱动竞选研究提供了一个更为精确的概念工具箱。通过将"定向"和"定制"明确概念化为两个独立维度，研究帮助学界超越了"微定向"这一过于笼统的概念框架，使得对 DDC 策略的分析更加细致和有针对性。实证发现表明，至少在德国的制度环境和2021年的技术条件下，政党的实际 DDC 实践远未达到公众讨论中所渲染的"操控性"水平。政党更多地是在有限资源和平台规则约束下做出务实的策略选择，而非系统性地利用个人数据进行大规模精准操控。
这一发现对于政策讨论具有重要含义。研究指出，监管框架不应仅关注定向行为本身，还应关注内容定制的程度——因为只有两者结合才构成对信息透明度和民主问责的真正挑战。Meta 退出欧盟政治广告市场的决策虽然消除了平台层面的定向工具，但也使得政治广告的监测和透明度面临新的困难，因为政治传播可能转向更不透明的渠道（如即时通讯群组或有机内容策略）。
从方法论角度看，本研究展示了将平台数据与人工内容分析相结合的研究设计的可行性和价值。未来研究可在此框架基础上进行跨国比较，特别是对比欧洲多党制民主国家与美国两党制环境下 DDC 策略的差异，以及不同数据保护法规对政党数字竞选行为的约束效果。此外，随着 AI 工具（如大型语言模型）被引入竞选广告内容生产，“定制"的成本可能急剧降低，这是否会改变当前"低定制"的实践格局，值得持续关注。