의원간 유사성에 기반한 18대 국회의원 투표행태 분석

Q: 이 논문에서 정의한 법안쟁점도란 무엇인가?

법안쟁점도는 국회 본회의 표결에 상정된 법안의 분석 중요도를 나타내는 지표이다. 이는 유효 투표율, 찬반 다양성, 정치 성향 다양성 세 가지 조건을 모두 곱한 값으로 산출된다. 투표에 참여한 의원 수가 많고, 찬성과 반대가 혼재하며, 정당 내부에서도 찬반 의견이 다양할수록 높은 값을 가진다.

Q: 법안의 쟁점도가 높아질수록 국회의원들의 투표 행태는 어떻게 변화하는가?

연구 결과, 법안의 쟁점도가 높아질수록 국회의원들의 소속 정당 응집력은 변화하며, 특히 한나라당 의원들의 응집력이 민주당 의원들에 비해 높게 나타났다. 또한, 다차원척도법 및 네트워크 분석 결과, 쟁점도가 높은 법안에서는 의원들이 정당 소속에 관계없이 혼재되어 유사한 투표 행태를 보이는 경향이 증가한다.

강필성; 박영준; 조수곤; 김성범

추천

검색

질문

자료유형: 학술저널

저자정보: 강필성 (서울과학기술대학교) 박영준 (고려대학교) 조수곤 (고려대학교) 김성범 (고려대학교)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제40권 제1호

발행연도: 2014.2

수록면: 60 - 83 (24page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper aims to propose a research framework of analyzing voting activities of a national assembly on the basis of member-level voting similarity and provides a case study in the 18<SUP>th</SUP> national assembly in South Korea. First, we propose a bill contentiousness measure that gives a higher score to bills for which ayes and noes are more diversified in both conservative and progressive parties. Based on the bill contentiousness measure, the top 5%, 10%, and 20% bills were identified and used for further analyses. Moreover, we propose a member-level voting similarity measure that compensates for the lower frequency of noes, and evaluate the pair-wise voting similarities for all lawmakers. Then, voting similarity differences to the affiliated/non-affiliated parties were analyzed for the members in the two major parties according to some internal/external key factors. Finally, similar voting groups were identified and their affiliations were investigated based on the multi-dimensional scaling (MDS) and network analysis techniques. A case study on the 18<SUP>th</SUP> national assembly of South Korea showed that the cohesion of the members in the ‘Hanara’ party becomes higher than that of the ‘Minju’ party as the bill contentiousness increases, whereas the number of elected, local constituency versus proportional representation, and the competition intensity in a local constituency were found to be partially influential to the voting activities of lawmakers. In addition, MDS and network analysis showed that there is a distinctive difference between two parties when all bills are analyzed, whereas the diversity of parties increases in the same group as the bill contentiousness increases.

#Voting Activity Analysis #Bill Contentiousness #Voting Similarity #Multi-Dimensional Scaling(MDS) #Network Analysis

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)