社交媒体与政治献金：新技术的影响 论政治竞争

表A13测试了在Twitter上打开账户的时间是否与打开Twitter账户的时间相关，并证明了这一点不相关。在表A14-A15中，我们用许多交互性度量复制了我们的基准规范，并显示了相同的定性关系。表A16显示了为透明度添加到基准规范中的控件的COE接口。在表中，人口和收入在很大程度上没有显示出相关性。表A17表明，大多数费用类别都与捐赠总额相关。由于费用主要由捐款支付，这是必须的。在表A18中，我们认为Twitter的ECECT对于控制同期和滞后的运动支出是稳健的。表A19测试了打开Twitter渗透是否是一个州的另一个特征的代理，通过包括与一组人口统计数据交互的onTwitter假人，而不是更多的渗透。我们发现，其他特征都没有预测总捐赠。表A20显示，推特渗透率较高的州没有看到更多的推特账户开放。表A21和A22显示，新政治家的收益与他们的推特交流效率和特定内容相关。那些发布更多原创推文而不是转发、使用更多超链接、使用更多反当权派相关词汇或看起来更“投入”的政治家的捐款增加表A23重复了我们对推特对脸书的分析，并发现了一个类似的结果。最后，我们的基线结果对添加周内e-列的ects（表A24)以及更高阶（立方）时间趋势（表A25)是稳健的。戴夫。最小最大捐款1,834 2,562.3 19,954.6 0 707,487.9捐款概率1,834 0.25 0.25 0 0.990竞选支出1,834 10,216.7 80157.4 0 2,753,732新闻提及数1,834 8.95 252.4 0 10,768.6博客提到的1834 6.07 150.17 0 634 0脸书账号之前的1834 0.028 0.141 0 1号。推文1,834 0.50 1.42 0 10.29。转发数1,834 24.27 285.55 0 108 72.410网址中的1,834 0.33 0.99 0 8.70反建制推文1,834 0.01 0.01 0 0.32号。在加入推特的当月，“我们”的推特上有1834 0.04 0.10 0 1.37担心的得分为1834 34.97 21.41 0 100政治家周，观察意味着性病。戴夫。最小最大捐款7,295 1,533.7 6,429.8 0 158 269捐款概率7,295 0.29 0.46 0 1竞选支出7,223 6,718.50 53,410.2-798.02 2,662,027号新闻提及7295 9.62 299.32 0 124 00号博客中提到的7295 6.95 181.78 0 7480脸书账号之前的7295 0.01 0.09 0 1号。推文7,295 0.41 2.87 0 85 no转发7295 2.58 71.49 0 4700号。URL中的7,295 0.21 1.85 0 60反当权派推文7,295 0.003 0.06 0 2总捐款1,000美元-3k 7,295 2,030.57 11,043.7 0 311,700 A15表A9:汇总统计：新政治家和有经验的政治家-周（全样本）新政治家有经验的政治家比较n平均性病。戴夫。最小最大N平均STD。戴夫。最小最大di和erence std。错误汇总捐款237548 1680.232 11893.629 0 231 7786 334660 3188.400 83007.713 0 1.36 E+07 1508.168***（145.549）捐款概率237548 0.169 0.374 0 1 334 660 0.309 0.462 0 1 0.140***（0.001）竞选支出235036 6613.936 60315.829-19002.91 6613983 331556 12943.745 331925.131-1346930 5.93 E+07 6329.809***（589.723）新闻提及29011 3.278 118.069 0 19800 186 65 18.295 407.248 0 19800 15.017***（3.060）博客提及29011 2.185 36.286 0 244 0 186 65 11.689 227.141 0 822 0 9.504***（1.676）脸书账户237548 0.017 0.131 0 1 334 660 0.035 0.183 0 1 0.0173***（0.000）推文237548 0.285 2.656 0 278 334 660 0.657 4.164 0 432 0.371***（0.009）转发237548 0.976 97.235 0 370 69 334 660 40.810 6092.835 0 333 8067 39.83***（10.534）第2号

URL 237548 0.175 1.748 0 113 334 660 0.439 2.943 0 386 0.264***（0.006）推文与“我们”237548 0.021 0.303 0 41 334 660 0.044 0.419 0 53 0.023***（0.001）反体制推文237548 0.004 0.091 0 8 334 660 0.005 0.102 0 23 0.001***（0.000）担心得分210364 38.941 18.962 19 100 302 876 39.023 18.718 19 100 0.0817（0.054）政治家-周（在加入推特的月份）新政治家经验丰富的政治家比较n平均标准。戴夫。最小最大N平均STD。戴夫。最小最大di和erence std。错误汇总捐款4181 1073.584 5915.194 158 269 311 4 215 1.353 7015.686 0 114 623 107 7.769***（155.482）捐款概率4181 0.235 0.424 0 1 311 4 0.378 0.485 0 1 0.143***（0.011）竞选支出4132 4773.146 50369.890 0 191 5575 3091 9319.025 57127.687-798.02 2662027 4545.878***（1292.227）新闻提及4181 1.063 11.647 0 259 311 4 21.118 457.723 0 124 00 20.055*(8.204)博客提及4181 1.357 38.936 0 227 0 311 4 14.459 274.386 0 748 0 13.102**(4.954)脸书账户4181 0.004 0.060 0 1 311 4 0.015 0.123 0 1 0.012***(0.002)推文4181 0.432 3.213 0 85 311 4 0.384 2.3310 60-0.048（0.065）转发4181 0.361 14.962 0 956 311 4 5.546 107.989 0 470 0 5.184**(1.949)推文与URL 4181 0.220 2.127 0 60 311 4 0.196 1.392 0 41-0.024（0.041）推文与‘我们\'4181 0.027 0.280 6 311 4 0.019 0.168 0 4-0.008（0.005）反体制推文4181 0.002 0.044 0 1 0.004 0.069 0 2-0.777（0.001）担心得分3766 38.966 18.919 19 100 280 1 38.189 18.285 19 100 0.0817（0.463）合计捐款$1000-$3000 4181 1798.56 1156 1156 62 0 279 732 311 4 234 2.069 10302.69 0 311 700-543.5086**（261.3548）A16表A10:推特渗透率基准测量值（平均。

Pageviews）由国家-2009年2010年2011年2012年20132014AK 0.00120 0.00244 0.00127 0.00149 0.00047 0.00102 Al 0.00066 0.00123 0.00515 0.00748 0.00391 0.00393 0.00378 0.00236 0.00236 0.00236 0.00236 0.00236 0.00236 0.00236 0.00236 0.00236 0.00236 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 0.00336 45 0.00143 0.00881 0.00994 0.00906 0.00992 de 0.00050 0.00068 0.00474 0.00695 0.00661 0.00379 fl 0.00064 0.00162 0.00240.0.00330 0.00748 0.00507 0.00712 ga 0.00089 0.00215 0.00471 0.00748 0.00357 0.000076 0.00188 0.000048.0.00358 00616 in 0.000650.00124 0.00357 0.00514 0.00319 0.00666 KS 0.00074 0.00093 0.00276 0.00328 0.00601 0.00846 KY 0.00090 0.00107 0.00321 0.00519 0.00312 0.00445 La 0.00072 0.00579 0.00279 0.00229 0.00629 0.00629 0.00629 0.00629 0.00629 0.00629 0.0000611 0.0000644 0.0000644 0.0000644 0.0000611 0.0000611 0.0000611 0.0000611 0.0000611 0.0000811 0.0000811 0.0000811 0.0000811 0.0000811 0.0000811 0.0000811 0.0000811 0.0000811 50 MN 0.00049 0.00133 0.00172 0.00396 0.00465 0.00591 MO 0.00049 0.00793 0.00713 0.00726 0.0076 0.00606 0.0000173 0.00305 0.00209 0.002500.00246 MT 0.00072 0.00214 0.00448 0.0000697 0.0000448 0.0000197 0.0000197 0.0000197 0.0000197 0.0000197 0.0000370 0.0000145 NE 0.00058 0.0000198 0.0000197 0.0000370 0.0000197 0.0000370 0.0000197 0.0000317 0.0000551 NH 0.00049 0.00049 0.000331 0.0000317 0.0000511 75 0.00429 0.00770 NJ 0.00074 0.00162 0.00410 0.00628 0.004690.00708纳米0.00086 0.00058 0.00082 0.00341 0.0000166 0.00665 nv 0.00080 0.00250 0.00233 0.00562 0.00671 0.00872 NY 0.00078 0.00245 0.00284 0.00425 0.00394 0.00654 OH 0.00088 0.00123 0.00499 0.0000101 0.00233 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00213 0.00743 0.01045 SC 0.00089 0.00225 0.00403 0.00813 0.00509 0.00569 SD 0.00024 0.00084 0.00068 0.00236 0.00313 0.00455 TN 0.00057 0.00146 0.00407 0.00689 0.00367 0.00625 TX 0.00089 0.00149 0.00302 0.00453 0.00383 0.00777 UT 0.00060 0.00063 0.0000273 0.0000171 0.00347 VA 0.00009 0.00183.00493 0。00742 0。00413 0。0071 6VT 0.00048 0.00113 0.00088 0.003500.00519 0.00341 WA 0.000 6 0 0.001 1 3 0.0018 2 0.0031 2 0.0045 3 0.0073 7WI 0.00072 0.00104 0.00235 0.00468 0.00366 0.00466 0.00242 0.00816 0.00466 0.00466 0.00246 0.00816 0.00460 0.00246 0.00248 0.00248 0.00246 0.0000180.0000180.0000180.0000180.000081.0.00246 0.000081.0.00246 0.00246捐赠日志（捐赠数量）(1)(2)(3)(4)(5)(7)(8)(9)变量所有新体验所有新体验所有新体验所有新体验在推特x Twit_Penet上129.7702***217.1976***-50.4068 15.9449***24.5988***-2.2660 24.3760*52.4972***-31.8362（46.9017）（48.9254）（87.1296）（6.1483）（10.3824）（13.4746）（12.9017）（24.9576）在推特1.2803 2.1692 0.2374 0.1518 0.2436 0.0458 0.3459*0.7141*-0.1098（1.0032）（1.4021）（2.1598）（0.1371）（0.1704）（0.2788）（0.1949）（0.3711）（0.5257）观察667,368 290,596 376,772 667,368 290,596 376,772 667,368 290,596 376,772 r-squared 0.8210 0.8732 0.7888 0.7876 0.8350 0.7565 0.8405 0.8978 0.8052政治家-月份FE Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y YY Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y YY隐含推特E例ECT为2009年.033***.054***-.014.004***.006***-.001.006*.013***-.009隐含推特E例ECT为2014年.289***.491***-.112.035***.056***-.005.054*.119***-.071注：稳健的标准错误聚集在括号内的州和周级别。***P<0.01,**P<0.05,*P<0.1。

因变量是Log（捐赠总量）、至少接收一次捐赠的概率和Log（捐赠数量）。所有政治家都包括在(1)、(4)和（7）栏中，而是(2)、(5)和（8）栏中的新政治家和(3)、(6)和（9）栏中的经验丰富的政治家。与推特上的政治家互动的州级基线控制包括家庭收入中值和人口规模。平均页面浏览量相对于国家年度所有页面浏览量被用作Twitter渗透率的衡量标准。所有详细资料包括政治家-月份和月份中的星期。表A12:基线不包括以前有脸书的政治家日志（捐款总数）日志（捐款数量）(1)(2)(3)(4)(5)（6）变量所有新经历所有新经历Twitter x Twit_Penet 107.5880**191.7927***-42.8838 16.8552 42.4916***-28.2385（45.3533）（45.9474）（90.4304）（12.3295）（11.6057）（22.6353）onTwitter 1.3406 2.2891 0.0576 0.2185 0.4643-0.1147（1.0281）（1.5473）（2.0682）（0.1765）（0.3592）（0.4692）观察550 2,239 232,574 317,665 550,239 232,574 317,665 r-平方0.8218 0.8833 0.7855 0.8387 0.9008 0.8002政治家-月FE Y Y Y Y Y Y Y Y Y Y Y Y Y Baseline控制x在Twitter Y Y Y Y Y Y Y Y上暗示Twitter e e c t 2009年03**0.048***-.012.005.011***-.008暗示2014年推特e the EC t.239**.427***-.095.037.095***-.063注：1.在括号中的州和周级别上聚类的稳健标准误差。***P<0.01,**P<0.05,*P<0.1。相关变量是Log（捐赠总量）和Log（捐赠数量）。第（1）和（4）栏包括所有政治家，第（2）和（5）栏只包括新政治家，第（3）和（6）栏有经验丰富的政治家。与推特上的政治家互动的州级基线控制包括主题家庭收入和人口规模。Twitter的渗透率以州年的平均页面浏览量相对于所有页面浏览量的平均值为标准。所有的详细信息包括政治家-月份和月份周的详细信息和详细信息。2.每个州年的页面浏览量相对于所有州年的页面浏览量的平均值。对比之前有和没有脸书账户的政治家的总捐赠的三重互动细节，得出p值为0.044（全部）、0.009（新）和0.590（有经验）。对于捐赠数量，相应的P值为0.011（全部）,0.021（新的）和0.108（有经验的）。A18表A13:政治家推特条目和开设脸书账户的时间相关性政治家是否有脸书账户(1)(2)(3)(4)(5)（6）变量所有新的新的经验经验onTwitter x Twit_Penet-0.4597-0.5020-0.0209-0.0088-1.1860-1.3389（0.2880）（0.3199）（0.0261）（0.0225）（0.7649）（0.8568）onTwitter 0.0021-0.0107 0.0000 0.0047 0.0053-0.0312（0.0014）（0.0114）（0.0004）（0.0051）（0.0035）（0.0258）观察565,968 565,968 236,740 236,740 329,228 329,228-平方0.9961 0.9961 0.9926 0.9926 0.9926 0.9974 0.9974政治家-月FE Y Y Y Y Y Y Y yy月FE Y Y Y Y Y Y Y Y baseline控制x在推特上N Y N Y N Y N Y暗示推特e对于2009 0 0 0 0 0 0 0 0 0,2014-.001-.001 0 0-.003-.003.注：稳健的标准错误聚集在括号中的州和周级别。***P<0.01,**P<0.05,*P<0.1。不确定的变量是这位政治家以前是否有脸书账户。第（1）-（2）栏包括所有政治家，第（3）-（4）栏只包括新政治家，第（5）-（6）栏有经验丰富的政治家。在推特上与政治家互动的州级基线控制包括家庭收入中值和人口规模。平均页面浏览量相对于州年度所有页面浏览量被用作推特渗透率的衡量标准。

所有详细资料包括政治家-月份和月份中的星期。A19表A14:具有替代渗透度量的基准规格-ILog（总捐赠）(1)(2)(3)(4)(5)(7)(8)(9)(10)(11)(12)变量新经验新经验新经验新经验新经验新经验新经验新经验Twitter x 7天家庭7.2629*9.5706(4.0512)(6.5756)Twitter x Total_duration 0.000039***0.000035(0.00000)(0.00008)(0.0018)Twitter x Twit_Penet 190.9910***-52.7947(44.2721)(90.7344)Twitter x AVG_HouseHold_Share6.6 3244**2.0112（2.7242）（4.2373）onTwitter x Duration Avg 108.5391****-62.9260（34.5968）（70.3464）onTwitter 2.4675 0.8685 2.9673*0.7164 3.1687*0.6020 2.4187-0.0324 1.9289 0.0754 2.221-0.2188（1.5684）（1.9641）（1.6305）（2.0960）（1.6998）（2.2499）（1.5299）（2.0024）（1.4758）（1.9939）（1.544）（2.0776）观察232,204 324,716 236,740 329,228 236,740 329,228 236,740 329,228 236,740 329,228 236,740 329,228 236,740 329,228 r-平方0.8821 0.7854 0.8827 0.8827 0.7856 0.8827 0.7853 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.8827 0.7856 0.7856 0.7856 0.8827 0.7856 0.7856 0.7856 0.7856 0.7856 0.8827 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 1***.001.005***.003.048***-.015.013**.003 0.027***-0.018隐含2014年Twitter e e cite ect.269*.303.138***.15.177***.1070.425***-.117.119**.037 0.241***-0.14注：括号中的稳健标准错误聚集在州和周级别。***P<0.01,**P<0.05,*P<0.1。因变量是Log（聚合捐赠）。与推特上的政治家互动的州级基线控制包括家庭收入中值和人口规模。所有详细说明包括政治家-月份和月份中的星期。第（7）和（8）栏中的估计数来自人口加权回归，使用了基线渗透度量具有替代渗透度量的基准规格-IILog（总捐赠）(1)(2)(3)(4)(5)(7)(8)(9)(10)(11)(12)变量新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新经验新0.1836）（72.7620）在推特上x30天家庭5.776*8.452*(3.1612)(4.348)在推特上x中位数浏览量134.9873-113.2331（126.3772）（129.9525）在推特上2.2000-0.1446 2.3417-0.1623 2.0761-0.1435 2.5873-0.4089 2.432 0.775 2.5679-0.4554（1.5445）（2.0619）（1.5594）（2.0593）（1.5051）（2.0793）（1.6079）（2.0840）（1.576）（1.950）（1.6295）（2.0896）观察236,740 329,228 236,740 329,228 236,740 329,228 236,740 329,228 236,740 329,228 232,204 324,716 236,740 329 r-平方0.8827 0.7856 0.8827 0.7856 0.8827 0.7856 0.8827 0.8827 0.7856 0.8827 0.7856 0.8827 0.7856 0.8827 0.7856 0.8827 0.7856 0.7856 0.7827 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 2009.002***-.001.002***-.001.06***-.03.028***-.019 0.001*0.002*0.034-0.031隐含的Twitter e e hite ect 2014.017***-.008.019***-.006.256***-.111.249***-.154 0.013*0.019*.3-0.252注：括号内为州和周级别的稳健标准错误。***P<0.01,**P<0.05,*P<0.1。因变量是Log（聚合捐赠）。与推特上的政治家互动的州级基线控制包括主题家庭收入和人口规模。

所有详细资料包括政治家-月份和月份中的星期。A21表A16:带有对照COE的汇总捐赠（汇总捐赠）(1)(2)(3)(4)(6)(7)(8)(10)变量所有所有所有新的新的新的经验经验在Twitter x Twit_Penet上545）（94.6549）（91.0756）上推特1.1938***0.1879 0.9505 1.3162 0.1268 2.5061 2.3393 0.3961*-1.1174-0.0791（0.1212）（0.1126）（1.0889）（1.0235）（0.1140）（1.6336）（1.5472）（2.1463）（2.0678）上推特日志（人口）-0.0482-0.0253-0.1501-0.1600 0.0958 0.1659（0.0678）（0.0786）（0.1037）（0.1076）（0.1301）（0.1180）上推特收入-0.0172 0.0076-0.050 6*(0.0124)(0.0128)(0.0270)观测值565,968565,968 565,968 565,968 236,740 236,740 236,740 236,740 329,228 329,228 329,228 329,228 329,228 329,228 329,228 0.8828 0.8828 0.8828 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 0.7856 28**.234**.236**.414***.428***.428***-.1-.114-.105注意：稳健的标准错误在括号内按州和周级别聚集。***P<0.01,**P<0.05,*P<0.1。因变量是Log（聚合捐赠）。第（1）-（4）栏包括所有政治家，而第（5）-（7）栏只包括新政治家，第（8）-（10）栏有经验丰富的政治家。列(3)、(6)和（9）包括州级基线控制政治家在推特上与人口规模互动。第(4)、(7)和（10）栏包括州级基线控制，政治家在推特上与家庭收入和人口规模的中位数互动。平均网页浏览量相对于所有网页浏览量在一个州的一年是使用的。表A17:支出类别与捐赠金额的相关性。捐款投票退款筹款转账旅行管理广告活动材料捐款贷款偿还(1)(2)(3)(4)(6)(7)(8)(10)(11)(12)(13)变量所有所有所有所有所有所有所有所有所有所有所有所有所有所有所有所有所有所有所有日志（总捐款）0.0819***0.0007 0.0016**0.0002 0.0237****0.0002 0.0257****0.0070***0.0055***0.00080.0002***0.0049)(0.0006)(0.0008)(0.0001)(0.0030)(0.0015)(0.0028)(0.0020)(0.0015)(0.0015)(0.0015)(0.0015)(0.0015)(0.0015)（0.0015）（0.0010）（0.0006）（0.0001）观察562,579 562,846 562,848 562,824 562,848 562,796 562,826 562,826 562,839 562,839 562,843 562,848 r-平方0.8715 0.3302 0.3252 0.2702 0.6456 0.2717 0.5933 0.8367 0.6212 0.5231 0.4965 0.3923 0.2619政治家-月铁Y YYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYY***P<0.01,**P<0.05,*P<0.1。第（1）-（13）栏中包括的所有政治家。相对于州年度所有页面浏览量的平均页面浏览量被用作推特渗透量。

所有详细资料包括政治家-月份和月份中的星期。A23表A18:捐赠和同期、和滞后的竞选支出控制日志（总捐款）(1)(2)(3)(4)(5)（6）变量所有新体验所有新体验在推特x Twit_Penet 100.6431**176.5487****-40.2461 117.9161**181.8973***-2.1690（45.0527）（41.9974）（45.8447）（45.7522）（96.5402）在推特0.1695 0.0922 0.3840*0.1126 0.1220 0.2095（0.1114）（0.1074）（0.2271）（0.1141）（0.1201）（0.2345）日志（竞选支出）0.0831***0.1219***0.0704***（0.0055）（0.0076）（0.0059）日志（上个月竞选支出）0.0128***0.0243***0.0088（0.0041）（0.0038）（0.0056）观察561,339 234,393 326,946 551,580 228,214 323,366 r-平方0.8225 0.8848 0.7862 0.8223 0.8828 0.7870政治家-月份FE Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Yx在推特上N N N N N N N N N N nimpled Twitter e ce ect for 2009.028**.044***-.011.033**.046***-.001在2014.224**.393***-.09.262**.405***-.005Log（捐赠数量）在推特x Twit_Penet 16.3200 38.4066****-24.0397 19.0968 39.5161***-19.1702（12.3205）（10.8266）（24.0987）（12.4689）（11.6067）（24.2931）在推特0.0479 0.0122 0.1296**0.0388 0.0154 0.107.7*(0.0322)(0.0278)(0.0573)(0.0344)(0.0302)(0.0636)日志（竞选支出）0.0240***0.0354***0.0203***(0.0016)(0.0026)(0.0016)日志（上个月竞选支出）0.0070****0.0120****0.0051***(0.0013)(0.0014)(0.0017)观察561,339 234,393 326,946 551,580 228,214 323,366 r-平方0.8394 0.9024 0.8015 0.8389 0.9011 0.8014政治家-月FE Y Y Y YFE Y Y Y Y Y Y Y Y Y Y Y Y Y baseline控制x Twitter N N N N N N N N nimuled Twitter e the ect for 2009.005.01***-.007.005.01***-.005 imuled Twitter e the ect for 2014.036.085***-.053.042.0088***-.043注：稳健的标准错误聚类在括号内的州和周级别。***P<0.01,**P<0.05,*P<0.1。因变量是Log（AggregateDonations）和Log（捐赠数量）。第（1）和（4）栏包括所有政治家，而第（2）和（5）栏只包括新政治家，第（3）和（6）栏有经验丰富的政治家。与推特上的政治家互动的州级基线控制包括家庭收入中值和人口规模。Averageof页面浏览量相对于州年度的所有页面浏览量被用作Twitter渗透量。所有详细资料包括政治家-月份和月份中的星期。A24表A19:人口统计，推特渗透率和捐赠日志（总捐赠）(1)(2)(3)(4)(5)(6)（7）变量所有所有所有所有所有所有所有所有所有在推特x Twit_Penet 102.6499**（45.5243）在推特x教育-2.2186（1.6557）在推特x人口-0.0238（0.0693）在推特x布什投票份额0.1699（0.7847）在推特x非裔美国人0.1986（0.9545）在推特x家庭收入-0.0165（0.0117）在推特x富人份额-0.0304（0.0655）在推特0.1879 2.2290 0.8172 0.3533 0.4161***1.1418**0.5106***(0.1126)(1.3366）在推特）（1.1305）（0.3816）（0.1224）（0.5074）（0.1901）观察565,968 565,968 566,280 565,968 565,968 565,968 565,968 565,968 r平方0.8215 0.8215 0.8212 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215 0.8215FE Y Y Y Y Y Y Y yy yy yy yy yy yy yy yy baseline控制x Twitter N N N N N N N nimpled Twitter e-ect for 2009.029**-.001 0 0 0 0 0 0 mimpled Twitter e-ect for 2014.228**-.005 0 0 0 0 0注：稳健的标准错误聚集在括号中的州和周级别。***P<0.01,**P<0.05,*P<0.1。依赖变量是日志（聚合捐赠）。平均页面浏览量相对于州年度的所有页面浏览量被用作推特渗透率的衡量标准。

所有细节都包括政治家--月份和月份的星期。表A20:生存分析--采用推特和与渗透的相关性(1)(2)(3)(4)变量加入推特加入推特加入推特加入推特加入推特渗透41.925 41.376 16.222 20.058（25.520）（25.279）（20.074）（20.095）观察183,171 183,171 186,636 186,636基线控制Y Y Y Y Y模型假设比例赔率比例风险比例风险比例危险比例危险假设n/a n/a Gompertz WeiBullnot注：括号中有稳健的标准错误。***P<0.01,**P<0.05,*P<0.1.A25表A21:政治家的推文和转发日志（总捐赠）推文再推文(1)(2)(3)(4)(5)（6）变量所有新体验所有新体验twitter x Twit_Penet x日志（推文）160.5434 1,292.0855***100.2382（141.5208）（376.8166）（163.7363）onTwitter x Twit_Penet 118.1129**209.1624***-42.1596 107.3255**194.4538***-45.6113（45.3456）（46.4943）（45.4012）（45.5389）（90.8583）（90.8583）onTwitter x Twit_Penet_penet x log（转发）1.0821 29.4087 16.4282（82.1314）（191.3594）（93.6309）onTwitter 1.2716 2.3430-0.2047 1.1762 2.1948-0.2402（1.0127）（1.5445）（2.0509）（1.0277）（1.5537）（2.0571）观察77,433 46,562 30,871 77,433 46,562 30,871 30,871 r-平方0.7931 0.8394 0.7233 0.7930 0.8394 0.7394 0.8394 0.7233 0.7233 0.7394 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233YY YY YBaseline控制x在Twitter上YY YY YY YY YImplied Twitter E-CECT for 2009.04.359***.025 0.008.004 implied Twitter E-CECT for 2014.357 2.921***.164.002.0066.027注：稳健的标准错误在括号内按州和周级别聚集。***P<0.01,**P<0.05,*P<0.1。因变量是Log（AggregateDonations）。第（1）-（4）栏包括所有政治家，第（2）-（5）栏只包括新政治家，第（3）-（6）栏有经验丰富的政治家。在推特上与政治家互动的州级基线控制包括家庭收入中值和人口规模。平均页面浏览量相对于国家年度所有页面浏览量被用作Twitter渗透率的衡量标准。所有详细资料包括政治家-月份和月份中的星期。表A22:情感分析sislog（总捐赠）超链接插入反机构(1)(2)(3)(4)(6)(7)(8)(9)变量所有新经验所有新经验所有新经验唐推特x Twit_Penet x链接-211.7399 2,334.8629***-202.6737（264.4008）（289.6514）onTwitter x Twit_Penet x日志（插入）195.0489**213.5259**135.4634（73.2620）（82.8572）（124.5946）onTwitter x Twit_Penet x日志（反机构）529.4737***501.3115***167.9429（62.9517）（92.0858）（104.3727）onTwitter x Twit_Penet 112.8880**200.6463***-41.5839-666.9876**-661.8708**-555.8361 106.0181**191.9797***-45.8876（45.4109）（45.4234）（90.9508）（287.2844）（315.9802）（515.1979）（45.3790）（45.5413）（90.5551）onTwitter 1.1995 2.2182-0.2566 1.7570 2.9232*0.0823 1.214 3 2.2278-0.2306（1.0169）（1.5543）（2.0532）（1.6334）（1.5150）（3.0865）（1.0250）（1.5478）（2.0603）观察77,433 46,562 30,871 69,658 41,644 28,014 77,433 46,562 30,871 r-平方0.7930 0.8393 0.7233 0.7906 0.8410 0.7159 0.7930 0.7399 0.7159 0.7930 0.7392 0.7233 0.7233 0.7159 0.7392 0.7233 0.7233 0.7159 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 0.7233 3***.139***.041隐含推特e the ect 2014-.471 5.278***-.332.434**.483**.222 1.178***1.133***.275注：在括号中的州和周级别上聚类的稳健标准误差。***P<0.01,**P<0.05,*P<0.1。因变量是Log（聚合捐赠）。第(1)、(4)和（7）栏包括所有政治家，而第(2)、(5)和（8）栏只包括新政治家，第(3)、(6)和（9）栏有经验丰富的政治家。与推特上的政治家互动的州级基线控制包括家庭收入中值和人口规模。

Averageof页面浏览量相对于州年度的所有页面浏览量被用作Twitter的统计指标。所有详细资料包括政治家-月份和月份中的星期。A26表A23:脸书收养，捐赠金额和捐赠数量日志（捐赠总数）日志（捐赠数量）(1)(2)(3)(4)(5)（6）变量所有新体验所有新体验Facebo ok x Facebo ok_Penet 28.7949 69.1274***4.8686 10.2927**22.2321***4.0376（18.3529）（23.8433）（23.2144）（4.6895）（5.7106）（6.6132）Facebo ok 4.6736 11.5255***-6.4195 2.3640*2.4361**1.9086（6.8758）（3.0804）（14.8822）（1.2795）（0.9130）（2.6534）观察565,968 236,740 329,228 565,968 236,740 329,228 r-平方0.8215 0.8826 0.7856 0.8384 0.9006 0.8006政治家-月FE Y Y Y Y Y Y Y Y Y baseline控制x在脸书Y Y Y Y Y Y Y上暗示脸书e2009.034.082***.006.012**.026***.005隐含的2014年Facebook e the Ect.33.921***.047.118**.296***.039注：括号内为州和周级别的稳健标准错误。***P<0.01,**P<0.05,*P<0.1。相关变量是Log（捐赠总量）和Log（捐赠数量）。第（1）-（4）栏包括所有政治家，第（2）-（5）栏只包括新政治家，第（3）-（6）栏有经验丰富的政治家。与脸书上的政治家互动的州级基线控制包括家庭收入和人口规模。平均页面浏览量相对于州年度的所有页面浏览量被用作脸书渗透率的衡量标准。所有具体情况包括政治家-月和月中周-e例题。表A24:周固定e例题的基线结果。捐赠日志（捐赠数量）(1)(2)(3)(4)(6)(7)(8)(9)变量所有新体验所有新体验所有新体验在推特x Twit_Penet 108.3569**144.6814***64.2917 14.6596***18.4853***9.8438 17.6377 25.5938**9.2538（40.8647）（44.3573）（74.7063）（5.3966）（6.2203）（9.9655）（11.1982）（11.4311）（18.4330）在推特1.2285 2.1541 0.0273 0.1853 0.3226 0.0040 0.1950 0.3945-0.01 622（1.0401）（1.5106）（2.0119）（0.1510）（0.2008）（0.2860）（0.1900）（0.3474）（0.4655）观察565,968 236,740 329,228 565,968 236,740 329,228 565,968 236,740 329,228 r-平方0.8238 0.8840 0.7900 0.7881 0.8457 0.7540 0.8422 0.9034 0.8074政治家-月FE Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y YY Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y YY隐含推特E the ECT为2009年.03**.036***.018.004***.005***.003.005.006**.003隐含推特E the ECT为2014年.241**.322***.143.033***.041***.022.0039.057**.021注：稳健的标准错误在括号内的州和周级别聚集。***P<0.01,**P<0.05,*P<0.1。因变量是Log（捐赠总量）、至少一次捐赠的概率和Log（捐赠数量）。所有政治家都包括在(1)、(4)和（7）栏中，而是(2)、(5)和（8）栏中的新政治家和(3)、(6)和（9）栏中的经验丰富的政治家。与推特上的政治家互动的州级基线控制包括家庭收入中值和人口规模。平均页面浏览量相对于国家年度所有页面浏览量被用作Twitter渗透率的衡量标准。所有细节包括政治家-月和周的细节。表A25:立方体周时间趋势日志（总捐赠）问题的基线结果。

捐赠日志（捐赠数量）(1)(2)(3)(4)(6)(7)(8)(9)变量所有新体验所有新体验所有新体验在推特x Twit_Penet 108.3569**144.6814***64.2917 14.6596***18.4853***9.8438 17.6377 25.5938**9.2538（40.8647）（44.3573）（74.7063）（5.3966）（6.2203）（9.9655）（11.1982）（11.4311）（18.4330）在推特1.2285 2.1541 0.0273 0.1853 0.3226 0.0040 0.1950 0.3945-0.01 622（1.0401）（1.5106）（2.0119）（0.1510）（0.2008）（0.2860）（0.1900）（0.3474）（0.4655）观察565,968 236,740 329,228 565,968 236,740 329,228 565,968 236,740 329,228 r-平方0.8238 0.8840 0.7900 0.7881 0.8457 0.7540 0.8422 0.9034 0.8074政治家-月份FE Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y YY Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y YY隐含推特E the ECT为2009年.03**.036***.018.004***.005***.003.005.006**.003隐含推特E the ECT为2014年.241**.322***.143.033***.041***.022.0039.057**.021注：稳健的标准错误在括号内的州和周级别聚集。***P<0.01,**P<0.05,*P<0.1。因变量为Log（捐赠总量）、AtleastOne捐赠概率和Log（捐赠数量）。所有政治家都包括在(1)、(4)和（7）栏中，而是(2)、(5)和（8）栏中的新政治家和(3)、(6)和（9）栏中的经验丰富的政治家。与推特上的政治家互动的州级基线控制包括家庭收入中值和人口规模。平均页面浏览量相对于州年度所有页面浏览量被用作推特渗透率的衡量标准。所有详细说明包括政治家月和立方周时间趋势。A27在线附录B：数据附录B.1来自Twitter的数据收集我们在这里为Twitter数据收集提供指导方针。Twitter允许研究人员和开发人员以两种形式从API中提取数据。REST API。该API允许研究人员根据唯一的IDenti（即用户的Twitter句柄、推文的ID等）查找过去的任何用户或推文。然而，Twitter对一个给定的时间窗口内可以获得的数据量进行了严格的限制。由于数据处理的局限性，我们使用REST API来收集关于政治家及其推特的信息。流式API。这个API是在学术研究中收集Twitter数据最常用的工具。流式API允许研究人员以随机方式访问所有传入的推文的1%，而不受REST API的数据提取限制。通过流式API，我们无法获得Twitter上发布的每条推文，但我们获得了一致的随机样本。当我们需要大量数据时，我们使用这个API：追随者的亲信息和他们的推特活动数据。政治家推特账户的验证。数据收集后，一名对研究问题视而不见的研究助理手工核实了政治家的账户。政客账户的验证也可以部分通过Twitter API“验证”来处理，该API显示一个账户是否被验证。然而，一些国会议员持有未经核实的账户，尽管从Profiles上发布的信息来看，假设这些账户是认证的是合理的。搜索候选人的账户。通过Twitter API搜索每个候选人的名字来启动在Twitter上搜索候选人账户，并通过算法推断哪个句柄是他的orhers，然后由研究助理手动检查。B.2推特渗透率的替代衡量标准是我们在等式（1）中使用的推特渗透率的替代衡量标准，基于来自McomScore的在线浏览面板和一个替代社交面板Simmons OneView的数据。正如正文中所描述的，comScore记录了美国近5万个家庭的所有在线浏览活动。