Maciej Górecki
STOCHASTYCZNE UCZENIE SIĘ A PARTYCYPACJA I ABSENCJA WYBORCZA W POLSCE: UCZESTNICTWO WYBORCZE JAKO
DZIAŁANIE KOLEKTYWNE
Artykuł ten ma dwa cele. Po pierwsze, prezentuje on, nieznany bliżej w Pol−
sce, Satoshiego Kanazawy model zachowań wyborczych, oparty na pryncypiach stochastycznego uczenia się. Model ten, nawiązujący do Michaela W. Macy’ego teorii stochastycznego uczenia się, jest próbą znalezienia rozwiązania dla tzw.
„paradoksu frekwencji wyborczej”, jednego z najbardziej niewygodnych empi−
rycznych problemów teorii racjonalnego wyboru. Po drugie, tekst ten jest próbą empirycznego zastosowania najważniejszych twierdzeń Kanazawy do zjawiska partycypacji i absencji wyborczej w wyborach parlamentarnych w Polsce w ro−
ku 1991 oraz 1997. Korzystając z danych Polskich Generalnych Sondaży Spo−
łecznych, dowodzę, że empiria w części potwierdza przydatność modelu Kanaza−
wy do analizy partycypacji i absencji wyborczej w Polsce. Model ten, szukający uwarunkowań partycypacji i absencji w przeszłych zachowaniach wyborczych, posiada jednak pewne ograniczenia, które pokazuję na przykładzie wyborów ro−
ku 1997. Proponuję jednocześnie rozszerzenie teorii Kanazawy poprzez odwoła−
nie do badań nad tzw. „efektem silniejszego”. Te ostatnie wskazują na możliwość odnoszenia się przez wyborców także do przyszłych wyborów, co może potencjal−
nie powodować modyfikację ich planów wyborczych i zakłócać proces stocha−
stycznego uczenia się. W tym kontekście propozycja Kanazawy jawi się jako nie−
kompletna i niedokończona, co stwarza przestrzeń dla dalszych studiów nad tą teorią.
Główne pojęcia: partycypacja/absencja wyborcza, „paradoks frekwencji wy−
borczej”, stochastyczne uczenie się, „efekt silniejszego”.
e−mail: m.a.gorecki−alumni @lse.ac.uk
Wstęp. Teoria racjonalnego wyboru i „paradoks frekwencji wyborczej”
Nauki społeczne od bardzo dawna zainteresowane są zjawiskiem partycypa−
cji/absencji wyborczej (patrz Merriam i Gosnell 1924). Przez wszystkie te lata jedni uczeni pytali, dlaczego ludzie nie głosują (patrz Piven i Cloward 1988; Te−
ixeira 1987), a inni odwrotnie – dlaczego ludzie biorą udział w wyborach (patrz Downs 1957; Riker i Ordeshook 1968; Riker i Ordeshook 1973). Pytanie drugie−
go typu jest znakiem rozpoznawczym modeli zachowań wyborczych rozwija−
nych w ramach teorii racjonalnego wyboru. Anthony Downs (1957) był tym, któ−
ry jako pierwszy sformułował model zachowań wyborczych oparty na założe−
niach tej teorii. Koncepcja Downsa została później rozwinięta przez Williama H.
Rikera i Petera C. Ordeshooka (1968; 1973). Model ten opiera się na założeniu, że ludzie działają racjonalnie, a ich decyzje dotyczące partycypacji/absencji oparte są na rachunku kosztów i zysków. Według Downsa (1957: 265–266), czas (potrzebny do uzyskania niezbędnej informacji) stanowi główny koszt partycy−
pacji wyborczej. Korzyści dzielą się na osobiste (zależne od stopnia satysfakcji, jaką danemu wyborcy dałoby zwycięstwo popieranego przezeń kandydata) oraz, by użyć słów Downsa (tamże, s. 266), „wartości głosowania per se” (ang. „value of voting per se”, tłum. własne), czyli swego rodzaju obywatelskiego „poczucia obowiązku”. Generalnie rzecz biorąc, model zachowań wyborczych, oparty na założeniach racjonalności przyjmuje następującą postać (patrz Kanazawa 1998: 976; Kanazawa 2000: 434):
(1) pB + D > C gdzie:
p – prawdopodobieństwo, że głos danego wyborcy będzie przesądzający.
B – potencjalne osobiste korzyści wyborcy z głosowania.
D – wartość „demokratycznego obowiązku”.
C – całkowity koszt głosowania.
Formuła zaprezentowana powyżej sprawia jedną poważną trudność. Ponie−
waż wyniki demokratycznych elekcji są właściwie zawsze przesądzane liczbą głosów znacznie przekraczającą 1, wartość współczynnika p zawsze będzie bli−
ska zeru. Innymi słowy, pojedynczy głos nigdy nie przesądza o wyniku wybo−
rów. W związku z tym, decyzja o tym, czy głosować, zależeć będzie wyłącznie od wielkości D (wartość „demokratycznego obowiązku”), czyli od czynnika le−
żącego poza sferą racjonalnej kalkulacji. Prowadzi to do tzw. „paradoksu fre−
kwencji wyborczej” (Fiorina 1990; Green i Shapiro 1994), jednej z najbardziej
„niewygodnych” empirycznych zagadek teorii racjonalnego wyboru. Trudno bo−
wiem na gruncie owej teorii wyjaśnić, dlaczego wielu ludzi jednak głosuje. Mi−
mo że próbowano w ramach teorii racjonalnego wyboru uporać się z tym proble−
mem (patrz Niemi 1976; Riker i Ordeshook 1968), „paradoks frekwencji wybor−
czej” pozostał jednak dla tej teorii problemem nierozwiązanym. Model zachowań
wyborczych oparty na zasadach stochastycznego uczenia się jest próbą udziele−
nia radykalnie nowej odpowiedzi na pytania związane z tym paradoksem.
Teoria stochastycznego uczenia się
Model stochastycznego uczenia się ma swe źródło w krytyce fundamentalnych założeń teorii racjonalnego wyboru. Michael W. Macy (1989; 1991; 1995), twór−
ca teorii stochastycznego uczenia się, krytykuje teorię racjonalnego wyboru za dwa jej główne założenia. Po pierwsze, wyżej wspomniana teoria zakłada nie−
realistycznie, że ludzie potrafią przewidzieć prawdopodobieństwo przyszłych zda−
rzeń. Po drugie, ludzie są w stanie ocenić tylko te zdarzenia, które rzeczywiście mają miejsce, podczas gdy teoria racjonalnego wyboru zakłada, że są oni w stanie przewidzieć, co by się stało, gdyby alternatywne zachowania zostały wybrane (np.
co by było, gdyby głosujący nie głosowali i vice versa). Propozycja Macy’ego, za−
stosowana do problemu głosowania przez Satoshiego Kanazawę (1998: 979–980;
2000: 437–439), jest tak naprawdę znacznie prostsza od tej wypracowanej w ra−
mach teorii racjonalnego wyboru. Model stochastycznego uczenia się zakłada, że ludzie, zamiast podejmować skomplikowane czynności związane z przewidywa−
niem przyszłych stanów rzeczy, uczą się z przeszłych doświadczeń. Ponadto, per−
cepcja sukcesu/porażki indywidualnego wkładu w kolektywne działanie nie opie−
ra się na mechanizmach przyczynowych (jak ten związany ze współczynnikiem p w formule (1)), a raczej na związkach korelacyjnych pomiędzy działaniem indy−
widualnym a sukcesem/porażką działania kolektywnego. Innymi słowy, udział w udanym kolektywnym działaniu stanowi swego rodzaju „wzmocnienie”, pod−
czas gdy udział w działaniu nieudanym swego rodzaju „karę”. Jak wynika z po−
wyższego, jednostki biorące udział w udanych działaniach kolektywnych powin−
ny wyrażać większą chęć dalszego udziału w takich działaniach aniżeli ci, którzy biorą udział w działaniach zakończonych porażką. Co szczególnie interesujące i ważne, podejście Macy’ego (1991: 812–814) pozwala na zachowanie obecnego w formule (1) podziału na korzyści osobiste i „obowiązek”. Macy wyróżnia dwa rodzaje uczenia się: instrumentalne i normatywne. „Wzmacnianie”, gdy powtarza−
ne w czasie, prowadzić może do „notorycznego podporządkowania się” (ang. „ha−
bitual compliance”, tłum. własne) normom kooperacji. Według Macy’ego (tamże, s. 814), jeśli zachowania są oparte na takich normach, ich zmiana za pomocą po−
jedynczych „kar” może być trudna. Dlatego proces uczenia się będzie tu z ko−
nieczności wolniejszy niż w przypadku zachowań opartych na motywacjach in−
strumentalnych. W związku z powyższym, zachowanie oparte na normach powin−
no mieć tendencję do powtarzania się w czasie, podczas gdy zachowanie instru−
mentalne charakteryzować się będzie większą podatnością na bodźce wynikające z sukcesu lub porażki kolektywnego działania.
Stochastyczne uczenie się a zachowania wyborcze – model Kanazawy Zanim jeszcze Satoshi Kanazawa stał się prominentnym przedstawicielem psychologii ewolucyjnej (patrz dla przykładu Kanazawa 2005; Kanazawa i Van−
dermassen 2005), jego wysiłki badawcze poświęcone były uwarunkowaniom partycypacji jednostek w działaniach kolektywnych, włączając zachowania wy−
borcze. Opierając się na ogólnym modelu stochastycznego uczenia się, zapropo−
nowanym przez Macy’ego, Kanazawa (1998: 978–984; 2000: 434–439) przefor−
mułowuje model zachowań wyborczych oparty na teorii racjonalnego wyboru.
Po pierwsze, zastępuje on współczynnik p współczynnikiem pij. Ten ostatni oznacza prawdopodobieństwo, że obywatel j głosował na zwycięzcę wyborów przed i−tymi wyborami. Jeśli weźmiemy pod uwagę serię typowych wyborów (Kanazawa testuje swą teorię na przykładzie wyborów w Stanach Zjednoczo−
nych), to pij przyjmie wartość 0,500, ponieważ zazwyczaj niewiele ponad poło−
wa wyborców głosuje na zwycięzcę. Wykorzystując powyższe założenie, Kana−
zawa stwierdza, że skłonność do głosowania zależeć będzie od wartości D („de−
mokratyczny obowiązek”). Wartość tę definiuje Kanazawa następująco:
(2) Di+1, j= Dij+ k {[Oij (Dij) Cij] – [Oij (Dij)(1−Cij)]}, gdzie:
Di+1, j– „normatywne przywiązanie” (ang. „normative attachment”, tłum. wła−
sne) obywatela j do głosowania w wyborach następujących po i− tych wyborach.
Dij – „normatywne przywiązanie” obywatela j do głosowania przed i− tymi wyborami.
Oij– stała odnosząca się do sankcji pozytywnej (wzmocnienia), jeśli działanie kolektywne jest udane lub do sankcji negatywnej (kary), jeśli działanie to jest nieudane.
Cij– jest równe 1, jeśli obywatel j bierze udział w i−tych wyborach lub równe zero, jeśli nie bierze on udziału.
k – tempo uczenia się; zawsze zawiera się w przedziale (0,1), gdyż, zgodnie z teorią stochastycznego uczenia się, normatywne uczenie się jest zawsze wol−
niejsze od instrumentalnego uczenia się.
W ten sposób normatywne przywiązanie do kooperatywnego działania, jakim jest udział w wyborach, zależy od nieustannego „wzmacniania” i „karania” prze−
szłych zachowań wyborczych, jak i od tego, czy dany obywatel w przeszłości głosował czy też nie. Opierając się na równaniu (2), Kanazawa proponuje zestaw komplementarnych hipotez, przewidujących przyszłe zachowania wyborcze na podstawie przeszłego zachowania oraz wyników przeszłych wyborów. Model Kanazawy daje się streścić w trzech twierdzeniach:
I) W przypadku tych, którzy biorą udział w wyborach, głosowanie na zwy−
cięzcę prowadzić będzie do większego prawdopodobieństwa głosowania w przy−
szłości aniżeli głosowanie na przegranego (instrumentalne uczenie się).
II) Nawet dla tych, którzy głosują na przegranego, prawdopodobieństwo gło−
sowania w przyszłości będzie większe aniżeli dla tych, którzy wcale nie głosują, ponieważ jest prawdopodobne, że pierwszy typ zachowania jest ugruntowany normatywnie i pojedyncza „kara” nie będzie go w stanie zmienić (normatywne uczenie się).
III) W przypadku tych, którzy nie biorą udziału w wyborach, prawdopodo−
bieństwo głosowania w przyszłości będzie wyższe dla tych, którzy popierali przegranego, ponieważ ich zachowanie zostało „ukarane”, podczas gdy zacho−
wanie popierających zwycięzcę zostało „wzmocnione” – ich faworyt wygrał, mi−
mo że oni sami nie głosowali (instrumentalne uczenie się).
Na przykładzie wyborów w USA (zarówno prezydenckich, jak i do Kongresu), Kanazawa (1998: 984–991; 2000: 440–441) pokazuje przydatność swego modelu do wyjaśniania partycypacji/absencji wyborczej. Niemniej jednak, zauważa on, że proces stochastycznego uczenia się może być w pewnych sytuacjach poważnie za−
kłócony. Chodzi tu przede wszystkim o sytuacje, gdy w wyborach bierze udział silny kandydat niemieszczący się w binarnym podziale na Demokratów i Republi−
kanów. Według Kanazawy, taki kandydat jest często w stanie zmobilizować wy−
borców, którzy, zgodnie z modelem, powinni przejawiać mniejszą skłonność do partycypacji. Rodzi to pytanie, czy model Kanazawy może być w ogóle stoso−
wany do analizy zachowań wyborczych w Polsce, gdzie liczba kandydatów w wy−
borach prezydenckich oraz partii w wyborach parlamentarnych jest przecież za−
wsze znacznie większa niż w USA. Poza tym, cóż to znaczy głosować na zwy−
cięzcę lub przegranego w proporcjonalnych wyborach parlamentarnych? Jednak teoria ta, dzięki swej prostocie i dużemu stopniowi ogólności, wydaje się warta przetestowania w kontekście zupełnie innym niż ten, w którym ją pierwotnie za−
stosowano. Ponadto, argumentacja Kanazawy dotycząca silnych kandydatów spo−
za binarnego podziału na Demokratów i Republikanów spotkała się z krytyką.
Steven P. Martin i Ching−yi A. Shieh (2003: 156) argumentują, słusznie w mojej opinii, że Kanazawa nie powiązał faktu głosowania przez niektórych wyborców na takiego kandydata z ich konkretnym zachowaniem we wcześniejszych wybo−
rach, a tym samym nie wyjaśnił zakłóceń dotyczących procesu stochastycznego uczenia się. Ponieważ obecność silnego trzeciego kandydata nie jest usprawiedli−
wieniem problemów z teorią Kanazawy, Martin i Shieh skłaniają się do odrzuce−
nia tego modelu. Zresztą, dość oczywiste (choć bardzo prawdziwe) stwierdzenie Kanazawy (1998: 984), że jego teoria jest teorią cząstkową, tzn. wyjaśniającą pe−
wien tylko aspekt zjawiska partycypacji/absencji wyborczej, również nie rozwią−
zuje problemu. W moim odczuciu, potencjał teorii Kanazawy jest jednak ciągle duży, a teoria ta jest raczej niekompletna aniżeli nieadekwatna. Dlatego poniżej proponuję rozszerzenie modelu Kanazawy, które wiąże przeszłe i przyszłe prefe−
rencje wyborców. To może potencjalnie pomóc przezwyciężyć wiele trudności, do których prezentowany tu model może prowadzić.
Czy wyborcy patrzą tylko wstecz? „Efekt silniejszego”
a ograniczenia modelu Kanazawy
Model Kanazawy posiada oczywiście poważne ograniczenia, dotyczące zwłaszcza instrumentalnego uczenia się. Mam tu na myśli nie tylko wspomniane powyżej trudności z określeniem, co to znaczy głosować na zwycięzcę lub prze−
granego w proporcjonalnych wyborach parlamentarnych. Należy tu również wspomnieć choćby o nieuchronnej relacyjności tej teorii, tj. o wyjaśnianiu party−
cypacji/absencji wyborczej wyłącznie przeszłymi zachowaniami wyborczymi, co nie pozwala zastosować tej teorii do pierwszych (po osiągnięciu odpowiedniego wieku) decyzji wyborczych danej jednostki. Ten i podobne problemy nie mogą zostać choćby w części rozwiązane bez zadania dwóch fundamentalnych pytań teoretycznych. Przede wszystkim, należy zapytać o to, czy Kanazawa realistycz−
nie zakłada, że wyborcy mogę jedynie „patrzeć wstecz” i nie są w stanie jakoś odnosić się do przyszłości, tzn. modyfikować swoich zachowań na podstawie an−
tycypacji przyszłych zdarzeń. Jeśli jednak są, pozostaje pytanie o to, jak daleko sięgają możliwości tego przewidywania.
Odpowiedź na pytanie pierwsze musi być chyba jednak negatywna, tzn. zało−
żenie Kanazawy zdaje się być głęboko nierealistyczne. Bogata literatura na temat tzw. „efektu silniejszego”1 (patrz dla przykładu Chew i Konrad 1998; Fleitas 1971; Goidel i Shields 1994; McAllister i Studlar 1991) przekonuje, że wyborcy starają się antycypować. Wyżej wspomniany efekt ma miejsce wtedy, gdy wy−
borcy, wykorzystując sondaże przedwyborcze oraz informacje medialne, zmie−
niają swe wcześniejsze plany wyborcze, decydując się poprzeć tego, kto ma w ich odczuciu największe szanse na zwycięstwo. Tego rodzaju efekt może mieć potencjalnie dalekosiężne skutki, również jeśli chodzi o partycypację/absencję wyborczą. Innymi słowy, należy przypuszczać, że proces przewidywania (na podstawie dostępnych informacji) przyszłych wyników wyborów będzie sil−
nie interweniował w prawidłowości stochastycznego uczenia się. Powinno się tak dziać dlatego, że preferencje w kolejnych wyborach są jednak jakoś (silnie z reguły) ze sobą skorelowane i wyborcy, którzy głosowali na przegranego w jed−
nych wyborach, mogą być niemniej skłonni głosować nadal, jeśli spodziewają się, że ich kandydat w przyszłych wyborach może osiągnąć dobry wynik. Kana−
zawa (1998) nie podejmuje tej tematyki, choć, nawiązując do Douglasa D. Hec−
kathorna (1996), czyni kilka ogólnych uwag na temat możliwości „patrzenia
1Nie zdecydowałem się tu na dosłowne tłumaczenie słowa „bandwagon” (co znaczy „wóz dla orkiestry”). Trzeba bowiem pamiętać, że istnieje w języku angielskim wyrażenie „to get on the bandwagon”, co w przenośni znaczy „pójść za silniejszym” (patrz Nowy słownik... 2003: 93). Ter−
min „bandwagon effect” może więc być z powodzeniem tłumaczony jako „efekt silniejszego”, tym bardziej, że to ostatnie tłumaczenie właściwie oddaje sens tego pojęcia.
wprzód”, tj. antycypowania przez wyborców przyszłych zdarzeń w sytuacji, gdy są dostępne niezbędne informacje. Tak powierzchowne potraktowanie tej sprawy należy uznać za pewne niedopatrzenie ze strony Kanazawy. W przypadku demo−
kratycznych wyborów źródła informacji, na podstawie których przewidywanie jest możliwe, są bowiem dość oczywiste, a ich oddziaływanie dobrze naukowo udokumentowane. Wydaje się, że Kanazawa zbyt mechanicznie przenosi twier−
dzenia Macy’ego w domenę zachowań wyborczych. Przypomnijmy, że ten ostat−
ni wypracował swą teorię głównie w wyniku eksperymentalnych badań nad ite−
rowanym Dylematem Więźnia (patrz Straffin 2001: 96–103), który ma inną strukturę informacyjną aniżeli sytuacja wyborcy. Planując swe przyszłe działa−
nia, gracze postawieni w sytuacji Dylematu Więźnia rozgrywanego większą ilość razy mają istotnie do dyspozycji wyłącznie swe przeszłe doświadczenia dotyczą−
ce kooperacji z partnerem czy partnerami. Powszechność sondaży przedwybor−
czych oraz wszechobecność mediów zasadniczo modyfikują sytuację wyborców w realnym świecie i ten fakt powinien być wzięty pod uwagę.
Jeśli zgodzimy się, że wyborcy mogą jednak antycypować na podstawie do−
stępnych informacji, trzeba również zastanowić się, jak daleko owe możliwości sięgają. Otóż wydaje się, że koncepcja Kanazawy może tu dostarczać ważnych wskazówek. Przywrócenie do teorii partycypacji/absencji obecnych w teorii ra−
cjonalnego wyboru założeń o możliwości odnoszenia się przez wyborców do przyszłości nie powinno bowiem oznaczać powrotu do założeń o tym, że wy−
borcy traktują swój głos w kategoriach przyczynowych. Innymi słowy, wyborcy nie powinni być traktowani jako będący w stanie przewidzieć czy ich głos prze−
sądzi o wyniku wyborów. Proponowany przez Kanazawę związek korelacyjny pomiędzy jednostkowym zachowaniem a wynikiem wyborów należy rozciągnąć także na proces antycypacji, zakładając, że wyborcy używają dostępnych infor−
macji (takich jak dane sondażowe), aby przewidzieć czy czeka ich swego rodza−
ju „gratyfikacja” czy też „kara”. „Gratyfikacja” będzie oczywiście związa−
na z głosowaniem na zwycięzcę, a „kara” z głosowaniem na przegranego w przy−
szłych wyborach. Takie postawienie sprawy jest ze wszech miar realistyczne oraz uwzględnia dorobek nauk politycznych odnoszący się do „efektu silniejsze−
go”. Co więcej, potencjalnie pozwala to przezwyciężyć możliwe teoretyczne trudności dotyczące wyborców, którzy mają po raz pierwszy w życiu okazję gło−
sować. Wszak jeśli nawet nie wszyscy wyborcy mogą odnieść się do swej wła−
snej „historii wyborczej”, to już odniesienie do wyborów przyszłych jest możli−
we bez ograniczeń. Ponadto, koncepcja taka pozwala uwzględnić wpływ aktual−
nych, a nie tylko przeszłych, preferencji na partycypację/absencję. Na brak tego elementu w teorii Kanazawy zwracali uwagę Martin i Shieh (2003: 156).
Stochastyczne uczenie się a polskie wybory – hipotezy
Na podstawie teorii Kanazawy wysnuć można następujące hipotezy, które zo−
staną tu przetestowane na przykładzie wyborów parlamentarnych 1993 i 1997 ro−
ku w Polsce:
H1: Przy pozostałych czynnikach niezmienionych prawdopodobieństwo party−
cypacji w wyborach Wt tych obywateli, którzy głosowali w poprzednich wybo−
rach (Wt−1), jest znacząco wyższe niż w przypadku tych obywateli, którzy nie gło−
sowali w wyborach Wt−1.
H2: Przy pozostałych czynnikach niezmienionych im wyższa częstotliwość partycypacji w wyborach poprzedzających Wt−1 (Wt−2 i wcześniejszych), tym wyż−
sze prawdopodobieństwo partycypacji w wyborach Wt.
H3: Przy pozostałych czynnikach niezmienionych prawdopodobieństwo party−
cypacji w wyborach Wttych obywateli, którzy w wyborach Wt−1głosowali na zwy−
cięzcę, jest znacząco wyższe niż w przypadku tych, którzy głosowali na przegra−
nego.
Hipotezy H1−H3 są powtórzeniem prawie wszystkich tez Kanazawy. Ze względu na brak odpowiednich danych, nie wszystkie hipotezy tego ostatniego mogą tu być testowane. Kwestia ta zostanie wyjaśniona później. Brak odpowied−
nich danych powoduje również, że bezpośrednie sprawdzenie wspomnianej ko−
rekty teorii Kanazawy, odnoszącej się do możliwości antycypacji przez wybor−
ców wyników przyszłych wyborów, także nie może tu mieć miejsca. Hipoteza ta brzmiałaby następująco:
H4a: Przy pozostałych czynnikach niezmienionych prawdopodobieństwo par−
tycypacji w wyborach Wttych obywateli, którzy popierają kandydatów/partie po−
strzeganych/postrzegane jako potencjalnych zwycięzców (głównie na podstawie sondaży), jest znacząco wyższe aniżeli w przypadku tych, którzy popierają kan−
dydatów/partie postrzeganych jako potencjalnych przegranych.
W praktyce, testowana tu będzie inna hipoteza, której empiryczne potwier−
dzenie może sugerować potencjalną prawdziwość hipotezy H4ai częściowo wy−
jaśniać zakłócenia prawidłowości projektowanych w hipotezie H3:
H4b: W przypadku, gdy H3zostaje odrzucone, dystrybucja zmiennej niezależnej dotyczącej wyborów Wt−1(głosował(a) na zwycięzcę, głosował(a) na przegranego, nie głosował(a)) wśród grup wyborców popierających różnych kandydatów/par−
tie w wyborach Wt jest nierównomierna, a zakłócenie procesu stochastycznego uczenia się wynika ze znaczących odchyleń od projektowanego w hipotezach H1−
−H3 rozkładu zmiennej niezależnej dotyczącej wyborów Wt−1w grupie głosujących na zwycięzcę wyborów Wt (w relacji do reszty wyborców głosujących w Wt).
Tego rodzaju hipoteza może być testowana przy użyciu aktualnie dostępnych danych, choć trzeba wyraźnie podkreślić, że jej pozytywne zweryfikowanie mo−
że tylko pośrednio wskazywać na prawdziwość hipotezy H4a.
Stochastyczne uczenie się a polskie wybory – dane i zmienne użyte w badaniu
W tym artykule model Kanazawy zostanie zastosowany do analizy zjawiska partycypacji/absencji wyborczej w wyborach parlamentarnych 1991 i 1997 roku.
Taki wybór ma głębokie uzasadnienie teoretyczne. Wybory bezpośrednio po−
przedzające wspomniane wyżej dwie elekcje parlamentarne to drugie tury wybo−
rów prezydenckich, przeprowadzonych odpowiednio w roku 1990 i 1995. Zatem proces instrumentalnego uczenia się dla wyborów parlamentarnych roku 1991 i 1997 odbywać się powinien w relacji właśnie do poprzedzających drugich tur wyborów prezydenckich. Tak się składa, że przy binarnym wyborze w drugiej tu−
rze wyborów prezydenckich zwycięzca i przegrany są jednoznacznie określeni.
Nie ma tu więc problemu z określeniem zwycięzcy i przegranego, który poten−
cjalnie może się pojawić w przypadku pierwszej tury jakichkolwiek wyborów prezydenckich, a przede wszystkim w przypadku wyborów parlamentarnych.
Można tu, co prawda, rozważać również analizę wyborów parlamentarnych roku 2001 w relacji do wyborów prezydenckich roku 2000 (w których odbyła się tyl−
ko jedna tura), gdzie zwycięzca też może być w sposób oczywisty określony.
Jednak, co pokażę poniżej, zbiór danych, z którego tu korzystam, nie gwarantu−
je wiarygodności analiz dotyczących tych wyborów.
Dane użyte w tym badaniu zostały zaczerpnięte z Polskich Generalnych Son−
daży Społecznych (dalej PGSS) (Cichomski, Jerzyński i Zieliński 2003). Użyte tu będą sondaże przeprowadzone w roku 1993 oraz 1997. Nie jest oczywiście ła−
two dokonać miarodajnej oceny jakości i wiarygodności danych PGSS. Warto jednak zwrócić uwagę na dwie rzeczy. Po pierwsze, przedmiotem pewnej oczy−
wistej krytyki tych danych może być „teoretyczna” frekwencja wyborcza, która według PGSS niemal zawsze znacznie przekracza prawdziwą frekwencję. Jest to zresztą szeroko znany problem dotyczący badań wyborczych, powszechnie wy−
jaśniany skłonnością niektórych respondentów do dawania „społecznie pożąda−
nej” twierdzącej odpowiedzi na pytanie o partycypację wyborczą (patrz dla przy−
kładu Karp i Brockington 2005; Traugott i Katosh 1979). Problem ten dostrzega także Kanazawa (2000: 440), który, pracując z danymi American National Elec−
tion Study (ANES), zauważył ciekawą prawidłowość. Dane panelowe ANES 1972–74–76 zawierają walidację głosowania, tzn. dane na temat deklaracji re−
spondentów dotyczących partycypacji/absencji wyborczej są weryfikowane na podstawie prawdziwych informacji z okręgów wyborczych. Kanazawa za−
uważa, że nie jest całkiem racjonalne traktowanie jako głosujących wszystkich tych respondentów, którzy na pytanie o partycypację udzielili odpowiedzi twier−
dzącej. Dla wyborów roku 1972 w USA taka strategia daje zaledwie 70,9% traf−
nych wyników. Jeśli natomiast jako głosujących potraktujemy tylko tych, którzy wymienili nazwisko kandydata, na którego głosowali, to trafność wzrasta aż
do 92,3%. Według Kanazawy (tamże, s. 440), prawidłowość ta związana jest z tym, że dla respondentów, którzy nie głosowali, podanie nazwiska kandydata jest znacznie bardziej psychologicznie kosztowne aniżeli wyłącznie udzielenie odpowiedzi twierdzącej na pytanie o partycypację. Dlatego, w swych dalszych badaniach, opartych na danych niezawierających walidacji głosowania, Kanaza−
wa klasyfikuje jako głosujących tylko tych, którzy podali nazwisko kandydata, na którego głosowali. Podobna strategia zostanie zastosowana w niniejszym tek−
ście. Strategia taka, zastosowana do danych PGSS, pozwala frekwencji „sonda−
żowej” zbliżyć się do rzeczywistej, choć nie zawsze na zadowalająco mały dy−
stans. Problem dotyczy sondażu z roku 2002, w którym, nawet po zastosowaniu procedury zalecanej przez Kanazawę, „sondażowa” frekwencja w wyborach pre−
zydenckich 2000 roku wynosi prawie 70%, przy rzeczywistej frekwencji wyno−
szącej około 61%2. To zresztą nie jest jedyny problem z PGSS 2002. W sondażu tym bowiem, nawet bez zastosowania zabiegu zalecanego przez Kanazawę, aż 69,3% respondentów, którzy twierdzili, że głosowali w 2000 roku, wymieniło Aleksandra Kwaśniewskiego jako popartego przez siebie kandydata. W rzeczy−
wistości Kwaśniewski otrzymał 53,9% głosów. Tu dochodzimy do problemu drugiego. Jest w miarę oczywiste, że nie wszyscy respondenci odpowiadają prawdziwie na pytanie o to, kogo poparli w danych wyborach. Wspomniane tu problemy z „retrospektywnym” poparciem dla Kwaśniewskiego według PGSS 2002, jak również podobne (choć na zdecydowanie mniejszą i tolerowalną w gruncie rzeczy skalę) problemy z „sondażowym” poparciem dla Lecha Wałęsy w roku 1990 (PGSS 1992 i 1993) oraz Kwaśniewskiego w roku 1995 (PGSS 1997 i 1999), wskazują, że możemy tu mieć do czynienia z pewną wersją „efektu sil−
niejszego” (patrz Traugott i Katosh 1979: 366), zachodzącego nie w sferze zacho−
wań, ale w sferze deklaracji respondentów. Takie potraktowanie sprawy nie wy−
czerpuje jednak problemu. Należy bowiem pamiętać, że mamy tu do czynienia z badaniami przekrojowymi, zawierającymi pytanie o charakterze retrospektyw−
nym, dotyczące przedostatnich w życiu danej jednostki wyborów. Jednocześnie zadawane jest pytanie o ostatnie wybory, przy możliwej zmianie postawy i zacho−
wania wyborczego pomiędzy tymi dwiema elekcjami. Rodzi to kolejny znany problem. Respondenci mogą bowiem podawać nieprawdziwe odpowiedzi, doty−
czące zachowań w przedostatnich w ich życiu wyborach, aby stworzyć wrażenie spójności postaw i zachowań w obu elekcjach (patrz Himmelweit, Biberian i Stockdale 1978; Zuckerman 1990). Problem ten można oczywiście ominąć, uży−
wając danych panelowych, ale dla wyborów polskich takowe nie istnieją. Należy podkreślić, że kwestia jest trudniejsza i może potencjalnie rodzić poważniejsze konsekwencje aniżeli tendencja do przyznawania się raczej do głosowania
2Syntetyczne dane dotyczące frekwencji i wyników wyborów we wszystkich krajach postko−
munistycznych można znaleźć w Internecie na stronie: http://www.essex.ac.uk/elections/.
na zwycięzcę, o której była mowa powyżej. Tendencja do dążenia do spójności działa bowiem we wszystkich możliwych kierunkach, w związku z czym trudniej jest oszacować jej wpływ na adekwatność danych sondażowych. Ale istnieją ba−
dania (patrz Eckstein i Shachar 2006) wskazujące, że problem ten, choć realny, dotyczy około 3–4% ogółu respondentów, a więc występuje raczej na małą skalę.
Podsumowując, istnieją realne podstawy, aby nie używać tutaj danych PGSS 2002, dotyczących wyborów prezydenckich 2000 roku, a tym samym zrezygno−
wać z analizy dotyczącej wyborów parlamentarnych roku 2001. Jak to już było wspomniane, model Kanazawy zostanie zastosowany do wyborów parlamentar−
nych roku 1991 oraz 1997. Użyte tu zostaną dane PGSS 1993 i 1997, które w naj−
bardziej adekwatny sposób odtwarzają sytuację w wyborach, na których temat zawierają odpowiednie dane. Uwagi poczynione powyżej każą pamiętać, że uży−
te tu dane są w oczywisty sposób niedoskonałe, a jedynym właściwym uzasad−
nieniem ich użycia jest brak danych doskonałych czy choćby doskonalszych.
Stochastyczne uczenie się a polskie wybory – zmienne użyte w badaniu Zmienne użyte w tym badaniu można podzielić na dwie grupy. Po pierwsze, co oczywiste, użyte tu będą zmienne dotyczące stochastycznego uczenia się.
Przyjmą one jedną z dwóch postaci (szczegóły dotyczące kodowania wszystkich zmiennych niezależnych zostały zamieszczone w Aneksie). Pierwszy typ to zmienna odnosząca się do udziału w wyborach Wt−1,poprzedzających dane wy−
bory Wt, których dotyczy badanie. Ta zmienna kategorialna przyjmie trzy warto−
ści, dzieląc respondentów na głosujących na zwycięzcę, głosujących na przegra−
nego oraz tych, którzy w wyborach Wt−1 nie wzięli udziału. PGSS zawiera tylko informacje dotyczące głosowania. Nie zawiera natomiast informacji dotyczących kandydatów/partii popieranych przez tych, którzy nie głosują. Dlatego ta hipote−
za Kanazawy, która dotyczy przyszłego zachowania tych, którzy nie głosują w wyborach poprzedzających Wt, nie może być tutaj testowana. W związku z tym, niebiorący udziału w danych poprzedzających wyborach będą traktowani jako jednolita grupa. Zmienna drugiego rodzaju odnosić się będzie do zachowań przed wyborami Wt−1 (Wt−2 i wcześniejszymi). Ta zmienna jest definiowana przez Kanazawę (1998) jako wcześniejsza częstotliwość głosowania. Zmienna ta po−
wstanie po zliczeniu partycypacji w wyborach Wt−2 i wcześniejszych, dla których istnieją odpowiednie dane PGSS. Dla analizy wyborów roku 1991 będzie to w praktyce zmienna binarna dotycząca partycypacji/absencji w pierwszej turze wyborów prezydenckich 1990 roku. Dla analizy wyborów roku 1997 zmienna ta powstanie po zliczeniu partycypacji/absencji w roku 1993 i 1995 (pierwsza tura wyborów prezydenckich). W związku z tym, zmienna ta będzie przyjmować wartość 0, 1 lub 2 i będzie traktowana jako interwałowa.
Poza wyżej opisanymi zmiennymi, użytych tu zostanie kilka zmiennych kon−
trolnych. Mikołaj Cześnik (2002: 60), w swej szeroko zakrojonej pracy dotyczą−
cej partycypacji wyborczej w Polsce w latach 1990–2001, identyfikuje szereg zmiennych skorelowanych z partycypacją/absencją. Należy tu przede wszystkim wymienić wiek oraz uczestnictwo religijne, ale także płeć i dochód. Należy tu podkreślić, że przynajmniej niektóre z tych zmiennych, jak choćby dochód (Ka−
nazawa 1998) czy uczestnictwo religijne (Brady, Verba i Schlozman 1995) zda−
ją się być silnie powiązane z omawianym fenomenem nie tylko w kontekście pol−
skim. Ponieważ są to badania dotyczące polityki, włączona tu także zostanie zmienna dotycząca orientacji politycznej (z podziałem na lewicę, prawicę i cen−
trum). Wreszcie, użyta też będzie zmienna dotycząca zainteresowania polityką.
Powodem włączenia tej zmiennej jest hipoteza Kanazawy (1998; 2000), według której głosowanie opiera się na „normatywnym przywiązaniu” do swego rodza−
ju normy kooperatywnego działania. Ponieważ zainteresowanie polityką może wpływać na partycypację wyborczą, a jednocześnie nie musi się opierać na nor−
mach, warto sprawdzić, czy to zainteresowanie polityką (a nie normy kształtowa−
ne przez przeszłe zachowania wyborcze) jest odpowiedzialne za większą skłon−
ność do partycypacji.
Stochastyczne uczenie się a polskie wybory – koncepcja badań Przeprowadzę tutaj analizy z użyciem regresji logistycznej z binarną zmienną zależną rozróżniającą pomiędzy partycypacją i absencją w wyborach parlamen−
tarnych roku 1991, a następnie roku 1997. Analizy zostaną przeprowadzone dwukrotnie, raz wyłączając zmienną niezależną dotyczącą zainteresowania poli−
tyką, drugi raz z uwzględnieniem tej zmiennej. Pozwoli to na ocenę stabilności efektu zmiennych dotyczących stochastycznego uczenia się ze względu na zain−
teresowanie polityką, a więc na sprawdzenie, czy istnieją empiryczne podstawy uprawdopodabniające tezę Kanazawy, opartą na teorii Macy’ego, że powtarzal−
ność głosowania jest funkcją normatywnego przywiązania do norm nakazują−
cych kooperatywne zachowanie. W przypadku każdego modelu omówione zo−
staną kwestie dotyczące przyjęcia/odrzucenia hipotez wynikających z modelu Kanazawy. Podanych zostanie też szereg statystyk opisujących dopasowanie mo−
delu do danych. Wreszcie, jeśli hipoteza H3 zostanie odrzucona, przeprowadzone zostaną kolejne analizy, które mogą potencjalnie uprawdopodobnić postawioną wcześniej tezę o niekompletności modelu Kanazawy. Analizy te, jak to już było wspomniane, będą się koncentrować na identyfikacji potencjalnie nierównomier−
nego rozkładu wyborców z grup opisujących zachowanie w wyborach Wt−1(gło−
sował(a) na zwycięzcę, głosował(a) na przegranego), nie głosował(a)) wśród grup głosujących na różnych kandydatów/partie w badanych wyborach Wt.
Wybory parlamentarne roku 1991 – wyniki analizy
Wyniki analizy z użyciem regresji logistycznej ze zmienną zależną rozróżnia−
jącą pomiędzy partycypacją i absencją (1 = Głosował(a); 0 = Nie głosował(a)) w wyborach parlamentarnych roku 1991 zamieszczone zostały w tabeli 13. Tabela 1. Wybory parlamentarne 1991 roku
„Zainteresowanie „Zainteresowanie polityką” wyłą− polityką” włą−
czone z analizy czone do analizy Stochastyczne uczenie się
Zachowanie wyborcze w II turze wyborów prezydenckich 1990 r.
Głosował(a) na zwycięzcę 1,133**** 1,135****
(0,147) (0,148) Głosował(a) na przegranego 0,733*** 0,729***
(0,196) (0,197) Głosował(a) w I turze
wyborów prezydenckich 1990 r. 0,782**** 0,753****
(0,157) (0,158) Zmienne kontrolne
Uczestnictwo w mszach i nabożeństwach
Częste 0,291 0,320*
(0,162) (0,163)
Średnio częste −0,005 −0,001
(0,169) (0,170)
Wykształcenie 0,174**** 0,145****
(0,025) (0,026)
Dochód łączny gospodarstwa
domowego 0,000 0,000
(0,000) (0,000)
Orientacja polityczna
Lewica 0,125 0,049
(0,166) (0,169)
3Dla wszystkich analiz główne liczby (bez nawiasów) oznaczają wartość niestandaryzowane−
go współczynnika B regresji logistycznej, a liczby w nawiasach błąd standardowy oszacowania współczynnika B.
Prawica 0,463** 0,415**
(0,147) (0,149)
Wiek 0,007 0,005
(0,004) (0,004)
Płeć 0,427*** 0,353**
(0,126) (0,128) Zainteresowanie polityką
Duże lub bardzo duże – 0,836***
(0,248)
Średnie – 0,350**
(0,133)
Constant −4,016**** −3,781****
(0,418) (0,424)
R2Nagelkerke 0,264 0,275
−2 log likelihood 1579,859 1562,197
c2(df = 8) Hosmera i Lemeshowa 2,639 8,124 Prawidłowo zaklasyfikowane
przypadki (%) 70,0 70,1
Lambda−p 0,393 0,397
Liczba przypadków 1355 1353
* p < 0,05; ** p < 0,01; *** p < 0,001; **** p < 0,0001 Źródło: obliczenia własne na podstawie danych PGSS 1993.
Wyniki te skłaniają do przyjęcia hipotez H1−H3. Przy pozostałych czynnikach niezmienionych, ci wyborcy, którzy w drugiej turze wyborów prezydenckich ro−
ku 1990 poparli Lecha Wałęsę (zwycięzcę), byli znacząco bardziej skłonni gło−
sować w wyborach parlamentarnych roku 1991 aniżeli wyborcy Stanisława Ty−
mińskiego (przegranego). Jednocześnie ci ostatni głosowali w 1991 roku znacz−
nie chętniej niż ci, którzy w drugiej turze wyborów 1990 roku do urn w ogóle nie poszli. Zatem teza, że proces stochastycznego uczenia się zachodzi zarówno na poziomie instrumentalnym, jak i normatywnym, zdaje się znajdować po−
twierdzenie w faktach. Ten drugi rodzaj uczenia się ma charakter bardziej dłu−
goterminowy, bowiem, przy pozostałych czynnikach niezmienionych, także ci respondenci, którzy głosowali w pierwszej turze wyborów prezydenckich roku 1990, byli bardziej skłonni głosować w wyborach roku 1991. Wartą podkreśle−
nia jest tu bardzo zadowalająca (p < 0,001 lub nawet 0,0001) statystyczna istot−
ność oszacowań dotyczących wszystkich zmiennych odnoszących się do teorii Kanazawy.
Warto tu też odnieść się do przedstawionych statystyk opisujących dopasowa−
nie modelu (czy raczej obu modeli) do danych. Wartości R2Nagelkerke wskazu−
ją, że modele te wyjaśniają 26–28% „zmienności” zmiennej zależnej. Należy te wartości uznać za zadowalające, zwłaszcza że omawiana tu teoria jest teorią cząstkową (Kanazawa 1998: 984), tzn. wyjaśniającą tylko pewien aspekt zjawi−
ska partycypacji/absencji wyborczej. Zwrócić należy również uwagę na binarny charakter zmiennej wyjaśnianej, co utrudnia uzyskanie wysokich wartości, jeśli chodzi o omawianą tu miarę R2. Innym testem dopasowania modelu do danych jest test Hosmera i Lemeshowa (1989). Podane w tabeli 1 statystyki testowe c2 (przy df = 8; p > 0,05) nie uprawniają do odrzucenia hipotezy zerowej stanowią−
cej, że dane zostały wygenerowane przez przedstawione tu modele. Relatywnie niskie wartości statystyk testowych c2 oraz brak podstaw do odrzucenia wspo−
mnianej powyżej hipotezy zerowej świadczą więc o dobrym dopasowaniu mode−
lu do danych. Kolejnym miernikiem adekwatności modelu może być proporcja prawidłowo zaklasyfikowanych przypadków. Widzimy tu, że oba przedstawione modele klasyfikują poprawnie około 70% respondentów. Obliczone i podane w tabeli 1 wartości Lambda−p świadczą o tym, że modele te, w porównaniu do modelu początkowego, o prawie 40% zmniejszają liczbę nieprawidłowo za−
klasyfikowanych przypadków. Warto tu wspomnieć, że model początkowy nie zawiera żadnych zmiennych wyjaśniających i klasyfikuje wszystkie przypadki jako przynależące do bardziej licznej kategorii. Model ten z definicji zatem pra−
widłowo klasyfikuje co najmniej połowę przypadków. W tej sytuacji otrzymane tu wartości Lambda−p należy uznać za zadowalające.
Jak wynika z powyższych uwag, stopień dopasowania obu modeli do danych może być oceniony pozytywnie. Należy zatem zadać ostatnie pytanie. Czy któ−
ryś z tych modeli jest jednak lepszy? Czy włączenie zmiennej dotyczącej zainte−
resowania polityką czyni model drugi bardziej adekwatnym? Na podstawie testu porównującego oba modele (bazującego na różnicy wartości −2 log likelihood), należy stwierdzić, co z teoretycznego punktu widzenia wydaje się zrozumiałe, że model drugi jest lepiej dopasowany do danych (c2 = 17,662 przy df = 2; p <
0,0001). Wspomnieć też należy, że wpływ zainteresowania polityką na prawdo−
podobieństwo partycypacji wyborczej jest silnie pozytywny i statystycznie istot−
ny. Z drugiej strony należy zauważyć inne ciekawe zjawisko. Mimo że włącze−
nie zmiennej dotyczącej zainteresowania polityką, ogólnie rzecz biorąc, przyczy−
nia się do bardziej adekwatnego statystycznego opisu analizowanych danych, to jednocześnie wpływ zmiennych dotyczących stochastycznego uczenia się pozo−
staje stabilny (właściwie niezmienny). Wskazuje to na możliwą przydatność te−
zy Macy’ego (1991: 814) o normatywnych podstawach działań kooperatywnych czy kolektywnych do wyjaśniania zjawiska partycypacji/absencji wyborczej w kontekście polskim.
Wybory parlamentarne roku 1997 – wyniki analizy
Tabela 2 zawiera wyniki analiz z użyciem regresji logistycznej ze zmienną za−
leżną rozróżniającą pomiędzy partycypacją i absencją (1 = Głosował(a); 0 = Nie głosował(a)) w wyborach parlamentarnych roku 1997.
Tabela 2. Wybory parlamentarne 1997 roku
„Zainteresowanie „Zainteresowanie polityką” wyłą− polityką” włą−
czone z analizy czone do analizy Stochastyczne uczenie się
Zachowanie wyborcze w II turze wyborów prezydenckich 1995 r.
Głosował(a) na zwycięzcę 0,446** 0,443**
(0,150) (0,151) Głosował(a) na przegranego 1,259**** 1,255****
(0,170) (0,172)
Wcześniejsza częstotliwość
partycypacji 0,794**** 0,764****
(0,089) (0,090) Zmienne kontrolne
Uczestnictwo w mszach i nabożeństwach
Częste 0,673**** 0,716****
(0,142) (0,144)
Średnio częste 0,017 0,032
(0,146) (0,148)
Wykształcenie 0,149**** 0,129****
(0,023) (0,023) Dochód łączny gospodarstwa
domowego 0,000*** 0,000***
(0,000) (0,000) Orientacja polityczna
Lewica 0,664**** 0,612****
(0,154) (0,156)
Prawica 0,260* 0,240
(0,132) (0,133)
Wiek 0,016**** 0,015***
(0,004) (0,004)
Płeć 0,080 − 0,118
(0,112) (0,115) Zainteresowanie polityką
Duże lub bardzo duże – 0,983****
(0,191)
Średnie – 0,136
(0,124)
Constant −4,470**** −4,284****
(0,376) (0,378)
R2 Nagelkerke 0,373 0,388
−2 log likelihood 2053,438 2020,142
c2(df = 8) Hosmera i Lemeshowa 17,668* 10,954 Prawidłowo zaklasyfikowane
przypadki (%) 75,2 76,2
Lambda−p 0,427 0,448
Liczba przypadków 1971 1969
* p < 0,05; ** p < 0,01; *** p < 0,001; **** p < 0,0001 Źródło: obliczenia własne na podstawie danych PGSS 1997.
Wyniki te skłaniają do odrzucenia hipotezy H3, a tym samym do zakwestio−
nowania ważnej części modelu Kanazawy. Jak można bowiem wywnioskować z tabeli 2, ci, którzy zagłosowali na Lecha Wałęsę, przegranego w drugiej turze wyborów prezydenckich roku 1995, byli następnie bardziej skłonni głosować w roku 1997 aniżeli ci, którzy w 1995 roku poparli zwycięzcę – Aleksandra Kwaśniewskiego. Mamy tu zatem poważne dowody podważające koncepcję Ka−
nazawy. Jak to było zapowiedziane wcześniej, w razie braku pomyślnego przej−
ścia przez hipotezę H3 testu empirycznego przetestowana zostanie hipoteza H4b o nierównomiernym rozkładzie respondentów należących do różnych kategorii wyznaczanych przez główną zmienną niezależną wśród grup popierających róż−
ne partie w roku 1997. Analiza taka zostanie zaprezentowana osobno. W tym miejscu należy tylko stwierdzić, że hipotezy H1 i H2po raz drugi pomyślnie prze−
szły test empiryczny. Hipotezy te są tu testowane w pełni niezależnie od hipote−
zy H3. Można więc stwierdzić, że partycypacja/absencja wyborcza to fenomen reprodukowany w czasie, a teza o pozytywnym przyczynowym związku prze−
szłej, teraźniejszej i przyszłej partycypacji zdaje się znajdować potwierdzenie empiryczne. Wskazuje na to stwierdzona po raz drugi niezależność wpływu prze−
szłej partycypacji/absencji od zainteresowania polityką. W sytuacji bowiem, gdy test oparty na −2 log likelihood (c2= 33,296 przy df = 2; p < 0,0001) wskazuje
na lepsze dopasowanie modelu drugiego, włączenie zmiennej dotyczącej zainte−
resowania polityką powoduje śladowe jedynie zmiany efektu przeszłej partycy−
pacji. Model drugi wydaje się także ogólnie dobrze dopasowany do danych. Wy−
jaśnia on około 39% „zmienności” zmiennej zależnej oraz zmniejsza liczbę nie−
prawidłowo zaklasyfikowanych przypadków o około 45% (w porównaniu do modelu początkowego). To wszystko daje mocne podstawy do uznania twier−
dzeń zawartych w hipotezach H1 i H2 za dobry punkt wyjścia do dalszych badań nad fenomenem partycypacji/absencji wyborczej, przede wszystkim do badań mających na celu wyjaśnienie, dlaczego hipoteza H3 nie znajduje potwierdzenia empirycznego.
Stochastyczne uczenie się a wybory parlamentarne 1997 roku.
Co jest nie tak z teorią Kanazawy?
Jak to już było powiedziane, Kanazawa nie bierze pod uwagę możliwego sko−
relowania preferencji wyborców w różnych momentach czasowych i, w związku z tym, nie rozważa możliwości, że wyborcy, którzy głosują na przegranego w da−
nych wyborach, mogą być niemniej skłonni głosować dalej, bo spodziewają się przyszłego zwycięstwa swojego faworyta. Taką możliwość zakłada prezentowa−
na wcześniej hipoteza H4a, ale nie może być ona tutaj bezpośrednio zastosowa−
na z powodu braku danych panelowych. Będzie tu natomiast zaprezentowany test hipotezy H4b, co przy takich, a nie innych dostępnych danych wydaje się jedy−
nym sensownym rozwiązaniem. Pozytywne przejście testu empirycznego przez hipotezę H4boznaczać będzie, że hipoteza H4amoże być prawdziwa, choć nie bę−
dzie jeszcze oznaczać jej empirycznego potwierdzenia.
Aby poddać hipotezę H4b testowi empirycznemu, trzeba określić możliwą po−
zytywną korelację pomiędzy preferencjami w różnych wyborach. Kto w 1997 ro−
ku mógł zmobilizować wyborców Lecha Wałęsy (przegranego w roku 1995) i być szczególnie mało atrakcyjnym dla wyborców Aleksandra Kwaśniewskie−
go? Nie trzeba być wytrawnym znawcą polskiej sceny politycznej, żeby stwier−
dzić, że mogła to być Akcja Wyborcza „Solidarność”. Obecność tego ugrupowa−
nia mogła spowodować, że wyborcy Wałęsy „popatrzyli w przyszłość”, wietrząc szanse swego faworyta na zwycięstwo, i byli bardziej skłonni głosować, zaburza−
jąc tym samym prawidłowości przewidywane przez Kanazawę. Wystąpienie ta−
kiej ewentualności zakłada analiza, której wyniki zaprezentowane są w tabeli 3.
Przeprowadzona analiza dotyczy wyłącznie tych, którzy głosowali w 1997 roku.
Użyta została ponownie regresja logistyczna, tym razem ze zmienną zależną dzielącą respondentów na tych, którzy głosowali na AWS i resztę (1 = Głoso−
wał(a) na AWS; 0 = Głosował(a) na inna partię)). Użyto tu wszystkich zmien−
nych niezależnych uwzględnionych w poprzedniej analizie (tabela 2).
Tabela 3. Wybory parlamentarne 1997 roku (głosowanie na AWS)
„Zainteresowanie „Zainteresowanie polityką” wyłą− polityką” włą−
czone z analizy czone do analizy Stochastyczne uczenie się
Zachowanie wyborcze w II turze wyborów prezydenckich 1995 r.
Głosował(a) na zwycięzcę −0,875** −0,854**
(0,272) (0,273)
Głosował(a) na przegranego 1,271**** 1,311****
(0,241) (0,244) Wcześniejsza częstotliwość
partycypacji −0,055 −0,051
(0,151) (0,151)
Zmienne kontrolne Uczestnictwo w mszach i nabożeństwach
Częste 0,735** 0,728**
(0,234) (0,235)
Średnio częste 0,381 0,403
(0,256) (0,257)
Wykształcenie −0,127**** −0,116***
(0,031) (0,032)
Dochód łączny gospodarstwa
domowego 0,000* 0,000*
(0,000) (0,000)
Orientacja polityczna
Lewica −1,175*** −1,152***
(0,313) (0,314)
Prawica 0,922**** 0,934****
(0,175) (0,176)
Wiek 0,006 0,007
(0,006) (0,006)
Płeć −0,138 −0,079
(0,164) (0,168) Zainteresowanie polityką
Duże lub bardzo duże – −0,293
(0,243)
Średnie – −0,457*
(0,194)
Constant −0,022 0,033
(0,516) (0,518)
R2 Nagelkerke 0,467 0,472
−2 log likelihood 989,887 984,286
c2(df = 8) Hosmera i Lemeshowa 3,806 4,822
Prawidłowo zaklasyfikowane
przypadki (%) 78,7 78,8
Lambda−p 0,461 0,461
Liczba przypadków 1078 1079
* p < 0,05; ** p < 0,01; *** p < 0,001; **** p < 0,0001 Źródło: obliczenia własne na podstawie danych PGSS 1997.
Wyniki powyższe skłaniają do przyjęcia hipotezy H4b. Zwycięzca wyborów roku 1997, AWS (33,83% głosów w wyborach do Sejmu), była wyjątkowa
„atrakcyjną” dla wyborców Wałęsy i wyjątkowo „nieatrakcyjną” dla wyborców Kwaśniewskiego. Można więc, jak to zakłada hipoteza H4b, wskazać ugrupowa−
nie, którego obecność przyczynia się do zniekształcenia prawidłowości opisa−
nych w omawianej tu teorii. Więcej, jest to ugrupowanie zwycięskie. Tym sa−
mym analizy powyższe uprawniają do traktowania z pełną powagą intuicji pły−
nącej z badań nad „efektem silniejszego” (Chew i Konrad 1998; Fleitas 1971;
Goidel i Shields 1994; McAllister i Studlar 1991) podpowiadającej, że wyborcy
„patrzą wprzód” i starają się jakoś „szacować” szanse własnych faworytów, chęt−
niej ich popierając, gdy szanse te są duże. Zakładać zatem należy, że wyborcy, którzy wcześniej głosowali na przegranego, mogą jednak dalej być bardzo skłon−
ni głosować, ponieważ oczekują swego rodzaju psychologicznej „gratyfikacji”
w związku ze spodziewanym zwycięstwem wyborczym swego faworyta. Praw−
dopodobieństwo zajścia takiej sytuacji w wyborach roku 1991 należy uznać za bardzo mało prawdopodobne, zważywszy na rozdrobnienie ówczesnej sceny partyjnej. Dlatego proces stochastycznego uczenia się mógł być w tamtym przy−
padku obserwowany bez zakłóceń. Należy powiedzieć jasno, że koncepcja Ka−
nazawy mogłaby wciąż okazać się przydatna w całości, gdyby możliwe było umieszczenie w modelu zmiennej dotyczącej preferencji wyborców przed dany−
mi wyborami Wt. Dopiero kontrolując efekt zmiennych zaproponowanych przez Kanazawę ze względu na przedwyborcze preferencje respondentów, można osta−
tecznie stwierdzić, czy koncepcja Kanazawy powinna zostać uznana za sfalsyfi−
kowaną czy tylko za niekompletną. Mogłoby się przecież okazać, że ci (nielicz−
ni prawdopodobnie) wyborcy, którzy w 1995 roku poparli Kwaśniewskiego,
a w roku 1997 AWS, byli grupą najbardziej skłonną głosować w tych ostatnich wyborach. Sprawdzenie tego jest oczywiście niemożliwe w przypadku wyborów polskich, w sytuacji gdy nie są dostępne dane panelowe. Jednak wyniki zapre−
zentowane w tabeli 3 każą uznać tego rodzaju tezę za prawdopodobną.
Jeśli chodzi o dopasowanie obu modeli do danych, to jest ono najlepsze wśród dotychczas tu zaprezentowanych analiz. Wystarczy wspomnieć, że każdy z mo−
deli wyjaśnia około 47% „zmienności” zmiennej zależnej i o około 46% zmniej−
sza liczbę nieprawidłowo zaklasyfikowanych przypadków. Dodatkowo, oba mo−
dele pomyślnie przechodzą test Hosmera i Lemeshowa (p > 0,05). Stabilność efektu stochastycznego uczenia się ze względu na zainteresowanie polityką jest duża, a model drugi nie jest lepiej dopasowany do danych (c2 = 5,601 przy df = 2; p >0,05), a więc nie jest istotnie lepszy od modelu pierwszego. Wreszcie, co jest warte zauważenia (a nie było wcześniej wspomniane), efekt zmiennych do−
tyczących stochastycznego uczenia się jest tu silny, pomimo efektu orientacji po−
litycznej (który jest również bardzo silny). Zmienna ta jest niezwykle istot−
na zwłaszcza w tym badaniu, ponieważ nie chodzi tu o partycypację/absencję wyborczą, ale o poparcie dla poszczególnych ugrupowań. Podsumowując, uprawnione wydaje się stwierdzenie, że dobre dopasowanie modeli do danych oraz niezależność efektu głównych zmiennych od silnego przecież wpływu zmiennych kontrolnych wzmacniają argumentację na rzecz uzupełnienia modelu Kanazawy o wspomniane wyżej elementy oraz pełnego zastosowania rozszerzo−
nego modelu przy użyciu odpowiednich danych.
Zamiast zakończenia. O pożytkach z teorii Kanazawy
W tekście tym zaprezentowany został zaproponowany przez Satoshiego Ka−
nazawę model zachowań wyborczych, model oparty na zasadach stochastyczne−
go uczenia się. Koncepcja ta została tu zaprezentowana jako możliwe antidotum na trudności, do jakich prowadzi zastosowanie teorii racjonalnego wyboru do fe−
nomenu partycypacji/absencji wyborczej. Jednocześnie wskazane tu zostały teo−
retyczne trudności, do jakich prowadzi zbyt radykalne odrzucenie przez Kanaza−
wę tej ostatniej. W teorii racjonalnego wyboru wyborcy „patrzą wprzód”, stara−
jąc się ocenić prawdopodobieństwo, że ich głos będzie przyczyną zwycięstwa ich kandydata. Wyborcy Kanazawy „patrzą wstecz” i szczególnie atrakcyjne jest dla nich korelacyjne powiązanie pomiędzy faktem głosowania a zwycięstwem kan−
dydata, na którego dany wyborca głosuje. W tej pracy wskazane zostało, że nie−
które dobrze naukowo opisane zjawiska („efekt silniejszego”) mogą sugerować, że Kanazawa w sposób zbyt radykalny odrzuca założenia teorii racjonalnego wy−
boru. Wyborcy mogą również „patrzeć wprzód” i antycypować zwycięstwo/po−
rażkę swych faworytów. Pokazane tu zostało, że model Kanazawy ma dużą szan−
sę sprawdzić się w sytuacji, gdy zmienne użyte w tym modelu, odnoszące się do poprzednich wyborów, nie są zbyt silnie powiązane z preferencjami wybor−
ców w danych analizowanych wyborach (przykład wyborów parlamentarnych roku 1991). Jednak gdy korelacja ta jest silna, a głosujący w przeszłości na prze−
granego zechcą w danych wyborach poprzeć kandydata z szansami na zwycię−
stwo (przykład AWS w wyborach parlamentarnych 1997 roku), to prawidłowo−
ści przewidywane przez Kanazawę mogą zostać zakłócone. W tej sytuacji jedy−
ną tezą Kanazawy, która całkowicie udanie przechodzi test predykcji, jest te−
za głosząca, że im więcej partycypacji w przeszłości, tym więcej i w przyszłości.
Ciągłe stochastyczne reprodukowanie partycypacji/absencji wyborczej pozostaje tu wszak poza dyskusją. Analizy zaprezentowane w tabeli 3 sugerują jednak, że rozszerzenie omawianej teorii poprzez dopuszczenie możliwości antycypowania przez wyborców przyszłych zdarzeń może przyczynić się do „uratowania” tez Kanazawy w całości, choć już w całkiem nowym kontekście konceptualnym i w ramach rozszerzonego modelu. Wypada wyrazić nadzieję, że model tu oma−
wiany będzie przedmiotem dalszych badań, również (choć nie tylko) w kontek−
ście polskim. Są co najmniej trzy powody, aby tak sądzić.
Po pierwsze, prezentowany tu model pozwala na badanie zachowań wybor−
czych jako procesów stochastycznych, które są „probabilistycznymi modelami zjawisk zależnych od czasu, zachodzących w rzeczywistości” (Domański i Pru−
ska 2000: 284). Umożliwia to badanie zachowań ludzkich w powtarzalnych sy−
tuacjach, jakimi do pewnego stopnia są wybory. Główny nurt dotychczasowych badań nad partycypacją/absencją wyborczą, także w Polsce (patrz Cześnik 2002;
Raciborski 1997), może uzyskać wartościowe uzupełnienie, jeśli jego przedsta−
wiciele docenią znaczenie wymiaru temporalnego tego zjawiska. Analizy tu pre−
zentowane pozwalają uwypuklić ten wymiar i wskazać na powtarzalność zacho−
wań wyborczych w czasie jako na ważny mechanizm przyczynowy, wpływający na partycypację/absencję.
Po drugie, teoria Kanazawy, jak wspomina ten autor (patrz Kanazawa 1998:
984), jest koncepcją cząstkową, czyli wyjaśniającą jedynie pewien aspekt zjawi−
ska partycypacji/absencji wyborczej, a nie jego całość. Jest to zresztą raczej oczywiste, bo cząstkowość jest cechą wszystkich właściwie teorii naukowych.
Nie to jest tu jednak najważniejsze. Teoria Kanazawy, co zresztą sam autor za−
uważa (tamże, s. 992), może być potencjalnie elementem fuzji z wieloma inny−
mi teoriami odnoszącymi się do zachowań wyborczych. Zwraca się bowiem w naukach społecznych uwagę na co najmniej kilka innych czynników wpływa−
jących na partycypację/absencję wyborczą, zarówno w aspekcie indywidualnym, jak i zagregowanej frekwencji wyborczej. Te czynniki to choćby zasoby (Brady, Verba i Schlozman 1995), pogoda (Knack 1994), bliskość szans wyborczych głównych kandydatów (Matsusaka 1993), elementy świadomościowe (Markow−
ski 1993) czy też wydatki na kampanię wyborczą (Aldrich 1993). Teoria Kana−
zawy, operując wszak na nieco innym poziomie, nie wyklucza prawdziwości po−
wyższych koncepcji. Więcej, przyszłe potencjalne badania nad interakcją stocha−
stycznego uczenia się i tychże czynników mogą z pewnością dać ciekawe rezul−
taty, przyczyniając się do bardziej pełnego opisu fenomenu partycypacji/absencji wyborczej.
Po trzecie wreszcie, z nieco późniejszych publikacji Kanazawy (2001:
1142–1144; 2003: 160) wynika, iż skłania się on do tłumaczenia procesów sto−
chastycznego uczenia się (także w odniesieniu do wyborów) w nawiązaniu do mechanizmów ewolucji mózgu ludzkiego. Ten ostatni, jak przekonuje Kana−
zawa, ewoluował do obecnej postaci w warunkach, gdy zamieszkujące afrykań−
ską sawannę hominidy przebywały w grupach co najwyżej kilkudziesięciooso−
bowych. W tej sytuacji, proporcjonalny wkład jednostki w działania kolektyw−
ne był znaczenie większy i, co również ważne, nie był to wpływ anonimowy.
Obecne demokratyczne systemy wyborcze opierają się na uczestnictwie milio−
nów anonimowych obywateli. Kanazawa twierdzi, że współcześni wyborcy nie do końca są więc w stanie postrzegać te abstrakcyjne systemy wyborcze w spo−
sób adekwatny, tj. jako minimalizujące w praktyce do zera wpływ pojedyncze−
go członka wspólnoty na rezultat decyzji kolektywnej. Trzeba przyznać, że twierdzenie to może się wydawać spekulatywnym, nawet biorąc pod uwagę dy−
namiczny w ostatnich latach rozwój psychologii ewolucyjnej. Wszystkim tym, którzy zechcą twierdzenie takie z góry odrzucić, przypomnieć jednak trzeba o niezwykle ciekawych wynikach badań przedstawionych nie tak dawno przez Karla−Dietera Oppa (2001), przywoływanych zresztą przez Kanazawę (2003:
160). W badaniu przeprowadzonym w 1998 roku na reprezentatywnej próbie ludności Niemiec zadano pytanie o to, jak silny wpływ na politykę może wy−
wrzeć dany respondent poprzez fakt głosowania. Na skali od 1 (żadnego wpły−
wu) do 7 (bardzo silny wpływ), aż 26,3% respondentów dało odpowiedź 7, a średnia wyniosła 4,99. Te rezultaty czynią ryzykownym jednoznaczne odrzu−
cenie ewolucyjnych interpretacji Kanazawy. Życzliwe potraktowanie tychże in−
terpretacji otwiera natomiast pole do badań całkiem już innych, bo integrują−
cych niemały przecież dorobek nauk społecznych w zakresie wyjaśniania za−
chowań wyborczych z dorobkiem psychologii ewolucyjnej, dyscypliny bezpo−
średnio wywodzącej się z biologii. Ta nowa perspektywa wydaje się nadzwy−
czaj atrakcyjna.
Aneks – kodowanie zmiennych niezależnych użytych w badaniu I) Zachowanie wyborcze w II turze wyborów prezydenckich 1990/1995 r.
(1 = Głosował(a) na zwycięzcę; 2 = Głosował(a) na przegranego; 3 = Nie głoso−
wał(a)). Jest to zmienna kategorialna. Wartości liczbowe takiej zmiennej nie ma−
ją realnego znaczenia, a współczynniki regresji logistycznej dla takiej zmiennej porównują poszczególne kategorie (oprócz ostatniej) do ostatniej kategorii.
II) Głosował(a) w I turze wyborów prezydenckich 1990 r. (1 = Tak; 0 = Nie). Zmienna użyta tylko w analizie z tabeli 1.
III) Wcześniejsza częstotliwość partycypacji (2 = Głosował(a) w wyborach parlamentarnych 1993 r. i w I turze wyborów prezydenckich 1995 r.; 1 = Głoso−
wał(a) w wyborach parlamentarnych 1993 r. lub w I turze wyborów prezydenc−
kich 1995 r. (ale nie w obu tych elekcjach); 3 = Nie głosował(a) w wyborach par−
lamentarnych 1993 r., ani w I turze wyborów prezydenckich 1995 r.). Zmien−
na interwałowa użyta w analizach z tabel 2 i 3.
IV) Uczestnictwo w mszach i nabożeństwach (1 = Częste – raz na tydzień lub częściej; 2 = Średnio częste – częstsze niż raz na miesiąc, ale rzadsze niż raz na tydzień; 3 = Rzadkie lub brak uczestnictwa – nie więcej niż raz na miesiąc lub wcale). Zmienna kategorialna.
V) Wykształcenie (liczba lat edukacji szkolnej).
VI) Dochód łączny gospodarstwa domowego (miesięczny dochód gospo−
darstwa domowego w PLN).
VII) Orientacja polityczna (1 = Lewica – od 1 do 4 na 10−punktowej skali
„lewica – prawica” lub od 1 do 2 na 5−punktowej skali „lewica –prawica”; 2 = Prawica – od 7 do 10 na 10−punktowej skali „lewica−prawica” lub od 4 do 5 na 5−
punktowej skali „lewica – prawica”; 3 = Centrum – od 5 do 6 na 10−punktowej skali „lewica – prawica” lub 3 na 5−punktowej skali „lewica – prawica”). Zmien−
na kategorialna.
VIII) Wiek (wiek w latach).
IX) Płeć (1 = Mężczyzna; 0 = Kobieta).
X) Zainteresowanie polityką (1 = Duże lub bardzo duże; 2 = Średnie; 3 = Małe lub brak). Zmienna kategorialna.
Literatura
Aldrich, John H. 1993. Rational Choice and Turnout. „American Journal of Po−
litical Science” 37: 246–278.
Brady, Henry E., Sidney Verba i Kay Lehman Schlozman. 1995. Beyond SES:
A Resource Model of Political Participation. „American Political Science Re−
view” 89 (2): 271–294.
Chew, Soo Hong i Kai A. Konrad. 1998. Bandwagon Effects and Two−Party Ma−
jority Voting. „Journal of Risk and Uncertainty” 16 (2): 165–172.
Cichomski, Bogdan (kierownik programu), Tomasz Jerzyński i Marcin Zieliński.
2003. Polskie Generalne Sondaże Społeczne: skumulowany komputerowy zbiór danych 1992–2002. Warszawa: ISS UW.
