Adam Gendźwiłł Tomasz Żółtak Jakub Rutkowski
Uniwersytet Warszawski
O ZWIĄZKU PARTYCYPACJI WYBORCZEJ I STABILNOŚCI POPARCIA DLA PARTII.
LOKALNE EFEKTY FREKWENCYJNE W WYBORACH PARLAMENTARNYCH W POLSCE W LATACH 2005–2011*
W analizach prezentowanych w artykule autorzy sprawdzają, czy zróżnicowanie prze- strzenne zmian w poziomie partycypacji wyborczej jest systematycznie powiązane ze zróżni- cowaniem przestrzennym zmian poparcia największych polskich partii politycznych. Anali- zując ofi cjalne wyniki wyborów parlamentarnych z lat 2005–2011, zagregowane na poziomie gmin, badają relację pomiędzy zmiennym poziomem uczestnictwa wyborczego a stabilnością systemu partyjnego w większej rozdzielczości przestrzennej. Z analiz wynika, że lokalne zmiany frekwencji wyborczej wpływają na lokalne zmiany poparcia partii, choć w sposób niesystematyczny. Autorzy szacują lokalne efekty frekwencyjne dla najważniejszych polskich partii, aby pokazać, jaki wpływ na ich wyborczy wynik ma mobilizacja i demobilizacja lo- kalnych elektoratów.
Główne pojęcia: wybory; partycypacja wyborcza; mobilizacja wyborcza; chwiejność.
Wprowadzenie
Poparcie poszczególnych partii politycznych zmienia się z wyborów na wybory.
Dzieje się tak z różnych powodów. Część wyborców zmienia pomiędzy wyborami swoje preferencje i głosuje na inną partię niż wcześniej. Zmienia się też skład elekto- ratu – nie tylko ze względów demografi cznych (te są istotne w dłuższej perspektywie czasowej). Niektórzy obywatele zostają skutecznie zmobilizowani, tzn. występują z szeregu niegłosujących w ostatnich wyborach po to, by oddać głos na jakąś partię;
inni – zostają zdemobilizowani, tzn. przechodzą od głosowania do wyborczej absen- cji. Jeśli zdemobilizowani przewyższają swoją liczbą zmobilizowanych frekwencja spada. Jeśli zmobilizowanych jest więcej – frekwencja rośnie. Zmiana preferencji,
„wejście” i „wyjście” z elektoratu, są najważniejszymi popytowymi składnikami
Adam Gendźwiłł, Wydział Geografi i i Studiów Regionalnych, e-mail: agendzwill@gmail.com; To- masz Żółtak, Instytut Socjologii, e-mail: tomasz.zoltak@is.uw.edu.pl; Jakub Rutkowski: Instytut So- cjologii, e-mail: jakub.k.rutkowski@gmail.com
* Artykuł powstał w ramach grantu Instytutu Socjologii Uniwersytetu Warszawskiego dla dokto- rantów i młodych pracowników naukowych (DSM) Chwiejność i spójność wyborcza, realizowanego w roku akad. 2012/13. Autorzy dziękują Mirosławowi Bogdanowiczowi z Krajowego Biura Wybor- czego za udostępnienie baz danych wyborczych oraz Mikołajowi Cześnikowi za uwagi do pierwszej wersji tekstu. Ewentualne błędy obciążają wyłącznie autorów.
chwiejności wyborczej (czynniki podażowe to te, które są związane z wyborczym menu – tzn. zmianami liczby partii w systemie – a także ze zmianami reguł wybor- czych).
Jednak ani poparcie dla partii ani frekwencja wyborcza nie zmienia się rów- nomiernie na terenie całego kraju. Nawet gdy partia odnotowuje znaczący wzrost poparcia obywateli, zdarzają się zwykle obszary kraju, w których ta partia poparcie straciła. I odwrotnie: nawet gdy poparcie w skali kraju spektakularnie spada, można zazwyczaj znaleźć miejsca, gdzie – wbrew ogólnemu wzorcowi – przybyło danej partii wyborców. Podobnie rzecz ma się ze zmianami frekwencji wyborczej. Nawet gdy wiadomo, że w danych wyborach do urn poszło zdecydowanie więcej obywate- li, zwykle można znaleźć obszary, gdzie frekwencja wyborcza spadła. I vice versa.
Zmienność partycypacji wyborczej ma związek ze stabilnością systemu partyjnego, choć niełatwo go prześledzić.
W tym artykule chcemy sprawdzić, w jaki sposób zmiany frekwencji wy- borczej są powiązane ze zmianami poparcia największych polskich partii po- litycznych. Odpowiedź na pytanie, która partia straciła, a która zyskała dzięki wzrostowi frekwencji, wydaje się stosunkowo prosta. Wystarczy spojrzeć na za- gregowane wyniki wyborów. Przykładowo, skoro w wyborach parlamentarnych z 2007 roku frekwencja była wyższa niż w 2005 roku, to trzeba uznać, że zyskały na tym przyroście wszystkie partie, które w 2007 roku dostały więcej głosów niż w 2005 roku, czyli Platforma Obywatelska, Prawo i Sprawiedliwość, Sojusz Le- wicy Demokratycznej i Polskie Stronnictwo Ludowe. A straciły wszystkie partie, które w 2007 roku wybrało mniej wyborców niż w 2005 roku, czyli Samoobrona, Liga Polskich Rodzin i Socjaldemokracja Polska. Stosunkowo łatwo jest również sięgnąć do danych sondażowych i sprawdzić, jak rozkładały się preferencje par- tyjne wyborców zmobilizowanych i zdemobilizowanych w kolejnych wyborach parlamentarnych.
Doprecyzujmy więc nasze pytanie: interesuje nas, czy zróżnicowanie przestrzen- ne zmian frekwencji wyborczej jest systematycznie powiązane ze zróżnicowaniem przestrzennym zmian poparcia największych polskich partii politycznych. Chcemy sprawdzić, czy na powodzenie poszczególnych partii wpływa to, gdzie mobilizowa- ły i demobilizowały się lokalne elektoraty. Innymi słowy, chcemy sprawdzić, czy poszczególne partie polityczne czerpały wyborcze korzyści raczej tam, gdzie fre- kwencja spadała czy raczej tam, gdzie frekwencja rosła. Sprawdzając, jak zmiany frekwencji sprzyjają (lub nie) poparciu poszczególnych partii, próbujemy odnieść się również do szerszego problemu wpływu partycypacji wyborczej na stabilność systemu partyjnego.
Do odpowiedzi na te pytania wykorzystamy ofi cjalne wyniki wyborów parlamen- tarnych zagregowane na poziomie gmin. Nasze wnioskowanie nie dotyczy zatem bezpośrednio indywidualnych zachowań wyborczych, ale właściwości lokalnych elektoratów.
W pierwszej kolejności omówimy skrótowo wyniki badań dotyczące związku uczestnictwa wyborczego ze stabilnością systemów partyjnych, żeby przedsta- wić szerszy kontekst do interpretacji rezultatów naszych analiz. W kolejnej części
artykułu przedstawimy wykorzystywane przez nas dane i przejdziemy do analiz empirycznych. Sprawdzimy, w jakim stopniu zróżnicowane przestrzennie są zmia- ny frekwencji i zmiany poparcia poszczególnych partii. W dalszej kolejności dla poszczególnych partii zidentyfi kujemy z wykorzystaniem modeli regresji tzw. efek- ty frekwencyjne, wskazujące na związek – pozytywny lub negatywny – lokalnych zmian frekwencji wyborczej ze zmianami poparcia dla partii.
Zmiany frekwencji wyborczej a stabilność poparcia dla partii
Po 2005 roku polski system partyjny jest stabilniejszy niż wcześniej – świadczą o tym choćby malejące wskaźniki chwiejności wyborczej i malejąca fragmentacja parlamentu (Markowski 2008; Szczerbiak 2008; Millard 2010; Markowski i Cześnik 2012; Szczerbiak 2012). Nie oznacza to jednak potwierdzenia popularnej w publicy- stycznym dyskursie tezy o „zabetonowaniu polskiego systemu partyjnego”. Spekta- kularny sukces Ruchu Palikota w 2011 roku pokazał, że koszty wejścia do systemu partyjnego nie są wysokie. Badacze podkreślają, że o stosunkowo dużej otwartości polskiego systemu partyjnego i jego potencjalnej niestabilności świadczy między innymi zmienność preferencji partyjnych elektoratu, płytko zakorzenione identyfi - kacje partyjne, nielojalność elit władzy wobec organizacji partyjnych, przyjmująca często postać „ucieczek” z partii (Zieliński, Słomczyński i Shabad 2005), a także niski poziom frekwencji wyborczej i niestabilność uczestnictwa wyborczego. W tym miejscu skupiamy się przede wszystkim na dwóch ostatnich elementach.
Poziom frekwencji wyborczej w wyborach parlamentarnych w Polsce należy do najniższych wśród krajów regionu. Pod względem średniej frekwencji wyborczej po 1989 roku Polska zajmuje ostatnie miejsce w postkomunistycznej Europie Środko- wo-Wschodniej (Cześnik 2007; Cześnik, Grzelak i Kotnarowski 2010). Na osiem wyborów parlamentarnych, jakie odbyły się od 1989 roku, tylko dwukrotnie (w 1989 i w 2007 roku) poziom frekwencji przekroczył 50%. Na niski poziom frekwencji wyborczej zwracał uwagę między innymi Aleks Szczerbiak, komentując wyniki wy- borów parlamentarnych z 2011 roku:
Te wybory potwierdziły po raz kolejny, że frekwencja wyborcza w polskich wyborach par- lamentarnych utrzymuje się na skrajnie niskim poziomie, co sugeruje, że niezależnie od wy- raźnego spadku chwiejności wyborczej, polski elektorat jest względnie otwarty i dostępny dla potencjalnych nowych partii (Szczerbiak 2012: 26, tłum. autorzy).
Stosunkowo wysokie odsetki mobilizowanych i demobilizowanych wyborców decydują z kolei o niestabilności uczestnictwa wyborczego, które – jak wskazują badania oparte na Polskim Generalnym Studium Wyborczym (PGSW) – przyj- muje w Polsce szczególnie duże rozmiary w porównaniu z innymi systemami de- mokratycznymi, również krajów postkomunistycznych (Cześnik 2009; Cześnik i Żerkowska-Balas 2011). Według szacunków Mikołaja Cześnika, Pawła Grzela- ka i Michała Kotnarowskiego (2010) odsetek niestabilnych wyborców w Polsce w ostatnich 20 latach wahał się od jednej czwartej do jednej trzeciej elektoratu (tabela 1).
Tabela 1. Niestabilni głosujący w wyborach parlamentarnych w Polsce (w %)
Para analizowanych wyborów* Niestabilni głosujący
1993 – 1997 25,2
1997 – 2001 27,9
2001 – 2005 32,6
2005 – 2007 24,1
* druga data oznacza edycję PGSW, pytanie o udział w pierwszych wyborach z pary było retrospektywne Źródło: Cześnik, Grzelak i Kotnarowski 2010: 76–82.
Mobilizacja i demobilizacja wyborców może odgrywać szczególne znaczenie w sytuacji „otwartego elektoratu”, w której – tak jak w Polsce – identyfi kacje par- tyjne są nietrwałe i utrzymują się na niskim poziomie, frekwencja wyborcza jest stosunkowo niska, a uczestnictwo wyborcze wyjątkowo niestabilne.
Dla przykładu, dane z sondażu exit-poll, omawiane przez Radosława Markow- skiego (2008), pokazują, jak ogromne znaczenie dla wyników wyborów parlamen- tarnych z 2007 roku miała mobilizacja osób niegłosujących w 2005 roku. Szacunki wskazują, że wśród wyborców PO w 2007 roku było 37,8% nowo zmobilizowanych (podczas gdy 37,5% to wyborcy PO z 2005 roku). Z kolei wśród wyborców PiS w 2007 roku nowo zmobilizowani wyborcy stanowili 35,9% elektoratu, a stabilni, głosujący na PiS również we wcześniejszych wyborach – 45,2%.
Z analiz Cześnika i innych (2010) wynika, że niestabilni głosujący w Polsce – jeśli głosują – to rzadziej na partie rządzące. „Dość trudno – piszą autorzy (Cześnik i in. 2010: 31) – wyobrazić sobie obywatela, który przechodzi z absencji w gło- sowanie i oddaje głos na partię, która do tej pory rządziła. Polacy z reguły nie są pod koniec kadencji zadowoleni z partii, które wygrały poprzednie wybory i nie nagradzają ich swymi głosami”. Niestabilni głosujący – jeśli głosują – to popierają częściej partie, które wygrywają wybory. Autorzy spekulują, że przyciąga ich do urn wyborczych perspektywa wzięcia udziału w wyborczym zwycięstwie. I wreszcie niestabilni głosujący – jeśli głosują – to preferują partie nowe, wchodzące na wybor- czy rynek. Cześnik i in.(2010) przypuszczają, że pojawienie się nowego podmiotu na scenie politycznej postrzegają oni jako szansę na lepszą reprezentację swoich interesów, a co za tym idzie – impuls do wzięcia udziału w wyborach.
Z danych dotyczących indywidualnych zachowań i preferencji wyborczych (któ- re pochodzą z sondaży powyborczych, takich jak PGSW lub z sondaży exit-poll) można uzyskać informację o historycznych zachowaniach elektoratów poszczegól- nych partii i na tej podstawie ocenić, które partie skuteczniej niż inne mobilizowały swój poprzedni elektorat, a także – uprzednio niegłosujących.
Trzeba przy tym wziąć pod uwagę, że sondaż exit-poll jest pomiarem jedno- razowym, a dynamiczny charakter uzyskiwanych na jego podstawie wskaźników bierze się z retrospektywnych deklaracji wyborców, a nie – jak w przypadku badań panelowych – z porównania dwóch indywidualnych pomiarów odległych w czasie.
Pomijając w zasadzie nierozwiązywalny problem wiarygodności deklaracji dotyczą- cych przeszłych zachowań respondentów, trzeba pamiętać, że sondaż exit-poll nie uwzględnia w ogóle wyborców zdemobilizowanych – np. ten wykonany podczas wyborów w 2011 roku nie obejmuje obywateli, którzy uczestnicząc w wyborach w 2007 roku, zdecydowali się nie pójść na kolejne wybory.
W sondażach powyborczych, takich jak PGSW, w wylosowanych próbach znaj- dują się zarówno głosujący, jak i niegłosujący, zarówno stabilni, jak i niestabilni.
Pomiary te nie są jednak bardzo dokładne ze względu na stosunkowo małą liczeb- ność prób i stosunkowo niską stopę realizacji badań. Przykładowo, wnioskowanie o zachowaniach wyborców Ruchu Palikota w PGSW z 2011 roku trzeba było oprzeć na analizie odpowiedzi 106 respondentów, a wyborców PSL – 89 respondentów.
Nic dziwnego, że badaczy polityki mogą interesować dane wyborcze, będące dokładnym zapisem zachowań wszystkich wyborców uczestniczących w określo- nych wyborach. Najczęściej wykorzystuje się je do analizy zagregowanej chwiej- ności wyborczej w międzynarodowych analizach porównawczych; rzadko są jednak wykorzystywane dane o większej rozdzielczości przestrzennej.
W badaniach obejmujących kilkadziesiąt lub nawet kilkaset cykli wyborczych z wielu krajów, frekwencja lub zmiana frekwencji wyborczej jest uznawana za jedną ze zmiennych wyjaśniających chwiejność wyborczą (Tavits 2008; Bischoff 2013;
Powell i Tucker 2013). Autorzy zwykle stawiają hipotezę odwołującą się do pozio- mu jednostkowego: że w wyborach, w których odnotowuje się wysoką frekwencję, bierze udział stosunkowo wielu wyborców ze słabymi identyfi kacjami partyjnymi.
Z kolei w wyborach, w których frekwencja jest niska, biorą udział ci, którzy mają silne identyfi kacje partyjne i mają wykształcony nawyk głosowania. Ci ostatni mie- liby sprzyjać niższej chwiejności; ci pierwsi – wyższej (Bartolini i Mair 1990; Birch 2003; Dassoneville i Hooghe 2012). Stąd zdziwienie Markowskiego opisującego wyniki wyborów parlamentarnych z 2005 roku:
Ogromnej chwiejności wyborczej towarzyszyła spadająca partycypacja wyborcza, co samo w sobie jest dość dziwną współzależnością. Można bowiem logicznie oczekiwać, iż skoro jest coraz mniej obywateli gotowych do podejmowania decyzji dotyczących tego, kto ma rządzić, powinni oni przynajmniej charakteryzować się pewną stabilnością preferencji politycznych. Nie w Polsce jednak (Markowski 2007: 266).
Studia komparatystyczne nad chwiejnością wyborczą pokazują szerszy obraz tej współzależności. Wobec dominującego wpływu czynników podażowych na chwiej- ność wyborczą (dotyczy to zwłaszcza fragmentacji systemu partyjnego), bezpośrednie efekty zmiany frekwencji okazują się bardzo słabe (pozytywne, zgodnie z hipotezą) lub nieistotne statystycznie. Na przykład z analiz Cariny Bischoff, uwzględniających 336 wyborów z 21 krajów europejskich i bogaty zestaw zmiennych niezależnych wynika, że przyrostowi frekwencji wyborczej o 10 punktów procentowych można przypisać bezpośrednio jedynie około 0,2 punktu procentowego wzrostu zagregowa- nej chwiejności wyborczej (Bischoff 2013: 549). Ruth Dassoneville i Mark Hooghe (2012: 25) stwierdzają wprost na podstawie analizy wyników wyborów z 31 krajów Europy, że frekwencja wyborcza, podobnie jak obowiązek głosowania, nie wpływają
na zagregowaną chwiejność wyborczą. Te wyniki nie oznaczają jednak, że zmiany frekwencji nie są systematycznie powiązane ze zmianami poparcia określonych par- tii politycznych w określonych wyborach. Aby zbadać ten problem, trzeba skorzy- stać z dokładniejszych danych.
Wykorzystane dane
W analizach empirycznych posługujemy się danymi Państwowej Komisji Wy- borczej przedstawiającymi wyniki polskich wyborów parlamentarnych z 2005, 2007 i 2011 roku. Wybieramy te trzy elekcje głównie ze względu na stabilność zestawu największych partii politycznych w tym okresie. Związek partycypacji wyborczej i stabilności systemu partyjnego rozpatrujemy wykorzystując dane zagregowane na poziomie gmin. Przyjmujemy, że w przypadku Polski gminy są odpowiednimi jed- nostkami terytorialnymi do prowadzenia analiz na możliwie niskim szczeblu teryto- rialnej agregacji danych (w 2011 roku średnia wielkość gminy to 15546 mieszkań- ców i 12354 zarejestrowanych wyborców). Wzięliśmy pod uwagę wyniki wyborów w każdej z 2478 polskich gmin w przypadku porównania wyników wyborów z 2005 roku i 2007 roku oraz 2477 gmin w przypadku porównania wyników wyborów z 2007 i 2011 roku1.
Przypomnijmy, że interesuje nas przede wszystkim przestrzenna heterogenicz- ność zmian frekwencji i zmian poparcia najważniejszych partii (nie obliczamy wskaźników zagregowanej chwiejności wyborczej). Wzrost frekwencji wyborczej w gminie informuje nas o przewadze mobilizacji nad demobilizacją (a spadek fre- kwencji – o przewadze demobilizacji), choć nie daje pojęcia o tym, jaką część elek- toratu stanowili zmobilizowani lub zdemobilizowani wyborcy2. Również lokalne zmiany poparcia partii to wypadkowa różnych zachowań wyborczych: głosy od- dane na partię ponownie przez lojalnych wyborców są nieodróżnialne od głosów oddanych przez wyborców nowych, którzy w poprzednich wyborach głosowali na inną partię lub w ogóle nie głosowali. W uproszczeniu (bierzemy pod uwagę system z dwoma partiami) przedstawia te rozróżnienia schemat na ryc. 1.
Zestawiając dane z dwóch następujących po sobie wyborów uzyskaliśmy dla każdej gminy wskaźniki informujące o:
1) zmianie frekwencji pomiędzy 2005 a 2007 rokiem, 2) zmianie frekwencji pomiędzy 2007 a 2011 rokiem,
3) zmianie odsetka uzyskanych głosów pomiędzy 2005 a 2007 rokiem dla na- stępujących partii politycznych: PO, PiS, PSL, SLD (w 2007 jako koalicja LiD), Samoobrona RP, LPR,
1 Obecnie jest w Polsce 2479 gmin, jednak gmina Jaśliska została utworzona dopiero w 2010 roku, z części gminy Dukla; w związku z tym dla okresu 2007–2011 wykluczyliśmy obie gminy z analizy. Nie braliśmy pod uwagę obwodów głosowania za granicą i na statkach.
2 Ponieważ opieramy się na danych zagregowanych, nie odnosimy się wprost do zjawiska niesta- bilności uczestnictwa wyborczego. Warto jednak zauważyć, że praktycznie każda zidentyfi kowana zmiana frekwencji świadczy o niestabilności uczestnictwa; nie jesteśmy jedynie w stanie ocenić, w jakim stopniu mobilizacja i demobilizacja w danej gminie wzajemnie się znosiły.
4) zmianie odsetka uzyskanych głosów pomiędzy 2007 a 2011 rokiem dla nastę- pujących partii politycznych: PO, PiS, PSL, SLD (w 2007 roku jako koalicja LiD), Samoobrona RP, Ruch Palikota (start tylko w 2011 roku).
Wzięliśmy pod uwagę wszystkie najważniejsze partie, które w badanym okresie były reprezentowane w parlamencie. Ze względu na specyfi czny charakter i ogra- niczony zasięg terytorialny, nie uwzględniliśmy w analizach komitetu wyborczego Mniejszości Niemieckiej. Wartości wymienionych wyżej zmiennych, zagregowane dla całego kraju, a także zakresy wartości dla gmin, przedstawia tabela 2.
Tabela 2. Podstawowe statystyki opisowe analizowanych zmiennych
Zmienna
2005–2007 2007–2011
Kraj Gminy
Kraj Gminy
Min Max Min Max
Zmiana frekwencji
(pkt. proc.) 13,47 -13,75 26,46 -6,03 -14,31 8,50
Zmiana poparcia (pkt. proc.) dla:
PO 17,12 -42,67 47,46 -2,09 -33,36 27,51
PiS 5,18 -22,45 70,30 -2,32 -35,83 19,02
SLD (LiD) 1,90 -55,85 34,41 -4,89 -36,71 28,40
PSL 2,01 -45,51 45,25 -0,56 -36,91 44,92
Samoobrona RP -9,75 -51,66 4,03 -1,46 -29,49 -0,23
LPR -6,61 -65,26 2,33 -1,28 -11,70 -0,09
SDPL -3,86 -35,33 ,
Ruch Palikota 9,87 1,35 22,54
Źródło: opracowanie własne na podstawie danych PKW.
Rycina 1. Zmiany frekwencji i przepływy poparcia w danych zagregowanych
(t-1) nglos nglos A B B A nglos A B
t A B B A nglos nglos nglos A B
segmenty
elektoratu 1 2 3 4 5 6 7 8 9
Zmiana frekwencji = (3+4+5+6+8+9)-(1+2+3+4+8+9) = 5+6-1-2 Zmiana poparcia dla partii A = (3+6+8)-(1+4+8) = 3+6-1-4 Zmiana poparcia dla partii B = (4+5+9)-(2+3+9) = 4+5-2-3
Zróżnicowanie przestrzenne zmian frekwencji i zmian poparcia
Zanim przejdziemy do identyfi kacji związku zmian frekwencji wyborczej ze zmianami poparcia poszczególnych partii, sprawdzimy, w jakim stopniu zróżnico- wane przestrzennie były zmiany frekwencji i zmiany poparcia poszczególnych partii politycznych. Innymi słowy – jak bardzo nasze podstawowe wskaźniki były zróżnico- wane w grupie analizowanych gmin. Jest to problem podobny do tego, który stawia- ją sobie badacze nacjonalizacji partii politycznych (Caramani 2004; Bochsler 2010;
Tiemann 2012). Nacjonalizacja poparcia partii politycznych jest najczęściej mierzona wariancją, odchyleniem standardowym, współczynnikiem zmienności lub odpowied- nio przystosowanym współczynnikiem Giniego, pokazującym zróżnicowanie odsetka zdobytych głosów pomiędzy okręgami wyborczymi (Tiemann 2012: 83–84).
Aby móc porównać zróżnicowanie przestrzenne analizowanych przez nas wskaź- ników, wykorzystujemy współczynnik zmienności (iloraz odchylenia standardowe- go i średniej), po to by kontrolować wpływ różnej wielkości poparcia poszczegól- nych partii (tabela 3).
Tabela 3. Zróżnicowanie przestrzenne frekwencji wyborczej i jej zmian oraz poparcia po- szczególnych partii i jego zmian w latach 2005–2011
Współczynniki zmienności
2005 2007 2011 zmiana
2005–2007 zmiana
2007–2011
Frekwencja 0,176 0,163 0,178 0,496 -0,440
LPR 0,586 0,581 - -0,660 -0,582
PiS 0,459 0,355 0,377 0,911 -1,880
PO 0,628 0,456 0,464 0,569 -6,268
PSL 0,825 0,640 0,668 2,188 -11,879
RP - - 0,348 - 0,348
SRP 0,547 0,762 2,318 -0,556 -0,775
SDPL 0,830 - - -0,830 -
SLD 0,700 0,567 0,595 2,529 -1,433
Źródło: obliczenia własne na podstawie danych PKW.
Widać wyraźnie, że partycypacja wyborcza w przekroju gminnym w Polsce jest zdecydowanie mniej zróżnicowana przestrzennie niż poparcie poszczególnych partii politycznych. Elektoraty największych partii (PiS, PO, PSL, SLD) uległy do pew- nego stopnia przestrzennej homogenizacji pomiędzy 2005 a 2007 rokiem, co jest dodatkowym argumentem przemawiającym za tym, że właśnie od roku 2005 system partyjny w Polsce jest bardziej ustabilizowany.
Najmniej zróżnicowane przestrzennie jest poparcie PiS i Ruchu Palikota, naj- bardziej – PSL oraz ugrupowań, którym nie udawało się w danych wyborach prze-
kroczyć progu wyborczego (SDPL w 2005 roku, Samoobrona w 2007 i 2011 roku;
stosunkowo homogeniczne przestrzennie względem jego niewielkiego rozmiaru było poparcie LPR w 2007 roku). Znamienne jest stosunkowo małe zróżnicowanie przestrzenne poparcia dla Ruchu Palikota w przekroju gminnym, biorąc pod uwagę fakt, że to zupełnie nowa partia polityczna, w momencie wyborów w 2011 roku po- siadająca jedynie szczątkowe struktury lokalne.
Podobne zależności można zaobserwować w przypadku zmian frekwencji wy- borczej i zmian poparcia partii w dwóch analizowanych cyklach wyborczych: 2005–
2007 i 2007–2011. Współczynniki zmienności dla zmian frekwencji wyborczej są zasadniczo niższe niż współczynniki zmienności zmian poparcia partii. Frekwencja wyborcza na terenie całego kraju stosunkowo równomiernie wzrosła pomiędzy 2005 a 2007 rokiem i porównywalnie równomiernie spadła pomiędzy 2007 a 2011 r. Zmia- ny poparcia dla poszczególnych partii były bardziej zróżnicowane. Współczynniki zmienności dla cyklu 2007–2011 są większe, bo w tym czasie zagregowane zmiany poparcia dla partii nie były tak duże jak w 2007 roku (por. tabela 2). Widać wyraźnie, że w latach 2007–2011 stosunkowo niewielkie na poziomie zagregowanym zmiany poparcia dla PSL (około -0,5 punktu procentowego [pkt proc.]) i PO (około -2 pkt proc.) były rezultatem bardzo zróżnicowanych zmian poparcia w gminach.
Efekty frekwencyjne
U podstaw naszych analiz leży rozumowanie, że zarówno zmiany poparcia, jak i zmiany frekwencji w kolejnych wyborach parlamentarnych to parametry, które mają swoje rozkłady określone w zbiorze gmin. To, czego poszukujemy, to dowody wpływu zmiany frekwencji wyborczej w gminach na zmianę poparcia poszczegól- nych partii politycznych. Ów wpływ może mieć różny kierunek, dlatego wyróżnia- my lokalne efekty frekwencyjne zbieżne lub rozbieżne.
Efektem frekwencyjnym zbieżnym nazywamy taką sytuację, w której relatywnemu spadkowi frekwencji pomiędzy wyborami towarzyszy spadek poparcia danej partii, a relatywnemu wzrostowi frekwencji – wzrost poparcia danej partii. Innymi słowy, że dana partia zyskała poparcie głównie tam, gdzie relatywnie wzrosła frekwencja, a straciła głównie tam, gdzie frekwencja relatywnie spadła.
Efektem frekwencyjnym rozbieżnym nazywamy taką sytuację, w której relatyw- nemu spadkowi frekwencji pomiędzy wyborami towarzyszy wzrost poparcia partii, a relatywnemu wzrostowi frekwencji – spadek poparcia partii. Innymi słowy, że dana partia zyskała poparcie tam, gdzie relatywnie spadła frekwencja, a poparcie dla niej spadło tam, gdzie frekwencja relatywnie wzrosła.
Przyjmujemy, że efekt frekwencyjny rozbieżny wskazuje na to, że dla wyniku danej partii większe znaczenie mają stabilnie głosujący. Efekt frekwencyjny zbieżny wskazuje z kolei na większe znaczenie elektoratu niestabilnego (nowego lub odpły- wającego ku niegłosowaniu). Analizujemy dane zagregowane, więc wnioski doty- czące partii mogą służyć jako uzupełnienie analiz prowadzonych na poziomie indy- widualnym opartym na danych sondażowych (o wadach i zaletach różnych podejść wspominaliśmy powyżej).
Należy przy tym zaznaczyć, że aby taka interpretacja była prawdziwa i byśmy w naszym wnioskowaniu nie popełniali błędu ekologicznego, musi być spełnione dodatkowe założenie. Mianowicie występowanie zmian we frekwencji nie może być systematycznie powiązane ze zmianami poparcia partii w grupie wyborców stabilnie uczestniczących w wyborach3. Przykładowo, gdyby w gminach, gdzie wzrastała fre- kwencja, wyborcy stabilnie uczestniczący w obu elekcjach mieli większą skłonność do zmiany preferencji z partii A na partię B, wtedy wyniki prowadzonych przez nas analiz byłyby „zanieczyszczone” wpływem tego zjawiska i stosując przyjęty przez nas schemat analizy przeszacowywalibyśmy wpływ procesów mobilizacji lub demo- bilizacji na zmianę poparcia partii B. Przyjmujemy jednak, że występowanie tego rodzaju związków jest mało prawdopodobne4.
Co oznacza „relatywny wzrost” i „relatywny spadek” frekwencji wyborczej, za pomocą których defi niujemy efekty frekwencyjne? Interesuje nas względna przewa- ga mobilizacji nad demobilizacją lub względna przewaga demobilizacji nad mobili- zacją – dlatego zmianę frekwencji w każdej gminie odnosimy do zmiany frekwencji w całym kraju w określonych wyborach. Zakładamy w ten sposób, że nawet spadek frekwencji wyborczej w gminie – jeśli jest spadkiem mniejszym niż spadek odnoto- wany w skali całego kraju – jest przejawem ponadprzeciętnej mobilizacji lokalnego elektoratu. Innymi słowy, bezwzględny spadek frekwencji może być w danej gminie uznany za jej relatywny wzrost, jeśli w skali kraju dominującym zjawiskiem był spadek frekwencji.
W praktyce, relatywizacja zmiany frekwencji wyborczej oznacza taką transfor- mację zmiennej, w której 0 oznaczać będzie zmianę frekwencji równą zmianie fre- kwencji w określonych wyborach w skali całego kraju, a nie – jak przed transforma- cją – zupełny brak różnicy w poziomie frekwencji odnotowanym w dwóch kolejnych wyborach. Przypomnijmy, że w wyborach 2007 roku frekwencja wzrosła w skali kraju o 13,95 pkt proc. względem 2005 roku, a w wyborach 2011 roku spadła o 6,05 pkt proc. względem roku 2007. Warto zauważyć, że w 2007 roku frekwencja spadła bezwzględnie tylko w 60 gminach, a w roku 2011 frekwencja wzrosła bezwzględnie tylko w 32 gminach. Relatywizacja skali zmiany frekwencji przez odniesienie jej do poziomu średniego wpływa korzystnie na stabilność oszacowań modeli regresji. Tej właśnie techniki użyliśmy do opisania zależności pomiędzy zmianami frekwencji wyborczej a zmianami poparcia poszczególnych partii, która jest podstawowa dla postawionego przez nas problemu.
Jeśli przyjmiemy, że zmiana poparcia partii ma swój składnik ogólnokrajowy, niezróżnicowany przestrzennie (apel partii oraz jej konkurentek w podobny sposób oddziałuje na preferencje wyborców w całym kraju) i „korygujący” go – na korzyść
3 Odwołując się do przykładu z ryc. 1. możemy wyrazić to założenie formalnie: cor [(5+6-1-2), (3-4)] = 0.
4 Podstawowym mechanizmem, który może prowadzić do powstania takich zależności, wydaje się pojawienie się lub zniknięcie z grona kandydatów jakiejś szczególnie popularnej osoby. Takie przypadki są jednak rzadkie, a dodatkowo w naszych analizach kontrolowaliśmy różnice zmian po- parcia pomiędzy różnymi okręgami wyborczymi tak, aby nie miały one wpływu na uzyskiwane przez nas oszacowania efektów frekwencyjnych.
lub niekorzyść partii – składnik lokalny (apele partii mają specyfi czne oddziaływanie na wyborców w poszczególnych gminach), to składnik ogólnokrajowy można utoż- samić ze stałą w modelach regresji, z kolei wariancję składnika lokalnego próbujemy wyjaśnić za pomocą lokalnych zmian frekwencji wyborczej, przy kontroli innych czynników.
Dla każdej zestawionej pary zmiennych wyliczyliśmy modele regresji, a dokład- niej – modele mieszanych efektów (mixed effects models). Proponujemy wykorzy- stanie modeli mieszanych efektów, nazywanych też hierarchicznymi, zamiast stan- dardowej regresji liniowej metodą najmniejszych kwadratów. Głównym powodem jest hierarchiczna struktura wykorzystywanych przez nas danych: gminy, będące podstawowymi jednostkami analizy pogrupowaliśmy w okręgi wyborcze, w których obowiązywały jednakowe listy kandydatów, a więc jednakowe były alternatywy dla wyborców5. Uwzględnienie w modelach efektu losowego dla stałej regresji zwią- zanego z podziałem na okręgi wyborcze pozwala kontrolować różnice w poparciu poszczególnych partii między okręgami w sposób efektywny statystycznie (Rau- denbush i Bryk 2002; wprowadzenie w języku polskim – np. Domański i Pokropek 2011).
Dodatkowo, przeanalizowaliśmy również modele, w których dopuściliśmy, aby zależność między zmianą frekwencji a zmianą poparcia dla partii przebiegała inaczej w gminach, w których relatywna zmiana frekwencji była niższa od zera, a inaczej w których była ona wyższa od zera. Technicznie oznaczało to włączenie do modelu dodatkowej zmiennej kontrolnej – interakcji pomiędzy relatywną zmianą frekwencji a zmienną zerojedynkową (dummy) opisującą, czy relatywna zmiana frekwencji jest większa od zera6. Również w tych modelach kontrolowana była wielkość gminy i przynależność gmin do okręgów wyborczych – tak samo jak w modelach bez inter- akcji dla relatywnej zmiany frekwencji.
Uwzględnienie tej dodatkowej komplikacji pozwoli nam sprawdzić, jak dalece obserwowane efekty frekwencyjne mają jednorodny przebieg ze względu na wiel- kość relatywnych zmian frekwencji. Spośród różnych sposobów modelowania nie- liniowości zdecydowaliśmy się właśnie na regresję łamaną (kawałkami liniową), ze względu na łatwość jej interpretacji. Na podstawie współczynników takiej regresji można łatwo wyliczyć nachylenie linii regresji w zakresie obu analizowanych prze- działów zmiany frekwencji, a nachylenia te mogą zostać łatwo porównane ze sobą
5 W analizowanym okresie w Polsce istniało 41 okręgów wyborczych, liczących średnio 60 gmin, przy czym najwięcej gmin (120) wchodziło w skład okręgu wyborczego Chełm (nr 7); z kolei okręg Warszawa (nr 19) składał się z jednej gminy.
6 Do modelu nie włączyliśmy przy tym samej zmiennej zerojedynkowej opisującej, czy rela- tywna zmiana frekwencji jest wyższa od zera, aby zapewnić, że zależność przewidywanej zmiany poparcia dla partii od relatywnej zmiany frekwencji będzie ciągła w zerze. W praktyce oznacza to, że przewidywana zmiana poparcia dla partii w sytuacji, gdy relatywna zmiana frekwencji w gminie jest równa zero (tj. zmiana frekwencji w gminie jest równa ogólnokrajowej zmianie frekwencji) będzie taka sama bez względu na to, czy przewidywać ją na podstawie linii regresji opisującej zależność dla relatywnej zmiany frekwencji wyższej od zera, czy na podstawie linii regresji opisującej zależność poniżej tego progu.
i nachyleniem regresji z prostszego modelu „prostoliniowego” (nieuwzględniające- go interakcji). Wykorzystanie do modelowania nieliniowości, np. kwadratu zmiany frekwencji, nie dawałoby takich możliwości. Wybór relatywnej zmiany frekwencji równej zero jako punktu rozgraniczającego dwie grupy gmin o różnym kierunku zmiany frekwencji wydaje się przy tym dosyć naturalny.
Analizy prowadziliśmy z wykorzystaniem programu R, do estymacji modeli po- służył nam pakiet lme4. Aby zilustrować uzyskane wyniki, linie regresji zostały na- niesione na wykresy rozrzutu, pokazujące położenie gmin w dwuwymiarowej prze- strzeni, której jeden wymiar stanowi relatywna zmiana frekwencji, a drugi – zmiana poparcia (przykładowe wykresy przedstawiono dalej na rycinie 2).
Zanim przedstawimy oszacowania modeli regresji, warto spojrzeć na najprost- sze wskaźniki pozwalające ocenić siłę efektów frekwencyjnych dla poszczególnych partii. Takim prostym wskaźnikiem jest współczynnik korelacji liniowej pomiędzy zmianą frekwencji wyborczej a zmianą poparcia dla partii (tabela 4).
Tabela 4. Szacowane współczynniki korelacji liniowej pomiędzy zmianą poparcia dla par- tii politycznych a zmianą frekwencji wyborczej w latach 2005–2011
2005–2007 2007–2011
PO + 0,395 – 0,095
PiS – 0,560 – 0,124
SLD (LiD) + 0,086 + 0,230
PSL – 0,018 + 0,172
Samoobrona RP + 0,362 – 0,120
LPR + 0,188 – 0,073
SDPL – 0,383 nie dotyczy
Ruch Palikota nie dotyczy – 0,273
Źródło: obliczenia własne na podstawie danych PKW.
Po pierwsze, widać dużą niestabilność efektów w czasie: sytuacja poszczegól- nych partii ulegała zmianom w dwóch kolejnych cyklach wyborczych. PiS i SLD są jedynymi ugrupowaniami, dla których znak korelacji w obu okresach był taki sam, z tym że w przypadku PiS wskazują one dwukrotnie na efekt rozbieżny, a w przy- padku SLD – dwukrotnie na efekt zbieżny. Warto jednak zauważyć, że nawet w przypadku tych partii wartości korelacji znacznie różnią się pomiędzy dwoma okresami. W przypadku PiS wskazują one na silniejszy efekt dla okresu 2005–2007 (największa korelacja w analizowanym zbiorze danych, r=-0,56), a słabszy dla lat 2007–2011, podczas gdy w przypadku SLD – silniejszy dla okresu 2007–2011 niż dla 2005–2007.
W przypadku PO, Samoobrony RP i LPR obserwujemy zmianę z efektu frekwen- cyjnego zbieżnego w okresie 2005–2007 (szczególnie silnego dla dwóch pierwszych spośród tych partii) na efekt rozbieżny w okresie 2007–2011. W latach 2005–2007
dla PSL właściwie nie obserwujemy występowania żadnego związku zmian poparcia i zmian frekwencji wyborczej (współczynnik korelacji jest co prawda ujemny, ale jego wartość jest bliska zeru), podczas gdy w latach 2007–2011 obserwujemy dla tego ugrupowania efekt frekwencyjny zbieżny. Dla obu partii, które występują tylko w jednym spośród analizowanych przez nas okresów (SDPL i RP) współczynnik korelacji wskazuje na występowanie silnego efektu frekwencyjnego rozbieżnego.
W tabeli 5 prezentujemy niestandaryzowane współczynniki z modeli regresji, które pozwalają uwzględnić dodatkowe zmienne kontrolne. Zmienną wyjaśnianą we wszystkich modelach jest zmiana poparcia dla danej partii, a główną zmienną wyjaśniającą – relatywna zmiana frekwencji wyborczej. Oprócz niej w modelu kon- trolowaliśmy również wielkość gminy (w postaci logarytmu średniej liczby głosów oddanych w gminie w dwóch kolejnych wyborach) oraz, o czym już wspomnieliśmy, przynależność gmin do okręgów wyborczych. Prezentowane współczynniki regresji posiadają stosunkowo przejrzystą interpretację: pokazują one, jaka jest przewidy- wana różnica zmiany poparcia danej partii politycznej pomiędzy dwoma gminami – wyrażona w punktach procentowych – przy założeniu, że te dwie gminy różnią się między sobą wyłącznie różnicą jednego punktu procentowego zmiany frekwencji (zakładamy, że są tej samej wielkości oraz znajdują się w tym samym okręgu wy- borczym). Dodatnie współczynniki B wskazują na istnienie efektu frekwencyjnego zbieżnego, ujemne – efektu frekwencyjnego rozbieżnego.
Ponieważ statystyki stosowane do oceny dopasowania modeli mieszanych efek- tów do danych, jak AIC czy BIC, nie posiadają naturalnych interpretacji (w szczegól- ności nie ma sensu porównywanie ich wartości między modelami dla różnych partii), nie przytaczamy tu ich wartości. Jako że efekty losowe w modelach stanowią jedynie sposób na kontrolowanie wpływu różnic w zmianie poparcia w różnych okręgach, nie prezentujemy też statystyk opisujących dekompozycję wariancji resztowej.
Kontrola dwóch dodatkowych czynników nie wprowadza zasadniczych zmian obrazu, jaki wyłaniał się ze wstępnej analizy korelacji. Efekty frekwencyjne zbież- ne wystąpiły: w okresie 2005–2007 w PO i w Samoobronie RP, w słabszym stopniu również w LiD, PSL i LPR, a w latach 2007–2011 – w PSL i SLD. Efekty fre- kwencyjne rozbieżne wystąpiły w okresie 2005–2007 w PiS i w SdPL, a w okresie 2007–2011 w PO i PiS, w mniejszym stopniu – w Ruchu Palikota, Samoobronie RP i LPR.
W przypadku PiS w obu omawianych okresach mamy do czynienia z wyraźnym efektem frekwencyjnym rozbieżnym, przy czym szczególnie duży był on dla lat 2005–2007. Partia ta, ogólnie rzecz biorąc, odnotowywała przyrost poparcia głów- nie tam, gdzie demobilizacja względnie przeważała nad mobilizacją. Porównując wybory z 2005 i 2007 roku 1 pkt proc. przyrostu frekwencji wiązał się aż z 0,78 pkt proc. przewidywanej różnicy (in minus) w zmianie poparcia dla PiS. W przypad- ku okresu 2007–2011 wielkość efektu zmniejszyła się do 0,29 pkt proc. W latach 2007–2011 porównywalną wielkość efektu frekwencyjnego rozbieżnego zanotowa- liśmy w przypadku PO (1 pkt proc. przyrostu frekwencji odpowiadał 0,24 pkt proc.
przewidywanego spadku poparcia). Z kolei dla lat 2005–2007 efekt frekwencyjny zbieżny dla PO miał wielkość 0,38 pkt proc.
Tabela 5. Szacowana na podstawie modeli regresji wielkość lokalnych efektów frekwen- cyjnych w latach 2005–2011
2005–2007 2007–2011
liniowy (błąd standardowy)
rel. zm.
frekw. <0* rel. zm.
frekw. >0*
liniowy (błąd standardowy)
rel. zm.
frekw. <0* rel. zm.
frekw. >0*
PO 0,38
(0,03) 0,24
(0,04) -0,56
(0,09) -0,06 (0,06)
PiS -0,78
(0,05) -0,29
(0,04)
SLD (LiD) -0,09
(0,03) 0,15
(0,03) -0,25
(0,08) 0,017
(0,04) 0,46
(0,09) 0,01 (0,06)
PSL 0,06
(0,04) 0,51
(0,06) Samoobrona RP 0,32
(0,04) 0,22
(0,04) 0,82
(0,12) -0,02 (0,02)
LPR 0,05
(0,03) 0,00
(0,03) 0,30
(0,08) -0,01 (0,01)
SDPL -0,14
(0,01) -0,11
(0,01) -0,30
(0,03) - - -
Ruch Palikota - - - -0,08
(0,02)
*) Współczynniki z modeli regresji łamanej, z uwzględnieniem interakcji, są podane w dodatkowych kolumnach tylko wtedy, gdy ich zastosowanie prowadzi do istotnej poprawy dopasowania modeli.
Uwzględnienie interakcji pozwala na szacowanie różnej wielkości efektu frekwencyjnego w grupie gmin, gdzie zmiana frekwencji była niższa niż w całym kraju oraz w grupie gmin, gdzie zmiana frekwencji była wyższa niż w całym kraju.
Źródło: obliczenia własne na podstawie danych PKW.
Można powiedzieć, że PO korzystała na lokalnych różnicach w wyborczej par- tycypacji, co jest zgodne z wynikami badań indywidualnych zachowań wyborczych pokazujących, że PO zwyciężyła dzięki „nowym” wyborcom. W 2007 roku PiS po- prawił co prawda swój wynik wyborczy z 2005 roku, ale głównie na tych obszarach, na których frekwencja wyborcza spadła lub jedynie nieznacznie wzrosła względem 2005 roku. W 2007 roku PiS zdecydowanie tracił na lokalnych różnicach w pozio- mie partycypacji. Porównanie wyborów z 2007 roku i 2011 roku przynosi nieco odmienny obraz. Frekwencja wyborcza generalnie spadała, ale im bardziej spadała, tym mniej spadało poparcie PiS i PO. Rozbieżne efekty frekwencyjne działały w po- dobnym stopniu na korzyść obu partii.
Stosunkowo silny był efekt frekwencyjny zbieżny w przypadku PSL w okresie 2007–2011 (0,51 pkt proc.) – partii tej sprzyjała względna przewaga mobilizacji nad demobilizacją. W okresie 2005–2007 efekt frekwencyjny zbieżny był w przypadku PSL niewielki. Z kolei Samoobronę, także odwołującą się głównie do elektoratu wiejskiego, cechował stosunkowo silny efekt frekwencyjny zbieżny w okresie 2005–
2007 (0,32 pkt proc.) i słaby, wręcz zaniedbywalny, efekt frekwencyjny rozbieżny
w latach 2007–2011 (wówczas ugrupowanie to odgrywało już niewielką rolę). Po- dobną prawidłowość widać w przypadku LPR, z tym że w przypadku tej partii efekt frekwencyjny zbieżny dla okresu 2005–2007 był wyraźnie niższy (0,05 pkt proc.).
Jedyną partią, dla której w obu analizowanych okresach odnotowujemy efekt frekwencyjny zbieżny, jest SLD. Jego wielkość zwiększyła się pomiędzy 2005–
2007 a okresem 2007–2011 dwukrotnie, z 0,09 pkt proc. do 0,17 pkt proc. W przy- padku innych, uwzględnionych w naszych analizach partii lewicowych (SDPL oraz Ruch Palikota) widać efekty frekwencyjne rozbieżne – ich wartość wynosi 0,14 pkt proc. dla SDPL (okres 2005–2007) i 0,08 pkt proc. dla Ruchu Palikota (2007–2011).
Interesujące jest, że nowa partia w systemie, Ruch Palikota, w wyborach z 2011 roku zyskiwał poparcie częściej na obszarach, na których demobilizacja przeważała nad mobilizacją.
Trudno otrzymane wyniki uogólnić. Przede wszystkim, widać dużą niestabilność efektów w czasie: sytuacja poszczególnych partii ulegała zmianom w dwóch kolej- nych cyklach wyborczych. PiS i SLD są jedynymi ugrupowaniami, dla których kie- runek efektu w obu okresach był taki sam, z tym że w przypadku PiS wskazują one dwukrotnie na efekt rozbieżny, a w przypadku SLD – dwukrotnie na efekt zbieżny.
W 2007 roku, gdy frekwencja rosła, efekt frekwencyjny „przeszkadzał” PiS; w 2011 roku, gdy frekwencja w całym kraju spadała, efekt frekwencyjny „pomagał” zmniej- szyć straty poparcia. W przypadku SLD obraz zależności jest mniej jednoznaczny po uwzględnieniu interakcji, co omówimy jeszcze poniżej.
Zgodnie z planem, zbudowaliśmy również modele z interakcją, zezwalającą na szacowanie różnej wielkości efektów frekwencyjnych w grupie gmin, gdzie zmiana frekwencji była niższa niż w całym kraju oraz w grupie gmin, gdzie zmiana frekwen- cji była wyższa niż w całym kraju. Oszacowania tych modeli wskazują, że dla dużej liczby partii efekty mobilizacyjne i demobilizacyjne są jednorodne bez względu na to, czy zmiana frekwencji była poniżej czy też powyżej wartości przeciętnej dla ca- łego kraju. Dla okresu 2007–2011 istotne7 zróżnicowanie wielkości efektu pomiędzy gminami o relatywnej zmianie frekwencji mniejszej od zera a gminami o relatywnej zmianie frekwencji większej od zera zaobserwowaliśmy jedynie w przypadku PO i SLD. W obu przypadkach obserwowany efekt rozbieżny (PO) lub zbieżny (SLD) jest bardzo wysoki w grupie gmin o relatywnie dużym spadku frekwencji (wielkość efektu 0,56 pkt proc. dla PO i 0,46 pkt proc. dla SLD), podczas gdy w grupie gmin o relatywnie małym spadku frekwencji (lub wzroście frekwencji) efekty te są bardzo słabe (0,06 pkt proc. dla PO), lub prawie w ogóle nie występują (0,01 pkt proc. dla SLD).
Więcej istotnych różnic daje się zaobserwować dla lat 2005–2007. Ciekawym przypadkiem jest tu SLD (LiD), gdyż w przypadku tego ugrupowania obserwujemy efekt frekwencyjny zbieżny (0,15 pkt proc.) w grupie gmin o relatywnie niskim wzroście frekwencji (lub jej spadku), podczas gdy w grupie gmin o relatywnie wyso- kim wzroście frekwencji mamy do czynienia z efektem rozbieżnym (-0,25 pkt proc.).
7 Jako kryterium istotności przyjęliśmy różnicę deviance modelu z interakcją i modelu bez inte- rakcji większą niż 3,84.
Rycina 2. Wybrane zależności pomiędzy zmianami frekwencji wyborczej a zmianami po- parcia dla poszczególnych partii politycznych
Każdy wykres dotyczy jednej z głównych partii w cyklu wyborczym 2007–2011. Jeden punkt na wykresie odpowiada jednej gminie, a jego położenie zależy od tego, jakie były w danej gminie relatywne zmiany frekwencji i zmiany poparcia dla analizowanej partii. Na wykresy zostały naniesione linie regresji: ciągła oznacza modele „podstawowe”, a przerywana – modele „łamane”, tzn. z dodatkową interakcją (szczegóły wyjaśnione są w treści artykułu).
Źródło: obliczenia własne na podstawie danych PKW.
W przypadku Samoobrony RP, LPR i SDPL obserwujemy większe efekty zbieżne (Samoobrona RP, LPR) lub rozbieżne (SDPL) w grupie gmin o relatywnie dużym wzroście frekwencji w porównaniu do grupy gmin, w których wzrost frekwencji był relatywnie niewielki lub nastąpił jej spadek.
Z analizy wyników otrzymanych z modeli z interakcją można wysnuć ogólny wniosek, że większe zmiany poparcia partii mają większe szanse wystąpić w tych gminach, w których zmiana frekwencji jest duża co do wartości bezwzględnej, a więc w gminach o dużym spadku frekwencji, gdy frekwencja w całym kraju spa- da, lub o dużym wzroście frekwencji, gdy frekwencja w całym kraju rośnie. Trzeba jednak zastrzec, że wśród analizowanych partii nie jest to bynajmniej zależność po- wszechnie występująca.
Podsumowanie
Z naszych analiz wynika, że partycypacja wyborcza w przekroju gminnym w Polsce jest zdecydowanie mniej zróżnicowana przestrzennie niż poparcie poszcze- gólnych partii politycznych. Najmniej zróżnicowany przestrzennie jest elektorat PiS i Ruchu Palikota, najbardziej – PSL oraz ugrupowań, którym nie udawało się w da- nych wyborach przekroczyć progu wyborczego. Podobnie jest – w ujęciu dynamicz- nym – ze zmianami frekwencji wyborczej i zmianami poparcia partii w dwóch ana- lizowanych cyklach wyborczych (2005–2007 i 2007–2011): frekwencja wyborcza zmienia się w miarę równomiernie na terenie całego kraju, a poparcie poszczegól- nych partii – w sposób bardziej zróżnicowany.
Uznając, że ogólny kierunek zmian poparcia partii jest zdeterminowany dla ob- szaru całego kraju, sprawdzaliśmy, czy lokalne zmiany frekwencji wyborczej wpły- wają na lokalne zmiany poparcia najważniejszych ugrupowań. Odpowiedź brzmi:
wpływają, choć w sposób niesystematyczny. Czasem ten związek, mierzony siłą efektu frekwencyjnego, okazuje się znaczny – jak w przypadku PiS w cyklu wy- borczym 2005–2007 (1 pkt proc. przyrostu frekwencji ponad przeciętną wiązał się aż z 0,78 pkt proc. straty poparcia względem wartości przeciętnej dla całego kraju), w niektórych przypadkach efekty frekwencyjne są znikome (np. dla Ruchu Palikota w cyklu 2007–2011).
Co mogą powiedzieć efekty frekwencyjne o elektoratach analizowanych partii?
Jak już argumentowaliśmy, pokazują one – na poziomie zagregowanym – czy dla da- nego ugrupowania większą rolę odgrywają stabilni głosujący (własny lojalny elekto- rat z poprzednich wyborów oraz elektoraty innych partii) czy też wyborcy niestabilni (mobilizujący się lub demobilizujący się na jedne wybory).
Można powiedzieć, że PiS bazuje w większym stopniu na stabilnych głosują- cych niż na wyborcach nieregularnie udających się do urn wyborczych. Z kolei PO w okresie 2005–2007 wyraźnie skorzystała na nadzwyczajnej mobilizacji lokalnych elektoratów. W kolejnym cyklu wyborczym główna partia rządząca była już bardziej
„ustabilizowana” w elektoratach i raczej traciła tam, gdzie mobilizacja wyborców była ponadprzeciętna – w tym sensie upodobniła się do PiS. „Załamanie” linii regre- sji pokazującej zmienne efekty frekwencyjne dla SLD w cyklu 2005–2007 można
interpretować następująco: grupa wyborców niestabilnych, gotowych zagłosować na SLD w 2007 roku była ograniczona; gdy wzrosty frekwencji były ponadprzeciętne, wśród zmobilizowanych najpewniej spadało nasycenie wyborcami SLD.
Można zaobserwować, że wyborcza klęska Samoobrony w 2007 roku wiązała się przynajmniej po części z demobilizacją własnego elektoratu i większą stabilnością elektoratów konkurencyjnych partii. Inaczej niż w przypadku SDPL w tych samych wyborach: ta partia traciła poparcie głównie tam, gdzie jej konkurentkom udawało się skuteczniej mobilizować elektoraty. Efekt frekwencyjny rozbieżny w przypad- ku Ruchu Palikota w cyklu 2007–2011 wydaje się potwierdzać przypuszczenia, że partia ta swój sukces w wyborach 2011 zawdzięcza przede wszystkim niezadowo- lonym (chwiejnym) częściom elektoratów PO i SLD, a nie nowo zmobilizowanym wyborcom.
Niesystematyczność wpływu zmian frekwencji na zmiany poparcia dla poszcze- gólnych partii jest zapewne głównym powodem ambiwalentnych rezultatów analiz prowadzonych na danych zagregowanych, w których zmiana frekwencji wyborczej jest uwzględniana jako zmienna wyjaśniająca stabilność systemu partyjnego (w prak- tyce – poziom chwiejności wyborczej). Obraz zależności tych zmiennych wyłaniający się z danych zdezagregowanych, dotyczących poszczególnych partii, nie zaś całego systemu, poza tym – w znacznie większej rozdzielczości przestrzennej, jest dużo bar- dziej skomplikowany niż to, co obserwowalne na poziomie całego kraju.
Literatura
Bartolini, Stefano i Peter Mair. 1990. Identity, Competition and Electoral Availability: The Sta- bilisation of European Electorates, 1885–1985. Cambridge: Cambidge University Press.
Birch, Sarah. 2003. Electoral Systems and Political Transformation in Post-Communist Europe.
Basingstoke: Palgrave Macmillan.
Bischoff, Carina S. 2013. Electorally Unstable by Supply or Demand? An Examination of the Causes of Electoral Volatility in Advanced Industrial Democracies. „Public Choice” 156(3–4):
537–561.
Bochsler, Daniel. 2010. The Nationalisation of Post-Communist Party Systems. „Europe–Asia Studies” 62(5): 807–827.
Caramani, Daniele. 2004. The Nationalization of Politics: The Formation of National Elector- ates and Party Systems in Western Europe. Cambridge: Cambridge University Press.
Cześnik, Mikołaj. 2007. Partycypacja wyborcza w Polsce: perspektywa porównawcza. Warsza- wa: Scholar.
Cześnik, Mikołaj. 2009. Voter Turnout Stability – Evidence from Poland. „Polish Sociological Review” 1(165): 107–122.
Cześnik, Mikołaj, Paweł Grzelak i Michał Kotnarowski. 2010. Niestabilność uczestnictwa wy- borczego w Polsce. W: M. Cześnik (red.). Niestabilność wyborcza w Polsce. Warszawa:
Instytut Spraw Publicznych, s. 13–90.
Cześnik, Mikołaj i Marta Żerkowska-Balas. 2011. Głosowanie jako nawyk w nowych demokra- cjach – przykład Polski. „Studia Socjologiczne” 2(201): 109–122.
Dassoneville, Ruth i Mark Hooghe. 2012, Mapping Electoral Volatility in Europe. An analysis of trends in electoral volatility in European democracies since 1945. Paper presented at the 1st European Conference on Comparative Electoral Research, Sofi a, 1–3 December 2011.
Domański, Henryk i Artur Pokropek. 2011. Podziały terytorialne, globalizacja a nierówności społeczne. Wprowadzenie do modeli wielopoziomowych. Warszawa: Wydawnictwo IFiS PAN.
Markowski, Radosław. 2007. System wyborczy czy zbiorowisko partii? O stabilnym rozchwianiu polskiej polityki. W: M. Marody (red.). Wymiary życia społecznego. Polska na przełomie XX i XXI wieku. Warszawa: Scholar, s. 241–268.
Markowski, Radosław. 2008. The 2007 Polish Parliamentary Election: Some Structuring, Still a Lot of Chaos. „West European Politics” 31(5): 1055–1068.
Markowski, Radosław i Mikołaj Cześnik. 2012. Wybory parlamentarne w 2011 roku – kontynu- acja i zmiana. „Studia Polityczne” 29: 285–309.
Millard, Frances. 2010. Democratic Elections in Poland, 1991–2007. London: Routledge.
Powell, Eleanor N. i Joshua A. Tucker. 2013. Revisiting Electoral Volatility in Post-Communist Countries: New Data, New Results and New Approaches. „British Journal of Political Sci- ence” FirstView: 1–25.
Raudenbush, Stephen W. i Anthony S. Bryk. 2002. Hierarchical Linear Models. Applications and Data Analysis (Second Edition). Thousand Oaks: Sage.
Szczerbiak, Aleks. 2008. The Birth of a Bipolar Party System or a Referendum on a Polarizing Government? The October 2007 Polish Parliamentary Election. „Journal of Communist Studies and Transition Politics” 24(3): 415–443.
Szczerbiak, Aleks. 2012. Poland (mainly) chooses stability and continuity: The October 2011 Polish parliamentary election. University of Sussex SEI Working Paper No. 129.
Tavits, Magrit. 2008. On the Linkage between Electoral Volatility and Party System Instability in Central and Eastern Europe. „European Journal of Political Research” 47(5): 537–555.
Tiemann, Guido. 2012. The Nationalization of Political Parties and Party Systems in Post- communist Eastern Europe. „Communist and Post-Communist Studies” 45(1–2): 77–89.
Zieliński, Jakub, Kazimierz M. Słomczyński i Goldie Shabad. 2005. Electoral Control in New Democracies: The Perverse Incentives of Fluid Party Systems. „World Politics” 57(3):
365–395.
On the Relationship between Electoral Participation and Stability of Electoral Support for Political Parties. Local Turnout Effects in Polish Parliamentary
Elections, 2005–2011 Summary
In the article the authors verify whether the spatial distribution of electoral participation is systematically related to the spatial distribution of changes in electoral support for the main Polish political parties. The analyses are based on the offi cial results of parliamentary elections 2005–2011 aggregated at the municipal level, thus the relation between changing level of electoral participation and volatility is studied in the fi ner spatial resolution. The results suggest that local changes in turnout impact the local changes of support for main parties, but not systematically. The authors estimated local “turnout effects” for the main Polish parties in order to demonstrate how mobilization and demobilization of local electorates infl uences their electoral performance.
Key words: elections; electoral participation; electoral mobilization; electoral volatility.
