Tilbake til framtiden

En gren innen­for statsviten­skapen befat­ter seg med mod­eller som skal forut­si val­gre­sul­tat i god tid før det fak­tisk fore­lig­ger. Slike mod­eller kalles struc­tur­al vote mod­els, den norske over­set­telsen er struk­turelle stem­me­giv­ingsmod­eller.

• Statsviterkol­le­ga Stian Skår Lud­vigsen har laget en spen­nende predik­sjon­s­mod­ell for årets norske stort­ingsvalg. Sjekk ut bloggen hans: stianlud.blogspot.com/

Prin­sip­pet slike mod­eller byg­ger på er at framti­den er en for­len­gelse av for­tiden. De forut­set­ter at det finnes fak­tor­er som påvirk­er alle valg: Der­som man finner de rik­tige fak­torene (og vek­tin­gen av disse) som bestemte valgut­fal­l­ene ved foregående valg, kan man også forut­si det kom­mende val­get med de samme faktorene.

Mod­el­lene kom­biner­er par­timålinger med poli­tiske og økonomiske indika­tor­er som kon­sumprisin­deks, rentenivå, hvorvidt par­ti­et sit­ter i posisjon eller oppo­sisjon, og andre fak­tor­er som antas å påvirke et bestemt par­tis opp­slut­ning ved val­get. De baser­er seg på empiriske data fra foregående valg og meningsmålinger. Fak­tor­er som for­mod­entlig kan fork­lare tidligere val­gre­sul­tat antas å ha samme effekt også på det kom­mende val­get. Regresjon­s­analyse er den van­lig­ste meto­den som benyttes for å lage modellene.

Forde­len med denne meto­den er at man kan gå ana­lytisk til verks og forsøke å peke på generelle fak­tor­er som påvirk­er poli­tiske valg i et land. Der­som man klar­er å finne disse fak­torene vil man også finne ut en hel del om hva vel­gerne bryr seg om når de går til valgurnene.

I mod­el­lene som lages for amerikanske pres­i­dent­valg er det særlig to tema som går igjen. Det ene er den økonomiske situ­asjo­nen i lan­det, og det andre er hvor lenge partiet/presidenten har sit­tet ved mak­ten (”incum­ben­cy”). Generelt antas det at en god økono­mi hjelper par­ti­et som sit­ter ved mak­ten. Noen hevder at sit­tende admin­is­trasjon­er i lan­det spekulerer i dette, og boost­er økonomien i val­gåret. Når det gjelder incum­ben­cy så fun­ger­er den stort sett slik at jo lenger et par­ti har hatt mak­ten, desto mer mak­t­sli­tas­je opplever det blant vel­gerne. Pres­i­den­ten, der­i­mot, har en stor fordel der­som han har sit­tet i fire år og står til valg for fire nye. (Det har hendt tre ganger etter andre ver­den­skrig at den sit­tende pres­i­den­ten går til valg og taper: Ger­ald Ford, Jim­my Carter og George Bush Sr.)

Det finnes noen utfor­dringer å overkomme når man kon­struer­er slike mod­eller. En av dem er å finne de rik­tige vari­ab­lene, og den rik­tige vek­tin­gen. Hva vil det si at den økonomiske situ­asjo­nen er god? Er det sta­bil, rel­a­tivt lav inflasjon? Lav arbei­d­sledighet, eller kan­skje bare lavere ledighet enn i fjoråret? Er det for­bruk­ernes for­vent­ninger til egen fram­tidig økonomi?

For at en mod­ell skal være menings­full må man søke etter vari­abler som er teo­retisk begrun­net. Der­som man leter vil man nem­lig finne mange hen­delser som kor­rel­erer bra med utfall i pres­i­dent­valg, men hvor sam­men­hen­gene egentlig er til­feldige. Dette gjelder også økonomiske vari­abler: Om man leter lenge nok vil man til slutt finne noe som pass­er, men betyr det at det er en ekte sam­men­heng? Som man rop­er i sko­gen får man svar.

Slik jeg ser det er den største utfor­drin­gen med stem­me­giv­ingsmod­eller at de antar at akku­rat de samme fak­torene som har vært vik­tige ved tidligere valg blir like vik­tig i det kom­mende val­get. De overs­er med andre ord kon­tek­sten val­get foregår i. Mod­el­lene glem­mer da et vik­tig trekk ved vel­gerne: De er men­nesker, ikke robot­er. Av dette føl­ger blant annet:

1. De har følelser, og kan la seg rive med av stemninger i opinionen.
2. De har ikke lagret en fil med nøyak­tig begrun­nelse for deres par­tiprefer­anser ved tidligere valg.
3. De kan rea­gere på forskere som hevder de vet hvor­dan de kom­mer til å stemme.

Mod­el­lenes svakhet er at de ikke kan fange opp stemnin­gen, eller tid­sån­den om du vil, som det aktuelle val­get blir gjen­nom­ført i. Det er nok mye lær­dom som kan hentes fra his­to­rien, men hvert valg lever også sitt eget liv, med spe­sielle hen­delser, per­son­ligheter og sak­er. Noe slikt som en Oba­ma-effekt er for eksem­pel spe­si­fikk for 2008-val­get, og kunne ikke ha blitt forut­sagt på bak­grunn av tidligere presidentvalg.

Siden den spede beg­yn­nelse i USA på 70-tal­let har mod­el­lene hatt mod­er­at suk­sess med sine val­gpredik­sjon­er. De har jevnt over vært noe mer nøyak­tig enn sam­tidi­ge meningsmålinger. Det har imi­dler­tid ikke vært én som har prestert bra over lang tid, men i stedet ulike mod­eller som har truf­fet på forskjel­lige tid­spunkt. Når det er sagt må det likev­el under­strekes at å lage slike mod­eller kan bidra til å øke vår forståelse for vel­gernes han­dlinger, for­di selv om de ikke klar­er å fork­lare all endring i par­tiopp­slut­ning får man testet ut forskjel­lige hypoteser om vel­ger­at­ferd over tid.

Lud­vigsen baser­er sine norske predik­sjon­er på tidligere målinger de siste årene. Men i stedet for å stå bom fast på disse predik­sjonene bruk­er han dem heller som et utgangspunkt for å tolke nye meningsmålinger. Han kan da se eventuelle endringer i målin­gene i lys av for­vent­ede tren­der, og om målin­gene avviker fra for­vent­nin­gene eller ikke. Dette syns jeg er en sunn og dynamisk måte å kom­binere meningsmålinger og mod­eller på.