Zaraz po wyborach podniosły się głosy, że PiS wygrał w nich ponieważ głosują na niego ludzie niewykształceni i ze wsi. Pojawiły się nawet opinie, że zwycięstwo PiS odniosło ,,w kręgach, które nie płacą podatków". Sprawdźmy co na temat ostatnich wyborów da się wywnioskować z ogólnodostępnych danych.

Zanim zaczniemy analizować dane na poziomie gmin, zobaczmy czego można się dowiedzieć z sondażu exit poll. Po pierwsze, mimo że PiS wygrał zdecydowanie w grupie wyborców o wykształceniu podstawowym, to nie można tak charakteryzować wyborców tej partii, którzy stanowią 8.5% jej elektoratu. Uzasadnione natomiast wydaje się łączenie PiS z wsią - niemal połowa głosujących na PiS tam mieszka. Co do trzeciego zarzutu: uznając, że ,,podatków nie płacą" bezrobotni, emeryci, uczniowie i studenci mamy 40% takich osób w elektoracie PiS i 32% KE. Różnica jest, ale nie nazwałbym jej dramatyczną. Co do wysokości podatków trudno wypowiadać się z pewnością, ale wnioskując z przewagi KE w grupach przedsiębiorców, kierowników i specjalistów można by się domyślać, że jej przeciętny wyborca zarabia więcej niż przeciętny wyborca PiSu. Inną sprawą jest to, jakie wnioski z tego faktu należy wyciągać.

Przejdźmy do analizy danych. PKW udostępniła wyniki na poziomie gminy. Jest to niestety krok w tył - aby zdobyć dokładne wyniki trzeba by scrapować jej stronę… Nie może być wyborów bez tradycyjnej mapy tzw. ,,zaborówki" czyli różnicy poparcia PiS i KE.

Dodatnia różnica na korzyść PiS

Oprócz pokusy do tworzenia historycznych analogii, na kartogramie widać także podział wieś vs. miasto. W gminach miejskich KE miała przewagę prawie 9% głosów. Na wsi zwyciężył PiS z przewagą 25%. Pierwszy wniosek z tych wyborów płynie z porównania z rokiem 2015. Ta różnica znacznie się zwiększyła od wyborów parlamentarnych w 2015 kiedy wyniosła odpowiednio 7 i 10% (za KE przyjąłem sumę wyniki PO, Nowoczesnej i PSL). Mamy więc do czynienia z coraz większą polaryzacją, a także mocnym odpływem wyborców wiejskich od PSL.

Drugi ciekawy wniosek z wyborów jest taki, że różnice pomiędzy PiS i KE przekładają się mocno na różnice między Konfederacją a Wiosną. Prosty model tłumaczy 50% różnicy poparcia tych drugich biorąc pod uwagę jedynie różnicę wyników PiS i KE! Można więc powiedzieć, że PiS i Konfederacja oraz KE i Wiosna konkurują o te same elektoraty. Widać to też na poniższym obrazku.

Ujemna różnica na korzyść Wiosny

Tę obserwację potwierdza fakt, że przeciętna różnica w poparciu jest większa gdy zsumujemy wyniki uzyskane dla par komitetów wyborczych ,,prawicowych" i opozycji parlamentarnej (29.3%) niż różnica PiS i KE - 28.8%. A zatem, w dużym uproszczeniu, przeciętny Polak albo znajduje się w dominującej w jego gminie grupie 2/3 wyborców, albo jest częścią 30% mniejszości. Może dlatego tak trudno znaleźć nić porozumienia?

Po trzecie, sprawdźmy czy program 500+ wpłynął na wybory. Innymi słowy, czy PiS zyskał dzięki niemu dodatkowych wyborców. Aby sprawdzić taką hipotezę porównajmy poparcie w wyborach z 2015 i 2019 roku. Czy różnica między partią rządzącą a opozycją (PO, Nowoczesna i PSL) rosła szybciej w gminach o dużych transferach socjalnych?

Zmiany poparcia na powyższym wykresie mogą wydawać się podejrzanie duże, ale autor sprawdził je ręcznie i okazało się, że istnieją gminy, w których w 2015 zdecydowanie wygrał PSL, a obecnie zdominował rywali PiS. Przykładem takiej gminy jest Pałecznica w województwie Małopolskim.

Wróćmy do pytania o wpływ transferów socjalnych. Okazuje się, że rzeczywiście tak jest. Im większe wydatki z programu 500+ tym więcej zyskał PiS. Co ciekawe, nie ma specjalnej różnicy we wpływie jaki każda dodatkowa złotówka z tego programu ma na wsi i w miastach. Zakładając zależność z powyższego rysunku jego wpływ na wybory to niemal 15% głosów, a więc można argumentować, że był on kluczowy dla zwycięstwa. EDIT: ponieważ już pojawił się komentarz: tak, to jest korelacja. Nie, nie mamy dowodu związku przyczynowo-skutkowego. Mamy eksperyment myślowy, który znalazł potwierdzenie w korelacji występującej w danych.

Dane inne niż wyborcze pochodzą z Banku danych lokalnych GUS.