Prostorová analýza voleb
POL 509
28. 2. 2018

Osnova
•Představení sledovaného území
•Úvod do rozložení voličské základny
•Variabilita/stabilita
•Vzájemné vlivy
•Srovnání sledovaných jevů

Prostorová diferenciace obcí
•Jakub Novák/Pavlína Netrdová 2011
•Postotalitní diferenciace
•Metoda prostorové autokorelace (LISA)
•Data pocházející z „Atlasu“
•25 základních ukazatelů
•Migrace a mobilita, sociální struktura
•Ekonomické prostředí, charakter obcí

Sledované indikátory






Rozvojové oblasti
•Podprůměrná nezaměstnanost
•Minimum domácností s příspěvkem na bydleni
•Minimum zaměstnanosti v primeru,
•Podprůměrný podíl nedenně dojiždějicích,
•Nadprůměr podnikatelů, VŠ
•Pozitivní intenzita migračniho salda
•Bytová výstavba




Problémové oblasti
•chápany jako opak rozvojových oblasti.
•Nezaměstnanost
•Příspěvek na bydlení
•Negativní migrační saldo
•Minimum investic včetně bytové výstavby
•







Typologie území
•Jádrové oblasti – krajská města (Ostrava)
•Ostravsko a severní Čechy (problém)
•strukturálně postižené regiony
•Českomoravská vrchovina a nerozvojové oblasti jsou typickými venkovskými a problémovými regiony
•Ostravsko se lepší
•Ostatní problémová území se nelepší

Kvalita života – Prokop 2018



Kvalita života – Prokop 2018



Obce nad 999 obyvatel
nejnižší kvalita života


Obce nad 999 obyvatel
nejvyšší kvalita života


Souvislost kvality života (osa x) a podílu neparticipujících a extrémních voličů (osa y)
 obce různé velikosti


Výjimka - negativní



Výjimka – pozitivní



Variační analýza
•vyjadřuje relativní velikost rozptýlenosti dat vzhledem k průměru a pro účely volební geografie
určí, zda a jak se míra regionální variability měnila.
•Ukáže, zda rozdíly mezi jednotkami byly stále stejně velké, zvětšovaly se nebo se zmenšovaly.
•Obecně platí, že čím vyšší jsou hodnoty koeficientu, tím větší jsou i jednotlivé rozdíly.
•Variační koeficient přibližuje variabilitu rozdělení pravděpodobnosti náhodné veličiny a je
definován jako podíl směrodatné odchylky a absolutní hodnoty ze střední hodnoty (Směrodatná
odchylka/průměr * 100)

Variabilita výsledků 1996 – 2017
Strana
1996
1998
2002
2006
2010
2013
2017
ČSSD
0,17
0,13
0,11
0,13
0,17
0,17
0,21
KDU - ČSL
0,52
0,47
0,34
0,53
0,70
0,58
0,63
KSČM
0,26
0,25
0,23
0,23
0,23
0,22
0,24
ODA/US/SZ/TOP09
0,30
0,22
0,24
0,25
0,27
0,37
0,42
ODS
0,19
0,21
0,20
0,18
0,17
0,27
0,25
SPR - RSČ/Okamura
0,28
0,28
-
-
-
0,23
0,20
STAN
-
-
-
-
-
-
0,58
ANO 2011
-
-
-
-
-
0,14
0,13

Korelační analýza
•Získáme informace o stabilitě voličské základny.
•Využití této metody přinese informace o provázanosti rozložení volební podpory
•Nabývá hodnot z intervalu (-1; 1).
•Pokud některé z těchto dvou krajních hodnot dosahuje, pak lze tvrdit, že se jedná o dokonalou
závislost (pozitivní i negativní).
•Koeficient je ovlivněn odlehlými hodnotami.
•Jeho hodnoty a interpretace jednotlivých vztahů dvou proměnných lze podle hodnot rozložit na:
•0,01 – 0,09 – triviální, žádná, 0,10 – 0,29 – nízká až střední, 0,30 – 0,49 – střední až
podstatná, 0,50 – 0,69 – podstatná až velmi silná, 0,70 – 0,89 velmi silná, 0,90 – 0,99 téměř
perfektní. (De Vaus)

Podmíněnost volební podpory 2013
2013
ČSSD
KDU
KSČM
ODS
TOP09
ANO 2011
Úsvit
Konstanta
23,62
1,23
23,62
1,47
0,52
21,05
11,63
Kupní síla
-0,10
0,09
-0,10
0,07
0,13
0,02
-0,03
služby
-0,04
-0,03
-0,04
0,01
0,05
0,06
-0,03
zemědělství
0,02
0,01
0,02
0,04
0,05
-0,05
-0,07
podnikatelé
-0,56
-0,07
-0,56
0,33
0,56
0,13
0,07
nezaměstnanost
0,06
-0,05
0,06
-0,22
-0,30
-0,13
0,08
senioři
0,24
-0,06
0,24
0,03
-0,08
-0,13
-0,04
vzdělanost
-0,17
0,05
-0,17
0,22
0,53
-0,07
-0,20
katolíci
0,01
0,47
0,01
-0,08
-0,08
-0,13
0,02
 Obec 501-1000
0,29
0,09
-0,05
-0,20
-0,52
0,66
0,12
Obec 1001-5000
0,88
0,03
-0,10
0,24
-0,57
-0,16
0,13
Obec 5001-20000
1,99
0,44
-1,15
0,48
-0,50
-1,16
0,02
Obec 20001 +
3,22
0,40

0,14
-1,53
-1,71
-0,19
Adj. R2
0,17
0,66
0,32
0,21
0,46
0,14
0,06

ČSSD 2017

Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
ČSSD
0.03
-0.50
0.82
0.28
0.22
-0.27
-0.53
0.17
-0.23

Změna podpory ČSSD 2013/2017



ČSSD 1996 – 2010



KDU-ČSL 2017
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
KDU-ČSL
0.42
-0.53
0.15
0.98
-0.34
-0.33
-0.26
-0.01
0.16

KDU – ČSL 2013/2017



Zdroj: vlastní mapa/data www.volby.cz
KDU 1996 - 2010


KSČM 2017
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
KSČM
-0.42
-0.29
0.52
-0.22
0.92
-0.32
-0.60
-0.05
-0.03

KSČM – 2013/2017



KSČM 1996 - 2010



ODS 2017
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
ODS
0.45
0.14
-0.61
-0.15
-0.51
0.79
0.76
0.19
-0.37

ODS 2013/2017



ODS 1996 - 2010



SPR – RSČ 1996 - 1998



TOP09
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
TOP 09
0.39
0.17
-0.58
-0.19
-0.49
0.61
0.83
0.17
-0.41

TOP 09 2013/20017



ANO 2017
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
ANO
-0.72
0.39
0.34
-0.45
0.58
-0.35
-0.53
-0.19
0.18

ANO 2013/2017



Piráti
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
Piráti
0.42
0.20
-0.60
-0.20
-0.54
0.60
0.80
0.16
-0.32

Piráti 2013/2017



T. Okamura 2017
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
SPD
-0.54
-0.01
0.40
-0.05
0.43
-0.55
-0.63
-0.23
0.60

T. Okamura 2013 /2017



STAN 2017
Účast
ANO
ČSSD
KDU-ČSL
KSČM
ODS
TOP 09
ČPS
Úsvit
STAN
0.24
0.23
-0.43
-0.19
-0.31
0.22
0.51
0.00
0.01

STAN 2017/2013



Závěrem
•
•Každá politická strana/rodina disponuje „svým“ územím
•
•V českých podmínkách lze pomocí kvantitativních přístupů a kompozitního přístupu „interpretovat“
volební podporu
•
•Centrum/periferie a rozvojové oblasti/stagnace
•
•