12 Efekt kandidáta ve volbách do Poslanecké sněmovny v roce 2013 Petr Voda 12.1 Úvod Tato kapitola se věnuje studiu toho, jaké vlastnosti kandidáta vedly k jeho větší oblibě, respektive k většímu počtu preferenčních hlasů. Obsah textu je do značné míry replikací kapitoly na stejné téma, která byla součástí publikace ze stejné série, jako je tato kniha, o volbách do Poslanecké sněmovny v roce 2010. Text tak nenabízí žádné nové teorie ani přístupy ke studiu daného tématu, jen aplikuje již dříve vyzkoušené postupy na nová data. Rozvinutí tématu přináší empirická část, ve které je nyní pečlivěji prozkoumán vliv pořadového čísla. Tentokrát není obsah kapitoly propojen jen s kapitolou o výsledcích preferenčního hlasování, ale také s kapitolami o kandidátních listinách a volební geografii, přičemž v prvním případě budou z jiné kapitoly poznatky čerpány, zatímco v druhém budou některá zde formulovaná tvrzení využita. Základní otázka, na kterou si kapitola klade za cíl odpovědět, zní, jaké faktory ovlivnily výši preferenčních hlasů získaných kandidáty. Hledání odpovědi bude založeno na možných strategiích voličů ve výběru kandidáta ústící v teorii efektu kandidáta. Teorie byla v českém prostředí představena v textech Pinka (2005: 163) a empiricky testována v textech autora (viz Voda 2009, 2010) na datech vzešlých z předchozích voleb do Poslanecké sněmovny a také na datech vztažených ke krajským volbám (Balík a kol. 2013). Mimo zde zmiňované faktory je zahrnuta také role nezávislých iniciativ. Preferenční hlasování je proces, kterým voliči mohou, prostřednictvím udělení přednostních hlasů, ovlivnit personální složení voleného sboru. Do tohoto procesu se promítá celá řada charakteristik kandidátů, vnějších podmínek a dalších vlivů, které mají za následek, že někteří kandidáti získají více preferenčních hlasů, než jiní kandidáti. Zde se zaměříme zejména na to, jaké vlastnosti kandidátů vedou k vyššímu zisku preferenčních hlasů. Využity budou z velké části tytéž faktory, které byly sledovány v kapitole věnované minulým volbám. Nicméně v mezidobí vznikla celá řada publikací, o které lze pevněji opřít teoretické základy analýzy provedené v poslední části tohoto textu. Jedná se zejména o knihu Petera Spáče o preferenčním hlasování na Slovensku a kapitolu na stejné téma v knize o krajských volbách. Vzhledem k tomu, že preferenční hlasování může mít ve svém důsledku význam jen v případě stran či uskupení, které získaly alespoň jeden mandát, bude okruh případů zúžen právě pouze na kandidáty těchto stran. Konkrétně se tedy jedná o kandidáty ČSSD, ODS a KSČM, TOP09, KDU-ČSL, ANO a Úsvitu. 12.2 Vysvětlení příčin úspěšnosti jednotlivých kandidátů V úvodu slíbeným cílem bylo vysvětlení důvodů, proč kandidáti získávají různé počty preferenčních hlasů. Naplnění cíle bude založeno na kvantitativní analýze zpracované na datech o preferenčním hlasování a vlastnostech kandidátů uvedených zejména na volebních lístcích. Jako základní zdroj dat pro tuto kapitolu slouží server Českého statistického úřadu Volby.cz. Případem analýzy je kandidát, proměnnými jsou pak charakteristiky kandidáta. Tu základní představují výsledky preferenčního hlasování (procenta preferenčních hlasů) jednotlivých kandidátů. V analýze ovšem nebude tato proměnná využita v podobě, v jaké je uvedena v databázi volebních výsledků, ale bude upravena tak, aby měla přibližně stejný smysl v různě velkých krajích. Jak bylo poukázáno v předchozí kapitole, procento preferenčních hlasů, které kandidáti získávají, je z čistě „technických“ důvodů ovlivněno velikostí kraje, respektive délkou kandidátní listiny. V menších krajích je proto průměrný zisk vždy vyšší než ve velkých krajích. Proto bylo reálné procento přepočítané následujícím způsobem: Procento preferenčních hlasů/ délka kandidátní listiny * 26 Tímto postupem byla vytvořena proměnná, která říká, kolik procent preferenčních hlasů by kandidát získal, kdyby v jeho kraji byla průměrně dlouhá kandidátní listina[1]. Počet odpovídá Ústeckému kraji. Rozdíl mezi reálným ziskem a ziskem očištěným od vlivu velikosti kraje ukazuje tabulka č. 1. V nestandardizované úpravě je patrný velký rozdíl mezi kraji, kde muže být na listině zapsáno 14 kandidátů a těmi, kde jich může být více jak 30. Tento rozdíl se po standardizaci ztrácí. Tabulka 12.1: Průměrné standardizované a nestandardizované % preferenčních hlasů dle délky kandidátní listiny v poslaneckých volbách 2013 Délka listiny ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM nest. st. nest. st. nest. st. nest. st. nest. st. nest. st. nest. st. 14 4,12 2,22 6,01 3,24 6,25 3,37 7,19 3,87 2,92 1,57 2,94 1,58 3,98 2,14 17 3,73 2,44 4,07 2,66 6,26 4,09 4,36 2,85 1,80 1,18 2,33 1,52 3,68 2,41 19 3,55 2,59 3,25 2,38 4,36 3,18 4,23 3,09 1,88 1,38 2,13 1,55 2,73 1,99 20 3,19 2,45 3,03 2,33 4,38 3,37 4,61 3,55 2,09 1,61 1,81 1,39 2,53 1,95 22 2,55 2,16 2,91 2,46 4,67 3,95 4,33 3,66 1,64 1,38 1,43 1,21 2,58 2,19 23 2,18 1,93 2,85 2,52 4,15 3,67 4,20 3,71 1,68 1,49 1,94 1,71 2,24 1,98 26 2,93 2,93 2,07 2,07 2,81 2,81 3,12 3,12 1,70 1,70 2,27 2,27 2,31 2,31 33 1,09 1,38 34 2,01 2,63 1,99 2,60 2,73 3,57 2,39 3,12 1,20 1,56 1,40 1,83 1,64 2,14 36 1,86 2,57 2,06 2,86 3,13 4,33 2,90 4,02 1,15 1,60 1,30 1,80 1,75 2,43 Zdroj dat: Volby.cz, vlastní výpočty Sledované charakteristiky kandidátů, které mají v analýze roli nezávisle proměnných, jsou vybrány na základě teorií věnujících se otázce podpoře kandidátů a strategií voličů při hlasování. Existuje celá řada teoreticky možných a popsaných strategií pro výběr preferovaných kandidátů (Faas, Schoen 2006, Gimpel a kol. 2008; Shugart, Valdini, Suominen 2005). Základním atributem určujícím strategii voliče je jeho informovanost. Pokud jde k volbám volič bez detailní znalosti jednotlivých kandidátů, pak se může ve volební místnosti rozhodovat, pokud chce své preferenční hlasy uplatnit, především dle informací uvedených na volebních lístcích. Ty udávají pořadové číslo kandidáta, jeho jméno, tituly, povolání, věk, bydliště a stranickou příslušnost. Ze jména pak lze zpravidla také odvodit informaci o pohlaví. Nicméně základním faktorem ovlivňujícím počet preferenčních hlasů je patrně „známost“ kandidáta. Tuto tezi podporují např. data z České volební studie 2006. Podle vlastní deklarace voličů byla známost důležitá pro 61,7 % z nich. Mezi významné důvody patřila také osobní znalost kandidáta (43,4 %). Z charakteristik, které lze nalézt na volebních lístcích bylo zmiňováno vzdělání (důležité pro 55 %), profese (53 %) kandidáta a místo bydliště (39,6 %). Věk a pohlaví byly důležitými charakteristikami jen pro menší část voličů (20 % a 12,5 %) (Lebeda 2009). Známost kandidáta je faktor, který lze jen stěží přímo pozorovat. Proto je nutné najít vhodný indikátor, který bude známost alespoň částečně odrážet. Jednou z možností je úspěšnost v předchozích volbách (Matland a Studlar 1998, McElroy a Marsh 2009). Činnost v rámci voleného sboru může vést ke zvýšenému počtu preferenčních hlasů několika cestami. V prvé řadě se jedná o kandidáty, kteří již jednou byli zvoleni, což minimálně v případě některých z nich mohlo být způsobeno oblibou u voličů vyvolanou sledovanými i nesledovanými faktory. Druhou cestou je pak možnost vlastního zviditelnění se v rámci činnosti v Poslanecké sněmovně. S tímto faktorem úzce souvisí pořadové číslo. Na kandidátních listinách se na čelních pozicích objevují kandidáti, kteří si vybudovali dobrou pozici a/nebo jsou přijatelnými pro voliče. Jak potvrzuje řada výzkumů (King a Leigh 2009, Lutz 2009, Spáč 2013), pozice na kandidátce velmi výrazně souvisí s možností zisku preferenčních hlasů. Na volebních lístcích jsou uvedeny také kandidátem dosažené tituly, což umožňuje voličům zahrnout do svých úvah o kroužku pro kandidáta také jeho vzdělání, což je jak poukazují Lyons a Linek (2007), opodstatněná úvaha. Další možnou strategií je „gendrový“ výběr. Tato strategie je založena na cíleném udělování preferencí ženám. Takový postup před volbami propagovalo především Fórum 50 (www.padesatprocent.cz). Zahraniční studie poskytují poměrně rozporuplný obrázek o tom, které z pohlaví by mělo získávat více preferenčních hlasů. Někteří autoři tvrdí, že existuje nějaký vliv pohlaví kandidátů na výsledky preferenčního hlasování (Seltzer, Newman a Leighton 1997), někteří pak doplňují, že přináší výhodu ženám (Dolan 1998; Smith a Fox 2001, Borisyuk, Rallings a Thrasher 2007) and konečně existují také autoři a autorky, kteří preferenční hlasování považují za nevýhodné pro ženy (Welch a Studlar 1998, Lühiste 2012). Mechanismus, kterým získávají ženy více preferenčních hlasů, spočívá v jejich menšinovém statutu. Pokud je žen na kandidátní listině málo, pak se voliči ochotni volit ženy (viz Holli a Wass 2007) shodnou na stejných kandidátkách, než pokud své hlasy dělí mezi mnoho žen (viz Tóka, Millard, Popescu 2013). V analýze bude kontrolován také vliv proměnné typu bydliště kandidáta, povolání a stranické příslušnosti. Studium těchto vlivů doposud není příliš rozpracováno. Pokud se pracuje s místem bydliště kandidáta, pak obvykle ve výzkumu tzv. sousedského efektu (Taylor a Johnston 1979, Gimpel 2008), zatímco v této studii jde spíše o kontrolu stranické organizace a preferencí voličů vůči kandidátům centra. Stranická příslušnost se ukázala být významným faktorem v již v poslaneckých volbách v roce 2010 (viz Voda 2010), kdy nestraničtí kandidáti obvykle dosahovali vyšších zisků než straničtí kandidáti. Podobně jako v období před volbami v roce 2010 se také nyní objevilo několik iniciativ, které propagovaly využívání preferenčních hlasů pro dosažení svých cílů. Zvláště činorodým bylo v této oblasti sdružení „Rekonstrukce státu“, které voličům doporučovalo kroužkovat kandidáty, kteří přislíbili prosazovat zákony podporující vyšší transparentnost státu. Dlouhodobě pak působí iniciativa Fórum 50%, která má za cíl dosáhnout vyššího zastoupení žen v parlamentu, proto také voličům doporučuje kroužkovat ženy. Na druhou stranu se již neopakovala iniciativa „Vyměňte politiky“. Ta před volbami v roce 2010 doporučovala kroužkovat poslední čtyři kandidáty. Preference nemusí být vyjeveny nutně jen na základě výše definovaných faktorů, ale také z celé řady dalších důvodů, jako je charisma, vzhled nebo osobní historie kandidáta či jakýkoli další podnět působící na voliče, ať už vědomě nebo nevědomě. Volič případně může své preference přidělit náhodně. Příkladem takového jednání jsou tzv. oslí hlasy (donkey votes), kdy volič označí kandidáty, kteří jsou „nejblíže po ruce“, obvykle tedy označí kandidáty „shora“ listiny (Reynolds a Steenbergen 2006: 575). Také proto bude při studiu vlivu pořadového čísla zvlášť vyčleněna kategorie „lídr“. Na základě představených strategií byla formulována hypotéza pro statistické testování. Testovaná hypotéza zní takto: podpora kandidáta roste s klesajícím pořadovým číslem, se statutem lídra, s jeho vyšším vzděláním, s vyšším významem obce jeho trvalého bydliště a v případě obhajoby mandátu. Kontrolovány budou také proměnné pohlaví, věk, povolání a stranická příslušnost kandidáta. V následující pasáži budou popsány jednotlivé proměnné, jejichž výběr je založen na základě provedeného přehledu. Proměnné je možné rozdělit do několika skupin. První skupinou jsou „politické“ proměnné založené na pozici kandidátů v rámci strany a jejich předchozí politické činnosti. Do této skupiny patří „stranickost“ kandidáta, statut obhájce, pořadové číslo a částečně také povolání. 12.2.1 Pořadí na kandidátce Pořadí kandidáta na listině je svým způsobem vyjádření pozice kandidáta uvnitř strany, kdy kandidáti s lepší pozicí zaujímají čelní místa na listinách. To, na jaké místo je kandidát zařazen, je dále ovlivněno mnoha faktory, které vstupují do procesů nominace kandidátů a jejich výběru na listinu. Otázce nominace kandidátů se ve své kapitole věnoval Petr Spáč. Pořadí kandidáta očividně souvisí s výší podílu získaných preferenčních hlasů (viz graf 1). V průměru jich získává nejvíce lídr kandidátky a se vzrůstajícím pořadovým číslem na kandidátce počet preferenčních hlasů rapidně klesá (viz graf. 1). Lídr kandidátky proto bude označen v analýze ve zvláštní proměnné. Podobně jako podíl preferenčních hlasů, také tato proměnná je ovlivněna velikostí kraje. Tento problém je vyřešen standardizací, kterou jsou různě dlouhé listiny převedeny na škálu od plus do minus jedné[2]. Graf zobrazený níže zobrazuje standardizována procenta preferenčních hlasů na standardizovaných kandidátních listinách. Abychom se vyhnuli problémům s desetinnými místy, bylo standardizované pořadové číslo vynásobeno 10 a převedeno na kladná čísla, tak aby se hodnoty přiblížily k těm, běžným pro běžné lidské uvažování. V grafu tedy mají čísla následující význam. Lídr listiny je kódován číslem 0, poslední kandidáti pak číslem 20. Pod číslem 10 jsou ukryti kandidáti stojící přesně uprostřed (tedy např. č. 8 na listině s 15 kandidáty nebo č. 16 na listině s 33 kandidáty). Proto graf ukazuje jiné hodnoty než tabulka 11.5. v předchozí kapitole. Graf naznačuje, že výše pořadového čísla hraje roli v podstatě pouze pro kandidáty v první pětině či čtvrtině listiny. Zde totiž platí, že s každým místem se v průměru zisk preferenčních hlasů snižuje. Na nižších pozicích je pak rozdíl mezi pořadím zanedbatelný a obecný klesající trend je v případě některých stran „narušen“ přítomností silných kandidátů, kteří dokáží získat vysoký počet preferenčních hlasů i přes nevýhodnou pozici na listině. Z grafu je také patrné, že v případě všech stran s výjimkou Úsvitu jsou kandidáti na úplném konci listině v mírné výhodě oproti kandidátům bezprostředně nad nimi, což naznačuje, že si někteří voliči, zejména ti, kteří podpořili ODS, patrně navykli na kroužkování posledních 4 kandidátů, které bylo tolik „módní“ v předchozích volbách, případně odkazuje k faktu, že strany v některých případech nasadí na konec listiny poměrně silné osobnosti. Graf 12.1: Zisk preferenčních hlasů na kandidáta dle pořadového čísla a strany Zdroj dat: Volby.cz, vlastní výpočty Obhajoba mandátu Podle výše formulovaného vztahu má obhajoba vést k vyššímu počtu preferenčnímu hlasů. Na základě tabulky č. 2 je patrné, že takový vztah platí v případě všech stran, které na svých listinách měly kandidáty, kteří v uplynulém období byli členy Poslanecké sněmovny. To se netýká jen nové strany ANO a KDU-ČSL, která v uplynulém období ve sněmovně scházela. Naproti tomu Úsvit získal na své kandidátní listiny 3 dřívější poslance Věcí veřejných a jednoho poslance ODS. Obvykle je procento hlasů získaných kandidáty obhajujícími mandát přibližně třikrát až čtyřikrát vyšší než jakého dosáhnou noví kandidáti nebo kandidáti, kteří v předchozích volbách neuspěli. Paradoxně největší výhodu měli kandidáti dřívějších vládních stran ODS a TOP09. Tabulka 12.2: Průměrné % preferenčních hlasů podle obhajoby v krajských volbách 2012 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % % neobhajující 1,99 302 1,97 312 3,15 320 3,51 343 1,49 339 1,61 342 1,80 321 obhajující 6,04 41 8,46 31 11,21 23 5,32 4 7,66 22 Zdroj dat: Volby.cz, vlastní výpočty 12.2.2 Povolání Povolání je dle předchozích zjištění vztažených k poslaneckým volbám (Lebeda 2009, Voda 2010) důležitou vlastností kandidáta pro rozhodování voliče o udělení preferenčního hlasování. Jak již bylo poukázáno v předchozích publikacích, struktura kandidátů dle povolání se značně odlišuje od struktury společnosti, a proto lze jen stěží využít některou z běžně používaných klasifikací. Proto byla výchozí klasifikace, za kterou byla zvolena databáze ISCO, značně modifikována. První skupinu tvoří komunální, krajští a celostátní politici (zastupitelé, radní, starostové, hejtmani, poslanci, senátoři, ministři, náměstci), další skupinou jsou vedoucí pracovníci, tedy všichni, kteří jako své zaměstnání uvedli ředitel, vedoucí nebo předseda. Tuto skupinu pak doplňují manažeři společně s jednateli. Mezi zaměstnanci bylo zohledněno spíše sektorové zaměření. Jednotlivé skupiny tedy tvoří pracovníci ve zdravotnictví (a v bezpečnostních složkách včetně hasičských sborů), pracovníci ve školství a vědě, pracovníci v technických profesích, pracovníci ve specializovaných službách (právníci, ekonomové, specialisté), v administrativě a nakonec pak v dělnických profesích. Samostatné skupiny pak tvoří činnost neidentifikovaná v rámci klasifikace, tedy podnikatelé a samostatně výdělečné činné a ekonomicky neaktivní osoby. Nejčastějším povoláním na kandidátkách sledovaných stran je politik, přičemž zvláště početná je tato skupina na kandidátních listinách TOP09 a ODS, kde tvořili přibližně dvě pětiny všech kandidátů. Velmi málo kandidátů, kteří by sami sebe považovali za politiky, se nachází na listinách nových stran, tedy Úsvitu a ANO a také mezi kandidáty KSČM. V případě ANO a Úsvitu na listinách dominují vedoucí pracovníci a podnikatelé, mezi kandidáty KSČM zaměstnanci, pracovníci v technických profesích a vedoucí pracovníci. Ve vztahu mezi povoláním a výši preferenčních hlasů nalezneme několik významných rozdílů mezi stranami. V každé straně je nejvíce oblíbená jiná skupina kandidátů. Mezi kandidáty ČSSD, TOP09 a KDU-ČSL se jedná o pracovníky ve zdravotnictví, nejvíce preferovaní kandidáti na listinách ODS a KSČM pochází z prostředí školství, voliči Úsvitu nejvíce preferují politiky a mezi kandidáty ANO se podpoře těšili zejména osobnosti z kultury. Naopak obecně mezi spíše méně preferované kandidáty patří podnikatelé, zaměstnanci a ekonomicky neaktivní osoby. Tabulka 12.3: Průměrné % preferenčních hlasů dle povolání v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N administrativa 1,83 22 1,12 9 2,75 10 3,68 21 1,37 22 1,23 21 1,81 34 zaměstnanec 1,79 19 1,92 8 2,79 6 2,10 11 1,06 48 1,19 13 1,58 50 technika 2,76 60 1,87 39 4,48 45 2,13 45 1,44 60 1,20 59 2,68 68 vedoucí 2,33 58 1,71 53 2,41 53 3,79 69 1,49 85 1,38 94 2,01 67 podnikatel 1,34 19 1,50 23 2,52 26 2,75 12 1,24 40 1,51 76 1,23 24 Kultura a sport 2,64 8 3,92 3 3,75 7 2,84 9 1,66 22 5,42 7 1,29 6 Zdravotnictví 4,07 15 4,56 32 4,70 22 4,80 37 1,90 10 2,67 29 1,98 7 neaktivní 1,29 5 1,54 2 1,15 9 1,19 4 0,98 18 0,82 12 2,12 5 školství 3,18 33 3,82 34 5,73 24 4,26 36 1,77 24 2,70 13 3,09 42 Politik 2,44 104 2,60 140 3,89 141 3,55 99 4,69 14 1,82 18 2,47 40 Zdroj dat: Volby.cz, vlastní výpočty 12.2.3 Vzdělání kandidátů Na volebních lístcích jsou uvedeny také kandidátem dosažené tituly, což umožňuje voličům zahrnout do svých úvah o kroužku pro kandidáta také jeho vzdělání. Tituly uvedené na volebních lístcích byly do jednotlivých kategorií rozděleny odlišným způsobem, než jak bylo učiněnov kaitole 6, protože logika následující analýzy vyžaduje, aby v každé kategorii byli zahrnuti za každou stranu nějací kandidáti. Bohužel doposud nebyla provedena žádná studie, která by zkoumala, jak občané v České republice vnímají význam různých stupňu studia a titulů, proto je rozdělení do skupin pouze arbitrární. Kandidáti bez uvedeného titulu patří do první skupiny, druhou skupinu pak tvoří kandidáti s vyšším odborným vzděláním a bakalářským vzděláním (především tituly dis. a Bc.). Tato kategorie je souhrně označena jako vzdělání „vyšší odborné“Do této kategorie byli zařazeni také kandidáti s neobvyklými (zahraničními) tituly. Ve třetí kategorii („vysokoškolské vzdělání“) jsou zařazeni kandidáti s magisterským a inženýrským vzděláním (Mgr. a Ing). Poslední kategorie je pak tvořena kandidáty s doktorským vzděláním a vyššími akademickými tituly (MUDr., JUDr., doc., prof.,...). Na všech listinách, s výjimkou těch podaných Úsvitem a KSČM, tvoří v úhrnu přibližně polovinu kandidátů osoby s vysokoškolským vzděláním. Naopak nejméně je na listinách kandidátů, kteří měli v okolí svého jména zapsáno dis. nebo Bc.. V případě všech stran s vyšším vzděláním roste podpora kandidátů. Do tohoto vzoru nezapadají jen výsledky kandidátů s vyšším odborným nebo neúplným vysokoškolským vzděláním, kteří mnohdy získávají menší podíly hlasů než kandidáti bez titulu. To platí zejména pro ČSSD, TOP09 a ODS. Tabulka 12.4: Průměrné % preferenčních hlasů podle vzdělání v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N Bez titulu 1,93 108 2,10 89 2,86 95 2,15 88 1,33 233 1,16 112 1,59 157 vyšší odborné 1,56 31 1,67 20 2,30 23 2,89 16 1,63 18 1,09 17 2,01 22 vysokoškolské 2,39 159 2,37 166 3,45 166 3,80 177 1,90 78 1,65 166 2,49 107 doktorské 4,69 45 3,89 68 6,22 59 4,75 62 2,77 14 2,73 47 3,30 57 Zdroj dat: Volby.cz, vlastní výpočty 12.2.4 Stranická příslušnost Na kandidátkách stran se neobjevují jen osoby, které jsou členy těchto stran. V řadě případů jsou na listinách zapsáni členové jiných stran, případně pak nestraníci. Tuto informaci má volič rovněž k dispozici. Otázkou je, zda může mít tato charakteristika vliv na výši získaných preferenčních hlasů kandidáta. Doposud byla role „stranickosti“ zmíněna jen v textu věnovanému krajským volbám. Přes ambivalenci vstupních předpokladů, které na jedné straně operovaly s negativním postojem voličů ke stranám a na druhé straně horšího přístupu nestraníků ke stranickým zdrojům, se ukázalo, že výhodu získávají spíše nestraníci, ale efekt je různý stranu od strany. To potvrzují také výsledky preferenčního hlasování v poslaneckých volbách v roce 2013. Na kandidátních listinách ČSSD, ODS a s menším rozdílem také ANO a TOP09 jsou nestraníci oblíbenější než členové stran. Naproti tomu na kandidátkách KSČM, KDU-ČSL a především Úsvitu je tomu naopak. Odlišnou podporu získávají také členové jiných stran. Na kandidátkách TOP09, KDU-ČSL a ANO získávají v průměru vyšší podíl hlasů než členové dané strany. V případě TOP09 je vhodné zmínit roli koaličního STAN. Kandidáti, kteří jsou členy tohoto uskupení, získali v průměru o několik desetin procenta více preferenčních hlasů než kandidáti TOP09. V případě parlamentních stran jsou kandidáti z velké většiny zároveň také členy navrhující strany. ODS měla dokonce na svých listinách zapsány pouze 3 kandidáty bez stranické příslušnosti, ČSSD pak jen 6. Podstatně více bylo nestraníků na kandidátkách KSČM, TOP 09, KDU-ČSL, ANO a především Úsvitu, za který kandidovali téměř výhradně nestraníci. Za TOP09, KDU-ČSL, Úsvit, ANO a KSČM kandidovali také členové jiných uskupení. Tabulka 12.5: Průměrné % preferenčních hlasů dle stranické příslušnosti v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N straníci 2,38 337 2,45[3] 224 3,59 340 3,50 280 5,92 9 1,45 246 2,29 279 členové jiných stran 3,88 10 5,55 4 2,34 26 3,03 10 1,93 3 nestraníci 7,62 6 2,79 30 15,40 3 3,39 59 1,33 308 1,90 86 1,67 61 Zdroj dat: Volby.cz, vlastní výpočty 12.2.5 Pohlaví kandidátů Role faktoru genderu je prozkoumána zejména ve vztahu k výsledné politické reprezentaci. Doposud provedené studie vztažené k volbám v poměrných volebních systémech nabízí poněkud rozporuplný obrázek o roli tohoto faktoru. Někteří autoři tvrdí, že pohlaví má vliv (Seltzer, Newman and Leighton 1997), někteří tvrdí, že výhodu mají spíše ženy (Dolan 1998; Smith – Fox 2001, Borisyuk, Rallings and Thrasher 2007), jiní naopak argumentují, že ženy jsou ve volební soutěži znevýhodněny (Welch – Studlar 1998, Lühiste 2012). Ženy byly mezi kandidáty všech stran menšinou. Nejméně se jich objevilo na listinách podaných stranou TOP09, naopak nejvíce jich bylo mezi komunistickými kandidáty. Obvykle ženy získaly vyšší procento preferenčních hlasů než mužští kandidáti. Pouze na kandidátkách ČSSD a KDU- ČSL získali v průměru vyšší procento preferenčních hlasů muži. Rozdíly lze považovat za relativně malé také v případě Úsvitu, ANO a ODS. Tabulka 12.6: Průměrné % preferenčních hlasů dle pohlaví v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N muži 2,59 259 2,51 279 3,66 262 3,75 270 1,54 267 1,60 273 2,12 249 ženy 2,11 84 2,77 64 3,79 81 2,63 73 1,51 76 1,66 69 2,33 94 Zdroj dat: Volby.cz, vlastní výpočty 12.2.6 Věk Volič může z volebních lístků vyčíst také věk kandidáta. O roli tohoto faktoru obvykle žádné předpoklady formulovány nejsou. Také v této analýze je proměnná zařazena jako kontrolní. Věková struktura je v případě všech stran velmi podobná. Většina kandidátů se nachází v intervalu omezeném 40 a 60 lety. Obvykle do této kategorie patří okolo 60 % procent kandidátů, čtvrtinu pak tvoří kandidáti zařazení do nejmladší kategorie (18 -39 let) a zbytek (okolo 15 %) pak tvoří kandidáti starší 60let. Od těchto proporcí se výrazněji odchyluje jen struktura kandidátů KSČM, ve které jsou významněji zastoupeni kandidáti z nejmladší a nejstarší kategorie (30 % kandidátů) a Úsvitu, ve kterém je zvláště početná nejmladší skupina kandidátů.. Vztah mezi věkem a popularitou kandidátů se liší stranu od strany. Mezi kandidáty TOP09, ODS a ANO podpora kandidátů roste s jejich věkem, přičemž rozdíl mezi nejmladší a nejstarší kategorií je velmi výrazný v případě TOP09. Naopak podpora kandidátů s věkem klesá mezi kandidáty ČSSD a KDU-ČSL. V případě úsvitu a KSČM je nejoblíbenější střední generace, ale mezi kandidáty KSČM získávají nejstarší kandidáti více preferenčních hlasů než ti nejmladší, kdežto u Úsvitu je tomu naopak. Tabulka 12.7: Průměrné % preferenčních hlasů dle věku v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N 21-39 2,82 74 2,06 81 3,24 89 3,75 76 1,46 127 1,26 88 2,01 93 40-59 2,48 200 2,52 234 3,70 204 3,55 214 1,64 155 1,70 209 2,29 171 60-80 2,09 69 4,34 28 4,47 50 2,99 53 1,40 61 1,85 45 2,15 79 Zdroj dat: Volby.cz, vlastní výpočty 12.2.7 Bydliště Kandidáti na volebních lístcích uvádí také své bydliště. Protože lze stěží hodnotit, jak bydliště v konkrétní obci ovlivňuje popularitu kandidátů, byly obce rozděleny do několika kategorií dle jejich role v administrativní hierarchii. Výsledná proměnná je kategorická a rozlišuje mezi krajskými a okresními městy, obcemi s rozšířenou působností, obcemi s pověřeným úřadem[4] a běžnými obcemi. Nejčastěji se mezi kandidáty vyskytují osoby z běžných obcí a krajských měst. Vzhledem k tomu, že do kategorie „běžná obec“ náleží přibližně 6 000 jednotek, zatímco krajských měst (včetně Prahy) je 13, je nejvyšší hustota kandidátů v krajských městech. Tuto hierarchii do jisté míry respektují také výsledky preferenčního hlasování, když nejvyšší průměrný zisk si připisují kandidáti z krajských měst, zatímco kandidáti z ostatních obcí získávají nejméně, přičemž v podstatě neexistuje rozdíl mezi obcemi s Pověřeným úřadem a ostatními obcemi. Výsledky rozdělené podle jednotlivých stran se liší jen drobně, když mezi kandidáty TOP09 jsou oblíbenější ti z ORP než z okresních měst a mezi kandidáty ANO a KSČM jsou jen minimální rozdíly v podpoře kandidátů z krajských a okresních měst. Tabulka 12.8: Průměrné % preferenčních hlasů dle typu místa bydliště kandidáta v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N krajské 2,97 84 2,87 91 4,92 83 4,52 81 1,86 100 1,80 91 2,41 73 okresní 2,87 77 2,33 68 4,68 76 3,50 62 1,47 58 1,86 82 2,43 81 ORP 2,58 61 2,62 49 2,96 73 3,46 61 1,35 45 1,33 44 2,12 58 POU 1,80 41 2,04 25 2,68 32 2,98 26 1,56 21 1,17 14 1,82 26 obec 1,83 80 2,54 110 2,52 79 2,93 113 1,35 119 1,43 111 1,95 105 Zdroj dat: Volby.cz, vlastní výpočty 12.2.8 Rekonstrukce státu Poslední sledovaná proměnná se věnuje vlivu iniciativy „Rekonstrukce státu“. Vzhledem k tomu, že jedním z kroků v rámci tohoto projektu bylo rozeslání „volebních novin“, které doporučovaly kroužkovat na kandidátkách různých stran kandidáty podporující protikorupční zákony, do většiny českých domácností, je možné, že se tato kampaň promítla také do výsledků preferenčního hlasování. Za kandidáty, kteří se k iniciativě připojili, jsou považování právě ti, kteří v kroužkovacích novinách byli uvedeni (viz Rekonstrukce státu 2013) K iniciativě se připojili alespoň někteří kandidáti ze všech sledovaných stran. Nejvíce z TOP09 a ANO, naopak nejméně z Úsvitu a ODS. Na listinách všech kandidujících stran byli tito kandidáti úspěšnější než ti, kteří se k iniciativě nepřipojili, když průměrné procento obdržených preferenčních hlasů bylo v jejich případě obvykle přibližně dvojnásobné. Tabulka 12.9: Průměrné % preferenčních hlasů dle aktivity v rámci „Rekonstrukce státu“ v poslaneckých volbách 2013 ČSSD TOP09 ODS KDU-ČSL Úsvit ANO KSČM % N % N % N % N % N % N % N ne 1,82 226 1,79 193 3,24 265 2,59 219 1,21 268 1,16 174 1,75 251 ano 3,73 117 3,55 150 5,23 78 5,13 124 2,69 75 2,07 168 3,36 92 Zdroj dat: Volby.cz, vlastní výpočty 12.3 Analýza efektu kandidáta Předchozí pasáž představila několik faktorů, které lze považovat za relevantní a vlivné v otázce podpory jednotlivých kandidátů na listině. Popis těchto faktorů a jejich vztah k ziskům preferenčních hlasů nelze považovat za analýzu příčin výše získaných hlasů. Ta bude provedena až v následující části za použití lineární regresní analýzy. V této části budou představeny výsledky regresní analýzy věnující se vysvětlení podpory jednotlivých kandidátů zapsaných na listinách. Hodnoty koeficientů jsou uváděny souhrnně za všechny zpracované modely, i když možnosti srovnávat výsledky napříč modely jsou poměrně omezené. Srovnávat lze především celkové výsledky modelů vyjádřené indexem determinace a hodnoty Beta koeficientu (k jednotlivým parametrům více kapitola o volební geografii). První část analýzy je věnována všem kandidátům obecně. Analýza byla provedena s kandidáty všech stran, což znamená, že v analýze bylo zahrnuto 2400 případů. Závisle proměnnou byly výsledky preferenčního hlasování, tedy standardizovaný podíl preferenčních hlasů pro kandidáta v obvodu na počtu platných hlasů odevzdaných pro stranu. Jako nezávisle proměnné byly využity všechny výše navrhované indikátory. Hodnota indexu determinace ukazuje, že pomocí použitých nezávisle proměnných dokážeme vysvětlit přibližně 50 % v rozptylu závisle proměnné (viz tabulka č. 10). Tento výsledek lze interpretovat tak, že statistický model přispívá k porozumění důvodů pro rozdíly v zisku preferenčních hlasů mezi kandidáty, nicméně pro dokonalé vysvětlení absentují některé proměnné. Nemůžeme tedy vyloučit fakt, že zde roli hraje charisma kandidáta či osobní vazby mezi voliči a kandidáty. To, co naopak vyloučit můžeme, je efekt pohlaví, status nestraníka a některé kategorie zaměstnání, vzdělání a věku. Největší efekt na výsledek kandidáta má fakt, zda se jedná o lídra listiny. V průměrně velkém kraji lze v případě lídra očekávat přibližně o 5 p.b. více preferenčních hlasů než u ostatních kandidátů, pokud jsou jejich ostatní charakteristiky zahrnuté v analýze shodné. Další vliv pořadového čísla kandidátů je oproti tomu slabší. Podle očekávání s rostoucím číslem klesá podpora kandidátů. Kandidát na úplném konci listiny by tak měl očekávat o 1,5 p.b. méně preferenčních hlasů, než kandidát umístěný uprostřed kandidátní listiny. Vliv pořadového čísla byl dále rozpracován v samostatné analýze. Z jejích výsledků vyplývá, že s preciznější úpravou proměnné se zvyšuje vysvětlující síla modelu. Ta je nyní téměř o 5 p.b. vyšší. Zároveň se ukazuje, že pořadové číslo má velkou roli zejména v horní části kandidátní listiny, zatímco na jejím konci je prakticky lhostejné, na kterém konkrétním místě je kandidát umístěn (viz tab. č. 11). Kandidáti v první pětině listiny mohou očekávat o 6 pb preferenčních hlasů než kandidáti zapsaní uprostřed listiny. Naproti tomu kandidáti z úplného konce listiny by měli mít podporu jen o necelé procento nižší. V první pětině kandidátů pak každé místo znamená ztrátu 1 pb., mezi prvním a druhým místem pak dokonce 3,5 pb, zatímco na konci listiny neznamená pořadové číslo uvnitř skupin vůbec nic. I přes změnu ve způsobu, jakým je v modelu specifikována role pořadového čísla, zůstal efekt ostatních proměnných zachován. Významněji se v doplňkové analýze lišily jen efekty obhajoby mandátu a lídra. Relativně silnou proměnnou je také obhajoba mandátu. Pokud kandidát získal mandát v předchozích krajských volbách, pak získává přibližně o 2,5 procenta více preferenčních hlasů než noví kandidáti. K vyššímu zisku preferenčních hlasů vede také vyšší vzdělání. Jednotlivé proměnné v tabulce jsou tzv. dummy. Výsledek tedy ukazuje rozdíl v očekávaném podílu preferenčních hlasů pro danou kategorii ku referenční kategorii, kterou jsou v tomto přídě kandidáti bez uvedeného titulu. Stejnou logiku mají také proměnné věk, pohlaví, povolání, bydliště a stranická příslušnost a strana. Referenční kategorie těchto proměnných jsou kandidáti do 40 let, muži, povolání politika, bydliště v „běžné“ obci, straničtí kandidáti a příslušnost ke KSČM. Co se týče vzdělání, kandidáti s doktorským a vyšším vzděláním jsou úspěšnější o téměř 1 p.b, než kandidáti, kteří na listině nemají uveden žádný titul. Při kontrole ostatních charakteristik se neprojevuje rozdíl mezi kandidáty bez uvedených titulů, s vyšším odborným a vysokoškolským vzdělání. Co se povolání týká, nejvyšší zisky preferenčních hlasů předurčuje povolání politika, ovšem rozdíl oproti pracovníkům ve školství a zdravotnictví je zcela zanedbatelný. Významnější rozdíl (cca 0,5 p.b.) pozorujeme pro kategorie ekonomicky neaktivních osob, podnikatelů, vedoucích pracovníků a pracovníků v technických oborech. Vyšší věk kandidáty znevýhodňuje. Podpora kandidátů ve věku 40-60 se od těch mladších v podstatě nijak neliší, kandidáti starší 60 let ale mohou oproti nejmladším kandidátům očekávat o 0,5 p.b. méně preferenčních hlasů. Další proměnnou, u které můžeme vysledovat směr vlivu je typ místa bydliště kandidáta. Alespoň nějaký vliv na počet získaných preferenčních hlasů má bydliště v krajském a okresním městě. Zde sídlící kandidáti získávají o čtvrtinu až polovinu více hlasů než kandidáti z řadových obcí. Bydliště v ORP a POU nemá za následek nijak vyšší procento preferenčních hlasů. V neposlední řadě výsledky preferenčního hlasování ovlivňuje také stranická příslušnost kandidátů. Jako referenční kategorie byla zvolena příslušnost ke KSČM. Kandidáti KDU-ČSL a ODS získávají více preferenčních hlasů než kandidáti KSČM, naopak kandidáti nových stran méně. Není bez zajímavosti, že rozdíl mezi KSČM a TOP09 je zde velmi malý, ačkoli tabulka v předchozí části ukazuje vyšší úroveň využívání preferenčních hlasů v případě TOP09 než KSČM, rozdíl je ale patrně dán vhodnějšími charakteristikami kandidátů TOP09. Podobně se také z tabulek v předchozí části mohlo zdát, že výrazný dopad na podporu kandidátů měla iniciativa Rekonstrukce státu. Nicméně po zohlednění jiných možných vlivů je patrné, že připojení se k tomuto projektu znamenalo pro kandidáty jen malý nárůst zisku preferenčních hlasů. Tabulka 12.10: Výsledky regresní analýzy pro kandidáty všech stran B Beta Sig. konstanta 1,80 0,00 relativní pozice 1,65 0,31 0,00 lídr 5,21 0,32 0,00 obhajoba 2,34 0,16 0,00 Rekonstrukce státu 0,21 0,03 0,06 strana ČSSD 0,13 0,01 0,49 TOP09 0,10 0,01 0,58 ODS 1,41 0,15 0,00 KDU-ČSL 1,35 0,15 0,00 Úsvit -0,45 -0,05 0,04 ANO -0,40 -0,04 0,04 stranická příslušnost jiní straníci 0,23 0,01 0,50 nestraníci 0,11 0,01 0,51 pohlaví žena 0,03 0,00 0,79 věk 35 - 59 -0,14 -0,02 0,24 nad 60 -0,42 -0,05 0,01 bydliště krajské 0,54 0,07 0,00 okresní 0,28 0,03 0,05 ORP 0,18 0,02 0,22 POU 0,09 0,01 0,65 povolání administrativa -0,19 -0,01 0,41 zaměstnanec -0,14 -0,01 0,53 technika -0,42 -0,05 0,01 vedoucí -0,55 -0,07 0,00 podnikatel -0,60 -0,05 0,00 kultura -0,37 -0,02 0,26 zdravotnictví -0,02 0,00 0,95 neaktivní -0,48 -0,02 0,17 školství 0,13 0,01 0,52 vzdělání odborné -0,22 -0,02 0,30 magisterské 0,06 0,01 0,60 doktorské 0,90 0,10 0,00 adj. R2 0,47 Adj. R2= 0,47, sig=0.00, N=2400, df=2368 Zdroj: vlastní výpočet Tabulka 12.11: Efekt pořadového čísla (za kontroly vlivu obhajoby, rekonstrukce státu, strany, stranické příslušnosti, pohlaví, věku, bydliště, povolání a vzdělání) B Beta Sig. pořadové číslo První pětina 6,26 0,79 0,00 Druhá pětina 2,11 0,26 0,00 Čtvrtá pětina -2,15 -0,20 0,57 Patá pětina -0,70 -0,10 0,41 interakce První pětina* relativní pozice -1,12 -0,43 0,00 Druhá pětina* relativní pozice -0,23 -0,20 0,02 Čtvrtá pětina* relativní pozice 0,13 0,16 0,64 Patá pětina*relativní pozice 0,01 0,03 0,83 lidr 2,56 0,16 0,00 Předchozí obecný pohled ukázal, které vlivy jsou významné pro utváření podpory kandidátů, ovšem význam a síla těchto vlivů se mohou mezi jednotlivými stranami a lišit, tak jako se liší kandidáti a voliči jednotlivých stran. Proto jsme provedli stejnou analýzu se stejnými proměnnými také pro jednotlivé strany. Pokud zvolené proměnné použijeme k vysvětlení podpory kandidátů v rámci jednotlivých stran, pak zjistíme, že působení většiny proměnných je poměrně univerzální, tedy že ovlivňuje zisk preferenčních hlasů stejným směrem a s podobnou silou. Ovšem některé proměnné působí na podporu kandidátů určité strany jinak než v případě ostatních (viz tab. č. 12). Výsledky regresních modelů pro jednotlivé strany se liší již v hodnotě indexu determinace a tedy ve své vysvětlující síle. Zatímco s pomocí zvolených proměnných dokáže model vysvětlit přibližně 60 % variability výsledků preferenčního hlasování pro kandidáty KDU-ČSL a KSČM, tak v případě ODS, TOP09, ČSSD a Úsvitu se výsledek pohybuje okolo 50 % a pro kandidáty ANO jen 40 %. Efekt proměnných patřících do skupiny „politických“ proměnných má obvykle stejných směr ale síla efektu se poměrně značně liší. Například lídři listin ODS a KDU-ČSL mohou očekávat o 8 p.b. preferenčních hlasů více (pokud jsou všechny ostatní charakteristiky sledovaných kandidátů stejné). Naproti tomu v případě KSČM má lídr výhodu pouhých 5 p.b.. U ostatních stran se dopad toho, že je kandidát první v pořadí projevuje rozdílem od 3,75 do 5 procent. Obhajoba mandátů zvýhodňuje kandidáty ve všech stranách s výjimkou Úsvitu, kde čtveřice bývalých poslanců VV nedosáhla na očekávaný podíl preferenčních hlasů. Naopak nejvíce nahrává obhajoba mandátu poslancům TOP09, ODS a KSČM - téměř 4 p.b.. Pořadí na kandidátce vytváří největší rozdíly v zisku preferenčních hlasů mezi kandidáty KDU – ČSL a ODS. Poslední kandidáti těchto stran by měli získat o téměř 3 p.b. preferenčních hlasů než kandidáti zapsaní uprostřed listiny. V síle i směru se liší dopady zapojení se do iniciativy „Rekonstrukce státu“ a stranická příslušnost. V případě všech stran znamenalo pro kandidáty připojení se k rekonstrukci státu přibližně třetinu p.b. preferenčních hlasů. Kandidáti ODS ale oproti těm, kteří se nezapojili, ztratili téměř jedno procento. Účinek stranické příslušnosti je u některých stran do značné míry zkreslen velmi malým počtem kandidátů a jejich osobnostmi. Především kvůli popularitě lídra ODS v Jihomoravském kraji se zdá, že nestranící mají na kandidátkách ODS velkou výhodu oproti straníkům. Totéž platí v menší míře také o ČSSD. Naopak nestraničtí kandidáti byli spíše v nevýhodě oproti straníkům na listinách Úsvitu, KSČM a KDU-ČSL, ovšem v případě Úsvitu je výsledek ovlivněn velmi malým množstvím straníků. To, zda je kandidát muž či žena, nehraje vzhledem k ostatním charakteristikám kandidátů žádnou podstatnější roli. Z výsledků lze vyčíst pouze mírné znevýhodnění mužů mezi kandidáty KDU-ČSL, což může být vzhledem k profilu elektorátu této strany docela překvapivé (viz Kunštát 2004). Naopak mírnou výhodu mají ženy na listinách ČSSD, KSČM a TOP09. Vliv věku kandidátů na jejich výsledky se mezi stranami různí. Ve všech stranách s výjimkou ČSSD se prakticky neliší výše podpory mezi „stejně kvalitními“ kandidáty do 40 let a mezi 40 a 60 lety. V případě ČSSD má střední a nejstarší generace mírnou nevýhodu proti té nejmladší. Tvrzení vztažené k poslední věkové kategorii je platné také pro Úsvit a KSČM, naopak na kandidátkách TOP09 se mohou větší přízni těšit spíše nejstarší kandidáti. Typ obce, ze které kandidát pochází, je významnou proměnnou jen pro kandidáty ČSSD, KDU-ČSL, Úsvitu a KSČM. V případě všech těchto stran jsou zvýhodněni spíše kandidáti z krajských a okresních měst. Naproti tomu mezi kandidáty TOP09 je výhodou spíše bydliště v běžné obci. Ve vlivu vzdělání se obvykle projevuje role alespoň doktorských titulů. Takoví kandidáti jsou oblíbení oproti těm bez vzdělání zvláště mezi volič ČSSD a KDU-ČSL. Na listinách KDU-ČSL získávají výhodu také kandidáti s magisterskými a inženýrskými tituly. Kandidáti náležející jen do několika kategorií povolání mohou očekávat významněji odlišnou podporu od kandidátů s povoláním politika. Pouze na listinách Úsvitu mají politici poměrně značnou výhodu nad kandidáty všech ostatních kategorií povolání. V případě ostatních stran jsou obvykle znevýhodněni administrativní pracovníci a podnikatelé (neplatí pro KDU-ČSL a ANO), na listinách ČSSD a KSČM jsou oproti politiků v nevýhodě také pracující ve zdravotnictví. Jedinou skupinou, která může očekávat vyšší zisk preferenčních hlasů než politici, jsou osobnosti z kultury a sportu na listinách TOP09 a ANO. Tabulka 12.12: Výsledky regresní analýzy dle kandidujících stran ČSSD top ODS KDU-ČSL úsvit ano KSCM B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 2,15 1,88 2,87 2,46 5,91 1,14 1,90 Relativní pozice 1,24 0,27 1,51 0,29 2,67 0,34 2,95 0,47 0,94 0,29 1,15 0,32 1,30 0,36 lídr 4,60 0,32 4,82 0,30 7,95 0,33 7,99 0,42 3,84 0,39 3,75 0,35 1,10 0,10 obhajoba 1,84 0,21 3,52 0,32 3,95 0,21 -2,05 -0,11 0,08 0,00 3,61 0,40 Rekonstrukce sátu 0,28 0,05 0,37 0,06 -0,81 -0,07 0,28 0,04 0,24 0,05 0,26 0,06 0,32 0,06 nestraníci 3,83 0,18 0,61 0,06 9,64 0,19 -0,51 -0,05 -3,05 -0,25 0,25 0,05 -0,50 -0,09 pohlaví zena 0,30 0,05 0,26 0,03 0,02 0,00 -0,46 -0,05 0,15 0,03 -0,04 -0,01 0,24 0,05 věk 35 - 59 -0,56 -0,10 -0,09 -0,01 0,11 0,01 -0,18 -0,02 -0,17 -0,04 0,12 0,03 -0,11 -0,02 nad 60 -1,26 -0,18 0,37 0,03 1,04 0,08 -0,72 -0,07 -0,77 -0,15 -0,06 -0,01 -0,47 -0,09 bydliště krajské 0,59 0,09 -0,22 -0,03 0,33 0,03 0,72 0,08 0,67 0,16 -0,01 0,00 0,36 0,07 okresní 0,36 0,05 -0,49 -0,06 0,54 0,05 -0,22 -0,02 0,44 0,08 -0,09 -0,02 0,50 0,10 ORP 0,35 0,05 -0,12 -0,01 -0,21 -0,02 0,18 0,02 0,38 0,07 -0,18 -0,03 0,31 0,05 POU 0,11 0,01 0,10 0,01 -0,22 -0,01 0,11 0,01 0,31 0,04 -0,53 -0,05 0,06 0,01 povolání administrativa -0,47 -0,04 -0,58 -0,03 -2,58 -0,09 0,85 0,05 -1,83 -0,23 0,27 0,03 -0,40 -0,05 zaměstnanec -0,08 -0,01 -1,03 -0,05 0,56 0,02 0,55 0,03 -1,73 -0,31 -0,06 -0,01 -0,09 -0,02 technika -0,56 -0,07 -0,35 -0,04 -0,28 -0,02 -0,42 -0,04 -1,72 -0,34 -0,16 -0,03 -0,14 -0,03 vedoucí -0,28 -0,04 -0,36 -0,04 -0,83 -0,06 0,30 0,03 -1,97 -0,44 -0,41 -0,09 -0,40 -0,07 podnikatel -0,90 -0,07 -0,52 -0,04 -0,81 -0,04 -0,04 0,00 -1,96 -0,33 0,10 0,02 -1,10 -0,13 kultura -0,64 -0,03 2,09 0,06 0,89 0,03 0,16 0,01 -2,18 -0,28 2,13 0,14 -0,77 -0,05 zdravotnictví -1,22 -0,09 0,12 0,01 0,44 0,02 0,38 0,03 -1,71 -0,15 0,53 0,07 -0,61 -0,04 neaktivní 0,30 0,01 -0,28 -0,01 -0,63 -0,02 0,44 0,01 -1,81 -0,21 -0,14 -0,01 -0,19 -0,01 školství -0,12 -0,01 -0,12 -0,01 0,50 0,03 0,72 0,06 -1,43 -0,19 0,67 0,06 -0,06 -0,01 vzdělání odborné -0,41 -0,04 -0,08 -0,01 0,12 0,01 0,50 0,03 -0,14 -0,02 0,34 0,03 0,02 0,00 magisterské 0,10 0,02 0,30 0,05 0,08 0,01 0,70 0,09 0,00 0,00 0,01 0,00 0,15 0,03 doktorské 1,93 0,23 0,51 0,06 0,86 0,07 1,57 0,16 0,43 0,04 0,71 0,11 0,45 0,08 adj. R2 0,52 0,54 0,48 0,60 0,48 0,39 0,58 Poznámka: tučně zvýrazněny věcně významné efekty Zdroj: vlastní výpočet Závěr Obsah této kapitoly byl věnován analýze vlivu některých charakteristik kandidátů na jejich výsledek v preferenčním hlasování. V úvodu byly představeny možné vlivné faktory a v některých případech také předpokládaný směr a také mechanismus vlivu. Ve druhé části kapitoly byla představena souvislost mezi jednotlivými faktory a výsledky preferenčního hlasování. V tomto prvním pohledu se zdá, že s výsledky preferenčního hlasování souvisí v podstatě všechny zmíněné faktory. Protože ale některé souvislosti mohou být zprostředkovány ostatními charakteristikami kandidátů, byla provedena regresní analýza, která umožňuje odhalit čistý efekt proměnné. Například na první pohled se zdálo, že existuje velký rozdíl mezi kandidáty, kteří se přihlásili k iniciativě „Rekonstrukce státu“ ovšem z výsledku regrese vyplynul jen malý rozdíl. To může být dáno tím, že v prvním pohledu jsme nebyli schopni do úvah zahrnout fakt, že kandidáti, kteří se k iniciativě připojili, byli obvykle lépe postaveni na listině, vzdělanější a častěji mezi nimi byli dosud aktivní poslanci. O všechny tyto vlivy byla regrese schopna vliv proměnné očistit. Z výsledků analýzy vzešly následující závěry. Největší efekt na výsledek kandidáta má statut lídra listiny. Další vliv pořadového čísla kandidátů je také významný, zejména mezi kandidáty v horní části listiny. Relativně silnou proměnnou je také obhajoba mandátu a k vyššímu zisku preferenčních hlasů vede také vyšší vzdělání. Co se povolání týká, nejvyšší zisky preferenčních hlasů předurčuje povolání politika. Naproti tomu vyšší věk kandidáty znevýhodňuje. Vliv na počet získaných preferenčních hlasů má bydliště v krajském a okresním městě, když kandidáti z těchto sídel by měli získávat více preferenčních hlasů, než kandidáti z běžných obcí. Výsledky preferenčního hlasování ovlivňuje také stranická příslušnost kandidátů. Napříč politickým spektrem působí univerzálně jen proměnné „lídr“, pozice na kandidátní listině, bydliště v krajském městě a doktorské tituly. Vliv ostatních faktorů se liší. Obhajoba mandátu znevýhodnila některé kandidáty Úsvitu, zapojení se do rekonstrukce státu se projevilo nižším ziskem preferenčních hlasů takových kandidátů ODS, statut nestraníků nepomáhá kandidátů na listinách KDU-ČSL, Úsvitu a KSČM, ačkoli tyto vlastnosti u všech ostatních stran svým nositelům pomáhají. Použité zdroje Borisyuk, Galina, Rallings, Colin a Thrasher, Michael. 2007. „Women in English local government, 1973-2003: Getting selected, getting elected”, Contemporary Politics, roč. 13, s. 181-99. Dolan, Kathleen. 1998. „Voting for women in the “year of the woman.”, American Journal of Political Science, roč. 42, s. 272-93. Eibl, Otto. a kol. 2009. Krajské volby v roce 2008. Brno: CDK. Faas, Thorsten. a Schoen, Harald. 2006. „The importance of being first: Effects of candidates’ list positions in the 2003 Bavarian state election“, Electoral Studies, roč. 25, č. 1, s. 91–102. Gimpel, James.G. a kol. 2008. „Distance-decay in the political geografy of friends-and-neighbors voting.“, Political Geography, roč. 27, č. 2, s. 231-252. Holli, Anne Maria a Wass, Hanna. 2007. „Gender-based voting in parliamentary elections of 2007 in Finland”. European Journal of Political Research, roč.49, s. 598-630. Katz, Richard S. 2007. A Theory of Parties and Electoral Systems. Baltimore: The John Hopkins University Press. King, Amy. a Leigh, Andrew. 2009. „Are Ballot Order Effects Heterogeneous?“, Social Science Quarterly, roč. 90, č. 1, s. 71-88. Kudrna, Jan. 2010. „Preferenční hlasování ve volbách do Poslanecké sněmovny ČR“. Acta Universitatis Carolinae. Iuridica, roč. 56, č. 2. Kunštát, Daniel. 2004. Sociální a demografický profil voličského zázemí českých politických stran, on-line text, [cit. 10. 4. 2014]. Dostupný na WWW: http://www.cvvm.cas.cz/upl/nase_spolecnost/100066s_Volici.pdf . Lebeda, Tomáš. 2009. Preferování kandidátů ve volbách do Poslanecké sněmovny, on-line text [cit. 12. června 2010]. Dostupný na WWW: http://www.socioweb.cz/index.php?disp=teorie&shw=370&lst=106. Lühiste, Maarja. 2012. „Woman‘s Position, Preference Voting, and the Election of Women: Why Are Women Less Likely to Enjoy Electoral Success in List PR Systems with Preference Voting Compared to Closed List Voting?”. Příspěvek prezentovaný na “ELECDEM” konferenci ve Florencii. Lutz, Georg. 2009. „First come, first served:the effect of ballot position on electoral success in open list PR elections“. Příspěvek prezentovaný 8.1. 2010 na konferenci Swiss political Science association, v Ženevě. Lyons, Pat a Linek, Lukáš. 2007. „Povaha a zdroje stranické identifikace“. In:. Voliči a volby 2006. Ed: Tomáš Lebeda a kol. Praha: Sociologický ústav AV ČR. Matland, Richard E. a Studlar, Donley.T. 1998. „Gender and the Electoral Opportunity Structure in the Canadian Provinces”. Political Research Quarterly, roč. 51,č. 1, s. 117-140. McElroy, Gail. a Marsh, Michael. 2009. „Candidate Gender and Voter Choice: Analysis from a Multimember Preferential Voting System”. Political Research Quarterly, roč. 63, č. 4., s. 822-33. Pink, Michal. 2005. „Současné přístupy ve volební geografii“. In: Metody a přístupy ve víceúrovňovém vládnutí. Eds: Petr Fiala a Maxmilián Strmiska.Brno: CDK. Reynolds, Andrew a Steenbergen, Marco. 2006. „How the world votes: The political consequences of ballot design, innovation and manipulation“. Electoral Studies, Roč. 25, č. 3, s. 570–598. Seltzer, Richard A., Newman, Jody a Leighton, Melissa V. 1997. Sex as a political variable. Boulder: Lynne Rienner. Shugart, M. S., Valdini, M. E. a Suominen, K., 2005. “Looking for Locals: Voter Information Demands and Personal Vote-Earning Attributes of Legislators under Proportional Representation”, American Journal of Political Science, roč. 49, č. 2, s. 437–449. Smith, Eric a Fox, Richard. 2001. „The electoral fortunes of women candidates for Congress“. Political Research Quarterly, roč. 54, s.205-21. Spáč, Peter. 2013. Tichý hlas voličov. Preferenčné hlasovanie v slovenských parlamentných voľbách. Brno: CDK. Tóka, Gabor, Millard, Frances a Popescu, Marina. 2013. „The Impact of Preference Voting Systems on Women’s Representation and the Legitimation of Quota-based Nomination Results“. Příspěvek prezentovaný 15. 3. 2013na ECPR Joint Session of Workshops v Mainzu. Voda, Petr a Pink, Michal. 2010. „Candidates in Parliamentary Elections: Analysis of the Preferential Voting in the Elections to the Chamber of Deputies of the Parliament of the Czech Republic in 2006”. World Political Science Review, roč. 6, č 1. Voda, Petr. 2010. „Efekt kandidáta“. In: Volby do Poslanecké sněmovny 2010. Eds: Stanislav Balík. Brno: CDK. Voda, Petr a Spáč, Peter. 2013. „Gender and representation in flexible list system: The study of preferential voting in elections on different levels in the Czech Republic“. Příspěvek prezentovaný 13. 3. 2013 na ECPR Joint Session of Workshops v Mainzu. Welch, Susan a Studlar, Donley T. 1986. „British publicopinion toward women in politics—A comparative perspective“. Western Political Quarterly, roč. 39, s. 138-54. CVVM: Česká volební studie 2006 Fórum 50 (www.padesatprocent.cz) Volební server ČSÚ. (www.volby.cz). Rekonstrukce státu: Kroužkovací noviny ________________________________ [1] Minimální hodnota proměnné je 0, maximum 52 a průměr 2,5, zatímco medián jen 1,5. Z těchto hodnot je zřejmé značně asymetrické rozložení proměnné a proto by měla být pro použití v regresní analýze dále standardizována, například logaritmováním. Vzhledem k následným komplikacím v interpretaci a zároveň nedostatečného řešení základního problému, tj. velkého množství slabých kandidátů a malého počtu silných kandidátů zůstane proměnná v pouze částečně standardizované formě. [2] Pro přepočet byla použita formule navržená Tókou a kol. (2013), který vzniklou škálu označuje jako „relativní pozici na listině“ (Relative List Position). Přitom platí Relative List Position = 2(1-(Pořadové číslo -1)/(Délka listiny - 1)) - 1 [3] Kandidátů STAN bylo 79 a průměrně získali 2,77 % preferenčních hlasů. [4] Tímto jsou myšleny pouze obce, ve kterých sídlí obecní úřad s rozšířenou působností, respektive pověřený úřad, nikoli celý obvod tohoto úřadu, jako je tomu v kapitole o volební geografii.