MASARYKOVA UNIVERZITA FAKULTA SOCIÁLNÍCH STUDIÍ Krajské volby 2020 a epidemie covid-19: volebně-geografická analýza Diplomová práce BC. KRISTÝNA ŠOPFOVÁ UČO 447501 Vedoucí práce: Mgr. Petr Voda, Ph.D. Pracoviště obor Politologie Brno 2021 MUNI FSS KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Bibliografický záznam obor Název práce: Autor: Bc. Kristýna Šopfová Fakulta sociálních studií Masarykova univerzita Pracoviště Studijní program: Studijní obor: Vedoucí práce: Rok: Počet stran: Klíčová slova: Krajské volby 2020 a epidemie covid-19: volebněgeografická analýza FSS N-POL Politologie Politologie Mgr. Petr Voda, Ph.D. 2021 115 krajské volby, volební geografie, covid-19, epidemie, trestání vlády, regresní analýza 2 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Bibliographic record Author: Be. Kristýna Šopfová Faculty of Social Studies Masaryk University Department of Political Science Title of Thesis: Regional elections 2020 and the covid-19 epidemic: electoral-geographical analysis Degree Programme: FSS N-POL Politologie Field of Study: Political Science Supervisor: Mgr. Petr Voda, Ph.D. Year: 2021 Number of Pages: 115 Keywords: local election, electoral geography, covid-19, epidemic, punishing the government, regression analysis 3 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Abstrakt Tato práce se zabývá variabilitu volební podpory sněmovních stran v krajských volbách 2020. Zvláštní pozornost je v práci věnována vlivu proměnných spojených s epidemií covid-19, jako je podíl nakažených v přepočtu na obyvatele nebo míra nezaměstnanosti. Cílem práce je zjistit, zda má chování voličů při zdravotnické krizi podobné rysy jako při ekonomické krizi, tedy zda dochází k trestání vlády za nezvládnutí krize. Součástí analýzy je i zkoumání efektu epidemických ukazatelů na volební účast. 4 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Abstract This thesis deals with the variability of electoral support of parliamentary parties in the regional elections in 2020. Special attention is paid to the influence of variables associated with the covid-19 epidemic, such as the proportion of infected per capita or unemployment rate. The aim of the thesis is to find out whether the behaviour of voters in a health crisis has similar features as in an economic crisis, and whether the government is punished for failing to manage the crisis. Part of the analysis is also an examination of the effect of epidemic indicators on turnout. 5 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Čestné prohlášení Prohlašuji, že jsem diplomovou práci na téma Krajské volby 2020 a epidemie covid-19: volebně-geografická analýza zpracovala sama. Veškeré prameny a zdroje informací, které jsem použila k sepsání této práce, byly citovány v textu a jsou uvedeny v seznamu použitých pramenů a literatury. V Brně 29. května 2021 Bc. Kristýna Šopfová 6 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Poděkování Zde bych ráda poděkovala vedoucímu práce Mgr. Petru Vodoví, Ph.D. za záštitu práce, podnětné komentáře a odborné rady při zpracování analýzy. Poděkování patří také rodině, která mě po celou dobu studia podporovala a přátelům, kteří nabídli pomoc za všech okolností. 7 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Obsah 1 Úvod 10 1.1 Celostátní krize v době voleb 11 1.2 Pandemie covidu-19 v ČR 16 1.2.1 Dopad protiepidemických opatření na život obyvatel 17 1.2.2 Obavy z nákazy 21 1.2.3 Efekt voleb 23 1.3 Konfliktní linie 26 1.3.1 Úspěšnost národních stran v regionálních volbách 31 2 Design výzkumu 39 2.1 Metoda 39 2.2 Data 40 2.1 Rizika a omezení výzkumu 42 3 ANALÝZA KRAJSKÝCH VOLEB 2020 45 3.1 ANALÝZA: OBECNÉ VÝSLEDKY 45 3.1.1 Vliv věku na podporu vládních stran 48 3.1.2 Vliv proměnné „nakažení covidem-19" 50 3.2 ANALÝZA: PODPORA STRAN DLE KRAJŮ 56 3.2.1 Středočeský kraj 56 3.2.2 Jihočeský kraj 60 3.2.3 Plzeňský kraj 63 3.2.4 Karlovarský kraj 66 3.2.5 Ústecký kraj 69 3.2.6 Liberecký kraj 72 3.2.7 Královéhradecký kraj 75 3.2.8 Pardubický kraj 78 3.2.9 Kraj Vysočina 81 8 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 3.2.10 Jihomoravský kraj 83 3.2.11 Olomoucký kraj 86 3.2.12 Moravskoslezský kraj 89 3.2.13 Zlínský kraj 91 3.3 ANALÝZA: VOLEBNÍ ÚČAST 94 4 Závěr 100 Použité zdroje 104 Seznam pojmů a zkratek 113 Seznam tabulek a grafů 114 Počet znaků vč. mezer 150 712 9 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 1 Úvod Celosvětová pandemie1 covidu-19 ochromila fungování veřejného života v Česku na mnoho měsíců a zasáhla také do standardního fungování voleb. Krajské volby se v roce 2020 uskutečnily za mimořádných podmínek, za jejichž účelem byl upraven i způsob hlasování ve volbách. To vše v důsledku nastupující druhé vlny epidemie a přibývajícího počtu nově nakažených. Podobně jako hospodářská krize, i tato přetrvávající zdravotnická krize se promítla do volebního chování. Cílem této práce je zjistit, nakolik jsou postoje a jednání voličů podobné situaci po ekonomické krizi, a především jak se ukazatele spojené s pandemií promítly do podpory vládních stran. Ty měly v řešení této krize rozhodující slovo, a lze proto očekávat, že každý špatný krok bude voliči ve volbách náležitě .odměněn'. Analýza krajských voleb je rozdělena do tří úrovní. První sleduje obecný efekt vyššího podílu nezaměstnaných a podílu seniorů na podporu stran, neboť v těchto proměnných se odrazí jak obavy z nákazy, tak nespokojenost se ztrátou zaměstnání v důsledku protiepidemických opatření. Na nižší úrovni je analýza podpory vybraných stran provedena pro všechny kraje, jelikož rozložení podílu nakažených v obcích je příliš nerovnoměrné a hrozilo by zkreslení. Poslední úroveň analyzuje efekt proměnných na volební účast. Hlavní výzkumnou otázkou tedy je, zda pandemie covidu-19 v České republice ovlivnila podporu vládních stran v krajských volbách. Nakolik je tento předpoklad opodstatněný, ukáže srovnání regresních modelů podpory 1 Světová zdravotnická organizace (WHO) označila krizi spojenou s šířením nemoci covid-19 za pandemii dne 11. března 2020 (who.int, 2020). Tento pojem nebyl ze strany WHO do odevzdání této práce odvolán. V práci se nicméně objevuje i termín „epidemie", který je chápán jako synonymum. 10 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA stran2 mezi kraji. Odlišnosti v podpoře vybraných stran mohou být do jisté míry ovlivněny i osobní zkušeností voličů s nemocí. Mezi kraji byla při druhé vlně covidu-19 (tj. od září 2020) jasně patrná disproporce v evidovaném počtu nakažených. Práce se tak pokusí objasnit, zda rozložení volební podpory vládních stran souvisí s počtem nakažených nemocí covid-19 v obci a jestli šíření nákazy vedlo ke snížení volební účasti kvůli strachu z onemocnění. 1.1 Celostátní krize v době voleb Předmětem této analýzy je vliv krize na rozhodování voličů, respektive na volební výsledek. Je proto namístě představit hlavní poznatky, které pomohou vysvětlit, jak několik měsíců přetrvávající celosvětová krize může ovlivnit postoje a rozhodování voličů. Značná část literatury předpokládá, že voliči na krizi (zpravidla ekonomickou) reagují penalizací vlády a hlasují ve prospěch opozičních nebo okrajových subjektů (např. Hernandéz a Kriesi 2016, Marsh a Mikhaylov 2012). Podobně, jako když se druhořadé volby konají uprostřed volebního cyklu3 . Dosavadní poznatky současně potvrzují, že rozhodování voličů ovlivňuje spíše stav národní ekonomiky než jejich osobní finanční situace 2 Skutečnost, že zejména opoziční strany kandidovaly v koalicích a pouze v některých krajích, bude zohledněna. 3 Karlheinz Reif (1984; prostřednictvím Hájek 2020) vysvětluje „volební cyklus" prostřednictvím tří fází: 1. líbánky (honeymoon), kdy se volby druhého řádu konají do 12 měsíců od prvořadých voleb. Úspěch parlamentních stran se odrazí i ve volbách druhého řádu; 2. střední období (mid-term) je pro vládní strany charakteristické odlivem voličů, posiluje opozice a malé strany; 3. pozdní období (later-term) je často spojeno s koncem funkčního období, vrcholící kampaní a nárůstem preferencí vládních stran (Hájek 2020: 151). 11 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA (např. Dutch a Stevenson 2008). Při hodnocení takového hlasování přitom vždy záleží na územním kontextu. Na důsledky ekonomické krize z roku 2008 se zaměřili Enrique Hernandéz a Hanspeter Kriesi (2016). Zdůrazňují mimořádnost situace, která ve voličích zanechala dlouhodobý otisk. Jejich analýza 27 evropských států z dlouhodobého hlediska zohledňuje také vliv a změnu politického systému, který podle nich v krizí nejvíce postižených zemích napomohl k rychlejší destabilizaci stranického systému. Jsou zde ale patrné odlišnosti mezi západoevropskými státy a zeměmi centrální a východní Evropy. Hernandézova a Kriesiho práce potvrzuje vstupní předpoklad o tom, že vládním stranám klesá v období krize podpora, a to především v situaci, kdy se krizi nedaří dlouho stabilizovat (2016: 219), což lze rovněž aplikovat na situaci spojenou s pandemií covidu-19. Z toho současně těží okrajové (radikální) a nové strany. Tento trend je ale mnohem silnější v západoevropských zemích. Tamní vlády, které nastoupily až po vypuknutí krize a měly zemi z problémů dostat, byly při neúspěchu trestány ještě více než kabinety, které musely na hospodářskou krizi bezprostředně reagovat (2016: 210). Je zde tedy patrný vývoj postoje voličů s odstupem od vypuknutí krize, ovšem ve středoevropských zemích není kritika vládních stran tak výrazná. Podle Hernandéze a Kriesiho je vyšší volatilita mezi stranami patrná u západoevropských zemí, u středoevropských a východních států úroveň volatility před nebo po krizi s výkonem ekonomiky příliš nesouvisí (2016: 220-221). Větší vliv má na ni v těchto zemích naopak míra korupce. Hospodářská krize tak podle Hernandéze a Kriesiho v zemích střední a východní Evropy stranickým systémem neotřásla tolik, jako v západní části kontinentu. K obdobným závěrům dochází i Bosch a Durán (2017: 265) nebo Johannes Lindvall (2014). Ten sledoval volební důsledky ekonomických krizí 12 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA z let 1929 a 2008 a kromě penalizace vlády se soustředí také na volatilitu u pravicových a levicových stran (táborů). Podstatným je v této analýze vliv času, tedy stanovení termínu voleb v probíhající krizi. I tato studie potvrzuje tendenci trestat vládní strany. Zmíněné sklony mají ale voliči ve větší míře na počátku hluboké hospodářské krize -podle Lindvalla (2014: 761-2) ve chvíli, kdy je u moci levicová vláda a dojde k předčasným volbám, daří se více pravicovým stranám (a naopak). Ovšem, pokud se volby uskutečniv době, kdy krize přetrvává několik let, k alternaci moci dle Lindvalla spíše nedojde. Penalizační efekt zkoumali na případu Irska také Marsh a Mikhaylov (2012). Na strmý propad podpory tehdejší vládní Republikánské strany (Fianna Fáil) měly podle nich významný vliv ukazatele spojené s ekonomickou krizí. Republikáni, kteří vedli zemi už třetí období po sobě, ve volbách v roce 2011 výrazně propadli a skončili v opozici, což akademici dávají do souvislosti s postupnou ztrátou důvěry a tendencí zúčtovat s nekompetentní vládou. Tvrzení Marsh s Mikhaylovem opírají mimo jiné o deklarovanou podporu strany v průzkumech, která od roku 2007 začala s drobnými výkyvy klesat (2012: 480), naplno se efekt vybraných proměnných (nejvýrazněji nezaměstnanosti) projevil až s odstupem, a to ve volbách v roce 2011. Současně to vedlo k tomu, že 80 procent voličů označilo za viníka hluboké krize právě vládu (2012: 482). Alternativní formou projevu nespokojenosti s vládou může být pro některé také neúčast na volbách (Freire a Santana-Pereira 2012). Z toho důvodu se tato práce zaměří také na analýzu účasti. Při analýze několika prvořadých voleb v Portugalsku Freire a Santana-Pereira zjistili, že v okamžiku, kdy volič vnímá ekonomickou situaci země jako špatnou, zvyšuje se pravděpodobnost, že bude hlasovat pro opoziční stranu či menší subjekt, popřípadě se hlasování úplně zdrží (2012: 509-510). 13 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Při zdravotnické krizi lze předpokládat v některých bodech stejné rysy, jako u krize hospodářské, a to zejména kvůli dlouhotrvajícímu efektu takové události. Očekávat se dá v případě nezvládnutí krize také to, že dojde k trestání vládní strany, tedy za předpokladu, že krize přetrvává několik měsíců a vládě se nedaří ji potlačit. Částečně to podporují i nedávné výzkumy zkoumající chování voličů krátce po vypuknutí epidemie covidu-19. Po zavedení .lockdownu4 ' krátce po vypuknutí epidemie na jaře 2020 došlo k navýšení podpory a/nebo důvěry ve vládní či prezidentskou stranu (Bol a kol. 2020, Baekgaard a kol. 2020, Yam a kol. 2020)5 , pozitivní efekt na zisk vládnoucí strany byl v případě bavorských spolkových voleb patrný i krátce před vypuknutím pandemie (Leininger a Shaub 2020). Giommoni a Loumeau (2020) navíc při analýze francouzských komunálních voleb odhalili značné rozdíly mezi regiony, kde byla zavedeny tvrdá opatření, a oblastmi, kde byly restrikce kvůli lepší epidemické situaci mírnější. V regionech, kde došlo k,tvrdému' lockdownu byla navíc podpora vládnoucích subjektů (tj. starostů) vyšší než v regionech smírnějšími opatřeními. Jako jedno z vysvětlení zmiňují větší kontakt s občany, a důvěru obyvatel ve schopnosti těchto zástupců zajistit jejich bezpečí skrze nutná omezení (2020: 72). Závěry ukazují také na vyšší volební účast v regionech 4 Definice tohoto pojmu není jednoznačná. Mboera a kol. pojem chápou jako „soubor opatření ke snížení komunitního přenosu ovidu-19, která jsou povinná a která se bez rozdílu aplikují na běžnou populaci" (2020: 308). V tomto duchu je s termínem nakládáno i v této práci. 5 Zmíněné studie se opírají o princip „shromáždění kolem vlajky" (rally round the flag), nikoliv o modely chování charakteristické pro hospodářské krize. Tento koncept odkazuje ke krátkodobému projevu podpory vládnoucím autoritám (mnohdy i od voličů konkurenčních stran), a to zpravidla v době války nebo mezinárodní krize, kdy občanům nezbývá než věřit v kompetentnost vlády (Mueller 1970). 14 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA s tvrdým lockdownem. Dochází tak k mobilizaci voličů, nikoliv k navýšení obav z nákazy. Hypotézy představené v této práci, jsou však opačné, a to kvůli dlouhotrvající krizi spojené s covidem-19. Stěžejní je zejména předpoklad (Hl), že k trestání (snížení podpory) vlády kvůli nezvládnutí krize bude docházet více v regionech s vyšším podílem nakažených. Hypotéza 1: S rostoucím počtem nakažených nemocí covid-19 klesá podpora vládních stran. Časové hledisko je u prozatím dostupných studií o chování voličů při epidemii covid-19 klíčové, jelikož v první fázi epidemie (jaro 2020) voliči maximálně podporují vládnoucí subjekty ve víře, že nečekanou událost rychle a úspěšně vyřeší (např. Giommoni a Loumeau 2020)6 a ke spolupráci jsou více otevřeny i konkurenční politické strany (Merkley a kol. 2020). Krátkodobě významná podpora ale časem opadá (Callaghan a Virtanen 1993, Lai a Reiter 2005: 265), očekávat to lze i v případě, kdy po politických proklamacích o zvládnutí první vlny epidemie, začala s podzimem nastupovat další vlna. V několika ohledech se však ekonomická krize od té zdravotnické přece jen liší. V případě rozsáhlé epidemie dochází k bezprostřednímu ohrožení života osob/voličů, zejména v okamžiku, kdy na virus neexistuje lék a při nakažení existuje riziko úmrtí. Další vlivnou proměnnou může být to, jakou vinu na situaci nesou podle voličů sami politici. Zatímco u ekonomické krize jde vina částečně za špatnou fiskální politikou států, u nekontrolovatelného šíření viru to může být sporné. V podobném duchu lze nahlížet i na přírodní katastrofy, při kterých je vláda oceňována a její podpora roste (Boittin a kol. 2020). 6 Viz pozn. 3 15 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 1.2 Pandemie covidu-19 v ČR V době, kdy se uskutečnily krajské volby, se v České republice začala rozbíhat druhá vlna epidemie. Ve srovnání s jarním výskytem nemoci, byl podzimní nárůst nakažených mnohem rychlejší a výraznější (ÚZIS 2020). Stejně tak jako rostoucí počet těch, kteří s nemocí zemřeli. Pro pochopení voličského chování je nutné okrajově nastínit i okolnosti, které volbám předcházely a měly na život obyvatel, potažmo voličů, přímý vliv. Pro objasnění rozložení volební podpory stran mohou hrát tyto ukazatele společně se standardními socioekonomickými ukazateli klíčovou roli. Od potvrzení prvního případů do začátku voleb, se život v Česku podřizoval protiepidemickým opatřením po přibližně 215 dnů a predikce odborníků neukazovaly na zlepšení situace ani po volbách (iRozhlas 2020a, Novinky.cz 2020a). V průběhu těchto dnů se navíc velmi často měnila, zpřesňovala, zpřísňovala nebo rozvolňovala nastavená opatření. Jednou z hlavních výhrad, která směřovala k vládě složené žhnutí ANO a ČSSD (s podporou KSČM), se týkala komunikace směrem klidem. Podle opozice i veřejnosti nebyly plánované změny a omezení dostatečně předvídatelné (iDnes 2020), což souviselo s ad hoc výjimkami (například ze zákazu maloobchodu), nebo s pozdními tiskovými brífinky, kdy změny účinné od následujícího dne byly veřejnosti oznámeny jen pár hodin před tím (Novinky.cz 2020b). To mimo jiné vedlo k poklesu podpory vládních stran. Průzkumy veřejného mínění (CWM 2020a, Kantar 2020a, 2020b, 2020c) ukazují, že s přibývajícími měsíci v omezeném režimu, se zvyšovala podpora opozice (která vládní řízení krize hlasitě kritizovala) a snižuje se podpora vládních stran, což do jisté míry koresponduje s očekávaným chováním voličů při ekonomické krizi. Patrné je to především na potenciální podpoře hnutí ANO, které od března dle volebních modelů ztrácelo, zatímco u opozičních Pirátů a ODS byl 16 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA trend opačný (Graf.l). Sociální chování Čechů od začátku pandemie sledovali vědci ze společnosti PAQ Research a iniciativy IDEA AntiCovid. Na reprezentativním vzorku populace sledovali aktivity chránící před nákazou, dopady na duševní zdraví, ale také ekonomické efekty na jedince a jejich chování v průběhu epidemie. Pro tuto práci jsou zásadní především data zjištěná po jarní vlně epidemie, tedy letní měsíce, které volbám předcházely. Přiblíženy jsou v následujících podkapitolách. Graf.l - Předvolební průzkumy Volební modely pro krajské volby 2020 (ziskv%) 35 30 25 20 15 10 5 0 •III lili I II Ii I II lil lili ANO 2011 ČSSD KSČM PIRÁTI STAN ODS KDU-CSL TOP 09 SPD • duben • červenec • září • výsledek voleb Zdroj: volební modely agentury Kantar pro Českou televizi za období duben, červenec a září 2020; výsledek voleb: ČSÚ Výsledek voleb odpovídá u všech stran zisku při samostatné kandidatuře. ODS, STAN, KDU-ČSL a TOP 09 kandidovaly také v koalicích ** TOP 09 nekandidovala v žádném kraji samostatně, z toho důvodu u ní není uveden volební zisk 1.2.1 Dopad protiepidemických opatření na život obyvatel Na jaře musela kvůli restriktivním protiepidemickým opatřením významná část podnikatelů a osob pracujících ve službách či dalších sektorech omezit svou činnost, a to v určité formě až do léta (TZ ministerstva zdravotnictví 2020a) a ještě před volbami bylo zřejmé, že na podzim k tomu dojde znovu (iRozhlas.cz, 2020b a 2020c). Vládou nařízené omezení činnosti 17 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA neodmyslitelně vedlo k tomu, že část OSVČ přišla o práci, zaměstnavatelé museli propouštět, snižovat mzdy nebo úvazky. Kompenzovaný byl dlouho jen malý podíl těchto ztrát (aktuálně.cz 2020a, seznamzpravy.cz 2020a). Podíl nezaměstnaných se podle průzkumu PAQ Research (2020) za tuto dobu zvýšil, pohyboval se mezi třemi až pěti procenty, přičemž část lidí se na úřad práce vůbec nenahlásila. Obdobné poznatky přinesly průzkumy agentury Ipsos7 (2020a, 2020b), o udržení práce se obávala v říjnu víc než polovina dotazovaných (58 %). Obavy o ztrátu příjmu či práce měli podle výzkumu Ipsos často mladí lidé na začátku kariéry, osoby s nižším vzděláním, anebo lidé ve věku 40 až 49 let. Deklarované obavy měly spíše dlouhodobý charakter, a často se týkaly toho, že bude zaměstnavatel muset v důsledku dlouhodobého omezení provozu i práce časem snižovat počty zaměstnanců, k čemuž v mnoha firmách skutečně došlo (iRozhlas, 2020d). U významného počtu obyvatel navíc přetrvávaly obavy ze ztráty zaměstnání i po volbách, což potvrzuje zmíněný výzkum Ipsos (2020b). Už koncem srpna desetina respondentů podle PAQ Research přiznala, že má problémy se splácením hypotéky, nájmu nebo zvažuje půjčku od banky či nebankovní společnosti (dlouhodobý výzkum PAQ Research: Život během pandemie). Druhým dopadem bylo, že významná část obyvatel začala omezovat spotřebu a šetřit. Na základě výše uvedených důvodů je tak vysoce pravděpodobné, že do chování voličů promluvila jejich ekonomická situace. Navýšení míry nezaměstnanosti je patrné i z Grafu.2, který však nezachycuje mnohdy výrazné regionální rozdíly. Od potvrzení prvních případů nákazy v březnu vzrostla do října, kdy se konaly krajské volby, ze 3 na 3,7 procenta. Nejhorší situace byla podle dat Ministerstva práce a sociálních věcí v Moravskoslezském, Ústeckém a Karlovarském kraji, kde v září i říjnu 7 Průzkum byl proveden na vzorku 1012 respondentů starších 18 let. 18 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA dosahovala nezaměstnanost minimálně 5 %. Čtyřprocentní nezaměstnanost, tedy nadprůměrnou, měl také Jihomoravský kraj (ČTK 2020a). Graf.2 - Nezaměstnanost Míra nezaměstnanosti (v %) 3 3,4 3 3,6 3,7 3,8 3,8 I I I . . » . . 3,8 3,7 • 11.20 111.20 IV.20 V.20 VI.20 VII.20 VIII.20 IX.20 X.20 —•—Vývoj nezaměstnanosti Lineární (Vývoj nezaměstnanosti) Zdroj: Úřad práce/ČSÚ Z těchto důvodu lze očekávat, že zejména v těchto regionech by mohlo dojít ze strany voličů ke .zúčtování' s vládou, která svými nařízeními a omezenými kompenzačními programy zaměstnavatele k propuštění zřejmě dohnala. Hypotéza 2: V obcích s vyšším podílem nezaměstnaných klesá podpora vládních stran Paradoxem je však jistý střet elektorátu, neboť vyšší nezaměstnanost přináší dlouhodobě hlasy spíše levicovým stranám, které však v období pandemie v ČR vládly. S tím souvisí také navýšení podílu těch, kteří museli omezit svou činnost (ze 3 na 10 %), aniž by ji stát kompenzoval. Vyplývá to opět z dlouhodobého výzkumu PAQ Research. Největší podíl těch, kteří jsou bez větších úspor nebo přímo v příjmové chudobě, je podle studie mezi lidmi se základním vzděláním nebo bez maturity (45 % respondentů) a pracujícími v oblasti služeb nebo obchodu (34 % respondentů). Během léta, kdy se opatření mírně rozvolnila, se tato situace částečně stabilizovala. V září ale 19 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA vláda opět zavedla nošení roušek a avizovala obnovení restrikcí (TZ ministerstva zdravotnictví 2020b, 2020c, iRozhlas 2020c). Nutno podotknout, že ta nejzásadnější omezení, jako je úplné uzavření škol, restaurací a obchodů vláda rozvolnila se začátkem léta a znovu zavedla až v polovině října, tj. strategicky krátce po volbách, přičemž tyto plánované změny avizovala už od září (koronavirus.mzcr.cz 2020c). S obnovením nouzového stavu rovněž počkala vláda dva dny po volbách., tedy na 5. října 2020. Do volebního chování může v některých regionech nebo obcích promluvit i úroveň dosaženého vzdělání. Jak již bylo řečeno, nastavená protiepidemická opatření nejvíce dopadla na osoby s nižším dosaženým vzděláním (PAQ Research 2020, Ipsos 2020), jelikož lidé pracující ve státní správě, IT nebo na administrativních pozicích mohli po dohodě pracovat z domova tzv. na home-office. Vysokoškolsky vzdělaných by se tak omezení provozu obchodu nebo služeb nemělo z hlediska zaměstnanosti tolik dotknout. Problematické však mohly být pro některé absolventy vysokých škol kariérní začátky a stáže, které někteří zaměstnavatelé online formou nemuseli nabízet. S ohledem na výše uvedené bude jednou z ověřovaných hypotéz to, jestli v obcích s vyšším podílem nezaměstnaných a nižším podílem vysokoškoláků došlo k větší projevům nespokojenosti se současnou vládou. Na druhou stranu, více než zaměstnanecké postihy ovlivnilo skupinu vysokoškolsky vzdělaných voličů, která se častěji koncentruje ve větších městech, omezení společenského a kulturního života. Rozsah takových omezení je úzce spojen s velikostí obce, a lze proto očekávat také vliv pandemie na chování městských voličů s vyšším vzděláním, ale také obecně těch, kteří žijí ve velkých městech. Nejvíce zasažená byla v tomto ohledu Praha, kde je koncentrace obyvatel, služeb i obchodů (a turismu) jedna z nejvyšších. Dá se proto očekávat také vyšší míra frustrace u obyvatel žijících 20 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA ve větších městech, a to především s ohledem na jiné životní standardy a životní styl, ve srovnání s obyvateli menších obcí. Epidemie tak s nej větší pravděpodobností některé konfliktní linie a regionální rozdílnosti ještě více prohloubí. Dalším sledovaným efektem tak bude velikost obce, kdy lze v kontextu výše uvedeného očekávat, že vládním stranám se bude méně dařit ve velkých městech. 1.2.2 Obavy z nákazy Mediální prostor od jara ovládalo jediné téma - covid-19 v Česku i ve světě. Data zachycující zvýšený zájem o zpravodajská média (NetMonitor 2020, Sloboda a kol. 2020) podporují tezi, že informace o počtu nakažených, obětech a zejména aktuálně platných opatřeních, lidé vyhledávali a intenzivně sledovali. S tím souvisí rostoucí obavy z nákazy. Z červnového šetření agentury Medián (2020a) pociťovalo 58 % respondentů obavy a starosti ze situace kolem covidu-19, přičemž podíl těch, kteří se obávali samotného onemocnění, byl 53 %. V dubnu s ohledem na úplně novou situaci byl podíl respondentů s obavami ještě vyšší. V říjnu podle výzkumu agentury Ipsos (2020c) mělo z nákazy strach 71 % respondentů, čísla začala klesat až v listopadu, kdy mělo strach asi 66 % dotazovaných. Podpora vládních stran (ANO, ČSSD a toho času tolerující KSČM) stojí na starším elektorátu8 a důchodcích (Medián 2019, případně Voda 2014: 143, 159, Maškarinec 2017: 153). To byla také patrně jedna z hlavních motivací, proč s ohledem na očekávanou eskalaci pandemie na podzim, provedli vládní představitelé jednorázovou úpravu volebního procesu a nechtěli přistoupit na myšlenku 8 Podle volebních modelů agentury Medián (2019] by voliči ve věku 65+ hlasovali v 45,1 % pro ANO, ve 13,9 % pro KSČM a 10,6 % pro ČSSD. U ostatních stran je to pod 8 %. Obdobné jsou statistiky i v případě voličů, kteří jsou v důchodu (Medián 2019]. 21 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA toho, že by se konání voleb posunulo. Ministr vnitra Jan Hamáček /ČSSD/ to v červenci označil za poslední možnost (ct24.cz 2020a). Vedle standardního hlasování ve volební místnosti za přísných hygienických podmínek a nasazení roušek, bylo možné hlasovat i s předstihem tzv. drive-in, tedy z auta na vybraných stanovištích. Popřípadě k voličům, kteří byli v době konání voleb v nařízené karanténě, mohla přijít zvláštní komise s volební urnou přímo domů (zk. 350/2020 Sb). Vše podléhalo přísným hygienickým a bezpečnostním pravidlům. Obavy z onemocnění se objevovaly zejména mezi staršími lidmi, na které politici apelovali, aby se maximálně izolovali. U některých z voličů se proto pochopitelně objevily i obavy z bezpečné účasti na volbách, kde by se navzdory přísným opatřením stejně mohli nakazit. Komentář jednoho z obyvatel malé obce Nová Ves u Dobřan na Plzeňsku zachytil redaktor Mladé fronty DNES (2020b): „Jeden týden nás politici vyzývali, abychom vůbec nechodili ven, druhý prosili, ať přijdeme k volbám. Nevěřím už ničemu a kvůli tomuhle všemu zmatku ani nepůjdu volit. Vy byste tady u nás šel do jedné místnosti, kterou projdou všichni tady z obce?". Lidé starší 65 let měli z covidu-19 podle Ipsos (2020b) dlouhodobě výrazně větší strach než ostatní věkové skupiny. Tento pocit nebyl zcela neopodstatněný, jelikož statistiky ÚZIS (2020) evidující počty nakažených ukazovaly, že mnoho pozitivních lidí za měsíc září bylo starších 65 let, přičemž jejich počet v říjnu výrazně vzrostl (ÚZIS 2020, slide 19). Ještě silnější je argument o počtu zemřelých, kdy do druhého dne voleb (3. října 2020) zemřelo od vypuknutí pandemie 738 osob, z toho 676 bylo starších 65 let (datové sady - onemocneni-aktualne.mzcr.cz). V kontextu těchto informací je na místě očekávat, že s vyšším podílem starších obyvatel se zvýší volební zisk vládních stran (ANO, ČSSD, případně KSČM) i přesto, že je zde přímé ohrožení zdraví. Tento předpoklad ovšem nevylučuje, 22 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA že tyto obavy budou nakonec silnější než potřeba účasti. Projevit se to může zejména v obcích s vyšším podílem nakažených, kde se dá proto předpokládat, že se bude účast snižovat. Hypotéza 3: V obcích s vyšším podílem starších obyvatel získaly více hlasů vládní strany 1.2.3 Efekt voleb Posilující efekt mohou mít vybrané pandemické proměnné na samotné volby. Krajské volby nepatří mezi ty, kterým by voliči věnovali veškerou svou pozornost, a jsou proto ve srovnání se sněmovními nebo prezidentskými volbami označovány za druhořadé (Šaradín 2008). Projevuje se to mimo jiné nižší volební účastí, což odpovídá významnosti hlasování, kterou volbám voliči přikládají. Zevrubně ji ilustruje Tab. 1, ze které je na první pohled rozdíl zřejmý. V některých případech se do výše účasti promítá i skutečnost, že dochází k souběhu vícera voleb. Např. v roce 2020 voliči vybírali zástupce do třetiny Senátu i do krajských zastupitelstev, o dva roky dříve se současně konaly volby komunální a senátní (ČSÚ). Tato skutečnost může pomoci navýšit účast, především u méně preferovaných voleb. Na druhou stranu v kontextu šíření covid-19 a možných obav z nákazy, lze očekávat spíše opačný efekt, který povede ke snížení účasti. Ten by mohl být ještě posílen s ohledem na zvýšené obavy z nákazy u voličů v seniorním věku, které jsou popsány v předchozí podkapitole. Lze proto očekávat, že se tento strach transformuje do neúčasti na volbách, respektive snížení volební účasti, a to zejména v obcích s vyšším podílem nakažených. Součástí předkládané práce proto bude ověření i této hypotézy. 23 KRAJSKÉ VOLBY 2 0 2 0 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Hypotéza 4: S vyšším počtem nakažených v obci se volební účast snižuje. Skupina starších voličů navíc dlouhodobě projevuje ve srovnání s ostatními věkovými skupinami zvýšenou aktivitu a pravděpodobnost, že se voleb zúčastní je u nich vysoká (Lebeda a kol. 2007: 79, 82). Rozhodnutí účastnit se voleb je pochopitelně ovlivněno vícero faktory, například zasaženost volební kampaní nebo úroveň politických znalostí a s tím spojená vnímavost k politickému dění (Lebeda a kol. 2007: 81-82). Při vyšší volební účasti navíc roste podpora ČSSD (Linek 2012: 8), což lze předpokládat i u koaličního ANO. Součástí analýzy rozložení podpory stran proto bude i ověření hypotézy, že s rostoucí volební účastí se zvyšuje podpora vlády - a to i v situaci, kdy existuje ohrožení zdraví nemocí covid-19. Hypotéza 5: S rostoucí volební účastí se zvyšuje zisk vládních stran Snaha těchto stran, aby se volby uskutečnily a mohlo se jich zúčastnit co nejvíce voličů, je tak logická. S rostoucí účastní naopak ztrácí ODS (Linek 2012: 8). Tab.l Srovnání volební účasti Evropské volby (2019] 28,72 % Senátní volby, 2. kolo (2018] 16,49 % Komunální volby (2018] 47,34 % Krajské volby (2016] 34,57 % Prezidentské volby, 2.kolo (2018] 66,6 % Sněmovní volby (2017] 60,84 % Zdroj: ČSÚ Volební účast je také nástrojem, jak dát najevo (ne)spokojenost se stávající exekutivou. Tento předpoklad je v předkládané práci stěžejní, 24 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA zejména v souvislosti s analýzou vztahu mezi ukazateli pandemie covid-19 a podpory vládních či opozičních stran. Při krajských volbách se objevuje také vyšší podíl neplatných hlasů (Šaradín 2008: 32) a svůj význam sehrává i časové umístění voleb v rámci volebního cyklu. U druhořadých voleb je patrná i jiná strategie hlasování ze strany voličů (Shugart 1995, Freire 2004). Jednou z nejdůležitějších charakteristik druhořadých voleb je trestání vládních stran (Šaradín 2008: 32, 36-7), které již bylo blíže popsáno v předchozí kapitole. S ohledem na začínající druhou vlnu epidemie, u které se očekávalo, že se v dalších týdnech bude zhoršovat, je na místě předpokládat penalizaci vlády za nezvládnutí situace. Očekávané voličské chování spojené s krizemi (ekonomickými) se tak může vlivem druhořadých voleb ještě zesílit. Pro krajské volby jsou podstatné také silné osobnosti, které jsou mnohdy navázány na daný region, neboť voliči hlasují častěji podle kandidátů, než podle strany (Šaradín 2008: 32). Protiepidemická opatření ovšem předkládala a schvalovala vláda, vedení krajů a obcí pouze provádělo jejich implementaci a de facto s nimi nemohlo nic udělat. Agentura C W M publikovala během září 2020 průzkum zachycující důvěru vybraným politikům (2020b). Osoba, které respondenti při rozbíhající se druhé vlně vyslovili důvěru nejčastěji, byl ministr vnitra a předseda Ústředního krizového štábu Jan Hamáček za ČSSD (43 %), teprve druhým v pořadí byl premiér Andrej Babiš z ANO (39 %). Největší pocit nedůvěry měli respondenti k Tomio Okamurovi z SPD (61 %) a předsedovi KSČM Vojtěchu Filipovi (59 %). Ve srovnání s předchozími měsíci ale klesla důvěra zejména u opozičních politiků. Do čela kandidátních listin při krajských volbách vybraly strany buďto osvědčené lídry, kteří svou funkci obhajovali (Martin Půta /SLK/, Martin Netolický /ČSSD/, Ivo Vondrák /ANO/), anebo zkušené komunální politiky (např. Petra Pecková /STAN/, Jan Grolich /KDU-ČSL/). Je nesporné, že jejich volba byla ovlivněna tím, jaký byl postoj voliče k vládě a jejímu 25 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA způsobu řešení zdravotnické krize. Při krajských volbách jsou lidé mnohdy ochotni více zariskovat a vybrat subjekt, pro který by při celostátních volbách nehlasovali, a to zpravidla proto, že z jejich pohledu nejde o rozhodnutí zásadně a přímo ovlivňující jejich život (Šaradín 2008: 11). Předpokládat se dá tedy dvojí vývoj: buď bude efekt účasti posílen ve stejném duchu, jako je očekáváno trestání vládních stran, nebo bude naopak minimální, a to v důsledku toho, že přes léto sice došlo k rozvolnění restrikcí, s ohledem na dovolené a prázdniny poslanců se kampaň v letních měsících příliš intenzivně nekonala a současně došlo k maximálnímu rozvolnění, které mohlo navozovat dojem zvládnuté epidemie. 1.3 Konfliktní linie Rozdíly ve volební podpoře stran mezi obcemi či regiony mohou být způsobeny dalšími faktory, které je možné jasněji identifikovat a pochopit s pomocí indikátorů konfliktních linií (tzv. cleavages). Teorii představili Stein Rokkan a Seymur M. Lipset v roce 1967 za účelem vysvětlení vzniku nových politických subjektů. Současně se využívá v kontextu štěpících linií, kterým se voliči přibližují nebo vzdalují, což napomáhá k vysvětlení územní diferenciace volební podpory. Na základě společných charakteristik se tak tvoří skupiny reprezentované příslušnými politickými subjekty. Studií, které tuto teorii ověřují je celá řada nejen v zahraničí (Ford a Jennings 2020, Forest 2018, Zarycki 2015), ale i tuzemsku (Pink a kol. 2017, Voda 2010, Linek a Lyons 2013). Koncept se váže ke vzniku stranických systémů západoevropských zemí 19. století. Není tedy překvapující, že kategorizace těchto linií byla ovlivněna industrializací i vzestupem národního cítění. Teorie pracuje se čtyřmi „rovinami", které mají odrážet zmíněné územní odlišnosti v podpoře stran. 26 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA • Centrum - periferie (teritoriální) • Město - venkov (socioekonomická) • Vlastníci - pracující (třídní) • Církev - stát (náboženská) První zmíněná dvojice odkazuje ke konfliktu mezi elitami soustředěnými ve městech, které vytvářely národ, a etnicky či nábožensky odlišujícími se subjekty koncentrovanými především na periferiích. V současných podmínkách ale podle Vody a Pinka (2013: 143) žádná politická periferie neexistuje. O mnoho podstatnější se ukazuje konflikt mezi městy a venkovem, který původně reflektoval zejména konflikt mezi zemědělským sektorem a průmyslem. I ten je ale v posledních letech stírán, mimo jiné transformací průmyslu a snižováním domácí zemědělské produkce. V kontextu českého politického prostředí má však stále svůj význam. V krajských volbách se projevuje mimo jiné na podpoře celostátních stran, jako je ODS nebo TOP 09. V obou případech se jejich podpora koncentruje ve městech u liberálních pravicových voličů než na venkově. Třídní linie je určující pro rozdělení politických stran na levo-pravé ose. Dosud jde o jednu z klíčových linií, která dělí voliče, respektive strany na sociálnědemokratické či levicové s podporou dělníků a řemeslníků, nebo strany liberální, pravicové reprezentující živnostníky a podnikatele (Hloušek, Kopeček 2004: 82). V kontextu krajských voleb je tato linie spojena s umístěním konání voleb do volebního cyklu a mnohdy lze hlasování vnímat jako „referendum" o vládě. V krajských volbách tak často dochází ke ztrátám vlády a většímu zisku opozice. Poslední z definovaných oblastí odkazuje ke konfliktu mezi rozpínáním státní moci a církevními privilegii. V evropských podmínkách 27 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA odkazují k této linii křesťansko-demokratické strany (CDU, ÔVP), v Česku je to KDU-ČSL, okrajově také TOP 09 a na opačné straně komunisté. Tyto protipóly se zřetelně projevují v krajských volbách, a v případě lidovců mohou v regionech s vysokým podílem věřících zamávat s volebními výsledky. Klíčovým regionem je pro KDU-ČSL jižní Morava a Zlínský kraj, kde strana získává vysokou podporu. Platí, že v místě, kde má vyšší podporu KSČM, bývá nižší podíl katolíků. Lipset s Rokkanem (1967) současně uvádí, že ve chvíli, kdy jsou strany dle linií rozděleny, dochází na nějakou dobu k zamrznutí celého stranického systému, a to i navzdory tomu, že sociální konflikty, které k jejich vzniku vedly, už pominuly. Podobná argumentace zaznívá i od českých politologů. Podle Hlouška a Kopečka (2008: 531) dominantní postavení dlouhodobě zakořeněné socioekonomické štěpící linie neohrozily ani sílící hlasy proti evropské integraci a EU. Ty sehrávaly roli spíše při vyjednávání o povolebních koalicích. Na druhou stranu je nutné reflektovat i vznik nových politických subjektů, které nesplňují nároky na zařazení do linií. V tomto ohledu se tedy .zamrznutí' systému nejeví jako zcela absolutní (Hloušek a Kopeček 2004). Aplikovat tento model na současné politické prostředí nelze absolutně, konfliktní linie mnohdy nejsou jediným dostatečně vysvětlujícím faktorem, který působí na podporu stran. Svůj význam mají také lokální specifika některých států. Obecný trend současně naznačuje slábnutí některých tradičních linií (Hloušek, Kopeček 2008, Ford a Jennings 2020), a to v souvislosti s pokročilou sekularizací (církev-stát), nebo ústupem tradičního těžkého průmyslu (vlastníci-pracující). Zřejmá je změna ve způsobu hlasování i chování u voličů původně spjatých s těmito oblastmi. V devadesátých letech představil Ronald Inglehart nové typy politických hodnot - post-materiální, libertariánské-autoritářské, enviromentální a hodnoty spojené s ekonomickou prosperitou. Jde o významné ukazatele při zkoumání podpory 28 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA pravicových populistických stran (Havlíka Voda 2018). Mezi krajně pravicové populisty řadí Pink se Smolíkem (2017) také SPD Tomia Okamury, které vzniklo odštěpením z Úsvitu přímé demokracie. V českém prostředí se může projevit také linie anti/komunismu, tedy socioekonomické štěpení spojené s transformací (Hloušek, Kopeček 2008). Jak ale ukazuje studie brněnských akademiků, s přibývajícími roky má podobně jako linie církev-stát nebo vlastníci-pracující, slábnoucí tendenci. Významnou zůstává rovina socioekonomických ukazatelů, a proto na ně bude brán v této práci zásadní zřetel. Pro lepší ilustraci rozložení stran v českém stranickém systému si tato práce vypůjčí tabulku Petra Vody a Michala Pinka z roku 2012 (Balík a kol. 2013: 45), ačkoliv se od té doby zastoupení stran v Poslanecké sněmovně značně proměnilo. Mezi subjekty, které je třeba do tabulky nově zahrnout, patří vládní hnutí ANO, dále SPD, Piráti a STAN. U některých stran se zařazení opírá o Chapel Hill Expert Survey z roku 2019 (poslední dostupná data), doplňkové informace poskytuje i datová analýza volební podpory sněmovních stran z roku 2017, kterou zveřejnil server iRozhlas (2017). Vizualizace územních rozdílů zjištěná pomocí statistických metod je pro účely této práce dostačujícím základem, který potvrzují i další výzkumy (např. Maškarinec 2020). Městské voliče dlouhodobě oslovují spíše strany liberální jako jsou ODS nebo TOP 09, která je považována za veskrze městskou stranu. Jsou to ale také subjekty, běžně zařazené na středolevici. Jak ODS, tak TOP 09 v tomto případě spojuje ekonomická rovina. Naopak k venkovským stranám jsou řazeny subjekty reprezentující tradici či jistou formu nostalgie a odkaz ke starým standardům. Klasickým příkladem je KSČM. Na základě posledních poznatků sem bude zařazena i SPD, která ve volbách 2017 získala největší podporu v malých obcích na venkově a do určité míry kopíruje rozložení 29 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA podpory u KSČM a ČSSD (iRozhlas 2017). S jistými výhradami lze v podobném duchu hovořit i o hnutí Starostů a nezávislých, to ale svůj úspěch dosud spojovalo spíše s regionální popularitou a úspěchem místních politiků. Současně ho ale tvoří především starostové menších obcí, je tedy pochopitelné že se podpora hnutí soustředila především tam (Maškarinec 2020). Stěžejní roli sehrává dle předpokladů rozdělení podle socioekonomických hledisek a třídní příslušnosti (Linek a Lyons 2013). Na jedné straně stojí strany reprezentující dělníky, úředníky a další pracující profese - tady máme na mysli tradičně ČSSD, KSČM a zmíněnou SPD. Na straně druhé jsou to pak zástupci podnikatelského sektoru, tvůrčí profese nebo třeba studenti - k těm patří ODS, TOP 09 a Piráti. S ohledem na podíl věřících v Česku9 se v tuzemských podmínkách konflikt mezi církví a státem jeví jako spíše zanedbatelný. Opodstatnění má totiž pouze jako vysvětlující proměnná u KDU-ČSL a KSČM (Linek a Lyons 2013), a do jisté míry u ČSSD. V tomto ohledu jde o určité historické dědictví, které se formou sporu o církevní restituce stále oživuje. Jeho význam je však dlouhodobě nízký. Jsou tu ale i politické subjekty, které je obtížné ideologicky klasifikovat. Případem „všeobjímající strany" je hnutí ANO. Posledních sedm let vládní strana, která lavíruje od pravicových voličů k levicovým a snaží se prezentovat jako catch-all party s podnikatelsko-manažerským schématem (Kopeček a kol. 2018: 91-111). Tato strana si zakládá spíše na vyslyšení proseb a řešení aktuálních problému společnosti, tedy přinejmenším v předvolební rétorice. Programově je tedy velmi pružná. Hnutí ANO, které je centralizováno směrem ke svému lídrovi, svou image zakládá na kompetentnosti a manažerských schopnostech. V průběhu času změnilo svou 9 V České republice se k římskokatolické církvi hlásilo při posledním celostátním sčítání 1 463 584 věřících, tedy přibližně 67,5 % všech věřících v zemi (Sčítání lidí, domů bytů 2011]. Při přepočtu na celou populaci a zohlednění pouze obyvatel nad 19 let (jde o hranici nejblíže 18. roku věku] je tento podíl při hodnotě 12 % pro většinu stran mizivý. 30 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA rétoriku od protikorupčního hnutí ke kritice „tradičních stran" (Kopeček a kol. 2018: 106-111), čím v posledních letech obratně porývá i koaliční ČSSD. Regionální odlišnosti v rozložení volební podpory na základě sociálních struktur se projevují na všech úrovních voleb, patrné jsou však zejména u těch do větších politických těles. Tabulka.2 Rozdělení stran dle konfliktních linií Město ODS, TOP 09, ČSSD, Piráti Venkov KSČM, KDU-ČSL", SPD, STAN Vlastníci ODS, TOP 09 Pracující ČSSD, KSČM, ANO, SPD Církev KDU-ČSL, TOP 09 Stát KSČM, ČSSD, ANO, Piráti1 1 Nezařazení ostatní strany Zdroj: autorka; Voda, Pink (in Balík a kol. 2013) 1.3.1 Úspěšnost národních stran v regionálních volbách Na podporu stran má nepochybně vliv i správné načasování v rámci volebního cyklu. Je logické, že volby konající se do 12 měsíců1 2 po zvolení nové vlády dopadnou pro „neokoukanou" garnituru příznivěji než volby konající se ke konci jejího mandátu. Bez ohledu na to, výzkumy potvrzují, že při druhořadých (vč. krajských) volbách voliči mají tendenci vládní strany spíše 1 0 Dle analýzy Vody a Pinka (in Balík a kol 2013] nelze KDU-ČSL jednoznačně zařadit mezi strany venkova (dle optiky velikosti obce]. Některé indikátory však ukazují, že její podpora je spíše v chudších regionech, proto stranu s výhradami do kategorie venkov zařadím. 1 1 Jednou z hlavních částí pirátského programu (pirati.cz 2020] je dlouhodobě digitalizace státní správy, transparentnosti financování, výběrových řízení a dotačních programů, zvýšení bezpečnosti v kyberprostoru. Na základě těchto bodů byla strana zařazena na stranu státu. 1 2 Viz poznámka č. 2 31 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA trestat (Šaradín 2008, Balík a kol. 2013). Opačnou logikou se tedy dá říci, že úspěšnější bývají v druhořadých volbách subjekty lokální, opoziční, anebo menší nové strany. Podle Carrubby a Timpona (2005: 262-4) jde o upřímnou volbu, která je jistou formou referenda o stávající exekutivě, byť ji voliči vnímají jako spíše doplnění stávajícího rozložení sil ve státě. Voliči nechtějí vládu jedné strany. Formy penalizace se přitom mohou lišit. Schmitt a kol. (2020) při analýze voleb do Evropského parlamentu zjistili, že voliči vládních stran, kteří jsou s jejich kroky nespokojeni, mají tendenci se voleb spíše neúčastnit, než aby hlasovali pro opoziční či ideologicky odlišnou stranu (Schmitt a kol. 2020: 12). Pravděpodobnost takové strategie je navíc vyšší u koaličních vlád s nízkou mírou zodpovědnosti. Za další způsob trestu se dají označit přesuny voličů a přeběhlictví. Na přiblížení metody ekologické inference není v této práci prostor, nicméně práce analytiků Michala Škopa (2017) nebo Kamila Gregora a Petra Gongaly (in Balíka kol. 2013) potvrzují, že v době, kdy byla strana ve vládě se její zisky v krajských volbách snížily. „Pro všechny tři vládní1 3 subjekty tedy platí, že v krajských volbách 2012 velká většina jejich voličů z roku 2010 hlasovala pro jiný subjekt, pokud hlasovala vůbec." (Gregor a Gongala, in Balík a kol. 2013: 196). Tato analýza ale odhaluje ještě na jednu věc. V roce 2012 se někteří nespokojení voliči „tradičních" stran, jako je ODS, ČSSD, KSČM nebo KDU-ČSL, rozhodli volby raději úplně vynechat. U vládních TOP 09 a Věcí veřejných byl ale trend mírně odlišný. Vedle vysokého podílu nevoličů je patrný i přesun voličů k vládnímu partnerovi - totiž k ODS, nebo menším neparlamentním subjektům (Gregor a Gongala, in Balík a kol 2013: 197-9). Při pohledu na současné rozložení politických sil tuto teorii nabourává hnutí ANO 2011. Strana, která je součástí vlády od roku 2013 si stále udržuje 1 3 Myšlena je vláda Petra Nečase složená z ODS, TOP 09 a Věcí veřejných. 32 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA vysokou míru popularity a podpory (CWM 2019, 2020a, 2020b). Krajské volby nejsou výjimkou. ANO v krajských volbách 2016 zvítězilo v 9 krajích. Šlo přitom o její první kandidaturu na této správní úrovni. Tři roky byla strana součástí vládní koalice s ČSSD a KDU-ČSL a dokázala toho využít ve svůj prospěch. Úspěch ANO byl na úkor koaličních partnerů, což se jednoznačně ukázalo ve sněmovních volbách, které se konaly o rok později. Podle už jednou zmíněné analýzy Michala Škopa (2017) směřoval exodus voličů ČSSD (a ve značně menším měřítku i voličů KDU-ČSL) převážně k hnutí ANO. To na sebe současně navázalo i některé nevoliče a část dřívějších příznivců KSČM. Úspěch vládní ANO je spojený s mnoha specifiky. • Zaprvé - strana je úzce spojena se svým lídrem. Pokud by o něj přišla, pravděpodobně by u voličů významně propadla. • Zadruhé - strana obratně v mediálním prostoru lavíruje mezi obrazem mučedníka a bojovníka. • Zatřetí - jako efektivní se ukázala orientace na konzumentská očekávání voličů. • Začtvrté - strana si dokázala v průběhu let vybudovat image kompetentní strany vymezující se proti „tradičnímu establishmentu" (a to i na úkor koaličních partnerů). (Kopeček a kol. 2018: 110, 133-6). Hnutí ANO je tedy specifickým příkladem vládní strany, která dokázala oslovit voliče i v regionálních volbách. Do jisté míry se potvrzuje i předpoklad, že v krajských volbách se daří také sdružením starostů a hnutím lokálních politiků. V krajských volbách 2016 kandidovali starostové na 12 z 89 kandidátních listin (volby.cz, registrované kandidátní listiny). Na celostátní úrovni se prosadilo pouze hnutí Starostů a nezávislých, které o hlasy často usiluje v koalicích. Zvláštním případem je pak jeho odnož v Libereckém kraji. 33 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Starostové pro Liberecký kraj mají u voličů mimořádný ohlas a tamní hejtman Martin Půta obhájil mandát již třikrát v řadě (k říjnu 2020). Častým jevem při kandidatuře stran v regionech je také vytváření volebních koalic. Tuto strategii vybírají především menší subjekty, které tím chtějí zvýšit svou šanci na zisk mandátu. Úspěch na regionální úrovni mají jen některé z celostátních stran, které jsou v této diplomové práci předmětem analýzy. Na místě je jejich stručné představení, které pomáhá okrajově nastínit strukturu elektorátu. ANO 2011 Jelikož jde o stranu, která nemá dlouhou tradici a nemá historicky socioekonomický kontext, je obtížné identifikovat jednoznačnou faktor, který by platil pro podporu napříč republikou. ANO 2011 má podporu ve městech i v menších obcích. Klíčová je u něj prezentace navenek a stylizace do „hlavního kritika vlády a odpůrce establishmentu", ačkoliv strana vládne už od roku 2017. ANO se snaží oslovit všechny, nicméně v posledních letech se zaměřuje spíše na středolevé voliče, což je patrné i v tom, že v roce 2016 hnutí zvítězilo hlavně v krajích, kde před tím vládla sociální demokracie. Hnutí ANO nikdy nekandidovalo v koalici, a to ani v krajských volbách, kterých se účastní od roku 2012. V roce 2016 zvítězilo v 9 krajích, hejtmanský post ale nakonec dostalo jen ve pěti z nich. Dlouhodobě se hnutí daří zejména v Moravskoslezském a Olomouckém kraji. ČSSD U sociální demokracie je obtížné najít jednoznačný faktor, který by se vyskytoval ve všech krajích a současně pomohl podporu strany objasnit. Stejně tak je dle studie Vody a Pinka (2013) obtížné najít napříč kraji stejnou 34 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA strukturu společnosti a volební výsledky. Dá se říci, že strana má o něco vyšší podporu spíše ve městech a v obcích s nižším podílem podnikatelů a vysokoškoláků (to neplatí pro Karlovarský kraj; Voda a Pink 2013) a nižší mírou nezaměstnanosti (neplatí pro Pardubický kraj; Voda a Pink 2013). Dlouhé roky si sociální demokraté drželi podporu na Vysočině, kde od roku 2008 měli svého hejtmana Jiřího Běhounka, který ve volbách 2020 už svůj mandát neobhajoval. Sociální demokracie až do voleb v roce 2020 vždy kandidovala pouze sama za sebe. Do volební koalice vstoupila v krajských volbách 2020 ve třech krajích (Pardubickém, Olomouckém a Královéhradeckém kraji), v dalších kandidovala strana samostatně. KDU-ČSL Pokud u některé strany lze dodnes jasně identifikovat štěpící linii. Pak je to KDU-ČSL. Faktorem, který významně pomáhá vysvětlit podporu této strany j e podíl katolíků. Roli hraje i ekonomická situace v obci. Lidovci mají podporu zejména v regionech s nižší nezaměstnaností, při vyšším podílu osob s nižším vzděláním a nižším podílem osob pracujících ve službách (Voda 2010: 83), což nutně neznamená venkov. Často jde ale o zemědělské oblasti. I proto je letitou základnou KDU-ČSL Zlínský nebo Jihomoravský kraj. Významnější podporu strana má na Moravě, naopak zaostává v severozápadních Čechách (Voda 2010). KSČM Jako inverzní můžeme označit zmíněné ukazatele lidovecké podpory u vysvětlení podpory KSČM. I tato stran má podporu spíše v chudších regionech, ovšem s nižším podílem vysokoškoláků (neplatí zcela pro Kraj Vysočina, kde vyšší podíl osob se základním vzděláním podporu nezvyšuje), 35 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA podnikatelů a kupní síly v obci. Pozitivní efekt má naopak vyšší míra nezaměstnanosti. KSČM má navíc prokazatelnou podporu v pohraničí, k stabilním voličským základnám komunistů patří především Ústecký kraj, kde od roku 2012 do roku 2020 stál včele hejtman Oldřich Bubeníček (KSČM). Komunistická strana nikdy v koalici nekandidovala. ODS Podpora ODS je závislá na ekonomické situaci v obci, stěžejní je pro ni nízká nezaměstnanost, vyšší příjem a vyšší podíl podnikatelů. Výjimkou jsou Středočeský, Karlovarský a Moravskoslezský kraj, kde je efekt opačný (Voda a Pink 2013: 153). Hlasy pro ODS se ovšem do jisté míry tříští mezi TOP 09 a částečně hnutí STAN. Občanští demokraté podobně jako ČSSD do roku 2020 nikdy nekandidovali v koalici. Do krajských voleb, které jsou předmětem této analýzy, nicméně strana zaregistrovala 10 volebních koalic, a to buď s TOP 09, lidovci, hnutím STAN, Svobodnými nebo menšími regionálními subjekty (volby.cz, registr kandidátních listin 2020). Při pohledu na dvě svého času nejsilnější celostátní strany (ODS a ČSSD) jde o podstatný jev. V minulosti se ODS v krajských volbách významně nedařilo, hejtmanský post získala naposledy v roce 2008. TOP 09 Úspěch této strany je závislý na stejných ukazatelích jako u ODS, přičemž TOP 09 má největší voličskou základnu v Praze. Ukazuje se to na výsledcích komunálních voleb. Podporu nachází zejména u vyšší příjmové třídy, voličů s vysokoškolským vzděláním, intelektuály. Její podpora v krajských volbách, kterých se od roku 2012 účastnila byla zanedbatelná, proto v roce 2020 36 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA poprvé kandidovala v koalici, a to ve všech krajích, kde se o hlasy voličů ucházela. STAN Hnutí Starostů má podporu v obcích, kde dříve dominovaly středopravicové strany (ODS, TOP 09). Výrazný úspěch má v Libereckém a Středočeském kraji, o něco menší ale stále velký zisk obdržela dříve na Zlínsku. Nízkou podporu má naopak na Ústecku, jižní a severní Moravě (tedy tam, kde je naopak silná KDU-ČSL a tam, kde voliči hlasují pro ANO, ČSSD, KSČM a SPD). Starostové začínali jako regionální hnutí, z něhož přerostli v celostátní subjekt. I proto mají několik regionálně silných základen (viz Liberecko), které jsou spojeny se silnými lokálními politiky (Maškarinec 2020). Zásadním faktorem je velikost obce. Hnutí STAN se krajských voleb účastní od roku 2008 (tehdy jako Nezávislí starostové pro kraj), jeho podpora ale roste. Původně kandidovalo hnutí samostatně, v roce 2012 v koalici s TOP 09 a v roce 2020 s rozličnými subjekty i samostatně. Piráti Tato strana si zakládá na transparentnosti. Voliče nachází hlavně ve městech, postupně ale i na venkově. Je zde patrný určitý průnik s rozložením podpory ODS a TOP 09, mimo jiné i vtom, že Piráti mají vysokou podporu v Praze. Obecně jsou ale úspěšní v ekonomicky zdatnějších oblastech, kde se volí pravicověji, mladší liberálnější voliči. Významněji se strana prosadila v krajských volbách až v roce 2020, kdy se podílejí na vládě v několika krajích. O hlasy voličů ale bojovala už v krajských volbách 2012, kdy se téměř neprosadila. V krajských volbách 2016 kandidovala v několika krajích společně se Stranou zelených, přičemž 37 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA největšího úspěchu (překročení 5% hranice) dosáhla v Karlovarském, Královéhradeckém a Jihomoravském kraji, ačkoliv vyšší počet hlasů (v absolutních hodnotách) dostala strana na Ostravsku a Ústecku. Je tedy zjevná rostoucí podpora této strany. SPD V pořadí už druhé straně Tomia Okamury se daří v sociálně vyloučených (periferních) lokalitách s vyšší mírou nezaměstnanosti. Zpravidla jde o malé obce, většinová podpora je tedy na venkově, hlavně na Moravě a v severozápadním pohraničí. Podpora SPD, které vzniklo teprve v roce 2015, je větší na komunální úrovni než krajské. Nutno ovšem přiznat, že strana vznikla vyčleněním ze strany Úsvit přímé demokracie Tomia Okamury (dnes Úsvit - Národní Koalice), kterou Tomio Okamura založil před tím. Počet získaných mandátu dosud nestačil na to, aby strana získala post hejtmana nebo většinový podíl v zastupitelstvu kraje. 38 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 2 Design výzkumu 2.1 Metoda Práce je strukturována jako volebně geografická s cílem zanalyzovat podporu sněmovních stran v krajských volbách a identifikovat možný vliv pandemie, respektive proměnných spojených s pandemií covid-19 v ČR. Tato práce má nabídnout komplexní analýzu krajských voleb za pomoci statistických metod a vizualizací zajištěných prostřednictvím map. Strukturovaná je na několik úrovní. Úroveň 1 - obecné závěry První část analýzy zahrnuje volební výsledky stran z krajských voleb, které jsou porovnány se zisky z roku 2016. Zjišťována je variabilita podpory i vztah některých proměnných. Vedle volebních výsledků zkoumá tato část i rozložení podílu nakažených osob měsíc před volbami a proměnu s přibližujícím se termínem voleb. Mapy a tabulky slouží jako podkladový materiál pro další části analýzy. Úroveň 2 - analýza po krajích Kvůli regionálním rozdílům v podpoře stran je analýza podpory stran vytvořena pro každý kraj zvlášť. Sledovaný je efekt a případná síla vybraných proměnných na podporu stran. Hodnoty budou interpretovány na modelech podpory výše zmíněných stran. Jelikož soubor dat, se kterými se pracuje odpovídá celé populaci, jsou všechny hodnoty považovány za statisticky signifikantní. Zvolená je v tomto případě vícenásobná regresní analýza provedená za pomoci statistického programu RStudio. K vytváření map je využíváno rovněž RStudio, s využitím balíčku „RCzechia". 39 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Úroveň 3 - analýza volební účasti Samostatnou část analýzy tvoří model pro rozložení volení účasti, kde je posuzován efekt vybraných proměnných (zejména podílu nakažených a věku). Za tímto účelem je využita metoda lineární regrese. Pomocí map bude zaznamenána i změna volební časti mezi krajskými volbami. 2.2 Data Předmětem analýzy jsou volební výsledky devíti sněmovních celostátních stran (a jejich případných krajských koalic) ve 13 krajích1 4 Jmenovitě jde o ANO a ČSSD (vládní koalice), KSČM, ODS, Piráty, SPD, STAN, TOP 09 a KDU-ČSL. Trikolóra nemá v Poslanecké sněmovně vlastní klub a současně jde o relativně nový subjekt, z tohoto důvodu není tato strana do analýzy zařazená. Analyzované volební výsledky a účast jsou na úrovni obcí. Díky tomu je možné minimalizovat zkreslení výsledků, k němuž by mohlo dojít v případě několika případů s výrazně vyššími/nižšími hodnotami, než je průměr. Sledované období se vztahuje ke krajským volbám 2020. Všechny tyto údaje jsou přístupné skrze Český statistický úřad. Pokud jde o data proměnných, je nutné přikročit k časovému oddělení údajů, zejména kvůli určité „zastaralosti" dat z celostátního sčítání v roce 2011. V práci jsou proto využily dvě odlišné hodnoty o počtu obyvatel. • počet obyvatel k 1.1. 2020 • počet obyvatel ze sčítání lidu 2011 V Praze se krajské volby nekonají, proto jsou údaje za tuto obec/obvod z tohoto šetření vyřazeny automaticky. 40 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Při hledání faktorů ovlivňujících volební podporu v roce 2020 dochází při využití dat ze sčítání lidu (2011) nepokrytě ke zkreslení. Jde nicméně zatím o jediný soubor takových dat na úrovni obcí. Mezi proměnné je zařazen podíl katolíků v obci, podíl osob s vysokoškolským vzděláním a podíl osob starších 50 let. Tato věková hranice byla vybrána kvůli zmíněné zastaralosti dat. Předpokladem je, že v roce 2021 je těmto osobám přes 60 let a patří tedy mezi ohrožené covidem-19. Tato demografická data mají nicméně spíše doplňující charakter. Vybrané ukazatele z roku 2011 budou propojeny s analyzovanými volebními výsledky. Pro výpočet relativního podílu nakažených osob v obci a podílu nezaměstnaných (za měsíc září 2020) je ale využitý údaj nejaktuálnější - tj. počet obyvatel k lednu 2020. Veškerá tato data jsou veřejně dostupná na stránkách ČSÚ nebo Ministerstva zdravotnictví či Ministerstva práce a sociálních věcí. Toto rozlišení bylo nutné kvůli snížení očekávaného zkreslení výsledků. Operacionalizace Stejně tak je nutné provést operacionalizaci dat, a to hned na několika úrovních. 1) Některé strany kandidují ve vybraných krajích v koalicích. V případě TOP 09 jde navíc o všechny regiony. Pro účely analýzy byla vytvořena agregovaná skupina „Koalice", která zahrnuje zisky středopravicových krajských koalic, ve kterých kandidovala alespoň jedna ze stran: ODS, STAN, KDU-ČSL, TOP 09. Do této skupiny nejsou zahrnuly zisky jednotlivých stran, pokud v kraji kandidovaly samostatně. Např. STAN kandidovalo v koalici v sedmi krajích. Výsledky těchto volebních koalic jsou součástí agregované skupiny, ve zbylých krajích jsou zisky součástí samostatné proměnné STAN. 41 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 2) Data o počtu nakažených budou operacionalizována jako kumulativní relativní podíl nakažených v přepočtu na obyvatele obce zhruba měsíc před konáním voleb (tj. od 1. září 2020 do 3.října 2020). Tyto hodnoty jsou pak dál využily při rozdělení sledovaného období na několik intervalů (měsíc, týden a den před volbami). 3) Proměnná .nakažení' bude dál transformovaná kvůli nerovnoměrnému rozložení v krajích, a to za pomocí logaritmování hodnot, díky čemuž bude zajištěna normálnější distribuce dat. Ústav zdravotnických informací a statistiky ČR (ÚZIS) zpřístupnil veřejnosti za obce pouze přehledy aktuálně nakažených a nově evidovaných případů nemoci v obcích. 2.1 Rizika a omezení výzkumu Závěry této práce nelze kvůli regionálním odlišnostem zobecňovat na úroveň celostátní ani brát jako zcela nezpochybnitelné. V úvahu je nutné vzít několik limitujících aspektů, stejně tak jako připustit, že existují proměnné, které nejsou v této studii zahrnuté, je obtížné je kvantifikovat a mohou se do rozhodování voličů promítnout také. Jako příklad lze zmínit spokojenost voličů se zdravotní péčí, vliv médií v souvislosti s informováním o nedostatku ochranných pomůcek na obavy voličů z vycházení ven, a další. Prostorová autokorelace Při zjišťování závislosti volebních výsledků na jevech vyskytujících se v prostoru je nutné připustit, že s ohledem na blízkost (sousedství) sledovaných územních jednotek existuje pravděpodobnost, že může dojit k vzájemnému ovlivnění výsledků, které tak mohou vykazovat podobné vzorce (Spurná 2008). 42 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Limitace vzorku Pokud jde o data, je nutné mít na paměti, že je zde několik zkreslení. Celostátní data SLBD jsou z roku 2011 a nové sčítání se uskutečnilo až v roce 2021. Je zde tedy poměrně velký časový odstup od původních dat. Problematický je zejména údaj o počtu obyvatel v obci. V této práci využívám nejnovější údaj platný k 1.1. 2020, a toto číslo je pochopitelně jiné než to, z něhož vychází demografické a socio-ekonomické údaje z roku 2011. Aktuální počet obyvatel je ale více vypovídající při sledování vývoje v podílu nakažených covidem-19 v obci. Jelikož jsou v současnosti dostupná podrobná data pouze z celostátního sčítání 2011, je nezbytné přistoupit na určitou míru zkreslení, která je v tomto ohledu nezbytná. Kandidatura a formování koalic Největším úskalím práce je, že některé politické subjekty nekandidují v krajských volbách ve všech krajích, nebo ve vybraných regionech v koalici a jinde na vlastní kandidátce. Příkladem je například hnutí STAN, které v polovině krajů usilovalo o hlasy v koalici s dalšími subjekty. Tento problematický aspekt je částečně řešen vytvořením agregované proměnné, která zahrnuje výsledky všech středopravicových stran kandidujících na společné kandidátce s dalšími subjekty. Jelikož ale STAN v druhé polovině krajů kandidovalo za sebe, byla proměnná současně ponechána. Pokud však některá strana, jako třeba TOP 09 nebo ODS kandiduje ve většině krajů na společné kandidátce, je pouze součástí proměnné Koalice. Zkreslení výsledků přináší i to, když strana nekandiduje vůbec, což je případ KDU-ČSL. Drobnou limitací je změna počtu místních samospráv. Zatímco v roce 2011 byla dostupná data za 6 251 obcí, v současnosti je evidováno obcí 6 259. Pro účely regresní analýzy, kde je nutné sjednotit počet srovnávaných případů, 43 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA jsem proto vzorek dat zúžila na 6 250 (tj. vzorek obcí z roku 2011, bez započtení Prahy). Hlavním omezením práce zůstává skutečnost, že výsledky není možné jasně oprostit od efektů spojených s druhořadostí voleb. 4 4 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 3 ANALÝZA KRAJSKÝCH VOLEB 2020 Tato kapitola přináší věcná zjištění o podpoře sněmovních stran v krajských volbách v roce 2020. Představeny jsou nejprve obecné závěry a fakta týkající se volebního zisku stran v krajích a volební účasti. 3.1 ANALÝZA: OBECNÉ VÝSLEDKY Volby do krajských zastupitelstev se konaly 2. a 3. října, současně s prvním kolem voleb do třetiny Senátu. Až na dvě výjimky u sociální demokracie 15 postavily vládní strany samostatné kandidátky ve všech krajích. U dominujícího hnutí ANO se nabízí dvojí argumentace - jednak je to nízký koaliční potenciál strany, na druhé straně ale také silná voličská základna, k níž není de facto koaliční partner potřeba (Tab.3). Podporu ANO lze označit za stabilní. Jde přitom o teprve druhé krajské volby, kterých se hnutí zúčastnilo. V těch v roce 2016 získalo v průměru 21,05% podporu (Eibl a kol. 2017:226). Tab. 3. Výsledky vybraných stran dle krajů (v %) ANO ČSSD KSČM ODS 2020 2016 2020 2016 2020 2016 2020 2016 Středočeský kraj 18,54 20,76 4,52 13,75 4,26 10,13 19,77 13,05 Jihočeský kraj 18,12 17,67 8,74 22,55 4,77 10 17,52 12,67 Plzeňský kraj 22,50 21,52 5,85 17,35 5,48 11,58 21,23** 14,63 Karlovarský kraj 24,79 22,91 3,70 13,91 4,41 11,50 7,35** 7,59 Ústecký kraj 25,88 23,24 3,16 11,90 6,26 15,82 12,37 8,54 Liberecký kraj 17,85 17,08 2,16 8,04 3,22 8,10 8,59 7,91 Pardubický kraj 19,61 19,17 14,76" 18,01 4,01 8,36 14,10** 8,99 Královéhradecký kraj 22,04 25,18 8,88** 13,08 4,51 9,39 23,53** 9,93 V Olomouckém kraji šlo o koalici ČSSD a Patriotů Olomouckého kraje, v Pardubickém kraji o koalici 3PK - Pro prosperující Pardubický kraj (volby.cz) 45 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Kraj Vysočina 18,48 17,04 11,86 19,37 5,26 11,40 13,19** 9,10 Jihomoravský kraj 19,76 20,84 5,67 15,49 4,44 9,69 12,77** 8,07 Zlínský kraj 19,08 15,68 8,45 12,46 4,04 8,22 10,04 6,39 Olomoucký kraj 27,01 23,77 4,82 13,88 4,71 11,56 10,36 7,54 Moravskoslezský kraj 30,24 25,70 6,95 16,66 5,89 11,38 13,89** 6,93 Zdroj: ČSÚ ** strana kandidovala v koalici, hodnota vyjadřuje zisk koalice Zbylí partneři - ČSSD a KSČM (dohoda o toleranci vlády) z účasti ve vládě příliš neprofitují. Do jisté míryje zde možné použitjako vysvětlení teorii druhořadých voleb, při nichž vládní strany často ztrácejí na úkor nových nebo regionálních stran, obvyklé je také trestání vládních stran. Podstatnější je ale vliv schopné komunikační strategie ANO, což se ukázalo již v první koaliční vládě Andreje Babiše (s ČSSD a KDU-ČSL). Komunistická strana překročila uzavírací klauzuli sotva ve čtyřech krajích, sociální demokraté na tom nebyli o mnoho lépe. Pro srovnání: v krajských volbách v roce 2016 byl celorepublikový průměr sociální demokracie 15,24 % hlasů, v krajských volbách 2012 to bylo přes 21 %. Je tedy zřejmé, že podpora tradiční středolevé strany (a podobně i KSČM) se i nadále propadá (Eibl a kol. 2017: 226). Celostátní průměrné výsledky neukazují u vládních stran na velké výkyvy v podpoře mezi kraji. Bližší pohled na variační koeficient potvrzuje nejnižší odchýlení od průměru směrodatné odchylky v případě ANO (38 %). Jedny z nejvyšších hodnot jsou však patrné u ČSSD a KSČM, což ukazuje na nerovnoměrné rozložení podpory mezi obcemi. U sociálních demokratů to může být dáno tím, že ve dvou krajích kandidovala strana v koalici, mimo jiné v Pardubickém kraji, kde má od roku 2012 svého hejtmana Martina Netolického /ČSSD/. Naproti tomu komunisté nikde v koalici nekandidovali, v tomto případě ale není vyšší variabilita podpory překvapující. 46 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tabulka. 4. Výsledky vybraných stran dle krajů (v %) PIRÁTI SPD STAN KDU-ČSL TOP 09 2020 2016 2020 2016 2020 2016 2020 2016 2020 2016 Středočeský kraj 14,41 3,48 4,63 4,96* 22,21 18,43 - - 5,89** 6,65 Jihočeský kraj 12,85 3,49 4,67 4,39* 7,38 - 10,45** 6,63 10,45** 8* Plzeňský kraj 13,56 3,82 6,18 5,33* 14,90** 8,15* 4,36** - 21,23** 7,09 Karlovarský kraj 11,56 5,46 7,25 5,52* 14,66** 10,09* 7,35** 10,09* 14,66** 10,09* Ústecký kraj 10,09 4,40* 8,94 6,07* 11,17 4,04 - 6,11** 3,91 Liberecký kraj 9,86 3,26 6,09 5,20 *** *** 3,83** - 3,83** 3,42 Pardubický kraj 12,68 - 4,85 4,72 7,90 5,62 13,41** 15,69* 14,10** 4,63 Královéhradecký kraj 14,41 5,27* 5,45 5,54* 23,53** 8,98* 8,32** 9,75* 7,84** 7/74 Kraj Vysočina 13,20 1,77 4,66 6,40* 10,87** 6,84 11,96 13,41 4,99** 4,96* Jihomoravský kraj 13,80 5,11* 6,25 5,66* 10,40** 6,21 15,54 15,94 6,62** 6,67* Zlínský kraj 13,26 - 6,04 5,31 12,69 11,62 18,62 22,97 - 2,01 Olomoucký kraj 19,51** 3,54* 7,85 7,33* 19,51** 9,68 18,43** 11,39* 18,43** 4,05 Moravskoslezský kraj 11,86 2,93 7,68 7,02* 4,30** 4,29 9,57 10,17 13,89** 3,43 Zdroj: ČSÚ * strana kandidovala v koalici, hodnota vyjadřuje zisk koalice (volby 2 016) ** strana kandidovala v koalici, hodnota vyjadřuje zisk koalice (volby 2020) *** hnutí STAN jako takové v kraji nekandidovalo, ale podpořilo (STAN 2 020) úspěšný subjekt Starostové pro Liberecký kraj; to v roce 2020 v kraji drtivě zvítězilo (38,57 % hlasů) Tabulka.5 - Variační koeficienty ANO ČSSD KSČM Piráti STAN SPD Koalice Var. koeficient 0.3846027 0.9227891 0.776164 0.5160581 1.450991 0.6613243 0.469599 Zdroj: autorka; vlastní výpočet Nevládní sněmovní strany je možné rozdělit do dvou skupin. Ti početnější, s proklamovanou vyšší podporou (CWM 2020) - Piráti a SPD kandidovali (s jednou výjimkou u Pirátů) bez koaličního partnera ve všech krajích. Podobné výchozí podmínky měla i ODS, která ale v polovině krajů usilovala o hlasy v koalici nebo „s podporou dalších subjektů". Zpravidla šlo o TOP 09, STAN, popřípadě Svobodné nebo regionální hnutí starostů (volby.cz). Tady jde o relativně novou strategii. ODS, a stejně tak ČSSD, dosud nikdy v krajských volbách nekandidovaly v koalici. Patrné je to z registrů kandidátních listin do krajských voleb (volby.cz). 4 7 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Zbývá ještě skupina menších opozičních sněmovních stran. TOP 09 nepostavila nikde vlastní kandidátku, což s největší pravděpodobností souvisí s tím, že největší podporu má tato strana v Praze, kde se krajské volby nekonají. Strana podobně jako KDU-ČSL vynechala volby v některých regionech, kde má trvale nízkou podporu. O rovnoměrném rozložení podpory lze hovořit pouze u Pirátů, kteří podobně jako ANO usilovali o hlasy voličů na vlastní kandidátce. Koalice byly v těchto volbách charakteristické pro TOP 09, lidovce, ODS, ojediněle také pro STAN. Z tohoto důvodu je v následné analýze vytvořena proměnná Koalice zahrnující zisky těchto společných kandidátek. Jednotícím prvkem je středopravicové politické zaměření subjektů. 3.1.1 Vliv věku na podporu vládních stran Jednou z hypotéz, které tato práce ověřuje, byl také vliv většího zastoupení seniorů v obci na zisk vládních stran. V důsledku ohrožení covidem-19 se očekává, že zapojení této skupiny voličů bude slábnout. Graf.l však ukazuje, že efekt je spíše opačný. S vyšším podílem starších obyvatel se volební účast zvyšuje, a to i navzdory proklamovaným obavám z nákazy. Ukazuje se tedy, že došlo k mobilizaci těchto voličů, ačkoliv patřili mezi velmi ohrožené skupiny. Částečně je tento efekt možné přisoudit tomu, že tato skupina voličů je zvyklá k volbám chodit. Vyloučit však nelze ani to, že ke snížení obav z nákazy pomohlo upravení způsobu voleb. Účast těchto voličů výrazně pomohla hnutí ANO (Graf.4). Nicméně při srovnání vztahu mezi volební účastí a podílem seniorních voličů se mezi krajskými volbami 2016 a 2020 se ukazuje, že v období pandemie došlo ke snížení podílu starších voličů (Graf.3). Děje se to navzdory tomu, začátkem září vláda rozhodla, že všem seniorům při zhoršení epidemické situace zašle ze státních rezerv pět roušek. Tento krok pokládali kritici i opozice za Populismus, který nemá žádný skutečný efekt. Takové množství vystačí při 48 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA denní spotřebě jedné roušky maximálně na týden. Vláda také v srpnu rozhodla, že seniorům přispějí na důchod (aktuálně.cz 2020b). Podle opozice šlo o pouhé gesto a snahu zmobilizovat starší voliče, což se podařilo v menší míře, než tomu bylo v roce 2016. Jedním z vysvětlení může být právě efekt covidu-19 a strach z nákazy u vysoce ohrožených seniorů. U hnutí ANO roste podpora s větším počtem seniorů velmi výrazně, zcela opačný trend je vidět na podpoře středopravicových koalic, které spoléhají na mladší městské voliče. Hypotéza, že s vyšším podílem seniorů roste podpora ANO, ČSSD (vlády) a případně KSČM se potvrzuje i v situaci, kdy začíná přibývat nakažených covidem-19 a ministerstvo zdravotnictví zavádí nové restriktivní opatření. 49 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Graf.4 - Vztah mezi podílem lidí starších 50 let a podporou stran 10 20 30 40 50 60 70 80 10 20 30 40 50 SO 70 SO Podíl obyvatel 50+ Podii obyvatel 50+ Zdroj: autorka; hodnoty obou proměnných jsou v procentech 3.1.2 Vliv proměnné „nakažení covidem-19" Podstatnou otázkou zůstává, nakolik s volebními výsledky zamíchaly ukazatele spojené s pandemií. Analýza zahrnuje proměnnou o podílu nakažených, na dopady protiepidemických opatření odkazuje také míra nezaměstnanosti. V menších vesnicích měli tamní obyvatelé podrobný přehled o nakažených mezi sousedy. V souvislosti s rostoucí sledovaností zpravodajských médií před podzimními volbami se zvýšil zájem o informace spojené s vládními opatřeními proti šíření nemoci a platnými nařízeními. Jelikož šlo o opatření 50 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA celostátní, kdy zapojení krajských (obecních) zástupců spočívalo pouze v jejich implementaci, lze předpokládat, že sledované volby jsou jakýmsi „referendem" o spokojenosti se současným řízením země. Ve srovnání s hnutím ANO na šíření nákazy v obci více doplatila koaliční ČSSD. Veskrze totožný efekt lze vidět také u KSČM, v obou případech podpora s vyšším podílem nakažených klesá (Graf.3). U vládního ANO je tento negativní efekt ještě strmější, ovšem nikoliv natolik fatální, že by vedl k poklesu podpory až k nule. Zřejmé je, že o hlasy voličů přichází, stále si ale drží podporu nad deset procent. Mezi regiony jsou ale značné rozdíly, kterým se podrobněji věnuje druhá část analýzy. Graf.5 - Vztah mezi podporou stran a podílem nakažených covidem-19 o 0 2 4 6 8 10 0 2 4 3 8 10 Podii nakažených (v %) Podíl nakažených (v %) 0 2 4 3 8 10 0 2 4 0 8 10 Podíl nakažených (v %) Podíl nakažených (v %) 5 1 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Zdroj: autorka; hodnoty obou proměnných jsou v procentech Nespokojenost voličů v obcích, kde se nákaza před volbami šířila, podle vizualizace vztahu (Graf.3) naopak pomáhá ke zvýšení podpory u středopravicových stran (Koalic). Vysokou podporu však mají tyto subjekty i tam, kde bylo nakažených minimum, což vysvětlení efektu proměnné může narušit. Obecně se tedy naplňuje předpoklad, že s rostoucím podílem nakažených klesá podpora vládních stran, což lze vysvětlit jak trestáním za nezvládnutou zdravotnickou krizi, tak částečně efektem druhořadých voleb. Graf.6 - Vztah mezi podporou stran a podílem nakažených covidem-19 0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10 Podíl nakažených (v %) Podíl nakažených (v %) Podíl nakažených [v %) Zdroj: autorka Větší šíření nákazy nevedlo automaticky k navýšení zisku u všech opozičních stran, nehledě na to, že část voličů k volbám vůbec jít nemusela. U SPD je patrný stejný trend jako u sociální demokracie nebo komunistů, s větším podílem nakažených přichází o voliče. To může být dáno mimo jiné tím, že rozložení podpory SPD se na mnoha místech překrývá s oblastmi, kde se daří ČSSD a KSČM. Voliči také mohou vnímat potenciál strany k prosazení změn, které by mohly situaci zlepšit, jako malý. Pozitivní efekt je možné vidět u vizualizace pro podporu STAN, kde podpora roste. Ne zcela jednoznačný 52 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA trend pak ukazuje vizualizace pro Piráty, u kterých svíce případy covid-19 podpora v prakticky stejné míře roste i klesá. Koncem září byla epidemická situace nejhorší především v Praze a Středočeském kraji, kde se v pracovní dny pohybovaly počty nakažených pod 500 potvrzenými případy za den, od října začala čísla strmě stoupat. Ve zbývajících krajích - např. Jihočeském, Ústeckém či Moravskoslezském - se ještě poslední týden před volbami denní přírůstky nakažených pohybovaly kolem sta případů. Ukazují to veřejná data ÚZIS (onemocneniaktualne.mzcr.cz, k 22. 3. 2020) z nichž, je zároveň patrné, že ve všech krajích se počty případů začaly rapidně zvedat až začátkem října, hovořit se dá o tzv. druhé vlně epidemie. První, ve srovnání s dalšími prakticky nepatrnou, prošla země na jaře 2020. Pro lepší vykreslení prostorového rozšíření nákazy před volbami je níže přiloženo několik map. Zachycují kumulativní počet případů v obci, který krajské hygienické stanice zaevidovaly, a který je přepočten na počet obyvatel (Mapa.l). Po rozvolnění opatření, které bylo s letními měsíci spojeno, ministr zdravotnictví (toho času Adam Vojtěch /za ANO/) koncem srpna představil mimořádná opatření účinná od 1. září, tedy přibližně měsíc před volbami (ct24.cz 2020b, iRozhlas 2020b). V průběhu září krajské hygienické stanice oficiálně zaznamenaly (Mapa.l) nejvíce případů covid-19 ve středních Čechách a na Zlínsku, jde o minimálně o procentuální podíl obyvatel dané obce. Na většině území však záchyty nepřesáhly v přepočtu na obyvatele 0.5 procenta. Srovnání s kumulativním podílem za říjen (Mapa.2) jednoznačně dokazuje, že šlo teprve o nástup epidemie, který se plně ukázal až po volbách. V září se na většině území Česka pohyboval podíl nakažených v obci do půl procenta, na konci října došlo ve velkém množství oblastí k nárůstů až o několik procentních bodů. Kumulativní podíl nakažených na mnoha místech přesáhl tři procenta, jak je ale patrné z map, jde ve většině o tytéž oblasti, 53 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA které byly identifikovány už v září. Dá se tedy konstatovat, že nákaza se ještě v říjnu držela převážně ve stejných lokalitách, což podtrhuje očekávatelný dlouhodobější vliv vyššího výskytu covid-19 na chování a postoje místních obyvatel. Mapa.l - Kumulativní podíl nakažených (září 2020) Podíl nakažených v obci (v %) 0.1 0.5 1.0 51.0°N- 50.5°N- 50.0°N- 49.&0 N- 4S.0: N- 48.5: N- 12=E 13=E 14=E 16 = E 17°E 18°E 19=E Zdroj: autorka; s využitím RStudia a balíčku RCzechia Mapa.2 - Kumulativní podíl nakažených (říjen 2020) Podíl nakaženích fv %) 1 3 J5 Zdroj: autorka; s využitím RStudia a balíčku RCzechia 5 4 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Ještě 1. září většina obcí neevidovala žádné případy, byť víc než 1 % nakažených obyvatel mělo několik větších měst na Vysočině (např. Jihlava), Ostrava (začalo se preventivně testovat v OKD) či Hradec Králové nebo Liberec. Podíl nakažených se s dalšími týdny zvyšoval a nákaza se ve větší míře projevila v dalších obcích a regionech - zejména v Ústeckém kraji a na pomezí Jihomoravského a Zlínského kraje (Mapa. 3), což přetrvalo až do voleb a po nich výrazně eskalovalo (Mapa.2). Mapa. 3 - Podíl nakažených měsíc před volbami Podíl nakažených obyvatel Zdroj: autorka *Prázdná místa na mapě označují vojenské újezdy a další prostory (vč. Prahy] Mapa. 4 - Podíl nakažených týden před volbami Podii nakažených obyvatel (v %) *Prázdná místa na mapě označují vojenské újezdy a další prostory (vč. Prahy] 55 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Mapa.5 - Podíl nakažených den před volbami Podíl nakažených obyvatel (v%> : Zdroj: autorka *Prázdná místa na mapě označují vojenské újezdy a další prostory (vč. Prahy] 3.2 ANALÝZA: P O D P O R A S T R A N DLE KRAJŮ 3.2.1 Středočeský kraj Vybrané sociodemografické ukazatele mají společně s proměnnou o podílu nakažených ve Středočeském kraji poměrně silnou vysvětlovači hodnotu. Rozdílnou volební podporu mezi obcemi vysvětluje velmi dobře v případě hnutí ANO (54,5 %), víc než 30 % variability volební podpory vysvětluje také u SPD, KSČM nebo u středopravicových stran kandidujících v některých případech v koalici. Naopak minimálním způsobem vysvětluje podporu Pirátů (4,3 %). Podíl nakažených v obci i podíl nezaměstnaných měl na podporu stran značný vliv. Pozitivně ovlivnily tyto ukazatele zisk středopravicových stran (Koalice). S vyšším podílem nakažených v obci se u nich zvýšila i šance na vyšší volební zisk. Přesněji: při zvýšení podílu nakažených o procentní bod se zvýší také 56 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA zisk ODS, KDU-ČSL nebo TOP 09, případně jejich koalic přibližně o 0,019. V případě vládních stran je efekt opačný, což potvrzuje vstupní předpoklad o penalizaci vlády. Při zvýšení podílu nakažených o p. b. se sníží podpora ANO o zhruba 0,004 jednotek, v případě ČSSD o 0,006 jednotek. Zásadní roli v podpoře hraje i velikost obce. Do jisté míry se potvrzuje očekávání, že voliči z velkých měst, kde se protiepidemická opatření projevila nejvíce, nebudou vládní strany příliš podporovat. Vládním stranám, a zejména ANO, se ve srovnání s ostatními subjekty dařilo zejména v nejmenších obcích do 250 obyvatel při srovnání s městy. V případě ČSSD je hraniční obec nad 251 obyvatel, s vyšším počtem obyvatel podpora strany klesá. Úspěch středopravicových stran byl naopak v malých obcích oproti městům nejnižší. Vyšší nezaměstnanost v obci pozitivně ovlivnila podporu KSČM, což není příliš překvapivé. Úspěšnější byly v těchto obcích i Piráti, ovšem v jejich případě není model dostatečně vysvětlující. U všech ostatních stran, výrazně však u středopravicových koalic a Starostů, vedl rostoucí podíl nezaměstnaných ke snížení podpory v dané obci. Zdá se tedy, že ztráta zaměstnaní v důsledku epidemie se u této skupiny voličů projevila ve formě trestání vlády. Dle očekávání se vládnímu ANO více dařilo v obcích s vyšším zastoupením starších obyvatel, kde byl současně nižší podíl vysokoškoláků a katolíků. Obdobně je tomu u ČSSD. Potvrzuje se, že i po několika měsících v izolaci a rostoucím podílu úmrtí s covidem-19 mezi seniory, tato skupina na vládu nezanevrela. Což souvisí s tím, že těmto stranám prospívá nižší volební účast. Při jejím navýšení totiž zisk těchto subjektů klesá. Velmi podobné je to i u KSČM, která koaliční vládu v té době tolerovala. Komunisté vybočují pouze tím, že se jim dařilo také v obcích s vyšší nezaměstnaností a samotná velikost obce pro podporu nebyla klíčová. 57 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Podporu SPD ve Středočeském kraji negativně ovlivnil především vyšší podíl nakažených, katolíků a vysokoškoláků v obci. Straně se dařilo naopak zejména v menších obcích s vyšší nezaměstnaností, prakticky nulový efekt měl na podporu strany vyšší podíl obyvatel starších 50 let. S vyšší volební účasti v obci SPD spíše ztrácela. Tab.6 Model volební podpory stran ve Středočeském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD STAN Koalice (Konstanta) 22.230 8.058 4.120 15.813 8.803 1.787 28.635 (1.514] (0.995] (0.917] (1.440] (0.713] (3.702] (3.248] Nakažení covidem-19 (log] -0.380 -0.610 -0.204 0.096 -0.205 -0.554 1.850 (0.230] (0.151] (0.140] (0.219] (0.109] (0.563] (0.494] VŠ -0.509 -0.146 -0.133 0.107 -0.110 0.138 0.714 (0.050] (0.033] (0.030] (0.047] (0.023] (0.121] (0.106] Katolíci -0.123 -0.042 -0.069 0.006 -0.049 0.667 -0.341 (0.037] (0.024] (0.022] (0.035] (0.017] (0.091] (0.080] Věk 50+ 0.274 0.041 0.095 -0.084 -0.002 0.062 -0.304 (0.030] (0.020] (0.018] (0.028] (0.014] (0.073] (0.064] Nezaměstnanost -0.186 -0.118 0.300 0.441 0.282 -0.447 -0.581 (0.116] (0.076] (0.070] (0.110] (0.054] (0.283] (0.248] Účast KV 2 020 -0.174 -0.067 -0.064 -0.033 -0.089 0.345 0.135 (0.031] (0.020] (0.019] (0.029] (0.014] (0.075] (0.066] Obec do 250 obyv. 2.831 0.364 0.753 -0.712 1.183 -1.507 -3.588 (1.088] (0.715] (0.659] (1.035] (0.513] (2.660] (2.334] Obec 251 až 1000 obyv. 0.570 -0.685 0.267 1.022 0.069 -1.152 -0.465 (0.404] (0.265] (0.245] (0.384] (0.190] (0.987] (0.866] Obec 1001 až 5000 obyv. -0.054 -0.779 0.229 0.760 0.054 0.407 -0.717 (0.310] (0.204] (0.188] (0.295] (0.146] (0.758] (0.665] Obec nad 5001 obyv. Referenční katej;orie R2 0.550 0.209 0.301 0.053 0.340 0.169 0.339 Adj. R2 0.545 0.200 0.294 0.043 0.333 0.160 0.331 Poznámky: Případy byly váženy podle počtu obyvatel 58 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Odlišná je situace u hnutí STAN, které v tomto kraji zvítězilo. Překvapivě se ukazuje, že starostové v nejmenších obcích ve srovnání s podporou ve městech ztráceli víc než 1,5 p. b. Negativní dopad měl pro STAN i vyšší podíl nakažených a nezaměstnaných, což ukazuje na to, že nedocházelo v důsledku epidemie pouze k trestání vlády. Hnutí se dařilo naopak v obcích, kde přišlo k volbám více voličů a podíl vysokoškoláků, katolíků i seniorů tam byl vyšší. V případě ODS, KDU-ČSL nebo TOP 09 (Koalice) byl trend v mnoha ohledech opačný. Stranám se daří hlavně v obcích nad 5000 obyvatel a s vyšším podílem nakažených, podpora jim roste také s vyšší volební účastí a podílem vysokoškoláků. Efekt jasně odpovídá chování, které se ve městech v důsledku epidemie očekávalo. Ke ztrátám dochází naopak tam, kde je vyšší podíl nezaměstnaných, seniorů a katolíků. Nezaměstnanost městské voliče pracující v IT nebo administrativě tolik nezasáhla čili negativní efekt je zde očekávaný. Překvapivý je však efekt náboženství, jelikož KDU-ČSL je součástí proměnné koalice. Shrnutí Ve Středočeském kraji se potvrdila hypotéza, že s rostoucím počtem nakažených klesá podpora vládních stran. Vládní ANO a ČSSD (eventuálně i tolerující KSČM) měli nižší podporu v obcích s vyšším podílem vysokoškoláků i v obcích s vyšším podílem nezaměstnaných. To lze částečně interpretovat jako penalizaci vlády ze strany městský voličů, na které opatření dopadla z hlediska sociálního života nejvíce, i ze strany pracujících, kteří kvůli nim přišli o zaměstnání. Předpoklad, že po upravení způsobu voleb dojde k ocenění vládnoucích stran, tedy že při vyšší volební účasti vzroste jejich zisk, se nepotvrdila. Potvrdilo se naopak to, že se vládním stranám daří v obcích s vyšším podílem starších občanů i navzdory zdravotnické krizi a ohrožení zdraví. Jako trestání vlády je možné vnímat i negativní efekt nezaměstnanosti 59 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA na podporu vládních stran, kterým se jinak v těchto obcích daří. Hlasy těchto voličů míří častěji k SPD, KSČM nebo Pirátům. 3.2.2 Jihočeský kraj V případě Jihočeského kraje se daří vysvětlit variabilitu podpory stran relativně málo. Největší vypovídající hodnotu má model pro vysvětlení podpory u koalic (34,3 %), hnutí ANO (27,8 %) a KSČM (21,9 %). Z téměř 16 % je možné vysvětlit i podporu SPD. U zbývajících stran je zisk na zvolené sadě proměnných téměř nezávislý. Klíčové indikátory, jako je podíl nakažených, nezaměstnaných a velikost obce, se promítly do podpory středopravicových stran jinak než ve středních Čechách. ODS, KDU-ČSL nebo TOP 09 získaly větší podporu v obcích, kde byl nižší podíl nakažených, což jde proti stanoveným předpokladům. Tyto strany při srovnání podpory ve městech a menších obcích na venkově ztrácely, negativně se do toho promítá i vyšší nezaměstnanost, což potvrzuje vliv těchto proměnných na podporu pravicových stran z předchozích voleb. Analýza současně potvrdila, že podporu těchto stran ovlivňuje i vyšší podíl vysokoškoláků, a naopak menší podíl starších obyvatel. Z dlouhodobého hlediska jde o přetrvávající trend spojený s umístěním stran na pravolevé škále. Nelze však zcela vyloučit i skutečnost, že bylo volební rozhodování těchto skupin obyvatel ovlivněno i epidemickou situací a restrikcemi. Do podpory koalic (respektive především KDU-ČSL, která je součástí této proměnné) se významně pozitivně promítá i zastoupení věřících v obci. Působení proměnných v případě hnutí ANO se do jisté míry zdá být inverzní vůči hodnotám u koalic. Vládní straně se dařilo více v obcích s vyšším podílem nakažených i nezaměstnaných, což zcela popírá hypotézu o „trestání" vlády. V obou případech jde o relativně významné ukazatele. Stejně zásadně ovlivnila zisk ANO volební účast a velikost obce. Strana má oproti městům 60 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA větší podporu v nejmenších obcích a pak v obcích s 1001 až 5000 obyvateli, při vyšší volební účasti ale podpora strany klesá. To může být částečně způsobeno i zúčtováním městských voličů s politikou vlády. Tab.7 Model volební podpory stran v Jihočeském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD STAN Koalice (Konstanta) 22.902 7.403 2.794 14.011 10.411 12.338 20.459 (2.612) [2.906] [1.735] [1.941] [1.342] [3.136] [4.056] Nakažení covidem-19 [log] 0.581 0.454 -0.587 -0.021 -0.265 0.317 -0.521 [0.324] [0.361] [0.215] [0.241] [0.167] [0.389] [0.504] VŠ -0.224 0.403 -0.194 0.171 -0.126 0.303 0.564 [0.082] [0.091] [0.054] [0.061] [0.042] [0.098] [0.127] Katolíci -0.109 -0.008 -0.105 -0.038 -0.061 0.042 0.566 [0.051] [0.057] [0.034] [0.038] [0.026] [0.061] [0.079] Věk 50+ 0.147 0.054 0.120 -0.065 -0.083 -0.081 -0.289 [0.052] [0.058] [0.035] [0.039] [0.027] [0.062] [0.081] Nezaměstnanost 0.438 0.149 0.143 0.112 0.183 -0.341 -0.092 [0.164] [0.182] [0.109] [0.122] [0.084] [0.196] [0.254] Účast KV 2 020 -0.195 0.094 -0.013 -0.014 -0.035 -0.133 0.180 [0.045] [0.050] [0.030] [0.034] [0.023] [0.054] [0.070] Obec do 250 obyv. 3.405 -2.040 0.014 -0.455 0.588 2.152 -2.808 [1.378] [1.533] [0.915] [1.024] [0.708] [1.654] [2.140] Obec 251 až 1000 obyv. -0.127 -1.652 -0.198 1.198 -0.341 3.131 -2.166 [0.675] [0.751] [0.448] [0.501] [0.347] [0.810] [1.048] Obec 1001 až 5000 obyv. 0.531 -0.436 0.480 0.198 -0.113 2.207 -0.916 [0.504] [0.561] [0.335] [0.375] [0.259] [0.605] [0.783] Obec nad 5001 obyv. Referenční katejjorie R2 0.298 0.081 0.240 0.090 0.181 0.089 0.361 Adj. R2 0.278 0.056 0.219 0.065 0.159 0.064 0.343 Poznámky: Případy byly váženy podle počtu obyvatel Socioekonomické indikátory potvrzují směřování strany spíše doleva. Úspěch ANO roste s nižším podílem vysokoškolsky vzdělaných a věřících, naopak 61 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA pozitivně ho ovlivňuje vyšší zastoupení seniorů. Významnost této ohrožené skupiny pro vládní stranu se tak potvrzuje i v tomto kraji. Podobně je možné vysvětlit i podporu koaliční ČSSD, kde se jako zásadní ukazuje být hlavně velikost obce a volební účast. Model ale nemá u této strany skoro žádnou vysvětlující hodnotu. To však neplatí pro KSČM. I v tomto případě jsou patrná protnutí voličské základny s hnutím ANO. Strana je úspěšnější v obcích s vyšším podílem seniorů, vyšší nezaměstnaností, a naopak nižším zastoupením vysokoškoláků a katolíků. V tomto ohledu jde o očekávaná zjištění, která lze obtížně přisoudit jen efektu pandemie. Negativní vliv má na podporu volební účast. Zásadním rozdílem je však neúspěch KSČM v obcích s vyšším podílem nakažených covid-19. Nižší podíl nakažených a vyšší podíl nezaměstnaných je zřejmý i při pohledu podpory SPD, což lze částečně přisoudit i tomu, že voliči SPD patří právě do skupiny, která v důsledku opatření ztratila práci a svou nespokojenost transformuj e do hlasů opoziční strany. Oproti hnutí ANO nebo KSČM je však strana úspěšnější v obcích s nižším podílem seniorů. Podobně jako zmíněné dvě strany má SPD větší šanci na úspěch v menších obcích s nízkým podílem vysokoškolsky vzdělaných. V případě Pirátů nebo STAN se nepodařilo jejich podporu dostatečně vysvětlit. Jako zásadní se však ukazuje velikost obce. Starostům se více dařilo v menších obcích, zejména středně malých do tisíce obyvatel, ve srovnání s podporou ve velkých městech. To ukazuje hlavně na regionální ukotvenost strany a jejich kandidátů, než na vliv covid-19. Piráti naopak vnejmenších obcích ve srovnání s obcemi nad 5000 obyvatel ztráceli, o přibližně 1,2 p. b. se jim naopak dařilo více v obcích do 1000 obyvatel oproti městům. V případě ukazatelů spojených s pandemii se u pirátů nepotvrdilo, že by strana uspěla více v obcích s vyšším počtem nakažených, platí to však pro 62 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA STAN. Hnutí naopak ztrácelo tam, kde byla vyšší nezaměstnanost, u Pirátů tomu bylo naopak. Shrnutí Hypotéza o trestání vlády za nezvládnutí epidemie se v Jihočeském kraji nepotvrdila. Hnutí ANO i ČSSD se dařilo v obcích s vyšším podílem nakažených i nezaměstnaných. Opozice zde naopak ztrácela, což je v rozporu s předpokládaným chováním voličů v důsledku epidemie. Předpoklad se potvrdil jen u KSČM, která v obcích s větším výskytem nákazy ztrácela. Nelze však vyloučit, že to nebylo na úkor vládních stran. S vyšší volební účastí podpora ANO i KSČM klesá, neplatí to však pro ČSSD. U ní má však model nízkou relevanci. Tento předpoklad proto spíše potvrzen nebyl. Platí, že se vládním stranám daří v obcích s vyšším podílem starších občanů, a to opět navzdory obavám z nákazy, zaváděným restrikcím a několikaměsíční izolaci od rodiny. Nespokojenost s vládní politikou se neprojevila ani v obcích s vyšším podílem nezaměstnaných, což může souviste s tím, že v Jihočeském kraji nebyla míra nezaměstnanosti ve srovnání s jinými kraji tak vysoká. 3.2.3 Plzeňský kraj Při analýze podpory v Plzeňském kraji se podařilo nejvíce objasnit rozdílnou volební podporu mezi obcemi u ODS, KDU-ČSL a TOP 09 (43 %). Druhý nejvyšší podíl vysvětlené variability podpory je patrný u hnutí ANO (28,1 %) a KSČM (21,3 %). Následuje SPD s přibližně 17 %, u zbývajících stran zvolené proměnné nejsou dostatečně vysvětlující. Pro kontext je nutné upozornit, že v tomto kraji kandidovalo hnutí STAN v koalici, proto není v modelu uvedeno samostatně, ale jako součást koalic. Šířící se epidemie v obci pozitivně ovlivnila zisk středopravicových stran, a to poměrně významně. Pokud by se podíl nakažených zvýšil o 63 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA procentní bod, zisk koalic by vzrostl o 0,012 jednotek Opačný efekt, byť o něco slabší, je patrný u hnutí ANO (pokles podpory o 0,004) a KSČM (pokles o 0,007). Je tedy zřejmé, že v obcích, které se s nákazou potýkaly před volbami, nebylo vládní ANO příliš úspěšné. Na druhou stranu se straně dařilo tam, kde byla před volbami vyšší nezaměstnanost, která mimo jiné vznikla i v důsledku některých protiepidemických omezení stanovených vládou. Levicovým stranám se nicméně v regionech s vyšší nezaměstnaností daří dlouhodobě, patrné je to v tomto případě ČSSD i KSČM. Středopravicové strany zde hlasy příliš nesbírají. Ukazuje se tak, že ani zdravotnická krize postoj voličů v těchto obcích významněji neovlivnila. I v tomto kraji se ukazuje, že středopravicová opozice (koalice) si drží spíše města, zatímco ANO je úspěšné více na venkově. Hnutí ANO je v nejmenších obcích úspěšnější o 1,3 p. b. ve srovnání s podporou ve městech. Ještě větší význam mají malé vesnice pro komunisty. Naproti tomu koalice v nejmenších obcích oproti zisku ve městech ztrácí zhruba 0,4 p. b, v obcích do 1000 obyvatel dokonce 1,4 p. b. Ve srovnání s podporou ve městech přichází o hlasy v nejmenších, středních i větších obcích do 5000 obyvatel ČSSD a Piráti. U sociální demokracie jde o ojedinělý jev, který patrně souvisí se stabilní podporou strany v tomto regionu, kde měla strana dlouhé roky svého hejtmana. U Pirátů je tento jev obtížné vysvětlit. V obou případech ale model objasňuje jen malou část podpory. Těmto stranám se současně dařilo oslovit voliče v obcích, kde byla vyšší volební účast a epidemie se tam projevila více - větší podíl nakažených a nezaměstnaných. U Pirátů to může ukazovat na nespokojenost části voličů, kteří přišli o práci, jisté však je, že tento postoj nebyl spojený se sociálními demokraty, kteří se na zvládnutí krize podíleli. Rozdíly v podpoře jsou zřejmé u sociodemografických indikátorů. Zisk ČSSD ovlivňuje vyšší podíl seniorů a méně vysokoškoláků, u Pirátů je to naopak. 64 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.8 Model volební podpory stran v Plzeňském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD Koalice (Konstanta] Nakažení covidem-19 (log) vs Katolíci Věk 50+ Nezaměstnanost Účast KV 2020 Obec do 250 obyv. Obec 251 až 1000 obyv. Obec 1001 až 5000 obyv. Obec nad 5001 obyv. R2 Adj. R2 20.104 0.455 12.369 15.076 13.589 29.330 [3.523) (2.855) (2.377) (3.510) (1.779) (5.195) -0.454 0.043 -0.736 0.055 -0.308 1.228 (0.365) (0.296) (0.246) (0.363) (0.184) (0.538) -0.388 -0.427 -0.077 0.068 -0.156 0.982 (0.132) (0.107) (0.089) (0.131) (0.066) (0.194) -0.247 0.064 -0.037 0.122 -0.114 0.325 (0.061) (0.049) (0.041) (0.061) (0.031) (0.090) 0.384 0.097 -0.010 -0.161 -0.056 -0.238 (0.073) (0.059) (0.049) (0.073) (0.037) (0.108) 0.058 0.386 0.158 0.760 -0.270 -1.134 (0.268) (0.217) (0.181) (0.267) (0.135) (0.395) -0.189 0.108 -0.171 0.031 -0.062 0.333 (0.060) (0.048) (0.040) (0.060) (0.030) (0.088) 1.321 -0.689 1.469 -2.748* 0.001 -0.379 (1.651) (1.338) (1.114) (1.645) (0.834) (2.435) 1.430 -0.517 0.684 -1.234 0.256 -1.388 (0.846) (0.686) (0.571) (0.843) (0.427) (1.248) -0.254 -0.095 -0.053 -0.763 -0.391 1.305 (0.620) (0.503) (0.418) (0.618) (0.313) (0.915) Referenční kategorie 0.305 0.281 0.108 0.077 0.239 0.213 0.083 0.052 0.198 0.171 0.449 0.430 Poznámky: Případy byly váženy podle počtu obyvatel Patrný je také společný trend nízké volební účast spojený zejména s nejmenšími obcemi, kde se daří právě ANO, KSČM a SPD. Společným je pro tyto strany i úspěch v obcích s nižším zastoupením vysokoškoláků a katolíků. SPD i KSČM oproti ANO sbírají hlasy více v obcích s mladšími voliči. U 65 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA komunistů nejde o překvapující jev, strana má na Plzeňsku dlouhodobě silnou podporu. Shrnutí Hnutí ANO a KSČM nebyly v obcích s vyšším podílem nakažených úspěšné. Podporu tam získává naopak opozice a ČSSD, u něhož zřejmě převážil vliv tradice a stabilní voličské základny v regionu. Ani v tomto kraji se nepotvrdilo, že by byla vyšší volební účast byla ku prospěchu vládě. Současně platí, že i tady mají tyto strany větší podporu při větším zastoupení starších obyvatel a ztrácí naopak tam, kde je více vysokoškoláků. Tento je jen okrajově spojen s pandemií. Co s ní naopak úzce souvisí je nezaměstnanost, a ta se na postoji voličů k vládě významněji neprojevila. 3.2.4 Karlovarský kraj Podporu stran v Karlovarském kraji se daří zvolenými proměnnými dobře vysvětlit. Překvapující je to zejména u Pirátů, u níž byl v jiných krajích model téměř nevypovídající. V tomto případě vysvětluje 51,7 % variability podpory. Velmi dobře vypovídá model i o vlivu zvolených ukazatelů u koalic (45,2 %) a u hnutí ANO (43,6 %). Víc než 20 % vysvětluje model také u SPD a KSČM, nejméně objasňuje rozložení podpory u ČSSD (13 %). Podobně jako v Plzeňském kraji, ani tady STAN nekandidovalo samostatně, proto bylo zahrnuto mezi koalice. V obcích, kde se covid-19 měsíc před volbami více šířil, voliči častěji hlasovali pro středopravicové strany (koalice), jde o významný ukazatel. Při zvýšení podílu nakažených o procentní bod se podpora těchto stran navýší o 0,047 jednotek. Vládní ANO v takových obcích naopak o podporu přichází (pokles o 0,004 jednotek), úspěšnější je však v obcích s vyšší nezaměstnaností. 66 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Zajímavé je, že koaliční ČSSD a rovněž KSČM se v obcích zatížených nezaměstnaností nedaří, hlasy dostávají naopak tam, kde ANO ne, tedy v obcích s vyšším podílem covid pozitivních. To může být způsobeno přelivem voličů od těchto stran k ANO. Společně s koalicemi jsou to jediné strany, u nichž má vyšší počet nakažených pozitivní vliv na podporu. Tab.9 Model volební podpory stran v Karlovarském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD Koalice (Konstanta] 27.749 -0.646 10.955 14.017 12.583 57.853 [6.128] [3.286] [2.504] [4.309] [2.416] [9.887] Nakažení covidem-19 (log] -0.357 0.198 0.623 -0.699 -0.181 4.720 [0.715] [0.383] [0.292] [0.503] [0.282] [1.153] vš 0.468 -0.261 0.228 1.256 -0.061 2.455 [0.299] [0.160] [0.122] [0.210] [0.118] [0.482] Katolíci 0.588 -0.110 -0.232 1.187 0.127 0.364 [0.429] [0.230] [0.175] [0.302] [0.169] [0.692] Věk 50+ 0.357 0.258 0.017 -0.094 -0.010 -0.687 [0.180] [0.096] [0.073] [0.126] [0.071] [0.290] Nezaměstnanost 0.302 -0.312 -0.212 -0.625 -0.088 -1.449 [0.313] [0.168] [0.128] [0.220] [0.124] [0.505] Účast KV 2020 -0.678 -0.058 -0.181 -0.268 -0.138 -0.445 [0.109] [0.058] [0.044] [0.077] [0.043] [0.176] Obec do 250 obyv. 1.402 2.476 2.014 5.011 1.724 3.015 [7.325] [3.928] [2.993] [5.151] [2.888] [11.817] Obec 251 až 1000 obyv. 2.957 -0.725 0.644 1.831 0.696 0.433 [1.682] [0.902] [0.687] [1.183] [0.663] [2.713] Obec 1001 až 5000 obyv. 2.665 0.874 1.453 0.367 0.352 1.515 [1.183] [0.635] [0.484] [0.832] [0.467] [1.909] Obec nad 5001 obyv. Referenční kategorie R2 0.492 0.217 0.292 0.565 0.320 0.507 Adjusted R2 0.436 0.130 0.213 0.517 0.244 0.452 Poznámky: Hodnoty byly váženy počtem obyvatel 67 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Také opoziční Piráti s SPD, kterým se oproti městům daří v nejmenších obcích (Piráti mají vyšší zisk o 5 p. b., SPD o 1,7 p. b.), s větším výskytem nákazy a rostoucí nezaměstnaností ztrácí. Model ukazuje, že podpora těchto dvou stran je v mnoha ohledech ovlivněna stejným způsobem. Oba subjekty oslovují spíše mladší voliče a (poněkud překvapivě) věřící, rozchází se však v rovině dosaženého vzdělání. Piráti sbírají hlasy u vysokoškoláků, SPD spíš mezi osobami s nižším vzděláním. Při bližším pohledu na sociodemografické ukazatele je zřejmé, že negativní dopad měla na zisk hnutí ANO pouze vyšší volební účast a větší podíl nakažených covidem-19, což do jisté míry ukazuje na trestání dominantní vládní strany kvůli šíření nákazy, nikoliv z ekonomických důsledků v podobě ztráty zaměstnání. Na rozdíl od jiných krajů je taky zřejmé, že pro ANO nejsou v tomto případě klíčové nejmenší obce. Vládním stranám a KSČM se dařilo v obcích s větším podílem starších obyvatel, vedle nízké účasti měl na jejich zisk pozitivní vliv také nižší podíl katolíků a v případě ČSSD také nižší podíl vysokoškoláků, u komunistů je tomu naopak. Zajímavý je také vliv volební účasti. Vyšší zájem voličů v tomto kraji všechny strany spíše poškodil. Shrnutí V Karlovarském kraji mají dlouhodobě větší podporu levicové strany (Balík a kol 2013: 127, 129-131). Analýza volební podpory ukazuje, že větší výskyt covidu-19 v obcích negativně ovlivnil volební zisk ANO, pozitivní byl naopak pro opozici a s koaliční ČSSD a KSČM, což lze vysvětlit právě stabilní podporou v regionu. Předpoklad o trestání v důsledku krize byl tedy naplněn jen v případě hnutí ANO, neplatí ale pro vyšší podíl nezaměstnaných, který byl jedním z vedlejších důsledků protiepidemických opatření. Na tu naopak doplácely spíše sociální demokraté a komunisté. 68 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Potvrdila se hypotéza, že vládním stranám se více daří v obcích s vyšším podílem seniorů a s výjimkou ČSSD také s nižším podílem vysokoškoláků. Pozitivně se vyšší vzdělání obyvatel promítlo do podpory koalic a Pirátů. Negativní dopad vyšší volební účasti se tentokrát týká všech stran, nelze ho spojovat jen s vládou. 3.2.5 Ústecký kraj V tomto regionu pomáhají zvolené proměnné vysvětlit nanejvýš čtvrtinu variability podpory, a to u Pirátů (26,3 %). Následuje SPD (21,9 %), hnutí STAN (20,8 %), středopravicové strany (19,2 %) a hnutí ANO (17,9 %). Ani částečně se nepodařilo vysvětlit zisk sociální demokracie, u KSČM pouze deset procent. Vládní strany (byť za vypovídající lze brát hlavně hodnoty u KSČM) měly nižší podporu v obcích, kde se s nákazou covidem-19 potýkalo více obyvatel, což lze přisoudit nespokojenosti se zvládáním pandemie. Pozitivně tato skutečnost ovlivnila podporu Starostů, Pirátů a SPD. Při zvýšení podílu nakažených o procentní bod narostla podpora STAN o zhruba 0,0215 jednotek. Společně s vládou ztrácí při vyšším počtu nakažených i ODS, KDUČSL a TOP 09 (koalice). Tyto strany, s výjimkou KSČM, nebyly příliš úspěšné ani v obcích s vyšším podílem nezaměstnaných. Jedinými subjekty, u nichž roste podpora při vyšší nezaměstnanosti, jsou komunisté a STAN. Překvapivý je tento jev u Starostů a pravděpodobně souvisí s tím, že v Ústeckém kraji Starostové oslovují spíše starší elektorát, s nižším vzděláním a vyšším podílem věřících, jak ukazuje model. Vyloučit však nelze ani snahu voličů ukázat nespokojenost s vládou. V obcích s vyšším podílem nezaměstnaných se totiž ANO i ČSSD za normálních okolností daří, zde je tomu naopak. Je patrné, že tyto strany doplácely na vývoj epidemie v Česku, a to hlavně vnejmenších obcích, kde strany oproti městům podporu ztrácely. Vyšší 69 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA podpory se ANO dostávalo oproti městům jen v obcích s 251 až 1000 obyvateli. Velikost sídel velmi výrazně ovlivnila také zisk STAN a koalic. Zajímavé je, že i Starostům se dařilo hlavně ve městech. V nejmenších obcích ztráceli oproti městům o 10,3 p. b. U koalic je trend inverzní, strany ve srovnání s městy nad 5000 obyvatel získaly v nejmenších obcích o 6 p. b. více. Na vesnicích se dařilo i SPD, naopak podpora Pirátů se váže spíše k obcím nad 250 obyvatel a s přibývajícím počtem obyvatel roste. V obcích s větším zastoupením seniorů dostávaly hlasy ANO, KSČM a STAN. Zatímco u prvních dvou jde o předpokládaný jev, u Starostů jde pravděpodobně o zkušenost z komunální úrovně. Podpora těchto stran a také SPD je současně negativně ovlivněna vyšším vzděláním. Tady je nutné zmínit ČSSD. Koaliční partner má na rozdíl od ANO větší podporu ve městech, s čímž je spojeno i to, že má na zisk pozitivní vliv vyšší podíl vysokoškoláků a nižší zastoupení seniorů. Vyšší volební účast sociálním demokratům a KSČM na rozdíl od ANO pomohla, což může souviset s dlouhodobě vyšší podporou těchto stran v regionu. To by vysvětlovalo i negativní efekt účasti na podporu koalic a SPD. Shrnutí Ke snížení podpory vládních stran dochází ve větší míře v obcích, kde se nemoc covid-19 šířila více. Očekávané trestání v souvislosti s počtem nakaženým se tak potvrzuje i v tomto kraji. Jako lichý se však jeví v případě hnutí ANO předpoklad, že podpora těchto stran vzroste s vyšší volební účastí, a to díky zavedeném hygienickým opatřením u voleb. Platí to jen pro ČSSD a KSČM, které mají však v tomto regionu dlouhodobě podporu, je proto nutné připustit i efekt tradice, a to zejména u KSČM, které se dařilo zejména v menších obcích. V případě hnutí ANO se potvrdila hypotéza, že na podporu 70 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA vlády má vliv vyšší podíl seniorů v obci, což ale neplatí pro ČSSD, která má voličské zázemí ve městech. Tab.10 Model volební podpory stran v Ústeckém kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD STAN Koalice (Konstanta] 30.231 3.950 2.093 12.589 18.787 -14.194 39.100 [4.874] [1.440] [2.486] [2.633] [2.440] [7.820] [8.239] Nakažení covidem-19 (log] -0.895 -0.091 -0.781 0.627 0.576 2.145 -0.491 [0.617] [0.182] [0.315] [0.333] [0.309] [0.990] [1.043] vš -0.527 0.019 -0.062 0.364 -0.245 -2.005 1.696 [0.188] [0.056] [0.096] [0.102] [0.094] [0.302] [0.318] Katolíci -0.356 0.077 0.001 0.266 -0.616 1.371 1.415 [0.308] [0.091] [0.157] [0.166] [0.154] [0.494] [0.520] Věk 50+ 0.300 -0.018 0.061 -0.120 -0.065 0.299 -0.405 [0.108] [0.032] [0.055] [0.058] [0.054] [0.173] [0.182] Nezaměstnanost -0.512 -0.157 0.144 -0.362 -0.022 0.748 -1.153 [0.212] [0.063] [0.108] [0.115] [0.106] [0.341] [0.359] Účast KV 2020 -0.284 0.009 0.012 0.029 -0.098 0.712 -0.498 [0.093] [0.027] [0.047] [0.050] [0.046] [0.149] [0.157] Obec do 250 obyv. -0.167 -0.582 2.443 -1.767 0.083 -10.279 6.043 [3.342] [0.988] [1.705] [1.805] [1.674] [5.363] [5.650] Obec 251 až 1000 obyv. 0.475 -0.260 1.320 0.656 -0.884 -4.987 1.348 [1.295] [0.383] [0.661] [0.700] [0.649] [2.078] [2.190] Obec 1001 až 5000 obyv. -0.340 -0.008 1.240 0.569 -0.902 -2.184 0.990 [0.917] [0.271] [0.468] [0.495] [0.459] [1.471] [1.550] Obec nad 5001 obyv. Referenční katejgorie R2 0.209 0.057 0.133 0.290 0.248 0.237 0.221 Adjusted R2 0.179 0.021 0.100 0.263 0.219 0.208 0.192 Poznámky: Případy byly váženy podle počtu obyvatel Platnosti hypotéz výrazně ovlivňuje model pro hnutí STAN, které má podporu především ve větších obcích a městech nad 5000 obyvatel, přičemž hlasy 7 1 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA získává v místech, která jsou více zasažená nákazou a je tam vyšší podíl nezaměstnaných. To lze interpretovat jako tendenci části voličů projevit nespokojenost s řízením země v době krize, což je podpořeno i efektem nezaměstnanosti. ANO i ČSSD v obcích s vyšším podílem nezaměstnaných o hlasy přicházejí, ačkoliv byly tyto indikátory pro strany v předchozích volbách přínosné. 3.2.6 Liberecký kraj Velmi dobře vysvětluje regresní model variabilitu volební podpory u hnutí ANO (57,7 %). Vysokou vysvětlovači hodnotu má také u STAN (48 %), Pirátů (42,3 %) a SPD (40 %). Rozdíly v podpoře se daří zhruba ze třetiny objasnit také u koalic a KSČM. Naopak zanedbatelné jsou hodnoty u ČSSD (3,5 Šíření covidu-19 se v Libereckém kraji ukazuje jako klíčová proměnná. Pozitivně se promítla do podpory koalic a Pirátů, negativně ovlivnila zisk vládních stran, KSČM a STAN. Nejvíce však ovlivnila ANO a koalice. Při zvýšení podílu nemocných o procentní bod vzroste podpora koalic o 0,02 jednotek, zatímco v případě ANO naopak klesne o zhruba 0,015 jednotek. S tím souvisí i efekt nezaměstnanosti. Čím vyšší podíl nezaměstnaných, tím nižší podpora ANO, ČSSD, KSČM a překvapivě Pirátů, a naopak vyšší zisk SPD, STAN a koalic. Předpoklad o trestání vlády se tak naplňuje jak na úrovni počtu nakažených, tak v souvislosti s podílem nezaměstnaných. V obou případech voliči ukazují nespokojenost s kroky vlády, které vedly k opětovnému nárůstu počtu nakažených a v propouštění v důsledku uzavření provozů a omezení služeb. V případě ANO a koalic jsou hodnoty proměnné prakticky totožné, jen vzájemně inverzní. V neprospěch většiny stran hrála vyšší volební účast, která však významně napomohla Starostům. Při navýšení účasti vzrostla podpora 72 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA strany o 1,37 jednotek, což souvisí s tím, že STAN se daří zejména ve velkých obcích a městech. Strana v nejmenších obcích přichází o 10 p. b. ve srovnání s podporou ve městech. Podobný efekt je patrný u koalic. Venkov patří především ANO, které v obcích do 250 obyvatel získává oproti městům o 6,2 p. b. více hlasů. Na vesnicích se daří i KSČM, ČSSD, Pirátům a SPD, s přibývajícím počtem obyvatel jejich se jejich podpora snižuje. Sociodemografické charakteristiky nabízí v tomto případě překvapivá zjištění. Podpora ANO, která se v jiných regionech opírá o seniory a voliče s nižším vzděláním, je spojená s opačným efektem, tedy pozitivní je pro ni vyšší podíl vysokoškoláků a méně obyvatel starších 50 let, podobně jako pro SPD. Poměrně nesourodě spojuje ČSSD, Piráty a koalice vyšší podíl seniorů a vysokoškoláků, které mají pozitivní dopad na podporu stran. Neplatí to pro KSČM, která profituje u skupin s nižším vzděláním a neplatí to ani pro STAN. Starostové jsou úspěšnější ve městech, kde jsou v menším zastoupení senioři, katolíci a vysokoškoláci. Při vyšším podílu vysokoškolsky vzdělaných podpora strany klesá o 3,4 p. b. Shrnutí Také v Libereckém kraji dochází v obcích s vyšším podílem nakažených k poklesu podpory vlády a zvýšení zisku opozičních stran. Efekt pandemie lze pozorovat i na podílu nezaměstnaných. Tato proměnná má na podporu vládních stran negativní vliv, ku prospěchu je pro opozici, zejména koalice, což potvrzuje vstupní hypotézy. Nenaplnil se předpoklad spojený s volební účastí. Vyšší účast negativně ovlivnila zisk většiny stran, vyjma KSČM a STAN. Větší podíl starších obyvatel pozitivně ovlivnil zisk ČSSD a KSČM, ale také Pirátů a koalic. Negativní dopad měl naopak na podporu ANO, což je s ohledem na situaci v ostatních krajích i teorii ojedinělé. 73 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.11 Model volební podpory stran v Libereckém kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD STAN Koalice [Konstanta] 44.960 1.425 5.508 2.031 15.016 20.469 3.539 [3.815] [1.082] [1.410] [2.574] [1.742] [8.146] [4.660] Nakažení covidem-19 (log] -1.487 -0.240 -0.311 0.135 -0.183 -0.080 2.072 [0.510] [0.145] [0.188] [0.344] [0.233] [1.089] [0.623] vš 0.202 0.029 -0.147 0.995 0.279 -3.412 1.249 [0.188] [0.053] [0.070] [0.127] [0.086] [0.402] [0.230] Katolíci 0.045 0.013 -0.049 0.196 0.048 -0.704 0.615 [0.161] [0.046] [0.059] [0.108] [0.073] [0.343] [0.196] Věk 50+ -0.056 0.053 0.088 0.167 -0.065 -0.302 0.085 [0.108] [0.030] [0.040] [0.073] [0.049] [0.230] [0.131] Nezaměstnanost -0.821 -0.051 -0.164 -0.315 0.222 0.279 0.834 [0.275] [0.078] [0.102] [0.186] [0.126] [0.588] [0.337] Účast KV 2020 -0.598 -0.035 0.099 -0.122 -0.240 1.366 -0.137 [0.074] [0.021] [0.027] [0.050] [0.034] [0.158] [0.090] Obec do 250 obyv. 6.221 0.599 1.733 2.185 2.603 -10.690 -2.994 [3.200] [0.907] [1.183] [2.159] [1.461] [6.833] [3.909] Obec 251 až 1000 obyv. 0.635 0.210 1.034 1.228 0.949 -4.568 -1.047 [1.119] [0.317] [0.414] [0.755] [0.511] [2.390] [1.368] Obec 1001 až 5000 obyv. -2.496 -0.184 0.429 0.763 0.141 0.596 -0.191 [0.801] [0.227] [0.296] [0.541] [0.366] [1.711] [0.979] Obec nad 5001 obyv. Referenční kategorie R2 0.604 0.095 0.357 0.459 0.437 0.512 0.413 Adjusted R2 0.577 0.035 0.315 0.423 0.400 0.480 0.375 Poznámky: Případy byly váženy podle počtu obyvatel 7 4 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 3.2.7 Královéhradecký kraj Rozdíly v podpoře stran mezi obcemi se v Královéhradeckém kraji daří vysvětlit u vybraných stran nanejvýš ze třetiny. Vybrané charakteristiky osvětlují podporu koalic, které v tomto regionu zahrnují i hnutí STAN (kandidující v koalici) z 28,2 %, což je nejvíc ze všech sledovaných subjektů. Následuje hnutí ANO s 23,9 %, a SPD s KSČM, u nichž jde o zhruba 20 %. Model vysvětluje z 18 % variabilitu podpory Pirátů, naproti tomu vybrané proměnné minimálně objasňují variabilitu podpory ČSSD (7 %). Úspěšnější byly vládní strany v obcích, v nichž se covid-19 šířil méně. Podobně je tomu u Pirátů, takřka nulový efekt měl podíl nakažených na zisk SPD. V těchto lokalitách se naopak výrazně lépe dařilo koalicím. Ve chvíli, kdy se podíl nemocných zvýší o p. b., vzroste i podpora těchto stran o 0,017 jednotek. Klesá naopak v obcích, kde je vyšší míra nezaměstnaných, a to přibližně ve stejné míře. Negativní efekt má nezaměstnanost poněkud překvapivě na podporu KSČM. Zbývajícím stranám, včetně ANO, a především ČSSD se zde naopak dostávalo větší podpory. Ačkoliv silný nesouhlas s vládním řešením krize přichází zejména z obcí přímo zasažených covidem- 19, ztráta zaměstnání nebyla pro voliče natolik silným argumentem, aby vedla k odlivu hlasů. I tady do variability podpory významně promlouvá velikost obce. Ve srovnání s předchozími kraji lze pozorovat odlišný efekt u ANO, které nemá převažující podporu vnejmenších obcích. Lepší výsledky má oproti městům spíše v obcích nad 251 obyvatel. Podporu vnejmenších obcích si tentokrát drží spíše ČSSD a KSČM, kterým se s rozšiřováním sídel podpora snižuje, což ukazuje na rozdělení sféry vlivu u podobně orientovaných voličů. Zcela opačná a velmi zřetelná je koncentrace elektorátu koalic ve městech. Vnejmenších obcích ztrácí tyto strany přes 11 p. b. ve srovnání se zisky v obcích nad 5000 obyvatel. Na druhou stranu negativně ovlivňuje podporu 75 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA těchto stran vyšší podíl vysokoškoláků, které lze právě v těchto místech očekávat. Podpora koalic klesá i s větším podílem seniorů, a naopak roste s větším počtem věřících, což je dáno tím, že proměnná zahrnuje i KDU-ČSL. Při vyšším počtu vysokoškolsky vzdělaných přichází o hlasy i SPD a hnutí ANO, u zbývajících stran to má pozitivní efekt. Překvapující je to hlavně u KSČM a ČSSD. Sociální demokraté navíc ztrácí podporu v obcích s větším počtem seniorů, a naopak získávají hlasy tam, kde je více katolíků. Přisuzovat odliv seniorních voličů proměnným spojeným s pandemií by však bylo zcela zjednodušující a nejednoznačné. Pravděpodobnější se zdá být přesun těchto voličů k hnutí ANO, u něhož roste podpora při vyšším podílu seniorů roste. Opoziční Piráti jsou úspěšnější spíše v menších obcích, u SPD se podpora zvyšuje s přibývajícím počtem obyvatel. Společné mají pouze to, že se jim více daří mezi mladšími voliči a rozchází se na úrovni dosaženého vzdělání. Vyšší podíl vysokoškoláků prospívá jen Pirátům. I v tomto kraji stranám přeje spíše nižší volební účast, vyšší zájem voličů přináší hlasy jen koalicím a v menší míře i Pirátům, což upravením způsobu voleb vysvětlovat nelze. Shrnutí Podpora vládních stran i KSČM s vyšším podílem nakažených v tomto kraji klesá a výrazně naopak roste v případě opozičních stran (ODS, KDU-ČSL, TOP 09), což je možné chápat jako formu penalizace vlády. Na druhou stranu vyšší podíl nezaměstnaných nemá negativní dopad na zisk ANO, ani ČSSD. Ztrácely v těchto obcích naopak koalice. Za propouštění a větší podíl osob, které v posledních měsících přišly o zaměstnání, tak voliči viní spíše opozici než vládu, která měla jejich podporu už dříve. Předpoklad spojený s volební účastí naplněn nebyl. Vládní strany při vyšší účastí podporu ztrácí. 76 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.12 Model volební podpory stran v Královéhradeckém kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD Koalice (Konstanta] 16.272 10.441 9.154 10.720 8.526 35.861 [4.011] [5.609] [1.934] [3.038] [1.782] [6.600] Nakažení covidem-19 (log] -0.214 -0.668 -0.212 -0.400 0.0002 1.729 [0.373] [0.522] [0.180] [0.283] [0.166] [0.614] vš -0.028 0.059 0.059 0.292 -0.106 -0.299 [0.093] [0.130] [0.045] [0.070] [0.041] [0.153] Katolíci -0.221 0.317 -0.091 -0.149 0.001 0.185 [0.084] [0.118] [0.041] [0.064] [0.037] [0.138] Věk 50+ 0.389 -0.100 0.066 -0.027 -0.017 -0.221 [0.083] [0.116] [0.040] [0.063] [0.037] [0.136] Nezaměstnanost 0.358 0.984 -0.218 0.042 0.293 -1.170 [0.243] [0.340] [0.117] [0.184] [0.108] [0.399] Účast KV 2020 -0.224 -0.118 -0.165 0.060 -0.061 0.513 [0.070] [0.099] [0.034] [0.053] [0.031] [0.116] Obec do 250 obyv. 0.781 5.702 2.706 0.631 -0.420 -11.270 [2.046] [2.861] [0.987] [1.550] [0.909] [3.366] Obec 251 až 1000 obyv. 2.163 2.005 0.161 0.907 0.372 -6.055 [0.831] [1.162] [0.401] [0.630] [0.369] [1.368] Obec 1001 až 5000 obyv. 1.623 2.032 0.317 -0.264 0.424 -4.413 [0.684] [0.957] [0.330] [0.518] [0.304] [1.126] Obec nad 5001 obyv. Referenční kategorie R2 0.267 0.106 0.235 0.217 0.237 0.309 Adjusted R2 0.239 0.072 0.205 0.187 0.208 0.282 Poznámky: Případy byly váženy podle počtu obyvatel Ani v tomto případě tedy nelze pozorovat mobilizační efekt voličů, který by dokládal vliv zavedených bezpečnostních opatření ve volebních místnostech na vyšší účast. S vyšším podílem seniorů se daří pouze ANO, což lze vysvětlit částečným odlivem elektorátu ČSSD ke koaličnímu partnerovi. Zcela vyloučit 77 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA však nelze ani to, že za špatnou krizovou politiku trestají voliči jen jednu vládní stranu. Sociální demokraté navíc mají na starosti Ministerstvo práce a sociálních věcí, které mohlo v očích některých seniorů působit jako nekompetentní za časů zdravotnické krize. 3.2.8 Pardubický kraj Regresní model pomáhá vysvětlit téměř polovinu variability volební podpory u koalic. V případě ANO dosahuje vysvětlovači síla modelu přes 34 %, podobně u KSČM. Přibližně ze čtvrtiny se daří vysvětlit rozdíly v podpoře mezi obcemi u Pirátů a ČSSD, u níž se větší objasnění za použití stejných indikátorů ve většině krajů příliš nedaří. Následuje SPD s 20 % a STAN se 17 %. Podíl nakažených covidem-19 se i v tomto kraji ukazuje jako významná proměnná. Na rozdíl od ANO, se tentokrát významně negativně promítá do podpory ČSSD i KSČM. V obcích s větší nákazou ztrácí i SPD a překvapivě STAN. Při zvýšení podílu nakažených se sníží podpora sociálních demokratů o 0,03 jednotek, v případě KSČM je efekt podstatně nižší (pokles o 0,004). Ve více zasažených obcích se dařilo koalicím (navýšení podpory o 0,023 jednotek) a Pirátům (nárůst podpory o 0,005). Ztráta podpory vlády je zcela jistě spojena s nespokojeností voličů se zvládáním epidemie. S výjimkou Starostů je z modelu zřejmá souvislost podpory s nezaměstnaností. Strany úspěšnější v obcích s rozšířenější nákazou současně ztrácejí tam, kde je více nezaměstnaných. Nejvíce se to projevuje u ČSSD, které kvůli šíření nákazy podpora klesá, ale v souvislosti s nezaměstnaností se zvyšuje o 1,4 p. b. Efekt ztráty zaměstnání nebyl v případě sociální demokracie na rozhodnutí voličů tak silný, jako nezvládnuté zastavení šíření covidu-19. 78 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Rozložení podpory stran je silně ovlivněno velikostí obce. Nečekaný je především silně negativní efekt v případě menších obcí na podporu ČSSD. Ve srovnání s podporou ve městech je zde úspěch strany nižší o víc než 11 p. b. S přibýváním obyvatel tento efekt sice slábne, stále je ale velmi silně negativní. Stejný efekt lze pozorovat také u koalic, kterým se rovněž daří více ve městech. Napomáhá jim i vyšší podíl vysokoškoláků, věřících a menší zastoupení seniorů. Sociální demokracii zvedá podporu naopak větší podíl starších voličů a méně vysokoškoláků. Tyto jevy sice nejsou překvapující, v kontextu pandemie ale mohou být posíleny. S koaličním ANO nebo KSČM má ČSSD společné pouze to, že je pro ni zastoupení seniorů zásadní. Vyšší podíl vysokoškoláků má na podporu ANO a KSČM pozitivní vliv, stejně jako nižší volební účast. Jediné strany, u nichž se ukazuje vyšší volební účast jako prospěšná jsou ČSSD a STAN. Podobně je tomu u Pirátů, kterým však podpora roste s vyšším zastoupením vysokoškolsky vzdělaných. Shrnutí Při vyšším podílu nakažených přichází ČSSD o voliče. Tento efekt je u sociálních demokratů velmi silný, na druhou stranu se však neukazuje u hnutí ANO. Jedním z vysvětlením může být úspěšná komunikační strategie ANO, které nevydařenou agendu a veřejností negativně přijímané kroky nechává na koaliční ČSSD nebo je s ní přímo spojuje. To, že se ANO chová jako opozice ve vlastní vládě není novým jevem. Tendenci voličů projevit nespokojenost s vládou lze pozorovat na podpoře koalic a Pirátů, kteří v nákazou zasažených obcích pro tyto strany hlasují častěji. Negativně se však k hnutí ANO staví voliči zejména tam, kde byla před volbami vyšší volební účast, u sociální demokracie nebo ČSSD je tento efekt opačný. Hypotéza se tedy potvrdila jen částečně. 79 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.13 Model volební podpory stran v Pardubickém kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD STAN Koalice [Konstanta) 20.031 -9.081 1.772 20.752 8.552 -0.682 43.429 Nakažení covidem-19 (log] [3.720] 0.232 [0.354] [9.434] -3.022 [0.899] [1.832] -0.428 [0.175] [2.636] 0.500 [0.251] [1.532] -0.104 [0.146] [5.478] -0.252 [0.522] [5.444] 2.325 [0.519] vš 0.214 -1.856 0.025 0.305 -0.065 -0.010 1.301 [0.127] [0.322] [0.063] [0.090] [0.052] [0.187] [0.186] Katolíci -0.224 0.171 -0.024 -0.148 -0.046 -0.156 0.633 [0.045] [0.114] [0.022] [0.032] [0.018] [0.066] [0.066] Věk 50+ 0.380 0.273 0.170 -0.227 -0.029 -0.008 -0.409 [0.073] [0.186] [0.036] [0.052] [0.030] [0.108] [0.107] Nezaměstnanost -0.440 1.463 0.379 -0.338 0.402 -0.877 -0.679 [0.343] [0.869] [0.169] [0.243] [0.141] [0.505] [0.501] Účast KV 2020 -0.349 0.623 -0.136 -0.011 -0.068 0.248 -0.287 [0.054] [0.138] [0.027] [0.038] [0.022] [0.080] [0.079] Obec do 250 obyv. 3.235 -11.859 1.591 1.352 1.326 6.309 -3.895 [1.832] [4.647] [0.903] [1.299] [0.755] [2.699] [2.682] Obec 251 až 1000 obyv. 3.344 -8.209 0.919 1.097 0.355 4.486 -3.918 [0.797] [2.021] [0.392] [0.565] [0.328] [1.173] [1.166] Obec 1001 až 5000 obyv. 2.470 -6.497 0.636 0.981 0.131 3.723 -3.306 [0.624] [1.583] [0.307] [0.442] [0.257] [0.919] [0.913] Obec nad 5001 obyv. Referenční katej'orie R2 0.369 0.261 0.354 0.287 0.232 0.199 0.506 Adjusted R2 0.346 0.235 0.331 0.262 0.205 0.171 0.489 Poznámky: Případy byly váženy podle počtu obyvatel S vyšší volební účastí klesá podpora ANO i KSČM, opačný efekt jsme zaznamenali u ČSSD, což ovšem nelze vykládat jako ocenění zavedených hygienických opatření a úpravy způsobu voleb. Všechny vládní strany (i 80 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA KSČM) mají vyšší podporu, pokud je v obci více starších voličů, což potvrzuje vstupní očekávání spojená s teorií. 3.2.9 Kraj Vysočina V kraji Vysočina se pomocí zvolených proměnných daří vysvětlit jen velmi malou část variability podpory stran. S největší pravděpodobností jejich zisk ovlivnily další proměnné, které model nezahrnuje. Největší vysvětlovači sílu má model u KSČM (19 %), dále u ANO (16 %), koalic (14 %), SPD (13 %) a ČSSD (11 %). Méně než desetinu podpory je možné osvětlit u Pirátů. Podobně jako na Pardubicku, vládní ANO i KSČM ztrácejí v obcích, kde bylo více nakažených covidem-19. Platí to i pro koalice, kterým při zvýšení podílu nakažených o p. b. klesne podpora 0,002 jednotky. Ještě více překvapující je, že z šířící se nákazy profituje vládní ČSSD (při zvýšení podílu nakažených nárůst podpory o 0,014 jednotek), což může odkazovat k tradičnímu zastoupení strany v tomto regionu. Pozitivní efekt to má i pro Piráty, které je možné vnímat jako opoziční subjekt, který byl pro voliče nespokojené s vývojem krize vhodnou alternativou k vládě. Opět se ukazuje provázanost nezaměstnanosti a šíření nákazy. Pokud strana kvůli vyššímu podílu nemocných ztrácí, podporu získává v místech s vyšší nezaměstnaností. Jsou tu však dvě výjimky - Piráti a koalice. Pirátům se daří jak v zasažených obcích, tak v těch s větší nezaměstnaností, což posiluje interpretaci, že dochází k trestání vlády (zejména ANO) ve prospěch opozice. U koalic je efekt inverzní, což je ovlivněno tím, že středopravicové strany v malých obcích významně ztrácí na rozdíl od měst, kterých na Vysočině není ve srovnání s jinými kraji mnoho. Stejně tak mají větší podporu ve městech Piráti. Podpora vládních stran je vyšší v menších obcích, zejména těch do 250 obyvatel. V neprospěch většiny stran se ukazuje být vyšší volební účast, k vyššímu zisku napomáhá jen koalicím. Tady je však zřejmá souvislost s velikostí obce. 81 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.14 Model volební podpory stran v Kraji Vysočina Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD Koalice [Konstanta] 13.595 8.940 3.881 24.968 7.749 32.792 [4.106] [6.049] [2.206] [3.271] [1.821] [7.125] Nakažení covidem-19 (log] -0.668 1.381 -0.291 0.017 -0.013 -0.226 [0.362] [0.533] [0.194] [0.288] [0.161] [0.628] vš -0.158 0.032 -0.181 0.107 0.008 0.128 [0.132] [0.194] [0.071] [0.105] [0.058] [0.229] Katolíci -0.112 0.053 -0.038 -0.012 -0.064 0.233 [0.028] [0.041] [0.015] [0.022] [0.012] [0.048] Věk 50+ 0.158 0.320 0.133 -0.257 -0.058 -0.230 [0.073] [0.108] [0.039] [0.058] [0.032] [0.127] Nezaměstnanost 1.182 -1.676 0.378 0.005 0.347 -0.577 [0.218] [0.322] [0.117] [0.174] [0.097] [0.379] Účast KV 2020 -0.041 -0.113 -0.073 -0.064 -0.022 0.336 [0.051] [0.076] [0.028] [0.041] [0.023] [0.089] Obec do 250 obyv. 1.230 0.477 0.618 -0.105 0.124 -4.772 [1.351] [1.990] [0.726] [1.076] [0.599] [2.344] Obec 251 až 1000 obyv. 1.220 -0.006 1.078 -0.737 0.057 -2.183 [0.829] [1.221] [0.445] [0.660] [0.367] [1.438] Obec 1001 až 5000 obyv. -0.529 0.772 0.287 -0.784 0.227 0.107 [0.726] [1.069] [0.390] [0.578] [0.322] [1.259] Obec nad 5001 obyv. Referenční kategorie R2 0.187 0.140 0.219 0.092 0.155 0.164 Adjusted R2 0.164 0.116 0.197 0.066 0.132 0.140 Poznámky: Případy byly váženy podle počtu obyvatel Podpora ANO, ČSSD i KSČM dle očekávání roste s vyšším podílem seniorů a klesá při větším zastoupení katolíků a vysokoškoláků (což neplatí pro ČSSD). 82 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Do jisté míry opačný efekt mají tyto proměnné u ostatních stran. Piráti, SPD i koalice jsou úspěšnější v obcích s mladší populací a vyšším podílem vysokoškoláků (u SPD je tento efekt zanedbatelný). Tyto efekty nevybočují ze standardního rozložení voličské podpory, které bylo zjištěno v jiných studiích, pandemie je však mohla posílit. Vyšší podíl katolíků se pozitivně projevuje jen u koalice, kde je KDU-ČSL zahrnuta. Shrnutí Předně je nutné zdůraznit, že vysvětlovači síla zvolených proměnných je ve vztahu k variabilitě podpory stran v Kraji Vysočina velmi nízká. Hypotéza o klesající podpoře vládních stran při vyšším podílu nakažených se potvrdila u hnutí ANO a vlády tolerující KSČM. Neplatí to pro ČSSD, jejíž podpora za takových okolností rostla. Ve vztahu k vlivu nezaměstnanosti je opět patrný opačný efekt. Pokud vládní strany v nákazou více zasažených obcích ztrácely, vyšší nezaměstnanost jim podporu zvyšovala. Zatímco ANO o hlasy nezaměstnaných příliš nepřicházelo, ČSSD s vyšším podílem těchto voličů ztrácela. Efekt pandemie je jedním zmožných vysvětlení. Penalizace vládní strany v tomto případě nevedla k navýšení zisku u opozičních koalic. Vyšší volební účast vedla u vládních stran k snížení podpory. Platí naopak předpoklad, že se těmto subjektům daří v obcích s větším zastoupením seniorů, a to navzdory obavám těchto voličů z nákazy. 3.2.10 Jihomoravský kraj V Jihomoravském kraji regresní model nejlépe vysvětluje variabilitu podpory koalic, a to zvíce než 55 %. O něco méně, přes 43 % variability osvětluje u hnutí ANO, o deset procentních bodů méně u KSČM. Necelých 30 % variability podpory vysvětluje u SPD, desetinu se daří objasnit u Pirátů. 83 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Prakticky nic neříká model o podpoře ČSSD. Hnutí STAN v tomto regionu nekandidovalo samostatně, je proto součástí proměnné koalice. Tab.15 Model volební podpory stran v Jihomoravském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD Koalice [Konstanta] 27.704 4.030 6.826 17.272 11.628 26.906 [3.416] [3.579] [2.131] [2.530] [1.612] [5.836] Nakažení covidem-19 (log] -0.340 0.245 -0.547 -0.143 0.016 0.915 [0.295] [0.309] [0.184] [0.218] [0.139] [0.504] vš -0.138 -0.138 -0.213 0.230 -0.101 0.346 [0.090] [0.094] [0.056] [0.067] [0.042] [0.154] Katolíci -0.187 -0.061 -0.101 -0.057 -0.066 0.520 [0.024] [0.026] [0.015] [0.018] [0.012] [0.042] Věk 50+ 0.272 0.118 0.191 -0.029 -0.001 -0.561 [0.073] [0.077] [0.046] [0.054] [0.035] [0.125] Nezaměstnanost 0.240 -0.316 -0.146 -0.159 0.320 0.087 [0.162] [0.170] [0.101] [0.120] [0.077] [0.277] Účast KV 2020 -0.357 0.038 -0.111 -0.113 -0.105 0.670 [0.043] [0.045] [0.027] [0.032] [0.020] [0.073] Obec do 250 obyv. 4.688 0.084 1.614 -0.359 0.606 -8.224 [2.052] [2.150] [1.280] [1.520] [0.969] [3.506] Obec 251 až 1000 obyv. 2.066 0.312 -0.223 0.333 -0.069 -3.225 [0.683] [0.715] [0.426] [0.506] [0.322] [1.166] Obec 1001 až 5000 obyv. 0.476 -0.472 -0.338 0.415 0.277 -0.732 [0.530] [0.556] [0.331] [0.393] [0.250] [0.906] Obec nad 5001 obyv. Referenční kategorie R2 0.446 0.033 0.347 0.120 0.313 0.563 Adjusted R2 0.435 0.014 0.334 0.102 0.299 0.554 Poznámky: Případy byly váženy podle počtu obyvatel 8 4 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Vliv proměnných spojených s pandemií není v tomto kraji v porovnání s ostatními ukazateli nijak mimořádný. Významněji se jeví spíše velikost sídel a volební účast. V obcích, kde se nákaza výrazněji šířila, podpora ANO a KSČM klesá a opozičních zisk koalic roste, z čehož lze vyvozovat tendenci voličů k penalizaci vlády za nezvládnutí epidemie. Sociální demokracie se to však netýká, ta podobně jako koalice má v těchto lokalitách vyšší podporu, v menší míře to platí i pro SPD. V případě ČSSD mají zvolené proměnné minimální vliv na podporu strany. Na vyšší nezaměstnanost před volbami doplácí kromě KSČM i ČSSD a SPD, vládní ANO, SPD i koalice jsou zde naopak úspěšnější. Opět je možné tento efekt vysvětlit jako obratnou komunikaci ANO, které voliči negativně vnímanou politiku přisoudí ČSSD a v souvislosti s tím i tendenci nezaměstnaných voličů zúčtovat se sociálními demokraty, kteří za nezvládnutí krize mohou. Pozitivní efekt nezaměstnanosti na podporu koalic posiluje předpoklad o trestání vlády. I v tomto kraji platí, že u většiny subjektů vedla vyšší volební účast ke ztrátám, což neplatí pro koalice a ČSSD, kterým to naopak pomohlo, byť u ČSSD nepatrně. Rozložení podpory stran v kontextu velikosti sídel má jasně čitelný trend u ANO i koalic. Zatímco ANO se nejvíce daří v malých obcích a s přibývající populací podpora strany klesá, u koalic je efekt opačný. Ve srovnání s podporou ve městech ztrácí koalice v obcích do 250 obyvatel víc než 8 p. b. Podpora hnutí ANO zde oproti městům roste o 4,7 p. b. Sociálním demokratům se daří ve srovnání s městy nejvíce v obcích do 1000 obyvatel, KSČM získává hlasy jen v nejmenších obcích. S přibývajícím obyvatelstvem posiluje naopak podpora Pirátů. Efekt sociodemografických ukazatelů nepřináší překvapivá zjištění. Vládní strany a KSČM profitují u starších voličů, a to navzdory všem očekávaným obavám nákazy nebo dlouhotrvajícím opatřením. Pirátům, SPD a koalicím se 85 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA daří s mladším elektorátem. Proměnná katolíci má pozitivní efekt podle očekávání pouze u koalic, které zahrnují i zisk KDU-ČSL. Stejně očekávatelný je vliv vyššího podílu vysokoškoláků, který je pozitivní pouze u koalic a Pirátů soustředěných ve městech. I tento jev však mohl být posílen pandemií a vést k větší mobilizaci městský voličů, kteří tyto strany podporují. Shrnutí K odlivu voličů dochází u vládních stran v obcích s vyšším podílem nakažených, ČSSD a KSČM také ztrácí při vyšší nezaměstnanosti. Vysvětlením může být právě sklon voličů projevit nespokojenost se zvládáním krize. Vyšší volební účasti pomáhá z vládních stran pouze ČSSD. Předpoklad o pozitivním vlivu účasti na podporu vlády v důsledku upravení způsobu voleb se tak nepotvrdil, respektive nelze mu efekt spojený s ČSSD ve větší míře přisuzovat. Naproti tomu se naplnilo očekávání, že se ANO, ČSSD a vládě tolerující KSČM, daří v obcích s větším podílem seniorů. Jelikož ale u většiny vládních stran nedošlo současně k pozitivního efektu účasti, nelze tak předpokládat, že změna způsobu volby snížila obavy této skupiny obyvatel z nákazy a přispěla k vyšší účasti. 3.2.11 Olomoucký kraj Regresní model pro variabilitu podpory stran mezi obcemi má v Olomouckém kraji relativně velkou sílu. Více než polovinu variability vysvětluje u koalic (55 %), což je ovlivněno i tím, že tu Piráti, ani STAN nekandidovali samostatně, ale v koalici, a jsou tedy součástí této kumulativní proměnné. Velmi dobře model popisuje i efekt proměnných na podporu ANO (51 %). Čtvrtinu variability podpory se daří objasnit u SPD, víc než 22 % u 86 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA KSČM. Podobně jako v jiných krajích, i tady jsou vybrané proměnné na podpoře ČSSD prakticky nezávislé. Tab.16 Model volební podpory stran v Olomouckém kraji Závisle proměnné: ANO 2011 ČSSD KSČM SPD Koalice [Konstanta] 20.009 7.639 8.386 14.522 39.951 [4.552] [3.277] [2.361] [2.525] [6.008] Nakažení covidem-19 (log] -0.771 -0.381 0.122 0.106 1.412 [0.456] [0.328] [0.236] [0.253] [0.602] vš -0.455 -0.035 -0.153 0.027 0.448 [0.098] [0.071] [0.051] [0.054] [0.130] Katolíci -0.236 -0.012 -0.017 -0.038 0.276 [0.057] [0.041] [0.029] [0.031] [0.075] Věk 50+ 0.412 0.024 -0.005 0.077 -0.400 [0.094] [0.068] [0.049] [0.052] [0.124] Nezaměstnanost 0.951 -0.588 0.330 -0.017 -0.760 [0.214] [0.154] [0.111] [0.119] [0.282] Účast KV 2020 -0.138 -0.026 -0.077 -0.242 0.517 [0.071] [0.051] [0.037] [0.039] [0.093] Obec do 250 obyv. -0.309 -1.567 0.755 0.892 -0.598 [2.697] [1.942] [1.399] [1.496] [3.559] Obec 251 až 1000 obyv. 1.283 -0.730 0.731 0.884 -2.636 [1.021] [0.735] [0.529] [0.566] [1.347] Obec 1001 až 5000 obyv. 1.518 -0.957 -0.073 -0.386 -0.470 [0.734] [0.528] [0.381] [0.407] [0.968] Obec nad 5001 obyv. Referenční katejjorie R2 0.526 0.064 0.254 0.284 0.567 Adjusted R2 0.510 0.031 0.227 0.259 0.552 Poznámky: Případy byly váženy podle počtu obyvatel Podporu vládních subjektů, které kandidovaly v Olomouckém kraji, sráží šíření nákazy v obcích. Přísun hlasů lze naopak sledovat u středopravicových stran (při zvýšení podílu nakažených o p. b. vzroste zisk koalic o 0,014 jednotek), opoziční SPD (navýšení o 0,001) i KSČM (navýšení o 0,0012). V případě sociální demokracie je patrný i negativní ohlas voličů v obcích s vyšší nezaměstnaností. V případě ANO a KSČM však podpora v těchto obcích 87 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA stoupá. Znovu se tak nabízí interpretace spojená s trestáním vlády, respektive jednoho jejího člena. Se zvýšením podílu nezaměstnaných vzroste podpora KSČM o 0,9 p. b. Podobně jako u ČSSD, klesá při vyšší nezaměstnanosti i podpora SPD a koalic. S výjimkou koalic jsou všechny strany úspěšnější při nižší volební účasti. U vládních stran doprovází nižší účast také nízké zastoupení vysokoškoláků, katolíků, a naopak vyšší podíl starších voličů. Opět předpokládané rozložení voličů, které mohlo být v důsledku pandemie ještě prohloubeno. Podpora ANO v tomto případě není ve většině koncentrovaná v nejmenších obcích a ve srovnání s městy tam naopak o hlasy přichází. Vyšší podporu má hnutí v obcích nad 251 obyvatel, oproti městům se podpora zvýší o 1,3 p. b. Komunisté a SPD mají většinu voličů v menších obcích do 1000 obyvatel, ČSSD a koalice zde naopak o podporu přicházejí, získávají více ve městech. Pro kontext je nutné zohlednit i vliv stáří voličů a nejvyšší dosažené vzdělání. ANO i ČSSD se daří v obcích s vyšším podílem starších obyvatel, pomáhá jim i větší zastoupení voličů s nižším dosaženým vzděláním a nižší podíl věřících. Inverzní efekt je patrný u podpory koalic, která je spojena s vyšší účastí voličů. Shrnutí V Olomouckém kraji jsou vládní strany v obcích s vyšším podílem nakažených penalizovány, v případě ČSSD k tomu dochází i v obcích s vyšší nezaměstnaností. Komunistům se daří jak v obcích s rozšířenou nákazou, tak mezi nezaměstnanými. Ani v tomto regionu neměla volební účast pozitivní efekt na podporu vládních stran, což souvisí s vyšší podporou těchto subjektů mezi seniory. Nedá se tak hovořit o mobilizaci starších voličů, kteří se jich dlouhodobě účastní nejvíce. Očekávané obavy z pandemie v tomto případě nebyly pozorovány a vstupní předpoklad lze proto pokládat za nepotvrzený. 88 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 3.2.12 Moravskoslezský kraj V Moravskoslezském kraji se ukazuje být vysvětlovači síla modelu velmi dobrá, u koalic vysvětluje více než 57 % variance podpory, zhruba polovinu variability podpory se daří objasnit u KSČM i SPD. V případě ANO dosahují hodnoty přes 24 %, u Pirátů 27 % a ČSSD 22 %. Hnutí STAN v tomto kraji kandidovalo v koalici se Zelenými, je proto součástí proměnné koalice. Více obyvatel s prokázanou nákazou covid-19 a také vyšší podíl nezaměstnaných pomohly poněkud překvapivě zvýšit podporu ANO. Pro kontext je dobré zmínit, že už mělo hnutí v kraji svého hejtmana. Koaliční ČSSD a také KSČM v obcích s rozšířenější nákazou naopak ztrácí. Částečná interpretace může směřovat k přesunům voličů od těchto stran k ANO, nebo k trestání jen jednoho z vládních partnerů. V důsledku vyššího počtu nakažených ztrácí také opoziční strany, včetně koalic, což ukazuje na pevné postavení ANO v tomto kraji. Nejvíce na přítomnost covidu-19 doplácela sociální demokracie, které při zvýšení podílu nakažených o p. b. klesá podpora o 0,012 jednotek. Při vyšší nezaměstnanosti ztrácejí jen Piráti a koalice, přičemž model ukazuje, že jde o významné efekty. Je tedy zjevné, že navzdory jedné z nejvyšších nezaměstnaností v republice se tento jev netransformoval do snahy voličů potrestat nekompetentní vládu, naopak. Rozdíly v rozložení podpory stran jsou velmi zásadně ovlivněny velikostí sídel. Ukazuje se, že vnejmenších obcích získává oproti městům větší podporu jen SPD. Ostatní subjekty, včetně ANO, ČSSD i KSČM na této úrovni o podporu přicházejí. Sociální demokratům roste zisk pouze v obcích nad 5000 obyvatel, kde jsou současně více zastoupení senioři, katolíci i vysokoškoláci. Podpora hnutí ANO roste oproti městům jen v obcích s 251 až 1000 obyvateli, a to o 0,4 p. b. Komunistům se v těchto obcích daří také, a to až do osídlení 5000 obyvateli. S přibývajícím obyvatelstvem roste pak podpora Pirátů a koalic. 89 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.17 Model volební podpory stran v Moravskoslezském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD Koalice (Konstanta] 20.993 -5.247 3.444 15.747 16.051 23.062 (5.131] (5.496] (2.386] (2.442] (2.282] (7.430] Nakažení covidem-19 (log] 1.891 -1.254 -0.141 -0.664 -0.283 -0.703 (0.531] (0.569] (0.247] (0.253] (0.236] (0.769] vš -0.351 0.063 -0.216 0.286 -0.006 1.004 (0.174] (0.186] (0.081] (0.083] (0.077] (0.252] Katolíci -0.032 0.091 -0.144 -0.076 -0.092 0.405 (0.037] (0.040] (0.017] (0.018] (0.017] (0.054] Věk 50+ 0.634 0.253 0.079 -0.124 -0.210 -0.292 (0.127] (0.136] (0.059] (0.061] (0.057] (0.184] Nezaměstnanost 0.124 0.662 0.388 -0.309 0.388 -0.867 (0.152] (0.163] (0.071] (0.072] (0.068] (0.220] Účast KV 2020 -0.275 -0.071 0.041 -0.008 -0.044 0.116 (0.077] (0.082] (0.036] (0.037] (0.034] (0.111] Obec do 250 obyv. -4.940 -3.072 -2.244 -7.779 3.422 -1.333 (13.652] (14.623] (6.348] (6.496] (6.071] (19.769] Obec 251 až 1000 obyv. 0.424 -1.512 1.033 -0.260 0.135 -1.275 (1.263] (1.353] (0.587] (0.601] (0.562] (1.829] Obec 1001 až 5000 obyv. -0.309 -1.751 1.048 -0.647 0.329 0.090 (0.736] (0.788] (0.342] (0.350] (0.327] (1.065] Obec nad 5001 obyv. Referenční kategorie R2 0.373 0.257 0.537 0.303 0.498 0.591 Adjusted R2 0.348 0.227 0.518 0.275 0.478 0.575 Poznámky: Případy byly váženy podle počtu obyvatel Ve srovnání s jinými kraji se zde objevuje pozitivní efekt volební účasti u KSČM, přičemž tento efekt doprovází i pozitivní vliv vyššího počtu seniorů v obci, což může odkazovat spíše k tradičnímu elektorátu strany než k tomu, 9 0 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA že starší voliči v kontextu změny volebního způsobu šli častěji volit vládní/vládu podporující stranu. S výjimkou ANO a ČSSD měl vyšší věk voličů na podporu stran negativní vliv. Platí to i pro koalice, u nichž zvedá podporu právě vyšší podíl vysokoškoláků (narůst podpory o 1 p. b.) a katolíků (kvůli přítomnosti KDU-ČSL), a to zejména ve městech. Shrnutí Na šíření cvidu-19 v obcích doplácí pouze ČSSD, zatím co ANO si u voličů udržuje své silné postavení a podporu. Vyšší volební účast přinesla větší podporu pouze KSČM, čímž je efekt zavedených opatření při volbách na zvýšení účasti do jisté míry vyloučen. I v tomto regionu zvedá podporu vlády vyšší podíl seniorů, což mohlo být v kontextu pandemie a obav z nákazy posíleno. Zásadní je efekt nezaměstnanosti, která v tomto kraji dosahovala nejvyšších hodnot, a přesto se do podpory vládních stran, které za její růst nesly přímou odpovědnost, nepromítla. 3.2.13 Zlínský kraj Poněkud překvapivě mají zvolené proměnné největší vysvětlovači sílu u Pirátů (41 %). Téměř třetinu variability podpory osvětluje model pro koalice a SPD, následuje KSČM (23 %), ANO (18 %), STAN (16 %) a ČSSD s deseti procenty vysvětlitelné variability. V obcích s větším podílem nakažených covidem-19 nejvýrazněji ztrácí středopravicové koalice, s navýšením podílu nakažených o p. b. klesá jejich zisk o 0,017 jednotek. Tento efekt však nezpochybňuje, že by tím nedocházelo k úbytku vládních voličů, jelikož podíl nakažených má pozitivní efekt na podporu STAN. Navíc o hlasy přichází v těchto obcích také ANO a Piráti. O něco slabší než u koalic, avšak opačný, má tento ukazatel vliv na podporu KSČM, která naopak stoupá o 0,009 jednotek. 91 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.18 Model volební podpory stran ve Zlínském kraji Závisle proměnné: ANO 2011 ČSSD KSČM PIRÁTI SPD STAN Koalice (Konstanta] Nakažení covidem-19 26.643 (4.634] -0.115 (0.336) 3.184 (6.914) 0.074 (0.501) 1.812 (2.433) 0.934 (0.176) 21.077 (2.621) -0.265 (0.190) 8.813 (2.194) 0.245 (0.159) 10.915* (6.136) 0.478 (0.444) 29.457 (8.502) -1.758 (0.616) vš -0.342 (0.141) 0.151 (0.211) -0.188 (0.074) 0.395 (0.080) -0.246 (0.067) -0.020 (0.187) -0.199 (0.259) Katolíci -0.111 (0.026) -0.138 (0.039) -0.046 (0.014) -0.086 (0.015) -0.089 (0.012) 0.113 (0.034) 0.356 (0.048) Věk 50+ 0.117 (0.105) 0.292 (0.156) 0.215 (0.055) -0.294 (0.059) 0.143 (0.049) -0.179 (0.138) -0.402 (0.192) Nezaměstnanost -0.973 (0.368) -0.033 (0.549) 0.244 (0.193) -0.331 (0.208) -0.152 (0.174) -1.149 (0.487) 2.884 (0.675) Účast KV 2020 -0.044 (0.062) -0.095 (0.093) -0.076 (0.033) 0.044 (0.035) -0.068 (0.030) 0.248 (0.083) -0.044 (0.114) Obec do 250 obyv. -3.009 (3.461) 1.135 (5.164) -0.116 (1.817) 1.617 (1.958) 2.198 (1.638) -1.734 (4.583) -1.414 (6.350) Obec 251 až 1000 obyv. -2.006 (1.073) 0.865 (1.601) 0.639 (0.564) 1.440 (0.607) 0.166 (0.508) -2.746 (1.421) -2.244 (1.969) Obec 1001 až 5000 obyv. -3.303 (0.796) 0.431 (1.188) 0.547 (0.418) 0.486 (0.450) -0.204 (0.377) -0.842 (1.054) 0.259 (1.461) Obec nad 5001 obyv. Referenční katejjorie R2 Adjusted R2 0.217 0.186 0.136 0.102 0.266 0.237 0.438 0.416 0.332 0.305 0.192 0.160 0.354 0.328 Poznámky: Případy byly váženy podle počtu obyvatel Pozitivní je vyšší podíl nakažených i pro zisk SPD a ČSSD. Je tedy zřejmé, že nespokojenost voličů v zasažených obcích byla zejména s hnutím ANO a koalicemi. Vládní ANO společně s ČSSD doplácí na vyšší nezaměstnanost 92 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA v obci, která jim ubírá podporu. To je možné přisoudit nespokojeným voličům, kteří přišli kvůli pandemii o práci a svou nespokojenost projevují hlasováním pro koalice. U nich je efekt této proměnné nesilnější, zisk stran se v těchto obcích při navýšení nezaměstnanosti o procento, zvýší o 2,8 p. b. U Starostů je přitom efekt zcela opačný. STAN při vyšší nezaměstnanosti ztrácí 1,1 p. b. V případě opozičních koalic a STAN sehrává důležitou roli velikost obce, oběma subjektům se daří více ve městech. V nejmenších obcích sbírá hlasy SPD, sociální demokraté a Piráti, přičemž s rozšiřováním obyvatelstva se jejich zisk snižuje. Zajímavý je také efekt velikosti sídel na podporu ANO, které ve srovnání s obcemi nad 5000 obyvatel na venkově ztrácí. Ke snížení podpory o 3 p. b. ve srovnání s městy u něj dochází jak v nejmenších obcích, tak v těch s 1001 až 5000 obyvateli. Koalice, STAN i hnutí ANO výrazněji propadávají i v obcích s 251 až 1000 obyvateli, kde se daří sbírat hlasy naopak Pirátům. Těm zde oproti větším městům roste podpora o 1,4 p. b. Pohled na sociodemografické ukazatele nenabízí velká překvapení. V obcích se starší populací se daří vládním stranám, KSČM a SPD. Vyšší podíl katolíků zvyšuje podporu především koalicím, které zahrnují KDU-ČSL, a Starostům. Vliv dosaženého vzdělání má efekt u koalic, které z něj ve většině případů profitují, ale také u ČSSD, která při vyšším podílu vysokoškoláků dostává větší podporu, stejně tak Piráti. I v tomto případě platí, že tyto efekty mohly být v důsledku epidemie prohloubeny. Shrnutí Nižší zisk pro ANO nelze zcela jednoznačně pokládat za projev penalizace za nezvládnutí krize, jelikož k úbytku voličů dochází při vyšším podílu nakažených i u koalic, a to poměrně významně. Sociálním demokratům se navíc v obcích s větším výskytem nákazy daří. To už se nedá říct o nezaměstnanosti, na kterou doplácí obě vládní strany. Lze tak předpokládat, 93 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA že se projevila změna chování u těch, kteří v důsledku pandemie přišly o práci. I v tomto kraji platí, že podporu vlády stojí na starším elektorátu. 3.3 ANALÝZA: VOLEBNÍ ÚČAST Vliv covidu-19 na podporu stran úzce souvisí s tím, jak vysoká byla volební účast. Vzhledem k charakteristikám druhořadých voleb lze v kontextu pandemie covidu-19 očekávat posílení některých efektů, zejména pak nižší volební účasti. Rozhodující jsou pro vysvětlení variability účasti především obavy voličů z nákazy, což souvisí s jejich věkem, velikostí obce, náboženstvím i dosaženým vzděláním. Předešlé modely pro podporu stran ukazují, že volební účast byla v některých případech jednou z hlavních ovlivňujících proměnných. Kvůli pandemii a zejména s rostoucím počtem nakažených začátkem podzimu měla vláda obavy, aby k volbám dorazil dostatek voličů, zejména těch starších. Účast byla v krajských volbách 2020 nakonec vyšší, než tomu bylo v roce 2016. Tehdy dosahovala 34,57 %, v roce 2020 byla účast o více než 3 p. b. vyšší, respektive druhá nejvyšší od zřízení krajů. Tabl9. Přehled volební účasti v krajských volbách 2002 2004 2008 2012 2016 2020 Volební účast (v %] 33.64 29.62 40,30 36,89 34,57 37,95 Zdroj: ČSÚ Volební účast byla vyšším podílem nakažených pozitivně ovlivněna v osmi z 13 krajů, tzn. že v obcích, kde se nákaza před volbami více rozšířila byla účast voličů vyšší. Vysvětlit to lze mobilizací části voličů v souvislosti se zajištění hygienických podmínek ve volebních místnostech, nebo díky zavedení alternativních způsobů volby pro voliče v karanténě. Dalším vysvětlením může být minimum obav voličů z nákazy, a to navzdory vyššímu 94 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA podílu nakažených v obci, nebo naopak snaze projevit nesouhlas s vládní politikou, což se ve většině krajů v předchozí kapitole potvrdilo. Nejsilněji se efekt nakažených na účast projevil v Libereckém, Ústeckém a Olomouckém kraji, kdy se při zvýšení podílu nakažených o p. b. zvedla volební účast o 0,019, 0,0103 a 0,0104 jednotek. V těchto krajích účast klesala v důsledku vyšší nezaměstnanosti, což lze vysvětlovat částečně nezájmem této skupiny voličů o politiku. Volební účast byla mnohem více ovlivněna velikostí obce a úrovní dosaženého vzdělání. V kontrastu s těmito indikátory se ukazuje podíl nakažených jako méně významný. Přesto se dá říct, že na obavy z nákazy, v jejichž důsledku voliči raději zůstanou doma, došlo u necelé třetiny krajů - v Karlovarském, Pardubickém, Jihomoravském, Zlínském a Moravskoslezském kraji. Pokles volební účasti ve srovnání s krajskými volbami v roce 2016 dokresluje Mapa.7, která tento efekt potvrzuje. Uvedené regiony spojuje i negativní efekt vyšší nezaměstnanosti. Ve všech krajských modelech se ukazuje, že participace voličů roste s podílem vysokoškolsky vzdělaných obyvatel, jde o poměrně silný efekt. Který může být posílen postojem k probíhající pandemii a jejímu zvládnutí. Při zvýšení zastoupení vysokoškoláků, se s výjimkou třech krajů zvedne volební účast minimálně o 1 p. b., v Karlovarském kraji téměř o dva. V Královéhradeckém, Olomouckém kraji a na Vysočině je proměnná slabší, stále má ale pozitivní efekt. Ještě více do účasti promlouvá velikost obce. Při vyšším zalidnění se zapojení voličů do hlasování snižuje, což platí bez výjimek pro všechny kraje. V Karlovarském a Libereckém kraji musí strany ve volbách spoléhat hlavně na nejmenší obce. Ve srovnání s městy svíce než 5001 obyvateli, je účast v nejmenších obcích v Karlovarském kraji o 12 p. b. a v Libereckém o 13 p. b. vyšší. Nejmenší rozdíl mezi městy a obcemi do 250 obyvatel je v Olomouckém kraji, kde je účast na vesnicích vyšší ,jen' o 4 p. b. 95 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA Tab.20 Model pro volební účast dle krajů Závisle proměnná: Volební účast Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký (Konstanta) 25.459*** 27.240*** 30.075*** 28.639*** 23.074*** 15.693*** 32.025*** [1.469) (2.821) (3.119) (5.357) (3.060) (4.181) (3.081) Nakažení covidem -19 (log) 0.294 0.820** 0.912** -0.259 1.042" 1.950*** 0.868" (0.261) (0.394) (0.371) (0.725) (0.426) (0.563) (0.342) VŠ 1.120™* 1.232*** 1.350*** 1.942*** 1.112*" 1.381*** 0.848*** (0.040) (0.074) (0.107) (0.214) (0.110) (0.182) (0.066) Katolíci 0.002 0.232*** 0.181*** -0.468 0.362* 0.704™ 0.515*** (0.042) (0.061) (0.062) (0.433) (0.214) (0.175) (0.070) Věk 50+ 0.174*** -0.053 -0.087 -0.087 0.097 0.359™ 0.022 (0.033) (0.064) (0.075) (0.182) (0.075) (0.120) (0.077) Nezaměstnanost -1.222*** -0.545*** -0.659** -0.480 -0.783*** -0.438 -0.989*** (0.124) (0.198) (0.273) (0.314) (0.139) (0.315) (0.216) Obec do 250 obyv. 8.512*** 9.228*** 9.821*** 12.012 9.724*** 13.185*** 5.137*** (1.196) (1.608) (1.589) (7.316) (2.249) (3.507) (1.871) Obec 251 až 1000 obyv. 5.670*** 5.649™ 5.561*** 7.390*** 7.396*** 7.064™ 3.364™ (0.412) (0.765) (0.801) (1.500) (0.768) (1.139) (0.740) Obec 1001 až 5000 obyv. 2.562*** 3.473*** 2.918™ 3.043™ 4.166™ 3.849™ 1.069* (0.339) (0.587) (0.613) (1.153) (0.581) (0.862) (0.632) Obec nad 5001 obyv. Referenční kate)Jorie N 839 337 273 91 248 147 242 Rz 0.611 0.554 0.524 0.603 0.663 0.644 0.607 Adjusted R2 0.607 0.543 0.510 0.565 0.652 0.623 0.593 Poznámky: Případy byly váženy podle počtu obyvatel; p-hodnoty: p<0.1=*, p<0.05=**, p<0.01=*** Ke snížení sledovaných případů na polovinu došlo v krajích kvůli logaritmizaci proměnné Nakažení covidem-19 Starší elektorát má na volební účast - oproti původnímu očekávání - velmi malý vliv, který nevykazuje jasný trend. V některých krajích roste účast při vyšším podílu seniorů i nakažených (např. Ústecký nebo Středočeský kraj), jinde však s vyšším zastoupení starších voličů klesá (např. Jihočeský kraj). Obcí, kde by účast klesala v důsledku šíření nákazy a v reakci na větší podíl seniorů, je poměrně málo. Tento jev lze totiž pozorovat pouze v Jihomoravském a Karlovarském kraji. Na druhou stranu modely ukazují, že v polovině krajů vedl vyšší podíl seniorů k navýšení volební účasti. Stejně tak to lze ale interpretovat tak, že v necelé polovině vedl vyšší podíl starších 9 6 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA obyvatel v obci ke snížení volební účasti, což ukazuje právě na zvýšené obavy z epidemie a možné nákazy. Tab.21 Model pro volební účast dle krajů Závisle proměnná: Volební účast Pardubický Vysočina Jihomoravský Olomoucký Zlfnský Moravskoslezský (Konstanta) 32.241*** 44.332*" 31.670*** 30.683*** 22.605*** 14.440*** [3.782) (3.692) (3.431) (3.556) (4.689) (4.377) Nakažení covidem -19 (log) -0.187 0.800" -0.079 1.031" -0.145 -0.945" (0.408) (0.389) (0.323) (0.400) (0.356) (0.460) VŠ 1.126*™ 0.623*** 1.302*** 0.880*** 1.509*** 1.426*** (0.128) (0.138) (0.077) (0.068) (0.112) (0.118) Katolíci 0.242*** 0.004 0.213*** 0.203"* -0.008 0.093"* (0.049) (0.030) (0.025) (0.049) (0.028) (0.032) Věk 50+ 0.028 -0.221*** -0.239*** -0.072 0.108 0.114 (0.085) (0.078) (0.080) (0.083) (0.111) (0.111) Nezaměstnanost -2.068*** -0.970*** -0.749*** -0.775*** -0.876" -0.459*** (0.373) (0.230) (0.174) (0.184) (0.386) (0.129) Obec do 250 obyv. 5.102" 6.748"* 9.217*** 4.904" 7.772" 7.779 (2.087) (1.411) (2.205) (2.376) (3.640) (11.917) Obec 251 až 1000 obyv. 3.042™ 2.374*** 4.484*** 3.921*** 8.032"* 5.580"* (0.898) (0.886) (0.717) (0.873) (1.008) (1.038) Obec 1001 až 5000 obyv. 0.473 1.358* 1.188" 2.733*** 3.813"* 3.543*** (0.718) (0.781) (0.578) (0.629) (0.807) (0.597) Obec nad 5001 obyv. Referenční kategorie N 265 333 461 263 237 231 0.448 0.200 0.527 0.586 0.516 0.667 Adjusted R2 0.431 0.181 0.519 0.573 0.499 0.655 Poznámky: Případy byly váženy podle počtu obyvatel; p-hodnoty: p<0.1=*, p<0.05=**, p<0.01=*** Ke snížení sledovaných případů na polovinu došlo v krajích kvůli logaritmizaci proměnné Nakažení covidem-19. Rozdílnou volební účast mezi obcemi přibližuje Mapa.6 zachycující participaci voličů v krajských volbách 2020. Z rozložení je patrné, že nejnižší účast (tj. pod 20 %) byla v periferních oblastech, zpravidla v pohraničí, což je častý jev. Naopak nadprůměrná účast (nad 40 %) byla v obcích okolo Prahy, na Liberecku a jižních Čechách. Současně se dá říct, že na většině území byla navzdory pandemii účast voličů vyšší (nárůst o minimálně 5 p. b.), než tomu 9 7 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA bylo ve volbách v roce 2016 (Mapa.7), především v širším okolí hlavního města Prahy a severovýchodních Čechách. Mapa.6 - Volební účast, krajské volby 2020 Vu st - ijčast [v %) Zdroj: ČSÚ; prázdná místa označují vojenské újezdy/volby se tam nekonaly Mapa.7 - Změna volební účasti oproti KV 2016 Zdroj: ČSÚ; prázdná místa označují vojenské újezdy/volby se tam nekonaly Pozn.: Rozdíl účasti = účast v KV 2020- účast v KV 2016; hodnoty jsou v procentních bodech Na prostorovém zachycení rozdílů je patrný nárůst účasti v okolí větších měst, jako jsou zmíněná Praha, Liberec, České Budějovice nebo Olomouc. K úbytku 9 8 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA voličů došlo naopak na pomezí Čech a Moravy a na severovýchodní Moravě (Frýdecko-Místecko, Jesenicko) nebo u hranic se Slovenskem ve Zlínském regionu. Hypotéza, že s rostoucím počtem nakažených volební účast klesá, se potvrdila pouze v malém měřítku, a to v 5 ze 13 krajů. Tři z nich jsou situovány ve východní části Moravy, která tou dobou nebyla tolik zasažena, a kde zároveň účast s rostoucí nezaměstnaností klesá. To ukazuje spíše na nezájem této skupiny voličů o účast na politice než na to, že by voliči v těchto krajích měli větší obavy z covidu-19. Jak již bylo zmíněno v předchozí části práce, efekt covidu-19 může být nižší mimo jiné i proto, že k masivnímu šíření nákazy došlo až týden či dva po volbách. V září se křivka s denními přírůstky teprve začíná zvedat, v důsledku čehož je pravděpodobně i efekt této proměnné na účast malý. S ohledem na to, že jde o druhou nejvyšší účast od konání voleb, je pravděpodobné, že v návaznosti na .zvládnutí' tzv. první jarní vlny, kdy díky včasným opatřením nedošlo k nakažení vysokého počtu obyvatel, voliči vyhodnotili riziko nákazy jako nižší. Tento vládní krok z jara se pak - jak naznačují výsledky modelů - mohl projevit v rozhodování voličů i volební účasti. 99 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA 4 Závěr Úspěch vládních stran závisí na mnoha faktorech, jedním z nich je i to, zda je volební období spojeno s konjunkturou nebo řešením krize, jejíž následky několik měsíců či dokonce let neodezní. Analýza vlivu proměnných spojených s epidemií covidu-19 na podporu stran a účast na volbách vykazuje stejné vzorce jako chování voličů po vypuknutí hospodářské krize. Jakkoliv mohlo po vypuknutí epidemie v Česku dojít k mobilizaci obyvatel a krátkodobému projevu podpory [teorie rally round the flag), byť tato práce tuto situaci nezkoumá, při nástupu druhé vlny epidemie a oznámení dalšího zavedení nouzového stavu těsně po volbách, toto hájení mezi voliči opadlo (Tab.22). Potvrzuje se to zejména ve vztahu k podpoře vládních stran při vyšším počtu nakažených covidem-19 v obci. Tab.22 Přehled výsledků stanovených hypotéz 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. S vyšším podílem nakažených klesá podpora vlády + - 0 0 + + + 0 0 0 + 0 0 S vyšší nezaměstnaností klesá podpora vlády + - - 0 + + - 0 0 0 0 - + S vyšším podílem seniorů roste podpora vlády + + + + 0 0 0 + + + + + + S vyšším počtem nakažených klesá účast - - - + - - - + - + - + + S vyšší účastí roste podpora vlády - 0 0 - 0 - - 0 - 0 - - Zdroj: autorka Číslo kraje odpovídá jeho pořadí v analýze (1. Středočeský, 2. Jihočeský ad.) Hypotéza byla potvrzena (+), vyvrácena (-), platí jen pro jednu z vládních stran (0) K trestání vlády nedochází pouze v Jihočeském kraji a není zcela zřejmé proč. Patrně to však souvisí s tím, že tento kraj nebyl epidemií výrazněji postižen. Ve zbývajících krajích přichází o voliče ANO i ČSSD, nebo jen jedna z vládních stran. Potvrdilo se tedy, že zdravotnická krize má rysy spíše 100 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA hospodářské krize, kde je po čase vláda považována za viníka situace, než že by naopak došlo k jejímu ocenění, jako je tomu u přírodních katastrof (Boittin a kol. 2020). Hlasy voličů v zasažených obcích směřovaly nejčastěji ke středopravicovým koalicím, v menší míře i k radikálnímu SPD. Několik měsíců trvající obavy voličů z nemoci covid-19 zachytilo několik sociologických průzkumů uvedených v teorii. Ke zhmotnění těchto obav ve formě potrestání vlády a odlivu voličů od vládních středolevicových stran došlo ve čtyřech krajích (Tab.22): Zlínském, Ústeckém, Libereckém a Středočeském kraji. Pouze na Ústecku byla v září nezaměstnanost jedna znejvyšších (přesahovala 5 %). Stejně vysoká míra nezaměstnanosti byla i v Moravskoslezském kraji, kde k ovlivnění podpory vlády nijak nedošlo, a na Karlovarsku, kde se negativní efekt nezaměstnanosti promítl jen do podpory jedné strany. K tomu dochází v pěti krajích a velmi často je trestanou stranou ČSSD, zatímco ANO navyšuje podporu i při vyšší nezaměstnanosti. Způsobeno to muže být několika faktory. Prvním je dobrovolně nižší participace nezaměstnaných na volbách a pocit odcizení od politiky (Lebeda a kol. 2007: 82), dalším může být schopnost hnutí ANO připsat neúspěšné kroky a rozhodnutí svému koaličnímu partnerovi, což úzce souvisí s tím, že se ANO chová jako opoziční strana, ačkoliv už druhé volební období vládne. S tím je spojeno i přebírání voličů, kteří dlouho podporovali ČSSD a časem přešli k ANO, což jsou mimo jiné voliči v menších obcích, kde je vyšší podíl nezaměstnaných a osob s nižším vzděláním. Dle očekávání se s výjimkou tří krajů (Ústecký, Liberecký a Královéhradecký kraj) potvrdila závislost podpory ANO a ČSSD na starším elektorátu, a to v situaci nastupující druhé vlny epidemie. Ve většině krajů podpora stran s větším podílem seniorů rostla. V souvislosti s epidemií se však v 5 ze 13 krajů ukázalo, že obavy z nákazy covidem-19 nebo nespokojenost s řízením epidemie, vedly ke snížení volební účasti. V těchto 101 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA regionech je současně podpora vlády závislá na účasti seniorů. Posiluje se tak tvrzení, že v obcích s vyšším podílem seniorů, kde se současně více šířila nákaza, voliči k volbám raději nešli. Analýza tak prokázala vliv pandemie covid-19 na volební chování voličů, především pak seniorů. Jako vedlejší produkt analýzy se ukazuje nerovný postoj voličů ke koaliční vládě. Negativní efekt má nezaměstnanost i podíl seniorů na zisk sociálních demokratů, zatímco v případě ANO jde o efekt pozitivní. Jako možné vysvětlení se nabízí opět marketingově-podnikatelský profil hnutí ANO, jehož cílem je co nejlépe prodat vládní úspěchy a kritizované kroky spojit s jinou (koaliční) stranou. Velmi zřetelně analýza odhalila také štěpící linii městovenkov, kdy vládní ANO je úspěšné hlavně v menších obcích, zatímco ČSSD se v některých krajích daří víc ve městech. Venkov dál zůstává dominantou pro komunisty a SPD. Středopravicovým stranám či koalicím se daří ve většině případů ve městech, ovšem u STAN a Pirátů se situace liší podle kraje. Závěrem je nutné konstatovat, že pandemie jednoznačně ovlivnila volební účast, což se následně promítlo i do podpory vládních stran. Těm se dařilo při nižší participaci voličů, což je v rozporu se snahou těchto stran prosadit změnu způsobu hlasování ve volbách a dostat k volebním urnám co nejvíce voličů. Tento předpoklad nebyl naplněn v žádném kraji. Nabízí se proto vysvětlení spojené s posilujícím efektem druhořadosti voleb. Tento efekt nelze oddělit ani od vysvětlení efektu dalších proměnných na podporu a variabilitu podpory stran. V případě účasti je možné hovořit o posílení penalizačního efektu směrem k vládě v případě vyšší účasti, která je však obecně v krajských volbách nižší. Při volbách v roce 2020 došlo nicméně ve srovnání s předešlými krajskými volbami k jednomu z největších zapojení voličů, což lze v některých krajích spojit s vyšším podílem nakažených, v menší míře podílem nezaměstnaných a také souběhem senátních voleb v třetině okrsků. V obou případech jde o indikátory související s pandemií, 102 KRAJSKÉ VOLBY 2020 A EPIDEMIE COVID-19: VOLEBNĚ-GEOGRAFICKÁ ANALÝZA které ve spojení s analýzou variability podpory stran jednoznačně ukazují na tendenci k trestání vládních stran. Hlavním limitem této práce však nadále zůstává efekt spojený s typem voleb, který nelze od sledovaného efektu epidemie oddělit. Výsledky, ačkoliv na krajské úrovni, jsou proto do jisté míry zkresleny a současně posíleny druhořadostí krajských voleb. 103 POUŽITÉ ZDROJE Použité zdroje 1. AGARWAL, Amit; SINGH, Ritu; TOSHNIWAL, Durga. Geospatial sentiment analysis using twitter data for UK-EU referendum. Journal of Information and Optimization Sciences, 2018, 39.1: 303-317. DOI: 10.1080/02522667.2017.1374735 2. BAEKGAARD, Martin, et al. Rallying around the flag in times of COVID- 19: Societal lockdown and trust in democratic institutions. Journal of Behavioral Public Administration, 2020, 3.2. 3. BALÍK, Stanislav. Krajské volby 2012. Brno: Masarykova univerzita, Fakulta sociálních studií, Mezinárodní politologický ústav, 2013. ISBN 9788021066410. 4. BOITTIN, M., C. H. Mo, and S. Utych. Can Natural Disasters Have a Rally 'Round the Flag Effect? The Political Consequences of Nepal's 2015 Earthquake, 2020, Working Paper. 5. BOL, Damien, et al. The effect of COVID-19 lockdowns on political support: Some good news for democracy?. European Journal of Political Research, 2021, 60.2: 497-505. 6. BOSCH, Agusti; DURÁN, Iván M. How does economic crisis impel emerging parties on the road to elections? The case of the Spanish Podemos and Ciudadanos. Party Politics, 2019, 25.2: 257-267. 7. CALLAGHAN, Karen J.; VIRTANEN, Simo. Revised models of the" rally phenomenon": The case of the Carter presidency. The Journal of Politics, 1993, 55.3: 756-764. 8. CARRUBBA, Cliff; TIMPONE, Richard J. Explaining vote switching across first-and second-order elections: Evidence from Europe. Comparative Political Studies, 2005, 38.3: 260-281. 9. ČALOUD, Dalibor, BALÍK, Stanislav a Jakub KYLOUŠEK, ed. Krajské volby v České republice 2004. Brno: Masarykova univerzita, Mezinárodní politologický ústav, 2005. ISBN 8021038802. 10. DE SMITH, Michael John; GOODCHILD, Michael F.; LONGLEY, Paul. Geospatial analysis: a comprehensive guide to principles, techniques and software tools. Troubador publishing ltd, 2007. 11. DUCH, Raymond M.; STEVENSON, Randolph T. The economic vote: How political and economic institutions condition election results. Cambridge University Press, 2008. 12. EIBL, Otto, et al. Krajské volby 2016. Masarykova univerzita, 2018. 104 POUŽITÉ ZDROJE 13. FORD, Robert; JENNINGS, Will. The changing cleavage politics of Western Europe. Annual Review of Political Science, 2020, 23: 295- 314. 14. FOREST, Benjamin. Electoral geography: From mapping votes to representing power. Geography Compass, 2018,12.1: el2352. 15. FREIRE, André. Second-order elections and electoral cycles in democratic Portugal. South European Society and Politics, 2004, 9.3: 54-79. 16. FREIRE, André; SANTANA-PEREIRA, José. Economic voting in Portugal, 2002-2009. Electoral Studies, 2012, 31.3: 506-512. 17. GIOMMONI, Tommaso; LOUMEAU, Gabriel. Lockdown and voting behaviour: A natural experiment on postponed elections during the COVID-19 pandemic. 2020 18. GORDON, Josef. Comparative geospatial analysis of Twitter sentiment data during the 2008 and 2012 US Presidential elections. 2013. 19. GREGOR, Kamil; PINK, Michal. Senátní volby 2010 a voličské přesuny mezi prvním a druhým kolem. Středoevropské politické studie, 2011, 13.2-3: 220-245. 20. GREGORY, Derek, a kol. (ed.). The dictionary of human geography. John Wiley & Sons, 2011. 21. HAVLÍK, Vlastimil; VODA, Petr. Cleavages, protest or voting for hope? The rise of Centrist Populist Parties in the Czech Republic. Swiss Political Science Review, 2018, 24.2: 161-186. 22. HÁJEK, Jan, et al. Krajské volby v ČR: Volby druhého řádu?. Politické vedy, 2020, 23.1: 142-177. 23. HERNANDEZ, Enrique; KRIESI, Hanspeter. The electoral consequences of the financial and economic crisis in Europe. European Journal of Political Research, 2016, 55.2: 203-224. 24. HLOUŠEK, Vít; KOPEČEK, Lubomír. Cleavages in the contemporary Czech and Slovak politics between persistence and change. East European Politics and Societies, 2008, 22.3: 518-552. 25. HLOUŠEK, Vít; KOPEČEK, Lubomír. Konfliktní demokracie: moderní masová politika ve střední Evropě. Masarykova univerzita, Mezinárodní politologický ústav, 2004. 26. JEHLIČKA, Petr; SÝKORA, Luděk. Stabilita regionální podpory tradičních politických stran v českých zemích (1920-1990). Sborník ČGS, 1991, 96.2: 81-95. 27. KOPEČEK, Lubomír, et al. Já platím, já rozhoduji! Političtí podnikatelé a jejich strany. 2018. Brno: ve spolupráci s Masarykovou univerzitou vydalo nakladatelství B&P Publishing, ISBN 9788074851735. 105 POUŽITÉ ZDROJE 28. LAI, Brian; REITER, Dan. Rally 'round the union jack? Public opinion and the use of force in the United Kingdom, 1948-2001. International Studies Quarterly, 2005, 49.2: 255-272. 29. LEBEDA, Tomáš. První volby do Senátu: analýza voleb do Senátu Parlamentu České republiky v roce 1996. Sociologický ústav AV ČR, 2009. 30. LEBEDA, Tomáš, et al. Voliči a volby 2006. Sociologický Ústav AV ČR, 2007. 31. LEININGER, Arndt; SCHAUB, Max. Voting at the dawn of a global pandemic. 2020. 32. LINDVALL, Johannes. The electoral consequences of two great crises. European Journal of Political Research, 2014, 53.4: 747-765. 33. LINEK, Lukáš, LYONS, P. Dočasná stabilita? Volební podpora politických stran v České republice v letech 1990-2010. Praha: SLON, 2013. 220 s. ISBN 978-80-7419-160-2 34. LINEK, Lukáš. Vliv volební účasti na zisky politických stran ve volbách do Poslanecké sněmovny. Acta Politologica, 2012, 4.1: 1-17. 35. LIPSET, Seymour Martin; ROKKAN, Stein (ed.). Party systems and voter alignments: Cross-national perspectives. Free press, 1967. 36. MACKOVÁ, Alena, et al. Nová média jako nástroj politické kampaně v České republice: případová studie krajských a senátních voleb 2012. Politologický časopis/Czech Journal of Political Science, 2013, 20.4: 507-525. 37. MALCOVÁ, Karolína, et al. Lokální aspekt volební podpory kandidátů do Senátu Parlamentu ČR. Sociologický časopis/Czech Sociological Review, 2012, 48.02: 283-313. 38. MARSH, Michael; MIKHAYLOV, Sláva. Economic voting in a crisis: The Irish election of 2011. Electoral Studies, 2012, 31.3: 478-484. 39. MAŠKARINEC, Pavel, a kol. Analýza prostorové podpory a stranického nahrazení na příkladu hnutí Starostové a nezávislí (STAN): Vstup nového subjektu do stranického systému České republiky. Politické vedy, 2020, 23.1: 8-31. 40. MAŠKARINEC, Pavel, a kol. Prostorová analýza prezidentských voleb v České republice v roce 2013. Sociológia-Slovak Sociological Review, 2013, 45.5:435-469. 41. MAŠKARINEC, Pavel. Volební geografie Libereckého kraje 1992- 2010. Voličské chování z pohledu explorační prostorové analýzy dat (ESDA). Brno: Centrum pro studium demokracie a kultury, 2014. 42. MAŠKARINEC, Pavel. Krajské volby 2012 v Ústeckém kraji. Filozofická fakulta Univerzity Jana Evangelisty Purkyně v Ústí n. Labem, 2013. 106 POUŽITÉ ZDROJE 43. MAŠKARINEC, Pavel, et al. Nekonečný příběh. Pokračující stabilita voličské podpory Komunistické strany Čech a Moravy v parlamentních volbách 2006-2013. Politické vedy, 2015,18.3: 135- 160. 44. MBOERA, Leonard EG, et al. Mitigating lockdown challenges in response to COVID-19 in Sub-Saharan Africa. International Journal of Infectious Diseases, 2020, 96: 308-310. 45. MERKLEY, Eric, et al. A rare moment of cross-partisan consensus: Elite and public response to the COVID-19 pandemic in Canada. Canadian Journal of Political Science/Revue canadienne de science politique, 2020, 53.2: 311-318. 46. MUELLER, John E. Presidential popularity from Truman to Johnson. The American Political Science Review, 1970, 64.1: 18-34. 47. NETRDOVÁ, Pavlína. Současné trendy v kvantitativní analýze geografických dat: možnosti a problémy prostorové analýzy dat. Praha, 2010. Rigorózní práce. Univerzita Karlova, Přírodovědecká fakulta, Katedra sociální geografie a region, rozvoje. 48. NOVÁKOVÁ, Radka. Interpretace volebních výsledků v kraji Vysočina. 2019. PhD Thesis. Masaryk University, Faculty of Education. 49. PINK, Michal. Teritoriální homogenita a heterogenita českých senátních voleb 1996-2016. Masarykova univerzita, 2018. 50. PINK, Michal, et al. Kooperace krajně pravicových a populistických stran v regionálních volbách. 2017. 51. SHUGART, Matthew Soberg. The electoral cycle and institutional sources of divided presidential government. American Political Science Review, 1995, 327-343. 52. SCHMITT, Hermann, et al. It all happens at once: Understanding electoral behaviour in second-order elections. Politics and Governance, 2020, 8.1: 6-18. 53. SPURNÁ, Pavlína, et al. Prostorová autokorelace-všudypřítomný jev při analýze prostorových dat?. Sociologický časopis/Czech Sociological Review, 2008, 44.04: 767-787. 54. ŠARADÍN, Pavel. Teorie voleb druhého řádu a možnosti jejich aplikace v České republice. Univerzita Palackého v Olomouci, 2008. 55. ŠVEC, Kamil. Analýza voleb do krajských zastupitelstev v roce 2008 v kontextu teorie koalic a srovnání s volbami v roce 2000 a 2004. Acta Politilogica, 2010, 2.2: 186-204. 56. TAYLOR, Peter J.; JOHNSTON, Ron. Geography of elections. Routledge, 1979. 107 POUŽITÉ ZDROJE 57. VODA, Petr; PINK, Michal. Kandidáti v poslaneckých volbách. Analýza preferenčního hlasování ve volbách do PS PČR v roce 2006. Středoevropské politické studie, 2009,11.2-3: 163-180. 58. VODA, Petr. Disertační práce. Jaká je role postkomunismu? Volební geografie České republiky a Republiky Rakousko v letech 1990-2013. Masarykova univerzita. 2014. 59. VODA, Petr. Volební geografie ČR: analýza volební podpory KDU-ČSL. 2010. PhD Thesis. Diploma thesis. Department of Geography, Faculty of Science, Masaryk University. 60. WARNER, Carolyn M., 2005. Sacred and Secular: Religion and Politics Worldwide. Perspectives on Politics [online]. B.m.: Cambridge University Press, vol. 3, no. 2, pp. 404-405. Retrieved z: doi:10.1017/S1537592705690159 61. YAM, Kai Chi, et al. The rise of COVID-19 cases is associated with support for world leaders. Proceedings of the National Academy of Sciences, 2020,117.41: 25429-25433. 62. ZARYCKI, Tomasz. The electoral geography of Poland: between stable spatial structures and their changing interpretations. Erdkunde, 2015, 107-124. Další zdroje Zk. 350/2020 Sb. - Zákon o zvláštních způsobech hlasováníve volbách do zastupitelstev krajů a do Senátu v roce 2020 Datové sady covid-19. Ústav zdravotnických informácia statistiky. 2020. online. Dostupné z: https://onemocneni-aktualne.mzcr.cz/api/v2/covid- 19 Online zdroje • A21arm. Volební preference dle věku, vzdělání, práce, bydliště a pohlaví. Alarm.cz. 2017. online. Dostupné z: https://a21arm.cz/2017/10/32222/ • CWM. Důležitost jednotlivých typů voleb očima veřejnosti - duben 2019. online. Dostupné z: https://cwm.soc.cas.cz/media/com form2content/documents/c2/a491 5/f9/pvl90430.pdf • CWM. Volební model září 2019. Zveřejněno 1.10. 2019. online. Dostupné z: 108 POUŽITÉ ZDROJE https://cwm.soc.cas.cz/media/com form2content/documents/c2/a500 3/f9/pvl91001.pdf • CWM. Volební model v červenci 2020. srpen 2020a. online. Dostupné z: https://cwm.soc.cas.cz/cz/tiskove-zpravy/politicke/volby-a- strany/5257-volebni-model-v-cervenci-2020 • CWM. Důvěra stranickým představitelům, září 2020c. online. Dostupné z: https://cwm.soc.cas.cz/cz/tiskove-zpravy/politicke/instituce-a- politici/5307-duvera-stranickym-predstavitelum-zari-2020 • ČSÚ: Sčítání lidu, domů a bytů v roce 2011. • Chapel Hill Expert Survey 2019. údaje pro ČR. vydáno 2020. online. Dostupné z: https://www.chesdata.eu/2019-chapel-hill-expert-survey • Ipsos. Každý druhý Čech uvěřil nějaké fake news o koronaviru. 2020a. online. Dostupné z: https://www.ipsos.com/cs-cz/kazdy-druhy-cech- uveril-nejake-fake-news-o-koronaviru • Ipsos. Češi dodržují opatření proti koronaviru výrazně méně než na jaře. 2020b. online. Dostupné z: https://www.ipsos.com/cs-cz/cesi-dodrzuji- opatreni-proti-koronaviru-vyrazne-mene-nez-na-jare • Ipsos. Obavy z koronaviru mérně klesají. Mají je dvě třetiny lidí. 2020c. online. Dostupné z: https://www.ipsos.com/cs-cz/obavy-z-koronaviru-mirne-klesaji-maji- je-dve-tretiny-lidi • Kantar. Volební model pro ČT. duben, 2020a. online. Dostupné z: https://ct24.ceskatelevize.cz/domaci/3093038-na-prvnim-miste-se- drzi-ano-v-dubnu-rostly-nejvice-preference-piratum • Kantar. Volební model pro ČT. červenec, 2020b. online. Dostupné z: https://ct24.ceskatelevize.cz/domaci/3137267-pirati-si-ve-volebnim- modelu-upevnili-druhou-pozici-na-cele-zustava-s-naskokem-ano • Kantar. Volební model pro ČT. září, 2020c. online. Dostupné z: https://ct24.ceskatelevize.cz/domaci/3186426-dominantni- ano-v-srpnu-ztracelo-posilili-pirati-ods-ci-spd • Medián. Tisková zpráva: 58 % Čechů pociťuje obavy spojené se situací COVID-19. červenec 2020. Dostupné z: https://www.median.eu/cs/wpcontent/uploads/2020/07/MEDIAN TZ Obavy C0VID19 20200716.pdf • NetMonitor. V říjnu se zvýšil zájem o Zpravodajství a Ekonomiku. Listopad 2020. online. Dostupné z: http://netmonitor.cz/v-rijnu-se-zvysil-zajem-o- zpravodajstvi-a-ekonomiku 109 POUŽITÉ ZDROJE • PAQ Research. Život během pandemie. 2020-2021. online. Dostupné z: https://zivotbehempandemie.cz/destabilizace-prace • Sloboda, Zdeněk. Výzkum: Jak Češi a Češky hodnotí zpravodajské pokrytí koronavirové pandemie, Filozofická fakulta UPOL ve spolupráci s agenturou STEM/MARK. červenec 2020. Dostupné online: https://kmksz.upol.cz/fileadmin/userdata/FF/katedry/kzu/obecne/me dia/TZ covid.pdf nebo https://kmksz.upol.cz/fileadmin/userdata/FF/katedry/kzu/obecne/me dia/tabulka PDF.pdf • ŠKOP, Michal. Hlidacipes.org. online. Dostupné z: https://hlidacipes.org/prehledne-bral-kam-utekly-hlasy-nejvic-loupili- ano-pirati/ Od 1. září platí nová opatření proti koronaviru. Roušky jsou povinné na úřadech či v hromadné dopravě, ct24.cz. 2020a, online. Dostupné z: https://ct24.ceskatelevize.cz/domaci/3173571-od-l-zari-zacinaji-platit- nova-opatreni-proti-koronaviru-rousky-budou-povinne-na • Odklad voleb kvůli koronaviru je až poslední možnost, říká Hamáček. Senátoři chtějí, aby mohli hlasovat i lidé v karanténě, ct24.cz. červenec. 2020b. online. Dostupné z: https://ct24.ceskatelevize.cz/domaci/3146031-odklad-voleb-kvuli- koronaviru-je-az-posledni-moznost-rika-hamacek-senatori-chtejiaby?fbclid=IwARlSbrky8zoeMBbjNXG6cO 7qlXífWn473zOMmgtx3- m8IqOUpCPaFW7zqO • Vojtěch: Roušky budou povinné ve vnitřních prostorách po celém Česku. Situace se zhoršuje. iRozhlas.cz. září. 2020d, online. Dostupné z: https://www.irozhlas.cz/zpravy-domov/koronavirus-rousky-ceskonova-pravidla-opatreni 2009091017 ako • Nezaměstnanost v říjnu klesla na 3,7 pct, od července byla na 3,8. ČTK. listopad. 2020a. online. Dostupné z: https://ib.ctkcz/cs/fond?id=T202011040831003 • "Asi budu bezdomovec." Tisíce lidí jsou bez příjmu, vláda jejich odškodnění nechystá. Aktuálně.cz. 2020a, online. Dostupné z: https://zpravy.aktualne.cz/domaci/dohoda-pracovni-cinnost- provedeni-prace-penize- Odskodne/r~9b6c97da782111ea80e60cc47ab5fl22/ 110 POUŽITÉ ZDROJE • Na peníze z eráru si sáhnou i statisíce dohodářů. Pomoc má ale háčky. Seznamzprávy. 2020a. online. Dostupné z: httpsy/www.seznamzpravy.cz/clanek/na-penize-z-eraru-si-sahnou-i- statisice-dohodaru-pomoc-ma-ale-hacky-111393 • V pondělí 15. června dochází k dalšímu rozvolnění hygienických opatření. TZ ministerstva zdravotnictví, červen. 2020a. online. Dostupné z: https://koronavirus.mzcr.cz/v-pondeli-15-cervna-dochazi-k-dalsimu- rozvolneni-hygienickych-opatreni/ • Od čtvrtka se rozšíří protiepidemická opatření u hromadných akcí a ve stravovacích zařízeních. TZ ministerstva zdravotnictví, září. 2020b. online. Dostupné z: https://koronavirus.mzcr.cz/od-ctvrtka-se-rozsiri- protiepidemicka-opatreni-u-hromadnych-akci-a-ve-stravovacich- zarizenich/ • Od 1. září budou povinné roušky ve vybraných vnitřních prostorech. TZ ministerstva zdravotnictví, srpen. 2020c. online. Dostupné z: https://koronavirus.mzcr.cz/od-l-zari-budou-povinne-rousky-ve- vybranych-vnitrnich-prostorech/ • Aktuální epidemická situace, prezentace ředitele ÚZIS Ladislava Duška, říjen 2020. online. Dostupné z: https://www.uzis.cz/res/file/covid/20201030-dusek.pdf • Prymula: Koronavirus nezmizel. Druhá vlna může přijít kdykoliv, pokud bychom ji podcenili. iRozhlas. červenec. 2020a. online. Dostupné z: https://www.irozhlas.cz/zpravy-domov/koronavirus-druha-vlna- koronaviru-v-cesku-cesko-v-cr-romanprvmula 2007141713 ako?fbclid=IwARlokdsmHneoŤiiqFKq oeLS5w68 KTrbYYxPPlzŤ29-TU3x8TLwzLNLFRIg • Bude to ještě dlouhé trápení. Další vlna epidemie bude v lednu či únoru, míní Dušek. Novinky.cz. 2020a. online. Dostupné z: https://www.novinky.cz/domaci/clanek/bude-to-jeste-dlouhe-trapeni- dalsi-vlna-epidemie-bude-v-lednu-ci-unoru-mini-dusek-40342936 • Lidé mohou volně za hranice. I na dovolenou, rozhodla vláda. Novinky.cz 2020b. online. Dostupné z: https://www.novinky.cz/domaci/clanek/vlada-otevrela-hranice-rekl- mimochodem-vojtech-40321657 • Další změny v nošení roušek? Cirkus, nemehla, amatéři, reaguje opozice. iDnes.cz. srpen 2020. online. Dostupné z: 111 POUŽITÉ ZDROJE https://www.idnes.cz/zpravy/domaci/rouslw-opatreni-zmena politici-reakce-opozice.A200820 165648 domáci aug • Přece se tam nenakazíme! V obcích zasažených virem se lidé bojí k volbám. iDnes. říjen. 2020b. online. Dostupné z: https://www.idnes.cz/zpravy/domaci/krajske-volby-plzensko-volebniucast-koronavirus.A201002 211050 domaci mama • Nezištná pomoc vs. ukázka populismu. Co říkají parlamentní strany o "rouškovném"? aktuálně.cz. srpen. 2020b. online. Dostupné z: https://zpravy.aktualne.cz/domaci/ukazka-populismu-a-nesystemove- reseni-co-rikaji-parlamentni/r~a9509b00e93511eablll0cc47ab5fl22/ • Měnový fond dal zelenou úvěru pro Irsko, ct24.cz. prosinec 2010. online. Dostupné z: https://ct24.ceskatelevize.cz/ekonomika/1297103- menovy-fond-dal-zelenou-uveru-pro-irsko • Možné uzavření škol i vyhlášení nouzového stavu. 0 jakých opatřeních Prymula mluví. iRozhlas.cz, 2020b. online. Dostupné z: https://www.irozhlas.cz/zpravy-domov/roman-prymula-ministr-novaopatreni 2009211738 kno • V pondělí začne platit nouzový stav. Nebudou muzikály a opery, sport bude bez diváků. iRozhlas.cz, 2020c. online. Dostupné z: https://www.irozhlas.cz/zpravy-domov/online-koronavirus-ceskonouzovy-stav-vlada 2009301530 tzr • Medián. Volební model stran od srpna do října 2019. online. 2019. Dostupné z: http://showme.median.ez/snemovni-volby/#/. • Programy do krajských voleb 2020. Česká pirátská strana. 2020. online. Dostupné z: https://www,pirati.cz/program/kraj e2 02 0/ • Starostové pro liberecký kraj. STAN 2020. online. Dostupné z: https://www.starostove-nezavisli.cz/regiony/liberecky-kraj • Volební výsledky stran a volební účast v krajských volbách 2020. Český statistický úřad. 2021. online. Dostupné z: www. volby.cz • Volební výsledky stran a volební účast v krajských volbách 2016. Český statistický úřad. 2021. online. Dostupné z: www. volby.cz • WHO Director-Generaľs opening remarks at the media briefing on COVID-19. Světová zdravotnická organizace, březen 2020. online. Dostupné z: https://www.who.int/director- general/speeches/detail/who-director-general-s-opening-remarks-at- ťhe-media-briefing-on-covid-19—ll-march-2020 112 SEZNAM TABULEK A GRAFŮ Seznam pojmů a zkratek ANO-ANO 2011 ČSSD - Česká strana sociálně demokratická KSČM - Komunistická strana Čech a Moravy SPD - Svoboda a přímá demokracie STAN - Starostové a nezávislí ODS - Občanská demokratická strana TOP 09 KDU-ČSL - Křesťanská a demokratická unie - Československá strana lidová PIRÁTI - České pirátská strana KOALICE - agregovaná proměnná zahrnující zisk koalic ODS, TOP 09, KDUČLS a STAN ÚZIS - Ústav zdravotnických informací a statistiky ČR ČSÚ - Český statistický úřad SLDB - Sčítání lidu, domů a bytů 2011 113 SEZNAM TABULEK A GRAFŮ Seznam tabulek a grafů Tabulky Tab.l Srovnání volební účasti Tab.2 Rozdělení stran dle konfliktních linií Tab.3 Výsledky vybraných stran dle krajů (v %) Tab.4 Výsledky vybraných stran dle krajů (v %) Tab.5 Variační koeficienty Tab.6 Model volební podpory stran ve Středočeský kraji Tab.7 Model volební podpory stran v Jihočeském kraji Tab.8 Model volební podpory stran v Plzeňský kraji Tab.9 Model volební podpory stran v Karlovarském kraji Tab.10 Model volební podpory stran v Ústeckém kraji Tab.ll Model volební podpory stran v Libereckém kraji Tab.12 Model volební podpory stran v Královéhradeckém kraji Tab.13 Model volební podpory stran v Pardubickém kraji Tab.14 Model volební podpory stran v Kraji Vysočina Tab.15 Model volební podpory stran v Jihomoravském kraji Tab.16 Model volební podpory stran v Olomouckém kraji Tab.17 Model volební podpory stran v Moravskoslezském kraji Tab.18 Model volební podpory stran ve Zlínském kraji Tab.19 Přehled volební účasti v krajských volbách Tab.20 Model pro volební účast dle krajů Tab.21 Model pro volební účast dle krajů Tab.22 Přehled výsledků stanovených hypotéz Grafy Graf.l- Předvolební průzkumy Graf.2 - Nezaměstnanost Graf.3 - Vztah volební účasti a podílu obyvatel starších 50 let Graf.4 - Vztah mezi podílem lidí starších 50 let a podporou stran Graf.5 - Vztah mezi podporou stran a podílem nakažených covidem-19 Graf.6 - Vztah mezi podporou stran a podílem nakažených covidem-19 Mapy Mapa.l - Kumulativní podíl nakažených (září 2020) Mapa.2 - Kumulativní podíl nakažených (říjen 2020) Mapa.3 - Podíl nakažených měsíc před volbami 114 SEZNAM TABULEK A GRAFŮ Mapa.4 - Podíl nakažených týden před volbami Mapa.5 - Podíl nakažených den před volbami Mapa.6 - Volební účast, krajské volby 2020 Mapa.7 - Změna volební účasti oproti KV 2016 115