Tijdens elke verkiezingscampagne zijn ze alomtegenwoordig: de peilingen. Niet alleen geven ze een goed beeld van de verschuivingen in kiesintenties en zijn ze een handig hulpmiddel voor strategische kiezers, kort voor de verkiezingen hebben peilingen ook een voorspellende waarde. Ze geven een schatting van de kiesuitslag vooraleer de stembureaus sluiten. Nederland kent een sterke en rijke peilingtraditie, en met Peilingwijzer is er zelfs een poll of polls.
Met die overvloed aan peilingdata zouden we haast vergeten dat er ook andere methodes zijn om de kiesuitslag te voorspellen. Eén van de van de meest invloedrijke wetenschappelijke methodes om dat te doen bestaat erin de uitslag van verkiezingen te voorspellen op basis van een beperkt aantal structurele factoren, zoals indicatoren van economische groei of werkloosheid, hoe lang een partij al aan de macht is, of kiesresultaten bij tussentijdse verkiezingen.
Werkt dat ook in Nederland?
De partij die regeert
De focus van die ‘structurele’ modellen is meestal op het voorspellen van het resultaat van de partij die regeert, zoals de partij van de president in de Verenigde Staten of de partij van de Bondskanselier in Duitsland. Dat is meteen een beperking van deze aanpak in vergelijking met de peilingen.
Voorspellingen van het kiesresultaat van regeringspartijen zijn vaak gebaseerd op economische indicatoren. Onderzoek wijst immers uit dat kiezers in vrijwel alle gevestigde democratieën de regering belonen met stemmen wanneer het economisch goed gaat, en hen afstraffen in tijden van negatieve economische groei of bij hoge werkloosheidscijfers. It’s the economy, heet het dan.
De traditie om voor de verkiezing een voorspelling te maken op basis van structurele indicatoren is vooral sterk in de Verenigde Staten. Maar ondertussen zijn voor zo goed als elk land in West-Europa één of meerdere modellen ontwikkeld die de verkiezingsuitslag voorspellen op basis van zulke indicatoren. Die modellen worden ook vaak gecombineerd met peilingsinformatie, om zo tot een betere voorspelling te komen dan wanneer men zich enkel op stemintenties baseert. Zo nam Nate Silver structurele indicatoren op in het Polls-plus model waarmee hij de uitslag van de presidentsverkiezingen in de Verenigde Staten probeerde te voorspellen. Ook voor de Duitse verkiezingen in september 2017 volgt een team van onderzoekers deze methode, met een voorspelling die is gebaseerd is op een combinatie van peilingsdata en een structureel model.
Een structureel model voor Nederland
Voor Nederland is er – voor zover we weten – geen structureel model beschikbaar dat toelaat om het stempercentage van de regeringspartij(en) te voorspellen. Toch blijkt het niet onmogelijk om ook voor Nederland een model te ontwikkelen. In een studie die ik met collega’s Michael S. Lewis-Beck en Philippe Mongrain uitvoerde, tonen we aan dat we op basis van slechts drie indicatoren het kiesresultaat van de partij van de eerste minister vrij nauwkeurig kunnen voorspellen – en dat op basis van cijfergegevens die reeds maanden vooraf beschikbaar zijn.
In onze studie voorspellen we het kiesresultaat van de partij van de eerste minister bij Tweede Kamerverkiezingen. Ons model bevat drie indicatoren: het stempercentage van de partij van de eerste minister bij de vorige verkiezingen, het bruto binnenlands product (BBP) tijdens het voorbije jaar en een indicator van het aantal maanden dat de eerste minister al aan de macht is. Elk van die drie indicatoren is gecorreleerd aan het stempercentage dat de partij van de eerste minister historisch haalt bij Tweede Kamerverkiezingen in Nederland.
- Hoe meer stemmen een partij de vorige keer haalde, hoe meer ze er ook in de eerstvolgende verkiezingen haalt (een partij die in de regering stapt met 50% stemmen zal ook een volgende keer meer stemmen halen dan een partij die in de regering stapt met slechts 25% van de stemmen).
- Hoe sterker de economische groei in het jaar voorafgaand aan de verkiezingen, hoe meer stemmen de partij van de eerste minister haalt.
- Hoe langer een eerste minister al aan de macht is, hoe minder stemmen zijn partij bij de volgende verkiezingen haalt.
Formeel levert een regressieanalyse op basis van die drie indicatoren ons de volgende vergelijking op:
Stempercentage partij eerste minister =
0,002 + 1,175 × Stempercentage vorige verkiezing + 1,298 × BBP – 0,146 × Aantal maanden aan de macht
Op basis van deze vergelijking kunnen we, wanneer we de juiste cijfers (stempercentage vorige verkiezingen, BBP en aantal maanden aan de macht) invullen, berekenen wat volgens het model het stempercentage voor de partij van de eerste minister zal zijn.
Om na te gaan of er we effectief in slagen om op basis van dit eenvoudige model (slechts drie indicatoren) het resultaat van de partij van de eerste minister te verklaren, kunnen we evalueren hoe dicht de schattingen van ons structurele model in de buurt komen van het eigenlijke resultaat van die partij bij Tweede Kamerverkiezingen sinds 1952. Tabel 1 geeft een overzicht van die schattingen (de kolom ‘voorspelling’), het eigenlijke resultaat en het verschil tussen schatting en resultaat (de kolom ‘fout’).
Tabel 1. Voorspelling en fout van het structurele voorspellingsmodel, Tweede Kamerverkiezingen 1952-2012 (percentages)
| Verkiezing | Partij eerste minister | Voorspelling | Eigenlijke resultaat | Fout |
| 1952 | PvdA | 24,6 | 29,0 | -4,4 |
| 1956 | PvdA | 25,5 | 32,7 | -7,2 |
| 1959 | KVP | 35,9 | 31,6 | 4,3 |
| 1963 | KVP | 34,3 | 31,9 | 2,4 |
| 1967 | ARP | 11,8 | 9,9 | 1,9 |
| 1971 | KVP | 28,8 | 21,8 | 7,0 |
| 1972 | ARP | 10,2 | 8,8 | 1,4 |
| 1977 | PvdA | 29,1 | 33,8 | -4,7 |
| 1981 | CDA | 30,9 | 30,8 | 0,1 |
| 1982 | CDA | 25,6 | 29,4 | -3,8 |
| 1986 | CDA | 31,7 | 34,6 | -2,9 |
| 1989 | CDA | 33,2 | 35,3 | -2,1 |
| 1994 | CDA | 23,2 | 22,2 | 1,0 |
| 1998 | PvdA | 26,9 | 29,0 | -2,1 |
| 2002 | PvdA | 20,7 | 15,1 | 5,6 |
| 2003 | CDA | 30,7 | 38,6 | 2,1 |
| 2006 | CDA | 29,8 | 26,5 | 3,3 |
| 2010 | CDA | 19,3 | 13,6 | 5,7 |
| 2012 | VVD | 19,1 | 26,6 | -7,5 |
Vanzelfsprekend levert het model geen perfecte voorspellingen op, en de fout varieert ook heel sterk van verkiezing tot verkiezing. De voorspelling voor 1981 was nagenoeg perfect, terwijl het model voor 2012 een schatting oplevert waarbij de VVD met maar liefst 7,5 procentpunt wordt onderschat. Maar over het algemeen levert het model vrij nauwkeurige voorspellingen op. De gemiddelde absolute fout van het model is 3,7 procentpunt, wat in de buurt komt van de foutenmarge van een peiling. Bovendien is deze voorspelling gebaseerd op indicatoren die reeds maanden voor de verkiezing beschikbaar zijn.
De Tweede Kamerverkiezingen van 2017 als test
De ultieme test voor een voorspellingsmodel bestaat er natuurlijk in om een voorspelling te maken voor de verkiezingen. Kort voor de verkiezingen van maart 2017 namen we de proef op de som.
Met de nodige cijfergegevens voor 2017 konden we de vergelijking aanvullen en een voorspelling maken voor het resultaat van de VVD, de partij van de eerste minister:
| Stempercentage VVD | = | 0,002 + 1,175 × Stempercentage VVD2012 + 1,298 × BBP2016 – 0,146 × Aantal maanden aan de macht |
| = | 0,002 + 1,175 × 26,6 + 1,298 × 1,8 – 0,146 × 77,1 | |
| = | 22,3 |
De schatting van ons structurele model, op basis van drie indicatoren, was dat de VVD op 15 maart 22,3% van de stemmen zou halen. De partij haalde uiteindelijk 21,3% van de stemmen. Ons model bleek dus bijzonder goed te werken in 2017, en kwam zelfs dichter in de buurt van het uiteindelijk stemmenpercentage voor de VVD dan een voorspelling op basis van de slotpeilingen.
Ons model is echter niet perfect, zoals blijkt uit de soms grote verschillen tussen een schatting op basis van het model en de kiesresultaten. Maar onze oefening toont in elk geval dat het ook in een Nederlandse context de moeite loont om verder structurele modellen te ontwikkelen en dat ook zonder peilingen vrij nauwkeurige voorspellingen kunnen worden gemaakt. In de toekomst kunnen structurele modellen ook worden gecombineerd met peilingen, om zo tot betere voorspellingen te komen.
Bron foto: Rutte toont sleutel Torentje (licentie)
Beste Ruth,,
Niet zo zeer een reactie alswel een vraag om verduidelijking. In het artikel geeft u aan dat een regressie-analyse een bepaalde formule oplevert, die u vervolgens afzet tegen de daadwerkelijke verkiezingsuitslagen door de jaren. Maar zijn dat dan niet de zelfde gegevens waarop de regressie-analyse is gedaan? En als dat zo is, is het dan niet heel logisch dat er een goede fit is? Of mis ik nu iets?
Met vriendelijke groet,
Ruud de Koter
De normatieve kanten worden hier overgeslagen, en staan ook niet in de originele versie. Sommige definities van de democratie gebruiken namelijk als kenmerk, dat in een democratie de burgers de regering kunnen vervangen. Hoewel een lijst van kenmerken niet hetzelfde is als een lijst van voordelen, is het meestal duidelijk, dat dit ook als een groot voordeel wordt gezien.
Structurele modellen, zoals hier beschreven, kunnen in principe aangeven, of de regering wel vervangen kan worden. In dit specifiek geval is het antwoord: nee. Stel dat de berekening klopt. Stel, de PVV krijgt 49% van de stemmen, en Wilders wordt premier. Tegen het einde van zijn termijn, groeit de economie met 10%. Dan wordt hij herkozen, zegt het model. Sterker nog, als de economie meezit, dan volgen er nog drie kabinetten-Wilders, volgens het model, als ik het goed begrepen heb.
Met andere woorden, dit onderzoek maakt duidelijk dat de zittende regering van Nederland niet weggestuurd kan worden, tenzij er voldaan is aan factoren buiten het politiek proces, die niet beïnvloedbaar zijn door de kiezers. Is Nederland dan wel een democratie? Voor mij is het antwoord wel duidelijk: Nederland is wel een democratie, maar de democratie zelf deugt niet. Dit verschijnsel is een voorbeeld van de structurele nadelen van de democratie, die op steeds meer terreinen zichtbaar worden. Het is begrijpelijk, dat in de 19e eeuw en de eerste helft van de 20e eeuw, de democratie heel aantrekkelijk leek. Maar nu steeds meer landen het uitgeprobeerd hebben, is die jubelstemming niet meer gepast. Helaas is er weinig onderzoek naar de nadelen van de democratie, laat staan naar alternatieven: politicologen zijn doorgaans overtuigde democraten.