Vertekenen kaartjes met verkiezingsuitslagen de politieke werkelijkheid?

Toen Lara Trump in 2019 een kaart van de Verenigde Staten tweette met daarop rode en blauwe staten en daaronder de tekst ‘try to impeach this’, pakte de Belg Karim Douïeb de uitdaging op. Uiteraard niet door Trump in z’n eentje nogmaals aan te klagen, maar door te laten zien dat de oppervlakte van Amerikaanse staten nu eenmaal niet hetzelfde is als het aantal Amerikaanse kiezers in die staten. Als je daarmee rekening houdt, ziet de kaart van Amerika er al snel veel minder rood uit dan in de versie van Lara Trump.

Ook de Nederlandse kranten stonden na de afgelopen Tweede Kamerverkiezingen weer vol met allerlei gekleurde kaartjes. En ook op de onvolprezen website verkiezingsuitslagen.nl van de  Kiesraad worden de uitslagen mooi gevisualiseerd met kaartjes. Ik vroeg me af of de vertekening die Douïeb zo mooi in beeld had gebracht ook voor Nederland zou gelden. Vertekenen kaartjes met verkiezingsuitslagen de politieke werkelijkheid (zoals bijvoorbeeld hier)?

Waar wonen de kiezers?

Eerst maar het aantal kiesgerechtigde Nederlanders. Hieronder staat een standaard kaart van Nederland in 2021 met de nieuwste gemeentelijke indeling. De grootste gemeente (afgaande op het CBS) was bij de verkiezingen van 2021 Súdwest-Fryslân. Daar woonden op 575 vierkante kilometer (dat is waarschijnlijk inclusief binnenwateren) echter nog geen 71.000 kiesgerechtigden: ongeveer 123 kiezers per vierkante kilometer. Terwijl in Den Haag, de gemeente met de hoogste dichtheid aan kiesgerechtigden, bijna 4200 kiezers per vierkante kilometer leven. In de qua oppervlakte kleinste gemeente Westervoort (minder dan 8 vierkante kilometer, rechts onder Arnhem) wonen weliswaar nog geen 12.000 kiezers, maar dat is nog altijd meer dan 1500 kiezers per vierkante kilometer.

Een drastische manier om de kaart van Nederland zo aan te passen dat hij de oppervlakte van een gebied aanpast aan het aantal kiezers is met een zogenaamd ‘cartogram’. Bij een cartogram blijven alle gebieden netjes aaneengesloten. Dergelijke kaarten kunnen heel aardig uitpakken bij het visualiseren van data, maar in het geval van het aantal kiesgerechtigden pakt het resultaat weinig overtuigend uit.

Zo worden gemeenten met weinig kiezers door grote gemeenten zo uitgerekt en platgedrukt dat ze niet meer als gemeenten zijn te herkennen, het zijn meer strookjes geworden.

Een iets minder drastische manier om de kaart van Nederland aan te passen aan het aantal inwoners is door het idee lost te laten dat gemeenten aan elkaar grenzen. We laten ze gewoon krimpen rondom hun middelpunt. Een gemeente als Den Haag krimpt dan veel minder dan een gemeente als Súdwest-Fryslân. Bij die strategie is het wel belangrijk gemeenten alleen te laten krimpen en niet (teveel) te laten groeien, want dan bestaat de kans dat gemeenten gaan overlappen. Dit is ook de strategie die Douïeb heeft toegepast bij de kaart van de Amerikaanse verkiezingen.

Hieronder staat zo’n kaart voor Nederland. Daarbij is door de gekozen schaal Amsterdam ongeveer op werkelijke grootte, Den Haag iets groter (want meer kiezers per vierkante kilometer) en de meeste andere gemeenten kleiner. Daar wonen nu eenmaal minder kiezers per vierkante kilometer.

Het ‘belang’ van grote steden komt met dit kaartje duidelijk naar voren. En in vooral het oosten en noorden van ons land wonen minder kiezers dan in het westen, terwijl ze op kaarten veel groter zijn. Het zijn geen wereldschokkende inzichten, maar het geeft de electorale zwaartepunten op een aardige en een andere manier weer. Daarbij zijn het niet zozeer de verschillen in de omvang van de gemeenten die het inzicht geven, maar vooral de witruimte tussen de gemeenten. Die geven aan hoezeer de gemeenten gekrompen zijn.

Per partij

Omdat er in al die gemeenten op alle partijen wordt gestemd is het niet zo zinvol de ‘grootste partij’ te gebruiken om een kleur te geven aan een gemeente (een veel gebruikte visualisatie van Nederlandse verkiezingsuitslagen, zoals bijvoorbeeld hier). In de Amerikaanse en Britse context, waar de grootste partij in zo’n gebied vaak alles wint, is dat natuurlijk anders. Maar wellicht is het in de Nederlandse context zinvoller te kijken waar het electoraat van een partij zich bevindt en dat te gebruiken om de omvang van een gemeente aan te passen.

Voor deze visualisatie ben ik weer uitgegaan van de uitslag van 2021 die op vrijdag 26 maart door de kiesraad werd gepubliceerd. Ik heb van alles partijen kaartjes gemaakt en daarbij voor elke partij de totale oppervlakte gelijk gehouden. Het makkelijkste blijkt de ‘vertekening’ te zien bij de SGP. Door de totale oppervlakte van gemeenten constant te houden voorkomen we dat we door de omvang van de SGP vooral puntjes zouden zien. De ‘bible belt’ kan op deze manier fraai worden geïllustreerd. Iets dergelijks is het geval bij BBB, die vooral aanhang trekt op het platteland in het oosten en noorden.

De plaatjes van D66 en GroenLinks (hier niet weergegeven) laten zien dat die zijn oververtegenwoordigd in de grotere steden, ten opzichte van bijvoorbeeld het CDA. Ook kan op die manier worden geïllustreerd dat de omvang van de VVD in Amsterdam relatief veel kleiner is dan de omvang van D66 en dat dit goed verklaart waarom er in een laat stadium nog een zetel van de VVD naar D66 ging. Maar dergelijke verschillen laten zich toch lastig detecteren met deze visualisatie. Alleen snel heen en weer klikken maakt dergelijke verschillen helder. Door de relatieve homogeniteit van Nederland, zijn verschillen nu eenmaal niet zo extreem als in de VS.

Overtuigend alternatief voor verkiezingsvisualisaties?

Gegeven het Nederlandse partijenstelsel en gegeven de homogene spreiding van veel (maar niet alle: zie SGP en BBB) groepen kiezers over het land, die veel minder extreem is dan in de VS, zijn de plaatjes niet zo inzichtgevend als de gif van Karim Douïeb. Dat komt ook doordat op deze manier veel nutteloos wit ontstaat. Ik denk daarom dat dat dit soort visualisaties niet snel de standaardkaartjes zullen vervangen. Maar wellicht dat het een kleine correctie aanbrengt in het denken van mensen die vinden dat de Haagse politiek teveel op het westen is gericht: dat is niet zo vreemd, want daar wonen ook wel erg veel kiezers.

De kaartjes zijn gemaakt in R, met de pakketten tidyverse (voor de onderliggende verkiezingsdata, maar ook voor het plotten van de kaartjes), cartogram (voor de cartogram) en sf (voor het bewerken van de andere kaartjes). De kaart-file is afkomstig van het CBS en de uitslagen zijn van de kiesraad (www.verkiezingsuitslagen.nl). Naast de inspiratie door het prachtige gifje van Karim Douïeb heb ik veel gehad aan deze blog. Deze SRV-blog is het bijproduct (gemaakt in de avonduren, omdat het erg leuk is hiermee te experimenteren) van een klein project om datavisualisatie op de kaart te zetten binnen opleidingen van de Universiteit Twente. Degenen die het R-script willen hebben, kunnen me mailen.