Jaká je role postkomunismu? Volební geografie České republiky a Rakouské republiky v letech 1990-2013 Petr Voda Klíčová slova: Volební geografie; postkomunismus; parlamentní volby; Česká republika; Rakousko; teorie konfliktních linií; regresní analýza Abstrakt Tato práce se věnuje volební geografii České republiky a Rakouska. Cílem práce je zodpovězení otázky, zda má postkomunistický charakter společnosti vliv na to, jakým způsobem se utváří územní vzorce volební podpory politických stran. K nalezení odpovědi je provedeno několik kroků – zhodnocení variability volebních výsledků, lokalizace oblastí s dlouhodobě vysokou podporou stran v území, zhodnocení stability volební podpory a především analýza vlivu rozdílného složení společnosti v různých místech na výši volebních výsledků stran. Teoretickým základem analýzy je teorie konfliktních linií. K provedení těchto kroků je využito několik metod – variační koeficient, Giniho koeficient, vymezení území stabilní volební podpory, korelační analýza a regresní analýza. Práce na položenou otázku odpovídá kladně. Důvody pro takovou odpověď jsou následující. Prvním důvodem je rozdílné složení stranického systému. V Rakousku chybí srovnatelná strana ke KSČM, v České republice není ekvivalentní strana ke Grüne. Za druhé, volební podpora stran v postkomunistickém prostoru je v čase méně stabilní, protože stranám chybí tradice, kterou za sebou mají strany v déle trvajících demokraciích. Třetím důvodem je slabší provázání volební podpory stran v postkomunistické společnosti se společenskými skupinami na začátku 90. let. Později ale výsledky regresní analýzy ukazují podobný vztah, ovšem v České republice je vývoj více nestabilní. Abstract This thesis deals with electoral geography of the Czech Republic and Austria. The main aim of the thesis is to answer a question whether the post-communist character of society influences ways in which the regional patterns of electoral support have been established. In the searching for the answer, several steps are conducted – the variability of electoral results of parties is evaluated, the regions with high support in long-term perspective are localized, the temporal stability of electoral support is evaluated and, first of all, the analysis of relations between social structure and electoral results of parties is conducted. The analysis is based on theory of cleavages. Several methods are employed for the mentioned goals – coefficient of variation, Gini coefficient, delimitation of area of stable electoral support, correlation analysis and regression analysis. Thesis confirmes that the post-communism influences the electoral geography of political parties. There are several reasons for such a claim. Firstly, the composition of party systems differs between the Czech Republic and Austria. There is no party as KSCM in Austria and vice-versa, party equivalent to Grüne is missing in the Czech Republic. Secondly, electoral support of Czech parties is less stable than in the case of comparable Austrian parties, because of lack of tradition of post-communist parties. Thirdly, relations between society and parties were weak at the start of 1990s in the Czech Republic. Later, the results of regression analysis are similar between both countries, but they are still less stable in the Czech Republic than in Austria. Obsah 1. Úvod. 5 2. Proč se liší podpora stran v různých místech? Teoretický rámec. 10 2.1. Volební geografie. 10 2.2. Teorie vysvětlující územní rozdíly ve výši volební podpory. 16 2.2.1. Změny významu konfliktních linií 20 2.2.2. Konfliktní linie v postkomunistických společnostech. 22 2.3. Volební geografie zkoumaných zemí 26 2.3.1. Komparativní studie. 26 2.3.2. Volební geografie České republiky. 28 2.3.3. Volební geografie Rakouska. 30 3. Metodika práce. 33 3.1. Výběr zkoumaných zemí 33 3.1.1. Institucionální podmínky vybraných zemí 34 3.1.2. Volební systémy. 34 3.1.3. Stranické systémy. 36 3.1.4. Diskuse o srovnatelnosti stran. 37 3.1.5. Zařazení stran v systému konfliktních linií 43 3.1.6. Hypotézy. 50 3.2. Data. 52 3.3. Metody. 56 3.3.1. Explanatorní metody. 60 4. Popis volební podpory. 65 4.1. Vývoj volební podpory politických stran. 65 4.2. Variabilita volebních výsledků. 69 4.3. Územní rozložení a stabilita volební podpory. 74 4.3.1. Sociálně demokratické strany. 74 4.3.2. Konzervativní strany. 79 4.3.3. Populistické strany. 85 4.3.4. Liberální a zelené strany. 92 4.3.5. Komunistická strana Čech a Moravy. 98 4.4. Stabilita volebních výsledků. 101 4.4.1. Sociálně demokratické strany. 101 4.4.2. Konzervativní strany. 102 4.4.3. Populistické strany. 104 4.4.4. Liberální a zelené strany. 106 4.4.5. KSČM... 107 5. Vysvětlení územních rozdílů ve volební podpoře stran na základě teorie konfliktních linií 109 5.1. Faktory ovlivňující prostorovou rozdílnost volebních výsledků. 110 5.1.1. Konfliktní linie vlastnící – pracující 110 5.1.2. Konfliktní linie církev – stát. 116 5.1.3. Konfliktní linie město venkov. 118 5.1.4. Konfliktní linie materialismus – postmaterialismus. 121 5.1.5. Věková struktura. 124 5.2. Podmínky pro využití regresní analýzy. 127 5.2.1. Vzájemné vztahy mezi proměnnými 127 5.2.2. Normalita závisle proměnné. 129 5.3. Reformulace hypotéz. 131 5.4. Výsledky analýzy modelů dle teorie konfliktních linií na úrovni obcí 133 5.4.1. Analýza výsledků sociálně demokratických stran. 137 5.4.2. Analýzy výsledků konzervativních stran. 140 5.4.3. Analýza výsledků populistických stran. 144 5.4.4. Analýza výsledků liberálních stran. 147 5.4.5. Analýza výsledků KSČM... 151 5.5. Výsledky analýzy s daty na úrovní obvodů ORP a politických okresů. 152 5.5.1. Výsledky analýzy (index determinace) 153 5.5.2. Analýza výsledků sociálně demokratických stran. 155 5.5.3. Analýzy výsledků konzervativních stran. 156 5.5.4. Analýza výsledků populistických stran. 159 5.5.5. Analýza podpory liberálních a zelených stran. 161 5.5.6. Analýza volební podpory KSČM... 163 6. Závěr. 165 7. Literatura a zdroje. 170 7.1. Literatura. 170 7.2. Zdroje dat a podkladů. 179 8. Seznam tabulek. 182 9. Seznam grafů. 185 10. Seznam map. 186 11. Seznam příloh. 187 12. Seznam zkratek. 189 13. Příloha. 190 1. Úvod Základním tématem knihy, kterou právě začínáte číst, je komparativní analýza volební geografie dvou středoevropských zemí. Cílem tohoto srovnání je odpovědět na otázku, zda má postkomunistické prostředí vliv na utváření prostorových vzorců volebního chování. Charakter otázky tak předpokládá zahrnutí země s komunistickou historií a země, ve které panoval před rokem 1989 demokratický režim. Z tohoto důvodu jsou analýze podrobeny Česká a Rakouská republika. Období, které bude předmětem analýzy, začíná v roce 1989, neboť v předchozích letech volební výsledky v tehdejším Československu nenabízely mnoho variability a volby se konaly v rámci nedemokratického zřízení. Z analýzy budou ale v případě České republiky vyňaty také první „zakládající“ volby po roce 1989, protože jejich hlavními aktéry v postkomunistických zemích obvykle nebyly politické strany, ale široká hnutí, která obsahovala zárodky mnoha jiných stran, což beze zbytku platí také v případě České republiky. Proto by výsledky získané pro rok 1990 nebylo možné srovnat s následujícími volbami ani s volbami v Rakousku. Komparativní studie nejsou ve volební geografii nijak obvyklé. Autoři se obvykle soustředí na popis a případné odhalení hlubších souvislostí volební podpory v hranicích státu, často pak jen ve vybraném regionu. To ovšem značně limituje okruh otázek, na které lze takovým způsobem nalézt odpověď. Obvykle se texty ve volební geografii zaměřují na popis rozložení volební podpory v prostoru (viz např. ), stabilitu a změny nalezené podpory v čase, případně se pak autoři snaží nalézt příčiny popsaného rozložení volební podpory, obvykle s pomocí základních socioekonomických charakteristik územních jednotek, se kterými analýza pracuje. Zároveň jsou závěry takových studií platné jen pro kontext dané země nebo území. Na druhou stranu ve studiích volebního chování jsou komparativní analýzy poměrně běžné, nicméně se obvykle věnují jen zemím západní Evropy (viz Thomasson 2004), neboť právě zde existují validní datové soubory pro dlouhé časové období, zároveň jsou si často podobné stranické systémy a identifikované rozdíly ve volebním chování mezi zeměmi tak mají odhalitelné příčiny, nalézající se zpravidla buďto v odlišných sociálních či ekonomických charakteristikách elektorátu, rozdílných postojích a hodnotách voličů, případně v rozdílnosti témat akcentovaných ve volbách. Tyto příčiny mohou pak být samy ovlivněny rozdílným kontextem jednotlivých zemí, nicméně studie volebního chování se obvykle zastavují u jevů, popsaných otázkami (a odpověďmi) dotazníkových šetření. Ambice a záběr této práce jsou poněkud odlišné. Komparativní studií Rakouska a České republiky v dlouhodobé perspektivě budou hledány odpovědi na některé otázky spojené s volebním chováním a transformací postkomunistických zemí k demokratickým státním zřízením. Standardní a v podstatě nezbytné otázky o rozložení volební podpory a jeho podmíněnostech v jednotlivých zemích ale nebudou opomenuty ani v této práci. Nicméně nebudou výsledným produktem, ale jen prostředkem k odpovědím na složitější otázky. Analýzy v rámci jednotlivých zemí poskytnou výsledky, které budou podkladem pro komparaci mezi zeměmi. Cílem této komparace je zodpovězení otázky, zdali má postkomunistický charakter společnosti vliv na to, jakým způsobem se utváří územní vzorce volební podpory politických stran. Klást takovou otázku má smysl především ze dvou důvodů. Prvním důvodem je zřetelná mezera v současném poznání. Doposud neexistují poznatky o vlivu postkomunismu na utváření vzorců volební podpory. Druhý důvod je spíše „praktický“. Vzhledem k možné zranitelnosti nových demokracií je vhodné vědět, zda se vztah mezi společností a stranami v zemi dostávají do podoby, ve které byla demokracie ve stabilních podmínkách schopna vydržet několik desítek let, nebo zda se zde vytváří svébytné vzorce volební podpory a propojení mezi stranami a společností, jehož možnosti teprve budou prověřeny časem. Pravidla komparace (viz Landman, Robinson 2009, Sartori 1970) předpokládají pro zisk dostatečně validních závěrů zařazení alespoň 4 případů. Z tohoto hlediska se může zdát komparace dvou zemí problematickou. Naproti tomu, Kreidl (2009) uvádí také případy, ve kterých může mít smysl srovnávat i pouhé dvě země, či dokonce jednu země. Takový případ nastává, pokud si jsou dvě země ve zkoumaném období podobné ve všech relevantních aspektech mimo vysvětlující (v tomto případě postkomunismus) a závisle proměnnou (v tomto případě vzorec volební podpory). Mezi Českou republikou a Rakouskem existují další rozdíly, než je jen různá zkušenost s nedemokratickým politickým režimem mezi lety 1948 a 1989. Nicméně tyto rozdíly (např. ekonomická úroveň, struktura zaměstanosti) jsou spojeny právě s rozdílností režimů do roku 1989.[P1] Pro další postup textu je nezbytné blíže definovat pojmy obsažené v otázce. Postkomunismus je zde chápán jako specifický druh „demokratické tradice“. Demokratická tradice je poměrně široký termín a může znamenat rozdílné věci v případě rozdílně definovaného časového horizontu. V této práci je pojem zúžen na horizont posledních 50 let a pouze dvě kategorie pojmu, a to dlouhodobá demokracie a postkomunistická demokracie. Definice toho, co znamená „územní vzorec volební podpory politické strany“ a zejména jeho „utváření“, je komplikovanější a možnosti uchopení těchto konceptů jsou různé. Několika způsoby bude s oběma koncepty nakládáno také v této práci. Územním vzorcem volební podpory je myšleno rozložení výše volební podpory dané volebním ziskem strany v jednotlivých územních jednotkách v rámci země. Se samotným pozorováním územních vzorců volební podpory jednotlivých stran v komparativní perspektivě je patrně nejvhodnější pracovat s kategoriemi stejný/jiný, přičemž kritéria k výběru jednoho z označení mohou představovat jednotlivé vlastnosti prostorového rozložení volební podpory – konkrétní oblasti, stabilita a koncentrace. Slovo utváření pak odkazuje jednak k základům volební podpory, tedy k vlastnostem územních celků, od kterých se odvíjí zdejší výše volebních zisků stran a dále k vývoji, jakým prochází vztah mezi vlastnostmi společnosti v různých místech a tamními preferencemi voličů. Hlavní výzkumná otázka je pro samotnou studii sama o sobě příliš široká, nedostatečně konkrétní a ve své podstatě v sobě obsahuje několik dílčích otázek. Pro dosažení vytyčeného cíle se bude kniha potýkat se sadou následujících otázek: - Jak se liší podpora politických stran mezi volbami a zeměmi? Odpověď na tuto otázku poskytne základní představu o výši volební podpory jednotlivých stran, jejím geografickém a statistickém rozložení v obou zemích a o vývoji podpory v čase. Otázka je dále konkretizována a rozdělena na dvě partikulární otázky: „kde se nachází oblasti s vysokou podporou strany?“ a „v jaké míře spolu souvisí výsledky jednotlivých voleb?“. Údaje budou srovnány mezi zeměmi, a to takovým způsobem, kdy mezi sebou budou srovnávány výsledky srovnatelných stran. Tyto informace samy o sobě nemohou odpovědět na hlavní výzkumnou otázku, ale jsou nezbytným základem pro další postup, který pokračuje následující otázkou. - Jaké jsou determinanty volební podpory jednotlivých stran v různých zemích? Dalším krokem v postupu hledání odpovědi na roli postkomunismu v utváření geografického rozložení je studie podmíněností rozložení podpory v jednotlivých zemí. Je tedy hledána odpověď na otázku, proč je volební podpora ve sledovaných zemích rozložena popsaným způsobem. Základní předpoklad o vlivu postkomunismu spočívá v tom, že historickými souvislostmi je ovlivněno působení některých vlastností společenských skupin a na politické postoje, které příslušníci těchto skupin zastávají. Proto bude zkoumán vliv faktorů vybraných na základě diskuse existujících teorií. Diskuse nad vhodným teoretickým uchopením tématu se uskuteční především v rešeršní části věnované teoriím volebního chování. Postup práce pak bude pokračovat hledáním odpovědi na následující otázku. - Jak se liší podmíněnosti volební podpory stran mezi zeměmi? Poslední otázka je zároveň posledním krokem k odpovědi na hlavní výzkumnou otázku. Odpověď na ni bude založena na srovnání výsledků analýz sloužících k zodpovězení předchozí otázky. V případě všech (srovnatelných) stran lze očekávat podobnou logiku rozmístění volební podpory, jakkoli je zřejmé, že v obou zemích do hry vstupují také specifické faktory. Dále je očekávána nižší míra vysvětlení volebních výsledků v ČR, protože voliči v nových demokraciích nemají vytvořena pouta se stranami, které se o jejich hlasy ucházejí (viz Innes 2002, Dalton 2002). Ovšem s rostoucím časem od roku 1989 lze očekávat přibližovaní výsledků mezi Rakouskem na jedné straně, a Českou republikou na straně druhé. Tomuto vývoji může napomáhat také oslabování třídní struktury v západních zemích a rozmrzání tamních stranických systémů (Deegan-Krausse 2006, Nieuwbeerta 1999, Brooks, Nieuwbeerta, Manza 2006). V případě Rakouska Hloušek (2008) hovoří také o oslabování táborové loajality některých segmentů elektorátu k hlavním rakouským politickým stranám. Pokud mezi zeměmi nebudou nalezeny žádné rozdíly, bude položená výzkumná otázka zodpovězena tím způsobem, že postkomunismus nemá na proces utváření geografického rozložení volební podpory vliv. V případě rozdílů mezi zeměmi pak bude diskutováno, zda a jak souvisí sledované rozdíly s rozdílnou demokratickou tradicí obou zemí. Samotná analýza je založena zejména na oficiálních volebních výsledcích poskytovaný statistickými úřady a výsledcích sčítání lidu. Využitá data jsou vztažena ke dvěma měřítkovým úrovním – obcím a mikroregionům. Obce představují nejmenší prostorové jednotky, na kterých je možno propojit všechna sledovaná data a výsledky analýzy jsou tak nejméně zatíženy agregací dat a tudíž „nejblíže“ k voličům. Vzhledem k odlišnému způsobu vymezení obcí v obou sledovaných zemích je pro kontrolu provedena také analýza na úrovni správních regionů, protože tato měřítková úroveň představuje podobnou úroveň územní organizace společnosti. Struktura knihy je následující. V první části práce bude představena obecně disciplína volební geografie, její vývoj a základní koncepty, se kterými operuje, a metody, které obvykle bývají ve studiích využity. Představeny budou také některé klasické modely volebního chování, protože právě ty naznačují možný mechanismus, který převádí předpokládané příčiny na pozorované následky. Druhá část představuje metodiku, na které je postavena analytická část knihy. Popsány nejsou jen metody, které jsou využity v analýze, ale také postup přípravy datových sad pro provedení analýzy. V prvé řadě jsou popsány vlastnosti vybraných zemí důležité pro srovnatelnost výsledků v obou zemích. Zároveň je také určeno, které strany lze mezi zeměmi srovnávat. V popisu metod je věnována pozornost především nástrojům využitým v další analýze (variační koeficient, korelační koeficient, vymezení území volební a stabilní volební podpory, regresní analýza) ovšem jsou zmíněny i alternativy k těmto metodám, jejichž aplikace by mohla nabídnout jiné výsledky, než jaké prezentuje tato práce. Třetí části pak představuje výsledky jednotlivých analýz. Nejprve jsou představeny volební výsledky jednotlivých stran a jejich vývoj, dále jsou interpretovány mapy volební podpory a vlastnosti prostorového a statistického rozložení hodnot volebních výsledků jednotlivých stran. Na tento popis pak navazuje analýza podmíněnosti rozložení volební podpory. Samotná analýza je přirozeně uvezena přehledem vysvětlujících proměnných a hypotézami o vztazích mezi těmito proměnnými a volebními výsledky stran. Provedeny jsou pak dvě sady analýz. V jedné se pracuje pouze s daty vztaženými k úrovni obcí, v druhé pak s daty vztaženými ke správním regionům. V závěrečném shrnutí jsou výsledky jednotlivých analýz srovnány mezi oběma zeměmi a jednotlivými skupinami politických stran a jsou formulovány odpovědi na položené otázky a diskutovány další souvislosti získaných výsledků a také další možnosti výzkumu ve studovaném poli v rámci disciplíny. 2. Proč se liší podpora stran v různých místech? Teoretický rámec Pro naplnění cíle práce formulovaného v úvodu je nutné zasadit analýzu do rámce existující literatury. Pro přehlednost je následující rešerše rozdělena do dvou okruhů. První okruh přináší poznatky o teoriích volebního chování. Druhá část je pak věnována konkrétním zjištěním o volební geografii zkoumaných zemí – České a Rakouské republiky. 2.1. Teorie[P2] vysvětlující územní rozdíly ve výši volební podpory Základní výzkumná otázka knihy se ptá na vliv postkomunismu na utváření volební podpory politických stran. Pro zodpovězení takové otázky je potřeba definovat teoretická východiska a očekávání „utváření volební podpory“ a o vlivu postkomunismu. Toto teoretické ukotvení je uskutečněno v této kapitole. Volební geografie je velmi blízká sociologické a politologické disciplíně volebních studií. Proto je jimi také do značné míry inspirována. Podstatný rozdíl ale tkví v obvyklé jednotce analýzy a tedy i v odlišných úrovních, ke kterým jsou teorie obou disciplín vztažené. Volební studie jsou obvykle založeny na datech z dotazníkových šetření, za jejichž respondenty jsou vybraní jednotliví voliči, zatímco v případě volební geografie se pracuje s agregovanými – skupinovými - daty za územní jednotky. Opomenutí teorií o chování voličů by ale volební geografii ochudilo o možnost přesně popsat mechanismy vedoucí k různým pozorovaným prostorovým souvislostem. Samotná data jsou významným faktorem k metodologickému postupu práce, klíčové slovo by ale měla mít teorie. Následující pasáž nabízí základní vhled do teorií volebního chování, na jejichž základě pak mohou být lépe pochopeny teorie pro vysvětlení rozdílné výše volební podpory politických stran v území. Model pro volební geografii se pokusili na základě klasických sociologických teorií vytvořit Ron Johnston a Charles Pattie (2006). Při jeho konstrukci se nechali významným způsobem inspirovat tzv. trychtýřem kauzality, který byl představen v klasické studii volebního chování – publikaci The American Voter (Cambell a kol. 1960). Ve svém pojetí ale kombinují více vlivů, než s jakými počítal Cambell (1960) nebo Lewis-Beck a kol. (2008) v přepracovaném inovovaném vydání klasické studie. Do trychtýře se v tomto případě nejprve „nalévají“ individuální charakteristiky voliče, jež jsou dle sociologických modelů ústředními faktory jeho volební rozhodnutí. Především jde o respondentův sociální statut, národnost a etnicitu, vzdělání, bydlení, členství ve skupinách (včetně církví) a také o sociální třídu rodičů a jejich politické preference. Tyto faktory podporují rozvoj osobní voličovy ideologie, kterou v tomto smyslu lze považovat za principy, na jejichž základě reaguje na politické podněty a vytváří si pouto s určitou stranou – stranickou identifikaci. Tento způsob úvah o volebním chování se nemohl vyhnout kritice. Někteří kritici postrádají další významné proměnné, někteří tento model odmítají zcela (viz Lybeck 2005). Nutno podotknout, že za oslabením výpovědní hodnoty sociologických modelů nestojí nedostatečnost teorie samotné, ale především změny, které v západních společnostech probíhaly od 60. let (viz Ingelhart 1977). Voliči se tak stali otevření dalším vlivům, které pak bylo nutno uchopit v novém teoretickém rámci. Protože podněty, na které voliči začali více reagovat, lze označit za ekonomické, je také teorie označována jako ekonomická volba, nicméně v textu Johnstona a Pattieho (2006) nese označení „odpovědný^^[1] volič“ a jeho názory a postoje vstupují do trychtýře po jeho sociálních charakteristikách. V rozhodnutí takového voliče hraje roli především jeho zhodnocení současných podmínek, zhodnocení uplynulé doby (typicky volebního období), evaluace stran či kandidátů a vize možných důsledků volby. Tato sada úvah pak vede k rozhodnutí, zda se voleb zúčastnit a koho volit. Na celý proces se ale nelze dívat jako na izolovanou nezávislou individuální činnost, ale spíše jako na střípky v mozaice politické socializace a mobilizace, jejíž povaha je dle názoru autorů ve všech fázích ovlivňována geografií, čímž mají na mysli zejména lokální kontext těchto procesů. 2.1.1. Teorie konfliktních linií Kompozitní přístup (obecně viz Thrift 1983) ke studiu prostorové diferenciace volebních výsledků lze v Evropě považovat za dominantní a svým způsobem tradiční (viz Johnston, Taylor and Shelly 1990). Za své rozšíření vděčí především dostupnosti dat o sociální struktuře, zpravidla pocházejících ze sčítání lidu, a pak také poměrně rozšířené znalosti metod, s jejichž pomocí lze data analyzovat (Johnston 2000: 205). Kompozitní přístup bere v úvahu především regionální rozdíly ve struktuře populace (či spíše elektorátu) napříč sledovaným územím (Pink 2005, Thrift 1983). Základ celého přístupu je obsažen v tvrzení Butlera a Stokese (1969), že prostorová diferenciace volebního chování je pouze odrazem rozdílného složení obyvatelstva. Vedle kompozitního přístupu existuje také přístup kontextuální, který počítá s autonomním vlivem prostoru ve smyslu sociálně vytvořeného kontextu. V rámci tohoto přístupu ale prakticky nebyly vytvořeny teorie, jejichž vliv by bylo možné srovnat mezi různými zeměmi. Za takovou teorii lze snad považovat jen geografické efekty na hlasování (viz výše), jejichž zkoumání ale naráží na bariéru neexistence dat, na základě kterých by bylo možné působení těchto vlivů a případné rozdíly v jejich působení mezi Českou republikou a Rakouskem odhalit. Kompozitní přístup je velmi úzce spojen s teorií štěpících linií Steina Rokkana a Seymoura Lipseta (1967). Štěpící linie bývají z anglického originálu cleavages též překládány jako konfliktní linie. Někteří autoři (i v anglicky psané literatuře) zaměňují pojem štěpící linie s termíny „konflikt“ či „štěpení“ (Bartolini a Mair 1990, Novák 1997, Říchová 2000). Kromě české terminologie je komplikovaný samotný obsah slova, protože existuje celá řada různých obsahových náplní tohoto konceptu a různí autoři s nimi nakládají různě. Předně je důležité zmínit rozdíl mezi politickým a sociálním smyslem pojmu. V prvním případě jsou štěpící linie určeny konfliktem mezi stranami a označení linií nebo zařazení k používaným kategoriím je provedeno na základě programatiky soupeřících stran. Politické cleavage tak jsou především politickým konceptem definovaným ve smyslu politického chování a postojů. Naproti tomu sociální cleavage mohou být považovány za základ těch politických. Toto pojetí předpokládá významné štěpení ve společnosti, která je tak rozdělena na několik skupin. Pokud je štěpení skutečně významné, vede k vytváření politických stran reprezentujících jednotlivé skupiny konfliktu ve společnosti, který se tím stává konfliktem politickým. Nicméně je potřeba zdůraznit, že se jedná o odlišné dimenze. Bartolini a Mair (1990) vytvářejí definici cleavages jako konceptů spojených se sociální strukturou nebo politickým řádem. Zároveň také otáčejí obvykle předpokládaný vztah v duchu sociálního konstruktivismu, když považují institucionalizované politické cleavage za činitele ve společenských, kulturních a politických změnách. Cleavage podle tohoto výkladu mají své vlastní historie nezávislé na svých sociálních základech. Rae a Taylor (1970) definují clevages jako kritéria, která rozdělují členy komunity. Analýza štěpících linií tedy musí začínat odhalením různých relevantních společenských kritérií. Autoři rozdělují tři možné významy štěpících linií, když rozlišují mezi kategoriemi (např. rasa nebo kasta), postoji (osobní hodnoty jedince ve vztahu k otázkám veřejného života) a chováním (volení nebo členství v organizacích). Bartolini a Mair (1990) tyto tři typy zaměňují za tzv. konstituční aspekty štěpení – empirický, normativní a organizační či jinými slovy sociálně-strukturální, kulturní a politický. Kulturní aspekt je v této konceptualizaci považován za prvek kolektivní identity skupiny, politický se pak znovu odkazuje k institucionalizované organizaci a kolektivním akcím skupiny. Podle obou studií nelze štěpící linie jednoduše redukovat na výsledky sociální stratifikace. Druhým bodem je otázka, „kdo“ vlastně cleavage vytváří. Podle Bartoliniho a Maira (1990) a Kitschelta (1995) jsou konstitutivními aktéry politické strany a instituce. Činnost těchto aktérů směrem k voličům vede k jejich rozdělení do skupin, ale základ k tomuto rozdělení pokládají strany tím, na jaké voliče svými programy (případně rétorikou a činností) míří. Na základě této logiky by se měl měnit elektorát stran v závislosti na tom, co právě strany hlásají. Přístup je označován také termínem „top-down“. Příklad aplikace tohoto přístupu nabízí Przeworski (1985: 99-101) na volbě levicových stran. Individuální volební chování je podle něj výsledkem činnosti politických stran. Relativní přitažlivost třídy jakožto determinanty volebního chování je důsledkem strategií sledovaných politickými stranami na levici. Voliči z nižších tříd by podle „top-down“ logiky nevolili levicové strany, pokud by se tyto strany nesnažily hlasy daných voličů získat. Tento přístup ke konfliktním liniím může mít své opodstatnění zejména v případě, že se politický systém nachází v tranzici (viz Hloušek, Kopeček 2004) Naproti tomu Rokkan a Lipset (1967) a Rae a Taylor (1970), tvrdí, že štěpení nejprve existují ve společnosti a teprve na základě existence společenských skupin vznikají politické strany, které artikulují zájmy skupin stojících na různých stranách sociálních štěpení. Tento přístup lze považovat spíše za sociologický a někdy bývá označovaném také jako „bottom-up“ (viz Bartolini a Mair 1990: 215). V obou případech jde spíše o názory či teoretická očekávání, než o fakta, která by byla empiricky ověřená. Je možné, že některé konflikty jsou hluboko zakořeněny ve společnosti a strany reprezentující soupeřící skupiny existují především kvůli tomu, že jejich existence je vyžadována členy skupin a naproti tomu ve stejném místě a čase mohou existovat taková štěpení, která jsou jen výsledkem snahy stran získat volební podporu. Hranice mezi politickými a sociálními štěpícími liniemi je nejasná, a proto muže být užitečné uvažovat také o hybridním typu. Tento třetí typ možného vysvětlení existence štěpících linií zdůrazňuje roli struktur ležících mezi jednotlivci a institucemi. Organizace patřící do tohoto prostoru (např. odbory, sportovní svazy) jsou obvykle propojeny s určitými společenskými skupinami a bývají také označovány jako občanská společnost. Někteří autoři se domnívají, že bez občanské společnosti není možná existence žádných koherentních politických štěpení (Elster et al. 1998, Lawson et al. 1999). I přes zavedení třetího typu vysvětlení se Evans a Whitefield (2000: 1) domnívají, že ideologické a sociální dělení podmiňující náklonost ke stranám je nejlépe vysvětleno zkoumáním společnosti. To znamená, že názory a chování jednotlivců a společenských skupin jsou produktem struktury dané společnosti. Důležitá je ovšem nejen struktura společnosti, ale také zájmy a identity spojené s lokalizací v rámci ní. Role občanské společnosti hraje vedlejší úlohu. Nestatní organizace vytváří občany, ale existence politického štěpení na nich přímo nezáleží. Neopomenutelným východiskem tohoto přístupu je vidění voliče jako inteligentního činitele se svými vlastními zájmy a identitami. Role občanské společnosti může vést k rozdílu mezi Českou republikou a Rakouskem, neboť jak poukazují různí autoři, je úroveň občanské společnosti v obou zemích odlišná (Neumayr a kol. 2009, Mansfeldová a kol. 2004). Po vymezení pojmu cleavages se diskuse dostává k teorii, kterou zformulovali Lipset a Rokkan (1967). Tato teorie poměrně pečlivě definuje jednotlivé možné linie, ovšem byla omezena nejen dobou svého vzniku, ale především dobou a územím, kterému se věnuje. Původní koncept cleavages je založen na makro-sociologickém uvažování, ve kterém je kladen velký důraz na historické procesy, které určovaly podobu konfliktů mezi sociálními skupinami v Evropě v 19. století, tedy v době, kdy se začínají s rozvojem zastupitelské demokracie formovat stranické systémy a voličstva jednotlivých stran tyto systémy tvořící. Vývoj centralizovaného sekulárního státu v procesu národní revoluce a současně probíhající industriální revoluce ohrožovala tehdejší teritoriální, kulturní a ekonomické vztahy a vedla tak ke konfliktům různých pohledů na možné politické uspořádání nového stavu. Jednotlivé strany konfliktu mobilizovaly skupiny voličů na základě existujících dělících linií ve společnosti a ze společenského rozdělení se staly politické cleavages (Evans 2004: 42-44). Pokud bylo působení štěpení ve společnosti dostatečně silné, pak se stalo základem pro utváření reprezentace vzešlé z voleb, kdy občané patřící jednotlivým segmentům společnosti volili politickou stranu reprezentující právě jejich segment (Hloušek, Kopeček 2004). Základním mechanismem je tedy průmět náboženského, ekonomického, sociálního či územního rozdělení společnosti do rozdělení stranicko-politického spektra. Ve vzniku štěpících linií byly důležité především dva procesy. Národní revoluce odkazuje k procesu budování národních států, na jehož základě vznikl antagonismus s teritoriálním a kulturním aspektem. Štěpící linie mezi centrem a periferií odrážela konflikt mezi kulturou ústřední skupiny vytvářející národ a vzrůstající resistencí etnicky, jazykově či nábožensky odlišných skupin v periferiích. Konfliktní linie centrum-periferie rozděluje společnost na základě existence oblastí, které nesouhlasí s politikou centra. Formování periferního protestu, který se může „zhmotnit“ ve vzniku politických stran, je dle Rokkanových předpokladů dáno nejlépe těmito podmínkami. Existuje jasně ohraničená a silná kontrakultura uvnitř určitého teritoria, na území periferie mají určitý politický a ekonomický vliv také externí centra, ležící mimo daný stát (Rokkan 1999: 332). Podobně náboženská cleavage vzniká z konfliktu mezi centralizujícím a mobilizujícím národním státem a historicky etablovanými privilegii církve (Lipset, Rokkan 1967:101). Konfliktní linie církev – stát měla původně charakter sporu o základní otázky státu, kdy jedna skupina preferovala sekularizaci, zatímco oponenti požadovali zachování tehdejších podmínek (Hloušek, Kopeček 2004). Industriální revoluce dala vzniknout štěpící linii mezi městem a venkovem, která může být považována také za sektorovou štěpící linii mezi primérem a sekundérem, protože zájmy zemědělství a průmyslu v 2. polovině 19. století se překrývaly se zájmy měst a venkova. Na druhou stranu v současnosti již zaměstnanost v zemědělství není ani ve venkovském prostoru v mnoha hospodářsky vyspělých zemích příliš významná. Další, a po dlouhá léta klíčový konflikt, vyústil ve vznik třídní štěpící linie, která proti sobě postavila pracující a vlastníky výrobních prostředků a určuje postavení stran na ose levice – pravice (Hloušek, Kopeček 2004). Tato cleavage silně determinovala shodné rysy formování základní podoby jednotlivých stranických systémů. Na odlišných stranách linie stojí především socialistické a sociálně demokratické strany reprezentující dělnickou třídu a občanské strany, které získávaly podporu především od živnostníků, obchodníků, úředníků a vlastníků (Hloušek, Kopeček 2004: 82-86). Třída je výsledkem ekonomického konfliktu, který lze ve většině evropských zemí považovat za nejvýznamnější (viz Alford 1963; Budge, Farlie 1976; Lipset 1960). Voliči jsou mobilizování volit stranu reprezentující jejich třídní zájmy. Proces socializace s určitou sadou třídních zájmů (proces přijímání a osvojování si zájmů určité třídy) spojený s mobilizací voličů stranami reprezentujícími tyto zájmy, vede jednotlivce k identifikaci s určitou politickou stranou. 2.1.2. Změny významu konfliktních linií Vzhledem k výrazným společenským změnám v 2. polovině 20. století a rozšiřování svobodných voleb ve světě začala být původní východiska nedostatečná, protože nedokázala reagovat na změny uvnitř „starých“ demokracií a ukazovala se jako nedostatečná v demokraciích nových. Změny v sociální struktuře byly spojené zejména s růstem životní úrovně, konzumní revolucí, změněnou rolí žen či pokračujícím poklesem vlivu náboženství. Spolu se sociální mobilitou se zvýšila také prostorová mobilita. Velká část obyvatelstva v Evropě opustila venkov. Zvýšila se vzdělanost a rozšířila se vrstva nemanuálních pracujících, kteří vytváří v podstatě novou třídu (Evans 2004: 56-57). V současné době je patrné, že pevně ohraničené a jednoduše popsatelné skupiny voličů prakticky neexistují, což je patrné zejména v poklesu třídního hlasování (Knutsen 2008). V pohledu na profily elektorátů českých parlamentních stran je patrné, že v každé skupině ať už definované věkem, vzděláním, vyznáním, ekonomickou aktivitou či příjmem se nachází nezanedbatelné skupiny voličů všech stran. Tyto charakteristiky tak ukazují jen vyšší pravděpodobnost volby určité strany v případě některých voličů (Vlachová, Řeháková 2007: 137–145, Lyons, Linek 2007: 154-168). Oslabení vypovídací schopnosti původních teorií včetně teorie konfliktních linií souvisí také s oslabením vztahu mezi sociální strukturou a volbou strany v procesu rozmrzání stranických systému v západoevropských zemích, které probíhalo s různou dynamikou a intenzitou od 60. let minulého století (Kopeček 2005: 22). Termínem rozmrzání je označeno uvolňování vazeb mezi stranami a voliči vyjádřené ve zvyšující se míře volatility^^[2]. Voliči se stávají dostupnými pro mobilizaci ze strany nových aktérů. Podle povahy tohoto procesu lze odlišit strukturální a behaviorální rozvolnění vztahů mezi stranami a voliči. V případě strukturálního rozvolňování vede modernizace ke změně v síle těch sociálních skupin, které se účastnily původního konfliktu. Proces behaviorálního rozvolňování není nutně spjat se změnou síly sociálních skupin. V tomto případě je spojení mezi sociálními skupinami a ideologickými bloky stran formováno souběžnou změnou projevující se v mizení starých konfliktů a v růstu významu nových dělení ve společnosti. Změna v síle stran je pak daná tím, nakolik jsou nová dělení odlišná od těch původních (Bornschier 2009). Konkrétní podoba nového uspořádání po erozi vlivu konfliktních linií je popisována z různých perspektiv různě (viz Evans 2004: 57-60). Většina prací se věnuje výlučně nebo alespoň přednostně vlivu ekonomické konfliktní linie. Podle základního východiska, které považuje voliče za velmi racionální, se voliči odpoutali od původních tříd a rozhodují na základě politických témat. Jiná teorie hovoří o „zburžoazněni“, které spočívá v přebírání postojů a hodnot střední třídy třídou dělnickou. Konkurenční teorie poukazuje na změnu třídní struktury, kdy namísto rozdílu mezi pracujícími a vlastníky výrobních prostředků hraje roli zvláště rozdíl mezi zaměstnanci veřejného a soukromého sektoru (Evans 2004: 57-60). Jiný přístup zvolil Ingelhart (1977), který předpokládá vytvoření nové hodnotové cleavage vycházející z myšlenky rozvoje postmateriálních hodnot, která se prakticky projevila především ve vzniku zelených stran. Také Lijphart (1984) přidává k původnímu konceptu několik nových zdrojů štěpení ve společnosti. Ve své práci popsal sedm ideologických dimenzí, z nichž první čtyři v podstatě kopírují obsah štěpících linií definovaných Lipsetem a Rokkanem. K nim přidává linii o podpoře stávajícího režimu, na které na sebe naráží příznivci systémové změny a obhájci současného stavu, postmateriální linii, která odpovídá tezi Ingelharta popsané výše a zahraničně-politickou konfliktní linii později Lijphartem (1999) přeformulovanou na linii o evropské integraci. Bohužel tyto linie (s výjimkou postmaterialistické) nemají žádný zřejmý průmět do sociálních charakteristik elektorátu a jsou založeny spíše na osobních politických hodnotách voličů, z nichž každá se může pojit s jakoukoli pozicí v sociální struktuře. Kitschelt (1995) je jedním z autorů, který opustil strukturu navrhovanou Rokkanem a vytvořil klasifikaci, která snáze obsáhne specifika v různých kontextech. Určuje tři konflikty definující základní vlastnosti skupin, do kterých je společnost rozdělena. První konflikt se zakládá na otázce definice občanství, kde proti sobě stojí zastánci univerzálního pojetí lidských práv a na druhé pak zastánci občanství podmíněného etnickým a kulturním statutem. Druhý konflikt probíhá o způsob vlády mezi libertariány a zastánci autoritativních zřízení. Poslední konflikt je určen sporem o správu ekonomiky a to mezi liberály jakožto zastánci volného trhu a zastánci redistribuce. Aplikovatelnost tohoto konceptu je vyvážena nedostatečným specifikováním mechanismu, jakým je „politická“ úroveň štěpení propojena se „sociální“ úrovní.. Předchozí odstavce nabídly několik pohledů na otázku, co je to vlastně štěpící linie. Pro využití v analýze, která je další částí knihy, ale není možné představenou mnohost zachovat. Je tedy nutné vybrat z možných pohledů jen jeden, případně spojit nový celistvý pohled z útržků těch již formulovaných. Některé z definičních rysů a vlastností štěpících linií nemusí být pro další analýzu příliš významné, naopak některé do značné míry určují, jakým způsobem může být analýza provedena a jakým způsobem mohou být interpretovány její výsledky. Prvním bodem je otázka, co to je cleavage. V této knize bude za clkevage považováno kritérium, které rozděluje občany do odlišitelných skupin. V otázce, jak dané skupiny definovat a co od nich očekávat, se názory autorů různí. Pro některé je dostatečným definičním kritériem skupiny nějaká sdílená vlastnost, např. určitý věk, příslušnost k nějaké církvi či zaměstnání v určitém sektoru ekonomiky. Podle Bartoliniho a Maira (1990) lze o skupině vymezené štěpícími liniemi uvažovat jen v případě, kdy se ke společné vlastnosti připojuje také společná identita a společné vzorce (politického) chování. V tomto ohledu tak může být relativně neproblematické považovat např. katolíky v České republice za skupinu stojící na jedné straně nějakého společenského štěpení, protože taková skupina má společnou vlastnost, do jisté míry i společnou identitu a sdílí také některé vzorce chování. Naproti tomu považovat např. nezaměstnané, vysokoškolsky vzdělané nebo podnikatele za skupiny se sdílenou identitou může být problematické. V další analýze tedy bude se štěpením pracováno takovým způsobem, jako by se jednalo pouze o roli sdílených charakteristik obyvatelstva. Popis dalších „úrovní“ vlastností skupin vymezených sociálními (a politickými štěpeními) ale problematizuje výsledky, ke kterým provedená analýza povede, protože výsledky odhalí roli jen jedné „vrstvy“ štěpení. 2.1.3. Konfliktní linie v postkomunistických společnostech Předchozí teze se týkají především zemí a voličů v západní Evropě. Vzhledem k odlišnému politickému vývoji České republiky od konce 40. do konce 80. let 20. století předpokládá řada autorů (Kitschelt a kol. 1999, Evans, Whitefield 2000) odlišné volební chování, než jak je popsáno teorií konfliktních linií. Možné důvody pro odlišnou roli konfliktních linií v postkomunistických zemích lze shrnout do dvou bodů. Podle prvního bodu v postkomunistických společnostech hrají roli jiné konfliktní linie než v západních demokraciích. Druhý bod pak předpokládá, že v obou kontextech se projevují stejné konfliktní linie, ale jejich působení je různé. Někteří autoři hledali vysvětlení rozdílů ve volebním chování a vlastnostmi stranických systému mezi západní Evropou a postkomunistickými zeměmi v existenci štěpící linie o politických a ekonomických reformách na začátku 90. let, na které proti sobě stáli obhájci starého režimu a zastánci přechodu k demokracii a tržnímu hospodářství (Clem, Craumer 1993, Shabad, Slomczynski 1999). Hloušek a Kopeček (2004) tuto linii pojímají více obecně a označují ji termínem linie komunismus/antikomunismus. Rozdíly mezi západními a postkomunistickými zeměmi mohou být způsobeny také odlišným působením konfliktních linií a sociálních charakteristik voliče obecně. Například méně vzdělaní voliči v postkomunistickém prostoru se s větší pravděpodobností přikloní ke klientelistickým stranám, nebo stranám založeným na charismatické osobnosti (viz Kitschelt 1995) než k levicovým stranám, jak by bylo obvyklé v západních demokraciích. Darden a Grzymala-Busse (2006) navíc očekávají mezi více vzdělanými občany vyšší podporu nástupnických formací komunistických stran, protože v některých státech byla možnost vystudovat významně ovlivněna loajalitou k režimu. Naproti tomu Kitschelt (1995) očekává mezi vice vzdělanými a také mezi mladými a městskými voliči silnější příklon k opozici vůči komunismu, protože úspěch v nových podmínkách vyžaduje specifické schopnosti, které lze najít spíš u mladých vzdělaných občanů. Lidé, kteří na změně režimu získali, pak preferují raději strany spojené s procesem změny, než strany spojené s minulým režimem či s některými jeho myšlenkami. Tóka a Renwick (1998) upozorňují na dva protichůdné procesy. Postkomunistické společnosti by na jedné straně vlivem indoktrinace během trvání komunistického režimu měly být v ekonomických otázkách vice orientovány k levici a více preferovat rovnostářství a naopak méně roli náboženství a starost o životní prostředí. Naopak vzepření se komunismu by mělo vice podpořit nerovnostářské a pravicové ekonomické postoje. Voda (2015) pak ukazuje, že existuje rozdíl v roli postmaterialních hodnot. Zatímco postmateriální voliči v západní Evropě se přiklánějí spíše k zeleným a levicovým stranám, tak voliči preferující postmateriální hodnoty v postkomunistických zemích ve větší míře sympatizují spíše s pravicovými stranami. Další vlivnou kompozitní charakteristikou, která může mít rozdílnou roli ve studovaných zemích, je věk. Efekt věku je nutné posuzovat s ohledem na kontext a to v celém životě respondentů, protože velkou roli hrají podmínky socializace. Proto mezi staršími voliči v ČR lze najít silné sympatie ke komunistické straně, zatímco v Rakousku je stejná věková kategorie nakloněná spíše konzervativní straně (Linek 2013; Voda 2015). Možné odlišnosti pak Evans a Whitefield (2000: 7) dále zdůvodňují nepředvídatelností společností procházejících politickou a ekonomickou tranzicí od nedemokratických zřízení s regulovanou ekonomikou k demokratickým politickým systémům s tržní ekonomikou. Evans a Whitefield (2000: 17) a Kitschelt (1995) nabízí několik faktorů, které podle nich vytváří specifické podmínky ve strukturách štěpících linií v zemích východní Evropy. Těmito faktory jsou občanská společnost, způsob tranzice a charakter postkomunistických elit a struktura společnosti. Tyto faktory jsou popsány v následujících odstavcích. Evans a Whitefield (2000) se domnívají, že absence vlivu občanské společnosti byla podstatná zvláště v prvních letech po změně režimu. V těchto letech ještě přetrvávala struktura daná komunistickým zřízením, které kombinací represivních a vysoce centralizovaných státních aktivit (Karklins 1994), omezením soukromého vlastnictví a distribučním systémem odměňujícím spíše individuální než kolektivní akci (Whitefield, 1993) vyprodukovalo atomizované společnosti, jejichž členové po obnově svobodných voleb byli jen obtížně schopni rozlišit pozici svých vlastních ekonomických zájmů na ose levice-pravice vůči stranickým pozicím (Kolarska-Bobinska, 1994). Protože občanská společnost byla nedostatečně rozvinutá, tak voliči museli rozpoznat, které strany reprezentují jejich zájmy, bez vnější pomoci. Toto chybějící rozlišení různých zájmů pak podrývalo stabilitu volebního chování a vedlo strany k nabízení personalizovaných, klientelistických a populistických programů. Také podoba tranzice z nedemokratického k demokratickému zřízení měla (především podle zastánců top-down přístupu) svůj dopad na podobu štěpících linií v postkomunistických zemích. Nově vznikající instituce vytvářely (Kitschelt 1992, 1995) pobídky pro ty, kteří v jejich rámci působili na voliče. Instituce v kombinaci s elitami či zvlášť byly v podmínkách nedostatečně rozvinuté občanské společnosti schopny samy působit na povahu politických štěpení. Hlavním argumentem Kitschelta (a kol. 1999: 448) je, že právě svobodné rozhodnutí politiků zakotvených v systému institucionálních pravidel vytváří rozdíly v evoluci politických štěpení. Hlavní rozdíly v tranzitivních procesech mezi jednotlivými postkomunistickými zeměmi spočívaly zejména v rozsahu masové mobilizace občanů a vyjednávání mezi elitami, jejichž povaha se také stát od státu lišila (reformovaní x nereformovaní komunisté) a v roli institucí. Instituce utvářely preference uchazečů o moc a také možnosti cílení na voliče, zároveň také mohly ovlivnit možnosti personalizace vztahu mezi voliči a jejich zastupiteli a rozsah klientelismu. Parlamentní demokracie v kombinaci s poměrným volebním systémem, která vznikla v České republice, by měla mít za následek spíše programovou orientaci stran a více disciplinované volební chování. Tato úvaha staví mantinely případnému zobecnění závěrů této práce na ostatní postkomunistické staáty, neboť výsledky získané v zemích s jiným uspořádáním institucí se mohou lišit právě z důvodu odlišnosti těchto podmínek. Na druhou stranu, na základě těchto úvah by volební chování v České republice mělo být ze všech postkomunistických zemí nejvíce podpobné volebnímu chování v západních demokraciích. Pokud tedy tato studie nalezne nějaký rozdíl, je velmi pravděpodobné, že jej lze najít i v ostatních postkomunistických zemích (více o logice vysvětlení pomocí „extrémního“ případu Goldthorpe et al. 1968). Dalším faktorem je struktura společnosti. Politické štěpení má podle úvah Evanse a Whitefielda (2000) vznikat na základně strukturálních socioekonomických faktorů, jako je míra industrializace a modernizace, náboženské složení a stupeň etnické heterogenity v daném území. Zvláště významný vliv je přisazován etnické struktuře v případě etnicky rozdělených států, ve kterých je řešena otázka občanství. Zároveň lze také očekávat podobné dělení v případě podobných socioekonomických podmínek. Tyto obecné teze ale nemohou být považovány za platné bez porozumění jejich roli na individuální a skupinové úrovni. Na základě výše zmíněných myšlenek formulují Evans a Whitefield (2000) následující předpoklad. Autoři odmítají tezi o neinformovanosti voličů a předpokládají, že voliči jsou si i přes proces tranzice dostatečně vědomi svých ideologických preferencí a jsou schopni tohoto vědomí využít jako základu pro volební rozhodnutí. Ideologické preference jsou pak obecně rozdílné v různých sektorech postkomunistických společností. Naproti tomu mají voliči jen nízkou úroveň znalosti o jednotlivých stranách, a proto si nejsou jisti, která ze stran nejlépe respektuje jejich ideologickou pozici, kterou si relativně jistí jsou. Zároveň také v prvních letech po roce 1989 nemohli mít zkušenost s tím, jak se chovali voliči v minulosti a jen těžko tak mohli kalkulovat se strategickým hlasováním. Slabou vazbu mezi voliči a stranami dokládají také studie Paceka (1994) a Robertse (2008). Ti analýzou rozdílů ve volebním chování „vítězů a poražených“ v politické a ekonomické tranzici ukazují, že voliči v postkomunistických zemích více „trestají“ strany obhajující vládní většinu, než jak se tomu děje v západní Evropě, kde tradiční voliči strany dokáží straně, se kterou se identifikují, mnohé odpustit. 2.2. Volební geografie zkoumaných zemí Následující část je věnována doposud publikovaným studijním věnujícím se volební geografii Rakouska a České republiky. Nejprve budou představeny práce věnující se zkoumanému tématu a území v širší perspektivě, dále pak budou diskutovány texty věnující se volební geografii jednotlivých zemí. Volby ve střední Evropě se staly po pádu železné opony oblíbeným námětem jak místních geografů, politologů a sociologů, tak i jejich zahraničních kolegů. Proto existuje k volební geografii jednotlivých postkomunistických zemí, Českou republiku nevyjímaje, poměrně rozsáhlá pramenná báze. Tato situace se ovšem netýká Rakouska, kde vzhledem k dostupnosti individuálních dat získaly oblibu již v 60. letech volební studia. Na následujících stranách budou stručně představeny a zhodnoceny dosavadní poznatky o volební geografii vybraných zemí. 2.2.1. Komparativní studie Jak již bylo zmíněno výše, komparativní studie nejsou ve volební geografii nijak časté. To platí také pro země střední Evropy. Výjimkou je ale sledování rozdílů mezi Českou a Slovenskou republikou (Kostelecký 2001, Kyloušek, Pink 2007, Jehlička a kol. 1993). Z dalších prací lze zmínit snad jen Electoral geography of Western Europe (Vandermotten, Lockhar 2000) věnující se výsledkům voleb do Evropského parlamentu v roce 2004 na území dřívější EU-15, studii volební geografie střední Evropy Tomasze Zaryckeho (1999) a dále pak texty autora věnované střední Evropě (Voda 2011, Voda, Pink 2011), z nichž první se věnuje socioekonomickým determinantám geografické diferenciace volební podpory v zemích Visegradské skupiny ve volbách roce 2010, druhý pak sleduje vliv rozdílné společenské struktury na podporu sociálnědemokratických, konzervativních a liberálních stran v České republice, Slovensku, Maďarsku a Rakousku v parlamentních volbách od roku 1990. Studie s daty vztažené k jednotkám mikroregionů ukázala, že možnosti teorie konfliktních linií vysvětlit výši volební podpory stran a účasti se mezi východními a západními zeměmi výrazným způsobem lišila na počátku 90. let, ale vývojem v následujících dvou desetiletích vedl k přibližování vzorců volební podpory a lze tedy hovořit o unifikaci vlivu sociální struktury na volební podporu stran v západní a východní Evropě. Pro účel této knihy je zvláště přínosná práce Tomasze Zaryckeho (1999) The new electoral geography of Central Europe. Jejím cílem bylo provést analýzu struktury politických štěpících linií ve střední Evropě. Studie odhaluje politické cleavage ve středoevropských zemích na základě regionální diferenciace volebních preferencí, za pomoci vizualizace v mapách popisuje územní variabilitu faktorů extrahovaných faktorovou analýzou, určuje regionální faktory vztažené k prostorovým vzorcům popsaných štěpících linií, analyzuje tyto vztahy a představuje mezinárodní komparaci několika problémů spojenými s určením toho, v jakém rozsahu mají pravidelnosti pozorované v jednotlivých zemích univerzální charakter. Zarycki se zde věnuje geografii volebních výsledků parlamentních voleb v České republice, Slovensku, Maďarsku, Polsku, Litvě a na Ukrajině. Práce má vysoký standard v popisu stranických systémů, na druhou stranu vysvětlení pomocí dat o sociální struktuře nepřináší příliš silné závěry z důvodu nesrovnalosti dat. Limity se ukrývají také za využitím faktorové analýzy. Ta sice umožňuje opustit kvalifikace založené na kritériích, jejichž naplnění lze často velmi obtížně pozorovat, případně se v realitě nacházejí takové kombinace, se kterými teorie nepočítá, ale problematické jsou ovšem z klasifikačního hlediska její výsledky. Pro příklad uveďme, že v případě České republiky postavil na jednu stranu „ekonomické“ cleavage ODS, ODA a OH a na druhou SPR-RSČ,ČSSD a KSČM, přičemž je otázkou, zda strany stojí na opačných stranách jednoho kontinua, nebo zda jsou jejich pozice ve stranickém spektru dány různými dimenzemi. Ze studie vyplývá několik obecných závěrů. Ve všech zemích existují více tradiční, nekomunistické nebo antikomunistické regiony, proti kterým stojí sekulární regiony s vyšší podporou post-komunistických uskupení (ve smyslu následovníků dříve vládnoucích stran). Druhým typem konfliktních linií pak může být štěpení mezi liberálními, obvykle metropolitními, regiony a periferními oblastmi (v ekonomickém smyslu). V tomto bodu autor upozorňuje na rozdílný charakter periferií, kdy se v Polsku jedná především o zemědělské regiony, zatímco v ČR to jsou regiony industriální. Posledním typem je pak etnická cleavage, která hraje roli na Slovensku a v Litvě, a v menší míře pak v Polsku, protože příslušníci místní běloruské menšiny se přiklánějí k „většinové“ postkomunistické straně a německá menšina v Opolském vojvodství má garantováno několik křesel v parlamentu mimo standardní volební soutěž. (Zarycki 1999: 36-39) V závěru pak Zarycki hodnotí vztah nalezených faktorů a vybraných socioekonomických indikátorů, jejichž výběr ale není vztažen k žádné teorii a vzhledem k odlišné konstrukci dat v různých zemích a otazníkům nad vypovídací schopnosti faktorových skóre nelze ani interpretace výsledků považovat za spolehlivé. V poslední části se nakonec věnuje i vztahu výsledků své studie a jejich interpretacím ve vztahu k teoriím vytvořených na základě vývoje stranických systémů v západoevropských demokraciích. Postupně svá zjištění konfrontuje s teoriemi Kitschelta, Lipseta a Rokkana a Lijpharta. V prvním případě považuje svou štěpící linii mezi post- a anti-komunismem za funkčně odpovídající Kitscheltově linii mezi moderním liberalismem a tradičním autoritarismem. Linie mezi liberálními centry a populistickou periferií je pak podobná konfliktu o dělení zdrojů mezi zastánci volného trhu a zastánci redistribuce a konečně etnickou štěpící linii lze ztotožnit s konfliktem o definici občanství, která může být buďto univerzální nebo odvozená od kulturního a etnického původu. Teoretické východiska Lipseta a Rokkana již na země střední Evropy obvykle nesedí, a to zejména z důvodu opožděné národní a industriální revoluce v těchto zemích, což se však území současné České republiky příliš netýká. Zároveň je otázkou, jaké jsou v těchto zemích periferie. Zarycki například považuje za periferii Moravu v rámci ČR, nebo Kašubské, Podhalské a Podleské vojvodství v Polsku. Zároveň také vnímá celý středoevropský region jako periferii oproti západním zemím. Lijphartovu konceptu konfliktu mezi podporou liberální demokracie nebo komunismu odpovídá údajně nejlépe ČR. Ze Zaryckého studie je pro tuto nás důležitý zejména argument o samotné existenci konfliktních linií v zemích střední Evropy a dále pak úvaha o povaze jednotlivých štěpení. Protože některé konfliktní linie popsané různými autory lze považovat za v podstatě shodná, tak se snižuje počet linií, pro jejichž projevy v prostoru je nutné hledat indikátory. V roce 2012 byla vydána kniha vytvořená kolektivem českých a slovenských autorů „Volební mapy České a Slovenské republiky po roce 1993: vzorce, trendy proměny“ (Pink a kol. 2012). Kniha se věnuje různým aspektům volební geografie ve volbách do různých institucí v České a Slovenské republice. Ačkoli publikace je zde formálně zařazena ke komparativním studiím, je její komparativní charakter oproti výše zmíněným pracím velmi omezený a kniha představuje spíše izolované případové studie jednotlivých zemí. Tomuto schématu se vyjímají jen kapitoly věnované evropským a parlamentním (v ČR myšleno poslaneckým) volbám. Voda a Havlík (2012) si povšimli, že v obou zemích lze za „proevropsky“ orientované regiony považovat především hlavní města, zatímco na Slovensku tuto oblast rozšiřují okresy s přítomností maďarské národnostní menšiny. Výsledky analýzy vztažené k parlamentním volbám pak ukázaly, že v případě stran národnostních menšin a křesťanskodemokratických stran je možnost vysvětlení vzorců volebního chování dlouhodobě velmi vysoká a stabilní, zatímco v případě ostatních stran se výsledky analýzy proměňují s tím, jak se proměňují volební výsledky stran a jejich pozice ve stranickém systému (Voda, Pink 2012). 2.2.2. Volební geografie České republiky Přehled české literatury je podstatně širší než rešerše rakouských textů. Většina prací vztahujících se k volební geografii České republiky se věnuje popisu rozložení volební podpory, další skupina textů se snaží vysvětlit variabilitu volební podpory na základě socioekonomických charakteristik a několik studií se věnuje vlivu kontextu. V české volební geografii je vhodné odlišit práce vytvářené geografy od těch, které byly vytvořeny politology. Zvláště v prvních letech po roce 1990 byla volební geografie výsadou geografů, protože samotná disciplína politologie byla v České republice ve fázi svého zrodu. Navíc byla v té době svázaná s historií a chyběl jí tak aparát pro práci s kvantitativními daty. Tento deficit je stále patrný, na druhou stranu se dokáží politologické práce častěji opřít o teoretická východiska než práce geografické, případně skrze volby sledovat obecnější jevy. Prvotní popis rozložení volební podpory ve sledovaném období přináší studie Jehličky a Sýkory (1991), která poukazuje na souvislost v rozložení podpory tradičních českých stran – KSČM, ČSL, ČSSD a České strany národně sociální (ČSNS) – v období do roku 1948 a ve volbách v roce 1990. Autoři zde vytvořili vlastní nástroje pro sledování volební podpory a její stability (viz kapitola 3.3.). Nalezeným územím stabilní volební podpory KDU je území jižní Moravy mimo oblasti Brna a části Českomoravské vrchoviny. ČSS měla stabilně nejvyšší podporu ve velkých městech (Praha, Brno) a v oblasti východních Čech. Vymezení území volební podpory ČSSD prošlo několika změnami, první následovala po vzniku KSČ, druhá po vysídlení Němců a třetí po roce 1989. Rozložení volební podpory KSČ se proměnilo po 2. sv. válce a odsunu německého obyvatelstva z pohraničí. Volební podpora se tak „přesunula“ z tradičních oblastí Rakovnicka a Kladenska do pohraničí. Volební podporu stran v Československu v roce 1990 pak popisuje Jehlička a kol. (1993). Na studii Jehličky a Sýkory navázaly další a s pomocí stejné metodologie se věnovaly podpoře KSČM a ČSSD (Kyloušek, Pink 2007), podpoře KDU-ČSL (Voda 2012) a situaci všech stran ve volbách v roce 2006 (Kabát, Pink 2006) a v roce 2010 (Pink 2010, Navrátil 2010). Volební geografii ODS se pak věnuje Šaradín (2004, 2006), nicméně jde pouze o popisné práce. Práce vysvětlující územní rozložení volební podpory pomocí socioekonomických charakteristik navazují na práci Blažka a Kosteleckého (1991), kteří takto analyzovali výsledky parlamentních voleb v roce 1990. Tato práce s sebou ovšem přinesla metodologické neduhy, které byly již dříve kritizovány především v britské volební geografii. Tato analýza totiž není postavena na žádné teorii. Výběr proměnných, které mají ovlivňovat rozložení volební podpory, je tak čistě arbitrární. Limitovaná je také interpretace výsledků zde využité shlukové a regresní analýzy, které vzhledem k absenci teorie či předpokladů o mechanismech kauzálních vztahů nemají žádný hlubší význam. Studie ale odhalila některé souvislosti mezi meziregionálními rozdíly ve volební podpoře stran a v různých socioekonomických charakteristikách. V podobném duchu se nese také práce Kosteleckého (1994), nicméně v tomto případě je smysl vybraných proměnných vysvětlen či alespoň naznačen. Regionálním rozdílům se věnuje také další studie Kosteleckého (2001). Pozornost klade na sledování regionálních rozdílů v parlamentních volbách v letech 1992 až 1998 v ČR a na Slovensku a jejich vysvětlení. Ve sledovaném období (v ČR) se meziokresní rozdíly mírně zmenšovaly. Největší regionální rozdíly ve výši volební podpory byly typické pro strany orientované na etnicky nebo nábožensky definované skupiny obyvatel. Své závěry později Kostelecký (2009) doplnil analýzou dalších voleb do roku 2006. Volebně geografický aspekt má také Kosteleckého (2004: 40-46) studie metropolitních oblastí, ovšem věnuje se jen volební účasti. Prostorovému rozmístění volební podpory KSČ se věnoval Petr Daněk (1993) a Kyloušek s Pinkem (2007). Daněk analyzoval výsledky voleb z let 1925 – 1946 a z roku 1992 na území Moravy a Slezska a jejich souvislosti s indikátory socioekonomické struktury obyvatelstva. Podle výsledků této práce se neproměnila jen výše podpory v různých lokalitách, ale pravděpodobně také voličstvo strany. Zatímco před 2. sv. válkou byli voliči koncentrováni převážně v oblastech těžby uhlí a výsledky ukazovaly vysokou souvislost s podíly ateistů, dělníků a českého obyvatelstva, pak se ve volbách v roce 1946 volební podpora komunistické strany rozšířila i do dosídlených oblastí pohraničí. Rozložení výsledků voleb v roce 1992 se příliš nelišilo od rozložení z roku 1946. Kyloušek a Pink (2007) se pak věnují výsledkům strany od roku 1990 do roku 2006. Zaměřují se na identifikaci oblastí s dlouhodobě vysokou podporou, a hledají souvislost mezi rozložením volební podpory a vybranými socioekonomickými ukazateli, z nichž s variancí podpory KSČM souvisí především nezaměstnanost a podíl rozvodů, což ovšem není interpretováno ve vztahu k jevům, které mohou tyto dvě proměnné reprezentovat. Pokud nebude brán zřetel na práci Jehličky a Sýkory, pak je zatím jediným příspěvkem ke studii voleb v dlouhém časovém měřítku publikace kolektivu Kyloušek, Pink a Šedo (2007) Volební mapa města Brna. Tato publikace se věnuje volbám konaným na území současného Brna již od roku 1907 a sleduje podporu všech významných soudobých stran ve všech volbách včetně komunálních. Vzhledem k popisnému charakteru práce a úzkému zaměření na vybranou lokalitu nejsou informace podané v této knize příliš přenositelné do jiných studií. Další představovaná práce se poněkud vymyká výše načrtnutému schématu, neboť analýza volební podpory pro ni není prioritní. Kouba (2007) se věnuje především institucionalizaci stranického systému. Při kontrole vlivu sociálních štěpení analyzuje efekt okresů na rozdíly ve volebním rozhodnutí voličů, k čemuž využívá metody prostorové autokorelace. Výsledkem takové analýzy je nicméně to, že v českém stranickém systému hrají kontextuální efekty na úrovni okresů nevýznamnou roli. 2.2.3. Volební geografie Rakouska V případě Rakouska je rešerše literatury poměrně strohá. Volební geografii Rakouska nejsou věnovány téměř žádné texty. Volební chování zde totiž již od 70. let mohlo být zkoumáno analýzou volebních studií věnujících se individuální úrovni voličů (viz Bishof, Plasser 2008). Svou roli přirozeně mohla sehrát také jazyková bariéra. Rešerše se proto věnuje článkům volební geografie vztaženým spíše k historii a obvykle poměrně úzkému regionálnímu rámci. Územní rozložení volební podpory ve spolkové zemi Burgenland popsal Burghardt (1964). Časový rámec této studie je omezen roky 1922 a 1961. Vzhledem k složité národnostní struktuře se Burghardt věnoval především otázce národnostních menšin. Dochází k odpovědi, že jazyk ani menšinový statut nehrají v prostorové diferenciaci volební podpory významnější roli, tu naopak zastává náboženství. Článek Müllera a Nielsena (1983) se věnuje geografii volebních výsledků na území hlavního města Vídně, respektive vlivu sociálních vlastností oblastí na volební geografii vybraného města. Studie je založena na výsledcích stran, které získaly v roce 1973 zastoupení v Radě města^^[3] (SPÖ, ÖVP a FPÖ) a výsledcích sčítání lidu. Výsledky analýzy ukazují, že v rámci města se voliči FPÖ a ÖVP koncentrují v jádru města, zatímco voliči SPÖ se nacházejí spíše v okrajových částech města. Toto prostorové rozložení pak autoři vysvětlují pomocí tří faktorů, které vznikly analýzou hlavních komponent provedenou na datech ze sčítání lidu – sociálním statusem, „rodinou“ a bytovou a populační dynamikou. Výsledky korelační analýzy pak ukazují vysokou souvislost mezi převažující stranickou orientaci v místě (sčítacím okrsku) a převažujícím sociálním statusem, přičemž v oblastech s vyšším zastoupením osob s vyšším sociálním statutem získávají více hlasů občanské strany (ÖVP a FPÖ), korelace mezi politickou orientací a ostatními faktory jsou již podstatně slabší. Zajímavé poznatky přináší disertační práce Marcela Jenny (2009), která se věnuje vlivu regionálních a lokálních faktorů na volatilitu ve volbách do Národní rady mezi lety 1979 a 2006. Autor poukazuje na fakt, že během této doby se zvýšila územní diferenciace volebních výsledků, tedy že lze pozorovat vyšší rozdíly mezi jednotlivými regiony ve volební podpoře jednotlivých stran. V další části práce s pomocí víceúrovňového modelování ukazuje, že rakouské země se staly důležitým faktorem ovlivňujícím volatilitu, což už ale neplatí pro nižší úrovně. Změny ve volebních výsledcích se dle výsledků analýzy odehrávají především v obcích v blízkosti hranic spolkových zemí. Prostorového aspektu volební soutěže si Jenny (2013) všímá také v kapitole věnované regionálním volbám. V textu si všímá zejména rozdílu mezi volebními výsledky (a složením koalic) v rakouských spolkových zemích. Volební geografii Rakouska se pak věnuje také několik českých prací, ačkoli jejich informační hodnotu je potřeba brát s rezervou. Práce Burkerta (2010) se zabývá srovnáním voleb do rakouské Národní rady v letech 2006 a 2008, přičemž hlavní náplní je nalezení území volební podpory jednotlivých politických stran zastoupených na půdě Národní rady metodikou Jehličky a Sýkory. Vzhledem ke sledování časově velmi blízkých voleb však informace o stabilitě těžko mohou poskytovat informaci vhodnou pro práci věnované širšímu časovému rámci. Hodnota informace podané v textu je dále snížena faktem, že autor se obvykle vyjadřuje k území celých spolkových zemí, ačkoli se na jejich území výsledky obvykle značně liší. Volbám v roce 2013 se pak věnuje článek Jakuba Hnáta (2013). Obsah článku nicméně pouze představuje základní vlastnosti volebního systém, celkové výsledky voleb a v několika mapách také rozložení volební podpory jednotlivých úspěšných stran. Obsáhlejší a šířeji pojatý příspěvek k volební geografii pak představuje diplomová práce Hajdy (2012), která popisuje prostorové rozložení volební podpory rakouských politických stran v období 1999 až 2009 a jeho vztah k vybraným charakteristikám společnosti. Podle závěrů jednotlivé strany získávají v jednotlivých obvodech různě silnou podporu, avšak tato se příliš neliší v rámci obvodů jednotlivých spolkových zemí. Regionálním aspektům volební podpory FPÖ a BZÖ v letech 2006 a 2008 se věnuje článek Pinka a Burkerta (2009). Text identifikuje oblasti podpory těchto dvou stran, ale s výjimkou popisu stability podpory ve velmi krátkém období neposkytuje žádné obecnější závěry o regionálním či sociálním ukotvení volební podpory těchto stran. V případě naznačených závěrů o přesunech voličů od ÖVP a SPÖ k volbě krajně pravicových stran nenabízí text argument, na jakém základě je toto tvrzení formulováno. Vzhledem k položené výzkumné otázce a teoretickému ukotvení práce je zde nutné zmínit také knihu Hlouška (2008), která není primárně volebně geografická, ovšem poskytuje cenné poznatky a o projevech konfliktních linií v rakouské politice. Kniha se věnuje dlouhému časovému období počínajícímu již v 19. století, ale i přes šíři záběru nejsou jednotlivá období zpracována nijak povrchně a detailně je tedy popsáno období, studované v této knize. Hloušek jako obecný rys vývoje v tomto období uvádí zejména pokračující rozvolňování (dealingment) vztahu mezi stranami a jejich voličskými základnami a dynamiku, kterou do stranického systému přinesli Zelení a FPÖ. 3. Jak poznat odlišnosti v prostorových vzorcích volebního chování? Metodika práce[P3] Na následujících stranách budou popsán postup práce počínaje výběrem zkoumaných zemí a popisem politických stran, které se ve vybraných zemích nacházejí. Popis pokračuje představením využitých dat a končí popisem metod. Postup popisu do značné míry odpovídá „chronologii“ využití jednotlivých datových sad a metod v práci. Pozornost není striktně věnována jen metodám v práci využitým. V případě, že je možné nějakou otázku nebo krok v postupu naplnit různými metodami, tak budou krátce přestaveny také „alternativní“ metody a zdůvodněn výběr aktuálně využité metody. 3.1. Výběr zkoumaných zemí Klíčovým krokem pro nalezení validní odpovědi na vstupní otázku o vlivu postkomunismu na volební geografii je systematický výběr zemí. V podstatě se nabízejí dvě možné strategie pro ověření zkoumaného vztahu. První strategie výběru spočívá v takovém postupu, kdy budou vybrány země, které jsou si vzájemně velmi podobné a liší se pouze ve zkušenosti s komunistickým režimem. Druhou strategií je pak vybrat země, které se v podstatných ohledech liší, ale sdílí stejnou zkušenost s postkomunismem (viz Landman, Robinson 2009). Výběr zemí pro tuto studii se bude řídit prvním postupem. Ve výběru tedy musí být zahrnuta alespoň jedna západoevropská a alespoň jedna postkomunistická země. Analýza je provedena na případech Rakouska a České republiky. Vybraná dvojice zemí představuje patrně pár nejvíce podobných zemí, ke které lze při záměru vybrat zemi z východní a západní Evropy získat. Obě země sdílejí celou řadu charakteristik a také dlouhou společnou historii, která mnohým ze shodných vlastností vytvořila základ. S ohledem na teorii konfliktních linií (viz kapitola č. 2) je také velmi podobný základ některých stran, které se formovaly ve stejné době v rámci stejného politického uspořádání a před rokem 1918 navíc v rámci stejného státu. Právě v tomto bodě spočívá při studiu o otázce vlivu postkomunismu hlavní výhoda tohoto výběru oproti jakýmkoli jiným výběrům. Až do roku 1938 byla totiž historie České a Rakouské republiky velmi podobná. Politické strany a především vztah mezi stranami a společností se formoval ve velmi podobných podmínkách, než byl přetržen komunismem a rozdělen železnou oponou. Hloušek (2008) vidí vznik rozdílných podmínek již pro rozpadu Habsburské monarchie v roce 1918, neboť zatímco pro Československo tento krok znamenal dovršení procesů budování státu i národa, tak pro Rakousko naopak otázka dovršení budování rakouského národa teprve nabrala na významu. Zásadnější rozdíl ve vývoji podmínek pro utváření politických štěpení může představovat také fakt, že v Rakousku v období 1933/1934 došlo k přechodu k nedemokratickému režimu[4], zatímco demokracie v Československu přetrvala až do roku 1938. Tyto odlišnosti ale lze vůči vývoji po 2. světové válce považovat za relativně méně významné. Rozdíly mezi vybranými zeměmi tak mohou být odlišnou historickou zkušeností mezi lety 1948 a 1989 vysvětleny ve větší míře, než v případě zemí, které se před nástupem komunistických režimů příliš nepodobaly. Podobnou argumentaci nabízejí také Haller a kol. (1989) ve své studii sociální mobility, Reber a kol. (2004) v analýze chování vedocích pracovníků nebo Kessler (2007) v práci věnované faktorům úspěchu nových podniků. Jak poukazuje například Kreidl (2009), srovnání pouhých dvou zemí může být problematické, protože umožněje sledovat vliv pouze jednoho faktoru o dvou kategoriích, kterým je v tomto případě „demokratická tradice“ v období od konce 2. sv. války (s kategoriemi postkomunistikcká/dlouhodobá demokracie), na jednu závisle proměnnou. Podstata úspěchu takových studií spočívá v důvěryhodnosti a presvědčivosti. Výběr připadů musí být sostatečně zdůvodněn, musejí být specifikovány relevantní dimenze srovnání, standardizovány měřící nástroje a doloženo, že se srovnávané případy odlišují právě jen tím faktorem, kterému je připisován kauzální efekt.Vybrané dvě země si musí být podobné ve všech relevantních aspektech mimo hodnot vysvětlující a vysvětlované proměnné. Mezi českou republikou a Rakouskem očividně existují další rozdíly, než je jen různá zkušenost s nedemokratickým politickým režimem mezi lety 1948 a 1989. Nicméně tyto rozdíly (především pak ekonomické a sociální faktory) jsou spojeny právě s rozdílností režimů do roku 1989. Jediným podstatnějším releventaním sociálním či ekonomickým faktorem, který obě země odlišoval již před rokem 1945, byl silnější antiklerikalismus a tedy nižší zastoupení věřících obyvatel ve společnosti. V literatuře věnované volebnímu chování (viz např. Norris 2004, Oppenhuis 1995) jsou mimo sociální a ekonomické faktory zmiňovány také instucionální podmínky, jakožto možné příčiny rozdílů ve volebním chování mezi zeměmi.[P4] 3.1.1. Institucionální podmínky vybraných zemí Obě země spadají na základě charakteristik svých volebních, stranických a institucionálních systémů do stejných kategorií. To ovšem neznamená, že podmínky jsou v obou zemích zcela shodné. Proto budou podmínky, ve kterých se volby uskutečňují, dále více detailně popsány. Základem srovnatelnosti volební podpory stran je srovnatelnost voleb, ke kterým je volební podpora vztažena. Tato práce se věnuje parlamentním volbám, tedy volbám do Poslanecké sněmovny Parlamentu České republiky (PS PČR), respektive volbám do České národní rady v roce 1992 a volbám do Národní rady (Nationalrat) Rakouské republiky (NR RR). Ve všech případech se jedná o tzv. prvořadé volby, tedy nejvíce důležité volby v zemi. V tomto ohledu je poněkud komplikovaná situace okolo prvních sledovaných voleb v České republice (v roce 1992), protože v té době se mimo volby do ČNR konaly také volby do Sněmovny lidu Federálního shromáždění. Souběžná existence obou orgánů mohla mít důsledky pro volební chování^^[5]. V Rakousku má relativně významnou úlohu zemská úroveň, volby do legislativních orgánů těchto celků se konaly po celé sledované období, zatímco v České republice proběhly první volby do nově vymezených samosprávných krajů až v roce 2000. Také volba prezidenta Rakouské republiky byla ve sledovaném období vždy svěřena občanům, zatímco v České republice se první přímá volba uskutečnila až v roce 2013. Nicméně i přes přímou volbu v Rakousku nebyly pravomoci prezidentů příliš odlišné (srovnej Říchová, Strahalová 2009: 173). 3.1.2. Volební systémy Pravidla parlamentních voleb v obou zemích respektují logiku poměrného volebního systému a využívají tedy mechanismů, které vedou k takovému převodu hlasů na mandáty, kdy podíl mandátů, který strana obdrží, odpovídá podílu získaných hlasů. Některé atributy volebního systému vedou k odchylce mezi podílem hlasů a křesel. Těmito prvky jsou zejména omezovací klauzule, velikost volebních obvodů a matematická formule pro přepočet. V těchto bodech se volby odlišují nejen mezi zeměmi, ale také v čase, neboť v obou zemích se volební pravidla změnila. Volbami v roce 1992 byla obsazována Česká národní rada a Federální shromáždění. V těchto volbách bylo území České republiky rozděleno do 8 volebních krajů s mandátovou velikostí od přibližně 13 do 41 křesel^^[6], na jejichž úrovni byly v prvním skrutiniu rozděleny mandáty pomocí Hagenbach-Bishoffovy kvóty mezi vázané kandidátní listiny stran. Skrutinia se mohly zúčastnit pouze strany, které získaly více než 5 % hlasů. Ve druhém skrutiniu, které probíhalo na celostátní úrovni, byly rozdělovány mandáty rovněž pomocí Hagenbach-Bishoffovy a dále pomocí nejvyšších zbytků. Po vzniku samostatné České republiky se název ČN změnil na Poslaneckou sněmovnu a tento orgán se zároveň stal dolní komorou Parlamentu ČR, zatímco Federální shromáždění bylo rozpuštěno. Pravidla voleb byly upraveny reformou před volbami v roce 2002. Hlavní změnou bylo zvýšení počtu volebních krajů na 14 a tím i snížení průměrné mandátové velikosti obvodů. Dále byl zaveden d´Hondtův dělitel, spočívající v dělení výsledků stran řadou celých čísel, který umožňuje rozdělit všechny mandáty v jediném skrutiniu. Uzavírací klauzule pro samostatně kandidující politické strany zůstala na 5% úrovni, v průběhu doby se však měnilo její nastavení pro koalice (247/1995 Sb., Belko 2004: 190-206). Rakouský volební systém je poněkud komplikovanější, především protože obsahuje dokonce 3 skrutinia a dvě úrovně volebních obvodů. Základní úroveň představuje 9 obvodů, které odpovídají zemským hranicím. Uvnitř zemí jsou pak vymezeny regionální obvody, kterých je v současnosti 39, ale do roku 2008 jich bylo 43. Velikost těchto obvodů se pohybuje od 1 do 8 mandátů. Na proporcionalitu volebních výsledků má ale vliv jen zemská úroveň volebních obvodů. Strany sestavují listiny pro zemskou i regionální úroveň a také celostátní listinu pro rozdělení mandátů, které se nepodaří rozdělit na zemské a regionální úrovních. Pro rozdělení mandátů na regionální i zemské úrovni je použita Hareova kvóta^^[7]. Vzhledem k jejím vlastnostem vždy zůstane určitý počet mandátů nepřidělen. Mandáty, které se nerozdělí ani na regionální, ani na zemské úrovni, se rozdělí v celostátním skrutiniu, kde se pro přepočet již využije d’Hondtův dělitel (Rakouský volební zákon). Tato pravidla jsou v platnosti od voleb v roce 1994, ve volbách v roce 1990 tedy byla odlišná. Ve volebním systému byla zahrnuta jen dvě skrutinia. První přepočet probíhal na zemské úrovni a kompenzační mandáty se rozdělovaly ve třech obvodech. Právem volit disponovali občané starší 19let^^[8]. Od roku 2008 je minimální věkovou hranicí dokonce 16 let. 3.1.3. Stranické systémy Jedním z klíčových limitů komparativních prací v oblasti volební geografie je rozdílná povaha stranických systémů v různých zemích. Duverger (1954) ve své studii o stranických a volebních systémech vidí nejzásadnější rozdíl mezi bipartismy a multipartismy, které stanovuje jako základní pilíře své typologie. Vzhledem k tomu, že stranické systémy obou sledovaných zemí jsou multipartismy, bylo by možné na základě Duvergerovy logiky prohlásit systémy za shodné a dokonale porovnatelné. Pro účely srovnání dvou podobných zemí ale může být Duvergerova typologie příliš zjednodušující. Proto bude vhodné opřít komparaci o jiné klasifikace. Jako velmi vhodná se jeví Sartoriho typologie (1976). Ta je některými autory považována za nejvhodnější způsob, jak klasifikovat stranické systémy. Mair (2002: 91) ji označuje za nejkomplexnější, a to jak z pohledu jejích teoretických východisek, tak kvůli její aplikovatelnosti. Teorie si nevšímá jen počtu stran, od kterého se odvíjí typ systému, ale také fungování systému, které určuje formát systému. Stranické systémy zkoumaných území by pak bylo možné zařadit do kategorií omezený pluralismus, co se typu týče. Stranický systém České republiky je pak fromátem semipolarizovaným pluralismem, zatímco tenk rakouský je považován za umírněný pluralismus. Hloušek (2008) upozorňuje, že se změnami probíhajícími od konce 90. let, může být rakouský stranický systém považován také za polarizovaný. Umírněný pluralismus je definován malým počtem relevantních^^[9] stran, jejichž ideologická vzdálenost není příliš velká, v případě semipolarizovaného pluralismu pak existuje na jedné straně politického spektra strana ostatním ideologicky dosti vzdálená. Tuto roli má v českém systému dlouhodobě KSČM. Mair (2002:85) pro komparaci stranických systému dále navrhuje sledování několika kritérií citlivých na změny v čase. Za významné považuje především tyto tři faktory: způsoby vládní alternace, inovativnost, stabilitu a soudržnost jednotlivých vládních alternativ a rozsah snah o zisk zastoupení ve vládě. Za možné způsoby vládní alternace považuje Mair změnu celé vlády, kdy je původní vláda vyměněna původní opozicí. Druhou možností je částečná alternace, kdy alespoň jedna strana ve vládě zůstane a alespoň jedna strana se změní. Poslední možností je žádná alternace. Druhý faktor je založen rovněž na vnitřním složení vlád, ale sleduje jeho jiný aspekt a to, zda při obměnách vznikají stále stejně složené koalice, nebo zda jsou všechny vznikající koalice unikátní. Třetí faktor je založen na přístupu stran do vlády. Otázkou tedy je, zda všechny relevantní strany, které překročily klauzuli, mají šanci účastnit se vlády. Tento faktor je významně spojen se Sartoriho kritériem polarizace. Tyto faktory stanovují strukturu stranické soutěže. Pokud je struktura uzavřená, potom je soutěž i její výsledky snadno předvídatelná, s nízkou vládní alternací a s malou možností etablování se nových stran. Naopak pokud je struktura otevřená, pak se děje naprostý opak. Ve sledovaných zemích existují v tomto ohledu podstatné rozdíly. Nemění se jen odpověď na otázku o tom, kdo vládne, neboť vždy jde o vládu založenou na podpoře parlamentu, tj. vládne koalice, která drží většinu křesel. V Rakouské republice dlouhodobě funguje koalice dvou největších stran – Socialistické strany Rakouska (SPÖ) a Lidové strany Rakouska (ÖVP). Z ostatních stran se do vlády dokázala dostat jen Svobodná strana Rakouska^^[10] (FPÖ), která mezi lety 2000 a 2007 tvořila koalici spolu s ÖVP (Jenny 2013). Po rozštěpení FPÖ v roce 2005 změnili někteří členové vlády scvou příslušnost na Svaz pro budoucnost Rakouska (BZÖ). Způsob alternace tak naplňuje kritéria částečné alternace, ovšem ve většině sledovaného období lze hovořit o nulové alternaci. I přes dlouhodobé trvání velké koalice nejsou rakouské vlády příliš stabilní a výjimkou nejsou ani předčasné volby, které se ve sledovaném období uskutečnily celkem třikrát. Rakouskou volební soutěž tak lze téměř v celém období považovat za uzavřenou. Naproti tomu v České republice nejsou vlády příliš stabilní, ovšem předčasné volby nejsou natolik časté, jako v Rakousku. V České republice se konaly v letech 1998 a 2013. Česká republika nabízí širší paletu vládních koalic a způsobů alternace. V ČR byla téměř po celá 90. léta vláda tvořena koalicí Občanské demokratické strany (ODS), Občanské demokratické aliance (ODA) a Křesťanské a demokratické unie – Československé strany lidové (KDU-ČSL). Poté fungovala menšinová vláda České strany sociálně demokratické (ČSSD), koaliční vláda ČSSD a menších stran, kterou vystřídaly koaliční vlády ODS (partnery v nich byli KDU-ČSL a Strana zelených a Věci Veřejné s TOP09). Struktura volební soutěže v České republice je tak více otevřená a tedy propojení společnosti a volební podpory stran může být z tohoto důvodu méně stabilní než v případě Rakouska. 3.1.4. Diskuse o srovnatelnosti stran Pro naplnění komparativního cíle práce je klíčovým bodem zejména identifikace toho, co vlastně lze porovnávat. Existuje několik možných způsobů, jak určit, které strany jsou si navzájem podobné a v jakém rozsahu. První možností je využití zařazení v již existující klasifikaci. Vhodný rámec může poskytnout například Beymeho koncept stranických rodin (viz Beyme 1982). Klíčovými vlastnostmi pro zařazení stran do jednotlivých skupin je původ strany a ideově-programový profil. Vzhledem k první charakteristice by téměř všechny strany v postkomunistickém prostoru měly patřit do odlišných skupin, než strany v západní Evropě. Tohoto problému si všímají také Fiala a Strmiska (2002) a doporučují upřednostnit ideově-programovou orientaci před původem. Beyme vymezuje následující stranické rodiny: komunistické a radikálně levicové strany, sociálně demokratické strany a zelené strany, jakožto skupiny stran v levé části politického spektra, křesťanské demokraty, konzervativce, liberály a krajně pravicové strany jako rodiny na pravici a dále rodinu agrárních a rodinu regionálních a etnických stran. Tabulka č. 1: Strany dle Beymeho klasifikace v ČR a Rakousku v letech 1992-2013 Komunisté Sociální demokraté zelení liberálové konzervativci Křesťanští demokraté Krajní pravice ostatní menšiny Rakousko SPÖ G LiF, NEOS ÖVP FPÖ, BZÖ Frank ČR KSČM ČSSD SZ ODA, US ODS, TOP09 KDU-ČSL SPR-RSČ VV, LSU HSD-SMS Zdroj: vlastní tabulka na základě Strmiska et al. (2005) Při využití Beymeho konceptu stranických rodin pro klasifikaci stran do kategorií, v rámci kterých by bylo možné jednotlivé členy srovnat, je jedinou skupinou, kterou lze vymezit bez větších problémů, okruh sociálně-demokratických stran (viz Tabulka č. 2). Těmi jsou rakouská SPÖ a česká ČSSD. Proto je nutné využít jiného postupu. Pro zařazení politických stran do skupin, v nichž by strany byly vzájemně srovnatelné, a pro zjištění pozice stran v systému konfliktních linií, byla nakonec využita data z expertních průzkumů. Expertní průzkum je jednou z metod, jak zjistit informace o politických stranách v různých zemích a jak zjistit, zda jsou si pozice stran v různých dimenzích politického prostoru mezi zeměmi podobné. Jinými alternativami je využití stranických dokumentů (např. volebních programů) nebo členství v mezinárodních organizacích. Každá z metod má své silné a slabé stránky a každá zdůrazňuje jiný aspekt podobnosti mezi stranami. Expertní průzkum ukazuje, jak stranu hodnotí skupina osob, která má obvykle detailní přehled o politikách jednotlivých stran, ale zároveň nelze očekávat, že ve svých úvahách zahrnují stejné informace jako voliči. Benoit a Laver (2006: 75-6) označují expertní výzkum jako „sumarizaci akumulovaného vědění expertů podle apriorních pravidel sloužící k odhadu podoby politického prostoru“. Nicméně vzhledem k využití těchto dat pro určení srovnatelných stran není tento problém příliš podstatným. Velkou výhodou využití tohoto kroku je zjednodušení komplexity, která v pozicích stran panuje a snadné zjištění pozic jednotlivých stran (Hooghe et al. 2010). Využití volebních programů na první pohled vzbuzuje dojem nižší míry arbitrárnosti a lidského faktoru v procesu hledání pozic jednotlivých stran. To ovšem ignoruje fakt, že volební programy musí být nějakým způsobem kódovány, a tento proces může být v případě různých kodérů různě reliabilní. Nicméně hlavní problém spočívá v samotném významu volebních programů. Ty, alespoň v zemích s koaličními vládami, často neukazují pozice stran, jaké jsou (respektive jak jsou vnímány voliči či experty), ale jaké by dle samotných stran měly být. Volební program je zároveň jen jedním z prvků prezentace strany, mimo něj se strana prezentuje také kampaní, mediálními vystoupeními nebo činností svých členů. Posledním bodem je nutnost pozici strany z prohlášení v programech nějakým způsobem extrahovat, například faktorovou analýzou, což může vést ke zdůraznění aspektů, které jsou sice obsaženy v programu, ale strana je ve své reálné politice nijak nezdůrazňuje (Benoit, Laver 2006; Marks 2007). Třetí variantou určení podobných stran je členství v mezinárodních organizacích. V evropském prostředí je za tímto účelem obvykle využito členství ve frakcích evropského parlamentu. Tento postup je zde nevhodný zejména ze dvou důvodů. První spočívá ve faktu, že Rakousku se stalo členem Evropské unie v roce 1995 a Česká republika v roce 2004, po část sledovaného období tedy strany nebyly strany členem žádné frakce. Druhým důvodem je pak silná role evropské otázky ve vytváření skupin, která nemusí odpovídat jejímu významu v národní politice jednotlivých států (McElroy; Benoit 2010). Z předchozího popisu je tedy poměrně zřejmé, že pro komparativní účely je výhodnější využít expertní průzkum oproti zařazením založeným na volebních programech a členství stran v organizacích. Umožňují totiž vztáhnout zařazení k více časovým bodům, vyjadřují se k pozici strany v její komplexnosti, umožňují ohodnotiti význam jednotlivých politických dimenzí a jsou ve všech zemích postaveny na stejné metodologii. V tomto kroku byly využity průzkumy uskutečněné Ingelhartem a Huberem (1995), Benoitem a Laverem (2006) a skupinou Chapell Hill (2002, 2006, 2010). Průzkum provedený Ingelhartem a Huberem je od ostatních v několika ohledech rozdílný. Jeho účelem na rozdíl od ostatních průzkumů nebyl zjištění pozic strany, ale pouze řešení konceptuální otázky o využití termínů levice a pravice v postkomunistických zemích. Oslovení experti byli dotázáni, která škála nejlépe odpovídá konfliktu mezi stranami, a poté měli identifikovat pozice stran na této škále. Téměř všichni respondenti využili k rozlišení pozic stran škálu levice pravice. „Všichni“ v tomto případě ale znamená 8 expertů v Rakousku a 6 v České republice. Tyto počty by se mohly vzhledem k praxi dotazníkových šetření jevit jako nedostatečné, ovšem vzhledem k vysoké shodě mezi jednotlivými experty je v podstatě jedno, zda se jedná o soubor 5, 10 nebo 50 expertů. Výzkum se vztahuje k roku 1993. Expertní průzkum Benoita a Lavera (2006) je vztažen ke stranám účastnícím se voleb v letech 2002 a 2003 v 50 zemích světa a zahrnuje i případy České a Rakouské republiky. Průzkum lze považovat za spolehlivější, protože se ho účastnilo více expertů – v Rakousku 15 a v České republice dokonce 36. Oproti průzkumu Ingelharta a Hubera je rozměr průzkumu hlubší. Dotazník se ptá na pozice stran v několika obecných dimenzích, ale také v poměrně specifických tématech. Bohužel ale neobsahuje zcela stejnou sadu otázek pro Rakousko i Českou republiku. Pouze škály vztahující se k hospodářské politice, sociální politice, decentralizaci a životnímu prostředí^^[11] jsou položeny v obou zemích. Otázky nezjišťovaly jen pozice stran, ale také význam dané dimenze v politice stran. Výzkum Benoita a Lavera (2006) z velké části replikuje výzkum týmu Univerzity v Severní Karolíně (CHES) v letech 1999, 2002, 2006 a 2010. Průzkumy se věnují především vztahu stran k tématům evropské integrace, v roce 1999 byly zahrnuty pouze země skupiny EU15, tedy jen západoevropské země. Ve všech výzkumech jsou ale zařazeny otázky na pozici na obecné^^[12] a ekonomické^^[13] škále levice – pravice a na sociokulturní^^[14]^ škále. V roce 2002 obou zemích a v Rakousku 2006 se průzkumu účastnilo 8 expertů, v roce 2010 v Rakousku 14 expertů a v České republice v letech 2002 a 2010 to bylo 18, respektive 20 respondentů. Zařazení stran do srovnatelných skupin představuje vstupní krok k popisu a srovnání volební podpory a jejího územního rozložení, což je zároveň první analytický krok k zodpovězení hlavní výzkumné otázky. Při využití expertního průzkumu lze srovnat pozice jednotlivých stran. Ze srovnání pozice ČSSD a SPÖ v politickém spektru je zjevné, že obě zmíněné strany mají velmi blízkou pozici v několika důležitých politických dimenzích (viz Tabulka č. 2). V tabulce jsou zobrazeny průměrné hodnoty, které skupina expertů přisoudila pozicím jednotlivých stran na politické a ekonomické škále od levice k pravici, na škále od postmateriálních k tradičním hodnotám a na škále od pozitivního k negativnímu vztahu k Evropské unii. Téměř shodnou pozici na škále levice-pravice ukazoval v případě těchto stran také průzkum Ingelharta a Hubera (1995). Tabulka č. 2: Pozice sociálně demokratických stran v politických dimenzích strana Politická levice/pravice Ekonomická levice/pravice Post-materialismus/ tradicionalismus EU SPO 3,36 2,64 3,93 5,29 ČSSD 2,89 2,53 3,58 6,16 Zdroj: Chapel Hill 2010 Na levé straně politického spektra vzniká problém s komparací volebních výsledků KSČM, neboť v Rakousku neexistuje žádná strana podobného typu, která by byla dlouhodobě úspěšná. Principiálně však utváření volební podpory KSČM může sledovat podobný vzorec jako v případě SPÖ, protože obě strany lze považovat za levicové, na druhou stranu pak KSČM sdílí protivládní a protestní postoje s populistickými stranami. Komplikovanější je situace s vymezením komparovatelných stran na pravé straně politického spektra. Beymeho klasifikace totiž počítá s oddělenými skupinami liberálních, křesťansko-demokratických a konzervativních stran. V tomto případě je však problém způsoben faktem, že v některých západoevropských zemích se spojuje konzervativní a křesťanský profil stran, čehož je příkladem rakouská ÖVP, zatímco v postkomunistické Evropě je poměrně běžné spojení ekonomického liberalismu a sociálního konzervatismu, jako to platí pro ODS a TOP09. Tyto komplikace se pak odráží v pozici stran v různých politických dimenzích. Pozice ÖVP na politické škále levice-pravice je velmi podobná pozici ODS a TOP09 ale poměrně vzdálená pozici KDU-ČSL, ovšem pozice na škále od postmaterialismu k tradicionalismu je zase bližší mezi ÖVP a KDU-ČSL než mezi ÖVP a ODS a ÖVP a TOP09 (viz tabulka č. 4). Informace o pozici strany je doplněna také významem samotné dimenze. Význam jednotlivých dimenzí ale v otázce, s čím srovnávat výsledky ÖVP také příliš nenapoví. Zatímco pro ODS jsou významnými zejména ekonomická témata a pro KDU-ČSL to jsou otázky spojené s náboženstvím a životními styly ve společnosti, tak v případě ÖVP jsou všechna tato témata významná. Tato situace bude vyřešena tak, že výsledky ÖVP budou srovnávány jak s výsledky ODS a TOP09 tak s výsledky KDU-ČSL. Pokud se dále bude mluvit o této skupině stran, bude požíváno označení „konzervativní“, ačkoli termín nelze důsledně vztáhnout na žádnou ze stran ve skupině. Tabulka č. 3: Pozice křesťansko-demokratických a konzervativních stran v politických dimenzích strana Politická Levice/Pravice Ekonomická Levice/Pravice Post-materialismus/ tradicionalismus EU OVP 7,07 6,86 7,21 6,43 ODS 7,74 8,26 6,11 3,00 TOP09 7,89 8,37 5,83 5,78 KDU-ČSL 5,26 4,84 8,00 6,05 Zdroj: Chapel Hill 2010 Pouze v předchozích stranických rodinách jsou k dispozici případy ve všech volbách a ve všech zemích. V případě dalších stranických rodin nelze provést komparaci v celém časovém období a v obou státech. Komunistická strana je dlouhodobě přítomná pouze v parlamentu v České republice, zatímco v Rakousku se jedná o subjekt, jehož podpora se ve sledovaném období pohybuje pod jedním procentem hlasů. Naproti tomu je v Rakousku dlouhodobě úspěšná strana Zelení (Grüne^^[15]), zatímco v České republice uspěla jen v roce 2006^^[16]. Také v případě liberálních a krajně pravicových stran jsou možnosti srovnání značně limitované. První problém tkví v tom, které strany vlastně patří do které skupiny. Zatímco za liberální strany lze patrně považovat strany ODA a US v České republice, tak v Rakousku by se patrně jednalo o NEOS a LiF. Bohužel však nejsou k dispozici data, kterými by bylo možné toto zařazení zdůvodnit stejným způsobem, jako v předchozím případě. Podobný problém vyvstává také s krajně pravicovými stranami. Do této rodiny patří následující strany: FPÖ a později také Svaz pro budoucnost Rakouska (BZÖ) v Rakousku a Sdružení pro republiku – Republikánská strana Československa (SPR-RSČ) úspěšné v 90. letech v České republice. Také v případě těchto stran patrně existují nezanedbatelné rozdíly. Zatímco identita FPÖ obsahovala dualitu mezi národoveckým a liberálním^^[17] směřováním (viz Hloušek 2008) a BZÖ přestavovala krajně pravicovou stranu s omezeným regionálním dosahem (viz Pink, Burkert 2009), SPR-RSČ představovala spíše protestní stranu s nacionalistickým akcentem. Druhá možná klasifikace zdůrazňuje protestní apel stran a okruh stran pak lze označit jako populistický či protestní. Pod tuto nálepku lze zařadit kromě výše zmíněných také několik dalších stran. V České republice by to byly Věci veřejné a Úsvit, v Rakousku pak Team Stronach. Mezi Věcmi veřejnými a Úsvitem existuje silná spojitost daná akcentovanými tématy i personálním propojením. Naproti tomu, SPR-RSČ s těmito stranami sdílí pouze protestní apel vůči soudobému establishmentu. V případě stran, které nemají partnery ke komparaci je otázkou, zda je vhodné je vyřadit z analýzy, nebo se pokusit nalézt zdůvodnitelnou variantu ke srovnávání. Přítomnost stran jako jsou Zelení v Rakousku, KSČM v České republice může být do jisté míry indikátorem odlišného složení společností v jednotlivých státech. V případě Zelených a KSČM se patrně jedná o vliv postkomunismu. Zatímco v Rakousku sociální a ekonomické podmínky umožnily od 70. let vznik a vzestup strany Zelených, tak v postkomunistickém světě patrně nejsou postmateriální hodnoty ještě dostatečně zakořeněny, a pokud ano, pak se voliči častěji přikloní k jiným stranám. Na příkladu přesunů voličů Strany zelených po volebním úspěchu v roce 2006 lze soudit, že alternativou pro postmaterialně orientované voliče jsou liberální-konzervativní strany, jako např. TOP09 (viz data CVVM: Povolební výzkum 2010). Naopak zázemí pro úspěšnou komunistickou stranu je patrně odvislé od existence předchozího komunistického režimu. Mimo výše zmíněné strany pak zůstalo také několik dosud nezařazených případů. Těmito těžko klasifikovatelnými příklady jsou ANO a LSU v ČR. Vzhledem k epizodním úspěchům zůstanou tyto strany mimo rámec hodnocení této knihy. Výše provedená klasifikace je základem pro další analýzu. V těchto analýzách tak budou vzájemně srovnávány ČSSD a SPÖ pod označením „sociálně demokratické strany“, ODS, TOP09, KDU-ČSL a ÖVP pod označením „konzervativní“ strany, SPR-RSČ, VV, Úsvit, FPÖ, BZÖ a Team Stronach jako skupina populistických stran a konečně Grüne, LiF, NEOS, ODA, US a SZ jako liberální a zelené stany. KSČM stojí na základě popisu stranou, ale při vyšší míře abstrakce (viz Sartori 1970) může být považována za podobnou k SPÖ či populistickým stranám. Komparaci může ovlivňovat také čas konání voleb. Ve stejném roce se konaly volby ve všech sledovaných zemích celkem čtyřikrát (viz Tabulka č. 4). Ovšem v případě voleb v roce 1990 stejný „fyzikální“ čas neznamená totéž pro obě země zahrnuté do výběru. Zatímco v Rakousku se konaly svobodné volby už několik desetiletí, pro občany v Československu to byla naopak po několika desítkách let první taková událost. Srovnávaný tedy budou až volby uskutečněné v České republice v roce 1992 s těmi, které se v Rakousku konaly v letech 1990 a 1994. V ostatních případech se volby konaly ve stejný rok či v jedné zemi o rok dříve či později než v druhé a do jejich srovnání tak nevstupují žádné významné události. To se ovšem netýká voleb v roce 2008 a 2010, neboť v Rakousku^^[18] se uskutečnily ještě před vypuknutím světové hospodářské krize, zatímco v České republice se konaly v jejím průběhu. Tabulka č. 4: Parlamentní volby v ČR a Rakousku v letech 1990 - 2013 1990 1992 1994 1995 1996 1998 1999 2002 2006 2008 2010 2013 Rakousko ČR Zdroj: Volby.cz, BM.I 3.1.5. Zařazení stran v systému konfliktních linií V teoretické části bylo definováno několik linií štěpení, které by měly či mohly mít v jedné ze studovaných zemí význam pro regionální diferenciaci volebních výsledků. Tato štěpení obsahují čtyři tradiční rokkanovské linie, jejich modifikace a rozšíření uskutečněná od 70. let a také specifická štěpení, jejichž role je očekávána v postkomunistickém světě (viz kapitola 2.2). V práci by tak měl být studován vliv následujících štěpících linií: vlastníci – pracující, město – venkov, centrum – periferie, církev – stát, veřejný – soukromý sektor, materialismus – postmaterialismus, univerzální pojetí lidských práv – občanství podmíněné etnickým a kulturním statutem, libertarianismus-autoritarianismus, rozdíly v názorech o ekonomice a distribuci zdrojů ve společnosti (redistribuce – volný trh) a pojetí spravedlnosti dle zásluh či potřeb, generační konfliktní linie, linie o podpoře stávajícího režimu a linie o zahraniční politice později (linie o evropské integraci). Z různých důvodů však mohou být (a budou) v práci zkoumány jen některá z vyjmenovaných štěpení. V práci nebude zkoumána role linie centrum – periferie. Na základě podmínek definovaných Rokkanem je zřejmé, že podoba konfliktu centrum – periferie nemůže ve zvolených zemích odpovídat původnímu konceptu. V rokkanovském smyslu by uspořádání centra a periferie v České republice pravděpodobně odpovídalo snad jen rozdělení na Čechy a Moravu, nebo spíše Prahu (a její metropolitní oblast) a zbytku ČR. Vzhledem k Rokkanovým podmínkám, podobě současného stranického systému a struktuře české společnosti lze také dojít k závěru, že v rámci současné ČR nic jako politická periferie neexistuje. Podobný závěr lze vyřknout také o Rakousku. Rovněž zde by vzhledem k historickému vývoji mohla roli hrát opozice spolkových zemí vůči Vídni, ovšem ve stranickém systému se tento konflikt nijak neprojevuje. Bohužel dostupná data neumožňují zkoumat roli ani některých dalších z uvedených štěpení, alespoň pokud se jedná o práci s územními jednotkami. Některá z uvedených štěpení by mohla být zkoumána pomocí dat z individuálních šetření, ovšem v takovém případě by nebylo možné zahrnout do analýzy také regionální rozměr. Vzhledem k dostupnosti indikátorů se tak tato práce vyjádří jen ke štěpením vlastníci – pracující, město – venkov, církev – stát a materialismus – postmaterialismus. Na území současné České republiky a Rakouska je za hlavní faktor strukturace stranického systému ekonomická či třídní konfliktní linie (Evans, Whitefield 2000, Hloušek 2005: 443) ačkoli Ingelhart a Huber (1995) zmiňují v případě Rakouska také významnou roli dělení mezi „starou a novou kulturou“, což odpovídá linii materialismus/postmaterialismus. V České republice na linii „vlastníci/pracující“ stojí na jedné straně vždy ODS doplňovaná dalšími a proměnlivými subjekty jako byla ODA, US a nyní TOP09, na druhé straně pak stojí především ČSSD a KSČM. Toto zařazení ilustruje Tabulka č. 5, která ukazuje průměrnou hodnotu na 20bodové škále, které stranám účastnících se parlamentních voleb v letech 2002 a 2010^^[19] přisoudily několik desítek respondentů v expertním průzkumu. Podle těchto hodnot stojí na pravici, požadující nízké daňové zatížení a omezování veřejných služeb zejména ODS, TOP09 a Unie svobody v České republice a v Rakousku ÖVP, FPÖ a BZÖ. Na levici jsou pak zařazeny strany ČSSD a KSČM v České republice a SPÖ a strana Zelení v Rakousku. Česká Strana zelených se posunula od roku 2002 do roku 2010 z levicové do středové pozice a alespoň dle mínění expertů získala otázka distribuce bohatství ve společnosti pro zelené vyšší význam. Pozice uprostřed škály je přisuzována KDU-ČSL a VV, v případě těchto stran by tak indikátory linie vlastnící/pracující neměly mít podstatnější vliv. Tabulka č. 5: Pozice stran v dimenzi ekonomická levice x pravice^^[20] 2002 2010 pozice význam pozice význam ČSSD 6,17 14,14 4,59 14,24 KDU-ČSL 9,75 11,71 8,88 11,13 KSČM 4,44 12,39 2,00 13,76 ODS 16,31 16,44 16,47 16,47 SZ 5,97 7,13 9,20 10,59 US 15,32 15,82 TOP09 17,88 17,63 VV 11,00 11,86 BZÖ 14,57 12,43 FPÖ 13,88 12,53 11,14 11,00 GRÜNE 5,88 12,38 4,00 13,43 ÖVP 14,69 15,06 14,29 13,00 SPÖ 7,50 14,38 5,86 12,86 Druhou ve své podstatě ekonomickou linií dle Rokkana a Lipseta je linie město – venkov. V obou sledovaných zemích neexistuje žádná čistě zemědělská strana. Reprezentantem venkova jsou částečně křesťansko-demokratické strany (ÖVP a KDU-ČSL) a to především z důvodu rozmístění katolického obyvatelstva, které se častěji nachází právě ve venkovských obcích ale také v některých velkých městech v oblastech s vysokým zastoupením obyvatel katolického vyznání. Vzhledem k rozložení volební podpory Grüne (viz část 4.3.4), lze také zelené strany považovat spíše za městské. Otázkou je, kam a zda vůbec na této linii zařadit KSČM a populistické strany, neboť jejich pozice je blízká středu škály. KSČM lze vzhledem ke specifickým procesům v rámci ekonomické transformace, kdy se částečně stala také reprezentantem nostalgických pracovníků zemědělských družstev, považovat za venkovskou stranu. Na druhou stranu ale na základě vymezeného území stabilní volební podpory lze také tvrdit, že KSČM je stranou starých průmyslových areálů a dosídleného pohraničí (viz část 4.3.5). Také v pohledu na rozložení podpory BZÖ a FPÖ nelze mnoho usuzovat o roli linie město/venkov. Na základě rozložení volební podpory ale lze FPÖ od voleb v roce 2006 považovat spíše za stranu města. Pro potvrzení předchozího zařazení lze znovu využít expertního průzkumu. Na základě těchto dat (viz Tabulka č. 6) se potvrzuje role KDU-ČSL a ÖVP jakožto stran venkova a také role ODS, SPÖ, US, TOP09 a zelených stran jako stran města. Vzhledem k podobné pozici ostatních liberálních stran lze tuto charakteristiku vztáhnout také na ODA. Za městskou stranu byly považovány také Věci veřejné. Pozice KSČM, ČSSD, FPÖ a BZÖ se nepřiklání ani k jednomu z pólů Tabulka č. 6: Pozice stran v dimenzi město x venkov^^[21] 2002 2010 pozice význam pozice význam ČSSD 9,46 9,34 7,25 6,40 KDU-ČSL 15,06 14,77 15,25 13,60 KSČM 11,91 12,00 10,93 8,80 ODS 6,03 8,61 4,00 5,47 SZ 9,50 8,19 6,53 7,71 US 5,71 9,09 TOP09 5,08 7,87 VV 4,33 6,77 BZÖ 9,23 9,14 FPÖ 9,14 10,14 GRÜNE 6,00 11,14 ÖVP 14,43 13,14 SPÖ 6,57 9,43 V obou zemích lze kvůli přítomnosti KDU-ČSL a ÖVP předpokládat přetrvávající existenci konfliktní linie církev-stát. Tyto strany lze zařadit na stranu obhajoby náboženských principů v politice a organizaci společnosti. V rámci průzkumu byla zkoumána pozice stran přímo v dimenzi církev x stát, která byla založena na otázce o podpoře náboženských či sekulárních principů v politice. V České republice je stranou podporující náboženské principy pouze KDU-ČSL a zároveň se jedná o pro stranu velmi významné téma (viz Tabulka č. 7). Všechny ostatní strany v letech 2002 i 2010 podporovaly spíše sekulární principy, což se týká zejména ČSSD a KSČM. Jedinou stranou, která není jasně zařazena k některé ze stran konfliktu je TOP09, což je vzhledem k její návaznosti jak na KDU-ČSL a podpoře církevních restitucí^^[22], tak „funkční“ roli pokračovatelů liberálních stran poměrně odpovídající. V Rakousku se k náboženským principů dle expertů hlásí ÖVP a také populistické strany FPÖ a BZÖ. V případě ÖVP pak o náležitosti ke katolickému táboru a straně církve na této linii hovoří také Hloušek (2008). Naopak za sekulární lze považovat SPÖ a Grüne. Tabulka č. 7: Pozice stran v dimenzi náboženské x sekulární principy v politice^^[23] 2002 2010 pozice význam pozice význam ČSSD 4,28 9,25 4,24 6,00 KDU-ČSL 16,89 17,46 16,00 15,29 KSČM 2 11,94 1,18 7,88 ODS 6,08 9,86 7,53 6,94 SZ 4,82 6,66 3,88 6,24 US 7,8 9,17 TOP09 9,53 8,38 VV 6,18 4,55 BZÖ 11,69 10,43 FPÖ 14,00 13,00 GRÜNE 3,71 7,43 ÖVP 15,57 13,57 SPÖ 6,00 6,57 V rešerši literatury ke kompozitnímu přístupu k vysvětlení volební podpory byly také zmíněny některé další konfliktní linie. Z nich se tato práce bude věnovat jen linii materialismus – postmaterialismus. V Rakousku lze za postmaterialistickou považovat zejména stranu Zelení, na druhé straně pak stojí tradiční strany SPÖ a ÖVP. V postkomunistickém prostoru je otázka role postmaterialismu ve volební podpoře stran poněkud problematická. Zatímco v případě západních zemí je postmaterialismus obvykle spojen s levicovými ekonomickými politickými postoji, tak v postkomunistických zemích je tomu často naopak a voliči zastávající postmateriální hodnoty častěji voli spíše pravicové strany (viz Voda 2013). Levicové strany obvykle reprezentují spíše materialistické pozice, což platí zejména pro KSČM a ČSSD, naproti tomu strany formulující postmaterialistické postoje se iklaní spíše k pravici, což lze ilustrovat příkladem Strany zelených v České republice. Tabulka č. 8: Pozice stran v dimenzi liberální x tradiční hodnoty^^[24] 2002 2010 pozice význam pozice význam ČSSD 7,06 10,56 5,29 8,63 KDU-ČSL 18,11 18,03 16,82 14,75 KSČM 8,2 9,25 9,65 7,63 ODS 9,33 10,06 10,82 8,13 SZ 4,27 10,37 1,53 13,63 US 5,14 12,25 TOP09 10,38 9,50 VV 9,23 8,15 BZÖ 14,71 12,86 FPÖ 16,75 12,06 16,43 13,14 GRÜNE 3,88 16,88 1,71 16,14 ÖVP 16,31 12,31 14,43 11,43 SPÖ 6,75 12,25 7,00 9,14 Tabulka č. 9: Pozice stran v dimenzi životní prostředí x ekonomický růst^^[25] 2002 2010 pozice význam pozice význam ČSSD 10,23 11,88 11,41 8,63 KDU-ČSL 10,26 11,68 12,38 8,93 KSČM 11,53 8,68 13,88 6,53 ODS 15,86 10,21 16,12 8,63 SZ 4,1 18,47 4,71 18,25 US 12,73 11,55 TOP09 13,76 9,20 VV 14,00 6,91 BZÖ 14,43 7,14 FPÖ 13,93 10,07 13,29 7,00 GRÜNE 4,44 18,06 2,29 17,14 ÖVP 12,56 12,63 13,29 9,71 SPÖ 10,88 11,69 9,86 9,57 K potvrzení předchozích tvrzení mohou sloužit tabulky č. 9 a 10, které ukazují vztah stran k tradičním a liberálním hodnotám a životnímu prostředí. Ochraně životního prostředí před ekonomickým růstem dávají přednost pouze zelené strany. Naproti tomu ODS, US, KSČM, FPÖ, ÖVP preferují spíše ekonomický růst. Pozice ČSSD a KDU-ČSL jsou uprostřed a tedy ambivalentní. Na stranu tradičních hodnot je mimo ÖVP a KDU-ČSL zařazena také FPÖ. Naopak nejsilněji akcentují liberální hodnoty zelené, liberální a sociálně demokratické strany. Pozice ODS a KSČM se pak nacházejí relativně blízko středu. V kombinaci se vztahem k tradičním a liberálním hodnotám tak lze za postmateriální spolehlivě považovat pouze zelené strany a za materialistické zejména ÖVP a FPÖ, zařazení ostatních stran je v tomto ohledu nejasné, neboť alespoň na jedné ze škál je jejich pozic ambivalentní. Jako poslední část popisu je zmíněna také pozice v dimenzi vztahující se k imigraci, která je významná pro některé ze stran, ale nebude dále v textu zkoumány. Zmínění pozice stran je důležité z toho důvodu, že ukazuje, kde jsou v provedené analýze mezery, které mohou vést ke slabému vysvětlení územních rozdílu ve volební podpoře stran. Podle Benoita a Lavera (2006) je téma imigrace důležité zejména pro FPÖ a Zelené, přičemž tyto strany jsou v dané dimenzi vůči sobě v silné opozici. Zatímco FPÖ imigraci odmítá, Zelení naopak prosazují pomoc žadatelům o azyl a programy napomáhající imigrantům začlenění do společnosti. ÖVP pak zastává mírně proti-imigrační postoje a SPÖ postoje mírně opačný postoj, ovšem pro tyto strany jde spíše o druhořadé téma. Tabulka č. 10: Pozice stran v dimenzi imigrace x odmítání imigrace^^[26] 2002 2010 pozice význam pozice význam FPÖ 18,50 18,00 19,00 19,57 GRÜNE 3,69 16,88 3,00 15,86 ÖVP 13,63 13,31 16,14 15,86 SPÖ 8,94 12,88 10,43 12,29 Zařazení stran ukazuje, že strany vůči sobě stojí na stejných pozicí v rámci několika štěpení. To znamená, že tato štěpení se funkčně částečně překrývají. V Rakousku se překrývají v podstatě všechny dělící linie. Levicové strany jsou zároveň sekulární a městské a odlišují se pouze na linii postmaterialismu a rozdílným důrazem na jednotlivá témata. Pravicové strany stojí zároveň na straně tradičních hodnot, materialismu a anti-imigračních postojů, ovšem zatímco ÖVP je spíše stranou venkova, tak pozici FPÖ na této linii nelze určit. FPÖ je dále více extrémní ve svém postoji vůči imigrantům. V České republice se pozice stran v liniích kříží a zároveň pro řadu stran některé linie nejsou významné. ČSSD a KSČM jako levicové strany mají podobnou pozici na linii církev – stát a měssto – venkov, jinak je KSČM více „tradiční“ a protievropská. Podobně různorodé jsou pozice pravicových stran. Všechny tyto strany jsou městské, ovšem ODS je oproti liberálním stranám více konzervativní a materialistická. Již pozicí na ekonomické linii se od těchto stran odlišuje KDU-ČSL, která je navíc venkovskou stranou. Pro srovnání mezi zeměmi je vhodné upozornit na fakt, že na všech liniích se velmi podobá zařazení stran ČSSD a SPÖ, které byly v části 3.1 zařazeny do skupiny sociálně demokratických stran a dále také podobné pozice zastává KDU-ČSL a ÖVP, ačkoli ÖVP je více na straně ekonomické pravice. Tabulka č. 11: Zařazení stran do systému vybraných konfliktních linií ČR AT Vlastníci ODS, ODA, US, TOP09 ÖVP, FPÖ Pracující ČSSD, KSČM SPÖ, Grüne Město ODS, ODA, US, TOP09 SPÖ, GRÜNE, LiF Venkov KDU-ČSL ÖVP Církev KDU-ČSL, (TOP09) ÖVP, Stát KSČM, ČSSD, VV SPÖ, GRÜNE Materialismus ODS, KSČM, SPR-RSČ, ČSSD FPÖ, ÖVP, (SPÖ) Postmaterialismus SZ Grüne 3.1.6. Hypotézy Předchozí část představila pozice jednotlivých stran na jednotlivých konfliktních linií. Zde je předchozí popis převeden do formy hypotéz, které popisují způsob vztahu mezi volební podporou jednotlivých stran a indikátory konfliktních linií. Tyto hypotézy jsou zatím vedeny v obecné rovině a do podoby pracovních (a testovatelných) hypotéz budou přeformulovány po představení indikátorů jednotlivých konfliktních linií. Hypotéza o podpoře sociálně demokratických stran Výši volební podpory sociálně demokratických stran (SPÖ, ČSSD) ovlivňují indikátory pozice na konfliktních liniích vlastníci/pracující, materialismus/postmaterialismus a církev/stát. V případě SPÖ lze očekávat také vliv indikátoru linie město/venkov, v případě ČSSD by měla být výše podpory na daném indikátoru nezávislá. Hypotéza o podpoře konzervativních stran Výši volební podpory křesťansko-demokratických stran (ÖVP, KDU-ČSL) ovlivňují indikátory pozice na konfliktních liniích církev/stát, město/venkov a materialismus/postmaterialismus. V případě ÖVP lze očekávat také vliv indikátoru linie vlastníci-pracující, v případě KDU-ČSL by měla být výše podpory na indikátorech této linie nezávislá. Ačkoli byly do stejné skupiny jako ÖVP a KDU-ČSL zařazeny také ODS a TOP09, je vzhledem k jejich zařazení na konfliktních liniích vhodné formulovat pro vztah indikátorů konfliktních linií a volební podpory stran zvláštní hypotézu. Výši volební podpory ODS a TOP09 ovlivňují indikátory pozice na konfliktních liniích vlastníci/pracující a město/venkov. Na indikátorech ostatních linií by měla být výše podpory nezávislá. Hypotéza o podpoře liberálních a zelených stran Výši volební podpory liberálních a zelených ovlivňují indikátory pozice na konfliktních liniích město/venkov, církev/stát a materialismus/postmaterialismus. V případě vlivu indikátoru konfliktní linie vlastníci/pracující lze očekávat opačný vliv na podporu zelených a liberálních stran. Hypotéza o podpoře populistických stran Výše volební podpory populistických stran (SPR-RSČ, BZÖ, FPÖ) by měla být na většině konfliktních linií nezávislá, roli by měl hrát pouze indikátor linie materialismus/postmaterialismus, protože pozice stran v politickém systému je určena především jinými konfliktními liniemi. Hypotéza o podpoře KSČM Volební podpora KSČM by měla být ovlivněna indikátory všech sledovaných konfliktních linií (s výjimkou linie město-venkov). 3.2. Data V práci je využito několik datových sad, které pochází principiálně ze dvou zdrojů – sčítání lidu a voleb. Volebními daty jsou myšleny údaje o počtech voličů a počtech hlasů odevzdaných pro jednotlivé strany. Jedná se o výsledky parlamentních voleb, tedy voleb do Poslanecké sněmovny Parlamentu České republiky (PS PČR) od roku 1996 a o volby do České národní rady (ČNR) v roce 1992 a do Národní rady (Nationalrat) Rakouské republiky od roku 1990. Pro české volby je zdrojem databáze Volby.cz, respektive datové disky Českého statistického úřadu, které jsou „zrcadlem“ dat zveřejněných v internetové aplikaci. Výsledky rakouských voleb pochází z webových stránek Ministerstva vnitra Rakouské republiky, které je za konání voleb v Rakousku zodpovědné (BM.I: Nationalratswahlen^^[27]). V práci jsou využita data vztažená ke dvěma různým měřítkovým úrovním – lokální a mikroregionální. Pro zpracování mapových výstupů a statistických ukazatelů dále popisujících územní rozložení volební podpory (variační koeficient, Giniho koeficient) jsou použita data za mikroregiony, další statistické analýzy (korelace, vlastnosti statistického rozložení, regresní analýza) jsou zpracovány jak s daty na úrovni obcí, tak s daty vztažené k mikroregionální úrovni. Výběr měřítkové úrovně je veden komparativním účelem a zároveň je omezován nároky dále představených metod na četnost případů (viz de Vaus 2002, Field 2000) a dostupností dat. Na lokální úrovni jsou v obou zemích využitelná data vztažená k obcím. Na mikroregionální úrovni se zdají být pro srovnání nejvhodnější obce s rozšířenou působností (ORP) v ČR a politické okresy v Rakousku. Zde i dále v celé práci je označením ORP myšlen obvod v rámci kterého obec vykonává svou rozšířenou působnost, nikoli obec samotná. Jedná se o úroveň odpovídající úrovni NUTS4 nebo též LAU1. Vzhledem k rozdělení Vídně do 23 okresů je pro zachování srovnatelnosti rozdělena také Praha (do 15 obvodů). Výsledky jednotlivých voleb byly postupně propojeny pomocí funkce merge v prostředí R^^[28]. Jako spojující prvek byl využit kód obce. Protože se v průběhu času změnily kódy některých obcí, vznikly některé obce a některé se naopak sloučily s jinými obcemi, tak bylo pro spojení nastaveno zachování všech řádků ze všech tabulek. K identifikaci změn v názvech a kódech obcí, vzniku nových obcí a zániku původně samostatných obcí, byl využit Historický lexikon obcí České republiky (Růžková, Škrabal 2007) a informace k Územně identifikačnímu registru základních sídelních jednotek. Proces „sjednocování“ obcí spočíval v nakopírování kódu „původní“ obce k obcím od ní odloučené, nakopírováním kódu obce, ke které se připojila jiná obec i této obci a ve změně čísla kódu na v současnosti platnou verzi. Následně byl proveden souhrn podle sloupce se sjednocenými kódy obcí. Ve výsledném datovém souboru pak byly spočítány procentuální hodnoty volebních zisků a jednotlivých proměnných a byl tak vytvořen datový základ pro statistickou analýzu. Ke kompletní datové sadě s počty voličů a hlasů byl přiřazen identifikátor příslušnosti obce k ORP podle územní struktury na začátku roku 2012, znovu pomocí funkce merge. V programu Excel pak byly údaje za obce pomocí funkce souhrn přepočteny na úroveň ORP. Po těchto krocích byly znovu vypočítány relativní hodnoty volebního zisku jednotlivých stran v obvodech ORP. Zvlášť byly zpracovány výsledky za Prahu. Protože v rakouských datech jsou údaje za Vídeň uvedeny za 23 městských obvodů, byla na menší jednotky rozdělena také Praha. Rozdělení na městské části by nebylo ekvivalentní k vídeňským obvodům, proto byla zvolena úroveň 15 obvodů, za které jsou uváděny volební výsledky od roku 2002. Data z předchozích voleb byla na tuto úroveň přepočtena na základě dat za městské části. Stejným způsobem bylo pracováno s daty z rakouských voleb. Zde ovšem vstoupily do postupu další mezikroky. První mezikrok je spojen s datovým formátem, ve kterém byla data získána. Za volby v roce 1990 a 1995 byly tabulky k dispozici pouze ve formátu pdf. Do podoby, ve které by s daty bylo možné dále pracovat, byly soubory převedeny do excelových tabulek pomocí ORC softwaru ABBYY. Převedení dat bylo zkontrolováno na několika náhodně vybraných stranách a ověřujícími výpočty. V některých tabulkách s volebními výsledky také chyběl kód obce. Ten byl doplněn pomocí propojení tabulek volebních výsledků a číselníku obcí dostupném na stránkách rakouského statistického úřadu za pomoci kódu vytvořeného z prvních čtyř písmen názvu obce a kódu okresu, ke kterému obec náležela. Pokud se k obci nepodařilo připojit kód tímto způsobem, tak byl dopsán ručně. V tomto kroku byly také sjednoceny kódy obcí v okresech Judenburg a Knittenfeld, které byly změněny v roce 2012 v souvislosti se vznikem okresu Murtal. Také obecní data z rakouských voleb byla přepočtena na mikroregionální úroveň, tedy na úroveň politických okresů (Politische Bezirken) v hranicích platných k 1. 1. 2012. Sjednocení struktury obcí v Rakousku bylo založeno na soupisu Rozdělení a slučování obcí od roku 1945 (Auflösungen bzw. Vereinigungen von Gemeinden ab 1945). Druhou skupinou dat jsou výsledky sčítání lidu. V analýzách jsou využita data ze sčítání uskutečněných v letech 1991, 2001 a 2011. V České republice byla data získána několika postupy. Výsledky ze sčítání lidu v roce 1991 byly poskytnuty Českým statistickým úřadem ve formě přepočtené na územní strukturu v roce 2001, definitivní výsledky sčítání lidu v roce 2001 a 2011 byly rovněž poskytnuty Statistickým úřadem na dotaz, v těchto případech ale data byla vztažena k územní struktuře platné v rozhodném okamžiku sčítání. Data z rakouských sčítání lidu v letech 1991 a 2001 byly získány pomocí internetové aplikace Statcube^^[29] z databáze dat ze Sčítání lidu. V této databázi jsou obce převedeny pro všechny roky na jednotnou strukturu. V roce 2011 se v Rakousku neuskutečnilo „klasické“ sčítání lidu, ale data byla získána z nejrůznějších registrů. Data jsou znovu dostupná skrze stejnou aplikaci. Z popisu datových souborů vyplývá, že data ze sčítání lidu jsou dostupná jen pro 3 roky, zatímco volby se konaly celkem v 11 letech. Protože data ze sčítání lidu mají sloužit k vysvětlení rozdílů ve volebních výsledcích jednotlivých stran v jednotlivých volbách, tak musí být data využita i v jiných letech, než kdy se sčítání konalo. Jako pravidlo k přiřazení voleb a sčítání je časová blízkost. Výsledky z voleb v letech 1990, 1992, 1994 a 1995 jsou tedy spojeny s daty ze sčítání v roce 1991, volební výsledky let 1998, 1999 a 2002 s daty ze sčítání v roce 2001 a nakonec výsledky z voleb uskutečněných v letech 2008, 2010 a 2013 jsou spojena se sčítáním v roce 2011. Volby v letech 1996 a 2006 se uskutečnily přesně uprostřed intercenzálního období a jsou tedy k oběma sčítáním stejně blízko, respektive daleko. Rakouská společnost je poměrně stabilní (viz dále kapitola č. 5.1), takže k určení, které sčítání lépe odpovídá podmínkám v daném roce, bude dostačujícím zohlednit situaci v České republice. Vzhledem k bouřlivým změnám české ekonomiky a společnosti na začátku 90. let lze soudit, že situaci v roce 1996 lépe vystihují data ze sčítání uskutečněného v roce 2001. Toto sčítání by patrně mohlo být vhodné i pro zachycení situace v roce 2006, protože později proběhla světová hospodářská krize, která se mohla významně projevit v ekonomice a společnosti a tedy také v datech ze sčítání. Zároveň v obou zemích byla v několika ohledech více či méně změněna metodika sčítání a zvolená varianta tak pokrývá delší období daty vzniklými stejným postupem. V dalším kroku byla propojena data ze sčítání lidu a datová sada s volebními výsledky. Znovu zůstaly zachovány všechny řádky v obou souborech, tj. pro obce v Rakousku a obce v ČR. Všechna data jsou standardizována na stejný okruh jednotek v rámci dané měřítkové úrovně. Zde vzniká problém s rozdělením Prahy na 15 obvodů, protože vymezení městských částí v roce 1991 nerespektuje zcela přesně hranice obvodů a některé obvody jsou tak ve výsledku mírně odlišné od těch v dalších sčítáních. První měřítkovou úrovní jsou obce. Ačkoli jsou si obě země v organizaci lokálních jednotek velmi podobné, tak i přes to existují jisté rozdíly v podobě datových souborů. Obě země jsou rozděleny na několik tisíc obcí. Více jich je v České republice (6253^^[30]), ovšem vzhledem k tomu, že Praha je v analýze rozdělena na 15 částí a naproti tomu jsou sloučeny dříve rozdělené obce, obsahuje finální dataset 6083 případů. Naproti tomu v Rakousku je vzhledem k 8,4 miliónům obyvatel „pouhých“ 2470 obcích. Vzhledem k udržení jednotné struktury pro všechny volby je ale finálním datasetu 2333 jednotek. Rozdíl mezi Českou republikou a Rakouskem je dán zejména velmi málo zastoupenou kategorií nejmenších obcí. Zatímco v České republice nejsou výjimkou obce s několika desítkami obyvatel, v Rakousku má nejmenší obec okolo 50 obyvatel a podobně malých obcí je v Rakousku jen několik. V České republice je nejpočetnější kategorií obcí skupina nejmenších obcí do 500 obyvatel, která představuje přibližně 3/5 z celkového počtu obcí (viz Tabulka č. 12). S rostoucí velikostí obcí pak ubývá jejich počet. V průběhu doby došlo k mírným změnám, když ubylo nejmenších a největších obcí a naopak přibylo obcí v prostředních kategoriích. Tabulka č. 12: velikostní kategorie obcí dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 1991 2001 2011 počet podíl počet podíl počet podíl do500 3577 58,81 3541 58,22 3381 55,59 501-1000 1242 20,42 1257 20,67 1312 21,57 1001-3000 830 13,65 844 13,88 938 15,42 3001-10000 286 9,93 294 10,21 306 10,63 10001-50000 114 1,87 113 1,86 116 1,91 Nad 50000 33 0,54 33 0,54 29 0,48 Pozn.: počty jsou uvedeny za výsledný dataset. V Rakousku je velikostní struktura obcí značně odlišná. Obce do 500 obyvatel tvoří pouhých 7 % z jejich celkového počtu (viz Tabulka č. 13). Také podíl druhé nejmenší kategorie je relativně nízký. V součtu tak obce s méně než 1000 obyvatel představují přibližně čtvrtinu celkového počtu, zatímco v České republice to jsou 3/4. V Rakousku jsou naproti tomu nejčetněji zastoupeny obce s 1000-3000 obyvateli. Tato kategorie představuje přibližně polovinu obcí v Rakousku. Další kategorie jsou relativně četnější než v České republice, ale jejich absolutní počet je v případě obcí nad 10 000 obyvatel mírně nižší. Tabulka č. 13: velikostní kategorie obcí dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 počet podíl počet podíl počet podíl do500 165 7,07 156 6,69 172 7,37 501-1000 421 18,05 397 17,02 398 17,06 1001-3000 1289 55,25 1284 55,04 1241 53,19 3001-10000 366 15,69 400 17,15 427 18,30 10001-50000 68 2,91 76 3,26 71 3,04 Nad 50000 24 1,03 20 0,86 24 1,03 Pozn.: počty jsou uvedeny za výsledný dataset. Druhou úroveň, ke které jsou data vztažena, představují obvody ORP v České republice a v Rakousku politické okresy. Těchto jednotek je v České republice 220, v Rakousku pak 120. V České republice je tedy jednotek znovu téměř dvakrát více než v Rakousku. Z toho také vyplývá, že průměrná velikost jednotek je v České republice obecně menší než v Rakousku. ORP jsou oproti politickým okresům menší v průměru o třetinu. Data za Českou republiku jsou zároveň také více nerovnoměrně rozdělená, což je dáno zejména větší velikostí největších jednotek v České republice, když Ostrava a Brno dosahují více než 300 000 obyvatel, zatímco největší rakouský okres Graz – město obývá přibližně 250 000 obyvatel. To se projevuje na rozdílu mezi průměrem a mediánem, a koeficientem šikmosti, když oba ukazatele indikují více doleva zešikmené rozdělení v České republice (viz Tabulka č. 15). Jednotky si tak v obou srovnávaných zemích neodpovídají zcela dokonale, což může mít dopad na výsledky analýzy. Ovšem jak ukazují Clark a Avery (1976), tak v počtech jednotek, které přibližně odpovídají počtům mikroregionů v České republice a Rakousku už agregace nehraje tak velkou roli, jako při změně o tisíce jednotek, ovšem je nutné vzít v úvahu, že rozdíly v korelacích v řádu setin nemusí být projev rozdílu síly vztahu mezi proměnnými ale pouze odrazem různé míry agregace dat. Tabulka č. 14: velikost ORP a okresů dle sčítání lidu v letech 1991, 2001 a 2011 v České republice a Rakousku ČR Rakousko 1991 2001 2011 1991 2001 2011 Průměr 46934 46664 47601 64428 66388 69438 Medián 31540 33619 32458 56944 59191 60689 sm.odch. 45465 43919 44804 36137 37052 41420 šikmost 3,9 3,9 3,6 1,6 1,3 1,5 strmost 23,1 23,0 20,7 4,9 2,7 3,6 Minimum 9420 9500 8712 1696 1714 1896 Maximum 388296 376172 385913 237810 226244 261726 Pozn.: V ČR je ORP Praha rozdělena do 15 obvodů. 3.3. Metody[P5] Výše představená data toho samy o sobě k zodpovězení výzkumných otázek položených v úvodu neřeknou. K nalezení odpovědí je potřeba aplikovat na data vhodné metody. V této části proběhne diskuse nad výběrem vhodných nástrojů pro analýzu, tak aby bylo možné na položené otázky odpovědět. Co se první otázky („Jak se liší podpora politických stran mezi volbami a zeměmi?“) týká, tak lze využít v podstatě všechny nástroje jednorozměrné (univariační) statistiky, některé nástroje bivariační statistiky a také několik specifických kartografických postupů. Z tohoto výčtu ale bude využito jen několik metod. V prvé řadě některé z deskriptivních statistik. K popsání variability rozložení volebních výsledků je využit variační koeficient a Giniho koeficient. Princip konstrukce variačního koeficientu je prostý, vzniká vydělením směrodatné odchylky průměrem. Směrodatnou odchylkou je myšlena druhá odmocnina průměrného kvadratického rozdílu mezi hodnotami v jednotlivých obcích a průměrnou hodnotou. Vztah lze vyjádřít následujícím matematickým zápisem VK = kde , n označuje počet případů a x[i] označuje každý případ Pokud se hodnota tohoto koeficientu blíží nule, pak to znamená, že při dané výší volebních výsledků existují jen velmi malé rozdíly mezi jednotlivými jednotkami. Vzhledem ke způsobu výpočtu není horní hranice možných výsledných hodnot nijak omezena, proto není vhodné interpretovat hodnotu samu o sobě, ale spíše ve vztahu k ostatním dosaženým hodnotám. Protože logika výpočtu je založena na statistickém rozložení hodnot, nikoli na datech vztažených k prostoru, tak je zavádějící interpretovat získané hodnoty jako míru územní koncentrace. Nerovnoměrnost v územním rozložení volebních výsledků je schopen zachytit Giniho index. Tento ukazatel spočívá ve srovnání zcela rovnoměrné distribuce jevu a reálného rozdělení hodnot mezi jednotlivé jednotky. Hodnota koeficientu vzniká jako dvojnásobek rozdílu mezi plochou pod diagonálou a plochou nad Lorenzovou křivkou, přičemž Lorenzova křivka je graf popisující podíl dané části jednotek na celkové hodnotě (zde podíl hlasů na všech hlasech pro stranu). Postup výpočtu je následující. V programu Excel byly nejprve spočítány kumulativní podíly zisků stran v jednotlivých ORP a okresech. V tomto kroku byly ORP a okresy seřazeny podle procentuálního volebního zisku od nejmenšího k největšímu. Pro každé ORP nebo okres byl spočítán podíl součtu absolutních zisků strany v dané jednotce a všech jednotkách s nižším procentuálním ziskem na celkovém počtu hlasů. Samotný Giniho koeficient pak byl vypočítán pomocí příkazu „gini“, který je součástí balíčku „reldist“^^[31] rozšiřujícího funkcionalitu softwaru R. Volební výsledky stran jsou popsány také ze „statistického“ hlediska, tak aby byly zjištěny jejich vlastnosti s ohledem na jejich využití v dalších analýzách. Kombinace hodnot průměru, mediánu, směrodatné odchylky a rozptylu naznačuje, doplněná vytvořením histogramů hodnot proložených křivkou normálního rozdělení, zda je proměnná normálně rozdělená (a tedy vhodná pro regresní analýzu) či nikoli. Regresní analýza pro poskytnutí validních výsledků vyžaduje normální rozdělení závisle proměnných. Tato vlastnost je důležitá zejména v případě, pokud mají být z analýzy získány validní odhady pro populaci. Vzhledem k tomu, že tato práce je založena na datech, jejichž soubor pokrývá celou populaci, má požadavek normálního rozdělení význam spíše pro možnost srovnání mezi jednotlivými modely. Přesněji řečeno, není nutné, aby volební výsledky jednotlivých stran přesně odpovídaly normálnímu rozložení. Důležité je spíše to, aby si rozdělení výsledků byla vzájemně podobná. Dalším krokem popisu je přiblížení rozložení volební podpory jednotlivých politických stran v prostoru a čase. Tento cíl lze naplnit několika různými postupy, ovšem všechny spočívají v zobrazení informace v mapě. První možností je vytvoření sady kartogramů pro všechny analyzované strany ve všech volbách ve sledovaném období ve vybraných zemích. Vzhledem k poměrně vysokému počtu stran a voleb by takových map bylo potřeba více než 100. V takovém počtu by pak bylo obtížné formulovat jakékoli obecnější závěry a srovnat rozdíly v rozložení volební podpory mezi jednotlivými stranami. Proto bude využit takový způsob, který umožní zachytit výsledek několika voleb v jediné mapě. Takovým způsobem je například vymezení území stabilní volební podpory. Bylo by možné využít také některé geostatistické nástroje, jako jsou identifikace shluků podpory pomocí lokální prostorové autokorelace (LISA) nebo „hot-spot“ analýzy. Tyto metody však nijak nezohledňují rozdíly v populační velikosti jednotek. Princip metody vymezení území volební podpory vychází ze zachycení intenzity volební podpory jednotlivých stran v příslušných územních jednotkách (v tomto případě se znovu jedná o obvody ORP a okresy), na jehož základě jsou vymezovány oblasti, v nichž strany dosahují určité úrovně volební podpory. Výpočet se provádí zvlášť pro každou stranu a každé volby. Oblasti, ve kterých je koncentrováno 50% z celkového počtu stranou získaných hlasů pak představují území volební podpory dané politické strany. Prakticky jsou tyto oblasti nalezeny tímto způsobem. Územní jednotky jsou nejprve seřazeny sestupně podle podílu stranou získaných hlasů na celkovém počtu hlasů. V horní části seznamu jsou potom postupně načítány jednotlivé absolutní hodnoty hlasů, dokud není nedosaženo takového součtu, který představuje alespoň 50% hlasů. Započítána je vždy i uzemní jednotka, před jejímž započítáním je hodnota menší než 50%, a po započítání hodnota polovinu třeba i výrazně přesáhne. Stejným způsobem je vymezena také jádrová oblast volební podpory, tu ovšem tvoří oblast, ve které je koncentrovaná „horní“ čtvrtina hlasů. Po vymezení území volební podpory lze vysledováním jednotek obsažených ve všech územích volební podpory identifikovaných pro jednotlivé volby nalézt území stabilní volební podpory a jádro území stabilní volební podpory strany. Tato území tvoří ty oblasti, které vždy patřily do území volební podpory, respektive do jádrového území volební podpory. Jehlička se Sýkorou (1991) předpokládají, že jde o území, kde tradiční sociální a kulturní klima určitým způsobem determinuje orientaci na politické strany, které se mu svým programem nejvíce přibližují nebo naopak z daného prostředí vycházejí.[P6] Mapy území volební podpory jsou pak vytvořeny v programu ArcMap. Podkladová mapa pro Českou republiku pochází z geodatabáze ArcCR 500, podkladová vrstva pro Rakousko pak z rakouského statistického úřadu. V případě mapy za Českou republiku bylo nutné vytvořit vlastní vrstvu pro obvody Prahy. Ta vznikla sloučením (metoda dissolve) příslušných městských částí v mapě městských částí obsažené v geodatabázi. V mapách jsou pro orientaci zobrazeny také krajské hranice v případě České republiky a zemské hranice v Rakousku. Tyto hranice zároveň fungují jako hranice volebních obvodů, ovšem v případě České republiky to platí pouze od voleb v roce 2002, neboť v předchozím období bylo vymezení volebních obvodů jiné. Okresy a ORP, které náleží do území stabilní volební podpory, jsou v mapách opatřeny popisem. Metoda vymezování území volební podpory má sice několik silných stránek, kterými je zejména sumarizace výsledků z více volebních klání, přehlednost a zohlednění populační velikosti prostorových jednotek, na druhou stranu zejména v případě území stabilní volební podpory může být obraz, který metoda poskytuje, poměrně zkreslený. Toto zkreslení může vzniknout především dvěma cestami. Ta první spočívá v samotném vymezení území volební podpory. Do tohoto území je zahrnuto vždy území obsahující polovinu hlasů. V případě stran s podporou v jen části území některé ze zemí, je do území zahrnuta jen polovina z těch územních jednotek, ve kterých strana získá alespoň nějaké hlasy, zatímco zbylá polovina má podle výsledné mapy stejnou charakteristiku volební podpory jako zbytek území, ačkoli výsledky jsou ve skutečnosti mnohem více podobné těm uvnitř území volební podpory^^[32]. Druhý problém je spojen s vymezením území stabilní volební podpory. Po jeho vymezení může vypadat zcela stejně vymezené území pro stranu s dekoncentrovanou a nestabilní volební podporou a pro stranu s koncentrovanou stabilní volební podporou. V obou případech bude na mapě znázorněno jen několik územních jednotek. Jediné, co tedy výsledná mapa poskytuje, je představa o tom, kde je podpora strany dlouhodobě vysoká. Kvůli výše naznačeným omezením plynoucích pro interpretaci samotné mapy území stabilní volební podpory budou provedeny kroky k překonání těchto slabých stránek. Pro zachycení rozdílů v podpoře mezí územím volební podpory a zbytkem země napomůže vypočet podílu hlasů, který strana získala v jádru svého území volební podpory a „druhé“ části území volební podpory, tedy ukazatele, který Jehlička se Sýkorou (1991) označují jako míru úspěšnosti (M[u]). M[u]=-Hi/C Kde H je relativně vyjádřená část z celkového počtu hlasů, která byla odevzdána v daném území, i = 25 nebo 50 dle úrovně volební podpory a C označuje celkový celostátní relativní zisk strany V principu je tedy vždy vypočten podíl sumy hlasů odevzdaných pro danou stranu a sumy celkového počtu platných hlasů v daném území. Z rozdílu mezi podíly tak lze vyčíst, kolikrát je podpora strany vyšší v jádru území volební podpory oproti zbytku území. V tomto případě pro lepší srovnání bude vždy podíl vydělen podílem platným pro celý stát, výsledné číslo tedy říká, kolikrát větší či menší je relativní podpora strany v daném území oproti celostátnímu výsledku. Koncentrace není přepočítána na plochu, protože v tomto ohledu by výsledky do značné míry zkreslovaly velmi řídce obydlené oblasti Alp, a nebylo by tak úplně možné srovnat výsledky mezi Českou republikou a Rakouskem. Druhý problém spočívá v tom, že ze samotné mapy nelze vyčíst to, zda obsahuje málo nebo mnoho jednotek kvůli tomu, že je podpora strany koncentrovaná nebo dekoncentrovaná a stabilní nebo nestabilní. K ilustraci toho, která kombinace zmíněných kategorií je platná, lze využít výpočtu, který ukazuje, jaký podíl hlasů ze stranou celkem obdrženého počtu hlasů se nachází v území stabilní volební podpory. Toto číslo může být nejvíce 50 %, protože tolik hlasů obsahuje území volební podpory pro jednotlivé volby. Čím více se hodnota výpočtu přibližuje 50 %, tím lze podporu strany považovat (z hlediska jejího rozložení v území) za stabilnější, v kombinaci s počtem jednotek zobrazených v mapě a výše rozdílu v podpoře strany v jednotlivých vymezených územích (jádro území volební podpory, zbytek území volební podpory, ostatní území) lze formulovat závěry o tom, zda je podpora strany koncentrovaná, respektive lépe lze ze srovnání těchto informací o podpoře nějaké strany vyvodit závěr, zda je více či méně koncentrovaná než podpora jiné strany. Stabilita „statistického“ rozložení volebních výsledků je zjištěna korelační analýzou, protože se jedná o kardinální data, tak konkrétně výpočtem Pearsonova korelačního koeficientu r. r = kde a označují průměr proměnné a n označuje počet případů. Souvislost je tímto koeficientem měřena jako shodný rozptyl v obou proměnných standardizovaný směrodatnými odchylkami obou proměnných, tj. jako kovariance vydělená směrodatnými odchylkami proměnných. Tato metoda je využita také pro nalezení vztahů mezi nezávisle proměnnými v regresních analýzách (viz níže). 3.3.1. Explanatorní metody Předchozí část kapitoly představila metody využité a využitelné pro popis výše volební podpory a jejího rozložení a tedy ukázala způsoby, jakými bude hledána odpověď na první dílčí otázku položenou v úvodu. Dalším krokem je představení metod sloužících k zodpovězení druhé otázky: Jaké jsou determinanty volební podpory jednotlivých stran v různých zemích? Vzhledem k tomu, že cílem takové otázky je vysvětlení příčin prostorové diferenciace volební podpory, tak je zřejmé, že musí být využity metody, které umožňují sledovat vliv nějakých vysvětlujících proměnných zachycujících možné příčiny územních rozdílů. Pro kontrolování vlivu více proměnných bývá používána regresní analýza. Ta má také několik zvláštních forem beroucích v potaz některé geografické zákonitosti. Zatímco klasická regresní analýza stojí mj. na předpokladu nezávislosti pozorování, (který pak vede k nekorelovanosti reziduí), tak charakter prostorových dat tuto premisu porušuje. V prostoru všechno souvisí se vším, a co si je více blízké, to spolu souvisí více (Tobler 1970). Z tohoto důvodu lze obvykle očekávat v okolí místa se silným výskytem nějakého jevu další místa, kde se jev nachází také poměrně často. Tento problém se snaží řešit prostorově vážená regrese (geographically weighted regression, zkráceně GWR). Práce využívající GWR se objevují teprve v posledních 20 letech, nicméně v posledních několika letech se již stala poměrně běžnou. Průkopníkem této metody je Adam Fotheringham (Kavanagh a kol. 2006), který ji aplikoval např. na analýzu volební účasti v irských parlamentních volbách. Využita byla také v práci Michaela Shina a Johna Agnewa věnující se podpoře Ligy severu v Lombardii (Warf, Lieb 2011). Ve stejné knize tuto metodu využívá také Barney Warf při odhalování vztahu mezi třídou, etnicitou, vírou a místem v amerických prezidentských volbách v roce 2008. V anglosaském prostředí, kde jsou dostupná individuální data pro dostatečně vysoký počet dostatečně malých jednotek, se rozvijí využívání tzv. víceúrovňových modelů. Ty spojují regresní rovnice pro data pocházející z různých řádovostních úrovní. Nevysvětlená variance z nižší (individuální) úrovně se pomocí sofistikovaného algoritmu agreguje v jednotkách, ve kterých jsou jasně ohraničeni respondenti, a tato zbylá variance je pak vysvětlena pomocí dat vztažených k těmto jednotkám. Tímto způsobem se redukuje možnost vzniku ekologické chyby a zároveň je možné hodnotit vliv jak kompozitních, tak kontextuálních proměnných. Využívání této metody v geografii propagují např. Johnston a Pattie (2004: 54-56). Volba metody využité v této práci se odvíjí od cíle nalézt podmíněnost volební podpory, v úvahu tedy připadají všechny výše zmíněné metody. Přes své zjevné výhody výše zmíněné metody nebudou v této práci aplikovány. Víceúrovňové modelování nelze využít pro absenci relevantních dat. Data z komparativních dotazníkových šetření třídí respondenty dle regionálních kritérií nejhlouběji do krajů nebo spolkových zemí a neumožňují obsáhnout v analýze regionální rozměr. Problémem prostorově vážené regrese je komparovatelnost výsledků. Ve výpočtu hraje velkou roli vzdálenost určující rozsah území, které obsahuje územní jednotky pro výpočet lokálního koeficientu. Právě definice vzdálenosti je limitem ve využití metody pro komparativní analýzu. Tento limit se odvíjí od různé velikosti obcí v různých částech státu a především mezi státy. Rakouské obce, zejména v horských oblastech Alp, jsou rozlohou mnohem větší, proto by při stejně nastavené vzdálenosti bylo vždy zahrnuto mnohem méně případů, než při stejně nastavené vzdálenosti např. v kraji Vysočina. V celkové vysvětlující síle modelu lze pak stěží rozlišit, nakolik je výsledek dán rozdílem v efektech proměnných a nakolik spočívá pouze v odlišném nastavení parametrů výpočtu. Analýza sloužící k nalezení či zhodnocení vlivu možných příčin tak bude provedena pomocí klasické lineární regrese. Cílem této statistické metody je zhodnocení vztahu mezi jednou závislou proměnnou, kterou jsou ve všech případech volební výsledky, a jednou či více nezávislými proměnnými, kterými jsou data o struktuře společnosti. Zjištěná závislost je vyjádřena prostřednictvím základních parametrů regresního modelu. Regrese provádí modelování vztahu mezi nezávisle proměnnými a závisle proměnnou pomocí odhadu průběhu lineární regresní křivky, provedeného na základě metody nejmenších čtverců^^[33]. Hodnota závislé proměnné (y) je v tomto vztahu součtem konstanty (α), součinů nestandardizovaných regresních koeficientů (β) a příslušných hodnot nezávislých proměnných (x[1], x[2],…) a chyby odhadu (e) (Hendl 2006). y = α + βx[1] + βx[2 ]+ … + βx[k] + e Vhodnost modelu ukazuje hodnota indexu determinace, která udává proporci vysvětleného rozptylu^^[34] závisle proměnné za pomoci nezávisle proměnných. Čím více se hodnota blíží k jedné, tím je vysvětlující síla nezávisle proměnných vyšší. Dalšími charakteristikami vypovídajícími o modelu jako celku je upravený index determinace a směrodatná chyba odhadu, jejíž rostoucí hodnota ukazuje na rostoucí odchylku výsledků analýzy od navrhované hodnoty. Standardní chyba se používá ke stanovení intervalů spolehlivosti, které ale mají význam především při práci s výběrovými daty. Sledovat tuto hodnotu zde nemá smysl, neboť analýza je založena na souboru všech obcí (Soukup a Rabušic 2007). Hodnoty jednotlivých koeficientů pak ukazují vypovídací schopnosti proměnných. Ta je určena především Beta koeficientem (B), standardizovaným Beta koeficientem (Beta) a koeficientem významnosti (sig.), ten má ale znovu význam jen při práci s výběrovými daty (Soukup, Rabušic 2007). Beta koeficient ukazuje, o kolik se změní hodnota závisle proměnné při změně nezávisle proměnné o jednotku. Hodnota Beta koeficientu má principiálně stejný význam ve všech modelech, lze ji tedy srovnávat mezi volbami a stranami. Je však nutné upozornit na fakt, že vypovídající hodnota koeficientu je ovlivněna tím, o kolik jednotek se hodnoty proměnné mohou měnit (či přesněji řečeno rozptylem proměnné) a bez jakýchkoli problému tedy lze srovnávat jen výsledky v modelech obsahující zcela stejné proměnné (tedy typicky výsledky různých modelů využívající data ze stejného sčítání lidu). Vysvětlující sílu nezávisle proměnné oproti jiným proměnným zahrnutým v modelu ukazuje standardizovaný koeficient Beta, který bere v potaz, nakolik proměnná přispívá k vysvětlující síle modelu. Srovnatelnost tohoto koeficientu mezi různými regresními modely je však pouze omezená (viz Cohen 1988). Na jeho základě lze říci, že v jenom modelu má např. proměnná A vyšší vysvětlující sílu než proměnná B, zatímco v druhém modelu je tomu naopak. Nelze ale již říci, že vysvětlující síla proměnné A je v jednom modelu vyšší než ve druhém, protože výsledná hodnota je vždy ovlivněna tím, co do modelu přinášejí ostatní proměnné. Standardizovaný Beta koeficient určuje intenzitu a charakter vztahu mezi závisle proměnnou a každou nezávisle proměnnou. Pokud je hodnota beta koeficientu kladná a vysoká, pak vysoké zastoupení jevu popsaného nezávislou proměnnou ukazuje na vysoké zastoupení jevu popisovaného závislou proměnnou (pozitivní závislost). Naopak pokud je jeho hodnota záporná, pak vysoké zastoupení dané charakteristiky snižuje hodnotu závislé proměnné (negativní závislost). (Hendl 2006). Smysluplné použití regresní analýzy je založeno na několika předpokladech. Data vstupující do analýzy musí splňovat následující podmínky. Závisle proměnná musí být normálně rozdělena, mezi závisle proměnnou a nezávisle proměnnými musí být lineární vztah, případy na sobě musí být nezávislé, s čím souvisí také nekorelovanost chyb (homoskedascita) a nekorelované musí být mezi sebou také nezávisle proměnné. Zda data splňují nebo nesplňují uvedené podmínky, bude specifikováno před interpretací samotných výsledků, V tomto bodě je jen možné upozornit na problém s předpokladem nezávislosti pozorování, neboť ta může být při práci s prostorovými daty narušena, jak bylo naznačeno při popisu GWR. Použití regresní analýzy s sebou nese spolu s výhodami i řadu nevýhod. Ve spojení s použitými daty jde především o nemožnost poskytovat odpovědi na otázky týkající se individuální úrovně voliče. Jeho osobní rozhodnutí je tím, co utváří volební podporu strany, ovšem vzhledem k práci s agregovanými daty toho k individuálnímu rozhodnutí voliče nelze spolehlivě mnoho říci. Práce v této části nijak nevybočuje z řady jiných studií (srovnej Pink a kol. 2012), které zakládají svou analýzu volebního chování na datech vzešlých z voleb. Taková data jsou vždy agregována za nějaké celky. Využití takových dat může zapříčinit vznik některé z tzv. ekologických chyb. Zcela chybná interpretace výsledků analýzy agregovaných dat, která je i zcela opačná než by byla formulována při práci s individuálními daty, je pak označována jako Robinsonův problém (viz Robinson 1950). Aby tato chyba nevznikla, bude interpretace výsledků důsledně vztažena k úrovni územních jednotek. Případné teze o individuálním chování budou jen naznačeny. Analýza bude provedena ve dvou sadách – za obce a za obvody ORP a okresy. Každá analýza je založena na jiných předpokladech o datech, roli prostoru a agregace v rámci území států. Analýza za obce předpokládá, že efekt proměnných je nezávislý na velikosti obce a samotná velikost vstupuje do analýzy jako vysvětlující proměnná. Protože existují nezanedbatelné rozdíly mezi jednotkami analýzy mezi oběma sledovanými zeměmi, tak bude provedena ještě sada analýz k ověření toho, zda odhalené vztahy mezi volební podporou stran a sociální strukturou a rozdíly v těchto vztazích mezi oběma sledovanými zeměmi nejsou jen efektem rozdílů v počtu jednotek a míře agregace. Při velmi podobném počtu obyvatel České republiky a Rakouska a velmi rozdílném počtu obcí je zřejmé, že v datech na úrovni obcí za Rakousko je přítomna vyšší míra agregace a že se tedy může ztrácet část rozptylu, která pak v případě méně agregovaných údajů o volbách a společnosti v České republice zůstává nevysvětlena. Za účelem validace výsledků analýz na úrovni obcí tak bude provedena ještě totožná analýza se stejnými proměnnými s daty vztaženými k mikroregionální úrovni. 4. Popis volební podpory První část empirické kapitoly knihy je zaměřena na popis základních vlastností volebních výsledků a prostorového rozložení volební podpory. Tato pasáž tak poskytne základní náhled na volební výsledky v jednotlivých zemích, specifika jejich prostorového rozložení a také popis jejich vlastností z hlediska dalšího využití v roli závisle proměnných v regresních analýzách tvořících druhou část empirické sekce knihy. V popisu bude sledováno několik charakteristik volebních výsledků stran. Nejprve bude popsán vývoj celkové výše volebních zisků relevantních stran. Pomocí variačního a Giniho koeficientu pak bude zhodnocena rovnoměrnost rozložení volební podpory jednotlivých stran. V druhém kroku bude popsáno prostorové rozložení volební podpory a jeho stabilita, které bude zachyceno na mapách území stabilní volební podpory. Vytvořené mapy tak řeknou, kde především strany dlouhodobě získávají svou podporu. Informace k vymezeným územím budou doplněny o další informace, které poskytnou přehled o míře koncentrace volební podpory ve vymezených územích a také o vypovídající síle zpracovaných map vzhledem k celkovým výsledkům strany. V posledním kroku pak bude sledována stabilita rozložení volební podpory, která bude analyzována pomocí korelačního koeficientu. 4.1. Vývoj volební podpory politických stran První část popisu se věnuje volební účasti a celkovým výsledkům jednotlivých stran v obou sledovaných zemí v parlamentních volbách. V tomto popisu budou ovšem zmíněny pouze relevantní strany, tedy takové strany, které překročily vstupní klauzuli a získaly parlamentní zastoupení. V případě, že strana dokázala svůj volební úspěch alespoň jednou zopakovat, tak bude zmíněn i výsledek ve volbách, ve kterých strana neuspěla (což platí např. pro LiF nebo KDU-ČSL). V této práci je jen omezená pozornost věnována volební účasti, protože její studium je s otázkou o vlivu postkomunismu na utváření prostorových vzorců volební podpory politických stran spojeno jen nepřímo. Volební účast je zde představena nikoli ze zájmu přímo o ni, ale protože představuje svým způsobem intervenující proměnnou, která dává význam ziskům jednotlivých stran (viz Linek 2007, 2010) v různých částech obou sledovaných zemí. Stejný počet hlasů pro stranu ve stejně velkých územních jednotkách může při různé volební účasti znamenat různě velký procentuální zisk. Ve vývoji volební účasti v České republice je zjevná vyšší dynamika oproti vývoji zaznamenanému v Rakousku. Rozdíl mezi účastí ve volbách v roce 1990 a 2013 činí téměř 40 procentních bodů (dále p.b.). Pokles však proběhl v několika vlnách. Po prvních a druhých volbách účast klesla vždy přibližně o 10 p.b.. V letech 1996 a 1998 zůstala na téměř stejné výši a znovu významně klesla ve volbách v roce 2002, kdy dosáhla historického minima 58 %. Od těchto voleb se pak drží v podobné výši okolo 60% (viz Příloha č. 2). Český stranický systém je považován za jeden z nejvíce konsolidovaných a nejstabilnějších systémů v post-komunistické Evropě (Strmiska 2005), tak lze v průběhu času identifikovat několik podstatných změn. Jejich důsledkem je mimo jiné to, že jedinými stranami s nepřetržitou existencí od počátku 90. let jsou pouze ČSSD, ODS, KDU-ČSL a KSČM. V prvních svobodných volbách v roce 1990 získaly zastoupení v České národní radě, pouze antikomunistické hnutí Občanské fórum, Křesťanská a demokratická unie, Hnutí za samosprávnou demokracii – Společnost pro Moravu a Slezsko a Komunistická strana Československa (viz Příloha č. 2). Ještě během období před volbami v roce 1992 se Občanské fórum rozpadlo do několika politických stran, z nichž pak ve volbách uspěly zejména ODS a ODA, ostatní subjekty vzniklé na základech Občanského fóra již mandáty nezískaly. ODS od svého počátku představovala jeden z pólů stranického systému, naproti tomu ODA zůstala parlamentní stranou pouze do roku 1998. Z rozpadu OF patrně těžila také ČSSD, která ve volbách v roce 1992 poprvé získala parlamentní zastoupení. Poprvé byla úspěšná také populistická SPR-RSČ, které však dokázalo svůj úspěch zopakovat v jen následujících volbách. Několik mandátů získalo také volební hnutí tvořené Stranou zelených, Zemědělskou stranou, Československou stranou socialistickou a Hnutím zemědělců a nezávislých pod názvem Liberální a sociální unie. V roce 1996 začala postupná redukce stranického systému, když svůj zisk nedokázala obhájit LSU. V roce 1998 pak Poslaneckou sněmovnu opustilo SPR-RSČ a ODA, kterou však „nahradila“ Unie svobody vzniklá odštěpením od ODS. Výsledný pětistranický formát pak vydržel až do voleb v roce 2013, ovšem složení systému se v jednotlivých obdobích různí. Stabilní jádro představují strany ODS, ČSSD, KSČM a KDU-ČSL. Situace okolo KDU-ČSL je ale oproti ostatním stranám mírně komplikovaná, protože ve volbách v roce 2002 kandidovala v koalici s US a v roce 2010 strana nezískala zastoupení v Poslanecké sněmovně. V roce 2006 se do Sněmovny jako pátá strana dostala Strana zelených. V roce 2010 ztratila své zastoupení SZ, ale naopak uspěly Věci veřejné a TOP09. Ve volbách v roce 2013 klauzuli překročily také nové strany ANO a Úsvit, ovšem na kandidátkách Úsvitu se objevilo také několik osobností z rozpadajících se Věcí veřejných, které už znovu voliče oslovit nedokázaly. Graf č. 1: Vývoj volební účasti a volebních výsledků ve volbách do NR a PS PČR v letech 1990-2013 Data: Volby.cz V průběhu času lze ve stranickém spektru identifikovat několik proudů. Čtyři hlavní a relativně stabilní proudy představují ODS, ČSSD, KSČM a KDU-ČSL. Mimo tyto strany je pravidelně úspěšný také liberální proud, který je však v různém čase naplňován různými stranami. V první polovině 90. let lze do tohoto proudu zahrnout ODA a v roce 1998 US. Diskutabilním je zařazení Strany zelených v roce 2006. Stejně tak je otázkou klasifikace uskupení LSU, ve které byla Strana zelených zastoupena. Popis pozic stran vůči vládě je v České republice poměrně komplikovaný. V roce 1992 je tyto vlastnosti poměrně těžké určit, protože vládu na republikové úrovni tvořilo Občanské fórum spolu s KDU a HSD-SMS. Jedinou skutečně opoziční stranou tak byla KSČM, která byla ve volbách hlavním subjektem předvolební koalice Levý blok. Z doposud neparlamentních stran uspěly ČSSD, SPR-RSČ a LSU. Mezi lety 1992-1997 vládu tvořily ODS, ODA a KDU-ČSL. V roce 1997 však došlo v rámci ODS ke krizi, která skončila pádem vlády. Do předčasných voleb v roce 1998 tak fungovala úřednická vláda a formálně tedy nebyla žádná ze stran v předvolebním období vládní stranou. Jedinou novou stranou úspěšnou ve volbách v roce 1998 byla US, ovšem vzhledem ke způsobu vzniku ji lze považovat za parlamentní stranu již v období před volbami. V období po volbách v roce 1998 byla jediným členem vlády ČSSD, kterou na základě „opoziční smlouvy“ tolerovala ODS. Opozičními stranami tak byly KSČM, KDU-ČSL a US, pozici ODS je obtížné definovat. Po volbách v roce 2002 vznikla vláda ČSSD v koalici s KDU-ČSL a US. I přes problémy uvnitř ČSSD, kvůli kterým se během volebního období vyměnili tři premiéři, přetrvala vláda až do konce období. V opozici tak spolu stály KSČM a ODS. Volby v roce 2006 vedly i přes vítězství ČSSD ke vzniku vládní koalice ODS, KDU-ČSL a doposud neparlamentní strany SZ. Křehká vládní většina se rozpadla v roce 2009 a znovu vznikla úřednická vláda a pozice stran před volbami v roce 2010 tak nebyly zcela zřejmé. Po volbách vládu znovu sestavila ODS, tentokráte s novými stranami TOP09, která ovšem ještě před volbami měla několik poslanců, protože vznikla odštěpením od KDU-ČSL, a zcela novou stranou Věci veřejné. Také tato vláda nevydržela celé volební období a po krizi v roce 2013 dovedla zemi k předčasným volbám úřednická vláda. Za jistou „specialitu“ ve stranickém systému českých zemí lze považovat komunistickou stranu, přetrvávající dvě desetiletí v Poslanecké sněmovně v roli člena opozice. KSČM představuje stranu, vůči níž je po celou dobu od roku 1990 na celostátní úrovni uplatňována neformální dohoda o vyloučení (Hloušek 2005). Naproti tomu KDU-ČSL těžila ze své pozice „mezi“ ODS a ČSSD a s výjimkou období 1998-2002 a 2010-2013 byla vždy stranou vládní koalice. Volební účast v Rakousku je dlouhodobě vysoká, ale ve vývoji její výše od roku 1990 je patrný sestupný trend. Zatímco v roce 1990 se voleb zúčastnilo 86 % oprávněných voličů, tak v roce 2013 to bylo již „jen“ 75 % (viz Graf č. 2). Kontinuitu trendu narušily jen volby v roce 2002, kdy se voleb zúčastnilo o 4 procentní body (dále jen p.b.) více voličů než v předchozích volbách v roce 1999. Ve vývoji volební účasti je nutné upozornit na změnu volebního práva před volbami v letech 1994 a 2008, kdy mohli poprvé volit občané od věku 18, respektive 16, let. Na celkové výši volební účasti se tyto změny patrně nijak neprojevily. Rakouský stranický systém je v průběhu sledovaného období poměrně stabilní, alespoň co se týká výčtu stran, které tento systém tvoří. Ve všech volbách od roku 1990 získaly všechny nebo alespoň velkou většinu hlasů (viz Příloha č. 1) stejné čtyři strany – Sociálně demokratická strana Rakouska (SPÖ), Rakouská lidová strana (ÖVP), Svobodná strana Rakouska (FPÖ) a Zelení (Grüne). Pouze několikrát se podařilo dalším stranám doplnit tuto skupinu úspěšných stran. Uprostřed 90. let to bylo Liberální fórum (LiF), v druhé polovině prvního desetiletí 21. století pak Svaz pro budoucnost Rakouska (BZÖ) a v posledních volbách pak Team Stronach a Nové Rakousko (NEOSS), postavené na základech dřívější strany LiF. V případě LiF a BZÖ^^[35] je nutné zmínit, že obě tyto strany vznikly odštěpením od FPÖ. S ohledem na sílu stran v čase se rakouský stranický systém nejeví tak stabilní, jak to naznačoval předchozí odstavec. Především podpora sociální demokracie poklesla velmi výrazně z počátečních 43 % v roce 1990 na 27 % ve volbách konaných v roce 2013. Naproti tomu mírně vzrostla podpora Zelených. Ve výsledcích ÖVP a FPÖ nelze vyčíst žádný zjevný trend. Podpora FPÖ poměrně významně rostla do zisku vládního angažmá po volbách v roce 1999, po té se vlivem nevydařených kroků během své vládní činnosti a následně také kvůli rozštěpení strany volební podpora FPÖ propadá, ovšem od voleb v roce 2008 znovu roste. Naproti tomu podpora ÖVP dosáhla v roce 2002 svého vrcholu 42,3 %, když se v 90. letech pohybovala okolo 30% a od roku 2002 pak klesala k 24 % získaným v roce 2013 (viz Graf č. 2). Z hlediska dalších částí práce je důležitou otázkou také to, které strany vstupovaly do voleb jako členové vlády, opozice nebo zda stály mimo parlament. Od roku 1987 vládu vždy tvoří velká koalice SPÖ a ÖVP, vůči které jsou trvale v opozici Zelení a FPÖ a v případě zisku zastoupení také menší strany (LiF, BZÖ, Team Stronach). Jedinou výjimkou z tohoto schématu je období 1999 – 2006, kdy vládla koalice ÖVP a FPÖ. Graf č. 2: Vývoj volební účasti a volebních výsledků ve volbách do NR RR v letech 1990-2013 zdroj: BM.I 4.2. Variabilita volebních výsledků Pro zodpovězení otázky, jak je podpora rozložena, budou využity dva nástroje popisné statistiky – variační koeficient a Giniho koeficient – vypočtené na datech vztažených k úrovni obvodů ORP a politických okresů. Oba ukazatele mají za svůj cíl zhodnotit nerovnoměrnost panující mezi jednotkami v hodnotách určité proměnné, ovšem oba za tímto účelem využívají jiný postup. Vzhledem k výše naznačeným možnostem interpretace variačního koeficientu lze mezi stranami identifikovat ty, které mají spíše rovnoměrné rozložení volební podpory a ty, jejichž volební podpora je spíše nerovnoměrně rozdělená. Rovnoměrnost v tomto případě znamená, že strana získala ve všech jednotkách podobnou procentuální výši volební podpory, zatímco nerovnoměrnost odkazuje k tomu, že v některých jednotkách se výše volebního zisku výrazně lišila. Aby ale bylo možné mluvit o skutečné míře koncentrace, pak je nutné vzít v potaz také populační velikost územních jednotek, což je zde učiněno s pomocí Giniho koeficientu. Do skupiny stran s relativně rovnoměrnou podporou patří ODS, KSČM, SPR-RSČ, VV, ANO, Úsvit a zvláště ČSSD (viz Tabulka č. 15). Naopak do druhé skupiny lze zařadit TOP09, liberální strany a zvláště KDU-ČSL. V pohledu na vývoj rozložení podpory stran lze jako významný bod pro téměř všechny strany identifikovat volby v roce 2002. Od počátku 90. let do tohoto bodu klesala hodnota variačního koeficientu pro volební výsledky ČSSD a KDU-ČSL a naopak velmi mírně rostla variabilita výsledků ODS. Tento vývoj lze interpretovat také tak, že v případě KDU-ČSL se snižovaly meziregionální rozdíly ve volební podpoře (k čemuž v případě KDU-ČSL v roce 2002 patrně napomohla společná koalice s US), zatímco v případě ODS se tyto rozdíly zvětšovaly. V dalším vývoji se pak podpora ČSSD a KDU-ČSL stávala více nerovnoměrnou. V případě KDU-ČSL v roce 2010 dosáhl koeficient v rámci ostatních hodnot neobvyklé výše. Podobným nárůstem je charakterizován také výsledek ODS ve volbách v roce 2013. Tento vývoj tak může vést k závěru, že pokud strany ztrácí svou podporu, obvykle se tak děje ve významnější míře mimo oblast jádra volební podpory. To ostatně ukazuje i vývoj v případě ČSSD. Dokud podpora strany rostla, hodnota variačního koeficientu klesala, zatímco od roku 2006, kdy podpora strany klesá, hodnota koeficientu roste. Z tohoto trendu se vymykají výsledky pro SPR-RSČ. V případě republikánů se ani přes ztrátu volební podpory hodnota variačního koeficientu nezměnila, což může znamenat to, že volební podpora poklesla na celém území rovnoměrně. Vzhledem k tomu, že ve výpočtech jsou brány v úvahu pouze procentuální zisky stran, neříká ukazatel nic o skutečné koncentraci volební podpory, ale pouze o homogenitě výše volebních výsledků. Proto se na základě tohoto výpočtu rozložení volební podpory jeví jako relativně homogenní, i když strana získá většinu svých hlasů jen v několika v několika obvodech ORP. Tento nedostatek se projevuje právě především v případě významně vyšších výsledků stran v populačně velkých jednotkách. Tabulka č. 15: Variační koeficient volebních výsledků stran ve volbách do PS PČR 1992–2013 1992 1996 1998 2002 2006 2010 2013 účast 0,06 0,06 0,05 0,08 0,07 0,08 0,08 ODS 0,22 0,23 0,26 0,24 0,21 0,18 0,31 TOP09 0,32 0,46 ČSSD 0,28 0,19 0,15 0,12 0,15 0,19 0,19 KDU-ČSL[36] 0,67 0,53 0,48 0,33 0,54 0,72 0,57 KSČM 0,25 0,27 0,28 0,26 0,26 0,27 0,26 ODA/US/SZ[37] 0,64 0,33 0,27 0,29 SPR-RSČ/ VV/Úsvit 0,39 0,31 0,30 0,14 0,27 Pokud je počet voličů v jednotlivých ORP zohledněn, tak jak je tomu ve výpočtu Giniho koeficientu, pak lze říci, že variační koeficient ukazuje zkreslený obraz rovnoměrnosti rozložení volební podpory zejména pro ČSSD a koalici KDU-ČSL a US v roce 2002 (viz Tabulka č. 16). Výsledky koalice se zdají být rovnoměrné (oproti rozložení ostatních výsledků KDU-ČSL), ovšem vzhledem k neobvykle vysoké podpoře v Praze a Brně byla podpora i přes relativní vyrovnanost výše volební podpory stále poměrně významně územně koncentrována, dokonce více než ve volbách v letech 1996 a 1998. Zároveň se také ukazuje, že volební výsledky KDU-ČSL, ač jsou nejvíce nerovnoměrné, nejsou vždy nejvíce koncentrované. Velmi nerovnoměrně jsou v území totiž rozprostřeni také voliči ODS, TOP09 a liberálních stran, ačkoli dle variačního koeficientu je nerovnoměrnost podpory ODS velmi podobná rozložení podpory KSČM. Interpretace rozdílu mezi „rovnoměrností“ a „koncentrovaností“ volební podpory ČSSD v roce 2002 spočívá především ve změně pozice Ostravy v pořadí ORP s nejvyšší podporou strany, protože právě Ostrava způsobuje největší „schod“ v Lorenzově křivce a její posun ze 17. na 7. místo tak poměrně významně zvětšuje plochu pod křivkou. Pozoruhodný je také vývoj volební účasti, která sice stále dosahuje relativně vyrovnaných hodnot, ale až do roku 2010 se stávala více a více koncentrovanou, což je zapříčiněno zejména tím, že při poklesu byl propad poněkud pomalejší v Praze, a také se zde zastavil na relativně vysokých hodnotách. Tabulka č. 16: Giniho koeficient volebních výsledků stran ve volbách do PS PČR 1992–2013 1992 1996 1998 2002 2006 2010 2013 Účast 0,29 0,30 0,32 0,35 0,35 0,36 0,35 ODS 0,43 0,41 0,43 0,43 0,40 0,42 0,42 TOP09 0,42 0,45 ČSSD 0,39 0,34 0,32 0,35 0,32 0,32 0,33 KDU-ČSL 0,44 0,41 0,39 0,42 0,42 0,47 0,45 KSČM 0,39 0,37 0,36 0,35 0,34 0,34 0,34 ODA/US/SZ/TOP09 0,51 0,43 0,40 0,42 0,42 0,45 SPR-RSČ/VV/U 0,39 0,37 0,37 0,35 0,35 Také mezi rakouskými stranami má nejvíce rovnoměrně rozloženou podporu sociálně demokratická strana. Podobných hodnot obvykle dosahuje také variační koeficient pro volební výsledky FPÖ. Podpora ÖVP se pak oproti těmto dvěma stranám zdá více nerovnoměrná. Ovšem nejvíce nerovnoměrně rozloženou podporou disponuje strana Zelení (viz Tabulka č. 17). V případě rakouských stran se v rozložení volební podpory v čase neprojevují takové změny jako v případě českých stran. Hodnota koeficientu pro SPÖ se po cele dobu drží ve velmi úzkém intervalu. Také hodnoty v případě ÖVP jsou poměrně stabilní, pouze v roce 2002 se stává podpora více rovnoměrnou, což patrně souvisí s růstem volební podpory, který byl dán oslabením FPÖ. V případě této strany tak po prvotním poklesu nerovnoměrnosti nastala druhá a významnější změna způsobu rozložení volební podpory, tentokráte spíše k větší nerovnoměrnosti. Vývoj rozložení volební podpory Zelených pak připomíná sinusoidu. Na počátku 90. let se podpora stala vice rovnoměrně rozloženou, ovšem v dalším průběhu 90. let vývoj směřoval k vyšší nerovnoměrnosti. Tento proces probíhal souběžně s růstem volební podpory, lze tedy odvodit, že tento nárůst se týkal spíše jádrových oblastí podpory. Po roce 2002 se pak podpora strany znovu stává více rovnoměrnou. V případě menších stran LiF a BZÖ vývoj vedl k jejich postupnému zániku, který se však v obou případech udál rozdílným způsobem. V případě BZÖ umožňovala straně zastoupení v parlamentu jen velmi vysoká podpora v několika okresech, ta postupně slábla, takže se podpora stávala relativně více homogenní. Naproti tomu v případě LiF podpora v jádrové oblasti zůstávala relativně vysoká, ale na zbytku území poklesla. Tabulka č. 17: Variační koeficient výsledků stran ve volbách do NR RR 1990–2013 1990 1994 1995 1999 2002 2006 2008 20013 účast 0,11 0,11 0,08 0,10 0,09 0,10 0,08 0,08 SPÖ 0,23 0,24 0,22 0,24 0,26 0,26 0,27 0,26 ÖVP 0,35 0,38 0,32 0,35 0,25 0,32 0,34 0,37 FPÖ 0,32 0,22 0,24 0,21 0,48 0,27 0,26 0,23 Grüne 0,63 0,43 0,43 0,49 0,64 0,62 0,59 0,48 LIF/NEOS 0,56 0,52 0,81 0,66 BZO 1,45 0,84 0,66 Frank 0,41 Na rozdíl od výsledků Giniho koeficientu pro volební výsledky stran v České republice, výsledky analýzy za okresy Rakouska spíše potvrzují zjištění získaná interpretací variačního koeficientu. To platí zejména pro liberální strany, Zelené a BZÖ. Pouze v případě FPÖ se ztrácí výjimečnost rozložení v roce 2002 (viz Tabulka č. 18), protože vyšší nerovnoměrnost podpory nebyla doprovázena její koncentrací, respektive jednalo se pouze o začátek trendu k vyšší koncentraci volební strany, kterou podporoval především růst podpory v některých částech Vídně. Tabulka č. 18: Giniho koeficient volebních výsledků stran ve volbách do NR RR 1990–2013 1990 1994 1995 1999 2002 2006 2008 2013 účast 0,34 0,34 0,33 0,34 0,33 0,34 0,34 0,33 SPÖ 0,39 0,40 0,39 0,40 0,40 0,40 0,40 0,40 ÖVP 0,39 0,40 0,38 0,40 0,39 0,41 0,40 0,41 FPÖ 0,41 0,41 0,41 0,42 0,43 0,44 0,43 0,42 Grüne 0,47 0,45 0,45 0,46 0,48 0,48 0,47 0,45 LiF/NEOS 0,48 0,48 0,49 0,47 BZÖ 0,47 0,47 0,43 V popsané variabilitě volebních výsledků lze najít několik podobností a rozdílů mezi oběma zeměmi. Základním rozdílem je vyšší nestabilita hodnot koeficientů v České republice, než v Rakousku. Obvykle jsou v obou zemích nejvíce rovnoměrně rozložena volební podpora sociálně demokratických stran. Naproti tomu nejvíce rozdílné jsou v území výsledky stran se silným regionálním základem jako je korutanská frakce svobodných BZÖ v Rakousku. Zároveň se ukazuje, že nerovnoměrnost neznamená totéž co koncentrace. Například volební výsledky ODS se jeví jako poměrně rovnoměrně rozložené, ovšem volební podpora je vzhledem k vyšší podpoře v populačně větších mikroregionech poměrně koncentrovaná. Zajímavé zjištění se pak týká souvislosti růstu a poklesu volebního zisku a vývoje (ne)rovnoměrnosti a koncentrace volebních výsledků. Obvyklý vývoj spočívá v souvislosti růstu volebního zisku a poklesu nerovnoměrnosti a naopak. Ovšem existují strany, v jejichž případě jde vývoj jinou cestou a srůstem podpory roste i nerovnoměrnost jejího rozložení, což se týká zejména rakouských Zelených. 4.3. Územní rozložení a stabilita volební podpory Následující část se zaměřuje na hledání odpovědi na otázku, kde se nacházejí voliči jednotlivých stran. Za tímto účelem bude na volební výsledky v obvodech ORP a politických okresech aplikována metoda vymezení volební podpory, tak jak ji představili Jehlička a Sýkora (1991) ve studii kontinuity vzorců volební podpory v České republice od první republiky do začátku 90. let. Principy metody jsou hlouběji popsány v sekci metodika (viz kapitola 3.3). 4.3.1. Sociálně demokratické strany Popis územního rozložení volebních výsledků jednotlivých stran začíná popisem rozložení podpory ČSSD. Pokud jsou do hodnocení zařazeny výsledky všech parlamentních voleb ve sledovaném období, pak území stabilní volební podpory tvoří pouze několik územních jednotek nacházejících se v různých částech České republiky (viz Mapa č. 1). Do těchto oblastí patří těžební oblasti v severozápadních Čechách (Sokolov, Chomutov, Most) a okolí Ostravy (Havířov, Karviná, Bohumín), které lze souhrnně označit jako staré průmyslové oblasti (viz Koutský 2011) a dále ORP při hranicích Středočeského kraje (Čáslav, Příbram, Blatná, Rakovník a Kralovice), nichž některá lze považovat za součást vnitřní periferie (viz Musil, Müller 2008), a dále ORP Stod a Svitavy. Ovšem v případě ČSSD došlo k výrazné změně v rozložení volební podpory mezi volbami v roce 1992 a 1996. Pokud je tedy sledováno území stabilní volební podpory v období po volbách v roce 1996, pak je rozšířeno především o obvody ORP na Moravě a ve Slezsku (viz Mapa č. 2). Patří do něj celý Moravskoslezský kraj s výjimkou Hlučínska a ORP na hranicích Olomouckého, Jihomoravského a Zlínského kraje, dále několik ORP na Vysočině (Bystřice nad Pernštejnem) a širší je také oblast podpory ve Středočeském kraji (Kutná Hora). Naopak z představených map (a především z dat, na základě kterých jsou mapy vytvořeny) je patrné, že z hlediska volební podpory strany se jako marginální jeví oblast Libereckého a Královéhradeckého kraje, Prahy a jejího zázemí většina Jihočeského kraje. Mapa č. 1: Území stabilní volební podpory ČSSD ve volbách do ČNR a PS PČR v letech 1992 – 2013 Mapa č. 2: Území stabilní volební podpory ČSSD ve volbách do PS PČR v letech 1996 – 2013 Smysluplnost konstrukce území stabilní volební podpory ve dvou etapách ukazuje rozdíl mezi tím, co území stabilní volební podpory ve svých různých vymezeních zachycuje. V území stabilní volební podpory vymezeném pro celé období (1992-2013) se vždy nachází pouze mezi 12 až 13,3 % ze všech hlasů odevzdaných pro stranu (viz Tabulka č. 19), zatímco při vymezení pro období od roku 1996 se podíl pohybuje mezi čtvrtinou a třetinou stranou získaných hlasů a vypovídá tedy o mnohem vyšší části volební podpory než předchozí pojetí. Tabulka č. 19: Podíl hlasů odevzdaných pro ČSSD v území stabilní volební podpory na celkovém zisku strany 1992 1996 1998 2002 2006 2010 2013 ČSSD 1992 -2013 13,28 12,57 13,02 11,91 12,33 12,78 12,21 ČSSD 1996 -2013 28,70 28,28 26,66 27,58 28,30 27,72 Další důležitou charakteristikou území volební podpory je otázka, jaký podíl hlasů pro stranu je v něm koncentrován. Vzhledem k logice metody je jasné, že v území volební podpory se nachází 50 % z hlasů získaných stranou. Rozdíl v relativní výši volební podpory mezi jednotlivými územími pak ale ukazuje, nakolik je území volební podpory oblastí kde se koncentruje voličstvo strany, nebo zda jsou voliči rozprostřeni natolik rovnoměrně, že existuje jen malý rozdíl ve výši volební podpory uvnitř a vně území. Vývoj volebního zisku z hlediska míry koncentrace volební podpory také zahrnuje dvě etapy. Ve volbách v roce 1992 byla podpora strany poměrně koncentrovaná, když v jádru území volební podpory strana získala o téměř o polovinu vyšší podíl hlasů, než kolik činil celkový výsledek (viz Graf č. 3). S růstem volebního zisku se pak podpora stává méně koncentrovanou, když se zmenšuje kladná odchylka podpory v jádru území volební podpory i záporná odchylka v oblastech mimo území volební podpory. Tento trend pokračuje i při poklesu volebního zisku v roce 2002, protože pokles se projevil nejvíce na volebním zisku ČSSD v jádru jejího území volební podpory. Po roce 2002 pak znovu dochází ke zvyšování míry koncentrace. Tento výsledek tak potvrzuje vývoj zaznamenaný pomocí variačního koeficientu. Graf č. 3: vývoj výše volebního zisku ČSSD v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013 (ČR=1) Volební podpora SPÖ (viz Mapa č. 3) zůstává dlouhodobě vysoká zejména především v některých obvodech Vídně, které v dřívějších dobách bylo možno charakterizovat jako průmyslová předměstí, v jihovýchodní části Dolního Rakouska a v zázemí Vídně, téměř všech okresech spolkové země Burgenland a dále v několika okresech ve Štýrsku (Bruck, Leoben, Knittelfeld a Judenburg), Korutanech (Villach město a venkov) a Horním Rakousku (Gmünden, Wells, Steyer a Linec město a venkov). Naopak dle dat, na základě kterých byla připravena mapa stabilní volební podpory, do území volební podpory SPÖ nikdy nepatřil žádný z okresů ve spolkových zemích Tyrolsko, Vorarlbersko a Salcbursko. S výjimkou Villachu, Volksbergu a Völkermarktu patřily k oblastem se slabou podporou SPÖ také Korutany, nicméně v posledních volbách se do území volební podpory zařadilo také několik zdejších okresů (Spittal, Feldkirchen, Hermagor, Klagenfurt). Na základě změn v území volební podpory lze považovat územní rozložení volební podpory SPÖ za poměrně stabilní. Mimo oblasti vyznačené v mapě se v území volební podpory v jednotlivých volbách objevilo již jen několik okresů. To potvrzuje také Tabulka č. 20, která ukazuje, že v území stabilní volební podpory se vždy nacházelo více než 40 % voličů strany. Tabulka č. 20: Podíl hlasů odevzdaných pro SPÖ v území stabilní volební podpory na celkovém zisku strany 1990 1994 1995 1999 2002 2006 2008 2013 SPÖ 42,33 42,49 42,49 42,80 43,73 43,59 44,29 43,61 Mapa č. 3: Území stabilní volební podpory SPÖ ve volbách do NR RR v letech 1990 – 2013 Ve vývoji rozložení volební podpory SPÖ lze zaznamenat mírný trend směrem ke zvyšující se koncentraci volební podpory (viz Graf č. 4). Během sledovaného období se navýšil jak rozdíl mezi volební podporou v jádru území volební podpory i zbylou částí území volební podpory oproti celkovému výsledku strany. Největší nárůst koncentrace proběhl ve volbách v roce 2002, kdy bylo mírné navýšení volební podpory nejvíce ovlivněno růstem volební podpory v jádrové oblasti podpory strany. Graf č. 4: vývoj výše volebního zisku SPÖ v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1990-2013 (Rakousko =1) V případě sociálně demokratických stran je zjevné, že oblasti stabilně vysoké volební podpory se nacházejí v tradičních průmyslových oblastech. Ovšem zatímco v Rakousku je SPÖ úspěšná také v centrální oblasti včetně některých částí Vídně, tak v případě České republiky se jedná o stranu spíše v průmyslových regionech mimo oblast hlavního města. Obě strany pak mají rozdílným způsobem koncentrovánu svou volební podporu. Zatímco SPÖ dosahuje v jádru území volební podpory přibližně o 30-40% vyššího podílu hlasů oproti celkovému výsledku, tak v případě ČSSD je rozdíl 20-30%. 4.3.2. Konzervativní strany Jak bylo definováno v úvodní části (viz kapitola 3.1.4), budou v rámci kategorie „konzervativní strany“ srovnávány výsledky ODS, TOP09, KDU-ČSL a ÖVP. Ve sledovaném období se území stabilní volební podpory omezuje v případě ODS pouze na několik jednotek ORP. To ovšem není způsobeno tím, že by volební podpora ODS byla nějakým způsobem velmi nestabilní, ale spíše vysokou koncentrací volební podpory do velkých měst. Proto jsou součástí tohoto území Praha, Plzeň, Brno a České Budějovice (viz Mapa č. 4). Mimo tyto obvody ORP do území stabilní volební podpory patří již jen širší zázemí Prahy a ORP Turnov, Jablonec nad Nisou a Trutnov. Jak ukazuje Tabulka č. 21, v území stabilní volební podpory je obvykle zahrnuto přibližně 30 % z hlasů odevzdaných pro stranu v každých jednotlivých volbách. Do roku 2010 oblast zahrnovala větší území v severovýchodních Čechách (Železný Brod, Nové Město nad Metují, Náchod) a ve středních Čechách (Mladá Boleslav, Lysá nad Labem, Kralupy nad Vltavou) a dokonce také ORP Zlín a Rožnov pod Radhoštěm. Vzhledem k erozi podpory, která se vysoká udržela zejména v oblastech Plzeňského a Jihomoravského kraje a Prahy se tyto oblasti již do území volební podpory v roce 2013 a tedy ani do území stabilní volební podpory nevešly. Vzhledem k stabilitě a územní koncentraci podpory ODS je zřejmé, že oblast s relativně nízkou podporou je velmi široká. Patří do ní zejména celý Moravskoslezský kraj^^[38], Olomoucký kraj s výjimkou Olomouce, celý Jihomoravský kraj kromě Brna a Kuřimi, celý Zlínský kraj mimo Zlína, Vsetína a Rožnova pod Radhoštěm, celý kraj Vysočina a dále celý Ústecký kraj, ze kterého se v území volební podpory ODS epizodně objevilo Ústí nad Labem, Teplice, Litoměřice a Děčín. Tabulka č. 21: Podíl hlasů odevzdaných pro ODS v území stabilní volební podpory na celkovém zisku strany 1992 1996 1998 2002 2006 2010 2013 ODS 29,07 30,31 32,02 30,56 30,74 29,43 34,17 Mapa č. 4: Území stabilní volební podpory ODS ve volbách do ČNR a PS PČR v letech 1992 – 2013 Míra územní koncentrace volební podpory ODS se v průběhu času příliš neměnila (viz Graf č. 5). Mezi volbami v letech 1992 a 1998 mírně rostl rozdíl mezi volební podporou strany v jejím jádru, ovšem od roku 1998 do roku 2010 lze pozorovat slabý pokles koncentrace, když v roce 1998 byla podpora v jádru území volební podpory oproti celostátnímu téměř o polovinu vyšší, zatímco v roce 2010 byl rozdíl pouze čtvrtinový. S výrazným poklesem volební podpory v roce 2013 se podstatným způsobem zvýšila také míra územní koncentrace, když dosáhla nejvyšší hodnoty v celém sledovaném období. Graf č. 5: vývoj výše volebního zisku ODS v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013 V roce 2010 se do proudu konzervativních stran se zastoupením v Poslanecké sněmovně přidala TOP09. I když jednotliví, především zakládající, členové pocházeli z velké části z řad KDU-ČSL, hlavní volební základna nové strany se nacházela v Čechách. Vykreslené území stabilní volební podpory je velmi podobné území zaznamenanému v případě ODS. S ním se překrývá zejména Prahou a jejím zázemí, Plzní, Brnem, Libercem a jeho okolím. V obou sledovaných volbách území stabilní volební podpory ukazje téměř celou polovinu získaných hlasů strany. Ve volbách v roce 2013 je podíl hlasů, které strana získala v území stabilní volební podpory ze všech stranou získaných hlasů o 5 p.b. vyšší než v roce 201, což naznačuje zvýšenou koncentraci volební podpory strany. Tento proces koncentrace potvrzuje pak graf č. 6, který ukazuje, že se mezi volbami zvýšila disproporce mezi ziskem hlasů v oblastech se silnou a slabou podporou strany, přičemž nejvíce patrný je relativní nárůst podpory v jádru volební podpory. Naopak nejvíce pokles volbní podpory strany podpořila ztráta podpory v oblestech, kde strana získala nízké podíly hlasů již v roce 2010. Tabulka č. 21: Podíl hlasů odevzdaných pro TOP09 v území stabilní volební podpory na celkovém zisku strany 2010 2013 TOP09 44,00 48,68 Mapa č. 4: Území stabilní volební podpory TOP09 ve volbách do PS PČR v letech 1992 – 2013 Graf č. 5: vývoj výše volebního zisku TOP09 v oblastech s různou úrovní volební podpory ve volbách PS PČR v letech 2010-2013 KDU-ČSL patřila dlouhodobě ke stranám se stálým zastoupením v Poslanecké sněmovně, ovšem v roce 2010 nezískala žádné mandáty. Metodu vymezení volební podpory ale lze samozřejmě aplikovat i na neparlamentní strany, proto bude v této analýze zahrnuta volební podpora strany v celém období. Území volební podpory KDU-ČSL tvoří především oblasti s vysokou mírou religiozity (viz Voda 2012) - Zlínský kraj, části Jihomoravského a Pardubického kraje, východní část kraje Vysočina a dále několik ORP v dalších krajích (Hlučín, Kravaře a Jablunkov, Dačice, Vlašim, Zábřeh, Hranice, Konice, Dobruška, Nové Město nad Metují a Náchod)(viz Mapa č. 5). Naproti tomu dlouhodobě velmi nízká podpora strany je zaznamenávána v pohraničních oblastech Čech, zejména na území prakticky celého Ústeckého kraje a podobně také v Plzeňském a Karlovarském kraji. V území stabilní volební podpory se vždy nachází podstatná část voličů strany. V letech 1992 a 2010 se jejich podíl blížil 40%, naproti tomu v roce 2002, kdy strana kandidovala v koalici, se v území stabilní volební podpory nacházela pouze čtvrtina voličů koalice. Tabulka č. 22: Podíl hlasů odevzdaných pro KDU-ČSL v území stabilní volební podpory na celkovém zisku strany 1992 1996 1998 2002 2006 2010 2013 KDU-ČSL 38,82 33,71 31,22 24,84 33,54 39,35 34,05 Mapa č. 5: Území stabilní volební podpory KDU-ČSL ve volbách do ČNR a PS PČR v letech 1992 – 2013 Vývoj územní koncentrace volební podpory KDU-ČSL nesleduje v průběhu času žádný monotónní trend (viz Graf č. 6). Koncentrace podpory strany nejprve do voleb v roce 2002 významně klesala, poté znovu rostla a mezi volbami v letech 2010 a 2013 lze znovu sledovat sestupnou tendenci. Vývoj koncentrace je vždy inverzní k vývoji celkového volebního výsledku, s poklesem podpory tedy obvykle roste její koncentrace, protože k relativně vyššímu poklesu dochází mimo území volební podpory. Graf č. 6: vývoj výše volebního zisku KDU-ČSL v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013 Volební podpora ÖVP se koncentruje do zcela jiných oblastí, než tomu bylo v případě SPÖ. Ovšem podobně jako v případě SPÖ, také rozložení podpory ÖVP je poměrně stabilní. Obvykle se mezi volbami změnilo zařazení jen několika okresů. V území stabilní volební podpory se vždy nachází přibližně třetina voličů (viz Tabulka č. 23), což je sice výrazně nižší podíl oproti SPÖ, ale srovnatelný s hodnotami zaznamenanými pro ODS a KDU-ČSL. Mapa území stabilní volební podpory (viz Mapa č. 6) je v podstatě doplňkem mapy vykreslené pro podporu SPÖ. Lidová strana je dlouhodobě úspěšná v západní a severní části Dolního Rakouska a severní části Horního Rakouska. V ostatních spolkových zemí pak do území stabilní volební podpory spadá jen několik okresů. Ve Vorarlbersku je to Bregenz, v Tyrolsku Landeck, Lienz, Imst, Reutte a Kitzbühel, v Salcbursku okolí Salcburku a Tamsweg, ve Štýrsku jihovýchodní část země (Hartberg, Fünsterfeld, Feldbach a Radkesburg) a konečně v Burgenlandu Eisenstadt a Gussig. ÖVP tak disponuje spíše venkovským charakterem podpory. Z dat využitých při přípravě mapy je patrné, že z velkých měst je úspěšná pouze v centrální části Vídně (Innere Stadt), která byla několikrát součástí území volební podpory a obvykle je silnější v zázemí měst, než v jejich centrech, což se týká zejména Salcburku, Innsbrucku, Steyru a St. Pöltenu. Mimo velká města je pak strana obvykle relativně méně úspěšná v oblastech, ve kterých se vysoké podpoře voličů těší SPÖ (viz kapitola 4.3.1) Tabulka č. 23: Podíl hlasů odevzdaných pro ÖVP v území stabilní volební podpory na celkovém zisku strany 1990 1994 1995 1999 2002 2006 2008 2013 ÖVP 34,24 35,56 33,31 35,17 31,46 33,56 34,31 35,47 Mapa č. 6: Území stabilní volební podpory ÖVP ve volbách do NR RR v letech 1990 – 2013 V případě ÖVP je trend ve vývoji koncentrace volební podpory poměrně nestabilní (viz Graf č. 7). Nejprve mírně vzrostl, poté naopak klesal, nejvýznamněji mezi volbami v letech 1999 a 2002, kdy se rozdíl mezi podporou v jádru volební podpory oproti celostátnímu výsledku zmenšil z poloviny na třetinu. Od roku 2002 pak rozdíly mezí jádrem volební podpory, zbytkem území volební podpory a celostátním výsledkem znovu rostou, významněji v jádru území volební podpory. Podobně jako v předchozích případech ODS a zejména KDU-ČSL, pokles volební podpory strany je doprovázen zvyšující se koncentrací volební podpory. Graf č. 7: vývoj výše volebního zisku ÖVP v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1990-2013 Z rozložení volební podpory ÖVP je zřejmé, že tuto stranu nelze z hlediska územního rozložení volební podpory považovat za ekvivalentní k ODS, protože na rozdíl od těchto stran má podpora ÖVP spíše venkovský charakter podpory. V tomto ohledu je tedy bližší charakter rozložení volební podpory mezi ÖVP a KDU-ČSL, než mezi ÖVP a ODS. Vzhledem k prostorové koncentraci katolického obyvatelstva je ale podpora KDU-ČSL více regionálně koncentrovaná, zatímco v případě ÖVP se okresy patřící do území stabilní volební podpory objevují ve všech spolkových zemích. Vyšší koncentraci volební podpory v případě KDU-ČSL ukazuje také vysoký rozdíl mezi podporou v jádru svého území volební podpory oproti celostátnímu výsledku. Z tohoto pohledu je naopak nejméně koncentrována volební podpora ODS. Podobnost mezi rozložením volební podpory mezi KDU-ČSL a ÖVP vytváří také přítomnost izolovaných tradičních oblastí, jako je Východní Tyrolsko (okres Lienz) v Rakousku nebo Hlučínsko v České republice. Vývoj koncentrace volební podpory pak ukazuje, že s klesající podporou strany roste koncentrace volební podpory. To může znamenat, že strany disponují relativně „spolehlivým“ jádrem voličů a pokud dochází k poklesu volební podpory, tak k němu dochází ve větší míře spíše v oblastech se slabou podporou strany. 4.3.3. Populistické strany Tato pasáž je věnována územnímu rozložení volební podpory stran SPR-RSČ, VV, Úsvit, FPO, BZÖ a TS. Z hlediska rozložení volební základny SPR-RSČ je možné tvrdit, že se voliči této strany častěji nacházeli především v oblastech dnešního Libereckého a Ústeckého kraje (viz Mapa č. 7, tedy především v rámci původního Severočeského volebního kraje, kde kandidoval lídr strany Miroslav Sládek. Ve vyjmenovaných oblastech se s výjimkou Sokolova nachází všechny jednotky náležející k jádru území stabilní volební podpory. Součástí oblasti volební podpory jsou ale také některá ORP z jiných oblastí – Brno a jeho okolí, Prostějov, Kroměříž, Jeseník a Bruntál, Karviná a okolí, Tachov a Nýřany, Kladno, Strakonice a Vodňany, Holice a Česká Třebová a Havlíčkův Brod. Podpora této strany byla nízká zejména ve velkých městech a v Severovýchodních Čechách. Území stabilní volební podpory je vytvořeno jen na základě výsledků tří voleb, podíly voličů strany, které území stabilní volební podpory obsahuje v jednotlivých volbách tak jsou poměrně vysoké, když ve všech případech zahrnuje přibližně třetinu voličů. Tabulka č. 24: Podíl hlasů odevzdaných pro SP-RSČ v území stabilní volební podpory na celkovém zisku strany 1992 1996 1998 SPR-RSČ 36,12 32,74 32,36 Mapa č. 7: Území stabilní volební podpory SPR-RSČ ve volbách do ČNR a PS PČR v letech 1992 – 2013 Do proudu protestních stran jsou v této práci mimo SPR-RSČ zařazeny také Věci veřejné a Úsvit. Území volební podpory těchto dvou stran se z velké části překrývá, ovšem ve srovnání s rozložením volební podpory SPR-RSČ mezi těmito stranami není významnější spojitost. Při pohledu na mapu území volební podpory (viz Mapa č. 8) lze tvrdit, že většina voličů VV a Úsvitu se nacházela v příhraničních oblastech, především na severu země podél hranic s Polskem, dále potom v Ústeckém a Karlovarském kraji při hranici se SRN do oblasti s nejvyšší voličskou přízní patří i ORP Trhové Sviny a Kaplice při hranicích s Rakouskem. Vedle toho se do území volební podpory zařadily také ORP v dalších krajích (Jihomoravském, Zlínském, Středočeském a na Vysočině). Ačkoli mapa zobrazuje poměrně široké území, tak zachycuje pouze přibližně polovinu území volební podpory Věcí veřejných a jen o mála větší část z území volební podpory Úsvitu (viz Tabulka č. 25) Tabulka č. 25: Podíl hlasů odevzdaných pro VV a Úsvit v území stabilní volební podpory na celkových ziscích stran VV Úsvit 28,28 30,80 Mapa č. 8: Území stabilní volební podpory Úsvitu a VV ve volbách do PS PČR v letech 2010 a 2013 Z hlediska rozložení volební podpory si jednotlivé strany označené v České republice jako populistické nejsou příliš podobné. Jedinou oblastí, kde se překrývají oblasti volební podpory všech zařazených stran, jsou severozápadní Čechy, zvláště pak ORP Sokolov, Chomutov, Teplice, Bílina, Děčín, Varnsdorf, Rumburk, Česká lípa a Nový Bor. Druhou oblastí jsou pak Jeseníky (ORP Jeseník a Bruntál) a Orlová. Takto vymezené území ale zachycuje jen velmi malou část hlasů odevzdaných pro stranu. V případě SPR-RSČ byla ve vymezené oblasti odevzdána přibližně desetina hlasů v každých volbách v letech 1992, 1996 a1998. Z voličů VV a Úsvitu v letech 2010 a 2013 se v území nacházelo pouze přibližně 7 % voličů těchto uskupení. Mapa č. 9: Území stabilní volební podpory SPR-RSČ, Úsvitu a VV ve volbách do ČNR a PS PČR v letech 1992 – 2013 Míra koncentrace ukazuje zjevný rozdíl mezi rozložením volební podpory SPR-RSČ na jedné straně a VV a Úsvitu na druhé. Zatímco podpora SPR-RSČ byla na základě rozdílu mezi podporou v jádru území volební podpory a celostátním výsledkem poměrně značně koncentrovaná, tak v podpoře Úsvitu a zejména VV takové rozdíly v podpoře stran v územích s různou úrovní volební podpory nejsou (viz Graf č. 8). Graf č. 8: vývoj výše volebního zisku populistických stran v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013 Vymezení oblasti stabilní volební podpory FPÖ je významně ovlivněno oslabením podpory v roce 2002 a především rozpadem strany před volbami v roce 2006. Do té doby byla strana úspěšná zejména na celém území spolkové země Korutany, ve Štýrsku (okresy Graz, Murau, Voitsberg), v částech Horního Rakouska a Tyrolska a dále v Salcburku a jeho okolí a v Dornbirnu (viz Mapa č. 10). Ovšem od voleb v roce 2006 je územím s vysokou podporou strany zejména Vídeň a Horní Rakousko a dále také okresy Baden, Wiener Neustadt, okolí Grazu, Feldbach, Tamsweg, St. Johann im Pongau, Kufstein a Dornbirn (viz Mapa č. 11). V posledních volbách se ale částečně obnovila podpora strany ve Štýrsku a částečně také v Korutanech. Oblast území stabilní volební podpory tak zahrnuje pouze okresy, které představují průnik obou období. Jediným okresem, který vždy patřil z hlediska podpory strany k nejúspěšnějším, je hornorakouský Ried in Innkreis. Mimo několika dalších okresů (Wells a okolí, Braunau, Schärding) v Horním Rakousku patří do oblasti stabilní volební podpory již jen Tamsweg v Salcbursku, Kufstein v Tyrolsku a Dornbirn ve Vorlabersku. Naopak podpora FPÖ byla vždy relativně nízká v celém Burgendlandsku, v centrálních částech Vídně a na většině území Dolního Rakouska a Štýrska. Tabulka č. 26: Podíl hlasů odevzdaných pro FPÖ v území stabilní volební podpory na celkovém zisku strany 1990 1994 1995 1999 2002 2006 2008 2013 FPÖ 7,86 7,40 8,03 7,59 8,47 8,30 7,58 7,61 FPÖ 1990- 2002 33,81 29,55 30,60 29,13 36,35 23,49 20,43 23,55 FPÖ 2002 -2013 25,00 26,20 26,28 26,70 26,11 32,78 32,11 30,82 Mapa č. 10: Území stabilní volební podpory FPÖ ve volbách do NR RR v letech 1990 – 2002 Mapa č. 11: Území stabilní volební podpory FPÖ ve volbách do NR RR v letech 2006 – 2013 Ve vývoji koncentrace volební podpory FPÖ je výrazným prvkem zejména prudký nárůst koncentrace volební podpory spojený s propadem volebního zisku v roce 2002 (viz Graf č. 9). Zatímco v roce 1999 získala strana celkem přibližně 27 % hlasů a výše podpory v jádru jejího území volební podpory činila 34,6 %, tak v roce 2002 byl celkový výsledek strany 10 %, přičemž v jádru podpora činila 19%. Vzhledem k tomu, že propad celkového výsledku byl 2,5násobný, tak v jádru nedošlo ani k dvojnásobnému propadu. S následujícím vzestupem volební podpory se koncentrace znovu snižuje. Graf č. 9: vývoj výše volebního zisku FPÖ v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1990-2013 Rozložení stabilní volební podpory strany BZÖ je velmi podobné stavu, který byl zobrazen na mapě volební podpory FPÖ do roku 2000 (viz Mapa č. 12). Jádrovou oblast volební podpory ale tvoří jen Korutany a několik přilehlých okresů ve Štýrsku a Tyrolsku. Jedinými okresy, které jsou součástí území stabilní volební podpory BZÖ, a nepatřily mezi oblasti s dlouhodobě silnou podporou FPÖ, jsou Lienz, okolí Grazu a Fürstenfeld. V průběhu času klesá význam území stabilní volební podpory. Zatímco v roce 2006 náležela do tohoto území téměř polovina voličů strany, tak v roce 2013 to byla již jen čtvrtina (viz Tabulka č. 27). BZÖ tak představuje velmi zvláštní případ, protože je stranou, pro kterou při poklesu volební podpory nerostla její územní koncentrace. Tabulka č. 27: Podíl hlasů odevzdaných pro BZÖ v území stabilní volební podpory na celkovém zisku strany 2006 2008 2013 BZÖ 45,40 29,97 24,75 Mapa č. 12: Území stabilní volební podpory BZÖ ve volbách do NR RR v letech 2006 – 2013 Předchozí závěry vytvořené na základě mapy stabilní volební podpory a podílu voličů, kteří se v území nachází, dokresluje také vývoj výše podílu hlasů získaných v území (ze všech hlasů odevzdaných v území). Zvláště ve volbách v roce 2006 byl volební zisk v jádru území volební podpory mnohonásobně vyšší než na zbytku území Rakouska (viz Graf č. 10). V dalších letech se tento rozdíl zmenšoval, ačkoli samotná výše podpory strany nejprve rostla a po té klesala. Graf č. 10: vývoj výše volebního zisku BZÖ v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 2006-2013 Oproti předchozímu popisu rozložení volební podpory FPÖ lze sledovat v mapě zobrazující volební výsledky Teamu Stronach v politických okresech Rakouska zásadní odlišnost (viz mapa č. 13). Volební podpora strany byla významně územně soustředěná. Jádro volební podpory strany se nachází jen v okresech spolkových zemí Štýrsko a Korutany. Na zbytku území se již významnější rozdíly ve výši volební podpory neprojevují. Mapa č. 13: Území volební podpory FRANK ve volbách do NR RR v roce 2013 Vzhledem k tomu, že je obvykle obtížné zobecnit rozložení populistických stran v rámci jednotlivých zemí, tak formulovat nějaký obecnější závěr o podobnostech a rozdílech mezi oběma státy je v podstatě nemožné. Liší se způsob rozložení volební podpory, její stabilita i míra koncentrace. Rozložení jen naznačuje, že takové strany jsou úspěšné zejména v okrajových oblastech státu a obvykle také mimo velká města. Tento závěr ale rozporují výsledky strany FPÖ, která od roku 2002 dokáže ve větší míře oslovit také voliče v některých částech Vídně. 4.3.4. Liberální a zelené strany Do proudu liberálních a zelených stran v České republice náležely různé strany. V 90. letech lze k tomuto proudu přiřadit nejprve ODA ve volbách v roce 1992 a 1996 a US ve volbách v roce 1998. Volební podpora těchto stran se nacházela v oblastech větších měst. Jádro území stabilní volební leží v Praze a jejím okolí, Hradci Králové, Náchodě, Liberci a okolí, v Brně a ve Zlíně. Území volební podpory dále tvoří také Plzeň, Pardubice a České Budějovice a okolí (viz Příloha č. 3). Rozložení volební podpory tak do značné míry kopíruje vzorce pozorované v případě ODS, ovšem v případě každé ze stran se objevují určitá specifika. Volební podpora ODA byla v roce 1996 neobvykle vysoká na jižní Moravě, podpora US pak ve východních Čechách. S předchozím popisem se do značné míry překrývá také volební podpora Strany zelených. Vzhledem k tomu, že v případě této strany jsou k dispozici pouze jedny volby, tak je území volební podpory poněkud širší oproti ostatním stranám patřících do proudu liberálních stran. Toto území nezahrnuje z území vymezeného pro ODA a US pouze Mnichovo Hradiště ale objevují se v něm některé oblasti, které v rámci území stabilní volební podpory US a ODA zařazeny nebyly (viz Příloha č. 4). Na základě předchozího popisu rozložení volební podpory jednotlivých liberálních stran lze identifikovat území jejich stabilní volební podpory (viz Mapa č. 14). Vymezení tohoto území má však poněkud jiný smysl, než v případě ostatních stran, protože neoznačuje území, kde by byla dlouhodobě relativně úspěšná jedna a táž strana, ale ukazuje na oblasti, kde jsou voliči více ochotni volit nové strany. Toto území se ve výsledku skládá ze všech obvodů hlavního města Prahy a jejího okolí, Liberce, Plzně, Pardubic a ORP Nové Město nad Metují. Ačkoli se jedná o průnik oblastí s vysokou podporou různých stran, tak má vymezené území poměrně dobrou vypovídající schopnost o volební podpoře všech zahrnutých stran, protože vždy zahrnuje přibližně čtvrtinu voličů dané strany v daných volbách. Tabulka č. 28: Podíl hlasů odevzdaných pro ODA, US, SZ a TOP09 v území stabilní volební podpory stran na celkovém zisku strany 1992 1996 1998 2006 2010 2013 ODA/US/SZ 32,54 25,08 26,05 25,96 Mapa č. 14: Území stabilní volební podpory liberálních stran ve volbách do ČNR a PSP ČR v letech 1992 – 2013 Podpora liberálních stran je poměrně koncentrovaná (viz Graf č. 11). Vývoj vztahu koncentrace a výše volební podpory částečně odpovídá tomu, co lze pozorovat u ostatních stran, protože mezi rokem 1992 a 1996 růst volební podpory doprovázel pokles koncentrace. Jak naznačuje graf, úroveň koncentrace dosahoval pro všechny strany podobné úrovně, pouze ve volbách v rcoce 1992 byla podpora ODA mimořádně koncentrovaná. Graf č. 11: vývoj výše volebního zisku liberálních stran v ČR v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013 Vzhledem k vysoké územní koncentraci volební podpory rakouské strany Zelení obsahuje území stabilní volební podpory jen několik okresů. V tomto jádru se vždy nachází velká část voličů strany. Obvykle jde přibližně o třetinu, ve volbách v roce 1990 bylo v oblasti stabilní volební podpory téměř 40 % voličů strany. Jádro volební podpory strany Zelení představují velká města. Strana je dlouhodobě úspěšná zejména v Salcburku, Innsbrucku a centrálních částech Vídně (viz Mapa č. 15). Do území stabilní volební podpory patří také několik dalších částí Vídně a její zázemí (okresy Mödling a Wien Umgebung), Graz, Innsbruck – venkov a Feldkirch. Jediným velkým městem, které není součástí území volební podpory, je Linec, což je ovšem dáno pouze relativně slabším výsledkem v roce 1990. Dlouhodobě slabá je volební podpora strany obecně ve venkovských oblastech a také ve všech oblastech spolkových zemí Burgendlandsko a Korutany. Ve Vídni nikdy do území volební podpory nepatřil Simmering, to se týká také celého Štýrska s výjimkou Grazu, bez Mödlingu a okolí Vídně také celých Dolních Rakous, všech okresů mimo ty městské v Horních Rakousích a také jižní poloviny Salcburska. Podpora strany tedy není koncentrována regionálně, ale spíše hierarchicky – v hlavních centrech osídlení. Tabulka č. 29: Podíl hlasů odevzdaných pro Grüne v území stabilní volební podpory na celkovém zisku strany 1990 1994 1995 1999 2002 2006 2008 2013 GRÜNE 38,91 32,17 32,70 32,93 37,49 36,50 36,10 33,02 Mapa č. 15: Území stabilní volební podpory Grüne ve volbách do NR RR v letech 1990–2013 Ačkoli volební podpora strany Zelení s výjimkou roku 1995 kontinuálně stoupá, tak ve vývoji koncentrace volební podpory lze vysledovat několik změn (viz Graf č. 12). Na počátku 90. let při růstu volební podpory koncentrace poměrně značně poklesla. K vysoké hodnotě rozdílu mezi volebním ziskem v jádru území volební podpory a celostátním výsledkem se rozložení volební podpory Zelených vrátilo v roce 2002, kdy byl růst volební podpory tažen především velmi vysokým ziskem v jádru oblasti volební podpory. Od roku 2002 je výše volební podpory v jádru území volební podpory relativně konstantní a pokračující nárůst volební podpory strany je tak způsoben zejména růstem podpory v oblastech, v nichž strana byla do té doby relativně méně úspěšná. Graf č. 12: vývoj výše volebního zisku Grüne v oblastech s různou úrovní volební podpory ve volbách do ČNR v letech 1990-2013 Podobné rozložení stabilní volební podpory jako Zelení má také liberální strany LiF a NEOS. Obě tyto strany získávaly svou podporu zejména ve Vídni a jejím zázemí a dalších velkých městech v Rakousku – v Štýrském Hradci, Salcburku a Innsbrucku. Z velkých měst tak podobně jako v případě Zelených ve výčtu chybí Linec a Klagenfurt. Podstatným rozdílem v rozložení podpory LiF a NEOS je především vysoká podpora NEOS ve Vorarlbersku, kde byla podpora LiF zvláště v roce 1994 spíše slabší. Naproti tomu z jádra podpory LiF nechybí v území volební podpory NEOS žádný okres. Společné území volební podpory těchto stran je zaznamenáno v Mapa č. 16. Jak ukazuje Tabulka č. 30, tak vymezené území stabilní volební podpory lépe zachycuje rozložení volební podpory LiF, zejména v roce 1999, kdy je v něm obsaženo téměř 43 % voličů strany, zatímco v případě voličů NEOS v roce 2013 to bylo jen 35 %. Zmíněná vysoká hodnota pro LiF je ale dána zejména vysokou koncentrací volební podpory, protože hodnoty v předchozích volbách nejsou o mnoho odlišné od hodnoty zaznamenané pro NEOS. Tabulka č. 30: Podíl hlasů odevzdaných pro LIF a NEOS v území stabilní volební podpory na celkovém zisku strany 1994 1995 1999 2013 LIF 37,87 38,93 42,68 35,32 Mapa č. 16: Území stabilní volební podpory LiF a NEOS ve volbách do NR RR v letech 1994, 1995, 1999 a 2013 V předchozím odstavci byl naznačen proces koncentrace volební podpory LiF. Tento závěr potvrzuje také rozdíl mezi volební podporou v jádru území volební podpory a celostátním výsledkem. Ten se prudce zvýšil mezi volbami v roce 1995 a 1999 (viz Graf č. 13). Zatímco v jádru došlo ve volebním zisku ke ztrátě přibližně desetiny původní podpory, v oblasti mimo území volební podpory byl zaznamenán propad na polovinu. Oproti celostátnímu výsledku tak strana získala v jádru území své volební podpory 2,2 krát vyšší podíl, než kolik činil celostátní výsledek. Velmi podobná je koncentrace volební podpory strany NEOS, zde je však patrný menší rozdíl mezi zbytkem území volební podpory a celostátní podporou. Ve volební podpoře strany tak ještě vyšší roli hraje jádro území. Graf č. 13: vývoj výše volebního zisku LiF a NEOS v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1994-2013 Rozložení liberálních a zelených stran sleduje v obou zemích podobnou logiku. Všechny zmíněné strany jsou úspěšné především ve velkých městech a v zázemí hlavního města. To se projevuje také ve vysoké územní koncentraci volební podpory těchto stran. Jejich volební zisk bývá vždy minimálně o polovinu, ale častěji přibližně dvojnásobně, vyšší v jádru území volební podpory, než na území celého státu. V případě České republiky z velkých měst nepatří do území volební podpory těchto stran Ostrava, v Rakousku pak Linec a Klagenfurt. Rozdílná je také role hlavního města. Zatímco v některých částech Vídně nejsou liberální strany ani Zelení příliš úspěšné, tak v České republice je podpora pro tyto strany obvykle vysoká ve všech obvodech hlavního města. 4.3.5. Komunistická strana Čech a Moravy Na rozdíl od ČSSD lze v případě Komunistické strany Čech a Moravy ilustrovat rozložení volební podpory jedinou mapou, protože strana se těší poměrně stabilní volební podpoře. To dokazuje také Tabulka č. 31, podle které se v území stabilní volební podpory vždy nachází přibližně třetina voličů. Tabulka č. 31: Podíl hlasů odevzdaných pro KSČM v území stabilní volební podpory na celkovém zisku strany 1992 1996 1998 2002 2006 2010 2013 KSČM 31,52 33,06 33,30 32,45 31,98 31,94 31,34 Jak je patrné z mapy (viz Mapa č. 17) zobrazující dlouhodobou stabilitu volební podpory po roce 1992, tak volební podpora komunistické strany nacházela v lokalitách, odkud bylo po roce 1945 vysídleno německé obyvatelstvo, ve starých průmyslových regionech a na území vnitřní periferie na hranicích jednotlivých krajů. V oblasti bývalých Sudet je podpora strany velmi vysoká především na území bývalého okresu Bruntál, podél hranic s Rakouskem především v Jihomoravském kraji (Dačice, Znojmo, Mikulov, Břeclav), v ORP Tachov a Stříbro v Plzeňském kraji a také v ORP Cheb a Aš v Karlovarském kraji a na území celého Ústeckého kraje s výjimkou ORP Ústí a Děčín. Ve vnitřní periferii pak do značné míry sdílí KSČM stejnou oblast volební podpory jako ČSSD. To se týká zejména ORP na hranicích Středočeského kraje a dále oblasti na společných hranicích olomouckého, Zlínského, Jihomoravského a Pardubického kraje. V dlouhodobém srovnání je patrné, že oblasti s minimálním ohlasem komunistického programu se nacházejí v Královéhradeckém a Zlínském kraji, kde se do území volební podpory zařadily jen Kostelec nad Orlicí a Kroměříž a dále také v Praze a jejím nejbližším okolí. Mapa č. 17: Území stabilní volební podpory KSČM ve volbách do ČNR a PSP ČR v letech 1992 – 2013 V otázce koncentrace volební podpory KSČM stojí za zmínku především stabilita míry koncentrace (Graf č. 14). Po celé období se rozdíl mezi podporou v jádru území volební podpory a celostátním výsledkem pohybuje okolo 40 %, rozdíl mezi podporou ve zbytku území volební podpory a celostátním výsledkem se pak pohybuje okolo 15%, přičemž je patrný mírný rostoucí trend. Z takto naznačeného vývoje je zjevné, že jak pokles, tak růst volební podpory strany se odehrávají v prostoru poměrně rovnoměrně. Graf č. 14: vývoj výše volebního zisku KSČM v oblastech s různou úrovní volební podpory ve volbách do PS PČR v letech 1992-2013 4.4. Stabilita volebních výsledků Protože volební výsledky jednotlivých stran jsou dále využity jako závisle proměnné regresních modelů, tak se jejich popis nemůže omezit na jejich regionální rozložení. Operacionalizace volebních výsledků do závisle proměnných je v této práci mírně odlišná od způsobu, jakým volební výsledky prezentují oficiální orgány jednotlivých zemí. Výsledek strany je totiž obvykle ukazován jako podíl hlasů pro stranu na počtu celkem odevzdaných platných hlasů. Taková definice však nebere v potaz roli intervenující proměnné v podobě volební účasti. Proto budou v této i následujících pasážích za volební výsledek strany považovány podíly hlasů pro stranu nikoli z platných hlasů, ale ze všech oprávněných voličů. Důležitou vlastností je stabilita volební podpory. To, zda se rozložení volebních výsledky strany mezi volbami měnilo nebo zůstávalo stejné, má důsledek zejména pro intepretaci výsledků dalších analýz. Pokud totiž výsledky regrese budou ukazovat změnu vlivu nějakého faktoru, tak tato změna může být způsobena buďto změnou hodnot ve volebních výsledcích, nebo změnou hodnot vysvětlujícího faktoru. Identifikace stability volební podpory tedy umožňuje zvážit vliv změny volebních výsledků na pozorované vztahy mezi volebními výsledky a strukturou společnosti. Míra stability v čase je ukázána pomocí Pearsonova korelačního koeficientu. Analýza ke zhodnocení stability je zde zpracována na dvou měřítkových úrovních – s daty za obce a s daty za obvody ORP a politické okresy. 4.4.1. Sociálně demokratické strany Výsledky korelační analýzy (viz Tabulka č. 32) odhalují výjimečnost výsledků v letech 1992 a 2002. Zatímco výsledky v po sobě jdoucích volby spolu obvykle vysoce souvisí (hodnota korelačního koeficientu se pohybuje okolo 0,7 na úrovni obcí a okolo 0,95 na úrovni ORP), tak hodnoty koeficientů mezi volbami v letech 1992 a 1996 dosahuje pouze hodnoty 0,23 (0,26 za ORP) a mezi volbami v letech 1998 a 2002 pak 0,51 (ORP 0,75). Volební výsledky v roce 1992 pak dokonce žádným způsobem nesouvisí s výsledky ve volbách po roce 2002. Vzhledem k tomu, že hodnoty korelačního koeficientu pro souvislosti mezí výsledky voleb po roce 2002 zůstávají stabilní, tak lze tvrdit, že volební podpora strany se před volbami 2002 proměnila ke své současné podobě. V charakteru volební podpory ČSSD tak lze identifikovat tři etapy. Ta první obsahuje pouze volby v roce 1992, druhá pak zahrnuje volby v letech 1996 a 1998, všechny následující volby pak vytváří třetí etapu. Toto rozdělení se pak může projevit ve výsledcích následujících analýz. Ve výsledcích korelační analýzy se ukazují významné rozdíly mezi výsledky získanými za úroveň obcí a ORP. Při vyšší míře agregace, kterou představují data za ORP, se vztahy jeví silnější, než v případě, že byly spočítány za obce. To se týká zejména středně vysokých hodnot korelačního koeficientu (0,3-0,9), zatímco v případě relativně nízkých hodnot (0,00-0,25) se hodnoty mezi úrovněmi příliš neliší. Tabulka č. 32: Korelace mezi volebními výsledky ČSSD v letech 1992 – 2013 1992 1996 1998 2002 2006 2010 2013 1992 1,00 0,18 0,17 0,08 0,03 0,05 0,02 1996 0,13 1,00 0,68 0,42 0,43 0,38 0,32 1998 0,14 0,92 1,00 0,53 0,52 0,50 0,42 2002 -0,09 0,51 0,62 1,00 0,64 0,50 0,51 2006 -0,10 0,72 0,79 0,78 1,00 0,70 0,64 2010 -0,06 0,72 0,81 0,71 0,95 1,00 0,70 2013 -0,04 0,60 0,70 0,73 0,88 0,91 1,00 Zdroj: vlastní výpočet, pozn.: šedě označeny vztahy mezi výsledky po sobě jdoucích voleb. Pod diagonálou výsledky na úrovni ORP a okresů, nad diagonálou za obce (platí také pro ostatní tabulky v této části) Stabilita rozložení volebních výsledků SPÖ je téměř dokonalá (viz Tabulka č. 33). Minimální hodnota korelačního koeficientu výsledků ve dvou následujících volbách počítaná na úrovni obcí činí 0,95, v případě výsledků získaných z dat za okresy jsou výsledky v podstatě totožné. Napříč sledovaným obdobím je pak nejnižší hodnotou 0,86 (0,79 za okresy) mezi prvními a posledními volbami. Na úrovni obcí taková míra souvislosti v případě volebních výsledků ČSSD není zaznamenána ani mezi po sobě jdoucími volbami. V pohledu na data za mikroregiony je ale patrné, že některé vztahy mezi výsledky ČSSD v různých volbách jsou přibližně stejně silné jako vztahy mezi volebními výsledky SPÖ. Závěr o vyšší nestabilitě volebních výsledků ČSSD oproti výsledkům SPÖ na základě dat za obce by tak byl patrně z velké části založen pouze na efektu agregace dat. Míra souvislosti je přitom reálně nižší jen mezi výsledky některých voleb. Tabulka č. 33: Korelace mezi volebními výsledky SPÖ v letech 1990 – 2013 1990 1994 1995 1999 2002 2006 2008 2013 1990 1,00 0,96 0,96 0,94 0,94 0,92 0,90 0,86 1994 0,95 1,00 0,98 0,97 0,96 0,95 0,94 0,90 1995 0,94 0,96 1,00 0,97 0,97 0,95 0,93 0,90 1999 0,93 0,98 0,97 1,00 0,97 0,96 0,96 0,93 2002 0,92 0,95 0,97 0,97 1,00 0,97 0,96 0,93 2006 0,91 0,96 0,95 0,98 0,97 1,00 0,98 0,93 2008 0,88 0,93 0,93 0,96 0,96 0,99 1,00 0,95 2013 0,79 0,84 0,85 0,90 0,89 0,89 0,92 1,00 4.4.2. Konzervativní strany Volební podpora ODS má podle sledovaných charakteristik poměrně stálý charakter. Stabilitu potvrzují výsledky korelační analýzy (viz Tabulka č. 34). Hodnota Pearsonova korelačního koeficientu se obvykle pohybuje okolo 0,8 v datech za úroveň obcí a okolo 0,9 v datech za úroveň ORP. Nižší, ale sále velmi vysoká, byla mezi volbami v letech 1992 a 1996 a také mezi volbami v letech 2010 a 2013. Analýza na úrovni ORP ukazuje oproti ostatním vztahům také relativně nižší souvislost mezi výsledky v roce 2006 a 2010 a také 1996 a 1998, patrně proto, že v menším počtu jednotek se mohl lépe projevit efekt vstupu TOP09 respektive US do politické soutěže a s ním spojený (nerovnoměrný) úbytek hlasů získaných stranou ODS. V prvních a posledních volbách se výsledky dalších analýz mohou odlišovat od ostatních výsledků vlivem mírně odlišného charakteru podpory, daným neobvykle vysokou podporou v prvních volbách ve srovnání s výsledky ostatních voleb a naopak neobvykle nízkou v posledních volbách. Tabulka č. 34: Korelace mezi volebními výsledky ODS v letech 1992 – 2013 1992 1996 1998 2002 2006 2010 2013 1992 1,00 0,73 0,68 0,59 0,58 0,51 0,42 1996 0,86 1,00 0,82 0,71 0,70 0,63 0,50 1998 0,82 0,89 1,00 0,81 0,79 0,71 0,57 2002 0,77 0,84 0,97 1,00 0,82 0,73 0,60 2006 0,76 0,85 0,97 0,97 1,00 0,79 0,61 2010 0,67 0,82 0,90 0,90 0,92 1,00 0,69 2013 0,64 0,74 0,84 0,84 0,84 0,84 1,00 Rozložení hodnot volební podpory KDU-ČSL je mimořádně stabilní. Nejenže spolu velmi souvisí výsledky po sobě jdoucích voleb, ale velmi vysoká je také souvislost mezi volbami napříč sledovaným obdobím (Tabulka č. 35). Poměrně paradoxní je situace, že se z pozorovaného vzoru (sledovaného na úrovni obcí) nijak nevymykají výsledky v roce 2002, kdy strana kandidovala společně s Unií svobody. To ale neplatí pro úroveň ORP, neboť korelační analýza provedená na této úrovni ukazuje zřetelně nižší souvislost mezi volebními výsledky v letech 1998, 2002 a 2006 než mezi ostatními po sobě jdoucími volbami. Rozdíl ve vypovídací schopnosti dat na různých úrovní je zde dán faktem, že kandidatura v rámci Čtyřkoalice přinesla neobvykle vysoké hodnoty ve velkých městech, jejichž role se v datech na úrovni obcí nemůže příliš projevit, protože mnohem více je v souboru malých obcí, ve kterých zůstala podpora přibližně stejně vysoká, jako měla KDU-ČSL samotná. Tabulka č. 35: Korelace mezi volebními výsledky KDU-ČSL v letech 1992 – 2013 1992 1996 1998 2002 2006 2010 2013 1992 1,00 0,88 0,85 0,81 0,84 0,79 0,81 1996 0,96 1,00 0,92 0,84 0,86 0,79 0,81 1998 0,95 0,99 1,00 0,85 0,86 0,79 0,81 2002 0,77 0,82 0,82 1,00 0,86 0,79 0,81 2006 0,97 0,96 0,96 0,84 1,00 0,86 0,87 2010 0,96 0,94 0,93 0,80 0,96 1,00 0,88 2013 0,93 0,92 0,92 0,85 0,95 0,96 1,00 Také souvislost mezi volebními výsledky TOP09 v různých letech je podle výsledků korealční analýzy poměrně silná. Hodonty koeficientů se příliš neliší od těch spočitáných pro volební výsledky ODS. Oproti analýze věnované výsledkům KDU-ČSL se více odlišuje vztah daný variabilitou výsledků na úrovni obcí od síly vztahu na úrovni ORP, což odráží více „městský“ charakter podpory TOP09. Vzhledem k tomu, že je sledována souvislost výsledků jen ve dvou volbách, nenabízí data žádnou možnost sledovat trend ve vývoji volební podpory, jako tomu bylo v předchozích případech. Tabulka č. 36: Korelace mezi volebními výsledky TOP09 v letech 2010 – 2013 TOP10 TOP13 TOP10 1,00 0,72 TOP13 0,97 1,00 Pro popis vlastností volebních výsledků ÖVP platí tentýž popis jako v předchozím případě SPÖ. Volební výsledky jsou stabilní jak v následujících volbách, tak napříč celým obdobím, což je znovu platné jak na základě dat za obce, tak na základě dat za okresy (viz Tabulka č. 37). Síla vztahu (souvislosti) mezi výsledky různých voleb se tak nijak neodvíjí od výše volební podpory, respektive její růst či pokles probíhá natolik rovnoměrně, že se změřená souvislost mezi výsledky nijak podstatně nemění. Tabulka č. 37: Korelace mezi volebními výsledky ÖVP v letech 1990 – 2013 1990 1994 1995 1999 2002 2006 2008 2013 1990 1,00 0,95 0,93 0,92 0,93 0,92 0,88 0,82 1994 0,95 1,00 0,96 0,96 0,94 0,93 0,90 0,86 1995 0,93 0,98 1,00 0,96 0,94 0,94 0,93 0,87 1999 0,93 0,99 0,99 1,00 0,94 0,94 0,94 0,91 2002 0,91 0,95 0,94 0,95 1,00 0,96 0,91 0,86 2006 0,93 0,98 0,97 0,97 0,96 1,00 0,95 0,89 2008 0,89 0,94 0,96 0,96 0,91 0,97 1,00 0,92 2013 0,85 0,91 0,91 0,94 0,87 0,92 0,95 1,00 4.4.3. Populistické strany Dle analýzy souvislostí mezi jednotlivými volebními výsledky je rok 2006 evidentním zlomem v podpoře strany (viz Tabulka č. 38). Zatímco do těchto voleb se souvislost vyjádřená Pearsonovým korelačním koeficientem mezi volebními výsledky pohybuje okolo 0,8 na úrovni obcí a 0,9 na úrovni okresů, tak mezi volbami v roce 2002 a 2006 činí pouze 0,32. Na úrovni okresů je korelace téměř nulová a ukazuje tak naprostou nezávislost mezi výsledky FPÖ v těchto volbách. To, že jde o hranici mezi dvěma etapami, potvrzuje následující vývoj, kdy souvislosti dosahují znovu vysokých hodnot - přibližně 0,8 mezi volbami v letech 2006 a 2010 a 0,7 mezi volbami v letech 2008 a 2013. Na základě kombinace doposud získaných zjištění lze tedy identifikovat dvě etapy ve vývoji volební podpory FPÖ – stabilní a nerovnoměrnou podporu do roku 2002 a nestabilní a rovnoměrnou podporu od roku 2006. Tabulka č. 38: Korelace mezi volebními výsledky FPÖ v letech 1990 – 2013 1990 1994 1995 1999 2002 2006 2008 2013 1990 1,00 0,82 0,79 0,77 0,79 0,31 0,00 0,25 1994 0,92 1,00 0,79 0,89 0,77 0,46 0,21 0,47 1995 0,88 0,86 1,00 0,81 0,77 0,36 0,06 0,29 1999 0,87 0,95 0,90 1,00 0,78 0,50 0,27 0,54 2002 0,94 0,89 0,87 0,87 1,00 0,32 -0,01 0,29 2006 -0,10 0,13 0,08 0,17 -0,10 1,00 0,79 0,61 2008 -0,40 -0,14 -0,21 -0,04 -0,40 0,84 1,00 0,66 2013 0,13 0,39 0,26 0,52 0,15 0,70 0,76 1,00 Další stranou zařazenou do této skupiny je BZÖ. Rozložení volebních výsledků této strany je ve všech třech volbách, kterých se BZÖ zúčastnil, stabilní (viz Tabulka č. 39), což platí zejména na základě analýzy s okresními daty. Pokud jsou výsledky BZÖ srovnány s výsledky FPÖ do roku 2002 tak rovněž vznikne vysoká hodnota korelačního koeficientu, která je dokonce podstatně vyšší než v případě souvislosti mezi výsledky samotné FPÖ, což naznačuje vysokou návaznost BZÖ na „původní“ Heiderovu FPÖ. Tabulka č. 39: Korelace mezi volebními výsledky FPÖ a BZÖ v letech 1999 – 2013 FPÖ 1999 FPÖ 2002 BZÖ 2006 BZÖ 2008 BZÖ 2013 FPÖ 1999 1,00 0,78 0,47 0,59 0,47 FPÖ 2002 0,87 1,00 0,74 0,75 0,60 BZÖ 2006 0,71 0,91 1,00 0,89 0,72 BZÖ 2008 0,80 0,93 0,95 1,00 0,75 BZÖ 2013 0,75 0,90 0,94 0,94 1,00 V případě populistických stran v České republice výše volební podpory mezi jednotlivými volbami souvisí pouze mezi jednotlivými volebními výsledky SPR-RSČ. Souvislost výsledků ostatních stran je velmi nízká a mezi rozložením výsledků VV a SPR-RSČ je dokonce patrná mírná negativní korelace. Tento závěr je platný jak při analýze provedené na úrovni obcí, tak na úrovni ORP. V datech za obvody ORP se ale všechny vztahy zdají být těsnější, ovšem všechny hodnoty jsou podstatně nižší než v případě stran zařazených do této skupiny v Rakousku a jsou také nižší oproti ostatním stranám v České republice. Tabulka č. 40: Korelace mezi volebními výsledky SPR-RSČ, VV a Úsvitu v letech 1992 – 2013 SPR-RSČ 1992 SPR-RSČ 1996 SPR-RSČ 1998 VV 2010 USVIT 2013 SPR-RSČ 1992 1,00 0,40 0,34 -0,02 0,00 SPR-RSČ 1996 0,64 1,00 0,52 -0,06 0,00 SPR-RSČ 1998 0,65 0,84 1,00 -0,05 0,03 VV 2010 -0,08 -0,21 -0,13 1,00 0,18 USVIT 2013 0,11 0,06 0,07 0,24 1,00 4.4.4. Liberální a zelené strany Podobně jako se v České republice výrazně lišily hodnoty korelačního koeficientu mezi volebními výsledky „městských“ stran, pokud byly počítány na úrovni obcí nebo ORP, tak také v případě rakouské strany Zelení je patrný podobný rozdíl. V datech za obce se zdá souvislost obvykle méně těsnou, než v datech za okresy. To platí zvláště při srovnání souvislosti mezi výsledky strany v prvních a posledních volbách. Podle výsledků analýzy provedené na úrovni obcí souvislost činí „pouze“ 0,68, zatímco v datech za okresy je dosaženo hodnoty 0,87 (viz Tabulka č. 41). Tabulka č. 41: Korelace mezi volebními výsledky Grüne v letech 1990 – 2013 1990 1994 1995 1999 2002 2006 2008 2013 1990 1,00 0,77 0,73 0,77 0,76 0,72 0,68 0,68 1994 0,91 1,00 0,84 0,83 0,77 0,76 0,73 0,75 1995 0,89 0,96 1,00 0,84 0,79 0,76 0,75 0,73 1999 0,91 0,98 0,97 1,00 0,88 0,85 0,82 0,80 2002 0,92 0,92 0,93 0,96 1,00 0,92 0,88 0,84 2006 0,92 0,91 0,90 0,95 0,98 1,00 0,92 0,88 2008 0,90 0,89 0,89 0,93 0,97 0,99 1,00 0,87 2013 0,87 0,90 0,89 0,94 0,94 0,96 0,96 1,00 Do skupiny liberálních stran pak v Rakousku patří LiF a NEOS. V podpoře LiF lze pozorovat mezi jednotlivými volbami vysokou souvislost (viz Tabulka č. 42). Souvislost mezi výsledkem LiF v roce 1999 a NEOS v roce 2013 je ale mnohem slabší. V tomto případě je ale znovu patrný rozdíl mezi daty za obce a okresy. Analýza s daty za okresy totiž ukazuje podstatně těsnější vztahy a to i v případě souvislosti v rozložení podpory LiF v roce 1999 a strany NEOS v roce 2013. Lze tedy říci, že strany LiF i NEOS získávaly vyšší (i nižší) podporu ve stejných okresech, ovšem na úrovni obcí se v rámci těchto okresů již podpora stran lišila. Tabulka č. 42: Korelace mezi volebními výsledky LiF a NEOS v letech 1994 – 2013 LIF94 LIF95 LIF99 NEOS13 LIF94 1,00 0,82 0,72 0,46 LIF95 0,96 1,00 0,82 0,52 LIF99 0,91 0,94 1,00 0,48 NEOS13 0,78 0,81 0,84 1,00 Skupinu českých liberálních stran tvoří hned několik subjektů. Vzájemná souvislost mezi volebními výsledky jednotlivých stran není příliš vysoká, zejména jsou-li výpočty založeny na datech za obce. Souvislost dokonce není příliš vysoká ani mezi výsledky ODA v letech 1992 a 1996 (viz Tabulka č. 43). V datech na úrovni ORP se všechny vztahy zdají silnější než na úrovni obcí ale nedosahují vztahy těsnosti vztahů pozorované např. v případě ODS. Tabulka č. 43: Korelace mezi volebními výsledky ODA, US a SZ v letech 1992 – 2006 ODA92 ODA96 US98 SZ06 ODA92 1,00 0,21 0,22 0,23 ODA96 0,40 1,00 0,33 0,15 US98 0,53 0,76 1,00 0,22 SZ06 0,57 0,57 0,81 1,00 Zatímco popis rozložení volební podpory ukazoval podobný vzorec v případě českých i rakouských liberálních a zelených stran, tak korelační analýza nabízí v pro Českou republiku a rakousko různé výsledky. Podstatný rozdíl se nachází ve stabilitě podpory liberálních a zelených stran v obou zemích. Zatímco v Rakousku je rozložení podpory Zelených i liberálních stran poměrně stabilní, v České republice ukazují hodnoty korelačního koeficientu pouze nízkou míru souvislosti. Také v případě těchto stran působí efekt „městských stran“ a vytváří znatelný rozdíl v těsnosti vztahu zjišťovaných v datech na mikroregionální nebo obecní úrovni. 4.4.5. KSČM Korelace volebních výsledků KSČM ukazuje velmi stabilní rozložení hodnot v průběhu času. V po sobě jdoucích volbách se hodnota koeficientu vždy pohybuje v intervalu od 0,77 do 0,85 v datech za obce, v datech za ORP se pak hodnoty pohybují v rozmezí od 0,90 do 0,97 a ukazují téměř dokonalou souvislost mezi výsledky jednotlivých voleb. (viz Tabulka č. 44). I přes to však došlo během období k postupné změně charakteru volební podpory, protože souvislost posledních a prvních voleb je významně nižší. Mírně se také odlišují výsledky prvních sledovaných voleb, což může být důsledkem toho, že KSČM vytvořila s několika menšími stranami předvolební koalici. Tabulka č. 44: Korelace mezi volebními výsledky KSČM v letech 1992 – 2013 1992 1996 1998 2002 2006 2010 2013 1992 1,00 0,79 0,74 0,64 0,59 0,52 0,47 1996 0,90 1,00 0,85 0,72 0,67 0,61 0,52 1998 0,88 0,97 1,00 0,79 0,73 0,67 0,60 2002 0,81 0,88 0,94 1,00 0,82 0,74 0,68 2006 0,82 0,91 0,96 0,96 1,00 0,78 0,72 2010 0,76 0,87 0,91 0,92 0,97 1,00 0,77 2013 0,75 0,82 0,87 0,91 0,93 0,95 1,00 Na základě předchozí pasáže lze formulovat několik možných důsledků pro postup následující analýzy. Zatímco v případě českých stran se s výjimkou KSČM a KDU-ČSL poměrně výrazně měnil charakter volební podpory, tak v Rakousku s výjimkou FPÖ zůstávala podpora stran stabilní. To v důsledku může vést k tomu, že pří změně výsledku analýz v České republice hraje roli změna v rozložení podpory strany, zatímco v Rakousku by patrně nositelem změn měl být vývoj socioekonomické struktury obyvatelstva v obcích. Je vhodné také poukázat na mírně odlišné rozdělení volebních výsledků KDU-ČSL, FPÖ a malých liberálních stran od normálního rozdělení v datech na úrovni obcí. Rozdílnost může narušovat lineární charakter vztahu k ostatním proměnným a tím zmenšovat jejich vliv indikovaný ve výsledcích regresní analýzy. Rozdělení výsledků ostatních stran se obvykle téměř shoduje s křivkou normálního rozdělení. Na základě výsledků korelační analýzy lze také podpořit kladnou otázku na vstupní otázku o vlivu postkomunismu. Větší nestabilita volebních výsledků a především jejich rozložení může být právě důsledkem slabší tradice většiny českých stran. To svým způsobem podporují také výsledky KDU-ČSL a KSČM. Tyto strany za sebou mají tradici přesahující rok 1989 a jejich podpora je v čase velmi stabilní, podobně jako v případě tradičních stran v Rakousku. V České republice úroveň ORP nabízí výsledky zjevně odlišné od výsledků získaných s daty vztaženými k úrovni obcí. Především v případě stran zakotvených v prostředí velkých měst analýza na úrovni ORP umožňuje lépe zhodnotit pozorované vztahy, neboť některé souvislosti se na úrovni obcí ztrácí vlivem velkého množství malých obcí. 5. Vysvětlení územních rozdílů ve volební podpoře stran na základě teorie konfliktních linií V předcházejících kapitolách bylo popsáno rozložení volební podpory vybraných politických stran na území České a Rakouské republice. Nicméně otázka o příčinách popsaného stavu zatím zůstala nezodpovězená. Najít odpověď je ambicí této kapitoly. Časový a geografický rozměr analýzy je dán záměrem knihy, zkoumaní tedy budou podrobeny výsledky voleb do Poslanecké sněmovny Parlamentu České republiky (PSP ČR) v letech 1996, 1998, 2002, 2006, 2010 a 2013, Národní rady České republiky v roce 1992 a do Národní rady Rakouské republiky v letech 1990 - 2013. Okruh stran, jejichž volební podpora je předmětem analýzy, byl stanoven v pasáži věnované možnostem komparace mezi jednotlivými stranami v kapitole 3.1. Z toho vyplývá, že následující text se bude zabývat nalezením podmíněností volební podpory stran ODS, ČSSD, KSČM, KDU-ČSL, ODA, US, SZ, TOP09, SPR-RSČ, VV a Úsvit v České republice a ÖVP, SPÖ, FPÖ, GRÜNE, LiF, NEOS a BZÖ v Rakousku. Další obsah kapitoly je organizován následujícím způsobem. V první části je představeno zařazení jednotlivých stran ke konfliktním liniím, což představuje základ formulace hypotéz o vztahu mezi volební podporou strany a konfliktními liniemi. Dále jsou popsány vlastnosti indikátorů jednotlivých konfliktních linií. Pro hledání faktorů ovlivňujících volební podporu stran byla využita data za sčítání lidu (Sčítání lidu, domů a bytů – SLDB a Volkszahlung a Registerzahlung) v letech 1991, 2001 a 2011. Na základě tohoto popisu jsou reformulovány hypotézy do pracovní podoby, tak aby bylo možné je zde provedenými analýzami otestovat. Dále se kapitola bude věnovat výsledkům analýzy v jednotlivých zemích a interpretaci těchto výsledků ve vztahu k formulovaným hypotézám. Analýza je provedena ve dvou krocích – nejprve s daty vztaženými k úrovni obcí a následně s daty vztaženými k úrovni ORP. Protože analýza je provedena na dvou měřítkových úrovních – za obce a za mikroregiony – tak jsou zde představeny vlastnosti dat na obou úrovních. Další část přináší výsledky dvou sad regresních modelů. Nejprve jsou v jednotlivých podkapitolách představeny dílčí výsledky analýzy za jednotlivé strany a interpretovány ve vztahu k formulovaným hypotézám. Strany nejsou řazeny podle zemí, ale podle stranických rodin tak, aby bylo možné zjištěné poznatky rovnou konfrontovat s očekáváními formulovanými pro komparativní rozměr práce. Regresní modely využité pro studium podmíněnosti různé volební podpory v územních jednotkách České republiky a Rakouské republiky lze označit jako „kompozitní“ protože sestavení modelů a interpretace výsledků je založena na předpokladech kompozitního přístupu (Pink 2005, Thrift 1983). Očekávána je tedy vyšší podpora stran tam, kde se nachází ve vyšší míře příslušníci sociálních a ekonomických skupin, které by měly mít vyšší motivaci pro volbu dané strany. Jak již bylo naznačeno v teoretické části práce, logiku kompozitního přístupu využívá například teorie konfliktních linií. Tato teorie byla za účelem vysvětlení rozdílů ve volební podpoře stran v různých územních jednotkách využita v celé řadě prací (Archer 1988, O’Loughlin, Parker 1990, Honey, Barnett 1990, Eagles 1990, Johnston 1990, Zarycki 1999). Na základě získaných zjištění pak bude provedeno srovnání mezi jednotlivými zeměmi a zjištěné poznatky budou konfrontovány s očekáváními formulovanými pro komparativní část práce. 5.1. Faktory ovlivňující prostorovou rozdílnost volebních výsledků V datech ze sčítání lidu byly nalezeny takové proměnné, které jsou vhodnými indikátory výše vybraných konfliktních linií. V této části tedy budou představeny proměnné identifikující „sílu“ štěpení město/venkov, církev/stát, vlastníci/pracující a materialismus/postmaterialismus. Protože analýza je provedena na dvou měřítkových úrovních – za obce a za mikroregiony – tak jsou zde představeny vlastnosti dat na obou úrovních. V popisu bude pozornost věnována stejným charakteristikám jako v části při představení volebních výsledků, tedy statistickému rozdělení a stabilitě rozdělení. Za tímto účelem bude využito stejných nástrojů. Pomocí kombinace hodnot průměru, mediánu, směrodatné odchylky a rozptylu a histogramů proložených křivkou normálního rozdělení, bude zjištěno, zda je proměnná normálně rozdělená. Stabilita variability proměnných je ukázána pomocí korelačního koeficientu. Důležitou vlastností dat pro následující analýzu je také rozptyl a rozpětí, ve kterém se hodnoty pohybují. Proto budou ukázány také minimální a maximální hodnoty proměnných. 5.1.1. Konfliktní linie vlastnící – pracující Konfliktní linie vlastnící – pracující je popsána na základě dat ze sčítání lidu ve svém tradičním smyslu, a je tedy reprezentována podílem zaměstnavatelů na celkovém počtu ekonomicky aktivních obyvatel v obci v procentech. V procesu hledání indikátorů jednotlivých konfliktních linií je nutné upozornit na principiální nedostatečnost téměř všech možných indikátorů. Jak bylo popsáno v teoretické pasáží, konfliktní linie není založena jen na sdílené vlastnosti jedinců, ale také na společné kultuře a identitě a schopnosti skupiny se organizovat. Z tohoto hlediska tak patrně proměnné podnikatelé, zaměstnavatelé, zaměstnanci a nezaměstnaní mají, vzhledem ke kulturní a identitní složce, jiný význam než například indikátory národnostní a náboženské struktury. Na základě teorie konfliktních linií a na základě zařazení jednotlivých stran lze očekávat vyšší podporu ODS, ODA a US, TOP09, ÖVP a FPÖ v obcích s vyšším podílem zaměstnavatelů a naopak s menším zastoupením této ekonomické skupiny by v obcích měla být silnější podpora ČSSD, KSČM a SPÖ. S touto konfliktní linií pak souvisí další proměnná indikující ekonomickou situaci v obcích – nezaměstnanost (viz níže). Podnikatelé Pro samotné vytvoření proměnné byly využity položky podnikatelé se zaměstnanci a bez zaměstnanců a pracující na vlastní účet, které jsou k dispozici v datech obsažených v českém^^[39] a rakouském sčítání lidu. Pokud bude využito spíše Marxovo, než Weberovo pojetí třídy (viz Giddens 1973: 27), pak je zvolený indikátor vhodný, protože zachycuje klíčovou vlastnost k zařazení do tříd, kterým je vlastnictví výrobních prostředků. V případě všech dat ze sčítání se jedná o sebezařazení obyvatelů České republiky, proto nelze přesně definovat vlastnosti této kategorie, protože zahrnuje ty osoby, které samy sebe považovaly za podnikatele se zaměstnanci nebo bez zaměstnanců. Nápověda ke sčítání říká, že podnikatelé se zaměstnanci (zaměstnavatelé) jsou osoby, které v rámci své podnikatelské činnosti zaměstnávají jednoho nebo více zaměstnanců a podnikatelé bez zaměstnanců (OSVČ) jsou osoby pracující na vlastní účet, s podnikatelským oprávněním, zapsané v obchodním rejstříku, v živnostenském rejstříku (živnostenský list, koncese), osoby podnikající na základě zvláštních předpisů (např. advokáti, znalci, auditoři, umělci aj.) a osoby provozující zemědělskou činnost podle zvláštních předpisů. Výše formulovaná definice platí pouze pro roky 2001 a 2011. V roce 1991 totiž sčítací arch nenabízel stejné možnosti k zatrhnutí, ale vyžadoval po sčítaných obyvatelích, aby zapsali společenskou skupinu, do které patří. Vysvětlivky mezi možnými variantami zmiňovaly zaměstnavatele s jedním nebo více zaměstnanci, soukromě hospodařící rolníky, samostatně činné živnostníky a osoby svobodného povolání. V datech, která jsou k dispozici, jsou kategorie kromě samostatně hospodařících rolníků sloučeny do jediné – samostatně činní. Druhý problematický bod spočívá v existenci tzv. švarcsystému. Osoby, které jsou neformálně v zaměstnaneckém poměru, se kvůli daňovým úlevám nechávají formálně najímat k provedení práce jako živnostníci. Tento fenomén narušuje především schopnost proměnné být indikátorem rozdílného zastoupení vlastníků, protože může zahrnovat také osoby, které reálně vlastní pouze svou vlastní pracovní sílu. V Rakousku je proměnná vytvořena na téměř stejném základě jako v České republice, zahrnuje tedy pracující na vlastní účet a podnikatele se zaměstnanci. Oproti ČR ale musejí být v konstrukci proměnné zohledněny nebo alespoň zmíněny dva podstatné rozdíly pojící se s charakterem podnikatelského prostředí v obou zemích. Prvním a závažnějším rozdílem je poměrně vysoký podíl soukromých zemědělců, kteří patří do této skupiny a na rozdíl od České republiky je tak bez další úpravy proměnná jen ukazatelem rozdílu mezi městem a venkovem. Druhým rozdílem je zahrnutí také pomáhajících rodinných příslušníků. Ovšem v tomto případě, alespoň na základě počtů z roku 2011, kdy jsou k dispozici detailní data, se nejeví problém jako příliš významný. Kategorie pomáhajících je totiž nejsilněji přítomná právě v zemědělství. Z celkového počtu 39465 osob zaznamenaných v této kategorii jich plných 31567 bylo činných v primárním sektoru ekonomiky, v celkovém počtu podnikatelů tak pomáhající představují pouhá 3 %. Tato kategorie v České republice nebyla započítána kvůli svému nízkému významu. Podle sčítání v roce 1991 pouze 1291 obyvatel patřilo do dané skupiny. Z tohoto důvodu je proměnná pro Rakousko vytvořena jako podíl zaměstnavatelů a samostatně činných mimo primární sektor ekonomiky na celkovém počtu ekonomicky aktivní. Vzhledem k dynamice ekonomických a společenských změn v České republice je poměrně odlišný charakter proměnné v roce 1991. V prvé řadě bylo na začátku 90. let velmi málo samostatně výdělečných osob. Průměrný podíl podnikatelů v obcích byl v roce 1991 desetkrát nižší než v roce 2001 a to byl ještě navyšován extrémně vysokými hodnotami, jak naznačuje šikmost rozložení, patrná zejména v datech za obce (viz Tabulka č. 45). Průměrné hodnoty se v datech za obce a za ORP příliš neliší. Agregací dat ale dochází k redukci extrémů a rozptylu v datech. Zde je patné, že rozpětí hodnot se zvýšilo zejména mezi roky 1991 a 2001 a zvýšení je více patrné v datech za ORP. Tabulka č. 45: Proměnná „podnikatelé“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice obce ORP 1991 2001 2011 1991 2001 2011 průměr 1,31 13,93 14,94 1,57 13,97 14,79 medián 1,05 13,33 14,41 1,39 13,54 14,45 sm.odch. 1,46 5,23 5,18 0,72 2,85 2,91 rozptyl 2,12 27,40 26,79 0,52 8,12 8,46 šikmost 5,46 1,33 1,05 1,44 0,99 1,03 strmost 114,27 5,58 3,77 2,12 2,52 3,02 Minimum 0,00 0,00 0,00 0,44 6,87 7,59 Maximum 42,86 66,67 62,50 4,40 26,96 28,51 Vývoj vlastnosti proměnné je dále doplněn analýzou souvislosti mezi jednotlivými sčítáními. Výsledky korelační analýzy (viz Tabulka č. 46) ukazují, že data o podílech podnikatelů z roku 1991 a 2001 se spolu shodují v podstatně menší míře než data za roky 2001 a 2011. To platí jak na úrovni obcí, tak na úrovni ORP, ovšem na úrovni ORP se vztahy obecně zdají být těsnější. Vzhledem k výše zmíněnému vývoji České republiky směrem k tržnímu hospodářství lze však usuzovat, že odlišný charakter proměnné je způsoben odlišným charakterem prostředí České republiky. Tabulka č. 46: Korelace proměnné „podnikatelé“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 1991 2001 2011 1991 1,00 0,28 0,24 2001 0,69 1,00 0,64 2011 0,65 0,96 1,00 Pozn.: Pod diagonálou výsledky na úrovni ORP a okresů, nad diagonálou za obce (platí také pro ostatní tabulky korelací v této části) Proměnná vytvořená z dat v rakouském sčítání lidu nabývá v různých letech méně proměnlivých hodnot, než tomu bylo v České republice. Trend ve vývoji lze označit jako mírný pokles, neboť jak v obcích, tak v okresech se průměrné hodnoty ve sledovaném období mírně zmenšily. Jednotlivé popisné statistiky ukazují velmi podobný způsob rozložení hodnot, ovšem zatímco v datech za obce se rozložení více přibližuje normálnímu rozdělení (grafy znázorňující rozložení proměnných jsou obsaženy v elektronické příloze), tak naopak v datech za okresy s každým sčítáním roste strmost a zešikmení se posouvá více doleva. Tabulka č. 47: Podnikatelé dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 10,05 7,27 7,07 10,46 8,48 7,81 medián 8,80 6,64 6,53 9,08 7,61 7,00 sm.odch. 5,42 3,14 2,80 3,79 2,98 2,92 rozptyl 29,42 9,83 7,84 14,36 8,88 8,52 šikmost 2,50 2,29 2,19 1,99 2,68 3,57 strmost 11,61 9,79 9,47 7,21 11,85 19,66 Minimum 0,00 0,00 0,00 3,01 4,20 4,93 Maximum 57,95 33,25 29,89 31,64 26,83 28,16 I přes změny v počtech podnikatelů mezi jednotlivými sčítáními korelace mezi ukazateli za různá sčítání ukazuje vysokou stabilitu (viz Tabulka č. 48). Souvislost mezi proměnnými pro rok 1991 a 2001 je na úrovni obcí prakticky stejná jako pro proměnné v letech 2001 a 2011. To znamená, že rozložení proměnné zůstalo v obcích prakticky totožné. Tam, kde se nacházel vysoký podíl podnikatelů v roce 1991, tam se nacházel vysoký i v roce 2001 a naopak v obcích s nízkým podílem podnikatelů zůstal podíl nízký i v roce 2001. V datech vztažených k úrovni okresů je patrný stejný vztah, ovšem souvislost je ještě těsnější. Tabulka č. 48: Korelace proměnné „podnikatelé“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 1991 1,00 0,84 0,77 2001 0,91 1,00 0,85 2011 0,82 0,95 1,00 Nezaměstnanost Nezaměstnanost je vyjádřena procentuálním podílem nezaměstnaných na celkovém počtu ekonomicky aktivních obyvatel. Podle pokynů ke sčítacím archům v českém sčítání 2001 a 2011 se jako nezaměstnané měly označit osoby 15leté a starší, které v rozhodný okamžik sčítání byly bez práce, hledají aktivně práci a jsou připraveny k okamžitému nástupu do práce. V roce 1991 nabídka kategorií při zjišťování ekonomické aktivity obsahovala položku „osoba hledající zaměstnání“. Mimo obvyklou roli nezaměstnanosti v utváření postoje na škále levice – pravice, kdy je v prostředí s vysokou nezaměstnaností žádána redistribuce a větší podpoře se tedy těší levicové strany, tak podle některých autorů (Johnston – Pattie 2004) utváří také pohled na vládu a v místech s vyšší nezaměstnaností jsou penalizovány vládní strany. Z tohoto důvodu není očekáván konstantní vliv v celém období. Vyšší míra nezaměstnanosti by měla přinášet vyšší podporu stranám jako je KSČM, ČSSD a SPÖ nicméně ve volbách po období, kdy byla ČSSD a SPÖ ve vládě, by na základě teoretických předpokladů měla být pozitivní souvislost slabší. Opačný vztah je předpokládán vzhledem ke stranám ODS, ODA, US, TOP09, ÖVP a FPÖ. Podobně jako v případě podílu podnikatelů, také nezaměstnanost prošla v České republice významnou proměnnou. Vzhledem k odlišnému charakteru otázky ve sčítání v roce 1991 je otázkou, do jaké míry je zjištěná hodnota srovnatelná s ostatními. Podobně jako podíl podnikatelů, byla také nezaměstnanost v roce 1991 velmi nízká v důsledku politiky plné a (povinné) zaměstnanosti do roku 1989 (viz tabulka č. 49). Průměrná hodnota nezaměstnanosti v obcích činila v roce 1991 pouze 1,7 %., v ORP pak 2 %. V maximálních a minimálních hodnotách se projevuje agregace dat a tyto hodnoty jsou tak mnohem extrémnější v datech za obce, než v datech za ORP. Mezi roky 1991 a 2001 nezaměstnanost významně vzrostla, což se projevilo také na vlastnostech proměnné. Výrazně vzrostla průměrná hodnota, maximální hodnota a rozptyl, Vzhledem k vysokému růstu rozpětí hodnot lze říci, že v intepretaci nestandardizovaného koeficientu má nezaměstnanost v letech 2001 a 2011 větší váhu než v roce 1991, protože se její hodnota může pohybovat ve větším rozpětí a „změna o jednotku“ se tak může započítat vícekrát. K mírnému nárůstu průměrné hodnoty došlo také mezi lety 2001 a 2011. Tabulka č. 49: Nezaměstnanost dle sčítání lidu v letech 1991, 2001 a 2011 v České republice obce ORP 1991 2001 2011 1991 2001 2011 průměr 1,73 8,92 10,42 2,06 9,00 10,16 medián 1,50 7,83 9,57 1,97 7,84 9,67 sm.odch. 1,54 5,42 4,82 0,64 3,87 2,72 rozptyl 2,38 29,40 23,27 0,41 14,95 7,41 šikmost 2,40 1,49 1,51 0,65 0,91 0,76 strmost 15,56 4,12 5,79 0,08 0,08 0,08 Minimum 0,00 0,00 0,00 0,91 3,51 5,56 Maximum 25,00 54,17 56,35 4,32 20,27 18,35 Proměnu nezaměstnanosti dále dokumentují souvislosti mezi jednotlivými volbami. Znovu se ukazuje, že nezaměstnanost v České republice v roce 1991 je něco jiného než nezaměstnanost v roce 2001, což ukazují jak data za obce, tak data za ORP (viz Tabulka č. 50). Na začátku období byla totiž vysoká zejména v oblastech s do té doby významným zastoupením elektrotechnického průmyslu, který jako první procházel „transformací“. Ovšem také souvislost mezi nezaměstnaností v roce 2001 a 2011 je na úrovni obcí i ORP poměrně nízká. Zde ve vývoji pravděpodobně významnou roli sehrála krize počínající na přelomu let 2008 a 2009. Tabulka č. 50: Korelace proměnné „nezaměstnanost“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 1991 2001 2011 1991 1,00 0,35 0,26 2001 0,48 1,00 0,58 2011 0,40 0,81 1,00 Nezaměstnanost v obcích Rakouska dosahovala ve všech třech sčítáních velmi podobné průměrné hodnoty (viz Tabulka č. 51). Také rozptyl ostatních hodnot okolo průměru a ostatní sledované charakteristiky rozložení hodnot zůstaly v celém období bez významnější změny. To platí jak pro data za obce, tak pro data za okresy. Oproti České republice je tedy nezaměstnanost v Rakousku podstatně stabilnějším fenoménem. Tabulka č. 51: Nezaměstnanost dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 4,33 4,85 4,44 5,64 6,57 5,78 medián 3,81 4,44 3,84 5,07 5,78 5,16 sm.odch. 2,66 2,56 2,76 2,28 2,74 2,50 rozptyl 7,07 6,54 7,60 5,22 7,49 6,23 šikmost 3,07 2,71 3,22 0,84 1,01 1,17 strmost 18,46 17,51 18,16 -0,23 0,41 1,35 Minimum 0,00 0,00 0,00 2,26 2,39 1,83 Maximum 31,56 33,58 32,11 11,58 14,08 14,85 Ačkoli průměrné hodnoty a dalších vlastnosti proměnných jsou téměř totožné, korelační analýza neukazuje úplně dokonalou souvislost (viz Tabulka č. 52), nicméně hodnoty koeficientu jsou na úrovni obcí a zvláště na úrovni okresů stále velmi vysoké a především indikují vyšší míru stability než v České republice. Tabulka č. 52: Korelace proměnné „nezaměstnanost“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 1991 1,00 0,67 0,68 2001 0,92 1,00 0,70 2011 0,84 0,89 1,00 5.1.2. Konfliktní linie církev – stát Konfliktní linie církev – stát je určena rozdílným chováním věřícího a sekularizovaného obyvatelstva. Protože v Rakousku kvůli využití registrů pro sečtení obyvatelstva není dostupná informace o víře obyvatelstva a v České republice pod vlivem změněné metodiky nejsou údaje získané v roce 2011 příliš kompatibilní s těmi, které jsou k dispozici za léta 2001 a 1991, je potřeba k operacionalizaci této konfliktní linie využít jiné proměnné než podíl katolíků, který byl využit jako indikátor v jiných studiích (viz Pink a kol. 2012). Jako ¨vhodná náhrada se jeví podíl rozvedených osob na počtu obyvatel (dále rozvodovost). V principu tedy jde o hrubou míru rozvodovosti. Tyto proměnné (podíl katolíků a rozvodovost) jsou propojeny zejména vztahem katolické církve a rozvodů, protože z hlediska církve je rozvod mezi manželi mnohem komplikovanější, než v případě civilního rozvodu. Souvislost obou proměnných prokazuje také vysoká korelace, když hodnota Pearsonova koeficientu v datech za rok 2001 v České republice na úrovni obcí činí -0,55 a na úrovni ORP dokonce -0,76. Platí tedy úměra, čím vyšší podíl katolíků, tím menší podíl rozvedených. Souvislost ale není dokonalá. Ačkoli byla informace o rodinném stavu včetně kategorie rozvedení zjišťována ve všech sčítáních, tak data nejsou poskytována v případě českého sčítání v roce 1991 a v rakouském sčítání v roce 2011 nejsou dostupná na úroveň obcí. V tomto bodě může hrát roli například to, že ve více liberálních oblastech mohou lidé méně vstupovat do manželství a tím pádem pak v populaci také bude málo rozvedených. Míra je ovlivněna také věkovou strukturou, protože v oblastech s vyšším podílem mladších osob se nachází méně osob, které se mohou rozvést. Na straně církve stojí především KDU-ČSL a ÖVP, proto je s poklesem podílu rozvedených očekáván růst podpory těchto stran. Naopak v případě ČSSD, KSČM, VV, SPÖ a Grüne by volební podpora měla s růstem podílu rozvedených růst. Pro Českou republiku nejsou dostupná data za rok 1991. Mezi rokem 2001 a 2011 rozvodovost v průměru za obce i ORP významně stoupla, ale žádným podstatným způsob se nezměnily ostatní charakteristiky rozložení proměnné. V případě dat za ORP se pouze ztratilo zešikmení. Tabulka č. 53: Rozvodovost dle sčítání lidu v letech 1991, 2001 a 2011 v České republice obce ORP 2001 2011 2001 2011 průměr 5,41 7,91 7,21 9,69 medián 5,22 7,76 6,93 9,63 sm.odch. 2,50 2,81 1,94 1,79 rozptyl 6,25 7,90 3,77 3,21 šikmost 0,66 0,49 0,46 0,05 strmost 1,33 1,27 -0,17 -0,17 Minimum 0,00 0,00 2,87 4,62 Maximum 21,88 25,82 12,53 14,74 Jak ukazuje korelační koeficient (viz Tabulka č. 54), tak i přes významnou změnu v průměrné hodnotě proměnné zůstává rozložení hodnot v jejím rámci vždy velmi podobné, v datech na úrovni ORP je souvislost téměř dokonalá. Tento výsledek lze využít k ospravedlnění využití hodnot ze sčítání lidu v roce 2001 i pro předchozí období, protože indikátor je v čase velmi stabilní. Tabulka č. 54: Korelace proměnné „rozvodovost“ dle sčítání lidu v letech 2001 a 2011 v České republice 2001 2011 2001 1,00 0,70 2011 0,97 1,00 V Rakousku jsou data o rozvodovosti dostupná za okresy pro všechny roky, ovšem pro rok 2011 nejsou data poskytována do úrovně obcí. Tento fakt je poměrně nepříjemný zvláště vzhledem k vysoké dynamice jevu v období mezi sčítáním v roce 1991 a 2001. Nicméně data za okresy ukazují mezi rokem 2001 a 2011 menší nárůst podílu, než mezi roky 1991 a 2001. Zatímco v roce 1991 bylo v obcích Rakouska v průměru pouze 2,5 % (v okresech 4,5) rozvedených obyvatel, tak v roce 2001 to byla již 4 % (v okresech 6,1). Minimální a maximální hodnoty proměnné však zůstaly velmi podobné (viz Tabulka č. 55). Data za okresy ukazují přibližně dvojnásobně vysokou hodnotu průměru, protože tento ukazatel nyní není ovlivněn velkým množstvím malých obcí s nízkým podílem rozvedených. Tabulka č. 55: Rozvodovost dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku Obce Okresy 1991 2001 1991 2001 2011 průměr 2,58 3,95 4,57 6,10 7,22 medián 2,28 3,66 3,52 5,13 6,63 sm.odch. 1,53 1,86 2,56 2,59 2,01 rozptyl 2,33 3,47 6,54 6,70 4,05 šikmost 1,41 0,86 0,81 0,59 0,33 strmost 2,81 0,82 -0,82 -1,04 -1,04 Minimum 0,00 0,00 1,31 2,15 3,33 Maximum 9,84 11,26 9,84 11,26 11,52 I přes velkou změnu ve výši podílu rozvedených zůstává rozložení hodnot uvnitř proměnné v čase takřka totožné. Korelační koeficient ukazuje velmi vysokou míru souvislosti mezi podílem rozvedených v letech 1991 a 2001 (viz Tabulka č. 56). Míra souvislosti je velmi vysoká také v porovnání se stabilitou hodnot ostatních indikátorů. V případě srovnání mezi sčítáními v datech za okresy se souvislost jeví jako téměř dokonalá. Vzhledem k takto vysoké stabilitě rozložení hodnot v čase patrně není absence indikátoru pro rok 2011 na úrovni obcí zásadním problémem, protože data za rok 2001 ukazují v podstatě totéž. Tabulka č. 56: Korelace proměnné „rozvodovost“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 1991 1,00 0,92 2001 0,99 1,00 2011 0,93 0,96 1,00 5.1.3. Konfliktní linie město venkov Vliv linie město venkov je reprezentován dvěma proměnnými. První kategorická proměnná, ve které jsou obce rozděleny do několika velikostních kategorií tzv. dumy proměnných^^[40], již byla představena v kapitole č. 2. Přirozeně sama populační velikost není ideálním indikátorem městského prostředí, protože mohou existovat poměrně velké venkovské obce, zatímco v zázemích velkých měst mohou obyvatelé žít spíše městským způsobem života. Město tak identifikuje částečně také podíl osob pracujících v sekundéru (sekundér). Vzhledem k vysokému podílu obyvatelstva pracujících ve službách nelze obrátit význam indikátoru v tom smyslu, že obec, kde je méně pracujících v průmyslu, lze považovat za venkovskou. Podle výše formulovaných předpokladů, by vysoký podíl pracujících v průmyslu a větší velikost obce měla mít pozitivní dopad na podporu ČSSD, KSČM a SPÖ a naopak negativní dopad na podporu ODS, ODA, US, TOP09, SZ a zejména ÖVP. Naopak spíše v menších obcích lze očekávat zvýšenou podporu KDU-ČSL. Podíl zaměstnaných v průmyslu může být indikátorem přítomnosti a převahy pravicových či levicových postojů. Takový význam proměnné je ale veden spíše jejími historickými aspekty, neboť průmysloví dělníci byli hlavní základnou voličů socialistických a sociálně demokratických stran vznikajících na přelomu 19. a 20. století. Proměnná je založena na oboru činnosti zaměstnavatele. V roce 1991 obyvatelé uváděli název a adresu zaměstnavatele a jeho příslušnost k odvětví ekonomiky pak byla zjišťována pracovníky statistického úřadu. V roce 2001 a 2011 uváděli obor činnosti sami obyvatelé na základě přehledu odpovídajícího klasifikaci OKEČ, respektive NACE. Proměnná zaměstnaní v sekundéru (dále také jako „sekundér“) je konstruována jako podíl součtu zaměstnaných v průmyslu a ve stavebnictví na celkovém počtu ekonomicky aktivních. Podle údajů za obce v Tabulka č. 57 by se mohlo zdát, že pracujících v sekundéru v ČR nejprve přibylo a po té zase ubylo. Úbytek byl ovšem kontinuální a zdání je vytvořeno nerovnoměrnou velikostí obcí a nerovnoměrným úpadkem průmyslu v nich, jak to ostatně ukazují průměrné hodnoty za ORP. Mezi roky 1991 a 2001 ubylo více než půl milionu pracovníků v průmyslu, ale protože úbytek postihl nejvíce velká města, tak se v průměru za obce příliš neprojevil. Na obou úrovních je tak úbytek zaznamenán až mezi lety 2001 a 2011. Tabulka č. 57: Zaměstnaní v sekundéru dle sčítání lidu v letech 1991, 2001 a 2011 v ČR Obce ORP 1991 2001 2011 1991 2001 2011 průměr 39,64 41,86 33,28 45,42 40,80 31,52 medián 39,09 41,98 33,71 45,73 41,68 33,07 sm.odch. 13,01 9,94 8,44 8,80 8,09 8,35 rozptyl 169,14 98,86 71,30 77,50 65,48 69,74 šikmost 0,12 -0,17 -0,20 -0,13 -0,89 -1,78 strmost -0,34 0,35 0,57 -0,21 1,09 3,78 Minimum 0,00 0,00 0,00 19,85 16,55 0,55 Maximum 83,69 80,00 68,75 66,01 62,87 46,27 Podobně jako v případě proměnných nezaměstnanost a podnikatelé, také podíly pracujících v sekundéru spolu více souvisí mezi lety 2001 a 2011, než mezi roky 1991 a 2001 (viz Tabulka č. 58). K tomuto závěru vedou výsledky analýzy na obou úrovních. To znamená, že významná změna v zaměstnanosti v sekundéru a s tím spojené změny v rozmístění obyvatelstva pracujícího v sekundéru se uskutečnily v prvním desetiletí po změně režimu. Oproti předchozím proměnným jsou však souvislosti vyšší. Tabulka č. 58: Korelace proměnné „sekundér“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 1991 2001 2011 1991 1,00 0,55 0,35 2001 0,73 1,00 0,66 2011 0,61 0,92 1,00 Ačkoli Rakousko bylo již před rokem 1989 tržní ekonomikou, tak zde (alespoň v datech na úrovni obcí) lze sledovat podobné hodnoty a podobný vývoj jako v České republice. Mezi rokem 1991 a 2011 došlo v obcích Rakouska k mírnému poklesu podílu pracujících v sekundéru, který byl následován významnějším poklesem mezi lety 2001 a 2011 (viz Tabulka č. 59). V datech za okresy je ale významný propad zaznamenán v roce 2001 i v roce 2011. S poklesem průměrných hodnot v obou souborech dat poklesl také rozptyl a rozpětí proměnné. Tabulka č. 59: Zaměstnaní v sekundéru dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 39,46 36,01 27,51 37,93 31,48 23,79 medián 39,91 36,72 27,82 39,03 33,22 26,19 sm.odch. 9,94 9,32 7,03 8,76 9,22 8,19 rozptyl 98,80 86,90 49,42 76,75 85,07 67,02 šikmost -0,17 -0,23 -0,19 -0,30 -0,41 -0,50 strmost -0,09 -0,20 -0,18 -0,65 -0,92 -0,83 Minimum 4,94 3,97 0,80 15,02 9,30 4,43 Maximum 72,35 64,35 46,96 54,76 47,34 38,20 Korelační analýza znovu ukazuje na vysokou stabilitu rozložení hodnot proměnné v celém období od roku 1991 do roku 2011. Výše Pearsonova koeficientu indikuje velmi vysokou míru souvislosti mezi hodnotami proměnné dle jednotlivých sčítáními (viz Tabulka č. 60). Mezi po sobě jdoucími sčítáními hodnota činí vždy alespoň 0,85 v datech za úroveň obcí a 0,95 v datech za okresy. Interpretace vlivu této proměnné v následující analýze může být po celé období shodná. Tabulka č. 60: Korelace proměnné „sekundér“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 1991 1,00 0,85 0,77 2001 0,95 1,00 0,88 2011 0,88 0,97 1,00 5.1.4. Konfliktní linie materialismus – postmaterialismus Podobně jako věk, také vzdělání by mělo působit odlišným způsobem na vytváření ekonomických preferencí v postkomunistické a západní Evropě. V případě vzdělání ukazují výzkumy v západoevropských demokraciích vysokou souvislost mezi vyšším vzděláním a preferencí hodnot sociálního liberalismu a postmaterialismu (Hyman a Wright 1979; Weil 1985, Stubager 2009), zatímco v tranzitivních společnostech má vyšší vzdělání dopad spíše na preferenci ekonomického liberalismu. Proměnná vzdělanost kontroluje případný vliv vzdělanostní struktury obyvatelstva v obci na volební výsledky stran. V obou zemích různá výše podílu vysokoškolsky vzdělaných osob také do značné míry odlišuje městské a subrubánní oblasti od venkovských a je tedy částečně indikátorem konfliktní linie město/venkov. Tato proměnná je vytvořena jako podíl osob s vysokoškolským vzděláním na obyvatelstvu starším 15 let. Základem pro konstrukci proměnné je otázka na nejvyšší dosažené vzdělání. Vzhledem k podobnosti vzdělávacích systémů obou zemí nevzniká podstatnější rozdíl ve významu indikátoru. Ten však může být v jeho obsahu, především kvůli odlišnému způsobu přístupu k vysokoškolskému vzdělání, který v Československu do roku 1989 nebyl zcela svobodný. Proměnná v sobě zahrnuje jak vysokoškolsky vzdělané osoby, tak také osoby s vyšším odborným vzděláním^^[41] v České republice a „post secondary college“ (např. pedagogické akademie, sociální akademie a vyšší vzdělání ve zdravotnictví) v Rakousku. V této analýze je proměnná využita za cílem kontroly vliv konfliktní linie materialismus – postmaterialismus, za předpokladu, že více vzdělaní lidé jsou více orientováni na kvalitu života. Ovšem nelze opomenout ani ekonomickou dimenzi, kdy vyšší vzdělání vede k lepšímu postavení na trhu práce a k vyšší podpoře spíše pravicových stran. Naopak nižší úroveň vzdělanosti částečně popisuje venkov, manuální práci a periferní prostředí. Z toho vyplývá, že mimo rakouské Zelené a českou Stranu zelených, která byla výše popsána jako postmateriální, lze očekávat s vyšší úrovní vzdělanosti také vyšší volební zisk zejména v případě ODS, ODA, US a TOP09. Naproti tomu nízká úroveň vzdělání může napomáhat k vyšším ziskům ČSSD, KSČM, KDU-ČSL, ÖVP a SPÖ. Podíl vysokoškolsky vzdělaných osob v České republice ve sledovaném období značně vzrostl, na základě dat především však mezi lety 1991 a 2001[42] (viz Tabulka č. 61). Zatímco v roce 1991 byl průměrný podíl za obce pouze 2,7 % a za okresy 5,6 %, tak v roce 2011 to bylo již 8,4 % (respektive 10,2 % za okresy). Rozdíl v průměrných hodnotách mezi úrovněmi ukazuje, že v roce 1991 byla průměrná výše výrazně ovlivněna nízkými podíly v malých obcích. Zmenšení rozdílu mezi úrovněmi tak může znamenat také vyšší rovnoměrnost podílu vysokoškolsky vzdělaných osob. S růstem průměrné hodnoty se proměnná také více přiblížila normálnímu rozdělení, když se zmenšilo její zešikmení vlevo a také strmost. Vysoký růst se projevil také na minimálních a maximálních hodnotách a na rozpětí. To je v roce 2011 v datech za okresy přibližně o polovinu větší než v roce 1991, což má znovu důsledky pro interpretaci nestandardizovaných regresních koeficientů. Tabulka č. 61: Vysokoškolsky vzdělané obyvatelstvo dle sčítání lidu v letech 1991, 2001 a 2011 v České republice Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 2,68 6,36 8,42 5,62 10,26 11,31 medián 2,34 5,93 7,75 4,73 9,16 9,93 sm.odch. 2,03 3,35 4,27 3,21 4,36 4,83 rozptyl 4,12 11,23 18,21 10,29 19,04 23,33 šikmost 1,85 1,53 1,47 2,79 2,52 2,09 strmost 7,61 5,95 3,95 8,21 6,94 4,39 Minimum 0,00 0,00 0,00 1,89 4,46 4,51 Maximum 21,79 40,43 33,74 21,79 30,73 32,55 Výrazná proměna průměrné hodnoty a charakteru statistického rozložení příliš nenarušila stabilitu rozložení hodnot mezi jednotlivými případy. Mezi jednotlivými sčítáními lze pozorovat poměrně vysokou míru souvislosti, která dosahuje podobných hodnot jako v případě vývoje podílu osob v důchodovém věku a patří tak k indikátorům s nejstabilnějším rozložením hodnot v České republice (viz tabulka č. 62). Toto tvrzení platí na úrovni obcí i okresů. V datech za úroveň okresů se tato souvislost dokonce jeví jako téměř dokonalá. Tabulka č. 62: Korelace proměnné „VŠ vzdělání“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 1991 2001 2011 1991 1,00 0,79 0,62 2001 0,99 1,00 0,75 2011 0,94 0,96 1,00 I přes zjevné odlišné postavení vysokého školství v Rakousku a České republice před rokem 1989 jsou hodnoty a vývoj podílu vysokoškolsky vzdělaných obyvatel v Rakousku a ČR a velmi podobné. Také zde byl zaznamenán významný nárůst a přiblížení se rozdělení hodnot normálnímu rozdělení (viz Tabulka č. 63) a také zde se projevuje vliv malých obcí s nízkým podílem vysokoškolsky vzdělaných obyvatel. Nicméně nárůst průměrné výše podílu nebyl tak razantní jako v České republice a také charakter rozdělení zůstal více vzdálen křivce normálního rozdělení. Menší nárůst zaznamenaly také maximální hodnoty. V roce 2011 je tak nejvyšší hodnota vyšší než v roce 1991 přibližně o polovinu. Tabulka č. 63: Vysokoškolsky vzdělané obyvatelstvo dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 2,90 4,49 7,02 5,06 7,43 11,39 medián 2,45 3,89 6,21 3,42 5,02 8,00 sm.odch. 1,97 2,78 3,77 3,84 5,32 7,35 rozptyl 3,89 7,70 14,18 14,75 28,31 54,09 šikmost 2,96 2,74 2,49 2,47 2,27 2,04 strmost 15,69 12,96 10,72 6,42 4,95 3,63 Minimum 0,00 0,00 0,00 2,18 3,15 5,25 Maximum 23,92 30,78 37,84 23,92 30,78 39,17 Korelační analýza ukazuje na téměř dokonalou stabilitu rozložení hodnot proměnné podílu vysokoškolský vzdělaných osob v Rakousku jak na úrovni obcí, tak na úrovni okresů mezi sčítáními v celém období mezi roky 1991 a 2011 (viz Tabulka č. 64). Nárůst podílu vysokoškolsky vzdělaných osob tedy proběhl velmi rovnoměrně. Tabulka č. 64: Korelace proměnné „VŠ vzdělání“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 1991 1,00 0,94 0,90 2001 0,99 1,00 0,96 2011 0,97 0,99 1,00 5.1.5. Věková struktura Někteří autoři (Kriesi 2007) poukazují na roli věku a politických generací jakožto důležitého faktoru ve formování politických názorů. Proto bude využita také proměnná zohledňující věk a jeho socioekonomické důsledky. V analýze tedy bude zahrnuta proměnná podíl důchodců, která je vytvořena jakožto podíl nepracujících důchodců na obyvatelstvu obce. Konstrukce proměnné je založena na otázce o ekonomické aktivitě ve sčítání lidu. Všechna sčítání obsahovala nabídku „nepracující důchodce“, takže v tomto ohledu jsou data srovnatelná. Problém však vytváří samotný význam slova nepracující důchodce dán měnícími se podmínkami pro odchod do důchodu. Přirozeně je tato proměnná také indikátor „atraktivity“ či „perifernosti“ obce, neboť v případě obcí s vysokým podílem důchodců lze usuzovat, že tento podíl vznikl odchodem mladších obyvatel z obce (viz Musil, Miller 2008). Protože je proměnná založena především na věku osob, tak je v souvislosti s touto proměnnou důležité zmínit jak vztah statusu důchodce ve smyslu specifického stavu ekonomické aktivity, tak vztah věku k politickým preferencím. Věk by měl mít jinou roli ve formování ekonomických preferencí v postkomunistických společnostech než v západní Evropě, protože starší lidé si s sebou mohou nést hodnotový žebříček vytvořený v období komunismu a zároveň mohou být v nových podmínkách ekonomicky znevýhodněnou skupinou. Hodnoty statistik popisujících vlastnosti proměnné se liší jak mezi úrovněmi, tak mezi jednotlivými roky sčítání. Průměrná hodnota v obcích je vlivem vyšších podílů důchodců v menších obcí vyšší, než průměrná hodnota vypočtená za okresy, Zároveň se příliš nemění, protože dynamika vývoje je vyšší ve větších obcích. Na úrovni okresů totiž mezi roky 1991 a 2001 vzrostla průměrná hodnota podstatně více než na úrovni obcí. Liší se také způsob rozložení hodnot, zatímco v případě úrovně obcí se hodnoty často pohybují spíše na nižší úrovni a průměr je navyšován vysokými hodnotami v menším množství obcí, tak v datech na úrovni okresů je zešikmení opačné. Zároveň je v datech menší rozptyl a také užší rozpětí. To však zůstává v průběhu času pro obě úrovně přibližně stejné. Tabulka č. 65: Nepracující důchodci dle sčítání lidu v letech 1991, 2001 a 2011 v České republice Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 23,43 24,89 23,82 19,33 22,12 22,77 medián 22,59 23,92 23,31 19,42 22,26 23,26 sm.odch. 6,22 5,87 5,59 2,59 2,29 2,52 rozptyl 38,68 34,43 31,29 6,73 5,22 6,34 šikmost 1,04 1,33 1,15 -0,39 -1,11 -1,37 strmost 2,97 4,06 4,88 2,22 4,26 2,75 Minimum 2,99 7,84 2,57 8,41 10,11 11,82 Maximum 65,71 71,03 69,53 26,96 29,07 27,93 Ačkoli se vlastnosti proměnné za jednotlivá sčítání příliš neměnila, tak korelační analýza ukazuje sice vysokou souvislost mezi nimi, ovšem nikoli dokonalou, přičemž více spolu souvisí podíly v roce 1991 a 2001 než mezi lety 2001 a 2011 (viz Tabulka č. 66). To platí zejména pro data za ORP, kde je vlivem vysoké změny v některých částech Prahy a jejím zázemí korelační koeficient mezi hodnotami proměnné v letech 2001 a 2011 relativně nízký a dokonce nižší než na úrovni obcí. Pokud se však z analýzy vyřadí zmíněné jednotky, tak hodnota korelačního koeficientu stoupne přibližně na hodnotu 0,8. Tabulka č. 66: Korelace proměnné „důchodci“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 1991 2001 2011 1991 1,00 0,74 0,44 2001 0,85 1,00 0,68 2011 0,29 0,63 1,00 Podobný vývoj jako v České republice je zaznamenán v případě podílu důchodců v obcích také v Rakousku, i výše průměrného podílu je velmi podobná, což může být dáno tím, že v letech sčítáni lidu 1991 a 2001 vstupovaly do důchodového věku generace 30. a 40. let, které byly ovlivněny podobnými událostmi v obou zemích. Vývoj mezi rokem 2001 a 2011 je v obou zemích poněkud odlišný. V Rakousku data ukazují na výrazný pokles průměrných hodnot jak v souboru obcí, tak v souboru okresů (viz Tabulka č. 67). Tento vývoj je ale patrně způsoben změnou metodiky, neboť data za rok 1991 a 2001 obsahují nepracující důchodce podle sčítání lidu, zatímco data za rok 2011 ukazují počty osob, které dle registrů pobírají starobní penzi. Vzhledem k tomuto problému bude v regresní analýze pracováno pouze s proměnnými za roky 1991 a 2001. Tabulka č. 67: Nepracující důchodci dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku Obce Okresy 1991 2001 2011 1991 2001 2011 průměr 24,87 25,64 21,25 26,88 26,94 22,48 medián 24,54 25,23 20,93 27,16 27,13 22,38 sm.odch. 4,75 4,43 3,84 3,67 3,04 2,80 rozptyl 22,52 19,62 14,77 13,48 9,21 7,85 šikmost 0,36 0,44 0,63 -0,04 0,16 0,12 strmost 0,63 1,04 0,99 -0,16 -0,15 -0,61 Minimum 0,00 0,00 10,38 18,31 20,39 16,29 Maximum 42,73 48,24 43,28 37,40 35,77 28,89 Souvislost mezi podílem v jednotlivých letech je vždy poměrně vysoká (viz Tabulka č. 68) a také vyšší než v případě České republiky. Výše hodnoty nijak nevybočuje z hodnot, které lze pozorovat v případě vývoje rozložení ostatních proměnných. Stejnou míru souvislosti indikují hodnoty spočítané za obce i za okresy. Tabulka č. 68: Korelace proměnné „důchodci“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 1991 2001 2011 1991 1,00 0,85 0,75 2001 0,88 1,00 0,85 2011 0,52 0,81 1,00 5.2. Podmínky pro využití regresní analýzy V popisu metody bylo zmíněno několik vlastností, které musí data splňovat, aby využití regresní analýzy poskytlo smysluplné výsledky. Před samotným provedením analýzy lze otestovat dvě z těchto vlastností – normalitu závisle proměnné a multikolinearitu, tedy vzájemné vztahy mezi proměnnými. 5.2.1. Vzájemné vztahy mezi proměnnými Před samotnou regresní analýzou je potřeba prostudovat souvislosti mezi proměnnými tak, aby bylo zřejmé, zda mezi některými páry či skupinami proměnných existuje či neexistuje vzájemná souvislost, která by mohla vést ke zkreslení výsledků analýzy, vlivem toho, že nezávisle proměnné sdílí rozptyl, který slouží k vysvětlení rozptylu v závisle proměnné. Tento je učiněn pomocí korelační analýzy. V této studii má analýza souvislostí mezi nezávisle proměnnými také roli nomologické struktury pro nastavení ekvivalence mezi jednotlivými koncepty (viz van Deth 2009) měřenými pomocí proměnných. Ve stručnosti lze říci, že význam proměnné je stejný, pokud má stejné místo v nomologické struktuře, tedy pokud má stejný vztah k dalším proměnným. Tuto logiku lze ilustrovat následujícím příkladem. Pokud má proměnná A stejný vztah s proměnnými B a C v obou zemích, pak patrně „znamená“ v obou zemí totéž. Naopak v případě, kdy je vztah proměnných A a B v jedné zemi pozitivní a v druhé negativní, tak je patrné, že význam buďto proměnné A nebo proměnné B není v obou zemích ekvivalentní. Korelační analýza zde byla provedena s daty za úroveň okresů i obcí. Výsledky korelační analýzy jednotlivých proměnných za obce a ORP České republiky přinášejí pro další postup práce několik důležitých zjištění. Vzhledem k výše zmíněnému problému s kolinearitou proměnných je nutné upozornit zejména na vysokou souvislost mezi proměnnými „podíl podnikatelů“ a „podíl vysokoškolsky vzdělaných“ ve všech sčítáních a „podíl pracujících v sekundéru“ a „podíl vysokoškolsky vzdělaných“ v datech za ORP ze sčítání v letech 2001 a 2011 (viz Tabulka č. 69). Vysoká hodnota korelačního koeficientu ukazuje, že proměnné sdílí velkou část svých rozptylů, což může ovlivňovat hodnoty regresních koeficientů pro tyto proměnné. V datech za ORP se objevuje ještě několik poměrně silných vztahů, na úrovni obcí jsou ale všechny korelace poměrně nízké. Další zjištění se týkají struktury vztahů mezi proměnnými. Za povšimnutí stojí také fakt, že hodnoty korelačních koeficientů jsou obvykle vyšší v roce 2011 než v roce 1991, což ukazuje na takový vývoj územního rozložení jednotlivých skupin, kdy se více prohlubují rozdíly ve složení místního obyvatelstva mezi jednotlivými územními jednotkami. Zároveň se v tomto procesu mění význam některých proměnných. Především se jedná o nezaměstnanost, podíl pracujících v průmyslu a podíl nepracujících důchodců. Nezaměstnanost v roce 1991 byla indikátorem zcela jiných oblastí než v pozdějších sčítáních, protože vyšší byla spíše v oblastech s nižším podílem nepracujících důchodců a pracujících v průmyslu a naopak rostla s růstem podílu vysokoškolsky vzdělaných osob, podnikatelů a rozvedených. S výjimkou vztahu k proměnné rozvedených se všechny ostatní vztahy proměnné nezaměstnanost v následujících sčítáních otočily. Interpretace platí jak pro úroveň obcí, tak pro úroveň ORP, ovšem na úrovni ORP jsou vztahy lépe patrné. Zatímco změna nezaměstnanosti proběhla především mezi lety 1991 a 2011, tak změna v roli podílu pracujících v sekundéru a nepracujících důchodců se projevila v každém sčítání, v obou případech jsou vztahy jasněji patrné na úrovni ORP. Data na úrovni obcí v některých případech dokonce ukazují opačné vztahy, než jak jsou patrné v datech za ORP. To platí zejména pro vztah podílu vysokoškolsky vzdělaných, pracujících v průmyslu a důchodců v roce 1991. Tabulka č. 69: Korelace mezi proměnnými dle sčítání lidu v letech 1991, 2001 a 2011 na úrovni obcí a ORP v České republice důchodci VŠ vzdělání průmysl Nezaměstnaní podnikatelé rozvedení důchodci 1,00 -0,24 -0,11 -0,10 -0,08 -0,15 VŠ vzdělání 0,08 1,00 0,09 0,01 0,31 0,14 1991 průmysl -0,26 -0,47 1,00 -0,06 0,01 0,05 nezaměstnaní -0,24 0,36 -0,22 1,00 0,06 0,25 podnikatelé -0,04 0,70 -0,34 0,23 1,00 0,19 rozvedení -0,25 0,49 -0,11 0,56 0,50 1,00 důchodci 1,00 -0,22 0,00 -0,01 -0,02 -0,15 VŠ vzdělání -0,10 1,00 -0,20 -0,24 0,26 0,10 2001 průmysl 0,13 -0,74 1,00 -0,10 -0,25 -0,14 nezaměstnaní -0,09 -0,31 0,04 1,00 -0,17 0,23 podnikatelé -0,04 0,69 -0,55 -0,57 1,00 0,05 rozvedení -0,38 0,45 -0,50 0,16 0,26 1,00 důchodci 1,00 -0,31 0,10 0,15 -0,10 -0,14 VŠ vzdělání -0,59 1,00 -0,27 -0,35 0,34 0,04 2011 průmysl 0,58 -0,76 1,00 -0,17 -0,28 -0,27 nezaměstnaní 0,32 -0,50 0,19 1,00 -0,21 0,15 podnikatelé -0,42 0,69 -0,61 -0,53 1,00 0,06 rozvedení -0,46 0,34 -0,56 0,14 0,15 1,00 Pozn.: Šedě podbarveny výsledky korelační analýzy za ORP Také mezi proměnnými konstruovanými na základě sčítání lidu v Rakousku jsou některé těsnější než jiné (viz Tabulka č. 70). To se ale znovu týká výhradně dat na úrovni okresů. Zde vysokých hodnot dosahuje korelační koeficient pro vztah mezi proměnnými „podíl pracujících v sekundéru“, „podíl vysokoškolsky vzdělaných“, „podíl podnikatelů“ a „podíl rozvedených“. Platí tedy, že pokud je někde vysoký podíl vysokoškoláků, pak se tam nachází také vysoký podíl podnikatelů a nízká podíl pracujících v průmyslu a pokud je v území relativně mnoho rozvedených, tak je v něm přítomno také relativně mnoho pracujících v průmyslu a nezaměstnaných. Struktura těchto i ostatních vztahů zůstává na obou úrovních přibližně stejná po celé sledované období. Tabulka č. 70: Korelace mezi proměnnými dle sčítání lidu v letech 1991, 2001 a 2011 na úrovni obcí a okresů v Rakouské republice důchodci VŠ vzdělání průmysl Nezaměstnaní podnikatelé rozvedení důchodci 1,00 0,05 0,01 0,09 -0,21 0,27 VŠ vzdělání 0,49 1,00 -0,35 0,06 0,33 0,55 1991 průmysl -0,38 -0,71 1,00 -0,12 -0,45 -0,14 nezaměstnaní 0,39 0,40 -0,39 1,00 0,32 0,27 podnikatelé 0,01 0,60 -0,43 0,09 1,00 0,09 rozvedení 0,45 0,66 -0,59 0,80 0,13 1,00 důchodci 1,00 -0,02 -0,04 0,21 -0,15 0,23 VŠ vzdělání 0,17 1,00 -0,52 0,03 0,47 0,53 2001 průmysl -0,16 -0,76 1,00 -0,21 -0,49 -0,36 nezaměstnaní 0,20 0,41 -0,56 1,00 0,23 0,33 podnikatelé -0,07 0,81 -0,58 0,16 1,00 0,22 rozvedení 0,21 0,66 -0,71 0,81 0,36 1,00 důchodci 1,00 -0,01 -0,08 0,03 -0,10 0,29 VŠ vzdělání 0,15 1,00 -0,52 -0,02 0,43 0,53 2011 průmysl -0,12 -0,82 1,00 -0,19 -0,43 -0,34 nezaměstnaní 0,11 0,27 -0,48 1,00 0,42 0,20 podnikatelé 0,06 0,83 -0,64 0,19 1,00 0,21 rozvedení 0,23 0,60 -0,72 0,62 0,35 1,00 Pozn.: Šedě podbarveny výsledky korelační analýzy za okresy. Z předchozích tabulek vyplývá několik důležitých rozdílů mezi daty, které jsou k dispozici pro obě země a pro různé měřítkové úrovně. První rozdíl spočívá ve stabilitě dat vztažených k územním jednotkám Rakouska a dynamice proměnných v České republice. Zatímco v Rakousku se vztahy mezi proměnnými příliš nemění, tak v České republice se proměnil, alespoň na základě změny vztahů k ostatním proměnným, význam proměnných nezaměstnanosti, podílu nepracujících důchodců a pracujících v sekundéru. Ze srovnání výsledků analýzy mezi oběma zeměmi je také patrné, že proměnné „nezaměstnanost“ a „důchodci“ mají jiný význam v obou zemích. Zatímco v Rakousku se s vyšší mírou nezaměstnanosti pojí také vyšší podíly vysokoškolsky vzdělaných a podnikatelů a nižší míra pracujících v průmyslu, tak v České republice je tomu naopak. 5.2.2. Normalita závisle proměnné Vzhledem k dalšímu postupu analýzy je důležitý charakter „statistického“ rozložení volební podpory. K jeho zhodnocení byly vypracovány histogramy a vypočteny popisné statistiky zachycující základní vlastnosti statistického rozložení proměnných. Histogramy jsou součástí příloh, v textu bude pozornost věnována jen tomu, zda volební výsledky splňují předpoklad normality. V případě ČSSD se rozdělení hodnot vždy velmi blíží normálnímu rozdělení, a to jak v datech za ORP (viz Příloha č. 10), tak v datech za obce. Výsledky na úrovni obcí se ale obvykle více koncentrují okolo průměru, než nakolik by odpovídalo normálnímu rozdělení. Rozložení je tedy více strmé. Zároveň je také, znovu v datech na úrovni obcí, vždy mírně zešikmené doleva, což znamená, že v oblasti vysokých hodnot se nachází odlehlé případy a medián je nižší než průměr. Volební výsledky ODS (s výjimkou voleb v roce 2013, SPÖ a ÖVP křivku normálního rozdělení kopírují vždy téměř dokonale. Pouze v rozložení výsledků za obce je patrné mírné zešikmení doleva. Zešikmení rozložení výsledků ÖVP na úrovni obcí je ale neznatelné. Volební výsledky rakouské strany Zelení jsou znovu velmi blízké normálnímu rozdělení a vysoce stabilní. Oproti výsledkům SPÖ a ÖVP jsou výsledky Grüne více zešikmené doleva. Zejména v datech za okresy je patrná přítomnost jednotek s, v rámci souboru, mimořádně vysokými hodnotami (viz Příloha č. 25). Rozložení výsledků FPÖ bylo zejména v letech 1990 a 2002 významně zešikmené doleva a také poměrně strmé. Zároveň se v datech vztažených k okresům objevuje „subpopulace“ okresů s vysokou podporou strany (viz Příloha č. 20). V datech na úrovni obcí tyto problémy ale nejsou patrné. Od voleb v roce 2006 ale rozložení volebních výsledků i na úrovni okresů poměrně dobře odpovídá normálnímu rozdělení. V případě výsledků BZÖ jsou patrné ještě zřetelnější odchylky od normálního rozdělení a v podstatě by se dalo hovořit o binárním rozdělení - strana buďto v území dosahuje malého zisku do 5%, nebo naopak vysokého zisku, což je znovu patrné spíše v datech za okresy, než v datech za obce. Rozložení volebních výsledků českých populistických stran se na rozdíl od těch rakouských vždy poměrně blíží normálnímu rozdělení, pouze v datech za obce je patrné mírné zešikmení doleva. Rozložení volebních výsledků KDU-ČSL je oproti tomu, co lze pozorovat v případě ostatních stran, poměrně vzdáleno křivce normálního rozdělení. Vlivem velkého počtu obcích s nízkým ziskem jsou výsledky poměrně zřetelně zešikmené doleva a koncentrují se okolo mediánu, který je významně nižší než průměr. Tento závěr ve slabším vyznění platí také pro výsledky vztažené k úrovni ORP. Takové rozdělení může do jisté míry snižovat vysvětlující sílu regresní analýzy, protože pokud bude rozdělení hodnot nezávisle proměnných mezi obcemi normální, pak bude jen vlivem samotných rozdílů v rozložení narušen předpoklad o linearitě vztahu. 5.3. Reformulace hypotéz V části č. 3.1.6 bylo formulováno několik hypotéz. Ty ale byly vytvořeny bez znalosti o vlastnostech proměnných. Proto jsou zde znovu reformulovány do podoby, ve které mohou být hypotézy pomůckami pro interpretaci výsledků regresních modelů. Hypotéza o podpoře sociálně demokratických stran Výši volební podpory sociálně demokratických stran (SPÖ, ČSSD) pozitivně ovlivňuje nezaměstnanost a podíl pracujících v průmyslu a negativně pak podíl podnikatelů jakožto indikátory pozice na konfliktní linii vlastníci/pracující a pozitivně podíl rozvedených jako indikátor linie církev/stát. V případě SPÖ lze očekávat také pozitivní vliv proměnných zachycujících větší velikostní kategorie obcí jakožto indikátoru pozice na linii město/venkov. Hypotéza o podpoře konzervativních stran Výši volební podpory křesťansko-demokratických stran (ÖVP, KDU-ČSL) negativně ovlivňují výše podílu rozvedených, větší velikostní kategorie obce a výše podílu vysokoškolsky vzdělaných jako indikátory pozice na konfliktních liniích církev/stát, město/venkov a materialismus/postmaterialismus. V případě ÖVP a ODS a TOP09 je očekáván také vliv proměnných nezaměstnanost, podíl podnikatelů a podíl zaměstnaných v průmyslu jako indikátorů linie vlastníci pracující. Výši volební podpory ODS a TOP09 dále pozitivně ovlivňují vyšší velikost obce a vyšší podíly vysokoškolsky vzdělaných jako indikátory pozice na konfliktní linii a město/venkov. Hypotéza o podpoře liberálních a zelených stran Výši volební podpory liberálních a zelených pozitivně ovlivňují vyšší velikost obce, vyšší podíl vysokoškolsky vzdělaných a vyšší podíl rozvedených jako indikátory pozice na konfliktních liniích město/venkov, církev/stát a materialismus/postmaterialismus. V případě vlivu indikátoru konfliktní linie vlastníci/pracující lze očekávat opačný vliv na podporu zelených a liberálních stran, tedy pozitivní efekt podílu podnikatelů a negativní efekt pracujících v průmyslu a nezaměstnanosti na volební zisk liberálních stran a opačně pak na volební zisk zelených stran. Hypotéza o podpoře populistických stran Výše volební podpory populistických stran (SPR-RSČ, BZÖ, FPÖ) by měla být na většině konfliktních linií nezávislá, výše podpory by měla být ovlivněna pouze negativně výší podílu vysokoškolsky vzdělaných. Hypotéza o podpoře KSČM Volební podpora KSČM by měla být ovlivněna indikátory všech sledovaných konfliktních linií a je tedy očekáván pozitivní vliv podílu rozvedených, pracujících v průmyslu a nezaměstnanosti a negativní efekt podílu vysokoškolsky vzdělaných a podnikatelů. 5.4. Výsledky analýzy modelů dle teorie konfliktních linií na úrovni obcí První část přehledu výsledků analýz představuje výsledky získané na základě práce s daty vztažené k úrovni obcí. Prvním krokem komparace mezi oběma zeměmi je zhodnocení vysvětlující síly regresních modelů, analyzujících vliv zvolených indikátorů na výsledky jednotlivých stran, daná upraveným indexem determinace (adjusted R square). Hodnoty ukazují (viz Tabulka č. 71), že v České republice je nejvíce závislá na zvolených charakteristikách diferenciace volební podpory ODS mezi lety 1996 a 2010 a TOP09 v letech 2010 a 2013, kdy regresní modely sestavené k analýze rozdílů mezi obcemi ve volební podpoře strany dokázaly vysvětlit více než 30 % rozptylu ve volebních výsledcích. V případě ostatních stran je explanatorní síla nižší, v případě KDU-ČSL se pohybuje mezi 20% a 25%, V případě KSČM, ČSSD a liberálních stran od 10% do 15% procent, ovšem v případě ČSSD a KSČM na začátku 90. let a populistických stran ve všech volbách nevysvětluje model téměř žádný rozptyl. Nízká vysvětlující síla regresních modelů může (ale nutně nemusí) na jedné straně znamenat, že prostorové rozložení podpory je méně závislé na územním rozložení společenských skupin stojících proti sobě na jednotlivých konfliktních liniích. Toto tvrzení může mít minimálně tři důvody. Prvním důvodem je nedostatečná schopnost indikátorů zachytit prostorové rozložení osob patřících ke společenským segmentům oddělovaných konfliktními liniemi. Druhý důvod spočívá v roli zvolené měřítkové úrovně. Na úrovni obcí dokáží i relativně malé počty osob v malých obcích změnit relativní hodnoty proměnných, a vzhledem k velkému vlivu malých obcí na výsledek analýzy může být role konfliktních linií ve společnosti jako takové odlišná. Třetí možností je uvažovat o stranách, jejichž variabilita rozdílů volebních výsledků v obcích je vysvětlena jen slabě, jako o tzv. catch–all stranách, které cílí na všechny voliče bez rozdílu jejich společenské pozice (Kirchheimer 1966), nicméně tato interpretace je na hraně ekologické chyby. Tabulka č. 71: Index determinace regresních modelů v České republice v letech 1992 -2013 1992 1996 1998 2002 2006 2010 2013 ČSSD 0,06 0,04 0,05 0,12 0,14 0,16 0,16 ODS 0,11 0,23 0,33 0,29 0,41 0,36 0,21 TOP09 0,39 0,43 KDU-ČSL 0,23 0,26 0,27 0,22 0,23 0,20 0,23 KSČM 0,05 0,09 0,11 0,17 0,14 0,16 0,17 ODA/US/SZ 0,11 0,13 0,16 0,11 0,39 0,43 SPR-RSČ/VV/Úsvit 0,03 0,05 0,04 0,05 0,03 Po vynesení zjištěných hodnot do grafu (viz Graf č. 15) je zřetelný především nárůst vysvětlující síly modelů podpory ODS mezi lety 1992 a 2006 a následný razantní propad. Trend ve vývoji vysvětlující síly modelů KSČM a ČSSD mezi volbami v roce 1996 a 2013 lze popsat jako postupný a pozvolný nárůst. Rovněž je zaznamenán dílčí pokles vysvětlující síly modelů pro volební výsledky KDU-ČSL a ODS v roce 2002. Vysvětlení tohoto vývoje je patrně pro jednotlivé stany odlišné. V případě KDU-ČSL je vysvětlení prosté, a je dáno tím, že strana v roce 2002 nekandidovala samostatně, ale v rámci koalice s Unií svobody, která cílila spíše na liberální městské voliče (viz Pink a kol. 2013). Pokles v případě ODS pak patrně lze přisuzovat deziluzi a zmatení voličů tzv. opoziční smlouvou. Dalším obecným prvkem ve vývoji je nárůst mezi počátečním a koncovým bodem, kdy všechny modely dokáží za rok 2010 vysvětlit více rozptylu ve volebních výsledcích než modely pro rok 1992. Nárůst vysvětlující síly modelů může být dán postupným etablováním voličských jader jednotlivých stran nebo postupujícím si uvědomování své sociální pozice jednotlivými voliči (viz Evans, Whitefied 1998). Zajímavým výsledkem je také fakt, že na zvolených faktorech je obvykle více závislá výše volební podpory stran, které lze označit za pravicové. Ačkoli jsou pravicové a levicové strany vůči sobě v opozici, tak rozložení podpory levicových stran patrně vysvětlují jiné faktory, než ty, které byly zahrnuty v analýze. V ještě větší míře pak tento závěr platí pro populistické strany, jak ukazuje velmi nízká vysvětlující síla modelů v případě SPR-RSČ, VV a Úsvitu. Graf č. 15: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do ČNR a PS PČR v letech 1992-2013 Sada regresních analýz se stejnými proměnnými byla provedena také na výsledcích rakouských stran. Provedené statistické modely obvykle poskytují výsledky, které vysvětlují podstatnou část variability ve volebních výsledcích stran (viz Tabulka č. 72). To platí zejména pro Sociální demokracii, Lidovou stranu a Zelené. V případě všech těchto stran se míra vysvětlení pohybuje 40 - 50%. Nižší je jen v případě výsledků SPÖ ve volbách v roce 2013 a naopak na vyšší hladině se hodnota pohybuje v případě výsledků Zelených od roku 1999. Vysoká je vysvětlující síla modelů také v případě liberálních stran, což ale neplatí pro NEOS v roce 2013. Naproti tomu jen velmi málo rozptylu dokáží vysvětlit modely v případě FPÖ a BZÖ. Tabulka č. 72: Index determinace regresních modelů v Rakousku v letech 1990 - 2013 1990 1994 1995 1999 2002 2006 2008 2013 SPÖ 0,47 0,46 0,46 0,40 0,43 0,43 0,44 0,38 ÖVP 0,50 0,51 0,49 0,48 0,47 0,49 0,47 0,45 FPÖ 0,08 0,03 0,14 0,06 0,05 0,10 0,16 0,20 GRÜNE 0,45 0,44 0,40 0,57 0,60 0,65 0,61 0,60 BZÖ 0,05 0,05 0,01 LiF 0,60 0,56 0,54 0,30 Graf č. 16 pak ilustruje trend vývoje závislosti volebních výsledků na sociální struktuře obyvatelstva v obcích. Oproti analýze výsledků českých stran lze pozorovat jen relativně malé změny, které jsou patrně dány vysokou stabilitou rozložení volební podpory stran i společenských skupin. Vzhledem k tomu, že míra korelace mezi jednotlivými proměnnými volebními výsledky v čase jen výjimečně klesla pod hodnotu 0,8, je poměrně stabilní průběh podmíněností očekávatelným výsledkem. V grafu je patrný zejména mírný pokles závislosti na zvolených faktorech v případě obou dlouhodobě nejsilnějších stran - SPÖ a ÖVP, přičemž eroze provázanosti volební podpory SPÖ se strukturou společností se v posledním období významněji zrychlila. Naproti tomu územní rozdíly ve volební podpoře Zelených a FPÖ se v průběhu sledovaného období staly lépe vysvětlitelnými pomocí sledovaných indikátorů. Zatímco trajektorie vývoje podmíněnosti volební podpory ÖVP a SPÖ si jsou vzájemně velmi podobné, tak linie pro Zelené a FPÖ se od nich výrazněji odlišují a to nejen spíše rostoucím trendem. V případě strany Zelených je zaznamenán nárůst (a tedy pravděpodobně vyšší zakotvení ve struktuře společnosti) v druhé polovině 90. let, poté už vysvětlující síla modelů stagnuje a mírně klesá. V případě FPÖ dochází k pozvolnému nárůstu v průběhu celého prvního desetiletí 21. století, ovšem i konečná hodnota je poměrně nízká na usuzování o nějakém propojení mezi podporou strany a sociální strukturou. Tento vývoj je patrně důsledkem politiky strany v 90. letech a jejího rozštěpení v období mezi volbami v letech 2002 a 2006. Do rozštěpení se jednalo o populistickou stranu vedenou charismatickým lídrem, takže zdroj volební podpory nespočíval v oslovení konkrétní společenské skupiny. Od roku 2006 se pak „nová“ FPÖ posouvá do ještě silnějších extremistických pozic a oslovuje voliče, jejichž zastoupení dokáží data odrážet lépe než v případě předchozího elektorátu strany. Trend vývoje podmíněnosti volebních výsledků je narušen předčasnými volbami v roce 1995. V těchto volbách lze lépe než jindy vysvětlit úspěchy a neúspěchy FPÖ, zatímco v případě Zelených je vysvětlující síla modelu nižší. Graf č. 16: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do NR RR v letech 1990-2013 Na základě celkových výsledků modelů lze identifikovat především rozdíly mezi Rakouskem a Českou republikou. V Rakousku na základě zvolených proměnných dokáží modely vysvětlit obvykle podstatně vyšší část rozptylu v závisle proměnné. Pokud jsou v úvaze zahrnuty pouze srovnatelné strany, tak jak byly určeny v pasáži o stranách a stranických systémech, tak lze sledovat velký rozdíl zejména ve vysvětlení podpory sociálně demokratických stran. Zatímco v Rakousku jsou výsledky sociální demokracie oproti výsledkům jiných stran vysvětlitelné velmi podobným způsobem, tak v České republice byly výsledky ČSSD nejhůře predikovatelnými. Také ve srovnání ÖVP, ODS a KDU-ČSL se ukazuje mnohem vyšší závislost volebních výsledků ÖVP na vlastnostech společnosti v obcích, než v případě českých protějšků ve srovnání. Vysvětlující síla modelů se neliší jen hodnotami, ale také vývojem sledovaných hodnot. Zatímco v České republice došlo mezi lety 1992 a 2006 k výraznému nárůstu vysvětlující síly modelů výsledků ODS, ČSSD a KSČM a v 90. letech rostla také vysvětlující síla modelů pro KDU-ČSL, tak v Rakousku mezi koncovými body sledovaného období došlo k poklesu vysvětlující síly modelů SPÖ a ÖVP. Zaznamenaný vývoj je tak ve shodě s hypotézou, která předpokládala postupné přibližování vysvětlující síly modelů pro strany stojící na ekonomické konfliktní linii, když byl očekáván pokles v Rakousku a růst v České republice. Platnost hypotézy nicméně podkopává vývoj podmíněnosti volební podpory ODS v letech 2010 a 2013. Zde však lze vzít v úvahu, že část voličů ve volbách v roce 2010 a také ve volbách v roce 2013 přešla ke straně TOP09, která má velmi podobný ideologický profil (Balík a kol. 2010). Vysvětlující síla TOP09 se oproti hodnotě zaznamenané v případě ODS drží na vyšší úrovni. Populistický styl oslovování voličů je doprovázen tím, že výše volební podpory stran s takovou strategií je v podstatě nepredikovatelná údaji o společenské struktuře. To potvrzují výsledky SPR-RSČ, VV, Úsvitu, FPÖ, BZÖ a Teamu Stronach. 5.4.1. Analýza výsledků sociálně demokratických stran Po představení celkových výsledků modelů budou dále interpretovány hodnoty nestandardizovaných a standardizovaných regresních koeficientů získaných v jednotlivých modelech. Nejprve se popis bude věnovat výsledkům analýzy volební podpory sociálně demokratických stran – tedy ČSSD v České republice a SPÖ v Rakousku. Jak ukazuje Tabulka č. 73, tak volební podpora ČSSD je jen velmi málo závislá na zvolených indikátorech konfliktních linií. V případě voleb v roce 1996 a 1998 je rozložení její podpory dokonce na daných faktorech v podstatě zcela nezávislé. Z konfrontace výsledků analýzy a výše formulovaných hypotéz vyplývá, že ve shodě s předpoklady jsou výsledky ukazující, že s nižším podílem podnikatelů a s vyšší nezaměstnaností v obcích roste podpora strany. Nicméně v případě nezaměstnanosti teorii neodpovídají výsledky v roce 2002 a velmi slabě pak také v letech 1992, 2006 a 2013. Tuto situaci lze v případech let 2002 a 2006 přisoudit tezi Johnstona a Pattieho (2004) o penalizaci vládní strany v místech s vyšší nezaměstnaností. V posledních volbách pak patrně hrál roli konflikt mezi starými (ODS, ČSSD, KSČM) a novými politickými aktéry (ANO, Úsvit) a ČSSD tak mohla být znovu trestána za své dřívější účasti ve vládě. V roce 1992 bylo v analýze pracováno s nezaměstnaností v roce 1991, jejíž význam byl poněkud odlišný od významu v následujících sčítáních. Absolutní hodnoty standardizovaného i nestandardizovaného koeficientu ale neposkytují pro formulovaný závěr nijak silnou oporu. Vývoj vlivu jednotlivých indikátorů odráží rozdělení vývoje volební podpory ČSSD do tří etap. V první etapě měl na volební podporu nejvyšší vliv podíl rozvedených osob a ovlivňoval ji také podíl pracujících v sekundéru. V případě obou proměnných vztah odpovídá očekáváním a podpora strany roste s podílem pracujících v sekundéru a s vyšším podílem osob bez vyznání. V druhé etapě, která zahrnuje volby v letech 1996 a 1998, se vzhledem k velmi nízkým hodnotám upraveného indexu determinace nelze považovat výsledky za z věcného hlediska příliš významné, ovšem projevuje se zde slabý a očekávaný vliv podílu podnikatelů. Od roku 2002, ve třetí etapě, lze sledovat především poměrně významný vliv podílu důchodců, prohlubování neočekávaného vztahu mezi podporou strany a podílem rozvedených, což může být způsobeno přesunem jádra volební podpory na Moravu, kde se v obcích obvykle nachází vyšší podíly katolického obyvatelstva a tedy nižší podíly rozvedených a prohlubující se očekávaný negativní vliv zvyšujícího se podílu podnikatelů. Velikost obce prakticky nehraje roli, neboť vzhledem k výši volební podpory strany způsobuje jen velmi malou změnu výše volební podpory. V souhrnu tak očekáváním odpovídá jen vliv podílu podnikatelů a nezávislost na proměnné podílu vysokoškolsky vzdělaných. Tabulka č. 73: Výsledky regresních modelů vysvětlujících výši volební podpory ČSSD ve volbách do Sněmovny v letech 1992 - 2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 2,85 0,00 21,24 0,00 25,92 0,00 17,84 0,00 21,98 0,00 11,00 0,00 9,77 0,00 důchodci -0,01 -0,02 0,05 0,05 0,07 0,07 0,23 0,23 0,19 0,19 0,25 0,29 0,25 0,32 VŠ vzdělání 0,01 0,01 -0,05 -0,03 -0,09 -0,05 0,13 0,07 0,04 0,02 -0,01 -0,01 0,04 0,04 sekundér 0,04 0,17 0,04 0,06 0,02 0,03 -0,02 -0,04 0,03 0,05 0,03 0,06 0,02 0,04 nezaměstnaní -0,06 -0,03 0,11 0,09 0,08 0,07 -0,14 -0,13 -0,03 -0,02 0,02 0,02 -0,04 -0,05 podnikatelé 0,00 0,00 -0,14 -0,12 -0,16 -0,13 -0,10 -0,09 -0,21 -0,19 -0,15 -0,16 -0,13 -0,16 rozvedení 0,20 0,18 -0,13 -0,05 -0,07 -0,03 -0,29 -0,13 -0,45 -0,19 -0,14 -0,08 -0,19 -0,12 501 - 3 000 -0,08 -0,01 -0,68 -0,04 -1,19 -0,06 -1,34 -0,08 -1,00 -0,06 -0,91 -0,07 -0,58 -0,05 3 001 - 10 000 0,10 0,01 -0,47 -0,02 -1,07 -0,04 -0,92 -0,03 -0,53 -0,02 -0,69 -0,03 -0,17 -0,01 10 001 - 50 000 -0,23 -0,01 -0,35 -0,01 -0,87 -0,02 -0,76 -0,02 0,70 0,02 -0,23 -0,01 0,37 0,01 nad 50 000 -0,87 -0,02 -1,71 -0,02 -2,26 -0,03 -1,47 -0,02 0,12 0,00 -0,22 0,00 -0,44 -0,01 Sociálně demokratická strana Rakouska je spolu s Lidovou stranou Rakouska dlouhodobě nejsilnější stranou v Rakousku. Vzhledem k dlouhé historii strany je její podpora v čase stabilní a poměrně stabilní je také vazba mezi volební podporou a složením společnosti. V celém sledovaném období ale dochází k postupnému oslabování této vazby, vyjádřené hodnotou indexu determinace regresních modelů. Zatímco na začátku 90. let se hodnota pohybovala okolo 50 %, tak ve volbách v roce 2008 a 2013 již byla na úrovni 40 %. Nejsilnějším faktorem ovlivňujícím výsledky strany v obcích je náboženská struktura (viz Tabulka č. 74). Od voleb v roce 2008 se ale oslabuje vliv podílu rozvedených, což může být důsledkem využití proměnné za rok 2001 i v modelech pro volební výsledky v roce 2008 a 2013. Tuto možnost bude možné potvrdit či vyloučit na základě analýzy s daty za okresy (viz kapitola 5.5.2), ve kterých je tato proměnná dostupná i pro rok 2011. Druhým dlouhodobě silným vlivem je podnikatelská aktivita. Vztah mezi podnikatelskou aktivitou a úspěchem strany je negativní, to znamená, že čím vyšší podíl podnikatelů se v obci nachází, tím menší podíl hlasů strana získá. Nezanedbatelnou roli hraje také věková struktura v obcích. SPÖ získává hlasy zejména v obcích s vyšším podílem osob v důchodovém věku. Síla efektu se pohybuje od ¾ do celého procenta. Tento efekt je dlouhodobě stabilní svým směrem i silou. Podíl důchodců by dle korelační analýzy měl spolupůsobit s vlivem nezaměstnanosti. Ta ukazuje nezanedbatelný, ale relativně slabý, účinek na výsledky strany především do roku 2006 a po té se vztah oslabuje. Podobný vývoj má také efekt pracujících v průmyslu na výsledek strany, ovšem tento vliv se vytrácí již od konce 90. let a v roce 2013 je výše podpory SPÖ v obcích na tomto faktoru prakticky nezávislá Jedno z očekávání počítalo s vlivem velikosti obce. Efekt této proměnné se v čase významně proměnil. Nejpříznivější pro vyšší podporu strany byla (při kontrole ostatních vlivů) sídla s 1000 až 10 000 obyvateli, ačkoli především v kategorii obcí s 3000 až 10000 došlo mezi lety 2002 a 2008 k významnému snížení vlivu na volební výsledek SPO. Zajímavý je ovšem zejména vývoj efektu kategorie největších obcí, zvláště s přihlédnutím k faktu, že strana je velmi úspěšná zejména v obvodech Vídně, které tvoří velkou část této kategorie. Na základě výsledků analýzy se totiž zdá, že velkoměstské prostředí je pro stranu spíše nevýhodou. V tomto bodě je ovšem nutné zdůraznit roli principu statistické kontroly v regresní analýze. Výsledný efekt totiž říká, že SPÖ by v obcích s více než 50 000 obyvateli získala oproti obcím s méně než 500 obyvateli výrazně méně hlasů v případě, že by se v porovnávaných obcích vyskytoval stejný podíl důchodců, rozvedených, pracujících v sekundéru, podnikatelů, nezaměstnaných a vysokoškoláků. V případě velkoměst tak patrně svou roli sehrává zejména zvýšená přítomnost skupin obyvatelstva více nakloněných volbě SPÖ než samotné velkoměstské prostředí. V rozporu k očekáváním se projevil se silný negativní vliv podílu vysokoškolsky vzdělaných osob, ačkoli byla očekávaná nezávislost. Naopak proměnné rozvodovost a podíl podnikatelů a částečně také nezaměstnanost, podíl pracujících v průmyslu a velikost obce působí stabilně v očekávaném směru. Tabulka č. 74: Výsledky regresních modelů vysvětlujících výši volební podpory SPÖ v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta -7,97 0,00 -10,76 0,00 -4,90 0,00 -4,08 0,00 -4,89 0,00 -3,96 0,00 -6,07 0,00 -3,29 0,00 důchodci 0,73 0,28 0,73 0,32 0,64 0,28 0,67 0,31 0,75 0,29 0,77 0,32 1,03 0,44 0,82 0,42 VŠ vzdělání -0,90 -0,14 -0,78 -0,14 -0,69 -0,13 -0,33 -0,10 -0,35 -0,09 -0,36 -0,09 -0,17 -0,07 -0,10 -0,05 sekundér 0,30 0,25 0,27 0,24 0,24 0,22 0,10 0,10 0,12 0,10 0,09 0,08 0,07 0,06 0,04 0,03 nezaměstnaní 0,42 0,09 0,44 0,11 0,41 0,10 0,37 0,10 0,40 0,09 0,35 0,08 0,11 0,03 0,21 0,08 podnikatelé -0,26 -0,11 -0,25 -0,12 -0,29 -0,15 -0,65 -0,21 -0,85 -0,24 -0,91 -0,27 -0,74 -0,23 -0,62 -0,23 rozvedení 4,06 0,50 3,03 0,42 3,20 0,46 2,20 0,42 2,78 0,46 2,49 0,44 1,48 0,31 0,93 0,23 501 - 3 000 2,88 0,12 2,91 0,13 3,02 0,14 3,13 0,16 3,43 0,15 2,86 0,13 2,28 0,13 2,47 0,16 3 001 - 10 000 3,94 0,12 3,83 0,13 4,28 0,15 3,56 0,14 4,32 0,14 2,79 0,10 2,04 0,09 2,44 0,13 10 001 - 50 000 -3,26 -0,04 -3,01 -0,05 -1,92 -0,03 -2,07 -0,04 -1,31 -0,02 -2,75 -0,05 -1,22 -0,02 -0,14 0,00 nad 50 000 -15,09 -0,12 -11,88 -0,11 -9,40 -0,09 -8,10 -0,08 -7,74 -0,06 -9,79 -0,08 -2,72 -0,03 -1,32 -0,02 I přes výrazné proměny podmíněností volební podpory ČSSD neodpovídá charakter volební podpory ČSSD charakteru podpory SPÖ v žádné z etap svého vývoje, když zůstane stranou ponechána zjevně nižší vazba mezi rozložením společenských skupin a rozložením podpory ČSSD v obcích, tak se dále liší také působení některých prediktorů. Na jejich základě lze tvrdit, že pro úspěch SPÖ je vhodné sekulární prostředí, zatímco v případě ČSSD tato vlastnost platí jen v letech 1996 a 1998 a oproti Rakousku v podstatně menší míře. Velmi odlišně pak působí proměnná „VŠ vzdělání“. Zatímco v Rakousku má poměrně silný negativní efekt, tak v České republice se žádný efekt neprojevuje. Rozdílnost tohoto efektu patrně vyplývá z rozdílné role proměnné, jak byla ukázána prostřednictvím korelací s ostatními faktory. Jedinými faktory, které tak formují volební podporu ČSSD a SPÖ podobným způsobem, jsou podíl důchodců a podnikatelů. 5.4.2. Analýzy výsledků konzervativních stran Další část přináší interpretaci výsledků regresních modelů sestavených pro vysvětlení volební podpory konzervativních a křesťanskodemokratických stran. Pozornost tedy bude věnována stranám ODS, TOP09, KDU-ČSL a ÖVP. Podle teoretických předpokladů má být rozložení volební podpory ODS závislé zejména na ekonomických ukazatelích jako je podíl podnikatelů a výše nezaměstnanosti. Analýza očekávané vztahy potvrdila. Výsledky analýzy (viz Tabulka č. 75) ukazují, že výši volební podpory skutečně ovlivňuje především podíl podnikatelů, nezaměstnanost a podíl vysokoškolsky vzdělaných osob, které jsou dlouhodobě nejsilnějšími z prediktorů. Vztah volební podpory a velikosti podílu podnikatelů je přímo úměrný, s vyšším podílem podnikatelů tedy lze očekávat vyšší podporu ODS. Naopak vztah mezi volební podporou ODS a nezaměstnaností je negativní, když podpora strany s rostoucí nezaměstnaností klesá. Podle výsledků analýzy strana získává více hlasů také v obcích s vyšší úrovní vzdělanosti. Věcně významný je také vliv „sekularity“ obyvatelstva, kdy ODS získává vyšší podíl hlasů v obcích s vyšším podílem rozvedených osob, ovšem v letech 2010 a 2013 je tento efekt velmi slabý. Hodnoty koeficientů pro proměnné identifikující velikost obce ukazují, že při kontrole zvolených charakteristik přináší straně výhodu menší velikost obce. Ve velkých městech by naopak vzhledem k podílu vysokoškolsky vzdělaných osob a podnikatelů měla být podpora ještě vyšší. Hodnoty korelačních koeficientů ukazovaly na odlišné rozložení volební podpory ODS v prvních a posledních sledovaných volbách. Analýza podmíněnosti volební podpory potvrzuje výjimečnost voleb v roce 2013, ale výsledky analýzy pro rok 1992 nijak z ostatních získaných hodnot nevybočují. Zvláštností v roce 2013 je zejména nízký efekt jinak tradičně silných faktorů, především podílu podnikatelů a vysokoškoláků. Vzhledem k tomu, že stejná data byla využita v roce 2010, tak lze pokles vysvětlující síly přisoudit změnám v rozložení výše volební podpory strany. Tabulka č. 75: Výsledky regresních modelů vysvětlujících výši volební podpory ODS v parlamentních volbách v letech 1992-2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 13,00 0,00 14,99 0,00 12,00 0,00 7,18 0,00 12,32 0,00 7,25 0,00 1,68 0,00 důchodci 0,08 0,06 0,00 0,00 -0,03 -0,03 0,01 0,01 -0,04 -0,03 -0,03 -0,03 0,03 0,06 VŠ vzdělání 0,89 0,23 0,49 0,22 0,47 0,23 0,37 0,22 0,63 0,27 0,35 0,29 0,13 0,22 průmysl 0,05 0,08 -0,04 -0,05 -0,05 -0,07 -0,03 -0,05 -0,06 -0,08 -0,03 -0,05 -0,02 -0,07 nezaměstnaní -0,45 -0,09 -0,28 -0,21 -0,32 -0,25 -0,21 -0,21 -0,30 -0,21 -0,20 -0,19 -0,10 -0,17 podnikatelé 0,65 0,14 0,33 0,24 0,41 0,31 0,34 0,32 0,55 0,37 0,30 0,31 0,12 0,24 rozvedení 0,25 0,08 0,24 0,08 0,40 0,14 0,30 0,14 0,54 0,17 0,09 0,05 0,06 0,06 501 - 3 000 0,37 0,02 0,35 0,02 -0,14 -0,01 -0,62 -0,04 -0,93 -0,04 -0,16 -0,01 -0,15 -0,02 3 001 - 10 000 0,78 0,02 -0,19 -0,01 -0,32 -0,01 -1,11 -0,04 -1,96 -0,05 -0,25 -0,01 -0,14 -0,01 10 001 - 50 000 -0,49 -0,01 -1,33 -0,02 -1,03 -0,02 -2,21 -0,05 -4,05 -0,07 -0,68 -0,02 -0,36 -0,02 nad 50 000 -4,40 -0,04 -2,40 -0,02 -1,53 -0,02 -3,17 -0,04 -5,77 -0,05 -2,81 -0,04 -0,77 -0,02 Výsledky analýzy volební podpory TOP09 (viz Tabulka č. 81) se velmi podobují výsledkům zaznamenaným v případě ODS. To může souviset se specifickou pozicí TOP09, která se ve stranickém systému začala stávat nástupcem ODS. Jak ukazují výsledky analýzy a především samotné výsledky voleb, začala ODS ve volbách v roce 2010 vyklízet své pozice a její místo ve stranickém spektru i její oblasti volební podpory a voliče začala přebírat TOP09. Tento proces dokumentují také analýzy přesunu hlasů na individuální úrovni. TOP09 tak lze v jistém smyslu chápat jako nástupce ODS ve stranickém systému České republiky. V utváření podpory TOP09 hrají roli podobné faktory jako v případě ODS. Nejsilnějšími prediktory jsou zde podobně jako v případě ODS podíl podnikatelů a podíl vysokoškolsky vzdělaných, ovšem pořadí jejich významu je obrácené. Zatímco podporu ODS nejlépe vysvětloval podíl podnikatelů, tak v případě TOP09 je to podíl vysokoškoláků. Tyto vlivy působí také na podporu ostatních liberálních stran, ale menší silou než jako je tomu u TOP09. Na základě těchto výsledků je možné formulovat závěr, že pro výši podpory ODS je důležitější kvalitní „ekonomické“ prostředí, zatímco v případě TOP09 je to prostředí „sociální“. Pojmy ekonomický a sociální jsou uvedeny v uvozovkách, protože proměnné nejsou jednoznačným indikátorem buď ekonomického, nebo sociálního liberalismu, ale alespoň z části zachycují oba tyto postoje v prostoru, takže o oblasti ve které je více vysokoškolsky vzdělaných nelze spolehlivě říci, že jsou v ní silněji zastoupeny liberální myšlenky směrem k organizaci společnosti, než směrem k organizaci hospodářství. Dalším významněji působícím faktorem je jen nezaměstnanost, která v obou volbách působí stejným a očekávaným směrem, kdy podpora strany s rostoucí nezaměstnaností v obcích klesá. Tabulka č. 81: Výsledky regresních modelů vysvětlujících výši volební podpory TOP09 v parlamentních volbách v letech 2010 – 2013 B Beta B Beta konstanta 8,03 0,00 3,68 0,00 důchodci -0,08 -0,10 -0,04 -0,06 VŠ vzdělání 0,38 0,37 0,36 0,40 sekundér -0,05 -0,09 -0,05 -0,11 nezaměstnaní -0,16 -0,18 -0,13 -0,17 podnikatelé 0,18 0,21 0,18 0,25 rozvedení 0,03 0,02 0,07 0,05 501 - 3 000 -0,63 -0,05 -0,61 -0,06 3 001 - 10 000 -0,66 -0,03 -0,79 -0,05 10 001 - 50 000 -1,20 -0,04 -1,52 -0,05 nad 50 000 -1,24 -0,02 -1,63 -0,03 KDU-ČSL je svým programem, rétorikou i historií pevně zakotvena na křesťanské straně konfliktní linie církev – stát. Z toho vyplývají teoretická očekávání o vysokém vlivu náboženské tradice na podporu strany. Tato očekávání jsou výsledky analýzy potvrzena. Podíl rozvedených je nejsilnějším prediktorem podpory strany. Výsledky ukazují, že pokud se v nějaké obci nachází o 1 p.b. rozvedených osob více a hodnoty ostatních sledovaných proměnných zůstávají konstantní, pak by podle výsledků analýzy měl rozdíl v podpoře strany činit 1,5 (v roce 1992) až 0,7 (v roce 2013) p.b., přičemž nižší by podpora strany měla být v obci s vyšším podílem rozvedených (viz Tabulka č. 76). Pokles absolutní síly efektu je patrně vyvážen růstem rozptylu proměnné, neboť standardizovaný koeficient ukazuje při velmi podobném indexu determinace stále stejné hodnoty. V celém období lze pozorovat také slabý pozitivní vliv podílu důchodců. Na konci sledovaného období (volby 2010 a 2013) se pak projevuje silnější vliv vysokoškolského vzdělání a podílu zaměstnaných v sekundéru, ačkoli ani jeden z těchto efektů nebyl očekáván. Na ostatních proměnných je podpora strany takřka nezávislá. V roce 2002 se pak patrně v souvislost se společnou kandidaturou Unie svobody více projevuje vliv podílu vysokoškolsky vzdělaného obyvatelstva a také se zde oslabuje vliv rozvodovosti. Struktura vlivu jednotlivých proměnných je velmi podobná i v roce 2006, což může znamenat, že společná koalice s Unií svobody vytvořila nové vazby mezi společenskými skupinami v obcích a stranou, které se udržely i po rozpadu koalice. Tabulka č. 76: Výsledky regresních modelů vysvětlujících výši volební podpory KDU-ČSL v parlamentních volbách v letech 1992-2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 13,50 0,00 12,87 0,00 13,84 0,00 8,96 0,00 7,84 0,00 2,63 0,00 3,92 0,00 důchodci 0,14 0,10 0,18 0,14 0,20 0,15 0,15 0,14 0,14 0,13 0,09 0,12 0,09 0,10 VŠ vzdělání -0,08 -0,02 0,03 0,01 -0,01 -0,01 0,23 0,12 0,07 0,04 0,11 0,10 0,16 0,15 sekundér 0,02 0,04 0,04 0,05 0,02 0,03 0,03 0,05 0,04 0,07 0,07 0,13 0,08 0,15 nezaměstnaní -0,10 -0,02 -0,08 -0,06 -0,09 -0,06 -0,06 -0,05 -0,02 -0,02 0,10 0,10 0,08 0,08 podnikatelé -0,14 -0,03 -0,07 -0,04 -0,05 -0,03 0,02 0,02 -0,04 -0,04 -0,02 -0,02 -0,02 -0,02 rozvedení -1,52 -0,45 -1,40 -0,44 -1,38 -0,45 -1,03 -0,40 -1,05 -0,43 -0,62 -0,38 -0,70 -0,41 501 - 3 000 0,28 0,01 -0,73 -0,03 -0,79 -0,04 -0,32 -0,02 -0,04 0,00 -0,11 -0,01 -0,18 -0,01 3 001 - 10 000 0,12 0,00 -0,93 -0,03 -0,84 -0,02 -0,50 -0,02 -0,25 -0,01 -0,32 -0,01 -0,23 -0,01 10 001 - 50 000 1,45 0,02 0,28 0,00 0,33 0,01 0,27 0,01 0,50 0,01 0,30 0,01 0,49 0,01 nad 50 000 2,94 0,03 1,22 0,01 1,26 0,01 1,45 0,02 1,22 0,01 0,41 0,01 0,65 0,01 Druhým hlavním pólem stranického spektra Rakouské republiky je Lidová strana Rakouska ÖVP. Vzhledem k tomu, že tato strana kombinuje křesťanskodemokratický a konzervativní charakter, tak byla vybrána ke srovnání s podporou KDU-ČSL, ODS a TOP09. Jak ukazují výsledky analýzy tak podpora Lidové strany Rakouska je závislá především na rozvodovosti, podílu pracujících v sekundéru, nezaměstnanost a podílu důchodců na obyvatelstvu obce (viz Tabulka č. 77). Všechny proměnné působí obráceným směrem, než jak tomu bylo u SPÖ, což potvrzuje očekávání založené na faktu, že strany stojí ve většině sledovaných společenských štěpení na opačných stranách konfliktů. ÖVP tak získává vyšší podporu spíše v oblastech s nižším podílem důchodců, pracujících v sekundéru, nezaměstnaných a především rozvedených osob. V rozporu s formulovanými hypotézami působí na výši volební podpory strany proměnná podíl podnikatelů. S rostoucím podílem podnikatelů podpora strany v 90. letech klesala a nyní je výše podpory na této proměnné zcela nezávislá, naproti tomu se ale objevuje negativní efekt podílu vysokoškolsky vzdělaných osob. Na volební zisk ÖVP má pozitivní efekt spíše menší velikost obce, ovšem v počátku 90. let patrně v souvislosti s vyšší podporou strany v některých částech Vídně se projevuje poměrně silný pozitivní vztah a tedy při shodných ostatních charakteristikách obce se dala očekávat vyšší podpora v prostředí velkých měst. Naproti tomu se jako nejméně vhodné prostředí pro vysokou podporu strany jeví obce s 1000 až 10 000 obyvateli. S výjimkou role velikosti obce se vliv žádné z proměnných výraznějším způsobem neměnil v čase. Na základě hodnot nestandardizovaného koeficientu se může zdát, že klesá také síla vlivu rozvodovosti, ovšem tento vývoj je dán spíše růstem rozptylu v proměnné a vysvětlující síla tak v principu zůstává stejná, jak to ostatně naznačují jen velmi slabě se měnící hodnoty standardizovaného koeficientu. Tabulka č. 77: Výsledky regresních modelů vysvětlujících výši volební podpory ÖVP v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 81,65 0,00 67,85 0,00 66,21 0,00 66,08 0,00 87,73 0,00 71,95 0,00 57,02 0,00 52,01 0,00 důchodci -0,41 -0,14 -0,27 -0,11 -0,21 -0,09 -0,23 -0,09 -0,51 -0,19 -0,25 -0,10 -0,12 -0,05 -0,15 -0,06 VŠ vzdělání -0,01 0,00 0,07 0,01 0,33 0,06 -0,08 -0,02 -0,19 -0,04 -0,21 -0,05 -0,27 -0,11 -0,24 -0,10 sekundér -0,35 -0,25 -0,32 -0,26 -0,33 -0,30 -0,30 -0,25 -0,31 -0,24 -0,29 -0,24 -0,42 -0,31 -0,42 -0,33 nezaměstnaní -0,50 -0,10 -0,32 -0,07 -0,42 -0,10 -0,50 -0,12 -0,60 -0,13 -0,50 -0,11 -0,68 -0,19 -0,36 -0,11 podnikatelé -0,14 -0,06 -0,20 -0,09 -0,21 -0,10 -0,22 -0,06 0,03 0,01 0,01 0,00 0,09 0,03 0,07 0,02 rozvedení -4,80 -0,53 -4,52 -0,58 -4,10 -0,56 -3,29 -0,56 -3,26 -0,50 -3,26 -0,53 -2,72 -0,53 -2,74 -0,57 501 - 3 000 -4,71 -0,17 -3,67 -0,15 -3,37 -0,15 -3,91 -0,18 -4,19 -0,17 -4,88 -0,21 -3,11 -0,16 -1,89 -0,10 3 001 - 10 000 -9,28 -0,24 -7,07 -0,21 -6,78 -0,22 -6,85 -0,24 -7,58 -0,23 -8,46 -0,28 -5,30 -0,21 -3,82 -0,16 10 001 - 50 000 -3,64 -0,04 -2,26 -0,03 -2,68 -0,04 -3,33 -0,05 -4,80 -0,07 -5,77 -0,09 -2,58 -0,05 -1,73 -0,03 nad 50 000 3,92 0,03 2,12 0,02 1,11 0,01 -2,25 -0,02 -4,48 -0,03 -5,17 -0,04 -1,42 -0,01 -0,70 -0,01 Ve srovnání výsledků analýzy pro ÖVP a vybrané české strany (ODS a KDU-ČSL) lze nalézt v případě každého parciálního srovnání určité styčné body, ale také rozdíly. V případě ODS a TOP09 se s ÖVP shoduje vliv nezaměstnanosti, naopak se podmíněnost volební podpory liší v roli rozvodovosti, podílu podnikatelů a vysokoškolsky vzdělaného obyvatelstva. Zatímco v případě ÖVP podpora strany s rostoucí rozvodovostí významně klesá, tak na podporu ODS má tato proměnná zanedbatelný, ale spíše pozitivní vliv. Výši volební podpory těchto stran ale pozitivně ovlivňuje výše podílu podnikatelů a vysokoškolsky vzdělaných osob. Naproti tomu v Rakousku kvůli silnějšímu vztahu proměnné ke konceptu postmaterialismu ÖVP s vyšší vzdělaností v obcích spíše ztrácí. Ve srovnání charakteru podmíněnosti volební podpory ÖVP a KDU-ČSL se vzorec podobá silným negativním vlivem rozvodovosti, ale naopak se podmíněnost volební podpory liší na základě odlišného vlivu podílu pracujících v průmyslu, důchodců a nezaměstnaných. 5.4.3. Analýza výsledků populistických stran Do skupiny populistických stran byly kvůli svému protivládnímu akcentu zařazeny strany SPR-RSČ, VV a Úsvit v České republice a FPÖ, BZÖ a Team Stronach v Rakouské republice. Mezi těmito stranami existují zjevné rozdíly. Čeští republikáni (SPR-RSČ) a rakouští svobodní (FPÖ) se přikláněli spíše ke krajně pravicovým postojům, přičemž tento prvek chyběl v ideové výbavě Věcí Veřejných a spíše slabý byl také v rámci programu Teamu Stronach. Republikánská rétorika byla také silněji nacionalistická, než v případě ostatních stran. Výsledky analýzy ukazují jistý rozdíl ve vztahu jednotlivých proměnných v případě SPR-RSČ na jedné straně a VV a Úsvit na straně druhé (viz Tabulka č. 78). Výsledky je však nutné brát z rezervou, protože sestavené modely nevysvětlují prakticky žádnou variabilitu ve volební podpoře těchto stran. Tento výsledek je patrně způsoben následujícími příčinami. Proměnné byly vybrány jako indikátory skupin stojících na jednotlivých „klasických“ konfliktních liniích. Všechny zmíněné strany lze však vzhledem k jejich profilu považovat spíše než za pravicové či levicové za protestní (Tismaneanu 2001). Tyto strany tedy na žádné z tradičních konfliktních linií nestojí a proměnné by tedy vliv mít neměly. Očekáván byl pouze negativní vliv podílu vysokoškolsky vzdělaných, který se velmi slabě projevuje v případě podpory SPR-RSČ a Úsvitu. Tabulka č. 78: Výsledky regresních modelů vysvětlujících výši volební podpory SPR-RSČ a VV ve volbách do Sněmovny v letech 1996-2010 1992 1996 1998 2010 2013 B Beta B Beta B Beta B Beta B Beta konstanta 4,79 0,00 8,62 0,00 3,67 0,00 8,14 0,00 4,49 0,00 důchodci -0,04 -0,07 -0,02 -0,03 -0,01 -0,03 -0,04 -0,09 -0,01 -0,03 VŠ vzdělání -0,14 -0,09 -0,15 -0,11 -0,08 -0,11 0,03 0,04 -0,05 -0,09 sekundér 0,02 0,07 0,01 0,03 0,00 -0,01 0,00 0,01 0,03 0,09 nezaměstnaní 0,05 0,03 0,05 0,06 0,04 0,08 -0,07 -0,12 0,00 0,01 podnikatelé -0,06 -0,04 -0,05 -0,06 -0,01 -0,03 0,05 0,08 0,03 0,08 rozvedení 0,14 0,11 0,14 0,08 0,09 0,10 -0,02 -0,02 -0,05 -0,06 501 - 3 000 -0,32 -0,03 -0,86 -0,07 -0,34 -0,05 -0,39 -0,05 -0,14 -0,02 3 001 - 10 000 0,07 0,00 -1,31 -0,06 -0,47 -0,04 -0,53 -0,04 -0,26 -0,02 10 001 - 50 000 0,21 0,01 -1,96 -0,06 -0,51 -0,03 -0,77 -0,04 -0,30 -0,02 nad 50 000 0,70 0,02 -1,80 -0,03 -0,48 -0,01 -0,92 -0,02 -0,71 -0,02 V Rakousku lze považovat za populistické strany FPÖ, po jejím rozštěpení také BZÖ a dále stranu Team Stronach usilující o hlasy voličů poprvé ve volbách v roce 2013. V případě FPÖ je vzhledem k velmi nízké vysvětlující síle modelů analyzujících volební podporu strany nutné brát všechny nalezené efekty s rezervou, podobně jako tomu bylo v případě srovnatelných českých stran. V interpretaci výsledků regresní analýz ale lze rozdělit sledované období na dvě etapy, tak jak bylo navrhováno v popisu volebních výsledků FPÖ s pomocí korelační analýzy. První etapa zahrnuje volby mezi lety 1990 a 2002, ta druhá pak volby mezi lety 2006 a 2013. V první etapě regresní modely mnoho podstatného o volební podpoře FPÖ a příčinách její různé výše neříkají (viz Tabulka č. 79). Ve druhé pak vysvětlující síla modelů postupně narůstá. I přes rozdílné rozložení podpory hraje ve výši volební podpory stále téměř stejnou roli podíl důchodců rozvedených. Strana získává vyšší podporu v obcích, kde je více rozvedených, což ale platí v případě, že ostatní sledované charakteristiky zůstávají konstantní. Vliv faktoru se od roku 2006 prohlubuje, což je vzhledem k akcentu na tradiční hodnoty strany může znamenat dvě různé věci. Buďto se voliči neshodnou s názory strany, nebo strana dokáže oslovit tradičně smýšlející voliče snáze v oblastech, kde je prostředí více sekulární, což může být způsobeno tím, že v tradičních katolických oblastech jsou voliči více identifikováni s ÖVP. V celém období se projevuje také negativní vliv podílu vysokoškolsky vzdělaných a důchodců, ovšem v některých volbách se síla vlivu jeví jako zanedbatelná. Rozdíl mezi etapami volební podpory je zachycen zejména změnou vlivu proměnných podnikatelé, nezaměstnanost a velikost obce. Zatímco do roku 2002 přinášela straně výhodu velikost obce mezi 3 a 10 tisíci a spíše vyšší podíl podnikatelů v obci a na nezaměstnanosti byla podpora strany nezávislá, tak od roku 2006 nehraje velikost obce žádnou významnější roli a k vyšší podpoře strany přispívají spíše nižší podíly podnikatelů a nezaměstnaných. Zatímco v případě předchozích stran vyplývalo z výsledků poměrně jasně vyprofilované prostředí, tak kombinace hodnot proměnných vedoucí k vyšší podpoře strany je v případě FPÖ velmi specifická. Tabulka č. 79: Výsledky regresních modelů vysvětlujících výši volební podpory FPÖ v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 9,69 0,00 15,08 0,00 19,39 0,00 16,48 0,00 1,89 0,00 9,96 0,00 16,84 0,00 16,91 0,00 důchodci -0,06 -0,05 -0,03 -0,03 -0,26 -0,23 -0,10 -0,09 0,02 0,02 -0,12 -0,19 -0,16 -0,16 -0,15 -0,15 VŠ vzdělání -0,04 -0,02 -0,23 -0,09 -0,40 -0,15 -0,25 -0,13 -0,08 -0,05 -0,04 -0,04 -0,21 -0,20 -0,33 -0,32 sekundér 0,02 0,04 0,03 0,06 0,06 0,11 0,11 0,20 0,09 0,22 0,02 0,07 0,01 0,01 0,10 0,17 nezaměstnaní 0,02 0,01 -0,10 -0,05 -0,05 -0,02 -0,07 -0,03 0,00 0,00 -0,14 -0,13 -0,27 -0,19 -0,23 -0,16 podnikatelé 0,23 0,23 0,06 0,07 0,29 0,30 0,22 0,13 0,26 0,21 -0,12 -0,13 -0,26 -0,18 -0,12 -0,09 rozvedení 0,39 0,11 0,56 0,17 0,33 0,09 0,56 0,20 0,03 0,02 0,37 0,24 0,81 0,39 0,75 0,35 501 - 3 000 0,56 0,05 0,77 0,08 0,22 0,02 0,65 0,06 0,55 0,07 0,39 0,07 0,56 0,07 -0,33 -0,04 3 001 - 10 000 1,55 0,11 1,20 0,09 1,25 0,09 1,16 0,09 1,39 0,13 0,71 0,09 0,26 0,03 -0,63 -0,06 10 001 - 50 000 0,88 0,03 0,40 0,01 1,43 0,04 0,01 0,00 1,39 0,06 0,45 0,03 -0,77 -0,03 -1,59 -0,07 nad 50 000 -1,38 -0,03 -0,98 -0,02 0,91 0,02 -0,81 -0,01 1,53 0,04 1,32 0,04 -1,07 -0,03 -1,80 -0,05 Svaz pro budoucnost Rakouska vznikl odštěpením od FPÖ. Ve vysvětlení volební podpory jedním ze shodných rysů zůstala nízká schopnost vysvětlit rozdíly ve volební podpoře strany mezi obcemi pomocí zvolených faktorů. Výše volební podpory je na výši zastoupení jednotlivých skupin obyvatelstva v obcích téměř nezávislá. Tento výsledek je vzhledem k rozložení hodnot volebních výsledků strany poměrně logický, protože vzhledem k „binárnímu“ rozdělení volební podpory by bylo vhodnější využít spíše jiné metody. K vysvětlení jen mírně přispívají proměnné podíl pracujících v sekundéru, podíl podnikatelů, nezaměstnanost a velikost obce (viz Tabulka č. 80). Struktura podmíněnosti volební podpory BZÖ se tak se vzorcem podmíněností volební podpory potkává pouze ve shodném vlivu podílu podnikatelů a velikostní kategorie obcí od 3 do 10 tisíc obyvatel. Tabulka č. 80: Výsledky regresních modelů vysvětlujících výši volební podpory BZÖ a Team Stronach v parlamentních volbách v letech 2006-2013 2006 2008 2013 FRANK2013 B Beta B Beta B Beta B Beta konstanta -4,45 0,00 1,45 0,00 0,74 0,00 2,68 0,00 důchodci 0,14 0,15 0,00 0,00 0,02 0,04 0,03 0,05 VŠ vzdělání 0,01 0,01 0,00 0,00 0,05 0,10 -0,08 -0,12 sekundér 0,05 0,12 0,16 0,20 0,03 0,14 0,05 0,14 nezaměstnaní 0,15 0,09 0,20 0,10 0,04 0,06 -0,12 -0,14 podnikatelé 0,18 0,14 0,20 0,10 0,02 0,03 0,06 0,07 rozvedení -0,20 -0,09 -0,15 -0,05 -0,05 -0,06 0,21 0,16 501 - 3 000 0,83 0,10 0,73 0,06 0,02 0,01 -0,45 -0,09 3 001 - 10 000 1,54 0,14 1,62 0,11 0,11 0,02 -0,86 -0,14 10 001 - 50 000 1,11 0,05 1,00 0,03 -0,26 -0,03 -1,44 -0,10 nad 50 000 1,31 0,03 -0,16 0,00 -0,47 -0,03 -1,87 -0,08 Ve volbách v roce 2013 se volební soutěže v Rakousku relativně úspěšně zúčastnilo také uskupení Team Stronach. Podobně jako v případě BZÖ vedl k vyšší podpoře této strany vyšší podíl pracujících v sekundéru, ve shodě s FPÖ pak vyšší podíl rozvedených a nižší podíl nezaměstnaných a vysokoškolsky vzdělaných. Pro stranu pak výhodu přinášela spíše menší populační velikost obce. Celková vysvětlující síla modelu je ale velmi nízká. Jedinou společnou vlastností všech modelů vysvětlujících volební podporu populistických stran je jejich velmi slabá vysvětlující síla. Rozdíly v podpoře těchto stran jsou tak patrně způsobeny ještě dalšími charakteristikami, které nejsou zachyceny v datech a tedy nejsou součástí analýzy. 5.4.4. Analýza výsledků liberálních stran Podobně jako výše popsaná skupina populistických stran byla z hlediska vlastností jednotlivých analyzovaných stran poměrně heterogenní, tak také skupina liberálních stran je poměrně různorodá. Vzhledem k tomu, že v českém prostředí je k těmto stranám kvůli explicitnímu se hlášení Strany zelených k pravici zařazena tato strana k liberálním stranám, tak je do srovnání zařazena také rakouská strana Zelení, ačkoli v západoevropském prostředí jsou zelené strany obecně považovány za odlišné vůči liberálním a v klasifikacích a typologiích jim patří vlastní kategorie. Podpora menších liberálních subjektů na zvolených proměnných je na úrovni obcí spíše nezávislá. Ve všech případech jsou tyto strany úspěšné v prostředí s vysokou úrovní vzdělanosti, což částečně ukazuje na postmateriální a městský charakter těchto stran (viz Tabulka č. 81). Volební výsledky stran jsou také ovlivněny podílem podnikatelů a nezaměstnaností. S vyšším podílem podnikatelů a nižší nezaměstnaností v obci roste podpora těchto stran. Stejný směr ovšem s nižší silou mají tyto proměnné také s podporou US, naopak podpora SZ je na těchto faktorech téměř nezávislá. Výše podpory Strany zelených pak poměrně významně závisí s rozvodovostí, když vyšší podpory dosáhla ve více sekulárním prostředí. Kombinace vztahu podpory Strany zelených a rozvodovosti a podílu vysokoškolsky vzdělaných osob je patrně určena postoji Strany zelených a jejich voličů k tradicím obecně a také zakotvením v městském prostředí. Tyto závěry v souladu se vstupními očekáváními. Tabulka č. 81: Výsledky regresních modelů vysvětlujících výši volební podpory ODA, US a SZ v parlamentních volbách v letech 1992 – 2006 ODA 1992 ODA 1996 US 1998 SZ 2006 B Beta B Beta B Beta B Beta konstanta 1,14 0,00 3,18 0,00 3,59 0,00 2,10 0,00 důchodci 0,00 0,00 -0,02 -0,05 0,00 0,00 -0,01 -0,04 VŠ vzdělání 0,35 0,22 0,15 0,21 0,21 0,26 0,11 0,20 sekundér 0,01 0,05 0,01 0,06 0,00 0,00 0,00 0,02 nezaměstnaní -0,18 -0,09 -0,07 -0,16 -0,08 -0,15 -0,05 -0,14 podnikatelé 0,28 0,15 0,06 0,12 0,09 0,17 0,03 0,10 rozvedení 0,19 0,15 -0,07 -0,07 -0,01 -0,01 0,11 0,15 501 - 3 000 -0,51 -0,05 -0,27 -0,04 -0,27 -0,03 -0,18 -0,04 3 001 - 10 000 -0,71 -0,05 0,03 0,00 -0,16 -0,01 -0,21 -0,03 10 001 - 50 000 -0,87 -0,04 -0,07 0,00 -0,32 -0,02 -0,36 -0,03 nad 50 000 -2,57 -0,06 0,18 0,01 -0,44 -0,01 -0,13 -0,01 Z liberálních stran v Rakousku dokázaly ve sledovaném období uspět uskupení LiF a NEOS, mezi kterými existuje jistá organizační a personální provázanost. Ačkoli je rozložení volební podpory pomocí definovaného modelu poměrně dobře vysvětlitelné, tak tomuto faktu napomáhají jen tři z použitých proměnných. Ve všech analyzovaných volbách podporu malých liberálních stran LiF a NEOS ovlivňuje především podíl vysokoškolsky vzdělaných obyvatel, podíl důchodců a rozvedených (viz Tabulka č. 82). V případě podpory strany NEOS je ale vysvětlující síla vzdělanosti a rozvodovosti slabší než v případě LiF a slabší je v důsledku také celková vysvětlující síla modelu. Naopak se projevil slabý vliv podílu podnikatelů. Kromě tohoto případu se ale v modelech očekávaný vliv indikátorů linie „vlastníci/pracující“ neprojevuje. Tabulka č. 82: Výsledky regresních modelů vysvětlujících výši volební podpory LiF a NEOSS v parlamentních volbách v letech 1994-2013 1994 1995 1999 NEOS 2013 B Beta B Beta B Beta B Beta konstanta 2,92 0,00 3,12 0,00 0,94 0,00 2,21 0,00 důchodci -0,07 -0,20 -0,10 -0,28 -0,04 -0,15 -0,09 -0,20 VŠ vzdělání 0,34 0,42 0,31 0,37 0,21 0,53 0,14 0,31 sekundér -0,01 -0,08 0,00 -0,03 0,00 0,00 0,00 0,00 nezaměstnaní -0,03 -0,05 -0,04 -0,06 0,00 0,01 -0,06 -0,10 podnikatelé -0,02 -0,05 0,02 0,06 0,01 0,04 0,11 0,18 rozvedení 0,52 0,49 0,48 0,45 0,13 0,22 0,16 0,17 501 - 3 000 0,27 0,08 0,21 0,06 0,03 0,02 -0,16 -0,05 3 001 - 10 000 0,30 0,07 0,36 0,08 0,13 0,04 -0,02 0,00 10 001 - 50 000 -0,29 -0,03 -0,02 0,00 0,16 0,03 0,32 0,03 nad 50 000 -1,02 -0,06 -0,63 -0,04 0,28 0,02 -0,66 -0,04 Na rozdíl od České republiky je v Rakousku strana Zelení poměrně silnou a stabilní součástí stranického systému. K dispozici tak jsou výsledky za celé období od roku 1990 do roku 2013. Výši volební podpory strany Grüne nejlépe vysvětluje podíl vysokoškolsky vzdělaných osob (viz Tabulka č. 83). V celém období platí, že s rozdílem 10 % v podílu vysokoškolsky vzdělaného obyvatelstva by se měl pojit přibližně 4-7% rozdíl ve volebním zisku strany (samozřejmě za předpokladu shodnosti srovnávaných obcí v ostatních ohledech). Síla tohoto vlivu se v čase dále prohlubuje. Z věcného hlediska má význam také podíl důchodců a velikostní struktura obcí. Zelení jsou úspěšnější spíše o obcích s nižším podílem osob v důchodovém věku a obvykle spíše ve větších sídlech. Výsledky ukazují také slabou negativní vazba k nezaměstnanosti a podpora strany je tedy vyšší spíše v místech s nižší nezaměstnaností. V souladu s očekáváními je i vliv rozvodovosti, s jejímž růstem roste i podpora strany, ovšem oproti ostatním proměnným se jedná spíše o slabý vztah. Na základě těchto výsledků lze říci, že zatímco SPÖ a ÖVP stojí proti sobě na překrývajících se liniích vlastnící – pracující, církev – stát a město – venkov, tak strana Zelení proti nim stojí na postmaterialistické linii, která je v tomto případě reprezentována podílem osob s vysokoškolským vzděláním. Tabulka č. 83: Výsledky regresních modelů vysvětlujících výši volební podpory GRÜNE v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 2,75 0,00 5,95 0,00 4,61 0,00 6,48 0,00 6,09 0,00 6,70 0,00 4,18 0,00 5,66 0,00 důchodci -0,08 -0,25 -0,13 -0,33 -0,12 -0,39 -0,17 -0,29 -0,19 -0,31 -0,17 -0,27 -0,15 -0,23 -0,18 -0,27 VŠ vzdělání 0,37 0,50 0,48 0,50 0,32 0,42 0,53 0,55 0,54 0,56 0,67 0,65 0,44 0,65 0,46 0,67 sekundér 0,00 0,02 0,00 0,00 0,00 0,03 0,01 0,03 0,01 0,02 0,00 -0,01 0,01 0,04 0,02 0,05 nezaměstnaní -0,03 -0,05 -0,08 -0,11 -0,04 -0,07 -0,11 -0,11 -0,07 -0,07 -0,11 -0,10 -0,11 -0,12 -0,09 -0,10 podnikatelé 0,02 0,07 -0,01 -0,02 0,01 0,05 0,04 0,05 -0,01 -0,01 -0,04 -0,04 -0,01 -0,01 -0,01 -0,01 rozvedení 0,13 0,13 0,12 0,10 0,05 0,05 0,11 0,08 0,23 0,16 0,13 0,09 0,11 0,08 0,05 0,04 501 - 3 000 0,00 0,00 0,25 0,06 0,13 0,04 0,20 0,04 0,27 0,05 0,43 0,08 0,32 0,06 0,33 0,06 3 001 - 10 000 0,35 0,09 0,69 0,13 0,50 0,12 0,97 0,14 0,98 0,14 1,12 0,15 0,99 0,15 1,11 0,17 10 001 - 50 000 0,39 0,04 0,59 0,05 0,63 0,07 1,52 0,10 1,52 0,10 1,19 0,07 1,20 0,08 0,66 0,04 nad 50 000 0,24 0,02 0,36 0,02 0,53 0,04 1,97 0,07 1,44 0,05 1,26 0,04 0,79 0,03 -0,05 0,00 Do srovnání v této části analýzy vstoupily výsledky regresních modelů volební podpory liberálních a zelených stran v České a Rakouské republice. Již ze vstupních vlastností jednotlivých stran bylo možné očekávat významný rozdíl mezi oběma zeměmi. Výše podpory a její stabilita je v obou zemích velmi podobná v případě liberálních stran. Obvykle se jedná o menší subjekty s epizodními úspěchy. Naproti tomu strana Zelení v Rakousku patří k hlavním stranám v politickém systému, zatímco české Straně zelených se podařilo pouze jedinkrát při samostatné kandidatuře získat zastoupení v parlamentu. Ve srovnání výsledků analýzy všech stran zmíněných v této části je jedinou shodnou vlastností v podmíněnosti jejich volební podpory vyšší podpora v obcích s vyšším podílem vysokoškolsky vzdělaných osob, tedy v postmateriálním prostředí (v Rakousku) a liberálním prostředí v ČR. Působení dalších proměnných je mezi oběma zeměmi a jednotlivými stranickými rodinami různé. Výši podpory rakouských liberálních stran a české Strany zelených pak pozitivně ovlivňuje výše podílu rozvedených osob, což dále indikuje slabší roli „tradice“ v místech s vyšší podporou těchto stran. Tento vliv se ale příliš neprojevuje u českých liberálních stran a rakouské Strany zelených. České liberální strany a zelené strany v Rakousku i České republice získávají vyšší podporu spíše v místech s nižší nezaměstnaností, ovšem pro ostatní zmíněné strany není tento faktor příliš relevantní. Další rozdíly lze pozorovat v působení proměnných podíl důchodců a podnikatelů. Zatímco v České především liberální strany získávají výhodu v prostředí, kde je více podnikatelů, tak v Rakousku tato proměnná nemá vliv. Naopak rakouské strany jsou úspěšnější spíše v oblastech s nižším podílem osob v důchodu, zatímco v České republice tento faktor nehraje roli. 5.4.5. Analýza výsledků KSČM Podle popisu stranických systému a jednotek v nich obsažených stojí oproti ostatním stranám KSČM poněkud mimo. Strana samotná a tedy i podmíněnost její volební podpory není srovnatelná s žádnou stranou v Rakousku, vzhledem k levicovému profilu strany by bylo možné uvažovat snad jen o komparaci s SPÖ. Jak ukázal popis volební podpory KSČM prostřednictvím mapy stabilní volební podpory, získávala tato strana hlasy především v periferních oblastech (v ekonomickém a geografickém, nikoli politickém, smyslu), ať už v rámci ČR nebo jednotlivých krajů. Tomu odpovídají i výsledky regresní analýzy. Ty jsou zároveň také ve shodě s předpokládanou pozicí strany na škále levice - pravice. Strana je tedy úspěšná zejména v obcích s vysokou nezaměstnanosti, a nízkým podílem podnikatelů (viz Tabulka č. 84). Podle teoretických předpokladů má strana stát na straně „státu“ na konfliktní linii církev - stát, což empiricky potvrzují získané výsledky, podle kterých s rostoucím podílem rozvedených roste také podpora strany. Podobně ovlivňuje podporu strany také podíl nepracujících důchodců. Ale zatímco vztah mezi podporou strany a rozvodovostí se postupně ztrácí, tak síla vztahu výsledků strany a podílů důchodců naopak roste. Síla a směr vztahu volební podpory KSČM a podílu vysokoškoláků pak naznačuje materialistické a venkovské založení strany. To v tomto případě potvrzují také hodnoty koeficientů vztažených k jednotlivým proměnným velikostních kategorií obcí, kdy s rostoucí velikostí klesá podpora strany. S postupem času se prohlubuje vliv ekonomických proměnných a naopak klesá vliv podílu rozvedených, což se současným nárůstem vysvětlující síly modelů naznačuje, že podpora strany postupně zakořeňuje v okrajových, ekonomicky marginalizovaných oblastech, přičemž se snižuje role kulturních či tradičních faktorů, jejichž indikátorem může být míra rozvodovosti. Výše podpory je tedy závislá na jednotlivých indikátorech tak, jak bylo formulováno v rámci hypotéz. Pouze se neprojevuje žádný vliv rozdílu ve výši podílu pracujících v sekundéru. Tabulka č. 84: Výsledky regresních modelů vysvětlujících výši volební podpory KSČM v parlamentních volbách v letech 1992 - 2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 8,25 0,00 9,54 0,00 10,37 0,00 12,94 0,00 9,90 0,00 7,91 0,00 11,36 0,00 důchodci 0,03 0,03 0,08 0,09 0,07 0,08 0,11 0,11 0,10 0,12 0,12 0,17 0,12 0,15 VŠ vzdělání -0,08 -0,03 -0,14 -0,09 -0,16 -0,10 -0,26 -0,15 -0,19 -0,14 -0,13 -0,14 -0,17 -0,17 sekundér 0,04 0,09 -0,02 -0,03 -0,01 -0,02 -0,01 -0,02 -0,01 -0,02 -0,01 -0,01 -0,02 -0,05 nezaměstnaní 0,16 0,04 0,09 0,09 0,14 0,14 0,21 0,19 0,12 0,14 0,08 0,10 0,07 0,08 podnikatelé -0,35 -0,10 -0,16 -0,16 -0,17 -0,17 -0,19 -0,17 -0,15 -0,17 -0,12 -0,15 -0,13 -0,16 rozvedení 0,45 0,18 0,24 0,11 0,16 0,08 0,23 0,10 0,15 0,08 0,07 0,05 0,05 0,03 501 - 3 000 -0,45 -0,03 -0,60 -0,04 -0,64 -0,04 -1,07 -0,06 -0,67 -0,05 -0,83 -0,07 -0,85 -0,07 3 001 - 10 000 -1,34 -0,05 -1,20 -0,05 -1,20 -0,05 -1,82 -0,07 -1,19 -0,06 -1,37 -0,07 -1,33 -0,07 10 001 - 50 000 -1,80 -0,04 -1,96 -0,05 -1,85 -0,05 -2,54 -0,06 -1,81 -0,05 -2,18 -0,07 -1,99 -0,06 nad 50 000 -1,23 -0,01 -2,58 -0,04 -2,31 -0,03 -2,79 -0,03 -2,03 -0,03 -1,88 -0,03 -1,78 -0,03 5.5. Výsledky analýzy s daty na úrovní obvodů ORP a politických okresů Jak již bylo naznačeno, je možné, že rozdíly mezi Českou republikou a Republikou Rakousku ve výsledcích získaných v předchozí části jsou jen artefaktem rozdílné logiky členění území do obcí, kdy rakouské obce principiálně představují vyšší míru agregace dat než obce české. Pro ověření platnosti předchozích závěrů je tak zcela totožná analýza vytvořena také s využitím dat na mikroregionální úrovni, na které by se problém s rozdílnou agregací již nemusel projevovat. Protože příčinnou možného problému nemusí být nutně pouze míra agregace, ale stejná váha jednotlivých obcí, kdy velmi malé obce představují pro celkový výsledek stejnou položku jako velká města, je proveden také druhý kontrolní krok, kterým je provedení regresní analýzy na úrovni obcí, ale s využitím jejich populační velikosti jakožto váhy. Výsledky této analýzy jsou velmi podobné výsledkům na mikroregionální úrovni, proto zde nejsou samostatně interpretovány a jsou pouze součástí elektronické přílohy. V této části budou představeny výsledky navržených regresních modelů a rovněž bude provedeno srovnání výsledků nových modelů s výsledky popsanými v předchozí pasáži, tak aby bylo zřejmé, které ze závěrů lze považovat za spolehlivé a které by naopak vyžadovaly další zkoumání pro rozhodnutí o jejich platnosti. Za spolehlivé přitom budou považovány ty, které platí stejně pro všechny tři „typy“ modelů. Pokud se mezi modely výsledky budou lišit, pak je zřejmé, že je nelze považovat za univerzálně platné, ale zároveň nebude možné určit, který z výsledků je ten správný. 5.5.1. Výsledky analýzy (index determinace) Zatímco analýza na úrovni obcí ukazovala v mnoha ohledech velké rozdíly v podmíněnosti volební podpory politických stran zvolenými indikátory mezi Českou republikou a Rakouskem, tak na základě analýzy na mikroregionální úrovni je potřeba předchozí závěry relativizovat. Modely lépe vysvětlují územní rozdíly ve výši volební podpory KDU-ČSL, TOP09 a ODS než v případě ÖVP, ČSSD oproti SPÖ a českých populistických stran oproti rakouským a vysvětlující síla je prakticky stejná v případě českých a rakouských liberálních stran. Rozdíly nalezené v předchozí části tak budou patrně způsobeny především odlišným způsobem vymezení obcí, které dává v České republice větší váhu malým obcím, které činí rozptyl ve volebních výsledcích více náhodným než je tomu v Rakousku, neboť výsledky v Rakousku se za obce a okresy příliš neliší. V případě ÖVP a SPÖ se rozdíl pohybuje okolo 10 % vysvětleného rozptylu. V případě strany Zelení, liberálních stran a FPÖ po roce 2006 je rozdíl vyšší, protože analýza za okresy dává vyšší váhu vídeňským obvodům a velkým městům, které pro všechny tyto strany jsou hlavním zdrojem volební podpory. Vstupní hypotézu o vlivu postkomunismu, který se měl projevit volnější vazbou mezi indikátory sociální struktury a volebními výsledky tak regresní analýza provedená na úrovni obcí příliš nepodporuje. Platnost hypotézy pouze naznačují výsledky získané v České republice za volby v roce 1992 a v Rakousku za volby v letech 1990 a 1994. V tomto období byla vysvětlující síla podstatně vyšší pro SPÖ než pro ČSSD, pro LiF než pro ODA a pro ÖVP oproti ODS a KDU-ČSL. Pouze rozdíly v podpoře SPR-RSČ se zdají být více ovlivněny rozdíly v sociální struktuře než rozdíly v podpoře FPÖ. Podpora FPÖ do roku 2002 a podpora BZÖ je podobně jako na úrovni obcí vysvětlena jen velmi slabě. Data za mikroregiony ukazují také mírně odlišný obraz ve vývoji vztahu charakteristik společnosti a územních rozdílů v podpoře stran, než jaký byl naznačen analýzou na úrovni obcí. Stejným způsob v obou datových sadách je zaznamenán vývoj vysvětlující síly modelů analyzujících výši podpory ODS, KDU-ČSL a KSČM. V případě ČSSD výsledky na úrovni ORP ukazují postupný nárůst vysvětlující síly již od počátku 90. let a následný výrazný propad v roce 2002 po prvním vládním angažmá strany (viz Graf č. 17). Oproti vývoji zachycenému v datech na úrovni obcí je odlišný také nárůst vysvětlující síly v případě liberálních stran, který proběhl již v průběhu 90. Vzestup vysvětlující síly je zaznamenán také v případě SPR-RSČ mezi rokem 1992 a 1996. Druhá hypotéza předpokládala růst vysvětlující síly modelů v České republice a stagnaci/pokles v Rakousku. Tato hypotéza platí pro všechny strany v České republice až do voleb v roce 2002. Naproti tomu v Rakousku se s výjimkou změny v podmíněnosti podpory FPÖ a GRÜNE mnoho odchylek v čase neobjevuje a ve výsledcích ÖVP a především SPÖ lze sledovat pokles schopnosti modelů vysvětlovat rozdíly ve volební podpoře stran mezi okresy (viz Graf č. 18), což naznačuje, že se oslabuje vazba mezi společenskou strukturou a podporou těchto stran. Graf č. 17: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do PS PČR v letech 1992-2013 Graf č. 18: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do NR RR v letech 1990-2013 5.5.2. Analýza výsledků sociálně demokratických stran Analýza na úrovni obcí nenabídla v případě ČSSD materiál k formulaci nějakých silnějších závěrů, protože vysvětlující síla modelů byla obvykle velmi slabá. To neplatí pro analýzu na úrovni okresů, protože zde modely obvykle vysvětlují velkou část variability volebních výsledků, s výjimkou voleb v roce 1990 a 2002 dokonce srovnatelnou či větší než v případě SPÖ. V pohledu do výsledků ukazujících roli jednotlivých proměnných lze formulovat vzhledem ke vstupním hypotézám následující závěry. Podobně jako v analýze na úrovni obcí, tak na úrovni ORP jsou ve vztahu mezi jednotlivými indikátory a podporou ČSSD patrná tři období. Po celé sledované období je konzistentní pouze vliv podílu podnikatelů (viz Tabulka č. 85). Tato proměnná výši volební podpory ČSSD ovlivňuje v souladu s očekáváním negativně. Ve volbách v roce 1992, které představují první období, je patrný silný pozitivní vztah volební podpory a podílu rozvedených a negativní vztah k podílu vysokoškolsky vzdělaných a nezaměstnaných. V letech 1996 a 1998 se vztah podpory k podílu vysokoškolsky vzdělaných ztrácí a vztahy k nezaměstnanosti a rozvedeným se obrací. Vliv nezaměstnanosti tak nyní odpovídá vstupním očekáváním, zatímco vliv podílu rozvedených se obrací do neočekávaného směru. Zároveň se také objevuje slabý vliv podílu důchodců, když podpora strany roste s vyšším podílem této skupiny v ORP. Ve třetím období, od roku 2002, se tento vliv prohlubuje, podobně jako vliv podílu podnikatelů a rozvedených. Dále se ale objevuje také vliv podílu vysokoškolsky vzdělaných v neočekávaném směru. Tabulka č. 85: Výsledky regresních modelů vysvětlujících výši volební podpory ČSSD v parlamentních volbách v letech 1992-2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 6,68 0,00 16,45 0,00 25,94 0,00 22,64 0,00 23,38 0,00 14,60 0,00 14,50 0,00 důchodci -0,03 -0,06 0,16 0,09 0,20 0,13 0,27 0,26 0,32 0,25 0,41 0,44 0,39 0,44 VŠ vzdělání -0,20 -0,43 0,05 0,05 -0,12 -0,14 0,19 0,35 0,21 0,31 0,15 0,32 0,14 0,30 sekundér -0,02 -0,12 0,10 0,21 0,02 0,04 -0,04 -0,14 0,03 0,07 -0,02 -0,08 -0,01 -0,05 nezaměstnaní -0,86 -0,37 0,42 0,42 0,28 0,31 -0,08 -0,13 0,11 0,15 0,09 0,10 -0,05 -0,06 podnikatelé -0,36 -0,17 -0,43 -0,31 -0,42 -0,34 -0,49 -0,58 -0,64 -0,62 -0,52 -0,65 -0,49 -0,63 rozvedení 0,53 0,70 -0,26 -0,13 -0,30 -0,17 -0,54 -0,44 -0,65 -0,43 -0,44 -0,34 -0,47 -0,38 Výsledky analýzy podmíněnosti územních rozdílů ve volební podpoře SPÖ na úrovni okresů přináší velmi podobné hodnoty jako analýza provedená na úrovni obcí. Výsledky také potvrzují pokles vlivu proměnné rozvodovost (viz Tabulka č. 86), který na úrovni obcí mohl být pouze efektem využití proměnné vztažené k jinému časovému bodu. Relativně málo se liší vysvětlující síla modelů daná upraveným indexem determinace a v případě některých proměnných se neliší ani relativní síla jednotlivých proměnných v modelu. V případě analýzy na úrovni obcí se jako nejsilnější prediktor jeví podíl vysokoškolsky vzdělaných osob. Tento rozdíl ale může být způsoben tím, že v analýze za okresy již není zahrnuta proměnná velikostní kategorie obce a proměnná patrně převzala část vlivu pro podporu strany nepříznivého prostředí měst s více jako 10 000 obyvateli. Odlišný je také vývoj vlivu proměnné průmysl. Zatímco data za obce ukazovaly i přes pokles síly vztahu vždy spíše růst podpory s růstem podílu pracujících v průmyslu, tak v datech na úrovni okresů se vztah na konci sledovaného období otáčí. Také vliv nezaměstnanosti zachycuje analýza provedená na úrovni okresů jinak. V rozporu s očekáváními je patrné, že vyšší podpoře strany napomáhá spíše nižší nezaměstnanost. Tyto rozdíly ve výsledcích na úrovni obcí a okresů varují před formulováním obecnějšího závěru o vlivu těchto proměnných, protože nekonzistence výsledků naznačuje, že jeden z výsledků nemůže odpovídat tomu, co se skutečně děje ve společnosti. Tabulka č. 86: Výsledky regresních modelů vysvětlujících výši volební podpory SPÖ v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta -4,35 0,00 -7,89 0,00 1,07 0,00 -1,98 0,00 -0,64 0,00 -4,06 0,00 0,69 0,00 6,55 0,00 důchodci 1,11 0,52 1,14 0,57 0,91 0,47 1,03 0,46 1,05 0,41 1,14 0,47 0,99 0,45 0,79 0,43 VŠ vzdělání -1,61 -0,78 -1,33 -0,70 -1,24 -0,67 -1,03 -0,81 -1,09 -0,74 -0,95 -0,68 -0,46 -0,52 -0,40 -0,53 sekundér 0,28 0,31 0,21 0,26 0,18 0,22 0,00 0,00 0,01 0,01 0,02 0,02 -0,14 -0,17 -0,21 -0,31 nezaměstnaní -0,35 -0,10 -0,04 -0,01 0,05 0,02 -0,32 -0,13 -0,31 -0,11 -0,35 -0,13 -0,34 -0,13 -0,06 -0,02 podnikatelé -0,03 -0,02 -0,10 -0,05 -0,22 -0,12 -0,01 0,00 -0,17 -0,06 -0,19 -0,08 -0,47 -0,21 -0,30 -0,16 rozvedení 1,78 0,58 0,86 0,30 1,43 0,51 1,51 0,58 2,07 0,68 1,62 0,57 1,29 0,40 0,58 0,21 Srovnání mezi zeměmi ukazuje, že podmíněnost volební podpory strany měla nejvíce podobný charakter na začátku 90. let. Se zakotvením volební podpory ČSSD v současném území stabilní volební podpory se ale vztahy mezi sledovanými indikátory a výši volební podpory proměnily. Stejný směr vlivu ve vysvětlení územních rozdílů ve volební podpoře ČSSD a SPÖ v celém sledovaném období na obou úrovních má jen podíl podnikatelů, ale zatímco pro výsledky ČSSD se jedná o jeden z nejsilnějších prediktorů, tak v Rakousku hrají roli spíše jiné faktory. Podobnou roli mají od roku 2002 také proměnné podíl důchodců a vysokoškolsky vzdělaných. 5.5.3. Analýzy výsledků konzervativních stran Další část přináší interpretaci výsledků regresních modelů sestavených pro vysvětlení volební podpory konzervativních a křesťanskodemokratických stran. Pozornost tedy bude věnována stranám ODS, TOP09 a KDU-ČSL a ÖVP. Ačkoli vysvětlující síla regresních modelů sloužících k vysvětlení volební podpory ODS byla na úrovni obci ve většině voleb poměrně slabá (ovšem mezi českými stranami se obvykle jednalo o nejúspěšnější modely), tak závěry z dané analýzy nejsou příliš vzdáleny od těch, které lze formulovat na základě studie na úrovni ORP. Žádným podstatným způsobem se mezi úrovněmi neliší relativní role proměnných v modelu ani vývoj jejich působení (viz Tabulka č. 87). Výsledky na obou úrovních zcela odpovídají výchozím očekáváním zachyceným ve formulované hypotéze. Tabulka č. 87: Výsledky regresních modelů vysvětlujících výši volební podpory ODS v parlamentních volbách v letech 1992-2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 15,46 0,00 12,41 0,00 11,38 0,00 9,58 0,00 15,02 0,00 5,06 0,00 3,58 0,00 důchodci 0,05 0,03 0,00 0,00 -0,11 -0,05 -0,09 -0,07 -0,20 -0,09 -0,03 -0,03 0,02 0,03 VŠ vzdělání 0,53 0,34 0,32 0,30 0,26 0,23 0,12 0,16 0,20 0,17 0,14 0,24 0,04 0,14 sekundér 0,05 0,08 0,00 0,00 -0,03 -0,04 -0,01 -0,03 -0,03 -0,05 0,05 0,15 -0,03 -0,15 nezaměstnaní -2,63 -0,33 -0,27 -0,23 -0,47 -0,37 -0,36 -0,44 -0,47 -0,36 -0,40 -0,39 -0,26 -0,48 podnikatelé 2,29 0,33 0,53 0,33 0,61 0,36 0,39 0,35 0,75 0,42 0,46 0,48 0,15 0,29 rozvedení 0,57 0,22 0,12 0,05 0,57 0,22 0,40 0,25 0,54 0,20 0,20 0,13 0,12 0,14 Podobná interpretace jako byla formulována v případě ODS, se nabízí také v případě TOP09. Rozdílonost jejich výsledků je dokonce pomocí dat zachycujích rozdíly mezi mikroregiony vysvětlitelná nejlépe. Nicméně TOP09 se ve volební soutěži objevila až v době, kdy je možné relativně dobře vysvětlit i volební výsledky ostatních stran. Výsledky analýzy podporují vstupní hypotézu. Strana tedy získává více hlasů s rostoucím podílem vysokoškolsky vzdělaných a podnikatelů a naopak ztrácí s rostoucí nezaměstnaností v mikroregionu (viz Tabulka č. 93). Na rozdíl od analýzy zpracované na úrovni obcí se zdá, že strana získává vyšší podporu spíše v sekulárních regionech. Vzhledem ke kombinaci zjištění založených na obou měřítkových úrovních lze závěr upřesnit. Strana tedy těží spíše z lokalit s vyšší religiozitou v rámci sekulárních mikroregionů. Tabulka č. 93: Výsledky regresních modelů vysvětlujících výši volební podpory TOP09 v parlamentních volbách v letech 2010-2013 2010 2013 B Beta B Beta konstanta 0,48 0,00 -0,68 0,00 důchodci -0,08 -0,06 -0,10 -0,08 VŠ vzdělání 0,21 0,28 0,19 0,28 sekundér 0,01 0,02 0,00 -0,01 nezaměstnaní -0,34 -0,26 -0,29 -0,24 podnikatelé 0,60 0,48 0,54 0,47 rozvedení 0,32 0,16 0,27 0,15 V analýze volební podpory KDU-ČSL na úrovni okresů je stejně jako na úrovni obcí nejsilnějším prediktorem ve všech volbách podíl rozvodovosti (viz Tabulka č. 88). Dále se v některých volbách zdají vlivné také další proměnné, patrně však jde jen o popis dalších rozdílů mezi územím s vysokou religiozitou oproti ostatnímu území. Výsledky ukazují slabý pozitivní vliv pracujících v průmyslu a podílu vysokoškolsky vzdělaných a obvykle také nezaměstnanosti. Vliv nezaměstnanosti byl poměrně silný ve volbách v roce 1992. V dalších volbách se ale zcela vytrácí a další vývoj pak směřoval k prohlubování tohoto vlivu. V tomto ohledu je možnými vysvětleními další proměna rozložení nezaměstnanosti nebo postupná koncentrace podpory KDU-ČSL do „tradičních“ obcí, bez ohledu na to, v jaké ekonomické situaci se místní obyvatelstvo nachází. Efekt nezaměstnanosti zde ale neodpovídá vztahům nalezeným na úrovni obcí. Na rozdíl od analýzy na úrovni obcí se na úrovni okresů neprojevuje ve volební podpoře KDU-ČSL vliv podílu důchodců. Na základě výsledků konzistentních v analýze za obce i za okresy tak lze za prokázaný považovat pouze vztah mezi podporou strany a indikátorem konfliktní linie církev stát. Tabulka č. 88: Výsledky regresních modelů vysvětlujících výši volební podpory KDU-ČSL v parlamentních volbách v letech 1992-2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 12,97 0,00 6,75 0,00 9,25 0,00 2,46 0,00 5,20 0,00 3,63 0,00 4,19 0,00 důchodci 0,05 0,03 0,05 0,03 0,07 0,04 0,03 0,02 0,01 0,01 0,03 0,04 0,03 0,03 VŠ vzdělání 0,34 0,25 0,40 0,44 0,35 0,40 0,54 0,74 0,35 0,51 0,24 0,51 0,32 0,61 sekundér 0,09 0,18 0,15 0,31 0,11 0,24 0,12 0,29 0,10 0,28 0,09 0,33 0,11 0,36 nezaměstnaní 0,89 0,13 0,09 0,09 0,06 0,06 0,06 0,08 0,12 0,16 0,27 0,33 0,25 0,27 podnikatelé 0,11 0,02 0,05 0,04 0,03 0,02 0,26 0,23 0,06 0,06 -0,02 -0,03 0,00 0,00 rozvedení -2,17 -0,96 -1,74 -0,85 -1,70 -0,87 -1,25 -0,77 -1,38 -0,91 -0,96 -0,77 -1,06 -0,75 Podobně jako v případě SPÖ, také analýza územních rozdílů v podpoře ÖVP na úrovni okresů nabízí velmi podobné výsledky, jako poskytla analýza na úrovni obcí. Jedinou odlišností od předchozí analýzy tak je zachycení změny vlivu proměnné podílu vysokoškolsky vzdělaných obyvatel (viz Tabulka č. 89), kdy byl vztah proměnné a volební podpory strany nejprve pozitivní, ale v roce 2002 se otočil a v pozdějších volbách prohloubil. Změna role proměnné může souviset s převzetím části podpory FPÖ. Vzhledem k tomu, že se neprojevila na úrovni obcí, tak lze odhadovat, že změna je způsobena zejména změnou podpory ve velkých městech. Zároveň se také zřetelněji projevuje oslabování negativního vlivu podílu podnikatelů. Výsledky analýz na obou úrovních podporují platnost hypotézu o vztahu podpory ÖVP a konfliktní linie církev-stát a částečně také linie pravice-levice, ale pozice strany není jednoznačná, protože vliv podílu podnikatelů se neprojevil v očekávaném směru. Tabulka č. 89: Výsledky regresních modelů vysvětlujících výši volební podpory ÖVP v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 72,66 0,00 65,95 0,00 64,90 0,00 70,85 0,00 88,28 0,00 68,97 0,00 52,90 0,00 54,74 0,00 důchodci -0,51 -0,17 -0,43 -0,16 -0,37 -0,16 -0,43 -0,15 -0,59 -0,18 -0,24 -0,08 0,09 0,04 0,00 0,00 VŠ vzdělání 1,09 0,38 0,99 0,40 1,23 0,56 0,74 0,46 0,58 0,31 0,46 0,26 -0,15 -0,14 -0,18 -0,17 průmysl -0,27 -0,21 -0,30 -0,27 -0,28 -0,29 -0,30 -0,32 -0,27 -0,25 -0,29 -0,28 -0,36 -0,38 -0,41 -0,45 nezaměstnaní -0,12 -0,03 0,16 0,04 -0,12 -0,03 -0,49 -0,16 -0,78 -0,21 -0,80 -0,23 -1,30 -0,41 -0,87 -0,29 podnikatelé -0,70 -0,24 -0,72 -0,29 -0,85 -0,38 -1,29 -0,45 -1,11 -0,33 -0,71 -0,22 0,06 0,02 0,02 0,01 rozvedení -4,16 -0,97 -4,16 -1,12 -3,71 -1,12 -3,26 -0,98 -3,12 -0,79 -3,17 -0,87 -2,38 -0,61 -2,72 -0,73 Srovnání ODS, TOP09, KDU-ČSL a ÖVP ukazuje, že podobnými si vzhledem k podobě vztahu mezi strukturou společnosti a podporou strany jsou spíše ÖVP a KDU-ČSL, protože pro obě strany je vždy nejsilnějším prediktorem podíl rozvedených. V případě ÖVP pak nezanedbatelnou roli hrají také ekonomické charakteristiky společnosti v územních jednotkách, ovšem jejich vliv je slabší. Naopak pro podporu ODS a TOP09 jsou právě ekonomické charakteristiky a podíl vysokoškolsky vzdělaných klíčovými pro vysvětlení výše volební podpory a oproti ÖVP a KDU-ČSL jsou úspěšnější spíše v sekulárních oblastech. 5.5.4. Analýza výsledků populistických stran Analýza na úrovni obcí přinesla obzvláště slabé výsledky v případě populistických stran, což však bylo do určité míry očekáváno. Analýzy na úrovni mikroregionů ale zejména v případě SPR-RSČ a Úsvitu nabízí jiný pohled. Rozdíly ve výsledcích jsou totiž do určité míry vysvětlitelné rozdíly ve výši indikátorů, ovšem obvykle méně než v analýze podpory jiných stran. Výsledky analýzy se pro všechny zmíněné strany ne shodují ve vlivu žádné z proměnných. V případě SPR-RSČ, VV a Úsvitu hrají roli různé faktory (viz Tabulka č. 90). K vysvětlení výše volební podpory v případě SPR-RSČ nejvíce přispívají proměnné podíl vysokoškolsky vzdělaných obyvatel a rozvodovost a méně také podíl podnikatelů. Vliv vzdělanosti se projevuje v očekávaném směru, s růstem podílu vysokoškolsky vzdělaných obyvatel tak podpora strany v ORP klesá. O vztahu k proměnným rozvodovost a podíl podnikatelů nebyl formulován žádný předpoklad. Výsledek ukazuje na podporu spíše v méně tradičních oblastech s nižší podnikatelskou aktivitou. Výsledky VV jsou pozitivně ovlivněny vyššími podíly rozvedených, podnikatelů a pracujících v průmyslu. Rozvodovosti ale nemá vliv na výši volební podpory Úsvitu, která je ale pozitivně ovlivněna nezaměstnaností. Tabulka č. 90: Výsledky regresních modelů vysvětlujících výši volební podpory SPR-RSČ, VV a Úsvitu v parlamentních volbách v letech 1990-2013 1992 1996 1998 2010 2013 B Beta B Beta B Beta B Beta B Beta konstanta 5,54 0,00 9,46 0,00 2,74 0,00 3,59 0,00 -1,29 0,00 důchodci -0,05 -0,07 0,15 0,17 0,05 0,13 -0,06 -0,15 0,02 0,05 VŠ vzdělání -0,18 -0,31 -0,36 -0,77 -0,11 -0,60 0,03 0,16 0,00 -0,01 sekundér 0,00 0,01 -0,07 -0,26 -0,01 -0,11 0,06 0,52 0,08 0,59 nezaměstnaní 0,00 0,00 -0,01 -0,02 0,02 0,12 -0,03 -0,09 0,12 0,27 podnikatelé -0,73 -0,29 -0,20 -0,28 -0,06 -0,23 0,10 0,28 0,11 0,27 rozvedení 0,34 0,36 0,40 0,39 0,19 0,47 0,11 0,19 -0,03 -0,05 Ačkoli také na úrovni okresů vysvětlují regresní modely jen malou část variability volebních výsledků FPÖ a v letech 1990,1994 a 2002 nevysvětlují téměř nic, tak regresní koeficienty jednotlivých proměnných ukazují v čase poměrně stabilní vliv proměnných podíl vysokoškolsky vzdělaných, nezaměstnaných a rozvedených (viz Tabulka č. 91). Ve zmíněných letech je ale také vliv těchto proměnných velmi slabý. Již v analýze na úrovni obcí bylo naznačeno, že se změnou charakteru strany v roce 2006 se změnil také vliv některých proměnných. Vliv proměnné podnikatelé se v roce 2006 oproti předchozímu období otočil, na výši podpory strany začal mít vliv podíl důchodců a prohloubil se efekt proměnné podíl rozvedených. Všechny zde získané výsledky tak jsou ve shodě s těmi, které poskytla analýza na úrovni obcí. Tabulka č. 91: Výsledky regresních modelů vysvětlujících výši volební podpory FPÖ v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 9,93 0,00 14,94 0,00 20,02 0,00 14,35 0,00 -1,28 0,00 15,56 0,00 23,44 0,00 16,99 0,00 důchodci 0,02 0,02 0,06 0,06 -0,25 -0,21 0,09 0,06 0,15 0,12 -0,25 -0,40 -0,26 -0,23 -0,09 -0,09 VŠ vzdělání -0,47 -0,41 -0,49 -0,49 -0,66 -0,59 -0,53 -0,64 -0,28 -0,39 -0,08 -0,24 -0,25 -0,53 -0,32 -0,76 sekundér 0,02 0,04 0,04 0,09 0,05 0,09 0,12 0,25 0,11 0,27 0,00 -0,02 -0,09 -0,22 0,03 0,08 nezaměstnaní -0,19 -0,10 -0,25 -0,15 -0,13 -0,07 -0,33 -0,20 -0,06 -0,04 -0,21 -0,30 -0,43 -0,32 -0,31 -0,25 podnikatelé 0,39 0,33 0,12 0,11 0,46 0,41 0,27 0,18 0,39 0,30 -0,28 -0,44 -0,38 -0,32 -0,12 -0,12 rozvedení 0,26 0,15 0,36 0,24 0,39 0,23 0,53 0,31 0,16 0,11 0,55 0,76 0,95 0,56 0,74 0,48 Zatímco rozdíly ve volební podpoře FPÖ v okresech se po rozštěpení staly alespoň částečně vysvětlitelné zvolenými indikátory, tak v případě BZÖ zůstala vysvětlující síla modelů slabá také na úrovni okresů. Tento fakt může napovídat, že pro vysvětlení výše volební podpory v podstatě regionální strany opírající se o charismatického lídra je potřeba k dosažení uspokojivého vysvětlení jiných postupů, než jaké jsou využity v této práci. Výsledky ale naznačují alespoň slabý vliv některých proměnných (viz Tabulka č. 92). Ve shodě s výsledky analýzy pro FPÖ se ukazuje negativní vliv podílu vysokoškolsky vzdělaných osob a ve shodě s výsledky analýzy pro FPÖ do roku 2002 je pak výše podpory strany pozitivně ovlivněna vyšším podílem podnikatelů a pracujících v průmyslu. Naopak odlišná je role rozvodovosti, nezaměstnanosti a podílu důchodců. Lze tedy najít jisté paralely s podporou FPÖ, ale možnost formulace silnějších závěrů je omezena nezanedbatelnými rozdíly. Tabulka č. 92: Výsledky regresních modelů vysvětlujících výši volební podpory BZÖ v parlamentních volbách v letech 2006-2013 2006 2008 2013 FRANK 2013 B Beta B Beta B Beta B Beta konstanta -11,04 0,00 -10,11 0,00 -1,18 0,00 -0,19 0,00 důchodci 0,43 0,28 0,44 0,19 0,13 0,23 0,13 0,24 VŠ vzdělání -0,26 -0,30 -0,14 -0,15 0,00 0,01 -0,13 -0,63 sekundér 0,05 0,09 0,26 0,31 0,04 0,22 0,04 0,22 nezaměstnaní 0,12 0,07 0,47 0,17 0,07 0,11 -0,16 -0,25 podnikatelé 0,41 0,27 0,45 0,19 0,03 0,05 0,20 0,37 rozvedení -0,17 -0,10 -0,61 -0,18 -0,20 -0,23 0,11 0,14 V případě strany Team Stronach ukazují výsledky regresní analýzy na úrovni okresů stejný směr vztahů, jako tomu bylo na úrovni obcí. Efekty jednotlivých proměnných se ale zdají být silnější. Ve srovnání s FPÖ a BZÖ je struktura podmíněností podpory Teamu Stronach v některých ohledech podobná a v jiných rozdílná. Vyšší podíly důchodců, pracujících v průmyslu, podnikatelů a rozvedených vedou k vyšší podpoře, zatímco vyšší podíly vysokoškolsky vzdělaných a nezaměstnaných podporu strany snižují. Výsledky analýzy výše volební podpory populistických stran ukazují, že se jedná o značně heterogenní skupinu, alespoň s ohledem ke vztahu indikátorů konfliktních linií a výše volební podpory jednotlivých stran zařazených do této skupiny. Žádná z vybraných proměnných nepůsobí stejně na volební podporu všech stran ani v jedné ze zemí. Nejčastěji se v podpoře těchto stran projevuje negativní vliv vyššího podílu vysokoškolsky vzdělaných osob a pozitivní efekt podílu rozvedených, ovšem některé odchylky od těchto vztahů nedovolují prohlásit o vstupní hypotéze, zda je platná či nikoli. 5.5.5. Analýza podpory liberálních a zelených stran Podpora liberálních stran byla v analýze na úrovni obcí vysvětlena jen velmi nepřesvědčivě, což platí pro všechny strany zařazené do této kategorie. Na úrovni okresů ale modely poskytují mnohem vyšší vysvětlující sílu v případě všech stran. Zároveň zde vzniká rozdíl mezi ODA a ostatními stranami, neboť v případě ODA modely vysvětlují zhruba polovinu rozptylu, zatímco jindy se pohybují okolo 75 %. Výsledky analýzy za obce naznačovaly existenci slabého pozitivního vztahu mezi podíly vysokoškolsky vzdělaných a podnikatelů a podporou strany a negativního vztahu podpory liberálních stran a nezaměstnanosti (viz Tabulka č. 93). Výsledky analýzy na úrovni ORP tyto vztahy potvrzují a ukazují také poměrně silný pozitivní vliv výše podílu rozvedených, který s neprojevuje jen v případě stran ODA v roce 1996 a US v roce 1998. Všechny výsledky tak odpovídají formulovaným očekáváním. Z těchto vztahů se ovšem nijak nevymyká podpora Strany zelených, která je tak na ekonomických charakteristikách společnosti v lokalitě závislá stejně jako podpora liberálních stran. Tabulka č. 93: Výsledky regresních modelů vysvětlujících výši volební podpory ODA, US a SZ v parlamentních volbách v letech 1992-2013 1992 1996 1998 2006 B Beta B Beta B Beta B Beta konstanta 0,65 0,00 1,49 0,00 1,83 0,00 -0,63 0,00 důchodci 0,08 0,08 -0,04 -0,06 -0,01 -0,01 -0,02 -0,04 VŠ vzdělání 0,10 0,12 0,15 0,45 0,20 0,52 0,11 0,43 sekundér -0,02 -0,07 0,04 0,24 0,03 0,15 0,03 0,21 nezaměstnaní -1,45 -0,33 -0,11 -0,28 -0,16 -0,37 -0,08 -0,27 podnikatelé 1,58 0,41 0,16 0,31 0,16 0,27 0,11 0,28 rozvedení 0,43 0,30 -0,09 -0,12 0,04 0,04 0,22 0,37 Rozdíly mezi okresy ve výši volební podpory liberálních stran v Rakousku jsou pomocí regresní analýzy vysvětlitelné téměř dokonale. Také modely na úrovni obcí vysvětlovaly volební výsledky těchto stran poměrně dobře, ovšem agregace dat na okresy a zvýšení role velkých měst ve výpočtu vysvětlující sílu modelů dále navýšila. Na kvalitě modelu mají největší podíl zejména proměnné podíl vysokoškoláků a rozvodovost (viz Tabulka č. 94), jejichž vliv se projevil již na úrovni obcí, ostatní proměnné nemají téměř žádný vliv, pouze negativní efekty podílu podnikatelů a podílu důchodců lze z věcného hlediska považovat za významné. Tabulka č. 94: Výsledky regresních modelů vysvětlujících výši volební podpory LiF a NEOS v parlamentních volbách v letech 1994, 1995, 1999 a 2013 1994 1995 1999 2013 B Beta B Beta B Beta B Beta konstanta 5,98 0,00 6,38 0,00 4,14 0,00 1,66 0,00 důchodci -0,12 -0,22 -0,17 -0,34 -0,13 -0,24 -0,14 -0,20 VŠ vzdělání 0,29 0,57 0,26 0,52 0,29 0,90 0,21 0,70 sekundér -0,02 -0,10 -0,01 -0,06 -0,01 -0,05 0,03 0,12 nezaměstnaní -0,07 -0,08 -0,04 -0,05 0,09 0,14 -0,10 -0,11 podnikatelé -0,09 -0,18 -0,02 -0,05 -0,11 -0,19 0,14 0,18 rozvedení 0,43 0,57 0,44 0,59 0,07 0,11 0,28 0,26 Také v případě analýzy rozdílů ve výši volební podpory Zelených lze v podstatě zopakovat závěry analýzy založené na datech na úrovni obcí. Podobně jako v případě liberálních stran, také zde se projevuje velký nárůst vysvětlující síly modelů, který bude mít patrně stejné příčiny, jaké byly naznačeny v interpretaci výsledků analýzy podpory rakouských liberálních stran. Stejně jako ukazovaly výsledky analýzy na úrovni obcí, také výsledky analýzy na úrovni okresů indikují zejména silný vliv proměnné podíl vysokoškolsky vzdělaných (viz tabulka č. 95). Vlivnými proměnnými jsou také rozvodovost a nezaměstnanost a v průběhu 90. let se k nim přidávají také proměnné sekundér a podíl podnikatelů. Podpora tedy roste spíše v oblastech s vyšší rozvodovostí, ukazujících vyšší míru nezaměstnanosti, osob pracujících v průmyslu a menší podíly podnikatelů. Tabulka č. 95: Výsledky regresních modelů vysvětlujících výši volební podpory GRÜNE v parlamentních volbách v letech 1990-2013 1990 1994 1995 1999 2002 2006 2008 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 4,97 0,00 8,89 0,00 6,98 0,00 12,06 0,00 16,55 0,00 16,92 0,00 11,30 0,00 14,84 0,00 důchodci -0,17 -0,36 -0,25 -0,51 -0,23 -0,63 -0,34 -0,49 -0,55 -0,43 -0,49 -0,38 -0,42 -0,32 -0,45 -0,35 VŠ vzdělání 0,35 0,78 0,43 0,93 0,33 0,91 0,42 1,07 0,76 1,03 0,80 1,08 0,69 1,27 0,66 1,27 sekundér 0,00 0,00 0,01 0,07 0,02 0,13 0,02 0,07 0,02 0,06 0,00 0,00 0,08 0,16 0,06 0,13 nezaměstnaní 0,13 0,18 0,10 0,13 0,11 0,18 -0,01 -0,01 0,21 0,14 0,05 0,04 0,04 0,02 0,09 0,06 podnikatelé 0,00 0,00 -0,09 -0,20 -0,05 -0,14 -0,25 -0,36 -0,39 -0,30 -0,38 -0,29 -0,43 -0,31 -0,42 -0,32 rozvedení 0,12 0,17 0,12 0,17 0,08 0,15 0,12 0,15 0,13 0,09 0,14 0,09 0,15 0,08 -0,06 -0,03 Výsledky analýzy na úrovni okresů potvrzují také závěry o rozdílech v podpoře českých a rakouských liberálních a zelených stran. Vyššímu zisku všech těchto stran napomáhají vyšší podíly rozvedených a vysokoškolsky vzdělaných, tedy více liberální a postmateriální prostředí. V případě českých stran je ale výše podpory ovlivněna také ekonomickými charakteristikami obvodů ORP a strany jsou úspěšnější v oblastech s vyšší podnikatelskou aktivitou a nižší nezaměstnaností, tedy v prostředí na straně „vlastníků“ zatímco podpora rakouských liberálních stran je na těchto charakteristikách nezávislá a podpora strany zelených závislá v opačném směru. 5.5.6. Analýza volební podpory KSČM Výsledky analýzy volební podpory KSČM na úrovni ORP přináší v několika ohledech odlišné výsledky od výsledků analýzy na úrovni obcí. Výrazným způsobem se liší samotná vysvětlující síla modelů a na úrovni ORP lze sledovat také rozdíly ve vysvětlující síle volební podpory strany ve volbách v letech 2002-2013, které analýza na úrovni obcí považuje za shodné. Druhá sada rozdílů se týká efektu jednotlivých proměnných. Modely na obou úrovních se shodují na silném negativním vlivu výše podílu vysokoškolsky vzdělaných a podnikatelů, ale rozcházejí se v hodnocení vlivu rozvodovosti, nezaměstnanosti a pracujících v sekundéru. Analýza na úrovni obcí ukazovala v případě rozvodovosti kontinuální pozitivní efekt, ovšem na úrovni okresů se ve volbách v roce 2010 a 2013 tento efekt ztrácí. Proměnná ukazující podíl pracujících v sekundéru neměla v analýze provedené na úrovni obcí žádný vliv na výsledky strany. Na úrovni okresů se ale ukazuje silný negativní efekt, tedy s růstem pracujících v průmyslu klesá podpora strany, což může být potvrzení vlivu pozice strany na linii město/venkov, ovšem tento výsledek zároveň problematizuje zařazení strany na stranu levice na ekonomické linii. Změna role proměnných je dána zejména nerovnoměrným rozložením hodnot proměnných v rámci obcí v jednotlivých ORP. Např. existují rozdíly ve výši nezaměstnanosti mezi „centrální“ obcí ORP a okrajovými obcemi ORP. Vliv nezaměstnanosti se potom na úrovni ORP oproti úrovni obcí ztrácí, protože strana dokáže být úspěšná i v některých obcích ORP v rámci obvodu, který jako celek nevykazuje podmínky, které by bylo možné považovat za příznivé pro vysokou podporu strany. Tabulka č. 96: Výsledky regresních modelů vysvětlujících výši volební podpory KSČM v parlamentních volbách v letech 1992-2013 1992 1996 1998 2002 2006 2010 2013 B Beta B Beta B Beta B Beta B Beta B Beta B Beta konstanta 11,77 0,00 15,34 0,00 16,41 0,00 18,06 0,00 15,09 0,00 12,37 0,00 16,35 0,00 důchodci 0,10 0,09 0,19 0,19 0,17 0,16 0,16 0,13 0,15 0,17 0,18 0,25 0,19 0,24 VŠ vzdělání -0,20 -0,23 -0,28 -0,53 -0,27 -0,50 -0,34 -0,55 -0,26 -0,56 -0,19 -0,50 -0,23 -0,55 sekundér -0,04 -0,12 -0,11 -0,38 -0,11 -0,36 -0,09 -0,27 -0,08 -0,33 -0,08 -0,35 -0,10 -0,42 nezaměstnaní 0,46 0,10 -0,07 -0,12 -0,01 -0,01 0,08 0,11 -0,01 -0,02 -0,02 -0,03 -0,01 -0,01 podnikatelé -1,46 -0,37 -0,26 -0,33 -0,28 -0,34 -0,27 -0,28 -0,24 -0,34 -0,20 -0,32 -0,29 -0,41 rozvedení 0,32 0,22 0,04 0,03 -0,07 -0,06 0,00 0,00 -0,04 -0,04 -0,15 -0,15 -0,14 -0,12 6. Závěr Základním cílem této knihy bylo odpovědět na otázku, zda postkomunismus hraje roli v utváření prostorových vzorců volební podpory. K dosažení odpovědi na tuto otázku bylo v práci provedeno několik kroků. V první části práce byly popsány základy teorií volebního chování a naznačeny byly také důvody toho, proč by se měla role faktorů zmiňovaných v teoriích lišit mezi dlouhotrvajícími demokraciemi a novými postkomunistickými demokraciemi. Analýza provedená v této práci vychází z logiky kompozitního přístupu ve volební geografii. Základním východiskem práce je teorie konfliktních linií a některé její modifikace. Na základě obecnějších faktorů ovlivňujících volební chování a dalších podmínek, které ovlivňují komparabilitu výsledků provedených analýz (územní struktura, sociální systém,…) byly vybrány dostatečně srovnatelné země. Proces výběru vedl k zahrnutí pouhých dvou zemí do studia – České a Rakouské republiky. Zvolený počet zemí nemůže na základě pravidel komparativní analýzy poskytnout dostatečně silnou odpověď na otázku ve vztahu k roli stranického systému, ale může poskytnout dostatečně silné závěry o roli postkomunismu na volební podporu jednotlivých stran. Ve zvolených zemích byly s pomocí existujících klasifikací politických stran a expertních názorů o jejich pozicích ve dvou ideologických dimenzích (levice-pravice, libertarianismus-autoritarismus) nalezeny skupiny stran, mezi kterými je možné srovnat výsledky provedené analýzy. První skupina zahrnuje sociálně demokratické strany, Druhá skupina konzervativní strany (ODS, TOP09, KDU-ČSL a ÖVP), třetí populistické strany (SPR-RSČ, VV, Úsvit, FPÖ, BZÖ, TS) a čtvrtá pak liberální a zelené strany (ODA, US, SZ, LiF, NEOS, GRÜNE). Mimo zařazení stojí KSČM, která nemá v Rakousku ekvivalentní stranu. V první části analýzy byly popsány některé vlastnosti volebních výsledků, zejména rovnoměrnost jejich rozložení a také samotná lokalizace oblastí s vysokou podporou stran v prostoru. V popsané variabilitě volebních výsledků lze najít několik podobností a rozdílů mezi jednotlivými zeměmi. Obvykle je nejvíce rovnoměrně rozložena volební podpora sociálně demokratických stran. Naproti tomu nejvíce rozdílné jsou v prostoru výsledky stran se silným regionálním základem jako je korutanská frakce svobodných BZÖ v Rakousku. Nejvíce koncentrování jsou ale v územních jednotkách zejména voliči ODS, FPÖ, liberálních stran a stran zelených. Tyto strany jsou úspěšné zejména ve velkých městech. Zajímavé zjištění se pak týká souvislosti růstu a poklesu volebního zisku a vývoje (ne)rovnoměrnosti volebních výsledků. Obvyklý vývoj spočívá v souvislosti růstu volebního zisku a poklesu nerovnoměrnosti a naopak. Vývoj koncentrace volební podpory stran ukazuje, že s klesající podporou strany roste územní koncentrace volební podpory. To může znamenat, že strany disponují relativně „spolehlivým“ jádrem voličů a pokud dochází k poklesu volební podpory, tak k němu dochází ve větší míře spíše v oblastech se slabou podporou strany. Tento trend může být variantou tzv. efektu nákazy, kdy převládající společenská skupina „vnucuje“ své vzorce politického a volebního chování ostatním obyvatelům lokality. V tomto případě se zdá, že voliči strany v oblastech s její nadprůměrnou podporou jsou při jejím oslabování méně ochotni vzdát se této volby, což může být důsledkem silnějšího zakořenění strany, vyšší „společenskou kontrolou“ a také nižším dojmem o oslabování strany (protože se pořád dostatek lidí tváří, že stranu bude volit). Ovšem existují strany, v jejichž případě jde vývoj jinou cestou a s růstem podpory roste i nerovnoměrnost jejího rozložení, což se týká zejména rakouských Zelených. Práce se věnovala také lokalizaci volební podpory v území Rakouska a České republiky. V případě sociálně demokratických stran je zjevné, že oblasti stabilně vysoké volební podpory se nacházejí v tradičních průmyslových oblastech. Ovšem zatímco v Rakousku je SPÖ úspěšná také v centrální oblasti včetně některých částí Vídně, tak v případě České republiky se jedná o stranu spíše v průmyslových oblastech mimo oblast hlavního města. Obě strany pak mají rozdílným způsobem koncentrovánu svou volební podporu. Rozdíl mezi podporou v jádru volební podpory a zbylém území je znatelně větší v případě SPÖ než v případě ČSSD. Rozdíly jsou patrné také v územním rozložení volební podpory konzervativních stran. Rozložení volební podpory ÖVP je blíže spíše vzorci územního rozložení volební podpory KDU-ČSL než ODS a TOP09, protože podpora ÖVP i KDU-ČSL má spíše venkovský charakter podpory. Podpora KDU-ČSL je pak nejvíce koncentrovaná. Z tohoto pohledu je naopak nejméně koncentrována volební podpora ODS. Podobnost mezi rozložením volební podpory KDU-ČSL a ÖVP vytváří také přítomnost izolovaných tradičních oblastí, jako je Východní Tyrolsko v Rakousku nebo Hlučínsko v České republice. O rozložení volební podpory populistických stran je obtížné formulovat jakékoli závěry, protože rozložení podpory těchto stran se velmi liší již v rámci jednotlivých zemí. Liší se způsob rozložení volební podpory, její stabilita i míra koncentrace. Rozložení jen naznačuje, že takové strany jsou úspěšné zejména v okrajových oblastech státu a obvykle také mimo velká města. Strana FPÖ ale od roku 2002 dokáže ve větší míře oslovit také voliče v některých částech Vídně. Rozložení volební podpory liberálních a zelených stran sleduje v obou zemích podobnou logiku. Všechny zmíněné strany jsou úspěšné především ve velkých městech a v zázemí hlavního města. To se projevuje ve vysoké územní koncentraci volební podpory těchto stran. Jejich volební zisk bývá vždy mnohem vyšší v jádru území volební podpory, než na území celého státu. V případě České republiky z velkých měst nepatří do území volební podpory těchto stran Ostrava, v Rakousku pak Linec a Klagenfurt. Stabilita rozložení volební podpory v čase byla dále popsána pomocí korelačního koeficientu. Ten znovu odhalil určité rozdíly v charakteru volební podpory a zejména jejího vývoje v obou zemích. Zatímco v České republice se s výjimkami v podobě KSČM a KDU-ČSL poměrně výrazně měnilo rozložení volební podpory, tak v Rakousku s výjimkou FPÖ zůstávala podpora stran stabilní. Rozdíl ve stabilitě může představovat argument pro kladnou odpověď na výzkumnou otázku práce. V tomto ohledu patrně hraje roli omezená tradice většiny českých stran oproti rakouským stranám. Zároveň strany s hlubšími historickými kořeny disponují stabilně rozloženou volební podporou v obou zemích. Klíčovou částí pro odpověď na základní otázku položenou v úvodu práce je regresní analýza podmíněností volebních výsledků politických stran strukturou. Analýza byla uvozena přehledem indikátorů využitých jako proměnné vysvětlující rozdíly ve výši volební podpory jednotlivých stran. Tento přehled ukázal rozdílný vývoj hodnot některých proměnný v obou sledovaných zemích a zároveň také velmi silný vliv zvolené měřítkové úrovně na výši průměrných hodnot v České republice. Hodnoty za obce byly vždy velmi ovlivněny tím, jaká situace panovala v relativně malých obcích, zatímco v Rakousku byly hodnoty na obou úrovních obvykle velmi podobné. Hypotézy testované regresní analýzou byly formulovány na základě zařazení politických stran na různé pozice v rámci systému konfliktních linií. Jako základní podklad k zařazení stran byly využity názory expertů na zařazení stran na několika partikulárních liniích a na významu, který daná dimenze má pro stranu. Podle toho, kam byla strana v dané konfliktní linii zařazena, byl očekáván k indikátoru vztaženému k linii. Na základě teorie a zařazení stran byly očekávány následující vztahy. Vyšší volební podpora ODS, ODA, US, TOP09, FPÖ a ÖVP měla být dána především hodnotami ekonomických charakteristik, vyšším podílem podnikatelů a nižším podílem nezaměstnaných. Podpora ČSSD, KSČM a SPÖ by měla být strukturována stejnými proměnnými, jen jejich působení by mělo být opačné. S rostoucí velikostí obce pak měla růst podpora ODS, ODA, US, TOP09, SZ, Grüne a SPÖ, naopak klesat měla v případě KSČM, KDU-ČSL a ÖVP. Sekulární tradice (měřená podílem rozvedených) měla mít negativní dopad na podporu KDU-ČSL a ÖVP a pozitivní pak na KSČM, ČSSD, SPÖ a Grüne. Sledován byl také vliv vzdělanosti, která je zde považována za indikátor postmateriálního prostředí, ačkoli má vzdělání také zřejmé ekonomické konsekvence. Předpokládána byla zejména vyšší podpora SZ a Grüne a nižší podporu KSČM, ČSSD a SPÖ s vyšší úrovní vzdělanosti. Výsledky analýzy ukázaly několik rozdílů mezi zeměmi a stranickými rodinami. Analýza s daty na úrovni obcí sice ukázala velký rozdíl ve vztahu volební podpory stran a indikátorů konfliktních linií, ovšem tento závěr byl relativizován výsledky analýzy na úrovni mikroregionů. Ukázalo se, že územní rozdíly ve volební podpoře stran na této úrovni lze v České republice vysvětlit stejně či dokonce lépe než v Rakousku. Jak ukázala regresní analýza na úrovni okresů, obvykle se výsledky analýz na obou měřítkových úrovních shodly na směru vlivu proměnné a také na její relativní síle uvnitř modelu. Nízká vysvětlující síla na úrovni obcí je tak patrně efektem „šumu“, který do dat přináší obce s velikostí do 1000 obyvatel, protože tato kategorie obcí je poměrně málo zastoupená mezi obcemi Rakouska a ve výsledcích modelů analyzujících podporu stran v této zemi se výsledky modelů zpracovaných na úrovni obcí a na úrovni okresů příliš neliší. Odpověď na hlavní vstupní otázku lze formulovat především na základě interpretace indexu determinace regresních modelů. Ve volební geografii České republiky se projevuje vliv postkomunismu. Tento vliv je však vázán především na období 90. let a na strany stojící na ekonomické konfliktní linii. V případě těchto stran se totiž v České republice projevuje postupné ukotvování ve společnosti, zatímco v případě hlavních pólů rakouského stranického systému ÖVP a SPÖ dochází k postupnému poklesu vztahu mezi strukturou společnosti a volební podporou stran. Hypotéza o neukotvenosti voličů v postkomunistickém kontextu se ukazuje jako platná pouze na začátku 90. let, kdy vysvětlující síla regresních modelů na všech úrovních je nižší než v případě srovnatelných rakouských stran. Pro formulaci více specifických závěrů lze využít informace získané v podobě regresních koeficientů, respektive toho, nakolik dosažené hodnoty odpovídají očekáváním daným pozicí strany v systému konfliktních linií. Ve srovnání se ukázalo, že podmíněnost volební podpory jednotlivých stran se spíše liší, než podobá. To platí i v případě stran, které by vzhledem k jejich pozici v politickém spektru měly být ekvivalentní. Ze srovnání mezi českou a rakouskou sociálně demokratickou stranou je zjevné, že v případě té české je výše její volební podpora daleko méně závislá na zvolených charakteristikách společnosti v obcích, než jak je tomu v případě SPÖ. Jedinými faktory, které tak formují volební podporu ČSSD a SPÖ podobným způsobem, jsou podíl důchodců a zaměstnavatelů, což podporuje platnost hypotézy založené na pozici stran na levé straně ekonomické konfliktní linie. Role dalších faktorů se liší. Podpora SPÖ je pak výrazně ovlivněna také sekulárním prostředím, zatímco otázka složení společnosti z hlediska „křesťanské tradice“ nehraje v případě ČSSD roli. Podle působení faktoru podílu vysokoškolsky vzdělaných osob je podpora SPÖ také více ukotvená v materialistickém prostředí. Na základě těchto výsledků je tak vztah mezi společenskou strukturou v obcích a podporou strany podobnější spíše mezi SPÖ a KSČM než mezi SPÖ a ČSSD. Obě strany se velmi podobně profilují na zmíněných konfliktních liniích, ovšem s přihlédnutím k rozložení volební podpory zobrazené v mapách je zjevné, že zatímco KSČM je spíše reprezentantem periferních oblastí, tak SPÖ dokáže být úspěšná v centrální oblasti Rakouska včetně Vídně. Ve srovnání výsledků analýzy volební podpory ODS, TOP09, KDU-ČSL a ÖVP lze nalézt více podobností, než tomu bylo mezi ČSSD a SPÖ. V případě ODS a TOP09 se s ÖVP shoduje vliv podílu nezaměstnanosti, naopak se podmíněnost volební podpory liší v roli rozvodovosti, podnikatelů a vysokoškolského obyvatelstva. Pokud je srovnán charakter podmíněnosti volební podpory ÖVP a KDU-ČSL, tak se vzorec podobá silným negativním vlivem rozvodovosti, ale naopak se oba vzorce liší na základě odlišného vlivu podílu podnikatelů, důchodců a nezaměstnaných. V případě populistických stran je jedinou společnou vlastností všech modelů vysvětlujících volební podporu populistických stran jejich velmi slabá vysvětlující síla. Společné faktory pro podporu populistických stan v České republice a Rakousku prakticky neexistují. V Rakousku je volební podpora všech stran zařazených do této skupiny pozitivně ovlivněna vyšší mírou rozvodovosti a vyšším podílem podnikatelů, zatímco v České republice se relativně univerzálně projevuje pouze negativní vztah mezi podporou strany a podílem vysokoškolsky vzdělaných osob. Ze srovnání liberálních a zelených stran vyplývá, že všechny tyto strany v obou zemích těží zejména z vyššího podílu vysokoškolsky vzdělaného obyvatelstva, a tedy že jsou úspěšnější spíše ve více postmateriálně či liberálně orientovaných oblastech. Vliv dalších proměnných již ukazuje na rozdíly mezi stranami či zeměmi. Výši podpory rakouských liberálních stran a české Strany zelených ovlivňuje podíl rozvedených osob, ale tento vliv se ale příliš neprojevuje u českých liberálních stran a rakouské strany Zelení. České liberální strany a zelené strany v Rakousku i České republice získávají vyšší podporu spíše v místech s nižší nezaměstnaností, ovšem pro rakouské liberální strany není tento faktor významný. Další rozdíly jsou patrné v působení proměnných podíl důchodců a podnikatelů. Zatímco v České republice liberální strany získávají výhodu v prostředí, kde je více podnikatelů, tak v Rakousku tato proměnná nemá vliv. Naopak rakouské strany jsou úspěšnější spíše v oblastech s nižším podílem osob v důchodu, zatímco v České republice tento faktor nehraje roli. Analýza na úrovni okresů obvykle pouze potvrdila závěry, které umožnily formulovat výstupy analýzy na úrovni obcí. V případě sociálně demokratických stran stejný směrem ve vysvětlení územních rozdílů ve volební podpoře v celém sledovaném období na obou úrovních v obou zemích působí jen podíl podnikatelů. Pro výsledky ČSSD se jedná o jeden z nejsilnějších prediktorů, ale v Rakousku hrají roli spíše jiné faktory. Podobnou roli mají od roku 2002 také proměnné podíl důchodců a vysokoškolsky vzdělaných. Podpora konzervativních stran je v případě různých stran ovlivňována jinými proměnnými. Pro ÖVP a KDU-ČSL je vždy nejsilnějším prediktorem podíl rozvedených. V případě ÖVP pak nezanedbatelnou roli hrají také ekonomické charakteristiky společnosti v územních jednotkách, které jsou pak klíčové pro vysvětlení územních rozdílů v podpoře ODS. Žádné silnější závěry nelze formulovat o vztahu indikátorů konfliktních linií a podpory populistických stran, protože v případě každé strany zařazené do této skupiny je podmíněnost její volební podpory odlišná oproti ostatním stranám. Naopak v případě liberálních a zelených stran se jako společný vliv projevují vyšší podíly vysokoškolsky vzdělaných a rozvedených, tedy více liberální a postmateriální prostředí. V případě českých stran je ale výše podpory ovlivněna také ekonomickými charakteristikami zatímco podpora rakouských liberálních stran je na těchto charakteristikách nezávislá a podpora strany Zelení závislá v opačném směru. 7. Literatura a zdroje 7.1. Literatura[P7] Alford, Robert R. 1962. “Living Research A Suggested Index of the Association of Social Class and Voting.” Public Opinion Quarterly 26, no. 3, 417-425. Archer, Clark J. 1988. Macrogeographical versus microgeographical cleavages in American presidential elections: 1940-1984, Political Geography Quarterly, č. 7, str. 111-125. Balík, Stanislav. 2002. "Dolfussovo a Schusniggovo Rakousko. Případová studie organicko-etatistického autoritativního režimu." Středoevropské politické studie, č. 2-3. Bartolini, Stefano a Mair, Peter. 1990. Identity, Competition, and Electoral Availability: The Stability of European Electorates, 1885-1985. Cambridge: Cambridge University Press. Belko, Marián 2004. Vývoj volebního systému v českých zemích od roku 1848, in Chytilek, Roman, Šedo, Jakub 2004. Volební systémy. Brno: IIPS. Benoit, Kenneth a Laver, Michael. 2006. Party policy in modern democracies. London: Routledge. von Beyme, Klaus. 1985. Political Parties in Western Democracies. Aldershot: Gower Press. Bischof, Günter a Plasser, Fritz. 2008. The Changing Austrian Voter. New Brunswick: Transaction. Blažek, Jiří a Kostelecký, Tomáš. 1991. Geografická analýza výsledku parlamentních voleb v roce 1990. Sborník České geografické společnosti, 1991, č. 1, s.1-14. Bornschier, Simon. 2009. Cleavage Politics in Old and New Democracies. Living Reviews in Democracy, roč. 1, č. 1. Bötticher, Astrid a Mareš, Miroslav. 2012. Extremismus. Theorien-Konzepte-Formen. München: Oldenbourg Verlag. Brooks, Clem a Nieuwbeerta, Paul a Manza, Jeff. 2006. “Cleavage-Based Voting Behavior in Cross-National Perspective: Evidence from Six Postwar Democracies.” Social Science Research 35, no. 1, 88-128. Budge, Ian and Farlie, Dennis. 1976. “A Comparative Analysis of Factors Correlated with Turnout and Voting Choice.” In: Party identification and Beyond: Representations of Voting and Party Competition. Eds. Ian Budge and Ivor Crewe and Dennis Farlie. London: Wiley, 103-126. Burghardt, Andrew F. 1964. The Bases of Support for Political Parties in Burgenland. Annals of the Association of American Geographers, roč. 54, č. 3, str. 372-390. Butler, David E. a Stokes, Donald. 1969. Political Change in Britain: Forces Shaping Electoral Choice. New York: St. Martin’s Press. Burkert, Jan. 2009. Volby do Národní rady v Rakousku 2006 a 2008 z hlediska volební geografie. Masarykova univerzita: bakalářská práce. Campbell, Agnus a Converse, Philip E. a Miller, Warren E. a Stokes, Donald E. 1960. The American Voter. New York: Wiley. Clark, William A. a Avery, Karen L. 1976. The Effects of Data Aggregation in Statistical Analysis. Geographical Analysis 8, 428-438. Clem, Ralph and Craumer, Peter R. 1993. “The geography of the April 25 (1993) Russian referendum. ” Post-Soviet Geography 34, no. 8, 481–96. Cohen, Jacob. 1988. Statistical power analysis for the behavioral sciences. Hillsdale, NJ: Erlbaum. Dalton, Russell, J. 2002. “Citizen Attitudes and Political Behavior.” Comparative Political studies 33, no. 6-7, 912-940. Daněk, Petr. 1993. Communist Landscapes of Moravia and Silesia (1925-1992). Scripta Fac. Sci. Nat. Univ. Masaryk. Brun. 23, č. 1, s. 9-24. Darden, Keith and Grzymala-Busse, Anna. 2006. “The Great Divide: Precommunist Schooling and Postcommunist Trajectories.” World Politics 59, no. 1, 83-115. De Vaus, David. 2002. Surveys in social research. Psychology Press. Deegan-Krause, Kevin. 2006. “New Dimensions of Political Cleavage.” In: Oxford Handbook of Political Behavior. Eds. Russell J. Dalton and Hans-Dieter Klingemann. Oxford: Oxford University Press, 538-556. Duverger, Maurice. 1954. Political Parties: Their Organization and Activity in the Modern State. New York: John Wiley & Sons. Eagles, Munroe. 1990. An ecological perspective on working class political behaviour: neighbourhood and class formation in Sheffield in Johnston, R.J., Shelley, F.M., Taylor, P.J. 1990. Developments in Electoral Geography. London: Routledge. Elster, Jon a Offe, Claus a Preuss, Ulrich K.. 1998. Institutional Design in Post-Communist Societies. Rebuilding the Ship at Sea. Cambridge: Cambridge University Press. Evans, Geoffrey and Whitefield, Stephen. 1995. “Social and ideological cleavage formationin post-communist Hungary.” Europe-Asia Studies 47, no. 7, 1177-1204. Evans, Geoffrey and Whitefield, Stephen. 1998. The Structuring of Political Cleavages in Post-Communist Societies: the Case of the Czech Republic and Slovakia, Political Studies, roč. 46, str. 115-139. Evans, Geoffrey and Whitefield, Stephen. 2000. Explaining the Formation of Electoral Cleavages in Post-communist Democracies in Klingemann, H.-D., Mochmann, E., Newton, K. (Eds.), Elections in Central and Eastern Europe: The First Wave. Berlin: Sigma. Evans, Jocelyn. A. J. 2004. Voters & Voting: An Introduction. London: Sage Publications. Fiala, Petr a Mareš, Miroslav. 1997. Vývoj systému politických stran v České republice (1992 - 1996). Politologický časopis, roč. 1997, č. 3, s. 305-316. Fiala, Petr a Strmiska, Maxmilián. 2002. Ideově-politické rodiny a politické strany v postkomunistických zemích střední a východní Evropy in Fiala, P., Holzer, J., Strmiska, M. a kol.: Politické strany ve střední a východní Evropě. Ideově-politický profil, pozice a role politických stran v postkomunistických zemích. Brno: Masarykova univerzita. Field, Andy. 2002. Discovering Statistics using SPSS. London: Sage. Franklin, Mark N. 2002. Book Review of Geoffrey Evans (ed.), The End of Class Politics? Class Voting in Comparative Context. Oxford: Oxford University Press. Party Politics, roč. 8, č. 5, str. 617-624. Giddens, Anthony. 1973. The Class structure of the Advanced Societies. London: Harper Torchbooks. Goldthorpe, John H. a Lockwood, David. a Bechhoffer, Frank. 1968. "The affluent worker: industrial attitudes and behaviour." Cambridge studies in sociology. Hajda, Pavel. 2012. Soudobá volební geografie Rakouska. Masarykova univerzita: diplomová práce. Haller, Max a Kolosi, Tamás a Róbert, Péter. 1990. Class Structure in Europe. New Findings from East-West Comparisons of Social Structure and Mobility: Part III: Mobility Regimes in East Central Europe: Did Socialist Revolution Make a Difference? International Journal of Sociology, Vol. 19, No. 4, pp. 3-47 Hendl, Jan. 2006. Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. Praha: Portál. Hloušek, Vít. 2005. Česká republika in Strmiska, Maxmilián: Politické strany moderní Evropy. Praha: Portál. Hloušek, Vít. 2008. Konflikt versus konsensus. Konfliktní linie, stranické systémy a politické strany v Rakousku 1860–2006. Brno: Masarykova univerzita, Mezinárodní politologický ústav. Hloušek, Víta Kopeček, Lubomír. 2004. Konfliktní demokracie. Moderní masová politika ve střední Evropě. Brno: IIPS. Honey, Rex, and J. Ross Barnett. 1990. "Volatile stability: New Zealand's 1987 general election." in Johnston, Ron J., Shelley, Fred M., Taylor, Peter J. 1990. Developments in Electoral Geography, 86-99.. London: Routledge. Hooghe, Liesbet et al. 2010. “Reliability and validity of the 2002 and 2006 Chapel Hill expert surveys on party positioning.” European Journal of Political Research 49, no. 5, 687-703. Hnát, Jakub. 2013. “Rakouské parlamentní volby 2013.” Evropská volební studia 8, č. 2, 166-176. Huber, John and Inglehart, Ronald. 1995. “Expert interpretations of party space and party locations in 42 societies.” Party politics 1, no. 1, 73-111. Hyman, Herbert H. and Charles, R. Wright. 1979. Education's Lasting Effect on Values. Chicago: Chicago University Press. Inglehart, Ronald. 1977. The silent revolution: Changing values and political styles among Western publics. Princeton: Princeton University Press. Innes, Abby. 2002. “Party Competition in Postcommunist Europe: The Great Electoral Lottery.” Comparative Politics 35, no. 1, 85-105. Jehlička, Petr a Sýkora, Luděk. 1990. Stabilita regionální podpory tradičních politických stran v českých zemích (1920 – 1990). Sborník České geografické společnosti, roč. 96, č. 2, s. 81–95. Jehlička, Petr a Kostelecký, Tomáš a Sýkora, Luděk. 1993. Czechoslovak parliamentary elections 1990: old patterns, new trends and lots of suprises, in O’Loughlin, John – vand der Wusten, H. (eds.): The new political geography of Eastern Europe. London a New Yourk: Belhaven Press. Jenny, Marcelo. 2010. "Die Regionalisierung des österreichischen Wahlverhaltens: Eine Untersuchung zum Einfluss der Länder und zur Bedeutungslosigkeit der Regionalwahlkreise." Mannheim: disertační práce. Johnston, Ron J. 1979. Political, Electoral and Spatial Systems. Oxford: Clarendon Press. Johnston, Ron J. 1990. Lipset and Rokkan revisited: electoral cleavages, electoral geography, and electoral strategy in Great Britain in Johnston, Ron J., Shelley, Fred M., Taylor, Peter J. 1990. Developments in Electoral Geography. London: Routledge. Johnston, Ron J. 2000. Electoral Geography, in Johnston, Ron J. a kol. 2000. Dictionary of Human Geography. Oxford: Blackwell Publishers Ltd. Johnston, Ron a Pattie, Charles. 2004. Electoral Geography in Electoral Studies. Putting Voters in Their Place, in Barnett, Clive a Low, Murray. (eds): Spaces of Democracy. Geographical Perspectives on Citizenship, Participation and Representation. London: Sage. Johnston, Ron and Pattie, Charles. 2006. Putting Voters in Their Place: Geography And Elections in Great Britain. Oxford: Oxford University Press. Johnston, Ron J. a Shelley, Fred M. a Taylor, Peter 1990. Developments in electoral geography. London: Routledge. Kabát, Martin a Pink, Michal. 2006. Parlamentní volby v roce 2006 a volební geografie. In Čaloud, Dalibor a Foltýn, Tomáš a Havlík, Vlastimil a Matušková, Anna. 2006. Volby do Poslanecké sněmovny v roce 2006. Brno: CDK. Karklins, Rasma. 1994. Explaining Regime Change in the Soviet Union, Europe-Asia Studies, roč. 46, č. 29-45. Kavanagh, Adrian a Sinnott, Richard a Fotheringham, Stewart a Charlton, Martin. 2006. A Geographically Weighted Regression. Analysis of General Election Turnout in the Republic of Ireland. Paper presented to the Political Studies Association of Ireland Conference, University College Cork, 20 October 2006. Kessler, Alexander. 2007. Success Factors for New Businesses in Austria and the Czech Republic. Entrepreneurship And Regional Development, 19(5), 381-403. Kirchheimer, Otto. 1966. The Transformation of Western European Party Systems in LaPalombara, Joseph a Weiner, Myron. (eds): Political Parties and Political Development. Princeton: Princeton University Press. Kitschelt, Herbert. 1992. “The Formation of Party Systems in East Central Europe.” Politics and Society 20, no. 1, 7-50. Kitschelt, Herbert. 1995. “Formation of Party cleavages in Post-communist Democracies.” Party Politics 1, no. 4, 447-472. Kitschelt, Herbert and Mansfeldová, Zdenka and Markowski, Radoslaw and Tóka, Gábor. 1999. Post-Communist Party Systems: Competition, Representation, and Inter-Party Cooperation. Cambridge: Cambridge University Press. Knutsen, Oddbjørn. 2008. Class voting in Western Europe. New York: Lexington Books. Kolarska-Bobinska, Lena. 1994. Social Interests and Their Political Representation: Poland in Transition, British Journal of Sociology, roč. 45, č. 1, 109-126. Kopeček, Lubomír. 2005. Politické strany a stranické systémy ve srovnávací a teoretické perspektivě, in Strmiska, Maxmilián. a kol. 2005. Politické strany moderní Evropy. Praha: Portál. Kostelecký, Tomáš. 1994. Economic, Social and Historical Determinants of Voting Patterns: 1990 and 1992 Parliamentary Elections in the Czech Republic. Czech Sociological Review, roč. 30, č. 2, s. 209-228. Kostelecký, Tomáš. 2001. Vzestup nebo pád politického regionalismu? Změny na politické mapě v letech 1992 až 1998 – srovnání České a Slovenské republiky. Praha: Sociologický ústav AV ČR. Kostelecký, Tomáš., Čermák, Daniel. 2004. Metropolitan Areas in the Czech Republic – Definitions, Basic Characteristics, Patterns of Suburbanisation and Their Impact on Political Behaviour. Praha: Sociologický ústav AV ČR. Kostelecký, Tomáš. 2009. Regionální rozdíly ve volebních výsledcích v České republice – parlamentní volby 1996-2006 Kouba, Karel. 2007. Prostorová analýza českého stranického systému. Institucionalizace a prostorové režimy. Sociologicky časopis, roč. 43, č. 5: 1017–1037. Koutský, Jaroslav. 2011. Staré průmyslové regiony – vývojové tendence, možnosti rozvoje. Ústí nad Labem: Pokrok. Kreidl, Martin. 2009. Je možné doložit efekt jedné proměnné na druhou analyzou dvou připadů? Sociologický časopis/Czech Sociological Review, 2009, Vol. 45, No. 5, Pp. 1038-1044. Kunštát, Daniel. 2004. Sociální a demografický profil voličského zázemí českých politických stran. CVVM. [on-line]. [cit. 10. 3. 2014]. Dostupný na WWW: . Kriesi, Hans-Peter. 2007. The Participation in Swiss Direct-Democratic Votes in de Vreese, C.H. (eds.): The Dynamics of Referendum Campaigns. An International Perspective. Basingstoke: Palgrave Macmillan. Kyloušek, Jakub a Pink, Michal. 2007. Electoral support for the Communist Party of Bohemia and Moravia in parliamentary elections in the Czech Republic after 1990. European Electoral Studies, roč. 2, č. 2, s. 159-163, 15 s. Kyloušek, Jakub a Pink, Michal a Šedo, Jakub. 2007. Volební mapa města Brna. Brno: CDK. Landman, Todd a Robinson, Neil. (eds.). 2009. The Sage Handbook of Comparative Politics. London: Sage. Lawson, Kay a Römmele, Andrea a Karasimeonov, Georgi. (Eds.) 1999. Cleavages, Parties, and Voters. Studies from Bulgaria, the Czech Republic, Hungary, Poland, and Romania. Westport, Connecticut: Praeger. Lijphart, Arend. 1984. Democracies: Patterns of Majoritarian and Consensus Government in Twenty-One Countries. New Heaven: Yale University Press. Lijphart, Arend. 1999. Patterns of Democracy: Goverment Forms and Performances in Thirty-Six Countries. New Heaven and London: Yale University Press. Linek, Lukáš. 2007. Vliv volební účasti na zisky politických stran. in: Lebeda, T. et al.: Voliči a volby 2006. Praha, Sociologický ústav Akademie věd ČR, pp. 87-110 Linek, Lukáš. 2010. Zhodnocení valenční teorie volebního chování na základě otevřených otázek ohledně důvodů volební neúčasti. in: Naše společnost. X/2010 (8) 2: 11-20. Linek, Lukáš. 2013. Kam se ztratili voliči? Vysvětlení vývoje volební účasti v České republice v letech 1990-2010. Brno: CDK. Lipset, Seymour Martin. 1960. Political Man: The Social Bases of Politics. Garden City: Doubleday. Lipset, Seymour Martin and Rokkan, Stein. 1967. “Cleavage Structures, Party Systems, and Voter Alignments: An Introduction.” In: Party Systems and Voter Alignments: Cross-National Perspectives. Eds. Seymour Martin Lipset and Stein Rokkan. New York: Free Press, 1-64. Lewis-Beck, Michael S. a kol. 2008. The American Voter Revisited. Ann Arbor: Michigan University Press. Luther, Kurt R. 2011. Of goals and own goals: A case study of right-wing populist party strategy for and during incumbency. Party Politics, roč. 17, č. 4, str. 453-470. Lybeck, Johan A. 1985. Research Note: Is the Lipset‐Rokkan Hypothesis Testable?. Scandinavian Political Studies, 8(1‐2), 105-113. Lyons, P., Linek, L. 2007. Povaha a zdroje stranické identifikace in Lebeda, T. a kol. 2007. Voliči a volby 2006. Praha: Sociologický ústav AV ČR. Mansfeldova, Zdenka, Sławomir Nałęcz, Eckhard Priller, and Annette Zimmer. 2004. Civil Society in Transition: Civic Engagement and Nonprofit Organizations in Central and Eastern Europe after 1989. in A. Zimmer a E. Priller (eds.): Future of Civil Society: Making Central European Nonprofit-Organizations Work. Str. 99-119. Wiesbaden: VS Verlag für Sozialwissenschaften/GWV Fachverlage GmbH. Mair, Peter. 2002. Comparing party systems. Comparing Democracies, roč. 2, str. 88-107. Marks, Garry. 2007. Introduction: Triangulation and the square-root law. Electoral Studies, roč. 26, č. 1, str. 1-10. McElroy, Gail, and Benoit, Kenneth. 2010. Party policy and group affiliation in the European Parliament. British Journal of Political Science, roč. 40, č. 2, str. 377-398. Miller, William L. (1978): Social Class and Party Choice in England: A New Analysis. British Journal of Political Science, roč. 8, č. 3, str. 257-284. Müller, Heribert a Nissel, Heinz. 1983. "Wahlgeographie und Sozialraumanalyse—Das Beispiel Wien." Erdkunde, roč. 37, č. 3, 165-175. Müller, Jan a Musil, Jiří. 2008. Vnitřní periferie v České republice jako mechanismus sociální exkluze. Sociologický časopis/Czech Sociological Review, roč. 44, č. 2, str. 321-348. Navrátil, Vojtěch. 2010. Volební geografie a parlamentní volby v České republice v roce 2010. Evropská volební studia. roč. 5, č. 1 str. 183-205. Neumayr, Michaela a Meyer, Michael a Miroslav Pospíšil a Schneider, Ulrike a Malý, Ivan. 2009. The Role of Civil Society Organizations in Different Nonprofit Regimes: Evidence from Austria and the Czech Republic in Enjolras, Bernard a Sivesind, Karl Henrik : Civil Society in Comprartive Perspective. Comparative Social Research, Volume 26. Bingley: Emerald. s. 167-196. Nieuwbeerta, Paul a de Graaf, Dirk. 1999. Traditional Class Voting in Twenty Postwar Societies, in Evans, Goeffrey. (ed.). The End of Class Politics? Class Voting in Comparative Context. Oxford: Oxford University Press. Norris, Pippa. 2004. Electoral Engineering: Voting Rules and Polt̕ical Behavior. Cambridge: Cambridge University Press. Novák, Miroslav. 1997. Systémy politických stran. Úvod do jejich srovnávacího studia. Praha: Slon. OLoughlin, John, and A. J. Parker. 1990. Tradition contra change: the political geography of Irish referenda, 1937-87 in Johnston, Ron J. a Shelley, Fred M. a Taylor, Peter 1990. Developments in electoral geography. London: Routledge. Oppenhuis, Erik. 1995. Voting behavior in Europe: A comparative analysis of electoral participation and party choice. Amsterdam: Het Spinhuis. Pacek, Alexander. C. 1994. “Macroeconomic conditions and electoral politics in East Central Europe.” American Journal of Political Science 38, no. 3, 723-744. Przeworski, Adam. (1985): Capitalism and Social Democracy. Cambridge: Cambridge University Press. Pink, Michal,. 2005. Současné přístupy ve volební geografii in Fiala, P. - Strmiska, M. 2005. Metody a přístupy ve víceúrovňovém vládnutí. Brno: CDK. Pink, Michal,. 2010. Volební geografie, in Balík, S. a kol. (eds.): Volby do Poslanecké sněmovny v roce 2010. Brno: CDK. Pink, Michal, Burkert, Jan. 2009. Voličská základna a krajní pravice v současném Rakousku. Rexter – Časopis pro výzkum radikalismu, extremismu a terorismu. Roč. 2009, č. 2, str. 64-82. Pink, Michal,. a kol. 2012. Volební mapy České a Slovenské republiky po roce 1993: Vzorce, trendy, proměny. Brno: CDK. Rae, Douglas W., and Michael Taylor. 1970. The Analysis of Political Cleavages. New Haven: Yale University Press. Reber, Gerhard; Auer-Rizzi, Werner; Malý, Milan (2004) : The behaviour of managers in Austria and the czech Republic: An intercultural comparison based on the Vroom/Yetton Model of leadership and decision making, Journal for East European Management Studies, ISSN 0949-6181, Hampp, Mering, Vol. 9, Iss. 4, pp. 411-429 Roberts, Andrew. 2008. “Hyperaccountability: economic voting in Central and Eastern Europe.” Electoral Studies 27, no. 3, 533-546. Robinson, William S. 1950. Ecological correlations and the behavior of individuals. American Sociological Review, roč. 15, s. 351-357. Rokkan, Stein. 1999. State Formation and Nation-Building in: Flora, P., Kuhnle, S., Urwin, D. 1999. State Formation, Nation-Building, and Mass Politics in Europe. The Theory of Stein Rokkan. Oxford: Oxford University Press. Říchová, Blanka. 2000. Přehled moderních politologických teorií. Empiricko-analytický přístup v soudobé politické vědě. Praha: Portál. Říchová, Blanka a Strhalová, Šárka. 2009. Rakouská republika: systém sociálního partnerství v praxi. in Říchová, Blanka a kol.: Západoevropské politické systémy. Praha: VŠE. Sartori, Giovanni. 1970. “Concept misformation in comparative politics.” American political science review 64, no. 4, 1033-1053. Sartori, Giovanni. 1976. Parties and Party Systems: A Framework for Analysis. New York: Cambridge University Press. Shabad, Goldie and Slomczynski, Kazimierz M. 1999. “Political identities in the initial phase of systemic transformation in Poland: a test of the tabula rasa hypothesis.” Comparative Political Studies 32, no. 6, 690-723. Soukup, Petr a Rabušic, Ladislav. 2007. Několik poznámek k jedné obsesi českých sociálních věd – statistické významnosti, Sociologicky časopis, roč. 43, č. 2, s. 379–395. Strmiska, M. 2005. Politické strany moderní Evropy. Praha: Portál. Stubager, Rune. 2009. Education-based group identity and conciousness in the authoritarian-libertarian value conflict. European Journal of Political Research, roč. 48, č. 2, 204-233. Šaradín, Pavel. 2004. Územní podpora Občanské demokratické strany ve volbách. Acta Universitatis Palackianae Olomucensis, Politologica, roč. 3, str. 145-157. Šaradín, Pavel. 2006. Analýza volební podpory ČSSD a ODS ve volbách do Poslanecké sněmovny PČR, in Němec, J. Šůstková, M. (eds.): III. Kongres českých politologů. Olomouc 8.-10.9. Praha, Olomouc. Thomassen, Jacques. (2004). Introduction: The intellectual history of election studies. European Journal of Political Research, roč. 25, str. 239-245. Tismaneanu, Vladimir. 2001. Hypotheses on Populism: The politics of Charismatic Protest, East European Politics and Societes, roč. 15, č. 1, s. 10-17. Tobler, Waldo R. (1970): A computer movie simulating urban growth in the Detroit region. Economic Geography, roč. 46, č. 2, s. 234-240. Thrift, Nigel J. 1983. On the determination of social action in space and time. Environment and Planning D: Society and Space. roč. 1, č. 1, str. 23-57. Tucker, Joshua A. 2002. “The First Decade of Post-Communist Elections and Voting: What Have We Studied, and How Have We Studied It?” Annual Review of Political Science 5, no. 1, 271-304. Vlachová, Klára, Řeháková, Blanka. 2007. Sociální třída a její vliv na chování voličů, in Lebeda, T. a kol.: Voliči a volby 2006. Praha: SoÚ . van Deth, Jan W. 2009. Establishing Equivalence in Landman, Todd a Robinson, Neil (eds.): The Sage Handbook of Comparative Politics. London: Sage. Vandermotten, Christian a Lockhart, Pablo M. 2000. An electoral geography of Western Europe. GeoJournal, roč. 52, str. 93–105. Voda, Petr. 2010. Efekt kandidáta, in Balík, Stanislav. a kol. (eds.): Volby do Poslanecké sněmovny v roce 2010. 185-208. Brno: CDK. Voda, Petr. 2011. A Geographical analysis of elections in the V4 in 2010. Contemporary European Studies, roč. 2011, č. 2, str. 43-57. Voda, Petr a Pink, Michal. 2011. West and East: Still the Gap? Aggregate Analysis of Electoral Behavior in Central Europe. Příspěvek prezentovaný v rámci CEPSA konference ve Vídní. http://www.cepsa.at/ablage/2011/paper_voda_pink.docx Voda, Petr. 2012. Geografie volební podpory KDU-ČSL 1920 až 2010. Evropská volební studia, roč. 6, č. 2, str. 104–127. Voda, Petr. 2013a. “Values and Voting in Central Europe.” 7th ECPR General Conference, 4. – 7. September 2013. Bordeaux, France. Voda, Petr. (2015): Post-Communist specifics in Voting Behavior. Masarykova univerzita, disertační práce. Warf, B., Leib, J. 2011. Revitalizing electoral geography. Burlington: Ashgate. Weil, Frederick D. 1985. The variable effects of education on liberal attitudes: A comparative-historical analysis of anti-Semitism using public opinion data, American Sociological Review, roč. 50, str. 458-74. Zarycki, Tomasz. 1999. The New Electoral Geography of Central Europe. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.iss.uw.edu.pl/zarycki/pdf/RSS2.pdf. 7.2. Zdroje dat a podkladů Arcdata Praha: ArcCR 500, verze 3.1. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://download.arcdata.cz/data/ArcCR_500-3.1-windows-installer.exe. Benoit , K., Laver, M.: PARTY POLICY IN MODERN DEMOCRACIES. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.tcd.ie/Political_Science/ppmd/. BM.I: Vorzugsstimmenergebnis Nationalratswahl 1990. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/files/NRW_Erg_Vorzugsstimme_1990.pdf. BM.I: Vorzugsstimmenergebnis Nationalratswahl 1994. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/files/NRW_Erg_Vorzugsstimme_1994.pdf. BM.I: Vorzugsstimmenergebnis Nationalratswahl 1995. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/files/NRW_Erg_Vorzugsstimme_1995.pdf. BM.I: Detailergebnisse der Nationalratswahl 1995 idF der Wiederholungswahl 1996. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/1995/files/NRW95_idF_WHG1996_Endergebnis.pdf. BM.I: Endgültige Ergebnis der Nationalratswahl 1999. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/1999/files/NRWergebnis1999.zip. BM.I: Gesamtergebnis mit Wahlkartenergebnissen der Nationalratswahl 2002. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/2002/files/NRW02_E_DL.zip. BM.I: Endgültige Ergebnis der Nationalratswahl am 1. Oktober 2006. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/2006/files/NRW_06_EndergebnisE.xls. BM.I: Das endgültige Ergebnis der Nationalratswahl am 28. September 2008. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/2008/files/Ergebnis_end.zip. BM.I: Nationalratswahl 2013 - Wahltag, Stichtag, Gesamtergebnis. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/2013/files/NRW13_endgueltiges_Gesamtergebnis.xlsx. BM.I: Wahlen – Verhältniswahlrecht, Wahlkreiseinteilung. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: : http://www.bmi.gv.at/cms/BMI_wahlen/wahlrecht/verhaeltniswahlrecht.aspx. Český statistický úřad: Otevřená data pro výsledky sčítání lidu, domů a bytů 2011 (SLDB 2011). [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.czso.cz/csu/redakce.nsf/i/otevrena_data_sldb_prilohy/$File/SLDB_ZV.XLS. Český statistický úřad: Sčítaní lidu, domů a bytů 2001. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.czso.cz/sldb/sldb2001.nsf/index. Český statistický úřad: SČÍTÁNÍ LIDU, DOMŮ A BYTŮ 1991. (poskytnuto na dotaz) Český statistický úřad: Volby do České národní rady konané ve dnech 5. - 6.6.1992. Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/cnr1992/u53. Český statistický úřad: Volby do Poslanecké sněmovny Parlamentu České republiky konané ve dnech 31.5. - 1.6.1996. Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/ps1996/u53. Český statistický úřad: Volby do Poslanecké sněmovny Parlamentu České republiky konané ve dnech 19. - 20.6.1998. Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/ps1998/u53. Český statistický úřad: Volby do Poslanecké sněmovny Parlamentu České republiky konané ve dnech 14. - 15.6.2002 . Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/ps2002/ps4?xjazyk=CZ. Český statistický úřad: Volby do Poslanecké sněmovny Parlamentu České republiky konané ve dnech 02.06. – 03.06.2006. Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/ps2006/ps3?xjazyk=CZ. Český statistický úřad: Volby do Poslanecké sněmovny Parlamentu České republiky konané ve dnech 28.05. – 29.05.2010. Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/ps2010/ps3?xjazyk=CZ. Český statistický úřad: Volby do Poslanecké sněmovny Parlamentu České republiky konané ve dnech 25.10. – 26.10.2013. Výsledky hlasování za územní celky. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://volby.cz/pls/ps2013/ps3?xjazyk=CZ. Český statistický úřad: ÚIR-ZSJ, Územně identifikační registr základních sídelních jednotek. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.czso.cz/csu/rso.nsf/i/uir_zsj. Chapel Hill Expert Survey (CHES): 2002 Chapel Hill expert survey. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://chesdata.eu/2002/2002_CHES_dataset_means.dta. Chapel Hill Expert Survey (CHES): 2010 Chapel Hill expert survey. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://chesdata.eu/2010/2010_CHES_dataset_means.dta. Hooghe, L., Bakker, R., De Vries, C., Edwards, E., Jolly, S., Marks, G., Polk, J., Rovny, J., Steenbergen,M., Vachudova, M.A. 2010. Measuring party positions in Europe: The Chapel Hill expert survey trend file, 1999–2010. Party Politics, roč. 2012, str. 1-15. Růžková, J., Škrabal, J. 2007. Historický lexikon obcí České republiky 1869-2005. Praha: ČSÚ. STATcube – Statistical Database of STATISTICS AUSTRIA: Population census, time series 1971-2001 by regional criteria. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://statcube.at/statistik.at/ext/superweb/loadDatabase.do?db=def1727g. STATcube – Statistical Database of STATISTICS AUSTRIA: Register-based Census 2011 - Persons. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://statcube.at/statistik.at/ext/superweb/loadDatabase.do?db=deregz_rzpers. STATcube – Statistical Database of STATISTICS AUSTRIA: Register-based Labour Market Statistics 2010 at municipality level. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://statcube.at/statistik.at/ext/superweb/loadDatabase.do?db=deregz_aest10_gem. STATISTIK AUSTRIA: Auflösungen bzw. Vereinigungen von Gemeinden ab 1945. [on-line]. [cit. 12. dubna 2014]. Dostupný na WWW: http://www.statistik.gv.at/web_de/static/gemeindeaenderungen_ab_1945_vereinigungen_teilungen_namens -_u._statusaende_054994.pdf 8. Seznam tabulek Tabulka č. 1: Strany dle Beymeho klasifikace v ČR a Rakousku v letech 1992-2013. 38 Tabulka č. 2: Pozice sociálně demokratických stran v politických dimenzích. 40 Tabulka č. 3: Pozice křesťansko-demokratických a konzervativních stran v politických dimenzích. 41 Tabulka č. 4: Parlamentní volby v ČR a Rakousku v letech 1990 - 2013. 43 Tabulka č. 5: Pozice stran v dimenzi ekonomická levice x pravice. 45 Tabulka č. 6: Pozice stran v dimenzi město x venkov. 46 Tabulka č. 7: Pozice stran v dimenzi náboženské x sekulární principy v politice. 46 Tabulka č. 8: Pozice stran v dimenzi liberální x tradiční hodnoty. 47 Tabulka č. 9: Pozice stran v dimenzi životní prostředí x ekonomický růst 48 Tabulka č. 10: Pozice stran v dimenzi imigrace x odmítání imigrace. 49 Tabulka č. 11: Zařazení stran do systému vybraných konfliktních linií 49 Tabulka č. 12: velikostní kategorie obcí dle sčítání lidu v letech 1991, 2001 a 2011 v České republice. 55 Tabulka č. 13: velikostní kategorie obcí dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 55 Tabulka č. 14: velikost ORP a okresů dle sčítání lidu v letech 1991, 2001 a 2011 v České republice a Rakousku 56 Tabulka č. 15: Variační koeficient volebních výsledků stran ve volbách do PS PČR 1992–2013. 70 Tabulka č. 16: Giniho koeficient volebních výsledků stran ve volbách do PS PČR 1992–2013. 71 Tabulka č. 17: Variační koeficient výsledků stran ve volbách do NR RR 1990–2013. 72 Tabulka č. 18: Giniho koeficient volebních výsledků stran ve volbách do NR RR 1990–2013. 72 Tabulka č. 19: Podíl hlasů odevzdaných pro ČSSD v území stabilní volební podpory na celkovém zisku strany 76 Tabulka č. 20: Podíl hlasů odevzdaných pro SPÖ v území stabilní volební podpory na celkovém zisku strany 77 Tabulka č. 21: Podíl hlasů odevzdaných pro ODS v území stabilní volební podpory na celkovém zisku strany 79 Tabulka č. 22: Podíl hlasů odevzdaných pro KDU-ČSL v území stabilní volební podpory na celkovém zisku strany 81 Tabulka č. 23: Podíl hlasů odevzdaných pro ÖVP v území stabilní volební podpory na celkovém zisku strany 83 Tabulka č. 24: Podíl hlasů odevzdaných pro SP-RSČ v území stabilní volební podpory na celkovém zisku strany 85 Tabulka č. 25: Podíl hlasů odevzdaných pro VV a Úsvit v území stabilní volební podpory na celkových ziscích stran 86 Tabulka č. 26: Podíl hlasů odevzdaných pro FPÖ v území stabilní volební podpory na celkovém zisku strany 88 Tabulka č. 27: Podíl hlasů odevzdaných pro BZÖ v území stabilní volební podpory na celkovém zisku strany 90 Tabulka č. 28: Podíl hlasů odevzdaných pro ODA, US, SZ a TOP09 v území stabilní volební podpory stran na celkovém zisku strany. 93 Tabulka č. 29: Podíl hlasů odevzdaných pro Grüne v území stabilní volební podpory na celkovém zisku strany 95 Tabulka č. 30: Podíl hlasů odevzdaných pro LIF a NEOS v území stabilní volební podpory na celkovém zisku strany 96 Tabulka č. 31: Podíl hlasů odevzdaných pro KSČM v území stabilní volební podpory na celkovém zisku strany 98 Tabulka č. 32: Korelace mezi volebními výsledky ČSSD v letech 1992 – 2013. 102 Tabulka č. 33: Korelace mezi volebními výsledky SPÖ v letech 1990 – 2013. 102 Tabulka č. 34: Korelace mezi volebními výsledky ODS v letech 1992 – 2013. 103 Tabulka č. 35: Korelace mezi volebními výsledky KDU-ČSL v letech 1992 – 2013. 103 Tabulka č. 36: Korelace mezi volebními výsledky TOP09 v letech 2010 – 2013. 104 Tabulka č. 37: Korelace mezi volebními výsledky ÖVP v letech 1990 – 2013. 104 Tabulka č. 38: Korelace mezi volebními výsledky FPÖ v letech 1990 – 2013. 105 Tabulka č. 39: Korelace mezi volebními výsledky FPÖ a BZÖ v letech 1999 – 2013. 105 Tabulka č. 40: Korelace mezi volebními výsledky SPR-RSČ, VV a Úsvitu v letech 1992 – 2013. 105 Tabulka č. 41: Korelace mezi volebními výsledky Grüne v letech 1990 – 2013. 106 Tabulka č. 42: Korelace mezi volebními výsledky LiF a NEOS v letech 1994 – 2013. 106 Tabulka č. 43: Korelace mezi volebními výsledky ODA, US a SZ v letech 1992 – 2006. 107 Tabulka č. 44: Korelace mezi volebními výsledky KSČM v letech 1992 – 2013. 107 Tabulka č. 45: Proměnná „podnikatelé“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice. 112 Tabulka č. 46: Korelace proměnné „podnikatelé“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 113 Tabulka č. 47: Podnikatelé dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 113 Tabulka č. 48: Korelace proměnné „podnikatelé“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 113 Tabulka č. 49: Nezaměstnanost dle sčítání lidu v letech 1991, 2001 a 2011 v České republice. 115 Tabulka č. 50: Korelace proměnné „nezaměstnanost“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 115 Tabulka č. 51: Nezaměstnanost dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 116 Tabulka č. 52: Korelace proměnné „nezaměstnanost“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 116 Tabulka č. 53: Rozvodovost dle sčítání lidu v letech 1991, 2001 a 2011 v České republice. 117 Tabulka č. 54: Korelace proměnné „rozvodovost“ dle sčítání lidu v letech 2001 a 2011 v České republice 117 Tabulka č. 55: Rozvodovost dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 118 Tabulka č. 56: Korelace proměnné „rozvodovost“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 118 Tabulka č. 57: Zaměstnaní v sekundéru dle sčítání lidu v letech 1991, 2001 a 2011 v ČR.. 119 Tabulka č. 58: Korelace proměnné „sekundér“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 120 Tabulka č. 59: Zaměstnaní v sekundéru dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 120 Tabulka č. 60: Korelace proměnné „sekundér“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 121 Tabulka č. 61: Vysokoškolsky vzdělané obyvatelstvo dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 122 Tabulka č. 62: Korelace proměnné „VŠ vzdělání“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 123 Tabulka č. 63: Vysokoškolsky vzdělané obyvatelstvo dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 123 Tabulka č. 64: Korelace proměnné „VŠ vzdělání“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku 123 Tabulka č. 65: Nepracující důchodci dle sčítání lidu v letech 1991, 2001 a 2011 v České republice. 124 Tabulka č. 66: Korelace proměnné „důchodci“ dle sčítání lidu v letech 1991, 2001 a 2011 v České republice 125 Tabulka č. 67: Nepracující důchodci dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 125 Tabulka č. 68: Korelace proměnné „důchodci“ dle sčítání lidu v letech 1991, 2001 a 2011 v Rakousku. 126 Tabulka č. 69: Korelace mezi proměnnými dle sčítání lidu v letech 1991, 2001 a 2011 na úrovni obcí a ORP v České republice. 128 Tabulka č. 70: Korelace mezi proměnnými dle sčítání lidu v letech 1991, 2001 a 2011 na úrovni obcí a okresů v Rakouské republice. 129 Tabulka č. 71: Index determinace regresních modelů v České republice v letech 1992 -2013. 133 Tabulka č. 72: Index determinace regresních modelů v Rakousku v letech 1990 - 2013. 135 Tabulka č. 73: Výsledky regresních modelů vysvětlujících výši volební podpory ČSSD ve volbách do Sněmovny v letech 1992 - 2013. 138 Tabulka č. 74: Výsledky regresních modelů vysvětlujících výši volební podpory SPÖ v parlamentních volbách v letech 1990-2013. 139 Tabulka č. 75: Výsledky regresních modelů vysvětlujících výši volební podpory ODS v parlamentních volbách v letech 1992-2013. 141 Tabulka č. 76: Výsledky regresních modelů vysvětlujících výši volební podpory KDU-ČSL v parlamentních volbách v letech 1992-2013. 142 Tabulka č. 77: Výsledky regresních modelů vysvětlujících výši volební podpory ÖVP v parlamentních volbách v letech 1990-2013. 144 Tabulka č. 78: Výsledky regresních modelů vysvětlujících výši volební podpory SPR-RSČ a VV ve volbách do Sněmovny v letech 1996-2010. 145 Tabulka č. 79: Výsledky regresních modelů vysvětlujících výši volební podpory FPÖ v parlamentních volbách v letech 1990-2013. 146 Tabulka č. 80: Výsledky regresních modelů vysvětlujících výši volební podpory BZÖ a Team Stronach v parlamentních volbách v letech 2006-2013. 147 Tabulka č. 81: Výsledky regresních modelů vysvětlujících výši volební podpory ODA, US, SZ a TOP09 v parlamentních volbách v letech 1992 – 2013. 149 Tabulka č. 82: Výsledky regresních modelů vysvětlujících výši volební podpory LiF a NEOSS v parlamentních volbách v letech 1994-2013. 149 Tabulka č. 83: Výsledky regresních modelů vysvětlujících výši volební podpory GRÜNE v parlamentních volbách v letech 1990-2013. 150 Tabulka č. 84: Výsledky regresních modelů vysvětlujících výši volební podpory KSČM v parlamentních volbách v letech 1992 - 2013. 152 Tabulka č. 85: Výsledky regresních modelů vysvětlujících výši volební podpory ČSSD v parlamentních volbách v letech 1992-2013. 155 Tabulka č. 86: Výsledky regresních modelů vysvětlujících výši volební podpory SPÖ v parlamentních volbách v letech 1990-2013. 156 Tabulka č. 87: Výsledky regresních modelů vysvětlujících výši volební podpory ODS v parlamentních volbách v letech 1992-2013. 157 Tabulka č. 88: Výsledky regresních modelů vysvětlujících výši volební podpory KDU-ČSL v parlamentních volbách v letech 1992-2013. 158 Tabulka č. 89: Výsledky regresních modelů vysvětlujících výši volební podpory ÖVP v parlamentních volbách v letech 1990-2013. 158 Tabulka č. 90: Výsledky regresních modelů vysvětlujících výši volební podpory SPR-RSČ, VV a Úsvitu v parlamentních volbách v letech 1990-2013. 159 Tabulka č. 91: Výsledky regresních modelů vysvětlujících výši volební podpory FPÖ v parlamentních volbách v letech 1990-2013. 160 Tabulka č. 92: Výsledky regresních modelů vysvětlujících výši volební podpory BZÖ v parlamentních volbách v letech 2006-2013. 160 Tabulka č. 93: Výsledky regresních modelů vysvětlujících výši volební podpory ODA, US, SZ a TOP09 v parlamentních volbách v letech 1992-2013. 161 Tabulka č. 94: Výsledky regresních modelů vysvětlujících výši volební podpory LiF a NEOS v parlamentních volbách v letech 1994, 1995, 1999 a 2013. 162 Tabulka č. 95: Výsledky regresních modelů vysvětlujících výši volební podpory GRÜNE v parlamentních volbách v letech 1990-2013. 163 Tabulka č. 96: Výsledky regresních modelů vysvětlujících výši volební podpory KSČM v parlamentních volbách v letech 1992-2013. 164 9. Seznam grafů Graf č. 1: Vývoj volební účasti a volebních výsledků ve volbách do NR a PS PČR v letech 1990-2013. 67 Graf č. 2: Vývoj volební účasti a volebních výsledků ve volbách do NR RR v letech 1990-2013. 69 Graf č. 3: vývoj výše volebního zisku ČSSD v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013 (ČR=1). 77 Graf č. 4: vývoj výše volebního zisku SPÖ v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1990-2013 (Rakousko =1). 78 Graf č. 5: vývoj výše volebního zisku ODS v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013. 81 Graf č. 6: vývoj výše volebního zisku KDU-ČSL v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013. 82 Graf č. 7: vývoj výše volebního zisku ÖVP v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1990-2013. 84 Graf č. 8: vývoj výše volebního zisku populistických stran v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013. 88 Graf č. 9: vývoj výše volebního zisku FPÖ v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1990-2013. 90 Graf č. 10: vývoj výše volebního zisku BZÖ v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 2006-2013. 91 Graf č. 11: vývoj výše volebního zisku liberálních stran v ČR v oblastech s různou úrovní volební podpory ve volbách do ČNR a PS PČR v letech 1992-2013. 94 Graf č. 12: vývoj výše volebního zisku Grüne v oblastech s různou úrovní volební podpory ve volbách do ČNR v letech 1990-2013. 96 Graf č. 13: vývoj výše volebního zisku LiF a NEOS v oblastech s různou úrovní volební podpory ve volbách do NR RR v letech 1994-2013. 98 Graf č. 14: vývoj výše volebního zisku KSČM v oblastech s různou úrovní volební podpory ve volbách do PS PČR v letech 1992-2013. 100 Graf č. 15: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do ČNR a PS PČR v letech 1992-2013. 134 Graf č. 16: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do NR RR v letech 1990-2013. 136 Graf č. 17: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do PS PČR v letech 1992-2013. 154 Graf č. 18: Index determinace regresních modelů vysvětlujících výši volební podpory stran ve volbách do NR RR v letech 1990-2013. 154 10. Seznam map Mapa č. 1: Území stabilní volební podpory ČSSD ve volbách do ČNR a PS PČR v letech 1992 – 2013. 75 Mapa č. 2: Území stabilní volební podpory ČSSD ve volbách do PS PČR v letech 1996 – 2013. 75 Mapa č. 3: Území stabilní volební podpory SPÖ ve volbách do NR RR v letech 1990 – 2013. 78 Mapa č. 4: Území stabilní volební podpory ODS ve volbách ČNR a PS PČR v letech 1992 – 2013. 80 Mapa č. 5: Území stabilní volební podpory KDU-ČSL ve volbách do ČNR a PS PČR v letech 1992 – 2013 82 Mapa č. 6: Území stabilní volební podpory ÖVP ve volbách do NR RR v letech 1990 – 2013. 83 Mapa č. 7: Území stabilní volební podpory SPR-RSČ ve volbách do ČNR a PS PČR v letech 1992 – 2013 85 Mapa č. 8: Území stabilní volební podpory Úsvitu a VV ve volbách do PS PČR v letech 2010 a 2013. 86 Mapa č. 9: Území stabilní volební podpory SPR-RSČ, Úsvitu a VV ve volbách do ČNR a PS PČR v letech 1992 – 2013 87 Mapa č. 10: Území stabilní volební podpory FPÖ ve volbách do NR RR v letech 1990 – 2002. 89 Mapa č. 11: Území stabilní volební podpory FPÖ ve volbách do NR RR v letech 2006 – 2013. 89 Mapa č. 12: Území stabilní volební podpory BZÖ ve volbách do NR RR v letech 2006 – 2013. 91 Mapa č. 13: Území volební podpory FRANK ve volbách do NR RR v roce 2013. 92 Mapa č. 14: Území stabilní volební podpory liberálních stran ve volbách do ČNR a PSP ČR v letech 1992 – 2013 94 Mapa č. 15: Území stabilní volební podpory Grüne ve volbách do NR RR v letech 1990–2013. 95 Mapa č. 16: Území stabilní volební podpory LiF a NEOS ve volbách do NR RR v letech 1994, 1995, 1999 a 2013 97 Mapa č. 17: Území stabilní volební podpory KSČM ve volbách do ČNR a PSP ČR v letech 1992 – 2013 99 11. Seznam příloh Příloha č. 1: Výsledky parlamentních voleb v Rakousku v letech 1990 - 2013. 189 Příloha č. 2: Výsledky parlamentních voleb v České republice v letech 1990 – 2013. 189 Příloha č. 3: Území stabilní volební podpory ODA a US ve volbách do ČNR a PS PČR v letech 1992-1998 190 Příloha č. 4: Území volební podpory SZ ve volbách do PS PČR v roce 2006. 190 Příloha č. 5: Území stabilní volební podpory TOP09 ve volbách do PS PČR v letech 2010-2013. 191 Příloha č. 6: popisné statistiky výsledků voleb do ČNR a PS PČR v letech 1992-2013 za obce a ORP. 192 Příloha č, 7: popisné statistiky výsledků voleb do ČNR a PS PČR v letech 1992-2013 za obce a okresy. 193 12. Seznam zkratek 4K Čtyřkoalice BZÖ Svaz pro budoucnost Rakouska ČNR Česká národní rada ČR Česká republika ČSL Československá strana lidová ČSSD Česká strana sociálně demokratická EU Evropská unie FPÖ Svobodná strana Rakouska FRANK Team Stronach GRÜNE Zelení HSD-SMS Hnutí za samosprávnou demokracii – Společnost pro Moravu a Slezsko KDU-ČSL Křesťanská a demokratická unie – Československá strana lidová KSČ Komunistická strana Československa KSČM Komunistická strana Čech a Moravy LB Levý blok LiF Liberální fórum LSU Liberální a sociální unie NEOS Nové Rakousko NR RR Národní rada Rakouské republiky ODA Občanská demokratická aliance ODS Občanská demokratická strana OF Občanské fórum OSN Organizace spojených národů ÖVP Rakouská lidová strana p.b. procentní bod PS PČR Poslanecká sněmovna Parlamentu České republiky SPÖSociálnědemokratická strana Rakouska SPR-RSČ Sdružení pro republiku – Republikánska strana Československá SZ Strana zelených TOP09 Tradice, odpovědnost, prosperita 2009 US Unie svobody VV Věci veřejné 13. Příloha Příloha č. 1: Výsledky parlamentních voleb v Rakousku v letech 1990 - 2013 1990 1994 1995 1999 2002 2006 2008 2013 hlasy % hlasy % hlasy % hlasy % hlasy % hlasy % hlasy % hlasy % Účast 4848741 86,14 4730987 81,94 4959455 85,98 4695225 80,42 4982261 84,27 4793780 78,49 4990952 78,81 4782410 74,91 SPÖ 2012787 42,78 1617804 34,92 1843474 38,06 1532448 33,15 1792499 36,51 1663986 35,34 1430206 29,26 1258605 26,82 ÖVP 1508600 32,06 1281846 27,67 1370510 28,29 1243672 26,91 2076833 42,30 1616493 33,08 1269656 25,98 1125876 23,99 FPÖ 782648 16,63 1042332 22,50 1060377 21,89 1244087 26,91 491328 10,01 519598 10,63 857029 17,54 962313 20,51 GRÜNE[43] 225084 4,78 338538 7,31 233208 4,81 342260 7,40 464980 9,47 520130 10,64 509936 10,43 582657 12,42 LiF/NEOS 276580 5,97 267026 5,51 168612 3,65 48083 0,98 232946 4,96 BZÖ 193539 3,96 522933 10,70 165746 3,53 FRANK 268679 5,73 Zdroj: BM.I Příloha č. 2: Výsledky parlamentních voleb v České republice v letech 1990 – 2013 1990 1992 1996 1998 2002 2006 2010 2013 hlasy % hlasy % hlasy % hlasy % hlasy % hlasy % hlasy % hlasy % Účast 7 310856 96,79 6 583988 85,08 6 105588 76,41 6 008926 74,03 4793706 58,00 5 372449 64,47 5 268098 62,60 5 010 944 59,48 ODS 3 569201 49,50 1 924483 29,73 1 794560 29,62 1 656011 27,74 1166975 24,47 1 892475 35,38 1 057792 20,22 384 174 7,72 ČSSD 296 165 4,11 422 736 6,53 1 602250 26,44 1 928660 32,31 1440279 30,20 1 728827 32,32 1 155267 22,08 1 016 829 20,45 KSČM 954 690 13,24 909 490 14,50 626 136 10,33 658 550 11,30 882653 18,51 685 328 12,81 589 765 11,27 741 044 14,91 KDU-ČSL 607 134 8,42 406 341 6,28 489 349 8,80 537 013 9,00 680671 14,27 386 706 7,22 229 717 4,39 336 970 6,78 ODA/US/ SZ/TOP 383 705 5,93 385 369 6,36 513 596 8,60 336 487 6,29 873 833 16,70 596 357 11,99 SPR-RSČ 72 048 1,00 387 026 5,98 485 072 8,10 232 965 3,90 46325 0,97 569 127 10,88 342 339 6,88 HSD-SMS 723 609 10,30 380 088 5,87 ANO 2011 927 240 18,65 Zdroj: Volby.cz Příloha č. 3: Území stabilní volební podpory ODA a US ve volbách do ČNR a PS PČR v letech 1992-1998 Příloha č. 4: Území volební podpory SZ ve volbách do PS PČR v roce 2006 Příloha č. 5: Území stabilní volební podpory TOP09 ve volbách do PS PČR v letech 2010-2013 Příloha č. 6: popisné statistiky výsledků voleb do ČNR a PS PČR v letech 1992-2013 za obce a ORP průměr medián sm.odch. rozpětí šikmost strmost strana rok ORP obce ORP obce ORP obce ORP obce ORP obce ORP obce ČSSD 1992 5,57 5,11 5,51 4,74 1,48 2,89 7,46 24,39 0,27 1,05 -0,45 2,53 1996 20,60 21,81 20,23 21,23 3,93 6,25 24,19 58,89 0,49 0,69 1,03 1,60 1998 24,35 25,93 24,36 25,41 3,47 6,32 19,36 66,52 -0,22 0,67 0,55 2,23 2002 17,49 18,86 17,25 18,12 2,41 5,74 14,29 65,04 0,50 1,18 0,30 4,42 2006 21,10 22,36 20,98 21,79 2,97 5,92 17,00 60,47 0,13 0,74 0,00 1,89 2010 14,00 14,80 13,91 14,29 2,31 4,81 12,71 56,79 0,25 1,08 0,36 3,53 2013 12,35 12,85 12,29 12,25 2,21 4,35 12,07 45,28 0,15 1,12 0,02 3,07 KDU-ČSL 1992 6,27 9,02 5,21 6,27 4,39 8,49 22,41 68,91 0,95 1,48 0,42 2,59 1996 7,10 9,96 6,17 7,74 3,99 7,95 20,20 62,81 0,78 1,42 0,08 2,46 1998 7,58 10,57 6,97 8,54 3,79 7,75 18,99 72,88 0,72 1,47 -0,06 2,98 2002 8,40 9,63 8,06 8,12 3,17 6,42 16,62 54,32 0,54 1,58 0,14 3,80 2006 5,18 6,96 4,61 5,11 2,94 6,06 15,99 58,23 0,87 1,85 0,51 5,11 2010 3,02 3,95 2,42 2,35 2,23 4,60 12,77 56,00 1,14 2,41 1,26 10,22 2013 4,26 5,09 3,64 3,64 2,53 4,79 13,29 39,53 0,91 1,96 0,40 5,47 KSČM 1992 11,90 12,56 11,88 11,90 2,86 6,21 19,20 48,81 0,23 0,79 0,68 1,37 1996 8,21 9,61 8,01 8,72 2,28 5,22 13,98 45,21 0,16 1,14 0,21 2,38 1998 8,54 10,10 8,39 9,34 2,35 5,18 13,49 43,48 0,16 1,10 -0,02 2,41 2002 11,26 13,57 11,22 12,76 2,74 5,87 14,62 53,13 0,06 1,02 -0,10 2,30 2006 8,70 10,38 8,77 9,75 2,02 4,55 11,47 36,84 -0,11 0,98 -0,12 2,11 2010 7,48 8,90 7,50 8,33 1,79 4,04 9,34 39,02 -0,15 1,16 -0,20 3,07 2013 9,28 10,80 9,52 10,26 2,02 4,26 13,00 38,18 -0,42 0,96 0,32 2,21 ODS 1992 23,85 20,72 23,62 20,32 5,05 7,86 25,15 73,53 0,30 0,42 -0,35 0,58 1996 21,47 19,92 21,14 19,43 4,58 7,27 24,85 66,67 0,45 0,54 0,01 0,95 1998 19,07 17,04 18,27 16,35 4,90 6,97 25,85 56,10 0,83 0,71 0,46 1,13 2002 13,41 12,77 13,06 12,05 3,16 5,56 15,62 62,50 0,63 0,99 0,15 2,79 2006 21,46 20,20 20,77 19,32 5,11 7,73 26,52 71,61 0,80 0,89 0,55 2,03 2010 11,98 11,54 11,83 10,87 2,75 5,07 14,97 56,52 0,43 0,94 0,03 2,34 2013 4,28 4,05 4,00 3,58 1,46 2,65 7,29 52,63 0,94 2,30 0,52 21,70 lib 1992 4,38 3,49 3,34 2,54 2,78 3,20 12,37 33,67 1,35 1,88 0,86 4,94 1996 4,51 4,01 4,46 3,70 1,46 2,42 9,16 34,62 0,47 1,49 0,59 7,58 1998 5,98 5,32 5,73 5,06 1,66 2,70 10,20 34,48 0,94 1,31 1,53 5,82 2006 3,73 3,25 3,49 3,06 1,14 1,82 6,69 19,23 1,20 1,28 1,83 5,26 2010 9,57 8,87 8,84 8,13 3,62 4,40 18,74 38,54 1,22 1,13 1,38 2,37 2013 6,38 5,88 5,54 5,06 3,26 3,81 17,50 39,58 1,46 1,57 2,06 4,32 popul 1992 5,04 4,92 4,79 4,33 1,83 3,21 10,71 28,33 1,00 1,50 1,41 4,03 1996 6,45 8,01 6,24 7,16 2,02 4,49 12,62 47,13 0,47 1,75 1,10 5,84 1998 2,92 3,35 2,89 2,92 0,79 2,37 3,98 41,77 0,51 3,26 0,40 28,53 2010 6,83 7,14 6,75 6,85 1,04 2,80 6,36 28,79 0,42 0,92 0,37 2,91 2013 4,30 4,80 4,25 4,54 1,18 2,28 10,18 20,00 1,07 1,08 6,22 2,93 Příloha č, 7: popisné statistiky výsledků voleb do ČNR a PS PČR v letech 1992-2013 za obce a okresy průměr Sm,odch, medián rozpětí šikmost strmost strana rok okresy obce okresy obce okresy obce okresy obce okresy obce okresy obce SPÖ 1990 34,31 31,35 7,89 12,32 34,27 30,31 37,89 72,26 0,02 0,27 -0,79 -0,34 1994 26,92 24,98 7,36 10,89 26,65 23,86 37,49 65,99 0,08 0,43 -0,42 -0,12 1995 30,66 27,74 7,12 10,69 30,35 26,71 37,49 68,84 -0,07 0,35 -0,37 -0,11 1999 25,10 23,28 6,75 9,68 25,15 22,05 33,61 60,31 -0,08 0,48 -0,39 0,04 2002 29,13 26,11 7,84 11,30 29,26 25,06 37,82 66,38 -0,01 0,42 -0,61 -0,09 2006 26,14 24,21 7,37 10,65 26,36 23,04 29,81 62,42 0,05 0,44 -0,70 0,05 2008 22,42 19,25 6,60 8,94 22,21 18,30 27,04 54,40 0,04 0,56 -0,61 0,26 2013 19,66 16,39 5,60 7,47 19,84 15,40 25,89 51,45 0,08 0,65 -0,41 0,48 ÖVP 1990 27,50 37,38 10,97 13,90 27,26 37,14 44,47 83,64 0,22 0,20 -0,87 -0,47 1994 22,61 30,73 9,50 11,97 23,12 30,10 38,08 67,20 0,24 0,30 -0,87 -0,34 1995 24,11 31,25 8,48 11,18 24,50 30,53 35,64 63,84 0,18 0,32 -0,74 -0,25 1999 21,37 28,63 8,60 10,88 21,93 27,83 36,29 61,35 0,18 0,36 -0,81 -0,20 2002 34,52 43,13 10,18 12,18 35,73 43,16 43,09 68,88 -0,02 0,05 -0,95 -0,38 2006 26,09 34,42 9,46 11,49 27,44 34,52 40,62 72,88 -0,01 0,17 -0,85 -0,17 2008 20,81 25,08 7,85 9,55 21,59 24,53 36,93 57,50 0,15 0,40 -0,42 0,02 2013 18,31 21,98 7,52 9,03 18,96 21,19 34,98 54,00 0,38 0,52 -0,38 0,10 FPÖ 1990 13,19 12,92 4,47 5,26 11,98 12,34 21,22 35,20 1,54 1,04 2,40 1,83 1994 17,03 17,14 3,83 5,04 16,21 16,69 21,93 34,31 0,78 0,44 0,99 0,38 1995 17,61 18,14 4,31 5,34 16,38 17,42 24,60 36,32 0,71 0,63 0,29 0,43 1999 20,10 20,88 4,43 5,15 19,57 20,63 26,37 40,63 0,28 0,34 0,81 0,38 2002 7,97 8,06 3,77 3,93 6,67 7,20 19,85 33,06 2,08 1,97 4,21 5,49 2006 7,81 7,63 1,88 2,86 7,67 7,39 9,86 24,00 0,53 0,90 0,44 2,29 2008 12,82 12,59 3,40 3,94 13,23 12,65 16,13 32,05 -0,56 0,12 0,01 0,91 2013 14,39 14,71 3,09 4,00 14,42 14,44 13,63 40,69 -0,40 0,60 -0,17 2,23 BZÖ 2006 3,18 2,97 4,58 4,03 1,94 2,02 19,97 29,81 2,99 4,03 7,28 15,86 2008 8,26 8,31 6,93 5,72 6,39 6,82 29,95 38,84 2,31 2,61 4,64 7,59 2013 2,58 2,52 1,68 1,72 2,13 2,15 9,98 23,64 2,72 3,58 7,59 21,97 FRANK 2013 4,10 4,44 1,57 2,40 3,75 3,71 9,03 19,40 1,81 1,95 4,30 4,77 GRÜNE 1990 3,46 2,47 1,74 1,47 3,04 2,16 7,84 10,06 1,31 1,22 1,38 1,95 1994 5,12 4,22 1,77 1,89 4,81 3,93 8,73 12,64 1,02 0,78 1,06 0,76 1995 3,53 2,95 1,37 1,48 3,42 2,69 6,82 9,71 0,94 0,82 0,71 0,57 1999 5,14 5,19 2,08 2,63 4,83 4,71 10,98 20,14 1,22 1,14 1,70 1,90 2002 6,88 4,77 3,94 2,68 5,77 4,20 20,10 22,62 1,65 1,42 2,82 3,13 2006 7,44 5,31 3,93 2,86 6,21 4,77 19,79 22,73 1,49 1,31 2,27 2,56 2008 7,58 4,80 4,02 2,55 6,20 4,33 19,88 19,17 1,54 1,22 2,18 2,12 2013 8,59 5,70 3,85 2,58 7,79 5,33 19,30 17,89 1,34 0,87 1,85 0,89 LIF 1994 4,12 2,93 1,93 1,61 3,52 2,65 7,54 12,12 1,01 1,39 0,17 3,30 1995 4,03 2,90 1,89 1,63 3,44 2,57 7,73 12,00 0,87 1,26 -0,11 2,35 1999 2,49 1,56 1,69 1,08 1,84 1,33 7,72 15,12 1,74 2,69 2,73 17,46 2013 3,52 2,37 2,20 1,69 2,62 2,02 9,32 26,71 1,66 3,82 1,70 31,09 ________________________________ [1] Z anglického originálu responsive voter lze přeložit také jako citlivý či vnímavý volič. [2] Míra volatility ukazuje stabilitu či změnu volebních výsledků. Je určena volebním ziskem nových formací (tzv. stranické nahrazení) a přesunem podpory voličů mezi stranami (Šedo 2007: 100-101). [3] Originální název Stadtrat. [4] Balík (2002) klasifikujerakouský autoritativní jako organicko etatistický autoritativní režim, protože participace a mobilizace společnosti byla kontrolována skrze tzv. organické struktury a naopak individualistické předpoklady liberální demokracie a model třídního konfliktu takové režimy odmítají. [5] Na příklad Hnutí pro samosprávnou demokracii – společnost pro Moravu a Slezsko (HSD-SMS) využila existence více zastupitelských sborů a v kampani pro volby do ČNR využívala slogan „Alespoň jeden hlas Moravě“. V těchto volbách dokázala získat více hlasů než v těch do Federálního shromáždění (Fiala, Mareš 1997) [6] Počet poslanců na obvod nebyl fixně stanoven, ale byl závislý na dosažené účasti v krajích. Totéž platí i pro nová pravidla po roce 2002 (viz Šedo 2007). [7] Q = H/M, kde Q je mandátovým číslem a udává počet hlasů, který musí strana obdržet pro zisk jednoho mandátu, H je počet celkem odevzdaných platných hlasů v obvodu a M počet mandátů určených pro obvod. [8] BM.I: Wahlen – Verhältniswahlrecht, Wahlkreiseinteilung, (on-line: http://www.bmi.gv.at/cms/BMI_wahlen/wahlrecht/verhaeltniswahlrecht.aspx). [9] Relevantní je taková strana, která má buďto koaliční potenciál (je možné, aby se objevila v e vládní koalici s jinými stranami) nebo vyděračský potenciál (strana je vyloučena z možnosti podílet se na vládě, ale je dostatečně silná, aby mohla klást vládě požadavky).(viz Sartori 1976) [10] Někdy (viz Hloušek 2008) je používán také doslovný překlad „Svobodomyslná strana Rakouska“. [11] Seznam dimenzí a otázek, na kterých jsou založeny viz http://www.politics.tcd.ie/ppmd/ a Benoit and Laver (2006). [12] Otázka z orůzkumu: Prosím zaškrkněte hodnotu, která nejlépe popisuje všeobecnou ideologii každé strany na škále od 0 (extrémní levice) do 10 (extrémní pravice). Otázka z orůzkumu: Strany mohou být klasifikovány na základě jejich postojů k ekonomickým tématům. Strany na ekonomické levici chtějí, aby vláda hrála aktivní roli v ekonomice. Strany na ekonomické pravici zdůrazňují omezenou roli vlády v ekonomice, privatizaci, nižšší daně, méně regulace, méně vládního utrácení a slabší stat blahobytu (“welfare state”). K zařazení pozice stran je k dispozici 11bodová škála od levice k pravici. [14] Otázka z orůzkumu Strany mohou být klasifikovány na základě jejich pohledů na demokratické svobody a práva. „Libertariánské“ nebo „postmaterialistické“ strany podporují rozšiřování osobních svobod, např. Přístup k potratům, eutanázii, homosexuální manželství nebo větší demokratickou participaci. „Tradiční“ nebo “autoritativní” strany často odmítají tyto myšlenky. Oceňují hodnoty jako pořádek, tradice a stabilita, a věří, že vláda by měla být pevnou morální autoritou v sociálních a kulturních tématech. K zařazení pozice stran je k dispozici 11bodová škála od libertariánství/postmaterialismu (0) k tradicionalismu/autoritářství (10). [15] Do roku 1994 strana vystupovala pod názvem Grüne Alternative. [16] Zástupci Strany zelených získali několik mandátů v roce 1992 na kandidátce koalice Liberální a sociální unie (LSU). [17] Strana se formálně hlásí k liberalismu, ovšem její akcent lze označit za krajně pravicový. Stran sama sebe označuje jako „Sociální vlasteneckou stranu“ a zdůrazňuje nezávislost a svrchovanost státu). V ekonomických tématech nemá strana úplně jasný postoj. K mobilizaci voličů používala především populistickou rétoriku, odmítání rozšiřování Evropské unie o země bývalého sovětského bloku (v 90. letech) a velmi silně vystupuje proti vstupu Turecka do EU (nyní). FPÖ je euroskeptickou formací, odmítá prohlubování evropské integrace (srov. Hloušek 2005: 320-321; Hloušek 2008: 224). Zároveň je možno FPÖ označit jako jednu z mála relevantních extrémně pravicových stran v Evropě (Bötticher-Mareš 2012: 321-322). [18] K politickému a historickému kontextu jednotlivých voleb do Národní rady více Hloušek (2008). [19] Vzhledem k využití těchto časových bodů není v datech obsažena SPR-RSČ, ODA a Úsvit a také LiF a NEOS. V případě SPR-RSČ lze využít údaje k nástupnickému subjektu Republikáni Miroslava Sládka, pro pozici ODA by mělo platit totéž co pro US a TOP09. [20] Škála „podporuje zvyšování daní kvůli rozšiřovíní veřejných služeb x podpodporuje omezení veřejných služeb k omezení daní“ [21] Podporuje zájmy městských voličů oproti ostatní x podporuje zájmy venkovských voličů oproti ostatním“. [22] Jejich obhajoba ale nebyla vedena z církevní ani náboženské perspektivy (viz http://www.top09.cz/co-delame/tiskove-zpravy/cirkevni-restituce-argumenty-8996.html). [23] Podporuje náboženské principy v politice x podporuje sekulární principy v ekonomice. [24] Založeno na škále: Podporují x odmítají liberální politiku ve věcech, jako jsou potraty, homosexualita a eutanázie (viz Benoit, Laver 2005). [25] Založeno na škále: Podporuje ochranu životního prostředí i za cenu oslabení ekonomického růstu x Podporuje ekonomický růst i za cenu poškození životního prostředí. [26] Podporuje politiky navržené k pomoci žadatelům o azyl a integraci imigrantů do společnosti x Podporuje politiky navržené k pomoci žadatelům o azyla a imigrantům vrátit se do země jejich původu. [27] http://www.bmi.gv.at/cms/BMI_wahlen/nationalrat/start.aspx [28] R je software nebo spíše počítačové prostředí pro zpracování statistických analýz, ale jeho funkcionalita je vzhledem k faktu, že se v principu jedná o programovací jazyk, prakticky neomezená. Zdrojový kód analýzy této práce je obsažen v Příloha č. 43. [29] http://statcube.at/statistik.at/ext/superweb/login.do?guest=guest [30] Viz ČSÚ: http://www.czso.cz/cz/cr_1989_ts/0201.pdf [31] http://cran.r-project.org/web/packages/reldist/reldist.pdf [32] Tento problém je patrný například v zobrazení podpory stran maďarské národnostní menšiny na Slovensku (viz Pink a kol. 2012). [33] Metoda nejmenších čtverců (též OSL) spočívá v nalezení křivky prokládající napozorované hodnoty tak, aby součet čtvercových odchylek konkrétních hodnot od křivky byl co nejmenší (Hendl 2006). [34] Rozptyl je měrou disperze hodnot proměnné okolo průměru. Jde o sumu kvadratických odchylek hodnot proměnné od průměru podělenou počtem případů. [35] Neformálně hrála BZÖ roli přímého pokračovatelem původní FPÖ více, než zbylá část strany, která si pojmenování FPÖ ponechala. Do nové strany totiž přešel dosavadní předseda Haider, ministři spolkové vlády za FPÖ, většina poslanců strany a také celá organizace FPÖ v Korutanech (viz Luther 2011). Strana prezentovala svůj vnik nikoli jako vznik nové strany, ale jako „znovuzaložení FPÖ“ (Hloušek 2008: 226). [36] Pro rok 2002 se počítá s výsledky Koalice jako celku [37] Pro rok 1996 ODA, v roce 1998 US, v roce 2006 SZ a v letech 2010 a 2013 TOP09 [38] V roce 1992 byly součástí území volební podpory ORP Jablůnkov, Třinec, Česká Těšín a Hlučín, ovšem ve všech případech zde podpora značně poklesla. [39] Proměnná je založena na otázce v přesném znění: Postavení v zaměstnání zaměstnanci, podnikatelé bez zaměstnanců (OSVČ), pomáhající rodinní příslušníci, podnikatelé se zaměstnanci (zaměstnavatelé), členové produkčních družstev [40] Dummy proměnné slouží k ohodnocení vlivu kategorických či ordinálních proměnných. Původní proměnná je rozdělena na tolik nových proměnných, kolik měla původní proměnná kategorií. Každá z těchto proměnných nabývá pouze hodnot 0 a 1. Do analýzy vstupují všechny nové proměnné, kromě jedné, která se tak stává referenční kategorií a výsledky jsou interpretovány vůči ní. V případě následující analýzy bude referenční kategorií skupina obcí do 500 obyvatel. [41] Osoby, které získaly vzdělání v zahraniční vzdělávací instituci nebo soukromé vzdělávací instituci neakreditované MŠMT, uvádějí odpovídající stupeň vzdělání ve vzdělávacím systému ČR, jestliže jejich vzdělání je uznáváno za rovnocenné. Nástavbové studium uvedou absolventi nástavbového nebo pomaturitního studia a rovněž absolventi dvou nebo více středních škol ukončených závěrečnou zkouškou nebo maturitou. Magisterské zahrnuje většinu absolventů vysokých škol; nositelé titulů Mgr., MgA., Ing., MUDr., JUDr., RNDr., MVDr., PhDr., ThDr. aj. Doktorské - patří sem pouze současný doktorský studijní program a bývalá vědecká příprava, tzn. nositelé titulů Ph.D., Th.D., CSc., DrSc. [42] Nižší evidovaný nárůst mezi lety 2001 a 2011 může být dán vyšším podílem osob, kteří své vzdělání v roce 2011 ve sčítacích arších neuvedli. [43] Do roku 1994 Grüne Alternative. ________________________________ [P1]upraveno [P2]odstraněna podkapitola o volební geografii obecně [P3]Vypuštěna pasáž vysvětlující výběr zemí Přidána diskuse o možnostech usuzovat kauzální závěry ze studie dvou případů [P4]přepsáno [P5]k jednotlivým metodám přidány matematické zápisy [P6]doplnit uzemí marginality? [P7]Zkontrolovat doplnění chybějících odkazů