Новая модель прогнозирования, основанная на оценках избирателями лидерских качеств кандидатов и их способности решать ключевые проблемы, точно предсказала исход президентских выборов в США 2024 года. Вечером накануне голосования она прогнозировала почти равный результат: 50,2% голосов двухпартийного народного голосования у Дональда Трампа против 49,8% у Камалы Харрис.
В итоге Трамп выиграл общенациональное голосование примерно с преимуществом в 1,5 процентного пункта, а ошибка модели составила около половины процентного пункта. За весь 100-дневный период отслеживания средняя ошибка прогноза достигла 0,65 процентного пункта.
Исследование опубликовано в журнале Research and Politics. Его автор Андреас Грефе из Университета прикладных наук Макромедиа в Мюнхене предложил модель Issues and Leaders как альтернативу традиционным подходам, которые в основном опираются на ретроспективное голосование — оценку избирателями экономических показателей и работы действующей администрации.
По мнению исследователя, такой подход хуже работает на выборах без действующего президента в бюллетене. После выхода Джо Байдена из гонки в 2024 году избиратели, как отмечается в работе, в большей степени переключились с оценки прошлого на ожидания от будущего — то есть на то, как кандидаты будут действовать на посту президента.
Модель опирается на два показателя: воспринимаемую компетентность кандидата в решении важных вопросов и восприятие его как лидера. Для оценки значимости тем использовались регулярные опросы Gallup о том, какую проблему американцы считают главной для страны. Эти ответы распределялись по категориям — экономика, внешняя политика и другие внутренние вопросы — после чего учитывалось, какому кандидату избиратели больше доверяют решение каждой из них.
Для анализа компетентности по темам использовались данные FiveThirtyEight: 586 вопросов из 87 отдельных опросов, проведенных с октября 2023 по ноябрь 2024 года. Чтобы избежать чрезмерной реакции на краткосрочные колебания общественного мнения, в модели применялось экспоненциальное сглаживание, которое придает больший вес более свежим данным, но сохраняет влияние и более ранних опросов.
Второй компонент — восприятие лидерства — строился на опросах с прямым вопросом о том, кто из кандидатов выглядит более сильным лидером. Для отслеживания этого параметра использовались 22 опроса, проведенные с февраля по октябрь.
Для преобразования ежедневных оценок в электоральный прогноз исследователь использовал исторические данные по 13 президентским выборам в США с 1972 по 2020 год. На их основе статистическая модель определяла, какой вес на разных этапах кампании следует придавать партийной лояльности, оценкам по вопросам политики и восприятию лидерства.
Анализ показал, что по мере приближения дня выборов значение партийной приверженности заметно снижается, а оценки конкретных качеств кандидатов становятся важнее. За 100 дней до голосования Камала Харрис имела небольшое преимущество над Трампом по общей компетентности в вопросах политики, но значительно уступала ему по восприятию лидерства — в конце июля разрыв составлял 20 пунктов.
В последующие месяцы Харрис постепенно сокращала этот разрыв. К вечеру накануне выборов преимущество Трампа по лидерству уменьшилось менее чем до пяти пунктов, однако этого оказалось достаточно, чтобы компенсировать небольшое преимущество Харрис в вопросах политической компетентности.
Как отмечается в исследовании, модель может быть полезна не только для прогноза результата, но и для практики избирательных кампаний. Она позволяет понять, какие именно темы и качества формируют предпочтения избирателей, а также подсказывает, на каких вопросах кандидатам выгоднее сосредоточить коммуникацию.
При этом у модели есть ограничение: она работает только на уровне общенационального народного голосования и не позволяет прогнозировать исход через коллегию выборщиков. Для построения прогнозов по штатам не хватает детализированных опросов о лидерстве и способности кандидатов решать конкретные проблемы.
Расширение метода до уровня отдельных штатов названо перспективным направлением дальнейших исследований, поскольку в разных регионах приоритеты избирателей могут существенно различаться.
