Knack analyseerde de verkiezingsresultaten met Wobby, een AI-gedreven dataplatform. Zo kwamen we tot zeven markante inzichten.
‘We voerden alle verkiezingsresultaten van Vlaamse gemeenten voor de Kamer én een reeks maatschappelijke indicatoren in de Wobby-tool in. Vervolgens lieten we op basis van kunstmatige intelligentie berekenen wélke data het sterkst samenhangen’, zegt Amra Dorjbayar, voormalige VRT-journalist en ceo van Wobby. ‘Zo kwamen we tot zeven centrale stellingen, die we ook hebben gevisualiseerd. De visualisaties tonen de correlaties tussen het verkiezingsresultaat van politieke partijen en een reeks maatschappelijke indicatoren – zoals opleidingsniveau of welvaart – op basis van overheidscijfers.’
Voor alle duidelijkheid: correlatie drukt de mate van samenhang uit. ‘Dat is natuurlijk nog iets anders dan causaliteit, wat wijst op een oorzaak-gevolgrelatie. Om causale verbanden aan te tonen, is verder wetenschappelijk onderzoek nodig’, legt Dorjbayar uit. De correlatie wordt uitgedrukt in een cijfer tussen -1 en 1. Hoe dichter bij -1 en 1, hoe sterker de correlatie.
Knack legde de zeven stellingen voor aan professor Cecil Meussen van het Centrum voor Sociologisch Onderzoek aan de KU Leuven. Vooraf maakt zij twee methodologische kanttekeningen: ‘Het verband op gemeenteniveau is niet noodzakelijk een afspiegeling van het verband op individueel of kiezersniveau. En het onderzoek zou correcter zijn als de verschillende contextuele factoren tegelijk in rekening zouden worden gebracht. Zo kun je zien welke factoren een “écht” verband met de stemuitslag vertegenwoordigen, en welke factoren slechts een schijnverband in kaart brengen omdat er geen rekening werd gehouden met tussenliggende verklaringsmechanismen.’
1. Hoe meer inwoners van niet-Europese herkomst een gemeente telt, hoe beter de PVDA scoort
Correlatie: 0,87
Cecil Meeusen: Dat de PVDA populairder is in gemeentes met een hoog aantal inwoners met een migratieachtergrond zou iets te maken kunnen hebben met andere kenmerken van die populatie, veeleer dan met de migratieachtergrond op zich. Je moet verschillende factoren in rekening brengen. De sociaal-economische context is immers van belang. Als je veel inwoners met een migratieachtergrond hebt, zie je vaak ook kenmerken als een lagere opleidingsgraad, lagere sociaal-economische status of hogere werkloosheid. En de PVDA heeft haar programma echt afgestemd op die doelgroepen – ongeacht hun achtergrond.
Daarnaast hebben de communisten natuurlijk ook een tolerant programma rond migratie en diversiteit. Denk maar aan hun oppositie tegen het hoofddoekenverbod. En ook hun duidelijke standpunten tegenover Israël en Gaza kunnen hier meespelen.
2. Hoe meer laaggeschoolden een gemeente telt, hoe beter het Vlaams Belang scoort
Correlatie: 0,75
Meeusen: Opleidingsniveau is een van de sterkste voorspellers voor populistische attitudes, extreemrechts gedachtegoed en anti-immigratieattitudes. Dat zien we heel duidelijk in onderzoek naar voren komen. Het verbaast dan ook niet dat laaggeschoolden sneller naar een extreemrechtse partij stappen.
3. Hoe meer werkzoekenden een gemeente telt, hoe beter de PVDA scoort
Correlatie: 0,73
Meeusen: Ook dat lijkt me logisch. De PVDA zet heel hard in op maatregelen voor werklozen, terwijl alle andere politieke partijen net strenger willen zijn voor hen.
4. Hoe meer hooggeschoolden in een gemeente, hoe beter Groen scoort
Correlatie: 0,66
Meeusen: Dat zien we heel vaak terugkomen in onderzoek naar publieke opinie. Links wordt vaak geassocieerd met hoger opgeleiden. Dat hangt ook samen met hun waardepatroon. Thema’s zoals het gelijkheidsdenken – het geloof dat iedereen gelijk is – of milieu zijn doorgaans belangrijker voor hooggeschoolden, die bepaalde complexere verhalen genuanceerder begrijpen. En sowieso staan ze vaak positiever ten opzichte van culturele diversiteit en multiculturalisme.
5. Hoe hoger het gemiddeld netto belastbaar inkomen in een gemeente, hoe beter de NVA scoort
Correlatie: 0,56
Meeusen: Die stelling kan ik niet echt bevestigen met de data die wij hebben. Maar wat we wel zien, is dat de N-VA heel veel liberale kiezers aantrekt die gemiddeld genomen een hoger inkomen hebben dan andere ideologische profielen. De partij is populair bij kiezers die willen dat de staatszaken op orde gebracht worden, en die bezorgd zijn over de begroting. Vaak zijn dat burgers met een hoger inkomen. Hier zie je dus mogelijk het opzuigen van het liberalisme en de liberale kiezers die de Open VLD is kwijtgeraakt. Uit analyses van de verkiezingen in 2019 zagen we al een heuse stoelendans tussen de centrumrechtse partijen. Het lijkt dus goed mogelijk dat Open VLD-kiezers voor een groot deel naar de N-VA zijn gegaan.
6. Hoe meer geregistreerde misdrijven in een gemeente, hoe beter de PVDA scoort
Correlatie: 0,55
Meeusen: Dat de PVDA in deze gemeentes goed scoort, moet je waarschijnlijk zoeken in de contexteffecten. Wat voor soort populatie schuilt er achter die misdaadcijfers? Mogelijk speelt er een sociaaleconomische achtergrond die meer matcht met het kiezerspubliek van de PVDA dan met dat van andere partijen. Plus: plaatsen met meer misdrijven zijn mogelijk eerder grotere steden, en dan komen we al sneller uit bij de doelgroep van PVDA.
7. Hoe armer een gemeente volgens de welvaartsindex is, hoe beter het Vlaams Belang scoort
Correlatie: -0,58.
Meeusen: Lagere netto inkomens worden vaker geassocieerd met gevoelens van achterstelling, machteloosheid en politiek wantrouwen, en dat maakt een extremer discours aantrekkelijker – of het nu extreemlinks of extreemrechts is.
