Spatial Analysis of Czech Parliamentary Election: Comparison of Spatial Econometrics and Machine Learning

Abstract

This thesis analyses the results of the Czech Parliamentary election in 2021 and attempts to explain the voting support of major political subjects by using aggregate data from Czech municipalities. Since the data evince spatial autocorrelation, it is necessary to specify a suitable spatial model. The thesis provides both empirical and economic evidence for the Spatial Durbin Error Model, which enables distinguishing the direct and indirect effects of particular independent variables and accounts for the spatial dependence of error terms. This method shows that variables describing the socio-economic characteristics of inhabitants, such as the share of entrepreneurs or people with university education, play the most significant role in explaining voting results and evince mostly the direct effects. On the contrary, variables describing municipalities, such as public spending or infrastructure, are more likely to impact the election result indirectly. Subsequently, the analysis is replicated using two tree-based machine learning algorithms and all models are evaluated based on their ability to predict the election results from unseen data. Even though machine learning methods estimate only relative variable importance instead of standard coefficients, this approach represents a perspective...

Práce analyzuje výsledky voleb do Poslanecké sněmovny Parlamentu ČR z roku 2021 a snaží se vysvětlit voličskou podporu významných politických subjektů za použití agregovaných dat z obcí ČR. Protože data vykazují prostorovou autokorelaci, je nutné k analýze použít vhodný prostorový model. Práce poskytuje empirické i ekonomické důkazy ve prospěch Spatial Durbin Error modelu, který umožňuje rozlišovat přímé a nepřímé efekty jednotlivých proměnných a bere v potaz i prostorovou závislost reziduí. Tato metoda ukazuje, že proměnné popisující socio-ekonomickou úroveň obyvatelstva, jako např. podíl podnikatelů nebo lidí s vysokoškolským vzděláním, hrají důležitou roli při vysvětlování volebních výsledků a převážně vykazují přímé efekty. Naopak, proměnné obecně popisující obce, jako např. veřejné výdaje nebo úroveň infrastruktury, ovlivňují volební výsledky spíše nepřímo. Následně je analýza replikována pomocí dvou algoritmů strojového učení na principu rozhodovacích stromů a všechny modely jsou porovnány na základě jejich schopnosti předpovídat volební výsledek z neznámých dat. Navzdory skutečnosti, že metody strojového učení neodhadují koeficienty k jednotlivým proměnným, ale pouze jejich relativní důležitost, představuje tento přístup perspektivní doplněk k oboru prostorových analýz.