Les Américains sont-ils beaucoup plus divisés en fonction de leur lieu de résidence et de leur identité sociale? Ou les histoires d’électeurs triés dans des enclaves sociales et géographiques nettes sont-elles exagérées? La jeune SEO Silvia Kim trouve qu’il n’est pas si facile de prédire comment les Américains voteront en fonction de leurs groupes démographiques – et cela n’a pas été plus facile avec le temps. David Darmofal constate que la démographie est un peu plus prédictive des modèles de vote géographique, mais que la polarisation spatiale n’a pas augmenté de façon marquée au fil du temps. Ils ont tous deux une vision à long terme, constatant que nous ne sommes pas aussi divisés par les groupes sociaux et les géographies que nous le semblons.
Invités: Seo-young Silvia Kim, Université américaine; David Darmofal, Université de Caroline du Sud
Études: «L’électorat divisé (mais pas plus prévisible)» et «Démographie, politique et polarisation partisane aux États-Unis, 1828-2016»
Transcription
Matt Grossmann : La polarisation démographique et géographique est surestimée cette semaine sur la science politique. Pour le Centre Niskanen, je suis Matt Grossmann.
Les Américains sont-ils beaucoup plus divisés en fonction de leur lieu de résidence et de leur identité sociale? Cela semble certainement être le cas, avec nos divisions urbaines / rurales et nos divisions croissantes en matière de race et d’éducation. Il semble qu’il devrait maintenant être facile de prédire comment un individu ou une zone géographique a voté en fonction d’une poignée de variables, mais une vision plus longue rend l’histoire plus compliquée, les tendances étant beaucoup moins prononcées.
Cette semaine, j’ai parlé à Seo-young Silvia Kim de l’Université américaine de son nouveau document de travail avec [Yon Zelinsky 00 :00 :45], Un électorat divisé mais pas plus prévisible. Elle trouve qu’il n’est pas si facile de prédire comment les Américains voteront en fonction de leurs groupes démographiques, et cela n’a pas été plus facile avec le temps. Au lieu de cela, les électeurs sont de plus en plus divisés par la partisanerie.
J’ai également parlé à David Darmofal de l’Université de Caroline du Sud de son [Springer 00 :01 :04] livre avec Ryan Strickler, Demography Politics and Partisan Polarization in the United States. Il constate que la démographie est un peu plus prédictive des modèles de vote géographique, mais que la polarisation spatiale n’a pas augmenté de façon marquée au fil du temps. Ils trouvent tous les deux que les histoires conventionnelles d’électeurs triées en enclaves sociales et géographiques nettes sont exagérées. Kim dit que les données démographiques ne sont pas le destin des Américains qui votent et qu’elles ne sont pas devenues plus importantes au fil du temps.
Seo-jeune Silvia Kim : Bien que nous puissions essayer, les étiquettes démographiques ne donnent pas beaucoup d’informations sur le choix de vote au cours des 70 dernières années. Nous quantifions les performances d’un algorithme d’apprentissage automatique performant avec seulement cinq variables: l’âge, le sexe, la race, l’éducation et le revenu, les cinq grands que les gens pensent être la démographie. Et nous constatons qu’en moyenne, vous ne pouvez prédire correctement qu’environ 63,5% des choix de vote des deux partis en moyenne, tout au long de ces années.
Elle n’augmente pas non plus au cours de la période de 1952 à 2020. Je pense donc que cela va à l’encontre de l’intuition de beaucoup de gens selon laquelle les identités des groupes démographiques déterminent réellement le comportement politique tel que le choix de vote. Il y a beaucoup de punditry construit autour de ces notions. Et aussi les universitaires, nous pensons que la démographie est un prédicteur fort et important auquel nous devons prêter attention. Et étant donné que nous pensons que le tri démographique a eu lieu et que le vote des partis a augmenté, cela a dû être une conclusion naturelle de dire que, sur la base de la démographie, nous pouvons mieux prédire les choix de vote. Mais ce n’est pas vraiment le cas.
Matt Grossmann : Darmofal constate que la polarisation géographique actuelle ne se démarque pas. Et même les dernières sélections peuvent refléter d’anciens modèles.
David Darmofal : Il y a eu beaucoup de discussions dans la presse populaire sur la façon dont nous devenons un pays plus polarisé. Et une grande partie de cette discussion se concentre, bien sûr, sur la polarisation géographique, cette notion d’états rouges et d’états bleus, et comment nous sommes divisés en tant que pays entre les états rouges et les états bleus. Ce que nous voulions faire dans ce livre était de replacer ce débat et cette discussion sur la polarisation géographique actuelle dans un contexte historique, car nous ne pouvons pas comprendre pleinement le présent sans comprendre ce qui l’a précédé et comment cette ère contemporaine s’inscrit dans des schémas historiques plus larges.
Par exemple, est-ce une période anormale ou reflète-t-elle des modèles passés? Et l’une de nos principales conclusions est que nous constatons que, contrairement à de nombreux récits populaires, nous ne vivons pas à une époque particulièrement polarisée géographiquement. Les Américains ne sont pas plus susceptibles de vivre dans des comtés glissants remportés par un candidat présidentiel par 20 points ou plus au cours des dernières décennies qu’au cours des époques précédentes.
Nous appliquons également des méthodes d’analyse spatiale pour identifier la géographie politique du niveau de vote des comtés à chaque élection présidentielle, de 1828 à 2016. Il s’agit donc essentiellement de toute la période de participation massive des électeurs aux États-Unis depuis l’avènement de la démocratie jacksonienne.
Et l’une des choses que nous constatons alors est que la structure spatiale du vote partisan, les emplacements des régimes démocrates et républicains à travers le pays, a changé progressivement au fil du temps plutôt que de manière aléatoire et spécifique aux élections.
Une autre découverte intéressante est que vous pouvez mieux prédire comment les comtés ont voté à l’élection présidentielle de 2016 entre Donald Trump et Hillary Clinton à partir de la façon dont ils ont voté à l’élection de 1828 entre Andrew Jackson et John Quincy Adams, puis à partir du concours de 1976 entre Jimmy Carter et Gerald Ford.. Les comtés forts de Jackson en 1828 avaient tendance à être des comtés Trump forts en 2016 et des comtés d’Adams forts, des comtés de Clinton forts. En revanche, les comtés Carter forts en 1976 n’ont pas tendance à différer des autres comtés dans leurs préférences pour Trump ou Clinton. Et cela pourrait bien refléter le fait que Trump a puisé dans ce que Walter Russell Mead et d’autres définissent comme une tradition populiste jacksonienne aux États-Unis.
Enfin, l’accent mis sur les États bleus et les États rouges déforme vraiment notre compréhension de la géographie politique du vote aux États-Unis. Ils sont importants au sein de la variation étatique et du vote partisan. Et ironiquement, nous sommes en fait près d’un point culminant dans la contribution de la variation au sein de l’État dans le vote partisan, contrairement à la variation entre les États, précisément parce que notre attention en tant que pays s’est de plus en plus tournée vers le débat au niveau des États entre les États bleus et les États rouges..
En bref, il y a beaucoup de vérité dans le discours liminaire de l’ancien président Obama en 2004. Il y a beaucoup de républicains dans nos soi-disant États bleus et beaucoup de démocrates dans nos soi-disant États rouges. Et si nous voulons vraiment comprendre la géographie politique des élections, nous devons regarder au niveau infra-étatique. Nous faisons cela dans notre livre en nous concentrant sur les comtés, le niveau d’agrégation le plus bas pour lequel nous avons des données complètes sur les États-Unis contigus pour toute la période de participation massive des électeurs aux États-Unis, et c’est l’objet de notre livre.
Matt Grossmann : Kim et Zelinsky suivaient les électeurs individuels depuis les années 1950, tandis que Darmofal et Strickler suivaient les tendances au niveau des comtés depuis 1828. Kim et Zelinsky s’attendaient à trouver la sororité démographique, mais ne l’ont pas trouvée.
Seo-jeune Silvia Kim : Nous nous interrogeons à haute voix sur la fracture des diplômes évoquée à maintes reprises par les médias. Et nous pensions que oui, oui, les distributions marginales et les tabulations croisées dans le besoin semblent suggérer un tri démographique. Maintenant, que se passe-t-il si nous connectons cela à un algorithme de prédiction? Cela apparaît-il également comme nous le prévoyons? Et nous avons d’abord pensé que ce serait un exercice très rapide, je pense. Nous nous attendions à voir des résultats en ligne avec un tri démographique croissant. Nous nous attendions à ce que cela se termine rapidement. Il s’avère que nous avons été vraiment déconcertés par les premiers résultats.
Matt Grossmann : Ils ont constaté que l’utilisation des données démographiques, un algorithme de prédiction, ne peut pas aller très loin. Il a besoin de connaître le parti électoral.
Seo-jeune Silvia Kim : Ce que nous faisons, c’est de mener des sondages pendant les années d’élection présidentielle, puis d’éliminer les électeurs qui disent avoir voté et d’éliminer ceux qui ont voté pour l’un ou l’autre des deux principaux partis. Ensuite, nous formons l’algorithme d’apprentissage automatique pour essayer de prédire vraiment, vraiment bien, compte tenu d’une série de formations sur le parti pour lequel cet électeur a voté.
Et nous prenons cette machine vraiment bien entraînée, puis connectons un ensemble de données que la machine n’a jamais vu auparavant sur la même machine. Et nous trouvons que… j’aime faire ça comme une partition. Et puis la machine n’obtient que 63,5. C’est un D sur mon programme. Une estimation aléatoire vous donne environ 50% parce que la plupart des élections présidentielles sont assez proches. Donc, une faible précision des années 60 signifie que les cinq variables de la démographie ne font pas grand-chose. Une fête vous amène jusqu’à la fin des années 80, puis sur le livre de score, cela signifie que l’algorithme d’apprentissage automatique sur le livre de score, cela signifie que l’algorithme d’apprentissage automatique est passé d’un score de D à un B.
Matt Grossmann : Les écarts d’électeurs par données démographiques ne signifient pas nécessairement des prévisions plus faciles.
Seo-jeune Silvia Kim : Nous envisageons une répartition conjointe des votes par opposition aux votes marginaux, et je pense qu’il ne fait aucun doute qu’au niveau marginal, il semble y avoir une association plus forte pour chaque vote de deux partis. Mais ensemble, vous prenez un électeur et dites qu’au lieu de regarder cette personne comme un Latino, nous allons maintenant considérer qu’un Latino dans la quarantaine gagne tel ou tel revenu et a reçu un diplôme universitaire. Et puis dans l’ensemble, le pouvoir prédictif s’équilibre vraiment et ne donne pas une prévisibilité écrasante au choix de vote. Je pense que c’est une chose importante. Les tableaux croisés concernent vraiment les marginaux, mais ensemble, cela ne fonctionne pas très bien.
Matt Grossmann : Et des données démographiques supplémentaires n’aident pas.
Seo-jeune Silvia Kim : Nous avons essayé d’ajouter d’autres variables telles que la religion. Parce que notre ensemble de données est limité dans le sens où nous devons rendre les variables cohérentes des années 1950 à 2020, il y a certaines limites. Mais ce que nous avons ajouté était de savoir si l’électeur était chrétien, catholique, juif ou autre. Nous avons également essayé d’ajouter des données géographiques préliminaires, à savoir si l’électeur vivait ou non dans les États du Sud. Aucun des deux n’a fait grand-chose. La précision est encore dans ses années 60. Il n’augmente pas avec le temps.
Matt Grossmann : [inaudible 00 :10 :58] à la polarisation spatiale, ne trouvant pas non plus de prévisibilité accrue ou un changement évident vers de nouveaux régimes partisans.
David Darmofal : Nous trouvons peu de preuves que les dernières décennies ont vu une augmentation des comtés de glissements de terrain. Au lieu de cela, le modèle est cohérent avec les époques antérieures. Maintenant, il y a eu une augmentation dans ce domaine en 2016. Nous n’incluons bien sûr pas les analyses pour 2020 dans notre livre. Notre livre couvre de 1828 à 2016. Et il sera intéressant de voir si cela continue d’augmenter. Mais dans une perspective historique, les dernières décennies ne semblent pas être une période de polarisation spatiale accrue. Et évidemment, un autre aspect de cette question de polarisation spatiale est cette notion de régimes démocratiques et républicains de vote partisan. En regardant ces régimes démocrates et républicains au fil du temps, ils changent progressivement au fil du temps et de manière compréhensible. Et je veux juste discuter brièvement des méthodes que nous avons utilisées ici pour identifier la structure spatiale du comportement de vote de 1828 à 2016.
Ce que nous faisons, c’est utiliser un ensemble de diagnostics, le Global Moran’s I et le Moran’s I local, pour identifier si les comtés dans leur ensemble ont présenté un vote partisan similaire à celui de leurs comtés voisins, et nous utilisons le comté contigu comme notre définition des voisins. ici. Et puis si nous identifions cela au niveau mondial ou si nous ne nous identifions pas au niveau mondial, bien que nous le fassions à chaque élection, nous nous tournons ensuite vers le niveau local pour identifier les comtés spécifiquement auto-corrélés avec leurs voisins. Nous pouvons donc utiliser ces I de Moran locaux avec un nuage de points de Moran pour identifier les comtés qui présentent des modèles de vote similaires à ceux de leurs comtés contigus voisins à des taux plus démocratiques que la moyenne nationale, qui sont corrélés avec leurs voisins à des taux moins démocratiques que la moyenne nationale, qui ont un soutien plus élevé pour les démocrates que pour leurs comtés voisins, qui ont un soutien plus faible pour le candidat démocrate que les comtés voisins, et quels comtés ne sont pas corrélés avec leurs voisins.
Et donc ce que nous utilisons ensuite, nous utilisons ces tests spatiaux pour identifier où les comtés contigus avec des niveaux similaires de soutien démocrate ou républicain sont situés aux États-Unis. Et fondamentalement, ce que nous examinons ici, ce sont des domaines de fort soutien démocrate et des domaines de fort soutien républicain. Et ce que nous constatons, c’est que ces régimes changent vraiment progressivement au fil du temps de manière compréhensible. Il n’y a généralement pas d’élection forte face aux fluctuations électorales. Cela diffère pour certaines élections présidentielles aberrantes telles que 1964 et 1972, mais généralement les parties plus démocratiques du pays ont tendance à être plus démocratiques pour des élections multiples et la même chose pour les zones plus républicaines du pays. Et, fait intéressant, les zones relatives de force démocrate et républicaine restent telles que le pays qui a eu une élection serrée ou une élection écrasante.
Ainsi, par exemple, les cartes de 1984 et 2000 qui montrent des zones spatialement auto-corrélées de force démocrate et républicaine sont assez similaires bien que 1984 ait été une élection écrasante et 2000 une élection assez serrée. Les niveaux moyens de soutien démocrate et républicain ont changé entre ces élections, mais les zones relatives de force démocrate et républicaine restent assez similaires.
Matt Grossmann : La densité importe, mais la fracture rurale urbaine a commencé dans les années 1920.
David Darmofal : L’une des choses que nous faisons dans notre livre est que nous considérons la densité comme un prédicteur du vote partisan à chaque élection présidentielle de 1828 à aujourd’hui. Et nous constatons que la densité de population commence à prédire le vote partisan au niveau du comté à partir des années 1920 environ. Il y a donc très peu de tendances cohérentes dans ce domaine avant les années 1920 environ. Mais depuis lors, c’est un phénomène assez constant où les comtés plus densément peuplés ont tendance à avoir des niveaux de soutien plus élevés pour le candidat démocrate que les comtés moins densément peuplés.
Matt Grossmann : Mais il trouve des preuves cohérentes avec un virage vers des élections nationalisées.
David Darmofal : Une découverte intéressante qui pourrait potentiellement parler de la nationalisation de l’électorat est la suivante. Nous utilisons un ensemble de modèles spatiaux pour chaque élection présidentielle de 1828 à 2016, et donc la géographie politique que nous identifions, la structure spatiale du vote partisan que nous identifions pourrait être produite en gros par l’un des deux types de processus. D’une part, les comtés voisins pourraient afficher des niveaux similaires de soutien démocrate ou républicain, car les citoyens de ces électorats locaux interagissent directement les uns avec les autres et façonnent le comportement de vote partisan de chacun. Il s’agit donc d’une histoire de diffusion comportementale et cohérente avec un modèle de décalage spatial où il existe des dépendants spatiaux appartenant à la variable dépendante.
Alternativement, ces comtés ne peuvent pas, les gens peuvent ne pas interagir les uns avec les autres à travers ces limites de comté. Ce sont peut-être des unités plus atomistiques, mais elles peuvent répondre à des stimuli nationaux. Et donc leur corrélation serait alors produite non pas par diffusion comportementale directe à travers ces électorats locaux, mais plutôt en raison de co-variables admises de nos modèles. Ainsi, toute autocorrélation spatiale résiduelle que vous trouvez est cohérente avec un modèle d’erreur spatiale. Nous exécutons donc des diagnostics, Lagrange Multiplier Test, pour déterminer si un modèle de décalage spatial ou un modèle d’erreur spatiale est plus approprié. Et ce que nous constatons, c’est que le modèle de décalage spatial, la diffusion comportementale au niveau local, semble être le moteur de la géographie politique du comportement de vote que nous identifions conditionnellement à nos co-variables pour la majeure partie de l’histoire américaine jusqu’aux dernières décennies. Maintenant, ce que nous avons fait, c’est que nous avons vu que lors des récentes élections, le modèle d’erreur spatiale est beaucoup plus applicable, et cela pourrait être cohérent avec l’idée cohérente avec l’argument de Robert Putnam selon lequel les gens interagissent moins.
… Conformément à l’argument de Robert Putnam selon lequel les gens interagissent moins, ils répondent plutôt aux stimuli nationaux. De toute évidence, l’excellent ouvrage récent de Dan Hopkins sur la nationalisation du comportement politique aux États-Unis en parle également. Il se peut que ces électeurs locaux se comportent de la même manière maintenant parce qu’ils répondent tous aux stimuli nationaux.
Matt Grossmann : Une chose qui pourrait être à l’origine de cette polarisation est la polarisation basée sur l’identification des partis. [inaudible 00 :18 :29] Zalensky a essayé de comprendre quels facteurs importaient au-delà de la démographie, en s’installant en partie.
Seo-jeune Silvia Kim : Une fois que nous avons établi le fait de la prévisibilité des données démographiques, nous étions curieux de savoir quelles variables renforcent la prédiction, n’est-ce pas? Et donc, ce que nous considérons communément, ce sont trois choses distinctes, les partis et l’affiliation explicites, les étiquettes de partisanerie, que vous vous identifiiez comme un républicain fort, un républicain faible, un républicain de tendance, etc. Vous avez aussi une idéologie symbolique, que vous vous considérez comme un libéral ou un conservateur et le spectre là-dessus. Vous avez également des positions problématiques, que vous souteniez ou vous opposiez à l’avortement, etc. Nous avons donc essayé trois modèles dans lesquels nous avons ajouté ces trois séparément aux données démographiques. Et nous constatons que tous augmentent la prévisibilité, mais la partisanerie surpasse tout simplement les deux autres.
Matt Grossmann : Le parti devient de plus en plus prédictif et englobe les identités et l’idéologie.
Seo-jeune Silvia Kim : Vous ajoutez un identifiant de groupe aux données démographiques, puis le tableau de bord passe soudainement à une précision de 87,3 plages. Et au fil du temps, en moyenne, chaque année, la précision augmente de 0,18 point de pourcentage. Donc, dans une décennie, cela signifie une augmentation de près de deux points de pourcentage. Mais maintenant qu’il était déjà assez élevé au départ, je pense que c’est une chose remarquable. Je pense que les résultats reflètent un tri partisan, idéologique dont nous avons discuté dans la discipline.
Qu’une fois que le navire partisan est inclus, les autres variables ne semblent pas bien fonctionner, je pense que cela témoigne de l’idée de la dureté du navire en tant que super identité, n’est-ce pas? Lorsque nous considérons séparément l’idéologie opérationnelle ou symbolique au lieu de l’esprit partisan, cela a amélioré la prévisibilité, mais cela n’a pas fait aussi bien que d’inclure simplement l’étiquette de partisanerie. Je pense que c’est une preuve remarquable que la partisanerie est vraiment une super identité qui englobe tout et envoie un signal beaucoup, beaucoup plus fort que les variables idéologiques que nous considérons habituellement.
Matt Grossmann : Le pouvoir prédictif de la partisanerie pourrait indiquer que le parti est un choix présidentiel efficace, mais c’est moins probable.
Seo-jeune Silvia Kim : Eh bien, il est tout à fait possible que ce ne soit pas que le choix de vote soit déterminé par la partisanerie, mais vous aimez un certain candidat à la présidentielle et ensuite vous changez votre affiliation partisane. Dans les données telles que les fichiers électoraux, vous ne voyez presque jamais les gens changer d’artiste et d’affiliation, surtout pas à un autre parti. Je pense donc que les chances que cela se produise sont rares.
Matt Grossmann : Les électeurs pourraient trier sur les identifications et les points de vue plutôt que sur l’appartenance à un groupe.
Seo-jeune Silvia Kim : Tout d’abord, les fêtes et le tri idéologique et tout [inaudible 00 :21 :49] Prendre place. C’est très, très fort. Cela ne fait aucun doute. Quant au tri social, je pense que nos résultats peuvent aller de pair avec le fait qu’il existe un tri social parce que nous utilisons des étiquettes au lieu de l’identité. Donc, nous disons que vous appartenez à ce groupe, nous supposons automatiquement que vous portez cette identité de groupe. Mais le faible niveau de force que nous trouvons dans la projectabilité peut indiquer qu’il ne s’agit pas vraiment des étiquettes d’objectifs qui sont placées sur vous. Cela dépend vraiment de la force avec laquelle vous vous identifiez à ces groupes. Je pense donc que nos résultats pourraient aller de pair avec cela et dire que ces étiquettes objectives sur lesquelles nous construisons vraiment nos discussions ne semblent pas aussi fortes que nous le pensons. Au lieu de cela, c’est vraiment à quel point vous croyez fermement à ce groupe [inaudible 00 :22 :51] et un vote de groupe devrait être ou comment vous vous identifiez fortement à ceux [inaudible 00 :23 :00].
Matt Grossmann : Kim dit que l’alignement partisan est réel, mais pas le réalignement basé sur la démographie.
Seo-jeune Silvia Kim : Les deux histoires de réalignement ensemble. Il y a donc un réalignement partisan, la force des partis. Il y a eu une ère d’indépendance et puis nous identifions soudainement de plus en plus de partis, nous sommes de plus en plus impliqués dans la politique. Et c’est l’histoire de l’alignement que je vois à une extrémité. Et je pense que c’est vraiment vrai là-bas. Mais le deuxième réalignement concernerait les groupes sociaux. Et je pense que si les groupes sociaux peuvent avoir de nombreuses nuances et couches, parce que ce sont les étiquettes les plus faciles que nous pouvons trouver, nous avons tendance à nous concentrer sur ces groupes tels que l’âge, la race et le sexe, etc. Et je pense que dans ce sens, nous disons que ces labels ne font peut-être pas grand-chose. La force du réalignement pourrait ne pas être suffisamment prononcée pour être montrée dans les données.
Matt Grossmann : Et elle dit que les zones géographiques pourraient encore être plus prévisibles en fonction de la démographie.
Seo-jeune Silvia Kim : Si vous prenez cela au niveau du quartier, je pense que c’est une histoire complètement différente. Disons que vous êtes un résident de Brooklyn qui a des opinions bien arrêtées sur les prix des logements, les prix des logements abordables. Et puis entre cela, je pense que dans ces petits quartiers, je pense que la démographie peut faire beaucoup pour déterminer les choix de vote dans un sens ou dans l’autre. Je pense donc que nos résultats peuvent certainement aller de pair avec les résultats sur la polarisation spatiale, car cela contient beaucoup d’informations sur l’endroit où vivent les électeurs et nous ne le faisons pas.
Matt Grossmann : [inaudible 00 :24 :56] convient que les données démographiques pourraient prédire le vote global sans prédire le vote au niveau individuel.
David Darmofal : De toute évidence, vous pourriez constater que les données démographiques ne prédiraient pas nécessairement de plus en plus le comportement de vote au niveau individuel. Mais vous pourriez voir s’il y a une migration ou un remplacement générationnel différentiel qui dépend de la démographie, nous pourrions voir des données démographiques prédire de plus en plus le vote global d’une manière qui, encore une fois, ne prédit pas de plus en plus le vote au niveau individuel. En d’autres termes, si les comtés ou d’autres unités deviennent plus homogènes sur le plan démographique, vous verrez potentiellement un soutien démocratique ou républicain plus fort dans ces unités, même si ses effets n’augmentent pas au niveau individuel. Par exemple, disons qu’il y a le vote Latino ou Latina. Disons que cela ne permet plus de prédire le vote. Peut-être que sa force a augmenté pendant plusieurs années, mais cela s’est stabilisé maintenant. Mais si vous aviez une migration croissante des populations latino-américaines, qui sont encore fortement démocrates, vous verriez potentiellement une relation forte entre la composition démographique locale des comtés et leur vote partisan.
Matt Grossmann : Mais les relations au niveau agrégé peuvent induire en erreur. La population noire a été associée au vote démocrate lorsque les Noirs ont été empêchés de voter dans le Sud sur la base du soutien des ségrégationnistes démocrates du Sud. Après le Voting Rights Act, il a finalement été associé sur la base des électeurs noirs émancipés. [inaudible 00 :26 :28] et Strickler examinent la prévisibilité démographique au fil du temps, trouvant des relations solides et croissantes, y compris les populations noires et immigrantes.
David Darmofal : D’autres covariables que nous examinons également sont, par exemple, la proportion afro-américaine, la proportion afro-américaine de la population dans le comté et les populations immigrées dans les comtés également. Et donc fondamentalement, ce que nous constatons, c’est que la proportion d’Afro-Américains dans un comté, la taille de la population noire au niveau du comté local, est assez forte et cohérente.
Eh bien, une population noire est un prédicteur assez fort et cohérent du vote partisan au niveau du comté, depuis assez longtemps maintenant. En remontant, par exemple, à 1900, nous trouvons ce modèle cohérent. Et fondamentalement, ce que nous constatons, c’est que les comtés qui ont une plus grande population afro-américaine, ont tendance à être plus susceptibles de voter démocrate.
Et nous voyons en fait un effet croissant et plus fort de cela dans le système du sixième parti américain, dans le système de parti américain actuel, depuis la fin des années 1960. Fait intéressant, encore une fois, la taille de la population afro-américaine locale est positivement associée au soutien du Parti démocrate au niveau du comté dans toutes ces élections, mais ce n’était pas le cas, dans des élections particulièrement anormales. Ainsi, l’élection présidentielle de 1964 est la seule élection que nous trouvons, qui remonte à loin, dans laquelle des populations noires plus importantes étaient associées à un soutien inférieur au candidat démocrate.
Et bien sûr, 1964 est antérieure à la loi sur les droits de vote de 1965. Et vous pourriez bien voir cela comme potentiellement un exemple d’électeurs blancs dans des comtés qui avaient de grandes populations noires votant pour Goldwater. Bien sûr, nous ne disposons pas des données au niveau individuel, donc nous ne savons pas ce qui produit cela, mais cela ressort clairement comme la seule élection au cours de laquelle de plus grandes populations noires ont été associées à un soutien plus fort pour le candidat républicain.
Et puis l’autre chose que nous examinons, ce sont les populations d’immigrants. La taille de la proportion d’étrangers nés dans une population, dans un comté, plutôt. Et là, nous trouvons des résultats assez cohérents depuis les années Clinton, essentiellement, après de nombreuses élections où il n’y a pas eu d’effet, où les comtés qui ont de grandes populations d’immigrants ont des niveaux plus élevés de soutien démocrate. Et cela pourrait potentiellement parler des gains démocratiques alors que le pays s’est diversifié sur le plan démographique. Et ces endroits avec de grandes populations nées à l’étranger ont un effet particulièrement fort et pro-démocrate d’avoir des populations d’immigrants locales.
Matt Grossmann : Kim dit également que les données démographiques pourraient encore être essentielles, ce qui pourrait également apparaître dans ces divisions géographiques.
Seo-jeune Silvia Kim : Étant donné que vous avez déjà conditionné le taux de participation, vous pouvez trouver un peu de relation avec les données démographiques et le choix de vote, mais si les données démographiques ont un effet plus important sur la détermination du taux de participation, nous savons déjà que nous constatons un important différentiel de participation en fonction des données démographiques. Et je pense que cela signifie que ce n’est pas que les données démographiques ne sont pas du tout utiles, c’est qu’une fois que ces personnes ont décidé de se présenter, il est moins utile d’informer sur le choix du vote.
Matt Grossmann : Mais elle dit que nous sommes allés trop loin en mettant l’accent sur les fractures démographiques.
Seo-jeune Silvia Kim : Journalistes, praticiens, ils doivent vraiment envisager de repenser les pratiques de lecture parfois trop importante en changements marginaux à chaque scrutin, à chaque croisement post-électoral.
Je pense que parfois la stabilité du comportement électoral l’emporte vraiment sur ce que nous considérons comme des changements très marginaux à chaque élection. Et je pense que cela est vraiment aggravé par la couverture des courses de chevaux lors des primaires et des élections générales. À mon avis, je pense qu’il y a aussi un préjudice potentiel à ce genre de signalement, qu’en mettant l’accent sur les divisions entre les groupes démographiques, on crée un sentiment affectif de distance entre les groupes démographiques. Et je ne pense pas qu’il y ait eu une évaluation adéquate des effets négatifs potentiels de ces médias et [inaudible 00 :31 :24].
Matt Grossmann : Elle cherche maintenant à savoir si notre insistance excessive a conduit à une polarisation.
Seo-jeune Silvia Kim : Je serais intéressé de voir si les communications de l’élite ont vraiment influencé la perception du public de la fracture démographique, de manière disproportionnée. Si tel est le cas, je pense que cela pourrait être une autre source de polarisation affective et de distances émotionnelles entre les groupes. Et je pense que c’est vraiment mauvais pour la démocratie. Et je veux voir s’il existe des moyens de réduire et de dénigrer ces mythes si nous le pouvons.
Matt Grossmann : Il y a encore beaucoup à apprendre. The Science of Politics est disponible toutes les deux semaines au Niskanen Center et fait partie du Democracy Group Network. Je suis votre hôte, Matt Grossman. Si vous avez aimé cette discussion, vous voudrez peut-être consulter le podcast Our Body Politic dans notre réseau, y compris des épisodes sur les conversations avec les républicains hispaniques et les femmes de couleur du Parti républicain. Ou nos précédents épisodes sur l’explication de la fracture rurale urbaine ou l’interprétation des premiers résultats de l’élection de 2020. Merci à Seo-young Silvia Kim et David Darmofal de m’avoir rejoint. Veuillez consulter L’électorat divisé (mais pas plus prévisible), et la démographie, la politique et la polarisation partisane aux États-Unis, 1828–2016, puis écoutez la prochaine fois.