แบบจำลองวิเคราะห์ถดถอยเชิงพื้นที่เพื่อพยากรณ์ผลการเลือกตั้งของไทย

Abstract

การศึกษานี้ศึกษาความสัมพันธ์ระหว่างพฤติกรรมการเลือกตั้งแบบแบ่งเขต แบบบัญชีรายชื่อ และพฤติกรรมการใช้สิทธิ์เลือกตั้ง ในการเลือกตั้ง ส.ส. ปี 2554 ตัวแปรที่ใช้ศึกษา ได้แก่ ประชากร เศรษฐกิจและสังคม ภูมิศาสตร์ และพฤติกรรมการเลือกตั้งในอดีต เพื่อพัฒนาตัวแบบสำหรับการทำนายผลการเลือกตั้ง โดยเปรียบเทียบตัวแบบ 3 วิธีคือ วิธีกำลังสองน้อยที่สุด (OLS) วิธี Spatial lag model และ วิธี Spatial error model และพิจารณา ค่า R2 สูงสุด ค่า AIC และ BIC ต่ำสุด ผลการศึกษาพบว่า ตัวแบบที่เหมาะสมที่สุดคือ Spatial error model ตัวแปรที่มีความสัมพันธ์กับผลการเลือกตั้งสูงคือตัวแปรภูมิภาคที่อยู่อาศัย และพฤติกรรมการเลือกตั้งในอดีต ซึ่งมีผลอย่างมากต่อการพยากรณ์ผลการเลือกตั้งในปี 2554 ในส่วนของพฤติกรรมการใช้สิทธิ์เลือกตั้งนั้น รายได้ และการใช้ประโยชน์ที่ดิน (พื้นที่เมือง และพื้นที่เกษตรกรรม) เป็นตัวแปรพยากรณ์ได้ดี

การศึกษาความสัมพันธ์เชิงพื้นที่ (Spatial Autocorrelation) ของผลการเลือกตั้งใช้สถิติ Moran’s I และ Local Indicators of Spatial Association (LISA) พบว่าผลการเลือกตั้งมีรูปแบบการกระจายเชิงพื้นที่แบบเกาะกลุ่มโดยเฉพาะสองพรรคการเมืองใหญ่ ที่มีการเกาะกลุ่มของผลการเลือกตั้งตามภูมิภาคอย่างชัดเจนทั้งการเลือกตั้งแบบแบ่งเขตและแบบบัญชีรายชื่อ โดยพื้นที่ภาคเหนือและภาคตะวันออกเฉียงเหนือมีแนวโน้มสนับสนุนพรรคเพื่อไทย และภาคใต้มีแนวโน้มสนับสนุนพรรคประชาธิปัตย์ ยกเว้นสามจังหวัดชายแดนภาคใต้ ผลการเลือกตั้งของพรรคการเมืองขนาดกลางเช่นพรรคภูมิใจไทย และพรรคชาติไทยพัฒนา มีการเกาะกลุ่มในพื้นที่ขนาดเล็กเท่านั้น โดยพบการเกาะกลุ่มของเขตเลือกตั้งที่สนับสนุนพรรคภูมิใจไทยอยู่บริเวณภาคตะวันออกเฉียงเหนือตอนล่างและเขตเลือกตั้งที่สนับสนุนพรรคชาติไทยพัฒนาอยู่บริเวณจังหวัดสุพรรณบุรี และนครปฐม

การศึกษานี้มีหน่วยวิเคราะห์เป็นเขตเลือกตั้งไม่ได้วิเคราะห์ระดับบุคคล และตัวแปรจิตวิทยาไม่ได้ถูกใช้ศึกษาด้วย การวิจัยในอนาคตหากมีการพิจารณาตัวแปรจิตวิทยาการเมือง เช่น ความนิยมความชื่นชอบในตัวนักการเมือง การเบื่อหน่ายการเลือกตั้ง ปฏิสัมพันธ์ระหว่างนักการเมืองกับผู้มีสิทธิ์เลือกตั้ง และความเป็นคนในท้องถิ่นของนักการเมือง อาจจะทำให้การพยากรณ์ผลการเลือกตั้งแม่นยำมากขึ้น

This study aims to focus on the relationship between voting behavior among Thailand electorate zone and party-list election 2011. The variables used in this study, i.e. demographic, socio-economic, geographic characteristics and past election behaviors were used to develop the model to predict Thailand election results. The three models namely OLS, spatial lag model and spatial error model were compared. The model fit was also investigated through R2 , AIC and BIC.

The result showed that the spatial error model is the best fitting model and the region, land use (urban and agriculture areas), income and past election behaviors were highly significant predictor of election result.

Additionally, the spatial autocorrelation of electoral behaviors was investigated using Moran's I and the Local Indicators of Spatial Association (LISA) demonstrated few cluster of election result. Two major political parties were uncovered such that the majority of people in northern and northeastern regions supports the Puea Thai party and the majority of people in the southern of Thailand support the Democrat Party. The moderate size political parties, such as the Bhoom Jai Thai Party and the Chat Thai Pattana Party, showed small cluster of electorates.

This study mainly emphasized on analyzing the electorate. Future research, if there is the possibility to considered political and psychological variables such as popularity and preference among politicians, election boredom, interactions between politicians and electors, including local politicians, it will probably make the election forecasting more accurately.