Die statistischen Fingerabdrücke von Wahldieben finden

Die statistischen Fingerabdrücke von Wahldieben finden
Die statistischen Fingerabdrücke von Wahldieben finden
Anonim

Die Kunst, eine Wahl zu beeinflussen, ist so alt wie die Demokratie selbst. Strategien wie das Ausfüllen von Stimmzetteln, die Neuverteilung von Wahlbezirken, das Wechseln des Wahlorts und vorübergehende Verkehrsumleitungen haben die regionalen Ergebnisse verzerrt und manchmal den Gewinner ermittelt.

Während einige Taktiken auf altmodische Weise aufgedeckt werden - durch wütende Wähler oder Ermittlungen -, tun andere dies nicht. Neue Forschungsergebnisse deuten jedoch darauf hin, dass einige Arten von Wahlbetrug Spuren in den Wahldaten hinterlassen.

In einem Artikel, der am 24. September in Proceedings of the National Academy of Sciences erschien, brachte ein Team unter der Leitung von Stefan Thurner die Wissenschaft auf das Problem.

„Wir sind zufällig darauf gekommen, als uns ein russischer Kollege die Daten der russischen Duma-Wahl 2011 brachte und uns bat, einen Blick darauf zu werfen“, sagt Thurner. „Nach dem ersten Blick waren wir alle ziemlich geschockt und beschlossen, einen zweiten Blick darauf zu werfen.“

Thurner, ein externer Professor des Santa Fe Institute, der die Sektion für komplexe Systeme an der Medizinischen Universität Wien leitet, und Kollegen suchten nach zwei Arten von Manipulation: inkrementeller Betrug, bei dem Stimmen für eine Partei in der Wahlurne aufbewahrt werden während die für die anderen Kandidaten geworfen werden, und extremer Betrug, der eine 100-prozentige Wahlbeteiligung in einem Bezirk zeigt, wobei alle für dieselbe Partei stimmen.

Das Team untersuchte Daten über die Zahl der Wahlberechtigten, gültige Stimmen und Stimmen für den siegreichen Kandidaten (oder die Partei) aus einem Dutzend kürzlich durchgeführter Wahlen auf der ganzen Welt. Durch den Vergleich der Stimmenverteilung für den Siegerkandidaten mit der Wahlbeteiligung stellten sie fest, dass manipulierte Wahlen ein anderes Abstimmungsmuster aufweisen als faire.

Bei fairen Wahlen weist das Abstimmungsmuster einer Nation tendenziell einen Cluster auf, der einen allgemeinen Trend der Wahlbeteiligung und der Stimme für die siegreiche Partei zeigt (obwohl die regionalen Wählerpräferenzen einiger Nationen dies verzerren können). Manipulierte zeigen einen Cluster, aber mit einem Abstrich von Stimmen nach oben rechts für inkrementellen Betrug. Extremer Betrug hat ein zweites, kleineres, völlig separates Cluster in der oberen rechten Ecke, was eine Wahlbeteiligung von bis zu 100 Prozent und Stimmen für den Gewinner bedeutet.

Als Nächstes entwickelte das Team ein Modell, um festzustellen, wie stark gefälschte oder manipulierte Ergebnisse das Ergebnis beeinflussten, und ging dann alle Möglichkeiten beider Betrugsarten durch, die 0 bis 100 Prozent an der Wahl beteiligt waren, und verglich diese tatsächliche Daten zur Bestimmung ihrer Prävalenz.

Unter den untersuchten Ländern zeigten die Daten von den jüngsten Wahlen in Russland und Uganda sowohl die Verleumdung des inkrementellen Betrugs als auch die zweite Gruppe des extremen Betrugs, wobei bis zu 64 Prozent der Bezirke von der russischen Abstimmung 2011 und 39 Prozent davon betroffen waren 2012.Die Daten anderer Länder zeigten wenig bis gar keine derartigen Trends.

"Ich denke, es könnte zum Wohle der Demokratie beitragen, wenn für jede landesweite Wahl auf diesem Planeten die Rohdaten beispielsweise in einer Datenbank der Vereinten Nationen oder der OECD verfügbar gemacht werden", sagt Thurner. „Man könnte sich dann eine Reihe von Qualitätsstandards und -prüfungen für jede Wahl ausdenken – wie die, die wir vorgestellt haben – oder bessere.“

Beliebtes Thema