Verkiezingen vergeleken Toelichting bi pdf

(1)

Verkiezingen vergeleken

T O E L I C H T I N G B I J A R T I K E L V A N N R C H A N D E L S B L A D 1 M E I 2 0 1 5

Joost Smits en Frank van Dalen, Stichting Politieke Academie, Amsterdam

30 april 2015

INLEIDING | EEN

Vaak lijken verkiezingen grote verschuivingen te tonen. Dat kiezers op drift zijn, dat alles onvoorspelbaar is. Aan verlies van partijen bij verkiezingen wordt dan grote betekenis toegeschreven. Dat ze "uitgespeeld" zijn, dat ze hun

aantrekkingskracht voor de kiezer hebben verloren.

Voor de derde maal verschijnt bij NRC Handelsblad de interactieve kaart "Wat stemden uw buren" op

stembureauniveau.1_{Die kaarten laten geografisch grote stabiliteit zien. Maar in 2015 niet voor alle partijen.}

In deze korte toelichting leggen we uit wat er in de kaarten te zien is en welke betekenis eraan kan worden gegeven.

Het is belangrijk dat er voorspelbaarheid zit in de uitslagen. Politiek in Nederland ziet er anders uit als de gunst van de kiezer een loterij is. Wij denken dat veel inzet van politici en politieke partijen en goed contact met kiezers loont.

Delen van deze toelichting zijn gemaakt voor een paper voor het Politicologenetmaal, de jaarlijkse bijeenkomst van (inmiddels) internationale politicologen en onderzoekers van politiek, dat dit jaar wordt gehouden op11 en 12 juni in Maastricht.

STABILITEIT EN VARIATIE| TWEE

Begin jaren zeventig merkten de Britse onderzoekers Butler en Stokes2_{op dat een verkiezingsuitslag, bijv. 10% van de}

stemmen voor GroenLinks, niet meer is dan het gemiddelde van de uitslagen over alle stembureaus. Er kan variatie zijn tussen het ene stembureau en het andere. In een twee-partijenstelsel is dat met een eenvoudige standaarddeviatie te bepalen. In de Verenigde Staten bleek de afwijking van het gemiddelde veel groter dan in Groot Brittannië.

In de jaren 80 bouwde een ander Brit, Johnston, dat verder uit voor meerpartijenstelsels, zoals Nederland.3_{Om twee}

verkiezingen te vergelijken kijken we in de tabellen van de uitslagen van de stembureaus van verkiezing 1 en 2 van één partij, en zetten die tegen elkaar af in een grafiek:

FIGUUR 1: UITSLAGEN TEGEN ELKAAR AFGEZET

Vervolgens kan de best passende lijn worden getrokken bij de punten. Als de lijn mooi onder een hoek van 45 graden loopt dan noemde hij dat "uniform swing": de kiezers gaan in elk stembureau gelijkmatig met hetzelfde aantal procentpunten meer of minder stemmen op de onderzochte partij. Dat aantal procentpunten is dan af te lezen op het snijpunt van de lijn met de y-as. Johnston vond tot zijn ongenoegen dat meestal de lijntjes door de oorsprong gingen, en dat de lijn niet mooi onder 45 graden liep. Als de puntjes niet mooi op de lijn lagen noemde hij dat "random". Statistisch

is een waarde te bepalen voor het al dan niet mooi op een lijntje liggen: R2_{. Die R-kwadraat is 1 bij een perfecte lijn.}

Percentage in verkiezing 1

P

Verkiezing 1 Verkiezing 2 Stemdistrict 1 40% 58%

Stemdistrict 2 20% 32%

Stemdistrict 3 60% 92%

(2)

De Nederlanders Aarts en Horstman gingen hier verder mee begin jaren 90.4_{Als het lijntje platter ligt dan 45 graden}

geeft dat aan dat de partij verloor en als het lijntje schuiner loopt dan won de partij. Het probleem van een eventuele

lage R2_{(puntjes niet mooi op een lijntje) beschreven ze als de "vastberadenheid van de kiezer" (}_{determination of the}

voter).

Het meest opmerkelijke aan dit alles is natuurlijk het verschijnsel dat die uitslagen zich op een lijntje laten zetten. Dat kiezers als groep een gelijkmatig gedrag vertonen. Is dat in Nederland ook zo?

Daarom een viertal empirische voorbeelden op basis van de verkiezingsuitslagen. Dit is de gebruikelijke situatie, dit vinden we vrijwel altijd:

FIGUUR 2: D66 GRONINGEN, GR10-GR14 FIGUUR 3: PROGRESSIEF WESTLAND, GR10-GR14

FIGUUR 4: PVDA, TWEEDE KAMERVERKIEZINGEN 2010-2014 FIGUUR 5: CDA, TWEEDE KAMERVERKIEZINGEN 2010-2014

De formule die de lijn in deze grafieken beschrijft heeft de vorm:

(1.1)

Als b kleiner is dan 1 verliest de partij naar gelang de populariteit in die buurt en wint als b groter is dan 1. De "uniform swing" (een vast winst- of verlies in procentpunten dat in alle stembureaus gelijkmatig bestaat) is te zien in a (het snijpunt

met de y-as). De R2_{moet ongeveer 1 zijn. 0,8 is ook nog goed genoeg. Hoe minder stembureaus (zie hierboven}

Westland), hoe meer ruis (kiezers zijn ook weer niet 100% voorspelbaar), en dat heeft enig effect op R2_{. Als R}2_lager

gaat dan pakweg 0,7, pas dan spreken wij van kiezers op drift. Enkel voor de onderzochte partij in het onderzochte gebied.

Immers, bij winst of verlies mooi op zo'n lijntje hebben inderdaad kiezers op een andere partij gestemd, maar zijn de kiezers nog steeds in dezelfde buurten te vinden als voorheen. De partij hoeft ze niet ergens anders te gaan opzoeken. Winst of verlies is daarom onvoldoende reden om te spreken over "op drift".

De geografische stabiliteit betekent trouwens dat de lijsttrekker, de kandidatenlijst, het verkiezingsprogramma, de actualiteit, blijkbaar allemaal geen invloed hebben op de wingebieden voor partijen. Zo ontstaat de mogelijkheid voor

microtargeting.5

4_{Zie (Aarts en Horstman 1991)}

5_{Vorig jaar gepresenteerd op het Politicologenetmaal (Smits 2014a)} y = 2,0657x + 0,0206

y = 0,8198x + 0,0017

y = 1,101x + 0,0346

y = 0,6452x - 0,0021

(3)

We moeten nog één ander punt bespreken: dat kiezers in Nederland naar elk stembureau mogen gaan binnen de gemeente. Hoe kunnen we dan uitspraken doen per stembureau?

In ons boek "Permanente Campagne"6_{hebben we dat uitgebreid uitgelegd, onder andere met een computermodel. Hier}

volstaan we met een doe-het-zelf-voorbeeld. Neem een lucifersdoosje, verdeel de lucifers in drie groepen: een grote stapel, een middelgrote stapel en een kleine stapel. Dat zijn kiezers. Laat nu van elke stapel de helft naar een andere stapel verhuizen, een kiezersmobiliteit van 50%. In Nijmegen werd het ooit geturfd en daar vonden ze een

kiezersmobiliteit van 30%, maar wij hebben uitgezocht dat Nijmegen bijzonder slecht was in het indelen van

stembureaus, waardoor kiezers toch al niet naar het stembureau gaan dat vooraf is aangewezen door de gemeente.7_In

het lucifersvoorbeeld laat u 25% van de eerste stapel landen bij stapel 2 en 25% bij stapel 3. Van de originele stapel 2 laat u 25% landen bij stapel 1 en 25% bij stapel 3, enzovoort. Daarna heeft u drie stapels die hun volgorde van grootte hebben behouden, al zijn ze niet meer even groot als eerst. Met andere woorden: door de mobiliteit weten we niet hoeveel kiezers van een partij ergens zouden wonen, maar kunnen wel ondanks de mobiliteit iets zeggen of het er veel zijn of weinig. Met een computermodel kan dit nog verder worden verfijnd, maar het komt uiteindelijk op hetzelfde

neer.8

LOGISCH MECHANISME| DRIE

Met die kennis kunnen we een logisch mechanisme beschrijven.9_{Dat is een theoretische beschrijving van een aantal}

manieren om de verdeling van kiezers te beschrijven en waar een koppeling tussen is. Als we iets zien in een bepaalde verdeling beperkt dat de mogelijkheden in een andere verdeling. Het maakt het aantal mogelijke verklaringen van de werkelijkheid kleiner.

De eerste stap is om stembureaus op de kaart een kleurtje te geven naar gelang er veel of weinig op een partij is gestemd. Bijvoorbeeld PvdA, in Rotterdam, bij de raadsverkiezingen in 2014:

FIGUUR 6: PVDA, ROTTERDAM, GR14

Legenda:

Die kunnen we vervolgens koppelen aan de eerder beschreven grafieken waarin twee verkiezingen tegen elkaar worden afgezet. Hieronder het geval van een lijntje met een hoek van 45 graden:

6_{Zie (van Dalen, Smits, en Paardekooper 2014)} 7_{In (Paardekooper, van Dalen, en Smits 2014)} 8_{Zie ook (Smits 2014a)}

9_{Vorig jaar gepresenteerd op het Politicologenetmaal, maar nog zonder de afbeelding van krachtenvelden (Smits 2014b).} heel veel

(4)

FIGUUR 7: OVERGANG SCORINGSCATEGORIEËN

Wat is te zien? Als de puntjes op een lijntje komen (R2_{dichtbij 1), wat de normale situatie is, dan is een buurt waar een}

partij slecht scoorde bij verkiezing 1 ook bij verkiezing 2 weer slecht. Waar een partij populair was bij verkiezing 1 zal de partij dat bij verkiezing 2 ook weer zijn. Interessant: het maakt niet uit of het lijntje verlies (platter liggend lijntje, b<1) aangeeft of winst (steiler lijntje, b>1) aangeeft. Als een partij 10% van de stemmen verliest, maar langs dat lijntje, dan wonen de meeste kiezers nog steeds in dezelfde buurt, hoewel het er dus minder zijn. Het gevolg hiervan is dat kaarten van uitslagen óók gelijk zijn: de kleurverdeling verandert niet. Dat kunt u zelf bekijken op de kaart "Wat

stemden uw buren" op de site van NRC Handelsblad uit 2012.10_{Zet SP of D66 aan, zoom zodat heel Nederland}

zichtbaar is, en wissel tussen 2010 en 2012. De kaarten zijn ontzettend gelijk, ondanks dat het verschillende

verkiezingsjaren waren, voor en na de gedoogconstructie met PVV. De andere partijen laten hetzelfde zien, maar door de opbouw van de kaart veranderen de kleurschakeringen. Niettemin blijven donkere gebieden donker en blijven lichtere gebieden licht.

We kunnen naar de verdeling van een verkiezingsuitslag ook op een andere manier kijken:

FIGUUR 8: BLAUWE PARTIJ

FIGUUR 9: BLAUWE EN RODE PARTIJ FIGUUR 10: BLAUWE, RODE EN GROENE PARTIJ

In Figuur 8 staan de scores van de blauwe partij gerangschikt op volgorde. Links de stembureaus waar heel goed werd gescoord (de groene bolletjes van de kaart) en rechts de stembureaus waar heel slecht werd gescoord (rode bolletjes op de kaart).

Stel dat die partij denkt dat "dus" in die stembureaus aan de rechterkant veel stemmen nog te winnen zijn. Immers, daar stemmen ze nog niet blauw, en met de juiste campagne zal dat wel lukken. Helaas. Zou er een piek te forceren zijn in die rechterkant van Figuur 8, dan zou er een puntje ontstaan linksboven in Figuur 7, ver boven het lijntje. En dat komt normaal niet voor. Wij gaan ervan uit dat er veel energie en campagnemiddelen voor nodig zijn om het te bereiken. Immers, het is niet alleen zo dat "losse" kiezers van de blauwe partij moeten worden overtuigd, in Figuur 9 is te zien dat daar rechts de kiezers zitten van andere partijen, zoals in dit geval de rode partij. Als het al zo zou zijn dat blauw zijn kiezers keer op keer her en der bij elkaar harkt, dan is het onwaarschijnlijk dat rood dat ook doet. Een piek voor blauw in de rechterkant van de curve betekent automatisch een dal bij rood. En een punt rechtsonder in Figuur 7 voor de rode partij. Wat ook weer niet normaal is.

Hoe kunnen partijen dan toch groeien of verliezen? Zie Figuur 10; we hebben immers een meerpartijenstelsel. De groene partij en de blauwe partij kunnen van elkaar winnen zonder het systeem geweld aan te doen.

Hieruit volgt dat partijen normaal gesproken van elkaar kunnen winnen en verliezen naarmate het patroon van hun verdeling over de gemeente, de regio, het land, op elkaar lijkt. Blauw en groen zijn concurrenten, omdat hun kiezers in

(5)

ongeveer dezelfde buurten wonen. Blauw en rood, groen en rood, zijn tegenvoeters. Hun kiezers wonen in andere buurten.

De verhoudingen tussen blauw, rood en groen zijn weer te geven als een krachtenveld. Blauw en groen trekken elkaar als het ware aan, blauw en rood stoten elkaar als het ware af. Al die verhoudingen tussen de partijen zijn statistisch te berekenen. Met een F-test per lijntje is te bepalen of een verhouding ook boven toeval verheven is en kan het lijntje worden getekend. Hieronder een afbeelding gebaseerd op de kaart "Wat stemden uw buren 2012" van NRC Handelsblad van de grootste partijen plus Piraten plus DPK (Hero Brinkman destijds), op basis van alle stemmen. Alleen de significante aantrekkende lijntjes zijn getekend. De dikte van de bolletjes geeft de procentuele verhoudingen aan:

FIGUUR 11: KRACHTENVELD TK12

Te zien is dat DPK en 50PLUS vooral de stemmen vonden in PVV-buurten, waar ook SP-stemmen zitten. PvdA en SP zijn concurrent. VVD heeft concurrentie, met dunnere lijntjes, van D66 en CDA. Bij PvdA zitten heel veel concurrenten in de buurt, waardoor PvdA bij elke boodschap delen van de achterban kan verliezen. Bij CDA en VVD zitten weinig concurrenten.

PVV en VVD zijn geen concurrenten, maar tegenvoeters. We zien vrijwel nooit concurrentie. Niet bij de Kamerverkiezingen van 2010 en 2012, niet bij de Europese verkiezingen van 2014 en niet bij de Provinciale Statenverkiezingen van 2011 en 2015. U kunt het ook zelf bekijken. Neem de NRC-kaart "Wat stemden uw buren", zoom in op een regio met de nodige bolletjes, en schakel afwisselend VVD en PVV in. Het zijn andere bolletjes die oplichten.

Ander onderzoek is vooral gebaseerd op steekproeven (die niet altijd aselect zijn, overigens) en vraagt naar intenties van kiezers. Op "zou u overwegen VVD te stemmen" kan het natuurlijk zijn dat PVV-kiezers "ja" zeggen. En andersom. Immers, men is in Nederland zo geconditioneerd dat het allemaal "rechtse partijen" zijn. In de praktijk wonen PVV-kiezers overwegend in de ene buurt en VVD-PVV-kiezers overwegend in de andere buurt, en hun grafieken lopen sinds 2010

met een R2_{van tegen de 1. Er is geen reden te veronderstellen dat er in de praktijk veel uitruil is sinds 2010. Vóór 2010}

kan het anders zijn geweest.

FIGUUR 12: PVV AMSTERDAM, PS15-PS11

De misvatting over "rechtse partijen" is waarschijnlijk debet aan het falen van pogingen om al deze kiezers aan te spreken. Zoals Bram Moszkowicz beoogt met VNL. Of de nieuwe Ondernemerspartij van Brinkman het beter zal doen is de vraag.

(6)

STATENVERKIEZINGEN 2015| VIER

We hebben eerst alle 9200+-stembureaus uit 2015 weer op de kaart geprikt, zoals te zien op de site van NRC Handelsblad. Vervolgens hebben we de uitslagen vergeleken met 2011 voor Groningen, Friesland, Drenthe, de vijf grote steden en Leiden.

In Groningen, Friesland en Drenthe ontwikkelden de krachtenvelden zich als volgt:

FIGUUR 13: GRONINGEN, PS11 FIGUUR 14: GRONINGEN, PS15

FIGUUR 15: FRIESLAND, PS11 FIGUUR 16: FRIESLAND, PS15

FIGUUR 17: DRENTHE, PS11 FIGUUR 18: DRENTHE, PS15

Als een balletje van een partij opschuift in het krachtenveld, of zelfs een nieuwe verbinding maakt, is dat vaak een teken dat de grafiek (zoals Figuur 7) niet het normale patroon zal tonen: dat de kiezer van deze partij in het onderzochte

(7)

In Groningen is duidelijk dat veel nieuwe regionale partijen vooral het wingebied uit 2011 van PvdA bestoken, terwijl toch VVD portefeuillehouder van het gasdossier is. PvdA schuift zelfs helemaal op naar het gebied van GroenLinks en D66. In Friesland was die verbinding er al, en die is nu sterker geworden. Ook in Drenthe schuift PvdA op.

We zien de gevolgen van PvdA vergeleken met bijvoorbeeld CDA:

FIGUUR 19: CDA GRONINGEN, PS11-PS15 FIGUUR 20: PVDA GRONINGEN, PS11-PS15

FIGUUR 21: CDA DRENTHE, PS11-PS15 FIGUUR 22: PVDA DRENTHE, PS11-PS15

Het groene lijntje is het pariteitslijntje (dat bij een synchroon assenstelsel onder 45 graden loopt). Stembureaus boven dit lijntje wonnen, die eronder verloren.

Te zien is dat PvdA niet alleen verloor, maar dat de kiezer op drift is. De kiezer vertrok op een onevenredige manier

naar andere partijen. Niet gewoon naar SP, want dat zou in vrijwel dezelfde buurten zijn, met een mooie R2_{tot gevolg.}

We kunnen dat nader onderzoeken door het laatste jaar te bezien. Gemeenteraadsverkiezingen zijn niet gelijk aan provinciale statenverkiezingen, omdat andere partijen meedoen (krachtiger lokale partijen) en het om andere dingen gaat. Echter, in onze ervaring zijn ze beter onderling vergelijkbaar dan Kamerverkiezingen met Statenverkiezingen of met raadsverkiezingen. Van provincies is het niet aanvaardbaar om van alle gemeenten uit 2014 alle PvdA-scores op één hoop te gooien. Daarom hebben we een aantal gemeenten onderzocht, de vijf grootste plus Leiden:

FIGUUR 23: PVDA AMSTERDAM, PS11-GR14 FIGUUR 24: PVDA AMSTERDAM, GR14-PS15 y = 0,745x + 0,0209

y = 0,3301x + 0,0393

y = 0,8928x + 0,0116

y = 0,3851x + 0,0456

y = 0,4929x + 0,0401

y = 0,4404x + 0,0687

(8)

FIGUUR 25: PVDA UTRECHT, PS11-GR14 FIGUUR 26: PVDA UTRECHT, GR14-PS11

FIGUUR 27: PVDA LEIDEN, PS11-GR14 FIGUUR 28: PVDA LEIDEN, GR14-PS15

In Amsterdam, Utrecht en Leiden verloor PvdA tussen 2011 en 2014 langs normale verhoudingen. Dat is minder erg, omdat die kiezer de volgende keer met een goede campagne in de vertrouwde buurten terug gevonden en gewonnen kan worden. Maar het laatste jaar kwam de desintegratie pas goed op gang. In extreme mate in Leiden. We hebben dat nader onderzocht met big data en vonden dat PvdA in Leiden nu populair is in buurten waar de rijkere Leidenaren

wonen…

In Rotterdam en Den Haag was het verval er bij PvdA ook tussen 2011 en 2015, maar is de scheiding van 2014 minder duidelijk. In Eindhoven was de desintegratie er ook al tussen 2011 en 2014.

Moet de PvdA dan bang zijn voor SP? Niet helemaal, want ook die partij vertoont schommelingen:

FIGUUR 29: SP GRONINGEN, PS11-PS15 FIGUUR 30: SP FRIESLAND, PS11-PS15 y = 0,4132x + 0,0206

y = 0,2624x + 0,0937

y = 0,5389x + 0,0139

y = 0,1521x + 0,1276

y = 1,1287x + 0,0163

y = 0,9244x + 0,0262

(9)

FIGUUR 31: SP DRENTHE, PS11-PS15 FIGUUR 32: SP ROTTERDAM, PS11-GR14

FIGUUR 33: SP UTRECHT, PS11-GR14 FIGUUR 34: SP UTRECHT, GR14-PS15

FIGUUR 35: SP EINDHOVEN, PS11-GR14 FIGUUR 36: SP EINDHOVEN, GR14-PS15

De SP laat in Utrecht en Eindhoven het omgekeerde zien van PvdA: schommelingen tussen 2011 en 2014 en stabiliteit het laatste jaar. Maar zonder de grote verliezen; zelfs met winst. Rotterdam PS11-GR14 staat erbij om te laten zien dat de schommelingen niet altijd zichtbaar zijn in de uitslagen. SP scoorde in Rotterdam in 2011 en 2014 respectievelijk 11,3 % en 10,5%, wat partijen in slaap kan sussen.

In de andere onderzochte gebieden is de fluctuatie er ook, maar minder duidelijk de scheiding van 2014.

CONCLUSIES

 De PvdA desintegreert met name sinds 2014, daarvoor was er tussen 2011 en 2014 alleen verlies. In Leiden trekt

PvdA nu vooral kiezers in de rijkere buurten. Ook in noordelijke provincies is de bal "PvdA" opgeschoven richting D66, GroenLinks, VVD.

 SP had lokaal wat wisselingen in kiezersgroepen tussen 2011 en 2014, meer stabilisatie tussen 2014 en 2015.

 VVD en PVV zijn geen concurrenten, rechts en links zijn betekenisloos als ze niet een groep kiezers beschrijven. Hun

kiezersgroepen zijn zeer stabiel, wat betekent dat er dus ook weinig uitruil tussen plaatsvindt.

 Moszkowicz's VNL wil zich richten op "de kiezers tussen VVD en PVV", wat dus niet bestaat. Het falen van "rechtse"

alternatieven zit mogelijk in onvoldoende kennis van de potentiële achterban.

 "Ondernemers" zijn ongedefinieerd in de grafen. Of Brinkman daar een aandeel in kan halen is de vraag.

 SP lijkt de koers te hebben hervonden, al hebben we vooralsnog een beperkt gebied bestreken. Het is

onwaarschijnlijk dat PvdA de crisis kan oplossen met een leiderschapswissel. Er is maatwerk nodig.

y = 1,1286x + 0,0143

y = 0,8012x + 0,0154

y = 1,3083x - 0,0186

y = 0,8387x + 0,0166

y = 1,062x - 0,0167

y = 0,9255x + 0,0341

(10)

Page

10 LITERATUUR

Aarts, K., en R. Horstman. 1991. “Political Change And The Electoral Geography Of The Netherlands”. In ECPR Joint

Sessions of Workshops, Essex. Enschede.

Butler, D., en D. Stokes. 1974. Political Change in Britain: The Evolution of Electoral Choice. 2nd ed. London: Macmillan.

Johnston, R.J. 1983. “Spatial continuity and individual variability: A review of recent work on the geography of electoral

change”. Electoral Studies 2 (1): 53–68. doi:10.1016/0261-3794(83)90106-3.

Paardekooper, A., F. van Dalen, en J.H.F. Smits. 2014. Meer mensen naar de stembus - Hoe de overheid de opkomst bij

verkiezingen kan verhogen. Amsterdam: Stichting Politieke Academie. http://politiekeacademie.eu/shop/boek-opkomst-bevordering/.

Smits, J.H.F. 2014a. “On disaggregation of voter results”. In Politicologenetmaal 2014, Maastricht. Amsterdam/Berkel en Rodenrijs: Stichting Politieke Academie. doi:10.13140/2.1.3446.1126.

———. 2014b. “On the mechanism of change and stability in multiparty elections”. In Politicologenetmaal 2014,

Maastricht. Amsterdam/Berkel en Rodenrijs: Stichting Politieke Academie. doi:10.13140/2.1.1578.3364.

Smits, J.H.F., en E. Mennen. 2015. De zaak Van Rey - De kiezer in Roermond op drift.

http://dx.doi.org/10.13140/2.1.4022.8641.

Van Dalen, F., J.H.F. Smits, en A. Paardekooper. 2014. Permanente Campagne - Hoe politieke partijen en politici de

verkiezingen kunnen winnen. Amsterdam: Stichting Politieke Academie. http://politiekeacademie.eu/shop/boek-permanente-campagne/.

Van Gent, W.P.C., E.F. Jansen, en J.H.F. Smits. 2014. “Right-Wing Radical Populism in City and Suburbs: An Electoral

Geography of the Partij Voor de Vrijheid in the Netherlands”. Urban Studies 51 (9): 1775–94. doi:10.1177/0042098013505889.

BIOGRAFIE

Joost Smits (1965), doctoraal Bestuurskunde (Universiteit Twente), onderzoeker bij de Stichting Politieke Academie (Amsterdam), werkt aan proefschrift (Universiteit Twente (2011-2013), nu bij Politieke Academie.

joost@politiekeacademie.eu

Frank van Dalen (1969), Informatica ingenieur (Technische Universiteit Eindhoven) en campagnestrateeg, voorzitter bij de stichting Politieke Academie.

frank@politiekeacademie.eu

Recente publicaties: van Gent, Jansen, en Smits (2014), van Dalen, Smits, en Paardekooper (2014), Paardekooper, van Dalen, en Smits (2014), Smits en Mennen (2015).

www.politiekeacademie.eu

De kaarten zijn gerealiseerd met inzet van:

Esther Mennen, Sebastiaan van Niele, Ruud Tevreden en AutiTalent. De online kaart bij NRC Handelsblad is weer gebouwd door Arlen Poort.

Frank van Dalen, Joost Smits en Aart Paardekooper zijn de auteurs van het Nederlandse handboek voor effectieve permanente campagne.

Webshop: politiekeacademie.eu/shop/boek-permanente-campagne/