דיסוננס קוגניטיבי

בפוסט הקודם תיארתי את הקשר בין גיוס ליחידות קרביות לבין סוג היישוב שבו אתה גר. ספציפית, הראיתי שביישובים כפריים שיעור הגיוס הקרבי גבוה מאוד בהשוואה ליישובים עירוניים.

בסוף הפוסט, הזהרתי כי סביר שהקשר מבטא מתאם מזויף. חשוב להבין שהכוונה היא לא שהקשר אינו קיים במציאות (מובהקות סטטיסטית מבטיחה לנו שהקשר אמיתי וקיים), אלא רק שמדובר בסימפטום של תופעה עמוקה יותר. בזמנו, חשבתי שניתן יהיה לרדת לשורש העניין רק בעזרת נתונים נוספים, שאינם פומביים.

מתברר שטעיתי. בחינה נוספת של אותם נתונים מאפשרת לזהות קשר עמוק יותר, כפי שניתן לראות בגרף הבא:

מבחן חי בריבוע לטיב התאמה מאשר שלא מדובר בהבדל מקרי אלא בהבדל מובהק סטטיסטית ברמת בטחון קרובה לודאית (p < 10^-14). ניתוח שאריות מתוקננות מראה כי אכן ברמת בטחון גבוהה, ביישובים קטנים שיעור ההרוגים גבוה מהצפוי (p < 10^-14) וביישובים גדולים שיעור ההרוגים נמוך מהצפוי (p < 0.05). ביישובים בינוניים שיעור ההרוגים גבוה מעט מהצפוי, אך ברמה שאינה מובהקת סטטיסטית.

במילים פשוטות: ככל שהיישוב בו אתה גר קטן יותר, גדלים סיכוייך להתגייס לשירות קרבי. מעניין לציין שהתופעה חזקה מאוד כשמשווים בין קטגוריות היישובים שציינתי למעלה, אך כמעט ואינה קיימת כשמשווים בין שני יישובים גדולים (ז"א, אין הבדל מהותי בין יישוב של 50,000 איש, ליישוב של 250,000 איש). יתכן שהסיבה לכך היא מיעוט הנתונים שאינו מאפשר מובהקות סטטיסטית, אך תחושת הבטן שלי היא שמדובר פשוט בסף קריטי, שמעבר לו גודל היישוב כבר לא משחק תפקיד.

אם כן, מדוע מדובר בתופעה עמוקה יותר מזו שתיארתי בפוסט הקודם?

הסיבה היא שרובם המוחלט של היישובים הקטנים הם יישובים כפריים, ורובם המוחלט של היישובים הגדולים הם יישובים עירוניים. למעשה, אם מתמקדים אך ורק בקטגוריית היישובים הבינוניים (המכילה כמות שווה, פחות או יותר, של יישובים כפריים ועירוניים), מתברר כי דוקא ביישובים העירוניים שיעור ההרוגים גבוה מעט מהצפוי, וביישובים הכפריים שיעור ההרוגים נמוך מעט מהצפוי (אך ההבדל אינו מובהק סטטיסטית).

אם כן, האלוף שטרן צדק כשטען שהשכול במלחמת לבנון לא התחלק בצורה שווה באוכלוסייה, אך טעה בקשר לסיבה: הגורם הבסיסי אינו החינוך השונה שמקבל נער עירוני לעומת נער קיבוצניק, כיוון שכשגודל היישוב דומה - נראה שביישובים כפריים וביישובים עירוניים שיעורי גיוס קרבי דומים. כדוגמא הפוכה לטענתו של שטרן ניתן להביא את היישוב העירוני עומר שמנה 5,995 תושבים בשנת 2004 - שיאן כל הפרמטרים לפי נתוני צה"ל (שיעור גיוס: 92%; שיעור גיוס קרבי: 75%). כמובן, דוגמא ספציפית אחת אינה מספיקה כדי להפריך תיאוריה סטטיסטית, אך במקרה זה כבר ראינו שתיאוריית שטרן אינה עולה בקנה אחד עם הנתונים.

ולכן, בשורה התחתונה: קיים קשר בין גודל היישוב לשיעור הגיוס הקרבי, אך לא נראה כי עובדת היותו של היישוב עירוני או כפרי משחקת תפקיד משמעותי. בתיאוריה, את המסקנה האחרונה ניתן להוכיח בעזרת מתאם חלקי. בפועל, מיעוט הנתונים לא יאפשר מובהקות סטטיסטית.

אך כיצד יכול גודל היישוב כשלעצמו להשפיע על שיעור הגיוס הקרבי?

מחקר של ד"ר פטרישיה פאנק, כלכלנית שוויצרית מ-Stockholm School of Economics, מציע תיאוריה מעניינת:

המחקר [2005] עסק בשיעור ההצבעה בבחירות בשוויץ, לאורך העשור וחצי האחרונים. מתברר שהחל משנת 1994, אחד הקנטונים בשוויץ מאפשר לבוחרים להצביע באמצעות הדואר. ההצבעה בדואר היא אופציונלית, ז"א הבוחר יכול להחליט האם להגיע לקלפי ולהצביע כרגיל, או לשלוח את הצבעתו בדואר.

לכאורה, הגיוני לצפות ששיעור ההצבעה בקנטון זה יגדל, כיוון שלבוחר הפוטנציאלי קל יותר להצביע (אין לו צורך לצאת מהבית במיוחד, לעמוד בתור לקלפי וכו'). במקרה הגרוע, היינו מצפים ששיעור ההצבעה ישאר ללא שינוי. אך במציאות, באופן מדהים, שיעור ההצבעה רק ירד, כשהירידה המשמעותית ביותר היתה דוקא בקהילות קטנות!

וההסבר? החוקרת טוענת כי ההחלטה האם להצביע בבחירות מושפעת מאוד מנורמות חברתיות: הצבעה בבחירות נחשבת חיובית, וכתוצאה מכך אנשים מעוניינים שהסובבים אותם ידעו שהלכו להצביע בבחירות. כל עוד ההצבעה בבחירות היתה בקלפי בלבד, חלק מהאנשים הלכו להצביע ולו רק בשביל שיראו אותם מצביעים. ברגע שהצבעה באמצעות הדואר הפכה לאופציה, לאנשים אלה לא היתה יותר סיבה להצביע בכלל. הרי בכל מקרה, תמיד יתכן שהצביעו בדואר…

לטענת החוקרת, תופעה זו השפיעה במיוחד על קהילות קטנות משתי סיבות: ראשית, הפרטים בקהילות אלה מושפעים יותר מדעתם של הסובבים אותם. שנית, בקהילות אלה המידע על הפרטים בקהילה זורם בצורה חופשית יותר (דרך רכילות, למשל). לכן, בקהילות קטנות "הרווח היחסי" בלהראות בקלפי היה גבוה יותר, ובפרט גם ההשפעה של העלמותו היתה גדולה יותר.

ובחזרה לנושא המרכזי: מדוע בקהילות קטנות בישראל שיעור גיוס קרבי גבוה יותר?

יתכן שאחד הגורמים הוא שגיוס לצה"ל בכלל וליחידה קרבית בפרט, עדיין מהווה נורמה חיובית בחברה הישראלית. במקרה זה, הגיוני שבקהילות קטנות בהן כולם מכירים את כולם, "הרווח היחסי" של גיוס ליחידה קרבית יהיה גדול יותר, ו"העונש" על השתמטות, או לחילופין גיוס ליחידה לא קרבית, יהיה גם הוא גדול יותר.

בפשטות, קל יותר להשתמט כשאינך צריך לפגוש את חבריך לשכבה בכל סופ"ש, במכולת השכונתית.

אלוף אלעזר שטרן - ראש אגף משאבי אנוש בצה"ל - טען בחודש שעבר כי השכול במלחמת לבנון לא התחלק בצורה שווה באוכלוסיה, וכי "אין שכול בתל אביב".

האמירה זכתה לביקורת ציבורית כה נוקבת, עד שהאלוף נאלץ לחשוף לראשונה מעט מנתוני הגיוס הרשמיים של צה"ל, אך ורק כדי לגבות את טענתו. הנתונים פורסמו במוסף השבת של ידיעות אחרונות (1/9/2006), ועולה מהם כי אכן בתל אביב הן שיעור הגיוס לצה"ל והן שיעור הגיוס לשירות קרבי מקרב כלל המתגייסים נמוכים במעט מהממוצע הארצי (בהתאמה: 70.5% לעומת 73.3%; 36.9% לעומת 39.8%).

אך גם אם מקבלים את אמינות הנתונים כעובדה, קשה מאוד להשתכנע כי האלוף צדק בדבריו: ההבדל אמנם קיים, אך הוא אינו נראה משמעותי במיוחד. בפרט, מהנתונים עולה כי תל אביב אינה דוקא יוצאת דופן לרעה למול ערים אחרות בארץ.

אך מתברר שללוחמי צה"ל אכן יש מאפיינים דמוגרפיים מובהקים, כפי שניתן להוכיח בעזרת בדיקה סטטיסטית פשוטה.

באירועים האחרונים בלבנון נהרגו 118 לוחמי צה"ל. נורא ככל שיהיה, מדובר לכאורה במדגם מקרי של לוחמי צה"ל בלבנון, ולמעשה - במדגם משוקלל שבו ניתן משקל רב יותר ללוחמים הנמצאים בסכנה פיסית. מרשימת ההרוגים שהתפרסמה ב-ynet ניתן ללמוד מספר נתונים יבשים על כל אחד: גיל, דרגה ומקום מגורים.

כיוון שאנו מעוניינים לבדוק טענות לגבי השנים האחרונות, הגיוני לסנן את המדגם כך שיכיל רק חיילים שנהרגו במהלך שירות החובה. כך אנו גם מבטיחים שהמדגם לא יהיה מוטה לטובת אוכלוסיות שנוטות יותר לשירות בקבע או לשירות במילואים. לאחר הסינון, אנו נשארים עם מדגם בגודל 54, מספר גדול במושגים סטטיסטיים (ואולי בלתי נתפס במושגים אנושיים).

כעת, ניתן להצליב את המידע עם נתוני הלשכה המרכזית לסטטיסטיקה לגבי היישובים בישראל (שנת 2004). משם, ניתן להוציא את רשימת היישובים המלאה, גודל כל יישוב וחלוקה ליישובים עירוניים וכפריים. הגרף הבא מציג את השורה התחתונה:

ובפשטות: למרות שפחות מעשירית מאוכלוסיית ישראל מתגוררת ביישובים כפריים, יותר משליש מחיילי החובה שנהרגו בלבנון הגיעו מיישובים אלה. מבחן חי בריבוע לטיב התאמה מאשר שההבדל אינו מקרי, אלא מובהק סטטיסטית ברמת בטחון קרובה לודאית (p < 10^-13).

כעת ניתן להפעיל את חוק בייס, ולהגיע למסקנה המזעזעת הבאה: לצעיר בגיל שירות חובה המתגורר ביישוב כפרי היה (אפריורית) סיכוי גבוה פי 6 לההרג בלבנון מאשר לצעיר עירוני באותו גיל. למרות זאת, בשל השוני המשמעותי במספרי הבסיס, בסופו של דבר נהרגו חיילים רבים יותר המתגוררים ביישובים עירוניים.

נקודה מתודולוגית חשובה לגבי התהליך והמסקנות: כפי שכתבתי, השתמשתי בנתונים לגבי מספר התושבים בכל יישוב, בעוד שנתון רלוונטי יותר הוא מספר התושבים בגיל הרלוונטי (18-21) בכל יישוב. בתיאוריה, יתכן שביישובים הכפריים מספר גדול משמעותית של צעירים בגיל שירות חובה לעומת ביישובים העירוניים, ולכן השוני בשיעורי ההרוגים אינו משמעותי כפי שהוא נראה במבט ראשון. בפועל, אני בספק רב שזה אכן המצב, ובפרט שהוא קיצוני עד כדי כך שיצליח לחפות על הפער האדיר שעולה מהנתונים. בכל מקרה, לא הצלחתי למצוא את הנתונים המבוקשים באתר הלשכה המרכזית לסטטיסטיקה.

ולבסוף, נקודה קריטית לגבי כל האמור לעיל: הניתוח הסטטיסטי שלמעלה אמנם מספק תיאור מדויק של המציאות, אך אינו מצביע בהכרח על קשר סיבתי (ובאופן כללי, מתאם אינו מצביע על סיבתיות). סביר שבמקרה המתואר קיימים גורמים נוספים שמתפקדים כמשתנים מתווכים, ולכן נוצר מה שמכונה מתאם מזויף. במילים פשוטות, אין סיבה להניח שעצם המגורים ביישוב עירוני הוא שהקטין את הסיכוי לההרג בלבנון.

גורמים מתווכים כאלה עשויים להיות מצב כלכלי, נטיה דתית, רקע עדתי, נטיה פוליטית ורבים אחרים (אם כי לפחות מנתוני הגיוס שפרסם צה"ל, נראה שעל פניו המצב הכלכלי דוקא אינו מסביר את התופעה) - הכרעה לגבי כל אחד מהם דורשת גישה לנתונים רבים שאינם פומביים, אך בודאי נגישים לאגף משאבי אנוש בצה"ל. אני מקווה שלאלוף שטרן יהיה את האומץ להתניע בצה"ל מחקר רציני שירד לעומק הנושא, ולפרסם את מסקנותיו.

עדכון: נכתב פוסט המשך.

כל סטודנט מכיר את ה"מבחן האמריקאי" (מבחן multiple choice), שבו יש לסמן את התשובה הנכונה היחידה מבין מספר תשובות אפשריות.

נניח שאתם נבחנים במבחן כזה, ואינכם יודעים את התשובה הנכונה. מה תסמנו?

פרופ' מיה בר-הלל מהמרכז לחקר הרציונליות באוניברסיטה העברית הראתה [2003] כי במבחנים כאלה הסיכוי שהתשובות האמצעיות (ב' או ג') נכונות, גדול משמעותית מהסיכוי שהתשובות הקיצוניות (א' או ד') נכונות. בנוסף, היא הראתה שאנשים שאינם יודעים את התשובה הנכונה נוטים בדר"כ לסמן את התשובות האמצעיות (ובצדק, כנראה :)

במאמר נוסף של אותה חוקרת [2002] נטען כי המרכז הארצי לבחינות והערכה ביצע במודע ובמשך תקופה ארוכה איזון של התשובות הנכונות בבחינה הפסיכומטרית ("key balancing") כדי ש"יראו אקראיות". ספציפית, כל אחת מארבע התשובות האפשריות הופיעה בערך אותו מספר פעמים כתשובה נכונה, והכותבים נמנעו מרצפים ארוכים של אותה תשובה. ככל הנראה, גישה זו נמשכה עד שנת 1999.

בשני המקרים, מדובר בכשל אנושי בתכנון הבחינה: מטרת הבחינה היא הרי לשקף את רמת הידע של הנבחן, אך במקרים שתוארו נבחן נבון יכול להגדיל את ציונו גם אם אינו מכיר כלל את החומר עליו הוא נבחן.

אבל גם אם נניח שכותבי הבחינה עשו את עבודתם נאמנה ומספרי התשובות הנכונות אכן נבחרו באקראי, למבחן האמריקאי יש בעיה אינהרנטית: הוא אינו משקף בצורה מדויקת את רמת הידע של הנבחן.

כדי להבין את הנקודה האחרונה, דמיינו שאתם ניגשים למבחן אמריקאי שבו 10 שאלות, כשלכל אחת 4 תשובות אפשריות (ובדיוק תשובה אחת נכונה). נניח שאתם יודעים לפסול 2 תשובות מכל שאלה, ומסמנים באקראי אחת מהתשובות שנותרו. מה הציון שתקבלו?

התשובה היא שלא ניתן לדעת במדויק: הוא יכול לנוע בין 0 ל-100, בתלות במספר התשובות הנכונות שהצלחתם לנחש. למעשה, משיקולי התפלגות בינומית ניתן לנבא שברמת בטחון של 90% הציון שתקבלו ינוע בין 30 ל-70, אך בכל מקרה הציון המדויק שתקבלו אינו ידוע, ובודאי שלא ישקף בצורה מדויקת את רמת הידע שלכם.

בעזרת ניתוח סטטיסטי מעמיק יותר ניתן להראות שהציון במבחן אמריקאי הוא למעשה אומד בלתי מוטה לרמת הידע של הנבחן (כמובן, תחת ההנחה שלמבחן עצמו יש תוקף, ז"א שהשאלות בו אכן בוחנות ידע בחומר). המשמעות האינטואיטיבית היא שאם נחזור על המבחן אינסוף פעמים (כשבכל פעם הנבחן מנחש באקראי את התשובות שאינו יודע בודאות), נקבל בתוחלת (או "בממוצע") ציון שיבטא במדויק את רמת הידע של הנבחן.

אבל במציאות, רוב המבחנים האמריקאים (ובכלל) מתבצעים פעם אחת בדיוק. האם ניתן לתכנן מבחן כך שגם הציון שיתקבל בו לאחר בחינה בודדת ישקף במדויק את רמת הידע של הנבחנים?

הנה הפתרון של החוג למתמטיקה באוניברסיטת תל אביב (מבחני הקורס "מבוא להסתברות" נערכים כך, כנראה בהשראת פרופ' בוריס צירלסון):

המבחן מורכב מ-18 שאלות אמריקאיות "רגילות" (ז"א ארבע תשובות אפשריות שמתוכן תשובה נכונה בודדת), פלוס טוויסט קטן - לנבחן מותר לסמן כמה תשובות שירצה. למעשה, הוא יכול אפילו לסמן את כל התשובות במבחן. הניקוד הסופי נקבע בצורה הבאה: על כל תשובה נכונה שסומנה הנבחן מקבל 6 נקודות. על כל תשובה שגויה שסומנה, הנבחן מאבד 2 נקודות. הציון הסופי יכול לנוע בין 108 למינוס 108, ובכל מקרה "מעוגל" כך שיהיה בין 0 ל-100.

מקרים מייצגים:

• אם לא סימנת אף תשובה - תקבל אפס.
• אם סימנת את כל התשובות בטופס - תקבל אפס (על כל שאלה תקבל שש נקודות עבור התשובה הנכונה, וירדו לך בסה"כ שש נקודות עבור שלוש תשובות שגויות).
• אם סימנת בכל שאלה תשובה אחת באקראי - תקבל בתוחלת אפס (וניתן להראות שסטיית התקן במקרה זה תהיה קטנה מאוד).
• לעומת זאת, מספיק שתדע לפסול בודאות את אחת התשובות ותוכל לסמן את שלוש התשובות האחרות - ולקבל 2 נקודות בכל מקרה.

המשמעות היא שלנבחן אין אינטרס לנחש תשובות באקראי, וכתוצאה הציון במבחן משקף את רמת הידע שלו בצורה מדויקת יותר.

לסיום, ובמעבר חד, באתר המרכז הארצי לבחינות והערכה ניתן למצוא סטטיסטיקות מעניינות על המבחן הפסיכומטרי. בין היתר, ניתן לראות שככל שאתה עשיר יותר, בן להורים משכילים יותר ובעל העדפה למדע (למשל מעדיף ללמוד פיסיקה על חינוך) - ציון הפסיכומטרי שתקבל יהיה גבוה יותר. בנוסף, ציון הפסיכומטרי הממוצע של בנים משמעותית גבוה יותר מזה של בנות.

[למען ההבהרה: אין בפסקה האחרונה כל טענה כנגד המבחן הפסיכומטרי]

נתחיל בשאלה בסיסית: כיצד ניתן בכלל למדוד את יציבותו של ממשל כלשהו?

המדד הטריויאלי (וזה הרווח בקרב המתלוננים על חוסר יציבות הממשל בישראל) הוא אורך הקדנציה הממוצע של הממשלה: ככל שאורך הקדנציה הממוצע ארוך יותר, כך הממשל יחשב יציב יותר. לפי מדד זה, אגב, הממשל הסורי יציב מאוד.

כדי להבין את הבעייתיות במדד הנ"ל, דמיינו את הסיטואציה הבאה: שיטת הממשל במדינה א' קובעת שהממשלה מכהנת חמש שנים בדיוק, ולאחריהן נערכות בחירות. לעומתה, שיטת הממשל במדינה ב' קובעת כי בסוף כל שנה תוטל קוביה, והבחירות יערכו אך ורק אם הקוביה הראתה 1 (אחרת, הממשלה תמשיך לכהן). באיזו מדינה הממשל יציב יותר?

משיקולי התפלגות גיאומטרית ניתן להראות כי בתוחלת (או "בממוצע") הבחירות במדינה ב' יערכו פעם ב-6 שנים, לעומת פעם ב-5 שנים במדינה א'. לכן, לפי המדד הטריויאלי - הממשל במדינה ב' יציב יותר. האמנם זה המצב? האם אכן קל יותר לשלטון במדינה ב' לתכנן תוכניות ארוכות טווח ולעמוד בהן? כמובן שהתשובה היא שלילית.

הסיבה ל"כשלון" מדד ממוצע זמן הקדנציה, היא שהוא מתמקד בטפל ולא בעיקר. הרי בסופו של דבר, יציבות הממשל אינה מטרה בפני עצמה, אלא אמצעי - שנועד לאפשר לגופי השלטון לתכנן תוכניות ארוכות טווח, להתחייב אליהן ולעמוד בהן. טענתי היא שהאויב מספר אחד של התכנון אינו חוסר זמן, אלא אי ודאות.

מטענה זו, נובע מדד חלופי (ונכון יותר, לדעתי) של יציבות שלטונית: לא ממוצע הקדנציות של הממשלות השונות, אלא השונות (או סטיית התקן) שלהן. במילים אחרות: הממשל יחשב יציב יותר ככל שלממשלות השונות בו יהיו זמני כהונה דומים יותר (ולאו דוקא ארוכים יותר).

ההגיון מאחורי גישה זו, הוא שככל שזמני הכהונה של הממשלות דומים יותר, אי הודאות של הממשלה המכהנת לגבי זמן הכהונה שנשאר לה - קטן יותר. התוצאה היא תכנון נכון יותר של תוכניות ארוכות טווח מראש, וסיכוי גבוה יותר לעמוד בהן בדיעבד (כמובן, בהנחה שזמן הכהונה הממוצע של הממשלה נשאר בגדר הסביר - נניח סדר גודל של שנתיים לפחות).

כעת, ניתן לעבור לניתוח היציבות השלטונית בישראל. להלן הנתונים הרשמיים לגבי הממשל הישראלי ב-25 השנים האחרונות (מאתר הכנסת: כל ממשלות ישראל, כל כנסות ישראל):

כמה נקודות מעניינות:

• הכנסת הישראלית מפגינה יציבות בשני המדדים: ממוצע אורך הקדנציה שלה הוא גבוה (כשלוש וחצי שנים) וסטיית התקן קטנה יחסית. המשמעות היא שלכנסת יש אפשרות תיאורטית ומעשית לתכנן תוכניות ארוכות טווח (בתחום החקיקה, למשל) ולעמוד בהן.
• לממשלה הישראלית ממוצע זמן קדנציה סביר (כשנתיים), אך היא מפגינה חוסר יציבות לפי מדד סטיית התקן. המשמעות היא שלממשלה יש אפשרות תיאורטית לתכנן תוכניות ארוכות טווח ולעמוד בהן, אך אין לה אפשרות מעשית לעשות כן.
• שלוש הממשלות הארוכות ביותר, ובהפרש משמעותי מהשאר: ממשלת רבין (1992), ממשלת שרון (2003) וממשלת נתניהו (1996). מפתיע מעט, לא?

ובכן, נניח שהממשלות הישראליות אינן יציבות מספיק כדי להצליח לעמוד ביעדיהן בסיכוי סביר. כיצד ניתן לשפר את המצב?

כדי לענות על השאלה, יש להסביר תחילה מדוע הממשלות השונות אינן משלימות את תקופת הקדנציה המקסימלית הקבועה בחוק. אנסה לעשות זאת בגישה של תורת המשחקים (וכמו תמיד, הערת אזהרה: מדובר בפישוט של המציאות, אך אני מאמין שאותם עקרונות תקפים גם במקרה המורכב):

הממשלה ממשיכה לכהן כל עוד היא מקבלת את אמון הכנסת. לכאורה, בכנסת פועלים שני כוחות מנוגדים: כוחות הקואליציה מעוניינים שהממשלה תכהן עד לתום התקופה המקסימלית הקבועה בחוק, וכוחות האופוזיציה מעוניינים להפיל את הממשלה בכל רגע נתון.

בפועל, המצב מורכב יותר: בכנסת מספר רב של מפלגות, שכל אחת מהן עושה את השיקול הפנימי האם משתלם (עבורה!) ללכת כעת לבחירות חדשות. כאשר מספיק מפלגות מגיעות למסקנה כי בחירות חדשות הן דבר חיובי עבורן, הקואליציה קורסת והממשלה נופלת.

מפלגה תהיה מעוניינת בבחירות חדשות רק אם תאמין שבסיכוי סביר כוחה היחסי יגדל בעקבותיהן. למעשה, כיוון שלבחירות חדשות יש עלות שאינה זניחה (רק במישור הכלכלי המיידי: תקציב ועדת הבחירות לכנסת ה-17 עמד על כ-194 מליון שקל), מפלגה תהיה מעוניינת בהן רק אם הרווח שצפוי לה גדול מהנזק שיגרם (נאיבים יאמרו: "מהנזק שיגרם למדינה", צינים יאמרו: "מהנזק התדמיתי שיגרם למפלגה" - בכל מקרה התוצאה היא זהה).

מסקנה מיידית מכך, היא שיציבות הממשלה מושפעת ממשך הזמן שעבר מאז הבחירות האחרונות, וממשך הזמן שנותר עד לבחירות הבאות. למשל: לאף מפלגה לא משתלם ללכת לבחירות חדשות מיד לאחר שבחירות כאלה נערכו (הרי לא סביר שכוחה היחסי יגדל פתאום), או ללכת לבחירות חדשות כשהבחירות הבאות כבר באופק (כי הרווח היחסי של הקדמת הבחירות, מבחינתה, יהיה קטן לעומת הנזק שיגרם). כמובן, נקודת הזמן המדויקת בה הרווח היחסי של בחירות חדשות "עובר סף" תלויה באינספור גורמים חיצוניים ופנימיים של כל מפלגה, אך מהנתונים שלמעלה ניתן לראות שמדובר בסדר גודל של כשנתיים לתוך הקדנציה, תחת ההנחה שהזמן הנותר לה הוא כשנתיים.

ובכן, כיצד ניתן להגדיל את יציבות הממשלה בישראל? הצעתי היא להקטין את משך הכהונה המקסימלי הקבוע בחוק (נניח לסדר גודל של שנתיים עד שלוש שנים).

ראשית, חשוב לשים לב שב-25 השנים האחרונות לא היתה ולו ממשלה בודדת שהצליחה להשלים קדנציה של 4 שנים. לכן, הקטנת משך הכהונה המקסימלי לא צפויה לגרום לשינוי משמעותי באורך הקדנציה הממוצע.

לעומת זאת, להקטנת פרק הזמן עד לבחירות הבאות תהיה השפעה קריטית על שיקולי המפלגות האם להפיל את הממשלה מוקדם מהצפוי, כיוון שהרווח היחסי שלהן מהקדמת הבחירות יקטן מאוד! כתוצאה מכך, סביר שהמוטיבציה של המפלגות השונות להפיל את הממשלה המכהנת (וללכת לבחירות חדשות) תקטן מאוד בהתאמה.

התוצאה תהיה הקטנת השונות של אורך הקדנציה של ממשלות ישראל, ובפרט לממשלה המכהנת תהיה אפשרות טובה יותר לתכנון ארוך טווח בהתאם ליעדים שהציבה לעצמה.

GapMinder הוא ארגון ללא כוונת רווח, ששם לו למטרה להסביר את הפער העולמי (בעיקר בנושאי בריאות). במילים שלהם: "Making sense of the world by having fun with statistics".

באתר הראשי תוכלו למצוא עשרות מצגות פלאש קצרצרות ומרתקות בנושאים שונים, כשבכל אחת מוצגת כמות אדירה של מידע בצורה ויזואלית יוצאת דופן. באתר המשני (שיושב תחת המטריה הרחבה של גוגל) תוכלו לשחק עם הנתונים בעצמכם.

הנתונים הגולמיים עליהם האתר מתבסס נלקחו ברובם מארגון הבנק העולמי וממחלקת הסטטיסטיקה של האו"ם, וגם הם זמינים להורדה.

אתם מוזמנים לכתוב כאן על ממצאים מעניינים שתגלו (ממצא ראשון לדוגמא: בין שנת 2003 ל-2004 מספר משתמשי האינטרנט באירן ירד פי 10).

מומלץ בחום!