10. Terrorismo, atteggiamenti politici e voto
La violenza politica può modificare il voto attraverso diversi canali: persone precedentemente inattive possono partecipare, elettori già attivi possono cambiare preferenze, i partiti possono modificare i propri messaggi e la copertura mediatica può rendere alcune questioni più salienti. Distinguere queste spiegazioni richiede più che correlare il numero di attentati con un risultato elettorale. Lo studio di Sabet, Liebald e Friebel sulla Germania offre un esempio applicato di confronto quasi sperimentale condizionato, stima su dati panel, inferenza con cluster e combinazione di evidenze aggregate e individuali. L’analisi di questo capitolo utilizza i risultati pubblicati nel 2025.
La domanda, il contesto e il confronto rilevante
La domanda centrale è se gli attentati terroristici locali riusciti aumentino il sostegno all’Alternative für Deutschland (AfD), rispetto agli attentati falliti. Si tratta di un parametro oggetto di stima più circoscritto rispetto all’effetto di tutta la violenza politica confrontata con l’assenza di violenza. I comuni che subiscono attentati possono differire da quelli non colpiti per popolazione, migrazioni, condizioni economiche o storia politica. Un semplice confronto tra comuni colpiti e non colpiti rischierebbe quindi di attribuire tali differenze al terrorismo.
I ricercatori condizionano invece il confronto al fatto che sia stato tentato un attentato. Confrontano luoghi nei quali un attentato è riuscito con luoghi nei quali i tentativi sono falliti. La fonte proposta di variazione quasi casuale è l’incertezza sul fatto che un attentato tentato raggiunga il proprio obiettivo fisico immediato. Nel Global Terrorism Database, la riuscita si riferisce all’esecuzione concreta, come la detonazione di un ordigno, anziché al conseguimento finale di un obiettivo politico da parte dell’autore. Gli assassinii mirati sono esclusi perché la classificazione della loro riuscita è definita diversamente.
Anche il contesto istituzionale conta. L’AfD è entrata nel panorama elettorale tedesco nel 2013, e lo studio esamina le elezioni federali, del Parlamento europeo e dei Länder fino al 2021. Questi tipi di elezione non devono necessariamente reagire allo stesso modo. Gli elettori possono attribuire la sicurezza interna e alcuni aspetti dell’insediamento dei rifugiati a livelli diversi di governo, e i partiti possono dare a questi temi un’enfasi diversa nelle proprie campagne. Stimare effetti separati per tipo di elezione è quindi motivato sul piano sostanziale, anziché rappresentare soltanto una ricerca di un sottogruppo significativo.
Dagli attentati a un panel di comuni
Il database di partenza registra 232 attentati in Germania tra il 2010 e il 2020, associati a 124 comuni. Circa l’86 percento degli attentati è riuscito e il 14 percento è fallito. La maggior parte era di piccola scala e locale, e circa tre quarti riguardavano cause di destra e attacchi contro stranieri. Questo non significa che la quota di comuni trattati sia pari all’86 percento: gli attentati ripetuti e la classificazione a livello comunale cambiano il denominatore.
Un comune è classificato come interessato da attentati riusciti se ne subisce almeno uno. Il gruppo di confronto è costituito da luoghi con almeno un tentativo fallito e nessun attentato riuscito. Nel campione di base vi sono 124 cluster comunali, ma soltanto 11 comuni con soli attentati falliti. La data di riferimento è quella del primo attentato riuscito o fallito rilevante per il rispettivo gruppo. I comuni che subiscono più tentativi richiedono particolare attenzione perché gli eventi successivi possono sovrapporsi ai periodi successivi al trattamento degli eventi precedenti.
Gli esiti elettorali misurano la quota dell’AfD sui voti validi espressi per i partiti. Quando gli elettori esprimono voti separati per candidati e partiti, il voto al partito evita di confondere il sostegno al partito con l’attrattiva di un particolare candidato. I dati comprendono le elezioni federali del 2013, 2017 e 2021, le elezioni europee del 2014 e 2019 e le elezioni dei Länder del periodo 2013–2021. Le covariate comunali e i dati panel individuali ad accesso riservato supportano ulteriori verifiche e l’analisi dei meccanismi.
La riuscita non è un’etichetta che riassume la gravità di tutte le conseguenze. Un tentativo fallito può comunque spaventare i residenti o ricevere attenzione mediatica. Di conseguenza, anche un confronto valido tra attentati riusciti e falliti identifica inizialmente la loro differenza. Interpretarla come l’effetto complessivo del terrorismo richiede di esaminare che cosa producano i tentativi falliti rispetto ad appropriati luoghi non esposti.
Perché contano il bilanciamento e l’evidenza sui trend precedenti
L’ipotesi chiave è che, condizionatamente all’essere bersaglio di un attentato, la riuscita non sia sistematicamente collegata a fattori che modificherebbero autonomamente il voto. Lo studio verifica reddito, occupazione, popolazione, migrazioni, numero di richiedenti asilo, istruzione, geografia, assistenza sociale e caratteristiche politiche precedenti all’attentato. Confronta anche tecnologie e motivazioni degli attentati. Gli attentati riusciti producono più vittime e feriti, una conseguenza dell’esecuzione riuscita che non invalida di per sé la comparabilità precedente al trattamento.
Una regressione di bilanciamento può essere scritta come , dove indica un attentato riuscito e è una caratteristica misurata prima dell’evento. Un piccolo e stimato con scarsa precisione è rassicurante, ma il mancato rifiuto di non dimostra l’uguaglianza. I test di bilanciamento possono non rilevare differenze rilevanti quando i campioni sono piccoli e non verificano direttamente caratteristiche non osservate, come l’organizzazione degli autori, la qualità degli ordigni o l’efficacia della polizia locale.
Lo studio pubblicato esamina anche gli andamenti dell’event study utilizzando stimatori che tengono conto di trattamenti introdotti in momenti diversi e di effetti eterogenei. Per l’esito relativo all’AfD, il test congiunto dei coefficienti del periodo precedente riporta un p-value di 0.15 e il test di un trend lineare precedente ha un p-value di 0.46. Questi valori non sono probabilità che l’ipotesi di identificazione sia vera. Indicano che i test specificati non rifiutano le rispettive ipotesi nulle ai livelli convenzionali. Il trend controfattuale successivo all’attentato rimane non osservato.
Combinare livelli e trend è utile perché esiti iniziali uguali non implicano variazioni future uguali, mentre livelli diversi non invalidano necessariamente un disegno difference-in-differences. L’insegnamento più generale è esaminare la dimensione economica e l’incertezza dei possibili squilibri, non soltanto verificare se una sequenza di p-value superi 0.05.
L’equazione di stima e la sua interpretazione
Sia la quota di voti dell’AfD nel comune , per il tipo di elezione e nell’anno . Sia l’indicatore di attentato riuscito e sia l’indicatore che l’elezione si svolge dopo l’attentato di riferimento. Una rappresentazione trasparente del modello con dati raggruppati è:
Le etichette , e indicano le elezioni federali, europee e dei Länder. Gli effetti comune-per-tipo-di-elezione assorbono gli andamenti locali persistenti del voto specifici di ciascun tipo, mentre gli effetti anno-per-tipo-di-elezione assorbono gli shock comuni specifici dell’elezione. I termini di controllo contengono le necessarie interazioni di ordine inferiore, con una normalizzazione appropriata affinché i tre coefficienti mostrati siano effetti complessivi specifici per elezione. Includere un termine comune ridondante riuscita-per-periodo-successivo insieme a tutte e tre le interazioni complete per tipo di elezione creerebbe collinearità.
In una semplice interpretazione a due periodi, ciascun coefficiente confronta la variazione prima–dopo nei luoghi con attentati riusciti con la variazione corrispondente nei luoghi con attentati falliti, per quel tipo di elezione. Il panel effettivo riunisce più eventi e anni, quindi l’identificazione e la ponderazione richiedono il modello completo. Il disturbo è l’errore della regressione; non è esso stesso un errore standard. Gli errori standard sono stimati a partire dai dati e raggruppati in cluster per comune, per consentire che gli esiti all’interno dello stesso luogo siano correlati.
Leggere i risultati elettorali senza confondere le unità di misura
La specificazione di base comprende 734 osservazioni e 124 cluster comunali. I suoi coefficienti sono riportati su una scala della quota di voti compresa tra zero e uno. Moltiplicare sia i coefficienti sia gli errori standard per 100 li converte in punti percentuali. La tabella applica questa conversione alle stime di base pubblicate.
| Tipo di elezione | Effetto, punti percentuali | Errore standard con cluster per comune | Intervallo approssimato al 95%, punti percentuali |
|---|---|---|---|
| Federale | 0.05 | 1.99 | −3.85 a 3.95 |
| Parlamento europeo | −1.16 | 2.52 | −6.10 a 3.78 |
| Land | 4.46 | 1.12 | 2.26 a 6.66 |
Gli intervalli utilizzano l’approssimazione normale, , e sono inclusi per rendere visibile l’incertezza. Non sostituiscono l’analisi di robustezza del lavoro relativa al numero limitato di cluster. La stima per le elezioni dei Länder è di circa 4.5 punti percentuali. Rispetto alla media campionaria arrotondata del 17 percento, . Si tratta di un aumento relativo della quota di voti, non dell’affermazione che il 26 percento degli individui abbia cambiato partito o che il sostegno sia aumentato di 26 punti percentuali.
Le stime federali ed europee non sono statisticamente distinguibili da zero in questa specificazione di base. I loro intervalli di incertezza comprendono effetti di entrambi i segni, quindi l’evidenza non accerta effetti esattamente nulli. Analogamente, una stima significativa per le elezioni dei Länder e una stima non significativa per un altro tipo non costituiscono, da sole, un test formale della differenza tra i due effetti. Quel confronto richiede l’errore standard della loro differenza, tenendo conto della covarianza.
Il coefficiente delle elezioni dei Länder rimane positivo nelle specificazioni aggiuntive: 4.16 punti con controlli Est-per-anno, 4.93 escludendo Berlino, 5.87 rimuovendo i comuni con più attentati e 3.34 includendo l’insieme completo delle covariate iniziali interagite con l’anno. Queste sono specificazioni alternative di un’unica domanda sostanziale; non dovrebbero essere mediate come se fossero studi indipendenti.
Mettere alla prova identificazione e inferenza
Le dimensioni ridotte del gruppo di confronto con soli attentati falliti rendono l’inferenza una questione centrale. Centinaia di osservazioni elettorali non forniscono centinaia di comuni di controllo indipendenti. Il lavoro utilizza quindi l’inferenza mediante wild cluster bootstrap, esamina l’effetto dell’esclusione a turno di ciascun comune e applica uno stimatore alternativo concepito per trattamenti introdotti in momenti diversi. Queste verifiche affrontano l’incertezza, i luoghi influenti e ponderazioni potenzialmente problematiche in presenza di effetti eterogenei.
Un’analisi a finestra mobile include ulteriori attentati confrontando le elezioni intorno a ciascun episodio comune–attentato. Questo recupera informazioni perse considerando soltanto il primo evento rilevante, ma crea un’altra difficoltà: un’elezione successiva a un attentato può precederne un altro. Le finestre sovrapposte rendono meno semplici il parametro oggetto di stima e la struttura di dipendenza. Lo studio tratta quindi questo approccio come un esercizio di robustezza, anziché presumere che ogni finestra sia un esperimento indipendente.
Per indagare gli attentati falliti, i ricercatori costruiscono un gruppo di confronto alternativo di comuni senza attentati e simili nelle caratteristiche osservabili, utilizzando il propensity-score matching. Gli attentati riusciti confrontati con questi luoghi abbinati producono una stima per le elezioni dei Länder di 2.99 punti percentuali, con un errore standard di 1.32. Gli attentati falliti confrontati con luoghi abbinati producono −1.69 punti, con un errore standard di 1.98. Quest’ultima stima non è conclusiva. L’esercizio sostiene un ruolo più forte degli attentati riusciti, ma non dimostra che quelli falliti abbiano conseguenze esattamente nulle.
Il matching cambia il requisito identificante: si basa sulla capacità delle caratteristiche osservabili selezionate di tenere adeguatamente conto delle differenze rilevanti tra luoghi presi di mira e non presi di mira. Non crea un’assegnazione casuale. Gli effetti di propagazione geografica sollevano un’ulteriore questione perché i comuni vicini possono reagire anche senza subire attentati. Lo studio rileva effetti nelle aree circostanti, spesso pari a circa metà dell’entità di base a distanze comprese tra 25 e 75 chilometri, che si attenuano intorno agli 80 chilometri. Queste risposte costituiscono esiti informativi di per sé e mettono anche in guardia dall’assumere che ogni comune vicino sia un controllo non influenzato.
Affluenza, quote di voto e problema dell’inferenza ecologica
Un partito può guadagnare voti grazie a elettori appena mobilitati, a passaggi da altri partiti o a entrambi. La distinzione dipende dai denominatori. L’affluenza è il rapporto tra voti espressi e aventi diritto; la quota di voti di un partito è il rapporto tra i suoi voti e tutti i voti validi espressi. Una misura di partecipazione specifica del partito divide invece i voti di quel partito per gli aventi diritto. Queste grandezze non possono essere utilizzate in modo intercambiabile.
La stima pubblicata per l’affluenza complessiva alle elezioni dei Länder è 0.1469, ossia 14.69 punti percentuali. La corrispondente stima dei voti all’AfD per avente diritto è 0.0537, ossia 5.37 punti. Il loro rapporto è circa il 36.6 percento. Descriverlo come la quota di elettori appena mobilitati che scelgono l’AfD richiederebbe di assumere l’assenza di passaggi tra partiti. I dati mostrano evidenza di tali passaggi, quindi il rapporto non rappresenta un’allocazione identificata a livello individuale dei nuovi elettori. Non implica neppure che l’AfD abbia intercettato la maggioranza dell’aumento dell’affluenza.
La maggior parte dei principali partiti riceve alcuni voti aggiuntivi per avente diritto, ma la distribuzione è diseguale. L’AfD ottiene una quota del sostegno aggiuntivo sufficientemente elevata da aumentare la propria quota di voti. Anche l’SPD registra un effetto positivo più piccolo sulla quota di voti alle elezioni dei Länder, mentre gli altri principali partiti non mostrano un aumento chiaro comparabile. I soli risultati aggregati non possono rivelare precisamente quali individui siano passati dall’astensione o da un altro partito all’AfD. Questo è il problema dell’inferenza ecologica: le variazioni nei totali di gruppo non identificano univocamente i cambiamenti nei comportamenti individuali.
Utilizzare dati panel individuali per indagare i meccanismi
Il German Socio-Economic Panel segue le stesse persone nel tempo e consente di collegare i dati sugli attentati al loro comune di residenza. Per un individuo , lo studio stima:
Gli effetti fissi individuali eliminano le differenze stabili tra gli intervistati, mentre gli effetti annuali assorbono i cambiamenti comuni. L’esito è un indicatore di un atteggiamento o di una preferenza, e gli errori standard rimangono raggruppati in cluster per comune perché il trattamento avviene a quel livello. La regressione combina quindi variazioni dell’esito a livello individuale con un disegno del trattamento a livello di gruppo. Le stime selezionate seguenti sono variazioni in punti percentuali; l’ultima colonna riporta il numero di individui utilizzati per ciascun esito.
| Esito individuale | Effetto, punti percentuali | Errore standard con cluster | Individui |
|---|---|---|---|
| Si identifica come di destra | 6.52 | 2.06 | 2,286 |
| Si identifica come di destra radicale | 4.38 | 1.79 | 2,286 |
| Preferisce l’AfD | 2.34 | 1.04 | 2,401 |
| Partecipa alla politica locale | 2.05 | 0.693 | 3,715 |
| È preoccupato per l’immigrazione | 3.61 | 1.74 | 4,102 |
| È preoccupato per il terrorismo | 0.204 | 2.61 | 2,682 |
I risultati sono coerenti con cambiamenti nelle preferenze e nella partecipazione politica, non semplicemente con variazioni nella composizione dell’elettorato. Tuttavia, una preferenza partitica dichiarata non è un voto segreto osservato, e i diversi esiti hanno campioni e frequenze di osservazione differenti. La piccola stima relativa alla preoccupazione per il terrorismo è particolarmente imprecisa. Un livello iniziale di preoccupazione già elevato, intorno all’84 percento, lascia meno spazio a un ulteriore incremento e può contribuire a spiegare il risultato senza dimostrare un particolare meccanismo psicologico.
Ulteriori analisi distinguono il precedente legame partitico dalla precedente attività politica. La preferenza per l’AfD aumenta tra alcuni intervistati precedentemente legati alla CDU, al partito della Sinistra e ai partiti di estrema destra, oltre che tra gli intervistati meno legati a un partito. Anche le persone precedentemente inattive diventano più propense a preferire l’AfD. Questi risultati sostengono sia il cambiamento di preferenze sia l’attivazione politica; non forniscono una scomposizione completa ed esatta dell’effetto aggregato sulla quota di voti. Gli effetti variano anche con il livello di istruzione: lo spostamento verso la preferenza per l’AfD è più forte tra gli intervistati privi di un titolo di istruzione terziaria, mentre la risposta relativa all’SPD è diversa. Un’affermazione fondata di eterogeneità richiede di verificare la differenza tra gli effetti dei gruppi, non semplicemente di contare quale gruppo abbia un coefficiente significativo.
Motivazioni degli attentati, messaggi politici e salienza mediatica
Gli effetti si concentrano negli attentati di destra e in quelli diretti contro stranieri. Le stime puntuali pubblicate sono circa 5.6 punti percentuali per gli attentati di destra e 6.1 per quelli che prendono di mira gli stranieri, rispetto a stime più piccole e meno precise per le categorie alternative. Queste categorie possono sovrapporsi, quindi non sono componenti additive dell’effetto complessivo. Il quadro non dimostra neppure che l’AfD abbia organizzato o diretto gli attentati: il vantaggio elettorale e la responsabilità della violenza sono affermazioni diverse.
I programmi politici offrono una prospettiva complementare su come vengono interpretati gli eventi. I ricercatori contano determinate radici lessicali ogni 10,000 parole, sottraggono un riferimento comune costituito dal programma della CDU del 2009 e mettono in relazione queste differenze linguistiche con gli attentati riusciti precedenti a livello di Land. L’AfD utilizza più linguaggio collegato a criminalità, naturalizzazione e integrazione nei Länder più esposti, mentre le risposte degli altri partiti differiscono. La normalizzazione evita di attribuire meccanicamente più occorrenze ai documenti più lunghi, anche se i conteggi delle parole rimangono misure imperfette del significato, dell’enfasi o della persuasione.
Questa analisi ha un disegno causale più debole del confronto tra comuni. L’aggregazione a 16 Länder riduce la variazione indipendente e fa perdere il confronto netto tra attentati riusciti e falliti. Fornisce quindi evidenza coerente con un canale di comunicazione politica, non una stima separatamente randomizzata dell’effetto persuasivo di quelle parole. Analogamente, l’analisi dei media rileva una copertura locale e regionale più intensa degli attentati riusciti, con tono e vocabolario differenti. Gli attentati con maggiore copertura hanno associazioni elettorali più forti, compresi effetti sulle elezioni federali, ma la copertura è essa stessa una risposta endogena agli eventi. La selezione degli eventi che ricevono ampia copertura impedisce di interpretare quel contrasto come un esperimento che assegna casualmente l’esposizione alle notizie.
Che cosa insegna il caso sull’evidenza causale
Questa applicazione riunisce diversi principi fondamentali. Un confronto credibile viene scelto sulla base di una fonte plausibile di variazione, anziché per comodità. Il parametro oggetto di stima è definito come attentati riusciti rispetto ad attentati falliti, mentre il confronto tra attentati e assenza di attentati richiede evidenza separata. Gli effetti fissi assorbono forme specifiche di eterogeneità, mentre gli esercizi di bilanciamento, analisi temporale e sensibilità esaminano le minacce rimanenti. L’inferenza con cluster rispetta il livello del trattamento. L’evidenza sui meccanismi combina esiti elettorali aggregati con osservazioni ripetute di individui e comunicazioni politiche, senza presumere che queste analisi separate identifichino completamente un’unica catena di mediazione.
Il risultato è specifico sul piano storico e istituzionale: attentati locali in Germania durante il periodo studiato, un particolare insieme di comuni presi di mira e una specifica struttura partitica ed elettorale. Non dimostra che ogni evento terroristico in ogni Paese favorisca la destra politica. La lettura più utile dello studio è quindi sia sostanziale sia metodologica: la violenza politica può modificare partecipazione e preferenze, mentre la forza di ciascuna affermazione causale dipende dal gruppo di confronto, dalle ipotesi identificanti, dall’incertezza e dalla misurazione.
Fonte della ricerca: Navid Sabet, Marius Liebald e Guido Friebel (2025), Terrorism and Voting: The Rise of Right-Wing Populism in Germany, American Economic Journal: Economic Policy, 17(3), 407–440, DOI: 10.1257/pol.20230615. I risultati elettorali di base utilizzano la Tabella 2; i risultati dei confronti con matching utilizzano la Tabella 3; le risposte individuali utilizzano la Tabella 4; l’analisi del legame partitico e dell’attività politica utilizza la Tabella 5. Gli intervalli e le conversioni in punti percentuali in questo capitolo sono calcolati a partire dalle stime e dagli errori standard riportati.