Bất chấp thăm dò, ông Trump được tiên đoán có 91% cơ hội thắng
Các học giả từng dự đoán chính xác kết quả bầu cử tổng thống Mỹ năm 2016, nay có ý kiến trái chiều về khả năng ông Trump lặp lại kỳ tích này vào ngày 3/11.
Bốn năm trước, trong khi hầu hết giới quan sát khẳng định bà Hillary Clinton sẽ đắc cử, bốn chuyên gia "đi ngược dòng" và dự đoán chính xác về chiến thắng bất ngờ của ông Trump.
“Nostradamus của chính trị Mỹ” Allan Lichtman (giáo sư sử học tại trường American University) được phần lớn giới truyền thông Mỹ biết đến do ông xây dựng mô hình dự đoán kết quả từ sớm. Mô hình của ông Lichtman cũng cho kết quả đúng trong các cuộc bầu cử liên tiếp kể từ năm 1984.
Bên cạnh ông Lichtman, những học giả chọn con đường khác với ý kiến số đông trong cuộc bầu cử năm 2016 gồm các giáo sư Helmut Norpoth, Ray Fair và Alan Abramowitz.
"Ông Trump sẽ thắng lớn năm 2020"
Giáo sư Helmut Norpoth, giảng dạy khoa học chính trị tại Đại học Stony Brook, vào tháng 3 đã dự báo Tổng thống Trump sẽ đánh bại ứng viên đảng Dân chủ và tại vị thêm 4 năm ở Nhà Trắng.
Trong một bản tin đăng trên website của trường mình vào tháng 8, giáo sư Norpoth giữ nguyên tiên đoán dù nước Mỹ đã trải qua một thời gian khủng hoảng vì Covid-19.
Ông Norpoth khẳng định dự báo của ông là cuối cùng, và sẽ không bị tác động bởi bất kỳ yếu tố nào.
Hệ thống của ông Norpoth gọi là “Mô hình cơ bản” (Primary Model), được phát triển dựa trên dữ liệu các cuộc bầu cử Mỹ trong một thế kỷ qua. Mô hình dự đoán chính xác kết quả của 5 trong 6 cuộc bầu cử gần nhất.
Nó được thử nghiệm lần đầu vào cuộc bầu cử năm 1996. "Dự đoán ông Bill Clinton tái đắc cử năm 1996 thực sự là quyết định khó khăn, vì ông ấy thể hiện tồi ở nhiệm kỳ đầu", giáo sư Norpoth nói.
Năm 2016, ông Norpoth ngay từ tháng 3 đã dự đoán ông Trump sẽ thắng.
Yếu tố chính trong mô hình của giáo sư Norpoth là sự thể hiện của các ứng viên trong cuộc bầu cử sơ bộ. "Tôi chú trọng vào những cuộc bầu cử sớm, và cách mà các ứng viên thể hiện ở các vòng đua sơ bộ này. Đó là một chỉ dấu hiệu quả cho những dự báo về cục diện trong tháng 11", ông Norpoth nói.
Do vậy, theo ông Norpoth, ông Biden sẽ ở thế yếu hơn ông Trump vì kết quả của cựu phó tổng thống trong những vòng sơ bộ đầu tiên khá tệ.
Trước khi có sự trở lại ngoạn mục trong cuộc bầu cử sơ bộ ở South Caroline thì ông Biden chỉ về thứ 4 trong bầu cử ở Iowa và về thứ 5 trong cuộc đua ở New Hamshire. Ông Norpoth nhấn mạnh rằng sự hào hứng của cử tri là một yếu tố then chốt.
Ông Norpoth cũng sử dụng kết hợp dữ liệu của các mùa bầu cử trước, để xem nguyện vọng của cử tri là đang hướng về hay rời khỏi đảng kiểm soát Nhà Trắng. "Đây là số liệu thật, dựa trên kết quả bầu cử thật, chứ không phải thăm dò".
Gần đây, mô hình được ông phát triển đưa ra dự báo về số phiếu đại cử tri thay vì lượng phiếu phổ thông mỗi ứng viên dự kiến giành được.
Trên thực tế, 538 đại cử tri được bầu từ 50 bang và thủ đô Washington D.C. mới chính là những người đóng vai trò quyết định để bầu ra tổng thống và phó tổng thống Mỹ cho nhiệm kỳ mới.
Trong cuộc bầu cử năm nay, giáo sư Norpoth cho rằng cơ hội chiến thắng của Tổng thống Trump thậm chí cao hơn bốn năm trước.
“Theo ‘Mô hình cốt lõi’, Tổng thống Donald Trump có 91% chiến thắng trong cuộc bầu cử năm 2020, trong khi chỉ 9% cơ hội đắc cử nghiêng về phía ứng viên Joe Biden của đảng Dân chủ”, giáo sư gốc Đức khẳng định. “Số phiếu đại cử tri của ông Trump và Biden lần lượt sẽ là 362 và 176”.
Nhà Trắng về tay ứng viên đảng Dân chủ?
Giáo sư ngành khoa học chính trị Alan Abramowitz tại Đại học Emory lại có cùng quan điểm với “giáo sư tiên tri” Lichtman, cho rằng chiến thắng sẽ nghiêng về phía ứng viên đảng Dân chủ.
Trở lại năm 2016, giáo sư Abramowitz đã xem xét các yếu tố chủ chốt gồm mức tăng trưởng GDP, tỷ lệ ủng hộ đảng cầm quyền và số năm mà mỗi đảng (Dân chủ và Cộng hòa) thay phiên nắm quyền.
Cụ thể, các giả định trong mô hình của giáo sư Abramowitz như cử tri sẽ ủng hộ tổng thống đương nhiệm giữ chức thêm một nhiệm kỳ, nhưng sẽ nghiêng về đảng đối lập sau 8 năm, và đó là "thời khắc thay đổi". Giả định thứ hai dựa trên đánh giá tình hình kinh tế ở Quý II của năm bầu cử. Chỉ số kế tiếp là tổng trung bình tỷ lệ ủng hộ của tổng thống trong tháng 6 của năm bầu cử.
Từ đó, ông dự đoán ông Trump đắc cử năm 2016 với hơn 51% phiếu đại cử tri.
Năm nay, học giả 72 tuổi đưa ra dự đoán hôm 4/8 rằng ông Trump chỉ có khoảng 30% tái đắc cử.
Do vậy, đương kim tổng thống sẽ là "người ra đi". "Tỷ lệ ủng hộ thấp khiến cơ hội tái đắc cử của ông trở nên u ám, chưa kể là trong bối cảnh suy thoái. Nên mô hình của tôi dự báo một số phiếu đại cử tri áp đảo cho ứng viên của đảng Dân chủ", báo Los Angeles Times dẫn lời vị giáo sư.
Cụ thể, “Joe Biden sẽ chiến thắng với 319 phiếu đại cử tri, trong khi đối thủ của ông chỉ giành được 219 phiếu”, ông viết.
Im lặng sau 38 năm dự đoán
Không nói rõ ai sẽ trở thành chủ nhân mới của Nhà Trắng, giáo sư kinh tế học Ray Fair tại Đại học Yale bỏ ngỏ quan điểm của mình về kết cục cuộc bầu cử.
Giáo sư Fair cũng là một trong những người tiên phong trong việc dự báo tân tổng thống. Vào năm 1978, ông lần đầu giới thiệu mô hình giúp dự đoán kết quả cuộc bầu cử Mỹ năm 1980.
Xương sống trong hệ thống của giáo sư Fair được định hình bằng bốn giả thuyết. Đầu tiên, tổng thống đương nhiệm khi đứng ra tái tranh cử sẽ có những lợi thế nhất định.
Kế đến, cử tri vốn thích sự thay đổi. Do đó, nếu đảng cầm quyền đã tại vị ở Nhà Trắng ít nhất hai nhiệm kỳ, ứng viên của đảng đó sẽ gặp bất lợi.
Mô hình của giáo sư Fair cho rằng cử tri có một chút thiên vị với ứng viên của đảng Cộng hòa, dù tỷ lệ này khá nhỏ.
Cuối cùng, trạng thái nền kinh tế trước cuộc bầu cử (ngắn và dài hạn) là nhân tố quan trọng ảnh hưởng đến số phiếu bầu cho đảng cầm quyền và ứng viên đảng này.
Về cơ bản, mô hình của giáo sư Fair tương đồng với mô hình của giáo sư Abramowitz ở chỗ cả hai bên đều xem xét về thời gian ứng viên của một đảng kiểm soát Nhà Trắng, và tỷ lệ tăng trưởng GDP.
Vào năm 2016, giáo sư Fair dự đoán ông Trump sẽ trở thành tổng thống Mỹ thứ 45, xuất phát từ sự trì trệ về mặt kinh tế trong nhiệm kỳ thứ hai của ông Obama.
Trong cuộc đua vào Nhà Trắng năm nay, dù không đưa ra quan điểm về kết quả cuối cùng, giáo sư Fair cho biết bất kỳ cá nhân hoặc tổ chức nào cũng có thể sử dụng công cụ được ông công khai trên website để dự đoán ứng viên chiến thắng.
Hồi tháng 2, trước khi dịch Covid-19 bùng phát ở Mỹ, công ty tư vấn Oxford Economics sử dụng mô hình của giáo sư Fair và cho ra kết quả ông Trump có cơ hội thắng cao. Cụ thể, vì là tổng thống đương nhiệm nên ông Trump có cơ hội giành khoảng một nửa phiếu bầu của cử tri, so với một ứng viên kém tên tuổi hơn.
Nhưng chỉ 3 tháng sau, sau khi khoảng 40 triệu người bị mất việc, thì đà chiến thắng của ông Trump giảm dần. Thử nghiệm lại của Oxford Economics cho thấy ông Trump sẽ chỉ giành được 35% phiếu bầu phổ thông, một tỷ lệ thấp nhất đối với một tổng thống đương nhiệm khi ra tranh cử, theo Fortune.
Tuy nhiên, giáo sư Fair lưu ý rằng mô hình của mình “chưa cân nhắc sự ảnh hưởng của đại dịch đối với cuộc bầu cử”.
Với nền tảng sâu về kinh tế học, công thức được giáo sư Fair xây dựng xoay quanh 8 biến số:
V = 48.06 + 0.673 (G*I) - 0.721 (P*I) + 0.792 (Z*I) + 2.25 (DPER) - 3.76 (DUR) + 0.21 (I) + 3.25 (WAR)
Theo đó, các biến số trong phương trình trên được hiểu như sau:
V là số phiếu bầu cho đảng Dân chủ;
G viết tắt cho tốc độ tăng GDP trong 3 quý đầu năm bầu cử;
P là giá trị tuyệt đối tỷ lệ tăng trưởng của chỉ số giảm phát GDP trong 15 quý đầu nhiệm kỳ tổng thống gần nhất;
I là biến số nhị phân (chỉ chấp nhận hai kết quả). Nếu tổng thống đương nhiệm là đảng viên Cộng hòa, I có giá trị bằng -1, ngược lại, nếu đảng Dân chủ đang nắm quyền, giá trị biến số này bằng 1;
DPER có giá trị bằng -1 nếu tổng thống đương nhiệm tái tranh cử là đảng viên Cộng hòa, bằng 1 nếu đảng Dân chủ đang nắm quyền, và bằng 0 nếu Nhà Trắng đang thuộc về phe thứ ba.
Tương tự, DUR xem xét khoảng thời gian tại vị của ứng viên đảng cầm quyền.
WAR là biến nhị phân. Nếu cuộc bầu cử diễn ra trong bối cảnh chiến tranh, giá trị của WAR bằng 1, ngược lại, biến số này bằng 0.
Z tượng trưng cho số quý có mức tăng trưởng GDP lớn hơn 3,2% trong 45 tháng đầu tiên của nhiệm kỳ tổng thống gần nhất.