Vetospelaren Kakabaveh

Politiska system kan klassificeras på många olika sätt. Har det en president eller inte? Kan statsministern avsättas av parlamentet? Finns det en författningsdomstol eller inte? Och så vidare.

För att kunna ordna in alla system i en gemensam analysram lanserade statsvetaren George Tsebelis för 20 år sedan begreppet vetospelare. Det är personer (eller institutioner) som har makten att stoppa ett politiskt förslag. Att bara räkna hur många sådana det finns visade sig säga ganska mycket om systemet som helhet.

Eftersom makten handlar om att stoppa förslag är det lätt att förstå att systemet blir trögare ju fler vetospelare det finns. I USA till exempel krävs att både representanthus och senat godkänner ett lagförslag, presidenten kan sedan lägga in sitt veto, och när lagen väl är på plats kan den i efterhand ändå ogiltigförklaras av högsta domstolen. Svårt.

I Sverige är det bara riksdagen som bestämmer. Här är det istället partierna som är vetospelare. Om det till exempel krävs fyra parters stöd för att driva igenom ett förslag kan de alla också stoppa det genom att dra tillbaka sitt stöd. Vetospelarna blir därför väldigt mäktiga.

På grund av det extremt jämna läget i riksdagen har nu en enskild ledamot, den politiska vilden Amineh Kakabaveh, hamnat i den unika positionen att vara en egen vetospelare. Givet att oppositionen röstar emot justitieministern kan hon om hon vill lägga in sitt veto mot honom. Det ger henne ett oproportionerligt starkt förhandlingsläge gentemot regeringen, som hon också utnyttjar.

Men samma sak gäller givetvis egentligen alla andra ledamöter från Vänsterpartiet, Socialdemokraterna, Centerpartiet och Miljöpartiet. Om någon av dem skulle hota med att byta sida skulle de också, teoretiskt sett, kunna utverka en massa fördelar. Varför gör de inte det?

Svaret är naturligtvis partidisciplinen. Den som utpressar sitt eget parti kan inte räkna med att få en plats på nästa riksdagslista. Att göra något sådant kort före ett val vore alltså särskilt otaktiskt. Som vilde är Kakabavehs riksdagstid redan utmätt, och hon har därför inte något att förlora.

Situationen ger ett smakprov på hur det kan se ut i system med svagare partidisciplin, och därmed många fler vetospelare, som det amerikanska. Joe Biden har där fått förhandla mycket med enskilda senatorer i sitt eget parti, som krävt stora eftergifter för att stötta hans agenda. Och i vissa fall har de också stoppat den, som när West Virginia-senatorn Joe Manchin sa nej till Bidens stora infrastrukturpaket.

Alla vetospelare måste vara med på tåget för att få något gjort. Partidisciplinen flyttar vetomakten från enskilda ledamöter till partierna som helhet. I vissa fall kan det verka märkligt att ledamöter röstar emot de egna åsikterna, och partidisciplinen har anklagats reducera riksdagsledamöter till ”röstboskap” eller ett ”knapptryckarkompani”. Motsatsen – som vi ser exempel på nu – är inte helt oproblematisk den heller.

”Om Adam braskar, julen braskar” – ett talesätt med bättre statistiskt stöd

”Anders slaskar, julen braskar”, säger det gamla talesättet. I så fall ser det inte bra ut. På min namnsdag häromdagen 30:e november var det nämligen smällkallt och massor med snö, åtminstone här i Göteborg.

Men hur väl stämmer uttrycket? Inte alls, vad det verkar utifrån några googlingar. SMHI skriver till exempel att det är en klimatologisk omöjlighet, men presenterar ingen data till stöd för slutsatsen.

Så jag undersökte saken. Jag har alltid tänkt (utan att forska i saken närmare) som att det är ”Slask 30:e november = snö 24:e december” (och tvärtom). För tvärtom-varianten är frågan om det räcker med att det är kallt 30:e november för att det ska vara slask på julafton, eller gäller det bara om det också snöar på Anders-dagen? Och vad krävs för att julen ska braska, räcker det om det är kallt, eller ligger kvar snö, eller att det ska snöa på själva dagen?

Jag laddade från SMHI ner historiska data på ”rådande väder” för samtliga mätstationer, sedan 40-talet och framåt. Där anges varje timma vad det är för typ av väder med en mängd koder, tex ”Lätt snöblandat regn i byar” (kod 82) eller ”Snöstorm eller kraftigt snödrev som ger extremt dålig sikt” (kod 211) eller kanske till och med ”Tromb eller tornado (förödande) vid stationen eller inom synhåll under den senaste timmen” (kod 219).

Mario Kart-modellen för beslutsfattande

När jag spelade Nintendo Switch-spelet Mario Kart 8 Deluxe mot andra online märkte jag att spelet tillämpar en intressant demokratisk modell för att välja bana. 12 spelare är med i varje race, och varje spelare väljer först en av tre slumpmässigt utvalda banor.

Det intressanta är nästa steg. Istället för att bara välja den bana som flest personer föredrar så lottar spelet mellan alla valen. Om till exempel sju personer röstar på Mario Stadium, fyra på Rainbow Road och en på Donut Plains så är det störst chans att det faktiskt blir Mario Stadium – 58%. Men det finns ändå en liten chans (12,5%) – eller risk, hur man nu ser det – att den enda person som röstat på Donut Plains får som den vill.

Gör man det tillräckligt många gånger kommer valen att falla ut enligt procenten, så att det blir Mario Stadium sju av tolv gånger, och Donut Plains en gång av tolv. Med traditionellt pluralitetsbeslutsfattande hade det alltid blivit Mario Stadium.

Ibland får minoriteten som den vill. Här har spelet lottat och den valda banan är Twisted Mansion, trots att elva av tolv röstade på Mario Circuit. Är det rättvist?

Är detta en bra och rättvis modell för beslutsfattande? Det beror på. Om vi tänker oss att man blir +1 glad när det egna förslaget vinner, och -1 när man förlorar, är pluralitetsbeslut att föredra. Att göra något annat än det som flest personer föredrar innebär att nyttan inte maximeras.

Men man kan å andra sidan tänka sig att det händer något nytt när man alltid förlorar. Om man vet att man inte har en chans att få gehör för sitt förslag kanske man till slut inte vill vara med och spela överhuvudtaget.

Vilken bana det till slut blir i tv-spelet är såklart inte så viktigt. Men problemet finns också inom politiken. Grupper som sällan får gehör kan tappa tilltron till det demokratiska systemet. Därför brukar man säga att det är bra för demokratin om det finns korsande majoriteter, det vill säga att samma personer inte förlorar i alla frågor. Den som inte får som den vill i fördelningsfrågor kanske får det i kulturfrågor, och så vidare. Eller så skiftar majoriteterna med tiden, och den som förlorar ett år kanske vinner nästa.

Att politiken till exempel baseras på etnicitet, som inte går att förändra, är därför farligt. Om den dominerande etniska gruppen alltid håller ihop får minoriteten aldrig något att säga till om, vilket leder till förbittring och misstro.

Uttryckt med siffror kanske man skulle kunna tänka att det for är +1 för att vinna, men att man den negativa effekten av att förlora ökar med tiden, -2, -3, -4, -5 och så vidare. När kostnaden för att förlora blir tillräckligt stor kommer det till slut bli rationellt att låta även små minoriteter vinna någon gång då och då, som i Mario Kart. Även om de oftast inte vinner finns det en chans, vilket gör det intressant att fortsätta vara med.

Nu finns det förvisso en del praktiska problem med det här upplägget, som att det är svårt att med Mario Kart-modellen få de olika politiska besluten att gå ihop. Men som tankeexperiment, eller som modell för att fatta beslut i mindre avgörande frågor, är det ändå intressant.

Partiledardebatten på Twitter

Igår var det partiledardebatt i SVT:s Agenda. Stefan Löfvens sista som partiledare och statsminister, men mest handlade eftersnacket om ett utbyte där Miljöpartiets Per Bolund refererade till oppositionen som det ”blåbruna blocket”, vilket Jimmie Åkesson reagerade starkt på.

För att få ett annat perspektiv på debatten laddade jag ned alla tweets som skrevs mellan 19 och 23 under kvällen, och som kunde tänkas handla om debatten. För att inkluderas var tweeten tvungen att innehålla hashtagen #pldebatt eller ”svtagenda” (de visades i bild under debatten), eller nämna något av partierna eller partiledarna vid namn. Totalt blev det 4331 unika tweets, som också retweetades 6692 gånger under kvällen.

I bilden nedan visas hur många sådana tweets om debatten som skrevs vid olika tidpunkter under kvällen, grupperade i femminutersintervall. Jag har här även lagt till antalet retweets som dessa tweets sedemera fick. Om någon till exempel twittrade något vid 19:00, och den tweeten senare under kvällen retweetas 100 gånger så visar linjen 100 vid kl 19:00. Tanken är att vi ska få ett mått på vad det var under programmet som folk reagerade på. I grafen anges när olika ämnen diskuterades.

Det är inget mysterium – mest twitteraktivitetet genererades 20:20-20:25, när Jimmie Åkesson upprepade gånger frågade Bolund ”Vem är brun?” och om Bolund tyckte att Åkesson var en nazist.

Om man istället mäter hur många av tweetsen som nämner de olika partierna eller partiledarna så ger samma episod avtryck även här: Miljöpartiet eller Per Bolund nämndes i överlägset flest tweets, följt av Sverigedemokraterna och Jimmie Åkesson. Vänsterpartiet och Nooshi Dadgostar nämndes i mindre av en tiondel så många tweets (där en en tweet som retweetas 10 gånger väger lika mycket som tio olika tweets som inte retweetas någon gång). Även om man bara tittar på unika tweets och bortser från retweets så kommer Miljöpartiet först och Vänsterpartiet sist, med 786 respektive 118 tweets.

Slutligen kan vi titta på vilka ord som förekommer mest i tweets som nämner de olika partierna. Jag har här uteslutit det egna partiets och partiledarens namn, eftersom de utgjorde själva kriterierna för urvalet, samt vanliga mellanord, som ”är” eller ”det”. ”Bolund” återkommer på flera topplistor, liksom ”Nazist” och för Sverigedemokraterna ”Brun”.

Parti	1 (vanligaste ord)	2	3	4	5
V	SD	Vill	Åkesson	Jimmie	Kommunister
S	Vill	Kristersson	Sverige	År	Bolund
MP	Åkesson	Jimmie	Nazist	Ska	Sabuni
C	Vill	Bolund	Ska	Åkesson	Socialdemokrat
L	Bolund	Sverige	Per	Trend	Uppåtgående
KD	Trend	Uppåtgående	Sverige	Lööf	Vill
M	Löfven	Vill	Ska	SD	Åkesson
SD	Bolund	Per	Brun	Nazist	Parti

Ord som ofta förekom i tweets där partiet längst ut till vänster nämndes. Insamlade 2021-10-10 mellan 19:00 och 23:00.

Att undersöka tweets kan vara roligt eftersom den precisa dateringen gör det rätt enkelt att koppla dem till specifika händelser i till exempel ett tv-program. Men man måste vara ytterst försiktig så att man inte generaliserar resultaten till den bredare allmänheten. När jag bläddrade igenom datan blev det uppenbart att vissa individer står för en stor del av aktiviteten – en person twittrade till exempel i princip samma meddelande om Bolunds uttalande till en mängd partier och mediapersonligheter. De som är aktiva på twitter är inte ett tvärsnitt av befolkningen, och de som är mest aktiva under en partiledardebatt är antagligen ännu mer speciella.

Riksdagsvalet i kartor

Sättet som data presenteras på kan ha stor påverkan på vilka slutsatser vi drar, och det finns inte alltid (eller sällan) ett helt ”rätt” sätt att göra. En kliché är till exempel att y-axeln på grafer alltid ska börja på noll. Och visst kan man luras med kapade y-axlar, och få små variationer att se stora ut. Men om man till exempel ska rita ut en patients kroppstemperatur över tid är det knappast relevant att låta grafens skala gå ner till 0. Ingen levande patient kommer ha så låga kroppstemperaturer, och den stora skalan gör att viktiga variationer (som till exempel mellan 37 och 40) knappt syns.

Inte minst gäller det när man försöker visa geografisk information. Donald Trump gillade till exempel att visa en karta över presidentvalet 2016, som var mestadels röd (republikanernas färg). Problemet är att de röda staterna mestadels är väldigt glesbefolkade, medan de blå och till synes små staterna är mer tättbefolkade. Att bara visa kartan rätt upp och ner ger inte en bra bild av utfallet.

Därför kan det vara bra att experimentera med olika varianter. Även om ingen enskild graf eller karta kan fånga alla aspekter kan de tillsammans ge lite olika perspektiv. Jag har provat några alternativ för att visa resultatet av riksdagsvalet 2018. Här är först en ”vanlig” karta som visar vilket parti som var störst i varje valdistrikt (med sedvanliga färger för partierna). Ett valdistrikt brukar innehålla mellan 1000 och 2000 väljare. Klicka för att förstora bilderna!

Mest rött (Socialdemokraterna) och gult (Sverigedemokraterna), och lite blått (Moderaterna) längs kusterna. Utifrån arean ser det ut som att Socialdemokraterna vunnit en förkrossande majoritet, men det bor som bekant inte så många människor i den övre halvan. Men även om man vet det dras ögat lätt till det stora röda. I nästa ”karta” har jag istället gjort alla kommuner lika stora, och ritat ut dem i ett rutmönster. Kommunerna är ordnade efter differensen mellan de tidigare blocken, så att kommuner där de borgerliga partierna har stor övervikt kommer först, och kommuner där vänsterpartierna dominerar kommer sist.

Här ser man att det ändå finns några blåa kommuner. Men problemet är inte löst, eftersom Stockholm med sina närmare miljonen invånare är lika stort som Dorotea, som bara har några tusen. I nästa karta har jag därför försökt skala om kommunerna i förhållande till sin befolkning. Tanken är att ytan som varje kommun tar upp ska stå i proportion till andelen av befolkningen. Det stämmer inte riktigt eftersom kommunerna inte har regelbundna former, men blir i alla fall lite bättre. Nu dras ögat först till de stora kommunerna.

Återigen försvinner dock de små och tättbefolkade områdena i Stockholm. På Norrmalm, Östermalm och Gamla Stan finns över 90 distrikt. För den sista varianten har jag därför gjort alla enskilda distrikt lika stora, ordnade efter skillnaden i röststöd för de gamla blocken. Nu får man en ganska bra bild av antalet distrikt som domineras av de olika parterna, men det framgår inte var de ligger eller vilka distrikt det är. Mer roligt än informativt kanske!

Ett problem med alla de här kartorna är dessutom att de bara visar det största partiet. Stödet för Liberalerna, Centerpartiet, Miljöpartiet, Kristdemokraterna och Vänsterpartiet går inte att bedöma på något bra sätt. Om man istället jobbar med färger i olika nyanser blir det svårt att se skillnader. Och så vidare och så vidare.

Kontentan är att det är bra att experimentera med olika sätt att titta på en och samma datamängd. Ibland får man nya tankar av nya visualiseringar. Bara man kommer ihåg att varje sätt lyfter fram en aspekt och döljer andra.

Hur mäter man odemokratisk retorik?

Donald Trumps presidentskap satte som inget annat fokus på hur politiker pratar. Trump bröt konsekvent mot etablerade normer om hur man talar i en demokrati, om meningsmotståndare, andra länder, med mera. Tidigare presidenten George W. Bush ska till exempel ha sagt ”that was some weird shit” efter Trumps installationstal.

Antagligen var det en viktig förklaring till att han blev vald – slogans som ”lock her up” visade att han inte tillhörde etablissemanget. Men många har också funderat över vilka konsekvenser den typen av retorik kan tänkas få för demokratins funktion på sikt. Ju grövre man talar om sina motståndare, desto lättare är det att ta till odemokratiska åtgärder mot dem.

I ett nytt working paper försöker Seraphine Maerz och Carsten Schneider att med hjälp av dataanalys kartlägga tonen i en mängd politiska ledares tal. De utgår ifrån en lista på ord som de menar kännetecknar liberalism och illiberalism, och ser hur ofta de förekommer i talen. Exempel på liberala ord (enligt forskarna) är ”frihet”, ”tolerans”, ”diskriminering”, ”förtryck” – de senare eftersom de oftast används för att beskriva någon annan. Exempel på illiberala ord är ”anarki”, ”kaos”, ”patriot” och ”stolthet”.

Grafen nedan är hämtad från uppsatsen, och visar graden av liberalism i talen, mätt enligt deras metod. Stefan Löfven toppar listan, följt av Kanadas Justin Trudeau, Norges Erna Solberg och Irlands Leo Varadkar. I botten har vi Nordkoreas Kim Jong Un, Tajikistans Emomali Rahmon och Rysslands Vladimir Putin. Donald Trump hamnar även han på den negativa delen. Färgerna på prickarna visar hur landet kategoriseras – som en demokrati (grön), som en demokrati med problem (lila) eller diktatur (röd).

Maerz och Schneider visar sedan i resten av uppsatsen att tonen i talen hänger ihop med andra indikatorer på respekt för demokrati.

Slutsatserna hänger naturligtvis på hur ordlistan med de liberala och illiberala orden konstruerats – hela listan finns beskriven i en annan uppsats, som kan läsas här. Men det är ändå ett intressant försök att kvantifiera ett viktigt men svårfångat fenomen.

Viruset avslöjar statens makt

I Ruben Östlunds film Turist hotas en familj på skidsemester plötsligt av en lavin. Pappan överger familjen och försöker rädda sig själv, men lavinen visar sig vara ofarlig. När han sedan lommar tillbaka till familjen har något förändrats för alltid.

Efter Corona – när det nu blir – kommer vi kanske på samma sätt se på saker i ett nytt ljus. I många demokratiska länder har staten under krisen visat ett nytt ansikte. När viruset bara spreds i Kina i början av året var det många, jag bland annat, som tänkte att åtgärderna som vidtogs där aldrig skulle gå att genomföra i Europa. Men vi fick fel.

De flesta europeiska länder tog till tvångsmedel som bara för något år sedan skulle verkat helt otänkbara. I Frankrike och Italien fick man under långa perioder inte gå utanför dörren förutom för helt nödvändiga ärenden, och då var man tvungen att ha intyg med sig, med böter för dem som inte skötte sig.

I början – vem orkar längre? – ordnades det balkongkonserter och liknande, vilket en stund gav intrycket av att det hela var ett stort pyjamasparty. Faktum är att det var rå maktutövning: Befolkningar inlåsta, ekonomier nedstängda, kulturen inställd.

Även demokratiska stater kan uppenbarligen, om viljan verkligen finns, agera snabbt och hårt. Ur klimatsynpunkt är det hoppingivande. Vårt politiska system dömer oss inte automatiskt till inaktivitet med efterföljande apokalyps. Men ur demokratisk synpunkt är det oerhört skrämmande. Moderna stater är de mäktigaste organisationerna i mänsklighetens historia. Att se dem utöva den makten mot sin egen befolkning, om än med gott uppsåt, stämmer till eftertanke.

I Sverige, som valde en annan väg, handlar kritiken istället om att staten gjort för lite. Att staten inte tvingade lika mycket som i andra länder gör också att relationerna mellan medborgarna blev viktigare. I statsvetenskapen talas det om det kollektiva handlandets problem, svårigheten att få folk att dra åt samma håll när det ligger i varje enskild persons intresse att inte bidra. Som att upprätthålla distans mellan människor. Om alla andra höll sig hemma skulle smittspridningen avstanna, och jag kan fira jul med hela släkten. Men om alla tänker så kommer ingen hålla avstånd, och alla förlorar.

I länderna som låste ned tog man ifrån medborgarna det ansvaret. Den viktiga relationen blir vertikal, mellan medborgaren och den tvingande staten. I Sverige vädjade man istället till folks ansvarskänsla och solidaritet. Det gör att den viktiga relationen blir horisontell, mellan medborgarna. Därav de många och flitigt delade Facebookinläggen där folk skäller på dem som inte tar ansvar, utan fortsätter shoppa och gå på restauranger. Vad gör det med den mellanmänskliga tilliten?

Istället för en ny syn på staten kanske vi i Sverige får en ny bild av varandra. Långt fler har dött av viruset här än i de andra nordiska länderna. Om det nu var upp till oss, betyder det att vi som folk har misslyckats? Eller att vi inte borde ålagts det ansvaret från första början?

När snödammet lagt sig står det klart att lavinen i Turist svept bort föreställningarna om vad familjen är, och de går inte att få tillbaka. Här fortsätter pandemin. Men hur vi, både medborgare och stater, agerar nu under krisen kommer göra avtryck i det kollektiva psyket långt efter att den sista vaccindosen delats ut.

Att lyssna på experten

Idag kommer hundratusentals svenskar bokstavligen att lyssna på en expert, nämligen statsepidemiolog Anders Tegnell, dagens sommarpratare. Att ”lyssna på experterna” har varit ett återkommande mantra i den svenska diskussionen om Coronapandemin, och Folkhälsomyndigheten har därför med liten politisk inblandning fått lägga upp den svenska strategin. ”Vi håller en lite mer vetenskaplig linje i detta. Balansen mellan politik och vetenskap hos oss är lite annorlunda än i en del andra länder.” sa Tegnell i mars. Konsekvensen har varit att Sverige valt en annan väg än i princip alla andra, och vi har också ett (hittills) värre hälsoutfall än våra grannländer.

Naturligtvis bör man i dagens extremt komplexa samhälle lyssna på experter. Men vem bör fatta besluten?

Frågan går bortom pandemin. I den statsvetenskapliga klassikern ”Demokratin och dess antagonister” (1989) skrev Robert Dahl att det tyngsta argumentet mot demokrati är att folk inte har tillräcklig kunskap för att styra sig själva. Vore det inte bättre om experterna fick styra?

Nej, menade Dahl, av flera anledningar. För det första är det få frågor som har entydiga svar. Experter har också en tendens att bli enkelspåriga, och ”misslyckas ofta kapitalt att förstå hur den verkliga världen tjurskalligt vägrar att spela efter deras regler”. Dahls exempel på osäkerhet i beslutsfattande är pikant nog också just en dödlig influensa.

Vi vet inte hur Coronapandemin kommer att sluta – om det nu blir något slut. Kanske har länder som Danmark och Norge bara skjutit på problemen med sina strikta restriktioner. Eller så kommer det bättre behandlingar och vaccin, och då var att skjuta på problemen inte fel. Läget är fortfarande oklart.

Matematiska modeller av verkligheten – begränsade men användbara

Sällan har väl matematiska och statistiska modeller diskuterats så flitigt som just nu. För en som håller på med dem till vardags är det om inte roligt så i alla fall intressant.

En modell är en förenkling av verkligheten. Man gör några antaganden om hur saker hänger ihop, och får då en formel som kan användas för att gissa hur saker och ting kommer att utveckla sig i framtiden, givet vissa indata.

Just för att de är förenklingar hör man ibland folk säga att de är meningslösa, och att vi måste ”titta på verkligheten”. Jag håller inte med. Alla använder sig av modeller hela tiden, utan att tänka på det.

Modeller ger regelbundenhet. Utan regelbundenhet blir historien bara en samling slumpmässiga händelser, och framtiden helt osäker. Hur kan vi till exempel veta att solen kommer gå upp imorgon? Hittills har den alltid gjort det, men utan modeller finns det inget som säger att det kommer att fortsätta vara så. Men om vi antar att jorden vrider sig med en konstant hastighet runt sin egen axel har vi både en bra förklaring till tidigare soluppgångar, och goda grunder att anta att det kommer fortsätta på samma sätt.

Därför välkomnade jag att Folkhälsomyndigheten igår publicerade en rapport med en matematisk modell för smittspridningen i Stockholm. De har säkerligen ändå tänkt i liknande banor när de gjort uppskattningar om spridning, toppar, flockimmunitet med mera. Nu blev det för första gången tydligt exakt hur man tänker. Det ger oss möjlighet både att förstå vad som händer nu, och ett bättre underlag för framtida ansvarsutkrävande.

Tyvärr verkar det ha blivit något fel, och rapporten drogs tillbaka. Till DN säger Anders Tegnell att det beror på att modellen inte uppdaterats med rätt antal sjuka. Efter att själv ha studerat rapporten undrar jag om det verkligen är hela bilden.

Det myndigheten gjort är att sätta upp ett antal ekvationer som utifrån vissa grundantaganden räknar ut ett förväntat antal nya rapporterade fall per dag. Genom att skruva på de olika ”rattarna” – alltså antagandena om smittsamhet, andelen oupptäckta fall med mera – får man kurvor som ser olika ut. Om man hittar en som ger ett mönster som passar väl med observerad data kan det visa att rattarna är rätt inställda, och vi kan då göra gissningar om framtiden.

Problemet som jag ser det är att man verkade jämföra äpplen och päron. Både i rapporten (sidan 7 i den här gamla versionen) och datakoden verkade det som att värdena som jämfördes med det faktiska antalet rapporterade fall motsvarade något annat i modellen, nämligen antalet personer som varje dag smittats av bekräftat sjuka b_t * I_r * S / N. Som jag förstår det beskrivs antalet rapporterade fall per dag istället av uttrycket (1-p_0) * rho * E. Modellens kalibrering borde därför bli felaktig.

UPPDATERING 2020-04-23 14:19: Modellen har nu uppdateras så att rätt uttryck används.

Jag laddade ned koden och prövade att ändra inställningarna – resultaten blev inte radikalt annorlunda. Men när jag tittade på det närmare blev det också uppenbart hur många olika rörliga delar det finns, och man kan komma fram till liknande resultat på flera olika sätt.

Det finns bara ett sätt att slå en tärning så att resultatet blir sex. Men det finns fem sätt att slå två tärningar så att deras summa blir sex: 1+5, 2+4, 3+3, 4+2 och 5+1. Slår man tre tärningar kan det bli sex på 10 olika sätt (1+1+4, 1+2+3, osv).

I Folkhälsomyndighetens modell är det många tärningar: inkubationstidens längd, hur länge man är smittsam, andelen oupptäckta fall, smittsamheten hos dem som är oupptäckta, samt smittsamhetens förändring över tid.

Många olika konfigurationer ger resultat som passar någorlunda väl med observerade data, och med tanke på att det råder osäkerhet kring den med går det inte att enkelt avgöra vilken konfiguration som är bäst, vilket får konsekvenser till exempel för hur många oupptäckta fall det går på varje bekräftat fall.

Man ska alltså varken avfärda eller lita blint på modeller. I samhällsvetenskapen där vi har att göra med både osäkra data och bångstyriga studieobjekt finner jag det oftast bäst att utgå från enkla modeller. Det minskar risken för räknefel och gör det dessutom uppenbart att de bara är grova förenklingar av verkligheten, inte fysikaliska lagar.

De uppdaterade modeller som Folkhälsomyndigheten ska presentera idag bör alltså tas med en nypa salt, de också. Men jag är ändå glad för transparensen. Utan modeller finns det ingen grund för att göra några förutsägelser om framtiden, annat än magkänslan. Ska det gissas, bör vi få veta på vilka grunder.

Hur ska vi utkräva ansvar för Sveriges hantering av Coronakrisen?

Sveriges svar på Coronakrisen är ett europeiskt undantagsfall. I nästan alla andra länder har regeringar stängt ner landet i en mycket högre utsträckning än vad som skett i Sverige.

Folkhälsomyndigheten, med Anders Tegnell som främsta ansikte utåt, har gjort en annan bedömning än många andra europeiska experter, och menar att nedstängning inte kommer att vara verkningsfullt.

Oerhört mycket står på spel. Otillräckliga åtgärder kommer att kosta i liv och lidande. Överdrivna åtgärder kommer å andra sidan att leda till konkurser och arbetslöshet, vilket i sin tur också orsakar slår sönder människors tillvaro.

Samtidigt råder det en fundamental osäkerhet kring vilken metod som är bäst. Viruset är nytt, liksom åtgärderna. Aldrig tidigare har ekonomin avsiktligt tvärbromsats på det här sättet. Ingen kan veta säkert vad effekterna kommer bli.

Förr eller senare kommer tiden för ansvarsutkrävande. Personer i ledande ställning behöver ställas till svars för de val som gjorts. Politiker kommer att vinna eller förlora val beroende på hur väl de har klarat krisen; tjänstemän kommer att befordras eller förlora sina jobb. I och med att Sverige har valt en unik väg blir frågan särskilt aktuell här. Om Sverige klarar sig bättre ”lär Anders Tegnell bli den nye Hans Rosling och Stefan Löfven kommer att framstå som Europas coolaste premiärminister” som Viktor Barth-Kron skrev i Expressen.

Att bara vänta och se hur det blir är dock en otillräcklig form av ansvarsutkrävande. I en intressant text jämförde statsvetaren Jon Elster ansvarsutkrävandet i antikens Aten med Karthago. I Aten var det enda viktiga hur utfallet blev. Goda utfall – ett vunnet slag, ett framgångsrikt krig – belönades, medan motsatsen bestraffades, hårt.