선거권을 가진 국민이 대통령 후보에게 직접 투표하는 한국과 달리 미국은 주별로 선거인단(electoral college)을 통해 실시하는 간접선거 제도를 채택하고 있다.
각주의 선거인단은 해당 지역의 인구 비례에 따라 할당된다. 투표 결과 한 표라도 더 많은 후보가 그 주의 표를 모두 가져가는 '승자 독식(Winner-Takes-All) 방식'이 적용된다. 총 538명의 선거인단 중 과반인 270명을 확보한 후보가 승리하는 구조다.
20일(현지시간) 미국 펜실베이니아주 랜캐스터 타운홀 행사에 참석한 공화당 대선 후보, 도널드 트럼프 전 대통령. [사진=로이터 뉴스핌] |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
영국 시사주간지 이코노미스트는 21일(현지시간) 트럼프 전 대통령이 276명의 선거인단을 확보해 승리할 것이란 자체 예측 모델 결과를 공개했다.
이코노미스트의 선거 예측 모델은 미국 컬럼비아대와 공동으로 개발한 것으로, 전국과 주 단위의 여론조사와 지역별 경제 상황, 역사적 투표 패턴 및 각 주의 인구 통계 등 데이터를 활용해 시뮬레이션을 돌리는 방식이다.
반면 민주당 후보인 카멀라 해리스 부통령은 262명의 선거인단 확보에 그쳤다.
또한 트럼프 전 대통령의 당선 확률은 54%, 해리스 부통령의 당선 확률은 45%로 분석됐다.
트럼프 전 대통령이 이코노미스트 예측 모델에서 해리스 부통령을 앞선 것은 지난 8월 초 이후 2개월 만이다.
이날 기준 이코노미스트가 집계한 전국 여론조사 평균 지지율을 보면 해리스 부통령이 49%로 트럼프 전 대통령(47.4%)을 앞선다. 그럼에도 트럼프 전 대통령의 승률이 높은 이유는 선거인단 확보 이점 때문이란 설명이다.
2016년과 2020년 대선때 처럼 민주당 후보는 전국 여론조사보다 경합주 여론조사에서 비교적 안 좋은 성적을 거두고 있는데, 승부를 좌우할 경합주 중 선거인단이 가장 많이 배정된 펜실베이니아(19명)에서 트럼프 전 대통령의 승률은 58%로 나타났다.
네바다(6명), 미시간(15명)을 제외한 위스콘신(10명), 노스캐롤라이나(16명), 조지아(16명), 애리조나(11명) 등 4곳에서도 트럼프 전 대통령이 이길 확률이 해리스 부통령보다 높았다.
지난 10일(현지시간) 대선 토론에 참석한 미국 공화당 대선 후보 도널드 트럼프 전 대통령(왼쪽)과 민주당 후보 카멀라 해리스 부통령(오른쪽).[사진=로이터 뉴스핌] 2024.09.25 mj72284@newspim.com |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
이코노미스트는 트럼프 전 대통령의 지지율이 높아진 배경에 '집토끼의 복귀'가 있다고 진단했다.
지난 7월 조 바이든 대통령이 민주당 대선 후보직에서 사퇴하자 제3당 후보 지지층과 아직 지지 후보를 정하지 못한 유권층의 상당 비중이 해리스 부통령에게 표심이 향했지만 '허니문 효과' 상실로 최근 두 달 동안 그의 지지율은 정체했다.
반면 트럼프 전 대통령은 아직 지지 후보를 정하지 않았지만 성향이 공화당에 가까운 유권자들이 선거일이 임박하자 트럼프 전 대통령에게 "복귀"하면서 뒤늦게 당파 통합 혜택을 받는 듯하다는 설명이다.
트럼프 전 대통령의 전국 단위 지지율은 8월 45%에서 현재 47%로 상승했고 해리스 부통령과의 격차도 3.7%P에서 1.6%P로 줄었다.
앞서 미국 선거 분석·예측 사이트 디시전데스크HQ도 전날(21일) 자체 예측한 결과, 트럼프 전 대통령의 선거 승리 확률은 52%로 해리스 부통령(42%)을 앞섰다.
디시전데스크HQ의 예측 모델은 각 후보가 각 주에서 승리할 확률을 해당 지역 경제 지표나 정치, 환경 등 200여 개의 데이터와 여론 조사들을 바탕으로 분석해 선거인단 확보 비중을 추산한다.
트럼프 전 대통령이 해리스 부통령을 역전한 것은 지난 8월 말 이래 처음이다. 정치 매체 더힐은 "트럼프 전 대통령은 최근 위스콘신과 미시간에서 여론조사 평균 지지율이 상승했다"며 "이 두 경합주는 이전에는 해리스에게 조금 더 유리한 지역이었다. 트럼프 전 대통령은 이미 애리조나, 조지아, 노스캐롤라이나에서 근소한 우위를 점했다"고 설명했다.
wonjc6@newspim.com
저작권자(c) 글로벌리더의 지름길 종합뉴스통신사 뉴스핌(Newspim), 무단 전재-재배포 금지
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.