CC BY
12
ПОЛИТИЧЕСКАЯ
НАУКА POLITICAL SCIENCE
Панов П.В. Эффекты персонификации голосования на президентских и парламентских выборах в России // Антиномии. 2023. Т. 23, вып. 3. С. 97-116. https://doi.org/10.17506/26867206_2023_23_3_97
УДК 324
DOI 10.17506/26867206_2023_23_3_97
Эффекты персонификации голосования на президентских и парламентских выборах в России
Петр Вячеславович Панов
Институт гуманитарных исследований Уральского отделения РАН -филиал Пермского федерального исследовательского центра Уральского отделения РАН г. Пермь, Россия E-mail: [email protected]
Поступила в редакцию 22.05.2023, поступила после рецензирования 28.06.2023,
принята к публикации 14.07.2023
Когда напрямую избранные президенты обладают достаточно сильной властью во взаимоотношениях с правительством и парламентом, президентские выборы воспринимаются как выборы первого порядка. Кроме того, голосование за кандидатов в президенты является намного более персонифицированным. В значительной степени это объясняет, почему в России кандидат партии власти на президентских выборах получает значительно большую поддержку, чем партия власти на парламентских. Часть избирателей, поддерживавших на парламентских выборах оппозиционные партии, на президентских голосует «стратегически» и «персонально»,
© Панов П.В., 2023
отдавая свои голоса инкумбенту. Однако остается открытым вопрос, насколько равномерно данная тенденция распространяется на разные сегменты электората политических партий. Для ответа на него автором статьи был проведен сравнительный анализ парламентских и президентских выборов 2016 и 2018 гг. В качестве эмпирического материала использовались электоральные и социально-экономические данные в разрезе муниципальных образований. Анализ, выполненный методом многоуровневой линейной регрессии, показал, что на парламентских выборах линия «партия власти versus оппозиция» выражена достаточно отчетливо, в то время как на президентских выборах она размывается. На основе полученных в ходе исследования результатов сделан вывод о том, что персонифицированное голосование оказывает ключевое воздействие на разницу в результатах политических партий и их кандидатов. При этом и консолидация избирателей вокруг инкумбента, и потеря голосов кандидатом от ЛДПР примерно в одинаковой мере затрагивают разные сегменты электората, то есть специфика электората этих партий на президентских выборах нивелируется, но сохраняется. Применительно к КПРФ обнаруживается иная картина: недостаточная аффилированное^ ее кандидата с партией привела к тому, что разные сегменты электората неравномерно меняли свои предпочтения. В заключительной части статьи автором намечаются перспективные направления дальнейших исследований.
Ключевые слова: выборы, инкумбент, партия власти, оппозиция, электорат, персонифицированное голосование, сравнительный анализ
Благодарности: Исследование выполнено в рамках государственного задания; номер государственной регистрации темы «Политические институты и процессы в современном территориальном и социокультурном контексте» АААА-А19-119032590065-5.
Effects of Personification of Voting in Presidential and Parliamentary Elections in Russia
Petr V. Panov
Institute for Humanitarian Studies of the Ural Branch
of the Russian Academy of Sciences - the Branch of the Perm Federal Research Center of the Ural Branch of the Russian Academy of Sciences Perm, Russia
E-mail: [email protected]
Received22.05.2023, revised 28.06.2023, accepted 14.07.2023
Аbstract. When directly elected presidents have fairly strong power in relations with the government and parliament, presidential elections are perceived as elections of the first order. In addition, voting for presidential candidates is much more personalized. To a large extent, this explains why, in Russia, the candidate of the party of power receives much more support in the presidential election than the party of power in parliamentary ones. Some voters who support opposition parties in the parliamentary elections vote "strategically" and "personally" in the presidential ones, giving their votes to the
incumbent. However, the question remains how evenly this trend spreads across different segments of the electorate of political parties. To answer it, a comparative analysis of the 2016 parliamentary and 2018 presidential elections was carried out. Empirically, the study is based on electoral and socio-economic data in the context of municipalities. The analysis carried out by the method of multilevel linear regression has exposed that the line "party of power versus opposition" is quite clearly expressed in the parliamentary and blurred in the presidential elections. Based on the results obtained, it is concluded that personalized voting has a key impact on the difference in the results of political parties and their candidates. At the same time, both the consolidation of voters around the incumbent and the loss of votes by the candidate of the Liberal Democratic Party of Russia (LDPR) affect different segments of the electorate approximately equally, that is, the specifics of the electorate of these parties in the presidential election is leveled but it remains. With regard to the Communist Party of the Russian Federation (CPRF), on the contrary, insufficient affiliation of its candidate with the party led to the fact that different segments of the electorate changed their preferences unevenly. The final part of the article outlines promising directions for further research.
Keywords: elections, incumbent, party of power, opposition, electorate, personal voting, comparative analysis
Acknowledgements: The study was carried out within the framework of the state task; "Political Institutions and Processes in the Modern Territorial and Socio-Cultural Context", the state registration No. AAAA-A19-119032590065-5.
For citation: Panov P.V. Effects of Personification of Voting in Presidential and Parliamentary Elections in Russia, Antinomies, 2023, vol. 23, iss. 3, pp. 97-116. (In Russ.). https://doi.org/10.17506/26867206_2023_23_3_97
Введение
Результаты выборов Президента Российской Федерации существенно отличаются от выборов депутатов Государственной Думы. Последние полтора десятилетия в каждом электоральном цикле (2007-2008, 2011-2012, 2016-2018 гг.) кандидат партии власти на президентских выборах всегда получает б0льшую поддержку, чем партия власти на парламентских. И, наоборот, кандидаты основных парламентских партий (за исключением 2008 г.) набирают меньше голосов, чем их партия на выборах в Думу. Очевидно, что президентские выборы в России воспринимаются как «более важные», при этом голосование на них намного более персонифицировано. В результате инкумбент (кандидат от партии власти) не в полной мере идентифицируется с партией власти, и именно вокруг его фигуры происходит консолидация элит и избирателей, в том числе тех, кто на парламентских выборах поддерживал другие партии (Туровский 2018). Тем не менее остается открытым ряд вопросов. Каков социальный диапазон этой консолидации? Распространяется ли она на определенные категории населения или имеет широкий охват? Как такая консолидация влияет на разные сегменты электората других партий с точки зрения устойчивости их голосования на президентских выборах?
В поисках ответов на эти вопросы в настоящей статье проведен сравнительный анализ федеральных выборов 2016-2018 гг., то есть последнего
«законченного» электорального цикла, который включал и президентские, и парламентские выборы. Исследование выполнено на основе эмпирических данных муниципальных образований, поскольку именно локальный уровень дает достаточно высокую степень дисагрегации территориальных единиц наблюдений. В условиях отсутствия специальных социологических опросов это позволяет косвенно, через влияние социально-экономических параметров муниципалитетов на голосование за партии/кандидатов, определить, как изменились предпочтения различных сегментов электората на президентских выборах по сравнению с парламентскими.
Различия президентских и парламентских выборов: теоретические объяснения и российская практика
В объяснении различий результатов президентских и парламентских выборов можно выделить несколько направлений. Первое вытекает из теории выборов первого и второго порядков. Когда напрямую избранные президенты обладают достаточно сильной властью во взаимоотношениях с правительством и парламентом, что характерно не только для президентских, но и для полупрезидентских систем (Зазнаев 2006; Маркаров 2014), именно президентские выборы воспринимаются как выборы первого порядка (Reif, Schmitt 1980: 8). Если на выборах второго порядка избиратели чаще склонны голосовать за маргинальные партии/кандидатов, то на выборах первого порядка значительно шире распространено «стратегическое голосование», когда избиратели предпочитают делать выбор в пользу «серьезных» партий/кандидатов (Kawai, Watanabe 2013). На президентских выборах такое голосование стимулируется еще и тем, что их результаты определяются по мажоритарному принципу, тогда как на парламентских может использоваться пропорциональная система. Наконец, электоральная повестка выборов первого порядка зачастую включает более важные вопросы. Так, по наблюдениям некоторых исследователей, такие сущностные вопросы, как будущее России, ее статус великой державы, способность противостоять угрозам, были в центре внимания именно на президентских выборах 2018 г., а не в 2016 г. (Hutcheson, Petersson 2016). В результате, как отмечает Р.Ф. Туровский, «на президентских выборах избиратель в большей степени мотивирован к тому, чтобы делать стратегический выбор, оценивая шансы тех, кто претендует на президентский пост, и выбирая максимально приемлемого для себя кандидата из числа способных одержать победу. Тем самым он действует в какой-то мере рациональнее, чем на выборах в парламент» (Туровский 2018: 25).
Вторая линия объяснений фокусируется на такой особенности президентских выборов, как голосование за конкретных кандидатов. Даже в тех случаях, когда они выдвигаются политическими партиями, голосование оказывается более персонифицированным (personal vote), нежели на парламентских выборах (Carey, Shugart 1995: 432; Cain et al. 1987). В этой логике различия в результатах партии на парламентских выборах и ее кандидата на президентских зависят от степени аффилированности кандидата с пар-
тией. При прочих равных условиях, она будет минимальной, когда партия поддерживает независимого кандидата, и максимальной, если кандидатом является лидер партии.
Вместе с тем следует учитывать не только формальную аффилирован-ность, но и неформальную идентификацию кандидата с партией в восприятии избирателей. Так, применительно к России исследователями неоднократно отмечалось, что институциональная сложность российской политии, неясность в распределении полномочий затрудняют идентификацию акторов, ответственных за реализацию того или иного политического курса (Семенов, Шевцова 2019). В результате ответственность за непопулярные политические решения возлагается на правительство, парламент, партию власти, а достижения ассоциируются в первую очередь с личностью Президента РФ (Sirotkina, Zavadskaya 2020). Такая специфическая атрибуция ответственности приводит к тому, что даже если кандидат формально аффилирован с партией власти, избиратели их разделяют.
В условиях персоналистских режимов персонификация голосования и значимость президентских выборов как выборов первого порядка выражены особенно явно. Кроме того, результат персоналистского лидера - инкум-бента - на президентских выборах значительно более важен, чем результат партии власти на парламентских. Поэтому политические машины - организационные структуры, которые координируют различные способы непрограммной мобилизации избирателей, от административного давления и покупки голосов до персональных поощрений и использования личных связей (Banfield, Wilson 1965; Scott 1969), - получают в свое распоряжение больше ресурсов и предпринимают больше усилий по улучшению результата инкумбента.
Как представляется, в совокупности эти концепции дают достаточные объяснения причин различий в результатах президентских и парламентских выборов в России. Часть избирателей, поддерживавших на парламентских выборах оппозиционные партии, на президентских голосует «стратегически» и «персонально», отдавая свои голоса инкумбенту, поскольку, ассоциируясь с имеющимися достижениями, в персональном отношении он очевидно выигрывает по сравнению с кандидатами других партий, лишенными такой позитивной ассоциации. Тем не менее остается открытым вопрос, насколько равномерно распространяется эта тенденция на разные сегменты электората оппозиционных партий.
Прямого ответа на этот вопрос нет, поскольку надежные социологические исследования, где бы специально изучалась смена предпочтений избирателей между парламентскими и президентскими выборами, отсутствуют. Однако косвенно мы можем судить об этом, сравнив результаты выборов парламента и президента. Если единицами сравнения являются относительно небольшие территории (муниципалитеты), различия в воздействии их социально-экономических параметров на итоги голосования за партию на парламентских выборах и ее кандидата на президентских косвенно показывают, какие именно сегменты электората сменили свои предпочтения.
Электоральный цикл 2016-2018 гг. (выборы депутатов Государственной Думы 2016 г. и выборы Президента РФ 2018 г.) представляется наиболее подходящим для решения поставленной задачи, поскольку выборы проходили в более стабильной по сравнению с 2011-2012 гг. политической ситуации, а также в отсутствие «специфических» для отдельных территорий внешних факторов, способных существенно повлиять на результаты. Исключение - голосование в Крыму и Севастополе, которые совсем недавно вошли в состав России. По этой причине они исключены из нашего анализа, как и два других субъекта РФ - Москва и Санкт-Петербург, где система местного самоуправления организована иначе, чем в остальных регионах.
Партия власти «Единая Россия» (ЕР) получила на выборах 2016 г. 54,2 % голосов, а три другие парламентские партии (системная оппозиция) - ЛДПР, КПРФ, Справедливая Россия (СР) - 13,14 %, 13,34 % и 6,22 % соответственно (табл. 1). Дополнительное преимущество этого цикла заключаются в том, что два года спустя три из рассматриваемых партий выдвинули своих кандидатов на президентских выборах, но степень их аффилированности с партией была различной. Кандидатом от ЛДПР стал ее лидер В.В. Жириновский. КПРФ выдвинула кандидатом не лидера партии, а предпринимателя-агрария П.Н. Грудинина. В.В. Путин официально выступал как самовыдвиженец, но, будучи инкумбентом, очевидным образом рассматривался как кандидат партии власти. Столь разная аффи-лированность позволяет сравнить, как это влияет на устойчивость разных сегментов электората партий между парламентскими и президентскими выборами. В отношении СР провести такое сравнение невозможно: она не выдвигала своего кандидата, поэтому данные по ней носят преимущественно информационный характер.
Таблица 1. Итоги голосования на выборах Государственной Думы и Президента РФ в 2007-2018 гг., %
ЕР ЛДПР КПРФ СР Кандидаты на президентских выборах
Госдума, 2007 г. 64,30 8,14 11,57 7,74
Президент, 2008 г. 70,28 9,35 17,72 Медведев, Жириновский, Зюганов
Госдума, 2011 г. 49,32 11,67 19,19 13,24
Президент, 2012 г. 63,53 6,21 17,16 3,85 Путин, Жириновский, Зюганов, Миронов
Госдума, 2016 г. 54,20 13,14 13,34 6,22
Президент, 2018 г. 76,69 5,65 11,77 Путин, Жириновский, Грудинин
Составлено автором на основе данных ЦИК РФ.
Как видно из табл. 1, по итогам голосования Путин получил поддержку 76,69 % избирателей, что на 22,5 % больше, чем ЕР двумя годами ранее. Грудинин набрал 11,77 %, всего на 1,6 % меньше, чем КПРФ в 2016 г. Жириновский на этом фоне выступил наименее удачно, получив 5,65 % голосов, в
два с лишним раза меньше, чем его партия. Примечательно, что примерно такое же соотношение голосования на парламентских и президентских выборах было и в электоральном цикле 2011-2012 гг.
Эмпирические данные и переменные
Единицами наблюдения в исследовании стали муниципальные образования (МО) «верхнего уровня» - городские округа (ГО) и муниципальные районы (МР). Без Москвы, Санкт-Петербурга, Крыма и Севастополя всего в стране в 2016-2018 гг. было 2326 ГО и МР. Данные по итогам голосования за партии/кандидатов были взяты в разрезе территориальных избирательных комиссий (ТИК) из официальной базы ЦИК РФ1. В нескольких небольших МО в 2016-2018 гг. ТИК не создавались, а их территория присоединялась к соседней ТИК. Поскольку все они небольшие по численности, это не могло существенно повлиять на электоральную статистику, но из анализа эти МО (10 единиц) пришлось исключить. В больших МО (чаще всего в столичных городах), напротив, создаются несколько ТИК, поэтому результаты голосования по ним суммировались на уровень МО.
Многочисленные исследования свидетельствуют, что электоральное поведение в современной России наиболее успешно объясняется двумя теоретическими моделями. «Мобилизационная модель» основывается на том, что часть избирателей голосует под влиянием непрограммной электоральной мобилизации, которую производят политические машины. Согласно имеющимся исследованиям, наиболее восприимчивы к таким формам мобилизации относительно бедные категории населения (Jensen, Justesen 2014; Schaffer 2007), а также сообщества, для которых характерна высокая плотность социальных связей, такие как сельские поселения и этнические меньшинства. В сельской местности жители сосредоточены в одном физическом пространстве, что делает социальные взаимодействия более плотными (Ravanilla et al. 2022). У этнических меньшинств плотность социальных связей усиливается особой языковой, религиозной и прочей идентичностью (Minaeva, Panov 2020). Следует подчеркнуть, что в данном случае речь идет лишь о тенденциях, вытекающих из специфики структуры социальных взаимодействий, а отнюдь не о политических ориентациях этих категорий населения как таковых. И обе тенденции находят эмпирическое подтверждение: доли сельского населения и этнических меньшинств оказывается значимыми факторами голосования за партию власти (Saikkonen 2016; White, Saikkonen 2017).
Вместе с тем очевидно, что далеко не все избиратели подвергаются воздействию политических машин. Поэтому вторая логика объяснения -«оценивающее голосование» (performance voting), которое является рафинированной версией модели «экономического голосования»: избиратели
1 Информация о выборах и референдумах // Официальный сайт Центральной избирательной комиссии РФ. URL: http://www.izbirkom.ru/region/izbirkom (дата обращения: 21.05.2023).
оценивают партию власти/кандидата власти с точки зрения своего благосостояния («эгоцентрическое голосование») либо с позиций общего блага, то есть развития страны или отдельных территорий («социотропное голосование») (Щербак и др. 2013; Hobolt et al. 2013).
Исходя из этого, в качестве независимых переменных были выбраны несколько характеристик МО:
1) доля сельского населения в составе МО (селнас)2;
2) доля этнических меньшинств в населении МО (нерус.)3;
3) уровень благосостояния жителей. В качестве аппроксимации использован такой показатель официальной статистики, как среднемесячная номинальная начисленная заработная плата работников организаций в 2017 г.4 Но поскольку уровень зарплат (зп) сильно зависит от уровня цен, а они существенно различаются в кросстерриториальном измерении, зарплата в МО была взвешена аналогичным показателем в субъектах РФ5 и рассчитана в процентах. Поэтому переменная зп принимает значения более 100%, если средние зарплаты в МО выше средних в регионе, то есть муниципалитет относительно благополучный, и менее 100%, если жители муниципалитета относительно бедные;
4) состояние экономики муниципалитета. Из разнообразных показателей, имеющихся в официальной статистике, была взята среднесписочная численность работников организаций6 и рассчитан процентный рост численности занятых в 2017 г. по сравнению с 2013 г. (занятость). Более высокие значения указывают на более благополучную динамику экономики в муниципалитете.
Первые два показателя соответствуют «мобилизационной модели»: сельский и нерусский сегменты электората более чувствительны к электоральной мобилизации и, соответственно, более склонны голосовать за партию власти/кандидата власти. Последний индикатор соответствует «оценивающему голосованию»: за партию власти/ее кандидата должны лучше голосовать в благополучных муниципалитетах. Третий показатель может быть истолкован в логике как «мобилизационной», так и «оценивающей» модели, и интерпретации будут противоположные, поэтому только эмпи-
2 База данных показателей муниципальных образований // Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/free_doc/new_site/bd_munst/ munst.htm (дата обращения: 21.05.2023).
3 Численность и размещение населения // Всероссийская перепись населения 2010. URL: https://gks.ru/free_doc/new_site/perepis2010/croc/perepis_itogi1612.htm (дата обращения: 21.05.2023).
4 База данных показателей муниципальных образований // Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/free_doc/new_site/bd_munst/ munst.htm (дата обращения: 21.05.2023).
5 Регионы России. Социально-экономические показатели. 2019 // Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/storage/mediabank/ Region_Pokaz_2019.pdf (дата обращения: 21.05.2023).
6 База данных показателей муниципальных образований // Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/free_doc/new_site/bd_munst/ munst.htm (дата обращения: 21.05.2023).
рическое исследование позволяет ответить на вопрос, какая из них больше соответствует действительности.
Кроме того, в исследование включены несколько независимых переменных регионального уровня. Регионы России существенно различаются с точки зрения политического режима (Гайворонский 2015; Saikkonen 2016). По классификации М. Говарда и Ф. Ресслера (Howard, Roessler 2006) их можно расположить в континууме от гегемонистского до конкурентного авторитаризма. Для измерения конкурентности режима взяты результаты выборов региональных парламентов в 2013-2017 гг. Как представляется, региональные выборы более точно характеризуют специфику регионального политического режима, так как позволяют учесть не только итоги голосования по партийным спискам (через эффективные числа партий), но и степень конкурентности в мажоритарных округах (через долю конкурентных округов) (Ross, Panov 2019). Эти два показателя были совмещены и закодированы в ранговую шкалу от 1 (наиболее жесткий авторитаризм) до 10 (наиболее конкурентный авторитаризм). Помимо этого, были взяты три переменные, которые характеризуют основные социально-экономические параметры региона: 1) уровень бедности, то есть доля населения региона (в процентах) с денежными доходами ниже величины прожиточного минимума); 2) валовый региональный продукт на душу населения (ВРП-дн) (в тыс. руб.); 3) доля федеральных трансфертов в региональном бюджете (в процентах)7.
С учетом того, что с 2010 по 2018 г. в стране имели место преобразования территориальной организации местного самоуправления (в 2010 г. было 2341 МР/ГО), при извлечении данных из первоисточников единицы наблюдения (МР/ГО) были тщательно сопоставлены и при необходимости трансформированы. Если, например, имело место слияние двух муниципалитетов, данные за период до слияния в этих муниципалитетах суммировались. По закрытым административно-территориальным образованиям (ЗАТО) социально-экономическая статистика, как правило, отсутствует, поэтому 41 ЗАТО были исключены из анализа, как и муниципалитеты Мордовии, где обнаружились серьезные пробелы в социально-экономической статистике.
Поскольку на результаты выборов в разрезе МО существенно влияет специфика регионов, анализ данных проводился методом многоуровневой регрессии, где регионы являются наблюдениями второго уровня. Из-за слишком малого количества МО как единиц наблюдения первого уровня четыре региона - Ненецкий автономный округ, Еврейская автономная область, Чукотский автономный округ, Республика Ингушетия - были исключены из анализа. Всего в итоговом датасете содержится 2229 единиц наблюдения первого уровня (МР/ГО) в 76 субъектах РФ как наблюдениях второго уровня.
7 Регионы России. Социально-экономические показатели. 2019 // Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/storage/mediabank/ Region_Pokaz_2019.pdf (дата обращения: 21.05.2023).
Описательная статистика переменных по наблюдениям первого уровня представлена в табл. 2.
Таблица 2. Описательная статистика ^ = 2229)
Минимум Максимум Диапазон Среднее Стандартное отклонение
ЕР 25,42 99,47 74,05 54,41 15,87
ЛДПР 0,00 38,09 38,09 15,17 7,36
КПРФ 0,00 36,61 36,61 13,88 5,66
СР 0,00 30,75 30,75 5,34 4,30
Путин 53,38 99,52 46,14 77,08 7,40
Жириновский 0,00 15,92 15,92 6,54 2,74
Грудинин 0,20 39,89 39,69 12,27 5,13
Нерус. 0,62 99,99 99,37 22,81 28,81
Селнас. 0,00 100,00 100,00 57,06 37,12
Занятость -53,32 106,70 160,02 -8,95 12,62
Зп 54,08 224,23 170,15 90,93 21,18
Рассчитано автором на основе данных ЦИК РФ и Росстата.
Таким образом, сравнив направление и силу воздействия независимых переменных на голосование за партию на парламентских и за ее кандидата на президентских выборах, можно косвенно определить, в какой мере разные сегменты электората (сельское население, этнические меньшинства, относительно богатые или бедные слои населения) меняют свои предпочтения, а также ответить на вопрос, как это соотносится с аффилированно-стью кандидатов на президентских выборах с их партиями.
Результаты анализа
Чтобы учесть влияние регионов как единиц наблюдения второго уровня, были построены многоуровневые регрессионные модели с фиксированным и рандомным (между регионами) интерсептом. Результаты моделей с рандомным интерсептом содержатся в табл. 3 (для итогов голосования за четыре партии на выборах Госдумы 2016 г.) и табл. 4 (для итогов голосования за трех кандидатов на президентских выборах 2018 г.). Для каждой партии/кандидата представлены две модели: в первую включены только переменные муниципального уровня, во вторую добавлены переменные регионального уровня.
Результаты регрессии с рандомным эффектом интерсепта указывают на существенные различия в воздействии предикторов на итоги голосования не только между партией власти и системной оппозицией, но и между оппозиционными партиями. С одной стороны, они подтверждают эффект непрограммной электоральной мобилизации и деятельности политических машин, в результате которого доля этнических меньшинств и сельских жителей в населении муниципалитетов, а также более низкий
Таблица 3. Регрессионные модели: выборы в Государственную Думу РФ 2016 г.
ЕР ЛД ПР КПРФ CP
Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.)
Constant 51,303*** (1,690) 63,732*** (3,830) 17,260*** (0,765) 10,245*** (1,873) 16,306*** (0,723) 14,195*** (1,904) 4,981*** (0,507) 4,090*** (1,384)
Муниципальный уровень: фиксированные эффекты
Нерус. 0,098*** (0,012) 0,092*** (0,012) -0,104*** (0,006) -0,102*** (0,006) -0,007 (0,006) -0,005 (0,006) 0,013*** (0,004) 0,015*** (0,004)
Селнас 0,087*** (0,005) 0,087*** (0,005) -0,006*** (0,002) -0,010*** (0,002) -0,024*** (0,003) -0,024*** (0,003) -0,027*** (0,002) -0,028*** (0,002)
Занятость 0,063*** (0,013) 0,061*** (0,013) -0,012* (0,006) -0,011* (0,006) -0,024*** (0,007) -0,023*** (0,007) -0,016*** (0,005) -0,015*** (0,005)
Зп -0,035*** (0,008) -0,035*** (0,008) 0,008** (0,004) 0,008** (0,004) -0,012*** (0,004) -0,012*** (0,004) 0,014*** (0,003) 0,014*** (0,003)
Региональный уровень: фиксированные эффекты
Бедность -0,238 (0,244) 0,182 (0,119) 0,149 (0,121) -0,319 (0,088)
ВРП-дн 0,002 (0,002) 0,002* (0,001) -0,003** (0,001) -0,001 (0,001)
Трансферты 0,187** (0,073) -0,073** (0,036) -0,061* (0,036) -0,024 (0,026)
Режим -3,552*** (0,410) 1,304*** (0,201) 0,640*** (0,203) 0,545*** (0,148)
Параметры рандомного интерсепта между регионами
Интерсепт (var) 142,63 59,50 27,13 14,27 19,28 14,53 9,61 7,74
ICC 0,74 0,55 0,70 0,56 0,59 0,52 0,59 0,54
Оценки модели
N 2229 2229 2229 2229 2229 2229 2229 2229
Likelihood Ratio Test -2575,414*** -2640,740*** -2227,756*** -2275,471*** -1489,138*** -1509,822*** -1863,464*** -1880,038***
AIC 15340,216 15282,891 12083,850 12044,134 12416,069 12403,384 10813,468 10804,894
Siq. *p<0,l; **p<0,05; ***p<0,01
ON
В.В. Путин В.В.Жириновский П.Н. Грудинин
Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.) Est (St.Er.)
Constant 75,869*** (0,857) 80,851*** (2,121) 7,692*** (0,288) 5,503*** (0,781) 13,128*** (0,636) 10,463*** (1,659)
Муниципальный уровень: фиксированные эффекты
Нерус. 0,039™ (0,006) 0,035*** (0,006) -0,044*** (0,002) -0,044*** (0,002) 0,008 (0,005) 0,011** (0,005)
Селнас 0,031™ (0,003) 0,031*** (0,003) 0,001 (0,001) 0,001 (0,001) -0,020*** (0,002) -0,020™ (0,002)
Занятость 0,027*** (0,007) 0,026*** (0,007) -0,004* (0,002) -0,004* (0,002) -0,018*** (0,006) -0,018™ (0,006)
Зп -0,011™ (0,005) -0,011™ (0,005) -0,002* (0,002) -0,002* (0,002) -0,004 (0,004) -0,004 (0,004)
Региональный уровень: фиксированные эффекты
Бедность -0,059 (0,135) 0,068 (0,050) 0,021 (0,105)
ВРП-дн 0,001 (0,001) 0,001 (0,000) -0,001 (0,001)
Трансферты 0,072* (0,041) -0,027* (0,015) -0,037 (0,032)
Режим -1,560™ (0,227) 0,396*** (0,084) 0,942*** (0,178)
Параметры рандомного интерсепта между регионами
Интерсепт (var) 33,82 18,31 3,77 2,52 16,72 11,16
ICC 0,70 0,56 0,69 0,60 0,64 0,55
Оценки модели
N 2229 2229 2229 2229 2229 2229
Likelihood Ratio Test -2219,699*** -2265,281*** -2067,832*** -2097,577*** -1954,801*** -1984,973***
AIC 12611,392 12573,810 7777,762 7756,018 11585,080 11562,908
Siq. *р<0,1; **p<0,05; ***p<0,01
уровень жизни позитивно влияют на голосование за ЕР и негативно за партии оппозиции. При этом следует отметить, что включение в модели рандомного интерсепта позволило учесть специфику регионов и получить более точные оценки коэффициентов этих предикторов, то есть силы их влияния на результаты партий. В большинстве случаев у всех партий они существенно уменьшились. Например, в модели с фиксированными эффектами увеличение доли нерусских на 1 % повышает долю голосов за ЕР на 0,24 %, а в модели с рандомным - только на 0,10 %. Исключением является предиктор селнас, сила воздействия которого, наоборот, заметно возросла, особенно у КПРФ (в два раза).
С другой стороны, мы обнаруживаем явную специфику голосования за оппозиционные партии. Предиктор нерус. имеет статистическую значимость только у ЛДПР, у КПРФ при рандомном эффекте интерсепта он потерял значимость, а у СР даже поменял знак. Иначе говоря, существенное негативное влияние доля нерусских оказывает только на голосование за ЛДПР. У КПРФ предиктор зп, в отличие от других оппозиционных партий, имеет такой же знак, как у ЕР, причем его значение стало статистически значимым именно в модели с рандомным эффектом. Таким образом, КПРФ - единственная оппозиционная партия, на которую относительная бедность жителей территории влияет положительно. Вероятно, именно она рассматривается избирателями как левая партия.
Следует также обратить внимание на противоположное воздействие предикторов зп и занятость. Последняя оказывает положительное влияние на голосование за ЕР и отрицательное - за оппозиционные партии. Как представляется, это отражает комплексность факторов, влияющих на голосование. Предиктор зп говорит, скорее, об индивидуальном уровне благосостояния, и позитивное воздействие относительно низких зарплат на поддержку партии власти объясняется «мобилизационным голосованием». Муниципалитеты с более высокой заработной платой менее восприимчивы к непрограммной мобилизации и больше голосуют за оппозицию (кроме КПРФ). Предиктор занятость отражает состояние экономики муниципалитета в целом, и его позитивное влияние на голосование за ЕР указывает на то, что относительно благоприятную динамику развития муниципалитета в целом избиратели ставят в заслугу партии власти («оценивающее голосование»).
Наконец, необходимо отметить весьма высокое значение коэффициента внутриклассовой корреляции (Intraclass Correlation Coefficient, ICC), который говорит о том, что 60-70 % вариаций объясняется именно кроссрегио-нальными различиями, а не спецификой муниципалитетов. Между тем при добавлении в модели региональных предикторов значения ICC снижаются до примерно 55 %, значения муниципальных переменных практически не меняются, а общие оценки моделей (Likelihood Ratio Test) несколько улучшаются. Кроме того, добавление региональных предикторов позволило понять, какие именно характеристики регионов оказывают воздействие на итоги голосования. Из четырех переменных регионального уровня наиболее важным, что вполне ожидаемо, является режим. Повышение степени
конкурентности регионального режима на один ранг снижает долю голосов за ЕР примерно на 3,5 % и дает прирост всем партиям системной оппозиции, особенно ЛДПР (1,3 %). Из других региональных переменных существенное влияние оказывает доля федеральных трансфертов в бюджетах регионов. Они позитивно влияют на голосование за ЕР и негативно за оппозицию, и это соответствует выявленной многими авторами взаимосвязи между финансовой зависимостью регионов от центра и их лояльностью в отношении партии власти (Маркес и др. 2013; Sharafutdinova, Turovsky 2017; Тшх^ку, Gaivoronsky 2017). Примечательно, что из партий системной оппозиции коэффициенты предиктора трансферты не имеют статистической значимости именно у СР - партии, которая была создана Кремлем и до сих пор воспринимается как наиболее близкая к нему ^е1'тап 2008).
Результаты регрессионных моделей для президентских выборов 2018 г. показывают, что у Путина коэффициенты всех переменных сохранили направление влияния и статистическую значимость, но по сравнению с голосованием за ЕР на выборах 2016 г. их значения упали примерно в 2-3 раза. Так, если на парламентских выборах возрастание доли нерусских в населении МО на 1 % увеличивало долю голосов за ЕР на 0,10 %, то в 2018 г. доля голосов за Путина повышается только на 0,04 %. То же самое происходит в отношении всех остальных предикторов - как муниципальных, так и региональных: селнас - соответственно 0,09 и 0,03; зп - -0,04 и -0,01; занятость - 0,06 и 0,03; режим - -3,55 и -1,56; трансферты - 0,187 и 0,072. Таким образом, взаимосвязи между социально-экономическими характеристиками муниципалитетов/регионов и голосованием за партию власти сохраняются и на президентских выборах. Об этом свидетельствует и высокая корреляция между итогами голосования за ЕР и Путина (0,838**). Вместе с тем снижение силы воздействия социально-экономических характеристик муниципалитетов/регионов говорит о том, что по сравнению с голосованием за партию власти специфика голосования за кандидата власти размывается, нивелируется, причем примерно в равной степени во всех сегментах электората. Иначе говоря, более высокая поддержка инкумбента, чем ЕР, основана на том, что и русские, и городские жители, и относительно богатые категории населения примерно в равной степени меняют свои предпочтения, голосуя на президентских выборах.
Похожая картина наблюдается в моделях с голосованием за Жириновского. Как уже отмечалось, из всех оппозиционных партий предиктор не-рус. значим именно для ЛДПР, и это сохраняется на президентских выборах. Если на голосование за Грудинина, как и за КПРФ, он не оказывает статистически значимого влияния, то на голосование за Жириновского оказывает, правда сила его воздействия в 2 раза ниже, чем в моделях с ЛДПР в 2016 г. Увеличение доли нерусских в населении муниципалитета на 1 % уменьшало долю голосов за ЛДПР на 0,10 %, а за Жириновского только на 0,04 %. Коэффициенты других предикторов в модели с Жириновским по сравнению с ЛДПР тоже снизились, причем значимость коэффициентов занятость, зп и селнас упала ниже уровня 0,05; при добавлении региональных предикторов они вообще потеряли статистическую значимость. Из региональных пре-
дикторов сохранили влияние режим и трансферты, но сила их воздействия вновь в 2-3 раза слабее, чем в моделях с ЛДПР. Таким образом, основная специфика голосования за ЛДПР (этнический состав населения МО) сохранилась и на президентских выборах, но степень ее воздействия снизилась, а те параметры муниципалитетов, которые и на парламентских выборах имели относительно слабое влияние, на президентских вообще потеряли значимость. Иными словами, Жириновский потерял поддержку более чем половины избирателей, голосовавших за ЛДПР в 2016 г., но эта потеря достаточно равномерно затронула разные сегменты партийного электората. Неслучайно коэффициент корреляции между голосованием за ЛДПР и за Жириновского даже несколько выше, чем в случае ЕР и Путина (0,854**).
В отличие от Путина и Жириновского, у Грудинина значения предикторов занятость и селнас снизились незначительно по сравнению с КПРФ. Из региональных предикторов остался статистически значимым только режим, причем сила его воздействия даже выросла по сравнению с тем, что было у КПРФ на выборах 2016 г. Вместе с тем у Грудинина принципиально изменились значения коэффициентов зп, то есть именно того предиктора, влияние которого как раз и отличало КПРФ от других оппозиционных партий на парламентских выборах. В 2016 г. более бедные голосовали не только за ЕР, но и за КПРФ. В 2018 г. этот предиктор вообще оказался незначимым. Резонно предположить, что это связано с персональными характеристиками кандидата. Грудинин, успешный предприниматель и директор ЗАО «Совхоз имени Ленина», никогда не был партийным функционером, а до 2010 г. даже состоял в ЕР, так что его ассоциация с партией намного слабее, чем у Путина и Жириновского. Имидж крепкого хозяйственника-агрария и зажиточного бизнесмена, судя по всему, не был позитивно воспринят теми относительно бедными избирателями, которые склонны голосовать за КПРФ как левую партию. При этом, несмотря на явную ассоциацию Грудинина с селом, отрицательное значение коэффициента предиктора селнас у него не снизилось по сравнению с КПРФ. И, наоборот, в положительную сторону изменилось влияние предиктора нерус., что не характерно для КПРФ. Вероятно, это связано с тем, что «Грудинин не воспринимался в качестве типичного коммунистического кандидата», его электорат «лишь отчасти совпадал с электоратом КПРФ, но преимущественно был другим, ситуативно сложившимся» (Туровский 2018: 38). Таким образом, в случае Грудинина мы видим, что слабая аффилированность с партией ведет к тому, что разные сегменты электората неравномерно реагируют на кандидата своей партии на президентских выборах. Примечательно, что коэффициент корреляции между поддержкой КПРФ и Грудинина существенно ниже, чем в предыдущих случаях (0,604**).
Заключение
Исследование показывает, что на парламентских выборах в России достаточно отчетливо выражена не только линия «власть versus оппозиция», но и специфика голосования за разные оппозиционные партии. При этом
наблюдается сложное и в некоторой степени противоречивое влияние «мобилизационного» и «оценивающего» типов голосования. Второе выражено в меньшей степени, но оно прослеживается в том, что в 2016 г. более бедные сегменты электората голосовали не только «мобилизационно» в пользу партии власти, но и «оценивающе» за КПРФ как левую в массовом восприятии партию. И, наоборот, более благополучные муниципалитеты в большей мере голосовали за партию власти.
На президентских выборах эти тенденции размываются. Специфика атрибуции ответственности в России такова, что инкумбент прочно ассоциируется в массовом сознании с успехами и достижениями, тогда как вина за проблемы и неудачи возлагается на партию власти. Поэтому на президентских выборах инкумбент получает существенно больше голосов избирателей, а другие кандидаты - существенно меньше, чем их партии на парламентских. При этом проведенный анализ позволяет сделать вывод, что консолидация избирателей вокруг инкумбента примерно в одинаковой мере затрагивает разные сегменты электората. И этнические категории избирателей (под углом зрения русские/нерусские), и городские/сельские жители, и относительно богатые/бедные слои населения примерно в равной степени меняют свои предпочтения, голосуя больше за Путина, чем за ЕР, несмотря на то что на выборы 2018 г. Путин шел как самовыдвиженец, дистанцируясь от партии власти. Таким образом, применительно к инкум-бенту более значимым оказывается объяснение, связанное с концепцией выборов первого и второго порядка: значительная часть избирателей делает персональный и «стратегический» выбор, не фокусируясь на текущей ситуации.
Что касается оппозиционных кандидатов, здесь на первый план выходит степень аффилированности кандидата с партией. Высокая аффили-рованность, как в случае ЛДПР, способствует устойчивости разных сегментов партийного электората даже тогда, когда уровень поддержки кандидата снижается по сравнению с поддержкой партии. Иначе говоря, потеря кандидатом голосов примерно в одинаковой мере затрагивает разные сегменты партийного электората, то есть его специфика («более русский» электорат у ЛДПР) на президентских выборах нивелируется, но сохраняется. Применительно к КПРФ обнаруживается иная картина. Низкая аффилирован-ность кандидата с партией привела к тому, что разные сегменты электората неравномерно поменяли свои предпочтения. Грудинин в значительной мере потерял поддержку бедных слоев населения по сравнению с партией в 2016 г., но получил больше голосов в других сегментах электората.
Можно сделать вывод, что для объяснения различий в результатах партий и их кандидатов на парламентских и президентских выборах 20162018 гг. в России оказалась уместной комбинация двух теоретических рамок. Если рассматривать разницу результатов по линии «власть versus оппозиция» в целом, она лучше объясняется теорией выборов первого и второго порядка; если же сравнивать разницу результатов между отдельными оппозиционными партиями, на первый план выходит степень аффилирован-ности кандидата с партией. Данный вывод не следует рассматривать как
некую общую закономерность в различиях результатов президентских и парламентских выборов, однако можно предположить, что такая объяснительная модель может быть применима для выборов в стабильных и консолидированных персоналистских режимах. Проверка этого предположения требует дальнейших исследований с привлечением дополнительных эмпирических материалов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Гайворонский Ю.О. 2015. Региональные политические режимы в России: концептуальные новации и возможности измерения // Полития. № 2. С. 21-37. DOI 10.30570/2078-5089-2015-77-2-21-37
Зазнаев О.И. 2006. Полупрезидентская система: теоретические и прикладные аспекты. Казань : Казанский государственный университет. 374 с.
Маркаров А.А. 2014. Полупрезидентская система: содержание понятия и основные характеристики // Политическая наука. № 1. С. 34-50.
Маркес И., Назруллаева Е.Ю., Яковлев А.А. 2013. Деньги вместо роста: межбюджетные трансферты и электоральная поддержка в России, 2001-2008. Москва : Издательский дом ВШЭ. 44 с.
Семенов А.В., Шевцова И.К. 2019. Президенциализм и атрибуция ответственности за экономическое неблагополучие в России // Политическая наука. № 4. С. 195-215. DOI 10.31249/poln/2019.04.07
Туровский Р.Ф. 2018. Президентские выборы в России: возможности и пределы электоральной консолидации // Полития. № 2. С. 23-50. DOI 10.30570/2078-50892018-89-2-23-50
Щербак А.Н., Сенников Е.В., Лисовский Т.А. 2013. Экономическое голосование на выборах 2011-2012 гг. // Вестник Пермского университета. Политология. № 4. С. 168-183.
Banfield E., Wilson J. 1965. City Politics. Cambridge : Harvard University Press. 362 p.
Cain B.E., Ferejohn J.A., Fiorina M.P. 1987. The Personal Vote. Constituency Service and Electoral Independence. Cambridge ; London : Harvard University Press. 268 p.
Carey J.M., Shugart M.S. 1995. Incentives to Cultivate a Personal Vote: A Rank Ordering of Electoral Formulas // Electoral Studies. Vol. 14, iss. 4. P. 417-439. DOI 0261-3794(94)00035-2
Gel'man V. 2008. Party Politics in Russia: From Competition to Hierarchy // Europe-Asia Studies. Vol. 60, iss. 6. P. 913-930. DOI 10.1080/09668130802161165
Hobolt S., Tilley J., Banducci S. 2013. Clarity of Responsibility: How Government Cohesion Conditions Performance Voting // European Journal of Political Research. Vol. 52, iss. 2. P. 164-187. DOI 10.1111/j.1475-6765.2012.02072.x
Howard M., Roessler P. 2006. Liberalizing Electoral Outcomes in Competitive Authoritarian Regimes // American Journal of Political Science. Vol. 50, iss. 2. P. 365-381. DOI 10.1111/j.1540-5907.2006.00189.x
Hutcheson D., Petersson B. 2016. Shortcut to Legitimacy: Popularity in Putin's Russia// Europe-Asia Studies. Vol. 68, iss. 7. P. 1107-1126. DOI 10.1080/09668136.2016.1216949
Jensen P., Justesen M. 2014. Poverty and Vote Buying: Survey-Based Evidence from Africa // Electoral Studies. Vol. 33, iss. 1. P. 220-232. DOI 10.1016/j.electstud.2013.07.020 Kawai K., Watanabe Y. 2013. Inferring Strategic Voting // American Economic Review. Vol. 103, iss. 2. P. 624-662. DOI 10.1257/aer.103.2.624
Minaeva E., Panov P. 2020. Localization of Ethnic Groups in the Regions as a Factor in Cross-Regional Variations in Voting for United Russia // Russian Politics. Vol. 5, iss. 2. P. 131-153. DOI 10.30965/24518921-00502001
Ravanilla N., Haim D., Hicken A. 2022. Brokers, Social Networks, Reciprocity and Strategies of Clientelism // American Journal of Political Science. Vol. 66, iss. 4. P. 795-812. DOI 10.1111/ajps.12604
Reif K., Schmitt H. 1980. Nine Second-Order National Elections - A Conceptual Framework for the Analysis of European Election Result // European Journal of Political Research. Vol. 8, iss. 1. P. 3-44. DOI 10.1111/j.1475-6765.1980.tb00737.x
Ross C., Panov P. 2019. The Range and Limitation of Sub-National Variations under Electoral Authoritarianism: The Case of Russia // Regional & Federal Studies. Vol. 29, iss. 3. P. 355-380. DOI 10.1080/13597566.2018.1530221
Saikkonen I. 2016. Variation in Subnational Electoral Authoritarianism: Evidence from the Russian Federation // Democratization. Vol. 23, iss. 3. P. 437-458. DOI 10.1080/1 3510347.2014.975693
Schaffer F.C. 2007. How Effective is Voter Education? // Elections for Sale: The Causes and Consequences of Vote Buying / ed. by F.C. Schaffer. Boulder : Lynne Rienner Publishers. P. 223-252.
Scott J. 1969. Corruption, Machine Politics, and Political Change // American Political Science Review. Vol. 63, iss. 4. P. 1142-1158.
Sharafutdinova G., Turovsky R. 2017. The Politics of Federal Transfers in Putin's Russia: Regional Competition, Lobbying, and Federal Priorities // Post-Soviet Affairs. Vol. 33, iss. 2. P. 161-175. DOI 10.1080/1060586X.2016.1163826
Sirotkina E., Zavadskaya M. 2020. When the Party's Over: Political Blame Attribution Under an Electoral Authoritarian Regime // Post-Soviet Affairs. Vol. 36, iss. 1. P. 37-60. DOI 10.1080/1060586X.2019.1639386
Turovsky R., Gaivoronsky Yu. 2017. Russia's Regions as Winners and Losers: Political Motives and Outcomes in the Distribution of Federal Government Transfers // European Politics and Society. Vol. 18, iss. 4. P. 529-551. DOI 10.1080/23745118.2017.1286312
White A., Saikkonen I. 2017. More Than a Name? Variation in Electoral Mobilisation of Titular and Non-Titular Ethnic Minorities in Russian National Elections // Ethnopolitics. Vol. 16, iss. 5. P. 450-470. DOI 10.1080/17449057.2016.1221186
References
Banfield E., Wilson J. City Politics, Cambridge, Harvard University Press, 1965, 362 p. Cain B.E., Ferejohn J.A., Fiorina M.P. The Personal Vote. Constituency Service and Electoral Independence, Cambridge & London, Harvard University Press, 1987, 268 p.
Carey J.M., Shugart M.S. Incentives to Cultivate a Personal Vote: A Rank Ordering of Electoral Formulas, Electoral Studies, 1995, vol. 14, no. 4. pp. 417-439. DOI 0261-3794(94)00035-2
Gajvoronsky Yu.O. Regional Political Regimes in Russia: Conceptual Innovations and Measurement Possibilities, Politiya [The Journal of Political Theory, Political Philosophy and Sociology of Politics Politeia], 2015, no. 2, pp. 21-37. (In Russ.). DOI 10.30570/20785089-2015-77-2-21-37
Gel'man V. Party Politics in Russia: From Competition to Hierarchy, Europe-Asia Studies, 2008, vol. 60, no. 6, pp. 913-930. DOI 10.1080/09668130802161165
Hobolt S., Tilley J., Banducci S. Clarity of Responsibility: How Government Cohesion Conditions Performance Voting, European Journal of Political Research, 2013, vol. 52, no. 2, pp. 164-187. DOI 10.1111/j.1475-6765.2012.02072.x
Howard M., Roessler P. Liberalizing Electoral Outcomes in Competitive Authoritarian Regimes, American Journal of Political Science, 2006, vol. 50, no. 2, pp. 365381. DOI 10.1111/j.1540-5907.2006.00189.x
Hutcheson D., Petersson B. Shortcut to Legitimacy: Popularity in Putin's Russia, Europe-Asia Studies, 2016, vol. 68, no. 7, pp. 1107-1126. DOI 10.1080/09668136.2016.1 216949
Jensen P., Justesen M. Poverty and Vote Buying: Survey-Based Evidence from Africa, Electoral Studies, 2014, vol. 33, no. 1, pp. 220-232. DOI 10.1016/j. electstud.2013.07.020
Kawai K., Watanabe Y. Inferring Strategic Voting, American Economic Review, 2013, vol. 103, no. 2, pp. 624-662. DOI 10.1257/aer.103.2.624
Markarov A.A. Semi-Presidential Systems: Concept Definition and Main Features, Politicheskaya nauka [Political Science], 2014, no. 1, pp. 34-50. (In Russ.).
Marques I., Nazrullaeva, E.Yu., Yakovlev A.A. Substituting Growth for Money: Intergovernmental Transfers and Electoral Support in the Russian Federation, 2000-2008, Moscow, Izdatel'skij dom VSHE, 2013, 44 p. (In Russ.).
Minaeva E., Panov P. Localization of Ethnic Groups in the Regions as a Factor in Cross-Regional Variations in Voting for United Russia, Russian Politics, 2020, vol. 5, no. 2, pp. 131-153. DOI 10.30965/24518921-00502001
Ravanilla N., Haim D., Hicken A. Brokers, Social Networks, Reciprocity and Strategies of Clientelism, American Journal of Political Science, 2022, vol. 66, no. 4, pp. 795-812. DOI 10.1111/ajps.12604
Reif K., Schmitt H. Nine Second-Order National Elections - A Conceptual Framework for the Analysis of European Election Result, European Journal of Political Research, 1980, vol. 8, no. 1, pp. 3-44. DOI 10.1111/j.1475-6765.1980.tb00737.x
Ross C., Panov P. The Range and Limitation of Sub-National Variations under Electoral Authoritarianism: The Case of Russia, Regional & Federal Studies, 2019, vol. 29, no. 3, pp. 355-380. DOI 10.1080/13597566.2018.1530221
Saikkonen I. Variation in Subnational Electoral Authoritarianism: Evidence from the Russian Federation, Democratization, 2016, vol. 23, no. 3, pp. 437-458. DOI 10.1080/ 13510347.2014.975693
Schaffer F.C. How Effective is Voter Education? Schaffer F.C. (ed.) Elections for Sale: The Causes and Consequences of Vote Buying, Boulder, Lynne Rienner Publishers, 2007, pp. 223-252.
Scott J. Corruption, Machine Politics, and Political Change, American Political Science Review, 1969, vol. 63, no. 4, pp. 1142-1158.
Semenov A.V., Shevtcova I.K. Presidentialism and Responsibility Attribution for Economic Hardships in Russia, Politicheskaya nauka [Political Science], 2019, no. 4, pp. 195-215. (In Russ.). DOI 10.31249/poln/2019.04.07
Sharafutdinova G., Turovsky R. The Politics of Federal Transfers in Putin's Russia: Regional Competition, Lobbying, and Federal Priorities, Post-Soviet Affairs, 2017, vol. 33, no. 2, pp. 161-175. DOI 10.1080/1060586X.2016.1163826
Shcherbak A.N., Sennikov E.V., Lisovsky T.A. Economic Voting at the Elections of 2011-2012, Vestnik Permskogo universiteta. Politologiya [Bulletin of Perm University. Political Science], 2013, no. 4, pp. 168-183. (In Russ.).
Sirotkina E., Zavadskaya M. When the Party's Over: Political Blame Attribution Under an Electoral Authoritarian Regime, Post-Soviet Affairs, 2020, vol. 36, no. 1, pp. 3760. DOI 10.1080/1060586X.2019.1639386
Turovsky R. Presidential Elections in Russia: Opportunities and Limits of Electoral Consolidation, Politiya [The Journal of Political Theory, Political Philosophy and
Sociology of Politics Politeia], 2018, no. 2, pp. 23-50. (In Russ.). DOI 10.30570/20785089-2018-89-2-23-50
Turovsky R., Gaivoronsky Yu. Russia's Regions as Winners and Losers: Political Motives and Outcomes in the Distribution of Federal Government Transfers, European Politics and Society, 2017, vol. 18, no. 4, pp. 529-551. DOI 10.1080/23745118.2017.1286312
White A., Saikkonen I. More Than a Name? Variation in Electoral Mobilisation of Titular and Non-Titular Ethnic Minorities in Russian National Elections, Ethnopolitics, 2017, vol. 16, no. 5, pp. 450-470. DOI 10.1080/17449057.2016.1221186
Zaznaev O.I. Semi-Presidential System: Theoretical and Applied Aspects, Kazan, Kazanskij gosudarstvennyj universitet, 2006, 374 p. (In Russ.).
ИНФОРМАЦИЯ ОБ АВТОРЕ
Петр Вячеславович Панов
доктор политических наук, главный научный сотрудник отдела по исследованию политических институтов и процессов, Институт гуманитарных исследований Уральского отделения РАН - филиал Пермского федерального исследовательского центра Уральского отделения РАН, г. Пермь, Россия;
ORCID: 0000-0002-0759-7618; ResearcherlD: 0-2160-2016; Scopus AuthorlD: 36094686300; SPIN-код: 1739-3478; E-mail: [email protected]
INFORMATION ABOUT THE AUTHOR Petr V. Panov
Doctor of Political Science, Chief Researcher, Research Department of Political Institutions and Processes, Institute for Humanitarian Studies - the Branch of the Perm Federal Research Center of the Ural Branch of the Russian Academy of Sciences, Perm, Russia; ORCID: 0000-0002-0759-7618; ResearcherlD: 0-2160-2016; Scopus AuthorlD: 36094686300; SPIN-code: 1739-3478; E-mail: [email protected]
