CC BY
24
Political science (RU), 2022, N 4_145
ИДЕИ И ПРАКТИКА
Л.П. ШМАТКОВА, А.О. ДОМАНОВ*
ОПЫТ СРАВНИТЕЛЬНОГО ПРОСТРАНСТВЕННОГО
АНАЛИЗА ЭЛЕКТОРАЛЬНОГО ПОВЕДЕНИЯ В РЕГИОНАХ ГОСУДАРСТВ - СОСЕДЕЙ РОССИИ1
Аннотация. В статье представлен опыт использования сравнительного пространственного анализа при исследовании особенностей электорального поведения жителей регионов зарубежных стран, пограничных с Россией. Несмотря на то что вопросы электорального поведения часто становятся предметом научных исследований, рассмотрению особенностей электорального поведения жителей зарубежного пограничья уделяется гораздо меньше внимания. При этом электоральные исследования являются одним из направлений, в рамках которого методы пространственного анализа позволяют изучить эффект соседства, выявить закономерности и провести математически обоснованный анализ явлений. Авторы ставят целью выявление и сравнение закономерностей электорального поведения в регионах государств - соседей России на основе результатов парламентских выборов в период 2007-2020 гг., используя методы и инструменты пространственного анализа. С помощью специально разработанной сравнительной
* Шматкова Любовь Павловна, приглашенный исследователь Центра пространственного анализа международных отношений Института международных исследований, МГИМО МИД России (Москва, Россия), e-mail: [email protected]; Доманов Алексей Олегович, научный сотрудник Центра пространственного анализа международных отношений Института международных исследований, МГИМО МИД России (Москва, Россия), e-mail: [email protected]
1 Статья подготовлена в рамках исследования по проекту Российского научного фонда (проект № 19-78-10004 «Трансформация электорального поведения в регионах зарубежных стран, приграничных с Российской Федерацией: сравнительный пространственный анализ»).
© Шматкова Л.П., Доманов А.О., 2022 DOI: 10.31249/poln/2022.04.07
цифровой двумерной матрицы позиций политических партий составлены общие для всего российского пограничья картограммы распределения голосов за схожие политические силы на каждом электоральном цикле, что позволило выявить общие тенденции трансформации электорального поведения в регионах пограничных с Россией государств. В результате проведенного исследования выявлена значительная дифференциация избирательных округов по степени поддержки антироссийских и пророссийских партий за рассматриваемый период. При этом динамическое сравнение электоральных успехов партий в течение нескольких электоральных циклов показало, что разнообразие сократилось после 2014 г. При помощи индикаторов пространственной зависимости показано сходство политических предпочтений жителей соседних регионов. Кроме того, выявлена временная устойчивость многих выделенных территориальных кластеров.
Ключевые слова: электоральное поведение; парламентские выборы; российское пограничье; пространственный анализ; кластерный анализ.
Для цитирования: Шматкова Л.П., Доманов А.О. Опыт сравнительного пространственного анализа электорального поведения в регионах государств -соседей России // Политическая наука. - 2022. - № 4. - С. 145-164. -Б01: http://www.doi.org/10.31249/poln/2022.04.07
Проблематика электорального поведения населения разных стран остается актуальной и востребованной темой исследования. Отдельного внимания заслуживают вопросы электорального пространства и географии голосования населения, которые можно отнести к междисциплинарным исследованиям, так как они все чаще исследуются не только политологами, но и представителями других отраслей гуманитарного знания, в частности социологами, историками и политгеографами. Другой важной спецификой электоральных исследований можно считать усложнение применяемых методов и более активное использование не только качественных, преимущественно описательных, но и количественных математических инструментов.
Среди прочих методов пространственный анализ становится все более перспективным направлением современной сравнительной политологии. Изучение влияния положения соседа позволяет выявить закономерности и провести математически обоснованный анализ явлений. Электоральные исследования являются одним из основных направлений, в рамках которого применимы методы пространственного анализа, позволяющие детально изучить эффект соседства с помощью пространственной автокорреляции и кластерного анализа. Методы пространствен-
ного анализа основаны на больших наборах данных, которые позволяют формировать эмпирическую основу для дальнейших исследований в этой области.
В подробном обзоре тенденций в отечественной электоральной географии за последнюю четверть века М.Н. Шестакова обращает внимание на то, что несмотря на популярность электоральных исследований в целом среди трудов отечественных авторов можно найти не так много работ, посвященных электоральному пространству зарубежного пограничья, а также рассмотрению особенностей электорального поведения жителей пограничья. Лишь немногие авторы [Тарасов, Фидря, 2016; Зиновьев, 2015; Окунев, Горелова, Груздева, 2021] уделяют внимание электоральным исследованиям в приграничных регионах, тогда как исследовательский интерес в отношении возможного взаимного влияния пограничных территорий и степени такого влияния представляется весьма актуальным. Более того, потенциал электорально-географических исследований в приграничных регионах видится особенно перспективным, так как дает возможность сравнительного изучения поведения избирателей, живущих по соседству, но в разных политических системах [Шестакова, 2020].
Особую актуальность и практическую значимость может иметь применение методов пространственного анализа для изучения динамики электоральных процессов в приграничных регионах государств, граничащих с Россией, учитывая ее уникальное географическое положение, к особенностям которого относят огромную протяженность и исключительное разнообразие морфологических особенностей [Колосов, 2004].
Принимая во внимание упомянутые факторы и тенденции, авторы ставят своей целью выявление и сравнение закономерностей электорального поведения в регионах государств - соседей России с помощью методов пространственного анализа.
Пространственный анализ в электоральных исследованиях
Идея использовать пространственный анализ для выявления влияния географических факторов не нова для социальных наук [Епо8, 2017]. Пространственный анализ основан на предположении, что на характеристики определенных анализируемых единиц /
ячеек влияют свойства соседних ячеек. При пространственном анализе электоральных процессов анализируемыми единицами являются избирательные округа, а пространственный фактор -электоральные тенденции в соседних избирательных округах -влияет на результаты выборов в этих округах.
Для определения степени пространственной автокорреляции для каждого случая был рассчитан индекс Морана I, характеризующий общую пространственную кластеризацию для всей совокупности данных. При определении пространственной автокорреляции между соседними единицами был применен метод локальных индикаторов пространственной автокорреляции (LISA) [Anselin, 1995]. Этот метод позволяет выявить четыре типа локальных кластеров: высокий-высокий (высокая кластеризация значений индикатора); низкий-низкий (низкая кластеризация значений индикатора); высокий-низкий (ячейки с высоким значением в кластере с низким значением); низкий-высокий (ячейки с низким значением в кластере с высоким значением). Для анализа использовалась матрица смежности (с шестью ближайшими соседями на евклидовом расстоянии).
Авторы сосредоточили свое внимание на парламентских выборах, поскольку невозможно сравнивать выборы глав государств в странах, которые имеют совершенно разные институциональные модели с точки зрения организации политического процесса. Для целей исследования были рассмотрены несколько последних парламентских электоральных циклов в 11 странах, граничащих с Россией: Норвегии, Финляндии, Эстонии, Латвии, Литве, Польше, Беларуси, Украине, Грузии, Казахстане и Монголии за период с 2007 по 2020 г. В большинстве стран к этому времени состоялось четыре избирательные кампании.
На основе данных электоральной статистики была составлена база данных со значениями следующих атрибутов избирательных округов перечисленных стран: электоральные результаты парламентских партий, агрегированные в 36 переменных (по девять для каждого из упомянутых четырех избирательных циклов), и доля русских в населении региона.
При агрегировании группировались показатели популярности партий, имеющих одинаковую комбинацию общей идеологической ориентации и отношения к России. С этой целью предварительно была разработана шкала с девятью делениями, совмещающая два
Political science (RU), 2022, N 4
149
измерения: либеральные / центристские / консервативные и пророс-сийские / индифферентные / антироссийские политические силы (следовательно, количество делений шкалы соответствует результату декартова произведения этих двух трехэлементных множеств -числу комбинаций).
Источником данных для классификации партий по полученной матрице были их программные документы, в некоторых случаях анализировались выступления лидеров этих политических сил и итоги экспертных опросов в открытом доступе: для партийной идеологии - проекта Global Party Survey Гарвардского университета при содействии Университета Северной Каролины в Чэпел-Хилле за ноябрь - декабрь 2019 г.1, для отношения к России -European Election Studies2 за 2014 г., находящийся в середине необходимых хронологических рамок.
Когда все партии были отнесены к одной из девяти групп, в каждом избирательном округе были просуммированы доли избирателей, поддержавших организации одинаковых типов (отдельно по каждому голосованию). Эти показатели поставлены в соответствие порядковым номерам избирательных циклов, которые сменились закодированными выборами (порядок определялся в рамках своих последовательностей электоральных периодов для каждой страны, первыми элементами в которых являются циклы, закончившиеся в 2007 г. или позже).
Источником информации о доле русских в исследуемых регионах были базы данных статистических ведомств перечисленных стран. Описанные электоральная и этническая статистики были присоединены к карте избирательных округов.
При обработке собранной базы данных были рассчитаны дескриптивные статистики распределения электоральных результатов по разным избирательным округам (медиана, границы квартилей и размах ряда), а также индикаторы пространственной зависимости этих показателей.
1 Global Party Survey dataset // Global Party Survey. - 2020. - Mode of access: https://www.globalpartysurvey.org/download-data (accessed: 01.08.2020).
2 European Parliament Election Study 2014, Euromanifesto Study / H. Schmitt, D. Braun, S. Popa, S. Mikhaylov, F. Dwinger // GESIS. - 2016. - Mode of access: https://dbk.gesis.org/dbksearch/sdesc2.asp?no=5162&db=e&doi= 10.4232/1.5162 (accessed: 01.08.2020). DOI: 10.4232/1.5162.
База данных, содержащая результаты выборов парламентских партий и долю русских в населении отдельных регионов на уровне округов, объединена с картографическими данными в геоинформационных системах (АгсОК, QGIS и ОеоБа).
Особенности электорального поведения в регионах государств - соседей России в 2007-2020 гг.
Анализ популярности партий различной идеологической ориентации на общенациональных выборах в законодательные органы власти в 2007-2020 гг. в 11 пограничных государствах позволил выявить не только разницу обобщенных показателей поддержки политических сил, но и значительную территориальную дифференциацию этих индикаторов по избирательным округам.
Рассматриваемые в рамках анализа партии в своих странах обладали довольно высоким уровнем популярности. В частности, более 50% населения большинства регионов Беларуси поддержало партии из числа центристских пророссийских, Казахстана - консервативных сторонников России, Украины в 2019 г. - центристских антироссийских политиков, Грузии в 2016 г. - консервативных критиков России, Грузии в 2008 г. - их центристских единомышленников.
Использование результатов нескольких выборных циклов подряд позволило провести динамическое сопоставление электоральных показателей и выявить несколько тенденций. Отчетливое разделение в предпочтениях избирателей партий разной идеологической направленности произошло в 2014 г. на выборах, состоявшихся после начала украинского кризиса, граждане многих стран предпочитали антироссийские партии пророссий-ским.
В частности, сторонники России стали менее популярны не только в Норвегии, правительство которой солидаризировалось с большинством западных стран по украинскому вопросу, но и в Беларуси. В частности, пророссийские центристы набрали лишь около 40% голосов в Свислочском, Столбцовском, Минском Партизанском и Старовиленском избирательных округах в 2016 г. и в Каменногорском и Минском Западном - в 2019 г.
Более того, во время последних выборов за них проголосовали лишь 34% избирателей Минского Партизанского округа и 29% Кальварийского.
В свою очередь зеркальная тенденция выразилась в росте популярности антироссийских партий. Центристские критики России улучшили свои электоральные результаты после 2014 г. в Норвегии, консервативные - в Грузии. Следует отметить, что снижение популярности грузинских антироссийских центристов в 2016 г. не должно вводить в заблуждение: возможно, многие избиратели этих политиков переключили внимание на упомянутых консерваторов, также выступающих против России.
Несмотря на некоторую неоднозначность грузинского случая, противоположная тенденция - к более благоприятным для России результатам выборов после 2014 г. - также присутствует в некоторых странах. Например, жители Польши стали менее охотно поддерживать центристские антироссийские партии, чем до этого. Доля сторонников пророссийских партий увеличилась в Казахстане.
Анализируя территориальную неоднородность электоральных показателей, можно констатировать значительное разнообразие предпочтений избирателей различных регионов Польши и Украины, а также Грузии и Литвы. Результаты антироссийских партий на выборах нескольких лет в избирательных округах начала второго и начала четвертого квартиля в одной и той же стране отличались на 30 п. п. и более. При этом такое расхождение взглядов характерно не только для стран с большой численностью населения и территорией (Польши и Украины), но и для относительно компактных Грузии и Литвы. В то же время проследить, настолько же ли устойчивое расхождение в результатах пророссийских партий, не представляется возможным, так как многолетние тенденции искажены общим снижением популярности сторонников России после 2014 г.
Географические различия электоральных показателей стали менее отчетливыми после 2014 г. также из-за того, что сократилось не только общее число сторонников пророссийских партий, но и диапазон межрегиональной изменчивости популярности некоторых политических сил (на сей раз - антироссийских). Уменьшилось расхождение между результатами консервативных критиков России в различных районах Грузии,
центристских - в украинских областях, либеральных - в Эстонии. Такое движение к общенациональному консенсусу по вопросу поддержки антироссийского курса может объясняться однородной реакцией большинства граждан этих стран по украинскому кризису.
Тем не менее результаты до 2014 г. (когда пророссийские партии были еще сравнительно популярны) позволяют сделать схожие выводы. Зафиксировано сопоставимое - более 30 п. п. -расхождение между популярностью консервативных пророссий-ских партий различных регионов Финляндии в 2007 и 2011 гг. Наиболее противоречивое отношение (расхождение более 80 п. п. по указанному параметру) вызывали украинские пророссийские центристские партии в 2007 и 2012 гг.: в этом явлении мог отразиться культурный раскол между жителями западных и восточных регионов страны.
Кластерный анализ электорального поведения в регионах государств - соседей России
Более детальное исследование географического распределения (расчет индикаторов пространственной зависимости и выделение соответствующих кластеров) показало, что политические предпочтения жителей некоторых близких друг к другу регионов сходятся. Например, на востоке Украины эмпирически подтверждено существование кластера территорий с пророссийскими настроениями, а на западе - наоборот, группы областей с повышенными электоральными результатами антироссийских политических сил. В наибольшей степени эта особенность проявилась в ходе выборов 2012 г. (см. рис. 1): консервативные антироссийские партии получили поддержку выше среднего уровня в областях Украины западнее Житомирской; в то же время избиратели из юго-восточных областей наподобие Херсонской, Запорожской и Донецкой поддержали их менее охотно, чем жители соседних регионов.
Political science (RU), 2022, N 4
153
LISA Cluster Map
Not Significant [13
Рис. 1.
Кластеризация регионов Украины путем измерения локальных индикаторов Морана на основе результатов консервативных антироссийских партий на выборах 2012 г.
В некоторых странах пророссийские политические силы получали более высокий результат в близких к России регионах, чем в далеких. Так, четыре голосования подряд (в 2010, 2011, 2014 и 2018 гг.) в районах граничащей с Россией латвийской Латгалии либеральные партии с позитивным отношением к России были популярнее, чем в соседних краях. Напротив, жители самых западных регионов Латвии (за исключением портовых городов, принимающих грузы из России) почти отказали этим партиям в поддержке. Наличие кластера поддержки пророссийских партий в южных краях центральной Латвии в 2011 г. может объясняться тем, что данные политические силы приобрели популярность не благодаря своей внешнеполитической ориентации, а из-за востребованности социалистических пунктов их программ. Жители этих регионов, расположенных между развитой столицей и западнолат-вийскими портами и адресатами большей части грантов из структурных фондов ЕС, могут чувствовать себя обделенными и выступать за перераспределение доходов.
Та же тенденция по мере отдаления от границ России отмечена в поддержке антироссийских партий. Например, такие политики консервативного толка по итогам всех четырех проанализированных выборов (см. рис. 2-5) набрали относительно мало
голосов на востоке страны (в различных краях Латгалии) и сравнительно много - в кластерах центральной части страны (от Саул-крастского и Буртниекского округов на севере до Вецумниекского и Баускского - на юге, за исключением пригородов Огре и Риги).
Рис. 2-3.
Кластеризация регионов Латвии путем измерения локальных индикаторов Морана на основе результатов консервативных антироссийских партий на выборах 2010, 2011
Рис. 4-5.
Кластеризация регионов Латвии путем измерения локальных индикаторов Морана на основе результатов консервативных антироссийских партий на выборах 2014 и 2018 гг.
Анализ результатов либеральных партий с таким же негативным отношением к России тоже продемонстрировал (см. рис. 6) то, что относительно популярными эти политические силы были в 2018 г. только в центре страны (за исключением юго-западных предместий Риги). Жители северных, южных и западных районов оказали им умеренную поддержку, а избиратели из упомянутого латгальского кластера голосовали за них крайне редко.
Рис. 6.
Кластеризация регионов Латвии путем измерения локальных индикаторов Морана на основе результатов либеральных антироссийских партий на выборах 2018 г.
Относительная симпатия жителей пограничья России к пророссийским партиям может объясняться экономическими факторами голосования. Возможно, избиратели считают такие партийные программы потенциально выгодными для себя, поскольку рост объема приграничной торговли при предлагаемом внешнеполитическом курсе принесет больший доход близким к России областям, а не отдаленным.
В Беларуси в 2016 и 2019 гг. в Витебске и прилежащих избирательных округах (Городокском, Лепельском и Сенненском) сформировался кластер сторонников центристских пророссийских партий. При этом на другом конце страны (вокруг Замкового и Ивьевского районов у границы с Литвой) на тех же выборах консервативные политики, относившиеся к России позитивно, получили меньшую долю голосов, чем в соседних областях.
Стоит отметить, что в другой зоне, удаленной от России (на западе белорусско-украинской границы - в Пинском, Лунинецком и Столинском районах), консервативные пророссийские партии также были относительно непопулярны в 2016 г. Солигорская область, также входящая в этот кластер, примечательна тем, что большинство ее жителей настойчиво отказывались поддерживать
эти организации и в 2019 г., когда в близких южных избирательных округах (Полесском и Житковичском) они получили относительно высокие результаты.
Стоит отметить, что электорат близких к России кластеров поляризованных (судя по приведенным ранее результатам пространственного анализа) стран иногда относился к нашей стране не лучше своих соотечественников из дальнего от России кластера, а хуже. Так, в 2007 г. центристские пророссийские партии были менее привлекательны для избирателей юго-востока Польши, а также округов, расположенных севернее (Седльце и Варшавы), чем соседних областей, и более - в противолежащей северозападной местности от польско-германской границы до запада Быдгощского округа. Наличие указанной «пророссийской» (в тот год) группы регионов косвенно подтверждается результатами выборов в соседней с ней приморской Гдыне (показана на карте светлым выделением): близкое расположение данного кластера привело к тому, что значение популярности этих политиков, которое ожидалось после расчета общестранового коэффициента корреляции, было превышено.
Это относительное недовольство пророссийскими партиями вблизи территории ОДКБ может объясняться влиянием на эту связь электорального поведения с географией со стороны промежуточной переменной - исторической травмы. Возможно, заинтересованность в приграничной торговле с Калининградской областью (в случае Гдыни, пригорода Гданьска, ведущего с Калининградом довольно интенсивный торговый обмен) или более восточными российскими областями (в случае юго-востока Польши - транзитом через Беларусь) перекрывается опасениями военного характера. Видимо, из-за памяти о нарушениях Советским Союзом суверенитета некоторых государств - членов Варшавского договора близость к местам дислокации российской армии вызывает острую негативную реакцию; и в результате образ нашей страны у жителей далеких от России регионов менее испорчен этим фактором, чем у соседей ОДКБ.
Упомянутое расхождение между восточными и западными регионами Украины проявилось и в голосовании за пророссийские партии. Примечательно, что кластеры областей выделяются по этому признаку не только после 2014 г., но и до начала украинского кризиса. Так, выборы 2007 и 2012 гг. отчетливо разделили из-
бирателей западных и восточных областей по отношению к центристским пророссийским партиям.
Зависимость электоральных предпочтений от дистанции до России может быть ослаблена другими факторами их изменчивости. В частности, в Эстонии предположения о влиянии территориальной близости к России и соседства с эстонскими регионами не подтвердились из-за неравномерности расселения русских по территории страны: двухфакторный анализ локальных индикаторов пространственной автокорреляции выявил расхождения результатов голосования с прогнозом, сделанным на основе корреляционной зависимости между соседними территориями (т.е. однофак-торной версии данного метода). В силу соседства с регионами, населенными большим количеством русских (прежде всего, в уезде Ида-Вирумаа), доля сторонников либеральных антироссийских партий восточнее Таллина и севернее Тарту (где русских насчитывается лишь 7-14% населения) предполагалась более низкой, чем наблюдалась на выборах 2011, 2015 и 2019 гг. Такое же отклонение итогов голосования от прогнозного зафиксировано среди консервативных антироссийских избирателей в 2015 г.
Установлено, что такие группы избирательных округов (в которых партии не набрали количества голосов, которое прогнозировалось исходя из предположений о соседстве и дистанции до России) могут сосуществовать в одной стране с регионами, население которых массово поддержало пророссийские партии. Так, в Литве относительно низкий результат консервативных пророссий-ских партий в двух кластерах на юго-западе страны севернее Дру-скининкай (вблизи Калининградской области) частично объясняется тем, что эффект соседства не был поддержан этнической статистикой. Доля русских в этих регионах составляет около 1%, поэтому большинство населения не могло интенсифицировать и в полной мере воспользоваться выгодами от трансграничных обменов ресурсами и информацией на родном языке потенциальных партнеров-калининградцев.
Напротив, на востоке страны поддержка этих партий в предместьях Висагинаса и Зарасай обусловлена голосованием русских в той же мере, что и в соседних окрестностях белорусского Полоцка, отделяющих Висагинас от России. Например, в Новопо-лоцке около 10% русских и 19% голосовавших за этих политиков в
2016 г.; в избирательном округе Зарасай в том же году таких было 34% при доле русских в 35%.
Приведенный пример литовских и белорусских избирателей-единомышленников демонстрирует, что наличие результатов идеологически близких партий из соседних стран в одной базе данных позволило выявить трансграничные кластеры популярности соответствующих идеологий. К примеру, упомянутое сходство электоральных предпочтений некоторых литовцев и белорусов выявлено в ходе не только двухфакторного, но и однофакторного пространственного анализа (без учета этнических показателей). В кластер повышенной популярности пророссийских консерваторов между Минском и Лидой в 2016 г. были вовлечены литовские территории от Шальчининкай до южных пригородов Вильнюса.
Указанным способом можно продемонстрировать сходство избирателей не только пары стран, но и большего количества государств. Стоит отметить, что найден «макрокластер» регионов четырех стран вокруг южнобелорусских областей. Установлено, что с 2011 г. жители некоторых приграничных польских, литовских и украинских территорий поддерживали центристские про-российские партии так же охотно, как граждане Белоруссии. Эта группа регионов в различном составе существовала до выборов 2019 г., так что выявленная закономерность может проявиться и на следующих выборах. Наиболее полный набор небелорусских территорий в этом кластере выделен по результатам выборов 20142016 гг.; он включает округа польского Белостока, литовского Друскининкая, а также украинских Волыни, Ровно, Сум и Чернигова (см. рис. 7).
Стоит отметить устойчивость многих выделенных территориальных кластеров во времени. Так, результаты всех четырех проанализированных выборов в Польше (2007, 2011, 2015, 2019 гг.) показали наличие двух групп воеводств, жители которых были противоположно настроены в отношении центристских антироссийских партий. Поляки юго-востока страны на протяжении более десяти лет не поддерживали эти партии в той мере, в которой за них голосовали в соседних регионах (несмотря на усиление антироссийской критики центральным правительством после 2014 г.). Напротив, на северо-западных территориях (прежде всего находившихся в составе Германской империи) данные политиче-
ские силы получили более серьезную поддержку, чем в других регионах. Хотя северо-западный кластер претерпевал реконфигурацию на протяжении этих лет, в него все это время входили Зелёно-гурский, Щецинский и Кощалинский округа и, после 2007 г., Гдыня, пригород одного из крупнейших городов страны - Гданьска.
Рис. 7.
Трансграничный кластер электорального поведения вокруг юга Беларуси
Более того, устойчивыми являются многие кластеры, выделенные двухфакторным пространственным анализом (т.е. подверженные реконфигурации из-за изменчивости не одного признака, как в однофакторном методе, а двух). Например, восточные и западные территории Украины устойчиво входили в свои группы регионов по уровню поддержки центристских пророссийских партий в зависимости от количества русских. Примечательно, что Львовская и Закарпатская области, находящиеся на землях бывшей Речи Посполитой и включающие лишь 4 и 2% русских, объединены в единый кластер с южными и некоторыми другими польскими воеводствами (которые тоже не склонны были поддерживать эти партии).
* * *
В результате проведенного исследования выявлена значительная дифференциация избирательных округов по степени поддержки антироссийских и пророссийских партий в 2007-2020 гг. Межрегиональное разнообразие наблюдается на уровне избирательных округов одних и тех же стран. Показатели антироссийских партий в регионах из начала второго и начала четвертого квартиля (в восходящем ряду результатов партий в этих округах) некоторых стран отличались на 30 п. п., пророссийских - на 80 п. п. Примечательно, что среди украинцев такая крайняя поляризация отмечена по обоим указанным параметрам.
Динамическое сравнение электоральных успехов партий на последовательных выборах показало, что это разнообразие сократилось после 2014 г.: в большинстве исследованных стран реакцией на позицию России в ходе украинского кризиса стала более равномерная и интенсивная поддержка антироссийских партий. Даже в Беларуси, образующей с Россией Союзное государство, в основной части избирательных округов сторонники России стали менее популярны, критики - более (в отличие от другого члена ЕАЭС - Казахстана).
При помощи индикаторов пространственной зависимости показано сходство политических предпочтений жителей соседних регионов. Группы дружественно настроенных к России избирателей (из кластеров регионов с высокой поддержкой пророссийских партий или низким уровнем одобрения антироссийских) чаще всего выделялись вблизи России: наиболее отчетливо - на востоке Украины, в латгальских районах Латвии и Витебской области. Наоборот, кластеры с высокой долей сторонников антироссийских партий находятся на противолежащих территориях, далеких от российской границы (в перечисленных случаях - на западе Украины, западе Латвии и юго-западе Беларуси).
Стоит отметить, что такие предпочтения жителей пограни-чья России в отношении пророссийских партий объясняются не только заинтересованностью в приграничной торговле с россиянами. Результаты польских выборов показывают, что не менее важна роль исторической травмы: из-за прошлых конфликтов с Россией и / или СССР места дислокации российской армии порождают настороженность по мере приближения к ним. Также двух-
факторный пространственный анализ, учитывавший этнический состав избирательных округов, показал, что при низкой доле русских в населении региона его близость к России может не улучшать результаты пророссийских партий (наиболее отчетливо это проявилось на юго-западе Литвы).
Стоит отметить устойчивость многих выделенных территориальных кластеров во времени. Более того, устойчивыми являются многие кластеры, выделенные двухфакторным пространственным анализом (т.е. подверженные реконфигурации из-за изменчивости не одного признака, как в однофакторном методе, а двух).
Следствием неоднородности электорального поведения в отдельных странах являются зоны, в которых жители соседних стран практически в равной степени поддержали идеологически близкие партии. Такие трансграничные кластеры могли находиться одновременно на территории не только двух или трех, но и четырех стран: в 2011-2019 гг. жители некоторых польских, литовских и украинских территорий, граничащих с южнобелорусскими областями, массово поддерживали центристские пророссийские партии.
Таким образом, проверка гипотезы на четырех электоральных циклах подряд позволила провести динамическое сопоставление электоральных показателей и выявить несколько упомянутых тенденций. Методы пространственной автокорреляции позволили математически обосновать формирование кластеров. Эти методы также дали возможность оценить и прокомментировать электоральные аномалии в регионах зарубежных государств - соседей России.
L.P. Shmatkova, A.O. Domanov* Comparative Spatial Analysis of Electoral Behavior in the Regions of Russia's Neighbor States
Abstract. The article contains comparative spatial analysis of the electoral behavior of residents in regions of Russia's neighbor states. Problems of electoral behavior often become the subject of studies. However, the electoral behavior of residents of
* Shmatkova Liubov, MGIMO University (Moscow, Russia), e-mail: [email protected]; Domanov Aleksey, MGIMO University (Moscow, Russia), email: [email protected]
Political science (RU), 2022, N 4
163
foreign border regions usually attract less attention. Moreover, spatial analysis is proving to be a promising area in studying the electoral behaviour as it makes it possible to identify patterns and the neighborhood effect and conduct a mathematically sound analysis of phenomena. The authors aim to identify and compare the patterns of electoral behavior in the regions of Russia's neighbor states based on the results of the parliamentary elections in 2007-2020, using the methods and tools of spatial analysis. By means of a specially developed comparative digital two-dimensional matrix reflecting the positions of political parties, a number of cartograms showing the distribution of votes for similar political forces in each electoral cycle were created, which made it possible to identify general trends in the transformation of electoral behavior in the regions of states bordering Russia. The article reveals a significant differentiation in electoral areas in terms of support for anti-Russian and pro-Russian parties in the period under review. At the same time, a dynamic comparison of the electoral results of parties during several electoral cycles showed that diversity decreased after 2014. In addition, indicators of spatial dependence show the similarity of political preferences of residents of neighboring regions. Moreover, the stability of many identified territorial clusters over time was revealed.
Keywords: electoral behavior; parliamentary elections; Russian borderlands; spatial analysis; cluster analysis.
For citation: Shmatkova L.P., Domanov A.O. Comparative spatial analysis of electoral behavior in the regions of Russia's neighbor states. Political science (RU). 2022, N 4, P. 145-164. DOI: http://www.doi.org/10.31249/poln/2022.04.07
References
Zinovyev A.S. Geopolitical cleavage in electoral geography of Lithuania. Regional'nye issledovaniya. 2015, N 3 (49), P. 48-56 (In Russ.)
Kolosov V.A. How to explore the new frontier of Russia. International Trends. 2004, N 2 (3), P. 89-95. (In Russ.)
Okunev I. Yu., Gorelova Yu.S., Gruzdeva E.E. Regional dispariries of electoral behavior in Poland: comparative analysis. Comparative Politics Russia. 2021, N 12(1), P. 149-160. DOI: 10.24411/2221-3279-2021-10011 (In Russ.)
Tarasov I.N., Fidrya E.S. Geography of electoral volatility in the Warmia and Mazury Voivodeship of Poland. The Baltic Region. 2016, N 8(4), P. 78-89. DOI: 10.5922/2074-9848-2016-4-5 (In Russ.)
Shestakova M.N. Electoral studies of border territories in domestic science: state of art and prospects. The Caspian region: politics, economics, culture. 2020, N 1 (62), P. 43-54. DOI: 10.21672/1818-510 X-2020-62-1-043-054 (In Russ.)
Anselin L. Local Indicators of Spatial Association - LISA. Geographical Analysis. 1995, N 27, P. 93-115.
Enos R.D. The Space between Us: Social Geography and Politics. Cambridge: Cambridge University Press, 2017, 302 p.
Литература на русском языке
Зиновьев А. С. Геополитический раскол в электоральной географии Литвы // Региональные исследования. - 2015. - № 3 (49). - С. 48-56.
Колосов В.А. Как изучать новое пограничье России // Международные процессы. - 2004. - № 2 (3). - С. 89-95.
Окунев И.Ю., Горелова Ю.С., Груздева Е.Е. Региональные особенности электорального поведения в Польше: опыт сравнительного пространственного анализа // Сравнительная политика. - 2021. - № 12(1). - С. 149-160.
Тарасов И.Н., Фидря Е.С. География электоральной волатильности в Варминьско-Мазурском воеводстве Польши // Балтийский регион. - 2016. - № 8 (4). - С. 78-89.
Шестакова М.Н. Электоральные исследования приграничных территорий в отечественной науке: состояние и перспективы // Каспийский регион: политика, экономика, культура. - 2020. - № 1 (62). - С. 43-54. - Б01: 10.21672/1818510 Х-2020-62-1-043-054
