CC BY
89
Политические процессы и практики
ПОПОВ Петр Леонидович — кандидат философских наук, научный сотрудник лаборатории теоретической географии Института географии им. В.Б. Сочавы СО РАН (664033, Россия, г. Иркутск, ул. Улан-Баторская, 1;plp@irigs.irk.ru)
ЧЕРЕНЕВ Алексей Анатольевич — кандидат географических наук, научный сотрудник лаборатории георесурсоведения и политической географии Института географии им. В.Б. Сочавы СО РАН (664033, Россия, г. Иркутск, ул. Улан-Баторская, 1; tcherenev@irigs.irk.ru)
САРАЕВ Владимир Григорьевич — кандидат географических наук, старший научный сотрудник лаборатории экономической географии и территориального планирования Института географии им. В.Б. Сочавы СО РАН(664033, Россия, г. Иркутск, ул. Улан-Баторская, 1; soclab@irigs.irk.ru)
оценка прогноза электоральной предрасположенности регионов РФ по материалам парламентских и
президентских выборов 2016 И 2018 гг.
Аннотация. В статье сопоставляется прогноз результатов президентских выборов 2018 г. на уровне регионов с реальными результатами этих выборов. Прогноз основан на результатах парламентских выборов 2016 г. и на выявлении четырех типов электоральной предрасположенности регионов (устойчиво повышенная поддержка той или иной партии, устойчиво пониженная поддержка, потенциальное понижение и потенциальное повышение поддержки) и трех типов территориального распределения условий, благоприятствующих голосованию за политическую партию.
Ключевые слова: электоральная предрасположенность, партия, регион, макрорегион, парламентские выборы 2016, президентские выборы 2018, социально-экономические факторы, степень осуществления прогноза
1. Введение
Электоральное поведение - важный индикатор, непосредственно характеризующий политическую культуру социума, оценку им уровня собственного благосостояния, опосредованно отражающий объективные обстоятельства его жизни. Вместе с тем электоральное поведение - фактор, влияющий все стороны жизни социума. Поэтому изучение электорального поведения - важная теоретическая и практическая задача социологического, политико-географического знания. Частью изучения электорального поведения является разработка методов прогнозирования результатов выборов. Нами был предложен подход к прогнозированию результатов выборов и прогноз некоторых результатов президентских выборов 2018 г. [Попов и др. 2017; Попов, Сараев, Черенев 2017]. Прогноз опирался на итоги парламентских выборов 2016 г. В предлагаемой статье мы сопоставим прогноз с реальными итогами выборов по регионам РФ.
2. Материалы и методы
Нами была предпринята попытка выяснить, с каким комплексом социально-экономических признаков субъекта РФ связана поддержка каждой из трех крупных политических партий - «Единой России» (ЕР), Коммунистической партии Российской Федерации (КПРФ), Либерально-демократической партии России (ЛДПР) - на выборах в ГД РФ 2016 г.
В качестве теоретической и методологической базы нашего исследования были приняты ряд трудов отечественных ученых [Дегтярев 2004; Семененко и др. 2017; Ишмуратов 1998; Карнышев, Жуков, Шестак 2004: 38-43; Максаковский 2008: 215-223; Манаков, Капкина 1998: 46; Нартов 1999: 116-119; Огарев 1952: 12-36; Петров, Титков 2000: 72-74; Покровский 1999; Саушкин 1973: 19-22; Туровский
1999: 48-53; Чичерин 1905: 78; Авраменко 2018; Соловьева 2018: 100], а также представителей англоязычной школы политической и социально-экономической географии [Johnston 2005: 580; Heppen 2003: 202; O'Loughlin 1981: 270-271].
Кроме того, рассмотрены связи электоральных предпочтений населения региона с электоральными предпочтениями населения макрорегиона, к которому относится соответствующий регион, и с выраженностью комплекса социально-экономических признаков, благоприятствующих поддержке партии, - также на уровне макрорегиона. Макрорегионы являются синонимом традиционных экономических районов (их обычно выделяют 10-12: Центральное Нечерноземье, Северо-Запад, Поволжье, Урал и т.д.). Но в данном случае речь идет не только об экономических явлениях, поэтому лучше использовать термин «макрорегион».
На основе полученных результатов была предложена типология регионов РФ, учитывающая как уровень поддержки основных политических партий, так и выраженность комплекса социально-экономических признаков, благоприятствующих поддержке определенной партии. Таким образом, возможны три варианта влияния на электоральное поведение населения региона: 1) в рассматриваемом регионе присутствует некий комплекс признаков (экономических, демографических, мировоззренческих и т.д.), от выраженности которого зависит голосование за определенную партию; 2) в макрорегионе, к которому относится данный регион, данная партия пользуется большей или меньшей поддержкой (что оказывает влияние и на рассматриваемый регион); 3) в макрорегионе, к которому относится данный регион, присутствует некий комплекс признаков, от выраженности которого зависит голосование за данную партию (что оказывает влияние на рассматриваемый регион).
Каждый вариант, в соответствии с нашим предположением, открывает возможности прогнозирования результатов предстоящих выборов на основе анализа результатов выборов, уже происшедших.
Если в регионе фактически оказана поддержка определенной партии на выборах в ГД 2016 г. (эта партия получила здесь больше голосов, чем в среднем по стране) и вместе с тем в большей степени, чем в среднем по стране, выражен и комплекс факторов поддержки этой партии, то такой субъект РФ можно назвать регионом устойчивой поддержки данной партии. (Комплекс факторов поддержки в этом и других типах может характеризовать как регион непосредственно, так и макрорегион, к которому принадлежит регион.) Обозначаем такой тип регионов как тип 1.
Если в регионе данная партия получила меньше голосов, чем в среднем по стране, и в регионе (макрорегионе, к которому он принадлежит) комплекс признаков поддержки данной партии слабее, чем в среднем по стране, такой субъект можно назвать регионом устойчиво пониженной поддержки данной партии (тип 2).
Если в регионе данная партия получила больше голосов, чем в среднем по стране, но имеет слабый комплекс факторов поддержки, такой субъект РФ можно назвать регионом потенциального понижения поддержки данной партии (тип 3).
Если в регионе фактически партия получила меньше голосов, чем в среднем по стране, но сравнительно сильно выражен комплекс факторов поддержки данной партии, то такой регион можно назвать регионом потенциального повышения поддержки данной партии (тип 4). Типы 1-4 будем называть типами электоральной предрасположенности.
Типы 1-4, выделенные при учете социально-экономических факторов поддержки определенной партии внутри рассматриваемого региона, назовем
С-типами. (С - от «социальный»). Типы 1-4, выделенные при учете электоральных факторов поддержки на уровне макрорегионов (голосование за данную партию в макрорегионе, к которому принадлежит данный регион) назовем М-типами (от «макрорегион»). Типы 1-4, выделенные при учете социально-экономических факторов поддержки на уровне макрорегиона, назовем СМ-типами. С-, М-, СМ-типы будем называть типами территориального распределения условий, благоприятствующих голосованию за определенную партию.
Есть основания считать, что регионы потенциального повышения поддержки определенной партии являются для нее перспективным полем предвыборной деятельности, а регионы потенциального понижения поддержки - слабым звеном, также требующим специальных усилий. В случае повышения или, напротив, понижения авторитета партии в масштабах страны, изменения предположительно коснутся в большей степени регионов потенциального повышения ее поддержки (в первом случае) или потенциального понижения поддержки (во втором). Эти выводы были нами отнесены и к прогнозируемым результатам президентских выборов 2018 г.
Каждый субъект РФ был нами отнесен к С-, М- и СМ-типам в аспекте голосования за ЕР, КПРФ и ЛДПР. Выяснилось, что нередко наблюдается совпадение номеров типов у одного и того же региона: например, Белгородская обл. в аспекте голосования за ЕР принадлежит к С-типу 1, М-типу 1, и СМ-типу 1, т.е. является и по социальным признакам внутри региона, и по социальным признакам в макрорегионе, и по уровню поддержки данной партии в макрорегионе регионом устойчиво повышенной поддержки данной партии.
Мы также предположили, что если уровень поддержки той или иной партии в стране в целом до президентских выборов 2018 г. увеличится, то в большей степени увеличение проявится в регионах ее потенциальной поддержки (тип 4). Если, наоборот, уровень поддержки партии ослабеет, то в большей степени это коснется регионов потенциального ослабления ее поддержки (тип 3). Речь шла об С-, М- и СМ-типах.
Необходимо заметить, что в отношении ЕР результаты президентских выборов не вполне соотносимы с результатами других партий, поскольку поддержанный этой партией кандидат не является ее членом, официально не выступал от ее имени и, возможно, не у всех избирателей ассоциировался с ней.
3. Результаты и обсуждение
Сопоставим эти предположения с результатами президентских выборов (см. табл. 1). В таблице представлены средние по субъектам РФ результаты голосования за основные политические партии, раздельно по группам субъектов, отнесенных к типам С, М, СМ, в комбинациях с типами 1, 2, 3, 4. Необходимо уточнить значение терминов «абсолютная» и «относительная» процентная доля. Абсолютная процентная доля по региону - процент голосов избирателей, поданных за политическую партию в данном регионе, а относительная доля -это величина, показывающая, какой процент составляет абсолютная доля по региону по отношению к средней абсолютной доле по совокупности всех регионов РФ.
Например, в Белгородской обл. ЛДПР получила в 2016 г. 13,7% голосов (абсолютная доля), а в 2018 г. - 5,57% голосов, различие между выборами составляет -8,1%. Это изменение абсолютной поддержки партии.
Средняя по субъектам РФ поддержка данной партии равна 14,6%; 13,7% составляет от этой цифры 93,84% (относительная доля). В 2018 г. в этой области ЛДПР получила 5,57% голосов, что составляет 90,57% средней по субъектам РФ цифры, равной 6,15%. Разница между результатами выборов 2018 и 2016 гг. в относи-
тельной доле -3,27%. Это и есть изменение относительной поддержки партии в регионе. Преимущество показателя относительной, а не абсолютной поддержки обосновано тем, что принадлежность субъектов РФ к типам электоральной предрасположенности определялась с учетом относительной поддержки партий. В типах с номерами 1 и 3 относительная поддержка партии на выборах 2016 г. была повышена, в типах с номерами 2 и 4 - понижена. Показатель относительной поддержки более информативен, потому что позволяет сопоставить региональный уровень поддержки с картиной по регионам РФ в целом.
По результатам президентских выборов 2018 г. в сравнении с парламентскими выборами 2016 г. увеличилась поддержка ЕР и уменьшилась поддержка ЛДПР и КПРФ. Следовательно, в соответствии с нашим прогнозом, наибольшее повышение поддержки ЕР должно было произойти в типах с номерами 4, а наибольшее ослабление позиций КПРФ и ЛДПР - в типах с номерами 3.
Таблица 1
Различие между региональными результатами президентских выборов 2018 г. и парламентских выборов 2016 г. по процентной доле (абсолютной и относительной) избирателей, проголосовавших за основные политические партии
Доля Типы электоральной предрасположенности лдпр КПРФ ЕР
Типы территориального распределения условий, благоприятствующих голосованию за партию Типы территориального распределения условий, благоприятствующих голосованию за партию Типы территориального распределения условий, благоприятствующих голосованию за партию
С М СМ С М С М СМ
Абс. 1 -11,7 -11,82 -11,58 -1,53 -1,93 15,67 15,32 15,89
Отн. 1 -7,1 -7,38 -7,21 5,1 2,14 -21,76 -21,29 -21,06
Абс. 2 -4,1 -3,78 -3,78 -0,76 -0,89 30,19 29,82 29,7
Отн. 2 11,64 14,4 12,34 4,25 4,45 13,43 12,03 12,22
Абс. 3 -9,8 -10,52 -10,89 -7,51 -4,64 26,2 17,01 18,99
Отн. 3 -13,93 -13,27 -14,08 -44,54 -17,71 0,9 -22,28 -18,8
Абс. 4 -7,24 -6,66 -6,66 -1,04 -0,84 28,78 29,82 29,45
Отн. 4 6,7 5,36 11,18 4,93 4,56 8,64 11,13 10,86
Заслуживает внимания то обстоятельство, что регионы, различающееся по типам территориального распределения условий, благоприятствующих голосованию за партию (С, М, СМ) показывают очень сходные электоральные результаты, несмотря на различие оснований выявления этих типов, если относятся к одним и тем же типам электоральной предрасположенности (1-4). Но, несмотря на это соответствие, указывающее на объективный характер всех выявленных типов, все же результаты выборов не во всем совпали с электоральным прогнозом, вытекающим из предложенной интерпретации этих типов.
По результатам президентских выборов 2018 г., в абсолютных показателях поддержка ЕР в регионах типа 4 (регионы потенциального повышения поддержки) действительно выросла, но примерно так же, даже немного больше,
она выросла и в регионах типа 2 (регионы устойчиво пониженной поддержки). По относительным цифрам в регионах типов 2 и 4 также отмечено повышение поддержки, а в регионах типа 1 и 3 - ее понижение.
Поддержка ЛДПР от выборов к выборам снизилась, и в соответствии с нашим прогнозом снижение поддержки должно было в особенности затронуть регионы типа 3. Наибольшее снижение по абсолютным показателям отмечается в регионах типа 1 и типа 3, где оно немного меньше. По относительному показателю в соответствии с прогнозом наибольшее снижение произошло в регионах типа 3.
Результаты КПРФ снизились по отношению к выборам 2016 г. Максимальное снижение результатов КПРФ и по абсолютным, и по относительным показателям обнаруживается в регионах типа 3, что соответствует нашему прогнозу.
4. Заключение
Отмечаем, что, с нашей точки зрения, сопоставление результатов выборов 2018 г. с типологизацией субъектов РФ по электоральной предрасположенности, основанной на учете выборов 2016 г., говорит о целесообразности применения предложенного подхода и необходимости его совершенствования. При выявлении типов электоральной предрасположенности могут применяться более продвинутые математические средства, может учитываться больший набор социально-экономических явлений.
5. Выводы
1. Прогноз по выявлению группы регионов наибольшего изменения поддержки партии (совпадающего по знаку с изменением поддержки партии в целом по стране), основанный на различении типов электоральной предрасположенности регионов, можно считать вполне сбывшимся в отношении КПРФ. В условиях фактического снижения поддержки в целом по стране наибольшее снижение произошло в регионах, отнесенных к типу потенциального понижения поддержки для данной партии.
2. Прогноз по изменению поддержки ЛДПР (в соответствии с которым в условиях снижения поддержки в целом по стране результаты должны особенно снизиться в регионах потенциального понижения поддержки) сбылся по относительным величинам. Наибольшее снижение по абсолютным показателям отмечается в регионах типа 1 (устойчиво повышенная поддержка) и в регионах типа 3, где оно немного меньше.
3. Прогноз по изменению поддержки ЕР (в соответствии с которым в условиях роста поддержки в целом по стране результаты особенно должны вырасти в регионах потенциального повышения поддержки) не вполне сбылся, поскольку фактический рост в регионах потенциального повышения поддержки оказался немного меньше роста в регионах устойчиво пониженной поддержки.
Список литературы
Авраменко А.М. 2018. Концепция Кубанского историко-культурного атласа как составной части программы изучения культурного наследия народов Северного Кавказа. - Наследие веков. № 1. С. 56-66. Доступ: http://heritage-magazine.com/wp-content/uploads/2018/02/2018_1_Avramenko.pdf (проверено 15.09.2018).
Дегтярев А.А. 2004. Политический анализ как прикладная дисциплина: предметное поле и направления развития. - Полис. Политические исследования. № 1. С.154-168.
Ишмуратов Б.М. 1998. Экономико-географические и геополитические фак-
торы развития межэтнических отношений на современном этапе. - География и природные ресурсы. № 1. С. 5-14.
Карнышев А.Д., Жуков К.С., Шестак В.Ф. 2004. Психология и политика: вопросы теории и практики. Иркутск: Изд-во ИГУ. 364 с.
Максаковский В.П. 2008. Географическая картина мира. Кн. 1. Общая характеристика мира. М.: Дрофа. 495 с.
Манаков А.Г., Капкина И.В. 1998. Электоральная география России и Псковской области. Псков: Центр «Возрождение». 46 с.
Нартов Н.А. 1999. Геополитика: учебник для вузов. М.: ЮНИТИ. 359 с.
Огарев Н.П. 1952. Избранные социально-политические и философские произведения. М.: Госполитиздат. Т. 1. 864 с.
Петров Н.В., Титков А.А. 2000. Электоральный ландшафт. Россия в избирательном цикле 1999-2000 гг. М.: Гендальф.
Покровский Е.А. 1999. Проблемы реализации избирательного процесса в регионе Российской Федерации как источник конфликтности - Правоведение. № 1. С. 244-247.
Попов П.Л., Сараев В.Г., Черенев А.А., Галес Д.А. 2017. Результаты выборов в ГД РФ 2016 г. и перспективы региональной поддержки кандидатов от основных политических партий на президентских выборах. - Власть. Т. 25. № 8. С. 74-82.
Попов П.Л., Сараев В.Г., Черенев А.А. 2017. От результатов выборов в ГД РФ 2016 года на региональном и макрорегиональном уровнях к оценке перспектив кандидатов основных партий на президентских выборах 2018 года. - Власть. Т. 25. № 11. С. 83-87.
Саушкин Ю.Г. 1973. Экономическая география: история, теория, методы, практика. М.: Мысль. 443 с.
Семененко И.С., Лапкин В.В., Бардин А.Л., Пантин В.И. 2017. Между государством и нацией: дилеммы политики идентичности на постсоветском пространстве. - Полис. Политические исследования. № 5. С. 54-78.
Соловьева Т.Н. 2018. Политический плюрализм в России как один из основополагающих признаков правового государства. - Вестник Московского государственного областного университета. Сер. История и политические науки. № 1. С.100-110.
Туровский Р.Ф. 1999. Политическая география: учебное пособие. Смоленск. Изд-во СГУ. 381 с.
Чичерин Б.Н. 1905 Бюрократия и земство. - Вопросы политики. М.
Heppen J. 2003. Racial and Social Diversity and U.S. Presidential Election Regions. - The Professional Geographer. Forum and Journal of the Association of American Geographers. Vol. 33. No. 55. P. 191-205.
Johnston R. 2005. Anglo-American Electoral Geography: Same Roots and Same Goals, but Different Means and Ends? - The Professional Geographer. Forum and Journal of the Association of American Geographers. Vol. 57. No. 4. P. 580-587.
O'Loughlin J. 1981. Political Geography. - The Professional Geographer. Forum and Journal of the Association of American Geographers. Vol. 33. No. 2.
POPOV Petr Leonidovich, Cand.Sci. (Philos.), Researcher of the Laboratory of Theoretical Geography, V.B. Sochava Institute of Geography, SB RAS (1 Ulan-Batorskaya St, Irkutsk, Russia, 664033;plp@irigs.irk.ru) CHERENEV Aleksei Anatol'evich, Cand.Sci. (Geogr.), Researcher of the Laboratory of Georesources and Political Geography, V.B. Sochava Institute of Geography, SB RAS (1 Ulan-Batorskaya St, Irkutsk, Russia, 664033; tcherenev@ irigs.irk.ru)
SARAEV Vladimir Grigorsevich, Cand.Sci. (Geogr.), Senior Researcher of the Laboratory of Economic Geography and Territorial Planning, V.B. Sochava Institute of Geography, SB RAS (1 Ulan-Batorskaya St, Irkutsk, Russia, 664033; soclab@irigs.irk.ru)
ESTIMATION OF THE FORECAST OF THE ELECTORAL DISPOSTION OF THE RUSSIAN REGIONS BY MATERIALS OF THE PARLIAMENTARY AND PRESIDENTIAL ELECTIONS OF 2016 AND 2018
Abstract. The article compares the forecast of the results of the presidential elections of 2018 at the regional level with the real results of these elections. The forecast is based on the results of the 2016 parliamentary elections and the identification of four types of electoral predisposition of the regions (sustained-increased support for a particular party, sustained-reduced support, potential reduction and potential increase in support) and three types of territorial distribution of conditions conducive to voting for the party. The paper shows features of the support of the ER (UR), the Communist Party and the LDPR.
Keywords: electoral predisposition, party, region, macro-region, parliamentary elections of 2016, presidential elections of 2018, socio-economic factors, degree of forecast fulfillment
