Научная статья на тему 'Социальные медиа и политические протесты'

Социальные медиа и политические протесты Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

CC BY
962
241
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Social Networks and Protest

New communication technologies, such as social media, may reduce collective action problems, but whether it actually happens is an open question. We provide evidence that penetration of online social media had a causal effect on participation in political protests. We show that higher number of users of the dominant Russian online social network, VK, in a city increased the likelihood of protest occurrence and the number of participants in these protests during the wave of protests in 2011-2012. To identify the effect, we use information on the city of origin of the students who studied together with the VK founder as a source of exogenous variation in network penetration. Corresponding IV estimates imply that a 10% increase in VK penetration increases the probability of a protest by 4.7%, and the size of a protest by 19%. We also find that VK penetration increases pro-governmental electoral outcomes, while cities with higher fractionalization of network users between VK and Facebook experienced less protests. These results suggest that social media affected protest activity by reducing the costs of coordination, rather than by spreading information critical of the government.

Текст научной работы на тему «Социальные медиа и политические протесты»

Рубен ЕНИКОЛОПОВ Алексей МАКАРЬИН Мария ПЕТРОВА

Социальные медиа и политические протесты

Введение

В последние годы активно обсуждается роль, которую сыграли социальные сети (такие как Facebook, Twitter и ВКонтакте) в политических протестах по всему миру, начиная от неудавшейся иранской «зеленой революции» 2009 г. и заканчивая Арабской весной и российскими протестами 2011-2012 гг. Эксперты приводят массу доводов как в пользу важности социальных сетей, так и в пользу их иррелеватности или даже отрицательной роли. Сторонники важности социальных медиа указывают на то, что те помогают участникам протестов лучше координировать свои действия1, увеличивают международный резонанс протестов2 и даже воспитывают новое поколение, более критично настроенное к авторитарным лидерам3. В то же время «интернет-скептики» указывают, что социальные медиа могут не только не ослабить, но и укрепить авторитарные режимы, так как они облегчают распространение дезинформации и пропаганды4, позволяют государству более эффективно отслеживать действия оппозиции5 и дают возможность пользователям «выпустить пар» в интернете, замещая этим участие в реальных протестах6.

Однако, несмотря на жаркие дебаты, до сих пор не существовало убедительных эмпирических свидетельств влияния социальных сетей на политические протесты. Наиболее значимые эмпирические исследования в этой области лишь смогли показать, что содержание сообщений в социальных сетях предсказывало

1 Shirky C. // Here Comes Everybody: The Power of Organizing Without Organizations. 2009. London, UK: Allen Lane, Penguin Group.

2 Aday S, Farrell H, Lynch M, Sides J., and Freelon D. // Blogs and Bullets II: New Media and Conflict after the Arab Spring. 2012, Tech. rept. United States Institute of Peace.

3 Lynch, M. // "After Egypt: The Limits and Promise of Online Challenges to the Authoritarian Arab State," Perspectives on Politics, 2011, 9(2), 301-310.

4 Esfandiari G. // The Twitter devolution. Foreign Policy, 2010, 2, 27.

5 Mozorov, E. // The Net Delusion: The Dark Side of Internet Freedom. 2011. New York: Public Affairs.

6 Gladwell, M. // "Small Change: Why the Revolution Won't be Tweeted."

New Yorker, Oct 4, 2010.

последующую протестную активность7. Однако содержание разговоров людей испокон веков предсказывало последующие бунты. Таким образом, остается загадкой, являются ли социальные сети лишь еще одним транслятором мнений или же их присутствие действительно увеличивает вероятность возникновения протестов. Отсутствие более убедительных свидетельств влияния социальных медиа на протесты связано прежде всего с серьезными методологическими проблемами подобных исследований. Распространение социальных сетей зависит от множества региональных и индивидуальных факторов (например, уровень доходов, образования и т.п.), которые могут одновременно оказывать влияние и на протестную активность. Это затрудняет нашу способность интерпретировать как свидетельство причинно-следственной связи положительную корреляцию между проникновением социальных медиа и протестами.

В своей работе мы изучаем влияние распространения ВКонтакте на протестную активность в России в 2011-2012 гг. По целому ряду причин российские протесты служат крайне удобной лабораторией для изучения эффекта распространения социальных сетей на политические протесты, что позволяет нам преодолеть описанные выше методологические проблемы. Прежде всего, в России наблюдалась существенная вариация между городами как в протестной активности, так и в проникновении социальных сетей. В отличие, скажем, от Египта, где практически все протесты проходили в одном населенном пункте и даже на одной площади, в России протесты прошли в более чем ста городах, что дает возможность сравнивать между собой города, отличавшиеся по степени проникновения ВКонтакте. Кроме того, осо-

7 Acemoglu, D, Hassan, T. A., and Tahoun, A. (2014). The Power of the Street: Evidence from Egypt's Arab Spring. NBER Working Paper No. 20665. // Steinert-Threlkeld, Z. C, Mocanu, D, Vespignani, A., and Fowler, J. (2015). Online social networks and offline protest. EPJ Data Science, 4(1), 1-9.

бенности раннего развития ВКонтакте, описанные ниже, дают нам возможность использовать идиосинкратические различия в уровне проникновения социальной сети в различных городах для оценки ее влияния на протестную активность.

Потенциальные механизмы влияния социальных сетей на протестную активность

Социальные медиа могут способствовать протестной активности через множество отдельных каналов влияния. Прежде всего, они могут предоставлять пользователям информацию, которая не попадает в подконтрольные государству традиционные средства массовой информации и которая увеличивает поддержку оппозиции. Кроме того, наличие горизонтальных потоков информации между большим количеством людей в социальных сетях способно облегчать возникновение и поддержание коллективных действий. Это может происходить как за счет упрощения координации между потенциальными участниками протеста, так и за счет усиления социального давления, связанного с участием (или неучастием) в протестах.

В контексте нашего исследования мы могли бы ожидать, что все вышеуказанные механизмы играли свою роль. В другой своей работе мы показываем, что социальное давление являлось важным фактором участия в российских протестах 2011-2012 гг1. Исследования также показывают, что пользователи социальных сетей в России действительно обладали большей информацией о нарушениях на парламентских выборах, которые послужили поводом для про-тестов2. Кроме того, теоретическая литература указывает на то, что социальные сети существенно снижают издержки координации при организации протестов3.

Способность социальных сетей облегчать координацию людей, присутствуя в других сферах жизни, становится особенно важной в контексте протестной активности. Участие в политических протестах является одной из форм политической активности, когда потенциальные социальные выгоды сопряжены с индивидуальными издержками. В этом плане участие

1 EnikolopovR, MakarinA, PetrovaM., PolishchukL. Peer Effects, Social Networks, and Protest Participation// 2015, Working Paper

2 Reuter O, Szakonyi D. Online Social Media and Political Awareness in Authoritarian Regimes // British Journal of Political Science, 2015, 45(1): 29-51.

3 Little, A. Communication Technology and Protest // Journal of Politics, в

печати.

в политических протестах во многом схоже, например, с голосованием на выборах. Ключевым отличием являются большие потенциальные издержки, которые, помимо прочего, еще и зависят от общего числа участников протестов. Это делает координацию между потенциальными участниками гораздо более важным фактором для возникновения протестных акций, нежели для организации повседневных коллективных действий.

Стоить отметить, что первый, информационный, канал потенциального влияния не специфичен для социальных медиа и с тем же (если не большим) успехом может быть использован независимыми СМИ. Особенностью социальных медиа является лишь их меньшая подконтрольность государству. Каналы же, связанные с социальным давлением и координацией, характерны именно для социальных, а не традиционных медиа. В отсутствие социальных сетей через эти каналы происходило прямое общение между потенциальными участниками протестов. Общение в социальных медиа отличается от общения оффлайн лишь количественно, а не качественно, так как социальные сети позволяют существенно расширить аудиторию индивидуальных сообщений. Уникальной же особенностью социальных сетей является одновременное задействование всех вышеперечисленных каналов влияния. В определенном смысле социальные СМИ представляют собой сочетание газеты и телефона «в одном флаконе».

Данные

В исследовании были использованы данные, полученные из целого ряда отдельных источников. Наша выборка состоит из 610 российских городов с населением более 20 тыс. человек за исключением Москвы и Санкт-Петербурга4. Количество активных пользователей ВКонтакте в каждом из городов было получено за счет автоматической обработки общедоступной информации о пользователях на сайте социальной сети. Данные по протестам были собраны авторами исследования в процессе мониторинга всех доступных средств массовой информации и онлайн источников в период с декабря 2011-го по июнь 2012 г. Для каждого протеста мы усредняли информацию о количестве участников, предоставленную тремя источниками: официальными представителями МВД, организаторами протестов

4 Из соображений защиты личной информации мы также исключили из рассмотрения 16 городов, в которых количество пользователей ВКонтакте в 2011 году было меньше тысячи человек.

и независимыми наблюдателями1. При анализе мы фокусировались прежде всего на событиях, происшедших на первой неделе протестов в начале декабря 2011 г.

Данные о городах, из которых приехали студенты, обучавшиеся в СПбГУ в различные годы, были собраны из публичных аккаунтов социальной сети Одноклассники. В частности, для каждого города было подсчитано количество студентов, которые родились в тот же год, что и Павел Дуров, плюс-минус два года. Кроме того, аналогичная мера была построена для обучавшихся в СПбГУ студентов, которые были на три-семь лет старше/младше Дурова.

Мы использовали три различных источника данных о протестах, происшедших в России до возникновения ВКонтакте. Данные о протестах в последние годы существования СССР (19871991) были взяты из книги профессора политологии Принстонского университета Марка Бессинджера2. Данные о трудовых протестах 1997-2002 гг. были взяты из книги политолога из Университета Северной Каролины Грэма Робертсона3. Данные о социальных протестах в 2005 г., связанных с монетизацией льгот, были взяты с официального сайта «Авангарда красной молодежи Трудовой России»4.

Данные по итогам выборов за различные годы были собраны с официального сайта Центральной избирательной комиссии РФ и агрегированы на уровень городов. Для построения контрольных переменных были использованы данные Всероссийской переписи населения 2010 года, муниципальной статистики Росстата и Большой российской энциклопедии.

Методология Исследования

Для оценки эффекта проникновения ВКон-такте на протестную активность мы используем метод инструментальных переменных и оцениваем регрессию следующего вида:

Protests =ß0+ßl VK_Penetrationi+ß2 Xi+ei

где Protests s — это одна из двух мер протест-ной активности: логарифм количества участников протестов в первую неделю после парламентских выборов в городе i или индикаторная переменная на наличие протеста в городе i в эту

1 Информация из всех трех источников была доступна лишь для 9.5% протестов. В 64% случаев информация была доступна лишь из одного источника.

2 Beissinger, MarkR. (2002). Nationalist mobilization and the collapse of the Soviet State. Cambridge University Press.

3 Robertson, Graeme (2011) The Politics of Protest in Hybrid Regimes: Managing Dissent in Post-Communist Russia, Cambridge University Press.

4 http://trudoros.narod.ru/

неделю; VK_Penetmtion. — количество пользователей ВКонтакте в городе i в 2011 году; X — вектор контрольных переменных, который включает пятый полином населения, индикаторные переменные для региональных и районных административных центров, среднюю зарплату, количество жителей в различных возрастных когортах, расстояние до Москвы и Санкт-Петербурга, индикатор наличия университета в городе, долю населения с высшим образованием (как в целом, так и для каждой возрастной группы в отдельности) и уровень проникновения интернета в регионе. Некоторые спецификации также контролируют на результаты предыдущих выборов.

При использовании метода инструментальных переменных эффект эндогенной переменной (в нашем случае — количество пользователей ВКонтакте) идентифицируется за счет изменений в экзогенной инструментальной переменной, которая оказывает значимое воздействие на эндогенную переменную, но не влияет напрямую на интересующий нас исход (в нашем случае — меры протестной активности). В качестве инструментальной переменной мы используем количество студентов СПбГУ, приехавших из города i, которые учились в одно время с Павлом Дуровым плюс-минус два года. Идея использования данной инструментальной переменной заключается в том, что первыми пользователями ВКонтакте были в основном сокурсники Дурова и их товарищи по университету со смежных курсов. Таким образом, студенты, которые обучались вместе с Дуровым, с большей вероятностью становились пользователями ВКонтакте. В свою очередь, это делало более вероятным то, что их друзья, родственники и знакомые, оставшиеся в городах, из которых они приезжали, также подключались к ВКонтакте. В итоге ВКонтакте распространялся быстрее в тех городах, из которых приехали студенты, учившиеся в СПбГУ в смежные годы с Дуровым. Чтобы исключить возможность того, что какие-то города по определенным причинам традиционно отправляют больше студентов учиться в СПбГУ, мы также контролируем количество студентов СПбГУ из данного города, которые учились на 3-7 лет раньше и на 3-7 лет позже Дурова (двумя отдельными переменными).

По сути, мы оцениваем эффект проникновения ВКонтакте на протесты только за счет вариации в проникновении сети, которая была вызвана тем фактом, что ВКонтакте распространялся быстрее в тех городах, из которых

приехали студенты, обучавшиеся в СПбГУ в одно и то же время с Павлом Дуровым.

Для подтверждения валидности нашей инструментальной переменной необходимо показать, что проникновение ВКонтакте в 2011 г. действительно было связано с тем, из каких городов приехали студенты СПбГУ, обучавшиеся вместе с Дуровым. Результаты, приведенные в табл. 1, показывают, что такая зависимость действительно наблюдалась и была статистически значимой. Увеличение количества студентов, обучавшихся вместе с Дуровым в СПбГУ, на 10%, приводило к росту количества пользователей ВКонтакте в 2011 г. на 1%. Эффект становится более ощутимым, если перевести проценты в абсолютные значения — так, например, один дополнительный студент СПбГУ из Челябинска, обучавшийся в одной пятилетней когорте с Дуровым, увеличил бы число пользователей ВКонтакте в Челябинске примерно на 4700 человек. Эти результаты подтверждают релевантность используемой инструментальной переменной и позволяют перейти к оценке собственно эффекта проникновения ВКонтакте на протестную активность.

Результаты: влияние проникновения ВКонтакте на протестную активность

Результаты оценки регрессионной модели (1) методом инструментальных переменных указывают на наличие значимого влияния проникновения ВКонтакте на протестную активность в декабре 2011 г. (см. колонки (1)-(4) в табл. 2). Увеличение количества пользователей ВКонтакте на 10% приводило к увеличению количества протестующих примерно на 24-26%. Размер этого эффекта кажется очень большим, но при его интерпретации необходимо иметь в виду, что пользователи ВКон-такте составляли достаточно значимую часть населения городов (средний уровень проникновения ВКонтакте в 2011 г. составлял 15%), в то время как количество протестующих было ничтожным и составляло в среднем 0.4% населения в подвыборке городов, в которых произошли протесты. Например, грубо применяя наши результаты, дополнительное увеличение числа пользователей ВКонтакте в Челябинске на 47000 человек привело бы к росту числа протестующих в декабре 2011 г. на 300 человек (при базе в 2000).

При этом мы не наблюдаем значимой связи ни в одной из «плацебо» регрессий, в которых используем меры протестной активности, состоявшейся еще до возникновения ВКонтакте и

социальных сетей в целом. Эти результаты (вернее, их отсутствие) дают дополнительный аргумент в пользу того, что мы оцениваем именно эффекты, связанные с причинно-следственной связью между проникновением ВКонтакте и протестной активностью, а не ухватываем влияние каких-то иных ненаблюдаемых факторов, оказывающих влияние как на проникновение ВКонтакте, так и на протестную активность (в том числе и с протестами, происходившими до возникновения ВКонтакте).

Приведенные выше результаты дают оценку среднего эффекта увеличения количества пользователей ВКонтакте на уровень протестной активности в рамках жестко заданной функциональной формы. Для того чтобы более детально оценить особенности этой связи, мы также провели непараметрическую оценку связи между уровнем проникновения ВКонтакте и про-тестной активностью. Результаты этой оценки, представленные на рис. 1, свидетельствуют о наличии критического порогового значения проникновения ВКонтакте. Проникновение ВКонтакте оказывало влияние на протестную активность только в городах, в которых доля населения, имеющего аккаунты в сети, составляла более 15%. В городах, в которых доля пользователей ВКонтакте была меньше, уровень проникновения сети не имел влияния на протестную активность.

Результаты: механизмы влияния

Как уже было упомянуто выше, социальные медиа могут оказывать воздействие на про-тестную активность через несколько каналов влияния. Чтобы определить относительную важность описанных каналов, мы провели дополнительный анализ.

Прежде всего мы изучили влияние проникновения ВКонтакте на результаты голосования на парламентских выборах 2007-го и 2011 гг., а также на президентских выборах 2008-го и 2012 гг. Возможный эффект проникновения ВКонтакте на результаты выборов связан прежде всего с информационным каналом, поскольку механизмы координации и социального давления не столь важны при голосовании.

Результаты анализа, приведенные в табл. 3, свидетельствуют о том, что проникновение ВКонтакте не оказывало значимого влияния на голосование в 2007 г. Однако на президентских выборах 2008 и 2012 гг. и на парламентских 2011 г. это влияние было связано с более высокими показателями кандидатов власти. Также заметим, что представленные в табл. 3

результаты являются продуктом оценки методом инструментальных переменных и при определенных предпосылках могут интерпретироваться как свидетельство причинно-следственной связи.

Необходимо отметить, что официальные результаты голосования могли быть искажены за счет наличия фальсификаций. Однако нарушения при подсчете голосов были направленны прежде всего на увеличение доли голосов в поддержку проправительственных кандидатов. Эти искажения могли бы объяснить наличие положительной связи между проникновением ВКонтакте и более высокими показателями кандидатов власти только в том случае, если увеличение количества пользователей ВКон-такте приводило к росту уровня фальсификаций, что представляется контринтуитивным.

Эти результаты отчасти противоречат расхожему мнению, будто социальные сети являются оплотом оппозиции. Низкая подконтрольность социальных медиа государству действительно дает оппозиции больше возможностей распространять информацию и, скорее всего, увеличивает ее поддержку среди изначально более оппозиционно настроенных граждан. Но при этом необходимо учитывать и эффект, который оказывает распространение в тех же социальных сетях информации, ведущей к увеличению, а не снижению поддержки власти. Полученные нами результаты свидетельствуют о том, что именно эта информация в среднем оказывает большее влияние, приводя к тому, что распространение ВКонтакте становится более выгодным власти, чем оппозиции. Таким образом, приведенные выше результаты указывают на то, что информационный канал скорее всего не был основным механизмом, объясняющим эффект распространения ВКонтакте на протестную активность.

При наличии нескольких альтернативных социальных сетей важным отличием информационного канала является то, что для него не так важно, к какой из сетей принадлежат пользователи, так как информация легко перетекает между различными сетями. Для каналов же, связанных со снижением издержек коллективных действий, важным является нахождение пользователей той же самой (не важно, какой именно) сети, так как и координация, и социальное давление работают в рамках одной социальной сети.

Для проверки этой гипотезы мы изучили влияние разделения пользователей между двумя основными социальными сетями, в

которых происходило активное обсуждение политических вопросов — ВКонтакте и Фейсбуком. Для каждого города мы подсчитали общее количество пользователей, которые имели аккаунт хотя бы в одной из двух социальных сетей, а также коэффициент фракционализа-ции — вероятность того, что два случайно выбранных пользователя имеют аккаунты в одной и той же сети (не важно какой). Для работы информационного механизма важно лишь общее количество пользователей, в то время как для влияния механизмов координации и социального давления важно как общее количество пользователей, так и фракционализация. В частности, влияние этих механизмов должно уменьшаться по мере роста фракционализации.

Результаты, приведенные в табл. 4, показывают, что фракционализация пользователей между сетями, с учетом общего количества пользователей, вела к снижению протестной активности. Данный эффект не является статистически значимым на полной выборке городов, но становится значимым в городах с населением более 100 тыс. человек. Тот факт, что эффект наблюдается прежде всего в крупных городах, хорошо соотносится с ролью социальных сетей в координации протестов, так как именно в больших городах альтернативные способы координации (например, через личное общение) могут оказываться менее эффективными.

Заключение

Проведенное нами исследование свидетельствует, что рост уровня проникновения ВКонтакте приводил к увеличению протестной активности в российских городах во время протестов декабря 2011 г. Дополнительные результаты свидетельствуют, что это влияние было связано прежде всего не с тем, что информация, распространяемая через социальную сеть уменьшала поддержку властей, а со снижением издержек коллективных действий за счет облегчения координации и увеличения роли социального давления.

Эти результаты указывают на то, что ключевую роль играла специфика распространения информации в социальных сетях, а именно наличие горизонтальных потоков информации между пользователями. Таким образом, социальные сети служили не просто источником независимой информации, который мог быть с успехом заменен достаточно популярными традиционными СМИ. Появление социальных медиа привело к качественным изменениям

в механизмах распространения информации между отдельными пользователями, одним из последствий которого стало снижение издержек коллективных действий. При этом политические протесты являются лишь одной из форм

коллективных действий, и мы можем ожидать схожих эффектов распространения социальных медиа и на другие формы коллективных действий.

Рисунок1

НЕПАРАМЕТРИЧЕСКАЯ ЗАВИСИМОСТЬ ЧИСЛА ПРОТЕСТУЮЩИХ В ДЕКАБРЕ 2011 Г. ОТ ПРОНИКНОВЕНИЯ ВКОНТАКТЕ

ЗАВИСИМОСТЬ ЧИСЛА ПОЛЬЗОВАТЕЛЕЙ ВКОНТАКТЕ ОТ ЧИСЛА ИСХОДЯЩИХ СТУДЕНТОВ, ОБУЧАВШИХСЯ В СПбГУ ОДНОВРЕМЕННО С ПАВЛОМ ДУРОВЫМ +/-2 ГОДА

Log (число пользователей ВКонтакте в августе _2011 года)_

Log (студенты СПбГУ), 5-летняя когорта Дурова 0.1026** 0.1120** 0.1100** 0.1089**

[0.0449] [0.0441] [0.0430] [0.0450]

Log (студенты СПбГУ), 5-летняя когорта младше Дурова 0.0078 0.0119 0.0068 0.0073

[0.0298] [0.0299] [0.0320] [0.0309]

Log (студенты СПбГУ), 5-летняя когорта старше Дурова 0.0632 0.0573 0.0580 0.0586

[0.0404] [0.0405] [0.0385] [0.0385]

Расстояние до Санкт-Петербурга -0.0000 -0.0000 -0.0000 -0.0001

[0.0001] [0.0001] [0.0001] [0.0001]

Расстояние до Москвы -0.0001 -0.0001 -0.0001 -0.0000

[0.0001] [0.0001] [0.0001] [0.0001]

Областной центр (1 = да, 0 = нет) 0.2562* 0.2271 0.2517* 0.2601*

[0.1477] [0.1412] [0.1452] [0.1401]

Районный центр (1 = да, 0 = нет) -0.0440 -0.0459 -0.0456 -0.0396

[0.0551] [0.0472] [0.0544] [0.0497]

Log (средняя зарплата), 2011 год 0.1557 0.1134 0.1052 0.1010

[0.1414] [0.1321] [0.1252] [0.1175]

Наличие университета (1 = есть, 0 = отсутствует) -0.0629 -0.0365 -0.0571 -0.0491

[0.1383] [0.1331] [0.1380] [0.1354]

Проникновение интернета, 2011 год, на уровне области -0.0943 -0.1175 -0.0917 -0.0828

[0.1393] [0.1442] [0.1617] [0.1448]

Log (число пользователей Одноклассников в 2014 году) 0.1192* 0.1356** 0.1361** 0.1471**

[0.0678] [0.0656] [0.0674] [0.0682]

Этническая фракционализация, 2010 год 0.3280* 0.3659** 0.4468*** 0.2995*

[0.1689] [0.1600] [0.1665] [0.1579]

Число наблюдений 610 610 610 610

R-квадрат 0.9228 0.9269 0.9247 0.9254

Контроли на население P** P* P** P**

Контроли на возрастные 5-летние когорты P*** P*** P*** P***

Контроли на высшее образование P*** P*** P*** P***

Контроли на результаты выборов, 1995 год P**

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Контроли на результаты выборов, 1999 год P*

Контроли на результаты выборов, 2003 год P

Примечания: *** р<0.01, ** р<0.05, * р<0.1. Стандартные ошибки в квадратных скобках кластеризованы на уровне регионов. Единица наблюдения — город. Символ «Р» обозначает, что соответствующий набор переменных был добавлен в качестве объясняющих переменных. Уровень значимости при символе «Р» указан для совместного теста о равенстве нулю коэффициентов при соответствующих переменных. Гибкие контроли на население (пятый полином) присутствуют во всех спецификациях. Контроли на возрастные когорты включают в себя количество граждан в 5-летних возрастных категориях 20-24 (лет), 25-29, 30-34, 35-39, 40-44, 45-49 и 50 лет и старше, рассчитанные для каждого города по данным переписи населения 2010 года. Контроли на высшее образование включают в себя процент населения с высшим образованием, подсчитанный как для населения в целом, так и для каждой из 5-летних возрастных когорт в отдельности. Контроли на результаты выборов включают в себя проценты, полученные партиями «Яблоко», КПРФ, ЛДПР, правящей партией («Наш Дом — Россия» в 1995, «Единство» в 1999, и «Единая Россия» в 2003), долю проголосовавших против всех, а также долю пришедших на выборы.

ЗАВИСИМОСТЬ ЧИСЛА ПРОТЕСТУЮЩИХ В ДЕКАБРЕ 2011 Г. ОТ ЧИСЛА ПОЛЬЗОВАТЕЛЕЙ ВКОНТАКТЕ, ОЦЕНКА МЕТОДОМ ИНСТРУМЕНТАЛЬНЫХ ПЕРЕМЕННЫХ

_Часть A. Основные результаты - протесты 2011 г._

_Log (численность протестующих в декабре 2011)

Log (число пользователей ВК в 2011) 2.550** 2.404** 2.524** 2.628**

[1.238] [1.094] [1.156] [1.187]

Log (студенты СПбГУ), 5-летняя когорта младше Дурова 0.145 0.133 0.130 0.155

[0.121] [0.119] [0.124] [0.122]

Log (студенты СПбГУ), 5-летняя когорта старше Дурова -0.229 -0.207 -0.222 -0.214

[0.194] [0.180] [0.178] [0.188]

Контроли на население p*** p*** p*** p***

Контроли на возрастные 5-летние когорты P P P P

Контроли на высшее образование P P P P

Контроли на результаты выборов, 1995 год P

Контроли на результаты выборов, 1999 год P

Контроли на результаты выборов, 2003 год P*

Число наблюдений 610 610 610 610

Скорректированная F-статистика

(Olea Montiel and Pflueger 2013) 276.9 274.1 274.1 274.1

Часть Б. Результаты-плацебо - протесты до социальных сетей

Log (участники протестов в 1987-1992)

Log (число пользователей ВК в 2011 году) 0.687 0.512 0.407 0.701

[2.422] [2.426] [2.274] [2.368]

Log (участники трудовых протестов в 1997-2002)

Log (число пользователей ВК в 2011 году) -0.753 -0.592 -1.829 -0.562

[2.325] [2.101] [2.148] [2.397]

Log (протестующие против монетаризации льгот, 2005)

Log (число пользователей ВК в 2011 году) -0.327 -0.302 0.002 0.088

[2.156] [1.890] [1.978] [2.027]

Примечания: *** p<0.01, ** p<0.05, * p<0.1. Стандартные ошибки в квадратных скобках кластеризованы на уровне регионов. Единица наблюдения - город. Символ «P» обозначает, что соответствующий набор переменных был добавлен в качестве объясняющих переменных. Уровень значимости при символе «P» указан для совместного теста о равенстве нулю коэффициентов при соответствующих переменных. Гибкие контроли на население (пятый полином) присутствуют во всех спецификациях. Контроли на возрастные когорты включают в себя количество граждан в 5-летних возрастных категориях 20-24 (лет), 25-29, 30-34, 35-39, 40-44, 45-49 и 50 лет и старше, рассчитанные для каждого города по данным переписи населения 2010 года. Контроли на высшее образование включают в себя процент населения с высшим образованием, подсчитанный как для населения в целом, так и для каждой из 5-летних возрастных когорт в отдельности. Контроли на результаты выборов включают в себя проценты, полученные партиями «Яблоко», КПРФ, ЛДПР, правящей партией («Наш Дом — Россия» в 1995, «Единство» в 1999, и «Единая Россия» в 2003), долю проголосовавших против всех, а также долю пришедших на выборы. Остальные контроли включают индикатор для областного и районного центров, расстояние до Москвы и Санкт-Петербурга, логарифм средней зарплаты, проникновение интернета в 2011 году на региональном уровне, а также логарифм числа пользователей Одноклассников в 2014 году. Скорректированная F-статистика Olea Montiel and Pflueger (2013) тестирует нулевую гипотезу о слабости инструментальной переменной, корректируя на гетероскедастичность стандартных ошибок. F-статистика Olea Montiel and Pflueger (2013) отвергает гипотезу о слабости инструментальной переменной при значениях, больших 23.

ЗАВИСИМОСТЬ РЕЗУЛЬТАТОВ ОБЩЕНАЦИОНАЛЬНЫХ ВЫБОРОВ ОТ ЧИСЛА ПОЛЬЗОВАТЕЛЕЙ ВКОНТАКТЕ, ОЦЕНКА МЕТОДОМ ИНСТРУМЕНТАЛЬНЫХ ПЕРЕМЕННЫХ

Log (число пользователей ВК в 2011)

Log (студенты СПбГУ), 5-летняя когорта младше Дурова

Log (студенты СПбГУ), 5-летняя когорта старше Дурова

Контроли на результаты выборов, 1995 год Контроли на результаты выборов, 1999 год Контроли на результаты выборов, 2003 год Число наблюдений

Скорректированная F-статистика (Olea Montiel and Pflueger 2013)

Доля голосов за «Единую Россию», 2007 Доля голосов за «Единую Россию», 2011

0.064 0.040 0.073 0.021 0.317* 0.235* 0.308* 0.251*

[0.066] [0.052] [0.060] [0.045] [0.185] [0.133] [0.163] [0.146]

-0.011 -0.008 -0.010 -0.009 -0.018 -0.012 -0.016 -0.013

[0.008] [0.007] [0.007] [0.006] [0.015] [0.012] [0.014] [0.012]

-0.002 -0.001 -0.005 -0.006 -0.013 -0.004 -0.014 -0.015

[0.010] [0.008] [0.010] [0.007] [0.024] [0.018] [0.022] [0.019]

р-к к * ^к к *

^к к * ^к к *

^к к * р* к *

610 610 610 610 610 610 610 610

276.9 274.1 274.1 274.1 276.9 274.1 274.1 274.1

Доля голосов за Медведева, 2008_Доля голосов за Путина, 2012

Log (число пользователей ВК в 2011) 0.166* 0.146* 0.177* 0.127* 0.174* 0.144 0.169* 0.130

[0.097] [0.082] [0.091] [0.072] [0.104] [0.087] [0.092] [0.081]

Log (студенты СПбГУ), 5-летняя когорта младше Дурова -0.013 -0.011 -0.013 -0.010 -0.007 -0.005 -0.005 -0.005

[0.009] [0.008] [0.009] [0.007] [0.009] [0.008] [0.008] [0.007]

Log (студенты СПбГУ), 5-летняя когорта старше Дурова -0.006 -0.005 -0.011 -0.009 -0.000 0.002 -0.002 -0.003

[0.013] [0.011] [0.013] [0.010] [0.015] [0.013] [0.014] [0.012]

Контроли на результаты выборов, 1995 год ./** ./**

Контроли на результаты выборов, 1999 год ^k к * ^k к *

Контроли на результаты выборов, 2003 год ^k к * ^kkk

Число наблюдений 610 610 610 610 610 610 610 610

Скорректированная F-статистика (Olea Montiel and Pflueger 2013) 276.9 274.1 274.1 274.1 276.9 274.1 274.1 274.1

Примечания: *** р<0.01, ** р<0.05, * р<0.1. Стандартные ошибки в квадратных скобках кластеризованы на уровне регионов. Единица наблюдения — город. Символ «Р» обозначает, что соответствующий набор переменных был добавлен в качестве объясняющих переменных. Уровень значимости при символе «Р» указан для совместного теста о равенстве нулю коэффициентов при соответствующих переменных. Гибкие контроли на население (пятый полином), контроли на возрастные когорты, а также контроли на высшее образование присутствуют во всех спецификациях. Контроли на результаты выборов включают в себя проценты, полученные партиями «Яблоко», КПРФ, ЛДПР, правящей партией («Наш Дом — Россия» в 1995, «Единство» в 1999, и «Единая Россия» в 2003), долю проголосовавших против всех, а также долю пришедших на выборы. Остальные контроли включают индикатор для областного и районного центров, расстояние до Москвы и Санкт-Петербурга, логарифм средней зарплаты, проникновение интернета в 2011 году на региональном уровне, а также логарифм числа пользователей Одноклассников в 2014 году. Скорректированная F-статистика Olea Montiel and Pflueger (2013) тестирует нулевую гипотезу о слабости инструментальной переменной, корректируя на гетероскедастичность стандартных ошибок. F-статистика Olea Montiel and Pflueger (2013) отвергает гипотезу о слабости инструментальной переменной при значениях, больших 23.

ЗАВИСИМОСТЬ ЧИСЛЕННОСТИ ПРОТЕСТУЮЩИХ ОТ РАСПРЕДЕЛЕНИЯ ПОЛЬЗОВАТЕЛЕЙ ПО ДВУМ СОЦИАЛЬНЫМ СЕТЯМ, ВКОНТАКТЕ И РАСЕВООК

Часть А. Фракционализация социальных сетей и количество протестующих в декабре 2011 г.

Log (численность протестующих в декабре 2011)

Полная выборка Города с населением больше 100 000 человек

Фракционализация социальных сетей (Facebook +

ВКонтакте) -0.805 -0.958 -0.857 -0.765 -3.193** -3.973** -2.761* -3.553**

[0.762] [0.788] [0.771] [0.758] [1.420] [1.592] [1.507] [1.557]

Log (число пользователей обеих социальных сетей) 1.752*** ■j "j -j "j * * * 1.696*** 1.760*** 1.404** 1.324** 1.606*** 1.615***

[0.324] [0.314] [0.320] [0.317] [0.553] [0.572] [0.596] [0.593]

Контроли на население ^ * * * p* * * ^ * * * ^ * * * ./**

Контроли на возрастные 5-летние когорты S* ✓ ^ * * *

Контроли на высшее образование ✓ ✓ S* ✓ ✓ ✓ ✓ ✓

Контроли на результаты выборов, 1995 год ✓

Контроли на результаты выборов, 1999 год S*

Контроли на результаты выборов, 2003 год ./** ✓

Число наблюдений 610 610 610 610 158 158 158 158

R-квадрат 0.832 0.834 0.836 0.834 0.817 0.832 0.833 0.833

Продолжение табл. 4

Часть Б. Фракционализация социальных сетей и наличие протестов в декабре 2011 г.

Наличие протестов в декабре 2011 (1 = да, 0 = нет)

Полная выборка

Города с населением больше 100 ООО человек

Фракционализация социальных сетей (Facebook +

ВКонтакте) -0.118 -0.140 -0.127 -0.102 -0.656** -0.702** -0.578* -0.723*1

[0.153] [0.155] [0.152] [0.153] [0.313] [0.307] [0.307] [0.321]

Log (число пользователей обеих социальных сетей) 0.270*** 0.265*** 0.261*** 0.269*** 0.148 0.156 0.177 0.203*

[0.063] [0.061] [0.061] [0.061] [0.108] [0.103] [0.110] [0.106]

Контроли на население ^ * * * ^ * * * ^ * * * ^ * * * ./** р* * * ./** р* * *

Контроли на возрастные 5-летние когорты ^ * * * р* * *

Контроли на высшее образование ✓

Контроли на результаты выборов, 1995 год ./** ✓

Контроли на результаты выборов, 1999 год ✓ ✓

Контроли на результаты выборов, 2003 год р* * * ./**

Число наблюдений 610 610 610 610 158 158 158 158

R-квадрат 0.780 0.785 0.784 0.784 0.767 0.789 0.784 0.796

Примечания: *** р<0.01, ** р<0.05, * р<0.1. Стандартные ошибки в квадратных скобках кластеризованы на уровне регионов. Единица наблюдения — город. Символ » обозначает, что соответствующий набор переменных был добавлен в качестве объясняющих переменных. Уровень значимости при символе » указан для совместного теста о равенстве нулю коэффициентов при соответствующих переменных. Гибкие контроли на население (пятый полином) присутствуют во всех спецификациях. Контроли на возрастные когорты включают в себя количество граждан в 5-летних возрастных категориях 20-24 (лет), 25-29, 30-34, 35-39, 40-44, 45-49, и 50 лет и старше, рассчитанные для каждого города по данным переписи населения 2010 года. Контроли на высшее образование включают в себя процент населения с высшим образованием, подсчитанный как для населения в целом, так и для каждой из 5-летних возрастных когорт в отдельности. Контроли на результаты выборов включают в себя проценты, полученные партиями «Яблоко», КПРФ, ЛДПР, правящей партией («Наш Дом — Россия» в 1995, «Единство» в 1999, и «Единая Россия» в 2003), долю проголосовавших против всех, а также долю пришедших на выборы. Остальные контроли включают индикатор для областного и районного центров, расстояние до Москвы и Санкт-Петербурга, логарифм средней зарплаты, проникновение интернета в 2011 году на региональном уровне, а также логарифм числа пользователей Одноклассников в 2014 году.

сл со

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.