WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

..

:

1 См. подробный обзор зарубежных подходов к про странственному Понятие «электоральное пространство» еще только приживается моделированию электорального как в мировой, так и в отечественной политической науке. Несмотря на процесса: Ахремен наличие полноценной традиции пространственного моделирования в ко А.С. Простран ственное модели западной (прежде всего американской) политологии1 и отдельные тео рование электо ретические дискуссии в России2, данный термин еще далек от завер рального выбора:

развитие, совре шенной концептуализации. В данной работе под электоральным про менные проблемы и странством понимается совокупность альтернатив электорального перспективы // Полис. 2007, (предъявляемого на выборах избирателям) выбора, обладающую опре № 1—2.

деленной структурой, которая может быть выражена в простран 2 ственных терминах (близость, удаленность и т. п.). Далее будет пока См., напр., мате риалы круглого зано, что структурное положение объектов (партий и кандидатов) в стола «Структура электоральном пространстве может оказывать влияние на тот ре и динамика рос сийского электо зультат, который они получают по итогам кампании. Особое вни рального про мание будет уделено такому специфическому феномену, как струк странства» — По лис. 2000, № 2. турное доминирование.

- Под структурой (от латинского structure — строение, расположе ние) будет подразумеваться, во вполне традиционном духе, совокуп ность устойчивых связей объекта, обеспечивающих сохранение его ос новных свойств при различных внешних и внутренних изменениях3.

Новейшая фило Ключевым понятием в определении структуры является понятие связи.

софская энцикло Применительно к проблемам электорального пространства мы будем педия. — М., 2000.

Т. 3. С. 647. говорить о статистических и, еще более конкретно, о корреляционных связях. Если в общем случае статистической связи изменение значений независимой переменной приводит к изменению распределения дру гой, то в случае корреляционной связи наблюдается зависимость вариа ции одной переменной от вариации другой. Операциональными инст рументами измерения корреляционной связи в нашем исследовании станут коэффициенты корреляции Пирсона и Спирмана. Вычисление первого предъявляет жесткие требования к распределению перемен ных, которое должно в целом соответствовать нормальному. В том слу чае, если требование нормальности не реализуемо, мы будем основы ваться на коэффициенте ранговой корреляции Спирмана (ранговая корреляция оперирует логикой порядкового уровня измерения: прини “” № 4 (43) Зима 2006–2007 маются во внимание не абсолютные значения, а отношения порядка — возрастания и убывания).

Будем исходить из того, что совокупность корреляционных связей между объектами электорального выбора играет ключевую роль в задании структуры электорального пространства. При этом отри цательные корреляционные связи, по сравнению с положительными, играют большую структурообразующую роль. Эта закономерность коренится в самой природе электоральных структур, которые в боль См. Downs A.

шей степени фиксируют различия, нежели сходства. Политический вы An Economic Theory бор, как и выбор вообще, строится на отличении некоторого объекта от of Democracy. — N.Y., 1957, а так некоторого другого объекта.

же Sheplse K.A., При этом данная закономерность может не зависеть от «объектив Bonchek M.S.

Analyzing Politics.

ной» степени идеологической близости партий или кандидатов. Так, 1997.

хорошо известно значительное идейное сходство республиканцев и де Принципиально мократов в США (получившее объяснение в классической простран важно, что в обо ственной модели «лево правого континуума» Э.Даунса4). Тем не менее их случаях в выбо анализ электоральной статистики показывает наличие очень сильных рах принимали участие независи отрицательных связей между ключевыми участниками электоральных мые кандидаты, гонок — представителями Республиканской и Демократической пар иначе связь по определению была тий. Ниже приводятся диаграммы рассеивания и коэффициенты корре бы функциональ ляции для президентских выборов в США 1996 г. (Б.Клинтон против ной отрицатель ной (r = 1). Б.Доула) и 2000 г. (Дж.Буш против А.Гора)5.

1996. r = -0, (,, -0,92).

25 35 45 55 65 75 85 46 “” № 4 (43) Зима 2006– 2000. r = -0, 0 10 20 30 40 50 60 70 BUSH Возьмем случай с большим числом кандидатов, что характерно для выборов по системе абсолютного большинства. Например, по ре зультатам последних президентских выборов в России (2004 г.) выявля ются следующие корреляционные связи между кандидатами:

Глазьев 1.00 0.46 0.29 0.65 0.37 0.33 0. Малышкин 0.46 1.00 0.53 0.75 0.35 0.55 0. Миронов 0.29 0.53 1.00 0.46 0.48 0.23 0. Путин 0.65 0.75 0.46 1.00 0.39 0.87 0. Хакамада 0.37 0.35 0.48 0.39 1.00 0.03 0. Харитонов 0.33 0.55 0.23 0.87 0.03 1.00 0. Против всех 0.61 0.64 0.51 0.73 0.63 0.37 1. Внимательное изучение матрицы интеркорреляций покажет, что ключевой особенностью полученных результатов является четкое структурное позиционирование В.Путина: переменная «электоральная поддержка В.Путина» отрицательно коррелирует со всеми другими пе ременными. Если мы очистим матрицу от всех положительных коэф фициентов корреляции, это станет вполне очевидно:

“” № 4 (43) Зима 2006–2007 GORE Глазьев Малышкин Миронов Путин Хакамада Харитонов Против всех ` Глазьев 0. Малышкин 0. Миронов 0. Путин 0.65 0.75 0.46 0.39 0.87 0. Хакамада 0.39 0. Харитонов 0.87 0. Против всех 0. Сумма 0.65 0.75 0.46 3.84 0.41 0.89 0. Можно легко рассчитать суммы отрицательных корреляций для каждой переменной (последняя строка таблицы). Пусть сумма отрица тельных коэффициентов корреляции переменной А со всеми другими переменными (или модуль такой суммы;

в данном случае знак не прин ципиален, так как он одинаков для всех объектов) будет вступать мерой структурной удаленности А от всех других переменных, или ее коор динатой в линейном структурном континууме. Последний получим, отложив координаты на линии, как показано ниже (схематично):

Прибавим к структурному линейному континууму еще одно изме рение OY, в котором отложим полученные кандидатами результаты:

48 “” № 4 (43) Зима 2006– Глазьев Малышкин Миронов Путин Хакамада Харитонов Против всех Путин Харитонов Против всех Глазьев Хакамада Миронов Малышкин 6 71 - -4.5 -4.0 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0. correlation sum Обозначения:

Глазьев — 1, Малышкин — 2, Миронов — 3, Путин — 4, Хакамада — 5, Харитонов — 6, Против всех — 7.

Полученная картина довольно красноречива и наводит на вполне определенные мысли. Примем в качестве основной гипотезы, что ре зультат партии / кандидата на выборах зависит от ее / его струк турной удаленности от всех других объектов (то есть положения в структурном линейном континууме). Чем более удален объект элек торального выбора, тем более высокий результат получит партия / кандидат. Содержательно сумма отрицательных коэффициентов кор реляции отражает контрастность позиционирования кандидата в со знании электората по отношению к другим кандидатам. Разумеется, речь идет о статистической связи, которая проявится не во всех изучае мых совокупностях.

На диаграмме хорошо видно, что объекты распределены в линей ном пространстве неравномерно. Объект электорального выбора «Пу тин» удален от всех других объектов значительно сильнее, чем любой из его конкурентов. В терминах кластер анализа можно говорить о нали чии изолированного объекта «Путин» и довольно плотного кластера, включающего всех остальных кандидатов. Будем называть положение, при котором структурная удаленность объекта А существенно превы шает структурную удаленность каждого из других объектов выбора, структурным доминированием объекта А. Дополнительная гипотеза заключается в том, что структурное доминирование способствует до стижению победы (или по крайней мере занятию одной из лидирую щих позиций) на выборах.

“” № 4 (43) Зима 2006–2007 result Все приведенные выше рассуждения имеют институциональное ограничение: они правомерны для пропорциональных избирательных систем и первых туров в рамках избирательных систем абсолютного большинства.

Протестируем далее гипотезы на данных электоральной статисти ки как России, так и ряда стран. Методом проверки будет все тот же корреляционный анализ связи между удаленностью объекта (положе нием в структурном линейном континууме) и результатом на выборах.

В качестве координаты положения партии или кандидата в структурном линейном континууме будет взято абсолютное значение суммы отрица тельных коэффициентов корреляции со всеми другими партиями или кандидатами. Соответственно, подтверждать гипотезу будет наличие отрицательных связей.

Будет использован как корреляционный анализ по методу Пирсо на, так и по методу Спирмана, причем именно коэффициент Спирмана станет для нас базовым. Это обусловлено тем, что структурно домини рующие объекты будут с большой силой «тянуть» на себя линию регрес сии, как это происходит в нашем примере с российскими президентс кими выборами. Так, для этого примера коэффициент Пирсона будет равен 0,99;

метод же Спирмана дает гораздо более скромные 0, (хотя такой коэффициент также весьма значим и подтверждает нашу гипотезу).

Протестированный эмпирический массив состоит из трех час - тей. Первая охватывает 18 парламентских и президентских выборов в 11 странах мира. Вторая включает все российские федеральные выбо - ры с 1991 по 2004 год (8 кампаний), третья — 21 кампанию в органы законодательной и представительной власти субъектов РФ с 2004 по 2006 год.

В таблице ниже (с. 51) приведены коэффициенты корреляции между структурной удаленностью партии / кандидата и результатом на выборах для первой части эмпирического массива.

Из 18 случаев только в трех не было зафиксировано значимой от рицательной связи между структурной удаленностью партии / кандида та и результатом на выборах. Думается, это может служить неплохим основанием обоснованности выдвинутой гипотезы.

Ниже приводятся диаграммы рассеивания для 12 случаев, когда, партия или кандидат с наибольшим (по модулю) показателем структур ной удаленности заняли первое (9 случаев) или второе (3 случая) место.

По оси OX отложено положение в структурном линейном континууме, по оси OY — результат на выборах. Кружками выделены партии и кандидаты, одновременно обладающие значительными показателями структурной удаленности и высоким результатом.

50 “” № 4 (43) Зима 2006– Коэффициент Коэффициент Страна Выборы Пирсона Спирмана Аргентина президентские, 2003 г., 1 тур 0,78 0, Новая Зеландия парламентские, 2002 г. 0,89 0, Новая Зеландия парламентские, 1999 г. 0,74 0, Италия парламентские, 1996 г. 0,35 0, Италия парламентские, 2001 г. связи нет связи нет Нидерланды парламентские, 2002 г. 0,97 0, Нидерланды парламентские, 2003 г. 0,73 0, Греция парламентские, 2000 г. 0,78 0, Греция парламентские, 1996 г. связи нет связи нет Латвия Выборы в Европейский парламент 2004 г.

(статистика по городам и районам) 0,72 0, Венгрия парламентские, 2002 г. 0,82 0, Португалия парламентские, 2002 г. 0,73 Португалия президентские, 2001 г. 0,54 0, Португалия парламентские, 1999 г. 0,65 0, Словакия президентские, 1999 г. 0,83 0, Словакия парламентские, 1998 г. 0,28 0, Турция парламентские, 2002 г. 0,24 0, Бельгия парламентские, 2006 г. связи нет связи нет, 2003, -10 -3.0 -2.5 -2.0 -1.5 -1.0 -.5 0.0.5 -1.6 -1.4 -1.2 -1.0 -.8 -.6 -.4 -., 1999, 0 -1.6 -1.4 -1.2 -1.0 -.8 -.6 -.4 -.2 -2.5 -2.0 -1.5 -1.0 -.5 0. “” № 4 (43) Зима 2006–2007, 2003, 0 -3.0 -2.5 -2.0 -1.5 -1.0 -.5 -2.0 -1.5 -1.0 -.5 0., 2004, 40 - -7 -6 -5 -4 -3 -2 -1 -2.5 -2.0 -1.5 -1.0 -.5 0., 2002, 50 -2.5 -2.0 -1.5 -1.0 -.5 0. -2.5 -2.0 -1.5 -1.0 -., 1999, 50 - -4.0 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -.5 0. -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -.5 0. 52 “” № 4 (43) Зима 2006– Рассмотрим таким же образом все российские федеральные выбо ры с 1993 по 2003 г. (последние президентские выборы освещались выше). Таблица коэффициентов корреляции Пирсона и Спирмана вы глядит следующим образом:

Выборы r Пирсона r Спирмана Президентские 1991 0,98 0, Парламентские 1993 0,57 0, Парламентские 1995 0,72 0, Президентские 1996, 1 тур 0,68 0, Парламентские 1999 0,87 0, Президентские 2000 0,76 0, Парламентские 2003 0,89 0, 1991 60 40 20 0 -3.0 -2.5 -2.0 -1.5 -1.0 -.5 0.0 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -.5 0. 1995 1996, -10 - -16 -14 -12 -10 -8 -6 -4 -2 0 -5 -4 -3 -2 -1 1999 - - -2.5 -2.0 -1.5 -1.0 -.5 0. -6 -5 -4 -3 -2 -1 “” № 4 (43) Зима 2006–2007 - -7 -6 -5 -4 -3 -2 -1 Таким образом, все без исключения российские федеральные вы Президентские боры6 подтверждают отмеченную нами закономерность. Все корреля выборы 2004 г.

ции между суммой отрицательных коэффициентов и электоральным были рассмотрены результатом превышают 0,5 (за единственным исключением r Спирма выше.

на для 2000 г.) по модулю и являются отрицательными (без исключе ний). Эффекты структурного доминирования хорошо видны на приме рах выборов 1991 г. (Б.Ельцин), 1995 г. (КПРФ), 1999 г. (КПРФ) и осо бенно 2003 г. («Единая Россия»). Последний случай, как и случай президентских выборов 2004 г. можно охарактеризовать как чистый тип структурного доминирования.

Последний блок тестируемых эмпирических данных охватывает серию российских региональных выборов в законодательные собрания субъектов федерации. В таблице ниже приведены наименования регио нов, год проведения выборов и соответствующие коэффициенты корре ляции. Хронологические рамки (2004—2006 гг.) обусловлены тем, что именно в этот период в регионах устанавливается смешанная избира тельная система, предполагающая формирование не менее половины депутатского корпуса по партийным спискам (см. таблицу на с. 55).

На материале выборов в региональные легислатуры гипотеза о связи позиции партии в линейно структурном континууме с ее электо ральным результатом находит очередное подтверждение. Из 21 рас смотренного случая только в двух (9%) не фиксируется статистической связи между дистанцией партии по отношению к конкурентам в про странстве отрицательных связей и ее электоральной поддержкой. При этом низкие коэффициенты (менее 0,4 по модулю) наблюдаются лишь в трех случаях, средние (от 0,4 до 0,7) — в десяти случаях, и высокие (выше 0,7) — в шести случаях.

Другой, несколько более сложный способ исследования связей объектов электорального выбора осуществляется с помощью факторно го анализа.

В нашем исследовании мы использовали метод главных компо нент. В его основе лежит процедура объединения групп коррелирую 54 “” № 4 (43) Зима 2006– Коэффициент Коэффициент Регион Год выборов Пирсона Спирмана Алтайский край 2004 0.54 0. Ярославская область 2004 0.63 0. Республика Татарстан 2004 0.99 0. Тульская область 2004 связи нет связи нет Сахалинская область 2004 0.82 0. Иркутская область 2004 0.83 0. Читинская область 2004 0.74 0. Калужская область 2004 0.94 0. Курганская область 2004 0.9 0. Архангельская область 2004 0.65 0. Корякский АО 2004 0.3 0. Республика Хакасия 2004 связи нет связи нет Владимирская область 2005 0.4 0. Воронежская область 2005 0.88 0. Рязанская область 2005 0.53 0. Амурская область 2005 0.8 0. Магаданская область 2005 0.92 0. Белгородская область 2005 0.96 0. Москва 2005 0.94 0. Республика Чувашия 0.96 0. Республика Тыва 0.77 0. щих друг с другом переменных (т. н. «корреляционных плеяд» или «корреляционных узлов») в несколько факторов — переменных, не под Подробнее дающихся непосредственному измерению7.

по факторному Принципиальная идея компонентного анализа в какой то мере анализу см.

схожа с идеей корреляционного анализа. Если геометрически предста Ахременко А.С.

Политический вить множество объектов в n мерном пространстве в виде точек, то воз анализ и прогнози можно построить вектор, «объясняющий» значительную долю диспер рование. — М., 2006.

сии (изменчивости) всех исходных признаков. Собственная дисперсия новой переменной должна быть максимальна, а разброс объектов вок руг нее — минимален. Такой вектор будет похож на линию регрессии, он станет первой главной компонентой. В более точном смысле глав ные компоненты представляют собой линейные комбинации исходных признаков (как линия регрессии является линейной комбинацией зави симой и независимой переменной). Далее мы можем построить второй вектор, не коррелирующий с первым и в этом смысле перпендикуляр ный ему, таким образом, чтобы этот вектор «объяснял» максимальную дисперсию, не объясненную первой компонентой. Продолжая в том же духе, мы в состоянии объяснить всю дисперсию исходных призна ков, — в этот момент число построенных нами векторов окажется рав “” № 4 (43) Зима 2006–2007 ным числу исходных переменных. При этом объяснительная сила будет снижаться от первой компоненты к последней. Построив совокупность перпендикулярных (ортогональных) векторов мы можем перейти от ис ходной системы координат, заданной изучаемыми признаками, к новой системе координат, заданной построенными векторами. Такая проце дура будет называться ортогональным преобразованием, так как враще ние объектов сохраняет перпендикулярность координатных осей (и от носительное положение объектов). Схематично это отображено на ри сунке ниже:

В результате вдобавок к исходным переменным мы получаем рав ную им по числу совокупность новых переменных — главных компо нент или факторов. Объяснительная сила факторных переменных, в соответствии с логикой метода главных компонент, убывает от первого фактора к последнему. Это дает возможность существенно сократить число переменных, описывающих изучаемый объект, без существенной потери структурных характеристик: мы просто избавляемся от факторов с наименьшей объяснительной силой. Например, на президентских вы борах 2004 г. пять кандидатов набрали более 3% голосов: В.Путин, Н.Харитонов, С.Глазьев и позиция «против всех». Таким образом, име ется пять исходных переменных. Однако метод главных компонент по зволяет объяснить 90% корреляций между ними с помощью всего двух факторных переменных.

Факторные переменные приобретают соответствующие значения для каждого случая (т. н. факторные значения, factor scores). На их ос нове мы в состоянии вычислить коэффициенты корреляции между ис ходными переменными и вновь полученными факторными переменны ми. Эти коэффициенты называются факторными нагрузками (factor loadings), которые и являются основой для геометрического представле ния пространства связей между переменными. Так как в нашем случае каждая переменная — это электоральная поддержка политической партии или кандидата, полученное геометрическое представление будет представлением электорального пространства как совокупности связей между объектами электорального выбора.

56 “” № 4 (43) Зима 2006– Факторные нагрузки для двухкомпонентной модели выборов 2004 г. следующие:

Переменные Ф1 Ф Глазьев 0.916404 0. Путин 0.94703 0. Хакамада 0.586114 0. Харитонов 0.69684 0. Против всех 0.883808 0. Объясненная вариация 3.346902 1. От всей вариации 0.66938 0. Геометрическое представление делает эти данные более нагляд ными. Отложим нагрузки на первый фактор по оси абсцисс, на вто рой — по оси ординат.

На этом рисунке мы имеем факторное отображение электораль ного пространства на выборах 2004 г. Большие дистанции по линиям OX и OY отражают удаленность альтернатив по каждой из этих компо нент. Альтернативы, занимающие «полярные» позиции на осях фактор ных переменных (математически — имеющие самые большие по моду лю нагрузки на соответствующие факторы), мы будем далее называть структурными оппозициями. Так, в рассматриваемом случае по оси “” № 4 (43) Зима 2006–2007 второй факторной переменной (OY) находятся И.Хакамада и Н.Харито нов. Содержательная интерпретация структурных оппозиций — ключ к пониманию структурной организации электорального пространства.

Структурным доминированием мы будем называть такое положение объекта в структурном линейном континууме, когда он находится в структурной оппозиции всем или большинству оставшихся объектов.

Математически объект A является структурно доминирующим в том случае, если факторные нагрузки А на фактор n противоположны по знаку факторным нагрузкам на n всех остальных переменных. В ситуа ции структурного доминирования факторная оппозиция приобретает характер «А против всех остальных». В нашем случае структурным до минированием по первой компоненте обладает переменная «поддержка В.Путина», которая «противостоит» (в пространстве корреляционных связей) всем другим альтернативам.

Существует возможность количественно оценить интенсивность структурного доминирования объекта. Выше, в линейно структурном анализе, мы использовали в качестве показателя структурного положе ния суммы отрицательных коэффициентов корреляции. В данном слу чае уместно использовать сумму разностей факторных нагрузок объекта А и всех остальных объектов:

F dist = (A – ni), где ni — факторные нагрузки на каждый объект электорального выбора, за исключением А.

Назовем этот показатель факторно структурной дистанцией Чтобы стандар объекта А (F dist)8. Чем больше его значение, тем сильнее структурное тизировать дан доминирование А.

ный показатель, Выдвигаемая нами гипотеза относительно связи структурного по его следует разде лить на общее чис ложения объекта с его электоральным результатом созвучна тому пред ло исходных пере положению, которое было сформулировано в рамках линейно струк менных (объектов электорального турного анализа. А именно: факторно структурное доминирование выбора).

кандидата или партии в электоральном пространстве способству ет получению этой партией или кандидатом большего числа голосов на выборах. Существует прямая статистическая связь между значением факторно структурной дистанции и числом (долей) голосов, получае мых объектом электорального выбора. Говоря проще, чем более кон трастно расположен объект в пространстве связей, чем более он удален от других объектов, тем выше шансы на победу.

Рассмотрим под этим углом зрения результаты выборов в Государ ственную Думу 2003 г. Особенность этой кампании заключалась в том, что и на общефедеральном уровне (на основании данных по избира тельным комиссиям субъектов федерации), и на уровне большинства регионов (на основании данных территориальных избирательных ко миссий) наблюдается структурное доминирование партии «Единая Рос сия». Это вполне логично вытекает из господства «партии власти» в ин формационном поле, ее поддержки со стороны властных элит и т. д.

Так, для России в целом пространство первых двух компонент выглядит следующим образом:

58 “” № 4 (43) Зима 2006– Обозначения:

СПС (СПС), Российская партия пенсионеров — Партия социальной спра ведливости (ПЕНС), «Яблоко» (ЯБЛОКО), АПР (АПР), «Родина» (РОДИ НА), ЛДПР (ЛДПР), «Единая Россия» (ЕР), КПРФ (КПРФ), «Против всех» (ПРОТИВ).

Аналогичная картина характерна для многих регионов.

Гипотезу о связи структурного доминирования с результатом партии можно протестировать количественно. В качестве показателя интенсивности структурного доминирования возьмем охарактеризо ванную выше переменную «факторно структурная дистанция», рассчи Из анализа были танную для «Единой России» по 79 регионам9 на основании факторного исключены регионы анализа данных территориальных избирательных комиссий. Вторая (прежде всего ав анализируемая переменная — электоральная поддержка (процент голо тономные округа), в которых не на сов) «Единой России» в этих регионах.

бралось статис Коэффициент корреляции (Спирмана) между этими переменны тически значимого количества терри ми составляет 0.59. Таким образом, между факторно структурной ториальных изби дистанцией и уровнем поддержки «Единой России» наблюдается рательных комис сий.

значимая, довольно плотная положительная связь. Это целиком соот ветствует нашим ожиданиям.

В таблице ниже приводятся данные, на основании которых были сделаны расчеты.

В целом примечательная особенность структурной динамики электорального пространства современной России в период с 1991 по 2004 г. заключается в движении от лево правой поляризации к струк турному доминированию «партии власти». Остановимся на этом не сколько подробнее.

“” № 4 (43) Зима 2006–2007 Субъект федерации F dist «ЕР» % Республика Адыгея (Адыгея) 8.75 51. Республика Алтай 0.12 26. Республика Башкортостан 8.51 38. Республика Бурятия 6.82 34. Республика Дагестан 6.14 65. Кабардино Балкарская Республика 8.45 76. Карачаево Черкесская Республика 6.32 49. Республика Карелия 6.82 37. Республика Коми 6.61 32. Республика Марий Эл 7.44 34. Республика Мордовия 9.60 76. Республика Саха (Якутия) 4.36 38. Республика Северная Осетия — Алания 2.86 46. Республика Татарстан (Татарстан) 9.52 59. Республика Тыва 8.98 66. Удмуртская Республика 9.14 42. Республика Хакасия 5.80 30. Чеченская Республика 9.02 79. Чувашская Республика — Чувашия 7.15 37. Алтайский край 0.94 29. Краснодарский край 2.10 37. Красноярский край 5.21 29. Приморский край 6.06 27. Ставропольский край 0.95 32. Хабаровский край 7.21 34. Архангельская область 7.11 37. Белгородская область 6.90 33. Брянская область 3.80 34. Владимирская область 5.53 30. Волгоградская область 1.51 28. Вологодская область 5.54 38. Воронежская область 5.33 25. Ивановская область 5.99 33. Иркутская область 6.96 32. Калининградская область 7.87 31. Калужская область 6.36 35. Камчатская область 7.73 34. Кемеровская область 8.60 52. Кировская область 1.57 32. Костромская область 5.67 34. 60 “” № 4 (43) Зима 2006– Субъект федерации F dist «ЕР» % Курганская область 0.24 33. Курская область 4.74 30. Ленинградская область 5.93 38. Липецкая область 5.62 28. Магаданская область 7.00 34. Московская область 33. Мурманская область 6.16 39. Нижегородская область 6.29 31. Новгородская область 7.76 37. Новосибирская область 6.02 28. Омская область 7.12 32. Оренбургская область 2.82 27. Орловская область 8.81 44. Пензенская область 9.03 45. Пермская область 6.04 30. Псковская область 6.28 37. Ростовская область 7.64 38. Рязанская область 5.64 31. Самарская область 6.79 32. Саратовская область 8.51 44. Сахалинская область 5.06 30. Свердловская область 5.30 34. Смоленская область 6.65 37. Тамбовская область 7.64 28. Тверская область 6.67 34. Томская область 7.07 34. Тульская область 1.09 29. Тюменская область 6.93 49. Ульяновская область 8.12 34. Челябинская область 5.62 33. Читинская область 3.27 38. Ярославская область 6.13 35. город Москва 7.44 34. город Санкт Петербург 6.65 30. Еврейская автономная область 7.97 42. Коми Пермяцкий автономный округ 6.95 46. Усть Ордынский Бурятский автономный 7.10 46. округ Ханты Мансийский автономный округ — 6.95 41. Югра Ямало Ненецкий автономный округ 9.39 45. “” № 4 (43) Зима 2006–2007 Чтобы не «пере С точки зрения структурных характеристик может быть выделено гружать» модели, три периода в эволюции электорального пространства современной определенные огра ничения вводятся России. Первый охватывает «установочную» эпоху, начиная с прези для числа участву дентских выборов 1991 года и заканчивая президентскими выборами ющих в анализе политических 1996 года. Он характеризуется прежде всего выраженным доминирова партий, избира нием раскола между «державно консервативными» левыми полити тельных объедине ческими силами и «либерально реформистскими» правыми. Ниже ний и кандидатов.

В общем случае приводятся диаграммы, отражающие расположение объектов электо рассматриваются рального выбора10 в пространстве первых двух факторных переменных.

только те из них, 1991.

которые сумели получить 3% и бо лее голосов избира телей. 3% ный критерий являет ся в значительной мере традицион ным для междуна родных исследова ний в электораль ной сфере.

Обозначения:

Ельцин (ЕЛЬЦИН), Рыжков (РЫЖК);

Жириновский (ЖИРИН);

Макашов (МАКАШОВ);

Против всех (ПРОТИВ). Переменные «поддержка А.Тулее ва» и «поддержка В.Бакатина» исключены из анализа в силу сильного несо ответствия нормальному распределению.

1993.

Обозначения:

Аграрная партия России (АПР), «Яблоко» (ЯБЛ), Выбор России (ВР), КПРФ (КПРФ), ЛДПР (ЛДПР), Партия российского единства и согласия (ПРЕС), Женщины России (ЖР), Российское движение демократических реформ (РДДР).

62 “” № 4 (43) Зима 2006– 1995.

Обозначения:

«Наш дом — Россия» (НДР), «Яблоко» (ЯБЛ), «Демократический выбор России — объединенные демократы» (ДВР), КПРФ (КПРФ), Конгресс рус ских общин (КРО), ЛДПР (ЛДПР), Коммунисты — трудовая Россия — За СССР (КТР), Аграрная партия России (АПР), Против всех (ПРОТИВ).

1996.

Обозначения:

Б.Ельцин (ЕЛЬЦ), В.Жириновский (ЖИРИН), Г.Зюганов (ЗЮГАН), А.Лебедь (ЛЕБЕД), Г.Явлинский (ЯВЛ), Против всех (ПРОТИВ).

На выборах 1991 г. мы наблюдаем по первой факторной (горизон тальной) оси раскол «Б.Ельцин (единый кандидат демократических сил) — все остальные (все, кроме В.Жириновского — члены КПСС).

В 1993 г. структурную оппозицию образуют КПРФ и АПР (левый фланг) и РДДР, «Выбор России» и «Яблоко» (правый фланг). В 1995 г., как отмечалось выше, наблюдается противостояние лево консерватив ного «кластера» в составе КТР — СССР, АПР и КПРФ «Яблоку» и, в несколько меньшей степени, «Демократическому выбору России».

В 1996 г. Г.Зюганов противостоит всем «некоммунистическим» канди датам.

“” № 4 (43) Зима 2006–2007 Следующий электоральный цикл, охватывающий парламентские выборы 1999 г. и президентские выборы 2000 г., можно считать пере ходным: от идеологического раскола «левые — правые» к расколу «власть — оппозиция». Позиции партий и кандидатов в электоральном пространстве показаны на диаграммах ниже:

1999.

Обозначения:

«Яблоко» (ЯБЛ), «Единство» (ЕДИН), «Блок Жириновского» (БЖ), Отече ство — Вся Россия (ОВР), КПРФ (КПРФ), СПС (СПС), «Против всех» (ПРОТИВ).

2000.

Обозначения:

В.Жириновский (ЖИРИН), Г.Зюганов (ЗЮГАН), В.Путин (ПУТИН), А.Тулеев (ТУЛЕЕВ), Г.Явлинский (ЯВЛИН), «Против всех» (ПРОТИВ).

64 “” № 4 (43) Зима 2006– Так, в 1999 г. лево правый раскол еще можно считать базовым:

структурную оппозицию по оси первого фактора формируют КПРФ и «Яблоко» с СПС (вместе с позицией «против всех»). Борьба «партий власти», «Единства» и ОВР отражена лишь по линии второго фактора.

Однако уже в 2000 г. ситуация меняется принципиально: ключевая оп позиция разделяет и.о. президента В.Путина и всех остальных кандида тов. В отличие от выборов 1991 и 1996 г., картина явно не вписывается в традиционный формат «левые консерваторы — правые реформаторы».

С 2000 г. постепенно начинает доминировать раскол «действующая власть — альтернативы действующей власти», выходящий на ось первого фактора.

Указанная тенденция полостью закрепляется в электоральном цик ле 2003—2004 г. Диаграммы факторного анализа вполне красноречивы:

2003.

Обозначения:

СПС (СПС), Российская партия пенсионеров — Партия социальной спра ведливости (ПЕНС), «Яблоко» (ЯБЛ), АПР (АПР), «Родина» (РОДИНА), ЛДПР (ЛДПР), «Единая Россия» (ЕР), КПРФ (КПРФ), «Против всех» (ПРОТИВ) 2004.

Обозначения:

Глазьев (ГЛАЗ), Путин (ПУТИН), Хакамада (ХАКАМ), Харитонов (ХАРИТ), Против всех (ПРОТИВ).

“” № 4 (43) Зима 2006–2007 В обеих кампаниях мы наблюдаем «партию власти» (в 2003 г.) и инкумбента (в 2004 г.) в качестве структурно доминирующей альтерна тивы. При этом их электоральные результаты становятся все более впе чатляющими. На парламентских выборах 2003 г. «Единая Россия» полу чила 37,6% голосов. Результат же В.Путина в 2004 г. просто беспреце дентно высок: 71,3%.

В целом в восьми федеральных кампаниях структурное доминиро вание одного объекта электорального выбора наблюдается пять раз:

Случай структурного доминирования Результат Б.Ельцин, 1991 г. победа в 1 туре Г.Зюганов, 1996 г. второе место В.Путин, 2000 г. победа в 1 туре «Единая Россия», 2003 г. первое место В.Путин, 2004 г. победа в 1 туре Единственный кандидат, не сумевший победить в позиции струк турного доминирования — Г.Зюганов в 1996 г. Здесь необходимо сде лать поправку на количество туров. В системе относительного боль шинства, либо при преодолении 50% ой отметки в системе абсолютно го большинства в первом туре, структурное доминирование характерно для победителя. Однако в том случае, если кампания переходит ко второму туру, позиция структурного доминирования начинает ра ботать против того, кто ее занимает.

Это объясняется следующим образом. Между первым и вторым туром переходит перераспределение поддержки от выбывших кандида тов к двум оставшимся в кампании лидерам. Вполне естественно, что голоса легче передаются тому кандидату, который находится на том же полюсе базовой структурной оппозиции, «по одну и ту же строну» наиболее принципиального размежевания. Голоса наиболее крупных «держателей электората» — прежде всего А.Лебедя, Г.Явлин ского и, в меньшей степени, В.Жириновского — распределились между Б.Ельциным и Г.Зюгановым явно в пользу первого (действующий пре зидент прибавил во втором туре почти 20% голосов, тогда как его оппо нент — лишь около 8%).

* * * Итак, мы рассмотрели проблему связи между структурным поло жением партии (кандидата) и результатом на выборах на четырех мас сивах данных: парламентские и президентские выборы в разрезе регио нов 11 стран мира (с акцентом на Европу), все федеральные выборы в России (также в разрезе регионов), 21 кампанию по выборам депутатов 66 “” № 4 (43) Зима 2006– легислатур российских субъектов федерации и парламентские выборы 2003 г. в разрезе территориальных комиссий по 79 регионам РФ в от дельности. Для каждого блока данных были получены значимые ре зультаты. Представляется, что применительно к России наличие связи электорального результата и структурного положения можно считать доказанным (связи в основном далеки от функциональных;

но для та кого сложного феномена, как электоральное поведение, наличие «же лезных законов» трудно представимо). Что же касается кросснацио нальных исследований, то здесь выводы носят самый предварительный характер и требуют дополнительной эмпирической проверки.

“” № 4 (43) Зима 2006–2007




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.