WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 6 | 7 ||

Уровень задолженности по заработной плате очевидным образом связан с поддержкой существующей власти. Чем выше задолженность по отношению к фонду заработной плате (т.е. время невыплаты зарплаты в месяцах), тем больше возникает желание сменить существующую власть, вырастает поддержка оппозиции. Мы подтвердили первоначальное предположение, что поддержка власти напрямую коррелирует с размерами зарплаты (разумеется, скорректированной на уровень региональных цен) и обратно – с размерами задолженности по зарплате.

Доля трудоспособного населения связана с определением количества людей, имеющих возможность адаптироваться к изменяющимся экономическим условиям и способности найти свое место, свою нишу. Совершенно очевидно, что пенсионеры менее способны воспринять реформы, они консервативны в своих пристрастиях и политических взглядах и в большинстве случаев устойчиво голосуют за оппозицию существующей власти.

Численность студентов в данном случае является характеристикой образовательного уровня населения, а как известно из результатов предыдущих работ и социологических опросов, чем выше образовательный уровень, тем менее люди склонны поддерживать недемократическую оппозицию.

Отклонение вычисленных и фактических результатов голосования представлено на графике 1, рассмотреть отклонения по регионам можно на графике 2.

Среднее значение остатков равно нулю, а стандартное отклонение - 6%.

У нас не получилось использовать показатели структуры региона (выражаемые долей дебиторской и кредиторской задолженности в объеме промышленной продукции), включение их в модель в качестве объясняющих переменных приводит к ухудшению оценки и увеличению остатков. При этом среднее значение разницы между вычисленными и фактическими результатами результатов голосований не равно нулю и увеличивается стандартное отклонение.

График Вычисленные и фактические значения результатов голосования за власть без учета предыдущих выборов Y= f(Nal-11-7-PM;DZ-0-2-PM;ZZP/fond-9-10-PM;Sovm;Nas-trud;Student) Налоговые поступления Дебиторская задолженность Задолженность по з/п в % к фонду з/п Численность предприятий с иностранным участием Доля трудоспособного населения Численность студентов 10 15 20 25 30 35 40 45 50 55 Фактические результаты голосования Вычисленные результаты Республика Адыгея Республика Горный Алтай Республика Бурятия Карачаево-Черкесская Республика Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Северная Осетия-Алания Удмуртская Республика Республика Хакасия Чувашская Республика Алтайский край Краснодарский край Красноярский край Приморский край Ставропольский край Хабаровский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область Ивановская область Иркутская область Калининградская область Калужская область Камчатская область Кемеровская область Кировская область Костромская область Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Псковская область Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Тамбовская область Тверская область Томская область Тульская область Тюменская область Ульяновская область Челябинская область Читинская область Ярославская область г.Москва г.Санкт-Петербург ---Отклонение фактических значений от полученных с помощью регрессии (Vlast-Y) без учета предыдущих выборов График Полностью абстрагироваться от идеологических факторов (политических предпочтений) было бы неверно, поскольку, как уже отмечалось выше, влияние этих показателей на результаты выборов является исключительно важным.

Исходя из этого, целесообразно включить в модель неэкономического фактора - процент голосов, поданных за власть на предыдущих выборах.

Результаты анализа представлены в таблице 8.

Таблица Коэф tф. статистика С0 -9.21 -0.% голосов, поданных за власть Vlast(pred) 0.30 5.на предыдущих выборах средние налоговые Nal-11-7-PM 6.90 7.поступления в бюджет за 7-месяцев до выборов дебиторская задолженность за DZ-0-2-PM^3 20416 3.0-2 месяца до выборов (в кубе) 2.задолженность по з/п в % к ZZP/fond-9-10- - -3.фонду з/п, среднее значение, 9-10 PM^2 0.месяцев до выборов (в квадрате) задолженность по з/п в % к ZZP/fond-9-10- 0.0000 2.фонду з/п, среднее значение, 9-10 PM^3 месяцев до выборов (в кубе) доля населения в Nas-trud 0.48 2.трудоспособном возрасте R-квадрат 0.Нормированный R-квадрат 0.F 38.Формула построенной регрессии имеет следующий вид:

Y= -9.21 + 0.3*Vlast(pred) + 6.9*Nal-11-7-PM + 204162.78*DZ-0-2-PM^3 - - 0.0005*ZZP/fond-9-10-PM^2 + 0.000001*ZZP/fond-9-10-PM^3 + 0.48*Nastrud Как мы видим из таблицы, при добавлении политического фактора возрастает объясняющая способность нашей модели, но самыми значимыми остаются экономические показатели.

Мы подтвердили, что результаты электорального поведения на выборах определяются экономической ситуацией в регионе. Политические пристрастия позволяют точнее объяснять результаты выборов, но не являются главными для избирателей. Электоральное поведение в первую очередь зависит от уровня экономических показателей.

Отклонение вычисленных и фактических результатов голосования представлено на графике 3. Рассмотреть отклонения по регионам можно на графике 4.

Включение в модель фактора политических предпочтений (результатов предыдущих выборов) увеличивает объясняющие свойства модели и уменьшает остатки. Их среднее значение по-прежнему равно нулю, а стандартное отклонение снизилось до 5,1%.

Для некоторых регионов произошли существенные отклонения между фактическими и вычисленными результатами голосования, но мы ставили своей целью исследовать федеральные выборы, а в масштабах РФ полученные модели дают вполне достоверное приближение в пределах погрешности. По всем моделям стандартное отклонение фактических значений результатов голосования не превышает 6% (5,1% - для полной модели, учитывающей результаты предыдущих выборов; 5,8% - для чисто экономической модели).

График Вычисленные и фактические значения результатов голосования за власть с учетом предыдущих выборов Y= f(Vlast(pred);Nal-11-7-PM;DZ-0-2-PM;ZZP/fond-9-10-PM;Nas-trud) Результаты предыдущих выборов Налоговые поступления Дебиторская задолженность Задолженность по з/п в % к фонду з/п 45 Доля трудоспоссобного населения 10 15 20 25 30 35 40 45 50 55 Фактические результаты голосования Вычисленные результаты Республика Адыгея Республика Горный Алтай Республика Бурятия Карачаево-Черкесская Республика Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Северная Осетия-Алания Удмуртская Республика Республика Хакасия Чувашская Республика Алтайский край Краснодарский край Красноярский край Приморский край Ставропольский край Хабаровский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область Ивановская область Иркутская область Калининградская область Калужская область Камчатская область Кемеровская область Кировская область Костромская область Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Псковская область Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Тамбовская область Тверская область Томская область Тульская область Тюменская область Ульяновская область Челябинская область Читинская область Ярославская область г.Москва г.Санкт-Петербург ----Отклонение фактических значений от полученных с помощью регрессии (Vlast-Y) с учетом предыдущих выборов График Рассмотреть более подробно (графически и таблично) отклонения по годам (отдельно по результатам парламентских и президентских выборов) для модели, учитывающей результаты предыдущих голосований, можно в приложении 10.

Как видно из графиков, на результаты выборов в значительной мере влияет личность претендента на власть. За "своего" (местного) кандидата регион голосует гораздо выше, чем можно предположить из сложившейся экономической ситуации. Наиболее ярко эта ситуация проявилась во время выборов Президента 16 июля 1996г. Так, например, даже в модели, учитывающей результаты предыдущих выборов, Свердловская область проголосовала за Б.Ельцина на 20% больше, нежели могла, исходя из реальной экономической обстановки. Для оппозиции прибавка голосов менее значительна, но, тем не менее, составила 9,5% голосов в Ульяновской области (регионе Г.Зюганова).

Представляется достаточно интересным и важным проведение в дальнейшем анализа, учитывающего деление кандидатов по принципу "свой""чужой".

7. Заключение 7.1. Обоснование выводов.

Подводя итоги, можно сказать, что:

Для электорального поведения важны показатели из четырех блоков (уровень экономического развития, экономический потенциал, перспективы роста и уровень социального развития). Важность этих блоков доказана результатами как парного корреляционного, так и регрессионного анализа.

Необходимо отметить особую важность показателей налоговых и "зарплатных" (уровня зарплаты и особенно задолженности по зарплате). Если учесть, что налоговые поступления определяют возможность проведения социальной политики (корреляция между этими показателями равна 0.84), то самыми важными для электорального поведения являются показатели доходные, явно социальные и явно не в момент выборов, а задолго до них.

Финансовая помощь от федеральной власти не приводит к явно выраженному результату (положительному или отрицательному). В отличие от работы В.Гамбаряна и В.Мау, в нашей модели трансферты оказались незначащим показателем.

Другим результатом нашей работы является то, что точно выраженные временные лаги не прослеживаются. Показатели являются важными на протяжении различных периодов времени и невозможно выбрать один критический месяц.

При переходе от обычного парного анализа (корреляционного и регрессионного) к многомерному, на первый план выходят показатели экономического потенциала, а именно уровень дебиторской задолженности.

Демографические показатели оказались не главными в определении электорального поведения. Доля городского населения и трудоспособного населения менее важны, чем чисто экономические факторы, а численность студентов может оказывать как положительное воздействие, так и отрицательное, в зависимости от сопутствующих факторов.

В модели численность студентов может оказывать как положительное, так и отрицательное влияние, в зависимости от того, какие дополнительные показатели присутствуют. Двойственность может быть связана с тем, что данный показатель является отражением как возрастной структуры, так и образовательной. А как известно из предыдущих работ и результатов социологических опросов, молодежь является наиболее пассивной частью населения и не участвует в политической жизни (существует достаточно сильная отрицательная корреляция между численностью студентов и явкой на выборы). Пенсионеры более активны и склонны поддерживать коммунистическую оппозицию. Таким образом, чем больше в регионе студентов, тем больше (в процентном соотношении) в выборах примет участие пенсионеров, тем меньше голосов получит власть. Другим известным фактом является то, что более образованные люди поддерживают демократические партии, а студенты являются косвенной оценкой образовательного уровня населения. Численность студентов, как численность людей с высшим образованием, увеличивает количество голосов за существующую власть.

Подобная двойственность не позволяет нам однозначно использовать показатель численности студентов в анализе.

Политические предпочтения (результаты предыдущих выборов) влияют на результаты текущих голосований, но при этом не происходит резкого скачкообразного улучшения модели. Скорее всего, это связано с тем, что между парламентскими выборами в декабре 1995г. и 1993г. прошло два года, и за это время политические предпочтения могли существенно измениться.

7.2. Дальнейшие перспективы работы.

Наша модель дает возможность провести только ретроспективный анализ.

Возможности применения полученной модели с точки зрения прогноза – крайне ограниченные. Модель пока является статической, хотя и имеет ряд приростных показателей. Мы учитывает уровень показателей, а не их динамику, хотя очень важно исследовать, каким образом влияет на электоральное поведение рост/снижение задолженности по зарплате, кредиторской и дебиторской;

налоговых платежей и объема промышленного производства и других важных показателей.

Мы выяснили, что на результаты выборов в значительной мере влияет личность претендента на власть. Представляется достаточно интересным и важным проведение в дальнейшем анализа, учитывающего деление кандидатов по принципу "свой"-"чужой".

Другой возможностью развития исследования является включение в анализ региональных выборов (выборов в региональные уровни власти). При этом возникает интересная проблема идентификации губернатора-коммуниста как "власть" или "невласть" по отношению к правящей на федеральном уровне власти.

Мы выяснили, какие экономические факторы являются важными для электорального поведения, необходимо проверить, в какой мере эти (и другие) показатели осознаются избирателями и влияют на результаты голосований.

Проверить это можно при включении в анализ опросов общественного мнения на национальном и региональном уровнях.

Верифицировать нашу модель и правильность подхода можно на результатах новых парламентских и президентских выборах.

Увеличение количества выборов позволит перейти когда-нибудь к динамическим коэффициентам и построению модели на федеральных данных, а не региональных. Однако для этого надо накопить гораздо больше эмпирических данных.

Библиография.

1. Goodhart, C.A.E., Blansali, R. J. 1970. Political economy. Political Studies 18:- 106.

2. Goodman, S. ; Kramer, G. 1975. Comment on Arcelus and Meltzer, the effect of aggregate economic conditions on congressional elections. American Political Science Review 69:1255 - 65.

Pages:     | 1 |   ...   | 6 | 7 ||



© 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.