Выборы в Государственную Думу 2016 и 2021 годов: оценка перетока голосов

Любарев А.Е.

Аннотация

Методами корреляционного и регрессионного анализа исследована связь между разностями результатов политических партий на выборах в Государственную Думу 2021 и 2016 гг. Полученные данные интерпретируются как свидетельство перетока голосов от партий, участвовавших в выборах 2016 г., к партиям, участвовавшим в выборах 2021 г. Показано, что для большей части регионов переток голосов осуществлялся в основном в следующих направлениях: от «Единой России» к КПРФ и «Новым людям»; от ЛДПР к КПРФ и «Новым людям»; от группы «малых» партий (РОДП «Яблоко», Партия Роста, ПАРНАС, «Родина», «Гражданская платформа», «Гражданская Сила») к «Новым людям, «Зеленой альтернативе» и Российской партии свободы и справедливости. Для столичной группы регионов (Москва, Московская область, Санкт-Петербург) не характерен переток голосов от ЛДПР к «Новым людям» и КПРФ, но заметным оказывается переток от либеральных партий к КПРФ.

---

Результаты любых выборов всегда интересно сравнивать с результатами предыдущих аналогичных выборов. Уже самый простой анализ дает определенную картину: какие партии улучшили свой прошлый результат и какие ухудшили. Далее интересно понять, как связаны между собой рост поддержки одних партий со снижением поддержки других. Для ответа на этот вопрос требуется применение статистических методов анализа.

Особенно интересным такой анализ может быть в случае, когда появилась новая партия, которая получила значительную поддержку избирателей. Именно так произошло на выборах в Государственную Думы 2021 г. В этих выборах, как и в предыдущих выборах 2016 г., участвовали 14 партий. При этом 11 партий были одними и теми же. Не участвовали в выборах 2021 г. три партии – участницы выборов 2016 г. – ПАРНАС, «Патриоты России» и «Гражданская Сила», но эти партии получили на тех выборах незначительные результаты (соответственно 0,7, 0,6 и 0,1%). Вместо них участвовали две новые партии («Новые люди» и «Зеленая альтернатива») и одна партия, сменившая руководство и осуществившая ребрендинг (Российская партия свободы и справедливости, РПСС, ранее – Коммунистическая партия социальной справедливости, КПСС). При этом результаты «Зеленой альтернативы» (0,6%) и РПСС (0,8%) оказались достаточно слабыми, а «Новые люди» получили 5,3% и прошли в Государственную Думу.

Помимо этого, по сравнению с выборами 2016 г., выросла поддержка КПРФ (на 5,6%), «Справедливой России» (на 1,2%), Партии пенсионеров (на 0,7%) и РЭП «Зеленые» (на 0,15%). Снизились результаты «Единой России» (на 4,4%), ЛДПР (на 5,6%), РОДП «Яблоко» (на 0,65%), «Коммунистов России» (на 1,0%), «Родины» (на 0,7%), Партии Роста (на 0,8%) и «Гражданской платформы» (на 0,07%) [10].

В настоящей работе мы попытаемся понять, как связаны между собой эти результаты, и оценить переток голосов между различными партиями, участвовавшими в выборах в Государственную Думу. Для этих целей мы применяем корреляционный и регрессионный анализ.

Методологические проблемы

Оценка перетока голосов является одной из наиболее важных проблем электоральной социологии. В России интерес к этой проблеме существует давно. В первую очередь следует отметить работу [15], в которой был предложен статистический метод расчета перетока голосов и на его основе был оценен переток голосов между думскими выборами 1999 и 2003 гг., а также между думскими и президентскими выборами.

Предложенная модель была основана на решении системы уравнений с помощью взвешенного метода наименьших квадратов. В качестве переменных использовались доли голосов за партии (или кандидатов) от списочного числа избирателей по каждому ТИК, а также доли не проголосовавших избирателей, при этом списочное число избирателей рассматривалось как постоянная величина. Результатом стала матрица, содержащая коэффициенты перетока голосов от одних партий к другим, а также от не голосовавших избирателей к партиям и наоборот.

Результаты этого исследования вызвали интерес экспертов и не подвергались существенной критике [18]. Однако работа не имела реального продолжения, если не считать попыток использовать модель перетока голосов для анализа фальсификаций [1; 9]. Стоит также отметить, что в работе не давалась оценка точности полученных результатов.

В ряде недавних работ обсуждался переток голосов на выборах в Московскую городскую Думу между выборами 2014 и 2019 гг. [3; 4; 5; 14]. Однако эти выборы проводились по мажоритарной системе, поэтому методологические подходы к изучению перетока голосов на них специфичны.

По нашему мнению, точность оценок перетока голосов на российских выборах не может быть высокой по нескольким причинам. Одной из причин является нестабильность электората. Если мы пытаемся оценить переток голосов между выборами, разделенными пятилетним периодом, то необходимо учитывать, что за пять лет в России умирает значительное число людей: так, в 2016–2020 гг. умерло примерно 9,5 млн человек [7], большая часть которых – избиратели. Одновременно 18-летнего возраста достигли российские граждане, родившиеся в 1998–2002 гг., их количество можно оценить примерно в 6 млн. Таким образом, корпус избирателей за пять лет обновился примерно на 6–8% только за счет естественных факторов. Разумеется, мы можем условно говорить о «перетоке» голосов и в этом случае, однако к интересующему нас изменению политических позиций одних и тех же избирателей добавляется «переток» голосов от умерших пожилых избирателей к вступившим в совершеннолетие молодым, который имеет совсем другую природу.

Сюда следует добавить и миграцию: ежегодно в Россию прибывает более двух миллионов человек, и примерно такое же количество страну покидает, однако значительная часть прибывающих не становятся избирателями, а выбывающие не теряют избирательных прав. Гораздо существеннее внутрироссийская миграция, которая сильно отражается на числе избирателей в конкретных ТИК, ОИК и регионах. Так, по нашим расчетам, изменения в числе избирателей в сводной таблице ЦИК в 2021 г. по сравнению с 2016 г. по ОИК составляло от ‑11,6% (Енисейский округ № 57, Красноярский край) до 28,6% (Красноармейский округ № 47, Краснодарский край); в целом в 54 округах снижение составило более 5%, а в 32 округах прирост превысил 5%.

Другая причина низкой точности расчетов кроется в наличии региональных и местных особенностей голосования на тех или иных выборах. Эти особенности могут быть связаны с разными факторами: возникновением или, напротив, преодолением внутриэлитных конфликтов в регионе, участием в одной из кампаний популярного местного политика на стороне одной из партий. Примерами могут служить в 2016 г. относительно высокие результаты «Патриотов России» в Красноярском крае и Партии Роста в Санкт-Петербурге, а в 2021 г. относительно высокие результаты РОДП «Яблоко» в Архангельской области и «Родины» в Тамбовской области; отметим также значительные изменения итогов голосования в Хабаровском крае после победы на губернаторских выборах С.И. Фургала и его последующего ареста.

Также региональные особенности могут быть связаны с действиями административного ресурса, который может различным образом проявляться на разных выборах – вследствие смены главы региона или по иным причинам. Так, если в большинстве регионов «Единая Россия» снизила свой результат в 2021 г. по сравнению с 2016 г. на 2–10%, то в Ингушетии ее результат вырос на 12,8%, в Еврейской автономной области – на 11,4%, в Башкортостане – на 10,2%; напротив, в Калмыкии он упал на 31,1%, в Мордовии – на 18,4%. В результате в разных регионах могут получаться различные модели перетока голосов.

В связи с этим оценки перетока голосов будут лишь качественные даже при использовании количественных методов. По этой причине мы не стали применять сложные методы, где достоверность результатов трудно оценить. А ограничились корреляционным и регрессионным анализом, которые дают наглядную картину.

Во всех случаях мы исследовали корреляционные и регрессионные связи между разностями результатов 2021 и 2016 гг. Для трех новых партий эти разности были равны их результату в 2021 г., для трех партий, не участвовавших в выборах 2021 г., эти разности были равны их результату 2016 г., взятому со знаком минус. Нас в основном интересовали отрицательные корреляции, которые в данном контексте могли указывать на переток голосов.

Для статистического анализа можно использовать различные массивы данных об итогах голосования. Так, в принципе можно использовать данные о числе голосов за партии. Другой вариант – использовать доли голосов от списочного числа избирателей. Третий вариант – использовать доли голосов от числа проголосовавших избирателей (которые обычно фигурируют и в официальных публикациях).

Вариант с абсолютными числами голосов мы считаем неудачным, поскольку в этом случае возникают ложные корреляции, вызванные различиями в численности избирателей на разных территориях и различиями в явке. По этой причине необходимо иметь дело с относительными показателями.

Вариант с долями голосов от списочного числа избирателей выглядит предпочтительнее. В этом случае можно отдельно вычислить долю не голосовавших избирателей и попытаться оценить переток не только между голосами за партии, но и переток к партиям от не голосовавших избирателей. В случае варианта с долями голосов от числа проголосовавших избирателей мы фактически игнорируем различия в явке (которое по России в целом между выборами 2021 и 2016 гг. составляет 3,8%) и голосование тех избирателей, которые не участвовали в предыдущих выборах.

Однако пробный анализ на массивах данных по 225 окружным избирательным комиссиям (ОИК) показал, что вариант с долями голосов от числа проголосовавших избирателей показывает почти по всем парам более высокие корреляции, чем вариант с долями голосов от списочного числа избирателей. Так, для пары «Новые люди» / ЛДПР в первом случае коэффициент корреляции составил -0,522, а во втором -0,346. Для пары КПРФ / «Единая Россия» корреляция в первом случае оставляла -0,581, а во втором 0,075. При этом разность в доле не голосовавших избирателей имела значимую отрицательную корреляцию с приростом партий, увеличивших свой результат (КПРФ, «Справедливая Россия», Партия пенсионеров) и с результатами двух новых партий (РПСС и «Зеленая альтернатива»), но не очень высокую (от ‑0,315 до -0,365).

Вероятно, слабые корреляции при расчетах на основании долей голосов от списочного числа избирателей связаны с обсужденными выше изменениями корпуса избирателей. В связи с этим мы в дальнейшем использовали вариант с долями голосов от числа проголосовавших избирателей.

Следующая проблема: можно использовать массивы данных об итогах голосования по регионам (89), по ОИК (225) и по территориальным избирательным комиссиям (ТИК). В последнем варианте нам пришлось исключить случаи объединения или разделения ТИК, произошедшие между 2016 и 2021 гг. (в частности, пришлось полностью исключить ТИКи Санкт-Петербурга), а также те 15 ТИК Москвы, к которым были приписаны избирательные участки дистанционного электронного голосования. Всего мы включили в массив 2738 ТИК.

Сравнение показало, что коэффициенты корреляции на разных массивах имеют в основном близкие значения. Так, для пары «Новые люди» / ЛДПР коэффициент корреляции на массиве регионов получился -0,598, на массиве ОИК -0,522, на массиве ТИК -0,440. Для пары КПРФ / «Единая Россия» корреляция на массиве регионов составляла -0,559, на массиве ОИК ‑0,581, а на массиве ТИК ‑0,617. Для пары «Зеленая альтернатива» / «Яблоко» массив регионов дал корреляцию -0,451, массив ОИК -0,734, а массив ТИК -0,481.

Проанализировав эти данные, мы решили использовать для расчетов по России массив ОИК. Во-первых, деление на ОИК более равномерное по числу избирателей, чем на регионы или ТИК. Во-вторых, массив ОИК содержит большее число строк, чем массив регионов, поэтому при равенстве коэффициентов у них большая значимость. При этом, в отличие от массива ТИК, массив ОИК охватывает все данные. В-третьих, коэффициенты на массиве ОИК получаются либо больше по абсолютной величине, чем на других массивах, либо ненамного меньше. В то же время для расчетов по регионам мы использовали массивы по ТИК.

Корреляционный анализ

Результаты корреляционного анализа по России в целом в разрезе ОИК представлены в таблице 1. Строки соответствуют партиям, не участвовавшим в выборах 2021 г., и партиям, снизившим свой результат в 2021 г., столбцы – новым партиям и партиям, улучшившим свой результат в 2021 г.

Из таблицы мы видим, что у трех новых партий, а также у КПРФ значимые корреляции с большинством партий, представленных в строках. А вот у «Справедливой России», Партии пенсионеров и РЭП «Зеленые» значимых корреляций немного. Из партий, представленных в строках, наибольшее число значимых корреляций у «Единой России», ЛДПР, РОДП «Яблоко», Партии Роста и «Родины», чуть меньше у ПАРНАС и «Гражданской Силы», еще меньше у «Гражданской платформы». У «Патриотов России» значимая корреляция только с РЭП «Зеленые» (вероятно, здесь основную роль сыграл Красноярский край [8]), а у «Коммунистов России» значимых отрицательных корреляций нет ни с кем.

Наиболее высокие по абсолютной величине значения коэффициентов корреляции (более 0,5) имеют пары «Зеленая альтернатива» / ПАРНАС, РПСС / ПАРНАС, «Зеленая альтернатива» / «Яблоко», РПСС / «Яблоко», «Зеленая альтернатива» / Партия Роста, КПРФ / «Единая Россия», «Зеленая альтернатива» / «Гражданская Сила», «Новые люди» / ЛДПР, РПСС / Партия Роста, «Зеленая альтернатива» / «Родина», РПСС / «Родина».

Далее для анализа мы выбрали 12 регионов с большим числом ТИК (не менее 45), не относящихся к регионам с электоральными аномалиями. Для этих регионов мы вычислили коэффициенты корреляции в разрезе ТИК у семи наиболее интересных пар (см. таблицу 2).

Из таблицы видно, что в паре «Зеленая альтернатива» / ПАРНАС получаются значимые корреляции во всех исследованных регионах, причем лишь в Иркутской области значимость не дотягивает до 0,1-проценого уровня. В 11 регионах значимыми были корреляции в паре «Зеленая альтернатива» / Партия Роста, в 10 – в паре «Зеленая альтернатива» / «Яблоко», в 9 – в паре КПРФ / «Единая Россия», в 7 – в паре РПСС / «Родина». Пара КПРФ / ЛДПР показала значимую корреляционную связь только в пяти регионах, а пара «Новые люди» / ЛДПР – только в трех.

Регрессионный анализ для России в целом

Коэффициенты корреляции показывают, насколько надежна связь между потерями одних партий и приростом голосов за другие. Однако они ничего не могут сказать о масштабах перетока голосов. Для оценки перетока нужны данные регрессионного анализа.

Как видно из таблицы 1, наилучшую корреляцию показывает зависимость между голосованием за ПАРНАС в 2016 г. и голосованием за «Зеленую альтернативу» в 2021 г. На рис. 1 мы видим, что зависимость между этими переменными почти идеально ложится на регрессионную прямую, которая пересекает ось ординат близко к началу координат (свободный член 0,24%) и имеет наклон 0,53. Но если мы принудительно установим, чтобы регрессионная прямая выходила из начала координат, коэффициент наклона вырастет до 0,71. Впрочем, на графике мы видим несколько точек, которые заметно отклоняются от регрессионной прямой и, по-видимому, вносят искажения.

Более заметны такие отклоняющиеся точки на графиках для пары «Зеленая альтернатива» / «Яблоко» (рис. 2) и РПСС / ПАРНАС (рис. 3). Еще сильнее отклонения в парах «Новые люди» / ЛДПР (рис 4) и не показанных на рисунках парах «Новые люди» / «Яблоко», «Новые люди» / ПАРНАС, «Новые люди» / Партия Роста, РПСС / «Родина», КПРФ / ЛДПР.

Достаточно наглядным получился и график зависимости прироста голосов за КПРФ от потерь «Единой России» (рис. 5). Здесь регрессионная прямая проходит заметно выше начала координат и пересекает ось ординат в точке 4,6%. Наклон составляет -0,39. При этом мы также видим некоторое количество сильно отклоняющихся точек.

В целом результаты корреляционного и регрессионного анализа дают следующую информацию о перетоке голосов. Потери «Единой России» связаны в первую очередь с голосованием за КПРФ и в меньшей степени – за «Новых людей». Переток голосов от «Единой России» к КПРФ можно оценить в 39% от потерь «Единой России» (поскольку коэффициент наклона по модулю равен 39%), что составляет 1,7% от числа проголосовавших избирателей, или около одного миллиона голосов. Переток голосов от «Единой России» к «Новым людям» очень грубо можно оценить в 15% от потерь «Единой России», что составляет 0,6% от числа проголосовавших избирателей, или около 400 тыс. голосов.

Заметно большую долю голосов «Новые люди» получили за счет потерь ЛДПР – около 37% от этих потерь, что составляет около 2% от числа проголосовавших избирателей, или около 1,2 млн голосов. При этом к «Новым людям» также перетекли голоса от РОДП «Яблоко», Партии Роста, ПАРНАС и «Родины» (и в меньшей степени от «Гражданской платформы» и «Гражданской Силы»), но голоса этих же партий достались и РПСС, и «Зеленой альтернативе».

Оценить переток голосов здесь несколько сложнее, поскольку между голосами за РПСС и «Зеленую альтернативу» есть заметная положительная корреляция (0,788), и также хорошая положительная корреляция наблюдается между голосами за ПАРНАС и потерями РОДП «Яблоко», Партии Роста и «Родины» (например, 0,817 в паре ПАРНАС / «Яблоко»). Общую картину перетока иллюстрирует рис. 6, показывающий зависимость суммарного результата РПСС и «Зеленой альтернативы» от суммы голосов за ПАРНАС и «Гражданскую Силу» и потерь РОДП «Яблоко», Партии Роста, «Родины» и «Гражданской платформы».

В связи с этим мы попытались воспользоваться множественной регрессией. Для РПСС и «Зеленой альтернативы» с ее помощью удалось получить оценки перетока, которые выглядят адекватными. В таблице 3 показаны коэффициенты регрессии для этих двух зависимостей.

Из этих результатов видно, что основной вклад в переток голосов к обеим партиям дают РОДП «Яблоко» и Партия Роста. От РОДП «Яблоко» РПСС получила примерно 0,25% голосов (от числа проголосовавших избирателей), а «Зеленая альтернатива» – примерно 0,20%. От Партии Роста РПСС получила примерно 0,52% голосов, а «Зеленая альтернатива» – примерно 0,39%. Можно также видеть не очень большой переток голосов от «Родины» к «Зеленой альтернативе» (0,09%). По остальным партиям оценить переток на основании этих данных затруднительно.

Для «Новых людей» множественная регрессия не дает адекватных результатов. Можно лишь с помощью простой регрессии оценить суммарный переток от шести партий примерно в 0,9% от числа проголосовавших избирателей, или около 500 тыс. голосов. Отметим, что сумма сделанных нами оценок перетока голосов к «Новым людям» от ЛДПР, «Единой России» и шести «малых» партий получается около 3,5% голосов, то есть около двух третей от их результата (всего «Новые люди» получили 5,3% голосов).

Регрессионный и корреляционный анализ для групп округов

На приведенных выше графиках мы видели некоторое количество отклоняющихся точек. Как показал анализ, такие точки соответствуют для разных партий различным округам и регионам. Это по большей части связано со спецификой регионального голосования за отдельные партии в 2016 и/или 2021 гг. Так, в Москве и Санкт-Петербурге (и в меньшей степени в Московской области) в 2016 г. наблюдалась высокая поддержка либеральных партий (РОДП «Яблоко», Партия Роста, ПАРНАС), и в 2021 г. у РОДП «Яблоко» и у Партии Роста получились наибольшие потери (у РОДП «Яблоко» в Москве 4,1%, в Санкт-Петербурге 2,2%, в Московской области 1,8%; у Партии Роста в Москве 2,4%, в Санкт-Петербурге 4,9%, в Московской области 1,3%). В Архангельской области, напротив, благодаря участию в выборах от РОДП «Яблоко» лидера экологического протеста О.А. Мандрыкина партия «Яблоко» получила прибавку голосов. В Тамбовской области, в отличие от большинства регионов, прибавку получила «Родина». Отклонения от общей картины зафиксированы и в ряде других регионов (некоторые республики, Ставропольский край, Тюменская область, Еврейская автономная область).

В связи с этим мы попробовали сделать расчеты для части территорий. Во-первых, мы исключили 25 округов с отклоняющимися результатами – округа № 2 (Республика Алтай), 3, 4, 6, 8 (Республика Башкортостан), 10–12 (Республика Дагестан), 13 (Республика Ингушетия), 14 (Кабардино-Балкарская Республика), 15 (Республика Калмыкия), 16 (Карачаево-Черкесская Республика), 23 (Республика Мордовия), 29 (Республика Татарстан), 52 (Краснодарский край), 65–67 (Ставропольский край), 72, 73 (Архангельская область), 177, 178 (Тамбовская область), 185, 186 (Тюменская область) и 220 (Еврейская автономная область).

Во-вторых, мы отделили Москву, Санкт-Петербург и Московскую область (34 округа) от остальной части Российской Федерации (166 округов). Далее первую группу округов будем называть «столичной», а вторую – «периферийной». Сравнение коэффициентов корреляции с результатами партии «Новые люди» показано в таблице 4.

Мы видим, что для периферийной группы сохраняются и в основном усиливаются корреляции «Новых людей» с ЛДПР, «Родиной» и либеральными партиями. Это видно и на графиках. На рис. 7 показана зависимость доли голосов за «Новых людей» от разности долей голосов за ЛДПР. Зависимость имеет наклон -0,45 и пересекает ось ординат около точки 3%.

На рис. 8 показана зависимость доли голосов за «Новых людей» от суммарной разности долей голосов за шесть «малых» партий. Зависимость также пересекает ось ординат около точки 3%. Ее наклон немного превышает по модулю единицу, что не имеет физического смысла, так как наклон должен отражать долю голосов за соответствующие партии, которая перетекла «Новым людям». Учитывая невысокую точность получаемых данных, мы можем считать, что доля перетока близка к единице.

Попытка оценить переток голосов на массиве 166 ОИК путем множественной регрессии для всех семи партий одновременно не дала адекватных результатов (у нескольких партий коэффициенты получились заметно больше 1). Но когда мы сократили число независимых переменных до двух (ЛДПР и сумма шести «малых» партий), то для ЛДПР коэффициент получился -0,805, а для суммы партий -0,289 (свободный член 0,017). К сожалению, данные коэффициенты сильно отличаются от приведенных выше, полученных путем простой регрессии. Тем не менее, вся совокупность данных подтверждает переток голосов к «Новым людям» от ЛДПР и ряда «малых партий».

Иная картина получается для столичной группы округов. Здесь корреляция между результатом «Новых людей» и разностью результатов ЛДПР положительная (см. таблицу 4), что не позволяет утверждать о наличии перетока голосов от ЛДПР к «Новым людям». От «малых» партий переток голосов к «Новым людям» вполне ощутим (в таблице 4 видны значимые корреляции у Партии Роста, ПАРНАС и «Гражданской Силы»). Однако наклон регрессионной прямой небольшой – всего -0,2 (см. рис. 9), а свободный член, напротив, достаточно велик (4,5%). Сильно выпадает точка, соответствующая Новомосковскому округу № 202, где по одномандатному округу от «Новых людей» баллотировался Д. П. Махницкий, поддержанный «умным голосованием» – в результате «эффекта контаминации» его участие заметно повлияло и на результат партии (10,4%). Впрочем, на параметры регрессии эта отклоняющаяся точка существенно не повлияла.

В то же время в этой группе есть заметная корреляция между прибавкой голосов у КПРФ и потерями голосов «малыми» партиями. Наиболее высокий коэффициент корреляции у РОДП «Яблоко» (-0,546), значимые коэффициенты также у ПАРНАС (-0,412) и «Гражданской Силы» (-0,348), на грани значимости коэффициент у «Родины» (-0,338). На рис. 10 мы видим зависимость прибавки голосов за КПРФ от потерь «малых» партий. Наличие такой зависимости в столичной группе, по-видимому, связано с «умным голосованием», влияние которого было особенно сильным именно здесь [16: 70].

В периферийной группе мы видим также отрицательную корреляцию между разностями КПРФ и ЛДПР, что свидетельствует о перетоке голосов между этими партиями. Коэффициент корреляции для группы получился равным -0,381, наклон регрессионной прямой -0,454, свободный член регрессионного уравнения 0,036. В то же время на графике (не показан) видно еще немало отклоняющихся точек. Для столичной группы корреляция между разностями КПРФ и ЛДПР положительная.

Обсуждение результатов

Одной из главных задач электоральной социологии является достижение понимания того, как формируется воля избирателя. Существует ряд конкурирующих теорий, пытающихся объяснить электоральное поведение избирателей; эти теории основаны главным образом на исследованиях выборов и электората США и стран Западной Европы [6: 223–253; 2: 9–53]. И если нет полной ясности, насколько эти теории приложимы к странам зрелой демократии, то тем более неясно, могут ли они объяснять электоральное поведение российских избирателей [17: 550–572].

Поскольку на российских выборах уже около двух десятилетий доминирует «Единая Россия», тесно связанная с исполнительной властью, основной выбор избирателя состоит в том, голосовать ли за эту партию или за какую-либо другую, считающуюся оппозиционной (хотя бы условно). В наиболее яркой степени это проявилось на выборах в Государственную Думу 2011 г. (кампания «Голосуй за любую другую партию»), но такие мотивы присутствовали и в последующих кампаниях.

При этом результат «Единой России» на федеральных выборах в последние три кампании относительно стабилен. Если в 2003 г. эта партия довольствовалась 37,6%, а в 2007 г. ее результат вырос до 64,3%, то в 2016 г. он был заметно ниже (54,2%), а в 2011 и 2021 гг. еще немного ниже и примерно одинаков (соответственно 49,3 и 49,8%). Тут можно сделать оговорку, что все эти числа отражают не только собственно волеизъявление избирателей, но и вклад административного ресурса, но суть от этого меняется мало.

Тем избирателям, которые предпочитают голосовать за оппозицию и доля которых составляет (если верить официальным данным) примерно половину, приходится делать следующий выбор: за какую из оппозиционных партий голосовать? Здесь изменения позиций избирателей в последних трех кампаниях более заметные: у КПРФ от 13,3% в 2016 г. до 19,2% в 2011 г. и 18,9% в 2021 г.; у ЛДПР от 13,1% в 2016 г. до 7,5% в 2021 г.; у «Справедливой России» от 13,2% в 2011 г. до 6,2% в 2016 г.; плюс в 2021 г. появились «Новые люди», получившие 5,3%.

Выбор избирателей между этими партиями (а также менее влиятельными «малыми» партиями) частично может быть обусловлен идеологическими мотивами, но данным фактором трудно объяснить отмеченные выше колебания в уровне их поддержки. По-видимому, основной мотив перетока голосов между этими партиями – представления о том, какая партия на данный момент является наиболее оппозиционной. Если же говорить о перетоке голосов от «малых» партий к парламентским, то здесь играло роль и тактическое голосование, основанное на представлении о том, что голоса за партии, не преодолевшие заградительный барьер, пропадут или, как утверждали некоторые пропагандисты, «достанутся» «Единой России» [10; 16].

В связи с этим проблема перетока голосов от одних партий к другим и оценки масштаба такого перетока представляют несомненный интерес.

Результаты нашего исследования показывают, что переток голосов от партий, участвовавших в выборах в Государственную Думу 2016 г., к партиям, участвовавшим в таких же выборах 2021 г., для большей части регионов осуществлялся в основном в следующих направлениях:

· от «Единой России» к КПРФ;

· от «Единой России» к «Новым людям»;

· от ЛДПР к «Новым людям»;

· от ЛДПР к КПРФ;

· от «малых» партий (РОДП «Яблоко», Партия Роста, ПАРНАС, «Родина», «Гражданская платформа», «Гражданская Сила») к «Новым людям, РПСС и «Зеленой альтернативе».

Для столичной группы регионов (Москва, Московская область, Санкт-Петербург) не характерен переток голосов от ЛДПР к «Новым людям» и КПРФ, но заметным оказывается переток от либеральных партий к КПРФ.

В отдельных регионах могут быть свои модели перетока голосов. Так, в работе [8] для Красноярского края было показано наличие перетока голосов от «Патриотов России», получивших в крае в 2016 г. заметный результат, к РЭП «Зеленые», «Новым людям» и ЛДПР.

В целом данные о перетоке голосов подтверждают вывод, сделанный ранее на основе анализа ранговых распределений [12: 547–548; 11: 101], о том, что конкуренция между разными партиями идет на разном поле: между лидерами – на одном, между середняками – на другом, между аутсайдерами – на третьем. В данном случае группа лидеров – «Единая Россия», КПРФ и ЛДПР, к середнякам можно отнести «Справедливую Россию» и «Новых людей» (в меньшей степени – Партию пенсионеров), а к аутсайдерам – остальные партии. Впрочем, для Москвы и Санкт-Петербурга середняками можно считать (особенно в 2016 г.) РОДП «Яблоко» и Партию Роста. А для Красноярского края середняками в 2016 г. были «Патриоты России», а в 2021 г. РЭП «Зеленые».

В нашей недавней работе [13] мы пытались методами корреляционного и регрессионного анализа оценить, за кого голосовали избиратели «Новых людей» на региональных выборах 2021 г. в тех случаях, когда в региональном бюллетене этой партии не было. Мы сделали вывод, что они голосовали за разные партии, практически за все партии, представленные в региональном бюллетене. Тем не менее, оказалось, что для значительной части избирателей «Новых людей» наиболее предпочтительным было голосование за «Справедливую Россию» и Партию пенсионеров. В данном случае речь шла о перетоке голосов не между выборами разных лет, а между одновременно проходившими выборами разного уровня. Но и здесь переток шел в основном внутри одной группы середняков.

Отдельная проблема связана с вопросом, насколько результаты такого анализа адекватны в условиях, когда официальные итоги голосования оказываются искажены за счет прямых фальсификаций. Нам уже приходилось обсуждать этот вопрос [12: 422–425; 11: 302–303]. Учитывая отмеченную выше низкую точность полученных результатов, можно сказать, что фальсификации влияют на них не сильно. Это связано с рядом причин.

Во-первых, в регионах с наиболее сильными фальсификациями результаты всех оппозиционных партий низки, соответственно низки и разности между результатами разных лет, поэтому они не вносят серьезные искажения в результаты корреляционного и регрессионного анализа. Впрочем, мы видим, что исключение из анализа округов с аномалиями (которые связаны не только с фальсификациями, но и с особенностями реального электорального поведения граждан) улучшает показатели корреляции.

Во-вторых, на российских выборах преобладают фальсификации типа вброса, и такие фальсификации действительно могут повлиять на оценку перетока голосов от «Единой России» к другим партиям. Результаты оппозиционных партий в меньшей степени искажаются относительно друг друга, поэтому переток голосов между ними можно оценить более достоверно.

В целом полагаем, что методы корреляционного и регрессионного анализа вполне пригодны для качественной оценки перетока голосов. Возможна ли в принципе точная количественная оценка, пока сказать сложно.

Автор благодарит С. А. Шпилькина и А. Ю. Бузина за помощь в получении данных по итогам голосования на выборах 2021 г.

Поступила в редакцию 15.02.2022, в окончательном виде 18.03.2022.

---

Список литературы

1. Myagkov M., Ordeshook P.C., Shakin D. The Forensics of Election Fraud: Russia and Ukraine. N.Y.: Cambridge University Press, 2009. 289 p.
2. The Routledge Handbook of Elections, Voting Behavior and Public Opinion / eds J.Fisher, E.Fieldhouse, M.N.Franklin, R.Gibson, M.Cantijoch and C.Wlezien. L. and N.Y.: Routledge. 2018. 550 p.
3. Большаков И.В., Перевалов В.В. Консолидация или протест? «Умное голосование» на московских выборах. – Полития. 2020. № 1 (96). С. 50–73. DOI:10.30570/2078-5089-2020-96-1-50-73.
4. Большаков И.В., Перевалов В.В. Оценка эффективности «умного голосования»: спор аналитических подходов. – Электоральная политика. 2020. № 1 (3). С. 6. - http://electoralpolitics.org/ru/articles/otsenka-effektivnosti-umnogo-golosovaniia-spor-analiticheskikh-podkhodov/
5. Бузин А.Ю. Чужая победа. – Электоральная политика. 2020. № 1 (3). С. 5. - http://electoralpolitics.org/ru/articles/chuzhaia-pobeda/
6. Голосов Г.В. Сравнительная политология: Учебник. СПб: Изд-во Европ. ун-та. 2001. 368 с.
7. Демография. Рождаемость, смертность и естественный прирост населения. – Сайт Федеральной службы государственной статистики. Доступ: https://rosstat.gov.ru/storage/mediabank/uZ1ct28L/demo21.xls (проверено 15.02.2022). - https://rosstat.gov.ru/storage/mediabank/uZ1ct28L/demo21.xls
8. Журибеда К.О. Электоральные характеристики Красноярского края по итогам выборов депутатов Государственной Думы в 2016 и 2021 годах. – Электоральная политика. 2021. № 2 (6). С. 2. - http://electoralpolitics.org/ru/articles/elektoralnye-kharakteristiki-krasnoiarskogo-kraia-po-itogam-vyborov-deputatov-gosudarstvennoi-dumy-v-2016-i-2021-godakh/
9. Кунов А., Мягков М., Ситников А., Шакин Д. Россия и Украина: нерегулярные результаты регулярных выборов: Аналитический доклад. М.: Институт открытой экономики, 2005. 37 с. Доступ: http://openecon.shulgin.ru/attach.asp@a_no=521 (проверено 15.02.2022). - http://openecon.shulgin.ru/attach.asp@a_no=521
10. Кынев А.В. Общие итоги выборов и избирательной кампании–2021. – Сайт Фонда «Либеральная миссия», 06.12.2021. Доступ: https://liberal.ru/reports/obshhie-itogi-elektoralnyh-rezultatov-izbiratelnoj-kampanii-2021?download=32099 (проверено 15.02.2022). - https://liberal.ru/reports/obshhie-itogi-elektoralnyh-rezultatov-izbiratelnoj-kampanii-2021?download=32099
11. Любарев А.Е. Занимательная электоральная статистика. М.: Голос консалтинг, 2021. 304 с.
12. Любарев А.Е. Избирательные системы: российский и мировой опыт. М.: РОО «Либеральная миссия»; Новое литературное обозрение, 2016. 632 с.
13. Любарев А.Е. Исследование совмещенных выборов: за кого голосовали избиратели партии «Новые люди» при отсутствии партии в бюллетене. – Вестник Пермского университета. 2022. № 1. С. 125–135. DOI:10.17072/2218-1067-2022-1-125-135. - http://press.psu.ru/index.php/polit/article/view/5444
14. Любарев А.Е. «Умное голосование» как один из факторов, повлиявших на результаты выборов в Московскую городскую Думу 2019 года. – Электоральная политика. 2020. № 1 (3). С. 7. - http://electoralpolitics.org/ru/articles/umnoe-golosovanie-kak-odin-iz-faktorov-povliiavshikh-na-rezultaty-vyborov-v-moskovskuiu-gorodskuiu-dumu-2019-goda/
15. Мягков М., Ситников А., Шакин Д. Электоральный ландшафт России. Аналитический доклад. Москва: Институт открытой экономики, 2004. 41 с. Доступ: http://openecon.shulgin.ru/attach.asp@a_no=503 (проверено 15.02.2022). - http://openecon.shulgin.ru/attach.asp@a_no=503
16. Новая реальность: Кремль и Голем. Что говорят итоги выборов о социально-политической ситуации в России / под ред. К.Рогова. М.: Либеральная миссия, 2021. 113 с.
17. Политическая социология: учебник / Под ред. Ж.Т.Тощенко. – М.: Юрайт. 2012. 624 с.
18. Электоральный ландшафт России. Материалы круглого стола. М.: Институт открытой экономики, 2005. 38 с. Доступ: http://openecon.shulgin.ru/attach.asp@a_no=504 (проверено 15.02.2022). - http://openecon.shulgin.ru/attach.asp@a_no=504