Комплексный географический подход к анализу факторов электорального поведения на уровне регионов.

Комплексные исследования факторов электорального поведения населения получили во многих научных работах. Однако в электоральной географии есть проблема толкования выборов. Несмотря на значительные успехи в изучении отдельных факторов (раскол "центр-периферия", возрастной, половой, образовательный состав населения, социально-экономические показатели влияния на электоральное поведение и др.), по большей части до сих пор отсутствует использования подхода системного географического анализа. Комплексное исследование факторов электорального поведения способствует переходу от решения задач оценки их покомпонентного влияния на голосования к нахождению системных цепочек взаимодействия. Через анализ структуры и динамики факторов электорального поведения путем диагностики можно выйти на перераспределение их роли и выявление различных этапов, на которых влияние того или иного фактора являлось бы наибольшим. Таким образом, существует реальная возможность систематизации электоральных предпочтений населения от происходящих пертурбаций в экономике, социальной, политической, а также в культурной сферах региона.

Одним из наиболее подходящих методов систематизации и прогнозированию результатов выборов является регрессивный анализ. Для решения поставленной задачи он подходит наилучшим способом, учитывая слабую достоверность массовых социологических опросов и высокую степень разнородности социологических данных в современных российских реалиях.

В качестве зависимых переменных для анализа необходимо брать показатели голосования за избирательные объединения и кандидатов в процентах от общего числа голосования. В современной Российской Федерации можно говорить об политических объединениях и кандидатах четырех векторов (с точки зрения их программных позиций и ценностных ориентиров):

1. социал-коммунистическая направленность ("левые");

2. либерало-демократической направленность ("правые");

3. центризм ("конформисты");

4. национал-патриотической направленности ("национал-патриоты").

Следовательно, поставим задачу искать наиболее адекватные регрессивные модели для четерех случаев (прим. Под наиболее адекватной регрессивной моделью понимается модель, имеющая объясняющую силу).

Результаты исследования отдельных факторов электорального поведения продемонстрировали, что среди тех из них, которые поддаются количественному измерению, наибольшую объясняющую силу имеют доля городского населения, плотность сельского населения, удельный вес русских в этническом составе Новгородской области, доля лиц с высшим и незаконченным высшим образованием и доля населения предпенсионного и пенсионного возрастов.

Названные факторы дополняются так называемыми трансформационными, которые связаны с оценкой уровня жизни и уровня социальной напряженности. Из факторов данной группы максимальное значение имеют покупательная способность населения Новгородской области, уровень безработицы и уровень преступности в регионе.

Одни из перечисленных показателей более эластичные (т.е. являются базовыми для голосования за партии и кандидатов самой различной ориентации), другие накладываются лишь на конкретных участников выборов. Поэтому применительно к каждой политической группировки будет свой набор факторов, включаемых в регрессивную модель.

Электоральная активность, фон территориальной дифференциации которой обладает довольно высокой степенью устойчивости, может способствовать оценке фактора "город-село" при голосовании за партии и кандидатов демократической ориентации.

(таблица явки на голосование)

Интересно отметить, что территориальная дифференциация участия населения в выборах изменяется поступательно. В межвыборный период, если сравнивать выборы в соседних регионах, распределение доли избирателей участвующих в выборах меняется не так сильно. Однако на более долгосрочных временных отрезках начинает действовать закон перехода количества в качество, и если сравнивать явки избирателей в 1993 и 2003 гг., то они вообще почти никак не взаимосвязаны друг с другом.

Вышесказанное позволяет, во-первых, прогнозировать явку избирателей в регионе исходя из данных предыдущих выборов, и, во-вторых, что особенно ценно, использовать показатель электоральной активности как один из факторов голосования за партии и кандидатов демократической ориентации. Так, например, назначение 8 сентября 2013 года днем единого голосования, серьезно снижает явку левонастроенных жителей области, которые будут заняты сбором урожая на своих предусадебных участках.

Также в качестве дополнительного, взаимозависимого фактора электорального поведения является численность населения Новгородской области. Впервые на необходимость учета данного фактора, косвенно свидетельствующего "об уровне включенности в процесс модернизации и разряженности социальной инфраструктуры", при построении многофакторной модели электорального поведения указали Н.В. Анюхина и Е.Ю. Мелешкина. Они приводят следующий пример: среди 22 малонаселенных субъектов РФ, численность избирателей в которых не превышает 500 тыс чел. (на 01.01.2012 года - 528 478 избирателей в Новгородской области) [стр.20; Сборник информационно-аналитических материалов "Выборы Президента РФ" ЦИК — М. 2012 г.] в этих субъектах наблюдается большая доля сельского населения и неблагополучная экономическая ситуация.

Другими словами, такой базовый показатель, как численность населения, позволяет давать оценку территориальной дифференциации результатов выборов через косвенную призму фундаментальных для российской электоральной карты в целом раскол "город-село" ("центр-периферия"). Исторически Новгородская область обладает положительной особенностью экономико-географического положения, но парадоксально является малозаселенным регионом. В любом случае, возможность использования фактора раскола "город-село" через численности населения весьма удачна и полезна с электоральной точки зрения.

В многофакторной аналитической модели целесообразно рассматривать следующую группу факторов электорального поведения:

ü доля городского населения;

ü плотность сельского населения;

ü удельный вес русских в этническом составе;

ü доля лиц с высшим и незаконченным высшим образованием;

ü доля населения старше трудоспособного возраста;

ü покупательная способность населения;

ü уровень безработицы;

ü уровень тяжкой преступности;

Корректирующие и вспомогательные факторы:

ü численность населения региона

ü тип социально-экономического развития (депрессивность, отсталость или экспортная ориентированность региона)