автореферат диссертации по политологии, специальность ВАК РФ 23.00.02
диссертация на тему: Методика построения регрессионных прогнозных моделей результатов выборов в России

Полный текст автореферата диссертации по теме "Методика построения регрессионных прогнозных моделей результатов выборов в России"

На правахрукописи

АНОХИНА Наталья Вячеславовна

Методика построения регрессионных прогнозных моделей результатов выборов в России

Специальность 23.00.02 - «Политические институты, этнополитическая конфликтология, национальные и политические процессы и технологии»

Автореферат диссертации на соискание ученой степени кандидата политических наук

Москва 2004

ОБЯЗАТЕЛЬНЫЙ ! БЕСПЛАТНЫЙ ЭКЗЕМПЛЯР

Диссертация выполнена на кафедре государственной политики философского факультета Московского государственного университета им. М.В. Ломоносова.

Научный руководитель:

Официальные оппоненты:

кандидат политических наук, доцент Марков С.А.

доктор политических наук, профессор Соловьев А.И.; кандидат политических наук Тихонов Д.А.

Ведущая организация: Московский государственный институт

международных отношений (университет) МИД РФ, кафедра сравнительной политологии.

Защита состоится «_»_2004 г. в_часов на заседании

диссертационного совета К 501.001.01 в Московском государственном университете имени М.В. Ломоносова по адресу: 119899, Москва, Ленинские горы, МГУ, 1-й корпус гуманитарных факультетов, аудитория_.

С диссертацией можно ознакомиться в читальном зале научной библиотеки МГУ имени М.В. Ломоносова (1-й корпус гуманитарных факультетов).

Автореферат разослан «_»_2004 года.

Ученый секретарь диссертационного совета

Мырикова А.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования обусловлена потребностью современной российской политической науки в точных и долгосрочных прогнозных моделях результатов выборов. Выборы, находящиеся в фокусе внимания электорального прогнозирования, зачастую оказываются событием, влекущим за собой глубокие политические и социально-экономические преобразования. С этой точки зрения, построение долгосрочных, точных и научно обоснованных прогнозов исхода выборов приобретает не только теоретическую, но и практическую значимость как для участников электоральных процессов, так и для системы государственного управления. В СССР необходимость таких прогнозов долгое время отсутствовала. Импульсом развития электорального прогнозирования в России послужили первые многопартийные выборы 1993 г.

В последние годы электоральные прогнозы оказалась в центре внимания. С одной стороны, это свидетельствует об их востребованности, с другой - порождает огромное количество прогнозов, сделанных непрофессионалами. Открытыми остаются следующие вопросы: какие факторы обусловливают победу одних политических сил и проигрыш других, каким образом политическая, социальная и экономическая ситуация в стране влияет на результат голосований, какие методы обладают наибольшей ценностью и адекватностью при решении проблем электорального прогнозирования.

На сегодняшний день очевиден недостаток российских исследований, целью которых является не сиюминутное прогнозирование расклада политических сил на финише предвыборной гонки, а выработка теоретико-методических основ научного долгосрочного прогнозирования. Для этого не-

обходимо обратиться к анализу уже сложившихся в западной науке подходов и методов прогнозирования, которые возможно приложить к российской ситуации для создания точных и долгосрочных прогнозов.

Электоральное прогнозирование является частью политической науки и практики западных стран. Одним из признанных и широко используемых на Западе методов долгосрочного электорального прогнозирования является множественный регрессионный анализ. Данный метод дает возможность для прогнозирования значения одной (зависимой) переменной, отталкиваясь от значения других (незавсимых) переменных, что позволяет интегрировать в одну прогнозную модель различные факторы, отделить долгосрочные тенденции национального развития от ситуационных показателей. В отечественной практике электорального прогнозирования подобный метод не используется, что является несомненным пробелом развития политических исследований.

Таким образом, проблема точного и долгосрочного прогнозирования результатов выборов в России актуальна как часть теоретического дискурса в рамках политического анализа, а также как элемент прикладного анализа политических и электоральных процессов. Разработка данной темы дает возможность не только скорректировать существующие подходы к прогнозированию результатов выборов, но и позволяет создать долгосрочную прогнозную модель на основе широкого круга факторов, учитывающих различные уровни экономического, политического и социального развития общества. В этом видится общественная и научная значимость избранной темы. Степень научной разработанности темы.

В западной политической науке первые прогнозы исхода выборов публиковались на страницах популярных американских журналов и газет в нача-

ле 20 века. С середины 30-х годов регулярные опросы общественного мнения стали служить источником создания электоральных прогнозов.

С конца 70-х гг. 20 века в США сложилась традиция создания прогнозных моделей с помощью множественного регрессионного анализа. Базовым источником современных прогнозных моделей служат работы Д. Крамера1 (1971) и Е. Тафта2 (1976), показавшие, что результаты выборов можно прогнозировать с помощью моделей, включающих в себя в качестве объясняющих переменных общеполитические и экономические индикаторы.

В настоящее время в рамках данного подхода работают А. Абрамовитц, М.С. Льюис-Бек, Т. Райе, Дж. Кэмпбелл3.

Проблемы социального и политического прогнозирования исследовались в советской науке такими учеными, как И.В. Бестужева-Лады4, В.Э. Шляпентох5, А.В. Сергиев6, А.А. Кокошин7, в современной науке данной те-

1 Kramer D.H. Short-term fluctuations in U.S. voting behavior, 1896-1964 // American Political Science Review. 1971, №3. pp.131-143

2 Tufte E.R. Determinants of the outcomes of midterm congressional elections / Controversies in American voting behavior. Ed. by Niemi R.G., Weisberg H.F. San Francisco: W.H. Freeman and Co, 1976.

3 Abramovitz A.L Bill and Al's excellent adventure: Forecasting the 1996 presidential election // Before the Vote. Forecasting American national elections / Ed. by Campbell J. E., Garand J.C. Thousand Oaks: Sage publication inc, 2000; Lewis-Beck M.S., Rice T. Forecasting elections. Wash.,: Congressional Quarterly Press. 1992; Campbell J.E. Forecasting the presidential vote in the states // American Journal of Political Science. 1992. №36, pp.3 86-407; Campbell J.E., Mann Т.Е. Forecasting the presidential election: What can we learn from the model? // The Brooking Review. 1996.№14,pp.26-31.

4 Бестужев-Лада И.В. Прогнозирование как особая категория подхода к проблемам будущего. М., 1970; Бестужев-Лада И.В. Проблемы социального прогнозирования. М., 1978; Бестужев-Лада И З . Социальное прогнозирование: особенности и проблемы. М., 1977; Рабочая книга по прогнозированию / Редкол.: И.В. Бестужев-Лада. М., 1982.

5 В.Э. Шляпентох. Как сегодня изучают завтра (Современные методы социального прогнозирования). М.: Советская Россия, 1975.

6 Сергиев А.В. Предвидение в политике. М.: Политиздат, 1974; Сергиев AJB. О некоторых методологических принципах прогнозирования в политике / Политические отношения: прогнозирование и планирование. М.: Изд-во «Наука», 1979.

мой занимаются такие авторы как Б.И. Краснов8, А.С. Ахременко9, К.В. Симонов10. Однако изучение проблем электорального прогнозирования в России решается в большей мере в прикладном и сугубо ситуационном аспекте.

Несмотря на то, что сегодня в отечественной политической науке сложились определенные направления исследований электоральных процессов, очевиден дефицит работ, посвященных методическим вопросам прогнозирования результатов выборов в России, в том числе проблемам использования статистико-математического инструментария для построения точных долгосрочных регрессионных прогнозных моделей.

Единственная работа, посвященная проблеме использования математических методов для прогнозирования результатов выборов, - это статья А.В. Синякова11, посвященная формализованным методам прогнозирования.

Российские исследователи используют метод множественного регрессионного анализа для решения таких задач, как, например, построение объяснительных моделей исхода выборов (А. Собянин и В. Суховольский12, В. May13, H.B. Анохина и Е.Ю. Мелешкина14) и моделей, объясняющих факторы

7 Кокошин АЛ. Прогнозирование и политика (методология, организация и использование международных отношений во внешней политике США). М.: Международные отношения, 1975.

8 Общая и прикладная политология. Учебное пособие. Под общей редакцией В.И. Жукова, Б.И. Краснова. - М., Издательство МГСУ «Союз», 1997.

9 Ахременко А.С. Политическое прогнозирование на российском фоне/ Вестник Моск. Унта. Сер. 12, политические науки. 1999, № 1.

10 Симонов К.В. Политический анализ: Учебное пособие. - М.: Логос, 2002.

11 Синяков А. В. Некоторые подходы к прогнозированию результатов голосова-ния//Вестник Московского университета, сер. 18 «Социология и политология». 1999. № 1.

12 Собянин АЛ., Суховольский В.Г. Демократия, ограниченная фальсификациями: выборы и референдумы в России в 1991-1993 гг. М.: Проектная группа по правам человека, 1995.

13 May В., Кочеткова О. Экономичские факторы электорального поведения (Опыт Росии 1995-1996 roflOB)/http-7/www.ietru/confer/5une30_99/mauJbtml; May B.A., Кочеткова О.В., Яновский К.Э., Жаворонков СВ., Ломакина Ю.Е. Экономические факторы элеткорального

поведения и общественного сознания (Опыт России 1995-2000 годов) / http://wvw.ieLu/usaid/effectfacts.html.

протестного поведения российских избирателей (Е.Ю. Мелешкина, А.С. Ах-ременко15). Их опыт и некоторые методические разработки могут быть использованы и для электорального прогнрозирования.

Необходимость определения факторов прогнозной модели, обусловила обращение автора диссертации к анализу классических работ по проблемам электорального поведения таких западных авторов как П. Лазарсфельд, Ф. Конверс, А. Кэмпбелл, Д. Кьюит и др16. Также следует отметить особую ценность работ отечественных исследователей электорального поведения Г.В. Голосова, Е.Ю. Мелешкиной, Р.Ф. Туровского, Ю.Д. Шевченко17.

Значительную роль для понимания тенденций и закономерностей политического и электорального процесса сыграли работы А А. Дегтярева, В.И. Коваленко, А.Ю. Мельвиля, А.И. Соловьева, Е.Б. Шестопал, А.Ю. Шутова18.

14 Анохина Н.В., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/Второй электоральный цикл: 1999-2000. М., 2002

15 Мелешкина Е.Ю., Ахременко А.С. Голосование «против всех» как форма протестного поведения российских избирателей // Политическая наука, 2001, №4.

16 Berelson B.R., Lazarsfeld P.F., McPhee W.N. Voting. A Study of Opinion Formation in a Presidential Campaign. Chicago. 1954; Campbell A., Converse P., Miller W.E., Stokes D. The American Voter. N.Y.: Wiley, 1960; Campbell A., Converse P., Miller W., Stokes D. Elections and the political order. N.Y.: Wiley, 1966; Controversies in American voting behavior. Ed. By Niemi R.G, Weisberg H.F. San Francisco: W.H. Freeman and со. 1976; Kiewiet D.R. Macroeconomics and micropolitics: The electoral effects of economic issues. Chicago: The Univ. of Chicago press. 1983.

17 Голосов Г.В. Поведение избирателей в России: теоретические перспективы и результаты региональных выборов//Полис. 1997. № 5; Мелешкина EJO. Исследования электорального поведения: теоретические модели и проблемы их применения // Политическая наука. 2001, №2; Анохина Н.В., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/Второй электоральный цикл: 1999-2000. М., 2002; Туровский Р.Ф. Парламентские выборы 1999 г.: региональные особенности / Полития, Зима 1999-2000, №4. Туровский Р.Ф. Региональные особенности президентских выборов 2000 гУ/Вестник Московского Университета. Сер. 12 «Политические науки», 2000 Х°4; Шевченко Ю.Д. Между экспрессией и рациональностью: об изучении электорального поведения в России // Полис, 1998. № 1; Шевченко Ю. Поведение избирателей в России: основные подходы/Выборы в посткоммунистических обществах. М., 2000.

18 Дегтярев А.А. Основы политической теории: Учебное пособие. - М., 1998; Мельвиль А.Ю. Демократические транзиты. Теоретико-методологические и прикладные аспекты. -М., 1999; Соловьев А.И. Политология: Политическая теория, политические технологии:

Таким образом, анализ современой российской литературы по электоральному прогнозированию показывает, что в данном научном направлении наблюдается недостаток работ по методическим вопросам точного и долгосрочного прогнозирования результатов российских выборов, базирующихся на использовании множественного регрессионного анализа, признанного наиболее адекватным для данной цели среди западных исследователей электоральных процессов. Этим и объясняется выбор темы диссертационного исследования.

Целью диссертационного исследования является разработка и обоснование методики построения прогнозной модели результатов выборов в России с привлечением метода множественного регрессионного анализа. Для достижения данной цели необходимо решить следующие задачи:

- рассмотреть методы электорального прогнозирования в зарубежной и отечественной исследовательской практике;

- критически проанализировать опыт зарубежных исследователей по построению регрессионных электоральных прогнозных моделей;

- выработать базовые принципы создания регрессионной прогнозной модели для российских выборов;

- выявить и обосновать выбор факторов, конституирующих прогнозную регрессионную модель результатов российских выборов;

- разработать методику построения регрессионной модели для прогнозирования парламентских выборов в России.

Объектом исследования выступают результаты выборов в Государственную Думу РФ по общепартийным федеральным спискам.

Предметом исследования является прогнозная модель результатов го-

Учебник для студентов вузов. М, 2000; Шестопал Е.Б. Психологический профиль российской политики на рубеже 90-х. М., 2000; Шутов А.Ю. Политический процесс. М., 1994.

лосований по общефедеральным партийным спискам на выборах в Государственную Думу РФ для партий, перешедших 5-% барьер на общефедеральном уровне.

Теоретико-методологические основы диссертационного исследования определены его прикладным и междисциплинарным характером. Данная тема разрабатывается на стыке таких наук, как политология, социология, политическая социология, политическая психология, с позиций которых рассматриваются проблемы политического и электорального прогнозирования, электоральное поведение избирателей. Диссертант использует проблемный, сравнительный, бихевиоральный методы. При определении сущности электорального прогнозирования диссертант опирался на работы в области социальной и политической прогностики таких авторов, как И.В. Бестужев-Лада, В.В. Косолапое, А.В. Сергиев, А.С. Ахременко, А.А. Кокошин.

Важной базой исследования послужили труды зарубежных авторов М. Люис-Бек, Т. Райе, Е. Тафт, Дж.Кэмпбэлл, Дж.Гарранд, использующих метод множественного регрессионного анализа.

Автор обращается к следующим подходам и теориям, позволяющим определить объяснительные переменные прогнозной модели: социологический подход (П. Лазарсфельд, Б. Берельсон, У. Макфи); социально-психологический подход (АКэмпбелл, Ф.Конверс, У.Миллер, Д.Стоукс); теория рационального выбора (Э. Дауне, М. Фиорина, Р. Кьюит, М.Льис-Бек).

Для построения объяснительной и прогнозной модели привлекается обширный аппарат статистического анализа данных, встроенный в компьютерную программу SPSS for Windows.

Эмпирическую базу работы составило исследование диссертанта, про-

веденное совместно с Е.Ю.Мелешкиной19, в рамках которого были проанализированы факторы, детерминирующие результаты голосования за партии на выборах в Государственную Думу в 1999 г., построены многофакторные объяснительные модели, сделаны выводы относительно принципов построения прогнозных моделей для последующих выборов.

Научная новизна диссертационной работы состоит в том, что:

- выработаны новые подходы к понятию электорального прогнозирования;

- систематизированы статистико-математические методы построения электоральных прогнозов;

- проанализированы теоретические основания построения прогнозных моделей, созданных с помощью метода регрессионного анализа;

- проведен критический анализ методов создания электоральных прогнозов в России;

- обоснованы теоретические и методические принципы создания долгосрочных регрессионных прогнозных моделей для российских выборов;

- разработана многофакторная регрессионная модель, объясняющая результаты выборов в ГД РФ;

- предложена авторская методика построения регрессионных долгосрочных моделей, прогнозирующих исход выборов в ГД РФ-

Основные положения, выносимые на защиту:

1. Электоральные прогнозы, предлагаемые исследователями и экспертами, могут быть классифицированы в зависимости от источника и способа получения исходной информации, а также возможности верификации прогнозных оценок.

19 Анохина И.Б., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/Второй

2. Наиболее релевантным инструментом для построения долгосрочных формализованных электоральных прогнозов является множественный регрессионный анализ. Данный метод позволяет получить точный прогноз, конструирует систему факторов, вскрывающих причинно-следственную связь электоральных процессов. Метод отделяет долгосрочные и краткосрочные детерминанты результатов голосований, способствует развитию представлений об основных объективных тенденциях электорального процесса.

3. Поведение избирателей многофакторно, поэтому прогнозная модель должна включать в себя переменные, многогранно описывающие изучаемое явление не только на уровне отдельных избирателей, но и агрегированные макропоказатели, измеренные на региональном и федеральном уровне.

4. Важным моментом при построении электоральной прогнозной модели является выбор наиболее значимых факторов, коррелирующих с результатами выборов.

5. Процесс построения прогнозной модели результатов выборов включает в себя два взаимосвязанных этапа. На первом этапе строятся объяснительные модели исхода предыдущих с целью определения связи между результатами выборов (зависимая переменная) и рядом показателей (независимые переменные). Результатом первого этапа является совокупность уравнений, математически описывающих установленные взаимосвязи. На втором этапе, исходя из установленной зависимости и коэффициентов связи, строятся прогнозные модели результатов последующих выборов. Переход от объяснительной модели к прогнозной производится путем пересчета функциональной зависимости результатов голосований от независимых переменных, измеренных по состоянию на прогнозируемый период.

Научно-теоретическая и практическая значимость исследования

электоральный цикл: 1999-2000. М., 2002

состоит в том, что его результаты являются вкладом в разработку новой методики формализованного прогнозирования в России. Предложенный метод электорального прогнозирования может представлять интерес для задач политического анализа, политического консультирования, при выработке стратегии избирательной кампании.

Научно-теоретическая значимость диссертационной работы состоит в том, что результаты работы могут быть использованы для дальнейшего исследования электоральных процессов в России, для формирования комплексной методики построения долгосрочных элеткоральных прогнозов.

Практическая значимость работы состоит в том, что материалы исследования могут быть использованы в научно-практической деятельности, при чтении лекций и проведении семинарских занятий по курсам политческого анализа, методики политических исследований.

Апробация работы. Диссертация была обсуждена на заседании кафедры Государственной политики философского факультета МГУ им. М.В. Ломоносова. Основные положения диссертационного исследования изложены в авторских публикациях и выступлениях на научных мероприятиях разного уровня:

1. Научно-практический семинар «Основные проблемы политического развития России и их отражение в процессе преподавания политологии в Вузах». 5 ноября 1999, Самара.

2. Второй всероссийский конгресс политологов «Россия. Политические вызовы 21 века». 21-23 апреля 2000, Москва.

3. Научно-практический семинар РАПН «Методологические проблемы современной политологии», 21-23 марта 2001, Самара.

4. Международная Интернет конференция «Политическая Россия: пред-

мет и методы изучения», 20.03-14.05.2001, www.auditorium.ru.

5. Конференция «Развитие политологии в регионах: институциональный и содержательный аспекты», 6-9 июня 2001, Самара.

6. Международная Летняя Школа «Социология электорального поведения», 3-21 июля 2001, Екатеринбург.

Основное содержание работы отражено в 8 публикациях.

Структура диссертации. Диссертационная работа состоит из введения, двух глав, заключения, списка использованной литературы, приложения в виде таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, характеризуется степень ее научной разработанности, определены объект, предмет, цели и задачи исследования, излагаются его теоретико-методологические основания, раскрываются новизна, теоретическая и практическая значимость.

Первая глава диссертации «Методологические основы электорального прогнозирования» посвящена анализу теоретических и прикладных оснований электорального прогнозирования. Глава состоит из трех параграфов.

В первом параграфе «Электоральное прогнозирование как часть политического прогнозирования» дан анализ понятия электорального прогнозирования, которое раскрывается через определение политического прогнозирования. Важнейшие задачи политического прогнозирования определяются как выявление альтернативных политических проблем и определение вероятности их осуществления в интересах оптимизации управления политическими процессами..

Выделяется два аспекта электорального прогнозирования. Один из них связан с прогнозированием хода избирательной кампании в целом. В этом случае прогнозу подвергается некий «портфель ресурсов», с которым партии или отдельные кандидаты вступают в предвыборную борьбу.

Другой аспект подразумевает прогнозирование результатов выборов. Автор работает в рамках второго подхода, понимая под электоральным определение числа голосов, полученных победившим и проигравшим кандидатом, или партией.

Автор показывает, что электоральные прогнозы имеют ряд особенностей, отличающих их от политических прогнозов в целом. Одним из принципов политических и социальных прогнозов в целом является определение спектра возможных альтернатив развития процесса или события. Сутью электоральных прогнозов является не определение возможных альтернатив исхода выборов, а точная количественная оценка их результатов, итогов выборов.

Во втором параграфе «Методы электорального прогнозирования в зарубежной и отечественной политической науке» анализируются методы, применяемые при прогнозировании электоральных процессов и результатов выборов, автор показывает их недостатки и преимущества.

В зависимости от степени формализации метода (характер использования исследовательского инструментария и способы оперирования информацией) автор выделяет две группы методов - интуитивные и формализованные.

В основе интуитивных методов не лежат формализованные математические модели и уравнения. Интуитивные методы применяются, когда объект прогнозирования либо слишком прост, либо настолько сложен, что аналитически учесть влияние многих факторов практически невозможно. Наиболее распространенными интуитивным методами являются экспертные оценки и

построения сценарование. Недостатками интуитивных методов является оперирование субъективной информацией, возможная предубежденность экспертов.

Формализованные методы основываются на точных математико-статистических способах сбора и анализа данных, что позволяет формализовать и верифицировать тенденции развития изучаемого явления или процесса.

К формализованным методам отнесятся метод аналогий, экстраполяция, математическое моделирование. В целях электорального прогнозирования применяется математическое моделирование. В качестве объекта применения методов математического моделирования может выступать как избирательная кампания в целом, так и результат выборов. В первом случае проводится моделирование хода избирательной кампании, расстановки политических сил и др. Во втором случае выстраивается система уравнений, выявляющая зависимость между объясняющими факторами и результатами голосования.

В диссертационной работе проведена систематизация формализованных методов построения прогнозов исхода выборов, существующих в западной практике. Выделяется четыре основных подхода: 1) опросы общественного мнения, 2) построение регрессионных моделей, в которых прогнозирование происходит на основе выстраивания зависимости между результатами выборов и рядом агрегированных социально-демографических и экономических показателей; 3) прогнозирование результатов федеральных выборов на основе анализа результатов местных выборов; 4) построение прогнозных моделей как анализ временных рядов, когда результаты выборов прогнозируются через результаты предыдущих выборов аналогичного уровня.

Третий параграф «Множественный регрессионный анализ как инстру-

мент электорального прогнозирования в западной политической науке» посвящен рассмотрению основных принципов использования множественного регрессионного анализа для построения электоральных прогнозов за рубежом.

Ценность прогнозов, построенных на основе регрессионной модели, заключается не только в том, что они дают оценку того, каков будет исход выборов, но и объясняют, под воздействием каких факторов это произойдет. Метод регрессионного анализа предполагает построение прогноза на базе объяснительной модели результатов серии предыдущих выборов. Поэтому конченый прогноз способствует более глубокому пониманию механизмов электоральных процессов, подразумевающих, что выборы - это не единичный акт волеизъявления граждан, а долгосрочный процесс, имеющий свою динамику и тенденции.

Важное достоинство подобных прогнозных моделей заключается в том, что они указывают объективные тенденции, сложившееся в обществе до начала активной избирательной кампании, ход которой может внести существенные коррективы в прогнозные оценки. Можно сказать, что эти прогнозные модели основаны на обычных паттернах, наблюдаемых на прошлых выборах и представляют собой базовую линию, исходя из которой можно оценить влияние конкретных событий, происходящих в конкретной избирательной кампании. Степень отличия голосования на выборах от ожидаемых прогнозов является следствием уникальности кампании. Таким образом, регрессионные прогнозные модели способны отделить долгосрочные и краткосрочные факторы, влияющие на исход выборов.

Общее назначение множественного регрессионного анализа (впервые метод был описан Пирсоном в 1908) состоит в анализе связи между несколь-

кими независимыми переменными1 (называемыми также предикторами, или факторами) и зависимой переменной". Базовое положение метода состоит в том, что две или более независимые переменные оказывают совокупное влияние на зависимую переменную.

Следование логике множественного регрессионного анализа предполагает при построении прогнозной модели проведение двух этапов исследования: анализ результатов предшествующих выборов и прогнозирование исхода предстоящих выборов. Отправной посылкой метода является положение, что зависимая переменная зависит от некоторого набора параметров, или объясняющих переменных. В качестве зависимой переменной выступает результат, полученный той партией, для которой строится прогнозная модель. Накануне выборов измеряется конкретное состояние параметров. После проведения выборов и подсчета голосов берутся реальные результаты голосования, т.е. доля голосов, полученная кандидатом, или определенной партией. С помощью модели регрессионного анализа находится математическое описание зависимой переменной как функции, зависящей от параметров. При прогнозировании результатов следующих выборов значения параметров измеряются для данного электорального цикла и подставляются в функцию, на основе чего и определяется прогнозируемый результат выборов для партии.

В качестве объясняющих переменных выступают не индивидуальные характеристики избирателей или кандидатов, а агрегированные долгосрочные показатели, измеренные на общенациональном уровне.

Точность прогноза зависит от релевантности объясняющих переменных. Поэтому в диссертации особое внимание уделяется исследованию дол-

1 Независимая переменная - это переменная, изменение значений которой влияет на значе-ниядругой переменной.

" Зависимая переменная - переменная, меняющая свое значение в соответствии с изменениями значении другой переменной.

госрочных факторов, выступающих в качестве объясняющих переменных прогнозной модели, детерминирующих электоральное поведение.

Основой для выделения факторов служат работы исследователей, посвященные классическим подходам к объяснению электорального поведения. Автор диссертации дает краткий аналитический обзор таких подходов, как социологический (П. Лазарсфельд), социально-психологический (А. Кэм-пбелл, Ф. Конверс, Д. Стоукс) и рационально-инструментальный (Э. Дауне, М. Фиорина, Д. Кьюит, М.Льис-Бек).

В работе проводится сравнительный анализ прогнозных моделей, существующих в американской политической науке. Концептуальные принципы использования метода множественного регрессионного анализа для построения прогнозной модели результатов выборов демонстрируются с помощью модели М.Льюис-Бека и Т.Райса.

Во второй главе диссертации «Электоральное прогнозирование в России» проведен сравнительный анализ методов прогнозирования результатов выборов в России, предложена авторская методика построения регрессионных прогнозных моделей в России. Глава состоит из трех параграфов.

В первом параграфе «Российская специфика прогнозирования результатов выборов» представлен обзор методов прогнозирования результатов выборов в России. Автор рассматривает прогнозы, наиболее распространенные в российской политологической практике - социологические опросы, экспертные оценки. Выявляет адекватность данных методов для прогнозирования результатов выборов в России, описывается их недостатки и достоинства.

Современная российская практика предвыборных кампаний в качестве основного метода прогнозирования результатов выборов предлагает использование социологического мониторинга по определению рейтингов кандида-

тов. Однако при всех положительных сторонах этого метода, ему присущи и недостатки.

Большинство экспертов по построению социологических прогнозов (В. Шляпентох, Ж. Тощенко, Е. Андрющенко, М. Руткевич) объясняет искажения в прогнозах неразработанностью методологического аппарата. Среди основных методических проблем, влияющих на неточность прогнозов, фигурирует неверное построение выборки, неучет колеблющихся избирателей, влияние случайных факторов, неподдающихся учету в исследованиях.

Экспертные оценки также не характеризуются точностью предлагаемых прогнозов. Подобный прогноз зачастую не основывается на определенном алгоритме, который можно было бы воспроизводить от выборов к выборам и повторять другим аналитикам. Кроме того, человек, создающий прогноз, и эксперт, предлагающий свои оценки, зачастую не разделяют своих ролевых и исследовательских функций, выступая в одном лице. В этом случае в качестве прогноза выступает мнение одного эксперта, что нарушает процедуру использования метода экспертных оценок. Подобные «прогнозы» следует называть спекулятивными в силу отсутствия обоснования, способа подтверждения точности оценок в процессе их создания.

В диссертационной работе автор приводит альтернативные методы создания прогнозных моделей, в которых сочетаются традиционные опросы общественного мнения и статистические методы анализа данных.

Во втором параграфе «Основные принципы использования метода множественного регрессионного анализа для построения электоральных прогнозов в России» автор дисертации решает вопрос о релевантности метода регрессионного анализа задачам прогнозирования результатов российских выборов, определяет границы применимости данного метода. Анализируется опыт

использования метода множественного регрессионного анализа в электоральных исследованиях.

Автор диссертации анализирует опыт использования метода множественного регрессионного анализа для построения объяснительных моделей результатов выборов в России (А.А. Собянин и В.Г. Суховольский, исследовательская группа В. May), выделяет их сильные и слабые стороны, предлагает пути преодоления недостатков.

Наилболее существенным недостатком объяснительных моделей является использование в качестве зависимой переменной абстрактных показателей - доля избирателей, голосовавших за и против политики реформ (А.А. Собянин, В.Г. Суховольский), и доля голосов, отданных за существующую власть или против нее (В. May). Использование бинарного показателя соответствует американской традиции прогнозирования выборов, происходящих в условиях двухпартийной системы. В российских условиях такая модель делает невозможным прогнозирование результатов выборов для большого числа партий.

Таким образом, при построении формализованных прогнозов исхода выборов в России перед исследователями встают значительные трудности, связанные с различиями между эмпирической базой западных теорий и отечественной практикой. К основным трудностям автор относит высокий уровень политической фрагментации и партийной неустойчивости, отсутствие однозначно установленных закономерностей электорального поведения.

На основе анализа подходов к определению факторов электорального поведения российских избирателей (Г.В. Голосов, Ю.Д. Шевченко, Е.Ю. Ме-лешкина, В.Мау, СВ. Чугров, Д. Эванс, С. Уайтфилд, Т. Колтон), автор определяет, какие факторы следует включить в прогнозную модель в качестве

объясняющих переменных. Общего мнения по поводу показателей, детерминирующих результаты выборов в России, не выработано. Обзор электоральных исследований позволяет диссертанту сделать вывод, что наибольшей объяснительной и прогнозной силой обладают многофакторные модели. Большинство исследователей склоняются к тому, что в качестве объяснительных переменных в модели необходимо включать агрегированные экономические, социально-демографические показатели, а также политические ориентации избирателей. В западных теориях электорального поведения не анализируется такой фактор, влияющий на результаты выборов, - это административный ресурс, являющийся особенностью российского политического процесса. Автор диссертации приходит к заключению, что фактор административного ресурса необходимо включать в прогнозные модели.

В третьем параграфе «Методика построения электоральных прогнозов в России (на примере выборов в Государственную Думу)» автор решает вопрос, каким образом множественный регрессионный анализ можно использовать для прогнозирования результатов голосования на выборах в Государственную Думу РФ по общефедеральным партийным спискам.

Выбор парламентских голосований объясняется тем, что эти выборы проводятся одновременно, менее подвержены влиянию внешних и локальных факторов. Голосование на парламентских выборах в России наиболее идеологически окрашено и многовариантно, зависимо от большей группы факторов. На первом этапе исследования строится объяснительная модель результатов выборов в Государственную Думу в 1999 г. с привлечением электоральной статистики 1995 г. Автор строит многофакторные регрессионные объяснительные модели результатов выборов в Государственную Думу в 1999 г. для партий, перешедших 5-ти процентный барьер.

При построении моделей автор переходит от федерального уровня анализа к региональному. С помощью данной процедуры число наблюдений возрастает до 89 (число субъектов Федерации), и одни парламентские выборы разбиваются на 89 различных выборов и сопоставляются как равнозначные, что позволяет решить проблему отсутствия статистически значимого тренда данных.

В качестве зависимой переменной в модели выступает доля голосов, полученных каждой партией по общефедеральному списку в отдельно взятом округе. Результаты голосований по одномандатным округам не анализируются, т.к. на выборах по этой части избирательной системы действует много дополнительных, в том числе личных факторов.

В качестве независимых переменных используются статистические данные, представляющие собой социально-демографические и экономические характеристики региона, показатель партийных предпочтений, а также показатель, характеризующий использование административного ресурса. Данные показатели были выбраны исходя из исследовательской гипотезы и сложившейся научной традиции объяснения результатов голосования в России.

Таким образом, в объяснительные модели включаются следующие показатели, являющиеся с точки зрения автора наиболее значимыми: доля русского населения; доля городского населения; численность жителей; доля населения в возрасте 60 и старше; доля населения с высшим и незаконченным высшим образованием; соотношение среднедушевого дохода и величины прожиточного минимума в регионе; численность не занятых трудовой деятельностью граждан, зарегистрированных в службе занятости; число зарегистрированных преступлений в год на 100000 человек населения; уровень управляемости электората в регионе; доля голосов, отданных за партию или ее аналог

на предыдущих выборах.

Объяснительные модели итогов выборов, конструирующие зависимость итогов выборов от ряда параметров, включенных в систему уравнений, позволяют перейти к созданию прогнозных моделей для каждой партии. Методика построения прогнозной модели заключается в следующем.

В регрессионное уравнение каждой из партий, представляющее собой математическую зависимость функции (доля голосов) от ряда объясняющих переменных, подставляется значение независимых переменных, измеренных по состоянию на прогнозируемый период. Источником данных для получения значений переменных служат статистические сборники Госкомстата и Центральной избирательной комиссии.

Далее с помощью метода регрессионного анализа вычисляется значение зависимой переменной, т.е. прогнозируемое значение результатов выборов для данной партии.

Автор отмечает, что предлагаемая методика прогнозирования имеет определенные ограничения.

Во-первых, основным условием использования метода регрессионного анализа в прогнозных целях является включение в прогнозную модель тех же переменных, что и в объяснительной модели. Применительно к зависимым переменным это означает, что прогнозную модель можно построить для тех партий, которые участвовали в предыдущих выборах аналошгичного уровня.

Во-вторых, политические и электоральные процессы в России не являются прозрачными для исследователей, характеризуются наличием большого числа скрытых факторов, не поддающихся операционализации, что значительно затрудняет прогнозирование результатов выборов с помощью формализованных методов, каковым является множественный регрессионный ана-

лиз. Стабилизация и в определенной степени рутинизация электоральных процессов позволит в будущем использовать формализованные методы прогнозирования более интенсивно и в той мере, как это происходит при анализе политических процессов в западной политической науке.

В-третьих, объяснительная модель является статической, поскольку в ней учитывается уровень показателей в каждом регионе за один период времени, а не их динамика. Устойчивость причинно-следственных связей между показателями и зависимой переменной можно оценить только при построении трендовых моделей. Увеличение количества выборов позволит перейти со временем к динамическим коэффициентам и построению трендовых моделей, основанных на федеральных данных, а не региональных.

В этой связи представляется возможным создание комплексной методики прогнозирования результатов выборов. Такая методика может сочетать в себе интуитивный и статистико-математический подходы, которые дополняют друг друга и могут быть релевантными на разных этапах предвыборной борьбы. По мнению атвора, учет системы факторов, объясняющих результаты выборов на базе регрессионной модели, более продуктивен и эффективен для построения избирательной кампании, нежели интуитивные сценарные или экспертные методы, которые также недостаточно разработаны в отечественной политологической практике.

Очевидно, что проблема прогнозирования результатов выборов в России, являясь актуальной и значимой в практическом плане, не должна замыкаться на решении задач, возникающих в рамках избирательной кампании. Создание методики электорального прогнозирования требует выработки общетеоретических и методологических принципов прогнозирования, теоретического осмысления детерминант электорального поведения. Эти проблемы должны

решаться в ходе дальнейших исследований, сочетающих теоретический анализ с эмпирической проверкой модели. Автор диссертационного исследова-ниия надеется, что предложенный в данной работе метод прогнозирования результатов выборов окажется важным шагом на пути создания комплексной прогнозной методики.

В заключении подводятся общие итоги исследования, формулируются его основные выводы.

Приложение содержит таблицы, в которых приводятся результаты коре-ляционного и регрессионного анализа электоральной статистики. Основное содержание работы отражено в восьми публикациях:

1. Анохина Н.В. Прогнозирование результатов выборов/ Политическая социология и современная российская политика. СПб: Изд-во Борей-принт, 2000; 2,3 пл.

2. Анохина Н.В. Проблемы прогнозирования электорального поведения избирателей России / Основные проблемы политического развития России и их отражение в процессе преподавания политологии в Вузах. Самара: Изд-во «Самарский университет», 2000; 0,2 п.л.

3. Анохина Н.В. Возможности прогнозирования результатов выборов на посткоммунистическом пространстве // Выборы в посткоммунистических обществах: Проблемно- тематический сборник. Москва: ИНИОН РАН, 2000; 1 пл..

4. Анохина Н.В. Основные подходы к изучению поведения избирателей в России / Сборник научных трудов ученых и аспирантов социологического факультета: К юбилею профессора, академика Российской Академии социальных наук Е.Ф. Молевича. Самара: Изд-во «Самарский университет», 2001; 0,5 пл.

5. Анохина Н.В. Возможности прогнозирования результатов выборов в России / Политическая Россия: предмет и методы изучения. Материалы международной интернет-конференции. Под общей ред. М.В. Ильина. М.: Московский общественный научный фонд, 2001; 0,1 пл..

6. Анохина Н.В. Возможности прогнозирования результатов выборов / Россия. Политические вызовы XXI века. Второй всероссийский конгресс политологов. 21-23 апреля 2000 г. Москва, 2002; 0,25 пл.

7. Анохина Н.В. Методология построения объяснительных и прогнозных моделей исхода выборов в России / Принципы и практика политических исследований: Сборник материалов и конференций, проведенных РАПН в 2001 г. Москва, 2002; 0,6 п.л.

8. Анохина Ш3., Мелешкина ЕЛО. Итоги голосования и электоральное поведение/ Второй электоральный цикл: 1999-2000. /Под ред. В. Я. Гельмана, Г. В. Голосова, Е. Ю. Мелешкиной. - М.: Издательство «Весь мир», 2002; 1,7 пл.

Издательство ООО "МАКС Пресс". Лицензия ИД № 00510 от 01.12.99 г. Подписано к печати 15.03.2004 г. Формат 60x90 1/16. Усл.печ.л. 1,5. Тираж 70 экз. Заказ 278. Тел. 939-3890,939-3891,928-1042. Тел./факс 939-3891. 119992, ГСП-2, Москва, Ленинские горы, МГУ им. М.В.Ломоносова

»110 25

Оглавление научной работы автор диссертации — кандидата политических наук Анохина, Наталья Вячеславовна

Введение.3

Глава I. Методологические основы электорального прогнозирования.

1.1.Электоральное прогнозирование как часть политического прогнозирования.12

1.2. Методы электорального прогнозирования в зарубежной и отечественной политической науке.28

1.3. Множественный регрессионный анализ как инструмент электорального прогнозирования в западной политической науке. 43

Глава И. Электоральное прогнозирование в России.

2.1. Российская специфика прогнозирования результатов выборов. 63

2.2. Основные принципы использования метода множественного регрессионного анализа для построения электоральных прогнозов в

России.77

2.3. Методика построения регрессионных электоральных прогнозов в России (на примере выборов в Государственную Думу).91

Введение диссертации2004 год, автореферат по политологии, Анохина, Наталья Вячеславовна

Актуальность темы исследования обусловлена потребностью современной российской политической науки в точных и долгосрочных прогнозных моделях результатов выборов. В фокусе внимания электорального прогнозирования, понимаемого как прогнозирование результатов голосований, находятся выборы. Зачастую они оказываются событием, влекущим за собой глубокие политические и социально-экономические преобразования. С этой точки зрения, построение долгосрочных, точных и научно обоснованных прогнозов исхода выборов приобретает не только теоретическую, но и сугубо практическую значимость как для самих участников электоральных процессов, так и для системы государственного управления.

В СССР необходимость таких прогнозов долгое время отсутствовала. Импульсом развития электорального прогнозирования в России послужили первые многопартийные выборы, состоявшиеся в 1993 г.

Проблематика электорального прогнозирования в последние годы оказалась в центре внимания. С одной стороны, это свидетельствует о востребованности этих исследований, с другой - порождает огромное количество прогнозов, сделанных непрофессионалами. Данная ситуация является прямым следствием отсутствия в российской политической науке теоретических основ для построения научно обоснованных прогнозов выборов. Открытыми остаются следующие вопросы: какие факторы обусловливают победу одних политических сил и проигрыш других, каким образом политическая, социальная и экономическая ситуация в стране влияет на результат голосований, какие методы обладают наибольшей ценностью и адекватностью при решении проблем электорального прогнозирования.

На сегодняшний день очевиден недостаток российских исследований, целью которых является не сиюминутное прогнозирование расклада политических сил на финише предвыборной гонки, а выработка теоретико-методических основ научного долгосрочного прогнозирования. Для этого необходимо обратиться к анализу уже сложившихся в западной науке подходов и методов прогнозирования, которые возможно приложить к российской ситуации для создания точных и долгосрочных прогнозов. ч

Электоральное прогнозирование является частью политической науки и практики западных стран. Одним из признанных и широко используемых на Западе методов долгосрочного электорального прогнозирования является метод множественного регрессионного анализа. Множественный регрессионный анализ дает возможность для прогнозирования значения одной (зависимой) переменной, отталкиваясь от значения других (независимых) переменных. В данном случае метод позволяет интегрировать в одну прогнозную модель различные факторы, отделить долгосрочные тенденции национального развития от ситуационных показателей. В отечественной практике метод не используется для прогнозирования результатов выборов, что является несомненным пробелом развития российской политической науки.

Таким образом, проблема прогнозирования результатов выборов актуальна как часть теоретического дискурса в рамках политического анализа, а также как элемент прикладного анализа политических и электоральных процессов. Разработка данной темы имеет как собственно теоретическую ценность, так и прикладное значение, поскольку дает возможность скорректировать существующие подходы к прогнозированию результатов выборов, позволяет создать долгосрочную прогнозную модель на основе широкого круга факторов, учитывающих различные уровни экономического, политического и социального развития общества. В этом видится общественная и научная значимость избранной темы.

Степень научной разработанности темы.

В западной политической науке первые прогнозы исхода выборов публиковались на страницах популярных американских журналов и газет в начале 20 века. С середины 30-х годов регулярные опросы общественного мнения служили источником создания электоральных прогнозов.

С конца 70-х гг. 20 века в США сложилась традиция создания прогнозов исхода выборов на основе математических моделей. Базовым источником современных прогнозных моделей служат модели, построенные Д. Крамером1

1 Kramer D.H. Short-term fluctuations in U.S. voting behavior, 1896-1964 // American Political Science Review. 1971, №3. pp.131-143 t

1971) и Е. Тафтом (1976), показавшие, что президентские и парламентские выборы поддаются прогнозированию с помощью моделей, включающих в себя в качестве объясняющих переменных общеполитические и экономические индикаторы.

В настоящее время в западной политической науке наиболее распространенным методом электорального прогнозирования является построение регрессионных моделей. Особенностью данных моделей является то, что объясняющими переменными в моделях выступают не индивидуальные характеристики избирателей или кандидатов, а, как правило, агрегированные показатели. В рамках данного подхода работают такие исследователи, как А. Абрамовитц, М.С. Льюис-Бек, Т. Райе, Дж. Кэмпбелл3. Исследователи строят регрессионные прогнозные модели для президентских выборов США

В СССР исследования, направленные на прогнозирование результатов выборов носили, как правило, закрытый характер, чем объясняется практически отсутствие открытых публикаций на эту тему4.

Проблемы социального и политического прогнозирования исследовались в

• 5 Л советской науке такими учеными, как И.В. Бестужева-Лады , В.Э. Шляпентох , А.В. Сергиев7, А.А. Кокошин8, в современной науке данной темой занимаются

2 Tufte E.R. Determinants of the outcomes of midterm congressional elections / Controversies in American voting behavior. Ed. by Niemi R.G., Weisberg H.F. San Francisco: W.H. Freeman and Co, 1976.

3 Abramovitz A.I. Bill and Al's excellent adventure: Forecasting the 1996 presidential election // Before the Vote. Forecasting American national elections / Ed. by Campbell J. E., Garand J.C. Thousand Oaks: Sage publication inc, 2000; Lewis-Beck M.S., Rice T. Forecasting elections. Washington, DC: Congressional Quarterly Press. 1992; Campbell J.E. Forecasting the presidential vote in the states // American Journal of Political Science. 1992. №36, pp.386-407; Campbell J.E., Mann Т.Е. Forecasting the presidential election: What can we learn from the model? // The Brooking Review. 1996. №14, pp.2631.

4 Вдовиченко Л.Н. Опыт прогнозирования выборов в ведущих капиталистических странах / Системный подход: анализ и прогнозирование международных отношений (опыт прикладных исследований). Сборник научных трудов. Под ред. Тюлина И.Г. М.: Издательство МГИМО, 1991.

5 Бестужев-Лада И.В. Прогнозирование как особая категория подхода к проблемам будущего. — М., 1970; Бестужев-Лада И.В. Проблемы социального прогнозирования. — М., 1978; Бестужев-Лада И.В. Социальное прогнозирование: особенности и проблемы. М., 1977; Рабочая книга по прогнозированию / Редкол.: И.В. Бестужев-Лада. М., 1982.

6 В.Э. Шляпентох. Как сегодня изучают завтра (Современные методы социального прогнозирования). М.: Советская Россия, 1975.

7 Сергиев А.В. Предвидение в политике. М.: Политиздат, 1974; Сергиев А.В. О некоторых методологических принципах прогнозирования в политике / Политические отношения: прогнозирование и планирование. М.: Изд-во «Наука», 1979.

8 Кокошин А.А. Прогнозирование и политика (методология, организация и использование ^ международных отношений во внешней политике США). М.: Международные отношения, 1975. такие авторы как Б.И. Краснов9, А.С. Ахременко10, К.В. Симонов11. Однако изучение проблем электорального прогнозирования в России решается в большей мере в прикладном и сугубо ситуационном аспекте.

С одной стороны, электоральным прогнозированием занимается все большее число политтехнологов и политических экспертов, с другой - наблюдается дефицит работ, посвященных изучению методологических аспектов построения долгосрочных политических прогнозов в целом, а также частных электоральных прогнозов.

Несмотря на то, что сегодня в российской политической науке сложились определенные подходы к исследованию электоральных процессов (институциональный, бихевиоральный, транзитологический, географический), очевиден дефицит работ, посвященных методическим вопросам прогнозирования результатов выборов в России, в том числе проблемам использования статистико-математического инструментария для построения точных долгосрочных регрессионных прогнозных моделей.

Единственная работа, посвященная проблеме использования математических методов для прогнозирования результатов выборов, - это статья А.В. Синякова , в которой автор описывает различные методы построения формализованных прогнозных моделей.

В то же время, российские исследователи используют метод множественного регрессионного анализа для решения таких задач, как, например, построение объяснительных моделей исхода выборов (А. Собянин и В. Суховольский13, В. May14, Н.В. Анохина и Е.Ю. Мелешкина15) и моделей,

9 Общая и прикладная политология. Учебное пособие. Под общей редакцией В.И. Жукова, Б.И. Краснова. М., Издательство МГСУ «Союз», 1997.

10 Ахременко А.С. Политическое прогнозирование на российском фоне/ Вестник Моск. Ун-та. Сер. 12, Политические науки. 1999, №1.

11 Симонов К.В. Политический анализ: Учебное пособие. М.: Логос, 2002.

12 Синяков А.В. Некоторые подходы к прогнозированию результатов голосования//Вестник Московского университета, сер.18 «Социология и политология». 1999. №1.

13 Собянин А.А., Суховольский В.Г. Демократия, ограниченная фальсификациями: выборы и референдумы в России в 1991-1993 гг. М.: Проектная группа по правам человека, 1995.

May В., Кочеткова О. Экономичские факторы электорального поведения (Опыт Росии 1995-1996 ^OB)/http://vvww.iet.ru/confer/june3099/mau.html; May В.А., Кочеткова О.В., Яновский К.Э., Жаворонков С.В., Ломакина Ю.Е. Экономические факторы элеткорального поведения и общественного сознания (Опыт России 1995-2000 годов) / http://www.iet.ii/usaid/effectfacts.html.

15 Анохина Н.В., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/Второй ♦ электоральный цикл: 1999-2000. М.: Весь мир, 2002 объясняющих факторы протестного поведения российских избирателей (Е.Ю. Мелешкина, А.С. Ахременко16).

Необходимость определения факторов, входящих в прогнозную модель, обусловила обращение автора диссертации к классическим работам по проблемам электорального поведения таких западных авторов как П. Лазарсфельд, Ф.

17

Конверс, А. Кэмпбелл, Д. Кьюит и др. . Именно на эти работы опираются отечественные исследователи, работающие в сфере электоральных исследований. Для данного диссертационного исследования следует отметить особую ценность работ отечественных специалистов в области электорального поведения Г.В. Голосова, Е.Ю. Мелешкиной, Р.Ф. Туровского, Ю.Д. Шевченко18.

Особенности российского политического процесса рассматриваются в трудах российских политологов, сыгравших значительную роль для понимания тенденций и закономерностей электорального процесса. Это работы А.А. Дегтярева, В.И. Коваленко, А.Ю. Мельвиля, А.И. Соловьева, Е.Б. Шестопал, А.Ю. Шутова19.

Таким образом, анализ современной российской литературы по проблемам электорального прогнозирования показывает, что в данном научном направлении наблюдается недостаток работ по методическим вопросам точного и долгосрочного прогнозирования результатов российских выборов, базирующейся

16 Мелешкина Е.Ю., Ахременко А.С. Голосование «против всех» как форма протестного поведения российских избирателей // Политическая наука. 2001. №4.

17 Berelson B.R., Lazarsfeld P.F., McPhee W.N. Voting. A Study of Opinion Formation in a Presidential Campaign. Chicago. 1954; Campbell A., Converse P., Miller W.E., Stokes D. The American Voter. N.Y.: Wiley, 1960; Campbell A., Converse P., Miller W., Stokes D. Elections and the political order. N.Y.: Wiley, 1966; Controversies in American voting behavior. Ed. By Niemi R.G, Weisberg H.F. San Francisco: W.H. Freeman and со. 1976; Kiewiet D.R. Macroeconomics and micropolitics: The electoral effects of economic issues. Chicago: The University of Chicago press. 1983.

18 Голосов Г.В. Поведение избирателей в России: теоретические перспективы и результаты региональных выборов//Полис. 1997. № 5; Мелешкина Е.Ю. Исследования электорального поведения: теоретические модели и проблемы их применения // Политическая наука. 2001, №2; Анохина Н.В., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/Второй электоральный цикл: 1999-2000. М.: Весь мир, 2002; Туровский Р.Ф. Парламентские выборы 1999 г.: региональные особенности / Полития, Зима 1999-2000, №4. Туровский Р.Ф. Региональные особенности президентских выборов 2000 г.//Вестник Московского Университета. Сер. 12 «Политические науки», 2000 №4; Шевченко Ю.Д. Между экспрессией и рациональностью: об изучении электорального поведения в России // Полис, 1998. № 1; Шевченко Ю. Поведение избирателей в России: основные подходы/Выборы в посткоммунистических обществах. М., 2000.

19 Дегтярев А.А. Основы политической теории: Учебное пособие. М., 1998; Мельвиль А.Ю. Демократические транзиты. Теоретико-методологические и прикладные аспекты. М., 1999; Соловьев А.И. Политология: Политическая теория, политические технологии: Учебник для студентов вузов. М., 2000; Шестопал Е.Б. Психологический профиль российской политики на рубеже 90-х. М., 2000; Шутов А.Ю. Политический процесс. - М., 1994. на использовании множественного регрессионного анализа, признанного наиболее адекватным для данной цели среди западных исследователей электоральных процессов. Этим и объясняется выбор темы диссертационного исследования.

Целью диссертационного исследования является разработка и обоснование методики построения прогнозной модели результатов выборов в России с привлечением метода множественного регрессионного анализа. Для достижения данной цели необходимо решить следующие задачи:

- рассмотреть методы построения электоральных прогнозов в зарубежной и отечественной исследовательской практике; критически проанализировать и обобщить опыт зарубежных исследователей по построению регрессионных электоральных прогнозных моделей;

- выработать базовые принципы создания регрессионной прогнозной модели для российских выборов;

- выявить совокупность факторов, детерминирующих электоральное поведение в России, и обосновать выбор конкретных показателей, конституирующих прогнозную регрессионную модель результатов российских выборов;

- разработать методику построения регрессионной модели для прогнозирования парламентских выборов в России.

Объектом исследования выступают результаты выборов в Государственную Думу РФ по общепартийным федеральным спискам.

Предметом исследования является прогнозная модель результатов голосований по общефедеральным партийным спискам на выборах в Государственную Думу РФ для партий, перешедших 5-% барьер на общефедеральном уровне.

Теоретико-методологические основы диссертационного исследования определены его прикладным и междисциплинарным характером. Данная тема разрабатывается на стыке таких наук, как политология, социология, политическая социология, политическая психология, с позиций которых рассматриваются проблемы политического и электорального прогнозирования, электоральное поведение избирателей. Диссертант использует проблемный, системный, сравнительный, институциональный, бихевиоральный методы. При определении сущности политического и электорального прогнозирования диссертант опирался на работы в области социальной и политической прогностики таких авторов, как И.В. Бестужев-Лада, В.В. Косолапое, А.В. Сергиев, А.С. Ахременко, А.А. Кокошин.

Важной базой исследования послужили труды зарубежных авторов М. Люис-Бек, Т. Райе, Е. Тафт, Дж.Кэмпбэлл, Дж.Гарранд, использующих метод множественного регрессионного анализа. Данный метод выстраивает модель зависимости результата голосований от набора факторов, или переменных, и таким образом дает возможность прогнозировать значение одной (зависимой) переменной, отталкиваясь от значений других (независимых) переменных.

Автор обращается к следующим подходам и теориям электорального поведения, позволяющим определить факторы, служащие объяснительными переменными для построения прогнозной модели: социологический подход (П. Лазарсфельд, Б. Берельсон, У. Макфи); социально-психологический подход (А.Кэмпбелл, Ф.Конверс, У.Миллер, Д.Стоукс); теория рационального выбора (Э. Дауне, М. Фиорина, Р. Кьюит, МЛьюис-Бек).

Для построения объяснительной и прогнозной модели привлекается обширный статистический аппарат анализа данных.

Эмпирическую базу работы составило исследование • диссертанта, лл проведенное совместно с Е.Ю.Мелешкиной . В рамках данного исследования были проанализированы факторы, детерминирующие результаты голосования за партии на выборах в Государственную Думу в 1999 г., построены многофакторные объяснительные модели, сделаны выводы относительно теоретических и методических принципов построения прогнозных моделей для последующих выборов.

Научная новизна диссертационной работы состоит в том, что:

- выработаны новые подходы к понятию электорального прогнозирования;

- систематизированы статистико-математические методы построения электоральных прогнозов;

- проанализированы теоретические основания построения прогнозных

20 Анохина Н.В., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/Второй электоральный цикл: 1999-2000. М.: Весь мир, 2002 моделей, созданных с помощью метода регрессионного анализа;

- проведен критический анализ методов создания электоральных прогнозов в России;

- обоснованы теоретические и методические принципы создания регрессионных прогнозных моделей для российских выборов;

- разработана многофакторная регрессионная модель, объясняющая результаты выборов в Государственную Думу РФ;

- предложена авторская методика построения регрессионных долгосрочных моделей, прогнозирующих результаты выборов в Государственную Думу. Основные положения, выносимые на защиту:

1. Электоральные прогнозы, предлагаемые исследователями и экспертами, могут быть классифицированы в зависимости от источника и способа получения исходной информации, а также возможности верификации прогнозных оценок.

2. Наиболее релевантным инструментом для построения долгосрочных формализованных электоральных прогнозов является метод множественного регрессионного анализа. Данный метод позволяет не только получить точный прогноз, но и конструирует систему факторов, вскрывающих причинно-следственную связь электоральных процессов. Метод отделяет долгосрочные и краткосрочные детерминанты результатов голосований, что способствует развитию представлений об основных объективных тенденциях электорального процесса

3. Поскольку поведение избирателей многофакторно и не может быть описано в рамках одного подхода и одной группы факторов, модель, прогнозирующая результаты выборов, должна включать в себя разнонаправленные переменные, многогранно описывающие изучаемое явление не только на уровне отдельных избирателей, но и агрегированные макро показатели, измеренные на региональном и федеральном уровне.

4. Важным моментом при построении электоральной прогнозной модели является выбор наиболее значимых факторов, коррелирующих с результатами выборов.

5. Процесс построения прогнозной модели результатов выборов включает в себя два взаимосвязанных этапа. На первом этапе строятся объяснительные модели исхода предыдущих с целью определения связи между результатами выборов зависимая переменная) и рядом показателей (независимые переменные). Результатом первого этапа является совокупность уравнений, математически описывающих, или моделирующих установленные взаимосвязи. На втором этапе, исходя из установленной зависимости и коэффициентов связи, строятся прогнозные модели результатов последующих выборов. Переход об объяснительной модели к прогнозной производится путем пересчета функциональной зависимости результатов голосований за партии от независимых переменных, измеренных по состоянию на прогнозируемый период.

Научно-теоретическая и практическая значимость исследования состоит в том, что полученные результаты представляют собой вклад в разработку новой методики электорального прогнозирования в России с помощью множественного регрессионного анализа. Предложенный метод построения электоральных прогнозных моделей может представлять значительный интерес для задач политического анализа, политического консультирования, при выработке стратегии избирательной кампании.

Научно-теоретическая значимость диссертационной работы состоит также в том, что ее результаты работы могут быть использованы для дальнейшего исследования электоральных процессов в России, для формирования комплексной методики построения долгосрочных электоральных прогнозов.

Практическая значимость работы состоит в том, что материалы диссертационного исследования могут быть использованы в научно-практической деятельности, при чтении лекций и проведении семинарских занятий по курсам политического анализа, методики политических исследований.

Апробация работы. Диссертация была обсуждена на заседании кафедры Государственной политики философского факультета МГУ им. М.В. Ломоносова. Основные положения диссертационного исследования изложены в авторских публикациях и выступлениях на научных мероприятиях разного уровня. Основное содержание работы отражено в 8 публикациях.

Структура диссертации. Диссертационная работа состоит из введения, двух глав, заключения, списка использованной литературы, приложения в виде таблиц.

Заключение научной работыдиссертация на тему "Методика построения регрессионных прогнозных моделей результатов выборов в России"

Результаты исследования продемонстрировали значимость разделения электората по экономическому признаку - более «богатые» регионы голосуют за Яблоко, тогда как более «бедные» - за КПРФ.

В целом, можно увидеть, что социально-экономические факторы имеют лишь ограниченную объяснительную силу - коэффициенты детерминации колеблются от 13% до 55%. Столь низкое значение R - квадрат говорит о том, что модель, основанная на социально-экономических факторах, способна объяснить лишь от 13 до 55% колебания зависимой переменной - итогов голосования.

Результаты проведенного нами исследования свидетельствуют о влиянии фактора политической «памяти» как одного из показателей институциализации партии в политической системе, оказывающего существенное влияние при голосовании за отдельные политические силы (см. таблицы 9.1-9.5).

Во многих построенных нами моделях (кроме Единства) при добавлении показателя поддержки партии на предыдущих выборах часть социальных переменных отсеивается (в случае с КПРФ они становятся излишними вообще), и наиболее значимым оказывается вклад голосования за партию на предыдущих выборах. При этом объясняющая сила модели - R-квадрат - значительно увеличивается.

Вместе с тем, воздействие этого фактора оказалось не одинаковым. В наибольшей степени он повлиял на итоги голосования за те политические силы, которые обладали опытом участия в выборах и имели более или менее разветвленную сеть местных отделений и «братских» организаций (КПРФ и Яблоко). В то же время, данное обстоятельство, на наш взгляд, может частично объясняться тем, что в отдельных регионах с течением времени воспроизводятся условия, благоприятствующие голосованию за отдельные политические силы.

Однако наиболее вероятным объяснением значительного воздействия успеха партии на предыдущих выборах на результаты голосования за отдельные политические силы, на наш взгляд, является происходящая институциализация политических партий. Хотя данное обстоятельство не означает, что у избирателей сформирована устойчивая партийная идентификация, обуславливающая их выбор, поскольку факт голосования за ту или иную партию не является показателем идентификации с этой партией. По данным С. Уайта, Р. Роуза и Я. Макаллистера только 22% российских граждан, голосующих за ту или иную партию, идентифицируют себя с ней160. Большинство же электората составляют избиратели, для которых не свойственна сформированная партийная или идеологической идентификации.

В основном также подтвердились наши предположения относительно размежевания «власть - не власть». Это выразилось, в первую очередь, в положительной корреляции между голосованием за ОВР и типом региона в зависимости от степени управляемости электората.

Результаты статистического анализа свидетельствует о том, что голосование за некоторые политические силы носило достаточно выраженный проблемный характер. Речь, в первую очередь, идет о Единстве, ОВР, Блоке Жириновского. Это проявилось в наличии связи между уровнем преступности и голосованием за эти политические силы.

160 White, S., Rose R., McAllister I. How Russia Votes. Chatam: Chatham House Publishers, 1997.

Результаты нашего анализа показали, что объяснение результатов выборов и, соответственно, моделирование их прогноза не может базироваться на факторах, ограниченных рамками какого-либо одного «классического» подхода - ни социальные, ни экономические размежевания, ни политическая «память» избирателей не являются исчерпывающими при объяснении успеха тех или иных партий и кандидатов. Наибольшей объяснительной силой обладают многофакторные модели, включающие в себя различную совокупность факторов голосования за разные политические силы.

Таким образом, для каждой из партий можно построить свое регрессионное уравнение, представляющее собой объяснительную модель результатов выборов в 1999 г. Уравнение будет иметь следующий вид:

Y = аО + ЫХ1 + Ь2Х2 + .+ biXi, где Y - зависимая переменная - результат выборов для партии; аО - постоянный коэффициент, Y пересечение;

XI, Х2, Xi - независимые переменные, факторы, влияющие на результат выборов; bl, b2,.,bi - коэффициенты регрессии, вычисляемые на основе эмпирических данных предыдущих выборов.

Для каждой из партий формула построенной регрессии имеет следующий вид:

КПРФ Y = 7,589 + 0,744* КПРФ 1995

R2= 0,696

Блок Жириновского Y = 0,345 + 0,248*ЛДПР 1995 + 0,019*ПРЕСТУП

R2 = 0,59

ОВР Y = 15,672 + 5,905* ТИП - 0,005*ПРЕСТУП + 0,349*НДР 1995

R2= 0,376

Единство Y = 28,620 - 0,002*НАСЕЛ - 0,229*БЕЗРАБ - 0,036* ПРЕСТУП R2 = 0,29

СПС Y = -2,016 + 0,93* ГОРНАС + 1,806* Вперед, Россия! 1995

R2 = 0,51

Яблоко

Y=-l,096+0,35*Яблоко1995+0,0097*ПРЕСТУП+0,509* ДОХОД+ 0,26*ГОРНАС R2 = 0,74

Полученные нами объяснительные модели результатов голосования для конкретных партий, позволяют перейти к созданию регрессионных прогнозных моделей для каждой партии. Методика построения прогнозной модели заключается в следующем. Имея регрессионное уравнение, представляющее собой математическую зависимость функции (доля голосов) от ряда объясняющих переменных, мы можем подставить в уравнение конкретное значение той или иной переменной для каждой из партий. Источником данных для получения значений переменных служат статистические сборники Госкомстата и Центральной избирательной комиссии.

Другими словами, чтобы построить прогнозную модель, например, для ЛДПР на следующих выборах, в регрессионное уравнение необходимо подставить значение переменной «преступность», измеренное по состоянию на текущий год выборов, и значение переменной «партия», т.е. долю голосов, отданных за ЛДПР на предыдущих парламентских выборах. Аналогичным образом должны сроиться прогнозные модели для других партий.

При построении прогнозных моделей следует обратить внимание на то, что построенные нами объяснительные модели для различных партий имеют разное значение коэффициента детерминации R . Коэффициент детерминации в данном случае показывает, насколько независимые переменные, включенные в модель, объясняют результаты голосования. При этом наибольшее значение R фиксируется в моделях, построенных для КПРФ (R =0,696) и Блока Жириновского (ЛДПР) (R2=0,588), а наименьшее - для Единства (R2=0,291). Это означает, что переменные, включенные в объяснительную модель, почти на 70% объясняют результат голосования за КПРФ, на 59% - за Блок Жириновского, и лишь на 29% -за Единство, тогда как на долю неучтенных факторов приходится 71% вариации.

Таким образом, вероятность точного прогноза варьируется между партиями и зависит от значения коэффициента детерминации - R2. Вероятность точных прогнозов, основанных на регрессионных моделях с заданным нами набором переменных, наиболее высока для КПРФ и Блока Жириновского (ЛДПР). R2 в моделях этих партий наибольший: 70% и 59%, соответственно. Тогда как вероятность сделать точный прогноз для Единства на основании регрессионной зависимости исхода выборов в 1999 г. от заданных нами переменных низка - 29%. Очевидно, что построение прогнозной модели для данной политической силы требует использование других методов или включение в модель иных факторов.

Еще один момент, который необходимо учитывать, заключается в том, что прогноз, сделанный с помощью регрессионного уравнения, представляет собой базовую точку отсчета, показывающую объективные тенденции, сложившиеся к началу избирательной кампании. Можно предположить, что избирательная кампания внесет определенные коррективы в итоговые результаты голосования. Тем не менее, следует отметить, что точность прогнозов, построенных с помощью метода регрессионного анализа, высока в странах с высокой партийной устойчивостью и незначительными электоральными сдвигами, например, в США, Великобритании. В то же время, последние президентские выборы в США в 2000 г. продемонстрировали, что на исход выборов могут повлиять факторы, неучтенные в регрессионной модели. Так, все 7 прогнозов, представленные наиболее известными американскими политологами в августе 2000 г. и основанные на регрессионной модели, отдавали предпочтение А.Гору с большим или меньшим перевесом, а среднее значение прогноза составляло 56,0% в пользу Гора161. Как известно, Гор получил 50,3% голосов избирателей, но проиграл при голосовании Коллегии выборщиков. Одним из объяснений отклонения прогноза от действительного результата является неучет ряда факторов, в частности, удачное выступление третьего кандидата от Партии зеленых, к которому перетекли голоса части избирателей А.Гора162.

В России при построении прогнозных моделей кроме вышеозначенных проблем, перед исследователем возникают определенные сложности, связанные как с жизненным циклом самих партий, так и с самой методикой построения прогноза.

Основным условием использования метода регрессионного анализа в прогнозных целях является включение в прогнозную модель тех же переменных, что и в объяснительной модели. Применительно к зависимым переменным это

161 WIezien С. On Forecasting the Presidential Vote//Political Science and Politics, March 2001.

162 Campbell J.E. The Referendum that Didn't Happen: The Forecasts of the 2000 Presidential Election// Political Science and Politics, March 2001. означает, что прогнозную модель можно построить для тех партий (или, в крайнем случае, их аналогов), которые принимали участие на предыдущих выборах аналогичного уровня. Например, применительно к думским выборам 2003 г. можно отметить следующее. Единство и ОВР прекратили свое существование, объединившись в партию «Единая Россия». Для построения прогнозной модели для этой новой партии необходимо было построить новую объяснительную модель, в которой в качестве зависимой переменной будет выступать сумма голосов, отданных за Единство и ОВР на выборах 1999 г. Очевидно, что в новой модели значимыми окажутся иные переменные, нежели в моделях, построенных для Единства и ОВР, поскольку объединение партий не влечет за собой автоматического перетекания электората. Это следует и из того факта, что успех Единства и ОВР объясняют различные переменные.

На выборах 2003 г. появился еще один актор, не принимавший участия в предшествующих электоральных циклах, - это блок «Родина». Поскольку для этого блока нельзя построить объяснительную модель на основе анализа результатов предыдущих выборов и, следовательно, нельзя понять конфигурацию объективных факторов, измеренных на федеральном уровне, то и построение регрессионной прогнозной модели невозможно.

Мы также понимаем, что используемая нами методика построения прогнозных моделей имеет определенные ограничения. Дело в том, что предложенная объяснительная модель является статической, поскольку мы учитывали уровень показателей в каждом регионе за один период времени, а не их динамику. Устойчивость причинно-следственных связей между показателями и зависимой переменной можно оценить только при построении трендовых моделей и накопления достаточного количества наблюдений. Иными словами, регрессионная модель должна строиться на основе динамического ряда показателей и результатов голосований. Увеличение количества выборов позволит перейти со временем к динамическим коэффициентам и построению трендовых моделей, основанных на федеральных данных, а не региональных, которые были использованы нами для построения объяснительной модели. Дополнительным фактором, затрудняющим построение точного прогноза, является относительно низкий уровень развития статистических служб России. Дело в том, что замедленные темпы сбора и обработки региональных статистических данных приводят к поздней публикации показателей и индикаторов социально-экономического и демографического развития регионов. Например, официальные издания Госкомстата РФ конца 2003 г. содержат данные 2002 г. Это означает, что в прогнозную модель исследователь вынужден включать если не устаревшие, то не актуальные значения переменных.

Очевидно, что дальнейшее развитие электоральной динамики, развитие и накопление необходимой электоральной, социально-экономической и демографической статистики позволит провести трендовое исследование результатов выборов в России и построить динамические прогнозные модели.

Таким образом, методика построения прогнозной модели результатов выборов для партий, предложенная в данном параграфе, заключается в следующем.

При построении модели представляется целесообразным переход от федерального уровня анализа к региональному. Это означает, что в качестве зависимых переменных в исследовании выступают результаты голосования в одном отдельно взятом регионе или избирательном округе, а не результат, полученный партией на общефедеральном уровне.

На первом этапе с помощью метода множественного регрессионного анализа строятся объяснительные модели, объясняющие результаты голосования за партию на предыдущих выборов. Результатом этого этапа является система уравнений, представляющих собой математическую зависимость функции (доля голосов) от ряда объясняющих переменных. В качестве независимых переменных в исследовании используются статистические данные, представляющие собой социально-демографические и экономические характеристики региона, показатель партийных предпочтений.

На втором этапе в регрессионное уравнение каждой из партий подставляется значение независимых переменных, измеренных по состоянию на прогнозируемый период. Далее с помощью метода регрессионного анализа вычисляется значение зависимой переменной, т.е. прогнозируемое значение результатов выборов для данной партии.

Предложенная методика прогнозирования результатов выборов имеет ряд ограничений. Во-первых, выявляемая зависимость между результатами голосований и независимыми переменными не является динамической, поскольку в анализ включаются не трендовые показатели общефедерального уровня, а региональные, измеренные в рамках одного электорального цикла. Во-вторых, данный метод позволяет создавать прогнозные модели только для тех акторов, участие которых в выборах не ограничивается одним электоральным циклом, поскольку прогнозные модели предваряются объяснительными моделями результатов серии предыдущих выборов. В-третьих, политические и электоральные процессы в России не являются прозрачными для исследователей, характеризуются наличием большого числа скрытых факторов, не поддающихся операционализации, что значительно затрудняет прогнозирование результатов выборов с помощью формализованных методов, каковым является множественный регрессионный анализ. Однако на наш взгляд, последнее обстоятельство не должно служить препятствием для выработки концепции и методики прогнозирования результатов выборов на основе формализованных методов. Стабилизация и в определенной степени рутинизация электоральных процессов позволит в будущем использовать формализованные методы прогнозирования более интенсивно и в той мере, как это происходит при анализе политических процессов в западной политической науке.

Заключение.

Анализ методов создания прогнозов результатов российский выборов показывает, что в отечественной электоральной практике сложилась определенная традиция создания прогнозных оценок исхода выборов, которая связана с использованием социологических методов и, прежде всего, опросов общественного мнения. Методика создания прогнозных оценок на базе опросов общественного мнения оперирует, как правило, распределениями ответов респондентов на вопросы относительно их электоральных преференций. Ограниченность данного инструмента очевидна. В силу неактуализированности политических установок и электоральных ориентаций избирателей в период между выборами результаты опросов, проведенных до начала активной избирательной кампании, скорее всего, не могут использоваться в качестве долгосрочных прогнозных оценок. Сам метод также накладывает ряд существенных ограничений на его применение в качестве прогнозного инструмента. К числу таких ограничений следует отнести, во-первых, сложность построения репрезентативной выборки, учитывающей все группы избирателей, значительно отличающихся по своей структуре от респондентов обычных социологических опросов, во-вторых, сложность определения предпочтений колеблющихся и неопределившихся избирателей, исключения из опросов тех избирателей, которые не будут участвовать в голосовании, и, наконец, в-третьих, влияние случайных факторов, неподдающихся учету в исследованиях.

Другим распространенным инструментом электорального прогнозирования в России является метод экспертных оценок. Российская специфика использования этого метода существенно упрощает его принципы, редуцируя процедуру согласования мнений множества экспертов до представления мнения одного специалиста в качестве прогнозных оценок. Данное обстоятельство приводит к неэффективности прогнозов, их невысокой точности, а сами прогнозы можно назвать спекулятивными.

Очевидно, что несовершенство методического аппарата следует преодолевать через критический анализ российской традиции электорального прогнозирования и обращение к западному опыту в этой области знаний, внедрение в российский процесс методов электорального прогнозирования, широко используемых западными политическими учеными.

Систематизация методов электорального прогнозирования, применяемых западными специалистами, позволяет выделить четыре методологических подхода.

Первый подход связан с использованием опросов общественного мнения. Однако в силу специфики опросов обоснованные данные о победе того или иного кандидата можно получить лишь на последней стадии предвыборной борьбы, что снижает их прогностическую ценность как для граждан, так и для самих участников избирательного процесса. Поэтому чаще всего опросы используются в качестве инструмента отслеживания рейтинга кандидатов. Кроме того, существенным недостатком опросов с точки зрения исследования тенденций и закономерностей электоральных процессов является их неспособность объяснить, какие объективные факторы, сложившиеся в обществе к моменту выборов, обуславливают победу одного кандидата и поражение других.

Другие подходы основаны на статистических методах анализа, таких как регрессионный анализ, анализ временных рядов, анализ нейронных сетей.

Среди западных специалистов по электоральному прогнозированию наибольшее распространение получил метод регрессионного анализа. Ценность данного метода заключается в его способности не только дать точный долгосрочный прогноз, что важно само по себе с практической точки зрения. Регрессионный анализ позволяет выстроить иерархию факторов макро - и микроуровня, которые объясняют, из чего складываются результаты голосования. Такие прогнозные модели представляют собой не «черный ящик» с неизвестным содержимым внутри, а стройный аналитический конструкт, поскольку они основываются на объяснительных моделях результатов предыдущих голосований.

Таким образом, электоральные прогнозы, построенные с помощью метода регрессионного анализа, способствуют более глубокому пониманию механизмов электоральных процессов.

Метод регрессионного анализа хорошо себя зарекомендовал для прогнозов выборов в странах со стабильной социально-политической ситуацией и устойчивой партийной системой, таких как США, Великобритания, Франция и др. Вопрос о применимости данного метода в посткоммунистических странах до сих пор остается открытым. Анализ литературы по электоральным исследованиям в странах Восточной Европы и России показывает, что данная проблематика не стоит в повестке дня исследователей этих стран.

Очевидно, что российские выборы имеют существенные отличия от западноевропейских и американских случаев. Главное отличие в этом ряду связано с относительно небольшой динамикой голосований на федеральных выборах. Это затрудняет установление статистически значимых закономерностей поведения избирателей, которые могут служить основанием прогнозных моделей.

Другая не меньшая по значимости проблема заключается в неустойчивости партийной системы России. Речь идет о том, что прогноз возможен лишь для тех политических акторов, жизненный цикл которых не ограничивается одним электоральным циклом. В России это положение выполнимо лишь отчасти.

Рассмотрение методологических принципов построения прогнозных моделей с помощью метода регрессионного анализа, привело нас к заключению, что с некоторыми допущениями данный метод может быть применен для российского случая.

Проблема небольшого темпорального ряда данных федерального уровня может быть решена через перевод анализа на региональный уровень. Данная операция позволяет сформировать базовое множество исследуемых случаев до числа регионов, в которых проходят выборы. В то же время, необходимо помнить, что эта процедура не позволяет провести анализ временных рядов и выявить объективные постоянно повторяющиеся закономерности.

Решение проблемы неустойчивости партийных образований и неприменимости данного метода прогнозирования для партий, существующих в рамках одного электорального цикла, также можно найти. Построение объяснительной модели для партии, представляющей собой аналог вновь образованной партии (в случае установления корреляционной зависимости для голосований), позволяет создать прогнозную модель.

При построении прогнозной модели исследователям приходится решать принципиальный вопрос о том, какие факторы, определяющие результаты голосований, необходимо включать в модель в качестве независимых переменных.

Основополагающим источником для отбора факторов являются подходы к электоральному поведению, разработанные западными специалистами. Выделяются три группы подходов, которые традиционно обозначаются как социологический, социально-психологический и рационально-инструментальный подходы. Они акцентируют внимание на каком-либо одном факторе, оказывающем доминирующее влияние на электоральное поведение. Так, в рамках социологического подхода доминирующим фактором является принадлежность избирателя к большим социальным группам, в рамках социально-психологического подхода ключевым фактором является партийная идентификация, в рамках рационально-инструментального подхода считается, что поведение избирателя определяют рациональные эгоистические мотивы. Инкорпорирование в прогнозную модель данных теорий возможно через их операционализацию, т.е. выделение индикаторов, с помощью которых можно измерить конкретное состояние факторов.

Общепризнанно, что поведение избирателей многофакторно и не может быть описано в рамках одной группы факторов. Поэтому всеми современными исследователями признается, что наибольшей объяснительной способностью обладают многофакторные модели, интегрирующие в себе различные факторы.

Вопрос о том, какие факторы лежат в основе электорального поведения избирателей России, на сегодняшний день является дискуссионным. Крайняя позиция принадлежит тем авторам, которые утверждают, что в поведении российских избирателей нельзя проследить какие-либо закономерности, оно не определяется никакими факторами, является ситуативным и поэтому его невозможно предсказать заранее. В соответствии с другой точкой зрения, разделяемой также диссертантом, накопленная электоральная статистика, данные социологических опросов дают возможность говорить о появлении некоторых устойчивых тенденций в электоральном поведении российских граждан.

Ряд исследований свидетельствуют, что феномен электорального поведения в России может быть представлен как совокупность нескольких формул, включающих факторы «классических» подходов к электоральному поведению.

Объяснительные модели, построенные в данной диссертационной работе, опираются на разработки ряда российских ученых, предпринимавших попытки построения многофакторных объяснительных моделей с помощью метода регрессионного анализа.

Диссертантом построено шесть объяснительных моделей для партий, получивших более 5% голосов по пропорциональной части избирательной системы на выборах в Государственную Думу в 1999 г. В качестве независимых переменных в модели включались показатели, представляющие собой факторы трех классических подходов к электоральному поведению, - социально-демографические показатели, показатели социального и экономического развития регионов, а также показатель, демонстрирующий партийные преференции избирателей региона. Анализ данных производился методом регрессионного анализа с помощью статистического пакета SPSS for Windows.

Результаты анализа показали, что объяснение результатов выборов и, соответственно, моделирование их прогноза не может базироваться на факторах, ограниченных рамками какого-либо одного «классического» подхода - ни социальные, ни экономические размежевания, ни политическая «память» избирателей не являются исчерпывающими при объяснении успеха тех или иных партий и кандидатов. Наибольшей объяснительной силой обладают многофакторные модели, включающие в себя различную совокупность факторов голосования за разные политические силы.

Объяснительные модели итогов выборов, построенные с помощью метода регрессионного анализа, позволяют перейти к созданию прогнозных моделей для каждой партии. Методика построения прогнозной модели заключается в следующем. Имея регрессионное уравнение, представляющее собой математическую зависимость функции (доля голосов) от ряда объясняющих переменных, мы можем подставить в уравнение реальное значение той или иной переменной для каждой из партий. Источником данных для получения значений переменных служат статистические сборники Госкомстата и Центральной избирательной комиссии.

Предложенная методика построения прогнозных моделей является первым шагом на пути создания точных формализованных и долгосрочных электоральных прогнозов. На построение полноценных прогнозных моделей достаточно большие ограничения накладывает используемая нами методика. Предложенная объяснительная модель является статической, в которой не учитывается динамика изменения социально-демографических, экономических и иных показателей в регионе. Устойчивость причинно-следственных связей между показателями и зависимой переменной можно оценить только при построении динамичных моделей, учитывающих изменение показателей во времени. Дальнейшее развитие электоральной динамики, накопление необходимой электоральной и социально-экономической статистики позволит провести трендовое исследование результатов выборов в России и построить динамические прогнозные модели на основе федеральных данных.

На наш взгляд, при проведении избирательных кампаний должен использоваться целый комплекс методик, направленный на прогнозирование исхода выборов. Построение прогнозной регрессионной модели является важным элементом информационно-аналитического сопровождения выборов, который может дать неплохие результаты на ранних стадиях предвыборной борьбы. Предложенная нами методика построения прогнозных моделей способна предоставить долгосрочный прогноз в качестве базовой точки отсчета для проведения предвыборных кампаний. В то же время, необходимо помнить, что на результаты выборов могут оказывать существенное влияние факторы, формализация и операционализация которых затруднительна. Особенности избирательной кампании, факторы общего культурного, политического и социального уровня, определяющие специфику политических процессов в стране и контекст выборов, должны также учитываться при создании прогнозов.

В этой связи представляется возможным создание комплексной методики прогнозирования результатов выборов. Такая методика может сочетать в себе интуитивный и статистико-математический подходы, которые дополняют друг друга и могут быть релевантными на разных этапах предвыборной борьбы. На наш взгляд, учет системы факторов, объясняющих результаты выборов на базе регрессионной модели, более продуктивен и эффективен для построения избирательной кампании, нежели интуитивные сценарные или экспертные методы, которые также недостаточно разработаны в отечественной политологической практике. Дальнейшее развитие электоральных процессов, стабилизация партийной системы позволит установить доминирующие тенденции и статистические закономерности, на базе изучения которых можно будет выработать методику создания долгосрочного прогноза.

Очевидно, что проблема прогнозирования результатов выборов в России, являясь актуальной и значимой в практическом плане, не должна замыкаться на решении прикладных задач, возникающих в рамках отдельно взятой избирательной кампании. Создание методики электорального прогнозирования требует выработки общетеоретических и методологических принципов прогнозирования, глубокого теоретического осмысления детерминант электорального поведения. Эти проблемы должны решаться в ходе дальнейших исследований, сочетающих теоретический анализ с эмпирической проверкой модели, что оказывается возможным при увеличении числа электоральных циклов. Автор надеется, что предложенный в данной работе метод прогнозирования результатов выборов окажется важным шагом на пути создания комплексной прогнозной методики.

Список научной литературыАнохина, Наталья Вячеславовна, диссертация по теме "Политические институты, этнополитическая конфликтология, национальные и политические процессы и технологии"

1. Андрющенко Е.Г., Дмитриев А.В., Тощенко Ж.Т. Опросы и выборы 1995 г.//Социс. 1996. №6.

2. Анохина Н.В., Мелешкина Е.Ю. Итоги голосования и электоральное поведение/ Второй электоральный цикл в России (1999-2000). М.: Издательство «Весь Мир», 2002.

3. Ахременко А.С. Политическое прогнозирование на российском фоне/ Вестник Моск. Ун-та. Сер. 12, политические науки. 1999, №1.

4. Бадовский Д.В. Проблема моделирования и прогнозирования результатов региональных выборов//Вестник Московского университета. Сер. 12.

5. Политические науки, 2000. №4, с. 55-83.

6. Березина Е.В. О точности результатов голосования//Социс, 1995. №2.

7. Бестужев-Лада И.В. Социальное прогнозирование: особенности и проблемы. -М.: Институт управления народным хозяйством, 1977.

8. Бестужев-Лада И.в. Теоретические вопросы поискового социального прогнозирования / http://www.futura.ru/index.php3?idmenu=7

9. Бестужев-Лада И.В., Ермоленко Д. Научное прогнозирование международных отношений в свете ленинских идей//Международная жизнь. 1970. №2, с.99-107.

10. Бестужев-Лада И.В., Наметникова Т.А. Социальное прогнозирование. Курс лекций. М.: Педагогическое общество России, 2002.

11. П.Бирюков Н.И. Возможно ли в современной России прогнозировать массовое электоральное поведение?//Полис. 1997. №1, с. 113-114.

12. Бунин И., Макаренко Б. Политическое прогнозирование как искусство возможного. Опыт самоанализа//Независимая газета. 10.06.01.

13. Галицкий Е. Прогноз на основе индикаторов, построенных путем статистического анализа данных опроса //http:// www.classic.fom.ru/other/ol078.htm

14. Гамбарян М., May В. Экономика и выборы: опыт количественного анализа//Вопросы экономики. М. 1997. №4, c.l 11-129.

15. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование планирование. Теория проектирования экспериментов. -г. Железнодорожный, Моск.обл.: ТОО НПЦ «Крылья», 1997.

16. Голосов Г.В. Поведение избирателей в России: теоретические перспективы и результаты региональных выборов//Полис. 1997. № 5, с. 44-56.

17. Громова Р. К типологии политического сознания россиян//Мониторинг общественного мнения: экономические и социальные перемены. 1999 №2.

18. Дегтярев А.А. Основы политической теории: Учебное пособие. М., 1998.

19. Демидов A.M. Можно ли предсказать результаты голосования?//Социологический журнал. 1994. №3

20. Дмитриев А. Социологические прогнозы и политика / Социс 1994 №5.

21. Дмитриев М., Сурков С. Что влияет на политический выбор россиян: итоги голосований и уроки на будущее //Регионы России в 1999 г.: Ежегодное приложение к «Политическому альманаху России»/Под ред. Н.Петрова; Моск.Центр Карнеги. М.: Гендальф, 2001.

22. Добров Г.М. Прогнозирование науки и техники. М.: Наука, 1969.

23. Докторов Б. Дж. Гэллап наш современник: к 100 летию со дня poждeния/http://www.isn.ru/gellap/index.htm

24. Дубицкая В.П., Тараухина М.И. Какого политика можно продать?//Социс. 1998. №10, с.118-127

25. Ерофеев В.К., Карягин Н.Е., Ноздрина Е.Г. Сценарное моделирование как технология принятия групповых решений: Учебное пособие. Астрахань: Издательство Астраханского государственного педагогического университета, 1998.

26. Жижелев Ал., Жижелев Ар. Прогнозирование результатов выборов. Возможно ли

27. DTO?//http://www.vsi.ru/~tleis/articIes/forecastingelectionoutcomes.html28.3воновекий В.Б. Голосуем списком. Списком избирателей//Мониторинг общественного мнения. 2000. №2, с.51-52.

28. Кейси Э. Выбор миллионов. Долларов // Коммерсант. Первый рейтинг. №1, 2004.

29. Кессельман J1.E. Выборы президента (некоторые проблемы прогнозирования) // Экономические и социальные перемены: мониторинг общественного мнения. 1994. №3.

30. Ковлер А.И. Избирательные технологии: российский и зарубежный опыт. М., 1995.

31. Козина Е.С. Композиция волшебной сказки как базовая структура современной политической мифологизации в России//Вестн. Моск.ун-та. Сер. 10. Журналистика. 1999. №3, с.17-27.

32. Кокошин А.А. Прогнозирование и политика (методология, организация и использование прогнозирования международных отношений во внешней политике США). М.: Международные отношения, 1975.

33. Косолапое В.В. Категориальный аппарат общественной прогностики/ Вопросы прогнозирования общественных явлений. Киев: «Наукова Думка», 1978.

34. Косолапов В.В. Методология социального прогнозирования. Киев: Издательское объединение «Вища школа», 1981.

35. Курбатова М. Феномен «Единства»: анатомия электорального успехаЮкономические и социальные перемены: Мониторинг общественного мнения. 2000. № 1, с. 27-32.

36. Лебедева Т.Ю. Путь к власти. Франция: выборы президента/Отв. Редактор Я.Н. Засурский. М.: Изд-во Моск. Ун-та, 1995.

37. Лисичкин В.А. Прогнозирование в науке и технике. М.: Наука, 1968.

38. Лукашук И.И. Прогнозирование международно-правовых отношений/Политические отношения: прогнозирование и планирование. М.: Издательство «Наука», 1978.

39. Мазур В.Н., Мокляк Н.Н., Рутковский Б.А. Основные направления в области социального прогнозирования /Вопросы прогнозирования общественных явлений. Киев: «Наукова Думка», 1978.

40. Малютин М. Электоральные предпочтения россиян: «парадокс стабильности»//Общественные науки и современность. 2000. №1, с. 41-50.

41. Мангейм Дж. Б., Рич Р.К. Политология. Методы исследования: Пер с англ./Предисл. А.К. Соколова. М.: Издательство «Весь мир», 1997.

42. May В., Кочеткова О. Экономические факторы электорального поведения (Опыт России 1995-1996 гoдoв)/http://www.iet.ru/confer/june3099/mau.html

43. May В.А., Кочеткова О.В., Яновский К.Э., Жаворонков С.В., Ломакина Ю.Е. Экономические факторы электорального поведения и общественного сознания (Опыт России 1995-2000 годову/www.iet/usaid/effectfacts.html.

44. Мелешкина Е.Ю. Исследования электорального поведения: теоретические модели и проблемы их применения/Политическая наука. 2001. №2.

45. Мелешкина Е.Ю. Формирование партийных предпочтений избирателей в посткоммунистических странах Восточной Европы: основные концепции / Выборы в посткоммунистических обществах. Под ред. Мелешкиной Е.Ю. М., 2000.

46. Мелешкина Е.Ю., Ахременко А. Голосование «против всех» как форма протестного поведения российских избирателей//Политическая наука 2001, №4.

47. Мелешкина Е.Ю. Выборы 1999-2000 гг. сквозь призму предыдущего электорального цикла / Первый электоральный цикл в России (1993-1996). М.: Весь мир, 2000.

48. Мельвиль А.Ю. Демократические транзиты. Теоретико-методологические и прикладные аспекты. М., 1999.

49. Мичурин В.Л., Ягодина О.Л. Социологические прогнозы и реальность//Социс. 1992. №1, с. 119-120.

50. Морозова Е.Г. Политический рынок и политический маркетинг: концепции, модели, технологии. М.: РОССПЭН, 1999.

51. Общая и прикладная политология: Учебное пособие. / Под общей редакцией В.И. Жукова, Б.И. Краснова. М.: МГСУ; Изд-во "Союз", 1997.

52. Овчинников Б.В. Электоральная эволюция: пространство регионов и пространство партий в 1995 и 1999 г.//Полис. 2000. №2, с.68-79.54.0решкин Д.Б. География электоральной культуры и цельность России //Полис. 2001 .№1.

53. Орлов Г.М., Шуметов В.Г. Модель электоральных предпочтений: Методология построения//Социс. 2001. №1, с.127-141. .

54. Политическая социология. М.: Луч, 1993.

55. Политический альманах России 1997 г. Т.1. Выборы и политическое развитие. Под ред. Макфола М., Петрова Н.; Моск.Центр Карнеги. М.: Гендальф, 1998.

56. Прогнозирование в социологических исследованиях. Методологические проблемы. Отв. Ред. И.В. Бестужев-Лада. М., Мысль, 1978.

57. Рабочая книга по прогнозированию / Редкол.: И.В. Бестужев-Лада (отв. ред.). М.: Мысль, 1982.

58. Регионы России: Стат.сб. в 2 т. Т. 1/Регионы России. М.: Госкомстат, 1999.

59. Романенко И.В. Социальное и экономическое прогнозирование. Спб.: Изд-во Михайлова В.А., 2000.

60. Россия в избирательном цикле. Под ред. Макфола М., Петрова Н., Рябова А.; Моск. Центр Карнеги. М.: Гендальф, 2000.

61. Руткевич М.Н. Выборы-95: прогнозы и результаты//Власть. 1996. №31.

62. Руткевич М.Н. Выборы 99 в зеркале социологии//Социс. 2000. №5.

63. Руткевич М.Н. Президентские выборы — 2000: социологический анализ//Социс. 2000. №10.

64. Сергеева Е.Я. Российский электорат: проблема выбора и участия. М.: Юридлит., 1996.

65. Сергиев А.В. О некоторых методологических принципах прогнозирования в политике / Политические отношения: прогнозирование и планирование. М.: Издательство «Наука», 1978.

66. Сергиев А.В. Предвидение в политике. М.: Изд-во политический литературы, 1974.

67. Симонов К.В. Политический анализ: Учебное пособие. М.: Логос, 2002.

68. Синяков А.В. Некоторые подходы к прогнозированию результатов голоеования//Веетник Московского университета, сер. 18 «Социология и политология». 1999. №1.

69. Собянин А. А., Суховольский В.Г. Демократия, ограниченная фальсификациями: выборы и референдумы в России в 1991-1993 гг. М.: Проектная группа по правам человека, 1995.

70. Соловьев А.И. Политология: Политическая теория, политические технологии: Учебник для студентов вузов. М., 2000.

71. Социология и пресса в период парламентских и президентских выборов 1995 и 1996 годов. Отчет по проекту «Мониторинг социологических публикаций в СМИ» Фонда защиты гласности. М.: Изд-во «Права человека», 1996.

72. Статистика: курс лекций/Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др.; Под ред. Ионина В.Г. Новосибирск: Издательство НГАЭиУ, М.: ИНФРА-М, 1999.

73. Стегний В.Н. Теория и методология социального прогнозирования. Пермь: Перм.гос.техн.ун-т, 1999.

74. Тавокин Е.П. Социологические прогнозы электорального поведения//Социс. 1996.№7, с. 15-20.

75. Туровский Р.Ф. Парламентские выборы 1999 г.: региональные особенности / Политая, Зима 1999-2000, №4.

76. Туровский Р.Ф. Региональные аспекты общероссийских выборов/ Второй электоральный цикл в России (1999-2000). М.: Издательство «Весь Мир», 2002.

77. Туровский Р.Ф. Региональные особенности президентских выборов 2000 г.//Вестник Московского Университета. Сер. 12 «Политические науки», 2000 №4.

78. Федотова Л.Н. К вопросу о прогнозах исхода президентских выборов / Вестник Моск. ун-та. Сер. 10 журналистика. 1995. №1, с.59-71, с.61.

79. Хогвуд В., Ганн Л. Прогнозирование//Вестн.Моск.ун-та, сер. 12 «Социально-политические исследования». 994. №6, с.51-63

80. Храленко Н.И. Философско-методологические проблемы прогнозирования. Л.: Изд-во Ленинградского университета, 1980.

81. Чугров С.В. Электоральное поведение российских регионов (статистический анализ выборов декабря 1995 г.) // Международная экономика и международные отношения. 1996. №6.

82. Чуриков Л.В. Прогноз с использованием вероятностной схемы поведения избирателей /http://www.classic.fom.ru/other/ol078.htm.

83. Шампань П. Делать мнение: новая политическая игра. Перевод под ред. Осиповой Н.Г. М.: Socio-Logos, 1997.

84. Шевченко Ю.Д. Поведение избирателей в России: основные подходы/Выборы в посткоммунистических обществах. Е. Мелешкина (ред.). М.: ИНИОН РАН, 2000, с. 111-136.

85. Шевченко Ю.Д. Между экспрессией и рациональностью: об изучении электорального поведения в России // Полис. 1998. Jsfa 1, с. 130-136.

86. Шевченко Ю.Д. Конфликт между ветвями власти и электоральное поведение в России//Мировая экономика и международные отношения. 1999 №1.

87. Шестопал Е.Б. Психологический профиль российской политики 1990-х. Теоретические и прикладные проблемы политической психологии. М.: «Российская политическая энциклопедия» (РОССПЭН), 2000.

88. Шутов А.Ю. Политический процесс. М., 1994.

89. Шляпентох В.Э. Как сегодня изучают завтра (Современные методы социального прогнозирования). М.: «Советская Россия», 1975.

90. Шляпентох В.Э. Предвыборные опросы 1993 г. в России (критический анализ)//Социс. 1995. №9, с. 14-22.

91. Эванс Д., Уайтфилд С. Социально-классовый фактор политического поведения россиян//Социс. 2000. №2, с.39-51.

92. Яковлев И.Г. Проблемы политического анализа на основе компьютерных технологий. М.: Издательство МГСУ «Союз», 1998.

93. Abramovitz A.I. Bill and Al's excellent adventure: Forecasting the 1996 presidential election // Before the Vote. Forecasting American national elections / Ed. by Campbell J. E., Garand J.C. Thousand Oaks: Sage publication inc, 2000.

94. Berelson B.R., Lazarsfeld P.F., McPhee W.N. Voting. A Study of Opinion Formation in a Presidential Campaign. Chicago, 1954.

95. Borisyuk R., Borisyuk G., Railings C., Trasher M. Forecasting the 2001 general elections result: a neural network approach/http://www.psa.ac.uk/spgrg/epop/election%20forecasting.pdf

96. Campbell A., Converse P., Miller W.E., Stokes D. The American Voter. N.Y.: Wiley, 1960.

97. Campbell A., Converse P., Miller W., Stokes D. Elections and the political order. N.Y.: Wiley, 1966.

98. Campbell J.E. Forecasting the presidential vote in the states // American Journal of Political Science. 1992. №36, pp.3 86-407.

99. Campbell J.E. The Referendum that Didn't Happen: The Forecasts of the 2000 Presidential Election// Political Science and Politics, March 2001.

100. Campbell J.E., Mann Т.Е. Forecasting the presidential election: What can we learn from the model? // The Brooking Review. 1996. №14, pp.26-31.

101. Colton T. Transitional Citizens: Voters and What Influence them in New Russia. Cambridge, L.: Harvard University Press, 2000.

102. Dunn W.N. Public policy analysis. An Introduction. N.J. Englewood Gliffs., 1994.

103. Enelow J., Hinich M. Advances in the spatial theory of voting. N.Y.: Cambridge univ. press, 1990.

104. Fidrmuc, J. Economic of Voting in Post-Communist Countries. Electoral Studies, 2000 vol. 19, pp. 199-217.

105. Harrop M., Miller W.L. Elections and Voters: A Comparative Introduction. Hampshire, 1.: MacMillian ltd., 1987.

106. Hill D.B., Luttberg N.R. Trends in American Electoral behavior. Itasca: F.E. Peacock Publications Inc. 1983.

107. Kiewiet D.R. Macroeconomics and micropolitics: The electoral effects of economic issues. Chicago: The University of Chicago press. 1983.

108. Kramer D.H. Short-term fluctuations in U.S. voting behavior, 1896-1964 // American Political Science Review. 1971, №3, pp.131-143.

109. Lewis-Beck M.S. Comparative economic voting: Britain, France, Germany, Italy/Elections and voting behavior: new challenge, new perspectives. Ed. By Norris P. Dartmouth: Ashgate, 1998.

110. Lewis-Beck M.S., Paldam M. Economic voting: an introduction// Electoral Studies. 2000. Vol. 19. № 2, pp. 113-121.

111. Lewis-Beck M.S., Rice T.W. Forecasting election. Wash.: Congressional Quarterly Inc., 1992.

112. McFaul M. Russia's 1996 presidential election: The end of polarized politics. -Stanford: Hoover Institution press publication, 1997.

113. Miller W., White S. and Heywood P. Political Values Underlying Partisan Cleavages in Former Communist Countries // Electoral Studies. 1998. Vol.17, pp. 197-216.

114. Norpoth H. Of time and candidates. A forecast for 1996/Before the vote. Forecasting American national elections/Ed. by Campbell J. E., Garand J.C. Thousand Oaks: Sage publication inc, 2000.

115. Parties, candidates, or Issue?/ Controversies in American voting behavior. Ed. By Niemi R.G, Weisberg H.F. San Francisco: W.H. Freeman and со., 1976.

116. Powell G.B., Whitten G.D. A cross-national analysis of economic voting: taking account of the political context//American journal of political science. 1993. Vol. 37. №2, pp. 391-413.

117. Rose R, Mishler W. Negative and Positive Party Identification in Post-Communist Countries // Electoral Studies. 1998. Vol.17, pp. 217-234.

118. Tufte E.R. Determinants of the outcomes of midterm congressional elections / Controversies in American voting behavior. Ed. by Niemi R.G., Weisberg H.F. San Francisco: W.H. Freeman and Co, 1976.

119. White S., Rose R. McAllister I. How Russia Votes. Chatam: Chatham House Publishers, 1997.

120. Whitten G.D., Palmer H.D. Cross-national analyses of economic voting// Electoral Studies. 1999. Vol. 18, pp. 49-67.

121. Wlezien C. On Forecasting the Presidential Vote//Political Science and Politics, March 2001.