1993 года. Он основан на предположении, что в отсутствии фальсификаций результаты кандидатов или партий (в процентах от числа проголосовавших избирателей или действительных голосов) не зависят от активности избирателей. Если же результаты кандидатов или партий на отдельных территориях (избирательный участок, район и т. п.) выражать в процентах от списочного числа избирателей, то зависимость таких результатов от показателя явки должна выражаться прямой, исходящей из начала координат, тангенс угла наклона которой равен среднему проценту голосов от числа проголосовавших избирателей.
Такие «нормальные» графики действительно часто наблюдаются на выборах (см. верхний график на иллюстрации 5.3). Однако встречаются и графики, которые с точки зрения данной гипотезы следует считать «аномальными»: в них точки, характеризующие итоги голосования на отдельных территориях, располагаются вдоль регрессионной прямой, пересекающей ось ординат заметно выше или ниже начала координат (см. нижний график на иллюстрации 5.3).
Иллюстрация 5.3. Зависимость доли голосов за «Единую Россию», выраженной в процентах от списочного числа избирателей, от явки в разрезе ТИК на выборах депутатов Государственной Думы 2003 года для Краснодарского края (
Особое внимание следует обратить на случаи, когда результаты одного кандидата ложатся на прямую, имеющую тангенс угла наклона, равный единице, а результаты остальных кандидатов (а также доля недействительных бюллетеней) ложатся на горизонтальные прямые. Это означает, что все «дополнительно пришедшие» (по сравнению с территориями с минимальной явкой) избиратели голосовали только за одного кандидата. По мнению авторов метода, такие графики свидетельствуют о фальсификациях типа вброса[732].
Аналогичный метод применял позднее В. В. Михайлов для выявления фальсификаций на выборах в Татарстане и других российских регионах 1991–2001 годов. Однако он по оси ординат откладывал долю голосов от числа проголосовавших избирателей. В таком варианте «нормальные» линии должны были иметь нулевой наклон, а «аномальные» – положительный для кандидата, в пользу которого совершались фальсификации, и отрицательный для остальных[733]. Однако такой способ анализа не позволяет отличать «нормальный» случай от случаев, когда закономерности не видно из-за сильного разброса: в обоих случаях коэффициент корреляции будет близок к нулю. При способе Собянина – Суховольского в «нормальном» случае коэффициент корреляции будет близок к единице.
Метод корреляции с явкой Собянина – Суховольского был развит в работах М. Мягкова, Д. Шакина и соавторов, посвященных анализу выборов в России и на Украине. Тангенс угла наклона кривой на графиках Собянина – Суховольского (один из двух параметров регрессионного уравнения) они назвали «поддержкой дополнительных избирателей» (ПДИ) и в качестве критерия отклонения от «нормы» (нерегулярности в их терминологии) использовали разность между ПДИ и результатом кандидата (партии) относительно числа проголосовавших избирателей[734].
Мы в своей работе использовали в основном другой показатель – второй параметр регрессионного уравнения, то есть отрезок, отсекаемый регрессионной прямой на оси ординат. Этот параметр мы назвали смещением регрессионной линии (СРЛ). В идеальном случае значение СРЛ должно быть нулевым (то есть регрессионная линия должна попадать в начало координат). По нашим оценкам, «нормальными» можно считать итоги голосования, при которых значение СРЛ по модулю не превышает 0,1 (или 10 %). Превышение этого порога свидетельствует об аномалиях [735].
Метод корреляции с явкой Собянина – Суховольского неоднократно подвергался критике. Главные аргументы оппонентов сводятся к тому, что гипотеза о независимости голосования и явки может не выполняться не только из-за прямых фальсификаций, но и по другим причинам. При этом можно выделить три альтернативных объяснения.
Первое сводится к тому, что помимо прямых фальсификаций возможны и некоторые незаконные формы воздействия на избирателей, которые могут приводить к подобным эффектам – давление на избирателей, контроль за их волеизъявлением[736]. Однако такие незаконные действия можно объединить с фальсификациями в одну группу, и в этом случае аномалии, выявляемые методом корреляции с явкой, будут мерилом более широкого явления – использования административного ресурса в процессе голосования и подведения его итогов.
Второе объяснение основано на представлении, согласно которому различные категории избирателей отличаются не только своими политическими предпочтениями, но и активностью на выборах. В наиболее общем виде его можно сформулировать так: конформистски настроенные группы избирателей (сельский электорат, лица пожилого возраста) показывают повышенную активность на выборах и одновременно повышенный уровень поддержки представителей власти и (или) традиционных политических сил.
Третье объяснение предполагает, что кандидаты и партии, поддержка которых растет с явкой, просто более активно работали с теми группами избирателей, которые колебались в своем выборе, в том числе и в выборе «голосовать – не голосовать». В результате именно они привели на выборы этих колебавшихся избирателей, и потому корреляция их поддержки с явкой вполне закономерна.
Следует отметить, что во многих критических высказываниях заметно непонимание разницы между различиями итогов голосования во времени (то есть между выборами, проводившимися в разные даты) и в пространстве (то есть между разными территориями на одних и тех же выборах). Так, отмечалось, что при низкой явке в России в 1990-е годы доля голосов за левых была выше, чем на выборах с высокой явкой[737]
