(то же самое наблюдалось в 2000-е годы в отношении голосования за партию власти). Однако если бы эта закономерность распространялась на пространственные различия, то зависимость голосования от явки для левых (или за власть) имела бы пониженный наклон, а за правых – повышенный. На самом деле наблюдалась противоположная картина.

Проанализировав большой массив электоральной статистики на российских выборах 1991–2008 годов, мы смогли сделать следующие выводы. Во- первых, оказалось, что «нормальный» характер связи между явкой и поддержкой кандидатов или партий был вплоть до середины 2000-х годов характерен для городского электората. Для сельских районов и регионов с высокой долей сельского населения «аномальные» результаты получались достаточно часто, и потому можно было бы предположить, что такие результаты характерны для сельского электората. Однако мы увидели, что и для ряда сельских районов получались вполне «нормальные» результаты. Поэтому остается вопрос: действительно ли «аномалии» получались вследствие особенностей самого сельского электората, или они связаны с тем, что в сельской местности и до середины 2000-х годов в широких масштабах практиковались фальсификации либо иные незаконные способы воздействия на итоги голосования?

Во-вторых, «аномальность» в значительной степени зависела от силы региональной власти и ее заинтересованности в результатах выборов. Кроме того, наиболее «аномальные» результаты получались именно в тех регионах, из которых было больше всего обоснованных сообщений о фальсификациях.

Проверяли мы и предположение о том, что кандидаты и партии, поддержка которых росла с явкой, более активно работали с теми группами избирателей, которые колебались в своем выборе. Такая активность действительно иногда приводила к небольшим «аномалиям», но нигде в подобных случаях значение ПДИ не приближалось к единице.

В 2007–2008 годах степень «аномальности» в городах (включая Москву) резко выросла. И это не может быть объяснено иначе как массовыми фальсификациями[738].

В цитированных выше работах М. Мягкова и соавторов был использован также метод исследования распределения явки[739]. Впоследствии этот же метод был предложен С. Шпилькиным в ходе анализа федеральных выборов 2007–2008 годов[740], затем он неоднократно использовался А. Ю. Бузиным[741].

Метод заключается в построении графика, где по оси абсцисс откладывается явка, а по оси ординат – число избирательных участков, на которых явка укладывается в соответствующий однопроцентный интервал, точнее полуинтервал (например, для явки 50 % это от 49 до 50 % или от 50 до 51 %), либо число избирателей на таких участках, либо их доля. Метод может быть использован для территорий, содержащих значительное число участков (две-три тысячи и более), для меньших территорий приходится использовать двух– или даже пятипроцентные интервалы, но точность и наглядность в этом случае значительно ниже.

По мнению исследователей, использующих данный метод, на относительно однородных территориях при отсутствии административного воздействия получающиеся кривые распределения должны быть близки к гауссовым, то есть иметь один «горб» и быть достаточно симметричными. При этом опыт показывает, что требование однородности может быть существенно смягчено. Важно лишь, чтобы состав электората менялся от одной крайности к другой достаточно плавно. Так, в существенно неоднородной России на федеральных выборах 1995–2003 годов получались вполне «нормальные» кривые распределения – с одним четко выраженным пиком и несильными отклонениями от симметрии (а при исключении республик они становились еще более симметричными)[742].

Применение данного метода удобнее всего проиллюстрировать на примере Москвы. Во-первых, в Москве вполне однородный электорат. Во-вторых, здесь достаточное количество избирательных участков – более трех тысяч. В-третьих, по данным многолетних наблюдений и исследований, уровень фальсификаций в Москве имел четкую динамику: до 2003 года они практически не наблюдались, в 2004 и 2005 годах носили локальный характер, в 2007 году уровень фальсификаций стал существенными, а в 2008, 2009 и 2011 годах – очень высоким. Затем, после массовых протестов, в 2012, 2013 и 2014 годах уровень фальсификаций вновь снизился почти до нуля[743].

На иллюстрации 5.4 показаны кривые распределения явки по Москве для 7 из 11 федеральных и общегородских кампаний, проходивших с 2000 по 2014 год. Как видно из графика, отмеченная выше динамика уровня фальсификаций четко отражается на кривых распределения. Кривая для президентских выборов 2000 года почти идеальна, и на президентских выборах 2012 года получилась точно такая же кривая, лишь смещенная в сторону более низких значений явки. Также близки к идеальным кривые для выборов в Московскую городскую Думу 2014 года и выборов мэра Москвы 2013 года (последняя на графике не показана). Кривые для выборов Президента РФ 2004 года (не показана), в Московскую городскую Думу 2005 года и в Государственную Думу 2007 года также имеют один основной «горб», но на них уже видны искажения. А вот кривые для выборов Президента РФ 2008 года (не показана), выборов в Московскую городскую Думу 2009 года и в Государственную Думу 2011 года вообще не имеют выраженного основного пика; они «размазаны» в широком диапазоне значений явки, но при этом имеют небольшие локальные пики – в основном на «круглых» значениях явки (40, 50, 55, 60, 65, 75 %).

Иллюстрация 5.4. Кривые распределения явки для различных федеральных и общегородских выборов на территории Москвы (построены на основе расчетов А. Ю. Бузина)

Очевидно, поведение электората не может так резко меняться в течение короткого времени, а активность однородного городского электората не может описываться пилообразными кривыми распределения. И эти данные являются дополнительным свидетельством административного воздействия на итоги голосования в период 2008–2011 годов.

Добавить отзыв
ВСЕ ОТЗЫВЫ О КНИГЕ В ИЗБРАННОЕ

0

Вы можете отметить интересные вам фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.

Отметить Добавить цитату