Содержание к диссертации
Введение
Глава I. Методологические основы электорального прогнозирования.
1.1. Электоральное прогнозирование как часть политического прогнозирования 12-27
1.2. Методы электорального прогнозирования в зарубежной и отечественной политической науке 28-42
1.3. Множественный регрессионный анализ как инструмент электорального прогнозирования в западной политической науке 43-62
Глава II. Электоральное прогнозирование в России.
2.1. Российская специфика прогнозирования результатов выборов 63-76
2.2. Основные принципы использования метода множественного регрессионного анализа для построения электоральных прогнозов в России 77-90
2.3. Методика построения регрессионных электоральных прогнозов в России (на примере выборов в Государственную Думу) 91-106
Заключение 107-113
Библиография 114-122
Приложение 123-134
- Электоральное прогнозирование как часть политического прогнозирования
- Множественный регрессионный анализ как инструмент электорального прогнозирования в западной политической науке
- Российская специфика прогнозирования результатов выборов
Введение к работе
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.
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 II American Political Science Review. 1971, №3. pp.131-143
(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 советской науке такими учеными, как И.В. Бестужева-Лады5, В.Э. Шляпентох6, А.В. Сергиев7, А.А. Кокошин8, в современной науке данной темой занимаются
2 Tufte E.R. Determinants of the outcomes of midterm congressional elections I 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 II Before
the Vote. Forecasting American national elections I 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 II
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? II The Brooking Review. 1996. №14, pp.26-
31.
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. Симонов". 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. Синякова12, 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,
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 годов)/Ьпр://ш\УЛУ.іе1.пд/сопГег/іипеЗО_99/таи.1іІтІ; May В.А., Кочеткова О.В., Яновский К.Э., Жаворонков СВ., Ломакина Ю.Е. Экономические факторы элеткорального поведения и общественного сознания (Опыт России 1995-2000 годов) / hnp://. 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. 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/ЛТолис. 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.
" 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. Берельеон, У. Макфи); социально-психологический подход (А.Кэмпбелл, Ф.Конверс, У.Миллер, Д.Стоукс); теория рационального выбора (Э. Дауне, М. Фиорина, Р. Кьюит, М.Льюис-Бек).
Для построения объяснительной и прогнозной модели привлекается обширный статистический аппарат анализа данных.
Эмпирическую базу работы составило исследование диссертанта, 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:
Электоральные прогнозы, предлагаемые исследователями и экспертами, могут быть классифицированы в зависимости от источника и способа получения исходной информации, а также возможности верификации прогнозных оценок.
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
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.
Важным моментом при построении электоральной прогнозной модели является выбор наиболее значимых факторов, коррелирующих с результатами выборов.
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.
Электоральное прогнозирование как часть политического прогнозирования
Необходимым условием анализа понятия электорального прогнозирования является описание и определение понятия прогноза в целом. Затем необходимо перейти к анализу характерных особенностей политического прогнозирования, частью которого является электоральное прогнозирование. На наш взгляд, это позволит нам выявить общетеоретические и методологические основания электорального прогноза, понять базовые принципы построения прогнозных моделей.
Термин «прогноз» (от греческого «прогнозне») получение знания о будущем. Однако знание о будущем не исчерпывается такой формой, как прогноз.
В.В. Косолапов выделяет пять исторических форм знания о будущем, в ряду которых находится прогноз - «утопизм, антиутопизм, научная фантастика, научное предсказание, научный прогноз».
Если первые две формы знания о будущем нашли свое отражение в виде мифических проектов и теоретических размышлений философов, научная фантастика - в произведениях писателей-фантастов, то научное предсказание и прогноз представляют собой качественно иной продукт, отражающий уровень развития социальной науки на современном этапе.
Прогнозирование обычно понимают в широком и узком значении.
В широком смысле прогнозирование тождественно понятию предвидения как «любая информация о будущем в отличие от прошлого или настоящего»22. Именно такое понимание прогнозирования распространено у западных специалистов, которые под прогнозированием понимают «процедуру получения фактической информации о будущем состоянии объекта на основе информации о настоящих проблемах». В ряде случаев западные авторы отмечают, что это информация должна быть обоснованной, однако не делают обязательной характеристикой прогноза его научное обоснование.
Такой подход можно подвергнуть критике за упрощенное понимание прогноза, поскольку здесь не учитываются качественно различные способы генерирования информации о будущем.
В современной российской науке принято использовать более узкое понимание прогнозирования, в рамках которого разделяются понятия «прогнозирования» и «предвидения».
В.Н. Стегний предлагает использовать «понятие предсказание для выражения качественного уровня описания будущего, понятие прогноз - для обозначения количественных параметров предсказываемых явлений, а понятие предвидение — в качестве родового понятия для первых двух»24. Однако столь жесткое противопоставление этих понятий по качественно-количественному критерию информации представляется не совсем обоснованным, ибо на практике подобное разграничение информации весьма относительно и зачастую зависит от объекта анализа и срока упреждения прогноза.
Более приемлемым представляется подход И.В. Бестужева-Лады, где прогнозирование выступает как одна из конкретных форм предвидения. В рамках данного подхода предвидение затрагивает две различные формы конкретизации будущего: одну, собственно относящуюся к категории предвидения, -предсказательную (дескриптивную, описательную) и другую, сопряженную с ней, относящуюся к категории управления, - предуказательную (прескриптивную, предписательную)25. Предсказание подразумевает описание возможных или желательных перспектив, состояний, решений проблем будущего. Предуказание связано с собственно решением этих проблем, с использованием информации о будущем для целенаправленной деятельности личности и общества.
Предсказание выливается в формы предчувствия, предугадывания и прогнозирования. Нередко понятие прогнозирования употребляется в вышеуказанных значениях, включая и более общее понятие предвидения. Между тем, предчувствие содержит информацию о будущем на уровне интуиции, предугадывание несет информацию о будущем на основе жизненного опыта, более или менее верные догадки о будущем, не основанные на специальных научных исследованиях, а прогнозирование означает «специальное научное исследование, предметом которого выступают перспективы развития явления».
Данное определение представляет собой узкое значение прогноза, которое позволяет отделить его от других форм информации о будущем. Понимаемое таким образом прогнозирование выступает в качестве научного инструмента предвидения будущих событий и развития существующих явлений и процессов, тогда как другие формы предвидения не относятся к строгим научным методам анализа.
В социальной и политической сфере прогнозирование как одна из форм научного предвидения находится во взаимосвязи с целеполаганием, планированием, программированием, проектированием, управлением, которые представляют собой не только конкретные формы предуказания, но и взаимосвязанные этапы управленческого процесса, неотъемлемым элементом которого является и прогнозирование. В связи с такой тесной связью ряд авторов приписывают прогнозу не только предсказательную, но и предуказательную функцию . Однако следует различать прогнозирование и конкретные формы предуказания.
Предуказание, выступающее в формах целеполагания, планирования, программирования, проектирования, предполагает целенаправленную разработку и реализацию конкретных желаемых решений, тогда как прогноз означает лишь вероятностное описание перспектив, будущего состояния того или иного объекта или процесса. Таким образом, формы предуказания являются скорее инструментами решения конкретной проблемы, а информация о будущем, предоставленная прогнозом, используется для целенаправленной преобразовательной деятельности.
Множественный регрессионный анализ как инструмент электорального прогнозирования в западной политической науке
Прогнозирование результатов выборов с помощью регрессионной модели предполагает использование математического метода множественного регрессионного анализа.
Общее назначение множественного регрессионного анализа (впервые метод был описан Пирсоном в 1908) состоит в анализе связи между несколькими 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. Множественная регрессия позволяет исследователю задать вопрос и получить ответ о том, какие переменные наилучшим образом предсказывают значение зависимой переменной. В результате множественного регрессионного анализа выстраивается система уравнений, показывающая совокупное влияние независимых переменных на зависимую.
Построение прогнозной модели включает в себя проведение двух этапов исследования: 1) анализ результатов предшествующих выборов; 2) прогнозирование исхода предстоящих выборов.
На первом этапе анализа результатов предшествующих выборов используется следующий механизм.
1. Предполагается, что переменная «результаты выборов» (Yi) зависит от некоторого набора параметров (Хі). В качестве зависимой переменной (Yi) при этом выступает результат, полученный на предшествующих выборах тем актором, для которого строится прогнозная модель.
2. Конкретное состояние параметров (Хі) измеряется на период предшествующих выборов.
3. Реальные результаты голосования, т.е. доля голосов, полученная кандидатом, или определенной партией, берется в качестве значений (Yi).
4. С помощью модели регрессионного анализа находится математическое описание переменной (Yi) как функции, зависящей от параметров (Xi).
На втором этапе анализа производится прогнозирование результатов выборов на основе полученной зависимости:
5. Значения параметров (Xi) измеряются по состоянию на период прогнозируемого электорального цикла и подставляются в уравнение, на основе чего и определяется прогнозируемый результат выборов для кандидата, или партии.
Таким образом, процесс построения прогнозных моделей можно разделить на два взаимосвязанных этапа: этап построения объяснительных моделей предыдущих выборов и этап построения прогнозных моделей предстоящих выборов. Данные два этапа соответствуют этапам любого социального прогноза — этап ретроспекции, анализа и диагноза и этап собственно прогноза.
Точность построенной модели зависит от динамического ряда данных - чем больше динамический ряд данных, на основании которых строится регрессионное уравнение, тем выше его предсказательная сила. Прогнозные модели, построенные в США, имеют несравненное преимущество перед всеми моделями, которые будут построены в России, - они базируются на более длительной электоральной динамике. В исследовательской литературе обычно приводятся данные по выборам в США за послевоенный период, начиная с 1948 г.
Качество прогнозной модели определяется двумя параметрами -опережающее время прогноза, или горизонт прогнозирования и точность прогноза. Под опережающим временем прогноза следует понимать период от даты создания прогноза до дня проведения выборов. Очевидно, что долгосрочный прогноз более ценен и важен как с научной, так и практической точек зрения. Опережающий период прогнозных моделей, построенных с помощью регрессионного уравнения для предсказания исхода выборов в США и Западной Европе, достаточно велик и чаще всего составляет 2-4 месяца.
Точность прогноза является важнейшей характеристикой прогнозной модели, поскольку ее целью является верное указание результата выборов. Особенностью и преимуществом прогнозных моделей, построенных с помощью метода регрессионного анализа, является способность прогнозировать не только, кто победит на выборах, но и число голосов, которые может получить кандидат или партия.
Важный вопрос, который возникает при обращении к практике построения электоральных прогнозов с помощью регрессионного уравнения, состоит в том, может ли модель давать 100-процентную точность оценок? С точки зрения теории научного предвидения реальное будущее состояние политических (т.е. в принципе управляемых) объектов и процессов принципиально непредсказуемо. Если модель, построенная с помощью регрессионного уравнения, за несколько месяцев до дня выборов может дать точный прогноз того, кто выйдет победителем, то роль избирательной кампании должна быть сведена к минимуму, поскольку она не оказывала бы влияния на конечный результат.
Американские политологи Дж.Кэмпбэлл и Дж.Гарранд считают, что прогноз, сделанный с помощью регрессионного уравнения, проводит «базовую линию, исходя из которой оценивается влияние определенных событий, происходящих в каждой конкретной избирательной кампании. Прогнозные модели основаны на обычных паттернах, наблюдаемых на прошлых выборах...Степень отличия голосования на выборах от ожидаемых прогнозов может означать, что эта разница является следствием уникальности данной кампании»72. Таким образом, прогнозные модели, построенные с помощью метода регрессионного анализа, указывают объективные тенденции, сложившееся в обществе до начала активной избирательной кампании, ход которой может внести существенные коррективы в прогнозные оценки. Преимущество использования регрессионных моделей при построении электоральных прогнозов заключается в их способности отделить долгосрочные и краткосрочные факторы, влияющие на исход выборов.
После подведения итогов выборов можно вывести показатель точности прогноза - ошибку прогноза, понимаемую как отклонение прогнозных оценок от реальных результатов. Величина ошибки может быть выведена для модели в целом по расчетам отклонений для всех выборов, чьи результаты прогнозировались с помощью данной модели. Такая ошибка получила название средней ошибки прогноза. Интерпретация средней ошибки прогноза проста - чем меньше величина ошибки, тем точнее рассматриваемая модель.
Российская специфика прогнозирования результатов выборов
Прогнозы исхода выборов стали неотъемлемым атрибутом современной политической жизни России. С одной стороны, это свидетельствует о востребованности исследований, связанных с электоральной проблематикой, с прогнозированием выборов, авторитете, который они завоевывают у общества, с другой - это порождает огромное количество прогнозов, сделанных непрофессионалами.
Ошибки, связанные с недооценкой шансов одних политических сил и переоценкой других, неопределенность прогнозов, боязнь обнародовать реально полученные данные, не говоря уже о явной ангажированности или даже шарлатанстве - все эти факты дают основания не только для серьезной критики работы исследователей в этом направлении, но и, главное, для научного анализа и выработки адекватных методов прогнозирования.
Сегодня приходится констатировать, что точность прогнозов результата выборов в России не столь высока, как в Западной Европе и США. А.И.Ковлер отмечает, что на Западе отклонение прогнозов солидных институтов по опросу общественного мнения от реальных результатов не превышает 2-3%, у нас же приводятся данные с разницей в 10-12%, а в некоторых случаях до 20%92. С одной стороны, это можно объяснить тем обстоятельством, что российские исследователи зачастую не владеют методологическим аппаратом, необходимым для анализа данных и построения прогнозных моделей. С другой стороны, динамика электоральных процессов в России такова, что сделать какие-либо устойчивые выводы на основе долгосрочных тенденций и построить статистически проверенные модели весьма затруднительно.
Е.Г.Морозова пишет, что «зачастую постановка вопроса об укладывающихся в определенное число формул мотивах голосования вызывает у наших исследователей скептическое отношение. Одни продолжают настаивать на тезисе о полной непредсказуемости российского электората и непригодности каких бы то ни было теоретических моделей и формул для прогнозирования выборов. Другие, напротив, утверждают, что результаты выборов совершенно прогнозируемы, ибо прямо зависят от денег, вложенных в кандидатов, степени профессионализма нанятых ими команд, доступа к средствам массовой информации и административным рычагам власти»93. Однако практически общераспространенным среди исследователей стало мнение, что выборы в России слабо предсказуемы.
В данном параграфе будут даны ответы на следующие вопросы: действительно ли результаты выборов в России непредсказуемы? От чего зависит точность электоральных прогнозов? Какие методы необходимо использовать для прогнозирования результатов выборов в России?
Анализ качества прогнозов исхода выборов в России, методов, используемых для их построения, следует начать с того периода, когда подобные прогнозы стали частью российской науки и практики.
Первые попытки прогнозирования результатов голосования в России, предпринятые в 1991 г. относительно итогов всесоюзного и всероссийского референдумов, показали невысокую точность94. 12 декабря 1993 г. состоялись первые многопартийные выборы, результаты которых прогнозировались впервые в истории политической науки в России. Потребность в прогнозировании исхода выборов советского периода не существовала, ибо их результат был предрешен и известен заранее.
Результаты выборов 1993 г., кардинально изменившие политический ландшафт в стране, посеяли сомнение в предсказательных способностях российских исследователей. Исследователи потерпели поражение не только в предсказании победителей, но даже в предсказании очередности, с которой партии пришли к финишу95.
Если посмотреть на первые прогнозы, опубликованные в 1993 г., то нетрудно заметить, что они основывались на результатах опросов общественного мнения, и сводились к распределению ответов на вопрос «За кого (за какую партию) вы собираетесь голосовать?». Таким образом, партийные преференции респондентов приравнивались к прогнозу исхода выборов. Неточность первых электоральных прогнозов показала, что необходимы иные методики, иные подходы.
В 1995 и 1999 гг. исследователи общественного мнения показали более точные результаты, продемонстрировали более серьезные возможности в выявлении намерений избирателей, и, следовательно, в предсказании итогов голосования.
Однако на выборах 2003 г. социологи серьезно просчитались при прогнозировании результатов голосования за КПРФ и блок «Родина». Относительно КПРФ расхождения с реальными результатами голосования достигали 10%, а шансы прохождения 5-% барьера блоком «Родина» большинством служб по опросам общественного мнения оценивались как весьма низкие96.
В настоящее время ситуация с прогнозированием выборов в России по сравнению с началом - серединой 90-х гг. несколько изменилась. Ранее в качестве прогнозов предлагались только результаты опросов общественного мнения, сегодня исследователи этим не ограничиваются, а предлагают различные схемы и модели прогноза исхода выборов. В то же время, анализ прогнозных моделей, предлагаемых российскими экспертами, затруднен в силу того факта, что их авторы, используя свои собственные методики и разработки, не стремятся к их опубликованию. Прогнозы чаще всего публикуются без описания методики их создания. Тем не менее, рассматривая прогнозные оценки результатов выборов, даваемые в России, можно выделить несколько групп в зависимости от методов созданию прогнозов.
На наш взгляд, разделение методов электорального прогнозирования в России по критерию формализации способа получения и анализа информации затруднено. Исходя из данного критерия методы прогнозирования делятся на интуитивные и формализованные. Российская специфика прогнозирования характеризуются тем, что номинальное использование тех или иных методов, которые принято относить к группе интуитивных методов, не влечет за собой строгого следования верифицированным и обоснованным процедурам сбора и анализа данных. Особенно данное положение касается метода экспертного опроса.
В качестве экспертов, предлагающих прогнозы, обычно выступают журналисты, политические обозреватели, политические аналитики, политики. При этом зачастую мнение одного эксперта выдается за сам прогноз, что представляет собой явное нарушение методики проведения экспертного опроса. Суждения экспертов становятся научным прогнозом лишь при соблюдении специальных процедур проведения экспертного опроса, включающих опрос репрезентативного числа экспертов, обработку данных по определенной методике, приведение к единому знаменателю прогнозных оценок, высказанных сторонниками различных кандидатов (государственных и политических деятелей, чиновников, журналистов, ученых и т.д.). И лишь обобщенные и взвешенные экспертные оценки могут быть представлены в качестве итогового прогноза.
