Коэффициенты корреляции результатов выборов с социально- экономическими индикаторами в 1999-2000 гг.: изменение значимости при анализе отдельно по "русским" регионам и отдельно по автономиям

	По всем регионам	По краям и	По республикам и
		областям	автономным
			округам
Уровень бедности (допя населения с доходами ниже прожиточного минимума)
СПС	-0,50	-0,26	-0,67
Покупательная способность населения (соотношение денежных доходов с величиной
	прожиточного минимума)
Яблоко	0,48	0,25	0,66
Уровень преступности (число зарегистрированных убийств и покушений на убийство
	на ЮОтыс.чел.)
Блок Жириновского	0,64	0,59	0,68
ОВР	-0,52	-0,42	-0,61

Возможный выход из этой ситуации, позволяющий провести методологически правильный анализ и проверить репрезентативность выявленных закономерностей для всей России, заключается в расчете двух

коэффициентов корреляции - с Москвой и без Москвы. В любом случае, необходима дополнительная проверка коэффициентов корреляции на сохранение значимости при выбросе Москвы, поскольку столица "в одиночку" существенно меняет их величину.

При проведении корреляционного анализа практически отсутствует содержательная интерпретация получаемых корреляционных зависимостей. Плохо понимается природа корреляционной связи. Исследование "отклоняющихся случаев" обычно сводится просто к тому, что из операционной базы скопом исключаются все автономии. Подобные действия трудно объяснить чем-то другим, кроме плохого понимания и географии страны, и закономерностей электорального поведения населения. Среди республик и автономных округов есть ведь и такие, в которых доля титульного населения составляет всего 10-20% (классические примеры - Карелия, Хакасия), административный ресурс задействован слабо. Следует отметить также, что избиратели, не проголосовавшие за ту партию, на стороне которой оказался административный ресурс, распределяются между прочими партиями и движениями в соответствии с другими факторами, в том числе социально-экономическими, влияние которых на электоральное поведение населения национальных регионов не стоит недооценивать.

Неудивительно, что исследование отдельно по областям и краям не только не приводит к существенному повышению коэффициентов корреляции, но зачастую наоборот понижает их (табл. З.5.). Более удовлетворительные результаты достигаются при анализе электорального поведения по автономиям, но в данном случае увеличение тесноты связи обусловлено резким сокращением числа единиц исследуемой совокупности.

Еще одна возможная операция - деление территории страны на Запад и Восток с последующим расчетом корреляций по двум полученным группам регионов. Однако данный подход, привлекательный своей выраженной географичностью, также не "работает".

Повышению значимости корреляционных связей способствует:

Во-первых, удаление из операционной базы нескольких регионов, в наибольшей степени подверженных фальсификациям. Такие регионы хорошо известны, их названия, что называется, "на слуху". Методологически регионы, подверженные фальсификациям, могут быть выявлены посредством сравнения показателей голосований со среднероссийскими (табл. З.6.). Чаще всего речь идет об автономиях, поскольку многие из них относятся к регионам с "управляемым электоратом", для которых понятие базовых электоральных предпочтений неприменимо. Классические примеры - Татарстан, Башкортостан, Дагестан, Ингушетия, Кабардино-Балкария, в последние годы к ним добавились Тыва и Мордовия.

Фальсификации как неотъемлемый избирательный механизм современной России воздействуют не на сам электоральный процесс, а на его результат, и поэтому не могут считаться фактором голосований. Процедура удаления регионов, подверженных фальсификациям, не представляет собой чего-то нового и довольно широко применяется в электорально-географических исследованиях.

Таблица 3.6.

Регионы наибольших отклонений от

общероссийских электоральных структур Регион	Количество отклонений*	Партия - «виновник» отклонений
Татарстан	8	ОВР
Мордовия	7	ОВР
Башкирия	7	ОВР
Якутия	7	ОВР
Самарская область	6	СПС
Ингушетия	5	ОВР
Кабардино-Балкария	5	ОВР
Чукотский АО	5	Единство
Дагестан	5	КПРФ, ОВР
Карачаево-Черкесия	5	ОВР, КПРФ
Чувашия	5	ОВР
Северная Осетия	4	ОВР
Тыва	4	Единство
Магаданская область	4	Единство
Камчатская область	4	Единство
Удмуртия	4	ОВР

•Число ТИКов с отклонениями

Источник: Овчинников, 2001.

Во-вторых, удаление тех регионов, в которых поддержка партии/кандидата априори объясняется не исследуемым, а какими-то другими факторами.

Процедура удаления "крайних" ("полярных") регионов в электоральной географии не получила должного внимания - по крайней мере, в тех работах, которые известны автору. В данной диссертации вычленение таких регионов осуществлялось следующим образом. Рассчитывались нормированные (от 0 до 1) показатели голосования за партию и нормированные значения индикативного социально- экономического показателя. Затем отбирались регионы с максимальными значениями модуля разницы нормированных показателей. Автору хотелось бы обратить особое внимание на то, что подавляющая часть этих регионов относится к тем, в которых зафиксирована максимальная или минимальная поддержка данной партии. Именно это и позволяет говорить о процедуре удаления "крайних" ("полярных") регионов и о единой методике исследования "отклоняющихся случаев".

В качестве примера можно привести голосование за "Блок Жириновского" в 1999 г. При анализе связи с покупательной способностью населения по 87 регионам (без Чечни и Северной Осетии, по которым отсутствуют данные) коэффициент корреляции составляет -0,02 и, казалось бы, дальнейшие исследования можно не проводить. Однако при удалении Москвы корреляция становится равна +0,12, а затем исключение Читинской области добавляет еще 5 сотых пунктов, Коми-Пермяцкого АО — следующие 4. При удалении еще 8 регионов - Амурской, Камчатской, Магаданской, Сахалинской, Ивановской областей, Приморского края, Корякского и Ненецкого АО - коэффициент корреляции преодолевает отметку в 0,30. И это как раз преимущественно те регионы, в которых отмеченная в стране максимальная поддержка ЛДПР связана с так называемым "эффектом фронтира", т.е индикативным для данной партии пограничным фактором.

Возникает закономерный вопрос: а может, в тех случаях, когда корреляция варьирует по знаку модуля в пределах 0,15-0,25, также можно повысить ее, уже до уровня значимой, применяя аналогичную методику? Ответ в большинстве случаев отрицательный. Существенного увеличения тесноты корреляционных связей автором не выявлено, а то не столь значительное увеличение, которого удается достичь, обусловлено естественным возрастанием коэффициента корреляции при сокращении числа единиц исследуемой совокупности.

Более того, нередко наблюдается движение коэффициента корреляции "вспять", с переходом через нуль. И поэтому в случае слабых корреляционных зависимостей даже к их математическому знаку следует относиться с большой осторожностью, а выводы типа "наблюдается небольшая отрицательная корреляция" с высокой вероятностью могут быть ошибочными.