Избирательные системы

Ю. Н. Благовещенский и И. А. Винюков, анализируя данный метод на материале выборов депутатов Государственной Думы 2003 года, отметили, что в современных российских условиях при голосовании по партийным спискам картина оказывается более сложной. Есть группа лидеров, для которых закон Ципфа – Парето выполняется удовлетворительно, и группы середняков и аутсайдеров, для каждой из которых данный закон выполняется обычно хуже и с другими коэффициентами наклона (а потому для всех партий вместе закон Ципфа – Парето выполняется плохо)[731]. Получается, что конкуренция между разными партиями идет на разном поле: между лидерами – на одном, между середняками – на другом, между аутсайдерами – на третьем. Приходится делать вывод, что данный метод можно применять только для группы лидеров, и то с большой осторожностью.

В силу указанных обстоятельств метод ранговых распределений не получил сколько-нибудь широкого применения.

Другой метод был использован А. А. Собяниным и В. Г. Суховольским для доказательства фальсификаций на выборах депутатов Государственной Думы 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 (вверху) и Саратовской области (внизу). Источник: Любарев А. Е., Бузин А. Ю., Кынев А. В. Мертвые души. Методы фальсификации итогов голосования и борьба с ними. М., 2007. С. 146

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].