Политика и математика, или Несколько слов о предвыборных прогнозах 18.11.2003 Антон Шириков В отличие от «Правды» времен Брежнева или Хрущева, в «КТ» нет рубрики «Навстречу выборам». Выборы, тем не менее, предстоят. Интригующей задаче прогноза выборов посвящен материал аспиранта факультета политических наук и социологии Европейского университета в Санкт-Петербурге Антона Ширикова, который занимается исследованием региональных органов власти в России. По отзывам специалистов, которым я показывал материал, многие важные темы в нем лишь слегка затронуты (что и понятно — объем!), однако читатель вполне может самостоятельно углубиться в них, использовав многочисленные ссылки на классические работы, приведенные Антоном. Проблема прогнозирования в обществе давно занимает представителей как общественных, так и точных наук. Именно этому были посвящены материалы недавней темы номера (#513). Мы предлагаем свое видение этой проблемы, на этот раз — в области политики. А поскольку наибольший интерес из всех прогнозных исследований в политике неизменно вызывают прогнозы выборов, о них-то и поговорим. Выборы и прогнозы Критикой политических прогнозов сегодня никого не удивишь. Многие сетуют, что прогнозные модели политологов и социологов неточны, произвольны, даже ненаучны. Характерен пример с выборами-1999: в том ноябре движению «Единство» ведущие социологические организации отводили не более 6% голосов и ставили его на четвертое место вслед за КПРФ, ОВР и «Яблоком»1. Позже эта цифра поднялась до 15–17%2. А по общефедеральному списку «Медведь» получил 23,32% с минимальным отрывом от КПРФ (24,29%). В вину исследователям ставят и то, что их подсчеты порой сильно расходятся. Действительно, например, октябрьские рейтинги партий, подсчитанные ВЦИОМ–А3 и Фондом «Общественное мнение» (в процентах от числа избирателей, собирающихся участвовать в голосовании), сильно различаются: Социологи могли бы оправдаться тем, что дело происходит в России, где нет ни четких политических традиций, ни сколько-нибудь значимых статистических массивов. То ли дело западные исследователи: у них есть и многочисленные данные по выборам за последние 50–100 лет, и традиции политической жизни. Но и у них случаются провалы, причем весьма серьезные. Так, в Великобритании в 1992 году практически все аналитики предсказывали, что на парламентских выборах победят, пусть и с небольшим отрывом, лейбористы. В действительности победу с солидным перевесом в 7,6% голосов одержали консерваторы6. Значит, и «там» нет никакой уверенности в результатах прогнозов. При виде этих неудач у представителей естественных наук возникает вполне объяснимое желание помочь социологам и политологам, наставить их на путь истинный и снабдить, наконец, надежными средствами количественного анализа. Казалось бы, и в правду что-то не в порядке с прогнозными моделями, раз они систематически дают сбои. Но это не совсем так, или, вернее, совсем не так. Политическая математика
Несостоятельность этой модели обнаружилась довольно быстро. Начиная с сороковых годов, экологический анализ заменили многочисленные опросные методики, основанные на теориях экспрессивного поведения избирателей7. Для объяснения процесса выбора применяются различные переменные, описывающие склонности и предпочтения избирателей: индекс партийно-групповых связей (party-group alignment index), партийная идентификация (party identification), индекс Алфорда (Alford index) и другие. Сейчас незачем останавливаться подробнее на их содержании; отметим лишь, что эти переменные прекрасно можно измерить и включить в расчеты8. Другие, более поздние объяснения покоятся на теории рационального выбора (избиратель голосует, исходя из определенных выгод или преимуществ). В основе расчетов вновь лежат данные массовых опросов, однако на сей раз строятся более сложные модели. Вместо простого анализа статистики и вычисления корреляций строятся регрессионные уравнения вида Y = a0 + b1X1 + b2X2 + … + biXi + E, где: Y — результат выборов; X1, X2, … , Xi — независимые переменные; a0, b1, …, bi — поправочные регрессионные коэффициенты; E — погрешность. Разные авторы используют разные переменные, от рейтинга кандидата до уровня дохода избирателя в год выборов. При этом большинство современных моделей дают достаточно высокую степень точности, объясняя до 90–95% колебаний результата выборов действием отобранных независимых переменных; погрешность при этом составляет от полутора до четырех процентов9.
В современных США точность математических моделей сводится на нет высокой соревновательностью выборов. Проще говоря, разрыв между победителем и проигравшим настолько мал, что находится в пределах статистической погрешности. В этой ситуации уместнее прогноз, выводимый из событийного анализа, элементарной интуиции или «инсайдерской» информации из партийного штаба. И это значит, что достигнут предел точности, дальше которого не помогут пойти никакие вычисления, будь то синергетические обсчеты неравновесных систем или компьютерное моделирование по модели billiard ball11. Есть и еще одно (уже практическое) основание сомневаться в качестве прогнозов, основанных на численных данных и выдающих в качестве итога рейтинги. Политологами описан так называемый bandwagon effect, смысл которого в следующем: часть избирателей, опасаясь «потерять» свой голос, склонна голосовать за кандидата/партию, набирающих по рейтингу больше голосов, чтобы не оказаться в одной компании с проигравшими12. Этот или аналогичные эффекты часто используются при подготовке прогнозов, что резко снижает доверие к ним хоть сколько-нибудь осведомленной публики. От количественных методов к…? Обречены ли на провал будущие электоральные прогнозы? Все зависит от того, насколько адекватное место в них займет математическое обоснование. Количественные модели могут и должны выполнять разведывательные функции, то есть обеспечивать сбор первоначальных эмпирических данных и выработку базовых гипотез. Этого может быть достаточно для простых объяснений post hoc13, но совсем не достаточно для более сложных и тонких исследований, какими являются прогнозы. Было бы наивно ожидать, что при помощи математических расчетов можно измерить и предсказать (а значит, сделать управляемым) общество, которое есть сложнейший объект исследования из всех, с какими сталкивалась наука. Есть и еще один аргумент, более философский, но оттого не менее серьезный: если выборы полностью предсказуемы, если их результаты известны задолго до самого голосования, зачем же их проводить? 1 Московский комсомолец, 09.11.99.
|