Диссертация (1147112), страница 30
Текст из файла (страница 30)
на Украине.При применении регрессионного анализа в качестве аномальных выявлены случаи, гденаклон регрессионный прямой существенно отличается от доли голосов, полученных кандидатов на выборах в целом, сама регрессионная прямая существенно смещена относительно началакоординат, а доля объяснённой дисперсии выше или примерно равна половине. В качестве примера такой ситуации можно привести президентские выборы 2013 г. в Армении (рис.
77). Наэтом графике хорошо видно, что результаты лидера не только существенно отличаются от егоконкурентов, но и демонстрируют чёткую линейную зависимость от уровня явки. При этом тенденции для лидера выборов и его главного конкурента являются диаметрально противоположными.147Рисунок 77: Графики линейной регрессии явка ~ результат (от списочной численностиизбирателей) для основных участников выборов президента Армении 2013 г.Во второй главе было показано, что подобного рода аномалии носят неустойчивый характер. В отличие от нормы, которая воспроизводится постоянно с большой точностью, страны, гдебыли обнаружены аномалии, показали также способность к порождению разнообразных распределений в течении кратких периодов времени.
Это само по себе говорит в пользу искусственного характера таких феноменов, поскольку естественные факторы, которые способныобъяснить возникновение таких аномалий, носят долговременный, стабильный характер. Однако помимо временного измерение, весьма желательно было бы иметь возможность оценить вероятность естественного происхождения аномалии, взятой отдельно. Попытке реализоватьподобную проверку посвящен следующий параграф.1483.3 Наиболее вероятные естественные причины возникновенияэлекторальных аномалий и их выявлениеПоскольку, как уже было указано ранее, специфика обрабатываемых данных затрудняетобращение к демографическим данным напрямую, в рамках данного исследования не остаётсяиного пути кроме как поиска чисто статистических методов отделения естественных данных отискусственных.
В качестве двух основных естественных причин происхождения аномальныхрезультатов можно назвать влияние географической неоднородности электората (прежде всего,в логике раскола «город-деревня») и неоднородности свойств электорального поведения у электората различных партий.Первый из этих механизмов может проявить себя в бимодальном распределении явки:каждому локальному максимуму будет соответствовать нормальное (или, учитывая результатыданного исследования, «типовое симметричное») распределение, но вместе они будут даватьаномальное асимметричное распределение. Второй механизм объяснит, почему между приростом явки и результата того или иного участника выборов прослеживается линейная связь —если электорат разных партий имеет разную (но одинаковую внутри группы) склонность к абсентеизму, то прирост явки, реализующийся за счёт доли волатильного электората будет сопровождаться и приростом поддержки кандидатов, которых таковой электорат будет поддерживать(например, либеральных).Для отделения сельских участков от городских в рамках данного исследования предлагается использование кластерного анализа и анализ графиков ядерной оценки плотности распределения в рамках выделенных кластеров избирательных участков.
Поскольку плотность населения на селе ниже, чем в городе, то мы ожидаем увидеть преобладание избирательных участков снебольшим количеством избирателей именно в сельских районах. Как было показано ранее, размеры участков во всех странах в целом находятся в близких интервалах, и притом характеризуются сравнительно небольшими размерами (одна-две тысячи человек). Это легко объясняетсятем, что главная задача участка — подсчёт поданных голосов вручную, а реализовать это прибольшом количества избирателей силами одной комиссии невозможно. С другой стороны, каждый участок требует примерно одинакового количества персонала (членов комиссии, наблюдателей, сотрудников полиции и т. д.), и существует рациональный стимул использовать ресурсысозданного участка как можно полнее.
Наконец, участок должен обеспечить комфортное голосование граждан, и ожидать увеличения его территории выше некоторых разумных пределов нет149оснований — участок, обслуживающий чрезмерно большую территорию, сделает использование его большинством избирателей неудобным. Следовательно, можно ожидать, что именноплотность населения будет основным фактором, ограничивающим размер избирательногоучастка.В случае Армении можно наблюдать, что для всех выделяемых кластеров характерно наличие утолщённых правых «хвостов» (рис. 78); при этом на самых малых участках явка оказывается больше, чем на остальных, что в целом соответствует ожиданиям относительно тенденций голосования на селе.Рисунок 78: Явка по кластерам, Армения, 2008 г.В 2013 году картина более интересна (рис. 79): здесь самые малые участки показываютсимметричное «коническое» распределение явки, похоже на то, что можно было наблюдать наУкраине в 2014 г.
А вот самые крупные участки имеют явно выраженный «хвост» в правой части, которого не наблюдается в других кластерах. При этом, за исключением правой части распределения, картина на крупнейших участках в целом совпадает с ожиданиями от городскойсреды с более низкой явкой.150Рисунок 79: Явка по кластерам, Армения, 2013 г.Разительный контраст можно наблюдать на в целом аналогичных выборах в Грузии тогоже года, также выявивших победителя в первом же туре (рис. 80). Здесь явка на самых малыхучастках тоже в среднем выше, чем в других кластерах и по стране в целом.
Однако все распределения носят достаточно симметричный характер и похожи по форме друг на друга.Рисунок 80: Явка по кластерам, Грузия, 2013 г.Ещё более высокую степень согласованности распределений явки в различных кластерахможно наблюдать на выборах депутатов парламента Словакии в 2016 г.
(рис 81). Здесь в кла-151стере любого размера явка избирателей распределена совершенно однотипно.Рисунок 81: Распределение явки по кластерам, Словакия, 2016 г.Может показаться, что Словакия является исключением из правила. Однако это не так.Как раз пример Словакии иллюстрирует типовую ситуацию, воспроизводящуюся для Чехии иПольши, Литвы и Эстонии, Молдавии и Албании. За редкими исключениями (например, менеесотни очень крупных участков в Венгрии), распределения в различных кластерах похожи другна друга. Исключениями являются как раз Армения и Болгария, где один-два кластера сучастками наименьших размеров показывают существенно отличные от прочих кластеров тенденции.
Различные распределения, к тому же резко меняющие свой характер, наблюдаются и в2004 году на Украине (в то время как в 2014, например, ситуация больше похожа на Чехию). Разумеется, это заставляет склониться к мысли о необходимости пересмотра гипотезы о связиплотности населения и величины участка. Однако в логике выделения аномалий представляетсяподозрительным, что необычные характеристики последовательно выявляются в одних и тех жеслучаях.Для отделения зависимостей, возникающих в силу различной склонности к участию ввыборах у электората различных партий, предполагается комбинация из двух методов. Первыйиз них, «метод челюстей» («jaws») был предложен Дж.
Декертом 173, и заключается в наложениина одном графике результатов регрессионного анализа абсолютных результатов двух лидирующих кандидатов (в общем случае — бенефициара фальсификаций и того, кто должен в наи173 Deckert J. Patterns of Fraud: Tools for Election Forensics [электронный ресурс]. University of Oregon. 2013. Режимдоступа: https://scholarsbank.uoregon.edu/xmlui/handle/1794/13331 (Дата обращения: 12.05.2016).152большей мере пострадать от оных). В случае искусственного вмешательства в результаты голосования, большинство результатов этих участников, соответствующих высоким значениям явки,окажутся снаружи «челюстей», образованных регрессионными прямыми.
В противном случае,следует ожидать, что значения будут распределены равномерно и не станут концентрироваться вопределённой области.Второй метод является концептуальным развитием метода Декерта, который должен упорядочить анализ графического отображения характера подозрительных электоральных моделей.Поскольку основные способы массированных фальсификаций результатов выборов увеличивают не только результаты бенефициара, но и уровень явки, это механически переносит искажённые результаты в область более высоких значений явки.
И чем более грубым является искажение, тем больше будет соответствующий сдвиг. Однако положение регрессионной прямой задаётся всей совокупностью наблюдений, и, следовательно, «чистые» участки играют в этом существенную роль так же, как и участки с фальсификациями. Однако для участков с искаженными данными их положение является результатом взаимодействия двух тенденций — «естественного закона прироста», каким бы он ни был, и «закона успешности искажений» (где и насколькоудалось исказить данные). Поэтому искаженные данные, к тому же локализованные в областивысоких значений явки, должны описываться иной регрессионной кривой, обладающейбольшим наклоном.
Следовательно, общая регрессионная кривая на этом интервале будет предсказывать меньшее количество голосов, чем указано в данных электоральной статистики.Поэтому распределение остатков на различных интервалах явки будет носить неодинаковый характер — там, где преобладают «чистые» данные, будут преобладать симметричные распределения, а там, где данные были искажены, будут преобладать распределения, смещённые в сторонуположительных значений для бенефициара манипуляций. В случае же отсутствия искаженийследует ожидать симметричного распределения остатков на любом интервале явки.Наиболее сомнительными являются случаи, где большая (т. е. больше половины) частьдисперсии объясняется линейной регрессией.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
