Мельник Илья Николаевич Специалист по политической социологии.

Закончил факультет социологии Санкт-Петербургского государственного университета.

С 2000 г. работает в области политических и маркетинговых исследований.

За последние три года руководил более чем двадцатью исследовательскими проектами, связанными с социологическим сопровождением избирательных кампаний в различных регионах России.

Чижов Дмитрий Вячеславович Руководитель отдела политической аналитики Агентства "Publicity PR".

Закончил Северо-Западную академию государственной службы и факультет Политической науки Московской высшей школы социальных и экономических наук АНХ при Правительстве РФ, Master of Arts in Political Science.

Автор ряда научных статей по проблематике социального прогнозирования и политических партий.

Специализируется на электоральных исследованиях, консалтинге политических партий, разработке стратегий и информационно-аналитическом обеспечении избирательных кампаний.

В самом общем виде проблема эффективности прогнозных электоральных опросов формулируется в терминах часто наблюдаемого расхождения результатов исследования с объективным эталоном (с итогами реального голосования). Наличие объективного эталона выступает здесь и в качестве индикатора профессионализма организации, проводившей исследование, и как база для совершенствования исследовательских методов и техник.

Обычно выделяют три группы причин, приводящих к ошибкам при составлении прогноза. Во-первых, отмечается «текучий», незавершенный характер общественной реальности, когда до последнего момента сохраняется вероятность изменения установок избирателей. В то время как любой, даже самый оперативный опрос, претендующий на сколько-нибудь высокую достоверность, требует значительных организационных и временных затрат, а значит, на какое-то время отстоит от реального голосования. В этой связи также отмечается, что поскольку сами прогнозные исследования тоже являются частью электорального процесса, всегда сохраняется возможность, что они сработают как «самосбывающееся пророчество». Второй существенный блок проблем связан с грамотным конструированием опросного инструмента. Действительно от того, как будет задан вопрос, с помощью какой шкалы будет измерен ответ, зависит и то, какой будет получен результат и насколько он совпадет в последствии с объективным эталоном. Наконец, третий круг вопросов связан с построением выборки. Суть этой проблемы емко сформулировал пионер выборочных исследований Джордж Гэллап, отметив, что не так страшно, если опрошено мало людей – страшно, если опрошены «не те люди». Именно грамотное внимание к вопросам выборки обеспечило взлет Гэллапа в 1936 году, когда он с минимальной погрешностью предсказал результаты президентской кампании «Рузвельт против Ландона». Отметим, что через 12 лет на выборах 1948 года «Трумэн против Дьюи» уже «Институт Гэллапа» чуть не погубило невнимание к фактору времени (первый блок вопросов).

На наш взгляд, более пристального внимания заслуживают два вопроса в рамках «выборочного» блока вопросов. Речь идет о корректировке выборки в свете неответов и дифференцированном взвешивании возможного участия различных групп активности. 

АЛГОРИТМ ПОСТРОЕНИЯ ПРОГНОЗА

Как правило, прогнозирование итогов выборов включает в себя построение специальной математической модели, на основе которой и производятся все расчеты. Ниже будет описана авторская математическая модель, позволяющая строить прогнозы исхода выборов различного уровня и подтвердившая свою жизнеспособность на практике, однако сначала необходимо объяснить общую логику построения прогноза.

Расчет прогноза включает в себя шесть последовательных шагов (см. рис.1):

1. сначала на основе исследований определяются сегменты электората, проявляющие различную степень активности (например, обычно выделяются т.н. «непременные» участники выборов, «потенциальные», или «возможные» участники голосования, а также пассивный электорат и иногда – ядро пассивного электората);
2. далее, выдвигаются гипотезы о том, в какой степени представители каждого электорального сегмента примут участие в голосовании (иными словами, сколько процентов составит явка в каждой из обозначенных групп). Исходя из этих предположений, можно рассчитать примерный уровень активности населения на предстоящих выборах; 
3. следующий шаг – необходимо оценить смещение результатов исследования в сторону более активного населения и внести соответствующие коррективы в прогноз (как правило, до 30% людей принципиально отказываются от участия в социологических опросах, причем электоральные предпочтения этой группы отличаются от средневыборочных);
4. на основе результатов исследований и иной имеющейся у аналитика информации строятся рейтинги кандидатов в каждом из выделенных электоральных сегментов (симпатии активной части электората, как правило, отличаются от предпочтений менее активных групп избирателей и т.п.);
5. однако перед тем как получить итоговый результат, необходимо выдвинуть гипотезы относительно голосования избирателей, которые на данный момент не определились со своим выбором (что соответствует категории «затрудняюсь ответить» при ответе на вопрос о голосовании). Этот шаг – один из самых сложных при расчете прогноза и требует особого внимания исследователя;
6. наконец, после того, как сформулированы все гипотезы о голосовании различных сегментов электората, учтены указанные выше смещения результатов исследований, сделаны предположения относительно поведения неопределившихся избирателей, на выходе получаются данные, которые и составляют прогноз.

Использование при прогнозировании специальной математической модели позволяет быстро и эффективно производить все расчеты и облегчает работу исследователя, что немаловажно, учитывая количество разнообразных коэффициентов, поправок, абсолютных и относительных величин, которые задействуются при построении прогноза. В следующих разделах будет дано описание математической модели, разработанной автором настоящей статьи, а также рассмотрено, каким образом ее следует применять.

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОГНОЗА ГОЛОСОВАНИЯ

Модель, необходимую для расчета прогнозных сценариев, удобнее всего строить в программе Excel пакета Microsoft Office, и единственным требованием к ее пользователю является знание основ Excel. 

 Фактически, прогнозная модель – это обычная расчетная таблица с двумя категориями полей: ячейками, предназначенными для ввода данных, и ячейками в которых отображается конечный результат. Для удобства пользователя ячейки расположены так, чтобы на экране отображалась вся информация, необходимая для расчета прогнозных сценариев.

Таблица включает в себя три группы полей:

1. поле, обозначенное на рисунке цифрой 1, позволяет задать долю групп с различной степенью активности, а также запрограммировать предполагаемый процент участия в голосовании представителей каждой группы;
2. поле под номером 2 предназначено для ввода процента голосов, которые должны получить участники выборов в различных электоральных группах;
3. наконец, в область, обозначенную на рисунке цифрой 3, выводится итоговый прогноз.

Последующее изложение построено в соответствии с приведенными выше шестью шагами расчета прогнозных сценариев (см. схему, приведенную на рисунке 1). Рассмотрим, как рассчитать прогноз исхода голосования по результатам социологического опроса на примере исследования, проведенного автором в феврале-марте 2004 года в рамках сопровождения кампании по выборам депутата Законодательного Собрания по одному из округов Санкт-Петербурга (фамилии кандидатов изменены).

ШАГ ПЕРВЫЙ. Сегментация электората по степени активности.

Несмотря на кажущуюся простоту, сегментация электората по степени активности представляет собой одну из самых сложных задач для исследователя электорального поведения. Дело в том, что заявляемое избирателями при опросе намерение участвовать в голосовании далеко не всегда воплощается в действительности. Это происходит из-за того, что участие в выборах еще с советских времен считается не правом, а скорее обязанностью граждан. Это нередко побуждает респондентов (опрашиваемых) скрывать свои истинные намерения о неучастии в голосовании, в результате чего т.н. заявленная явка, рассчитанная «в лоб», без применения специальных методик, снижающих отмеченный выше эффект завышения явки, как правило, существенно превышает активность избирателей, которую они демонстрируют в день выборов.

Один из способов более точного измерения активности избирателей включает в себя прямой вопрос респондентам об участии или неучастии в голосовании, а также дополнительный, уточняющий вопрос. В частности, фрагмент анкеты, посвященный явке, может выглядеть следующим образом:

• 14 марта 2004 года состоятся выборы депутата Законодательного Собрания Петербурга, совмещенные с выборами Президента России. Скажите, пойдете ли вы на избирательные участки в этот день?
• Может ли измениться ваше решение об участии/неучастии в голосовании?

На основе ответов респондентов на эти вопросы выделяются несколько групп избирателей, отличающихся по уровню активности. Эти группы условно можно обозначить следующим образом:

• «непременные» участники выборов (наиболее активная часть электората, избиратели, подавляющее большинство из которых придет на участки в день выборов);
• «возможные» участники выборов («потенциально активные» избиратели, заявляющие, что они скорее будут участвовать в голосовании, но могут изменить свое решение);
• пассивный электорат («маловероятные участники» выборов, избиратели, которые заявляют, что скорее всего не будут участвовать в голосовании);
• ядро пассивного электората (избиратели, однозначно заявляющие о том, что не придут голосовать).

Иногда третья и четвертая группы для удобства анализа объединяются в одну, которую можно обозначить как пассивный электорат.

В нашем примере о выборах депутата Законодательного Собрания по одному из округов Санкт-Петербурга структура электората по уровню активности получилась следующей:

Таблица 1

	% в электорате
1	2
Непременные участники выборов	50%
Возможные участники выборов	25%
Маловероятные участники выборов	15%
Невозможные участники выборов	10%
Всего	100%

ШАГ ВТОРОЙ. Процент участия в выборах представителей каждого электорального сегмента

После определения доли каждого сегмента в электорате необходимо сформулировать гипотезы относительно реального участия представителей различных групп в голосовании. Здесь (как, впрочем, и вообще в электоральных исследованиях и прогнозировании) не существует готовых универсальных схем, однако чаще всего на практике используются (и подтверждаются) следующие экспертные предположения (см. таблицу 2):

Таблица 2

	% в электорате	% представителей группы, которые придут на выборы
1	2	3
Непременные участники выборов	50%	95%
Возможные участники выборов	25%	50%
Маловероятные участники выборов	15%	10%
Невозможные участники выборов	10%	0%
Всего	100%	-

Таким образом, мы предполагаем, что из «непременных» участников выборов избирательные участки посетят 95%, из «возможных» участников выборов придет голосовать примерно половина, из «маловероятных» - не более 10%.

На основе уже имеющейся у нас информации можно рассчитать примерный уровень электоральной активности. Итак, можно ожидать, что в голосовании по выборам в нашем примере примут участие (50%x0,95)+(25%x0,50)+(15%x0,10)+(10%x0,00)=61,5% избирателей. Отметим, что исследователь может, используя модель, быстро просчитать варианты исхода голосования при различном уровне электоральной активности (например, если на выборы придут только непременные участники выборов и т.п.). Целесообразно создать в Excel’е специальное поле, куда будет выводиться итоговое значение явки в зависимости от различной активности представителей выделенных электоральных сегментов.