Факторы своеобразия партийно-электорального ландшафта в регионах России

1 Пермский федеральный исследовательский центр Уральского отделения РАН, Институт гуманитарных исследований Уральского отделения РАН, Пермь, Россия, ,

1Perm Federal Research Center of the Ural Branch of the Russian Academy of Sciences, Institute for Humanitarian Studies of the Ural Branch of the Russian Academy of Sciences, Perm, Russia, ,

В 2000-е годы в России возобладали тенденции централизации и унификации политического пространства. Создание партии власти «Единая Россия», усилия по укоренению ее в регионах страны, фактический запрет региональных партий привели к тому, что не только на общероссийском уровне, но и в субъектах Российской Федерации сложилась партийная система с доминирующей партией. Если в 1990-е годы в региональном политическом ландшафте господствовали «местные», зачастую «прогубернаторские», пар- тии (Голосов, 2000; Коргунюк, 2007), то теперь в региональных легислатурах, как правило, представлены «Единая Россия» (ЕР), за отдельными исключениями имеющая большинство депутатских мандатов, а также три основные партии «системной оппозиции» – Коммунистическая партия Российской Федерации (КПРФ), Либерально-демократическая партия России (ЛДПР) и «Справедливая Россия» (СР). Политико-управленческая централизация («вертикаль власти») сопровождалась гомогенизацией политико-институциональной структуры в регионах. Рамочное федеральное законодательство, регулирующее организацию публичной власти на субнациональном уровне, становилось все более унифицирующим. В результате специфические черты, свойственные некоторым регионам в 1990-е годы, такие как парламентская система (Удмуртская Республика), двухпалатный парламент (Свердловская область), наличие позиции президента в системе органов власти (Республика Татарстан) и т. д. (Гельман, 1998; Кононенко, 2003; Туровский, 2011), в настоящее время исчезли.

Тем не менее с точки зрения соотношения результатов партий на выборах регионы России заметно различаются. Так, в последнем цикле выборов региональных парламентов (2017–2021) доля мест, полученных ЕР, колеблется от 34 % (Хакасия) до 94 % (Тыва)1, даже если не учитывать специфику этих выборов в Москве, где ЕР использовала технологию непартийного самовыдвижения, и в Хабаровском крае, где после победы на губернаторских выборах С. Фургала региональной партией власти временно стала ЛДПР. В итоге, несмотря на то, что только в пяти региональных легислатурах ЕР лишилась большинства, различия в композиции региональных парламентов довольно существенны. Подобная картина наблюдается и на федеральных выборах: в 2021 году доля голосов, полученных ЕР, в кросс-региональном измерении варьируется от 24,5 % (Хабаровский край) до 96 % (Чеченская Республика). Значительные различия демонстрируют и другие партии: КПРФ – от 0,75 до 36 %; ЛДПР – от 0,11 до 16 %; СР – от 0,9 до 19 %2.

Таким образом, своеобразие партийно-электорального ландшафта в российских регионах сохраняется даже в условиях унификации. Хотя наличие партийно-электоральной специфики субъектов Российской Федерации – хорошо известный феномен, однако не до конца исследовано, насколько стабильно воспроизводится это своеобразие. Кроме того, очевидно, что интенсивность специфики существенно различается, и возникает вопрос, какие факторы влияют на степень своеобразия партийно-электорального ландшафта в регионах страны.

МЕТОДОЛОГИЯ (ТЕОРЕТИЧЕСКИЕ ОСНОВЫ) ИССЛЕДОВАНИЯ

Измерение своеобразия партийно-электорального ландшафта

Для количественного измерения специфики единичного явления по сравнению с классом явлений, к которому оно принадлежит, в социальных науках широко используется индекс своеобразия (index of dissimilarity). В общем виде он определяется так: из количественного значения интересующего нас признака единичного явления вычитается значение данного признака у всего класса. Разумеется, этот алгоритм трансформируется в зависимости от того, какое именно «своеобразие» необходимо измерить. Если речь идет о своеобразии партийно-электорального ландшафта некого региона, именно он станет единичным явлением, классом – «регионы страны», а партийноэлекторальный ландшафт будет измеряться через доли голосов, которые получила каждая партия на выборах. Следовательно, для количественного измерения своеобразия партийно-электорального ландшафта региона из доли голосов, полученных каждой партией в регионе, необходимо вычесть долю голосов, полученную во всех регионах (то есть по стране в целом), и суммировать полученные значения, взяв их по модулю. Во избежание «двойного счета» результат делится на два:

n ^№4Z^’^ P=1

г де V_p – доля голосов, полученная партией в регионе;

Up – средняя доля голосов, полученная партией во всех регионах.

Индекс своеобразия как инструмент количественного измерения партийно-электоральной специфики регионов широко используется в сравнительных исследованиях (Hearl et al., 1996; Cartrite and Miodownik, 2016; Schakel, 2013a; Schakel, 2013b)3. Арьян Шекель, уточняя этот инструментарий, выделил четыре варианта исчисления индекса своеобразия регионов, или, используя его терминологию, «неконгруэнтности регионов и страны», в зависимости от того, какие именно количественные признаки партийно-электорального ландшафта соотносятся между собой. В представленном выше варианте речь идет о соотнесении результатов партий в регионе и в стране на национальных выборах (по Шекелю, о «неконгруэнтности электората на национальных выборах»). Второй вариант – соотнести результаты партий на региональных выборах в регионе и в стране в целом («неконгруэнтность электората на региональных выборах»); третий – сопоставить результаты партий на региональных выборах в регионе и национальных выборах в стране («неконгруэнтность партийных систем»); четвертый – соотнести результаты партий на региональных и национальных выборах в регионе («электоральная неконгруэнтность») (Schakel and Verdoes, 2023).

В данной работе использованы первые два варианта. Соответственно, значения индекса своеобразия регионов рассчитаны, во-первых, для каждого региона применительно к итогам голосования (доли голосов в процентах) по пропорциональной системе за партийные списки четырех основных политических партий – ЕР, КПРФ, СР и ЛДПР – на выборах депутатов Государственной Думы в 2007, 2011, 2016 и 2021 годах4. Более ранние выборы не взяты по той причине, что существующая до настоящего времени партийная система сложилась именно к 2007 году. Во-вторых, индекс своеобразия был рассчитан для итогов голосования (доли голосов в процентах) по пропорциональной системе за партийные списки этих же партий на выборах депутатов региональных парламентов. Поскольку региональные выборы проходят не одновременно, они были разбиты на три цикла, «привязанные» к выборам депутатов Государственной Думы: 2007–2011, 2012–2016 и 2017–2021 годы. Итоги голосования за каждую партию в каждом регионе сопоставлялись со средними по всем регионам значениями голосования за эту партию в соответствующем электоральном цикле. Поскольку речь идет о голосовании по партийным спискам, из исследования исключена Москва, где начиная с 2014 года голосование по партийным спискам на региональных выборах не практикуется. Крым и Севастополь исключены из-за невозможности применить к ним результаты выборов до 2014 года. Таким образом, эмпирическая база исследования – результаты четырех циклов федеральных и трех циклов региональных выборов в 82 субъектах Российской Федерации5.

Третий вариант исчисления индекса – сопоставление результатов региональных и национальных выборов – применить к России проблематично, поскольку в 39, то есть почти в половине, субъектов Российской Федерации выборы в региональные парламенты проходят одновременно с выборами депутатов Государственной Думы. В итоге в этих регионах результаты партий на региональных и национальных выборах намного сильнее связаны, чем в остальных. Так, корреляция между голосованием за ЕР на выборах Государственной Думы 2021 года и на региональных выборах 2017–2021 годов в 39 указанных регионах составляет 0,99, а в остальных – 0,81; за ЛДПР – соответственно 0,95 и 0,73; за СР – 0,85 и 0,55; и только у КПРФ корреляции оказались близкими – 0,92 и 0,93. Следовательно, выводы о различиях в степени своеобразия разных регионов на основании сопоставления результатов региональных и национальных выборов будут некорректны.

Последний вариант исчисления индекса своеобразия имеет специфическую цель. Как представляется, он не столько показывает специфику региона, сколько позволяет определить, в какой мере избиратели региона меняют свои предпочтения на национальных выборах по сравнению с выборами региональных органов власти. Поэтому в данной работе четвертый вариант расчета не используется.

Таким образом, поскольку анализируются четыре электоральных цикла федеральных выборов и три – региональных, всего получается семь показателей индекса своеобразия, которые в настоящем исследовании являются зависимыми переменными: DissimDuma-2007 , DissimDuma-2011 , DissimDuma-2016 , DissimDuma-2021 , DissimReg-1 (для цикла 2007–2011 годов), DissimReg-2

(для цикла 2012–2016 годов), DissimReg-3 (для цикла 2017–2021 годов). Кроме того, для каждого региона были рассчитаны средние значения: Dis-simDuma , DissimReg и DissimAver . Описательная статистика по всем зависимым переменным приведена в таблице 1. Значения DissimDuma и DissimReg для каждого региона представлены в приложении, а на рисунке показаны ящичные диаграммы распределения значений индекса своеобразия (нумерация регионов на диаграммах соответствует нумерации в Приложении).

Таблица 1 / Table 1

Описательная статистика значений индекса своеобразия (N = 82) / Descriptive statistics of the index of dissimilarity values (N = 82)

Параметры	g as 2	Св s as as Q	Св g 9 Q ^ as as Q	Св g Q S as as Q	Св s □ as as 2	g я Q g ‘as as Q	60 и PS g as as Q	n 60 PS g as as Q	CO 60 PS g as as Q	ОС 4) ей S as as 2
Среднее	11,98	7,98	13,68	11,62	13,53	11,70	12,75	11,79	12,47	12,34
Медиана	10,31	6,07	11,85	10,59	13,36	10,15	11,84	10,61	11,67	11,33
Ст. откл.	5,77	6,43	9,07	6,82	7,32	6,65	7,10	6,28	6,98	5,36
Минимум	4,93	1,43	2,05	1,70	1,02	2,94	2,44	0,52	3,27	5,19
Максимум	36,32	31,13	46,99	36,82	41,77	39,18	35,86	28,92	42,67	32,50

Источник: собственные расчеты автора.

SO-

40-

30-

20-

10-

DissimDuma 2007

DissimDuma 2016

DissimReg-1 DissimReg-2 DissimReg3

DissimDuma 2011

DissimDuma 2021

Рис. Ящичные диаграммы значений индекса своеобразия / Fig. Box plots of the index of dissimilarity values

Источник: собственные расчеты автора.

Дескриптивный анализ показывает, что наименьшие значения индекса своеобразия были на выборах Государственной Думы 2007 года: среднее значение составляет около 8 %, медиана – примерно 6 %. На последующих выборах средние значения несколько возросли и остаются вполне стабильными на протяжении всего рассматриваемого периода как на федеральных, так и на региональных выборах: средние значения колеблются между 11,5 и 13,5 %, медианные – между 10,5 и 12 %.

Наименьшее своеобразие в отдельных циклах демонстрируют Ростовская область и Ставропольский край (выборы в Государственную Думу 2011 года), Белгородская и Липецкая области (выборы 2016 года), Белгородская и Нижегородская области (выборы 2021 года). На региональных выборах наименьшие значения индекса в Астраханской и Смоленской областях в первом цикле, в Нижегородской и Липецкой – во втором, в Волгоградской и Курской – в третьем. За исключением Астраханской, Смоленской и Волгоградской областей, все отмеченные регионы находятся в десятке субъектов Российской Федерации с наименьшими средними значениями индекса своеобразия. Тем не менее стабильность показателей своеобразия в этой группе не слишком велика, особенно на региональных выборах. У Астраханской области, например, значения индекса «скачут» от 3,2 до 14,9 %.

Группа регионов с наибольшим своеобразием партийно-электорального ландшафта, напротив, значительно более стабильна. На всех федеральных выборах «лидируют» республики: Чеченская, Ингушетия, Дагестан, Карачаево-Черкесская, Тыва, Кабардино-Балкарская, Татарстан, а также Мордовия, которая, правда, выпадает из группы в 2021 году (на тех выборах по указанным выше причинам в данной группе появляется Хабаровский край). К этой же группе, особенно по результатам региональных выборов, относятся Республика Башкортостан и Кемеровская область. На ящичной диаграмме хорошо видно, что все аутлаеры демонстрируют повышенные значения индекса своеобразия: Чеченская Республика (номер 77), Республики Дагестан (15), Ингушетия (19), Мордовия (40).

Учитывая, что средние значения индексов своеобразия за разные электоральные циклы примерно одинаковы, для определения степени их стабильности / волатильности в регионах можно использовать коэффициенты корреляции значений индекса между циклами (табл. 2). На федеральных выборах обнаруживается высокая корреляция между 2007 и 2011 годами (0,882) и между 2016 и 2021 годами (0,821), но в остальных случаях она заметно ниже: от 0,626 (между 2007 и 2021 годами) до 0,740 (между 2011 и 2016 годами). На региональных выборах коэффициент корреляции составляет 0,667 между первым и вторым циклами, но в третьем цикле его значение резко падает до 0,392. Не слишком велики и значения коэффициентов корреляции между федеральными и региональными выборами – от 0,385 до 0,676. Правда, если не учитывать далеко отстоящие по времени электоральные циклы, коэффициенты превышают 0,6.

Таблица 2 / Table 2

Корреляционная матрица значений индекса своеобразия (N = 82) /Correlation matrix of the index of dissimilarity values (N = 82)

Переменные	s «a 2	Св g 9 Q ^ «a «a Q	Св Q S Q	Св 2	я Q	PS Q	60 g Q	CO b© Й S 2	b© S 2
DissimAver	,853**	,898**	,880**	,834**	,968**	,722**	,750**	,688**	,909**
DissimDuma-2007		,882**	,664**	,626**	,885**	,606**	,526**	,471**	,677**
DissimDuma-2011			,740**	,678**	,931**	,659**	,552**	,481**	,715**
DissimDuma-2016				,821**	,895**	,481**	,655**	,602**	,729**
DissimDuma-2021					,869**	,385**	,500**	,676**	,658**
DissimDuma						,601**	,621**	,618**	,775**
DissimReg-1							,667**	,269*	,818**
DissimReg-2								,392**	,854**
DissimReg-3									,705**

Примечание: * – корреляция значима на уровне 0,05 (двухсторонняя), – корреляция значима на уровне 0,01 (двухсторонняя).

Источник: собственные расчеты автора.

Следовательно, в целом по регионам значения индекса своеобразия демонстрируют средний уровень стабильности, однако в большинстве регионов они относительно стабильны. Так, если рассчитать среднее изменение значений индекса своеобразия в трех случаях – между 2011 и 2007, 2016 и 2011, 2021 и 2016 годами, то лишь в 8 регионах оно превышает 4 %, а в 51-м составляет менее 3 %.

Факторы своеобразия партийно-электорального ландшафта

Современные теоретические представления о факторах, влияющих на своеобразие партийно-электорального ландшафта, в значительной мере базируются на концепции национального государства (nation-state). Становление национального государства в рамках этой концепции предполагает гомогенизацию политического пространства, или «национализацию политики», что включает в себя формирование устойчивой партийной системы с относительно гомогенной в кросс-территориальном отношении поддержкой политических партий (Мелешкина, 2010; Caramani, 2004). Вместе с тем очевидно, что национальное государство – это идеально-типическая модель, а гомогенизация политического пространства не более чем тенденция, поскольку в реальности в той или иной мере всегда обнаруживаются кросс-территориальные различия политических процессов. Разные территории, однако, демонстрируют различную степень специфики, и такая вариативность поднимает вопрос о том, какие факторы влияют на величину своеобразия партийно-электорального ландшафта.

Большое значение для разработки этой темы имели работы Стейна Рок-кана (Rokkan, 1973; Rokkan and Urwin, 1983). Анализируя становление современных западноевропейских государств, он обнаружил, что гомогенизации политического пространства препятствовали такие характеристики отдельных территорий, как социокультурная специфика, периферийность географического положения и исторический опыт наличия собственных политических институтов.

Социокультурное своеобразие наиболее отчетливо проявляется в специфике этнического состава населения региона. Языковые, религиозные и иные особенности производят не только неповторимую региональную идентичность, но и специфические политические интересы, направленные на сохранение социокультурной самобытности и связанные с языковой, конфессиональной политикой, политикой в области образования и т. д. На этой почве (если позволяет законодательство) возникают этнорегиональные партии, создавая тем самым своеобразие партийно-электорального ландшафта. Как правило, сила таких партий в значительной мере зависит от доли этнической группы в составе населения региона (Tronconi, 2015; Mazzoleni and Mueller, 2016).

Несмотря на современные средства коммуникации, периферийность географического положения, по мнению многих исследователей, по-прежнему остается важным фактором политической специфики региона: удаленность от центра снижает интенсивность политических коммуникаций и, как следствие, контроля за политическим процессом в регионе со стороны центра (Corner, 1988; Cartrite and Miodownik, 2016). Дополнительно на это влияют такие особенности периферийного региона, как его эксклавность или островное положение.

Некоторые ученые вслед за С. Рокканом акцентируют внимание на особенностях исторического развития отдельных частей государства (Fitjar, 2010; Hooghe and Marks, 2016). Они подчеркивают различия между теми регионами, которые составляли «ядро государства», то есть вошли в состав государства при его образовании, и теми, которые «изначально» были за его рамками. Более того, у некоторых регионов мог быть исторический опыт собственной государственности. В иных случаях они могли входить в состав других государств. Существенное значение имеет и то, каким образом регион вошел в состав данного государства, развязывались ли при этом войны, конфликты и т. д. В ситуации, когда это сохраняется в исторической памяти, возникают весьма серьезные стимулы для проявления политической специфики и в современных условиях.

Наконец, в качестве значимого фактора своеобразия партийноэлекторального ландшафта рассматривается социально-экономическая специфика региона. Речь идет не только и даже не столько об отраслевой специализации региона (хотя она тоже может оказывать влияние), сколько об уровне социально-экономического развития относительно страны в целом. В данном случае теоретические ожидания исследователей расходятся. Одни полагают, что именно менее развитые регионы, вследствие их неудовлетворенности своим положением, будут выдвигать особые политические требования, что создает почву для усиления партийно-электоральной специфики (Sorens,

2008). Другие ученые, напротив, считают, что специфические требования выдвигают более развитые регионы, недовольные перераспределением ресурсов «в пользу бедных» (Cartrite and Miodownik, 2016). Оба предположения представляются вполне резонными, поэтому имеет смысл говорить не о более или менее развитых регионах, а о степени отклонения (в любую сторону) уровня социально-экономического развития региона от страны в целом.

Опираясь на эти теоретические представления, можно сформулировать несколько исследовательских гипотез:

Н1: Чем выраженнее социокультурная специфика, тем выше степень своеобразия партийно-электорального ландшафта в регионе.

Н2: Чем выраженнее специфика географического положения, тем выше степень своеобразия партийно-электорального ландшафта в регионе.

Н3: Чем выраженнее специфика политической истории, тем выше степень своеобразия партийно-электорального ландшафта в регионе.

Н4: Чем выраженнее регион отклоняется по уровню социальноэкономического развития от страны в целом, тем выше степень своеобразия партийно-электорального ландшафта в регионе.

Для проверки этих гипотез в данной статье использованы несколько операциональных показателей, которые рассматриваются как независимые переменные. Социокультурная специфика региона измеряется через долю этнических меньшинств (в процентах) в населении региона. Но поскольку мы исследуем политическое своеобразие регионов, то есть их отклонение от общероссийских показателей, независимые переменные, в том числе социокультурная специфика, также должны отражать не абсолютные значения, а их девиацию от средних значений по России. Поэтому на основании результатов Всероссийской переписи населения 2010 года были рассчитаны и взяты по модулю отклонения по доле этнических меньшинств в населении субъектов Российской Федерации от общероссийского значения, которое составляет 80,9 %⁶, в результате чего получены значения показателя Dev-Nonrus .

Для измерения социально-экономической специфики регионов использованы два показателя: доля городского населения (в процентах) и уровень бедности, то есть доля жителей региона (в процентах) с доходами ниже прожиточного минимума⁷. Как представляется, последний показатель значительно лучше отражает «уровень социально-экономического благополучия», чем, например, ВРП на душу населения, объем инвестиций и т. п. В данном случае опять-таки следует брать не абсолютные значения, а отклонения от общероссийских по модулю. Соответственно были рассчитаны показатели Dev-Urban и Dev-Pov . В отличие от этнического состава регионов, они динамические, поэтому для федеральных выборов они были вычислены отдельно для 2007,

2011, 2016 и 2021 годов, а для региональных выборов взяты средние значения за годы, соответствующие трем электоральным циклам. Кроме того, были рассчитаны средние значения: для федеральных выборов – среднее за четыре соответствующих года, для региональных – среднее значение средних значений трех циклов, для всех выборов – среднее значение за весь период с 2007 по 2021 год8.

Географическая специфика измерялась через часто используемый в подобных исследованиях показатель удаленности региона от центра страны (Cartrite and Miodownik, 2016; Sorens, 2008) – расстояние регионального центра от Москвы по автомобильным или железным дорогам в тысячах киломе-тров⁹. Для всех регионов был вычислено среднее значение (2,343)¹⁰, и от него рассчитаны отклонения для каждого региона по модулю – Dev-Distance . Кроме удаленности, географическая специфика зафиксирована в таком показателе, как географическое расположение региона – в восточной или западной части страны. К субъектам Российской Федерации, которые находятся в восточной части ( Eastern-Russia ), отнесены регионы, расположенные к востоку от границы между Европой и Азией (в ее традиционном понимании: по Уральскому хребту и реке Урал). Они закодированы как «1», остальные – как «0».

Наконец, для измерения исторической специфики регионов был использован композитный индекс специфики политической истории регионов Российской Федерации, разработанный российскими исследователями (Кирьянов и Панов, 2022) на основе методики, предложенной Р. Фитьяром (Fitjar, 2010). Индекс (в данной работе обозначен как History-Spec ) может принимать значения от «0» до «8» в зависимости от наличия у региона следующих признаков исторической специфики: 1) регион не входил в «историческое ядро» Российского государства; 2) до вхождения в состав Московской Руси регион имел собственную государственность или на его территории было «свое» княжество; 3) был период, когда уже после вхождения в состав России регион временно выходил из ее состава; 4) у региона был опыт краткосрочной государственности в период с 1918 по 1922 год; 5) «столица» современного региона имела столичный статус еще до советских административных преобразо-ваний¹¹.

Описательная статистика по всем зависимым переменным (по динамическим Dev-Urban и Dev-Pov – средние значения за период 2007–2021 годов) приведена в таблице 3.

Таблица 3 / Table 3

Описательная статистика значений независимых переменных (N = 82) /Descriptive statistics of the independent variables values (N = 82)

Параметры	Dev-Nonrus	Dev-Pov	Dev-Urban	Dev-Distance	Eastern-Russia	HistorySpec
Среднее	18,86	4,06	9,98	2,016	0,27	2,17
Медиана	13,45	2,90	7,10	1,603	0,00	2,00
Ст. откл.	18,21	3,58	9,08	1,875	0,45	1,32
Минимум	0,00	0,60	0,50	0,022	0	0
Максимум	80,10	20,40	45,50	8,657	1	6

Источник: собственные расчеты автора.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Для исследования влияния социокультурной, социально-экономической, географической и исторической специфики регионов на степень своеобразия их партийно-электорального ландшафта построено несколько регрессионных моделей: отдельно для каждого из семи электоральных циклов, а также для средних значений DissimDuma , DissimReg и DissimAver . Результаты множественной линейной регрессии представлены в таблице 4.

Исследование показывает достаточно высокую объяснительную силу построенных моделей для федеральных выборов. Значение скорректированного R² колеблется между 0,415 и 0,472, а в модели с DissimDuma составляет 0,564. Относительно низкое значение R² для Государственной Думы 2011 года можно объяснить спецификой этих выборов, когда протестное голосование сильно повлияло на результаты ЕР во многих регионах, увеличив тем самым степень своеобразия. Для региональных выборов общие оценки моделей значительно хуже: во втором цикле скорректированный R² составил 0,186, в третьем – 0,201, а в первом всего лишь 0,083. Это ожидаемо, поскольку результаты выборов находятся под влиянием не только долговременных факторов, но и текущей ситуации, а региональные выборы проходят в разное время. В этом плане представляется важным, что и на федеральных, и на региональных выборах R² выше в моделях со средними значениями индекса своеобразия ( DissimDuma и DissimReg ), чем в отдельных циклах. Средние значения сглаживают влияние ситуационных факторов и оказываются более надежным показателем своеобразия партийно-электорального ландшафта регионов. Модель с DissimAver (среднее по всем циклам) объясняет более половины вариаций значений индекса своеобразия, с DissimDuma – еще больше, примерно 56 %, и даже на региональных выборах модель с DissimReg дает объяснения примерно 30 % вариаций.

Что касается отдельных факторов, анализ показывает, что ключевое значение в объяснении своеобразия партийно-электорального ландшафта регионов имеет историческая и особенно социокультурная специфика регионов. Предиктор Dev-Nonrus устойчиво демонстрирует статистическую значимость коэффициентов во всех десяти моделях: в среднем возрастание отклонений в доле русского населения от общероссийских показателей на 1 % увеличи-

DissimAver to M И ^ СП sg 3s §§ о В S з Зв So В 3 $ 3 в ч 2 ^ О ГО ^ \о О LO o' n 00 о o' V ^ LT? о o' V o' V ^ DissimReg_3 to £ и ^ ч §s 3 О о В Q 5 Зв со о Зв 00 2 ч ^ 3 в О “ ri О Ch $ о п o' n 00 DissimReg_2 to £ и я 00 g M ся о г 2? S § 3 ° ^ f ГД О Зв ^ к 3 В СО - СО ^ п 3 МО 00 o' n 00 DissimReg_1 to £ и я LT) Г? ^ ^ ? ч Ln Я Зв S В о Й 3 ° m о Зв 2 2 £ 3 3 г 2 Ч 00 о 1 ^ ” 3 ч ч 2 о o' 00 DissimReg to W И ^ о г? СЯ ^ч Ss о Е О о 3 ° §5 Зв 3 °° в $ 3 г о 2 Й 3 3 з со Ч 2 п o' n 00 DissimDuma 2021 to W И Я 00 о °Ч Ч о 3 ° сч ^ Ю тЦ □ г 3 2 s§ ч Ch £ 3 3 г 3 $ 2 ч п o' n 00 DissimDuma 2016 to £ и я о 4 Зв ^ ч 3 § 3 ° §з 5 LT? Й 3 Зв з ^ “7 3 3 В U s ® и in О- о ° £ 3 Tf" В LT) o' n 00 DissimDuma 2011 to W 2$ Ч гд 3 ° гд о §ё о Ch Зё sg Зв о В ° 3 3 г Ч г? Ч оо о 1 ^ 00 [\ Ч 00 Ч Ch СО o' 00 DissimDuma 2007 to W И Я 9 w о S 3 ° 3 £ Зв m о сь ^ з° к ^ сь о Зв ГД <о О 8 3 г £ со Ч ж Ч ГД о 1 ^ ° 3 ri Ч Ln o' 00 DissimDuma to W И Я 2 В 5 2 3 В O'S ь §§ £ Ч Ч с\ Зв Ч сП Ln О Зв з в В N 3 г *3 $ N Г § 3 LT? Ч ^ Ln o' n 00 Щ я я Щ S о CJ к сх Q Q о Яч ОО О из Ё из Я О Z Q о л W S Q ri 'w из й ri Я ri Я О О

Географическая специфика также оказывает влияние, при этом речь идет не об удаленности региона от центра страны (Dev-Distance не имеет значимых коэффициентов ни в одной из десяти моделей), а о расположении его в восточной части России, о чем свидетельствует статистическая значимость коэффициентов предиктора Eastern-Russia. Правда, нельзя не отметить, что она появляется только в двух последних циклах федеральных выборов и во втором цикле региональных. Но третий цикл региональных выборов, как уже отмечалось, проходил в своеобразной ситуации, и это объясняет, почему Eastern-Russia теряет статистическую значимость, однако показательно, что сила и направление воздействия этого предиктора сохраняются. Таким образом, есть основания говорить о том, что географическая специфика становится значимым фактором именно в 2010-е годы: географическое положение региона «за Уралом» в этот период увеличивает значение индекса своеобразия примерно на 3–5 процентных пунктов.

Данные, характеризующие социально-экономическую специфику регионов, оказались незначимы. Следует заметить, что попытки дополнить / заменить показатели «доля городского населения» и «уровень бедности» иными универсальными (то есть применимыми ко всем субъектам Российской Федерации) социально-экономическими индикаторами, как, например, ВРП на душу населения, доля федеральных трансфертов в региональном бюджете, среднемесячная заработная плата и т. д., не изменили результатов анализа, эти предикторы дают еще более слабые коэффициенты. Однако было бы некорректно делать из этого вывод, что социально-экономическая специфика не влияет на своеобразие партийно-электорального ландшафта регионов. Возможно, иные показатели, характеризующие, в частности, отраслевую специфику экономики региона, дали бы иной результат, но найти такой универсальный индикатор, который бы валидно фиксировал одновременно и содержание, и степень отраслевой специфики экономики региона, представляется весьма проблематичным.

Сопоставление реальных значений DissimDuma и DissimReg и значений, предсказанных соответствующими регрессионными моделями (см. Приложение), позволяет говорить о том, что практически во всех моделях аутлае-ром является Республика Мордовия, на федеральных выборах – Чувашская Республика, а на региональных – Кемеровская область12. При этом Чувашия демонстрирует экстраординарную девиацию значений индексов своеобразия в отрицательную сторону, а Мордовия и Кемеровская область – наоборот, в положительную. Иначе говоря, с точки зрения степени социокультурной и исторической специфики региона Чувашская Республика должна обладать значительно большим своеобразием партийно-электорального ландшафта, а на деле она его не имеет. Республика Мордовия и Кемеровская область, напротив, имеют слишком большое для своей социокультурной и исторической специфики своеобразие партийно-электорального ландшафта. Примечательно, однако, что исключение аутлаеров из регрессионного анализа не оказывает существенного воздействия на результаты: общая оценка моделей (в частности, значение скорректированного R2) ожидаемо повышается, но значимость коэффициентов отдельных предикторов не меняется. Помимо прочего, это говорит о том, что статистически полученные результаты достаточно робастны.

ЗАКЛЮЧЕНИЕ

В условиях унификации политических институтов и отсутствия региональных политических партий специфика партийно-электорального ландшафта в субъектах Российской Федерации проявляется в своеобразии голосования за основные политические партии на федеральных и региональных выборах. Количественный анализ электоральных результатов за период с 2007 по 2021 год, сделанный на основе вычисления индекса своеобразия, показал, что в большинстве регионов степень своеобразия воспроизводится относительно стабильно в течение всего рассматриваемого периода. Анализ факторов, влияющих на вариативность степени своеобразия партийно-электорального ландшафта в российских регионах, позволяет сделать вывод, что ключевое воздействие оказывает социокультурная специфика региона. Существенное значение имеет также историческая и географическая специфика. Социально-экономические показатели субъекта Российской Федерации относительно средних по стране оказались статистически незначимыми, что, однако, не позволяет делать вывод об отсутствии влияния социально-экономической специфики региона на своеобразие партийно-электорального ландшафта.