Политика и математика, или Несколько слов о предвыборных прогнозах
АрхивПроблема прогнозирования в обществе давно занимает представителей как общественных, так и точных наук. Именно этому были посвящены материалы недавней темы номера. Мы предлагаем свое видение этой проблемы, на этот раз — в области политики.
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.
Л.Л.-М.
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
В действительности математические модели используются в политологии давно и небезуспешно. Первые шаги были сделаны еще в 1920-х годах, когда использовалась методика экологического анализа. Этот анализ заключался в том, что результаты выборов по регионам страны сравнивались со статистическими данными о составе населения. В итоге можно было сделать выводы вроде «бедные голосуют за левые партии», на основе чего и составлять прогнозы.
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.
Трудность политического прогнозирования, как видим, объясняется вовсе не слабостью количественных моделей. Модели эти, с точки зрения математики, вполне адекватны, однако беда в том, что перед исследователем здесь — не объекты физического мира, а социальная действительность, постоянно вставляющая социологам палки в колеса благодаря своей склонности к изменениям. Математика же на оные изменения не рассчитана. Как пишет Ульрих Бек, «в научно-технической цивилизации повсюду кишат табу неизменимости»10. Пока общественная ситуация сохраняет стабильность, прогнозы отлично работают. Но стоит ситуации измениться, как вдруг оказывается, что прежние модели ничего не объясняют, выбранные переменные не работают, появляются новые факторы, о которых до сих пор ничего не было известно.
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.
2 Независимая газета, 15.12.99 (www.nns.ru/Elect-99/analit/scenar/scen70.html).
3 Исследовательское учреждение, созданное сотрудниками Всероссийского центра исследований общественного мнения.
4 www.open-forum.ru/materials/580.html.
5 www.open-forum.ru/materials/582.html.
6 См.: Jowell R., Hedges B., Lynn P., Farrant G., Heath A. «The 1992 British Election: The Failure of the Polls». In: Public Opinion Quarterly, 1993, No.2, pp.238–263.
7 См.: Berelson B., Lasarsfeld P., McPhee W. Voting. Chicago: University of Chicago Press, 1954; Campbell A. et al. The American Voter. New York: Wiley, 1960; Nie N. et al. The Changing American Voter. Cambridge, MA: Harvard University Press, 1976; и др.
8 Что опровергает утверждения некоторых математиков, будто бы значения социально значимых переменных «абсолютно неизвестны» и «их никто никогда не пытался измерить». См.: Гуц А. Математика, компьютер и модели общества//Компьютерра. 2003. №38. С.33.
9 См. подробнее: Анохина Н.В. Прогнозирование результатов выборов//Политическая социология и современная российская политика. — СПб.: «Борей-принт», 2000. С.140–159.
10 Бек У. Общество риска. На пути к другому модерну. — М.: «Прогресс-традиция», 2000. С.262.
11 «Модель бильярдного шара», то есть введение каждого действующего субъекта (актора) как самостоятельного с дальнейшей формализацией и расчетом их «столкновений». Мало того что для этого необходимы бесконечные вычислительные мощности; главная проблема в том, что нельзя чисто математически описать природу человека и социального взаимодействия. Из непонимания этой природы и получаются попытки «расчислить» на компьютере моральный выбор и этические принципы (см.: Малинецкий Г. Стратегия выбора//Компьютерра, 2003. №38. С.30), что есть абсурд даже для дилетанта в философии и социологии морали.
12 См. об этом: McAllister I., Studlar D.T. Bandwagon, Underdog, or Projection? Opinion Polls and Electoral Choice in Britain, 1979–1987. In: The Journal of Politics, 1991, No.3, pp.720–741; Marsh C. Back on the Bandwagon: The Effect of Opinion Polls on Public Opinion. In: British Journal of Political Science, 1985, No.1, pp.51–74.
13 То есть объяснений, как именно происходило то или иное политическое событие. Пример такого исследования см.: www.iet. ru/usaid/vybor/vybor.html.
