Фига в кармане»: как оценить ее знак и масштаб?

 

Так называемые социально одобряемые ответы, точнее, предположение, что не все избиратели готовы говорить о своих предпочтениях открыто, стали одним из предметов исследования П. Перри. В англоязычной литературе используется понятие nondisclosers; им обозначают респондентов, которые в ходе опроса предпочитают не указывать свои политические симпатии и либо отказываются отвечать, либо затрудняются с выбором. Для решения этой проблемы в ходе опроса П. Перри использовал метод тайного голосования (secret ballot), когда респондент указывает свои предпочтения не в форме ответа на вопрос, а заполняя бюллетень и опуская его в ящик. Исходно такие процедуры применялись для того, чтобы определить калибровочный коэффициент – изменение распределения голосов по сравнению с обычным вопросом, – который применялся в опросах непосредственно перед выборами, когда короткие сроки требовали предельно упростить работу интервьюера. Отдельно на результатах нескольких выборов П. Перри оценивал расхождения в данных, связанные со способом задавания вопроса о выборе: напрямую или с использованием тайного голосования. Он пришел к выводу, что большинство респондентов искренне отвечают на вопрос о том, за кого они намерены голосовать: размер отклонений не превышал 2–3 п. п. [Perry, 1960].

 В отчете ААПОР, анализирующем практику исследований на выборах президента в США 2016 г., подробно анализируется гипотеза о «застенчивых сторонниках Д. Трампа» (shy trampists), которые якобы не хотели признаваться в своих симпатиях к Д. Трампу в разговоре с интервьюером, поскольку в ходе кампании Д. Трамп подвергался жесточайшей критике со стороны истеблишмента и связанных с ним СМИ. Изыскания ААПОР не подтвердили гипотезу о застенчивости сторонников Д. Трампа: обнаружилось, что их доля в онлайн‑исследованиях такая же, как в телефонных опросах (проводимых интервьюерами). Повышенная же доля сторонников Трампа в робо‑опросах IVR[150] объяснялась не отсутствием интервьюера, а другим типом выборки, формируемой из списков избирателей. Таким образом, тема социально одобряемых ответов на вопрос об электоральных предпочтениях («the horse race question») для американских полстеров сегодня не является актуальной. Более интересны для них вопросы о явке, но здесь речь идет не столько о преднамеренном искажении или сокрытии намерения, сколько о силе его мотивации, а это уже другая проблема.

 Если же говорить о прогнозировании результатов неконкурентных / низкоконкурентных выборов, то тут тема «фиги в кармане» возникает регулярно: у наблюдателей, исследователей и самих политиков часто появляется ощущение, что в ходе массовых опросов избиратель чувствует давление и не хочет признаваться в поддержке оппозиционных кандидатов. ВЦИОМ в ходе всероссийских телефонных опросов 2016–2018 гг. для оценки распространенности такой «фиги в кармане» параллельно стандартным замерам рейтинга «Единой России» провел серию анонимных измерений методом ICT,[151] позволяющих респонденту обозначить свою позицию скрытым образом, не ставя в известность интервьюера.

 Эта техника проще тайного голосования и может быть реализована в телефонном опросе. Она работает так: выборка случайным образом разбивается на две части, и всем респондентам задается вопрос: «Сейчас я зачитаю Вам несколько утверждений, а Вас попрошу ответить на вопрос: сколько среди них таких суждений, с которыми Вы согласны. Не нужно говорить мне, какие это утверждения, просто скажите их число». Первой подвыборке предлагается набор вариантов, не имеющих отношения к политике (см. табл. 7), для второй половины добавляется один вариант, например, «проголосую за партию „Единая Россия“». Сравнение двух рейтингов электоральной поддержки указывает на наличие заметного эффекта социально одобряемых ответов. Эффект является устойчивым и присутствует в обеих волнах исследования: общероссийский показатель ICT‑рейтинга ниже показателя стандартного рейтинга на 7 п. п. в первой волне и на 14 п. п. – во второй волне (46 % против 53 % и 37 % против 51 % соответственно) (см. рис. 5).

 

Рисунок 5. Электоральный рейтинг партии «Единая Россия» (% от числа отпрошенных)[152]

 

Метод позволяет отделить «активных сторонников» от тех, кто «не против»; последние в неконкурентной системе могут составлять большинство. Так, расчет рейтинга В. Путина методом ICT по данным квартирного опроса дал уровень «активных сторонников» в 29 %, по данным телефонного опроса – 57 %. В обоих случаях результат слишком сильно отличался от финального голосования, а значит, эта техника пока не может считаться достаточно эффективной для оценки величины искомой «фиги». Она дает лишь предпочтение о направлении возможного смещения, определение же его величины остается задачей экспертов.

 

Таблица 7. Пример ICT‑вопроса

 

 § 4. Прогноз социального окружения

 

Этот вид прогноза основан на предположении, что респондент не всегда вполне искренен, когда он отвечает на вопрос о себе [Galesic et al., 2018], поэтому эффективнее будет спросить его не о собственном выборе, а о том, как, по его мнению, проголосуют его друзья и знакомые («социальное окружение»). В результате получается улучшенная вариация коллективного прогноза, основной вариант которого предполагает, что респонденты прогнозируют результаты выборов, и их предсказание оказывается точным. Сложность заключается в том, что точность такого прогноза будет зависеть от информированности респондентов. Из литературы известен эксперимент Ф. Гальтона, который попросил публику на ярмарке угадать вес вола, и усредненная ошибка прогноза составила менее 0,1 %. Эксперимент, проведенный американским радио сто лет спустя, показал ошибку уже на уровне 6 %.[153]

 Главное ограничение метода социального окружения – сложность шкалы ответов для респондентов. Так, когда респонденту предлагалось оценить, сколько процентов его знакомых проголосует за малоизвестного кандидата, например, С. Бабурина, они часто называли круглые цифры нижнего десятка (5 % или 10 %), имея в виду «очень мало», что приводит к сильному завышению прогнозов кандидатов с низким уровнем популярности. Одновременно из‑за этого сумма голосов за всех кандидатов, которые распределяет респондент, оказывается заметно выше 100 %. Поэтому при прогнозировании результатов кандидатов с низким уровнем поддержки мы пропорционально сокращали их, приводя общую сумму голосов к 100 %.

 Прогноз поведения социального окружения обоснован в том смысле, что респондента спрашивают не о результатах выборов вообще, а о том, сколько человек среди его знакомых примут участие в выборах и сколько из них проголосуют за каждого кандидата. Результаты эксперимента приведены на рисунке 6.

 

Рисунок 6. Прогноз методом социального окружения[154]

 

Проведенный эксперимент показал, что прогноз, полученный таким методом, достаточно точен: ошибка выше, чем по результатам моделирования на данных телефонного опроса и по результатам прогнозного рынка, но ниже, чем ошибка других видов прогноза. Метод ожидаемо завышает явку, но определенно является эффективным для сопоставления с основным прогнозом и его возможного уточнения.

 

 

 3.4. Прогнозирование без опросов

 

Экспертные опросы

 

Поиск неопросных инструментов прогнозирования результатов выборов обусловлен рядом известных ограничений, связанных с опросами [Баскакова, 2013: 44]: смещением выборки, отсутствием у части респондентов политических предпочтений, сложностью фиксации динамики в общественных настроениях под влиянием событий непосредственно перед выборами и др. ВЦИОМ в качестве дополнительного инструмента прогнозирования, призванного компенсировать названные ограничения опросов, на протяжении ряда лет использовал опросы экспертов‑политологов и политтехнологов. Практика показала, что этому методу тоже свойственны ограничения, существенно сужающие возможности его использования для оценки динамики настроений в ходе кампании: сложности в организации, широта диапазона оценок и их неустойчивость [Баскакова, 2013: 51].

 Опыт использования экспертных оценок для прогнозирования результатов выборов в 2016 и 2018 гг. показал, что (как и в кампании 2011–2012 гг.) точность экспертных оценок оставляет желать лучшего: официальные результаты по всем кандидатам и партиям вышли за пределы прогнозируемых экспертами диапазонов, при том что размеры диапазонов довольно велики – по отдельным партиям/кандидатам они достигали 10–20 п. п. (см. рис. 7 и 8). При таком раскладе применяемая модель агрегации оценок теряет смысл, поскольку качество прогноза не может быть выше качества исходных данных.

 

Рисунок 7. Диапазоны экспертных прогнозов по партиям на выборах депутатов Государственной Думы 2016 г.[155]

 

Наиболее вероятные ограничения в использовании экспертных опросов как инструмента прогнозирования, на наш взгляд, таковы:

 • отсутствие работающего механизма мотивации: удачный прогноз приносит очень ограниченные дивиденды (для роста репутации прогноз должен быть правильным, замеченным, тиражированным. И лучше всего – неизменным), а неудачный прогноз приносит очевидные репутационные риски;

 • статичность опросного механизма оценки: любой прогноз привязан ко времени оценки. Сама технология опроса не дает возможности менять эту оценку оперативно в связи с изменением любого информационного фона.

 Более совершенным способом экспертного прогнозирования, который способен нивелировать указанные ограничения, являются прогнозные рынки.

 

Рисунок 8. Диапазоны экспертных прогнозов по кандидатам в президенты 2018 г.[156]