14
Чет, Ное
22 New Articles

Ретроспектива и перспектива в електоралната география: прогноза за местните избори 2019

Актуално
Typography

През последните десетилетия поведенческите аспекти на изборите в България постепенно се превръщат във водещ обществен императив и придобиват перманентен характер в редица изследвания, свързани предимно с правни, управленски и социални науки, статистика, география, както и много техни интердисциплинарни съчетания.

В унисон с утвърдилата се в модерния свят изследователска практика, своеобразен монопол над научното и публичното представяне на електорални процеси и резултати у нас успяват да наложат предимно социолози и политолози. Независимо от безспорния факт, че използват твърде широко постиженията на редица обществени или универсални науки, те до голяма степен успяват да създадат впечатление сред обществото за анализ, основан преимуществено на автономни методологични подходи.

След 1989 в България се провеждат десетки президентски, парламентарни, местни избори и референдуми, а от 2007 - и избори за Европарламент. Времевата им честота ги превръща в характерни за ентропията явления, чиито стохастични прекъсвания във времето понякога попадат в сянката на конюнктурни процеси и събития. Изследователи от различни направления им придават научнообоснован израз благодарение на утвърждаващите се практики на социална информираност, политическа сигурност, достоверност и предсказуемост. Съществен принос за това имат и многобройните масмедии, неправителствени организации, социологически агенции, предизборни политически щабове и др.

Големите залози и очаквания, свързани с демократични цикли, изменение на властови позиции и дългосрочно гарантиране на утвърдения в страната обществен договор, изискват ясно дефиниране на средно- и дългосрочни вектори на вътрешно- и външнополитическо поведение, което да подобри и стабилизира позициите на България в европейската и световната общност. Необходимостта от такава предсказуемост оправдава научно-приложните изследвания на партийни и лидерски намерения и послания, тяхното отражение върху различни социално–икономически и културни пластове, възрасови групи и корпоративни интереси.

Необходимостта от предвидимост на поредния вот, утвърждаването или ротационният тип промяна на властта във всичките ѝ организационни, функционални или пространствени нива, води до появата на широк набор от изследователски методи. Прието е дефинитивната им същност да се разглежда предимно в два основни аспекта – мотивационен и ситуационен. Първият се отнася в по-голяма степен до социологическия и прогнозния електорален анализ, а вторият - до прагматичните аспекти на предвижданите и реалните резултати от конкретни избори като основа за перспективно политическо поведение и развитие.

Методологични аспекти на изборното прогнозиране

Campbell и Garand (2000) определят изследователските мотиви по въпроси, свързани с електоралната предвидимост, предимно чрез интереси на научни среди, политически партии/лидери и масмедии. Очевидно е обаче, че посоченият стеснен стъпаловиден порядък е по-скоро обективно отражение на много по-широко детерминиран обществен интерес.

Най-използван метод за прогнозиране на изборни намерения и резултати у нас е анкетният. Оптималното му прилагане при подходящи условия е предпоставка за ефективно непосредствено статично обобщение на очаквания вот (обикновено до 10-15 дни преди изборите). При последователно прилагане в средносрочен план изпъква потенциалът му за анализ на динамични факторни влияния и отражението им върху обществените предпочитания (т. нар. „моментни нагласи“).

Трябва да се отбележи също и високата вероятност публично оповестените прогнозни данни да предизвикат определени възвратни влияния - например трансформация от предвидимост към целенасочена манипулативна управляемост на вота. Така Крайнева (2017) и Костов, Крайнева (2019) определят политическите формации Воля, Атака и БСП като „системно надценявани“ от обслужващи ги социологически агенции през периода 2009-2019. Силно уязвими от подобни предизборни внушения са колебаещите се избиратели - т. нар „лавираща периферия“ (Русев, Владимирова, 2010). Като допустими отклонения (1) Костов и Крайнева (2019) приемат разлики до 10%. За изследвания от тях период под тази стойност са само прогнозите за ГЕРБ (усреднена грешка - около 3%) и ДПС (около 7%).

Задълбочен анализ на точността при анкетите правят Campbell и Kenneth (1990), проследявайки внушителен период -11 президентски избори (1948-1988). Според тях, величината на грешките е пропорционална на времето до изборите. От своя страна, Wleizen (2003) уточнява, че грешките в анкетите се базират на проблеми с извадката, неотговорили, неточни измервания и обработка на получените данни.

С широка теоретична методологична база у нас се отличава изследването на Пейчева (2013), анализиращо качеството на емпиричните социологически изследвания с основен акцент върху резултативната същност на допусканите при анкети грешки. За съжаление, в него липсва категорична позиция за допустимост на грешките в определено предизборено анкетно проучване.

Въпреки често допусканите значителни разминавания с крайните резултати, е прието анкетите да се възприемат като най-представителното предположение за разпределение на гласовете при предстоящия вот. Според Lewis–Beck и Dassonneville (2015), най-задълбочени теоретични електорални изследвания, в съчетание с богат емпиричен опит, има в САЩ, където се използват три основни подхода: структурен, агрегиран и синтетичен.

Структурният подход използва теоретичен модел за прогнозиране на база политически процеси, състояние на икономиката, популярност на кандидатите и др. Така се представат еднократни и статични прогнозни оценки, приемани за окончателни. Агрегираните прогнози са динамични, защото следят измененията в последователно провеждащи се анкети по време на определена предизборна кампания. Основен акцент в тях е отчитането на прогнозни резултати за сметка на факторния анализ. Синтетичният подход съчетава елементи на структурния и агрегирания.

В хронологичен план, през първите месеци преди изборите по-голяма роля играят статичните структурни прогнози, а впоследствие постепенно нараства значимостта на анкетите.

Историко-географски статистически метод за електорално прогнозиране

Настоящата публикация не цели да постави под съмнение приложната ефективност на утвърдени научни принципи, използвани при електоралните изследвания. Според нас обаче, методологията им следва да се допълни в много по-голяма степен с два от функционалните елементи на кантовата класификационна триада, равнопоставено включваща както философска систематика, така и важни елементи на хронологично-хорологичното познание.

По-конкретно предлагаме, успоредно с традиционно използвания в социологията анкетен подход, прогнозирането на изборни резултати и свързанното с тях електорално поведение, да се основават в много по-голяма степен и на възможностите, които дават историко–географският статистически анализ и синтез. Те се отличават с висока ефективност, защото използват общодостъпна статистическа база с максимално допустими времеви и пространствени параметри. Така до голяма степен могат да се избегнат т. нар „отклонения“ и „грешки“, да се тушират случайността на избора и внезапно проявили се последващи конюнктурни влияния, типични при използването на представителна социологическа извадка. Като предимства трябва да се посочат и възможностите за използване на разнообразни като обхват периоди и територии, както и икономията на изследователски труд. Освен това смесването на мотивационни електорални вектори от различни като дата и вид избори, лидери, динамично изменящи се партийни послания и социално-икономически условия създава условия за широка резултативна дифракция, която в значителна степен да тушира потенциалните конюнктурни реакции, типични за анкетния подход.

Предлаганият историко-географски статистически метод за електорално прогнозиране оперира с големи статистически редици от безспорни факти, а не с декларирани намерения на ограничен набор от респонденти, отличаващи се с разнообразен емоционален заряд и определена степен на непредсказуемост. Така се индикира важна част от географски детерминирана политическа история и поведенческа електорална традиция, което в най-широк смисъл се вписва теоретично в класическия геополитически анализ. Тяхната надграждаща модерна трактовка често се обозначава като „социология на пространството“ (2), но може да се приеме и чрез по-конкретно  прокламираната от Лакост (1986, 2006) идея за „вътрешната геополитика“. Дори тези анализатори, които привидно игнорират пространствените фактори, на практика широко прокламират концепции, свързани с т. нар. „политическа социализация“, „твърди избиратели“, „електорални навици“, „селски консерватизъм“, „социалистическа работническа ориентация“ и други тясно обвързани с жизнената среда форми на традиционна привързаност спрямо определени селища, природни, техногенни или културни ландшафти (Michelat, Simon, 1977,  Franklin, 2004).  

Статистическото усредняване на предходни изборни резултати за целите на прогнозирането може да се прилага в разнообразен пространствен мащаб - национален, регионален, селищен, квартален, а понякога - на ниво улица и дори жилище. В хронологичен план анализът предполага поне две възможности. Статичната представя средни величини с константен характер за значим времеви период. Типичен пример за България са резултатите от изборите през десетилетията след 1989, които могат да се използват като стабилна представителна база за електорални прогнози. Пълноценната им реализация обаче е възможна само по отношение на трайно съхранили се като политически бранд партийни субекти. На тези условия през посочения период днес отговарят само БСП и ДПС, независимо от епизодичната им поява във временни коалиционни или други алтернативни формати. Предпоставки за обективни резултати предлагат и генерализирани изследвания на части от партийно-политическия спектър - ляво, център дясно и пр.

За да се преодолеят някои от ограниченията, свързани с елементарно статично представяне на електорални съотношения за голям период, се допуска и друга възможност – да се разкрият вътрешни динамични тенденции, свързани с постепенни или резки конюнкурни изменения на първостепенни факторни влияния. Например, социално-икономически цикли, структурни етнодемографски изменения, вътрешно преструктуриране на политическия спектър (появата на нови партийни субекти, коалиционни споразумения и/или стратегически конфигурации), континентални и глобални трансформации, оказващи силно външнополитическо влияние и др. В такива случаи има вероятност от твърде рязка промяна в сравнение с вече наложилите се електорални пропорции. Вариациите спрямо усреднените резултати за по-продължителен период обаче би трябвало да са много по-малки, като това до голяма степен зависи от относителната хомогенност на избрания исторически критерий за хронологични рамки и продължителността на базовия статистически период. Най-подходящ за електоралната конкретика в България пример е появата на ГЕРБ, предизвикала значителни политически трансформации след 2007-2009, което става основание да се декларира формирането на нов електорален политически цикъл (Русев, Владимирова, 2010, с. 208). Така предефинирането на времевия отрязък 2009-2019 създава условия за коректно изследване и прогнозиране на изборни резултати, отчитащи появата на нов лидиращ субект в българското политическо пространство.

Основно преимущество на предлагания от нас изследователски подход е възможността богата статистическа информационна база да се моделира в различни типологични и пространствени нива. Подобно изследване, проведено през 2010, разкрива формирането на четири основни електорални типа области/общини (Русев, Владимирова, 2010). От своя страна, тяхната географска проекция показа наличието на няколко макроелекторални региона, до голяма степен игнориращи традиционните вектори на пространствена административна гравитация на селищата в страната - Северозападен, Югоизточен, Североизточен, Източнородопски, Западнородопско-Местенски, Софийско-Пернишки и др., както и редица ясно изразени самостоятелно изпъкващи общински средоточия.

Значителни предимства пред традиционните социологически анкети имат и възможностите за динамично оперативно пространствено стесняване обхвата на електоралните географски изследвания на ниво селища, селищни макро- и микрорайони. Особено благоприятна за това е водената общодостъпна статистическа отчетност, позволяваща анализ на резултатите до ниво избирателна секция. Понякога може да се стигне дори до фрагментиране на статистически аналози като отделни големи жилищни сгради в градове или на отделни много малки села. Така в нередките случаи на единодушно гласуване в тях се стига до своеобразна трансформация в практически явно гласуване, което всъщност премахва конституционните гаранции за таен вот. Този географски (д)ефект на системата е най-типичен за райони, селища или жилищни квартали с ясно изразен етносоциален вот.

Възможностите на историко-географския статистически метод са вече апробирани в изследване, представено под формата на два научни доклада, анализиращи очаквани и отчетени резултати от изборите за местна власт, проведени на 23.10.2011 в община Сливен. Първият доклад (24.09.2011) представя електорална прогноза чрез статистическа обработка на резултатите от девет последователно проведени различни по вид избора през периода 1999–2009 (Русев, Владимирова, 2011). Следва да се поясни, че като коректни за подобен род прогнози трябва да се използват единствено резултатите от проведени на първи тур избори. Балотажният вот протича при други условия и не може да се приема за представителен.

Вторият доклад е изнесен на 22.09.2012, като сравнение между прогнозните (септември, 2011) и реалните (октомври, 2011) резултати (Русев, Владимирова, 2012). Таблица 1 показва тези от тях, които касаят представянето на БСП в община Сливен, в общинския ѝ център, както и в негови отделни микрорайони/квартали (местоположението им е видно на фиг. 1).

Корелационните резултати в табл. 1 имат безспорна прогнозна и резултативна статистическа достоверност, не само защото са доказуеми чрез автентичността на докладите, изнесени на двете цитирани конференции. Те могат да бъдат проверени по всяко време от всеки, пожелал да използва общодостъпни статистически данни за избирателните секции в община Сливен през цитирания период.

 

Таблица 1. Прогнозни и реални резултати за БСП в Сливен – сравнение между усреднени данни за предшестващ период и местните избори на 24.10.2011 (% от действителните гласове)

Електорални статистически обекти

Прогнозни резултати

(чрез усредняване 1999-2009)

Реални резултати

 (2011)

Разлика

(в- б)

А

б

в

г

Община Сливен

30,03

27,41

– 2,62

гр. Сливен, в т.ч.:

28,71

28,94

+ 0,23

стара (западна) част

30,41

28,46

– 1,95

нова (източна) част

27,12

28,11

+ 0,99

по микрорайони / квартали

Клуцохор

27,82

30,37

+ 2,55

Комулка

31,34

19,49

– 11,89

Център

33,36

32,46

– 0,90

Север

31,04

31,94

+ 0,90

Ново село – запад

24,57

23,02

– 1,55

Руски

34,56

28,59

– 5,57

Ново село – изток

24,88

26,33

+ 1,45

Дружба

24,26

27,68

+ 3,36

Бургаско шосе

32,42

30,44

– 1,98

Даме Груев

31,20

29,33

– 1,87

 

При историко-географския статистически метод анализът на разликите между прогнозни и действителни резултати също има първостепенно значение. Както се вижда в табл. 1, на ниво община, общински център и двата му главни макрорайона, статистическата грешка достига е едва 3%. По-големи вариации се наблюдават между отделните квартали/микрорайони. При 6 от тях (от общо 10) грешката е под 2%. Най-високите й стойности са регистрирани в „Комлука“, където загубата на значителен брой гласове за БСП би могла да се обясни с влиянието на етносоциални фактори върху т. нар. „лавираща периферия“. Вероятно подобни причини могат да се открият и в „ Руски“, но това би могло да се установи чрез допълнително проучване от страна на съответните специалисти.

Съществен принос за прехода на електоралната география в България от елементарно статично констатиране на изборни резултати към аналитично извеждане на пространствено дефинирани причинно-следствени връзки и разнообразни заявки за регионални електорални прогнози имат редица публикации на Янков (2004, 2009, 2013, 2016, 2017). Изследователските му намерения и резултати в това отношение ясно прозират в използвания терминологичен апарат: териториална партийна привързаност и твърди електорални ядра; карта на политическите предпочитания; електорално-териториални общности; регионална идентификация и устойчивост на електоралните нагласи; електорално-географска типологизация на изборните райони; регионално прогнозиране на електоралното представителство и др.

Историко-географски прогнози за местните избори на 27. 10. 2019

Представения метод дава възможност за изчисления и прогнози в два варианта. Първият се базира на почти трийсетгодишен период (1991-2019), но може да се отнася само за двете единствено съхранили се след 1989 у нас политически партии - БСП и ДПС. Обхватът на втория е по-малък (2009-2019), но включва и съвременния лидер в българското политическо пространство - ГЕРБ.

Табл. 2 и 3 показват спецификата на пространствената електорална традиция в България като цяло и по региони. Това ни дава основание да очакваме резултати на предстоящите избори през периода 2019-2021, които да са с близки до представените стойности. Според нас, възможните вариации са в рамките на 2-3% и като цяло би трябвало да са по-ниски на национално отколкото на регионално ниво и по-високи в избирателни райони с относително по-малък демографски потенциал (Видин, Габрово, Силистра и др.). С по-добра степен на предвидимост се отличава и прогнозата за ДПС. До голяма степен това важи и за все още стабилните електорални позиции на ГЕРБ в смисъла на декларираната от Костов и Крайнева (2019) оценка.

 

Таблица 2. Прогноза за избирателната активност на местните избори, насрочени за 27.10.2019 чрез усредняване на данни от всички избори през периода 1991-2019 (относителен дял на гласувалите спрямо имащите право на глас - %)

Избирателни райони

Прогнозни резултати

Избирателни райони

Прогнозни резултати

1. Благоевград

53,8

17. Пловдив–област

52,3

2. Бургас

55,7

18. Разград

55,0

3. Варна

53,0

19. Русе

49,8

4. Велико Търново

53,3

20. Силистра

57,2

5. Видин

50,6

21. Сливен

48,9

6. Враца

53,0

22. Смолян

56,8

7. Габрово

51,9

23. София 1

50,8

8. Добрич

51,7

24. София 2

47,0

9. Кърджали

48,6

25. София 3

47,0

10. Кюстендил

50,6

26. София–област

55,9

11. Ловеч

54,7

Общо София–град

48,3

12. Монтана

53,3

27. Стара Загора

51,2

13. Пазарджик

52,3

28. Търговище

55,5

14. Перник

52,1

29. Хасково

54,0

15. Плевен

50,8

30. Шумен

53,3

16. Пловдив–град

50,8

31. Ямбол

53,3

 

Общо България

52,4

 

За съжаление, предлаганият подход може да се използва само за утвърдили се в по-дългосрочен план партии и все още не е подходящ за прогнозиране представянето на формации като Воля, НФСБ, Демократична България и други, независимо че успяват бързо да заемат впечатляващи представителни позиции в националния и европейския политически спектър.

Същевременно представените данни в табл. 2 и 3 дават възможност да се отбележи, че избирателни райони като Пазарджик и Пловдив-област имат твърде сходни със средните за страната съотношения между трите водещи партии. Поради това те могат да играят индикативна роля за национални електорални изследвания. Първи опити за анализ на ефективността при такъв тип корелации прави Bean (3) (1948) в САЩ. Подходът му се свежда до това да се търси териториалната статистическа единица (щат, окръг), където гласуването е със сходно на общонационалното разделение на гласовете. Така се прокламира един от ефективните начини за прогнозиране на по-високи пространствени нива.

 

Таблица 3. Прогноза за съотношенията на получените гласове между водещите политически формации в България на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове - %)

Избирателни райони

Прогнозни резултати

(чрез усредняване 1991-2019)

Прогнозни резултати

(чрез усредняване 2009-2019)

БСП

ДПС

БСП

ДПС

ГЕРБ

А

б

в

Г

д

е

1. Благоевград

19,5

12,3

16,5

14,9

30,4

2. Бургас

19,7

12,0

16,8

12,9

35,8

3. Варна

19,9

7,0

17,3

8,4

33,9

4. Велико Търново

25,2

6,0

22,6

8,3

31,2

5. Видин

33,9

4,1

29,8

6,1

27,3

6. Враца

30,3

5,9

25,2

8,8

29,7

7. Габрово

20,8

4,5

21,0

5,2

38,8

8. Добрич

25,8

14,4

23,1

14,7

28,5

9. Кърджали

12,3

61,5

12,0

61,6

18,2

10. Кюстендил

30,3

2,1

27,5

2,6

32,8

11. Ловеч

27,9

7,9

25,8

10,6

32,0

12. Монтана

29,1

4,9

24,5

9,1

27,1

13. Пазарджик

24,1

11,0

21,1

15,0

28,1

14. Перник

26,8

1,7

24,8

2,1

33,1

15. Плевен

26,8

5,6

23,5

7,6

28,3

16. Пловдив–град

20,5

4,0

19,7

4,2

37,4

17. Пловдив–област

27,9

9,4

25,9

11,5

31,6

18. Разград

18,0

43,2

14,7

47,9

23,1

19. Русе

20,3

9,7

19,0

10,3

32,9

20. Силистра

21,2

27,6

18,1

28,1

28,7

21. Сливен

26,4

8,8

23,8

10,1

30,7

22. Смолян

26,6

14,8

24,7

19,4

31,6

23. София 1

41,5

0,6

21,2

0,8

34,7

24. София 2

21,6

1,0

20,4

1,2

34,1

25. София 3

23,4

0,9

22,3

1,3

36,8

Общо за София–град

28,8

0,8

21,3

1,1

35,2

26. София–област

29,1

4,0

27,3

6,3

33,1

27. Стара Загора

26,0

5,5

23,3

7,7

34,4

28. Търговище

22,9

35,6

19,4

40,2

20,1

29. Хасково

24,6

14,4

22,1

16,6

30,6

30. Шумен

22,7

24,4

20,5

26,9

27,8

31. Ямбол

29,5

3,2

27,4

3,7

33,0

Общо за България

25,0

11,9

22,0

13,7

30,8

 

Прогнози на общинско и селищно ниво

Необходимостта от повишаване значимостта и приложния потенциал на историко-географския статистически метод в електоралните изследвания изисква апробирането му и на по-ниски пространствени нива. В настоящото изследване представяме прогнози за четири, специално подбрани като представителност и различаващи се по демографски потенциал, етносоциална и пространствено-географска специфика, общини: Сливен, Търговище, Бяла Слатина и Крумовград, както и за отделните им селища (табл. 4, 5, 6, 7). За първите две от са показани и очаквани резултати по жилищни квартали и микрорайони на общинските им центрове, онагледени с подходящи картосхеми (фиг. 1, 2).

 

Таблица 4. Прогноза за съотношенията на получените гласове между водещите политически формации в община Сливен на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове- %)

Електорални статистически обекти

 Усредняване на периода

1991-2019

Усредняване на периода

2009-2019

БСП

ДПС

БСП

ДПС

ГЕРБ

а

Б

в

г

д

е

Средно за община Сливен

28,58

3,79

26,26

3,0

33,59

Средно за гр. Сливен, в т.ч.:

    27,46

3,45

25,84

2,59

33,76

– Клуцохор

25,7

1,0

23,8

1,0

37,0

– Комулка

30,4

5,0

28,7

4,0

29,8

– Център

30,9

1,0

28,6

1,0

33,6

– Север

29,7

2,0

25,9

2,0

32,6

– Ново село - запад

23,0

2,0

22,0

3,2

34,6

– Руски

30,5

2,0

25,0

1,2

32,0

– Ново село - изток

24,7

1,0

24,5

1,2

35,5

– Дружба

23,6

2,0

22,9

1,6

34,4

– Бургаско шосе

31,1

1,0

30,4

0,8

29,2

– Даме Груев

31,1

15,0

30,8

8,2

30,0

– Речица

21,4

6,0

21,7

4,3

42,7

Средно за селата в общината

40,9

7,57

30,88

7,54

31,78

с. Биково

48

1

41

1

42

с. Бинкос

47

1

35

1

33

с. Блатец

47

2

30

2

43

с. Божевци

34

8

21

9

27

с. Бозаджии

46

1

40

1

48

с. Бяла

43

1

33

2

17

с. Въглен

19

42

25

36

15

с. Гавраилово

31

1

25

1

27

с. Гергевец

36

2

26

3

38

с. Глуфишево

39

3

28

5

31

с. Глушник

39

6

28

10

28

с. Голямо Чочовени

43

1

32

2

36

с. Горно Александрово

28

5

24

10

22

с. Градско

20

46

17

50

11

с. Драгоданово

44

2

31

3

26

с. Желю Войвода

44

1

23

1

46

с. Злати Войвода

45

1

36

2

26

с. Изгрев

32

34

22

30

23

с. Ичера

36

1

38

0

29

с. Калояново

43

5

28

10

29

с. Камен

28

1

20

1

56

с. Ковачите

34

1

25

1

29

с. Крушаре

48

1

32

1

39

с. Малко Чочовени

49

1

36

0

29

с. Мечкарево

42

1

25

1

48

с. Младово

60

1

41

1

40

с. Николаево

54

1

39

0

31

с. Новачево

7

73

11

58

10

с. Панаретовци

35

1

26

0

54

с. Раково

44

1

33

2

43

с. Самуилово

29

2

26

1

47

с. Селиминово

55

1

49

2

44

с. Скобелево

42

1

30

1

32

с. Сотиря

37

3

33

6

21

с. Средорек

21

54

21

44

12

с. Стара Река

64

2

39

3

19

с. Старо Село

57

1

43

1

32

с. Струпец

74

1

60

1

13

с. Тополчане

43

3

27

7

34

с. Трапоклово

47

2

43

3

23

с. Чинтулово

44

2

28

4

50

с. Чокоба

40

0

27

0

32

 

Фигура 1. Прогноза за съотношенията на получените гласове между водещите политически формации по квартали/микрорайони в гр. Сливен на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове - %)

 

Таблица 5. Прогноза за съотношенията на получените гласове между водещите политически формации в община Търговище на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове - %)

Електорални статистически обекти

 Усредняване на периода

1991-2019

Усредняване на периода

2009-2019

БСП

ДПС

БСП

ДПС

ГЕРБ

а

б

в

г

д

е

Средно за община Търговище

32,5

33,5

24,0

38,8

21,5

Средно за гр. Търговище, в т.ч.:

35,7

14,3

27,2

17,8

31,8

– Запад 1

35,3

10,9

26,9

13,5

35,6

– Запад 2

36,4

8,9

30,1

8,3

34,4

– Запад 3

30,9

16,7

21,6

21,0

33,6

– Вароша

34,2

10,3

25,8

12,3

35,9

– Боровец

38,0

7,4

32,0

8,2

35,8

– Център

36,3

11,0

28,9

12,1

33,0

– Изток

35,4

16,9

25,9

21,5

30,7

– Малчо Малчев

32,0

32,7

20,6

47,7

18,3

– Въбел

37,4

7,7

27,1

7,3

38,4

– Бряг

38,2

20,6

29,0

26,9

24,8

Средно за селата в общината

31,3

48,5

22,6

55,6

11,9

с. Алваново

43,7

6,9

39,6

5,6

31,5

с. Александрово

30,5

47,0

12,6

77,2

3,8

с. Баячево

30,7

47,7

19,2

66,4

12,3

с. Бистра

50,5

15,0

42,9

20,6

20,6

с. Божурка

21,8

73,0

13,0

80,3

5,8

с. Братово

19,7

59,8

10,3

85,8

3,7

с. Буйново

31,6

54,5

18,9

69,5

4,5

с. Буховци

40,7

28,8

30,2

37,7

18,5

с. Вардун

37,2

40,7

27,0

55,8

11,3

с. Васил Левски

48,3

18,1

42,4

18,6

24,7

с. Голямо Ново

32,8

48,6

23,7

58,4

11,7

с. Голямо Соколово

25,4

59,9

13,1

76,9

9,3

с. Горна Кабда

42,3

42,9

43,5

43,2

11,7

с. Давидово

39,4

34,7

21,0

57,2

17,8

с. Драгановец

20,8

67,9

12,1

71,6

2,9

с. Дралфа

33,6

56,0

26,7

53,9

14,9

с. Дългач

25,4

52,7

19,2

61,0

13,4

с. Здравец

46,1

20,5

38,5

30,8

14,7

с. Копрец

10,3

76,2

10,9

69,2

3,0

с. Кошничари

42,7

27,7

36,1

35,6

18,2

с. Кралево

24,4

58,9

22,8

60,2

11,5

с. Кръшно

32,0

50,5

13,3

60,5

20,1

с. Лиляк

39,9

34,1

27,7

54,7

17,0

с. Ловец

36,5

52,1

25,4

60,1

8,7

с. Макариополско

42,4

24,3

33,3

27,2

19,2

с. Маково

23,8

60,7

15,1

60,1

12,1

с. Миладиновци

41,9

39,3

25,6

51,3

21,5

с. Мировец

51,8

19,2

41,0

22,6

19,9

с. Момино

27,7

59,5

12,2

68,1

9,6

с. Надарево

26,2

46,4

17,6

58,5

12,4

с. Овчарово

13,9

78,0

8,2

71,8

4,3

с. Осен

60,3

3,5

55,6

4,3

22,9

с. Острец

40,3

36,7

32,0

49,0

9,5

с. Пайдушко

18,8

62,6

16,0

64,4

6,2

с. Певец

37,4

19,0

29,6

26,1

19,8

с. Подгорица

27,8

54,5

11,7

66,8

5,1

с. Преселец

23,8

61,8

15,0

64,7

9,4

с. Пресиян

27,2

50,7

17,2

56,3

7,4

с. Пресяк

19,1

66,7

14,7

66,6

4,2

с. Пробуда

32,5

50,4

18,9

58,0

10,2

с. Пролаз

18,9

62,5

18,2

65,0

6,4

с. Разбойна

19,3

62,6

12,7

66,3

9,1

с. Ралица

43,6

24,4

36,6

32,5

14,0

с. Росина

28,7

63,2

21,0

65,0

9,3

с. Руец

27,9

58,6

13,0

75,9

7,3

с. Стража

32,1

41,2

22,8

43,0

19,7

с. Съединение

35,2

54,7

29,0

56,8

11,5

с. Твърдинци

20,3

85,0

10,4

83,7

5,0

с. Търновца

15,4

74,7

10,2

73,4

3,5

с. Цветница

21,6

59,8

17,0

65,0

10,1

с. Черковна

13,4

80,3

8,4

80,3

3,5

 

Фигура 2. Прогноза за съотношенията на получените гласове между водещите политически формации по квартали/микрорайони в гр. Търговище на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове - %)

 

Таблица 6. Прогноза за съотношенията на получените гласове между водещите политически формации в община Бяла Слатина на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове - %)

Селища

 Усредняване на периода

1991-2019

Усредняване на периода

2009-2019

БСП

ДПС

БСП

ДПС

ГЕРБ

а

б

в

г

д

е

Средно за община Бяла Слатина

34,4

9,5

26,7

12,9

34,6

Гр. Бяла Слатина

33,7

8,1

25,2

10,0

35,2

Средно за селата в общината

35,6

9,6

29,1

13,9

34,4

с. Алтимир

33,0

13,4

24,6

20,6

32,9

с. Буковец

34,4

4,0

26,4

1,8

56,3

с. Бърдарски геран

35,4

0,7

28,5

1,1

36,7

с. Бъркачево

31,9

7,9

21,6

9,5

39,4

с. Враняк

37,8

9,3

33,3

12,3

28,5

с. Габаре

40,7

9,1

39,1

12,0

30,6

с. Галиче

34,7

14,7

27,2

23,2

30,5

с. Драшан

42,1

0,8

41,9

1,6

40,2

с. Комарево

34,3

19,2

26,4

32,1

24,5

с. Попица

31,2

13,5

20,1

20,8

32,9

с. Соколаре

33,4

9,5

24,5

12,7

39,8

с. Тлачене

40,9

10,6

39,6

14,9

30,0

с. Търнава

33,3

11,9

24,3

17,6

36,6

с. Търнак

35,7

10,1

29,2

13,9

23,1

 

Таблица 7. Прогноза за съотношенията на получените гласове между водещите политически формации в община Крумовград на местните избори, насрочени за 27.10.2019 (относителен дял от общия брой на действителните гласове - %)

Селища

 Усредняване на периода

1991-2019

Усредняване на периода

2009-2019

БСП

ДПС

БСП

ДПС

ГЕРБ

а

б

в

г

д

е

Средно за община Крумовград

12,4

65,8

10,8

67,9

10,8

Гр. Крумовград

17,2

35,5

20,4

36,5

29,3

Средно за селата в общината

12,9

66,4

10,4

71,5

8,9

 с. Аврен

77,0

22,0

41,0

24,0

21,0

 с. Багрилци

11,0

69,4

8,0

74,9

13,6

с. Бараци

9,9

62,7

5,9

61,5

16,1

с. Благун

12,9

74,1

11,8

83,0

5,0

 с. Бряговец

12,4

63,0

10,9

66,1

20,0

с. Бук

11,6

75,5

9,2

87,1

2,6

с. Вранско

10,0

71,7

6,1

79,6

4,9

с. Голям Девесил

17,6

58,6

21,3

53,3

22,0

с. Голяма Чинка

9,5

75,5

5,1

86,6

3,1

 с. Голямо Каменяне

10,4

77,7

6,9

88,2

3,0

с. Горна Кула

11,3

76,9

8,7

86,0

2,0

с. Горни Юруци

14,4

61,0

14,8

58,2

25,0

 с. Гривка

13,2

71,4

12,5

79,0

3,0

 с. Гулийка

13,3

70,7

12,6

77,6

8,0

с. Девесилица

32,0

57,6

31,8

51,3

15,2

с. Девесилово

13,2

52,8

12,4

41,7

25,7

с. Джанка

10,1

73,5

6,3

83,2

4,6

с. Долна Кула

14,7

49,9

15,4

35,9

7,9

с. Дъждовник

11,7

70,1

9,4

76,4

5,1

с. Егрек

9,5

70,5

5,1

77,2

17,0

с. Звънарка

16,5

56,9

19,0

49,9

7,1

с. Златолист

10,8

68,3

7,7

72,8

2,0

с. Кандилка

9,9

74,1

5,8

84,3

4,8

с. Ковил

10,9

71,1

7,8

78,5

4,0

с. Ковил

10,9

68,5

7,8

73,1

8,7

с. Котлари

9,9

74,8

5,8

85,7

5,1

с. Красино

12,2

68,6

10,4

73,4

6,6

с. Къклица

9,2

70,1

4,5

76,3

11,4

с. Лещарка

8,5

75,8

3,0

87,7

3,5

с. Лимец

9,4

70,9

4,8

78,0

10,4

с. Луличка

11,3

69,2

8,7

74,5

3,0

с. Малка Чинка

11,1

75,8

8,2

84,9

5,0

с. Малко Каменяне

10,3

72,1

6,6

80,3

9,0

 с. Малък Девесил

18,5

34,0

23,0

37,6

31,5

с. Метлика

9,3

70,1

4,6

76,4

9,3

с. Морянци

9,7

71,6

5,5

79,3

6,3

с. Овчари

9,3

74,9

4,6

85,9

4,6

с. Падало

21,0

50,0

19,0

50,9

18,3

 с. Пашинци

9,5

76,2

5,0

88,5

2,5

с. Пелин

8,0

73,9

2,1

83,9

9,7

с. Перуника

13,6

69,7

13,3

75,5

9,0

с. Подрумче

9,7

76,1

5,4

88,4

2,2

с. Полковник Желязово

12,5

64,2

11,1

64,5

7,9

с. Поточница

10,1

73,6

6,3

83,4

4,2

 с. Рибино

11,3

69,0

8,7

74,1

5,0

с. Рогач

10,0

70,4

6,1

76,9

3,8

с. Самовила

13,3

71,5

12,6

79,1

4,2

с. Синигер

9,3

66,4

4,7

68,9

8,1

с. Сливарка

12,5

70,7

11,1

77,5

4,3

 с. Стари Чал

9,3

71,9

4,6

80,0

8,2

с. Странджево

10,2

60,0

6,5

60,5

19,3

с. Студен Кладенец

8,7

39,0

3,4

40,9

2,3

с. Сърнак

11,4

68,2

8,8

72,5

6,3

с. Тинтява

9,9

66,6

5,9

69,4

10,7

с. Токачка

8,8

73,2

3,7

82,5

3,3

с. Тополка

10,6

68,2

7,2

72,5

10,9

с. Храстово

11,0

67,5

8,1

71,1

8,6

с. Чал

11,7

70,3

9,5

76,8

5,9

с. Черничево

19,5

30,0

25,0

31,2

13,7

с. Чернооки

11,1

63,4

8,2

63,0

6,8

 

Отново се налага да уточним, че стесняването на географския обхват на прогнозните изследвания крие вероятност за увеличаване на допуснатите грешки. Това може частично да се тушира, като се нанесат вторични корекции за калибриране на очакваните резултати чрез отчитане на конюнкурни факторни влияния. Като такива например, могат да се посочат видът (президентски, местни и др.) и времето (природна, трудова и миграционна сезонност, отпуски, ваканции, религиозни празници) на провежданите избори. От значение са също и някои предвидими като постепенна изменчивост тенденции в броя, етнодемографската структура и механичното движение на населението. По-конкретни примери са сниженият интерес при електората на ДПС по време на избори за Европарламент и президент. Налице е и ясна тенденция към постепенно нарастване на представителността и ролята на тази политическа формация (вж. разликата в табл. 3 между колона Б и колона Д, както и аналогичните разлики в табл. 4, 5, 6, 7)

Представените в настоящото изследване прогнози не са съобразени с влиянието на горепосочените фактори, а представят единствено първичните резултати от усредняването на данни за предходни избори. Независимо от това, предполагаме, че чрез тях могат да се съставят верни прогнози с по-ниска вариация на грешките в сравнение със социологическите допитвания. Целта обаче е, не да се игнорира значението на традиционно използваните методи при електоралните изследвания, а те да бъдат оптимално коригирани чрез допълнителна научно обоснована верификация.

 

Бележки:

 

  1. При статистически обработваните анкетни резултати (вкл. за целите електоралните изследвания) много автори правят разлика между „отклонения“ и „грешки“. Например, прието е отклоненията да се дефинират като систематични неточности – такива, които са получени като резултат от начина, по който са създадени, проведени и отчетени анкетите. За грешки се приемат разликите между прогнозни и действителни резултати.
  2. Направление в социологията, представено от П. Сорокин (1989-1968), Ъ. Гофман (1922-1982), Т. Лукман (1927-2016), П. Бурдио (1930-2002), А. Гидънс (1938), Дж. Ури (1946-2016), А. Дугин (1962) и др.
  3. Луис Бийн е сред първите изследователи, които правят опити за прогнозиране на изборни резултат

 

 

Литература:

 

Костов, И., П. Крайнева, Оценка на анкетните сондажи преди изборите за европейски парламент 2019 и на достоверността на социологическите агенции, Център за анализи и управление на рискове, 2019 (http://riskmanagementlab.com)

Крайнева, П., Достоверност на социологическите агенции 2009–2017, Център за анализи и управление на рискове 2017 (http://riskmanagementlab.com)

Пейчева, Д., Методологически проблеми на качеството на емпиричното социологическо изследване. Примерен модел за оценка на качеството на емпирично социологическо изследване. Автореферат, 2013. (http://bsa-bg.eu/bsa1/wp-content/uploads/2018/08/Avtoreferat_Darina-Peicheva.pdf)

Русев, М., П. Владимирова, Електорална география на България. София, 2010.

Русев, М., П. Владимирова, Политикогеографски анализ на електоралното поведение в община Сливен през периода 1999–2009 г. (представянето на БСП и предизборните й коалиционни партньори) – доклад на научната конференция “География и регионално развитие”, Созопол, 24 септември, 2011.

Русев, М., П. Владимирова, Ретроспекцията като метод за прогнозиране в електоралната география (на примера на БСП в община Сливен) – доклад на научната конференция “География и регионално развитие”, Созопол, 22 септември, 2012.

Янков, Р. Устойчивостта на електоралните нагласи в България – елемент на социоHYPERLINK "http://da.uni-vt.bg/pubinfo.aspx?p=24156"–HYPERLINK "http://da.uni-vt.bg/pubinfo.aspx?p=24156"културната регионализация. – В: Социална и културна география. В. Търново, 2004.

Янков, Р. Електорална география на България. Емпиричен увод. В. Търново, 2009.

Янков, Р. Нагласите за предстоящите парламентарни избори в България (2013 г.) и проблемите на регионалното представителство. – Балканите – език, история, култура, том III. Трета международна научна конференция, В. Търново – 14-15. 10. 2011. В. Търново, 2013.

Янков, Р. Една географска интерпретация на избирателното тяло и твърдите електорални ядра в България. – В: География и приятели – сборник в чест на 60 годишнината на проф. В. Бояджиев. София, 2016.

Янков, Р. Пространствени различия в електоралната нестабилност на избирателните райони в страната. – В: Сборник статии по случай 65 годишнината на проф. И. Марков. В. Търново, 2017.

Bean, L. H., How to Predict Elections. New York, 1948.

Campbell, J., W. Kenneth, Trial–heat Forecasts of the Popular Vote, American Politics Quarterly, vol. 18, 1990.

Campbell, J., J. Garand, Before the Vote: Forecasting American National Elections. Thousand Oaks, 2000.

Franklin, M., Voter Turnout and the Dynamics of Electoral Competition in Established Democracies since 1945. Cambridge, 2004.

Lacoste, Y., Geopolitiques des regions francaises. Paris, 1986.

Lacoste, Y., Geopolitique. La longue histoire d`aujourd`hui. Paris, 2006.

Lewis–Beck, MS., R., Dassonneville, Forecasting elections in Europe: Synthetic models, Research and Politics, January–March: I–II, 2015.

Michelat, G., M. Simon, Classe, religion & comportement politique. Paris, 1977.

Wleizen, C., Presidential Election Polls in 2000: A Study in Dynamics, Presidential Studies Quarterly, vol. 33, 1, 2003.

 

* Катедра "Регионална и политическа география", СУ "Св. Климент Охридски"