Раздел Обзоры
Заглавие Пространственные модели электорального выбора: обзор теоретических и эмпирических подходов
Страницы 127-164
Автор Кулецкая Лада Евгеньевна
аспирантка
Аспирантская школа по экономике (департамент прикладной экономики), Национальный исследовательский университет «Высшая школа экономики»
ул. Мясницкая, 20, Москва, 101000, Российская Федерация
This email address is being protected from spambots. You need JavaScript enabled to view it.
ORCID: 0000-0003-2069-9800
Аннотация Политические выборы на сегодняшний день являются ключевой формой участия людей в становлении государства во всех демократических странах, именно поэтому классические теоретические работы в области пространственного моделирования электорального выбора появились сравнительно давно и сыграли большую роль в развитии как дальнейших теоретических, так и эмпирических исследований в данной области. В данном обзоре, во-первых, дано краткое представление об истории становления пространственного моделирования применительно к результатам выборов и политическим предпочтениям индивидов с точки зрения методологии исследований, основываясь на классических теоретических «модели близости» и «векторной модели», где рациональные индивиды определяют свои политические позиции и сравнивают их с позициями кандидатов; во-вторых, объяснено возникновение изучения взаимного влияния избирателей, живущих на соседних территориях, друг на друга, как один из факторов определения избирателями своих политических позиций и, соответственно, итогового выбора того или иного кандидата. Сделан акцент на различные объяснения причин возникновения такого взаимного влияния избирателей и прочих факторов, влияющих на избирателей, живущих на соседних территориях (названных «контекстуальными эффектами»), и подчеркивается важность их учета в исследовании электоральных предпочтений. Представлены систематизация и описание основных эмпирических подходов к пространственному моделированию электорального выбора: приведены базовые модели пространственного моделирования (используемые авторами вне зависимости от предмета исследования), описаны эмпирические работы в области выбора избирателей в зависимости от поставленных гипотез, сделан акцент на методологии исследований и используемых данных, определены основные направления для развития и вектор дальнейших практических исследований в данной области. Настоящая работа поможет исследователям в понимании существующих фундаментальных и ключевых работ, оценке текущих подходов к моделированию электорального выбора и усовершенствованию собственного теоретического или эмпирического пространственного анализа
УДК 51-77
JEL C21, C31, D72
DOI https://dx.doi.org/10.14530/se.2021.2.127-164
Ключевые слова контекстуальные эффекты ♦ эффекты соседства ♦ пространственная теория голосования ♦ пространственная эконометрика ♦ политические позиции избирателей ♦ электоральный выбор
Скачать SE.2021.2.127-164.Kuletskaya.pdf
Для цитирования Кулецкая Л.Е. Пространственные модели электорального выбора: обзор теоретических и эмпирических подходов // Пространственная экономика. 2021. Т. 17. № 2. С. 127–164. https://dx.doi.org/10.14530/se.2021.2.127-164
Ссылки 1. Алескеров Ф.Т., Бородин А.Д., Каспэ С.И., Маршаков В.А., Салмин А.М. Анализ электоральных предпочтений в России в 1993–2003 гг.: динамика индекса поляризованности // Экономический журнал Высшей школы экономики. 2005. Т. 9. № 2. С. 173–184.
2. Ахременко А.С. Пространственное моделирование электорального выбора: развитие, современные проблемы и перспективы (II) // Полис. Политические исследования. 2007. № 2. С. 165–179. https://doi.org/10.17976/jpps/2007.02.11
3. Бородин А.Д. Согласованность коллективных действий в поведении российских избирателей // Экономический журнал Высшей школы экономики. 2005. Т. 9. № 1. С. 74–81.
4. Вакуленко Е.С. Введение в пространственную эконометрику. М.: НИУ ВШЭ, 2013. 33 р. URL: https://pokrovka11.files.wordpress.com/2013/01/spatial_econometrics.pdf (дата обращения: март 2021).
5. Подколзина Е.А., Демидова О.А., Кулецкая Л.Е. Пространственное моделирование электоральных предпочтений в Российской Федерации // Пространственная экономика. 2020. Т. 16. № 2. С. 70–100. https://dx.doi.org/10.14530/se.2020.2.070-100
6. Anselin L. Local Indicators of Spatial Association – LISA // Geographical Analysis. 1995. Vol. 27. Issue 2. Pp. 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
7. Anselin L. Spatial Econometrics: Methods and Models // Studies in Operational Regional Science. 1988. Vol. 4. 284 p. https://doi.org/10.1007/978-94-015-7799-1
8. Anselin L. The Moran Scatterplot as an ESDA Tool to Assess Local Instability in Spatial // Spatial Analytical Perspectives on GIS. London: Routledge, 1993. Pp. 111–126. https://doi.org/10.1201/9780203739051-8
9. Arbia G., Dickson M.M., Espa G., Giuliani D. Dirty Spatial Econometrics // The Annals of Regional Science. 2016. Vol. 56. Issue 1. Pp. 177–189. https://doi.org/10.1007/s00168-015-0726-5
10. Arzheimer K., Evans J. Geolocation and Voting: Candidate-Voter Distance Effects on Party Choice in the 2010 UK General Election in England // Political Geography. 2012. Vol. 31. Issue 5. Pp. 301–310. https://doi.org/10.1016/j.polgeo.2012.04.006
11. Austen-Smith D., Banks J.S. Positive Political Theory II: Strategy and Structure. University of Michigan Press. 2005. 472 p. https://doi.org/10.3998/mpub.105376
12. Balzer W., Dreier V. The Structure of the Spatial Theory of Elections // British Journal for the Philosophy of Science. 1999. Vol. 50. No. 4. Pp. 613–638. https://doi.org/10.1093/bjps/50.4.613
13. Bauman D., Drouet T., Fortin M. J., Dray S. Optimizing the Choice of a Spatial Weighting Matrix in Eigenvector-Based Methods // Ecology. 2018. Vol. 99. Issue 10. Pp. 2159–2166. https://doi.org/10.1002/ecy.2469
14. Beck N., Gleditsch K.S., Beardsley K. Space Is More than Geography: Using Spatial Econometrics in the Study of Political Economy // International Studies Quarterly. 2006. Vol. 50. Issue 1. Pp. 27–44. https://doi.org/10.1111/j.1468-2478.2006.00391.x
15. Belotti F., Hughes G., Mortari A.P. Spatial Panel-Data Models Using Stata // The Stata Journal: Promoting Communications on Statistics and Stata. 2017. Vol. 17. Issue 1. Pp. 139–180. https://doi.org/10.1177/1536867x1701700109
16. Berry F.S., Berry W.D. State Lottery Adoptions as Policy Innovations: An Event History Analysis // American Political Science Review. 1990. Vol. 84. Issue 2. Pp. 395–415. https://doi.org/10.2307/1963526
17. Black D. On the Rationale of Group Decision-Making // Journal of Political Economy. 1948. Vol. 56. Issue 1. Pp. 23–34. https://doi.org/10.1086/256633
18. Blais A., Nadeau R., Gidengil E., Nevitte N. The Formation of Party Preferences: Testing the Proximity and Directional Models // European Journal of Political Research. 2001. Vol. 40. Issue 1. Pp. 81–91. https://doi.org/10.1111/1475-6765.00590
19. Burbank M.J. Explaining Contextual Effects on Vote Choice // Political Behavior. 1997. Vol. 19. Issue 2. Pp. 113–132. https://doi.org/10.1023/A:1024806024732
20. Burnett J.W., Lacombe D.J. Accounting for Spatial Autocorrelation in the 2004 Presidential Popular Vote: A Reassessment of the Evidence // The Review of Regional Studies. 2012. Vol. 42. Issue 1. Pp. 75–89. https://doi.org/10.52324/001c.8135
21. Cho S., Endersby J.W. Issues, the Spatial Theory of Voting, and British General Elections: A Comparison of Proximity and Directional Models // Public Choice. 2003. Vol. 114. Issue 3–4. Pp. 275–293. https://doi.org/10.1023/A:1022616323373
22. Coleman S. Popular Delusions: How Social Conformity Molds Society and Politics. New York: Cambria Press, 2007. 324 p.
23. Coleman S. The Effect of Social Conformity on Collective Voting Behavior // Political Analysis. 2004. Vol. 12. Issue 1. Pp. 76–96. https://doi.org/10.1093/pan/mpg015
24. Coleman S. Voting and Conformity: Russia, 1993–2016 // Mathematical Social Sciences. 2018. Vol. 94. Pp. 87–95. https://doi.org/10.1016/j.mathsocsci.2017.10.005
25. Cox K.R. Suburbia and Voting Behavior in the London Metropolitan Area // Annals of the Association of American Geographers. 1968. Vol. 58. Issue 1. Pp. 111–127. https://doi.org/10.1111/j.1467-8306.1968.tb01639.x
26. Cox K.R. The Voting Decision in a Spatial Context // Progress in Geography. 1969. Vol. 1. Pp. 81–117.
27. Cutts D., Webber D., Widdop P., Johnston R., Pattie C. With a Little Help from my Neighbours: A Spatial Analysis of the Impact of Local Campaigns at the 2010 British General Election // Electoral Studies. 2014. Vol. 34. Pp. 216–231. https://doi.org/10.1016/j.electstud.2013.12.001
28. Darmofal D. Spatial Econometrics and Political Science. 40 p. URL: https://people.cas.sc.edu/darmofal/Spatial%20Econometrics.pdf (дата обращения: март 2021).
29. Davis O.A., Hinich M.J., Ordeshook P.C. An Expository Development of a Mathematical Model of the Electoral Process // American Political Science Review. 1970. Vol. 64. Issue 2. Pp. 426–448. https://doi.org/10.2307/1953842
30. Downs A. An Economic Theory of Political Action in a Democracy // Journal of Political Economy. 1957. Vol. 65. Issue 2. Pp. 135–150. https://doi.org/10.1086/257897
31. Duggan J. A Survey of Equilibrium Analysis in Spatial Models of Elections. 2005. 36 p. URL: http://www.sas.rochester.edu/psc/duggan/papers/existsurvey4.pdf (дата обращения: март 2021).
32. Durlauf S.N. Neighborhood Effects // Handbook of Regional and Urban Economics. Vol. 4. Cities and Geography. Elsevier, 2004. Pp. 2173–2242. https://doi.org/10.1016/S1574-0080(04)80007-5
33. Elhorst J.P. Spatial Panel Data Analysis // Encyclopedia of GIS / Editeds by S. Shekhar, H. Xiong, X. Zhou. Cham: Springer International Publishing, 2017. Pp. 2050–2058. https://doi.org/10.1007/978-3-319-17885-1_1641
34. Elhorst J.P. Spatial Panel Data Models // Handbook of Applied Spatial Analysis. Berlin, Heidelberg: Springer, 2010. Pp. 377–407. https://doi.org/10.1007/978-3-642-03647-7_19
35. Enelow J.M., Hinich M.J. A General Probabilistic Spatial Theory of Elections // Public Choice. 1989. Vol. 61. Issue 2. Pp. 101–113. https://doi.org/10.1007/bf00115657
36. Ethington P.J., McDaniel J.A. Political Places and Institutional Spaces: The Intersection of Political Science and Political Geography // Annual Review of Political Science. 2007. Vol. 10. Pp. 127–142. https://doi.org/10.1146/annurev.polisci.10.080505.100522
37. Eulau H., Rothenberg L. Life Space and Social Networks as Political Contexts // Political Behavior. 1986. Vol. 8. Issue 2. Pp. 130–157. https://doi.org/10.1007/BF00987180
38. Florax R.J.G.M., Folmer H., Rey S.J. Specification Searches in Spatial Econometrics: The Relevance of Hendry’s Methodology // Regional Science and Urban Economics. 2003. Vol. 33. Issue 5. Pp. 557–579. https://doi.org/10.1016/s0166-0462(03)00002-4
39. Foladare I.S. The Effect of Neighborhood on Voting Behavior // Political Science Quarterly. 1968. Vol. 83. Issue 4. Pp. 516–529. https://doi.org/10.2307/2146812
40. Forbes J., Cook D., Hyndman R.J. Spatial Modelling of the Two-Party Preferred Vote in Australian Federal Elections: 2001–2016 // Australian and New Zealand Journal of Statistics. 2020. Vol. 62. Issue 2. Pp. 168–185. https://doi.org/10.1111/anzs.12292
41. Franzese R.J., Hays J.C. Spatial Econometric Models of Cross-Sectional Interdependence in Political Science Panel and Time-Series-Cross-Section Data // Political Analysis. 2007. Vol. 15. Issue 2. Pp. 140–164. https://doi.org/10.1093/pan/mpm005
42. Glaeser E.L., Sacerdote B.I., Scheinkman J.A. The Social Multiplier // Journal of the European Economic Association. 2003. Vol. 1. Issue 2–3. Pp. 345–353. https://doi.org/10.1162/154247603322390982
43. Gorecki M.A., Marsh M. Not Just ‘Friends and Neighbours’: Canvassing, Geographic Proximity and Voter Choice // European Journal of Political Research. 2012. Vol. 51. Issue 5. Pp. 563–582. https://doi.org/10.1111/j.1475-6765.2011.02008.x
44. Griffith D.A. Spatial Autocorrelation and Spatial Filtering: Gaining Understanding Through Theory and Scientific Visualization. Springer-Verlag Berlin Heidelberg, 2003. 250 p. https://doi.org/10.1007/978-3-540-24806-4
45. Heywood A. Global Politics. Macmillan International Higher Education. Red Globe Press, 2014. 616 p.
46. Hinich M.J., Pollard W. A New Approach to the Spatial Theory of Electoral Competition // American Journal of Political Science. 1981. Vol. 25. Issue 2. Pp. 323–341. https://doi.org/10.2307/2110856
47. Horowitz D.L. Ethnic Groups in Conflict. Berkeley: University of California Press, 1985. 697 p.
48. Hotelling H. Stability in Competition // Economic Journal. 1929. Vol. 39. No. 153. Pp. 41–57. https://doi.org/10.2307/2224214
49. Huckfeldt R. Politics in Context: Assimilation and Conflict in Urban Neighborhoods. New York: Agathon Press, 1986. 191 p.
50. Huckfeldt R., Sprague J. Discussant Effects on Vote Choice: Intimacy, Structure, and Interdependence // The Journal of Politics. 1991. Vol. 53. No. 1. Pp. 122–158. https://doi.org/10.2307/2131724
51. Huckfeldt R., Sprague J. Networks in Context: The Social Flow of Political Information // The American Political Science Review. 1987. Vol. 81. Issue 4. Pp. 1197–1216. https://doi.org/10.2307/1962585
52. Iversen T. Political Leadership and Representation in West European Democracies: A Test of Three Models of Voting // American Journal of Political Science. 1994a. Vol. 38. No. 1. Pp. 45–74. https://doi.org/10.2307/2111335
53. Iversen T. The Logics of Electoral Politics: Spatial, Directional, and Mobilizational Effects // Comparative Political Studies. 1994b. Vol. 27. Issue 2. Pp. 155–189. https://doi.org/10.1177/0010414094027002001
54. Jensen C.D., Lacombe D.J., McIntyre S.G. A Bayesian Spatial Econometric Analysis of the 2010 UK General Election // Papers in Regional Science. 2013. Vol. 92. Issue 3. Pp. 651–666. https://doi.org/https://doi.org/10.1111/j.1435-5957.2012.00415.x
55. Jessee S.A. Spatial Voting in the 2004 Presidential Election // American Political Science Review. 2009. Vol. 103. Issue 1. Pp. 59–81. https://doi.org/10.1017/S000305540909008X
56. Johnson M., Phillips Shively W., Stein R.M. Contextual Data and the Study of Elections and Voting Behavior: Connecting Individuals to Environments // Electoral Studies. 2002. Vol. 21. Issue 2. Pp. 219–233. https://doi.org/10.1016/S0261-3794(01)00019-1
57. Kapoor M., Kelejian H.H., Prucha I.R. Panel Data Models with Spatially Correlated Error Components // Journal of Econometrics. 2007. Vol. 140. Issue 1. Pp. 97–130. https://doi.org/10.1016/j.jeconom.2006.09.004
58. Kelejian H.H., Piras G. Estimation of Spatial Models with Endogenous Weighting Matrices, and an Application to a Demand Model for Cigarettes // Regional Science and Urban Economics. 2014. Vol. 46. Pp. 140–149. https://doi.org/10.1016/j.regsciurbeco.2014.03.001
59. Kelejian H.H., Prucha I.R. A Generalized Spatial Two-Stage Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregressive Disturbances // The Journal of Real Estate Finance and Economics. 1998. Vol. 17. Issue 1. Pp. 99–121. https://doi.org/10.1023/A:1007707430416
60. Kelley J., McAllister I. Social Context and Electoral Behavior in Britain // American Journal of Political Science. 1985. Vol. 29. No. 3. Pp. 564–586. https://doi.org/10.2307/2111143
61. Kim J., Elliott E., Wang D. A Spatial Analysis of County-Level Outcomes in US Presidential Elections: 1988–2000 // Electoral Studies. 2003. Vol. 22. Issue 4. Pp. 741–761. https://doi.org/10.1016/S0261-3794(02)00008-2
62. Lacombe D.J., Shaughnessy T.M. Accounting for Spatial Error Correlation in the 2004 Presidential Popular Vote // Public Finance Review. 2007. Vol. 35. Issue 4. Pp. 480–499. https://doi.org/10.1177/1091142106295768
63. Lacy D., Paolino P. Testing Proximity Versus Directional Voting Using Experiments // Electoral Studies. 2010. Vol. 29. Issue 3. Pp. 460–471. https://doi.org/10.1016/j.electstud.2010.04.008
64. Leenders R.T.A.J. Modeling Social Influence Through Network Autocorrelation: Constructing the Weight Matrix // Social Networks. 2002. Vol. 24. Issue 1. Pp. 21–47. https://doi.org/10.1016/S0378-8733(01)00049-1
65. LeSage J.P. An Introduction to Spatial Econometrics // Revue d’Economie Industrielle. 2008. No. 123. Pp. 19–44. https://doi.org/10.4000/rei.3887
66. LeSage J.P. Bayesian Estimation of Spatial Autoregressive Models // International Regional Science Review. 1997. Vol. 20. Issue 1–2. Pp. 113–129. https://doi.org/10.1177/016001769702000107
67. Macdonald S.E., Listhaug O., Rabinowitz G. Issues and Party Support in Multiparty Systems // American Political Science Review. 1991. Vol. 85. Issue 4. Pp. 1107–1131. https://doi.org/10.2307/1963938
68. Millo G., Piras G. Splm: Spatial Panel Data Models in R // Journal of Statistical Software. 2012. Vol. 47. Issue 1. https://doi.org/10.18637/jss.v047.i01
69. Nwankwo C.F. The Spatial Pattern of Voter Choice Homogeneity in the Nigerian Presi-dential Elections of the Fourth Republic // Bulletin of Geography. 2019. Vol. 43. Issue 1. Pp. 143–165. https://doi.org/10.2478/bog-2019-0010
70. Ord K. Estimation Methods for Models of Spatial Interaction // Journal of the American Statistical Association. 1975. Vol. 70. Issue 349. Pp. 120–126. https://doi.org/10.1080/01621459.1975.10480272
71. Ordeshook P.C. The Spatial Analysis of Elections and Committees: Four Decades of Research // Perspectives on Public Choice: A Handbook / Edited by D.C. Mueller. Cambridge University Press. 1993. Pp. 247–270. https://doi.org/10.1017/CBO9780511664458.013
72. Pattie C., Johnston R. ‘People Who Talk Together Vote Together’: An Exploration of Contextual Effects in Great Britain // Annals of the Association of American Geo-graphers. 2000. Vol. 90. Issue 1. Pp. 41–66. https://doi.org/10.1111/0004-5608.00183
73. Poole K.T. Spatial Models of Parliamentary Voting. Spatial Models of Parliamentary Voting. Cambridge University Press. 2005. 248 p. https://doi.org/10.1017/CBO9780511614644
74. Poole K.T., Rosenthal H. U.S. Presidential Elections 1968–80: A Spatial Analysis // American Journal of Political Science. 1984. Vol. 28. No. 2. Pp. 282–312. https://doi.org/10.2307/2110874
75. Posner E.A. Controlling Agencies with Cost-Benefit Analysis: A Positive Political Theory Perspective // The University of Chicago Law Review. 2001. Vol. 68. No. 4. Pp. 1137–1199. https://doi.org/10.2307/1600478
76. Rabinowitz G., Macdonald S.E. A Directional Theory of Issue Voting // American Political Science Review. 1989. Vol. 83. Issue 1. Pp. 93–121. https://doi.org/10.2307/1956436
77. Riker W., Ordeshook P.C. An Introduction to Positive Political Theory. Englewood Cliffs. 1973. 387 p.
78. Roemer J.E. Modeling Party Competition in General Elections / Cowles Foundation Discussion Papers 1488. 2004. 36 p.
79. Tanner T. An Analysis of Voter Predictive Dimensions and Recovery of the Underlying Issue Space // Public Choice. 1994. Vol 93. Pp. 315–334. https://doi.org/10.1023/a:1017926207163
80. Wuhs S., McLaughlin E. Explaining Germany’s Electoral Geography: Evidence from the Eastern States // German Politics and Society. 2019. Vol. 37. Issue 1. Pp. 1–23. https://doi.org/10.3167/gps.2019.370101
Поступила в редакцию 07.03.2021
Принята к публикации 24.05.2021
Опубликована online 30.06.2021

ISSN (Print) - 1815-9834
ISSN (Online) 2587-5957

Главный редактор
Павел Александрович Минакир
Тел. +7 (4212) 725-225,
факс +7 (4212) 225-916,

 

Ответственный секретарь
Людмила Альфредовна Самохина
Тел. +7 (4212) 226-053,
факс +7 (4212) 225-916,
e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

 

Редакция журнала
Тел. +7 (4212) 226-053,
факс +7 (4212) 225-916,
e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

 

Институт экономических
исследований ДВО РАН.
(редакция журнала
"Пространственная экономика")
ул. Тихоокеанская, 153, Хабаровск,
Россия, 680042

 

 

Лицензия Creative Commons
Если не указано другое, контент этого сайта доступен по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.