Сергей Шпилькин. Фото: Открытый университет
Многие исследователи, изучающие электоральную статистику и фальсификации на российских выборах, все чаще опираются на метод анализа фальсификаций, предложенный физиком Сергеем Шпилькиным. Политолог Артем Земцов поговорил со Шпилькиным о динамике, типах и специфике фальсификаций на российских выборах и о предстоящем «всенародном голосовании» по поправкам в Конституцию.
– Ваш метод подсчета фальсификаций стал довольно востребованным. Что именно он из себя представляет?
– В узком смысле это метод подсчета избыточных голосов. Он предполагает общий подход к рассмотрению выборных данных, которые рассматриваются на максимально доступном «низком» уровне. Для России это – отдельный участок для голосования, УИК.
Надо понимать: если с подсчетом голосов что-то не так (по крайней мере в случае России), то все изменения происходят именно на уровне УИКов – либо при внесении данных в протокол участка, либо при голосовании («карусели» или вбросы, например). Либо, как это часто бывает, председатель УИКа приносит свой протокол в территориальную избирательную комиссию (ТИК), и перед вводом в ГАС «Выборы» результаты могут как-то подправляться.
Наша информационная система – ГАС «Выборы» – существует с 1990-х годов (а публичная ее витрина, сайт izbirkom.ru – с 2003 года), она содержит все данные по участкам. Почти во всех регионах, с небольшими оговорками, есть участки, где данные считают честно и, соответственно, честно вводят их в ГАС «Выборы». В небезнадежных случаях таких участков довольно много – 50 или 40%. То есть мы имеем массив данных, в котором некоторая часть – «честная», другая часть – «искаженная». В процессе исследования, сопоставления этих частей можно многое понять.
– Например, что?
– Данные на одном участке – это полтора-два десятка чисел, существенных из них примерно десяток: голоса за кандидатов, количество проголосовавших, количество недействительных бюллетеней и т.д. Все эти числа между собой довольно хорошо согласованы, связаны некоторыми закономерностями. Сознательное внесение искажений в данные – это вещь, которая влияет на них очень грубо, все исправления довольно заметны. И есть еще общие эмпирические закономерности, например, данные по двум участкам, находящимся рядом, примерно одинаковы. Если, конечно, рядом не участок военной части или роддома.
Идем дальше. Есть, например, председатель УИКа, которому сверху сказали, чтобы за главного кандидата было не меньше 70% голосов при явке не меньше 70%. В реальности же на этом УИКе за главного кандидата – 40% и явка – 40%, тогда он оказывается в сложном положении. У председателя просто нет средств переделать данные так, чтобы они не выбивались из общих закономерностей по его району. Ведь он не знает, что делает председатель на соседнем участке, которому тоже сказали сверху что-то подобное. Председатели не очень подготовлены к таким вещам, их этому не учат, поэтому данные искажаются топорно. При этом сильно нарушаются взаимосвязи между данными.