Всяка географски обособена част от обитаемото пространство (страна, област, община, селище) се отличава със специфична природна среда, социално-икономически и етно-културен облик. До голяма степен, макар и в по-тесни хронологични рамки, това се отнася и за преобладаващите поведенчески стереотипи, като цяло, и за електоралното поведение, в частност.
Човешкото поведение е главен предмет на изследване в обществени науки като психология, социология и десетките им интердисциплинарни съчетания с философия, логика, биология, история, политология, икономика и много други. Всички те в една или друга степен отчитат факторното влияние на определена околна среда, чиито конкретни пространствени измерения се базират на геометода като универсален научен подход.
В този смисъл трябва да се разглежда и ефективността на географския анализ при разкриване особеностите на електорално поведение и резултати. Трудно могат да се посочат електорални изследвания, които не засягат пространствени измерения, независимо от това, дали са проведени от географи или не. Много от тях засягат статични конюнктурни аспекти на настоящето или се опитват да изведат изводи в определен хронологични рамки. Според нас, това все още не се използва в достатъчна степен като обективна основа за успешно прогнозиране на изборни резултати. В България такъв тип подходи са апробирани в различна степен от автори като Петров (1996), Димитров, Иванов (1997), Тодоров, Димитрова и др. (1997), Йорданова, Бояджиев и др. (2001), Янков (2004, 2013, 2016, 2017, 2020).
Настоящото проучване е продължение на вече оповестени опити да се използва изследователският потенциал на алтернативен (географски, историко-географски) метод за прогнозиране на изборни резултати, използващ относително представителна като хронология статистическа база (Русев и др. – 2008, 2010, 2011, 2012, 2019, 2020). Най-типичен пример за това са прогнозите ни, публикувани за предстоящи местни избори през октомври 2019 (Русев, Владимирова, Нинова, Луканов, Ташева, 2019). Ефективността им се оказа сравнима и дори в определени отношения – превъзхождаща някои от традиционните социологически и политологични подходи (Русев, Владимирова, Нинова, Луканов, 2020).
Обективни резултати при прогнозно използване на инерционни поведенчески вектори, отнасящи се до определени пространствени обекти с трудно забележимо изменящи се във времето характеристики, могат да се демонстрират на национално и регионално ниво чрез сравнения между фиг. 1-А и фиг. 1-Б, фиг. 2 и фиг. 3.
Фигура 1.Публикувана през септември 2019 прогноза (1-А) за избирателна активност в България и нейните области٭ и сравнение (1-Б) с получените резултати на изборите през октомври 2019 (дял на действителните гласове спрямо броя на имащите право на глас - %)
٭ За Пловдивска област отделно са представени МИР-Пловдив и МИР-Пловдивски, а данните за трите МИР в столицата са обобщени
Както се вижда на фигура 1, отчетената средно за България грешка при прогнозирането на избирателната активност на 27 октомври 2019, е едва 2,3%, а за около 2/3 от областите – под 5%. С грешки под 0,5% са прогнозите за областите Хасково, Пазарджик, Перник, Ловеч и Търговище – безспорни примери за ясно забележима поведенческа традиция.
Над 6% разлики са характерни само за 4 многомандатни избирателни района (МИР) – Смолян, Благоевград, Варна и Пловдив (град). По-детайлният им факторен анализ е възможен при използване на утвърдени политологични методи на изследване. Потенциален принос биха могли да имат и такива, основаващи се на теорията на вероятностите при ясно изразени поведенчески тенденции, както и, ако се отчита безспорното влияние на някои стохастично възникващи конюнктурни фактори. В настоящото изследване се прави опит факторното влияне на част от тях да бъде отчетено.
Като цяло сравнението във фигура 1 ни дава основание да квалифицираме предлагания метод като относително надежден за териториални единици от по-висок йерархичен порядък.
Фигура 2 и фигура 3 показват сравнения между прогнозите ни за ГЕРБ, БСП и ДПС на Местни избори′2019 и разликите спрямо официалните резултати, обявени от ЦИК. Основен критерий за базови сравнения е сумарният брой гласове за общински съветници на национално или регионално ниво. Тук е необходимо да се отбележи, че в хронологичен план най-подходящо за използвания от нас метод е сравнението между електоралните предпочитания по административни области, като при местни избори това изисква сумиране на резултатите за общински съветници.
На фигура 2 са маркирани прогнозните ни очаквания за доминация на БСП в област Видин, на ДПС – в Кърджали, Разград и Търговище, а на ГЕРБ – в останалите административни области. Прави впечатление, че наложилата се електорална традиция в такива градове като Силистра, Шумен и Видин, дава почти равни шансове за изява на две партии. Доста по-сложно се аргументират очакваните изборни резултати за голям брой от българските общини.
Фигура 2.Публикувана през септември 2019 прогноза за представянето на ГЕРБ, БСП и ДПС по области٭ на местните избори през октомври 2019 (дял от гласовете за общински съветници - %)
٭ За Пловдивска област отделно са представени МИР-Пловдив и МИР-Пловдивски, а данните за трите МИР в столицата са обобщени
Фигура 3.Сравнение٭ между прогнозата от септември 2019 (фигура 1) и резултатите на местни избори през октомври 2019 - %
٭Разликите със стойности над 5 % са подчертани
Фигура 3 отразява разликите между представените на фигура 2 прогнози на районно ниво и обобщените крайни резултати, получени чрез обработка на публикуваните от ЦИК официални данни за трите водещи партии. Относително малки величини на грешките се отчитат при националните резултати – особено по отношение представянето на ГЕРБ и ДПС. Безспорно доказателство за значението на електоралната традиция са сравненията за райони като Ямбол, Добрич, Русе, Варна и Бургас (под 2% разлики спрямо прогнозата). С по-големи разминавания се отличават прогнозите по отношение на Разград, Сливен, Враца, Монтана и Хасково (средно между 6,7% и 7,3%).
Освен на ниво области/МИР прогнозирането на изборни резултати чрез използването на описания метод може да се използва относително успешно и за отделни общини (фигура 4), градове, градски квартали (фигура 5) и дори малки селища. Това е и една от съществените принципни разлики, в сравнение с традиционния пространствен обхват, характерен за социологическите и политологичните прогнози.
Фигура 4. Публикувана през септември 2019 обща прогноза (4-А) за представянето на ГЕРБ, БСП и ДПС в община Шумен и разлики (4-Б) с резултатите на местни избори през октомври 2019 - дял от гласовете за общински съветници (%)
,
Представянето на информация за електоралната традиция по селища и селищни квартали е възможно благодарение на детайлната статистика по избирателни секции и възможността тя да се обобщава дори на различни локални и микрорайонни нива. На практика това е най-подробната регионална статистика у нас след демографската. Типичен пример за това е електоралната ни прогноза и сравнението ѝ с официалните резултати на ЦИК, отнасящи се до отделни градски квартали на Сливен. Фигура 5 показва значително приближение по отношение на вота за ГЕРБ и ДПС (средно около 1%), докато резултатите за БСП като цяло са видимо прогнозно надценени. В противоположна посока са очакванията за квартал Речица.
Фигура 5. Публикувана през септември 2019 прогноза (5-А) за представянето на ГЕРБ, БСП и ДПС в Сливен и неговите жилищни квартали и сравнение (5-Б) с резултатите на местни избори през октомври 2019 - дял от гласовете за общински съветници (%)
Традиционните пропорции между системните партии като база за електорални прогнози
Предстоящите парламентарни избори в България (4 април, 2021), както и президентските през есента, ще се проведат под влиянието на няколко първостепенни и до голяма степен взаимно обвързани събития – пандемия, протести и икономическа стагнация, пречупени през оценъчната призма за управленския потенциал на политическата класа. С първостепенно значение сред тях е неуспешният опит за уличен натиск през 2020, който на практика не получи адекватна на декларираните претенции обществена подкрепа. Същевременно, той успя в определена степен да консолидира настроенията на негативно настроени към властта социални групи и да катализира частични трансформации в политическия спектър на страната. Опитът за задкулисно дирижиране и/или представително овладяване на хаотичния и разнопосочен като мотивация и послания уличен вот създаде нови или възроди стари идейни платформи, политически послания и дори за определено време реанимира „харизмата“ на някои позабравени лидери. В края на мандата си, видим спад в сравнение с обществената подкрепа от 2017 отбелязват почти всички парламентарно представени партии.
Очаквано, катализираните през 2020 политически трансформации ще се отразят върху изборните резултати, съотношението на силите в Народното събрание, състава, управленската програма и мандата на правителството, както и разделението на властите като цяло.
Общо фоново негативно влияние върху обществения живот в страната и поведенческите стереотипи на населението оказа разразилата се в Европа и света пандемия и отражението ѝ върху редица социално-икономически процеси. В по-конкретен план, като важен конюнктурен фактор трябва да се отбележи вероятността пандемичните индикатори и показатели да окажат силно влияние върху избирателната активност. Това, от своя страна, би могло да доведе до относително съхраняване позициите на парламентарно представените по-големи партии (при по-ниска избирателна активност) или да увеличи шансовете на непредставените (при по-висока активност). Така адекватността на избраната спрямо конкретна епидемична ситуация дата за парламентарни избори например може да изиграе ролята на своеобразен коригиращ електорален коефициент, да предреши важни резултати като брой на парламентарно представените партии, ефектът от преразпределението на т. нар. остатъчни гласове, възможните сценарии за следизборно коалиране и дори вероятността за нови избори.
Появата на нови партийни субекти в политическото пространство и вероятността парламентарно представени малки партии да не преодолеят 4-процентния избирателен праг създават предпоставки за турбулентност в електоралните настроения и намаляват вероятността за обективна прогноза, базирана на предложения от нас метод. Това обаче важи в много по-малка степен за прогнози, отнасящи се до т. нар. системни партии – политическите субекти с дългосрочна и относително стабилна електорална представителност. Като такива в България към настоящия момент могат да се определят единствено БСП, ДПС и ГЕРБ. Първите две от тях имат трайно присъствие във вътрешния политически живот още от началото на българския демократичен преход. Знаковата им роля се запазва дори при епизодичните опити за отцепване на отделни фракции или когато се регистрират с алтернативни наименования на водени от тях предизборни коалиции.
ГЕРБ има парламентарно представителство едва след 2009, но още с появата си през 2006 успява да получи значителна подкрепа от електората на силно отслабени десни или дясноцентристки партии, както и на голяма част от т. нар. лавираща периферия в страната.
С относително дълга партийна история, но с определено второстепенна съвременна системна роля в политическия живот на страната са и някои по- малки и често аморфно коалиращи се субекти като ВМРО, отделни остатъчни формации на БЗНС, СДС, Зелена партия и др. При повечето парламентарни избори те не успяват самостоятелнo да преодолеят законовата бариера за парламентарно представителство.
Негативното влияние на част от посочените дезориентиращи прогнозната оценка фактори, може да бъде до голяма степен неутрализирано. Това е възможно като съсредоточим изследователския си интерес основно върху посочените системни партии (ГЕРБ, БСП и ДПС) и изследваме традиционните пропорции между тях в затворено статистическо пространство. В таблица 1 са представени два такива варианта, като при първия се усредняват стойностите на всички видове проведени в България избори след 2009, а във втория – само парламентарните. Както е видно, единствено при Велико Търново, Плевен и Монтана е налице разминаване между двата варианта с 5 и повече пункта, поради което може да се смята, че двата подхода имат сходна представителност.
Таблица 1.Традиционни електорални съотношения между ГЕРБ, БСП и ДПС (%)
МИР٭ |
При усредняване резултатите от всички видове избори през периода 2009-2019 |
При усредняване резултатите от парламентарните избори през периода 2009-2017 |
||||||
ГЕРБ |
БСП |
ДПС |
Общо |
ГЕРБ |
БСП |
ДПС |
Общо |
|
Благоевград |
49 |
27 |
24 |
100 |
52 |
26 |
22 |
100 |
Бургас |
54 |
26 |
20 |
100 |
53 |
27 |
20 |
100 |
Варна |
57 |
29 |
14 |
100 |
58 |
30 |
12 |
100 |
В. Търново |
50 |
36 |
14 |
100 |
40 |
45 |
15 |
100 |
Видин |
43 |
47 |
10 |
100 |
45 |
48 |
7 |
100 |
Враца |
47 |
39 |
14 |
100 |
46 |
42 |
12 |
100 |
Габрово |
60 |
32 |
8 |
100 |
61 |
32 |
7 |
100 |
Добрич |
43 |
35 |
22 |
100 |
45 |
35 |
20 |
100 |
Кърджали |
20 |
13 |
67 |
100 |
19 |
10 |
71 |
100 |
Кюстендил |
52 |
44 |
4 |
100 |
54 |
44 |
2 |
100 |
Ловеч |
47 |
38 |
15 |
100 |
49 |
36 |
15 |
100 |
Монтана |
45 |
40 |
15 |
100 |
48 |
42 |
10 |
100 |
Пазарджик |
44 |
33 |
23 |
100 |
47 |
33 |
20 |
100 |
Перник |
55 |
41 |
4 |
100 |
57 |
41 |
2 |
100 |
Плевен |
48 |
39 |
13 |
100 |
40 |
40 |
20 |
100 |
Пловдив |
61 |
32 |
7 |
100 |
63 |
31 |
6 |
100 |
Пловдивски |
46 |
37 |
17 |
100 |
50 |
36 |
14 |
100 |
Разград |
27 |
17 |
56 |
100 |
26 |
15 |
59 |
100 |
Русе |
53 |
30 |
17 |
100 |
52 |
31 |
17 |
100 |
Силистра |
38 |
24 |
38 |
100 |
36 |
23 |
41 |
100 |
Сливен |
47 |
37 |
16 |
100 |
52 |
36 |
12 |
100 |
Смолян |
42 |
32 |
26 |
100 |
42 |
32 |
26 |
100 |
София-23 |
61 |
37 |
2 |
100 |
61 |
37 |
2 |
100 |
София-24 |
61 |
37 |
2 |
100 |
65 |
34 |
1 |
100 |
София-25 |
61 |
37 |
2 |
100 |
64 |
35 |
1 |
100 |
София-общо |
61 |
37 |
2 |
100 |
63 |
36 |
1 |
100 |
Софийски |
50 |
41 |
9 |
100 |
54 |
39 |
7 |
100 |
Ст. Загора |
52 |
36 |
12 |
100 |
55 |
37 |
8 |
100 |
Търговище |
25 |
24 |
51 |
100 |
27 |
23 |
50 |
100 |
Хасково |
44 |
32 |
24 |
100 |
47 |
31 |
22 |
100 |
Шумен |
37 |
27 |
36 |
100 |
37 |
31 |
32 |
100 |
Ямбол |
51 |
43 |
6 |
100 |
50 |
45 |
5 |
100 |
България |
46 |
33 |
21 |
100 |
50 |
32 |
18 |
100 |
٭ Пловдивска област е с отделни данни за МИР-Пловдив и МИР-Пловдивски, а данните за столицата са представени и обобщено
Според нас, по-обективна база за съставяне на електорална географска прогноза е усредняването на резултатите от парламентарните избори, тъй като до голяма степен се доближава до очакваното мотивационно поведение на 4 април 2021.
Вариативна електорална географска прогноза за предстоящите парламентарни избори (4 април 2021) – общо и по райони
Представените в таблица 1 средни статистически стойности на пропорциите между ГЕРБ, БСП и ДПС са от проведени парламентарни избори през 2009, 2013, 2014 и 2017 и служат като своеобразен индикатор както за традиционни общи национални електорални нагласи, така и за специфичните им особености в отделни райони на страната. Според нас, те ще се запазят в основни линии и при предстоящите парламентарни избори, като отклоненията на национално/регионално ниво ще са в рамките на 2-3 пункта.
Чрез допълнителна обработка на получената базова информация до голяма степен могат да се предвидят съотношенията между системните и останалите партии и потенциала им да реализират мандати в бъдещото Народното събрание. Ролята на основен коректив в това отношение вероятно ще играе избирателната активност (таблица 2). По-високи нейни стойности намаляват силата на системните партии и увеличават възможността за повече парламентарно представени политически сили, а оттам и вероятността за съставяне на правителство със стабилна дългосрочна перспектива. В този смисъл парламентарно утвърдените ГЕРБ, БСП и ДПС имат евентуален интерес от традиционно наложилата се през периода 1991-2019 средна избирателна избирателна активност (за всички видове проведени избори) – около 52% или по-ниска. При парламентарните избори, проведени през 2009-2017, тя е около 54%. Двете стойности могат да се използват като статистическа основа за относително достоверна прогноза. От гледна точка на психологическите бариери, породени от пандемията, на 4 април би трябвало да има снижаване на този показател с 5-10 пункта. В противоположна посока, но в по-ниска степен, вероятно ще въздейства катализираната от неотдавнашните протести активност на гражданското общество в страната. От тази гледна точка е нормално резултативните ни очаквания за активност да са около 49-50%. За отделните райони отклоненията вероятно ще са в малко по-широки граници и ще зависят от редица фактори: епидемичната и социално-икономическата конюнктура; наследената демографска ситуация; съотношението твърд електорат – лавираща периферия; сезонната миграция и заетостта; ученическата ваканция; съвпадащия църковен празник за католици и арменци; субективното излъчване/посланията на местни лидери, кандидати и др.
Таблица 2. Прогнозна избирателната активност на 4 април 2021 чрез усредняване на данни за периода 2009–2017 (относителен дял на гласувалите спрямо имащите право на глас – %)
МИР٭ |
Прогноза |
МИР٭ |
Прогноза |
Благоевград |
52,9 |
Пловдивски |
53,9 |
Бургас |
57,2 |
Разград |
49,1 |
Варна |
55,3 |
Русе |
51,6 |
Велико Търново |
55,0 |
Силистра |
55,3 |
Видин |
47,9 |
Сливен |
48,3 |
Враца |
54,5 |
Смолян |
56,7 |
Габрово |
53,5 |
София-23 |
57,8 |
Добрич |
51,0 |
София-24 |
49,8 |
Кърджали |
38,2 |
София-25 |
52,2 |
Кюстендил |
50,9 |
София-общо |
53,3 |
Ловеч |
55,4 |
Софийски |
59,0 |
Монтана |
54,0 |
Стара Загора |
55,9 |
Пазарджик |
52,6 |
Търговище |
54,4 |
Перник |
55,8 |
Хасково |
53,3 |
Плевен |
52,5 |
Шумен |
50,8 |
Пловдив |
54,3 |
Ямбол |
53,5 |
|
Общо за България |
54,3 |
٭ Пловдивска област е с отделни данни за МИР-Пловдив и МИР-Пловдивски, а данните за столицата са представени и обобщено
На последните четири парламентарни избори системните партии печелят общо 68,9% от всички подадени действителни гласове в страната при средна избирателна активност 54,3%. На базата на функционалната зависимост между тези две величини е съставена таблица 4. В нея са показани пропорционалните изменения на очакваните резултати по райони и в страната, като цяло, при различна избирателна активност на 4 април, 2021.
Таблица 3. Прогноза за системните партии на парламентарните избори (4 април, 2021) при различни варианти на избирателна активност – дял от действителните гласове (%)
МИР |
ИЗБИРАТЕЛНА АКТИВНОСТ (%) |
||||||||||||||
40 |
45 |
50 |
55 |
60 |
|||||||||||
ГЕРБ |
БСП |
ДПС |
ГЕРБ |
БСП |
ДПС |
ГЕРБ |
БСП |
ДПС |
ГЕРБ |
БСП |
ДПС |
ГЕРБ |
БСП |
ДПС |
|
Благоевград |
42,4 |
21,2 |
17,9 |
39,5 |
19,8 |
16,7 |
36,9 |
18,4 |
15,6 |
34,2 |
17,1 |
14,5 |
31,7 |
15,9 |
13,4 |
Бургас |
43,5 |
22,0 |
16,3 |
40,3 |
20,5 |
15,2 |
37,4 |
19,1 |
14,1 |
34,6 |
17,6 |
13,1 |
32,0 |
16,3 |
12,1 |
Варна |
45,3 |
23,6 |
9,4 |
42,2 |
21,9 |
8,7 |
39,2 |
20,3 |
8,1 |
36,2 |
18,7 |
7,5 |
33,3 |
17,2 |
6,9 |
В. Търново |
32,1 |
36,4 |
12,1 |
30,0 |
33,8 |
11,3 |
28,0 |
31,5 |
10,5 |
25,9 |
29,1 |
9,7 |
23,9 |
26,9 |
9,0 |
Видин |
38,2 |
40,2 |
5,9 |
35,4 |
37,5 |
5,5 |
32,8 |
35,0 |
5,1 |
30,4 |
32,4 |
4,7 |
28,2 |
30,1 |
4,4 |
Враца |
37,6 |
34,2 |
9,8 |
34,9 |
31,8 |
9,1 |
32,5 |
29,6 |
8,5 |
30,0 |
27,4 |
7,8 |
27,8 |
25,4 |
7,2 |
Габрово |
50,9 |
26,8 |
5,9 |
47,6 |
25,0 |
5,5 |
44,5 |
23,3 |
5,1 |
41,3 |
21,6 |
4,7 |
38,3 |
20,1 |
4,4 |
Добрич |
37,0 |
28,9 |
16,5 |
34,5 |
26,9 |
15,4 |
32,3 |
25,1 |
14,3 |
29,9 |
23,3 |
13,3 |
27,7 |
21,6 |
12,3 |
Кърджали |
19,1 |
10,0 |
70,8 |
18,0 |
9,4 |
66,9 |
16,9 |
8,9 |
63,2 |
15,9 |
8,4 |
59,5 |
15,0 |
7,9 |
56,0 |
Кюстендил |
42,6 |
34,9 |
1,6 |
39,7 |
32,5 |
1,5 |
37,0 |
30,1 |
1,4 |
34,2 |
27,8 |
1,3 |
31,5 |
25,7 |
1,2 |
Ловеч |
41,6 |
30,5 |
12,7 |
38,8 |
28,5 |
11,9 |
36,2 |
26,6 |
11,1 |
33,6 |
24,7 |
10,3 |
31,2 |
22,9 |
9,6 |
Монтана |
36,5 |
23,3 |
5,5 |
33,9 |
25,3 |
6,0 |
31,5 |
27,5 |
6,6 |
28,9 |
25,3 |
6,0 |
26,6 |
23,3 |
5,5 |
Пазарджик |
41,3 |
28,9 |
17,5 |
38,6 |
27,0 |
16,4 |
36,0 |
25,3 |
15,3 |
33,5 |
23,6 |
14,3 |
31,2 |
21,9 |
13,3 |
Перник |
44,2 |
31,7 |
1,5 |
40,9 |
29,4 |
1,4 |
37,9 |
27,2 |
1,3 |
34,8 |
25,1 |
1,2 |
32,1 |
23,1 |
1,1 |
Плевен |
31,2 |
31,4 |
15,7 |
29,0 |
29,1 |
14,6 |
27,0 |
27,0 |
13,5 |
24,9 |
24,9 |
12,5 |
23,0 |
23,0 |
11,5 |
Пловдив |
50,4 |
25,1 |
4,9 |
47,2 |
23,3 |
4,5 |
44,1 |
21,7 |
4,2 |
40,8 |
20,1 |
3,9 |
37,7 |
18,6 |
3,6 |
Пловдивски |
42,5 |
30,4 |
11,8 |
39,5 |
28,3 |
11,0 |
36,7 |
26,4 |
10,3 |
34,1 |
24,5 |
9,5 |
31,6 |
22,8 |
8,9 |
Разград |
25,0 |
14,3 |
56,4 |
23,5 |
13,5 |
53,1 |
22,0 |
12,7 |
50,0 |
20,7 |
11,9 |
46,9 |
19,4 |
11,2 |
44,0 |
Русе |
41,0 |
24,7 |
13,5 |
38,3 |
23,0 |
12,6 |
35,8 |
21,3 |
11,7 |
33,0 |
19,7 |
10,8 |
30,5 |
18,2 |
10,0 |
Силистра |
33,1 |
21,2 |
37,9 |
31,2 |
20,0 |
35,6 |
29,3 |
18,7 |
33,4 |
27,4 |
17,5 |
31,2 |
25,7 |
16,4 |
29,2 |
Сливен |
41,9 |
29,3 |
9,8 |
39,2 |
27,3 |
9,1 |
36,7 |
25,4 |
8,5 |
34,0 |
23,5 |
7,8 |
31,5 |
21,8 |
7,3 |
Смолян |
39,2 |
29,9 |
24,3 |
36,8 |
28,1 |
22,8 |
34,6 |
26,4 |
21,4 |
32,4 |
24,7 |
20,1 |
30,3 |
23,1 |
18,8 |
София-23 |
44,6 |
27,3 |
1,5 |
41,3 |
25,2 |
1,4 |
38,3 |
23,2 |
1,3 |
35,0 |
21,3 |
1,1 |
32,1 |
19,5 |
1,1 |
София-24 |
48,2 |
25,1 |
0,7 |
44,4 |
23,1 |
0,7 |
40,8 |
21,3 |
0,6 |
37,4 |
19,6 |
0,6 |
34,3 |
17,9 |
0,5 |
София-25 |
51,1 |
27,6 |
0,8 |
47,1 |
25,6 |
0,7 |
43,5 |
23,8 |
0,7 |
40,1 |
21,9 |
0,6 |
37,0 |
20,3 |
0,6 |
София-общо |
48,0 |
26,7 |
1,0 |
44,3 |
24,6 |
0,9 |
40,9 |
22,8 |
0,9 |
37,5 |
20,9 |
0,8 |
34,5 |
19,2 |
0,7 |
Софийски |
44,9 |
32,3 |
5,8 |
41,7 |
30,1 |
5,4 |
38,8 |
28,0 |
5,0 |
36,0 |
26,0 |
4,7 |
33,3 |
24,1 |
4,3 |
Ст. Загора |
45,3 |
30,7 |
6,6 |
42,4 |
28,6 |
6,2 |
39,7 |
26,7 |
5,8 |
36,8 |
24,7 |
5,3 |
34,1 |
22,9 |
5,0 |
Търговище |
24,8 |
21,2 |
46,2 |
23,3 |
20,0 |
43,4 |
22,0 |
18,7 |
40,8 |
20,6 |
17,5 |
38,1 |
19,3 |
16,4 |
35,7 |
Хасково |
39,6 |
26,3 |
18,7 |
37,1 |
24,6 |
17,4 |
34,8 |
23,0 |
16,3 |
32,3 |
21,3 |
15,1 |
30,0 |
19,8 |
14,1 |
Шумен |
33,2 |
27,8 |
28,7 |
31,1 |
26,0 |
26,9 |
29,1 |
24,4 |
25,2 |
27,2 |
22,8 |
23,5 |
25,4 |
21,2 |
21,9 |
Ямбол |
40,5 |
36,0 |
4,0 |
37,4 |
33,4 |
3,7 |
34,5 |
31,1 |
3,5 |
31,9 |
28,7 |
3,2 |
29,4 |
26,5 |
2,9 |
България |
41,8 |
26,7 |
15,0 |
38,9 |
24,9 |
14,0 |
36,3 |
23,2 |
13,0 |
33,7 |
21,6 |
12,1 |
31,2 |
20,0 |
11,2 |
٭ Пловдивска област е с отделни данни за МИР-Пловдив и МИР-Пловдивски, а данните за столицата са представени и обобщено
Част от посочените в таблица 3 варианти са и картографски представени на фигури 6, 7, 8. Поради вече посочени причини, приемаме за основен прогнозен сценарий резултати, които биха се получили при 50% избирателна активност (фигура 7).
Фигура 6.Прогноза за системните партии на парламентарните избори (4 април, 2021) при избирателна активност 45% (дял от действителните гласове - %)
٭ За Пловдивска област отделно са представени МИР-Пловдив и МИР-Пловдивски, а данните за трите МИР в столицата са обобщени
Фигура 7. Прогноза за системните партии на парламентарните избори (4 април, 2021) при избирателна активност 50% (дял от действителните гласове - %)
٭ За Пловдивска област отделно са представени МИР-Пловдив и МИР-Пловдивски, а данните за трите МИР в столицата са обобщени
Фигура 8. Прогноза за системните партии на парламентарните избори (4 април, 2021) при избирателна активност 55% (дял от действителните гласове - %)
٭ За Пловдивска област отделно са представени МИР-Пловдив и МИР-Пловдивски, а данните за трите МИР в столицата са обобщени
Електорална географска прогноза по общини и селища (на примера на област Враца)
За да се верифицират както предимствата, така и недостатъците на използвания в изследването географски статистически метод за електорално прогнозиране, е необходимо той да се апробира на различни пространствени нива – вкл. общински и селищни. В този смисъл фигура 9 показва, какви са очакваните изборни резултати за общините в област Враца. Като прогнозна база в нея се използва вече посочената функционална зависимост при 50% избирателна активност. Евентуални отклонения от нея вероятно ще доведат до пропорционални вариации в представянето на изследваните системни партии.
Фигура 9. Прогноза за системните партии на парламентарните избори (4 април, 2021) в общините от област Враца при избирателна активност 50% (дял от действителните гласове - %)
Сравнителното прогнозиране на резултатите при избори за Народно събрание на примера на по-големите селища в община Бяла Слатина (таблица 4) показва нюанси, до голяма степен произтичащи от факторни влияния на различни пространствени нива.
Таблица 4. Прогноза за избирателната активност и системните партии на парламентарните избори (4 април, 2021) в големите селища от община Бяла Слатина (дял от действителните гласове – %)
|
Средна избирателна активност (2009-2017) – % |
Относителен дял при очаквана избирателна активност – 50 % |
||
ГЕРБ |
БСП |
ДПС |
||
област Враца (189,6 хил.ж.) |
55 |
32,5 |
29,6 |
8,5 |
община Б. Слатина (25,2 хил. ж.) |
55 |
27,4 |
21,0 |
9,9 |
гр. Бяла Слатина (12,9 хил. ж.) |
54 |
28,5 |
20,5 |
8,0 |
село Търнава (2,3 хил. ж.) |
60 |
29,9 |
19,7 |
14,0 |
село Попица (1,7 хил. ж.) |
59 |
28,1 |
16,9 |
17,5 |
село Галиче (1,7 хил. ж.) |
47 |
18,5 |
16,1 |
14,1 |
Заключение
По отношение на предстоящите президентски избори през есента на 2021 използвания от нас метод дава най-общи основания да се прогнозира представяне на първи тур на двата основни политически полюса (БСП и ГЕРБ в чисто представяне или в опит за несъществени предизборни коалирания) в затворена пропорция от вида 53:47. Последващите политически трансформации и резултатите от втория тур са трудно предвидими чрез използвания метод и могат да придобият по-ясни стойности само в съчетание със задълбочени политологични и социологически изследвания. Независимо от това, детайлният анализ на пространствените аспекти в протичащия вече близо три десетилетия мажоритарен сблъсък на фона на противоборството между левите и десните политически приоритети, е достатъчно основателно предизвикателство. Осъществяването му обаче изисква отделно изследване.
София, 15 януари 2021
Литература:
Димитров, Д., К. Иванов (1997). Има ли вотът устойчива структура? – В: Българските избори 1990-1996 г. Резултати, анализи, тенденции. София.
Йорданова, К., В. Бояджиев, Г. Железов (2001). Електорални особености на планинските територии в България на базата на резултатите от местните избори, проведени през 1995 и 1999 г. – В: Природният потенциал и устойчивото развитие на планинските райони. Враца.
Петров, Т. (1996). Електорално поведение и електорална общност. София.
Русев, М., П. Владимирова (2008). Вътрешната геополитика на смесените региони в България и електоралната тежест на кърджалийските общини. – Проблеми на географията, 1–2.
Русев, М., П. Владимирова (2010). Електорална география на България. София.
Русев, М., П. Владимирова (2011). Политикогеографски анализ на електоралното поведение в община Сливен през периода 1999–2009 г. (представянето на БСП и предизборните ѝ коалиционни партньори). Созопол.
Русев, М., П. Владимирова (2012). Ретроспекцията като метод за прогнозиране в електоралната география (на примера на БСП в община Сливен). Созопол.
Русев, М., П. Владимирова, Р. Нинова, К. Луканов, Б. Ташева (2019). Ретроспектива и перспектива в електоралната география (прогноза за местни избори′2019). – Геополитика, 5.
Русев, М., П. Владимирова, Р. Нинова, К. Луканов (2020). За достоверността на една географска електорална географска прогноза. - Геополитика, 6.
Тодоров, А., Б. Димитрова, В. Цанов, Д. Димитров, И. Кръстев, К. Иванов (1997). Българските избори 1990-1996 г. Резултати, анализи, тенденции. София.
Янков, Р. (2004). Устойчивостта на електоралните нагласи в България – елемент на социо–културната регионализация. – В: Социална и културна география. В. Търново.
Янков, Р. (2013). Нагласите за предстоящите парламентарни избори в България (2013 г.) и проблемите на регионалното представителство. – Балканите – език, история, култура, том III. В. Търново.
Янков, Р. (2016). Една географска интерпретация на избирателното тяло и твърдите електорални ядра в България. – В: География и приятели. София.
Янков, Р. (2017). Пространствени различия в електоралната нестабилност на избирателните райони в страната. – В: Сборник статии по случай 65 годишнината на И. Марков. В. Търново.
Янков, Р. (2020). Електоралнa диференциация на територията на големите градове в България. – Пространство - общество - икономика, том 2.
Roussev, M., P. Vladimirova, R. Ninova, Ch. Lukanov, B. Tasheva (2020). Retrospective and Perspective in Electoral Geography (Local Elections′2019 Forecast) – International Scientific Refereed Online Journal with Impact Factor SocioBrains, February, 2020, брой 66.
* Катедра “Регионална и политическа география”, СУ “Св. Климент Охридски”