На голосовании по поправкам могли быть самые большие фальсификации в новейшей истории.

02.07.202023.11.2020 Наймушин Роман 0 Comments

Сергей Шпилькин и его коллеги выявили, что по всем трем «тестам» общероссийское голосование стало самым фальсифицированным в российской истории:

На многих участках в более чем половине регионов начиная с явки в 50% число голосов «за» растет явно быстрее, чем число голосов «против».
На графике распределения голосов и явки четко видно два кластера: вокруг явки в 45% — 65% «за» и 35% «против»; вокруг явки от 80 до 100% — голосов «за» от 70 до 100%. Средний по стране результат — явку около 65% и долю голосов за в 77% показали лишь немногие участки. На графике в этой области видно одно плотное пятно — это результаты участков из Казани.

Два кластера и непропорциональный рост голосов «за» на участках с высокой явкой выявлены, в том числе, в Москве, где в предыдущие несколько последних выборов официальные результаты выглядели относительно реалистичными. Это стало возможно, вероятно, из-за особенностей голосования: оно проходило несколько дней и большая часть голосов была подана удаленно — без контроля со стороны наблюдателей.

Наконец, график распределения выглядит как пила с большими «зубцами», соответствующими явке в 65, 70, 75, 80, 85 и 90%. По этому показателю, как утверждают ученые, голосование по поправкам обошло все предыдущие выборы этого века.

И что это значит? На самом деле россияне не поддержали поправки?

Если верить модели Шпилькина, реально «за» проголосовали 65% тех, кто пришел на участки или заполнил электронный бюллетень (официальный результат — 77,92%). Реальная явка составила около 45% (официально — 67,97%). Таким образом, поправки поддержали не 52,95% всех имеющих право голоса или 57,7 миллиона человек, как утверждает Центризбирком, а около 30% граждан (32 миллиона). Речь может идти более чем о 20 миллионах «приписанных» голосов «за».

А можно ли объяснить странную статистику иначе?

С одной стороны, понятно, что модель Шпилькина имеет ограничения: так, распределение явки в реальности не должно быть нормальным, как предполагает модель. Это значит, что модель может считать фальсификацией искажения, которые теоретически могли быть вызваны неоднородностями в распределении избирателей по участкам. Однако этими неоднородностями все равно нельзя объяснить официальные результаты выборов последних 16 лет.

Любопытно, что многие фальсификации алгоритм модели может, наоборот, не улавливать: например, он считает «реалистичным» голосование во многих республиках Кавказа, где явку под 100% почти с полным одобрением кандидата власти зачастую демонстрируют почти все участки — для того, чтобы в них усомниться, просто нет «честных» участков для сравнения.