Abstract
The main objective of this work is to assess the influence of individuals living in neighboring territorial areas on each other in decision-making on the example of presidential election in Russia in 2018 using data on 2718 territorial election commissions (TECs). Local and global indicators of spatial autocorrelation (Moran, Geary, Getis-Ord indices) calculated by the authors provide empirical evidence of global positive autocorrelation (i.e. in the country as a whole voters in each TEC vote similar to their neighbors). We identify TECs that can be included in local clusters (where voters vote similar) or in local outliers (surrounded by such TECs where voters vote opposite. Using the example of Tatarstan, the region where both local cluster and outlier TECs were most common we analyzed which economic indicators together with spatial ones influence the support of the main and opposition candidates. It was shown that the willingness to vote for the main candidate is explained by the increase in salaries in the area, but at the same time the indicators of economic activity in that area and the potential mobility of citizens have a negative impact on the support of the main candidate. Salary changes have no effect on votes in favour of opposition candidates, while other indicators show an inverse correlation. We have also shown that spatial effect models are preferable to OLS models for analyzing voting results
Highlights
В данном исследовании мы демонстрируем возможности использования обозначенных индексов на примере оценки влияния предпочтений индивидов из соседствующих населенных пунктов друг на друга, используя данные с выборов Президента России в 2018 г
Что эффект от «social conformity» обуславливает наш результат о положительной пространственной автокорреляции: в целом в стране избиратели из соседних территорий ориентируются друг на друга в принятии решений: голосовать за основного кандидата или за оппозиционного
В среднем в Оренбургской области за основного кандидата голосовали реже, чем в Татарстане (82% по региону Татарстан против 73% по Оренбургской области), что и объясняет значимость границы с Оренбургской областью
Summary
Рассчитанные авторами локальные и глобальные показатели пространственной автокорреляции (индексы Морана, Гири, Гетиса – Орда) дают эмпирическое подтверждение глобальной положительной автокорреляции Были выявлены ТИКи, входящие в локальные кластеры (где избиратели голосуют аналогично), и ТИКи – выбросы (outlier), т. ПЭ 2 No 2020 ный кластер, и ТИКов-выбросов, мы проанализировали, какие экономические показатели вкупе с пространственными оказывают влияние на поддержку основного и оппозиционного кандидатов. Что готовность голосовать за основного кандидата объясняется ростом заработной платы в районе, но в то же время показатели экономической активности в районе и потенциальной мобильности граждан отрицательно влияют на поддержку основного кандидата. На голоса в пользу оппозиционных кандидатов изменение заработной платы не оказывает влияние, а остальные показатели демонстрируют обратную зависимость. Что модели с учетом пространственных эффектов предпочтительнее МНК моделей для анализа итогов голосований. Ключевые слова: пространственная автокорреляция, электоральные предпочтения, глобальные и локальные индексы пространственной автокорреляции.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
