«Идите на» как инструмент стратегического голосования — оценка эффективности#

Дмитрий Козьмин, политолог, магистр политических наук, профессор Свободного университета

Стратегическое голосование в демократиях и автократиях#

Исследование стратегического голосования сформировалось на пересечении двух подходов: институционализма и теории рационального выбора. Одной из исходных точек считается работа Мориса Дюверже, который связал устройство избирательной системы с поведением избирателей и выделил так называемый «психологический эффект» мажоритарной системы: сторонники небольших партий могут отказываться от поддержки своего первого предпочтения, если считают его неспособным победить1. Эту логику впоследствии развил и Энтони Даунс, представив голосование как рациональный выбор, при котором избиратель учитывает ожидаемые последствия альтернатив2. Впоследствии политолог Гэри Кокс объединил индивидуальное стратегическое голосование с более широкой проблемой электоральной координации, рассматривая избирательные институты как системы, создающие координационные задачи для избирателей и партий, включая необходимость концентрации поддержки вокруг жизнеспособных альтернатив3.

Первоначально основное внимание исследователей было сосредоточено на мажоритарных выборах, однако впоследствии было показано, что стратегическое голосование возникает и при пропорциональном представительстве. Кокс и Шугарт исследовали стратегические равновесия в многомандатных округах при различных вариантах системы пропорционального представительства и показали, что стратегические стимулы могут ограничивать число жизнеспособных партийных списков4. Экспериментальное исследование в дальнейшем показало, что в условиях пропорционального представительства заградительный барьер может создавать координационную проблему: при недостатке информации избирателям трудно сосредоточить голоса на одной из близких партий, тогда как информация о предыдущих результатах облегчает стратегическую координацию5.

Однако в одномандатных округах с голосованием по системе простого большинства стратегическое голосование имеет наибольшую важность, поскольку деконцентрация голосов по разным кандидатам драматически снижает ценность этих голосов. Напротив, если избиратели договорятся аккумулировать свои голоса за конкретного кандидата, у него будет гораздо больше шансов на победу. Наиболее ранняя эмпирическая литература о стратегическом голосовании развивалась применительно к системам относительного большинства с одномандатными округами, прежде всего в Великобритании и Канаде. Одной из первых попыток непосредственно проверить поведенческую сторону «психологического эффекта» Дюверже стала работа, в которой анализировалось, изменяется ли поддержка партий в зависимости от избирательной системы6. В дальнейшем исследования стали уделять больше внимания жизнеспособности кандидатов, то есть вероятности их победы. Политологи Альварес и Нэглер предложили модель стратегического голосования в многопартийных выборах, позволяющую учитывать информацию избирателей о расстановке сил непосредственно в округе7. Одновременно другие исследователи разработали процедуру эмпирического измерения стратегического голосования, основанную на сопоставлении предпочтений избирателя с его оценкой шансов партий на победу. Таким образом, в одномандатных округах основным объектом исследования стал выбор между наиболее предпочтительным кандидатом и более жизнеспособной альтернативой, способной предотвратить победу наименее желательного кандидата.

Стратегическое голосование используется в авторитарных режимах, в которых есть выборы, даже если они нечестные и неконкурентные. В случае автократий стратегическое голосование может привести к неожиданным для режима эффектам, поскольку система не ожидает координации избирателей и привыкла использовать технику распыления протестного электората8.

В электорально-авторитарных режимах стратегическое голосование стало самостоятельным направлением исследований. В отличие от большинства демократических выборов, здесь стратегическая координация часто направлена не на выбор между несколькими сопоставимыми политическими программами, а на концентрацию голосов оппозиционно настроенных избирателей вокруг наиболее жизнеспособного кандидата.

Самый яркий пример стратегического голосования в автократиях — это «Умное голосование», предложенное Алексеем Навальным в 2018 году. Эффективность «Умного голосования» подробно исследована политологами. М. Турченко и Г. Голосов показали на примере российских муниципальных выборов 2019 года, что кампания «Умного голосования» была связана с усилением координации оппозиционно настроенных избирателей и изменением результатов кандидатов, поддержанных этой стратегией9. В последующей работе авторы изучили субнациональные выборы 2020 года и показали, что эффективность такой координации зависела, в частности, от воспринимаемых оппозиционных характеристик кандидатов и уровня давления на избирателей10. Таким образом, исследования авторитарных режимов расширили литературу о стратегическом голосовании, поставив вопрос о том, может ли координация избирателей работать в условиях ограниченной политической конкуренции, давления на оппозицию и неравного доступа кандидатов к электоральным ресурсам.

Дальнейшее развитие данного направления представлено в работе Турченко, Голосова и Завадской. В отличие от предыдущих исследований, авторы рассматривают не только эффективность «Умного голосования» как механизма координации протестного электората, но и пределы его применимости в условиях постепенного ужесточения авторитарного режима. Используя официальные результаты выборов 2019–2021 годов и опрос с методом списочного эксперимента после парламентских выборов 2021 года, они показывают, что «Умное голосование» действительно способствовало росту результатов рекомендованных кандидатов независимо от их партийной принадлежности. Вместе с тем авторы показывают, что эффективность этого механизма имеет институциональные пределы: по мере перехода России от конкурентного к гегемоническому авторитаризму, сопровождавшегося усилением контроля над электоральным процессом и репрессиями против оппозиции, возможности для координированного антиправительственного голосования были существенно сокращены и в конечном итоге практически устранены, в связи с чем с каждым годом снижался и «бонус» в виде голосов для кандидатов, выбранных «Умным голосованием»11.

«Идите на» — история проекта#

После начала полномасштабного вторжения ситуация с «Умным голосованием» изменилась: в 2022 году оно проводилось только на муниципальных выборах, причём создатели стратегии объявили, что выбор кандидатов скорректирован с учётом их позиций по войне с Украиной12. После президентских выборов 2024 года «Умное голосование» не проводилось, однако перед выборами в Государственную думу РФ 2026 года команда Юлии Навальной объявила о кампании «Умного голосования». Шестого августа 2026 года ФБК объявил, что на выборах в Госдуму стратегия будет применяться в одномандатных округах: в каждом округе предполагалось рекомендовать кандидата, который имеет наибольшие шансы победить кандидата от «Единой России». При этом для голосования по партийным спискам первоначально предлагалось поддержать «Яблоко». Таким образом, «Умное голосование» сохраняло классическую для проекта логику концентрации голосов в одномандатном округе вокруг одного кандидата, чтобы не допустить распыления голосов между несколькими оппозиционными кандидатами13.

Параллельно Максим Кац запустил собственный проект «Идите на». Изначально он был задуман несколько иначе: сайт не столько давал готовую рекомендацию, сколько предоставлял информацию о кандидатах и партиях, их позициях и политической биографии, позволяя избирателю самостоятельно определить, как голосовать. Кац прямо описывал проект как аналитический ресурс, который должен был помочь разобраться в кандидатах и партиях, а не как аналог «Умного голосования», однако по мере приближения выборов подходы двух проектов стали сближаться: в центре внимания оказался вопрос о том, какого кандидата следует поддержать в одномандатном округе, чтобы одновременно минимизировать поддержку кандидата власти и не поддерживать кандидатов, активно выступающих за войну.

Затем «Умное голосование» и «Идите на» объединили свои рекомендации. Так, 14 сентября 2026 года команды Юлии Навальной и Максима Каца объявили о согласовании единого списка кандидатов по одномандатным округам. Один и тот же список был опубликован одновременно через бот «Умного голосования» и на сайте «Идите на»14. При его составлении команды обсуждали каждый округ отдельно и искали компромисс между двумя критериями: способностью кандидата конкурировать с кандидатом от «Единой России» и его отношением к войне. Приоритет во многих случаях отдавался кандидатам «Яблока», а при их отсутствии — другому кандидату, способному получить значительную поддержку, при условии отсутствия его активной поддержки войны. Таким образом, первоначально два самостоятельных проекта — институционально продолжающееся «Умное голосование» и созданное Кацем «Идите на» — в ходе кампании 2026 года перешли к единому механизму электоральной координации.

Задаваясь вопросом, возымела ли эта стратегия воздействие на результаты голосования, необходимо исследовать какой-то измеримый показатель. Подобно предыдущим исследованиям стратегического голосования, в этой статье будет сравниваться не количество победивших кандидатов, а то, сколько голосов они набрали на выборах в процентном соотношении по сравнению с другими кандидатами. Исходя из этого, гипотеза исследования будет сформулирована следующим образом:

H1: кандидаты, которые были выбраны стратегией «Идите на», получают больший процент голосов по сравнению с остальными кандидатами.

Важное отличие проекта заключается в попытке не просто выбрать одного кандидата, но и оценить его провоенные/антивоенные взгляды. В связи с этим появляется возможность проверить не только сравнение двух групп, но и влияние показателей высказываний за войну в целом.

H2: чем более провоенным образом высказывается кандидат по оценке «Идите на», тем меньший процент голосов он/она получит на выборах.

Данные и метод#

В качестве данных будут использоваться два источника: Государственная автоматизированная система «Выборы» для информации о результатах выборов и база данных проекта «Идите на» для шкалы провоенности15.

В качестве методов проверки первой гипотезы, подобно предыдущим исследованиям об эффективности «Умного голосования», будет использоваться регрессионный анализ по методу наименьших квадратов (МНК), а затем метод разности разностей для того, чтобы снизить эффект неслучайности выбора кандидатов. В качестве зависимой переменной для обеих моделей будет выбран процент голосов за кандидата в округе (result). Фактор, указывающий на присутствие кандидатов в рекомендациях проекта «Идите на», обозначен как is_idi, где все рекомендованные кандидаты отмечены как «1», остальные — как «0». Также добавлены контрольные переменные: партийная принадлежность кандидата, то есть от какой партии он баллотируется или идёт как самовыдвиженец (party), и регион, в котором находится округ (region). Для второй модели также будет учитываться результат выборов тех же самых кандидатов на выборах в Государственную думу в 2021 году (result_2021).

Для проверки второй гипотезы также будет использоваться МНК-регрессия с независимой переменной idx, содержащей индекс провоенных высказываний (где 0 — самая провоенная оценка и 10 — самая антивоенная) с добавлением всех переменных, перечисленных выше. Описательная статистика всех переменных отображена в таблице 1. Для статистического анализа использовалась программная среда RStudio версии 2026.09.0+174 для анализа данных на языке R.

Таблица 1. Описательная статистика переменных#
Переменная Количество наблюдений Минимум Среднее Медиана Максимум Стандартное отклонение
result 1527 0 0,139 0,07 0,9824 0,1721
is_idi 1527 0 0,1225 0 1 0,3279
party 1527 — — — — —
region 1527 — — — — —
idx 1441 0 3,17 3 10 2,3
result_2021 399 0,051 0,1914 0,1101 0,9359 0,1891

Результаты#

Результаты регрессионного анализа первой модели отображены в приложении 1. Исходя из них, мы видим, что регрессионный коэффициент is_idi значим на уровне 10% и составляет 0,014, что интерпретируется следующим образом: наличие кандидата в рекомендациях «Идите на» повышает его или её результат на выборах на 1,4 процентного пункта.

Однако, как уже было упомянуто выше, одной модели недостаточно для того, чтобы измерить чистоту этого эффекта. В методе «Разность разностей» мы не только делим кандидатов не только на две группы по принципу рекомендаций проекта, но и на два временных периода: выборы в Госдуму 2021 и 2026 годов. Для этого необходимо отобрать только тех кандидатов, которые участвовали и в выборах 2021 года, и в выборах 2026 года, поэтому количество кандидатов сокращается до 399.

На графике 1 показана динамика двух групп за два временных периода. Мы видим, что средние обеих групп снизились, однако группа кандидатов, которые были рекомендованы в 2026 году, претерпела меньшие изменения. В ней результаты снизились примерно на 3 процентных пункта, тогда как в контрольной группе они снизились почти на 7. Чтобы проверить, является ли этот результат статистически значимым, необходимо добавить контрольные переменные в модель.

В таблице 2 мы видим, что эффект оказывается статистически незначим как с контрольными переменными, так и без них, что говорит о том, что рекомендации «Идите на» при более детальном рассмотрении никак не повлияли на результаты выборов.

График 1. Изменение средних результатов голосования в двух группах кандидатов — рекомендованных проектом «Идите на» (Treatment) и остальных (Control) — за два временных периода#

Диаграмма результатов анализа

Таблица 2. Статистическая значимость показателя из модели «Разность разностей» в зависимости от контрольных переменных#
Model Estimate Std. Error Statistic p-value
Без контролей 0,0242 0,0307 0,789 0,430
Party -0,0132 0,0136 -0,964 0,335
Region 0,0256 0,0314 0,816 0,415
Party + Region -0,0143 0,0140 -1,020 0,308

Результаты проверки второй гипотезы оказываются более интересными. Эффект рейтинга провоенных высказываний оказывается статистически значим и составляет −0,02. Это означает, что каждый балл антивоенности позиции кандидата снижает его или её результат на выборах на 2 процентных пункта. Соответственно, между максимально провоенным по оценке проекта «Идите на» и максимально антивоенным кандидатом разница будет в 20 процентных пунктов. Однако мы не можем с точностью сказать, что повлияло на этот результат — фальсификации против антивоенных кандидатов или политические предпочтения избирателей. Результаты модели отображены в приложении 2.

Результаты анализа показывают, что первая гипотеза не подтверждается, а вторая подтверждается со знаком минус: антивоенная позиция влияет, но даёт не больше, а меньше голосов кандидатам.

На данный момент, исходя из результатов анализа, можно утверждать, что стратегия «Идите на» не повлияла на результаты голосования. Однако важно также учитывать, что в данной статье содержатся очень приблизительные подсчёты. Необходимо добавлять такие контрольные переменные, как пол, возраст кандидата и конкурентность округа, а также проверять параллельность трендов при применении метода «Разность разностей». Тем не менее полученные результаты свидетельствуют о том, что тема стратегического голосования в России заслуживает дальнейших исследований.

Литература#

1. Alvarez R. M., Nagler J. A New Approach for Modeling Strategic Voting in Multiparty Elections. Pasadena: California Institute of Technology, 1997. DOI: 10.7907/1ea5s-rn272.

2. Arriola L. R., DeVaro J., Meng A. Democratic Subversion : Elite Cooptation and Opposition Fragmentation // American Political Science Review. 2021. Vol. 115, no. 4. P. 1358–1372. DOI: 10.1017/S0003055421000629.

3. Blais A., Erisen C., Rheault L. Strategic Voting and Coordination Problems in Proportional Systems: An Experimental Study // Political Research Quarterly. 2014. Vol. 67, no. 2. P. 386–397. DOI: 10.1177/1065912913520573.

4. Blais A., Nadeau R. Measuring Strategic Voting : A Two-Step Procedure // Electoral Studies. 1996. Vol. 15, no. 1. P. 39–52. DOI: 10.1016/0261-3794(94)00014-X.

5. Cox G. W. Making Votes Count : Strategic Coordination in the World’s Electoral Systems. Cambridge: Cambridge University Press, 1997. DOI: 10.1017/CBO9781139174954.

6. Cox G. W., Shugart M. S. Strategic Voting Under Proportional Representation // The Journal of Law, Economics, and Organization. 1996. Vol. 12, no. 2. P. 299–324. DOI: 10.1093/oxfordjournals.jleo.a023365.

7. Downs A. An Economic Theory of Democracy. New York : Harper & Brothers, 1957.

8. Duverger M. Political Parties : Their Organization and Activity in the Modern State. New York: Wiley, 1954. Ориг. изд.: Duverger M. Les partis politiques. Paris: A. Colin, 1951.

9. Shively W. P. The Elusive “Psychological Factor”: A Test for the Impact of Electoral Systems on Voters’ Behavior // Comparative Politics. 1970. Vol. 3, no. 1. P. 115–125. DOI: 10.2307/421504.

10. Turchenko M., Golosov G. V. Smart Enough to Make a Difference? An Empirical Test of the Efficacy of Strategic Voting in Russia’s Authoritarian Elections // Post-Soviet Affairs. 2021. Vol. 37, no. 1. P. 65–79. DOI: 10.1080/1060586X.2020.1796386.

11. Turchenko M., Golosov G. V. Coordinated Voting Against the Autocracy: The Case of the ‘Smart Vote’ Strategy in Russia // Europe-Asia Studies. 2023. Vol. 75, no. 5. P. 820–841. DOI: 10.1080/09668136.2022.2147485.

12. Turchenko M., Zavadskaya M., Golosov G. V. Resistance at the polls: coordinated anti-regime voting in Russia’s transition from competitive to hegemonic authoritarianism, 2019–2021 // Democratization. 2026. Vol. 33, no. 2. P. 369–391.

Приложение 1. Результаты регрессионного анализа#
Dependent variable: result Coefficient Std. Error
is_idi 0,014* (0,007)
region Амурская область 0,011 (0,033)
region Архангельская область 0,032 (0,023)
region Астраханская область 0,008 (0,031)
region Белгородская область 0,016 (0,025)
region Брянская область 0,015 (0,025)
region Владимирская область 0,006 (0,024)
region Волгоградская область 0,012 (0,022)
region Вологодская область –0,005 (0,022)
region Воронежская область 0,014 (0,022)
region город Москва 0,011 (0,016)
region город Санкт-Петербург 0,011 (0,018)
region город Севастополь 0,027 (0,035)
region Еврейская автономная область 0,001 (0,029)
region Забайкальский край –0,007 (0,027)
region Ивановская область 0,013 (0,033)
region Иркутская область –0,001 (0,019)
region Кабардино-Балкарская Республика 0,016 (0,033)
region Калининградская область –0,001 (0,023)
region Калужская область 0,008 (0,031)
region Камчатский край 0,044 (0,039)
region Карачаево-Черкесская Республика 0,008 (0,029)
region Кемеровская область — Кузбасс 0,012 (0,021)
region Кировская область 0,003 (0,024)
region Костромская область 0,005 (0,031)
region Краснодарский край 0,021 (0,018)
region Красноярский край –0,003 (0,019)
region Курганская область 0,004 (0,031)
region Курская область 0,004 (0,024)
region Ленинградская область 0,023 (0,031)
region Липецкая область –0,003 (0,022)
region Магаданская область 0,022 (0,035)
region Московская область 0,015 (0,017)
region Мурманская область 0,003 (0,031)
region Ненецкий автономный округ 0,047 (0,039)
region Нижегородская область 0,006 (0,019)
region Новгородская область –0,002 (0,028)
region Новосибирская область 0,001 (0,019)
region Омская область –0,001 (0,021)
region Оренбургская область 0,009 (0,021)
region Орловская область 0,001 (0,029)
region Пензенская область 0,014 (0,025)
region Пермский край –0,002 (0,020)
region Приморский край 0,009 (0,022)
region Псковская область –0,001 (0,028)
region Республика Адыгея (Адыгея) 0,008 (0,031)
region Республика Алтай 0,006 (0,031)
region Республика Башкортостан 0,013 (0,019)
region Республика Бурятия 0,014 (0,033)
region Республика Дагестан 0,017 (0,022)
region Республика Ингушетия 0,050 (0,039)
region Республика Калмыкия 0,011 (0,031)
region Республика Карелия –0,008 (0,026)
region Республика Коми 0,002 (0,029)
region Республика Крым 0,007 (0,021)
region Республика Марий Эл 0,001 (0,028)
region Республика Мордовия 0,019 (0,033)
region Республика Саха (Якутия) –0,001 (0,028)
region Республика Северная Осетия — Алания 0,012 (0,029)
region Республика Татарстан (Татарстан) 0,036* (0,020)
region Республика Тыва 0,029 (0,035)
region Республика Хакасия 0,006 (0,031)
region Ростовская область 0,014 (0,019)
region Рязанская область 0,013 (0,025)
region Самарская область 0,011 (0,020)
region Саратовская область 0,007 (0,020)
region Сахалинская область –0,002 (0,028)
region Свердловская область 0,007 (0,019)
region Смоленская область 0,010 (0,031)
region Ставропольский край 0,015 (0,020)
region Тамбовская область 0,014 (0,033)
region Тверская область 0,0002 (0,023)
region Томская область 0,011 (0,033)
region Тульская область 0,005 (0,024)
region Тюменская область 0,006 (0,024)
region Удмуртская Республика 0,008 (0,024)
region Ульяновская область 0,002 (0,023)
region Хабаровский край –0,001 (0,023)
region Ханты-Мансийский автономный округ — Югра 0,013 (0,025)
region Челябинская область 0,003 (0,019)
region Чеченская Республика 0,055 (0,039)
region Чувашская Республика — Чувашия 0,004 (0,024)
region Чукотский автономный округ 0,016 (0,035)
region Ямало-Ненецкий автономный округ 0,025 (0,035)
region Ярославская область –0,002 (0,023)
party Зелёные –0,488*** (0,008)
party Коммунисты России –0,473*** (0,009)
party КПРФ –0,382*** (0,007)
party ЛДПР –0,434*** (0,007)
party Новые люди –0,437*** (0,007)
party Партия пенсионеров –0,471*** (0,009)
party Партия прямой демократии –0,490*** (0,018)
party Родина –0,486*** (0,011)
party Самовыдвижение –0,002 (0,037)
party Справедливая Россия –0,446*** (0,007)
party Яблоко –0,472*** (0,011)
Constant 0,510*** (0,016)
Observations 1527
R² 0,839
Adjusted R² 0,829
Residual Std. Error 0,071 (df = 1430)
F Statistic 77,859*** (df = 96; 1430)

Примечание: * p < 0,1; ** p < 0,05; *** p < 0,01

Приложение 2. Результаты регрессионного анализа#
Dependent variable: result Coefficient Std. Error
idx –0,020*** (0,002)
region Амурская область 0,004 (0,030)
region Архангельская область 0,024 (0,021)
region Астраханская область 0,001 (0,028)
region Белгородская область 0,008 (0,023)
region Брянская область 0,007 (0,023)
region Владимирская область –0,0004 (0,021)
region Волгоградская область 0,006 (0,020)
region Вологодская область 0,003 (0,020)
region Воронежская область 0,005 (0,020)
region город Москва 0,008 (0,015)
region город Санкт-Петербург 0,004 (0,016)
region город Севастополь 0,018 (0,032)
region Еврейская автономная область –0,001 (0,027)
region Забайкальский край 0,0002 (0,024)
region Ивановская область 0,006 (0,030)
region Иркутская область 0,002 (0,017)
region Кабардино-Балкарская Республика 0,011 (0,030)
region Калининградская область 0,002 (0,021)
region Калужская область –0,001 (0,028)
region Камчатский край 0,033 (0,035)
region Карачаево-Черкесская Республика 0,002 (0,026)
region Кемеровская область — Кузбасс 0,007 (0,019)
region Кировская область –0,001 (0,022)
region Костромская область 0,003 (0,028)
region Краснодарский край 0,012 (0,016)
region Красноярский край –0,003 (0,017)
region Курганская область 0,002 (0,028)
region Курская область –0,001 (0,022)
region Ленинградская область 0,007 (0,028)
region Липецкая область 0,012 (0,020)
region Магаданская область 0,016 (0,032)
region Московская область 0,010 (0,015)
region Мурманская область 0,0004 (0,028)
region Ненецкий автономный округ 0,036 (0,035)
region Нижегородская область 0,001 (0,017)
region Новгородская область 0,001 (0,025)
region Новосибирская область –0,002 (0,018)
region Оренбургская область 0,001 (0,019)
region Орловская область –0,003 (0,027)
region Пензенская область 0,007 (0,023)
region Пермский край –0,003 (0,018)
region Приморский край 0,004 (0,020)
region Псковская область 0,002 (0,025)
region Республика Адыгея (Адыгея) 0,001 (0,028)
region Республика Алтай 0,003 (0,028)
region Республика Бурятия 0,004 (0,030)
region Республика Ингушетия 0,038 (0,035)
region Республика Калмыкия 0,002 (0,028)
region Республика Карелия 0,006 (0,024)
region Республика Коми –0,0005 (0,026)
region Республика Крым –0,001 (0,019)
region Республика Марий Эл 0,001 (0,025)
region Республика Мордовия 0,007 (0,030)
region Республика Саха (Якутия) 0,002 (0,025)
region Республика Северная Осетия — Алания –0,003 (0,027)
region Республика Татарстан (Татарстан) 0,027 (0,018)
region Республика Тыва 0,020 (0,032)
region Республика Хакасия –0,001 (0,028)
region Ростовская область 0,008 (0,017)
region Рязанская область 0,007 (0,023)
region Самарская область 0,004 (0,018)
region Саратовская область 0,004 (0,018)
region Сахалинская область –0,002 (0,025)
region Свердловская область 0,001 (0,017)
region Смоленская область 0,0002 (0,028)
region Ставропольский край 0,009 (0,019)
region Тамбовская область 0,009 (0,030)
region Тверская область –0,001 (0,021)
region Томская область 0,006 (0,030)
region Тульская область 0,001 (0,021)
region Тюменская область 0,002 (0,022)
region Удмуртская Республика 0,002 (0,022)
region Ульяновская область –0,0004 (0,021)
region Хабаровский край –0,004 (0,020)
region Ханты-Мансийский автономный округ — Югра 0,004 (0,023)
region Челябинская область –0,003 (0,017)
region Чеченская Республика 0,040 (0,035)
region Чувашская Республика — Чувашия 0,0001 (0,021)
region Чукотский автономный округ 0,010 (0,032)
region Ямало-Ненецкий автономный округ 0,019 (0,032)
region Ярославская область 0,004 (0,021)
party Зелёные –0,362*** (0,012)
party Коммунисты России –0,362*** (0,012)
party КПРФ –0,346*** (0,007)
party ЛДПР –0,375*** (0,008)
party Новые люди –0,375*** (0,008)
party Партия пенсионеров –0,364*** (0,012)
party Партия прямой демократии –0,339*** (0,020)
party Родина –0,359*** (0,015)
party Самовыдвижение –0,110*** (0,038)
party Справедливая Россия –0,369*** (0,009)
party Яблоко –0,373*** (0,011)
Constant 0,513*** (0,014)
Observations 1441
R2 0,865
Adjusted R2 0,855
Residual Std. Error 0,064 (df = 1347)
F Statistic 92,476*** (df = 93; 1347)

Примечание: * p < 0,1; ** p < 0,05; *** p < 0,01

DOI: 10.55167/9614dac4491f


  1. Duverger M. Political Parties: Their Organization and Activity in the Modern State. New York: Wiley, 1954. Ориг. изд.: Duverger M. Les partis politiques. Paris: A. Colin, 1951. ↩︎

  2. Downs A. An Economic Theory of Democracy. New York: Harper & Brothers, 1957. ↩︎

  3. Cox G. W. Making Votes Count: Strategic Coordination in the World’s Electoral Systems. Cambridge: Cambridge University Press, 1997. DOI: 10.1017/CBO9781139174954. ↩︎

  4. Cox G. W., Shugart M. S. Strategic Voting Under Proportional Representation // The Journal of Law, Economics, and Organization. 1996. Vol. 12, no. 2. P. 299–324. DOI: 10.1093/oxfordjournals.jleo.a023365. ↩︎

  5. Blais A., Erisen C., Rheault L. Strategic Voting and Coordination Problems in Proportional Systems: An Experimental Study // Political Research Quarterly. 2014. Vol. 67, no. 2. P. 386–397. DOI: 10.1177/1065912913520573. ↩︎

  6. Shively W. P. The Elusive “Psychological Factor”: A Test for the Impact of Electoral Systems on Voters’ Behavior // Comparative Politics. 1970. Vol. 3, no. 1. P. 115–125. DOI: 10.2307/421504. ↩︎

  7. Alvarez R. M., Nagler J. A New Approach for Modeling Strategic Voting in Multiparty Elections. Pasadena: California Institute of Technology, 1997. DOI: 10.7907/1ea5s-rn272. ↩︎

  8. Arriola L. R., DeVaro J., Meng A. Democratic Subversion: Elite Cooptation and Opposition Fragmentation // American Political Science Review. 2021. Vol. 115, no. 4. P. 1358–1372. DOI: 10.1017/S0003055421000629. ↩︎

  9. Turchenko M., Golosov G. V. Smart Enough to Make a Difference? An Empirical Test of the Efficacy of Strategic Voting in Russia’s Authoritarian Elections // Post-Soviet Affairs. 2021. Vol. 37, no. 1. P. 65–79. DOI: 10.1080/1060586X.2020.1796386. ↩︎

  10. Turchenko M., Golosov G. V. Coordinated Voting Against the Autocracy: The Case of the ‘Smart Vote’ Strategy in Russia // Europe-Asia Studies. 2023. Vol. 75, no. 5. P. 820–841. DOI: 10.1080/09668136.2022.2147485. ↩︎

  11. Turchenko M., Zavadskaya M., Golosov G. V. Resistance at the polls: coordinated anti-regime voting in Russia’s transition from competitive to hegemonic authoritarianism, 2019–2021 // Democratization. 2026. Vol. 33, no. 2. P. 369–391. ↩︎

  12. «Призываю вас голосовать против войны, коррупции и нищеты». Навальный позвал россиян на выборы 11 сентября [Электронный ресурс] // Медуза. 2022. 6 сент. URL: https://meduza.io/news/2022/09/06/prizyvayu-vas-golosovat-protiv-voyny-korruptsii-i-nischety-navalnyy-pozval-rossiyan-na-vybory-11-sentyabrya. ↩︎

  13. Стратегия на выборах в Госдуму [Электронный ресурс] // Фонд борьбы с коррупцией. 2026. 6 авг. URL: https://fbk.info/ru/news/acfstrategy2026. ↩︎

  14. Юлия Навальная и Максим Кац опубликовали общий список рекомендаций по голосованию на выборах [Электронный ресурс] // Новая газета Европа. 2026. 14 сент. URL: https://novayagazeta.eu/articles/2026/09/14/iuliia-navalnaia-i-maksim-kats-opublikovali-obshchii-spisok-rekomendatsii-po-golosovaniiu-na-vyborakh-news. ↩︎

  15. Идите на [Электронный ресурс]: [сайт проекта]. URL: https://iditena.org/. ↩︎