CGE модель конкурирующих партий России

В последнее время в прикладной экономической науке развитых стран запада получило широкое распространение моделирование экономических процессов посредством CGE (Computable General Equilibrium) моделей [2–6]. В то же время в России это направление появилось совсем недавно, а термин “вычислимая модель“, являющийся синонимом CGE модели был введен академиком В.Л. Макаровым при разработке модели экономики России [1].

Вообще говоря. CGE модели используются в основном для моделирования экономических явлений. В то же время, благодаря своей универсальности, этот инструмент может успешно применяться для моделирования политических процессов.

Предлагаемая CGE модель конкурирующих партий предназначена для прогнозирования результатов выборов в Государственную Думу России в зависимости от задаваемых условий.

Ниже приводится краткое описание модели.

В модели участвуют следующие политические агенты:

Основные политические партии/блоки России (при этом не рассматриваются различные депутатские группы): 1) КПРФ; 2) Единство; 3) Отечество — Вся Россия; 4) Союз правых сил; 5) Яблоко; 6) ЛДПР.

Электорат России, разбитый на три группы, в зависимости от уровня дохода: 7) первая группа (низкие доходы); 8) вторая группа (средние доходы); 9) третья группа (высокие доходы).

Ниже описывается поведение агентов.

Стратегия партий. Партии стремятся завоевать доверие избирателей, воздействуя на поведение электората посредством политической платформы, СМИ и т.д. Иными словами, партия стремится максимизировать свою “производственную функцию“ (ПФ), выходом которой являются голоса избирателей.

Производная функция имеет стандартный для CGE моделей вид:

где i — номер партии (1, … , 6); Y_i — число голосов избирателей; DC_li, DC_2i, DC_3i — спрос различных групп населения на услуги, оказываемые партией, который определяется доверием избирателей, например, DC_ll — спрос первой группы на услуги, предоставляемые КПРФ (услуги, в свою очередь, выражаются в лоббировании интересов избирателей); AR_i, AC_il, АС_i2, АС_i3 — коэффициенты ПФ.

Коэффициенты ПФ имеют большое значение. Например, коэффициент AC_il у КПРФ будет значительно выше, чем у СПС, поскольку в КПРФ заинтересована большая часть населения, представляющая первую доходную группу.

Каждая партия производит “политический продукт“, выражающийся в лоббировании интересов избирателей, который в дальнейшем распределяется по трем направлениям. В модели это выражается в определении долей, по которым будет распределяться “политический продукт“ для каждой группы населения.

Доли: EC_li — доля политического продукта, предлагаемого первой группе населения (у КПРФ и Единства эта доля велика); EC_2i — доля политического продукта, предлагаемого второй группе населения (преимущественно КПРФ, Отечество — Вся Россия); EC_3i — доля политического продукта, предлагаемого третьей группе населения (Единство, Отечество — Вся Россия, КПРФ и СПС);

Стратегия избирателей. Население стремится получить для себя максимальную полезность, голосуя, на выборах. Например, избиратели, имеющие самые низкие доходы, недовольны действующей властью, поэтому их политические симпатии относятся к радикальным партиям или КПРФ. В то же время домохозяйства с самыми высокими доходами стремятся сохранить действующий режим, поэтому отдают голоса проправительственной партии.

В модели это выражается в определении следующих долей: OC_li — доля избирателей первой группы, голосующих за i-ую партию; OC_2i — доля домохозяйств второй группы, голосующих за i-ую партию; OC_3i — доля домохозяйств третьей группы, голосующих за i-ую партию.

Общая часть модели. Равновесие в модели, при котором происходит удовлетворение спроса со стороны избирателей, наступает благодаря итеративному пересчету.

Формулы, описывающие суммарный спрос на услуги политических партий и предложение политического продукта приводятся ниже:

где DC_ji — спрос на услуги i-ой партии со стороны j-ой группы; SC_ji — предложение политического продукта, производимой i-ой партией для j-ой группы.

Пример вычислительного эксперимента. В качестве вычислительного эксперимента было решено “играть“ долями избирателей в доходных группах. Таким образом, проверялась гипотеза о том, что улучшение (ухудшение) уровня жизни приводит к новому раскладу сил на политической арене.

В первом эксперименте уменьшалась доля избирателей в первой группе, за счет увеличения доли второй группы (уровень жизни возрастал), а во втором эксперименте — наоборот.

В качестве исходных для модели были использованы данные опроса фонда “Общественно мнение» (http://classic.fom.ru), распределяющие голосовавших на выборах в Государственную Думу по трем доходным группам.

В таблице представлены фактические данные о разбиении электората и измененные для эксперимента.

После пересчета модели получились результаты, представленые на рисунке.

Как видно, улучшение уровня жизни ведет к захвату думского большинства проправительственной фракции, в то время как КПРФ несколько потеряло свои позиции. При ухудшении уровня жизни ситуация меняется в противоположную сторону.

Таким образом, CGE модель конкурирующих партий России является инструментом, позволяющим прогнозировать расстановку политических сил в стране в зависимости от задаваемых начальных условий, в частности уровня жизни населения.

Автор выражает глубокую благодарность академику В.Л. Макарову за ценные замечания и практические советы.

Литература

1. Макаров В.Л. Вычислимая модель российской экономики (RUSEC). / Препринт # WP/99/069. — М.: ЦЭМИ РАН, 1999.
2. Berck P., Golan E. and Smith В. Dynamic Revenue Analysis for California. — Berkeley, University of California, 1996
3. Dixon P., Parmenter В. Computable General Equilibrium Modelling for Policy Analysis and Forecasting. Handbook of Computational Economics, Volume 1, ed. by Amman, H. et al. — North-Holland, Elsevier Science, 1996.
4. Johansen L. A multi-sectoral study of economic growth. — North-Holland, Amsterdam, 1960.
5. Scarf H. The computation of economic equilibria. — New Haven and London, Yale University Press, 1984.
6. Thissen M. A Classification of Empirical CGE Modelling. SOM Research Report 99C01. — The Netherlands, University of Groningen, 1998.