LTPagrindinis šio straipsnio tikslas yra dvejopas: 1) pasiūlyti metodologiją, kuri į rinkiminio aktyvumo tyrimus leistų įtraukti erdvę; 2) ištirti rinkiminio aktyvumo skirtumus Vilniaus mieste pritaikant pasiūlytą metodologiją. Analizei pasirinktas Vilniaus miestas kaip daugiausia gyventojų turintis miestas Lietuvoje. Empirinę tyrimo dalį sudaro trys regresinės analizės metodai: daugianarė tiesinė OLS regresija, geografiškai pasverta regresija ir erdvinė lag regresija. OLS regresija yra naudojama kaip atskaitinis modelis, su kuriuo lyginami kiti du modeliai, leidžiantys į analizę įtraukti erdvę. Analizei pasirinkti 2012 metų LR Seimo rinkimai, kadangi tai buvo artimiausiu laiku nuo 2011 metais visuotinio gyventojų surašymo vykę nacionaliniai rinkimai. Tuo tarpu gyventojų surašymo duomenys yra reikalingi siekiant operacionalizuoti kontekstinius veiksnius, galinčius nulemti rinkiminio aktyvumo skirtumus. Galiausiai svarbu apibrėžti, kaip šiame tyrime yra suprantamos vietos, konteksto ir erdvės sąvokos. Vieta yra laikomas apibrėžtas erdvinis ploto vienetas, atitinkantis vienetą, kuriame buvo surinkti duomenys. Kontekstu laikomi sociodemografiniai veiksniai, apibrėžiantys vietą. Tuo tarpu erdvės supratimas šiame darbe atitinka erdvinėje analizėje dažniausiai naudojamą socioekonominę erdvės sampratą, kurioje erdvė apibrėžiama per santykinę vietą, t. y. vietos padėtį bei tai, kokios ir kokiu atstumu šalia yra kitos vietos (Couclelis, 1992). [Iš straipsnio, p. 80-81]Reikšminiai žodžiai: Erdviniai efektai; Erdvinio atsilikimo regresija; Erdvinė analizė; Geografiškai vertinama regresija; Gerografiškai vertinga regresija; Rinkiminis aktyvumas; Rinkiminė geografija; Rinkimų geografija; Rinkėjų aktyvumas; Vilnius; Electoral geography; Geographically valued regression; Spatial analysis; Spatial effects; Spatial lag regression; Vilnius; Voter turnout.
ENThe paper analysis the spatial differences of voters turnout in Vilnius city. The context sociodemographic factors have been determined for the explanation of voter turnout differences. The theories of spatial effects – spatial heterogeneity and spatial dependency have been employed in order to research phenomenon of voter turnout as spatially dependent process. It was revealed that spatial effects are to be evaluated in order to understand spatial differences in voting behavior in the context of socio-demographic variables. Three methods of regression analysis have been employed: multinomial linear OLS regression, geographically weighted regression, and spatial lag regression. [From the publication]