Социологические методы.

В прикладном политическом анализе социологические методы — выборочные исследования, опросные исследования, фокус-группы, экспериментальные и квазиэкспериментальные исследование — находят широ­кое применение.

Выбор метода проведения опроса имеет существенное значение при разработке программы исследования.

· Интервью «лицом к лицу»

(Непосредственное, «лицом к лицу» интервью является наиболее дорогостоящим, но в то же время наиболее точным методом по­лучения информации от респондентов. Такой метод особенно полезен в случае, если анкета содержит много открытых вопро­сов либо очень большое количество вопросов. Интервьюер спо­собен при этом облегчить респонденту задачу, субъективно рас­полагая его к обстоятельной, продолжительной беседе. Однако возможна и обратная, негативная реакция интервьюера и респон­дента друг на друга, что способно исказить результаты опроса.)

· Телефонный опрос

(Телефонный опрос относится к наименее дорогостоящим мето­дам и имеет низкую вероятность систематических смещений. Та­кой метод наиболее эффективен при осуществлении быстрых оп­росов с коротким списком вопросов. С другой стороны, респон­денты нередко испытывают неловкость в общении с безличным голосом на другом конце провода, что не располагает к искрен­ности ответов.)

· Почтовая рассылка

(Относительно недорогой и свободный от субъективного воздей­ствия метод, позволяющий респонденту в спокойной обстановке тщательно обдумать свои ответы. Техническая легкость обработ­ки полученных анкет, например, с помощью сканера и програм­мы автоматического распознавания текста также относится к до­стоинствам данного метода. Однако почтовые опросы часто стра­дают от крайне низкого уровня отклика респондентов: если пер­сональное интервьюирование дает обычно около 95% отклика, то почтовая рассылка колеблется в диапазоне от 2 до 40%. Это об­стоятельство чревато возникновением смещения самоотбора, т.е. те, кто вернул анкеты, могут представлять собой некоторую спе­цифическую подгруппу)

Точкой отсчета в любом опросном исследовании является опреде­ление совокупности (популяции). Термин генеральная совокупность характеризует всю группу людей, информацию о которой мы хотим получить. Допустим, мы проводим анализ возможности строительства мусоросжигаюшего предприятия на окраине города N и нас интересует отношение к данному проекту жителей города. В этом случае в качестве совокупности мы примем всех взрослых жителей города N.

В идеальном мире, не имеющем ограничений во времени и в средствах, мы могли бы опросить всех жителей города без исключения. В реальности, однако, мы вынуждены ограничить наше исследование небольшой группой представителей данной совокупности, которых называют выборочной совокупностью или выборкой.

Единственным значимым свойством выборки является ее репрезен­тативность: насколько точно данная выборка представляет всю попу­ляцию. Если это условие не соблюдено, мы получим смещенную выбор­ку.

Существуют различные способы выбора группы объектов, которые принято разделять на объективные, или вероятностные (выборка осуществляется согласно определенному набору правил, призванных максимизировать вероятность получения корректного результата), и субъективные, основанные на суждении (используется специализиро­ванное знание о составе популяции).

Выделяются следующие виды выборок:

1) Случайная выборка

(При случайной выборке каждый элемент генеральной совокуп­ности имеет равный шанс быть выбранным. Существуют различ­ные способы обеспечения подлинно случайного характера выборки. Можно использовать в этих целях генераторы случайных чисел либо в крупных городах можно осуществлять выборку с помощью телефонного справочника, когда отбирается, к примеру, каждый десятый абонент на каждой странице. Такие методы дают достаточно хороший результат при условии, что мы предполагаем относительную гомогенность совокупности.)

2) Стратифицированная выборка

(В случае если совокупность четко делится на несколько значи­мых подгрупп, или страт, может быть, более целесообразно идентифицировать каждую страту и опрашивать их самостоя­тельно. Например, если мы изучаем возможность некоторых преобразований в области высшего образования, нас могут инте­ресовать мнения студентов, их родителей и преподавателей, поскольку каждая из этих групп имеет свои особые интересы в дан­ном вопросе.)

3) Кластерная выборка

(В случае когда мы имеем дело с исключительно большой сово­купностью, может оказаться невозможно — по техническим или финансовым причинам — опросить каждого потенциального респондента, оказавшегося в случайной выборке. Например, нас могут интересовать некоторые аспекты развития крупных горо­дов. Вместо того чтобы включать в выборку респондентов из не­скольких сотен городов, мы можем выбрать несколько городов в качестве «типичных» и проводить опрос только среди их жите­лей, обобщая полученные результаты и распространяя их на все города страны. Результативность данного метода непосредствен­но зависит от того, насколько репрезентативен кластер относи­тельно всей совокупности.)

Ошибки выборки.

Могут быть порождены различными причинами. Ниже приведены наиболее часто встречающиеся ошибки: нерепрезентативная выборка, самоотбор, неискренность респондента, ошибка сбора данных, ошибка наблюдения, ошибка инструментария.

Нерепрезентативная выборка. Классическим примером данной ошибки является телефонный опрос, проведенный журналом Literary Digest в 1936 г., в преддверии президентских выборов в США. Резуль­таты опроса показали уверенное лидерство республиканца Альфа Лэндона против Франклина Д. Рузвельта. На выборах, как известно, убе­дительную победу одержал Рузвельт. Прогноз оказался неверным по­тому, что опирался на выборку, некорректно представляющую населе­ние страны: в 1936 г. телефон все еще оставался предметом не первой необходимости, доступным сравнительно состоятельным гражданам, Таким образом, выборка владельцев домашних телефонов оказалась нерепрезентативной.

Аналитик, применяющий в работе опросный метод, должен всячески избегать подобной ошибки. Так, анализируя отношение граждан к проектам строительства новых станций метрополитена, не стоит строить выборку на основе широко доступных сегодня на рынке баз данных ГИБДД/ГАИ: пользователи метрополитена в большинстве своем не являются владельцами автотранспорта.

Самоотбор. Даже корректно составленная выборка не всегда устраняет проблему смещения. Причиной этого может быть самоотбор: респонденты, согласившиеся ответить на вопросы анкеты, могут так или иначе выделяться из основной массы выборки. Есть все основания ожидать, что в их числе будут преобладать граждане, свободно владеющие русским языком, образованные, среднего достатка, старшего возраста. Проблема самоотбора не сводится к индивидуальным участ­никам. Некоторые — государственные и общественные — статистиче­ские организации получают данные от юридических лиц на доброволь­ной основе; можно ожидать, что структуры, переживающие тяжелые времена либо вовлеченные в нелегальные виды деятельности, будут избегать подобных контактов.

Неискренность. Ставя перед респондентами острые вопросы, интервьюер не всегда может рассчитывать на искренний ответ. Участники опросов нередко скрывают свою позицию по вопросам, касающимся религиозных, расовых отношений, равенства полов, нетрадиционной сексуальной ориентации и других проблем, имеющих глубоко личностный характер. Это может быть вызвано избеганием социального осуждения, патологиче­ской подозрительностью, групповой солидарностью и другими сообра­жениями.

Курьезный случай имел место в 1990 г. в штате Луизиана. В ходе избирательной кампании в Сенат Конгресса США опросы предсказы­вали уверенную победу идущему на переизбрание сенатору-демократу над конкурентом — в недавнем прошлом лидером Ку-Клукс-Клана' Д. Дюжом. Согласно прогнозам и даже данным экзитполов, Дюк не должен был собрать более 25% голосов. Когда же были оглашены офи­циальные результаты, выяснилось, что за Дюка проголосовали 44% избирателей, а в округах с преобладающим белым населением — более 60%.

Ошибки сбора данных. Физические, технические и прочие обстоя-1 тельства могут затруднять процесс сбора данных и, как следствие, приводить к смещению выборки. Аналитики, занимающиеся проблемами коррупции, незаконного оборота наркотиков, неуставных взаимоотношений в армии и т.д., неизбежно сталкиваются с такими препятствиями, в результате чего используемые данные могут быть существенно искажены.

С парадоксальным результатом столкнулись авторы-составители Мирового справочника политических и социальных индикаторов. При расчете индекса обеспеченности прав человека первоначально принималась во внимание в первую очередь частота зафиксированных фактов нарушений прав человека за определенный период (в том числе количество обращений в суд). Неудивительно, что наихудшие показатели при этом демонстрировали США и другие развитые демократические страны, где свободная пресса и независимый суд гарантируют освещение большинства имеющих место нарушений (даже там, где их на самом деле нет), в то время как данные по тоталитарным и авторитарным странам крайне скудны и необъективны.

Ошибки наблюдения. Еще в начале 1920-х годов физик Вернер Гейзенберг осуществил серию экспериментов, оказавшихся неудачными, однако прославивших его имя. Задачей эксперимента было определе­ние позиции субатомных частиц; для того чтобы зафиксировать иско­мую позицию, требовалось предварительно придать им заряд, облучая их фотонами. Однако сам акт изменения заряда посредством облуче­ния приводил к изменению частицами своего исходного положения в случайном порядке, исключая тем самым саму возможность опреде­лить их первоначальное положение. Эта неудача позволила, тем не ме­нее, сформулировать «принцип неопределенности Гейзенберга». Таким образом, для некоторых случаев просто не существует способа экспе­риментального исследования, который бы не содержал ошибок, поро­жденных самим процессом наблюдения.

В области общественных наук вероятность изменения в наблюдае­мом поведении людей вследствие самого процесса наблюдения еще более высока. Эксперимент, проводившийся в 1932 г. на заводе ком­пании Western Electric в городе Хоторн, вошел во все учебники социо­логии. Группа исследователей поставила задачу выяснить, каким обра­зом интенсивность освещения в цехах влияет на производительность труда, с тем чтобы найти оптимальное сочетание. Начав с максималь­ных значений, они постепенно снижали освещенность, наблюдая за поведением рабочих. Рабочие, впрочем, догадались, что за ними ведет­ся наблюдение и начинали ра­ботать все интенсивнее по мере того, как в цехах становилось все темнее.

Стоит ли говорить, что поведение рабочих совершенно расстроило весь замысел экспериментаторов. В то же время результаты экспери­мента привлекли внимание ученых к феномену групповой идентично­сти, что положило начало развитию так называемой гуманистической школы организационного поведения.

Примеры эксперимента Гейзенберга и Хоторнского эксперимента мимо прочего должны служить начинающему политическому аналитику уроком того, какую выгоду можно извлечь из рефлексии по по­воду собственной профессиональной неудачи.

Ошибки инструментария. Результаты опроса могут быть некорректны в случае, если инструментарий (вопросы) нагружен скрытыми значениями, побуждающими к определенным реакциям со стороны респондентов.

В практике политического анализа постоянно присутствуют ценно­сти, значимость которых вне конкретного контекста мало кто ставит под сомнение. Большинство респондентов выскажут положительное отношение к таким ценностям, как чистота окружающей среды, чело­веческое достоинство, развитое здравоохранение и образование и т.д. Реакция людей, однако, может измениться, если эти же вопросы за­дать в контексте предполагаемого повышения налогов либо сокраще­ния других бюджетных расходов.

2.4.5. Метод фокус-групп.

Данный метод получил широкую популярность в качестве средства измерения общественного мнения. Небольшая репрезентативная груп­па целевой популяции, обычно насчитывающая от 8 до 12 человек, принимает участие в углубленных дискуссиях по определенной теме. Под руководством подготовленного интервьюера группа обсуждает ряд структурированных вопросов. Данный метод позволяет выявить значимую информацию по комплексным проблемам, которая может быть упущена в случае применения традиционных анкетных методов из-за их относительной негибкости.

Вместе с тем методологическая и процедурная сторона данного метода разработана менее тщательно, чем в случае с традиционными опросными методами. Небольшое количество участников и открытый ха­рактер вопросов не позволяют применять строгие статистические методики верификации полученных результатов. Креативное мышление и тщательно продуманный план могут компенсировать методологиче­скую ограниченность. Решающее значение при этом имеют следующие компоненты:

- четкое определение целей (тема обсуждения должна быть конкретна и направлена на действительно ключевые аспекты проблемы);

- идентификация критических характеристик потенциальных участников (состав участников должен отражать наиболее значимые интересы и позиции, имеющие отношение к обсуждаемой проблеме);

- участие опытного организатора дискуссии (от организатора в решающей степени зависит результативность процедуры. Он должен находить разумный баланс между возможностью каждого участника свободно высказать свою позицию и необходимостью избегать пустой риторики);

- определение количества фокус-групп (из-за ограниченного числа участников, как правило, формируют несколько групп, чтобы получить полное представление об имеющихся интересах и точках зрения).

 

МОДЕЛИРОВАНИЕ.

В предыдущих рассуждениях мы уже неоднократно использовали термин модель, в частности, когда говорили о составлении уравнений, которые, на наш взгляд, точно описывают исследуемые причинные связи. Такие уравнения можно рассматривать как модель исследуемо­го процесса, поскольку в самом общем значении модель являет собой упрощенное представление действительности, используемое для изучения ее ключевых свойств. Говоря о моделировании, мы будем употреблять этот термин в широком и узком значениях. В широком значении моде­лирование является одним из основных принципов теории познания, на котором строится по существу любой метод научного исследования, как теоретический, так и экспериментальный. В узком же значении моделирование является одним из возможных этапов анализа, предпо­лагающим формализацию и математическое выражение основных эле­ментов и взаимосвязей нашей проблемы. Процесс моделирования, та­ким образом, мы будем характеризовать как перевод наших вербаль­ных концепций на язык математических уравнений.

Математические модели позволяют осуществлять информационно-аналитическое обеспечение решений, принимаемых в комплексных, многофакторных проблемных ситуациях. В нескольких уравнениях математической модели зачастую может быть заключен огромный объем информации. Во многих случаях возможна и компьютерная имитация политического процесса. Используя математические средства, аналитик оказывается в состоянии взять на вооружение многие из методов, разработанных в логике, статистике, физике, экономике и других отраслях знаний, и применить их к изучению политической реальности. И наконец, математические модели ясны и эксплицитны по форме и не оставляют недоговоренностей в том, что касается предполагаемых связей между явлениями.

Математические модели имеют четыре потенциальных преимущества по сравнению с простыми вербальными конструкциями. Во-первых. Они упорядочивают те ментальные модели, которыми мы обычно пользуемся. Во-вторых, они лишены неточности и неоднозначности. В-третьих, математическая запись в отличие от естественноязыковых выражений позволяет оперировать на очень высоком уровне дедуктив­ной сложности. И наконец, математические модели способствуют на­хождению общих решений для проблем, кажущихся на первый взгляд разнородными, что позволяет различным научным дисциплинам обме­ниваться своими исследовательскими средствами и приемами.

Моделирование обеспечивает получение опыта, позволяя в случае ошибок исправлять их, не неся при этом материальных и моральных по­терь; дает возможность производить проверку предлагаемых модифика­ций и изменений, изучать организацию и структуру систем в динамике еще до реального воплощения в жизнь; позволяет воспроизводить собы­тия прошлого, настоящего, а также вероятного будущего и проверять действие сил в тех процессах, реальное протекание которых осуществить в современных условиях и обстановке трудно или вообще невозможно.

Первой из социальных наук в математическое моделирование оказалась сильно вовлеченной не политология, а экономическая наука. В ней переход от словесных выражений к математическим был облегчен тем, что основной предмет ее интересов — деньги — уже изначально описывался с помощью чисел, и потому переход от счетоводства к математической экономической теории совершился почти без труда. Примерно тогда же на этот путь встала психология, которая довольно рано стала пользоваться формальными методами для изучения особен­ностей поведения людей.

Политология шла по следам этих двух научных дисциплин, постепенно разворачиваясь в сторону количественных методик на протяжении 1950—1960-х годов. Ныне — если судить по тексту вводных курсов математического моделирования — по широте использования моделей социального поведения она уступает только экономике.

Это может показаться удивительным, но политические процессы действительно обладают рядом особенностей, поддающихся математической обработке:

· многие политические решения содержат значительный экономический компонент, а отсюда следует, что заметную роль в политологии должны играть модели, разработанные в рамках экономической науки. И экономические, и политические процессы
включают в качестве важной составляющей «рациональное» (т.е.
целенаправленное) принятие решений в условиях неопределенности, конкретных ограничений и зачастую соперничества. Лучшим примером пересечения процессов принятия политических и
экономических решений может служить теория игр;

· итоги голосования на выборах также приводятся в виде чисел;

· военно-политические решения обычно описываются в числовом
выражении (число ракет, число танков и т.д.);

· результаты исследований общественного мнения выражаются в виде процентных соотношений между различными группами рес­пондентов.

Таким образом, шаг от количественного исследования к математической модели в области политического анализа очень невелик. Нако­нец, математическое моделирование не ограничивается операциями с количествами, оно может также иметь дело и с качественными характеристиками политического процесса. В этом случае математические модели являются средством изучения логических следствий из наблю­даемых правил, и зачастую такие процессы оказываются куда более сложными, чем это можно было ожидать.

Одним из базовых способов моделирования политических ситуаций является метод ивент-анализа (от англ. event — событие), позволяю­щий упорядочить и структурировать сложные политические процессы в виде событийного ряда. В качестве типовых событий могут высту­пать принятие нормативных актов, публичные заявления политиче­ских лидеров, массовые демонстрации и акции протеста, террористи­ческие акты, политические убийства и т.д. Каждое событие, кроме то­го, обладает набором типовых признаков, таких, как временная и гео­графическая локализация, характер события, участники события, их организационная и социальная природа, интересы и намерения, харак­тер предпринятых действий, наличие или отсутствие материального ущерба и человеческих жертв и т.д.

Таким образом, метод ивент-анализа предлагает методологический инструментарий, позволяющий упорядочить поток политических собы­тий, структурировать их таким образом, чтобы сквозь череду разрознен­ных фактов проявились объективные тенденции, скрытые порой от самих действующих лиц этого процесса. На этой основе появляется воз­можность объективно спрогнозировать развитие событий, а также опре­делить наиболее эффективные точки приложения управленческих воз­действий в целях контроля и целенаправленного изменения ситуации.

Первоначально методика ивент-анализа была разработана в США в 1960-е годы для нужд Государственного департамента США и предназначалась для мониторинга социально-политической ситуации в стране, представляющих интерес для американской внешней политики.

Долгое время эта методика, а также построенные на ее основе технологии анализа и обеспечения политических решений носили закрытый характер. Впервые они были обнародованы лишь в конце 1960-х годов. В последующие десятилетия ивент-анализ был востребован и адаптирован многими аналитическими и консультативными центрами в десятках стран мира, и на сегодняшний день он остается одним из наиболее популярных и широко используемых методов, лежащих в ос­новании более сложных и комплексных аналитических систем, которые позволяют решать более широкий круг задач по информаци­онно-аналитическому обеспечению выработки и принятия решений.

Наиболее распространенным типом такого рода комплексных си­стем является ситуационный анализ, базовая схема которого предпо­лагает решение следующих задач:

· выявление участников политического процесса и неполитических субъектов, стоящих за каждым из участников или оказывающих влияние на процесс в целом;

· оценку уровней политического влияния и других ресурсов каждого из участников событий и поддерживающих его сил;

· установление возможных стратегических союзов и тактических
коалиций участников, формирование сценариев развития собы­тий и оценку характера реакции участников и субъектов политического процесса на те или иные сценарии развития политической ситуации;

· формулирование альтернативных вариантов действий и оценку
вероятности их успеха;

· формирование целостной стратегии на основе оптимальных вариантов действий с учетом прогноза развития политической ситуации, а также средств и ресурсов для их реализации.

Информационно-аналитические модели, построенные на основе данной методологии, позволяют решать комплексные прикладные задачи по обеспечению принятия политических решений. Задача-мини­мум — это мониторинг политической ситуации, отслеживание измене­ний ее ключевых параметров. Задача более высокого уровня — осуще­ствление прогноза развития ситуации, построение сценариев. Нако­нец, задача-максимум — на основе мониторинга и прогнозирования обеспечить формирование (в том числе автоматизированное) комп­лексных стратегий управления политическим процессом как в его от­дельных сегментах, так и в целом. И хотя сегодня удовлетворительных прикладных решений на уровне задачи-максимум еще не предложено, можно ожидать, что ускоряющийся с каждым днем прогресс в обла­сти компьютерных технологий, нейронного моделирования, искус­ственного интеллекта и системного анализа позволит в обозримом бу­дущем выйти на уровень решения и этих сложнейших задач.

Модель Ричардсона.

Пожалуй, одной из самых известных и широко применяемых — не только в политических, но и в экономических и других исследовани­ях — моделей является модель Ричардсона.

(Льюис Ричардсон служил в британской службе прогноза погоды, ко­гда его призвали в армию. Опыт участия в Первой мировой войне оста­вил неизгладимое впечатление. Вернувшись к мирной жизни, Ричардсон решил посвятить свою жизнь задаче предотвращения повторения по­добного в будущем. Если бы политики могли предвидеть развитие со­бытий, рассуждал Ричардсон, они бы никогда не допустили развязыва­ния кровавой бойни.

Не чуждый математическим расчетам по своей основной специальности, Ричардсон решил создать аналитический инструментарий, поз­воляющий с математической точностью прогнозировать процесс втягивания государств в военный конфликт. Ключом к пониманию этого процесса он считал гонку вооружений, представлявшуюся ему реак­тивным по своей природе процессом: действия одной стороны вызы­вают ответные действия другой, что в свою очередь побуждает первую сторону вновь наращивать силу, и так далее, пока процесс не выйдет на эскалационную траекторию, с неизбежностью ведущую к военному конфликту.

Экспериментируя в течение многих лет с математическими моделя­ми разного уровня сложности, Ричардсон в конце концов остановился на одной из самых простых).

Гонка вооружений объясняется тем, что государство X ощущает военную угрозу со стороны государства У. Угроза формализуется в объеме военных расходов, которые имеет та или иная сторона. Однако государство несет бремя расходов по решению социальных проблем и не может перевести всю экономику на военные рельсы. И нако­нец, существуют прошлые обиды, влияющие на общий уровень вооружений.

Решающим прогностическим инструментом при этом является ха­рактер траектории, отражающей динамику гонки вооружений сторон за некоторый отрезок времени. Траектория может иллюстри­ровать пример стабильной гонки вооружений и потому не представляет угрозы, либо может свидетельствовать о резкой эскалации, ведущей к войне.

В 1976 г. на основе модели Ричардсона было проведено масштабное исследование по четырем случаям гонки вооружений: СССР и США, Индия и Пакистан, Израиль и Египет, Иран и Ирак в период с 1948 по 1973 г. Из всех четырех случаев стабильной была только гонка СССР—США, и она в точном соответствии с моделью не перешла в войну. Все остальные случаи демонстрировали нестабильную гонку вооружений, и действительно: между Израилем и Египтом, Индией Пакистаном за указанный период имели место вооруженные конфликты. Проблема состояла в том, что на момент проведения исследований между Ираном и Ираком войны не было.

Эта «неувязка» разрешилась в 1980 г., спустя четыре года после публикации исследования, когда долго тлевший конфликт между Ираном и Ираком разразился ожесточенной восьмилетней войной.

 

---

Дата добавления: 2015-12-17; просмотров: 22; Мы поможем в написании вашей работы!

Поделиться с друзьями:

---

---

Мы поможем в написании ваших работ!