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! |
Мы поможем в написании ваших работ!