Cliodynamics
Клиодинамика





Locations of visitors to this page

web stats

Скачать статьи

Форум


Причины Революции

Навигация
Главная
Клиодинамика
Статьи
Методология и методы
Конференции
СМИ о клиодинамике
Библиотека
- - - - - - - - - - - - - - -
Причины Русской Революции
База данных
- - - - - - - - - - - - - - -
Ссылки
Помощь
Пользователи
ЖЖ-Клиодинамика
- - - - - - - - - - - - - - -
English
Spanish
Arabic
RSS
Файлы
Форум

 
Главная arrow Методология и методы arrow РОЗОВ Н.С. Типология и интеграция средств анализа исторической динамики
РОЗОВ Н.С. Типология и интеграция средств анализа исторической динамики Версия в формате PDF 
Написал Administrator   
03.09.2008

ТИПОЛОГИЯ И ИНТЕГРАЦИЯ
СРЕДСТВ АНАЛИЗА ИСТОРИЧЕСКОЙ ДИНАМИКИ


Н.С.Розов

От упорядочения моделей к интеграции парадигм

Анализ исторической динамики и социальной эволюции — огромное и расширяющееся поле исследований. Вряд ли еще какая-то область социального познания может конкурировать с этим полем по количеству и разнообразию парадигм, направлений, подходов, исследовательских программ. Интеграция получаемых знаний затруднена не столько мифической «несоизмеримостью теорий», сколько разношерстностью исходных концептуальных схем и методических приемов.

Как было показано ранее, «математическое моделирование и математические методы наряду с логическими, графическими, компьютерными и разнообразными концептуальными средствами являются не самоцелью, а лишь вспомогательным инструментом для главной познавательной стратегии – построения объяснительных (а в идеале также предсказательных) теорий относительно причинных закономерностей исторической динамики»[Розов 2007].

Интеллектуальный проект математизации истории [Бородкин 1986; История и математика 2007; Турчин 2007] во многом зависит не от математических (достаточно простых и прозрачных в математическом отношении) моделей, а от эффективного и совместного использования сложных содержательных концепций в применении к разнообразным эмпирическим данным.

В данной работе сделана попытка инвентаризации основных типов моделей и выявление связей между ними. Каждая модель являет собой некую точку зрения на сложный предмет. Умение использовать разные модели, переходить от одного типа моделей к другому означает интеграцию точек зрения, а это уже хороший задел для объединения, синтеза парадигм и подходов, даже казавшихся ранее несоизмеримыми.

Любая модель — это заместитель объекта, более удобный для использования в некоторых ситуациях, чем сам объект. Познавательная модель — это комплекс смысловых и знаковых элементов, замещающая объект в большинстве исследовательских операций. Такое понимание облегчает решение вопроса о ключевых критериях классификации: будем различать модели, прежде всего:
  •  по познавательной функции (описательные, эвристические и объяснительные модели);
  •  по методологическому статусу (теории, концепции, теоретические и концептуальные модели);
  •  по характеру смыслового содержания (предметные, системные и математические модели);
  •  по характеру используемых знаковых форм (дискурсивные, табличные, графические и формальные модели).
При отвлечении от конкретного смыслового (концептуального) содержания обнаруживается, что узловую роль во всем этом разнообразии играют графические модели. Поэтому специально будут разобраны их главные типы:
  •  параметрические пространства, модели фазовых переходов и тренд?структуры.

Описательные, эвристические и объяснительные модели
Описательные (дескриптивные) модели — традиционные обобщенные концептуальные описания инвариантов некоторой (часто неопределенной) совокупности исторических случаев. Как правило, в этих описаниях фигурируют как структурные (элементы, связи, части, уровни, аспекты системы), так и динамические составляющие (разного рода изменения, процессы, тенденции).

В таких моделях могут присутствовать частичные и эскизные объяснения, намеки на объяснение, но нет четко сформулированных общих гипотез со спецификацией начальных условий, как в объяснительных моделях [Гемпель 2000]. Описательные модели также отличаются от эвристических своей жесткой привязанностью к конкретным случаям и периодам.

Эвристические модели — обобщенные идеальные мыслительные конструкции (выраженные обычно в дискурсивной и/или графической форме, см. ниже), либо целенаправленно построенные, либо предельно обобщенные и отвлеченные от исходных реалий, используемые, как правило, для целостного осмысления предмета, для интерпретации эмпирического материала и/или в качестве отправной точки для построения объяснительных гипотез.

Т.н. идеализированные объекты, в том числе, знаменитые веберовские идеальные типы (бюрократия, европейский город, рациональность, капитализм и проч.) — это характерные примеры эвристических моделей.

К эвристическим моделям относятся большинство обобщений в работах классических макросоциологов: «стадия прогресса»: О.Конта, «общественно-экономическая формация» и «способ производства» К.Маркса, «механическая и органическая солидарность» Э.Дюркгейма, «эволюция как дифференциация и интеграция» Г.Спенсера, «капитализм» и «конфликт» Г.Зиммеля, “Gemeinschaft” и “Gesellschaft” Ф.Тенниса, «культура» О.Шпенглера и «общество» А.Тойнби (как локальные цивилизации), «социальная система» Т.Парсонса, «тип цивилизации» П.А.Сорокина, «миросистема» (world-system) А.Г.Франка, И.Валлерстайна и Ф.Броделя и т.д.

Разнообразные системные и кибернетические схемы процессов с обратной связью, целеустремленных, самоорганизующихся, равновесных и прочих типов систем — все они также являются эвристическими моделями. То же касается всех базовых схем, применяемых в социологии, экономике, политологии, антропологии (социальный институт, малая группа, нуклеарная семья, социальная организация, национальное государство, схема коммуникационного обмена, рациональный выбор, свободный рынок, авторитарный режим, конституционная демократия, система родства, родовое общество, ритуал солидарности и т.д.).

В социально-историческом познании большинство изложений типовых последовательностей фаз (конфликтов, революций, войн, становления новых институтов, эволюционных изменений и т.д.), а также социальных механизмов имеют статус эвристических моделей [Ильин 1997; Social Mechanisms 1998].

Объяснительные модели — более редкий уровень моделей, которые правильнее уже называть концепциями, или предтеориями, включающий четко сформулированные общие гипотезы или теоретические положения со спецификацией начальных условий [Гемпель 2000]. Э.Дюркгейм вышел на уровень объяснительной модели в своем методологически безупречном исследовании социальных причин самоубийств [Дюркгейм 1998]. Яркими образцами таких концепций служат макросоциологические работы [Moore 1966; Bendix 1978; Brenner 1976; Skocpol 1979; Пшеворский 2000; Растоу 1996; см. обзор в кн.: Розов 2002, гл.4]. Среди не очень обширного круга объяснительных моделей в социально-исторических науках еще меньшее число обладает предсказательной силой, в частности, к таковым следует отнести модель политической эволюции Р.Карнейро [Carneiro 1970a; 1988], модель геополитической динамики Р.Коллинза [Collins 1986; Коллинз 2000], структурно-демографическую теорию [Goldstone 1991, Нефедов 2005, Турчин 2007], возможно, некоторые приложения экономико-математических моделей в социальной истории.

Модели, концепции и теории
Для большей ясности дальнейшего изложения проведем различение методологических понятий «модель», «концепция», «теория», которые нередко используется если не синонимично, то в качестве аморфных смысловых склеек.
За основу лучше всего взять каноническое представление об аксиоматической теории: теория есть дедуктивно организованная совокупность суждений в замкнутом понятийном аппарате.
Дедуктивность означает, что суждения теории могут быть либо аксиомами (не выводимыми в рамках самой теории постулатами) либо теоремами, выводимыми из аксиом посредством обозримого числа логических шагов (дедукции).
Замкнутость понятийного аппарата означает, что законными (допустимыми в рамках теории) являются только базисные (не определяемые в рамках данного аппарата) и производные (определяемые из базисных и/или других производных) понятия.
Пусть такой идеал строгости нигде, кроме самой математики не выполняется (даже попытки полностью формализовать теоретическую механику не особенно удались), но он выполняет роль важного методологического ориентира.
Концепция определяется как предтеория — совокупность суждений о некотором предмете, логические связи между которыми строго не фиксированы, а понятийный аппарат которых не замкнут.
Моделями в широком смысле (познавательными заместителями объекта) являются и концепции, и теории.
Во избежание путницы целесообразно также говорить о теоретических моделях — искусственных идеальных конструктах, «поведение» которых полностью определяется суждениями соответствующей теории. Такие модели являются интерпретациями заданной теории (в математическом смысле).
Если на уровне теории можно провести различение между суждениями и объектами, к которым эти суждения относятся, то на уровне более рыхлой и расплывчатой концепции–предтеории это уже весьма проблематично. Поэтому выражение «концептуальная модель» может использоваться и как аналог самой «концепции», и как аналог теоретической модели, только заданной менее строго.


Предметные, системные и математические модели

Переходим к упорядочению моделей по уровням экспликации — абстрактности и строгости смыслового (понятийного и логического) содержания .
Предметные модели в широком смысле (концепции, теории, теоретические модели) строятся на основе анализа конкретной предметной области, их применение в общем случае ограничено соответствующим эмпирическим полем. Предметные модели могут быть описательными, эвристическими и объяснительными (см. выше).
Системные модели (концепции, теории) обычно конструируются или создаются на основе обобщения сходных структурных инвариантов, выявленных в разных предметных областях. Системные модели (от гомеостата до систем с самовоспроизводством и поколениями) либо используются самостоятельно, либо поставляют ключевые системные понятия (элементы, процессы, связи, организация, иерархия, управление и т.д.) предметным моделям. Любые схемы, механизмы, модели эволюции, предполагающие приложимость к биологической эволюции и социальной эволюции, уже являются системными.
Наконец, предельно строгими, доказательными, но накладывающими весьма жесткие требования к предварительной концептуализации являются статистические и математические модели [Бородкин 1986; Коротаев и др. 2007; Турчин 2007; История и математика 2007].

Дискурсивные, табличные, графические и формальные модели
При переходе от смыслового содержания к знаковым формам выражения получаем иную классификацию.
Дискурсивные модели — любые концепции и теории, представленные в естественном языке (русском, английском и т.д.). Они могут иметь описательный, эвристический или объяснительный статус (см. выше). Эвристические и объяснительные дискурсивные модели часто дополняются графическими моделями (диаграммами, графиками, графами), реже — формулами.
Все предметные, системные и математические модели имеют дискурсивную составляющую. Современные математические модели, как правило, имеют формализованные компоненты (например, системы уравнений, записанные буквенными формулами).
Табличные модели (таблицы) — наиболее удобный и компактный способ представления множественных эмпирических данных. В компьютерной обработке данных могут использоваться сложные многомерные структуры данных, где в ячейки вложены свои таблицы и т.д. Однако, для «ручного» использования наиболее удобными, наглядными являются обычные двумерные таблицы строка-столбец-ячейка. Такие таблицы являются удобным промежуточным звеном между дискурсивными фактологическими суждениями (например, «значение строки 1 по столбцу А в ячейке А1 таково») и графиками, которые наглядно представляют структуру данных.
Графические модели — это всевозможные схемы, диаграммы, карты, рисунки, прорисовки и т п., служащие для наглядного целостного представления о предмете, его частях, сторонах, аспектах. Главные типы графических моделей (временные графики, параметрические пространства, модели фазовых переходов и тренд-структуры), а также взаимосвязи между ними будут рассмотрены ниже.
Формальные модели — специально сконструированные выражения, как правило, состоящие из букв и цифр, логических, алгебраических и подобных знаков (алгебраические, логические или иные формулы, системы уравнений и т.п.), допускающие преобразования по фиксированным правилам без обращения к смысловым значениям, приписанным отдельным знакам. Наиболее распространенными являются дифференциальные системы уравнений в математических моделях исторической динамики [Турчин 2007]. При отсутствии требуемых массивов числовых данных (что обычно за пределами исторической демографии и экономической истории) важнейшим типом формальных моделей, вероятно, является аппарат булевой алгебры в версии Ч.Рэгина [Разработка и апробация …2001, с.112-119].
Рассмотрим теперь более детально основные типы графических моделей, поскольку, как будет показано, они занимают узловую позицию и выполняют ключевую, связующую роль среди остальных моделей.

Временны́е графики
составляются на основе эмпирических данных (таблиц временны́х рядов) либо конструируются в качестве эвристических моделей, объяснительных гипотез. Первые наиболее распространены в исторической демографии и экономической истории. Вторые также встречаются нередко. Приведем в качестве примера гипотезу известного экономиста Евгения Ясина о причинах жизненного цикла империй (рис.1).


Рис.1. Гипотеза динамики соотношения выгод от империи и издержек от ее удержания как объяснение имперского жизненного цикла [Ясин 2007: 9].

Временны́е графики — универсальное средство анализа всевозможных трендов, волн и циклов, центрированного не на дискурсивном описании и объяснении, а на исследовании исторически изменчивых количественных параметров. Выявленные тренды, циклы или более сложные паттерны составляют обычно лишь феноменологию долговременных процессов, требующую теоретического анализа порождающих условий и механизмов. При совмещении с математической моделью, аппроксимирующей график, последний можно экстраполировать на будущее (см. рис.2). Построение временны́х графиков следует считать начальным этапом создания объяснительных моделей.

Рис.2. Население мира (в миллионах) в 1950–2003 гг., с экстраполяцией динамического тренда 1990–2003 гг. до 2150 г. [Коротаев и др. 2007].


Параметрические пространства
социальной эволюции и исторической динамики


Параметрическое пространство — это искусственный теоретический конструкт, образованный сочетанием шкалированных качеств (свойств, черт, характеристик, параметров) изучаемой целостности.
Работа с параметрическими пространствами зиждется на общедоступных интуитивных основаниях, фиксированных как в обыденном, так и в научном языке. Каждый раз, когда мы говорим, что страна (общество, культура, цивилизация, человечество) «движется» в каком-либо направлении — к прогрессу, к гибели, к глобальному миру, к демократии, к процветанию, к упадку и т.п. — мы уже, осознанно или нет, используем соответствующее простейшее (одномерное — вырожденное) параметрическое пространство, в котором то или иное «направление» означает полюс, к которому направлен вектор «движения», т.е. социального изменения. Наиболее удобным, наглядным и весьма популярным в макросоциологии является представление исторической динамики в двумерных параметрических пространствах,
Модель становится мощным исследовательским инструментом, если параметры прошкалированы, т.е. имеют ту или иную структуру упорядоченных значений (градаций, уровней, ступеней и т.д.), грубо говоря, линейку. Наиболее строгой и точной является абсолютная шкала (числовая ось с нулем и единицей), наиболее неопределенной — шкала порядка (каждое следующее значение больше предыдущего, но неизвестно насколько). В макросоциологии за редкими исключениями используется удобная квазиинтеравальная шкала (расстояния между ступенями примерно одинаковые) [Разработка и апробация…2001, с.192-202].
Рассмотрим основные способы работы с моделями параметрических пространств.
Теоретико-эвристический способ состоит в конструировании самой модели (часто оригинальной, либо существенно отличающейся от исходных оригиналов) и эскизном заполнении параметрического пространства трендами, зонами, границами, циклическими движениями и т.д., часто на основе интуитивных представлений, обобщения неструктурированного опыта или же исходя из неких теоретических предпосылок.
Возьмем в качестве примера траектории развития нововременных государств по Ч.Тилли (рис.3).

Рис. 3. Гипотетические траектории различных государств XVI-XVII вв. [Tilly 1992, p.60].

Здесь у Тилли не было ни надежных эмпирических данных, ни, тем более, проверенной теории, из которой можно было бы вывести данные траектории. А что было? Была построена эвристическая модель, отражающая интуицию о том, что в развитых успешных государствах высока концентрация как капитала, так и средств принуждения, соответственно, разные государства должны были идти «к единой цели», хоть и разными путями. Далее Тилли примерно, «на глазок» представил предполагаемые траектории на основе своего неявного обобщения исторических описаний — где в каком масштабе, раньше или позже были концентрированы средства принуждения (армии), а где – капитал (богатства, пригодные к инвестированию).
Верно, что такого рода модельные траектории имеют «всего лишь» гипотетический статус. Более того, часто авторы их не проверяют, а во многих случаях такие гипотезы и невозможно проверить. При всем этом, модели такого рода отнюдь не бесполезны, они крайне важны для общего осмысления темы, для удобного и наглядного сообщения идей, а также для формулирования таких положений, которые уже можно проверить.
Индуктивные способы заполнения и анализа параметрических моделей удобно разделить по двум критериям: с применением или без применения статистических методов, с наличием или отсутствием временных рядов в структуре данных. Разумеется, в современном эмпирическом исследовании везде, где возможно, следует проводить статистический анализ с выявлением уровней корреляции, установлением доверительных интервалов и т.п. Иногда слишком малое число случаев не позволяет использовать статистику, либо же выявленные паттерны очевидны. Так, Р.Карнейро без обращения к статистике выявил множество нетривиальных связей между чертами сложности в своем фундаментальном исследовании доиндустриальных обществ [Carneiro 1970b]. Часто само расположение точек в пространстве модели может подсказать идею, направление дальнейших поисков, хотя доказательная сила таких данных не велика.
Данные без учета времени обычно изображаются в моделях такого рода как точки (сочетания значений по обоим параметрам). Если же некоторые из этих точек относятся к разным периодам одной и той же социальной целостности, то их можно соединить в траектории (например, подобные гипотетическим траекториям — трекам по Тилли (рис.3). Инвариантные или устойчивые паттерны таких траекторий являют собой прекрасный пример феноменологических закономерностей, взывающих к поиску сущностных причин — управляющих закономерностей [Розов 2007].
Гипотетико-дедуктивный способ использования параметрических моделей состоит в следующем. Предположение о характере связи (прямой, обратной, нелинейной) между двумя параметрами изображается в модели как теоретическая кривая. Далее производится поиск случаев (желательно, но не необязательно объединенных во временные ряды), каждый из которых изображается как точка (сочетание значений). Степень близости эмпирических точек к теоретической кривой может быть оценена как «на глаз», так и строгими статистическими методами. Близость или отдаленность точек от кривой свидетельствуют о подкреплении или фальсификации исходной гипотезы. При наличии временных рядов значима также направленность треков: если они идут вдоль кривой, то гипотеза подтверждается, если ортогонально ближайшему отрезку кривой — то она ставится под сомнение.
Весьма продуктивным является заимствованное из синергетики И.Пригожина понятие аттрактора, особенно в противопоставлении к зонам неустойчивости. Аттракторы могут определяться математически при наличии соответствующих моделей и аппарата, но первостепенное значение имеет их концептуальное содержание. В этом плане под аттрактором понимается такая область параметрического пространства (= область значений одного, двух или более параметров системы), «попав» в которую, система склонна в ней и достаточно долго воспроизводиться без существенных диахронных изменений, пока накопление дисфункций не «вытолкнет» социальную систему из этой зоны.
Окрестные состояния вокруг аттрактора имеют отчетливую тенденцию к приближению к нему. Состояние бифуркации (зона таких состояний) в данном случае понимается как нахождение системы между двумя или более аттракторами, когда незначительное воздействие («случайное стечение исторических обстоятельств») может привести к уже неудержимому движению системы в сторону одного или другого аттрактора.
Аттракторы можно понимать как «идеальные типы» по М.Веберу, поэтому будем также использовать синтетическое понятие «тип-аттрактор». Так, при анализе динамики социально-политической истории России выявлено два основных аттрактора: военно-государственной мобилизации и стагнации (рис.4). Оба аттрактора специфичны, поскольку устойчивость их относительна, в течение 2-3 десятков лет первый (мобилизация) переходит во второй (стагнацию), а затем происходит неуклонное соскальзывание к провалам и кризисам — зоне неустойчивости.
 
Рис.4. Основные аттракторы и зона неустойчивости в социально-политической динамике России.
Любопытно сопоставить выделенные аттракторы со сценариями развития современной России, разработанными исследовательским коллективом фонда ИНДЕМ под руководством Г.Сатарова (рис.5).

Рис.5. Сценарии (векторы) развития современной России, разработанные фондом ИНДЕМ под руководством Г.Сатарова [Сатаров и др. 2005].

Здесь «Вялая Россия» (инерционное развитие с высокой неопределенностью исходов) вместе с «Охранной диктатурой» входят в аттрактор стагнации. «Диктатура развития» четко соответствует аттрактору военно-государственной мобилизации. «Революция» означает высшую степень конфликтности и кризиса, соответственно, относится к обширной зоне кризисной неустойчивости. Smart Russia («мечта демократа») остается далеко не только от аттракторов, но и от основных путей («колеи») циклической динамики российской истории.

Модели фазовых переходов
Фазовые модели обычно изображаются графически как диаграммы с блоками, соединенными стрелками. Блоки обозначают фазы — периоды относительно стабильного состояния, а стрелки — переходы между ними во времени. Например, в виде фазовой модели Р.Коллинз представил классическую концепцию социальной революции и государственного распада Теды Скочпол (рис.6).

Рис.6. Фазовая модель динамики государственного распада по Т.Скочпол [Коллинз 2000, с.247; Skocpol 1979]. Здесь четыре вертикально расположенных блока могут трактоваться либо как параллельные фазы, либо как составляющие одной большой фазы.

С помощью фазовых моделей также удобно представлять бифуркации (рис.7.), когда при разных условиях за одной фазой (такты 2 и 5) могут следовать разные другие фазы. Некоторые модели фазовых переходов могут быть замкнутыми, что обычно объясняет циклическую динамику. Ниже будет показано, как фазовые модели сочетаются с параметрическими.


Рис.7. Фазовая модель циклов социально-политической истории России. Темными стрелками обозначены альтернативные переходы, «выбор» которых зависит от обстоятельств (обозначенных курсивом).

Тренд-структуры
Тренд-структура (факторная модель) — взаимосвязь причинных факторов, представленная в виде ориентированного графа, вершинами которого являются факторы (шкалированные переменные, т.е. свойства некоторой социальной целостности, способные оказывать воздействие на другие свойства), а ребрами-стрелками — причинные связи между ними как линейные (усиление, ослабление), так и нелинейные.
Такого рода графы в литературе называются по-разному (концептуальные схемы, каузальные диаграммы, графы сложных причинных структур, структурно-динамические модели и т.д.). Далее будем называть их тренд-графами. Таким образом, тренд-структура является понятийным содержанием тренд-графа (примерно так же, как научное понятие является содержанием слова-термина).
Довольно часто даже вполне грамотные авторы смешивают фазовые переходы и тренд-структуры. Во избежание этого предлагается простой конвенциальный прием: воздействия фактора на фактор в тренд-графах изображать одиночными стрелками (рис.8,9), а переходы между фазами изображать двойными стрелками (рис.6,7,10). Это особенно важно, если в одной работе перемежаются тренд-структуры с фазовыми моделями.
В качестве примера приведем тренд-структуру и канонический граф функциональной причинности, детально исследованные Артуром Стинчкомбом [Stinchcombe 1987 p.136; Разработка и апробация …2001, с.148-164]. Данная модель имеет исключительно широкую область применения — для всех систем, в рамках которых есть какие-либо структуры, обеспечивающие сохранение некоторого параметра в рамках требуемых значений, и/или нейтрализующие, преодолевающие какие-либо негативные эффекты, поступающие как извне или из самой системы.
Суть модели состоит в следующем (рис.8). Некая структура или повторяющая деятельность в структуре S (например, социальный институт, практика, ритуал или традиция) выбирается и используется сообществом, что поддерживает на приемлемом уровне гомеостатическую переменную H (например, безопасность, порядок, достаточность ресурсов, лояльность, солидарность и т.д.), испытывающую разрушительные внешние или внутренние воздействия (напряжение) T.
Действие структуры S тем интенсивнее, чем ниже значения гомеостатической переменной H (негативная связь). Сама же структура S своим действием восстанавливает, усиливает H (положительная связь), тем самым, нейтрализуя угнетающее действие напряжения T.
Само действие структуры S «не бесплатно» и сопровождается издержками C, которые растут по мере роста интенсивности S (положительная связь), причем, рост издержек С естественным образом угнетает интенсивность структуры S (негативная связь).

Рис. 8. Тренд-граф функциональной причинности

Модель допускает множественные направления усложнения и развертывания: приписывание коэффициентов связям, умножение переменных, особенно, альтернативных обеспечивающих структур и т.д. Здесь рассмотрим только принципиальные вопросы возможного использования функциональной тренд-структуры в анализе исторической динамики и социальной эволюции.
По сути дела, данная модель покрывает все эмпирическое поле структурного функционализма (Б.Малиновский, Р.Мертон, Т.Парсонс и проч.). Функционализм часто (и справедливо отчасти) обвиняли в неспособности объяснять, исторические, эволюционные изменения, само происхождение и смену функциональных структур, институтов и проч.
Представленная выше тренд-структура оказывается весьма гибким инструментом, позволяющим работать именно с такими принципиальными сдвигами. Могут появляться новые напряжения T1, T2..., новые параметры социальной системы становятся жизненно важными и требующими защиты H1, H2.... Главное же содержание социальной эволюции — появление новых социальных структур, форм деятельности и взаимодействия, социальных институтов S1 S2 … (дружин и армий, государств, служб сбора дани и налогов, полиции, производственных организаций, рынков и бирж, церквей, школ, университетов и т.д.). Каждая такая структура поддерживает некие гомеостатические переменные H и каждая имеет свои издержки С. В переломные моменты истории происходит широкомасшабный переход от старых обеспечивающих структур к новым, обычно более эффективным (но не всегда и отнюдь не по всем аспектам).
В качестве примера применения данной модели рассмотрим следующее эскизное объяснение нередкого отката в «переходных» обществах от слабоукорененных демократических институтов (честные выборы с неопределенным результатом, свободная пресса, независимые суды, влиятельные гражданские института и проч.) к привычным авторитарным (программируемые «выборы», жестко управляемые СМИ, послушные суды, замена самостоятельных гражданских структур созданными сверху «клонами» типа «общественной палаты» и т.д.).
Общепризнано, что новые демократические структуры S1 не были созданы для обеспечения каких-либо действительных, заявленных нужд, но лишь в подражание «развитым демократическим странам». Поэтому в качестве первоначально заданной гомеостатической переменной H1 можно читать разве что соблюдение «политического декора» демократического государства, что не помешало последующему перерождению структур.
При этом, как известно, демократия — дорогое удовольствие, требует издержек. Главными издержками оказались даже не материальные затраты (например, на выборы или обустройство судов), а та самая неопределенность С1, которую российские власти уже после конфуза думских выборов 1993 г. (триумфальная победа партии Жириновского) стали всячески минимизировать. Это означает, что появилась вполне осознанная и до сих пор доминирующая в политической жизни России гомеостатическая переменная H2 «сохранение правящей группировкой всей полноты власти любой ценой» (рис.9).

Рис.9. Тренд-структура, объясняющая слабость и уязвимость демократических институтов в постперестроечной России.

В этой ситуации недавно появившиеся или созданные по чужим образцам демократические институты S1 (см. выше) стали уже играть роль напряжений С1=T1, подрывающих «сохранение полноты власти» H2 , поскольку реальное действие этих институтов предполагает неопределенность результатов выборов, возможность свободно критиковать проводимую политику и представителей власти, их ответственность перед гражданами, неподконтрольность судов и проч.
Естественным образом, вся «государственническая» активность, особенно после переломного 2003 г.. стала направлена как на подавление этих напряжений — угнетение S1 (подчинение телевидения и прессы, подчинение судейского корпуса, отмена губернаторских выборов, фактический запрет на референдумы и несанкционированные сверху политические движения и акции, серия известных изменений выборного законодательства и т.д.), так и на создание новых (зачастую, воссоздание старых – советских) авторитарных структур S2. В числе последних наиболее известными являются институциональное обеспечение полного доминирования единственной «партии власти», создание массовых идеологизированных, приверженных вождю-символу молодежных и детских организаций, внедрение спецслужб в государственные структуры, крупные фирмы, вузы, фактическое восстановление цензуры, «стоп-листы» на телевидении и т.д.
Функциональные тренд-структуры в сравнении с другими факторными моделями имеют жесткое ограничение: переменные могут быть только четырех типов — гомеостатические переменные H (отражающие интересы, мотивы. цели и ценности сообществ), активность обеспечивающих структур S (всевозможных социальных институтов, установлений и практик), напряжения T (помехи, угрозы, вызовы, дефициты) и издержки С от действия структур (прямые затраты денег, времени и сил, закономерные негативные последствия действия обеспечивающих структур).
Как это ни странно, такая, казалось бы, узкая номенклатура позволяет применять этот тип тренд-структур в весьма обширных областях, причем, жесткость взаимоотношений между переменными этих четырех типов имеет свои объяснительные и предсказательные преимущества. Во многом это связано с четким характером связи между переменными этих типов, связи могут быть более сильными или более слабыми, но «знак связи» (усиливает или угнетает) остается.
При снятии таких ограничений появляется полная свобода в конструировании любых тренд-структур с любыми переменными и связями. Обратная сторона этой свободы — гораздо бо́льшая неопределенность относительно направленности и знаков связей между факторами. Строго говоря, каждая связь должна быть проверена и подкреплена эмпирически, либо тренд-структура в целом должна быть стилизована для применения математического моделирования (как правило, через построение и решение систем дифференциальных уравнений [Турчин 2007]), опять же для последующего сопоставления с данными временных рядов.
Для предварительной ориентации полезно учитывать следующие соответствия между характером тренд-структуры и свойствами отображаемых социальных целостностей.
Для стабильных социальных систем характерны тренд-структуры, замкнутые контуры которых содержат уравновешивающие обратные связи, ограничивающие как чрезмерный рост, так и чрезмерное падение переменных.
За видимой стабильностью может скрываться стагнация и разложение. В соответствующей тренд-структуре некоторые гомеостатические переменные H медленно но верно принимают значения все более далекие от оптимальных и приемлемых. При этом, отсутствуют (либо систематически подавляются) эффективные обеспечивающие структуры S, которые нейтрализовали бы эти пагубные накопления. При некотором пороге такого накопления тренд-структура может перейти в кризисную стадию или даже мегатенденцию «колодец» (см. ниже). В России последнее десятилетие «Николаевщины», застой 1970-х – начала 1980-х, а также нынешние 2000-е годы представляют типичные примеры стагнации и разложение при видимой стабильности и крепости режима.
Стабильность другого типа может быть подготовкой к быстрому взлету и расцвету социальной системы (например, годы правления Дэн Сяопина в Китае). Тогда смело можно предполагать, что появляются новые связи и переменные, которые при полном достраивании и преодолении некоторого порога образуют положительные контуры обратной связи, действующие как мегатенденция «лифт» (см.ниже).
Быстрый упадок, деградация системы, как правило, имеют в своей основе мегатенденцию «колодец» — устойчивый комплекс положительной обратной связи между деструктивными тенденциями, т.е. обвальным падением целой группы значимых гомеостатических переменных. Соответствующее «скатывание» общества означает приближение его к кризису, например, исчерпанию ресурсов, росту внешней военной опасности, росту социальных противоречий, финансовому кризису и т.д. При достижении некоторого порога «скатывания» система претерпевает глубокий системный кризис, в результате которого оно либо распадается на части, служа ресурсом для роста соседних обществ, либо попадает в зону бифуркации (в России таковы три главные «смуты» с распадом прежней государственности: 1606-1913 гг., 1917-1918 гг. и 1991 г.).
Системные кризисы в обществах, распад прежних режимов, «смута», периоды высокой неопределенности (бифуркации), скорее всего, соответствуют блокированию или обрыву многих связей в тренд-структуре, появлению множества «претендентов» на роль новых связей, новых переменных и новых действующих контуров.
Если мегатенденция «колодец» соответствует наиболее драматическим моментам упадка больших систем, то противоположная мегатенденция «лифт» лежит в основе бурных долговременных расцветов и системных трансформаций («европейское чудо», японское чудо», «южно-корейское чудо», «китайское чудо»).
«Лифты» — продуктивные устойчивые комплексы положительной обратной связи между тенденциями роста [Розов 1992, гл.4], поднимающие систему к новому состоянию, превосходящему прежнее по параметрам эффективности, уровня потребления, уровня безопасности, уровня политического и культурного влияния и проч. (ср. с «социальным ароморфозом» [Гринин, Коротаев 2007].

Взаимосвязь моделей
Поскольку разные модели представляют разные аспекты одного и того же предмета, бывает очень полезно соотносить их между собой.
Неоднозначна связь между фазовыми и параметрическими моделями. Обычно их используют по отдельности и не соотносят друг с другом. Немногие фазовые модели представлены в уже построенном параметрическом пространстве.
При этом, модели подвергаются стилизации: оба параметра должны быть такими, чтобы разные фазы довольно четко различались между собой по значениям этих параметров; таким же образом и сами фазы должны быть переформулированы так, чтобы их можно было различить и представить в разных местах двумерного параметрического пространства. Фазы могут совпадать или существенно пересекаться с аттракторами (рис.10).

Рис.10. Совмещение параметрической и фазовой модели позволяет изобразить «колею российских циклов» [Розов 2006]. В скобках указаны соответствующие сценарии-векторы в разработке фонда ИНДЕМ.

Переходим к интересным и глубоким связям между тренд-структурным (факторным) и фазово-параметрическим представлениями.
Вообще говоря, факторы тренд-структуры — это переменные, имеющие причинные воздействия на другие переменные. Каждая связь между двумя переменными в тренд-структуре может быть изображена как двумерная параметрическая модель
Вместе с тем, мы уже видели, что тренд-структуры не ригидны, они могут трансформироваться, разрушаться, достраиваться. Переходы между периодами, в рамках каждого из которых действует более или менее устойчивая тренд-структура, удобнее всего представлять как фазовые переходы. При этом, каждой фазе соответствует своя модификация тренд-структуры.
Выше было показано, что сами фазы удобно представлять как некие аттракторы (зоны притяжения и устойчивости) в своем параметрическом пространстве.
В результате получаем образ «сэндвича». Частные факторы (параметры) социальной системы действуют друг на друга. Каждую такую связь можно представить в двумерном параметрическом пространстве, которое можно назвать узкоаспектным. Вся совокупность связей факторов образует тренд-структуру — это внутренняя «начинка» сэндвича (рис. 8,9). Сами тренд-структуры в ходе исторической динамики трансформируются (те моменты, которые математическим моделированием не схватываются — ведь здесь от одной системы уравнений нужно переходить к другой). Эти трансформации могут считаться фазами, или типами-аттракторами уже в новом, гораздо более обобщенном параметрическом пространстве — широкоаспектном (рис.10). Как видим, «начинка» фазовых переходов от одной тренд-структуре к другой охватывается с обеих сторон узкоаспектным и широкоаспектным параметрическими пространствами.
Теперь у нас на руках целый арсенал взаимосвязанных разнотипных моделей и общие представления о типовых составляющих исторической динамики (периоды стабильности, стагнации, упадка, кризиса, расцвета, эволюционного скачка).
Заметим, что каждая тренд-структура вполне подвластна математизации (как правило, через переход к линейным или дифференциальным уравнениям). Действительно, изменение каждой переменной (вершины графа) складывается из изменений приходящих переменных (других вершин, от которых идут стрелки-притоки). Рассмотрим в качестве примера модель геополитической динамики Р.Коллинза (рис.11).

Для пяти переменных строится система из пяти дифференциальных уравнений:
dT/dt = aW
dR/dt = bT
dW/dt = cR+eL+gM
dL/dt = kT
dM/dt = fT
Следует отметить, что дифференциальные уравнения более высоких порядков не могут быть выражены средствами стандартных тренд-графов. Кроме того, сложные переключения контуров положительной и отрицательной обратной связи вполне могут задаваться одной компактной системой дифференциальных уравнений. Таким образом, математический аппарат, как и следовало ожидать, выигрывает в емкости и строгости.
Достаточно четко прописанные условия фазовых переходов позволяют применять логику, сходную с логикой релейных систем. Параметрические пространства сами являются математическими конструктами, здесь сложность состоит только в построении адекватных шкал, в получении и интерпретации релевантных эмпирических данных.
Чего пока нет, так это надежной технологии совместного использования тренд-структур, моделей фазовых переходов и параметрических пространств при построении объяснительных теорий. Дело здесь не в слабости математического аппарата, а в дефиците нашего содержательного понимания скачков, переходов, появления новых и исчезновения старых связей и структур. Данная работа является шагом в направлении к такому пониманию.


Литература

Бородкин Л. И. Многомерный статистический анализ в исторических исследованиях. М.: Изд-во МГУ, 1986.
Гемпель К. Функция общих законов в истории (Первоначально опубликовано в 1942 г.)// Время мира, выпуск 1. Новосибирск, 2000.
Гринин Л.Е., Коротаев А.В. Социальная макроэволюция и исторический процесс (к постановке проблемы) // Философия и общество, 2007, №2-4.
Дюркгейм Э. Самоубийство. Социологический этюд. Спб, 1998.
История и математика. Концептуальное пространство и направления поиска. М.: URSS, 2007.
Ильин М.В. Глобализация политики и эволюция политических систем:
Глобальные социальные и политические проблемы в мире. М., 1997.
Коллинз Р. Предсказание в макросоциологии: случай Советского коллапса
// Время мира. Новосибирск, 2000. Вып. 1. С. 234 - 278.
Коротаев А. В., Малков А.С., Халтурина Д. А. Законы истории. Вековые циклы и тысячелетние тренды. Демография, экономика, войны. М.: КомКнига/УРСС. 2007.
Модельски Дж. Объяснение долгих циклов в мировой политике: основные понятия / Война и геополитика. Альманах «Время мира». Вып.3. Новосибирск, 2003. С.455-485.
Нефедов С.А. Демографически-структурный анализ социально-экономической истории России. Екатеринбург. 2005.
Пшеворский А. Демократия и рынок. Политические и экономические реформы в Восточной Европе и Латинской Америке. М. 2000.
Растоу Д. Переходы к демократии: попытка динамической модели // Полис, 1996. №5.
Розов Н.С. Структура цивилизации и тенденции мирового развития. Новосибирск: Изд-во Новосиб. гос. ун-та, 1992.
Розов Н.С. Философия и теория истории. Книга 1. Пролегомены. М. Логос, 2002.
Розов Н. С. Цикличность российской политической истории как болезнь: возможно ли выздоровление? // Полис. 2006. № 2.
Розов Н. С. Сущности, закономерности и законы — философский инструментарий клиодинамики // История и математика. Концептуальное пространство и направления поиска. М., URSS, 2007, 48-62
Сатаров Г., Ю.Благовещенский, Н.Благовещенский. Что будет с Россией? Политические сценарии до 2008 года” Аналитический доклад. Москва. ИНДЕМ, 2005.
Турчин П. В. Историческая динамика. На пути к теоретической истории. М.: ЛКИ/УРСС. 2007.
Ясин Е. Фантомные боли ушедшей империи. В кн.: После империи (под ред.И.М.Клямкина). М., 2007.

Bendix, Reinhard. Kings or People: Power and the Mandate to Rule. Berkeley and Los Angeles: University of California Press, 1978.
Brenner, Robert. Agrarian Class Structure and Economic Development in the Pre-Industrial Europe // Past and Present. No.70, February, 1976. P. 30-75.
Carneiro, 1970a: Carneiro, Robert. A Theory of the Origin of the State // Science. 1970. Vol. 169. P.733 - 738.
Carneiro, 1970b: Carneiro, Robert. Scale Analysis, Evolutionary Sequences, and the Rating of Cultures // A Handbook in Cultural Anthropology / Ed. by Naroll, Raoul and
Ronald Cohen. NY: Natural History Press, Garden City, 1970. P. 834 – 871.
Carneiro, Robert. The Circumscription Theory: Challenge and Response // American Behavioral Scientist. 1988. ¹ 31. P.497 - 511.
Collins, Randall. Weberian sociological theory. NY: Cambridge Univ. Press, 1986.
Goldstone, J. A. Revolution and Rebellion in the Early Modern World. Berkeley, CA: University of California Press. 1991.
Moore, Barrington. Social Origins of Dictatorship and Democracy. Boston: Beacon Press, 1966.
Skocpol Th. States and Social Revolutions. New York: Cambridge Univ. Press, 1979.
Snooks Graeme. The Dynamic Society: Exploring the Sources of Global Change. L.-N.-Y., Routledge, 1996.
Stinchcombe, Arthur. Constructing Social Theories. The University of Chicago Press. Chicago and London. 1987.
Social Mechanisms: An Analytical Approach to Social Theory (Ed. By P.Hedström and R.Swedberg) Cambridge Univ. Press, 1998.
Tilly, Ch. Coercion, Capital, and European States, AD 990-1990. Oxford: Basil Blackwell, 1992.

 


| Просмотров: 8347

Комментарии (4)
RSS комментарии
1. Написал(а) AK в 17:39 05 сентября 2008 г. - Зарегистрированный
 
 
ХОРОШО БЫ ЕЩЕ ЗДЕСЬ И ИСТОЧНИК УКАЗАТЬ - ГДЕ ТЕКСТ ОПУБЛИКОВАН (ИЛИ ПРЕДПОЛАГАЕТСЯ К ПУБЛИКАЦИИ). 
 
АК
 
2. Написал(а) Vasil в 01:00 07 сентября 2008 г. - Гость
 
 
этот вопрос к Николаю Сергеевичу Розову
 
3. Написал(а) AK в 20:52 10 сентября 2008 г. - Зарегистрированный
 
 
А РОЗОВ МОЛЧИТ.
ВООБЩЕ, КТО-НИБУДЬ К НАШЕМУ С ВАСИЛИЕМ ДИАЛОГУ КОГДА-НИБУДЬ ПРИСОЕДИНИТСЯ? 
 
ГОСПОДА-КЛИОДИНАМИСТЫ, ОТКЛИКНИТЕСЬ! 
 
АК
 
4. Написал(а) Анастасия в 16:47 13 апреля 2010 г. - Гость
 
 
А РОЗОВ МОЛЧИТ.
Только начала рассматривать данные о синергетики в истории, хочется это дело к археологии приобщить! 
Очень интересные результаты исследований у Н.С.Розова!
 

Только зарегистрированные пользователи могут оставлять комментарии.
Пожалуйста зарегистрируйтесь или войдите в ваш аккаунт.

Последнее обновление ( 14.10.2008 )
 
< Пред.
© 2017