Место модели в социологическом исследовании

Для этого полезно вспомнить, с чего начиналась практика модели­рования в проведении социологических исследований. А начиналась она, преж­де всего, с необходимости обрабатывать собранный эмпирический материал в виде документов стандартного вида (анкет, бланков интервью, бланков наблю­де­ния и т.п.), т.е. с необходимости готовить программу матема­тико-статис­ти­ческой обработки больших массивов заполненных доку­ментов. Я не претендую на лучший вариант изложения методологии социологического исследования, на­­в­е­рное, на сегодняшний момент – это все же работы В.А.Ядова, например, [8], но здесь буду опираться на «Принципиальную схему организации конк­ретного исследования», разработанную в Отделе оперативных исследований ИСИ АН СССР под руководством дфн, профессора Н.С.Мансу­рова.

НИР темы №

Теоретичес- кий этап

Материально- техническая подготовка исследования

Сбор эмпирических и объективных данных

Обрабо-тка на ЭВМ

Подготовка данных для обобщения

Напи-сание отчетов

 

 

Уже в первом блоке, т.е. на «Теоретическом этапе» 4-ая и 5-ая процедура звучали так:

4) построение теоретической модели исследуемого явления;

5) составление программы обработки эмпирического материала,

которые явно включали в себя, по крайней мере, концептуальную модель. И это

правильно, ибо такой подход преодолевал сложившуюся порочную практику социологов-эмпириков строить корреляционную матрицу «всего со всем» и в ней ожидать «драгоценные открытия».

Ясно, что дальнейшая судьба формализации модели во многом зависит от объективных возможностей структуризации эмпирического материала и по этому аспекту стоит использовать наработки признанных авторитетов [4], [7].

Большинство исследователей указывают, что специфическими чертами “живой” материи выступают сложность, многоуровневость, многокомпо­нентность, открытость, целостность и динамичность. Правда, физики, за­ни­ма­ющиеся вопросами самоорганизующихся, само упорядочивающихся систем — синергетикой — также приписывают подобным образованиям большинство перечисленных свойств. Следовательно, упомянутый набор не выражает всех особенностей социальной формы движения и значит, список надо продолжить. Конечно, правомерность выделения тех или иных черт нужно обосновать теоретически. Однако данная проблема — предмет специального исследования. Во всяком случае, в пользу дальнейших рассуждений говорят, на наш взгляд, два обстоятельства. Во-первых, большинство перечисляемых ниже свойств уже упоминались в литературе, посвященной применению математики в социологии. Во-вторых, предла­гаемая концепция получила практическое подтверждение при построении конкретной модели социально-психологического потенциала этноса.

Отдавая дань уважения пионерской роли Огюста Конта в основании социологии, начнем с того качества, которым эта наука, по его классификации [2], отличается от иных «более естественных» наук, а именно с историчности. Из названных пяти основных социологических парадигм лучше всего это качество по-видимому разрабатывала парадигма, связанная с именем Карла Маркса – парадигма социально-исторического детерминизма. «В фокусе ее внимания – социальные структуры, которые, взаимодействуя друг с другом, порождают социальный процесс»[2]. Здесь ценно то, что социальные структуры оказываются носителями исторической памяти. Таким образом данное свойство подразумевает: а) поведение системы зависит от цели деятельности, сформированной на базе прошлого опыта достижения результатов и выявленных актуальных потребностей, предыдущих действий, в том числе воплотившихся в материальных отношениях и условиях; б) система может функционировать так, а не иначе только при конкретном сочетании всех обстоятельств.

x

Рис. 2.1.

 

T

На этом рисунке по оси абсцисс отложено время, характеризующее начальный и конечный моменты изменения социальной системы, а по осям, перпендикулярным к временной оси, откладываются признаки или фазовые переменные, характеризующие состояния социальной системы. Если иного не оговаривается, то под х понимается весь набор признаков, потребный для описания динамики состояний исследуемой системы, например, это могут быть такие показатели: х₁ - социальная напряженность, х₂ – социально-политическая стабильность конкретного социума, например, российского общества, т.е. х = (х₁, х₂). В дальнейшем мы будем активно использовать для отображения структуры многомерного пространства признаков графический образ «страниц книги», корешок которой расположен по оси абсцисс, а различные подпространства будут изображаться страницам, - в случае Рис. 2.1. изображена одна страница, представляющая все много признаковое пространство Х_n.

Смысл изображенного на Рис. 2.1 прочитывается так: историческое прошлое во многом определяет направление и величину устремленности эволюции системы в будущее.

Далее, социальное поведение системы также существенно как историчность отличает наличие сознательного выбора. Обозначим это свойство достаточно широким понятием субъектность. С точки зрения математического моделирования это предполагает, что субъект способен создавать модели окружающего мира, сравнивать с ними свое поведение и вырабатывать на этой основе сигналы управления в целях изменения собственных действий. Возвращаясь на методологическую почву социологии, в контексте вышесказанного, следует прежде всего, отметить одну из пяти доминирующих в ней научных парадигм- социальных фактов, социального поведения, социальных дефиниций, социально-исторического детерминизма и психологического детерминизма -парадигму социальных дефиниций, отцом которой справедливо называют Макса Вебера. «Социальная реальность здесь рассматривается через способ понимания людьми социальных фактов»[2], т.е. «понимание» играет роль фильтра, искажающего объективную информацию.

Х_об

Х_суб

Об.

Итог

Рис.2.2.

Суб.

T

 

Смысл изображенного на Рис. 2.2 прочитывается так: итоговая траектория эволюция социальной системы складывается как на базе объективно существующих возможностей (внешних и внутренних условий), так и под воздействием управлений властвующего субъекта данной социальной системы, т.е. на основе субъектного видения реальности. Например, исламские фундаменталисты там, где европейски цивилизованный человек видит восходящую ветвь прогресса, дают оценку деградации человеческой жизни.

Первоначальный учет упомянутого свойства требует, чтобы в математическую программу был заложен, как минимум, момент неопределенности, т. е. невозможность полного моделирования всех изменений выбранного объекта, как это имеет место в естественных науках. Таким образом, постулируется известная незамкнутость, ведущая к человеко-машинной системе.)

Для социальных общностей характерна неординарная субсистем­ность. В отличие от естественных систем, являющихся звеном в беск­онечной цепи (например, планетная система — часть звездной, та в свою очередь — галактики, последняя входит в метагалактику и т. д.), социальные образования обладают на высшем уровне своей иерархии — во всяком случае в данное историческое время — финальностью, т. е. имеют конечное по уровню иерар­хии состояние — мировое человеческое общество, ибо других более высоких по соци­альной иерархии, оставаясь в рамках научной парадигмы, обнаружить не удается. Х_об1

Х_обå

Х_об2 Глобал.

Итог

 

Внутристранов.

Рис. 2.3. T

 

Смысл изображенного на Рис. 2.3 прочитывается так: итоговая траектория эволюции Х_обå социальной системы в аспекте учета ее места в глобальном социоморфогенезе складывается как на базе ее собственных объективно существующих возможностей Х_об2, так и с учетом последствий ее интегрирования в глобальное мирохозяйство Х_об1.

Поскольку система Х_об2 входит в качестве подсистемы в систему Х_об1, то закономерности финальной системы, находясь на уровне действия локальных закономерностей подсистемы просто так не даются (закон Леонтьева А.Н.) – для их познания необходимо подняться на следующий иерархический уровень, а это можно сделать только в рамках научного глобального моделирования.

Деятельность социальных субъектов предполагает целеполага­ние. Это свойство не может быть задано моделью (во всяком случае, современными средствами) и вводится в последнюю, как говорят математики, “руками”. С только что названной тесно связана еще одна характеристика — управляемость. Главная проблема здесь — определить степень регулируемости социального процесса. Управле­ние системой может быть оптимальным — если связи нелинейные, стохастическим — когда информация отрывочна, импульсным — в случае нехватки ресурсов и т. д. Иными словами, для построения модели надо знать, какие процессы всегда доступны общественному регулированию, какие — только при определенных условиях и в ограниченных отрезках времени, а какие — вообще неуправляемы при наличных ресурсах, хотя некоторые из них принципиально и можно регулировать.

Х_об1

Х_обå

Х_об2

Рис. 2. 4.

 

 

T

 

Таким образом, если использовать предыдущий Рис. для пояснения сказанного о целеполагании и управляемости (это не значит, что мы забыли про Рис.2.1 или Рис.2.2, но это бы только усложнило картину, хотя и сделало ее бы более адекватной!), то главный вопрос здесь о нахождении цели (множества целей) в зоне достижимости, т.е. наличия у данного социума, страны, народа соответствующих ресурсов, чтобы попасть в эту зону. На Рис. 2.4. заштрихованным эллипсом помечено множество желательных целей для некоторого социума, но все они оказались вне конуса возможностей развития, в котором учтены все допустимые, в том числе и перечисленные управления.

Выбор новой стратегии управления обычно связан с переструк­турированием социальной системы. Соответственно, в последнем возникают новые элементы, уровни или же меняются связи между традиционными компонентами (структура поведения личности значительно перестраивается при переходе, скажем, от научного поиска к общественной деятельности). Выделенное свойство условно назовем обобщенной эластичностью переменных управления.

Здесь еще раз необходимо вернуться к практике расчета корреляционной матрицы “все на все” как одного из главных математических средств социологического исследования. Подобный метод в принципе отражает способность социальной системы к переструктуризации. Однако информации о связях между различными элементами, безусловно, недостаточно для разработки действенных рекомендаций, а тем более принятия эффективного управленческого решения. Преодолеть эту ограниченность пытаются на пути активного использования качественных данных. Речь прежде всего идет о построении графов связей между переменними, с тем чтобы преобразовать многомерную функцию распределения в комбинацию функций существенно меньшей размерности. Упомянутая методика аналогична замене многочастичной функции распределения композициями одно-, двух-, трех- и т. д. частичными при решении в статистической механике кинетических уравнений Н. Н. Боголюбова.

Вместе с тем в рамках рассматриваемого подхода используется и считается справедливым базовое для метода “корреляционной матрицы” или матрицы “объекты — признаки” предположение о вероятностном характере значений выбранных переменных. Иными словами, незыблемым полагается принцип: основная единица анализа—статистическое распределение. Впрочем, подобный взгляд присущ не только представителям упомянутых направлений, но и вообще широко распространен в современной науке. Самое же удивительное, что все, как говорится, все понимают, призывают к осторожности, но практически никто из социологов не проверяет стационарность распределения, и тем более его вид, а сразу смело рассчитывают средние. В данной связи напомним меткое замечание В. И. Ленина, имеющее методологическое значение для затронутой проблемы. “Общие законы могут поэтому пробиться и в общих средних, но лишь в валовых итогах, лишь когда нет заведомого перехода от хозяйств старых к новым, (а где его нет?)” (Курсив мой— В. Ш.).

Вызывает возражение и положение, что вероятностная аппро­ксимация, т.е. статистическая ПМ в принципе всегда осуществима. Наверное, с чисто академической точки зрения это и так. Для принятия же управлен­ческих решений всегда надо знать, каковы время усреднения и локальность, для которых справедлива вероятностная модель. Может статься, выбранные интервалы непригодны для контура управления, а ведь нередко они определя­­ются из соображений, никак не связанных с реальной ситуацией. Подобная пра­к­тика частенько приводит к положению вроде того, когда с помощью кванто­во-механических вероятностей рассчиты­ва­ется траектория телеги, а отсутствие дельных калибровочно-нормировочных соотношений делает распределение вероятностей бытия телеги во всем пространстве весьма убедительным.

Расставить нужные акценты в обсуждаемом вопросе позволяет учет последнего из выделяемых нами свойств. Речь идет об иерархии временных масштабов внутри социальной системы. Чем выше уровень ее строения, тем меньше скорость процесса, тем больше временной интервал изменений и, следовательно, тем возможнее в качестве вероятностных аппроксимаций стационарные или медленно меняющиеся (адиабатично) статистические функции распределения.

Дальнейшее исследование, наверное, позволит выявить новые свойства. Но не в этом острие атаки на проблему динамического единства детерминистского и статистического моментов в математическом описании социальных процессов. Ее главное направление — поиск того, что объединяет перечисленные черты. Таким началом выступает на наш взгляд, противоречие между множественностью проявлений социального и уникальностью каждого проявления. Источник развития упомянутого противоречия — рост возможностей для выбора различных вариантов движения социальной системы, основа которого в рамках реализации социалистической альтернативы, например, как это происходит в Китае —прогресс социалистических общественных отношений и прежде всего укрепление единства государственного управления (организации) и общественного самоуправления (самоорганизации). С точки зрения моделирования сказанное означает; ключ к решению проблемы взаимоотношения между социальной множественностью и социальной уникальностью лежит на стыке системно-кибернетического и системно-синергетического подходов. Предложенное решение безусловно более сильно, чем простое утверждение целостной системности, но ради исторической справедливости следует упомянуть три парадигмы – предтечи сформулированного подхода. Во-первых, упомянем парадигму социальных фактов (Э.Дюркгейм), ибо «в рамках этой парадигмы выделяются два противоположных теоретических направления – структурно-функциональный анализ (функционализм) и теория конфликта»[2], что не отвергает, тем не менее, идею холистичности. Во-вторых, это – парадигма психологического детерминизма. «Социальная реальность здесь рассма­тривается через призму извечного конфликта индивида и общества» [2], аналогом его решения нами видятся решения предлагаемые в синергетическом подходе. И наконец, третьим социологическим китом выдвинутого нами методологического конструкта является парадигма социального поведения, суть которой «заключается в понимании поведения человека как соответствующей реакции на определенные внешние стимулы" [2] – прототип кибернетической компоненты. Какова же в общих чертах должна быть динамическая стохастическая модель?

Деятельность субъектов по достижению своих целей можно представить в изображающем признаковом пространстве как траектории динамических систем. Поскольку же социальная система многомерна, то таковым будет и изображающее пространство. В силу сложности последней эта многомерность имеет сложную природу. Так, она может по набору признаков обладать еще и многокомпонентностью: если независимых признаков N, а компонент — т, то признаковое изображающее пространство имеет размеpность т N. На момент t каждая социальная система здесь будет представлена не только точкой, но в силу историчности системы и отрезком индивидуальной траектории, свойства которой влияют на предстоящий путь. Причем последний не предопределяется с фатальностью баллистики. Поскольку социальная система субъектна, постольку с любой точкой изображающего пространства соотнесена некоторая точка другого пространства, а точнее множество его точек, 0но является модельным отражением объекта исследования окружающей действительности. Иными словами, модель должна включать не только основные признаки системы, но и их отражение в сознании субъекта. Таким образом, вместо mN — размерного следует оперировать 2mN — размерным пространством. (В подпространстве-"копии" итог моделирования будет представлен в виде вариантов траекторий предстоящих действий, где длина отрезков зависит от прогностической силы образов того или иного субъекта.)

В своем движении социальный объект учитывает управленческие задания макроуровня, целевую функцию социально-экономической системы. В модели эта многоуровневость будет представлена рядом {r_k} переменных. Последние несводимы к признакам моделируемой системы (неординарная субсистемность), и размерность пространства станет уже выражаться по максимуму формулой 2(mN+r). В простейшем случае, когда, например, моделируется трудовой коллектив, r можно положить равным 1, в качестве же переменной задается производительность труда рассматриваемой социально-экономической единицы. Если требуется более полно отразить иерархию целевых функций, вплоть до личности, то размерность пространства, соответственно, возрастет и будет определяться формулой 2(mN+r₁+r₂...+rk), где k — число подсистем. Впрочем, оно не является “большим числом”. Так, в научном трудовом коллективе, включающем обычно следующие основные единицы; отдел, сектор, группа и индивидуальные исполнители, k» 5.

Таким образом, воплощение уникальности каждой социальной системы будет обеспечено не только положением точки в многомерном пространстве, но и отрезком "прожитой"траекторий – см. Рис.2.1., а также набором намеченных путей развитая. В изломах отрезков, характеризующих предыдущее движение, отражены как непредви­денные обстоятельства, так и способы маневра объекта, корректи­рующего возникающие отклонения, если только сам излом не результат сознательного выбора. Особенности траекторий обуслов­лены прежде всего разным запасом прочности социальных систем на случай резких перемен “курса”. В модели этот резерв определяет имеющийся у каждой точки траектории конус допустимых изменений. (эластичность).

В качестве единой меры, которая бы оценивала скорость роста множественности разных траекторий и характеризовала все перечисленные выше свойства, предлагается метрическая энтропия динамических моделей.

Х

 

 

Рис. 2.5.

Т

На рисунке показано как со временем меняется «кусочная динамика» некоторой социальной системы- по характеристике «метрическая энтропия» в

этой системе явно растет разнообразие. Возможно –это один из подходящих критериев прогресса эволюции социальных систем!?

На наш взгляд, упомянутый момент количественно отражает целостность изу­ча­емых социальных систем. Чтобы многоаспектно представить послед­нюю, необходимо аппрокси­мированное описание подобной множественности.

Как известно, множественность (даже однородного ряда объектов — В. Ш.) не обязательно имеет случайную природу, т. е. для того чтобы применять статистическую теорию, и в частности, стационар­ные распределения, необходимо установить возможность отнесения выбранного ряда к случайной последовательности. В социологии такая процедура обычно осуществляется для величин, измеряемых в шкале отношений. Однако другие шкалы либо мало, либо вообще не сопоставимы с упомянутой. В значительной мере преодолеть перечис­ленные трудности позволяет последовательное использование принципа неординарной субсистемности социальных объектов. Он требует исходить из социально-экономических признаков, измеряемых в метрической шкале, например, в рублях, в человеко-часах и т. д.

Строгое тестирование наборов показателей на возможность их отнесения к статистическим предполагает существование эмпириче­ски верифицируемого класса функций, описывающих динамику этих показателей. В социально-экономической области есть ряд важных процессов, имеющих циклический характер. Для них можно постро­ить индексы, изменяющиеся волнообразно по схеме “разгон — решающая выработка — завершающие доделки”. Из всех простых функций наиболее адекватным средством описания в данном случае являются тригонометрические.

Снова воспользуемся графическим образом для пояснения сказанного – см. Рис. 2.6. X_n

 

T

Здесь на Рис.2.6. показана всего одна циклическая закономерность по как­о­му-то n- му признаку, породившая очевидные его колебания около неко­торой трендовой составляющей. В действительности таких колебаний с раз­ной частотой – быстрых и медленных – может быть несколько, т.е. целый спектр.

Оставляя для специальной литературы технические тонкости, отметим, что, используя предложенный способ, всегда можно определить, в каких пространственно-временных локальностях иссле­дуемая множествен­ность признаков обладает статистическими свойс­т­вами. Правда, как уже отмечалось, для этого необходимо принять некоторое допущение относительно возможностей и характера описа­ния эмпирических изменений.

Возникает вопрос: нельзя ли обойтись без подобной чисто технической процедуры, а если и постулировать, то нечто вполне приемлемое из интуитивных соображений, например, модель, которая бы качественно, имитационно описывала социальное явление и из которой последовательно вытекали остальные параметры?

Да, такое возможно! И это решение — детище подхода, о котором говорилось выше. Оказывается, стохастические динамические системы имманентно, органически предполагают возникновение случайного, хаотического изменения показателей. Подобная возмож­ность содержится в самих уравнениях модели, а не обусловлена внеш­ним источником.

Другим достоинством стохастических динамических систем является то, что в них заложена возможность (теоретическая необходи­мость!) несингулярного анализа начальных данных (см.Рис.2.7.).

Рис.2.7. X

 

t

Для социологии это очень важный момент. Ведь пока в практике исследований нельзя абсолютно точно измерить тот или иной показатель, всегда существует известная неопределенность, “размытость” его значений. Создана целая теория — теория нечетких множеств, в рамках которой разрабатывается логика оперирования с такими свойствами.

Конечно, неверно представлять дело так, будто путь динамического моделирования усеян сплошными розами. Встречаются и шипы. И их немало. Некоторые из проблем здесь уже упоминались. Главной же трудностью является, на наш взгляд, неразработанность аппарата стохастических динамических систем для высокой размерности. Пока более или менее изучено поведение систем с тремя переменными. Надо надеяться, потребности социологов стимулируют усилия матема­тиков.

Какова все-таки технология применения сформулированного подхода? Программа предлагается следующая.

Во-первых, для выбранного социального объекта, обладающего целостностью, например, трудового коллектива, на основе интервью, анкетирования и протоколов наблюдений строятся сценарные модели его развития. Тем самым отображается уникальность исследуемого объекта. Во-вторых, используя все полученные сценарии, разрабатывается одна стохастическая динамическая модель. Ее параметрические изменения дают нам аналоги как имеющихся, так и тех моделей, для которых предстоит написать сценарий. Здесь воплощается множественность изучаемого социального явления. В-третьих, для данной стохастической динамической модели определяются странные аттракторы, “притягивающие” множество траекторий эволюции системы. В-четвертых, поскольку для странных аттракторов доказано существование устойчивых стационарных статистических распределений, необходимо с известной точностью определить период образования последних. Вот это время и берется за основу для формирования управленческого сигнала, а сами распределения исследуемых переменных выступают в качестве статистических оценок.

Разумеется, предложенная программа не претендует на то, чтобы заменить или вовсе отказаться от используемых ныне способов математической обработки социологической информации. Предло­жен­ный подход позволяет, во-первых, установить класс задач для стохастического динамического моделирования, а во-вторых, методически корректно определить в каждом конкретном случае границы применения традиционных методов.

 

 

Литература:

1. Чайковский Ю.В. О познавательных моделях.//Исследования по математической биологии, Научный редактор Э.Э.Шноль, Пущино, 1996.

2. Волков Ю.Г., Добреньков В.И., Нечипуренко В.Н., Попов А.В. Социология, Гардарики, М., 2000.

3. Каракозова Э.В. Моделирование в общественных науках, ВШ, М., 1986

4. Толстова Ю.Н. Логика математического анализа социологических данных

5. Шведовский В.А. Детерминизм и статистичность в динамических моделях, СоцИс, 1985, 1

6. Шведовский В.А. О языке сопровождения вычислительного экспе­римента для математических моделей социальных процессов // Мате­матическое моделирование социальных процессов. – М., 1989

7. Татарова Г.Г. Классификация исследовательских практик в социологии как основание математической формализации // Мате­матическое моделирование социальных процессов. – М., Социологический факультет МГУ, Вып.3, 2001

 

Дополнительная литература:

Самарский А.А., Михайлов А.П. Математическое моделирование (Идеи, методы и примеры), Наука-Физматлит, 1997

Математические методы в современной буржуазной социологии (под ред. Э.П.Андреева и Г.В.Осипова), 1966.

Моделирование социальных процессов (под ред. Э.П. Андреева и Ю.Н. Гаврильца) 1970.

 

Вопросы для самопроверки:

- Сформулировать признаки, по которым можно было бы проверять приоритет применимости статистической или детерминистской познавательной модели.

- Чем отличается организмическая познавательная модель от синергетической ПМ?

- Приведите два-три методологических отличия сложной динамической системы - социальной от естественно-научной.

[1] Морфогенез — формообразование, возникновение новых форм и структур в процессе онтогенеза или филогенеза.

Онтогенез – процесс развертывания, реализации наследственной информации конкретной индивидуальности, т.е. ее развитие от зарождения до прекращения существования в прежнем качестве.

Филогенез – цепь генетически связанных между собой онтогенезов