Политическая наука №2 / 2015. Познавательные возможности политической науки. Коллектив авторов
Читать онлайн книгу.
индекс ПРИМ (Балезина, Якимец, 2010, с. 179–181) для оценки инновационного потенциала регионов РФ [Якимец, 2006, с. 138–146; Якимец, 2008, с. 107–121; Балезина, Якимец, 2010, с. 179–181].
Мы писали уже неоднократно о неоднозначности технологий создания и использования индексов в идеологических целях [Попова, 2006, с. 31–50; Попова, 2009, с. 271–291; Попова, 2012, с. 81–93]. Важнейшей задачей для ученых является создание инструментов, не чувствительных к чьей-либо политической воле. Безусловно, особый, позитивный вклад в это направление вносит В.Н. Якимец. Индексы, предложенные В.Н. Якимцом и его коллегами, позволяют проводить сравнение различных политических институтов и процессов, в том числе государственных программ и проектов.
Во‐вторых, речь идет об использовании методов сетевого анализа. От первоначальных идей использования анализа сетей коммуникации для оценки характера социальных связей в обществе (Я. Морено) в 1950‐х годах и активной разработки теории и методов анализа различного рода сетей в 1960–1980‐х годах (Д. Ноук) современные ученые, занятые изучением политических проблем, продвинулись вперед значительно. В сетевом анализе на сегодняшний день применяются различные модели, которые опираются на представление сетей в виде графов. Помимо традиционного моделирования, основанного на теории графов и включающего оценку конфигурации сети, ее силы и частоты связей (плотности сети), а также решения задачи перколяции – моделирования информационных потоков в сетях, в настоящее время исследователи активно используют и другие модели: малых миров; кластерную модель; распределения степеней вершин; многоуровневого сетевого диадного анализа (the multilevel p2 model; разработана в 2004 г. и реализована в статистическом пакете StOCNET); экспоненциального моделирования случайных графов (ergm); стохастическую агент-ориентированную модель (agent-based modeling). Эти методы эффективно используются в изучении межэтнических, в том числе конфликтных взаимодействий, функционировании различных политических закрытых групп и т.д. [Duijn, Vermunt, 2006, p. 2–6; Baerveldt, Zijlstra, Wolf, Van Rossem, Duijn, 2007, p. 701–719; Vermeij, Duijn, Baerveldt, 2009, p. 230–239].
Кроме того, судя по публикациям 2013–2015 гг. в журнале «Political analysis», для зарубежных исследователей актуальна оценка политического содержания различных форм коммуникации в социальных сетях в Интернете (блогов, твитта, чатов, сетевых сообществ и т.д.) с помощью одной из моделей Байеса (Bayesian spatial following model), метода Монте-Карло, логистической регрессии для анализа динамики сетей (частный случай временной экспоненциальной модели случайного графа) [Barbera, 2015, p. 76–91; Almquist, Butts, 2013, 430–448]. Пожалуй, наиболее активно в отечественной политической науке в последние годы осваивают методы сетевого анализа исследователи Санкт-Петербургского государственного университета [Быков, 2013; Сморгунов, Шерстобитов, 2014].
В‐третьих, при решении задач типологического анализа достаточно эффективными в настоящее время считаются логико-комбинаторные методы, которые самими разработчиками позиционируются как средства реализации причинного анализа: метод качественного сравнительного анализа (КСА, QCA, qualitative comparative analysis, предложен Ч. Рейджином во второй половине 1980‐х годов) [Krogslund,