Таким образом, обобщая все вышесказанное, необходимо отметить следующие пункты, так или иначе касающиеся операционализации установок по отношению к изменению климата:

? В большинстве исследований по данной теме с использованием межстранового анализа сложные концепты и показатели упрощаются. Это происходит из-за использования готовых баз данных (самостоятельно сложно собирать данные, или готовая база данных отвечает требованиям исследования), которые имеют достаточно скромный набор вопросов по теме изменения климата. Например, в зависимости от базы, показатель осведомленности может быть отражен только в одной переменной;

? Одной из практик для измерения осведомленности об изменение климата являются вопросы об этом явлении с правильными и неправильными ответами. Преимущество таких вопросов состоит в том, что можно измерить реальное знание об ИК;

? Показатель обеспокоенности является более широким в отличие от осведомленности и как следствие требует большее количество индикаторов.

В рамках данной главы будут рассмотрены потенциальные «привычные» и «непривычные» факторы, влияющие на установки по отношению к изменению климата. Требуется их специфицировать для последующего определения методологии исследования. В случае с «привычными» социально-демографическими характеристиками нет необходимости рассмотрения большого списка научных работ и различных наборов этих факторов, поскольку от исследования к исследованию, как правило, используются одни и те же стандартные индикаторы, именно поэтому они названы «привычными».

Поскольку «непривычные» характеристики - это все характеристики за исключением «привычных», то их может быть бесчисленное количество, и наборы зависят от специфики исследования. Наилучшим решением для ограничения списка «непривычных» параметров является также рассмотрение наиболее распространенных из них, поскольку при использовании готовых баз данных свобода выбора анкетных вопросов является сомнительной. Свобода выбора индикаторов в базе данных ограничивается необходимостью их универсальности, а значит, в базу включаются только распространенные темы. Таким образом, «непривычные» во всех смыслах характеристики едва ли будут доступны для проведения межстранового анализа.

Для начала рассмотрим мета-исследование М. Хорнси и коллег под названием «Meta-analyses of the determinants and outcomes of belief in climate change», которое уже фигурировало во введении к данной работе и постановке проблемы исследования. Поскольку это мета-исследование, то его выводы основаны на большом количестве академических работ по одной теме - в данном случае на основании 171 академических исследований в 56 странах. Авторы выделяют несколько «привычных» социально-демографических характеристик, и так как вывод основан на большом количестве исследований, есть основания этому доверять. Так, «привычными» характеристиками, согласно данной работе, имеет смысл называть следующие: пол, возраст, доход, образование и раса [Hornsey et al., 2016]. Помимо всего прочего Хорнси и коллеги говорят о том, что субъективное знание и опыт экстремальных погодных явлений также являются интуитивно включаемыми переменными. Однако фокус в данной работе сделан именно на социально-демографических характеристиках, и поэтому упомянутые переменные не имеет смысла включать в анализ.

Ровно таким же перечнем социально-демографических характеристик обладает исследование П. Келлштедт и коллег об установках по отношению к глобальному потеплению и изменению климата в США. Согласно полученным моделям общественной обеспокоенности о глобальном потеплении и изменении климата (всего две), только две социально-демографические характеристики оказались значимыми, то есть способными объяснять общественную обеспокоенность - раса и пол. В одной из моделей также значимым был возраст [Kellstedt et al., 2008]. Этот результат также подтверждает мысль о том, что «привычные» социально-демографические характеристики имеют достаточно посредственную объяснительную способность.

Более того, в уже рассмотренном исследовании Ньюмана и коллег (в рамках операционализации показателей установки по отношению к изменению климата), «привычные» социально-демографические характеристики определяются похожим образом, но с некоторыми отличиями. Например, Ньюман и коллеги называют включенные ими характеристики «стандартными» и выделяют следующие: возраст, доход, пол, образование, черный, латиноамериканец. Последние две относятся к расе и имеют дихотомическую шкалу [Newman et al., 2018].

Таким образом, предполагаемая операционализация «привычных» социально-демографических характеристик будет включать следующие индикаторы: пол, возраст, доход, образование и раса.

Вернемся к мета-исследованию Хорнси и коллег. Помимо «привычных» характеристик в работе также упоминаются параметры, которые их «затмевают» в объяснительной способности: ценности, идеологии (в данном случае идеология свободного рынка), а также политическая ориентация, которая представлена политической приверженностью к какой-либо партии и политической идеологией [Hornsey et al., 2016]. Ценности - комплексный концепт, который требует более «сложной» интерпретации и операционализации, в отличие от таких «привычных» характеристик, как пол, возраст и других. Так, авторы под ценностями подразумевают биосферные ценности (измерены с помощью методики Шварца), индивидуалистические культурные ценности и иерархические культурные ценности.

Концепт ценностей достаточно часто присутствует и в других исследованиях, но находит в них совершенно иное отражение. Например, в исследовании Трантер и коллег ценности разделяются на материалистические и постматериалистические (в зависимости от значения индекса) [Tranter et al., 2015]. Это говорит об измерении ценностей с помощью методики Инглхарта.

Так, имеется как минимум два подхода в измерении ценностей, из чего следует вопрос, какой из них лучше всего отвечает дизайну текущего исследования. Определим это далее.

Среди самых популярных методик измерения ценностей выделяются уже упомянутые методики Шварца и Инглхарта. При использовании методики Инглхарта получается относительно короткий опросник, поскольку она нацелена на измерение только материалистических / постматериалистических ценностей. В методике Шварца ситуация обратная, а это значит, что в условиях сбора данных в большом количестве стран методика Инглхарта предстает в выгодном свете из-за «компактной» операционализации.

При использовании вторичных данных, где ценности уже каким-либо образом были измерены, данное преимущество не является существенным для исследователя, поскольку у него нет необходимости самостоятельно собирать данные. Большую роль играет то, как раскрывается концепт, и в этом случае методика Шварца дает больше информации о ценностях индивида, поскольку они измеряются по 10 разным осям (десять базовых ценностей), в отличие от методики Инглхарта, где ось всего одна.

Инглхарт пишет, что межстрановые различия в ценностных ориентациях в его методике превышают внутристрановые, что говорит об их хорошей различительной способности при проведении межстранового анализа [Inglehart, Welzel, 2010]. В методике Шварца ситуация прямо противоположная: страны по ценностным типам отличаются не так сильно, как индивиды внутри этих стран [Магун, Руднев, 2012]. Такая выгодная особенность шкалы Инглхарта может быть связана с тем, что ценности измеряются косвенно: задаются вопросы про цели для страны, а не про личные цели. Это значит, что социополитические условия в стране могут смещать оценки респондентов, что является достаточно серьезным ограничением. Более того, Кларк и коллеги демонстрируют, что в условиях высокой безработицы или/и инфляции индивиды склонны иметь более материалистические ценности, а значит, социополитический контекст оказывает прямое влияние на ценностные оценки [Clarke et al., 1999].

Преимущество методики Инглхарта в способности различать страны по ценностным ориентациям идет в совокупности с высокой чувствительностью результатов к социальному, политическому, а также экономическому контексту. Поскольку методика Шварца дает больше информации о ценностях индивида (за счет 10 осей, по которым они измеряются), а также имеет более низкую чувствительность к социополитическому контексту, она подходит лучше для измерения индивидуальных ценностей. Поэтому в рамках данного исследования при подборе готовой базы данных предпочтительнее будет та, где используется методика Шварца.

Помимо упомянутых ценностей, идеологии и политической ориентации «непривычными» характеристиками могут являться также и социально-демографические характеристики, которые не попали в список «привычных». В исследовании Л. Уитмарш «Scepticism and uncertainty about climate change: Dimensions, determinants and change over time», посвященному теме скептицизма относительно изменения климата, упоминаются такие параметры как количество детей в семье (до 16 лет) и тип поселения, в котором проживает респондент. Важно подчеркнуть, что ранее было оговорено исключение непопулярных характеристик, поскольку их может быть бесчисленное количество и не быть в готовых базах данных. Однако используемые Уитмарш параметры, как правило присутствуют в большинстве баз.

Наряду с социально-демографическими характеристиками Уитмарш включает в анализ индикатор политической приверженности, который соответствует тому, что присутствовал в исследовании Хорнси и коллег [Whitmarsh, 2011]. Нельзя сказать, что политическая приверженность - это параметр, который используется в больших базах данных, и поэтому его включают в анализ. Например, А. Корнер и коллеги в исследовании «Uncertainty, scepticism and attitudes towards climate change: biased assimilation and attitude polarization», проведенном в 2012 г. и посвященном также теме скептицизма в отношении изменении климата, использовали этот индикатор при опросе студентов Кардиффского университета [Corner et al., 2012].

Ранее упомянутый параметр политической идеологии также находит отражение в исследовании У. Пуртинга «Climate change perceptions and their individual-level determinants: A cross-European analysis», в котором используется база данных ESS 2016 г. То, что подразумевается в данной работе под политической идеологией (правая или левая ориентация), у Пуртинга называется политической ориентацией, и измеряется по шкале от 0 до 10, где 0 - левая ориентация, а 10 - правая ориентация [Poortinga, 2019].

Наконец, одним из последних параметров, который будет рассмотрен в данной части - религия. Наряду с расой данный индикатор может иметь влияние на установки по отношению к изменению климата. В исследовании М. Моррисон и коллег «Religion does matter for climate change attitudes and behavior», проведенном в Австралии в 2015 г., этот вывод подтверждается. Однако количество рассматриваемых религий было ограничено тремя: буддизм, христианство с библейским буквализмом, христианство с библейским нелитерализмом (также одним из вариантов ответа на вопрос про религиозную принадлежность был секуляризм) [Morrison et al., 2015].

В этом же исследовании в регрессионную модель, где зависимой переменной является установка по отношению к изменению климата, включается показатель занятости респондента. Он является значимым с доверительной вероятностью 95%, то есть оказывает влияние на соответствующую установку. Занятость респондента выражается в том, полная или частичная у него занятость, является он самозанятым или пенсионером [Morrison et al., 2015].

Подводя итог данной части, перечислим рассмотренные ранее «привычные», а также «непривычные» характеристики, которые при возможности будут отражены в методологии, а после будут участвовать в анализе.

«Привычные» социально-демографические характеристики:

? Пол;

? Возраст;

? Образование;

? Доход;

? Раса.

Для показателей образования и дохода важна унифицированность, поскольку для проведения межстранового анализа требуется одинаковая методика измерения. Например, ступени образования даже в рамках европейских стран могут отличаться, о чем свидетельствуют различия в присуждении ученых степеней PhD.

«Непривычные» социально-демографические характеристики:

? Ценности, которые, при возможности будут измерены с помощью методики Шварца;

? Политическая ориентация, выражающаяся в политической приверженности и политической идеологии;

? «Непривычные» социально-демографические характеристики, такие как количество детей в семье и тип поселения;

? Религиозная принадлежность;

? Занятость.

Безусловно, итоговый перечень используемых в анализе параметров может отличаться, однако одним из основным критериев при выборе базы данных наряду с представленностью каждого отдельного фактора в базе является наличие этих факторов. В случае, если представленная выше интерпретация будет существенно отличаться от той, что есть в базе, база данных не будет использоваться для проведения анализа.

Изменение климата связано с процессом повышения средней мировой температуры в мире. Несмотря на то, что на общую температуру влияет достаточно большое количество факторов, они вносят совершенно разный вклад. Эти факторы можно разделить на две основные категории: антропогенные и природные. С начала XX контрибуция антропогенных факторов в повышение средней мировой температуры растет, что является большой проблемой для общества, которое в скором будущем может встретить негативные последствия процесса изменения климата, проявляющиеся в увеличении частоты природных катаклизмов, вымирании отдельных видов флоры и фауны и другом.

Из-за угрозы будущих проблем тема изменения климата становится все более обсуждаемой не только в медиа, но и в научных кругах, начиная от естественных наук, и заканчивая социальными. Так, в социологии одной из главных тем является тема социальных установок по отношению к изменению климата, поскольку установки связаны с про-экологическим поведением, которое необходимо для сопротивления изменению климата.

В рамках данного исследования под установками по отношению к ИК понимается нормативное отношение к изменению климата, а сами же установки, согласно «модели дефицита» Дж. Бёрджесса, состоят из двух компонентов: осведомленности и обеспокоенности изменением климата. Под осведомленностью понимается знание об изменении климата, а также его природы; под обеспокоенностью - личная оценка важности проблемы изменения климата, которая выражается в беспокойстве по поводу изменения климата в узком смысле, оценке характера влияния ИК на людей, оценке возможностей препятствовать изменению климата, а также в поддержке различных государственных политик, направленных на сдерживание ИК.

Особую значимость в ходе текущего исследования имеют факторы, влияющие на установки по отношению к изменению климата, поскольку именно они обуславливают то, какие установки имеет индивид. Выделяются две основные группы: «привычные» социально-демографический характеристики и «непривычные» характеристики. Разница между ними заключается в распространенности их использования в предсказательных моделях. Среди «привычных» социально-демографических характеристик выделяются пол, возраст, доход, образование и раса; среди непривычных - ценности, политическая ориентация, количество детей в семье, тип поселения, в котором проживает индивид, его занятость, а также религиозная принадлежность.



Глава 2. Методология исследования

В рамках данного исследования, основной задачей является межстрановое сравнение влияния различных характеристик на установки по отношению к изменению климата среди европейцев. Для выполнения данной задачи необходимо достаточно большое количество данных, поэтому возникал вопрос: собирать ли целенаправленно данные для данного исследования или использовать вторичные?

Самостоятельный сбор требуемого количества данных (европейских стран больше 20) сопровождается необходимостью мобилизации большого количества экономических и человеческих ресурсов, наряду с временными затратами. Помимо сложности сбора данных существует также и сложность адаптации анкеты для каждой отдельной страны, поскольку в каждой из них свой язык и свои культурные особенности. Таким образом, вышеперечисленные проблемы являются существенными для индивидуального исследователя, что ставит под угрозу существование этого исследования.

Использование вторичных данных решает все проблемы, которые присутствуют при самостоятельном сборе данных для межстранового анализа. Однако нельзя сказать, что у данного способа нет недостатков. Наиболее важный из них - ограниченный перечень анкетных вопросов и перечень стран-участниц. Из этого следует отсутствие гарантий адекватной операционализации концептов, полного покрытия концептов анкетными вопросами, наличия данных для требуемых стран и других. Единственный способ бороться с данными проблемами - поиск и использование той базы данных, которая лучше отвечает требованиям исследования.

Таким образом, несмотря на наличие недостатков в обоих способах получения данных, использование вторичных данных связано с меньшими временными и нулевыми финансовыми затратами, а также с меньшим количеством рисков. Проблемы при сборе данных, связанные с адаптацией анкет, их тестированием, привлечением респондентов и другими этапами сбора данных, в случае со вторичными данными отсутствуют, поскольку их уже решили профессиональные исследователи. По этим причинам было принято решение использовать готовую базу данных, речь о которой пойдет далее.

2.1 Информационная база исследования

Была использована база данных ESS 8 волны 2016 г. (данные по европейским странам), для которой характерна случайная репрезентативная выборка.

Эта база данных была выбрана по следующим причинам:

? Относительно свежие данные. Альтернативная база данных, которая отвечала бы требованиям исследования - ISSP, однако эти опросы проводились в 2010-2011 гг.;

? Перечень вопросов, касающийся установок по отношению к изменению климата, отвечает требованиям ее двухкомпонентной структуры, которая была выбрана в качестве теоретической рамки данного исследования.

? Концепт ценностей, являющийся одним из самых комплексных в рамках данного исследования, представлен в виде 21 вопроса. Они отражают 10 базовых человеческих ценностей (по методологии Шварца). В составлении перечня вопросов для анкеты ESS принимал участие сам Шварц.

Данные по всем странам были собраны в период 09.2016 - 12.2017 (на момент проведения анализа их давность - 2.5 года).

Всего данные были собраны в 23 европейских странах: Австрии, Бельгии, Швейцарии, Чешской Республике, Германии, Эстонии, Испании, Финляндии, Франции, Соединенном Королевстве, Венгрии, Ирландии, Израиле, Исландии, Италии, Литве, Нидерландах, Норвегии, Польше, Португалии, Российской Федерации, Швеции и Словении.

Для каждой страны анкета была адаптирована с учетом национальной специфики (например, ступени образования и политические партии) и государственного языка.

Общее количество респондентов: 44.387 (наименьшее число респондентов в Исландии - 857 человек).

2.2 Интерпретация и операционализация основных концептов и показателей

В рамках первой главы была намечена примерная интерпретация и операционализация для установки по отношению к изменению климата, для «привычных» и «непривычных» характеристик. В текущей части необходимо структурировать эту информацию. После этого выстроить интерпретацию и операционализацию с подбором конкретных вопросов на основании базы данных ESS.

В Таблице 1 представлена интерпретация и операционализация на основании анализируемой литературы (где возможно), в Приложении 1 она скорректирована и дополнена в соответствии с опросником ESS.

Таблица 1 Интерпретация и операционализация основных концептов

Концепт	Интерпретация	Примерная операционализация
Установки по отношению к изменению климата	Осведомленность об изменении климата	Оценка реальности изменения климата
		Оценка антропогенности изменения климата
	Обеспокоенность изменением климата	Беспокойство по поводу изменения климата
		Оценка позитивности влияния изменения климата на людей
		Степень убежденности в том, что изменение климата окажет влияние на будущие поколения.
		Поддержка различных политик, направленных на сдерживание изменения климата: субсидии на возобновляемые источники энергии, налоги на сгораемое топливо.
«Привычные» социально-демографические характеристики	Возраст	Количество полных лет
	Пол	Пол
	Образование	Количество лет образования
	Доход	Группа дохода в соответствии с
	Раса	Раса
«Непривычные» характеристики	Ценности	[Операционализация полностью зависит от базы данных. Имеет смысл использовать не конкретные индикаторы ценностей, а все заложенные в базу. Только таким образом будет обеспечена всеобъемлемость]
	Политическая ориентация	Политическая приверженность
		Политическая идеология
	Количество детейв семье	Количество членов семьи до 16 лет включительно
	Место жительства	Тип поселения
	Религия	Принадлежность к определенной религии
	Занятость	Основная занятость

Интерпретация и операционализация некоторых концептов была несколько пересмотрена из-за специфики базы данных ESS. Перечислим внесенные изменения:

? Индикатор расы был исключен ввиду его отсутствия в базе;

? Индикатор степень убежденности в том, что изменение климата окажет влияние на будущие поколения был исключен ввиду его отсутствия в базе;

? Для измерения концепта установок по отношению к изменению климата добавилось три новых индикатора: поддержка политики, запрещающей продажу энергетически неэффективных устройств; оценка вероятности уменьшения изменения климата при условии, что большое количество людей ограничит свое потребление энергии; оценка вероятности уменьшения изменения климата при индивидуальном ограничении потребления энергии. Все эти индикаторы направлены на более широкое раскрытие компонента установки «обеспокоенность изменением климата».

В рамках текущего исследования для каждой из задач предполагается определить подходящие для их решения методы анализа.

В рамках первой задачи необходимо измерить установки европейцев по отношению к изменению климата и оценить их различия по странам. Для решения данной задачи, во-первых, будет разработана сумматорная шкала для замера установки; во-вторых, будет применена описательная статистика для оценки установок по отношению к ИК в рамках каждой отдельной страны и однофакторный дисперсионный анализ для выявления различий в установках по отношению к изменению климата между странами.

В рамках второй задачи необходимо сравнить характер влияния различных личностных и социально-демографических характеристик на установки по отношению к изменению климата в межстрановом разрезе. Для решения данной задачи будет проведено регрессионное моделирование с целью получить коэффициенты, отражающие силу влияния каждой из характеристик на соответствующую установку. Из двух альтернативных стратегий анализа - многоуровневого регрессионного моделирования со случайными эффектами и множественного линейного регрессионного моделирования для каждой отдельной страны - была выбрана вторая по следующим причинам:

? Всего в анализе участвуют всего 23 страны (кластера), а значит многоуровневое регрессионное моделирование не дает весомых преимуществ в «компактности» анализа;

? Большое количество независимых переменных сильно усложняет многоуровневую модель, учитывая еще и то, что модель должна быть не только со случайными наклонами, но и случайными отрезками (random intercepts).

В рамках третьей задачи требуется оценить способность «привычных» социально-демографических характеристик дифференцировать европейские страны по характеру влияния этих характеристик на установки по отношению к изменению климата, а также классифицировать страны в зависимости от характера этого влияния. Для решения данной задачи будет применен кластерный анализ. Кластерный анализ позволяет выделить похожие группы определенному признаку. В том случае, если кластерный анализ позволит наиболее явно и корректно выделить группы стран по значениям регрессионных коэффициентов “привычных” характеристик (по сравнению с “непривычными”), то можно будет говорить о том, что “привычные” характеристики имеют большую способность дифференцировать европейские страны по указанному признаку.



Глава 3. Анализ данных

3.1 Предобработка данных

Не все выбранные переменные из базы данных ESS 8 волны (2016 г.) могут быть включены в анализ в исходном виде. Причиной этому является то, что некоторые переменные являются составными частями отдельных концептов, значения для которых необходимо вычислить, а после включить в модели. Данная ситуация характерна, например, для концепта «установки по отношению к изменению климата», который состоит из показателей осведомленности и обеспокоенности ИК. Поскольку процесс вычисления показателей является неочевидным, в рамках данной части будет дано описание того, каким образом производились вычисления, а также обоснованы причины именно такой процедуры.

Установки по отношению к изменению климата

Ранее в таблице интерпретации и операционализации концептов исследования (из Приложения 1) было отмечено, что установки по отношению к изменению климата измеряются с помощью 9 переменных: оценка реальности изменения климата, оценка антропогенности изменения климата, беспокойство по поводу изменения климата, оценка позитивности влияния изменения климата на людей, оценка уменьшения изменения климата при условии, что большое количество людей ограничит свое потребление энергии, оценка уменьшения изменения климата при индивидуальном ограничении потребления энергии, степень поддержки политики повышения налогов на ископаемое топливо, степень поддержки политики повышения субсидий на возобновляемые источники энергии, степень поддержки политики запрета продажи энергетически неэффективных устройств. Первые две переменные (оценка реальности изменения климата и оценка антропогенности изменения климата) служат для измерения осведомленности об изменении климата, остальные же для измерения обеспокоенности ИК.

Первая проблема, которую необходимо было решить при вычислении значения установки по отношению к изменению климата - вычислить показатели осведомленности и обеспокоенности ИК. Ключевым моментом являлось то, что эти показатели должны были быть с одинаковой шкалой, чтобы можно было вычислить установку с помощью нахождения среднего арифметического между этими двумя показателями. Вычисление значения установки таким образом является наиболее правильным решением, поскольку в данном случае осведомленность и обеспокоенность будут иметь одинаковый вес, и не будут смещать значение концепта.

Вычисление показателя осведомленности об изменении климата было сопряжено с проблемой наличия разных шкал для оценки реальности изменения климата и оценки антропогенности изменения климата. Более того, поскольку данные вопросы имели правильные и неправильные ответы, а также их градации (например, частично правильные ответ или более правильные ответ), необходима была перекодировка. Для оценки реальности изменения климата она заключалась в реверсии вариантов ответа, чтобы большее число означало большую «осведомленность», так как в исходном виде переменная измерялась по четырехбалльной шкале (1 - оценка того, что климата абсолютно точно изменяется; 4 - климат абсолютно точно не изменяется), а также приведение к шкале от 0 до 3 (причина этого действия станет понятна далее). Для оценки антропогенности изменения климата ситуация несколько сложнее, и для этого необходимо рассмотреть формулировку вопроса и варианты ответа:

Как Вы думаете, изменения климата вызвано природными процессами, человеческой активность или и тем, и другим?

1. Полностью природными процессами;

2. По большей части природными процессами;

3. В равной степени природными процессами и человеческой активностью;

4. По большей части человеческой активностью;

5. Полностью человеческой активностью;

6. Я не думаю, что происходит изменение климата (в качестве пропуска).

Во-первых, шестой вариант ответа не должен являться пропуском, поскольку он отражает нулевую осведомленность (0 баллов). Во-вторых, первые два варианта также говорят о том, что индивид не осведомлен о том, чем вызвано изменение климата в данный момент, и несмотря на то, что эти варианты ответа по являются разными, они оба далеки от истины, а значит не должны отражать позитивную осведомленность (0 баллов). В качестве напоминания необходимо отметить, что в предыдущей части приводились факты об изменении климата, один из которых демонстрировал то, что ИК в настоящее время вызвано в большей степени человеческой активностью, но природные процессы также играют значимую роль. Следовательно, варианты ответа под номерами 3 и 5 являются близкими к истине, но не являющимися ею, а значит отражают «частичную» осведомленность (1 балл). Вариант ответа №4 отражает реальную природу изменения климата, а значит показывает наивысшую осведомленность индивида по данному вопросу (2 балла). Таким образом, оценка антропогенности изменения климата после описанной перекодировки измеряется по шкале от 0 до 2, а оценка реальности изменения климата по шкале от 0 до 3; для обеих шкал нулевая осведомленность соответствует нулю, что логично с содержательной точки зрения.

Для вычисления показателя осведомленности изменением климата путем нахождения среднего арифметического необходимо привести оценки реальности изменения климата и антропогенности изменения климата к одной шкале. Самым оправданным решением является приведение к шкале от 0 до 1 для того, чтобы избежать проблем в дальнейшем при приведении к одинаковым шкалам показателей для обеспокоенности изменением климата, и вычисления среднего арифметического для обоих компонентов установки по отношению к ИК.

Приведение к шкале от 0 до 1 осуществлялось по следующей формуле:

,

где INDEXfin - это итоговый индекс от 0 до 1; INDEXmax - максимальное значение предыдущего индекса, например, для оценки антропогенности изменения климата - это 2; INDEXprev - фактическое значение предыдущего индекса.

После приведения обоих рассматриваемых показателей к шкале от 0 до 1 было вычислено значение показателя осведомленности об изменении климата путем расчета среднего арифметического. Это означает, что осведомленность об ИК также имеет шкалу от 0 до 1, и для расчета показателя обеспокоенности изменением климата имело смысл применить такую же процедуру перекодирования и приведения индикаторов к шкале от 0 до 1. Подробно описывать этот процесс смысла нет, поскольку он был полностью аналогичным, а также не было переменных, где необходима была такая же неочевидная перекодировка, как в случае с оценкой антропогенности изменения климата.

Вычислив показатели осведомленности и обеспокоенности изменением климата, было рассчитано значение установки по отношению к ИК посредством взятия среднего арифметического между показателями исходных компонентов. В качестве итога каждому респонденту было присвоен индекс установки, значение которого лежит в интервале от 0 до 1, где 0 - отсутствие важности, а 1 - наоборот, крайне высокая важность темы изменения климата (в широком смысле) для индивида.

Ценности

Для расчета показателей десяти базовых человеческих ценностей была использована предложенная в методологии ESS процедура. Так как все индикаторы имеют одну шкалу (шестибалльную), то для индикаторов, соответствующих той или иной ценности, рассчитывалось среднее арифметическое - значение показателя ценности. Однако авторы блока анкеты ESS с ценностями говорят о том, что могут происходит смещения оценок на индивидуальном уровне, поэтому требуется провести дополнительные расчеты, а именно из каждого полученного индекса ценностей вычесть среднее арифметическое по всем индексам. Таким образом, получается показатель ценности, где отрицательное значение индекса говорит о том, что для респондента характерна в той или иной степени рассматриваемая ценность, а положительное - наоборот (обратная кодировка).

Количество детей в семье

Следует напомнить, что ребенком в рамках данного исследования называется индивид возрастом не более 16 лет. Показатель количества детей в семье явно не представлен в анкете ESS, однако его можно рассчитать самостоятельно, хоть и с некоторыми ограничениями. Для первых двенадцати членов семьи в анкете присутствуют данные о годе рождения, поэтому для того, чтобы определить количество детей в семье необходимо посчитать количество тех членов семьи, для которых разница между годом проведения опроса и их годом рождения была бы меньше или равна 16. Ограничением, как уже можно было заметить, является то, что в случае, если семья состоит из более чем 12 человек, информация о годах рождения остальных членов семьи теряется, а значит, есть вероятность занизить количество детей в семье. Однако следует также заметить, что во всей выборке из 44.387 респондентов присутствуют всего девять семей, в которых 7-8 детей. Следовательно, если в какой-то из них детей на самом деле больше, то такое упущение практически никак не смещало бы результаты последующего анализа.

Место жительства и занятость

Данные характеристики измеряются по номинальным шкалам, а значит, при включении их в регрессионные модели (регрессионное моделирования является основным методом анализа) необходимо создавать фиктивные переменные для этих показателей. При выборе контрольной группы единственным ограничением является ее наполненность, поэтому для места жительства контрольной группой является «большой город» (22,4% от всей выборки; в каждой отдельной стране эта группа также является хорошо наполненной), а для занятости - «оплачиваемая работа» (47,7% от всей выборки; в каждой стране также хорошая наполненность).

Для показателя занятости также были объединены некоторые категории, поскольку они являлись малонаполненными, и могли смещать результаты регрессионного анализа. Таким образом, фиктивные переменные были созданы для следующих категорий:

? Получение образования;

? Без работы (без работы, но в ее поиске + без работы и не в поиске);

? На пенсии;

? Ведение домохозяйства и другое (ведение домохозяйства + на общественной службе или в армии + постоянно болен(-льна) или инвалид + другое).

Последняя категория была объединена и названа таким образом, поскольку внутри этой категории тип занятости «ведение домохозяйства» является доминирующим, а остальные три категории при объединении все также обеспечивают малую наполненность, что мешает их выделению в отдельную категорию «другое».

Религиозная принадлежность, политическая приверженность и пол

Данные показатели представлены в виде переменных с двумя возможными вариантами ответа. Для пола - это «мужчина» или «женщина» (контрольная группа); для политической приверженности и религиозной принадлежности - это «да» или «нет» (контрольная группа) - ответ на вопрос о том, чувствует ли респондент приближенность к какой-то определенной политической партии, и ответ на вопрос о том, исповедует ли он какую-либо религию.

Последнее, что необходимо отметить в рамках данной части - взвешивание данных. В методологии ESS рекомендуется всегда взвешивать данные, однако тип взвешивания зависит от задач исследования. Всего доступно три разных типа: веса «дизайна» (design weights, dweight), пост-стратификационные веса (post-stratification weights, pspwght) и веса численности населения (population size weights, pweight). В рамках данного исследования данные были взвешены с помощью весов «дизайна» для того, чтобы скорректировать разную вероятность попадания отдельных групп людей и регионов в выборку. Пост-стратификационные веса являются альтернативой, и поэтому не могут быть использованы вместе с весами «дизайна», а веса численности населения не использовались целенаправленно, поскольку это мешало бы строить регрессионные модели для стран с малой численностью населения, таких как Исландия (оставалось бы слишком мало наблюдений).

Описание переменных

В таблицах №2 и №3 представлена описательная статистика для переменных, рассмотренных в рамках операционализации, по всей выборке. Для номинальных переменных определена доля ответов от общего числа ответов для каждого значения переменной в процентах, а также доля среди валидных в процентах. Для интервальных переменных указано минимальное и максимальное значение переменной в выборке, среднее значение по выборке, а также стандартное отклонение.

Согласно Таблице 2 для чуть больше половины респондентов в выборке основной занятостью является оплачиваемая работа, пятая часть - пенсионеры. Наименьшую долю (после объединения категорий) составляет группа безработных. За счет объединения категорий (ведение домашнего хозяйства, на общественной службе или в армии, постоянно болен(-льна) или инвалид, другое) получившаяся группа обладает сравнительно неплохой наполненностью, что делает ее валидной для дальнейшего анализа. Примерно половина респондентов в выборке считают себя приверженцами какой-либо партии, что говорит об их какой-либо вовлеченности в политическую жизнь. Большая часть (примерно 60%) респондентов в выборке относят себя к какой-либо религии. Практически равные доли мужчин и женщин присутствуют в выборке (женщин на 4% больше), что соответствует реальной демографической обстановке. Больше половины населения в выборке проживает в небольших поселениях (31% - маленький город, 30,6% - деревня, 6,4% - сельская местность), тем не менее контрольной группой является население большого города (из-за того, что это первая категория), представленность которого в выборке также является достаточно хорошей (22%).

Таблица 2 Описание распределения переменных занятости, политической приверженности, религиозной приверженности, пола и типа поселения, в котором проживает респондент

Переменная	Значения	Доляот общего (%)	Доля валидных (%)
Занятость	Оплачиваемая работа (КГ Контрольная группа (КГ).)	53,0	53,1
	Образование	9,2	9,2
	Без работы	5,1	5,1
	На пенсии	22,4	22,5
	Ведение домашнего хозяйства и другое	10,0	10,1
Политическая приверженность	Нет (КГ)	52,2	53,6
	Да	45,1	46,4
Религиозная принадлежность	Нет (КГ)	39,7	39,9
	Да	59,6	60,1
Пол	Женщины (КГ)	52,1	52,1
	Мужчины	47,9	47,9
Тип поселение, в котором проживает респондент	Большой город (КГ)	22,0	22,0
	Пригород	10,0	10,0
	Маленький город	31,0	31,0
	Деревня	30,6	30,6
	Сельская местность	6,4	6,4

Согласно данным из Таблицы 3 можно заключить, что в выборке наблюдается отсутствие доминирования «правых» или «левых» взглядов. Средний возраст респондентов - 48 лет, причем самый младшему 15 лет, а старшему - 100. В среднем, респонденты имеют 13 лет образования, а также по доходу относят себя к 5-ому децилю (тем не менее, стандартное отклонение достаточно большое - 2,7 дециля). Среднее значение установок по отношению к изменению климата в выборке составляет 0,67, что выше среднего значения 0,5. Среднее количество детей в семьях у респондентов - 0,48, то есть большинство семей бездетные.

Также необходимо отметить, что общее количество валидных случаев по представленным характеристикам - 28.531, что достаточно мало (всего выборка составляет 44.387 человек). Примерно для 8 тыс. человек отсутствуют данные по доходу, а для примерно 7 тыс. человек было невозможно рассчитать индекс установки по отношению к изменению климата из-за отсутствия данных как минимум по одной из переменных, участвовавших при формировании этого индекса.



Таблица 3 Описание распределения переменных политической ориентации, возраста, образования, дохода, индекса установок по отношению к ИК, ценностей и количества детей в семье

Переменная	Мин.	Макс.	Среднее	Стд. отклонение
Индекс по шкале «левый-правый» (левый - 0, правый - 10) (политическая ориентация)	0	10	5,18	2,23
Возраст	15	100	47,98	18,55
Количество лет образования	0	54	13,06	3,8
Дециль дохода домохозяйства (1 - 1-ый дециль, 10 - 10-ый дециль) (доход)	1	10	5,43	2,7
Индекс установки по отношению к изменению климата	0,12	1,00	0,67	0,14
Ценности	Безопасность	-3,43	3,70	-0,40	0,84
	Конформность	-3,4	4,4	0,22	0,95
	Традиция	-3,47	4,52	-0,05	0,89
	Благожелательность	-3,38	3,10	-0,69	0,69
	Универсализм	-3,57	2,43	-0,52	0,64
	Самостоятельность	-3,43	3,33	-0,38	0,77
	Стимуляция	-4,02	4,44	0,64	1,01
	Гедонизм	-4,07	4,29	0,17	0,95
	Достижение	-2,95	4,17	0,41	0,95
	Власть	-4,00	4,29	0,86	0,92
Количество детей до 16 лет включительно	0	8	0,48	0,87
Валидное число случаев	28531

3.2 Установки европейцев по отношению к изменению климата

В рамках первой задачи необходимо было измерить установки европейцев по отношению к изменению климата, а также сравнить их по странам. Гипотеза состояла в том, что установки европейцев характеризуются высокой степенью осведомленности об ИК, а также повышенной обеспокоенностью, причем в западноевропейских странах они выражены сильнее. Для решения данной задачи и проверки гипотезы необходимо решить следующие подзадачи: оценить показатели компонентов установки, оценить в целом показатель установки по странам, а также провести статистическое сравнение среднего показателя установки между европейскими странами и выделить похожие группы стран по выраженности показателя установки по отношению к ИК.

Начнем с оценки показателей компонентов установки. Во-первых, необходимо обратить внимание на Таблицу 4, в которой представлены средние значения компонентов установки по странам вместе со стандартными отклонениями. Невооруженным взглядом можно заметить, что рассматриваемые показатели различаются по странам похожим образом: выборочное среднее значение для осведомленности об изменении климата выше выборочного среднего значения для обеспокоенности изменением климата в каждой из стран.

Также следует отметить, что выборочное среднее по обоим показателям ниже всего в таких странах, как Чехия, Эстония, Литва, Россия, Польша, что уже в какой-то мере подтверждает гипотезу о том, что установки в восточноевропейских странах выражены слабее, чем в Западной Европе. Однако этот факт еще необходимо подтвердить для генеральной совокупности.

Таблица 4 Распределение показателей осведомленности и обеспокоенности изменением климата по странам

Страна	Осведомленность об изменении климата (от 0 до 1)	Обеспокоенность изменением климата (от 0 до 1)
	Среднее	Стд. отклонение	Среднее	Стд. отклонение
Австрия	0,78	0,21	0,61	0,13
Бельгия	0,79	0,20	0,59	0,13
Швейцария	0,78	0,18	0,62	0,13
Чехия	0,68	0,20	0,52	0,15
Германия	0,80	0,19	0,62	0,14
Эстония	0,69	0,20	0,51	0,14
Испания	0,81	0,18	0,62	0,13
Финляндия	0,74	0,20	0,59	0,13
Франция	0,77	0,19	0,58	0,14
Великобритания	0,74	0,20	0,56	0,14
Венгрия	0,73	0,19	0,59	0,12
Ирландия	0,75	0,20	0,56	0,14
Израиль	0,71	0,21	0,55	0,14
Исландия	0,81	0,18	0,59	0,15
Италия	0,77	0,19	0,60	0,13
Литва	0,69	0,21	0,56	0,14
Нидерланды	0,77	0,19	0,58	0,13
Норвегия	0,72	0,22	0,59	0,14
Польша	0,71	0,19	0,55	0,12
Португалия	0,80	0,19	0,62	0,15
Россия	0,67	0,20	0,52	0,13
Швеция	0,78	0,20	0,61	0,14
Словения	0,77	0,18	0,59	0,12

Обратим внимание на доверительные интервалы средних показателей осведомленности и обеспокоенности изменением климата, которые представлены в Таблице 5. В данном случае имеет смысл говорить о том, что на уровне доверительной вероятности 95% среднее значение осведомленности об изменении климата больше среднего значения обеспокоенности изменением климата в генеральной совокупности, то есть в представленных Европейских странах. Нижняя граница доверительного интервала для среднего значения осведомленности об изменении климата на заданном уровне доверительной вероятности составляет 0,7456, а верхняя граница доверительного интервала для среднего значения обеспокоенности изменением климата - 0,5797, то есть интервалы не пересекаются, а значит, средние отличаются. Действительно, на основании того, что показатель средний показатель осведомленности находится примерно на уровне 0,75 (максимум 1), как и предполагалось, имеет смысл говорить о достаточно высоком уровне осведомленности об ИК, чего нельзя сказать об обеспокоенности, уровень которой средний (около 0,58 из 1 возможных).

Уровень доверительной вероятности 0,95 выбран в качестве основного в данной работе, поскольку он является достаточно универсальным и позволяет соблюдать некий баланс в строгости оценки значимости регрессионных коэффициентов, моделей и других тестов. Поэтому все статистические гипотезы будут проверяться в соответствии с ним.

Таблица 5 Границы средних показателей осведомленности и обеспокоенности изменением климата для генеральной совокупности

Показатель	95% доверительный интервал
	Нижняя граница среднего	Верхняя граница среднего
Осведомленность об изменении климата (от 0 до 1)	0,7456	0,7495
Обеспокоенность изменением климата (от 0 до 1)	0,5769	0,5797

Далее перейдем к решению основной подзадачи в рамках данной задачи - сравнение установок между странами. Следует отметить, что методом ее решения является дисперсионный анализ, или как его еще называют, ANOVA. Он был выбран по той причине, что глобально необходимо сравнивать средние показатели установки по странам, а значит, для этого хорошо подходят методы сравнения средних, среди которых помимо ANOVA можно выделить t-тест для одной выборки, t-тест для независимых выборок, парный t-тест и другие. Однако поскольку в рамках межстранового сравнения необходимо сравнивать более двух независимых выборок (каждая страна - отдельная выборка), то какой-либо из t-тестов не может в полной мере удовлетворить поставленные к анализу требования. Следовательно, оптимальным решением является использование дисперсионного анализа, в рамках которого можно не только выявить наличие или отсутствие различий в средних между группами, но и определить однородные подмножества стран.

В качестве основного результата проведения дисперсионного анализа имеем таблицу, в которой представлены статистические показатели для сравнения средних значений установок по отношению к изменению климата (см. Таблицу 6). Главный показатель, который нас интересует - значимость, которая демонстрирует то, подтверждается ли нулевая гипотеза о том, что различия в средних значениях по переменной в группах отсутствуют, или иными словами, средние равны. Поскольку в таблице этот показатель равен 0,000, то имеет смысл говорить о том, что практически на любом уровне доверительной вероятности (даже на 99,9%), соответствующая нулевая гипотеза отвергается, а значит, выраженность установки по отношению к изменению климата в европейских странах разная.

Таблица 6 Статистические показатели для сравнения средних значений установки по отношению к изменению климата по странам (ANOVA)

Сравнение	Сумма квадратов	df	Средний квадрат	F	Значимость
Между группами	46,655	22	2,121	112,915	0,000
Внутри групп	707,004	37644	0,019
Общее	753,660	37666

Помимо информации о том, что средние показатели установки по отношению к ИК, различаются в странах Европы, необходимо выявить, каким образом они отличаются: в каких странах выше, а в каких ниже, а также где не отличаются, то есть сгруппировать страны по среднему показателю установки в генеральной совокупности. Решить эту задачу помогут post-hoc тесты в рамках дисперсионного анализа, такие как тесты Тьюки, Дункана, Шеффе, Габриэля и другие. Все они выделяют похожие подмножества, однако в данной работе использовался тест Дункана, поскольку он более четко выделяет подмножества, обеспечивая наименьшее количество пересечений. Рассмотрим Таблицу 7, в которой представлены результаты с гомогенными подмножествами.

В первую очередь необходимо обратить внимание на последнюю строку таблицы, в которой представлены коэффициенты значимости. Они демонстрируют результаты проверки нулевых гипотез для каждого из подмножеств о том, что разницы между средними значениями переменной среди элементов подмножества нет. Таким образом, на уровне доверительной вероятности 0,95 данная гипотеза не отвергается для всех подмножеств, а это значит, что объединенные в одну группу страны имеют одинаковое среднее значение показателя установки по отношению к изменению климата.

Таблица 7 Однородные подмножества стран на основании среднего значения установки по отношению к изменению климата (тест Дункана)

Страна / группа	1	2	3	4	5	6	7	8	9	10	11	12
Эстония	0,60
Россия	0,60
Чехия	0,60
Литва		0,62
Польша		0,63
Израиль			0,65
Великобритания			0,65	0,65
Норвегия			0,65	0,65
Ирландия				0,66
Венгрия				0,66	0,66
Финляндия					0,67	0,67
Нидерланды						0,68	0,68
Франция						0,68	0,68
Словения							0,68
Италия								0,69
Бельгия								0,69
Швеция								0,69	0,69
Австрия								0,7	0,7
Швейцария									0,7	0,7
Исландия									0,7	0,7
Германия										0,71	0,71
Португалия											0,71	0,71
Испания												0,72
Значимость	0,49	0,08	0,18	0,17	0,06	0,09	0,41	0,32	0,1	0,23	0,29	0,07

На данном этапе уже можно с уверенностью утверждать, что такие страны как Эстония, Россия, Чехия, Литва и Польша имеют самые низкие показатели установки по отношению к изменению климата в генеральной совокупности. Данное предположение также было сделано при анализе выборочных средних показателей компонентов установки. Другие восточноевропейские страны (по географическому признаку), среди которых в выборке присутствуют Израиль, Венгрия и Словения имеют более высокие показали среднего значения установки по отношению к изменению климата, однако только Словения вошла в десятку Европейских стран по данному признаку (10-ое место). Так, представляется возможным определить тенденцию, что восточноевропейские страны имеют более низкие показатели установки по отношению к ИК, однако такие западные страны, как Великобритания, Ирландия, Нидерланды находятся далеко не в верху списка, поэтому целесообразным является проведение еще одного теста: вычисление коэффициента корреляции между тем средним значением установки и индексом «западности» страны по географическому признаку В расчет не берется то, насколько близко расположена страна к Югу или Северу, поэтому Скандинавские страны скорее более восточные, чем западные. При определении индекса рассматривалось то, насколько «восточной» является восточная граница страны и то, насколько «западной» является западная граница с географической точки зрения. Например, восточная граница Австрии находится восточнее, чем восточная граница Словении, однако, ее западная граница значительно западнее, чем словенская, поэтому Австрия имеет более высокий индекс «западности». (Россия будет иметь значение 1 как самая восточная страна из всех, а Исландия - 23, как самая западная). Географическое расположение в данном случае является неким индикатором общего социального контекста. Поскольку индекс «западности» будет по природе своей порядковой переменной, то для проверки корреляции необходимо использовать коэффициент ранговой корреляции Спирмена.

В Таблице 8 представлены результаты вычисления коэффициента корреляции между средним значением установки по отношению к ИК и индексом «западности». Согласно показателю значимости (=0,003) коэффициент корреляции Спирмена значим на уровне доверительной вероятности 0,95 (как и на 0,99), так как нулевая гипотеза о равенстве коэффициента корреляции нулю была отвергнута. Само значение коэффициента корреляции равно 0,59, что говорит о средней корреляции между значением установки и индексом «западности», а значит, гипотезу о том, что установки по отношению к изменению климата в более западных странах выражаются сильнее, чем в восточных, отвергнуть нельзя.