Прикладные проекты в политических исследованиях

Исследование с применением экспертных оценок проводится в три этапа:

готовятся информационные материалы и подбираются эксперты;

собираются экспертные заключения и обрабатываются результаты;

готовится итоговое заключение.

Рассмотрим эти этапы более подробно.

Подготовка информационных материалов и подбор экспертов

На этапе подготовки программы проекта формируется группа специалистов-аналитиков, в обязанности которой входят подбор экспертов, участвующих в экспертизе; составление специальных опросных листов (анкет); разработка способа и процедуры опроса экспертов; проведение опроса; обработка результатов опроса и их статистический анализ; синтез объективной (статистической) и субъективной (аналитические заключения) информации с целью подготовки итоговых оценок, необходимых для принятия решения.

Однако главной задачей этого этапа является все же не техническая сторона организации экспертизы, а разработка ее содержательных аспектов. Так, качественная оценка эксперта зависит от предварительной проработки организаторами совещания общей системной концепции рассматриваемой ситуации или процесса. Обычно такая проработка производится путем перевода традиционных научных обсуждений в русло моделирования, например представления рассматриваемых проблем в виде иерархически организованной структуры -- проблемного дерева, или в иной терминологии -- «дерева целей». Эта работа производится путем последовательного расчленения основных исследовательских задач на элементы, с тем чтобы создать систему так называемых взвешенных связей («дерево целей»).

Дерево целей -- структурированная, построенная по иерархическому принципу (ранжированная) совокупность целей системы, программы, плана, в которой выделены: генеральная цель («вершина дерева»); подчиненные ей подцели первого, второго и последующего уровней («ветви дерева»). Название «дерево целей» связано с тем, что схематически представленная совокупность распределенных по уровням целей напоминает по виду перевернутое дерево.

Существует четыре простых правила для установления полноты и непротиворечивости «дерева целей» при чтении:

сверху вниз подцель должна отвечать на вопрос: «Что нужно сделать, чтобы реализовать цель предыдущего уровня?» Например: что нужно сделать, чтобы урегулировать вооруженный гражданский конфликт?;

снизу вверх цель более высокого уровня должна отвечать на вопрос: для чего необходима цель непосредственно подчиненная ей?;

подцелей, необходимых для достижения одной цели; следует уточнить, все ли подцели действительно необходимы для ее достижения;

подцелей, необходимых для достижения одной цели; следует уточнить, какие еще подцели этого уровня необходимы для достижения более высокой цели.

Чтобы построить «дерево целей» поставленной в приведенном примере задачи, необходимо, в частности, зафиксировать следующие подцели второго уровня: II-1 -- добиться прекращения огня,

II-2 -- установить контроль за прекращением огня, П-3 -- определить режим административного управления, П-4 -- определить пути восстановления разрушенной экономики (схема 10). Добавление подцелей происходит до тех пор, пока они не становятся объективно измеримыми или позволяют эксперту дать однозначный ответ «да/нет». В общем виде эти правила напоминают процесс анализа методом построения иерархий, описанный в работах Т. Саати.

I. Урегулирование конфликта

_П-1 Добиться прекращения огня

U-2.Обеспечить контроль за прекращением огня

П-3.Определить режим административного управленияП-4. Определить пути восстановления экономики

Таким образом, в прикладных политологических исследованиях «дерево целей» может рассматриваться как графическая схема, демонстрирующая декомпозицию комплексных проблем на составляющие их элементы более низкого уровня и позволяющая последовательно конкретизировать задачи для основных направлений деятельности в рамках политического процесса.

Проблема является комплексной, если она «разбивается» на составляющие ее подпроблемы и для каждой разрабатывается своя программа экспертизы. После получения решений по под-проблемам, они агрегируются и анализируются на уровне проблемы в целом. Если на уровне подпроблем экспертизой занимаются профильные специалисты (узкое направление), то на уровне комплексной проблемы работают широко ориентированные аналитики, не являющиеся специалистами только в одной из областей.

Установив круг потенциально возможных кандидатур экспертов, необходимо определить численность экспертной группы. Хотя точно рассчитать оптимум довольно трудно, при малом числе экспертов групповая оценка в значительной степени зависит от индивидуальных экспертных мнений, вследствие чего возрастает ее субъективность. В то же время при слишком многочисленном составе участников экспертизы труднее выявить общее согласованное заключение, а достоверность групповой оценки может снизиться в силу уменьшения роли мнений, отличающихся от мнения большинства, но далеко не всегда оказывающихся ошибочными.

Обычно, когда речь идет о формировании объективного мнения, к участию в экспертном совещании привлекают наиболее квалифицированных специалистов из всех организаций, имеющих профессиональное отношение к рассматриваемой проблеме. Но в последние годы крут различных научных центров стал столь обширным, что организаторы экспертных совещаний должны дополнительно уточнять критерии своего выбора. Решение о персональном привлечении эксперта чаще всего основывается на уровне его компетентности. Однако даже самый квалифицированный эксперт может оказаться неэффективным участником конкретной экспертизы как из-за причин случайного характера, так и из-за отсутствия стимулов подтверждения личной квалификации. Поэтому иногда возникает проблема дополнительной оценки компетенции специалиста, уже включенного в рабочий процесс. К. наиболее важным характеристикам эксперта, наличие которых целесообразно учитывать в ходе персонального отбора, относятся: креативность -- способность самостоятельно решать творческие задачи; эвристичность -- умение видеть или создавать неочевидные «сценарии»; интуиция -- способность делать заключения об исследуемом объекте без осознания логики (причинно-следственных связей) его формулирования; независимость -- умение противопоставлять групповым мнениям собственное; универсальность -- способность видеть проблему с различных точек зрения.

Сбор экспертных заключений и обработка результатов

Составляя анкеты для проведения экспертизы, следует иметь в виду, что при их заполнении определенную роль играет порядок постановки вопросов и их формулировка. Вопросы не должны допускать двойного толкования или побуждать эксперта выразить мнение в малознакомой ему предметной области. Мера конкретизации вопросов должна учитывать реальную возможность специалиста дать правильный ответ. Излишняя детализация создает иллюзию максимальной точности суждения, тогда как на самом деле она может отвлекать от главных вопросов. Практика показывает, что сначала лучше искать ответы на общие вопросы, а затем постепенно переходить к более частным.

Важное значение имеет и количество объектов, предъявляемое эксперту. Самые надежные результаты достигаются при числе объектов, равном 7±2. Показатель 7±2 отмечается в психологии как мак-симальное количество факторов, тем, вопросов, над которыми человек способен думать одновременно.

Сбор экспертных заключений может проводиться заочно, когда личный контакт аналитиков с экспертами отсутствует, либо очно, когда заполнение анкеты осуществляется в рамках беседы с экспертом. Преимущества и недостатки очной или заочной процедуры аналогичны тем, с которыми сталкиваются социологи, проводя опросы общественного мнения. Заочный опрос относительно дешев, однако при нем возможны искажения в случае неправильного заполнения анкет. При личной беседе этот недостаток исключается, но зато требуются значительные затраты труда и времени. Кроме того, аналитик, проводящий личный опрос, может сознательно или бессознательно влиять на ответы эксперта.

Очные способы выражения экспертами своих оценок классифицируются по тому, насколько анонимно они совершаются. Анонимный опрос подразумевает, что никто из экспертов не знает оценок своих коллег. Допускается также анонимное обсуждение оценок, не совпадающих с мнением большинства, оно проводится в письменном виде. Полную противоположность анонимному опросу составляет процедура сбора экспертных заключений в ходе открытого группового обсуждения всех оценок. И тот и другой способ имеет свои преимущества: анонимность позволяет откровенно высказывать персональное мнение, а атмосфера открытого обсуждения способствует пробуждению творческой активности экспертов.

Экспертные процедуры возникли на фоне традиционных методов принятия политических решений и во многом воспроизводят сложившийся формат открытых и закрытых совещаний. Но их главным отличием является стремление избегать жестких ограничений для выдвижения экспертами своих суждений. Благодаря этому подходу возникает благоприятная интеллектуальная среда творческого осмысления сложных проблем и преодоления устаревших стереотипов восприятия. Поэтому обычно атмосфера, свойственная экспертным совещаниям, определяется в профессиональном лексиконе термином «мозговой штурм». Но для того чтобы его возможности были полностью реализованы, необходимо соблюсти несколько правил повышения эффективности мышления.

Основные правила «мозгового штурма»

В рамках достаточно общей формулировки поставленной проблемы выделить единственный главный вопрос.

Не объявлять ложной и не прекращать обсуждать ни одну идею, которая высказывается по ходу дискуссии.Подхватывать необычную идею любого рода, даже если ее уместность кажется первоначально сомнительной.

Поощрять активность высказываний, чтобы освободить участников заседания от скованности.

Использование опыта «мозгового штурма» позволяет, во-первых, увеличить результативность анализа, во-вторых, облегчает радикальную критическую переработку ранее подготовленных проектов, в-третьих, предоставляет возможность разработать заключения, опирающиеся на согласованные мнения.

Среди основных методов сбора экспертных заключений наиболее распространенным является метод открытых обсуждений. Но, привлекая своей демократичностью, он не всегда дает удовлетворительные с точки зрения практических потребностей результаты. Поэтому часто экспертные совещания, начавшись в широком составе, продолжаются уже в закрытом формате и при значительных изменениях круга участников. В ходе закрытых совещаний иногда применяют метод обсуждения, называемый «методом фаворита». Экспертная группа выделяет лицо, оценка которого является решающей при формулировании обобщающих заключений и обязательной для всех участников.

Завершающая часть второго этапа исследования с применением экспертных оценок -- обработка результатов экспертизы. Главная задача обработки результатов опроса -- представить экспертные заключения в стандартизованном виде. Стандартизация делает возможной процедуру сравнения результатов, полученных разными способами. Но сам статистический анализ начинается с определения согласованности оценок разных экспертов.

Если все оценки одинаковы, то проблема измерения решена. Однако обычно не все оценки совпадают. Более того, иногда мнения участников обсуждения сильно расходятся. Тогда в задачи обработки входит выявление специфики представлений экспертов. Этого можно достичь, предлагая экспертам объяснять свои оценки или путем формального сравнения их мнений. Если полученные результаты не согласованы, то одним из решений может быть повторение экспертизы (с разъяснением имеющихся разногласий). Так применяется известный метод проведения экспертизы Дельфи.

Дельфы -- город Древней Греции, заслуживший известность предсказателями будущего, которые назывались оракулами. Основные принципы, положенные в основу метода Дельфи, заключаются в обеспечении анонимности опроса путем исключения непосредственного взаимодействия экспертов. Обратная связь, регулируемая аналитиками, позволяет выявить преобладающие суждения специалистов и сблизить их точки зрения на проблему. Вместе с тем метод не имеет целью достижение полного единства мнений, так как учитывается, что, несмотря на сближение точек зрения, различие будет существовать и в конце опроса.

Обычно для «сходимости» мнений, полученных в соответствии с процедурой Дельфи, достаточно трех туров. Если степень согласованности остается недостаточной, то следует предпринять дополнительные шаги, в частности изменить состав группы экспертов либо изменить перечень факторов (объектов), подлежащих оценке.

Регулярное проведение экспертиз по какому-либо вопросу может довести процедуру получения экспертных оценок до высокой степени стандартизации и воспроизводимости результатов. При этом часто экспертные заключения предоставляются в числовом виде, и тем самым их обработка сводится к процедурам, разработанным в области вычислительной математики и статистики. Статистический анализ и анализ чувствительности полученного массива экспертных данных составляют математическое обеспечение экспертиз, и лучше, если они выполняются соответствующими специалистами.

Статистический анализ имеет дело, главным образом, с количественными данными, обусловленными множественностью признаков или факторов. Его применение позволяет определять основные закономерности распределения данных (параметров экспертных оценок) и степень корреляции между отдельными показателями.

Анализ чувствительности вариантов решений обусловлен тем, что веса факторов определяются как случайная величина. Если результат очень чувствителен к изменению исходных данных, то решение может быть принято необоснованно. Кроме того, эксперты могли дать данные с некоторой степенью неточности. Анализ чувствительности может быть проведен и по отношению к составу группы экспертов -- изменение в составе группы не должно сильно влиять на результаты.

Целью процедуры количественной обработки результатов экспертного анализа является содержательная характеристика множества профессионально выделенных точек зрения на рассматриваемое явление. Дальнейшее зависит оттого, кто в конечном счете должен принять решение. Целью экспертизы никогда не является и не должно являться освобождение конкретного лица от ведомственной, моральной или политической ответственности за события, наступившие вследствие его действий.

Практически при любой обработке результатов работы экспертной группы встает проблема перехода от индивидуальных предпочтений к групповому предпочтению, т.е. получение агрегированного заключения. Существует несколько основных типов проблемной ситуации:

члены экспертной группы придерживаются противоположных точек зрения. Усреднение в такой ситуации может способствовать победе экспертов, обладающих не самым высоким уровнем квалификации;

члены экспертной группы используют разные принципы начисления «очков», что приводит к разноплановости оценок;

члены экспертной группы демонстрируют цикличность предпочтений и не могут однозначно определить иерархию признаков объекта. Основной причиной такого результата является переход экспертов с оценивания объектов по одному признаку к оцениванию по другому.

Одним из главных требований, предъявляемым к процессу обработки экспертных заключений, является исключение негативного эффекта усреднения, разноплановости и цикличности.

При формулировании итоговых экспертных оценок неизменно встает вопрос о соотношении количественных и качественных характеристик объекта наблюдения и о возможностях учета этого соотношения. Хотя далеко не все политические феномены могут быть описаны на основе точных измерений, очень часто отображение традиционно качественных представлений людей в числовом виде или даже указание на относительную значимость определенных факторов по сравнению с другими повышает точность аналитических заключений. Поэтому использование экспертных оценок позволяет подготовить количественную базу для выбора оптимальных решений как в жестком цифровом выражении, так и в более мягких «рейтинговых», «ранговых» или аналогичных им вариантах.

Приведем общую постановку задачи измерений в рамках всего множества экспертных методов. Так, дан набор некоторых объектов (факторов) и эксперта просят поставить каждому объекту (фактору) числовую или ранговую оценку значимости этого фактора. Под объектом можно понимать также и один объект, но в разные моменты времени. В этом случае надежность экспертных оценок зависит от возможности измерения содержащейся в них информации с помощью различных шкал и показателей. Когда проводится экспертиза, то предполагается, что эксперт в состоянии сравнить объекты, варианты или факторы, приписав каждому из них число. В зависимости от того, по какой шкале могут быть заданы эти сравнения, экспертные оценки содержат больший или меньший объем информации.

Чаще всего экспертные оценки качественных признаков воспринимаются как измеренные по порядковой шкале, и для их математической обработки применяются методы упорядочения. Методы упорядочения могут быть применены в нескольких случаях. Так, весьма типичной является ситуация, когда из общего числа факторов необходимо выделить наиболее важные. В практике нередко случается, что одна из альтернатив превосходит другую по какому-либо показателю, хотя другая тоже является привлекательной, но уже на ином основании. В таких случаях выбирается какой-либо один важный признак (или несколько), на основе которого производится выбор оптимального варианта. Достаточно сложные проблемы возникают и тогда, когда необходимо оценить какие-либо качественные факторы, которые нельзя точно измерить. Упорядочить их совокупность можно, сопоставив степень каждого из них этим качеством. В повседневной жизни мы часто оцениваем такие факторы с помощью слов: «лучше», «ценнее», «полезнее», «красивее», «талантливее» и т.д. Наиболее распространенными методами упорядочения альтернатив (факторов) являются ранжирование, нормирование и сравнение. Совпадение выводов, полученных на основе применения двух различных подходов, позволяет предположить, что они основаны на самом материале, а не на методах его обработки.

Математический аппарат, используемый при экспертной оценке значимости объектов, факторов, альтернатив, постоянно развивается и не исчерпывается методами упорядочения. Основной областью математики, которая обеспечивает количественную обработку экспертных оценок, является статистика. В плане электронного обеспечения экспертных методов существуют пакеты прикладных программ, которые используются как индивидуальными, так и ведомственными пользователями.

Подготовка итогового заключения

На третьем завершающем этапе обработки экспертных данных неизменно возникает задача комплексного анализа характеристик объекта наблюдения, которые были получены на основании применения разных приемов статистической обработки и особенно разных шкал. Для этого необходим переход к одному типу данных--- числовому или качественному. Обычно такой анализ осуществляется с помощью сведения всех показателей к количественным. Но при наличии адекватных представлений и исполнительских навыков комплексную обработку информации можно проводить и с помощью сведения числовых показателей к качественному виду. Например, характеристике демографической ситуации в отдельной стране, определяемой как состояние демографического взрыва, могут соответствовать хотя и близкие по величине, но все же разные показатели естественного прироста населения. Нюансы, важные в долгосрочной перспективе, можно в данном случае, в пределах краткосрочной перспективы, не учитывать.

Важным, хотя и не абсолютным показателем корректности экспертных заключений является ситуация, когда выводы, полученные на основе «количественной» обработки данных, если и не совпадут с выводами «качественной» обработки, то, по крайней мере, не будут им противоречить. Другими словами, применение экспертных оценок при подготовке конкретного решения очень часто служит началом целой серии экспертных совещаний, постепенно снижающих неопределенность ситуации.

Опыт применения методики ** экспертных оценок в политических исследованиях

Ситуационный анализ

Интересной и перспективной формой одновременного получения оценок значительного числа специалистов в практике отечественной и зарубежной аналитики выступает ситуационный анализ. В число безусловных достоинств этого метода входят возможности оперативной организации обсуждения острых проблем, в котором могут принимать участие как лица, традиционно связанные с их изучением, так и представители других исследовательских направлений. Такой подход позволяет смягчать издержки рутинного ведомственного восприятия новых вызовов и облегчает разработку инновационных решений в условиях значительной неопределенности политической обстановки. При компетентной организации ситуационный анализ может превзойти по своим результатам привычное производственное совещание, поскольку условия формулирования экспертных заключений создают эффект «мозгового штурма» даже в случаях, когда техника проведения ситуационного анализа не ориентируется непосредственно на такой вариант методики экспертных оценок. Ситуационный анализ как методика с начала 60-х годов XX в. неоднократно применялся в работе ИМЭМО и некоторых других отечественных ведомств, а также в учебном процессе.

Методика реализуется в три этапа:

разработка сценария ситуации. В рамках этого этапа происходит установление основных проблемных блоков, системных связей между ними и связей, выделяющих конкретную проблемную ситуацию из всей совокупности политических отношений. Кроме того, определяется круг вопросов, который будет предложен для обсуждения экспертам, а также списочный состав участников экспертного совещания;

получение большого объема разноплановых мнений, которое может быть представлено как в вербальной, так и в тестовой форме. При этом экспертам задается по одному специальному вопросу, на который должен быть дан один ответ и его аргументация. Ответ рассматривается как личная позиция специалиста, которая выражается абсолютно свободно. Эксперт является единственным докладчиком, но может участвовать как критик в обсуждении других вопросов. Время выступления жестко ограничивается;

подготовка итогового документа.

Особая роль на всех этапах принадлежит руководителю ситуационного анализа и так называемой сценарной группе, состоящей из 3--5 участников совещания, которые не только разрабатывают программу обсуждения, но и помогают экспертам вести диалог, задают уточняющие вопросы, а затем берут на себя обязанности по редактированию текстовой документации проекта.

Аналитические возможности этой методики демонстрируют недавние публикации материалов двух ситуационных анализов, проведенных под руководством академика Е. М. Примакова с участием группы магистрантов МГИМО(У) МИД России¹. Первый из них был посвящен ядерной программе КНДР в связи с обострением конфликта на Корейском полуострове, а второй -- иракскому кризису и перспективам его урегулирования. Сценарии, на основе которых проходили экспертные обсуждения, состояли из следующих блоков:

краткая вводная часть, констатирующая основные характеристики рассматриваемой экспертами ситуации;

ключевые проблемы, определяющие основные тенденции развития рассматриваемой экспертами ситуации;

варианты развития событий (возможные сценарии).

Методика экспертных оценок В. Б. Тихомирова

Наряду с методикой ситуационного анализа, хотелось бы обратить внимание на еще один вариант получения экспертных заключений. Он связан с работами отечественного исследователя В. Б. Тихомирова и чрезвычайно интересен в силу доступности техники, сочетающей качественные и количественные оценки ситуации. Описание методики содержится во многих авторских публикациях, однако эмпирические иллюстративные материалы обычно затрудняют ее целостное восприятие, В этой связи следует остановиться на некоторых общих характеристиках методической процедуры, которая заключается в поэтапной фиксации количественных показателей интенсивности распределения важнейших характерных признаков составных элементов системного объекта.

Применение методики предполагает следующие процедуры:

построение общего проблемного графа ситуации;

оценку соотношения политических сил акторов;

формулирование гипотетических вариантов развития ситуации;

оценку вероятности отдельных вариантов развития событий с учетом интересов различных акторов и их возможностей влияния на события в желаемом направлении.

Простейшим примером перехода от качественных к количественным показателям, который применяется экспертами в рамках приведенной методики, является определение относительной значимости того или иного фактора в комплексе взаимосвязанных переменных. Так, если влияние партии на избирателей, по заключению экспертов, зависит от массовой социальной базы, материальных ресурсов, уровня внутренней организации, политической программы, популярности лидера, возможностей коалиционного взаимодействия и т.д., то экспертам предлагается исходить из того, что общий потенциал участника избирательной борьбы составляет единицу (100%), а значимость отдельных переменных должна быть оценена в долях от этой величины.

Исследовательская техника, аналогичная методике В. Б. Тихомирова, предлагается и в некоторых зарубежных публикациях конца 90-х годов для изучения процессов политической нестабильности в условиях полиэтничных государств.

Экспертные оценки как особый вид прикладной аналитической методики очень привлекательны своей оперативностью и результативностью. Будучи по своей сути междисциплинарными и требуя даже в случаях качественных описаний четких количественных характеристик, они стимулируют творческий процесс и, что немало важно, с энтузиазмом воспринимаются молодыми специалистами. В этой связи применение различных вариантов методики экспертных оценок в исследовании политических ситуаций и процессов может рассматриваться как перспективное направление прикладного анализа проблем, характеризующихся высокой степенью неопределенности. Однако необходимо учитывать, что на основе экспертных заключений все же не удается полностью преодолеть элементы субъективизма, гарантировать абсолютную адекватность выводов, проводить полноценную верификацию, а главное -- осуществлять надежное долгосрочное прогнозирование. Поэтому даже при соблюдении достаточной корректности применения того или иного варианта экспертных оценок материалы, полученные на их основе, необходимо рассматривать с учетом заключений, подготовленных другими способами.

Но все эти недостатки методики относительно нивелируются за счет одного самого существенного достоинства: экспертные оценки дисциплинируют мышление и акцентируют проблему человеческого фактора как информационного ресурса особого рода.

Ключевые понятия

Граф -- конечная совокупность множества точек (вершин). Некоторые из вершин графа соединены линиями, и эти соединения называются ребрами. Если каждые две вершины соединены ребрами, такой граф называется полным. Каждый граф можно представить в евклидовом пространстве множеством точек, которые соединены множеством линий, соответствующих ребрам. В трехмерном пространстве можно представить граф таким образом, что линии не пересекаются зо внутренних точках. Графы часто используются для логических проблем, включающих задачи перебора вариантов экспертных решений.

Древо -- производное понятие из теории графов. Дерево -- это связанный, но неориентированный граф, не содержащий циклов (обратных соединений). Дерево не имеет кратных ребер и петель.

Задачи экспертизы -- в задачи работы экспертной комиссии часто входит не только (а иногда не столько) оценка имеющихся ситуаций (объектов, факторов), но и имитационное построение самих ситуаций. Например, эксперты могут составить несколько сценариев развития той или иной ситуации в зависимости от определяющих внешних факторов. Эти сценарии могут рассматриваться как экспертно созданные ситуации.

Критерий -- решающее правило, определяющее выбор альтернатив. Известно несколько статистических критериев, позволяющих оценить степень определенности заключения. Однако часто приходится сталкиваться с ситуацией, когда разные, хотя и обоснованные критерии приводят к различным результатам.

Нормирование -- производится на основании учета мнения эксперта о значимости каждого оцениваемого фактора относительно других факторов, составляющих предмет анализа.

При наличии большого числа альтернатив (более семи) применение метода последовательных сравнений становится чрезмерно трудоемким.

Проблема -- ситуация, в которой имеется два состояния: существующее и предлагаемое, или желательное. Таким образом, каждая проблема характеризуется необходимостью изменения состояния, а решение на основе экспертных оценок устанавливает, каким образом будет совершен переход от существующего состояния к предполагаемому.

Ранжирование -- представление объектов в виде последовательности в соответствии с убыванием их предпочтительности. Ранг (балл) -- это показатель, характеризующий порядковое место оцениваемого объекта или явления в группе других объектов (явлений), обладающих существенными для оценки свойствами. Обычно наиболее предпочтительному объекту присваивается первый ранг, а наименее предпочтительному -- последний. Ранговые оценки имеет смысл сравнивать только по отношению «больше--меньше», «лучше--хуже». Порядковая шкала, получаемая в результате ранжирования, должна удовлетворять условию равенства числа рангов числу ранжированных объектов.

Ситуационный анализ -- процедура проведения экспертного совещания по актуальной политической проблеме в соответствии со специальными правилами организации обсуждения и обобщения результатов.

Сравнение. Когда необходимо более точно установить соотношение между сопоставляемыми объектами (факторами), то для оценки предпочтения может быть использован метод сравнений. При этом проводится следующая процедура: 1) объекты располагаются в порядке их важности (как и при ранжировании); 2) наиболее важному объекту приписывается оценка, равная единице, а остальным (соответственно степени их важности) -- оценки между нулем и единицей; 3) далее оценка первого объекта сравнивается с суммой оценок всех остальных объектов и при необходимости корректируется таким образом, чтобы она была заключена между несколько большей суммой всех остальных объектов и несколько меньшей суммой всех остальных объектов без некоторого количества самых менее значимых; 4) далее про цедура пункта 3 повторяется для объекта 2, но без объекта 1 до тех пор, пока не будет оценен предпоследний объект. Статистический анализ -- собирательное понятие для ряда математичес ких приемов обработки количественной информации, основные теп деиции распределения показателей и степень корреляции между от дельными показателями.

Шкала -- средство измерения, позволяющая соотнести некоторые признаки с числовыми характеристиками. Основные шкалы, используемые в практике измерений, можно подразделить на следующие классы: 1) номинальные шкалы -- моделируют отношения типа «равен ство--неравенство» (например, внутриполитические--международные проблемы, вооруженные столкновения--политические декларации);

2) порядковые шкалы (числовые, ординарные) позволяют сравнивать

обсуждаемые величины в терминах «больше--меньше», «лучше--хуже»,

«быстрее--медленнее», примером порядковой шкалы могут выступать

различные рейтинги. Разновидностью порядковой шкалы является так

называемая процентная, или относительная, шкала (па сколько %);

3) интервальные шкалы -- измеряют, на сколько и во сколько разразличаются изучаемые величины (доход на душу населения, перестрелки, имевшие место в течение месяца, обмен дипломатическими посланиями в текущем году по сравнению с предыдущим). Все типы шкал могут служить мерами оценки показателей поведения исследуемых объектов.

Эксперт -- лицо, готовящее или принимающее решение в условиях неопределенности; эксперт должен быть признанным авторитетом в проблемной области.

Экспертиза -- проведение группой экспертов измерения некоторых характеристик для подготовки принятия решения. Отличительная особенность экспертизы как процедуры измерения состоит в том, что в качестве приборов выступают люди (либо потому, что сами объекты или их характеристики субъективны, либо потому, что пока просто не существует объективных приборов измерения этих характеристик).

Экспертная оценка -- авторитетное мнение эксперта по какой-либо проблеме, находящейся в сфере его компетенции. Экспертная оценка с методической точки зрения всегда является вариантом измерения, которое стремится к максимально возможной точности.

Глава 6.

Применение математических средств в прикладном изучении политических отношений. Опыт междисциплинарных политических исследований

Ученые-политологи и международники все чаще обращаются к междисциплинарному методическому инструментарию, что позволяет им расширить спектр традиционных аналитических подходов, ориентированных на изучение качественных характеристик различных явлений, и повысить точность прогнозных оценок. Количественные и некоторые другие методы из области естественнонаучных дисциплин давно взяты на вооружение специалистами-гуманитариями, которые во многом опираются на опыт эмпирической социологии. Вместе с тем применение математических средств для прикладного изучения политических отношений является самостоятельной проблемой. Использование количественных показателей и измерений в политических исследованиях неизменно вызывает множество критических замечаний. Противники использования математических средств аргументируют свою точку зрения тем, что политическое поведение не может и не должно изучаться с тех же позиций и теми же способами, которыми изучается природная среда. Несмотря на продолжающуюся дискуссию, пик которой пришелся на 70-80-е годы XX в., количественный подход сохраняет популярность, а проблема использования математики в прикладном изучении политических ситуаций и процессов является одним из ключевых вопросов развития этой области.

Первые массированные попытки использования математики в прикладных политических исследованиях связаны со становлением модернизма как направления научной мысли. Однако достигнутый к 60-м годам уровень применения математических средств явился итогом во многом искусственно форсированного процесса, что привело к завышенным представлениям о возможностях количественных исследований. Необходимо, однако, подчеркнуть и другой аспект проблемы интеграции гуманитарного и точного знания в контексте изучения политики. Как отмечает Т. Саати: «Политика, имеющая дело с проблемами фантастической сложности, нуждается в едином языке... Существует потребность в последовательной и универсальной логике и точных методах для оценки влияния той или иной политики на достижения поставленных целей. Нужно научиться ясно представлять сложные структуры, чтобы принимать правильные решения»¹.Математические средства, применяемые сегодня в политических исследованиях по страновой и международной проблематике, в подавляющем большинстве случаев были заимствованы из смежных социальных дисциплин, которые, в свою очередь, почерпнули их из естественных наук. Среди математические средств, применяемых сегодня в сфере изучения политики, принято выделять следующие типы: средства математической статистики, аппарат алгебраических и дифференциальных уравнений, средства «нефизического» происхождения -- теория игр, моделирование на ЭВМ, информационно-логические системы, «неколичественные разделы» математики.

Исследования на их основе получили серьезную разработку в трудах, прежде всего, американских ученых, а обращение к количественным методам особенно широко апробировалось при анализе предвыборной борьбы и конфликтной проблематики. Однако общее развитие количественных исследований сдерживается недостаточным уровнем теоретических представлений в области политологии, т.е. сугубо гуманитарного знания о состоянии и функционировании политической системы в рамках отдельного государства и системы международных отношений в целом. В то же время применение количественных методов оправдано, так как они, во-первых, позволяют вычленить ранее не очевидные взаимосвязи между субъектами внутриполитических и международных отношений, во-вторых, исключительно важны при определении скрытых ресурсов и возможностей взаимодействия акторов и, в-третьих, необходимы для уточнения альтернатив вероятных сценариев развития обстановки и способов действия.

Следует отметить, что применение количественных методов в исследовании политических процессов осложнено рядом обстоятельств. Большинство существующих политологических концепций и вытекающих из них способов анализа ситуации с трудом поддаются формализации. Кроме того, в такой области знаний, как политология, часто приходится учитывать наличие достаточно большого числа субъективных моментов, объектов, которые не поддаются расчленению, большую степень неопределенности и высокий уровень динамизма. Необходимо также иметь в виду, что в ряде случаев труднопреодолимым препятствием для формулирования корректных выводов может стать недостаток информации.

<~у Квантификация и формализация содержательных моделей политических ситуаций и процессов

Эффективность использования математики в политических исследованиях во многом определяется техникой формализации и квантификации содержательных моделей. В этой связи трансформация вербальной формы информации в графическую и числовую предполагает не только логическую стройность исходных концептуальных построений, но и учет некоторых ограничений: концептуальные модели должны позволять формализовать имеющийся информационный массив до количественно измеряемых показателей; при построении прогнозов на основе использования формализованных методик следует учитывать, что с их помощью можно просчитать лишь ограниченное количество вариантов в строго определенных сферах приложения.

Основными компонентами форматизации с целью последующего применения квантификации, как правило, являются следующие: разработка гипотез и выработка системы категорий; выбор способов получения выводов и логика преобразований теоретических знаний в практические следствия; выбор математического отображения, адекватно применяемой теории.

Следует отметить, что, как правило, наиболее трудно разрешимы проблемы, возникающие при построении системы гипотез и категорий. Гипотеза должна представлять собой такую теоретическую конструкцию, которая, с одной стороны, адекватно отображала бы качественные стороны объекта исследования, а с другой -- предусматривала расчленение объекта на формализуемые и измеряемые единицы либо вычленение системы индикаторов, адекватно отражающих состояние объекта и происходящие в нем изменения.

К категориям, применяемым в процессе формализации, также предъявляются особые требования. Они должны соответствовать не только теоретическим подходам и системе гипотез, но и критериям математической четкости, т.е. быть операциональными. Оптимальным вариантом представляется построение категориального аппарата по принципу «пирамиды», чтобы содержание наиболее обобщенных категорий поступенчато раскрывалось категориями, охватывающими конкретные явления, и сводилось бы к категориям, выходящим на количественно измеряемые показатели.

Данные, необходимые для прикладного количественного исследования, легче получить и обобщить в области естественных, нежели гуманитарных, наук. Сравнивая эксперименты в физике или химии, где критически важные переменные могут быть точно измерены, а внешние факторы четко зафиксированы, число факторов, влияющих на политическое поведение, столь велико, что выдвигаемые гипотезы могут оказаться недостаточно полными. Кроме того, гуманитарные исследования обычно включают большое число переменных и, как правило, лишь небольшое число изученных примеров, что осложняет установление причинно-следственных связей.

Формализация политологических категорий и системы гипотез, построение на этой основе модели ситуации предполагают, что в рамках формального описания необходимо изложить возможно большее число представлений в возможно более емкой форме. На данной стадии важными моментами являются обобщения и упрощение международных процессов и явлений. Наибольшую трудность представляет собой перевод качественных категорий в количественную (измеряемую) форму, который, по существу, сводится к оценке значимости каждой категории. Саму же качественную категорию обычно представляют в виде пространства логических возможностей (разведение крайних точек), что в некоторой степени позволяет преодолеть проблему дискретности

измерений, и на базе сформированных переменных строят ту или иную конкретную модель ситуации.

Таким образом, итогом формализации выступает модель, определяемая парой множеств: множеством переменных-параметров и множеством отношений, связывающих значения этих переменных. В этом качестве модель может служить базисом для решения обычных вычислительных задач. Построение формализованной модели предполагает продолжение исследования путем применения квалифицированных методик, основанных на математических средствах обработки и анализа информации. К наиболее распространенным математическим средствам, применяемым в сфере прикладного анализа внутриполитических и международных отношений, относятся: анализ при помощи простых и сложных индикаторов, факторный анализа, анализ корреляций, регрессий, тенденций, спектральный анализ и экстраполяция.

Анализ при помощи простых и сложных индикаторов. Данный метод положен в основу создания большинства современных информационных банков, в которые постоянно вносятся сведения о событиях, происходящих в определенной стране, регионе или мире. Часто одному абстрактному понятию соответствует несколько индикаторов, в таком случае на базе этих простых индикаторов формируется сложный индикатор или индекс.

Факторный анализ. Применяется в тех случаях, когда имеются причины для ограничения количества индикаторов (переменных). Основная идея метода заключается в том, что индикаторы, тесно скоррелированные друг с другом, указывают на одну и ту же причину. Среди имеющихся индикаторов при помощи компьютера отыскиваются такие их группы, которые имеют высокий уровень (значение) корреляции, и на их базе создаются так называемые комплексные переменные, которые объединены единым коэффициентом корреляции. Для выполнения какой-либо разновидности факторного анализа необходима ЭВМ со специальной программой, способной на базе индикаторов сформировать факторы.Анализ корреляций. В ряде случаев возникает необходимость доказать наличие или отсутствие зависимости между двумя переменными. При этом первоначальное значение будет иметь сам факт наличия отношений зависимости, а также ее степень. Если исследователь располагает достаточнымобъемом информации, то при помощи ЭВМ он в состоянии выяснить наличие корреляции и вычислить ее коэффициент, т.е. степень взаимодействия. На практике задача обычно бывает усложнена тем, что требуется выяснить отношения между тремя, четырьмя и более независимыми переменными либо определить влияние одной переменной или целой группы на другую группу переменных, что значительно усложняет математические расчеты.

Анализ регрессий. Данный метод используется в тех случаях, когда необходимо не только выяснить наличие зависимости, но и показать ее характер, т.е. выяснить, что является причиной (независимой переменной), а что -- следствием (зависимой переменной). В таких случаях составляется уравнение функциональной зависимости, где х зависим от у с соответствующими коэффициентами регрессии. Регрессия может быть линейной (чем больше х, тем больше у; график выражен прямой, идущей вверх). Таким образом, например, рассчитывается уровень милитаризации -- расходы на оборону являются функцией от валового национального продукта. В ряде случаев зависимость бывает непрямой, и тогда мы имеем дело с анализом нелинейных регрессий (т.е. функцией, описывающей более сложные отношения зависимости, график имеет форму параболы).

Анализ тенденций используется в основном в прогностических целях для описания будущих отношений причины и следствия (взаимосвязи двух переменных, одна из которых является независимой). Поскольку количественные показатели отношений для характеристики будущего неизвестны, в уравнении регрессии, описывающем их отношения в настоящем, независимая переменная заменяется на время, числовые значения которого в будущем известны. Данный прием имеет свои недостатки, поскольку игнорируются будущие значения показателя причины т, возможность изменения зависимости между переменными. Для анализа тенденции собирают возможно большее число данных с возможно малыми временными интервалами и вычисляют скорость эволюции системы, после чего строят график, на основе которого составляют уравнение регрессии и оценивают его параметры. Далее приступают непосредственно к прогнозу, т.е. вычисляют будущие значения показателя след-

ствия с помощью уравнения регрессии, и продолжают график, после чего осуществляют интерпретацию результатов.

и Спектральный анализ. Эта методика показывает фундаментальные колебания в сложных эволюционизирующих структурах, с ее помощью вычисляется частота и продолжительность фазы. Основой метода служит выделение структуры колебательного процесса (например, популярность правительства) и построение графика синусоидальных колебаний. Для этого собирают хронологические данные, вычисляют уравнение колебания и создают циклы, на базе которых строятся графики.

¦ Экстраполяция. Методика представляет собой экстраполяцию событий и явлений прошлого на будущий период, для чего осуществляется сбор данных в соответствии с избранными индикаторами по определенным временным промежуткам (неделям, месяцам и т.д.), после этого проводится подсчет среднего значения индикатора, в соответствии с которым строится хронологический график. Как правило, экстраполяция делается только в отношении небольших временных промежутков в будущем, поскольку при более длительном сроке существенно возрастает вероятность ошибки.

Математические подходы в анализе политических отношений используются двояко -- для решения тактических (локальных) вопросов и для анализа стратегических (глобальных) проблем. В этой связи математика часто выступает как незаменимый инструмент построения сложных прогностических моделей различного уровня. Эти модели разрабатываются как эмпирические и определяются парой неупорядоченных множеств -- множеством переменных-параметров и множеством отношений, связывающих значения выбранных переменных. Математическая модель представляет собой формальный образ реального явления и при определенных условиях может заменять оригинал в компьютеризированном аналитическом исследовании его природы и поведения. Модель может служить основой и для решения обычных вычислительных задач, которые представляют значительный интерес с точки зрения разработки вероятностных сценариев развития политических ситуаций. Например: каким образом данный набор значений одних параметров влияет на значения других, какие значения параметров возможны при данном наборе ограничений, какие сочетания значений параметров являются оптимальными для данного критерия при данном наборе ограничений и т.п. Если исследователь устоит перед соблазном включить в модель всю доступную ему эмпирическую фактологию и проведет ее предварительную сортировку на релевантную и нерелевантную, то полученные решения будут не только репрезентативны, но и адекватны.

Важным отличием математического способа обработки данных, применяемых в процессе прикладного политического моделирования, является то, что результаты достигаются в ходе долгих формальных вычислений, лишенных самостоятельного смысла. Они, как правило, непредсказуемы и, следовательно, объективны. Субъективность может проявиться на предварительном этапе при построении содержательных гипотез использования количественных измерений и форматизации, но сам математический анализ следствий модели объективен. Однако необходимо учитывать, что «применение количественных методов в социальных науках базируется на создании таких моделей, которые, по своей сути, зависят не столько от абсолютных значений цифр, сколько от их порядка. Такие модели предназначены не для получения численных результатов, а скорее для ответов на вопросы о том, имеет место или нет некоторое свойство, например устойчивость»'.

Все высказанное полностью применимо и к такому направлению моделирования, как построение динамических моделей.

д Динамические модели как средство ^ описания поведения политических систем и субъектов во времени

Методическое обоснование применения динамических моделей в прикладных политических исследованиях связано с усложнением задач комплексного прогнозирования различных аспектов общественного развития. Начиная с 60-х годов XX в. динамические модели, разработанные американскими исследователями, де-факто вошли в спектр научного инструментария, обеспечивающего принятие политических решений. Они етапи применяться для изучения таких сфер, как окружающая среда, энергетика, образование, законодательство, транспорт. Несмотря на неоднозначность достигнутых при этом результатов, динамическое моделирование стало использоваться и в сфере международных исследований.

Впервые метод построения динамических моделей для исследования международных отношений применил в 40-е годах XX в. Л. Ричардсон, но популярность он завоевал лишь спустя несколько десятилетий. Большинство современных динамических моделей действует на базе модели Л. Ричардсона, рассматривавшего соперничество европейских государств перед Первой мировой войной. В 60-е годы XX в. был сделан следующий шаг в динамическом моделировании перспектив мирового развития. Американский исследователь Д. Форрестер ввел в методику динамического моделирования такое понятие, как учет запаздывания, а также указал на взаимное влияние параметров друг на друга (обратные связи). Модель Д. Форрестера -- это система 114 взаимосвязанных уравнений.

Динамическое моделирование включает наработки из разных сфер прогностики и моделирования: эконометрические модели национальных экономик, исследования операций, игровое симулирование, искусственный интеллект, модели гонки вооружений, имитационные игры, системный анализ и др. Эти исследования имеют различную методологическую природу, и выбор того или иного варианта исследовательского инструментария определяется ситуативно на основе первоначально декларируемой парадигмы. К достоинствам динамического моделирования как методического средства следует отнести то, что оно позволяет строить прогнозы не просто с учетом действующих тенденций и факторов, а принимать во внимание неоднозначность весомости конкретных факторов на различных стадиях политического процесса.