Политическая наука №2 / 2015. Познавательные возможности политической науки

Stigler G., Becker G. De gustibus non est disputandum // American economic review. – 1977. – Vol. 67 (2). – P. 76–90.

Weingast B., Wittman D. Overview of political economy: The reach of political economy // The Oxford handbook of political science. – Oxford: Oxford univ. press, 2011. – P. 1–19.

Контекст: эмпирические методы в политической науке

Новые направления использования сложных методов в анализе политических процессов

О.В. Попова

Введение

Предлагаемая вниманию научной общественности статья носит обзорный характер, но в известной степени она является и проблемной.

С одной стороны, дискуссия о состоянии политической науки в России, постоянно идущая среди отечественных ученых, с некоторыми материалами которой можно ознакомиться на сайте Российской ассоциации политической науки, свидетельствует о глубокой убежденности многих российских ученых в том, что эмпирические политологические исследования в нашей стране значительно продвинулись вперед по сравнению с теоретическими и методологическими. Но этот тезис отнюдь не означает того, что методы, используемые в эмпирических исследованиях, посвященных анализу актуальных политических процессов и институтов, являются новаторскими и соответствуют сегодняшнему состоянию мировой науки. Кроме того, автору этой статьи, активно занимающемуся эмпирическими и прикладными политическими исследованиями, многократно приходилось сталкиваться с крайне пренебрежительным отношением к этому уровню политической науки со стороны некоторых именитых коллег-теоретиков.

С другой стороны, не вполне понятно, что следует считать «новыми» направлениями. Насколько актуальна в целом такая постановка вопроса? Не продолжает ли эмпирическая политология традиционно двигаться по пути постепенного заимствования и приспособления к специфике своего предмета методов, уже успешно освоенных или осваиваемых в других общественных и гуманитарных науках? Ответить на эти вопросы не так легко в связи со следующими обстоятельствами.

Во-первых, в эмпирических исследованиях в общественных науках в целом сложилась практика очень медленного освоения методов, которые разрабатываются в области математики и статистики. Так, например, факторный, дискриминантный и кластерный виды анализа, которые активно развивались уже в середине XX в., на излете ушедшего столетия все еще интерпретировались в научной литературе по общественных наукам как новаторские.

Во-вторых, по тематике и содержанию учебников «Политический анализ и прогнозирование» [Ахременко, 2012; Боришполец, 2010; Попова, 2011; Туронок, 2006] нельзя судить об уровне массового использования методов исследования российскими политологами. В реальных исследованиях в большинстве случаев используются только элементарные приемы группировки данных. Дискуссии с коллегами показывают, что для многих представителей общественных наук даже такие элементарные приемы, позволяющие обнаружить скрытые статистические закономерности, как анализ стандартизованных остатков в микроанализе комбинированных таблиц данных, представляются чем-то ненужным или избыточным.

В-третьих, даже у высококвалифицированных ученых срабатывают стереотипы активного освоения и концентрации на использовании одного-двух методов. Так, например, до сих пор некоторые ведущие российские политологи, имеющие высокие показатели индекса Хирша в РИНЦ, массу публикаций в англоязычных периодических научных изданиях и весьма неплохие показатели в зарубежных базах цитирования, не продвинулись в использовании математических методов дальше классического варианта линейного парного или множественного регрессионного анализа, хотя он плотно вошел в арсенал общественных наук еще в середине XX в. В результате возникает парадоксальная ситуация методического агностицизма: то, что ученый-политолог не знает или не делает, как бы и не существует как средство анализа политических процессов вообще. Более того, подобный методический агностицизм подчас становится основанием пренебрежительного отношений к работе коллег, которые используют иные технологии политического анализа.

В-четвертых, в некоторых случаях материалы, преподносимые как нечто новаторское, на самом деле являются стандартными, хорошо отработанными процедурами. Например, некоторые принципы булевой алгебры применяются в сложных методах статистического анализа (кластерный анализ, многомерное шкалирование, факторный анализ и т.д.), когда исследователь вынужден использовать так называемые бинарные (дихотомические) шкалы, преобразуя наличную информацию, подчас не количественную, в биноминальную с кодировкой 1 (интересующее исследователя свойство) и 0 (другие данные).