Политическая наука №1 / 2017. Массовое политическое сознание
Шрифт:
Поддерживая точку зрения о том, что «проблему сознания» нельзя решить редукционистски, я бы позволил себе еще более дерзкое высказывание: индивидуальное сознание бессмысленно рассматривать вне категории массового (группового) сознания. В связи с этим я буду использовать термин «сознание», подчеркивая его способность быть предметом совместного пользования в процессе коммуникации. Последнее слово подчеркнуто не случайно. Аутопойетическая (самопорождающая) коммуникация подразумевает, что ее участники явно или неявно стремятся осознавать общность их индивидуальных сознаний или принадлежность к общему сознанию. Но я не берусь утверждать, что социологи, спрашивая, в какой мере респонденты доверяют правительству, часто осознают собственное понимание одного из многих значений этого понятия, не говоря уже о том, чтобы задуматься о значении, которое используется респондентами (не важно – всеми или отдельными группами). И проблема опять не в том, что социологи не знакомы с этим разнообразием значений и смыслов. Просто стандартный инструментарий частотного анализа ответов не пригоден для изучения разнообразия стоящих за ними значений и смыслов, в результате чего эта задача остается на откуп свободному, не подверженному критической проверке теоретизированию. Необходимо же сделать эти значения и смыслы объектом строгого анализа, допускающего возможность подтверждения или опровержения. Но чтобы выбраться из этих ограничений, нужен «новый
С операциональной точки зрения в качестве общественного мнения предлагается рассматривать совокупность ответов респондентов на группу вопросов (мы понимаем, что речь всегда идет о фрагменте общественного мнения). Каждая совокупность ответов на тот или иной вопрос, с одной стороны, порождена неким утверждением («я – мужчина»; «я считаю, что достаток моей семьи ниже среднего»; «я полностью доверяю президенту страны»; «я считаю, что страна движется не в том направлении», «одной из главных проблем страны является безработица»), а с другой стороны, задается подмножеством респондентов, выразивших согласие с соответствующим утверждением (как правило, в условиях выбора между возможными вариантами ответа). Традиционный подход приписывает общественному мнению простые характеристики, исходящие из частоты выбора этих ответов.
Возможной моделью массового сознания как результата социологического опроса мы предлагаем считать целостный объект, образованный всеми совокупностями ответов и взаимосвязями между этими совокупностями. В этом случае массовому сознанию будут приписываться сетевые характеристики нового объекта исследования. Если переходить на статистический язык, то узлами такой сети могут быть бинарные векторы одинаковой длины, равной объему выборки. Единицы соответствуют респондентам, выбравшим конкретный ответ на один из вопросов анкеты. Связи между узлами образованы значениями некоторой меры близости между бинарными векторами, превосходящими заданный порог, который отсекает статистически незначимые значения. Связям могут приписываться значения мер близости 22 . Для подобных объектов более 15 лет используется понятие «когнитивные сети». Его применяют к структурам нейронных сетей, моделям представления знаний и некоторым другим объектам. В одной из отечественных работ [Когнитивные сети, 2011] это понятие применено к сетям, моделирующим структуру произведений искусства. Мой поиск не выявил примеров использования когнитивных сетей для анализа результатов массовых социологических опросов 23 .
22
В одном из приведенных ниже примеров сеть будет строиться иначе.
23
Поскольку это направление еще слишком молодо, я не рискнул приводить какое-либо определение когнитивной сети. Есть понятное определение сети как математического объекта, и есть множество эмпирических реализаций этой модели. Когнитивные модели – одна из таких реализаций, отличающихся от сетей, в которых связи означают возможность перемещения по ним потоков электронов, или социальных сетей, в которых происходит циркуляция информации между людьми или группами людей. Это тоже сеть, но она не относится ни к первой, ни ко второй группе [Когнитивные сети, 2011].
Ниже будут рассмотрены три примера применения «нового подхода» к результатам социологических опросов, проводившихся в разное время фондом ИНДЕМ. Задача состоит в том, чтобы продемонстрировать способность такого подхода получать нетривиальные результаты и выявлять, что стоит за ответами респондентов, каково состояние общественного мнения и как можно определять, описывать и объяснять разнообразие значений и смыслов, приписываемых респондентами своим ответам.
В течение долгого времени социологи регулярно включали в свои анкеты вопрос: «Какие из внутренних проблем нашего общества беспокоят вас больше всего? (не более трех ответов)». Число возможных ответов составляло около дюжины.
Проблемы образуют тематически осмысленную сеть, в которой два узла связаны или независимы друг от друга. Эта сеть с большими или меньшими искажениями порождает общий для респондентов смысловой контекст «проблемы страны», формирующийся под влиянием социальной практики респондентов, их обыденной коммуникации и средств массовой информации. Мы предполагаем, что эта сеть структурирует проблемы, проявляясь в осмыслении респондентами повседневных проблем и влияя на их жизненные планы (эмиграция, смена работы, участие в политическом протесте и т.п.), а также на выбор ответов на вопросы анкеты. Наиболее распространенная консистентная стратегия выбора ответов состоит в том, что респонденты отдают предпочтение проблемам одного класса (типа). Это делает классификацию респондентов сопряженной с классификацией проблем: к одному классу относятся те, кто черпает большинство ответов из одного класса проблем. Однако некоторые респонденты ограничиваются одним ответом и в результате не подлежат классификации. То же самое относится и к тем, кто берет по одному ответу из разных классов – к ним неприменимо понятие «большинство ответов из одного класса». И те и другие образуют класс неклассифицированных респондентов. С точки зрения сформулированной выше процедуры ответы таких респондентов не признаются консистентными. Этот подход описан в работах фонда ИНДЕМ [Сатаров, 2010; Российская коррупция, 2013]. На первом этапе классификация ответов строится с помощью иерархического кластерного анализа, когда в качестве меры близости между бинарными векторами – индикаторами выбора респондентами каждого из ответов – используется коэффициент ассоциации Q Юла [Кендалл, 1973, с. 723].
В 1998 г. ИНДЕМ провел большое исследование массового политического сознания населения, базировавшееся на репрезентативной общероссийской выборке объемом в 2200 респондентов. Анкета включала в том числе вопрос о проблемах страны. Получившаяся классификация проблем представлена в таблице 1. В названиях классов учтены терминология и особенности политического дискурса того периода (демократами называли сторонников реформ, консерваторами – сторонников возврата к советской власти).
Таблица 1
Классификация вариантов ответа на вопрос о проблемах страны, по данным опроса 1998 г.
На основании этой классификации проблем в соответствии с описанным выше алгоритмом была построена классификация респондентов (рис. 1). Как видим, более 40% респондентов отвечают неконсистентно (непоследовательно). Из оставшихся более половины озабочены проблемами выживания.
Любопытно, что эта классификация тесно корреспондирует с другими политическими переменными. Например, среди респондентов, выбирающих преимущественно из класса 2, в три раза больше считающих, что
«дела в стране идут в правильном направлении», чем среди респондентов, обеспокоенных проблемами из класса 3, и в четыре раза больше, чем среди тех, кто обеспокоен проблемами выживания. Подобные зависимости наблюдаются и с другими переменными.Рис. 1.
Частоты распределения респондентов по классам, определяемым вариантами ответа на вопрос о наиболее важных проблемах страны (%). Опрос 1998 г.
Чтобы убедиться, что данная структура существует сама по себе, а не порождена особенностями метода, воспользуемся другим эвристическим приемом. Рассмотрим ту же самую матрицу – коэффициентов близости между векторами – индикаторами выбора ответов на основе Q Юла – и используем технику, которая несколько десятилетий назад называлась методом корреляционных плеяд (точнее, была одной из ее разновидностей) 24 . Метод предельно прост: зададим некоторое положительное пороговое значение для коэффициента Q. После этого от матрицы корреляций переходим к матрице инциденций графа, в котором вершины соответствуют проблемам, а ребра соединяют те пары вершин, которым соответствует пара проблем со значением Q, большим заданного порогового значения 25 . Получившийся граф (рис. 2) распадается на три связных подграфа, между которыми нет ребер. Эти подграфы по своему составу полностью совпадают с классами, полученными методом кластерного анализа (табл. 1). Тем самым подтверждается устойчивость классификации.
24
Чтобы еще больше отдалить эксперимент от исходного статистического расчета, мы проводим его не на всей выборке, а только на классифицированных респондентах.
25
Автор осведомлен о нетривиальности проблемы выбора порога, но формат статьи не позволяет остановиться на ней более подробно.
Рис. 2.
Граф проблем, вершины которого совпадают с проблемами, а ребра образованы связями, превосходящими заданный порог
Теперь подсчитаем для вершины графа среднее значение коэффициентов Q между соответствующей проблемой и проблемами, с которыми она связана в построенном графе. Подобные характеристики узла сети (или вершины графа) обычно называют центральностью. В нашем случае она имеет важный смысл. Коэффициенты, подобные Q Юла, в принципе обладают общим вероятностным смыслом и в условиях нашей задачи указывают на то, что если произвольный респондент выбрал в качестве ответа проблему под номером i, то он с высокой вероятностью выберет и проблему под номером j. Если для двух этих проблем значение Q (i,j) достаточно велико, то выбор одной из проблем скорее всего означает и выбор другой. Это значит, что чем «центральнее» (в терминах нашей задачи) проблема, тем увереннее ее выбор предсказывает выбор других связанных с ней проблем 26 . Можно перефразировать это свойство так: проблемы с высокой центральностью занимают в сети проблем более важное место, чем остальные. В классе «проблем, беспокоящих демократов», к примеру, наибольшей центральностью обладает проблема «рост преступности», а в классе «проблем, беспокоящих консерваторов» – проблема «кризис морали, культуры, нравственности». В своих классах это центральные, «прототипические» проблемы. Прототипичность проблемы в нашем случае задается ее центральностью.
26
Вот еще одна «техническая проблема». Далеко не всегда, как в данном контексте, можно установить функциональную взаимосвязь между критерием и вероятностью, но само существование монотонной зависимости доказуемо. Часто этого достаточно для решения практических задач.
А теперь главное, ради чего затронут этот сюжет. Рассмотрим взаимосвязь между центральностью (прототипичностью) проблем и их «популярностью» – частотой выбора респондентами. Оказывается, никакой зависимости нет. Это ярко демонстрирует диаграмма рассеяния между двумя переменными (рис. 3).
Мораль. Традиционные статистические методы анализа опросных данных сосредоточены на определении частот выбора ответа – в целом по выборке или в отдельных группах респондентов. Частота – это результат подсчета числа респондентов, выбравших один и тот же ответ. Однако такая частота осмысленна в той степени, в какой выбор респондентами одного и того же ответа имеет сходные смысл, причины, последствия. В частности, подсчитывая долю респондентов, выбирающих из списка партию, за которую они намерены голосовать, мы вправе рассчитывать на возможность прогноза результатов выборов. Но наш расчет оправдан, если выборы – это рутинная практика респондентов; если партии равноправны в политическом и информационном пространствах; если выбор в пользу той или иной партии в результате пропагандистских усилий не рассматривается общественным мнением как нечто неприличное или опасное.
Рис. 3.
Диаграмма рассеяния частоты выбора проблем (горизонтальная ось) и центральности проблем в сети взаимосвязей (вертикальная ось)
Все становится гораздо сложнее, когда мы подсчитываем частоту выбора ответов на вопрос, который изучается в данном примере. Рассмотрим частоту выбора проблемы «рост преступности» в целом по выборке и внутри каждого класса респондентов. В целом она равна 40,1%. Внутри класса «проблемы, беспокоящие демократов» она гораздо выше – 92,1%. Но ее выбирают также респонденты из классов «проблемы выживания» (26,2%) и «проблемы, беспокоящие консерваторов» (24,6%). В двух последних случаях респонденты выбирают две проблемы из своего класса и присоединяют к ней одну из чужого. Более чем вероятно, что респонденты из разных классов вкладывают в выбор одной и той же проблемы разный смысл. Вот пример возможной (именно возможной) интерпретации. Респонденты из класса «проблемы выживания» трактуют рост преступности как одну из проблем, мешающих им жить (выживать). Для респондентов из класса «проблемы, беспокоящие демократов» рост преступности – помеха проводимым реформам. А респонденты из класса «проблемы, беспокоящие консерваторов» рассматривают его как свидетельство слабости власти. Еще раз: все перечисленное – не подтвержденные социальные факты, а лишь иллюстрация неоднородности причин выбора одной и той же проблемы. Но когда мы, как обычно, получаем общую по выборке частоту выбора этой проблемы, мы не задумываемся о возможном разнообразии смыслов, обусловливающих такой выбор; мы не принимаем во внимание это разнообразие, лишая эту частоту реального социального содержания и нагружая полученное число неким приписываемым нами, но не получившим обоснования смыслом (причинами, последствиями).