Политическая наука №1 / 2017. Массовое политическое сознание

Конечно, люди всегда вкладывают в используемые понятия разные смыслы, руководствуются в своем социальном поведении разными мотивами и преследуют разные цели. Но как это обстоятельство отражается в эмпирических социологических исследованиях – их методах, структуре решаемых задач, способах интерпретации и использования получаемых результатов? За редчайшими исключениями – никак. Предложенный фрагмент исследования – один из вариантов выхода из клубка проблем, порождаемого традицией эмпирической политической социологии.

Далее. Повсеместно используемая социологами частота выбора ответа на вопрос может не только быть неинформативной, но и не исчерпывать всего, что можно узнать с помощью опросов об изучаемом фрагменте социальной реальности. Можно же, во-первых, увидеть за мнениями (ответами на вопросы анкеты) механизмы их порождения, опирающиеся на то, что мы вправе назвать массовым сознанием; во-вторых, представить массовое сознание (групповое сознание) как сеть, вершины которой – ответы на вопросы анкеты, а связи между вершинами – эмпирически вычисляемые значения взаимосвязей между ответами. Тогда объектом изучения становятся структурные свойства этой сети, а ответы обретают структурные свойства – такие как центральность. Есть веские основания полагать, что эти структурные свойства позволяют описывать состояние массового сознания и объяснять наблюдаемое общественное мнение, выражаемое в том числе в частоте ответов на вопросы. В следующем параграфе этот тезис будет подтвержден результатами другого исследования, в котором в роли объекта статистического анализа выступали не сами ответы на вопросы анкеты, а некоторые производные от них переменные.

2. Пример второй. Групповое правосознание

В недавнем исследовании фонда ИНДЕМ сравнивалось правосознание трех социальных групп: судей, населения (стандартная общероссийская выборка) и предпринимателей [Сатаров, Римский, Благовещенский, 2016 b]. Сравнение осуществлялось по пяти переменным: 1) поддержка независимости судебной власти; 2) поддержка концепции естественного права; 3) законопослушание; 4) поддержка независимости судебных решений; 5) нетерпимость к нарушению законов. Каждой из переменных соответствовал вопрос, содержавший 8–10 суждений, с которыми респондент оценивал степень своего согласия. На основании этих оценок респонденту приписывалось число – координата на шкале соответствующей переменной. На рис. 4 приведены средние значения всех респондентов в каждой из трех групп по всем пяти переменным. Из диаграммы можно заключить, что предпринимателям присуще более развитое правосознание, чем простым гражданам, а судьи превосходят и тех и других. Впрочем, по параметрам поддержки концепции естественного права (2) и нетерпимости к нарушению законов (5) все три выборки статистически неразличимы.

Все становится гораздо интереснее, если изучить взаимосвязи между переменными внутри каждой выборки с помощью нетрадиционных методов многомерной линейной статистики. В описываемом исследовании использовалась множественная линейная регрессия: каждая из пяти переменных по очереди выступала в качестве зависимой переменной, а остальные – в качестве независимых. В результате были получены пять векторов коэффициентов регрессии (в стандартизированном виде), каждый из которых показывал, в какой мере данная переменная прогнозирует значения остальных переменных.

Рис. 4. Профили средних значений (ось Y) для выборок судей, предпринимателей и граждан по пяти шкалам правосознания (ось X)

Примечание: 1) поддержка независимости судебной власти; 2) поддержка концепции естественного права; 3) законопослушание; 4) поддержка независимости судебных решений; 5) нетерпимость к нарушению законов.

Сведенные в матрицу коэффициенты (табл. 2) можно трактовать как меру влияния одних переменных на другие. В отличие от коэффициента корреляции, эта мера имеет несимметричный характер. В частности, поддержка независимости судебных решений почти в два раза убедительнее предсказывает поддержку независимости судебной власти, чем наоборот. Влияние четвертой переменной на остальные в среднем больше, чем в других строках, и это «среднее» имеет смысл центральности как узла сети. Если отбросить коэффициенты с большими значениями доверительной вероятности, то получится сеть (граф) значимых влияний (рис. 5).

Таблица 2

Матрица взаимных регрессионных коэффициентов _ij для пяти рейтингов правосознания в случае выборки судей (i – независимая переменная, j – зависимая переменная)

Рис. 5. Граф структуры взаимозависимостей (взаимовлияний), определяемой регрессионными коэффициентами _ij, между пятью переменными правосознания в выборке судей

Примечание: Смысл номеров вершин графа: 1) поддержка независимости судебной власти; 2) поддержка концепции естественного права; 3) законопослушание; 4) поддержка независимости судебных решений; 5) нетерпимость к нарушению законов.

Теперь рассмотрим «влиятельность» каждой переменной правосознания на остальные для всех трех выборок (рис. 6).

Рис. 6.

Сравнение профилей влияния (ось Y) переменных правосознания на остальные переменные (ось X) для выборок граждан, предпринимателей и судей

Если сравнить профили на данной диаграмме с приведенными на рис. 4, то разница очевидна. Но самое главное: во всех трех профилях явно лидирует поддержка независимости судебных решений. Именно эта переменная является прототипической для структур правосознания. Этот факт нельзя было обнаружить, оставаясь в рамках традиционного анализа данных, причем самое разительное лидерство выявляется в группе судей. Именно это отличие судей от двух других групп – наиболее важное, определяющее их правосознание. На рис. 4 обнаруживается лидерство судей (с высоким разрывом) и для другой переменной – поддержки независимости судебной власти. Однако более тщательный анализ показывает, что судьи в своих суждениях на этот счет руководствуются не конституционно-правовыми соображениями, а корпоративными интересами. Этот факт иллюстрирует то мало осознаваемое обстоятельство, насколько обманчивы могут быть обычные частоты.

Завершая сюжет, снова обратимся к соотношению частот и центральностей в случае переменных правосознания (рис. 7).

Рис. 7.

Диаграмма рассеяния среднего значения переменных правосознания (ось Х) и центральности этих переменных в сети взаимовлияний (ось Y) для выборки судей

Диаграмма еще раз демонстрирует факт независимости между средними как традиционными характеристиками 27 и центральностями как структурными характеристиками (и это повторяется для двух других выборок). Воспроизведение этого факта указывает на их несводимость друг к другу. Перейдем теперь к центральностям как таковым и на следующем примере покажем, какую нетривиальную информацию может давать их изучение.

27

Напомним, что частота – это обычное среднее для бинарной переменной.

3. Пример третий. Изучение доверия

Третий сюжет почерпнут из двух статей автора [Сатаров, 2016 a; Сатаров, 2016 b], в которых элементы «нового подхода» реализуются наиболее последовательно. Здесь статистический «сетевой» анализ также применяется не к сырым ответам на вопросы анкеты, а к результатам их предварительной обработки. Суть нововведений в следующем. Мы мыслим сеть как образованную совокупностью бинарных переменных – конечных векторов, компоненты которых принимают значения 0 или 1; длина вектора равна объему выборки (или, если потребуется, некой ее подвыборки). Каждая переменная соответствует одному из вариантов ответа на все вопросы анкеты. Эти переменные образуют узлы сети. Связи между узлами – это некоторые меры близости (зависимости, сопряженности) между бинарными переменными. Автор уже давно использует в качестве такой меры величину, известную в анализе таблиц сопряженности под названием приведенных стандартизированных остатков. Есть два бинарных вектора x и y длины n; xy – вектор, образованный из первых двух путем перемножения соответствующих координат. Через |x| обозначается число единиц в векторе x (аналогичным образом это обозначение используется для других векторов). Если вектору x соответствует некий ответ на некий вопрос, то |x| – число респондентов, выбравших этот ответ на этот вопрос.

Величина известна под названием «остаток». Он равна нулю или близка к нему, если (как в нашем примере) выбор респондентами ответов x и y есть события независимые. Когда остаток e_xy значимо отклоняется от нуля, мы имеем основания говорить о положительной (e_xy больше нуля) или отрицательной (e_xy меньше нуля) зависимости между выбором респондентами двух ответов. Чтобы оценить статистическую значимость отклонения, от величины e_xy переходят к связанной с ней статистике 28 :

28

Это есть не что иное, как статистика t, определяемая формулой (33.52) в монографии [Кендалл, с. 739]. Она же известна под названием «приведенный стандартизированный остаток».

которая имеет стандартное нормальное асимптотическое распределение. Это позволяет дальше действовать следующим образом. Мы задаемся некоторой устраивающей нас доверительной вероятностью P (0,05; 0,01, 0,005 …) и используем соответствующее ей значение z – такое, что (1 – N (z)) = P, где N – функция стандартного нормального распределения в качестве порогового значения. Далее мы исключаем из сети все связи между узлами (бинарными векторами) x и y, которым соответствуют абсолютные значения статистики A_xy, меньшие z. Таким образом, в сети остаются только связи между узлами со статистически значимыми зависимостями.