Политическая наука №2 / 2015. Познавательные возможности политической науки. Коллектив авторов

Чтение книги онлайн.

СКАЧАТЬ модели, которые опираются на представление сетей в виде графов. Помимо традиционного моделирования, основанного на теории графов и включающего оценку конфигурации сети, ее силы и частоты связей (плотности сети), а также решения задачи перколяции – моделирования информационных потоков в сетях, в настоящее время исследователи активно используют и другие модели: малых миров; кластерную модель; распределения степеней вершин; многоуровневого сетевого диадного анализа (the multilevel p₂ model; разработана в 2004 г. и реализована в статистическом пакете StOCNET); экспоненциального моделирования случайных графов (ergm); стохастическую агент-ориентированную модель (agent-based modeling). Эти методы эффективно используются в изучении межэтнических, в том числе конфликтных взаимодействий, функционировании различных политических закрытых групп и т.д. [Duijn, Vermunt, 2006, p. 2–6; Baerveldt, Zijlstra, Wolf, Van Rossem, Duijn, 2007, p. 701–719; Vermeij, Duijn, Baerveldt, 2009, p. 230–239].

      Кроме того, судя по публикациям 2013–2015 гг. в журнале «Political analysis», для зарубежных исследователей актуальна оценка политического содержания различных форм коммуникации в социальных сетях в Интернете (блогов, твитта, чатов, сетевых сообществ и т.д.) с помощью одной из моделей Байеса (Bayesian spatial following model), метода Монте-Карло, логистической регрессии для анализа динамики сетей (частный случай временной экспоненциальной модели случайного графа) [Barbera, 2015, p. 76–91; Almquist, Butts, 2013, 430–448]. Пожалуй, наиболее активно в отечественной политической науке в последние годы осваивают методы сетевого анализа исследователи Санкт-Петербургского государственного университета [Быков, 2013; Сморгунов, Шерстобитов, 2014].

      В‐третьих, при решении задач типологического анализа достаточно эффективными в настоящее время считаются логико-комбинаторные методы, которые самими разработчиками позиционируются как средства реализации причинного анализа: метод качественного сравнительного анализа (КСА, QCA, qualitative comparative analysis, предложен Ч. Рейджином во второй половине 1980‐х годов) [Krogslund, Choi, Poertner, 2015, p. 21–41; Hug, 2013, p. 252–265] и ДСМ-метод (предложен отечественным исследователем В.К. Финном в начале 1980‐х годов), которые изначально разрабатывались параллельно как несвязанные методы.

      Однако современная исследовательская стратегия подчас опирается на совмещение этих методов с целью содержательного сравнения полученных результатов. Безусловными достоинствами этих методов являются возможность выделения при типологизации пересекающихся групп, необязательность измерения или оценивания качеств анализируемых объектов с помощью абсолютной метрической или интервальной шкалы, формирование на основе исходных данных содержательных, концептуальных гипотез, возможность интерпретации анализируемых переменных как независимых или зависимых [Кученкова, Татарова, 2013, с. 10]. Основная задача обоих методов связана с поиском сочетания характеристик, которые можно определить как детерминанты существования какого‐то социального или политического феномена. Обнаружение нескольких адекватных причинных объяснений позволяет говорить о множественной конфигуративной причинности явления [Configurational comparative methods…, 2009].

      Результаты одного из единичных на сегодняшний день СКАЧАТЬ