Современная политическая наука широко использует метод моделирования для решения теоретических и эмпирических задач, основываясь на дисциплинарной матрице Т. Куна.
Модели можно типологизировать по различным ключевым моментам. Так, по способу построения они могут быть:
• эмпирические (данные собираются на основе гипотезы);
• нормативные (создаются на основе одной теории или сочетании теорий). По масштабам выделяют:
• макромодели, в которых рассматривается абстрактное и всеобъемлющее представление реального политического явления;
• микромодели, где внимание концентрируется на его отдельных аспектах.
Можно классифицировать модели и по другим основаниям: в зависимости от степени квантификации включенных показателей, типов политического поведения, динамического статуса и т. д.
Математические модели могут быть:
– детерминированными (представлены в форме уравнений и неравенств, описывающих поведение изучаемой системы);
– моделями оптимизации (содержащими выражение, которое следует максимизировать или минимизировать при определенных ограничениях);
– вероятностными (выражающимися в форме уравнений и неравенств, где решение основано на стремлении к максимизации среднего значения полезности).
Математическое моделирование вызывает особую сложность у неподготовленного исследователя, поскольку количественные измерения здесь являются основой, а не дополнением качественных характеристик исследуемых объектов.
Методологической базой моделирования в сфере политического знания является системный подход. Системный подход стал широко применяться в моделировании благодаря Д. Истону, чья модель, ставшая классической, представлена в виде графической схемы (рис. 1):
Рис. 1. Модель политической системы
Используя системное моделирование, исследователю необходимо:
1. Выявить наиболее важные проблемы наблюдаемого явления, ситуации или процесса.
2. Определить ведущих и второстепенных акторов, оказывающих поддержку системе или выдвигающих по отношению к ней определенные требования.
3. Проанализировать взаимодействия (то есть процесс принятия решений).
4. Провести анализ результатов политической деятельности, определяя их эффективность по сравнению с вызовами, с которыми сталкивается система.
5. Включить анализ «ответной реакции» среды на изменения комплекса взаимодействий.
Наиболее распространенным является противопоставление нормативных и эмпирических моделей, которое проводится на основе сравнения представлений, используемых при обобщении исходного материала.
Предпосылками нормативных теорий служат императивы (утверждения) и нормативными моделями признаются модели, построенные «сверху», использующие категории политической философии и ориентированные на дедукцию как способ получения конечных выводов. Главную роль играет адекватный выбор теоретической основы исследования, которая позволит осуществить операционализацию предметной фактологии в пределах, не изменяющих ее качественные характеристики.
Предпосылки эмпирической (позитивистской, неопозитивистской) теории содержат декларации, которые необходимо проверять. Эмпирическими называют модели, которые формируются путем количественной обработки большого массива данных и предполагающие преобладание индукции при формулировании итоговых заключений. Эти модели открывают самые широкие возможности обобщения фактологического материала и проведения междисциплинарного эксперимента с применением методов научного наблюдения, отработанных в сфере точных дисциплин.
Как нормативное, так и эмпирическое моделирование не может проводиться на основе гипотезы о том, что политические феномены нужно различать или объединять по чисто формальным признакам в интересах построения конкретной модели. Поэтому сочетание эмпирического и нормативного моделирования в рамках комплексных проектов представляется перспективным направлением не только в развитии прикладных политических исследований, но и для верификации результатов применения моделирования.
При выборе модели важно учитывать, какая из них лучше отвечает на интересующий вопрос, при этом не зависимо от применения нормативного или эмпирического подхода ключевым моментом моделирования является ориентация на исследуемый предмет. Модель бессмысленна, если она из инструмента исследования превращается в его главный результат.
К. П. Боришполец выделяет три стадии построения моделей: логико-интуитивный анализ, формализацию и квантификацию, которые определяют соответственно три класса моделей: содержательные, формализованные и квантифицированные, каждый из которых может быть и частью комплексного проекта, и итоговым результатом менее масштабной разработки.
Логико-интуитивный анализ – по существу, традиционная исследовательская практика. Эта модель конструируется на основе систематизации содержательных понятий, тесно связанных с предметной спецификой изучаемого явления и эмпирическим массивом относящихся к нему информационных данных. Однако данные модели не дают возможности следить за серьезными изменениями, происходящими в исследуемом объекте. Для перехода к решению задач слежения или последовательного наблюдения за обстановкой необходима формализация содержательной модели.
Формализация предусматривает преимущественно графическую форму представления материала и повышение его компактности путем отображения явлений (объектов) с помощью символов.
Формализованные модели обладают аналитическим потенциалом, однако они не обеспечивают полное слежение за изменением внешнеполитических ситуаций и существенных колебаний динамики международных процессов. Для этого необходимы преобразования формализованной модели в квантифицированную. Построение квантифицированных моделей предполагает 3 этапа:
1. Проработать концептуальную схему, подлежащую квантификации и способную отразить большинство свойств реального конфликта (или иного динамичного объекта наблюдения).
2. Точно описать вводимые переменные и единицы их измерения, при этом поведение объектов наблюдения должно быть выражено количественно.
3. Моделируемая в ходе эксперимента ситуация должна разлагаться на ряд более простых экспериментальных ситуаций, которые по возможности должны быть либо предварительно изучены, либо близки к уже изученным [1].
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 формализации являются следующие:
1. Разработка гипотез и выработка системы категорий.
2. Выбор способов получения выводов и логика преобразований теоретических знаний в практические следствия.
3. Выбор математического отображения, адекватно применяемой теории.
К. П. Боришполец обращает внимание на то, что в формализации особенно важны два момента. Гипотеза должна адекватно отображать качественные стороны объекта исследования, и одновременно предусматривать расчленение объекта на формализуемые и измеряемые единицы либо вычленение системы индикаторов, адекватно отражающих состояние объекта и происходящие в нем изменения. Категории, применяемые в процессе формализации, должны соответствовать не только теоретическим подходам и системе гипотез, но и критериям математической четкости, то есть быть операциональными [1].
Наибольшую трудность представляет собой перевод качественных категорий в количественную (измеряемую) форму, который, по существу, сводится к оценке значимости каждой категории. Построение формализованной модели предполагает продолжение исследования путем применения квантифицированных методик, основанных на математических средствах обработки и анализа информации.
Ф. А. Шродт отмечает, что математические модели имеют четыре потенциальных преимущества по сравнению с естественно-языковыми моделями. Во-первых, они упорядочивают те ментальные модели, которыми мы обычно пользуемся. Во-вторых, они лишены неточности и неоднозначности. В-третьих, математическая запись в отличие от естественно-языковых выражений позволяет оперировать на очень высоком уровне дедуктивной сложности. И, наконец, математические модели способствуют нахождению общих решений для проблем, кажущихся на первый взгляд разнородными [4].
