Особенности социолого-математического моделирования в исследовании социальных процессов

Вид материала

Содержание

Основные положения выносимые на защиту
Теоретическая и практическая значимость диссертационного исследования.
Апробация и реализация диссертационного исследования.
Структура и объем диссертации
Основное содержание диссертации

Подобный материал:

1 2 3 4

Теоретико-методологическая основа исследования. В качестве теоретико-методологической основы исследования выбрана общая концепция социологии безопасности общества, а также общая теория и практика математического моделирования социальных процессов динамическими системами в качестве инструмента получения системно взаимоувязанных социологических результатов. Базой макроагрегированных ориентиров построения и исследования социолого-математических моделей выбран институционально-сетевой эволюционный подход, развиваемый в работах научной линии Н.Лумана -М.Кастельса - В.Кузнецова^²⁹. В его эволюционной составляющей ядром является идея роста совокупного эволюционного потенциала человеческого общества. Методы анализа: структурно-функциональный и институционально-сетевой.

В эмпирическую базу исследований вошли полевые социологические данные (МГУ им. М.В.Ломоносова), исследования Института социологии РАН, базы данных Госкомстата, ФАПСИ, МВД, Счётной Палаты РФ, данные REB (Российский экономический барометр), а также собственные исследования автора. Научная новизна диссертационного исследования состоит в следующем: впервые в социологии построена алгебраическими и топологическими средствами система элементов и отношений между ними, позволяющая представлять эволюцию социума как его усложнение в зависимости от совершаемых и осваиваемых обществом открытий и роста его асимметрии, т.е. множества «правил запрета»; впервые был построен моделирующий комплекс, в котором органично взаимоувязаны показатели социального, экономического, демографического, информационного и др. потенциалов в системе общественного воспроизводства с целью построения прогнозов её стабильной эволюции и исследования социально-экономических последствий от реализации экономических, научных, научно-технических и др. инновационных проектов; впервые, опираясь на параметры рефлексии субъектом сложности событий, создана и апробирована на эмпирическом материале модель этнополитического конфликта, позволяющая строить оперативный прогноз динамики социальной напряжённости, определяемой характером социально-психологического потенциала в конкретном субъекте РФ и проявляемой в ходе этнической самоидентификации; впервые разработан логический блок с социальной константой, обуславливающей пороговый критерий в построенной модели для описания взаимодействия «мигрантов с мигрантофобами», превышение которого приводит к резкому увеличению потенциала рисков, т.е. вероятности возникновения преступления террористической направленности мигрантофобов против мигрантов; впервые разработана модель ответной реакции мигрантов на агрессию мигрантофобов; впервые разработана модель на базе эмпирического материала (ИНДЕМ, REB) коррупционной составляющей преступлений террористической направленности. ОСНОВНЫЕ ПОЛОЖЕНИЯ ВЫНОСИМЫЕ НА ЗАЩИТУ - Методический подход к построению адекватных социолого-математических моделей социальных процессов и оценке степени их адекватности по фактическому учёту в них а) нелинейности как отражения необратимости времени и усложнения социума; б) показателей рефлективной культуры акторов социальных процессов; в) допустимой возможностями шкалирования эмпирического материала степени гладкости используемых в модельных зависимостях наборов функций; - методика получения качественных и количественных социологических выводов о ходе моделируемых социальных процессов на основе создаваемой вычислительной среды, отвечающей разным этапам модельной формализации, и полученные на этой базе:

1) вывод оценки сложности накапливаемых инновационных элементов в эволюции для перехода от одного технологического уклада – к следующему; 2) расчёт необходимого количества специалистов высоких технологий для преодоления порога сложности в инновационной экономике; 3) доказанное средствами моделирования положение, что социальное неравенство с необходимостью вытекает из требования построения эффективной социально-экономической системы в качестве блока системы общественного воспроизводства; 4) расчёт оценки ограничения социального неравенства для стабильной эволюции системы общественного воспроизводства – без роста преступлений террористической направленности - на базе расширяющегося инновационного сектора экономики; 5) вывод обратной зависимости периода цикла этнической самоидентификации: а) от уровня образованности; б) от уровня тревожности; 6) открытие средствами вычислительного эксперимента с моделью террористической активности « эффекта возникновения погромов».

Теоретическая и практическая значимость диссертационного исследования. Результаты диссертационного исследования могут представлять научный интерес для специалистов в области управления социальными процессами, например, РАГС, Минэкономразвития, МВД, ФСБ, Министерства обороны, Совета Безопасности. По итогам моделирования как экстремисткой активности в Южном федеральном округе, так и долгосрочного прогнозирования развития социально-экономических объектов РФ, а также для анализа социально-экономической эффективности крупномасштабных проектов, созданы программно-моделирующие комплексы, апробированные в Ситуационном центре Президента Российской Федерации. Разработанные методики, модели и теоретические выводы, полученные на основе их применения, могут применяться в учебном процессе при чтении лекций по курсам социолого-математического моделирования, социального проектирования и прогнозирования.

Апробация и реализация диссертационного исследования.

Диссертация обсуждена и рекомендована к защите на заседании кафедр информатики социальных процессов социологического факультета МГУ им. М.В.Ломоносова 18 июня 2009 г. Основные выводы и положения были изложены в докладах и выступлениях на:

Всесоюзной научной конференции «Проблемы применения математических методов и ЭВМ в социологических исследованиях» (декабрь 1978 г., г.Звенигород) Международном семинаре (ВНИИСИ – 1980 г.) Всесоюзном семинаре "Математическое моделирование социальных процессов", АОН при ЦК КПСС, Научный совет АН СССР по проблеме "Математическое моделирование", М., 1989 Научном семинаре РАГС, 1998; Конференциях, посвященные памяти акад. А.Н. Тихонова (1999), математическим идеям П.Л.Чебышева (2002) – Обнинск, - Дубна, акад. А.А.Самарского (2009),;

на научных конференциях: «Математическое моделирование социальной и экономической динамики – MMSED (2004, 2007)» - Москва, РГСУ;

«Зимние чтения РГСУ по математике, информатике и социологии» (с 2003 - ежегодно);

на Междисциплинарном ежегодном научном семинаре «Математическое моделирование социальных процессов» -Москва, МГУ (с 1999 г. -ежегодно) - (с 2002 в рамках Сорокинских чтений - социологический ф-т МГУ);

на I-ом Всероссийском Социологическом Конгрессе, Секция "Методы социологических исследований" - Математическое моделирование, С.-Пб., 2000;

2-ом Всероссийском Социологическом Конгрессе, Секция "Математическое моделирование социальных процессов», М., 2003;

3-ем Всероссийском Социологическом Конгрессе, Секция "Математическое моделирование социальных процессов», М., 2006;

IV -ой Международной Кондратьевской конференции, М., МФК, 2001;

на 3-ей и 4-ой Международной конференции по проблемам управления (2006, 2009) –М., ИПУ РАН.

Материалы диссертации были также использованы в ряде научных проектов, выполненных по программам научных исследований РГНФ и РФФИ.

Основные положения диссертации нашли отражение в 39 научных публикациях, общим объёмом более 31 п.л., в том числе в 3-х монографиях (две в соавторстве) и одиннадцати статьях в журналах, рекомендованных ВАК.

СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ

Диссертация состоит из введения, трёх глав, девяти параграфов, заключения, библиографии и десяти приложений. Объём диссертации – 325 печатных страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении дается обоснование актуальности темы диссертационного исследования, ставится проблема, определяются объект, предмет исследования, цель и задачи работы в соответствии со степенью научной разработанности проблемы в научной литературе, определяется научная новизна работы, положения, выносимые на защиту, структура работы, раскрывается теоретическая и практическая значимость исследования, формы апробации основных результатов. В первой главе «Теоретические и методологические вопросы моделирования социальных процессов» рассматриваются общетеоретические вопросы моделирования как 3-го метода познания, наряду с наблюдением и экспериментом, а также специфика математического моделирования.

В первом параграфе первой главы «Модель как свёрнутое знании» раскрываются соотношение знания и информации^³⁰, роль познавательных моделей и даётся определение модели, показывается её место в целостном процессе моделирования в соответствии с «трёхчленкой» А.А.Самарского: модель – алгоритм – программа и его представлением о роли вычислительного эксперимента. Даётся определение познавательной модели и приводится классификация их основных типов: 1) семантическая, 2) механическая; 3) статистическая; 4) системная; 5) диатропическая. Описываются средства и методы моделирования: предметное, «физическое», символьно-диаграммное, компьютерно-математическое; временные ряды, регрессионные уравнения, конечно-разностные уравнения и т.д. При всём разнообразии средств и методов моделирования в реальном процессе социолого-математического моделирования всегда можно оценить, когда осуществляется 1) нисходящая стратегия исследования (НСИ) – Г. Галлилея, т.е. дедуктивная, а когда 2) восходящая стратегия исследования (ВСИ) – Ф. Бэкона, т.е. индуктивная. В интересах ясности построения идеализированных типов моделирования в работе^³¹приведена типологизация трудно формализуемых исследований, 4 из 9 типов которых можно соотнести с нашими моделями, в которых используются описательные или объяснительные гипотезы, а тип исходных данных либо слабо, либо жёстко структурирован^³². Представляется справедливым соотнести эти 4 типа с моделированием на основе дискурсивного и интуитивного подходов. При этом, естественно, не отделяя в реальном моделировании воздействия одного подхода на другой, все же отчетливо определяются позиции, когда в одном случае доминирующим является познание в «понятиях», т.е. дискурсивное, а в другом доминирует познание как «постижение» исследуемого объекта или субъекта, т.е. передаваемое ученикам через образцы научения, что вызвало к жизни нейрокомпьтерные методики, – см. ниже Схему 1.

Модели, рассматриваемые ниже, прежде всего, являющиеся дискурсивными,

соотносятся с классами 32 и 33 по цитируемой выше типологии, ибо модель без гипотез построить невозможно. Для более активного использования социолого-математических моделей в обеспечении инновационного развития общества представляется следующая методологическая цепь социологического исследования, предложенная Ю.Н.Толстовой. Поводом к этому является согласие с исследовательницей, что каждое звено этой цепи есть специфическая модель – этап. При этом цепочка этапов моделирования для ВСИ (см. ниже Рис.1.) в своих звеньях может комбинаторно причудливо сочетать эти стратегии в зависимости от накопленных первичных идеализированных объектов и моделей, притягивающихся к этим звеньям:

Реальная жизнь модель

Первичная содержательная модель

Концептуальная модель

Формальная

модель

Вторичная содержательная модель

А B C D

Рис.1. Последовательность этапов моделирования для восходящей стратегии исследования (ВСИ).

Связки в виде стрелок последовательности «отражают процессы абстрагирования (А), концептуализации (В), формализации (С), анализа формальной модели и интерпретации его результатов (D)»^³³. При этом сам этап формализации включает в себя подэтапы: 1) логический – доматематический, 2) предматематический; 3) математический. Вторичные идеализированные объекты, представляющие системную целостность из первичных идеализированных объектов, в сущности, уже являющиеся моделями, в зависимости от характера решаемой проблемы пребывают либо в «свернутом» виде по аналогии с генами, либо в качестве «разворачивающихся» программных модулей, реализующихся либо в форме знакового, либо компьютерного вида моделирования. При этом «сворачивание» или «разворачивание» рассматривается как актуальный динамический фактор, включающий действие сил некоторых из этих модулей на соответствующем временном отрезке в зависимости от скорости метаморфозы. Во втором параграфе первой главы «Отличие и сходство моделирования в социологии и в естественных науках» показывается, что процессы в естественных науках породили представления об устойчивых стационарных моделях как основе описания явлений мира^³⁴: существующее устойчиво. Исследования сложных систем в науках о живой материи (социологии, биологии, психологии и т.д.) и неравновесных процессов в физике, физической химии обосновали новый фундаментальный постулат: предсказуемость существующего. Тезис об увеличении эволюционного потенциала общества как главном ориентире усилий всех его субъектов, находит своё подтверждение в новейших достижениях математики абстрактных динамических систем – «стабильности неравновесного». Тем самым социологическая теория получает новое смысловое измерение, позволяющее выйти за пределы не стыкующихся между собой теорий стабильных или конфликтных социумов. В сущности, это смысловое измерение проявляет специфическую составляющую эволюционного потенциала – запас разнообразия, который позволяет определять этап приложения ресурсов: либо время «собирать камни» - этап постепенной эволюции, либо время «их разбрасывать» - революционный этап, или их комбинация - в реформах. В этом же направлении развивалась и теория аутопойезиса^³⁵ Н.Лумана – 90-е годы (само понятие впервые было введено чилийским биологом У.Матураной - 1980), обобщению роли коммуникаций которой сегодня служит интенсивно развивающаяся теория социальных сетей. Подходы, направление и содержание развития этой теории во многом определились в сетевых разработках М.Кастельса, особенно в его фундаментальном 3-х томном труде^³⁶. Особое наполнение и развитие институционально-сетевой методологии нашло отражение в работах В.Н.Кузнецова^³⁷, например, в подчёркивании комплементарности основополагающих черт российского национального характера – соборности и общинного коллективизма и коммунитарности социальной сети, противостоящей западной установке на индивидуализм, а также в акцентировании перспективной роли геокультуры как основы культуры компромисса, в основании инфраструктуры которой также лежит социальная сеть. В третьем параграфе первой главы показан результат выбора базовой математической модели социальной динамики. Ей оказалась не консервативная дискретная динамическая система: X_n₊₁ = A(X_n, X_n_-1,…, X_n_-_m), где X_n – вектор в k – мерном признаковом пространстве с метрикой не хуже, чем в интервальных шкалах, n – дискретное время, т.е. это система рекуррентных соотношений с m – лагом. Условием перехода системы рекуррентных соотношений в конечно-разностные уравнения являются требования (на примере 2-х слойной схемы; могут быть модели процессов с числом слоев ≥3): X_n₊₁ = X_n + τ*F(t_n, X_n), где t_n = n*τ

Условием перехода конечно-разностных уравнений в обыкновенные дифференциальные уравнения является существование конечного предела:

lim (X_n₊₁ - X_n )/(t_n₊₁ - t_n ) при (t_n₊₁ - t_n= τ) → 0

Нелинейные дискретные динамические системы позволяют упреждающе рассчитывать последствия накопления потенциалов слабых рисков в условиях неопределённости - их роль в трансформации системы общественного воспроизводства является одним из ключевых тезисов научной школы член-корр. Кузнецова В.Н..

Вторая глава «Диахронная и синхронная составляющие моделей социальных процессов системы общественного воспроизводства» посвящена вопросам, связанным с объяснением в рамках социолого-математического моделирования социальных процессов того, как складывается во времени система общественного воспроизводства и того, как она проявляется в своём функционировании на исторически-конкретном (современном) интервале времени.

В первом параграфе второй главы «Моделирование эволюции системы воспроизводственных процессов» построена алгебраическими средствами последовательность вложенных систем отношений, позволяющих моделировать историческую память социума и его эволюцию, начиная с архаичных времён. Показано, что особенностью эволюции как социального процесса является историческая необратимость, заключающаяся в росте множества «правил запрета», которые обеспечивают рост асимметрии социума. Т.е. ограничивают множество «стоков» - зон проявления совокупного эволюциионного потенциала, например, запрет на кровесмешение укрепляет демографический потенциал, но сужает брачный выбор. Другой особенностью исследуемого класса социальных процессов является возрастание с течением эволюционного времени сложности социальных связей и отношений. Представлен количественный закон перемен, позволяющий оценить «порог сложности» перехода к новому технологическому укладу:

Эволюция системы ядер воспроизводства есть усложняющийся ряд ее состояний при таком времени циклирования в спектре найденных воспроизводственных циклов, чтобы, находясь на данном уровне когнитивной сложности H(n) , открыть - изобрести и освоить новые структурные формы, сложность которых, а т.е. и фильтра восприятия, равна этой же H(n).

H(n) » ln L0 + (n-1)ln n – ln ln (n-1) - n, (1)

где n – степень группы Sn для системы общественного воспроизводства, означающее число ядер воспроизводства, n! - максимально возможное число воспроизводственных циклов, и L0 – const, определяемая как энтропийная оценка сложности этих циклов, вошедших в "свертку" ядер воспроизводства. В сущности, эта константа отражает уровень сложности возникающих целостностей, когда доминирует синхронная составляющая эволюционного процесса. Для оценки L0 используем представление ядра воспроизводства в качестве конечного автомата, а совокупность этих ядер образует новую целостность.

Рис.2. Схематическое представление ядер воспроизводства, цепи ядер и новой целостности из них как синтеза конечных автоматов. В итоге L0 ~ ρ*2ⁿ/n, где n – число элементов в новой целостности, а ρ = min L(E)/(i-1), где i – число входов элемента Е, а минимум берётся по всем элементам, имеющим не менее 2-х входов. Для автоматов 1 ≤ ρ ≤2, и тогда для целостности из 5 ЯВ в приведённой на Рис.2 синхронной компоненте, если считать по максимальной сложности^³⁸ получим L0~13. Во втором параграфе второй главы «Концепция модели системы общественного воспроизводства «Макросоциум» и методика социологических выводов в ходе её формализации» рассматривается концептуальная модель системы общественного воспроизводства и социальные гипотезы динамического моделирования её процессов. – Система общественного воспроизводства – это система воспроизводственных ядер, охваченных совокупностью воспроизводственных циклов (ВЦ). Смысл ядер воспроизводства можно передать смыслом производственной функции: выпуск пропорционален объемам вложенного капитала, занятой рабочей силы и уровню научно-технического прогресса, воплощенного в массе используемых технологий. Ниже приведена Схема 2 этой концептуальной модели. При рассмотрении Схемы 2 возможны три плана ее прочтения: 1) по воспроизводственным циклам, 2) по субъектам воспроизводственных циклов, 3) по потенциалам различных видов воспроизводства. Система общественного воспроизводства, если ограничиваться подходом К. Маркса, имеет два главных определяющих цикла: воспроизводства людей и воспроизводства вещей^³⁹. Эти два воспроизводственных цикла в этой работе дополнены третьим - обмена веществ - между обществом и природой, не актуальным в XIX веке, но ставшим основой одной из грозных угроз XX века – экологической катастрофы.

Схема 2. Концептуальная модель системы общественного воспроизводства.

С современных позиций названные макро циклы естественно дополнить четвертым – информационно-когнитивным (базой дифференциации народов и инновационной экономики) – воспроизводством знаний. В научной школе член-корр. РАН В.Н.Кузнецова ключевое внимание уделяется именно этому контуру системы общественного воспроизводства: от модели «экономики знаний», основанной на инвестициях в так называемые «нестабильные (не фиксированные) активы, например, в НИОКР, т.е. в фирмы без производства: исследовательские, дизайнерские и т.п. предприятия, до доминирующих позиций в «производстве» смыслов и концептов культуры мира, т.е. геокультуры. Именно этот контур в комбинациях с 1-м и 2-м контурами составляет основу новых амбивалентных общественных трансформаций. Второй аспект прочтения Схемы 2 позволяет вычленить такие элементы социальной структуры: субъекты познания – например, ученые, субъекты управления – госчиновники, работники муниципальных служб и менеджеры, субъекты воспитания и образования

Blog

Особенности социолого-математического моделирования в исследовании социальных процессов

Содержание