Государственный университет – Высшая школа экономики

1. Государственный университет – Высшая школа экономики МЕТОДОЛОГИЯ ПОЛИТИЧЕСКОЙ НАУКИ (Глазами Гари Кинга) Гаспарян Ольга Зарубина Светлана Лаборатория политических исследований ГУ-ВШЭ

2. Структура работы • История развития методологии политической науки • Примеры математических моделей, используемых в методологии политической науки: • а. Ecological Inference • b. Spatial Variation and Spatial Autocorrelation (Пространственная вариация и пространственная автокорреляция)

3. История развития методологии политической науки

4. Политологи начали использовать количественный анализ в 20 - х гг. XX века Первый этап: Исследование «внешнего мира политической жизни» Систематический сбор данных Увеличение количества источников, на которые могут ссылаться политологи Расширение поля для исследования

5. Конец 50-х – начало 60-х гг. первые попытки широкомасштабного анализа количественных политологических данных новый инструментарий корреляционный анализ регрессионный анализ факторный анализ

6. Увеличение использования количественных методов Второй этап: «поведенческая революция» в методологии политической науки (конец 60-х – начало 70-х) Количественный анализ дал бихевиористам Возможность Изучить Политический контекст Исследование Новых областей Знания Проводилось при Помощи «старых» методов

7. Третий этап: Этап разработки показателей латентных политических явлений Середина 1970-х: переход от использования правительственных к использованию исходных данных Расширение потенциальной области для анализа В области Международных отношений Причины войны Эффекты военных расходов Роль взаимности в поведении наций

8. Четвёртый этап (конец 1970-х) Заимствование количественных методов из других дисциплин из социологии: из математики и статистики: из психологии и медицины: • анкетирование • интервью • наблюдения • математическое • моделирование • методы теории игр • тестирование • лабораторные • эксперименты

9. Достоинства: • новые методы • оказались полезными • в моделях электорального • поведения и • политэкономии • 2. заимствование и • развитие сложных • моделей временных • рядов и • пространственно-временных • выборок • Недостатки: • отсутствие адаптации • заимствованных методов к • данным, накопленным • политологией • 2. «слепое» применение • количественных методов, • не подкрепляемое • формулированием • теоретической гипотезы, • может принести • больше вреда, • чем пользы VS.

10. Пятый этап: развитие и совершенствование методов • 1977 г. – Hanushek и Jackson выпустили учебник, который помог увеличить уровень математической и статистической подготовленности • 1983 г. – Achen опубликовал статью, в которой утверждалось, что заимствованные методы не должны доминировать над методологией в политологии

11. Примеры математических моделей

12. Ecological Inference Leo Goodman (1953):Исследование электората Демократической и Республиканской партий. D1 - доля электората демократической партии за время 1, и D2 - доля электората за время 2. Однако это уравнение будет справедливым, только если P и Q будут постоянными. В противном случае следует учитывать значение случайной величины εi:

13. Модели пространственной вариации и пространственной автокорреляции Применяются к двум типам данных Ecological data, Данные, на основании которых исследователь пытается сделать выводы о характеристиках более низкого уровня Наиболее естественные данные на уровне агрегирования

14. Построение географических данных с помощью пространственной вариации Brown и Jones

15. Недостатки модели: • пренебрегает политическими границами • не справляется с дискретными политическими изменениями

16. Модель пространственной автокорреляции W – это матрица весов размеров n х n Пространственный лаговый оператор - W Элементы i и j матрицы W установлены пропорционально влиянию наблюдений i на наблюдения j Обычно матрица W обозначается нулем, если регионы независимы друг от друга

17. Понятийный аппарат пространственные лаговые зависимые переменные объясняющие переменные пространственные лаговые шоки

18. Модель объясняющих переменных

19. Модель пространственных лаговых случайных шоков. • Случайные шоки в соседних регионах влияют на исследуемый нами регион. • Случайные шоки не будут иметь так называемый эффект «второго порядка», то есть они не будут образовывать цепную реакцию воздействия от одной соседней страны ко второй, от второй к ее соседней и так далее.

20. Заключение • Поиск необходимой модели – это всегда трудная задача • Будущее методологии политической науки в том, что необходимо привнесение большего политического содержания в количественный анализ • Однако для получения большего политического содержания необходимо создавать и развивать более сложные модели или, возможно, находить новые способы представления информации в пространстве

21. Библиография 1. Goodman, Leo. 1953. "Ecological Regression and the Behavior of Individuals.American Journal of Sociology 64:610—25. 2. Hanushek, Eric, and John Jackson. 1977. Statistical Methods for Social Scientists.New York: Academic Press. 3. King, Gary. 1986. "How Not to Lie with Statistics: Avoiding Common Mistakes in Quantitative Political Science." American Journal of Political Science 30 (3): 666-87. 4. King, Gary. 1988. "Statistical Models for Political Science Event Counts: Bias in Conventional Procedures and Evidence for The Exponential Poisson Regression Model." American Journal of Political Science 32 (3): 838-63. 5. King, Gary. 1989a. "Representation Through Legislative Redistricting: A Stochastic Model." American Journal of Political Science 33 (4): 787-824. 6. King, Gary. 1989b. Unifying Political Methodology: The Likelihood Theory of Statistical Inference. New York: Cambridge University Press. 7. King, Gary. 1991. "Constituency Service and Incumbency Advantage." British Journal of Political Science. Forthcoming. 8. Rice, Stuart A. 1926. "Some Applications of Statistical Method to Political Research. American Political Science Review 20 (2): 313-29. 9. Мангейм Д.Б., Рич Р. К. Политология. Методы исследования: Пер. с англ. А.К. Соколова. - М.: Весь мир, 1999. - 544с.

22. СПАСИБО!

23. Many Thanks to Denis Stukal