WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

ШВЕДОВСКИЙ ВЯЧЕСЛАВ АНАТОЛЬЕВИЧ

ОСОБЕННОСТИ СОЦИОЛОГО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

В ИССЛЕДОВАНИИ СОЦИАЛЬНЫХ ПРОЦЕССОВ

АВТОРЕФЕРАТ

ДИССЕРТАЦИИ НА СОИСКАНИЕ УЧЕНОЙ СТЕПЕНИ

ДОКТОРА СОЦИОЛОГИЧЕСКИХ НАУК

СПЕЦИАЛЬНОСТЬ 22.00.01 -

ТЕОРИЯ, ИСТОРИЯ И МЕТОДОЛОГИЯ СОЦИОЛОГИИ

МОСКВА

2010

Диссертация выполнена

в Лаборатории «Математического моделирования социальных процессов» кафедры информатики социальных процессов социологического факультета Московского государственного университета  им. М.В. Ломоносова

Официальные оппоненты:                КУЗНЕЦОВ Вячеслав Николаевич

                                       член-корреспондент РАН

                                        доктор социологических наук, профессор

                                       ТАТАРОВА Галина Галеевна

                                       доктор социологических наук, профессор

                                       ПЕТРОВ Владимир Михайлович

                                       доктор философских наук, профессор

Ведущая организация:                Российский государственный социальный                                                        университет

Защита состоится 28 мая 2010 г. в 14.00 часов на заседании диссертационного совета Д501.001.01 по социологическим наукам при Московском государственном университете имени М.В. Ломоносова по адресу: 119991, г. Москва, ГСП-1, Ленинские горы, МГУ, 3-й учебный корпус, социологический факультет, аудитория № 408.

С диссертацией можно ознакомиться в читальном зале Отдела диссертаций Фундаментальной библиотеки МГУ им. М.В.Ломоносова по адресу: 119991, г. Москва, ГСП-1, Ломоносовский проспект д.27, сектор «А», 8 этаж, к.812.

Электронная версия автореферата диссертации размещена в сети Интернет на сайте Высшей аттестационной комиссии Министерства образования и науки Россий­ской Федерации по адресу: http://vak.ed.gov.ru/ 2010 года, на сайте социологического факультета МГУ им. М.В.Ломоносова по адресу:http://www.socio.msu.ru/ 2010 года.

Автореферат диссертации разослан «___» ___________________2010 г.

Учёный секретарь

Диссертационного совета

кандидат социологических наук, доцент  Микеладзе Е.Е.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность темы исследования

Отличительной чертой современного общества является его постоянная модернизация. Социум в целом и отдельные его сферы непрерывно меняются, причём эти изменения носят, как правило, амбивалентный характер: совершенствуются одни, приходят в упадок другие. Поэтому возникает потребность в анализе и моделировании различных социальных процессов.

Моделирование социума относится к моделированию трудно формали­зуемых объектов1  и осуществление его только в переменных экономического измерения к концу XX столетия повсеместно доказало свою неэффек­тив­ность, особенно в применении к России. Явный эндогенный учет социальных переменных, описывающих как социально-структурные измене­ния, так и социально-политические характеристики общественной динамики, обуслов­ленные не только формационными, но и цивилизационными и этноге­нетическими сдвигами, требует нового подхода к построению целостных соци­олого-математических моделей социальных процессов 2, - всего хотя бы и высоко агрегированного спе­ктра, - определяющих воспроизводственные процессы общественной эволюции.                                                        Одна из коренных проблемных ситуаций социолого-математического мо­дели­рования – это противоречие между ускоряющимся в эпоху инфор­ма­тизации3 усложнением со­циума, т.е. необходи­мостью усложнения его мо­дельного образа, а, значит, увеличения времени построения адекватной мо­дели, и между укорачивающимся интервалом времени реализации социа­ль­ных циклов, формирующих моделируемую социальную ситуацию, т.е. сжима­ющимся временем протекания социальных процессов, что равносильно сок­ра­щению возможностей эффективного использования модели. Поэтому ак­ту­аль­ным становится разработанность особенностей социолого-математи­ческих мо­делей социальных процессов, позволяющих учитывая соответству­ю­щую спе­цифику техноло­гически быстрее проходить некоторые фазы их по­с­троения – тем самым решая проблему своевременного построения полезной модели социа­льного процесса, явно отображая специфику роста сложности средствами информатики.         Актуальность этой тематики ещё бо­лее возра­с­та­ет, если учи­тывать не только увеличение темпов течения соци­альных про­­цессов, но и их связан­ность с переходными процессами совре­ме­н­ной тра­н­сформации России в усло­виях осложнения процессов глобализации, когда не точно выбранный стра­тегический курс угрожает развитию россий­ского общества тяжёлыми послед­ствиями. В этом смысле словосочетание особе­н­ности соци­олого-мате­матиче­ских моделей представляет специфичес­кий ас­пект исследо­вательского подхода, в котором используются в качестве инс­т­румента мате­ма­тические модели. Этот аспект позволяет обнаруживать осо­бе­нности  - в балансе фигурирующих в моделях фак­торов, которые слу­жат ото­бражению скрытых угроз в управлении эво­люцией социальных про­цес­сов.        Есть и ещё один аспект в данной про­блема­тике, естественно сформировавшийся в силу того, что часто в возни­кающую в ХХ веке математ­ическую социологию её разработчики приходили из естест­вен­ных и техничес­ких наук. Это означает, что исповедываемые ими познава­тельные модели (в смысле Огурцова А.П. и Чайковского Ю.В.4) оформились на платформе «су­бъект-объектного» подхода. Для этого подхода незыблемой истиной является постулат об устойчивости существующего, многократно подтверждаемый естественнонаучной и технической практикой. Из этого постулата вытекает тот формат исследо­вательского подхода, ко­торый в фокус внимания полагает поиск устойчивых стационарных решений5.        Социальная практика постепен­­но убеждала в недостаточности выше наз­ванного постулата для исследования социальных явлений и процессов.  Стала ясной общая ограниченность субъект - объектного подхода, ибо объект рассмотрения в социологии сам является субъектом, а не пассивным элементом в системе воздействий на него – это бы­ло изучено в кибернетических моделях. Необходимость учёта его рефлектив­ности и самоорганизованности показы­вала, что исследование динамики в сис­темах, в которых взаимодействует множество субъектов, на порядки сложнее, чем ранее изучаемые естест­веннонаучные и технические процессы.                        Было определено, что эти отношения в социуме стали заметно услож­няться с текущим временем6, при этом так, что прежние государственные и общест­венные институты стали всё чаще давать сбои в управлении общес­твом. К концу ХХ и в начале ХХI –го века возникла новая теория управления - теория политических сетей, которая «реконструирует отношение между госу­дарственным управлением и обществом» и при этом «включает рост слож­но­сти в качестве необходимой предпосылки построения управления»7. В  пред­ставленной работе рассмотрен подход к исследованию социальных про­це­с­сов, в котором не фокусируется исследовательское внимание на устойчивых стацио­нарных решениях, а в качестве главного момента быстро текущей динамики социальных процессов акцентируется возможность её внятно и определённо описывать и прогнозировать на конечном интервале времени.        

Степень разработанности проблемы. Проблема построения моде­ли со­циа­льного явления или процесса многоаспектна, Это и характер идеали­за­ции (линейный или нелинейный), и выбор социальных показателей, и анализ эм­пирических данных, с помощью которых оснащаются индикаторы, репрезен­­тирующие социальные показатели, и определение зависимостей меж­ду ними, для системы диффе­ренциальных уравне­ний ана­лиз на степень жесткости пос­троенной мо­дели (наличие или отсутствие «грубой структуры» и осущес­т­вление пере­хода от неустойчивого нестаци­онарного дви­жения детерми­ниро­ванной динамичес­кой системы к устойчивому стохас­ти­ческому описанию её поведения) и т.д. В сущности, нужен комплексный учёт всего того, что по­вышает степень адекватности модели оригиналу, необходимой и доста­то­чной для ре­ше­ния поставленной задачи – управления, прогнозирования или синтеза.                Говоря об особенностях социолого-математических моделей, подразу­мевают сложность, многомерность, многоуровневость, многокомпо­нен­тность, отк­рытость, це лостность и динамичность . Однако физики - синерге­тики  так же приписывают своим объектам перечис­ленные свойства.                                                Основатель со­циологии Огюст Конт отметил то, чем она, по его классификации, отличается от иных «более естественных» наук, а именно историчностью. Из пяти основных социологических парадигм: социальных фактов, социального поведения, социальных дефиниций, социально-истори­ческого детерминизма и психологического детерминизма лучше всего эту особенность, по-видимому, разрабатывала четвёртая парадигма, связанная с именем К. Маркса. «В фокусе ее внимания – социальные структуры, которые, взаимодействуя друг с другом, порождают социальный процесс»8

. Здесь ценно то, что социальные структуры оказываются носителями исто­рической памяти: историческое прошлое во многом определяет направ­ление и величину устремленности эволюции системы в будущее это аспект современной эволюционной социогенетики.                                                                                Другая особенность социальных процессов, такая же существенная как ис­торичность, отличается наличием субъектности. С точки зрения матема­тиче­ского моделирования это предполагает, что участник процесса – социальный субъект способен создавать модели окружающего мира, сравнивать с ними свое поведение и вырабатывать на этой основе сигналы управления в целях изменения собст­венных действий. Возвращаясь на методологическую почву со­циологии, в контексте вышесказанного, следует отметить другую из пяти доминирующих в ней научных парадигм – парадигму соци­альных дефини­ций, отцом которой справедливо называют Макса Вебера. «Со­циальная реа­льность здесь рассматривается через способ понимания людьми социа­льных фактов»9, т.е. «понимание» в роли фильтра, преобразую­щего воспринимаемую инфор­мацию. Тем самым эту особен­ность назовём рефлек­тив­но­с­тью.                                        Безусловен вклад и других парадигм в обоснование необходимости учёта именно социальных особенностей в моделировании, например, парадигма социальных фактов Э.Дюр­гейма, в которой поведение индивида определ­яется «не индивидуальными причинами и факторами, а совокупностью социаль­ных фактов (“мате­риальный субстрат» - частота контактов или интен­си­в­ность общения, и духовные факты – «коллективные предста­в­ления»), толкающих индивида на те или иные поступки»10, что обосновывает причин­ный характер как интеграции (формирование солидарности), так и диффе­ренциации на базе разделения труда, которое приводит к необхо­димости обмена человеческой деятельностью, т.е. к взаимосвязанности чле­нов социума.                        Конечно, в конкретном построении модели того или иного социального процесса важно не только адекватно отобразить спектр его ведущих соци­альных особенностей, но и максимально адекватно для целей постав­ленных задач отобразить само единство взаимоувязывания этих особенностей, благодаря которому и возникает эмерджентное качество целостности моделируемого социального процесса, не редуцируемого к какой-то, например, физической аналогии, и позволяющее как эффективно его прогнозировать, так и исследовать стратегии управления этим процессом.

       Нахождение такого специ­фи­ческого единства как названных выше, так и иных особенностей социолого-математического моделирования, на взгляд автора, достижимо при синтезе, минимум трёх подходов: информатики (кибернетического), синергетики и эволюционной генетики.                        Одной из первых отечественных социально-экономических математи­ческих моделей следует назвать модель системы об­щественного воспроиз­водства11 Советской России, сформули­рованной Н.Д.Кондрать­евым - коллегой и другом П.А.Сорокина. Однако из 10 строк урав­нений для модели системы об­щественного воспроизводства социально-экономической переменной можно наз­вать только занятость или труд. К сожалению, кроме листочка с систе­мой урав­нений и обозначениями переменных – остальные 9 строк относятся к чисто экономи­ческим переменным - до наших современников ничего более, в этом плане, не дошло.        Среди множества практически значимых социальных процессов наиболее ранние достаточно полноценные разработки встречаются в отношении процессов социальной диффузии – распространения слухов, инноваций, примеров подражания12.                                                                Так в этом сборнике статей Н.Рашевским была опубликована модель подражательного поведения, построенная им в 1951-53гг., в которой явно прослеживаются такие особенности, как рефлективность, (частота контактов или интенсивность общения, актуализующих массу социальных фактов как сторонников позиции Х, так и сторонников позиции У, а также духовные факты – «коллективные представления», интериоризованные как в априорных установках субъектов позиции Х, так и позиции У). Эта модель впоследствии была использована и упомянута в работах многих исследователей.                        В 1953 г. Т. Хегерстранд построил постулаты модели распространения инноваций  как результат процесса распространения информации - слухов. К примеру, «информация распространяется только путём рассказа при парных встречах», «рассказывание осуществляется только в определенные мо­менты времени через постоянные интервалы», «в каждый из этих моментов каждый из знающих рассказывает одному другому лицу, знающему или не знающему». Однако отличие от моде­ли слухов заключается во введении таких специфических постулатов как «но­вовведение принимается лишь после опреде­лённого числа рассказов о нём», т.е. здесь явно учтено одно из свойств реф­лективности субъекта - перципиента сообщений - такое, как пороговая воспри­имчивость информации. Конечно, процесс распространения инноваций, осо­бенно, к концу ХХ и началу ХХI веков сильно усложнился, и совре­менные модели заметно отличаются от их наивных прототипов. Однако современная разработанность даже сетевых моделей социальной диффузии вырастает из находок пионеров социального моделирования.                                Издательство Шпрингер (Springer Series in Synergetics) обобщило ряд фундаментальных исследований и опубликовало цикл работ по синергетике в  80-е годы, посвятив несколько своих томов наукам о «живой природе», где были представлены положения, согласно которым логично перенести методы «природной» синергетики в социологию13:

- описываются большие ансамбли «единиц», каждая из которых находится в одном из нескольких различных состояний;                                        - переходам «единиц» между состояниями «природных» систем соответствуют переходы между состояниями «социальных» систем, например социальными установками;                                                                                - макропеременные, введённые в «природных» системах, взаимно однозначно соответствуют социальным макропеременным, даже если они являются агрегациями социальных установок.                                                Но в тоже время авторы признают, что имеются существенные отличия «единиц» и «взаимодействий» в человеческом обществе, например, они не элементарны и носят комплексный – многокомпонентный - характер.                Из прикладных моделей рассмотрена модель миграции совместно с процессами рождаемости и смертности, а также так называемые «часы Шумпетера», где изложена неравновесная теория инвестирования.                        Особенности социолого-математического моделирования – субъект­ность, «историзм», сложность, многофакторность, интегрированность были рассмотрены в работах А.Г.Аганбегяна, И.С. Алексеева, Ф.М. Боро­дкина, Ю.Н.Гаврильца14, В.Ф.Турчина, Ю.А.Левады, В.Н.Шубкина, О.И.Шка­ратана и др.15 Российскими учёными был сформулирован принцип поэтапного подхода как оптимального подхода к изучению социального процесса. На 1-ом этапе выявляются неуправляемые и управляемые переменные (соот­ве­тственно стро­ится прогноз изменения неуправляемых переменных); на 2-ом этапе - «ре­шение оптимальной задачи по определению управляемых пере­менных в социа­льном процессе», на 3-ем этапе «определение оптимальной системы меро­прия­тий по реализации оптимального плана»; 4-ый этап ха­рактеризуется как «установление устойчивых зависимостей между осуществ­лением отдельных мероприятий и величиной управляемых переменных».                Одну из попыток исследовать этносы, опираясь на подходы, возникаю­щие на пересечении биологии и социологии, предпринял Бузин А.Ю.16 Опи­раясь на богатый эмпирический материал по межнациональным бракам в Ле­нинграде, Винер Б.Е. построил качественную регрессионную модель этни­че­ской идентичности17, однако вопросы исследования динамики процесса эт­нической идентификации автором даже не упоминаются. Интересной попыт­кой математизировать этнологическую концепцию Л.Н.Гумилёва является труд А.К.Гуца.18 В указанной работе изучается проблема ста­бильности неравновесных социальных процессов.                                                        Важно подчеркнуть, что именно теория нелинейных неравновесных процессов в природе и обществе находится в центре внимания Института математических исследований сложных систем МГУ (создан по совместной инициативе ректором МГУ академиком Садовничим В.А. и лауреатом Нобелевской премии Пригожиным И.Р. в 1995 г.), разрабатывающего математический аппарат для описания динамики сложных систем и процессов управления нелинейными динамическими системами. Следует заметить, что разработка математического аппарата происходит не «с белого листа», а на фундаменте разработок школы А.Н.Колмогорова по теории динамических систем (Алексеев В.М., Аносов Д.В., Арнольд И.В, Синай Я.Г. и др.).                Одними из последних отменно обзорных работ, содержащих сведения о социолого-математическом моделировании процессов, являются работы

Ю.М.Плотинского19. В них социо­логам подробно разъясняется потенциал когнитивного моделирования. Попутно автор раскрывает и многие другие на­правления20 в моделировании, например, касаясь цикла Кондратьева, приводит модели волновой динамики.                                                                        Издано трудов по моделированию социальных процессов необъятно мно­го. Всё же обзор литературы не полон, если не будут хотя бы упомянуты та­кие отечественные работы как цитированная ранее монография А.А.Са­марского и А.П.Михайлова, Ю.Н.Гаврильца21, А.А.Кугаенко22, В.В.Лебедева23, А.В.Петрова, Ю.Г.Фе­ду­лова24, А.А.Петрова и П.С.Краснощё­ко­ва25.                        Важным аспектом адекватности при построении модели является подбор таких её переменных, которые корректно идентифицируются с социальными показателями, имеющими своих эмпирических референтов. Это позволяет предотвращать ничем не обоснованный выбор «хороших» функций26, т.е. функций высо­кой степени гладкости27, таящих в себе возможность привносить ложные эффекты в прогнозирование и другие результаты моделирования.                 В этом  аспекте  надёжным  гарантом  выс­ту­пают с самого начала выстраиваемые дискретные модели – этой теме посвящён параграф «О переходе к дискретным моделям» упомянутой книги А.А.Самарского и А.П.Михайлова. В ней совершенно справедливо замечено, что разностная схема может расходиться или сходиться не к той функции, для которой было получено дифференциальное уравнение – прототип дискретного уравнения.        Одно из наиболее удачных и последовательных применений дискретных уравнений в моделировании социальных явлений и процессов осуществлено Д.Хейсом28. В сущности, в его работе излагается путевой анализ, приводящий к построению структурных уравнений на основе применения потокового метода на ориентированных графах. При этом, хотя событие - явление ин­терпрети­руется как результат множества причин-процессов (многокомпо­нентность) это изложение моделирования социальной статики. И, не­смотря на то, что автором вводится учёт за­паздывания действия одних при­чин по отношению к другим, т.е. впервые запи­сываются рекуррентные соот­но­шения, определяющие как раз динамику социа­льного процесса, всё же он вы­нужден признаться в существовании непреодолимых для него труд­ностей пос­троения технологии моделирования динамики сложных социаль­ных про­цес­сов.                В выпусках Journ. of Math. Sociology (основан в 1971г.) заметное число публикаций посвящено проблемам моделирования процессов расовой сегре­гации, т.е., конечно, имеющих свои аналоги и в моделировании отношений миг­рантов и коренных жителей городов, межэтнических конфликтов в России. Необходим и далее мониторинг работ журнала по родственной тематике.                 Несмотря на большое количество работ, на наш взгляд, не были в пол­ной мере раскрыты:                нелинейность как отражение исторической необрати­мости, рефлектив­но­сти и сложности – особенностей моделирования динамики социальных про­цессов;                                                                рецептура обоснования выбора сопряжённых по сложности функций, описывающих модельные зависимости;                                                применимость разностных схем и рекуррентных соотношений при моделировании социальных процессов.





Цель диссертационного исследования – разработать методологию учёта особенностей моделей социальной динамики (историческую необрати­мость, многомерность, многокомпонентность, рефлективность и др.) с учётом их единства в обеспечении адекватности моделирования социальных процессов.        Для достижения цели диссертационного исследования предполагается решение следующих задач:        

1) разработать концептуальную модель системы общественного воспроизводства как единства диахронной и синхронной составляющих, в которой моделируемые и исследуемые социальные процессы являются элементами или компонентами воспроизводственных процессов;

2) проводя формализацию этой модели, построить моделирующий комплекс как синхронную целостность из взаимоувязанных воспроиз­водст­венных социальных процессов;

3) теоретически обосновать возможность формализованно представить и исследовать на макроарегированном ур­о­вне диахронную составляющую эволюционного усложнения социума (в архаичном варианте) как нако­пление информации, инновационных знаний (открытий, изобретений и др.);                        4) в рамках информационного подхода предложить методологию пос­троения оценки сложности для возникающих целостностей синхронной сос­та­вляющей эволюции системы взаимоувязанных  социальных процессов;

5) разработать методологию получения социологических выводов о ходе социальных процессов используя, но, не решая системы дифференциальных уравнений комплекса;

6) опираясь на разработанные методологии изучения диахронной и синхронной составляющих эволюционного процесса и используя их, предложить варианты подготовленных моделей:                                                - СОВ с эндогенным введением НТП в качестве информационной компоненты;        - роли социального неравенства в ускорении или торможении инновационного процесса;                                                                                - динамики этнополитического конфликта отдельного субъекта РФ;                - динамики этнополитических конфликтов нескольких субъектов РФ, взаимодействующих между собой через миграционные потоки или посредством мобильной связи;                                                                        - эндогенного терроризма: «мигрантофобы против мигрантов; «ответный ход мигран­тов»;         модель коррупционной ветви преступле­ний террористи­че­ской направленности объединённой модели террористической активности.

               Объектом исследования являются социальные процессы, происхо­дя­щие в больших социальных группах, рассмотренные в социолого-матема­тических казуальных (детерминированных и стохастических) моделях без учёта  пространственных координат.

       Предмет исследования - динамические модели указанных социальных процессов.

       

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.Кузнецова29. 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 информации30, 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 рабо­те31при­ведена 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 структурирован32

.        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:

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 мира34: 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 аутопойезиса35 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 труде36. Особое наполнение и развитие институционально-сетевой методоло­гии нашло отражение в работах В.Н.Кузнецова37, 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: Xn+1 = A(Xn, Xn-1,…, Xn-m), где Xn – 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): Xn+1  = Xn  + *F(tn, Xn), где tn = n*

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

                       lim (Xn+1  - Xn )/(tn+1 - tn )  при (tn+1 - tn= ) 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 ~ *2n/n, где n – число элементов в новой цело­стности, а = 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 2, и тогда для целостности из 5 ЯВ в приведённой на Рис.2 синхронной компоненте, если счи­тать по максимальной сложности38 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 вещей39. 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 учи­теля, препо­даватели, воспитатели, субъекты производства – специалисты (ИТР), рабочие, кресть­яне, работники сферы услуг (например, связь, транс­порт), субъекты обмена (работники торговли), субъекты присвоения и т.д.        Третий план прочтения Схемы 2 свя­зан с потенциальным подходом40

.        В соответствии со списком ближайше­го к агрегированному уровню воспроизводственному циклу, содер­жащему 4 глав­ных на Схеме 2, выделяются следующие две группы потен­циалов: 1) эконо­ми­ческий, демографический, научно-техни­ческий, произ­водс­твенный, военный; 2) «гуманитарной группы»: интеллекту­а­льный, информа­ционный, культурный, морально-политический (социально-психологический - СПП). Кстати, выше упомянутый эволюционный потенциал общества функци­онально зависит от каждого из представленных в этих двух группах частных потен­циалов.        С учётом трех планов прочтения Схема 2 была развита до форма­лизо­ванной модели в виде системы обыкно­венных дифференциальных уравнений, переменные которой представ­лены в виде блочной Схемы 3, а соци­альный блок раскрыт списком своих показателей или фазовых переменных модели.

       Представляется, что угрозой для функционирования и развития рос­сий­ской системы общественного воспроизводства стали такие факторы потенци­ала гуманитарной группы – социально-психологического потенциала как тер­роризм и коррупция, вызывающие дисгармонию социального самочув­ствия бо­ль­шинства социальных групп, социальные девиации и напря­жён­ность. Исследуя воспроизводство этих угроз, на базе обобщения соци­ально-эконо­мической модели системы общественного воспроизводства Рос­сии Кондра­тьева Н.Д. предложена мето­дика социологических выводов качес­твенных тенденций и количественной динамики макропоказателей моде­ли системы об­щественного воспроизводства. Суть методики заключается в испо­льзовании системы обыкновенных диффе­ренциальных уравнений харак­те­ристик для нелинейного уравнения в частных производных первого порядка в качестве «уравнений связи» для конст­руи­руемой функции Лагранжа, опреде­ляющей из условий локального экстремума искомую оценку. Таким образом, основная гипотеза метода заключается в уве­ренности, что требуемое решение находи­т­ся на интегральных траекториях си­стемы обыкновенных дифферен­циальных уравнений характеристик. Новым шагом является эндогенное введение научно-технического прогресса в произ­водственную функцию в качестве её третьего аргумента. Таким образом, Е - ВВП (или НД) зависит от трёх кумулят: L-«труда», K-«капитала» и C-«зна­ний». Обсужда­емая система обыкновенных диффе­ренциальных уравне­ний вы­писывается для характеристик реше­ния нели­нейного уравнения в частных производных первого порядка Ф(K, L, С; E; pk, pl, pс) = 0 (после учета ги­по­тезы о конкурентной экономике и т. Фробениуса, необходимой при пе­рехо­де от 2-х к 3-х аргументной производственной функции: Е( K, L ) Е( K, L, С ). Здесь pk =  i - но­р­ма процента, pl = l - средняя ставка зарплаты; pс = h – усреднённая стоимость единицы фактора произ­водства в сфере информати­зации. В методи­ку входит настройка системы «урав­нений связи» с по­мо­щью  знаков производ­ных системообразующих показателей для совре­менной фазы развития России:         нахождение на восходящей ветви Кондратьевского цикла, т.е. синфазный рост фондоотдачи – y = d(Е/K)dt >0; нормы прибыли – n, а т.е. dl/dt>0  и нормы накопления;                от h>l к h < l; нахождение в средних стадиях информатизации: dC/dt/C > dE/dt/E > 0.06;специфика эволюции России: сокращение населения - dL/dt < 0.        Ключевой идеей в развиваемой методике получения макро социологи­че­ских выводов без решения характеристической системы обыкновенных диф­ференциальных уравнений для обоб­щённого уравнения Кондратьева, но с их использованием в качестве уравне­ний связи в методе неопределённых множи­телей Лагранжа, является примене­ние информа­ционного подхода Голицына-Петрова41

при конструировании фу­н­к­ции Лагран­жа для определения локаль­ного экстремума. С помощью предло­женной мето­дики получена оценка требу­емой численности специалистов по высоким тех­нологиям в инновационных сферах экономики. Вузы должны вы­пускать указанных специалистов ≥ 170 тыс. в год. Этот результат отражает налич­ную недос­таточность в РФ кад­рового потенциала в  корпусе специалистов по высоким технологиям для того, чтобы преодолеть эволюци­онный «порог сло­жности» в построении инно­вационной экономики. Что касается социально-экономи­ческих гипотез системы обыкновенных дифференциаль­ных уравнений «Макросоциума», то основ­ная социально-экономическая гипотеза построения системы уравнений состоит в том предположении, что правая часть уравнений представима в качестве баланса конкурирующих факторов – тех, которые способствуют росту скорости изменения переменной yi, и тех, которые ему препятствуют. Рассматриваемая динамическая модель системы общественного воспроиз­водства или же просто мо­дель «МАКРОСОЦИУМ» описывается системой в общем случае не­ли­нейных обыкновенных дифференциальных уравнений в форме Коши:         , где y =, f=, – набор массивов выходных параметров; также задан ряд аналитических зависимостей y = . Другой соци­ологической гипотезой является предпо­ложение, что основные макросоци­альные переменные выводятся эндогенно как факторы, входящие в баланс с экономическими факторами нелинейного урав­нения, обсуждённого выше: Ф(K, L, С; E; pk, pl, pс) = 0. Источни­ком ещё двух важных гипотез является упомянутый выше аутопойезис Н.Лу­мана: 1) пропорциональность информа­ци­онного потока в управлении системой общественного воспроиз­водства для парирования роста «шумов в социальной машине», т.е. метриче­ской энтропии её дина­мической системы; 2) социально – политическая ста­бильность - баланс социальных групп «за» и «против». Модель содержит 41 фазовых переме­н­ных и 200 коэффициен­тов. Среди 41 уравнения системы 39 обыкновенных дифферен­циальных и 2 нелинейных алгебраических уравнения для пе­ременных и . Модель "точечным" образом описывает дина­ми­че­ские про­цессы в экономике, социуме и т.п. страны, не выходя на уровень учёта геог­ра­фических разли­чий. В третьем параграфе третьей главы «Социальные гипотезы системы уравнений «Макросоциума» и результаты вычислительных экспериментов с её  моделью» .представлены результаты вычислите­ль­ных экспе­риментов - ВЭ с отка­либрованной моделью (пределы инновационных за­и­м­ствова­ний, соци­аль­но-полити­ческая стабильность и цены за нефть). Ниже дана Таблица 1, в ко­то­рой сведены результаты ВЭ на «Макросоциуме»:

Из Табл.1. легко усматривается вывод, что политику закупки лицензий на новые технологии за рубежом следует весьма взвешенно корректировать, имея в виду интересы развития собственного корпуса изобретателей. На ниже предс-

Рис. 3 Динамика показателя СПС в зависимости от мировых цен на нефть.

тавленном графике Рис. 3 показана полученная в ходе расчётов позитивная ди­намика прогнозируемых значений показателя социально-политической ста­би­льности в зависимости от изменений мировых цен за баррель нефти. Следует всегда иметь в виду угрозу для социально-политической стабильности от рез­кого снижения этих цен. В ходе вычислительного эксперимента по оп­реде­ле­нию роли социального неравенства для эволюции системы общест­вен­ного воспроизводства России начала XXI века было установлено, что су­ществует область критических значений индекса - Y[37]крит - социально-поли­тической стабильности, достижение которой приводит к смене социального порядка и которая выразима в значениях интервала: (b1< Ф/Е < b2); в настоящее время наблюдается устойчивое удаление от области критических значе­ний Y[37]крит.

  • Основные результаты Главы 2Опираясь на результат работы автора42 - фо­р­­мулировку «h-- –теоремы» для динамических систем, - обоснован критерий оптимизации ба­ланса факторов единства взаимодействующих особен­ностей социолого-мате­матических моделей; предложена методика выводов качест­вен­ных тенденций и ориентиров количественной динамики социальных макропо­казателей  модели СОВ. С помощью предложенной методики  полу­че­на оценка:        1) требуемой численности специалистов по высоким технологиям в инновационных сферах экономики;                                                                2) изменений социального неравенства, определяющих динамику социально-политической стабильности;                                                                3) границ допустимых изменений социально-политической стабильности, за пределами которых наступает социальный взрыв.                                        Все результаты обоснованы с помощью комплексной увязки основных социально-экономических факторов, сбалансированных в обобщённой нелинейной модели Кондратьева для СОВ России.                                                В третьей главе «Моделирование экстремистской активности и преступлений террористической направленности» представлены социологические результаты, полученные с помощью математических моделей, генетически связанных с глав­ной базовой мо­­делью СОВ «Макросоциума»; позволяющие прогнозиро­вать ди­­на­ми­ку этно­политического конфликта, оптимизировать стратегии снижения уг­роз ПТН в сфе­­рах коррумпированных отношений и отношениях «мигрантофобы – мигран­ты». В первом параграфе третьей главы «Базовая модель (и её модификации) экстремистской активности в этнополитической динамике» описываются этносоциологические основания базовой ­ мо­дели этнополитической динамики и приводятся основные выводы ее опытной эксплуатации. В основание базовой модели заложено представление о соци­а­льно-психологическом потенциале (СПП) - P как готовности предста­вителей данного этносоциума совершать действия, поступки в защиту выб­ранного кур­са развития. Предлагается сканирующий механизм самоидентифи- кации этноса, с помощью которого осуществляется повседневное раскрытие и коррекция этого потенциала: P = 1 *P(Q) + 2 *P(S); 1 + 2 = 1 На выше приведённом Рис. 4. схематично показан механизм еже­д­невного мониторинга типичной личностью исследуемого этноса своего круга общения. Включение каждого хозяина двора в механизм мониторинга обеспе­чивается отправлением циклов ежедневных хозяйственных ритмов сельского образа жизни, например, образующих каждое утро «коммуника­ционную пло­щадку» в месте сбора общественного стада. Вместе с естествен­ной этни­че­ской самоидентификацией, которая осуществляется в ходе деловых взаимо до­говорённостей разных представителей этноса, например, «кузнеца» и «ору­жейника», «сапожника» и «фельдшера» и т.д., с одной сторо­ны, удовлет­воря­ются насущные потребности (заказ виноделу к предстоящей свадьбе, кузне­ч­ные работы для оружейника и т.п.) на основе выработанного этносом культу­р­но-хозяйственного опыта. С другой стороны, заодно обгова­ривается текущая социально-экономическая, - политическая обстановка: «Кто, куда, зачем… ».                В итоге аналитического исследования системы уравнений для этой модели было получено выражение для периода гармонической составляющей динамики Q, показателя оказавшегося пропорционально изменяющимся показателю социальной напряжённости:

                                                      где 

где – параметр, характеризующий средний уровень тревожности этноса, – параметр прямо пропорционально зависящий от среднего уровня образования представителей данного социума, QM – стартовая разница сторонников и про­тивников, 1, 2.- веса статической и динамической частей P. После калибровки модели с использованием спектрального анализа временных рядов для пока­зателя социальной напряжённости и иных средств идентификации модели был построен динамический прогноз для Q, который представлен ниже на Рис.5.

Рис. 5. График прогноза динамики переменной Q.

       Цифрами на пиках кривой графика отмечены совпадения прогноза обострения социальной напряжённости с реальным событийным рядом. В итоге:        Период цикла самоидентификации этноса - Т обратно пропорционально зависит от уровня его образованности .                                Чем выше доля динамической составляющей - 2/ 1 в социально-психологическом потенциале, тем больше Т - период цикла самоидентификации этноса.                                                                        Чем выше уровень тревожности - в социуме, тем короче его период цикла самоидентификации этноса – Т.                                                                В целом: период Т есть функция от показателей  свойств рефлексии репрезентативных представителей этноса.                                                        Далее в этом параграфе представлена первая модификация базовой модели, в кото­рой учтены потоки мигрантов между субъектами РФ из Южного федерального ок­руга. Важно отметить в связи с этими потоками угрозу «резонансной рас­качки»  этноса-k-соседа с неспо­койным m-регионом за счёт квадратичной «ско­рости» сближения отношения периодов колебаний Tk/Tm         c отношением пары прос­тых чисел – признаком резонанса. Далее представлена следующая вторая модификация базовой модели, в ко­торой рассматривается взаимодействие двух этносов уже не только за счёт миг­рационных перетоков, но и  с использованием средств мобильной связи в силу их взрывного развития в последние го­ды.                В итоге: при взаимодействии этносов по этой модели, происходят  гар­мо­нические колебания численностей, как и в модели для одного элек­тората, но с частотой, увеличенной в раз (взаимное влияние этносов: уве­ли­чение связно­сти коммуникаций этносов за счёт интенсивного роста расп­рос­транённости мобильной связи приводит к более «быстрым» колебани­ям), что достаточно логично вписывается в условия и вы­вод теоремы Рэлея-Куранта-Фишера для системы связанных осцилляторов. Дальнейший ана­лиз модифи­ци­ро­­ван­ной ба­зовой модели и проведённые вычислительные эксперименты позво­лили устано­вить условия интересного со­циального эффекта, ко­г­да один из этносов стано­вится «ведущим», а другой «ве­до­мым». Во втором параграфе третьей главы «Обобщённая тополого-сетевая модель личности»  изла­гаются результаты непланарного тополого-сетевого обобщения годологической модели Курта Левина жизненного пространства личности, поясняющие возможности использования показателей её рефлективных свойств в подходах к «типичной личности» в первом и третьем параграфах данной главы. В первом параграфе таким свойством является уровень сложности восприятия, обусловленный средней степенью образованности «типичной личности» исследуемых социумов.        В последнем параграфе показатель рефлективности используется дважды: 1) как пороговая характеристика мигрантофобии и 2) как оценка числа независимых каналов воздействия в модели исследования стратегий ограничения коррупции. В третьем параграфе третьей главы «Многомодульная модель эндогенной террори­стической активности» предлагается разработанная базовая модель террори­стической активности (МТА) и приводятся итоги исследо­вания задачи сниже­ния угроз преступлений террористической направленности на её основе.        Сама базовая модель террористической активности состоит из трёх основных блоков, каж­дый из которых записывается в виде дискретной динамической системы:                                                                                1) Блок социально-экономического механизма ввода акторов в конф­ликтное поле (СЭМ), - основан на идее притяжения «рабочей силы» к расту­щему социально-экономическому потенциалу крупного города и её выталки­ва­ния из трудоизбыточных стран и регионов – концепция причин миграции Г.Джерома и Е.Ли ;        2) Блок поля взаимодействия акторов конфликта (ВАК), - основан на идее существования социальных коммуникационных констант го­рода: среднего числа встреч на маршруте «дом-работа-дом», доли марки­рованных встреч;         3) Блок трансляции угроз и последствий конфликтного взаи­модействия (ТУИП), - основан на модели распространения слухов в городе.                Для мигрантов наиболее характерными являются либо депрессивно-апа­тичное, либо депрессивно- агрессивное состояния. Они отличаются высоким уровнем пессимизма в оценках своего будущего, что порождает в их среде две линии поведения. С одной стороны, это состояние детерминирует известную виктимность, т.е. образ «мишени» для агрессивных мигрантофобов. С другой стороны, указанное состояние в значительной степени определяет некоторый уровень агрессии и конкретный уровень их самоорганизованности, который латентно содержит в себе возможность «ответного хода».  Приводится  объ­е­динённая модель террористической активности, в которой ключевым бло­ком является блок «ВАК». Вот список его переменных: v9 – экономический потен­циал субъекта РФ; v10 – рабочие места; v11 – численность агрессивных мигран­то­фобов; v12 – численность безработных; v13 – степень социального неравен­ст­ва; v14 – численность гастарбайтеров; v15 – численность жертв совершенного терро­ристического акта; v16 – выталкивающие факторы страны-донора мигра­н­тов; v17 – социально-политическая стабильность. Фрагментарно меха­низм бло­ка «Взаимодействие акторов конфликта» записан в нескольких стро­ках конечно-разностных урав­нений. Прежде всего, в силу действия социа­льно-экономических факторов (строки v9- валовой региональный продукт, v10 число рабочих мест для гастарбайтеров, v16  - число претендентов на 1 рабочее место в стране - доноре мигрантов) формируется контингент миг­рантов-ино­родцев – будущих мишеней террора (v14 – численность гаст­арбайтеров, v24 – численность мигрантов). В строке v11 описывается динамика численности агрессивных мигрантофобов, косвенно управляемая за счет общей безработицы в данном регионе. В строке v25 описывается динамика веро­ятности встреч агрессивных мигрантофобов с мигрантами и гастарбайтерами. В строке для переменной v15 вычисляется численность жертв терактов в случае пре­вышения порога приемлемости частоты указанных встреч:

       Здесь u, m, , , – калибровочные коэффициенты и константы описываемых процессов, например, – пороговая вероятность, достижение которой приводит к преступлениям террористической направленности.                В Объединённой модели также учитываются и блоки «Ответный ход ми­г­рантов», и «Коррупционная составляющая преступлений террористической на- правленности – КС ПТН». Для неё была поставлена и решена задача выявления сравнительной эффективности разных управляющих воздействий. Таким об­ разом, результаты исследования показали, что эффективность управ­ляющих во­з­действий делится на воздействия стратегического - к1311, , такти­ческого – , u, p и оперативного характера – (см. Табл.2.). В узком подходе «затраты - эффект» на­и­бо­лее выгодными оказываются воздействия оперативного характера, однако они не меняют саму воспроизводственную основу этого рода преступлений. Наи­менее выгодными – в этом подходе – оказываются стратегические воз­действия, связанные с ограничением социального нера –

венства, воспитанием культуры компромисса, культуры мирной жизни. Но

именно эти «затратные» об­ще­­ственные сдвиги способны в корне изменить воспроизводственный меха­низм. Ситуация социальной эксклюзивности ведёт эти группы населения – «мигрантофобов» и «мигрантов» к формированию девиантного поведения. С помощью социолого-математического моделирования возможно определить регулирующие воздействия, помогающие существенно ограничить экстре­мистские формы его проявления.

В заключении представлены итоги и выводы диссертационного исследования. Подчёркивается, что роль особенностей социолого-математического модели­рования в повышении его адекватности раскрыта на ряде решённых задач социологии безопасности: сложности и историзма в моделировании эволюции социума; многомерности, многокомпонентности и информационной состав­ляющей в моделирующем комплексе «Макросоциум»; рефлективности, многомерности и многокомпонентности в моделях динамики этнополи­тических конфликтов и  в моделировании террористической активности.        Особенно подчёркнута в обеспечении адекватности моделирования роль методологического подхода, разработанного на базе информатики и приме нения идей симметрии.                                                                                                                      

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
ОТРАЖЕНО В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ АВТОРА

МОНОГРАФИИ:

  1. Келле В.Ж. Инновационная система России: формирование и функционирование. Глава 7. Шведовский В.А., Михайлов А.П. О математическом моделировании инновационного процесса, М.: Едиториал УРСС, 2003. (9/0.5 п.л.).
  2. Камнев А.Н., Кондратьев М.Ю., Кузнецов И.М., ..., Хухлаев О.В., Шве­дов­ский В.А., Шведовский О.В.,  Шведовская А.Р., Шведовская Т.Л. Сос­­то­я­ние и тенденция межнациональных отношений этнодемо­гра­фиче­с- кого развития населения г. Москва: социологический и социально-пси­хо­логический аспекты. – М.: Государственное учреждение «Московс­кий дом национальностей», МГУ им. М.В.Ломоносова, МГППУ,  2004 (16/2.5 п.л.)
  3. Шведовский В.А. Особенности социолого-математического моделирова­ния в исследовании социальных процессов.Москва: АПКиППРО, 2009.(10 п.л.)

СТАТЬИ В ЖУРНАЛАХ, РЕКОМЕНДОВАННЫХ ВАК:

  1. Шведовский В.А. Детерминизм и статистичность в динамических моделях, СоцИс, 1985, 1 (0.5 п.л.)
  2. Шведовский В.А. Об основах выбора стратегического направления развития многоэтнического государства (социальные коды, социальный генотип и место в глобальном социоморфогенезе – на примере России), Безопасность Евразии – Журнал Высоких Гуманитарных Технологий, №1, 2001, янв. – март. (0.8 п.л.)
  3.         Шведовский В.А. Динамическая модель электорального поведения, Математическое моделирование, Т.12, номер 8, РАН, М., 2000, (0.7п.л.)
  4. Шведовский В.А. О пределах инновационных заимствований. Социология 4М: методология, методы, математические модели. Т.13. М., 2001. (0.2 п.л.)
  5. Шведовский В.А. Математическое моделирование динамики напряженности этнополити­чес­кого конфликта // Социология 4М,  №14, 2002. (0.5 п.л.)
  6. Шведовский В.А. Социальные коды России как социально-генетический ресурс определения вектора ее стратеги­ческого развития, Безопасность Евразии, 3, 2003 (0.8 п.л.)
  7.   Шведовский В.А. Обобщенная модель электорального поведения и применения к изучению  этно-политического конфликта, ММ, т.15, N8, РАН, М., 2003 (0.2 п.л.)
  8.   Шведовский В.А. Математическое моделирование региональных конфликтов в контексте глобализации (на примере Северного Кавказа)  Вестник МГУ, Серия 18, 2004. (0.25 п.л.)
  9.   Шведовский В.А. «Внутреннее обоснование» социальных переменных в динамической модели системы общественного воспроизводства» // Вестник МГУ, Серия 18, 2007. №1. (0.6 п.л.)
  10. Шведовский В.А.  Подход к построению производственных функций с эндогенно введённым НТП…//Информационные технологии и вычислительные системы, М.: 4, 2007. (0.25 п.л.)
  11. Шведовский В.А.Оценка кадрового «порога сложности» НТП: учёт потоков информации в уравнениях характеристик обобщённой модели Кондратьева // Вестник МГУ, Серия 18, 2008, №4. (0.7 п.л.)        

ДРУГИЕ ПУБЛИКАЦИИ:

  1. Шведовский В.А. О возникновении случайных флуктуаций в модели подражательного поведения. В сб. Вопросы моделирования социально-экономических объектов. - М.: ЦЭМИ АН СССР, 1978. (0.5 п.л.)
  2. Шведовский В.А. Моделирование распространения информации в смежных социальных группах. // Сб.: Математические методы в социологическом исследовании, Наука, М., 1981. (0.3 п.л.)
  3. Шведовский В.А.Об использовании социальных переменных для анализа социально-экономической эффективности крупномасштабных проектов средствами вычислительного эксперимента на макроэкономической моде­ли, Препринт.-М.: Институт автоматизированных систем, 1992. (2.5 п.л.)
  4. Шведовский В.А. Социальные эффекты информатизации России (по результатам ма­шинного эксперимента с моделью общества) // Информатика и вычис­лительная техника, вып. 4, 1994. (0.4 п.л.)
  5.        Шведовский В.А. Подход к информационно-культурному коду         // Моск­о­­в­ский синергетический форум «Устойчивое развитие в изменяющемся мире». – М.: ИФРАН и ИПМ им. М.В.Келдыша, 1996. (0.2 п.л.)
  6.        Шведовский В.А. Информационно-потоковый подход к нахождению опорных элементов информационно-культурного кода России (по итогам моделирования общественного воспроизводства), Российский монитор, Центр «ИНДЕМ», №8. 1997. (0.7 п.л.)
  7.        Шведовский В.А. Социальные коды России и проблема выбора направления её стратегического развития // II Всероссийская научная конференция «Россия – XXI век», М., 1999. (0.2 п.л.)        
  8. Шведовский В.А. Динамическая модель этнополитического конфликта: построение, возможности и результаты применения. В сб. Математическое моделирование социальных процессов. Вып.2, - М.: МГУ им. М.В.Ломоносова. 2000. (0.3 п.л.)
  9. Шведовский В.А. Постановка теоретико-группового анализа воспроизводствен­ной модели стран для определения их социальных генотипов // Сб.: Мате­матическое моделирование социальных процессов, МГУ Социологический ф-т,вып.3., М., 2001. (1 п.л.)
  10. Шведовский В.А. Выбор направления стратегического развития в многонациональном государстве на основе учета его социальной генетики // Материалы к IV Международной Кондратьевской конференции, М., МФК, 2001. (0.25 п.л.)
  11. Шведовский В.А. Теоретико-групповое представления циклов общественного воспро­изводства и эволюции их систем.,  Конференция "Математические идеи П. Л. Чебышева и их приложения к современным проблемам», 2002. (0.2 п.л.)
  12. Шведовский В.А. Опыт теоретико-группового представления циклов обще­ст­венного воспроизводства // Сб.: Математическое моделирование социа­льных процессов, Социологический факультет МГУ, вып.4., М. – 2002, (1.5 п.л.)
  13. Шведовский В.А. Моделирование некоторых социальных последствий нормализации денежного обращения (по результатам вычислительного эксперимента на базе моделирующего комплекса «Макросоциум») // Сб.: Математическое моделирование социальных процессов. Вып.4, - М.: МГУ им. М.В.Ломоносова. МАКС Пресс, 2002. (0.2 п.л.)
  14. Шведовский В.А. Математические модели для определения периода цикла этнической самоидентификации в полиэтническом городе (Северный Кавказ). – на основе модели распространения слухов. // Cб.: Математическое моделирование социальных процессов, Социологический факультет МГУ, вып.4., М.: МАКС Пресс, 2002. (0.8 п.л.)
  15. Шведовский В.А. Социально-генетический ключ инновационной экономики // Доклады Второго Всероссийского социологического конгресса, Том 1, М., МГУ, 2003. (0.2 п.л.)
  16. Шведовский В.А. Расширенная модель выбора позиции со­ци­а­ль­ной общностью // Сб.: Математическое моделирование социальных про­цессов. Вып.5, - М.: МГУ им. М.В.Ломоносова. МАКС Пресс, 2003. (0.3 п.л.)
  17. Шведовский В.А.  Моделирование социально-психологических последствий и вероятности совершения актов экстремизма и терроризма // Сб.: Математическое моделирование социальных процессов, Социо­логический факультет МГУ, вып.7., М.: МАКС Пресс, 2005. (0.8 п.л.)
  18. Шведовский В.А.Управления в политике снижения угроз экстремистской активности в от­­но­шениях «горожане – мигранты» (результаты вычислительных экспериментов с мо­де­лью), Труды 3-ей Международной конференции по проблемам управления, ИПУ РАН, М., 2006. (0.3 п.л.)
  1. Шведовский В.А.К обобщению одной топологической гипотезы К.Левина в отно­шении строения «жизненного пространства» личности // Матема­тическое моделирование социальных процессов, МГУ Социологический ф-т, вып.9., М.,УНИВЕРСИТЕТ – Книжный дом, 2007. (0.3  п.л.)
  1. Шведовский В.А. Информационный критерий Голицына в методике использования обобщенного уравнения Кондратьева для оценки культурно-образовательного порога // Труды Всероссийской конференции-симпозиума «Информационный подход в искусствознании» памяти Г.А.Голицына ИИ РАН – МГК, М., ИИ РАН 2007. (0.4 п.л.)
  1. Шведовский В.А. Математическое моделирование источников преступ­лений террористической направленности и современная безопасность // Политика: власть, безопасность, бизнес, № 91 М., 2008. (0.2 п.л.)
  2. Шведовский В.А. Оценка ограничения социального неравенства в политике предотвращения социального взрыва, Секция С. 1 «Управление в междис­циплинарных социально-экономических моделях», Труды IV Международной конференции по проблемам управления (26-30 января 2009 г.), Учреждение Российской академии наук Институт проблем управления им. В.А.Трапезникова, - М., 2009. (0.9 п.л.)
  3. Шведовский В.А. О применении теста Колмогорова – Мартина-Лёфа к таекториям символьной динамики обобщённой топологической модели личности // Международная конференция «Современные проблемы вычи слительной математики и математической физики» памяти академика А.А.Самарского, М., МГУ, 2009 п.л. (0.2 п.л.)
  4. Шведовский В.А. О применении теста Колмогорова – Мартина-Лёфа к траекториям символьной динамики топологической модели личности //  XIII Всероссийской молодёжной конференции-школы «Современные про- 
    блемы математического моделирования», ЮФУ, Ростов, 2009. (0.3 п.л.)
  5. Шведовский В.А. Математические модели источников преступлений тер­рористической направленности и современная безопасность // Научно-практическая конференция, Совет Федерации РФ, М., 2009. (0.2 п.л.)

Всего по теме диссертации опубликовано 39 работ.

Общий объём публикаций по теме диссертации – 31.7  п.л.


1  А.А.Самарский, А.П.Михайлов, Математическое моделиро­вание, М., Наука-Физматлит, 1997

2 математическое выражение – результат высшей ступени формализации социологической модели, уста­нав­ливающее в «свёрнутом виде» связи и зависимости между социологическими показателями, «разворачиваемыми» в целевых вычислительных экспериментах для описания динамики социальных процессов (прогнозирования, управляемости и т.д.).

3 Процесс совершенствования производства, передачи, хранения и переработки информации

4 Чайковский Ю.В. «О природе случайного» М.: Центр системных исследований ИИЕиТ РАН, 2004.

5 В частности, это проистекает из «вульгарного истолкования деклараций Р.Тома о том, что «в природе встречаются только устойчивые явления и потому при изучении каждой задачи следует изучать устойчивые случаи, отбрасывая остальные как нереализуемые». В.И.Арнольд Теория катастроф, Наука, 1990, стр.57.

6 Ackoff R.L., Charajedadhi J. Reflection on Systems and their Models / Systems Research. 1996. Vol. 13. №1.P.13-23.

7 Л.А.Итиуридзе, П.В.Агапов Сетевое политическое управление: опыт теоретического анализа, Вестник  Московского университета, Серия 18, СОЦИОЛОГИЯ И ПОЛИТОЛОГИЯ, 4, 2007.

8 Волков Ю.Г., Добреньков В.И., Нечипуренко В.Н., Попов А.В. Социология, Гардарики, М., 2000.

9 Волков Ю.Г., Добреньков В.И., Нечипуренко В.Н., Попов А.В. Социология, Гардарики, М., 2000.

10  Каракозова Э.В. Моделирование в общественных науках, ВШ, М., 1986

11 Кондратьев Н.Д. Модель экономической динамики капиталистического хозяйства // Проблемы экономической динамики, под ред. Абалкина Л.И., М.: 1989, стр. 412-415.

12 Математические методы в современной буржуазной социологии, под общей редакцией доктора философских наук Г.В.Осипова, Прогресс, М., 1966.

13 Springer Series in Synergetics, том 14 В. Вейдлих, Г. Хааг. Концепции и модели количественной (quantitative) социологии. N.-Y., 1983

14 Один из первых отечественных учёных –социо- экономистов явно ввёл информационную оценку сложности –см.сн.20.

15 СОЦИОЛОГИЯ И МАТЕМАТИКА. Моделирование социальных процессов, Издательство «Наука», Москва, 1970.

16 Бузин А.Ю. Критическая численность первобытных сообществ: модель группового отбора//Математическое моделирование в сложных экономических и экологических системах. М.: Наука, 1986; Демографические последствия генетического груза: модель становления инцест-табу//Генетика. 1987. Т.XXIII.№12

17 Винер Б.Е. К построению качественной регрессионной модели этнической идентичности//Журнал социологии и социальной антропологии. 1998, Том 1, №3

18 Гуц А.К. Глобальная этносоцио­ло­гия, Изд-во ОмГУ, Омск, 1997 г.

19  Плотинский Ю.М.  Модели социальных процессов: Изд. 2-е, перераб. и доп. – М.: Логос, 2001; Математическое моделирование динамики социальных процессов. -М.: Изд-во МГУ, 1992 -133 с

20 Глава 12. Анализ динамики систем, Глава 13. Модели хаоса и катастроф, Глава 14. Клеточное моделирование, Глава 15. Модели принятия решений

21 Гаврилец Ю.Н. Социально-экономическое плани­рование. М., Экономика, 1974

22 Кугаенко А.А. Основы теории и практики динамичес­кого моделирования социально-экономических объектов и прогнозирования их развития», М., Вузовская книга, 1998

23 Лебедев В.В. Математическое моделирование социально-экономических процессов, М., Изограф, 1997.

24 Петров А.В., Федулов Ю.Г. Подготовка и принятие управленческих решений. М., Из-во РАГС, 2000.

25 Петров А.А.  и Краснощё­ко­в П.С. Принципы построения моделей. – М., ФАЗИС, ВЦ РАН, 2000.

26 Хотя из анализа эмпирических данных известно, что бо­ль­шинство социальных показателей записываются в «слабых» шкалах, т.е. по­рядковых и номинальных.

27 Т.е. допускающих существование у переменных – социальных показателей -  производных  высокого порядка.

28 Д.Хейс. Причинный анализ в статистических исследованиях, М.: Финансы и статистика», 1981 г. Автором путевого анализа признаётся С.Райт, разработавший его ещё в 1910-20-е годы, однако его работы – трудно доступный раритет.

29 Н.Луман. Теория общества. Теория общества. Сборник/ Пер. с нем., англ./ Вступ. статья, сост. и общая ред. А.Ф.Филиппова. – М.: «КАНОН – пресс – Ц», «Кучково поле», 1999. 416 с.; М.Кастельс. Информационная эпоха: экономика, общество и культура –Изд-во ГУ – ВШЭ, М., 2000; В.Н.Кузнецов Социология безопасности, Учебник. Книга и Бизнес М., 2003. – 880 с.

30«Информация есть данные, которые были организованы и переданы (Пора) …Знание – совокупность организованных высказываний о фактах или идеях, представляющих обоснованное суждение или экспериментальный результат, которая пе­редаётся другим посредством некоторого средства коммуникации в некоторой систематизированной форме.»- цит. из книги М.Кастельса Информационная эпоха: экономика, общество и культура / Пер. С англ.; Под ред. О.И. Шкаратана. М., 2000.

31 Татарова Г.Г.  Классификация исследовательских практик в социологии как основание математической формализации // Математическое модели­рование социальных процессов,- М.: МАКС Пресс, 2001 - Вып. 3. – 202 с. В дальнейшем эта тема развивалась этим автором в Вып. 4 и 5 указанного сборника.

32  В цитируемой работе вместо ВСИ и НСИ употребляется ВСА и НСА, но моделирование соотносится как с анализом, так и синтезом, поэтому проведена такая трансформация терминов

33 Толстова Ю.Н., Коченков А.И. Использование методов многомерного анализа данных при построении концептуальной модели предметной области социологического исследования. // Математическое модели­рование социальных процессов,- М.: МАКС Пресс, 2003 - Вып.5. – 252 с.

34 В.М. Найдыш Концепции современного естествознания, Гардарики, М., 1999 г. - с. 420 429

35 То, что порождает систему и обеспечивает её дальнейшее функционирование посредством замены элементов, изменения и адаптации структуры к внешней среде.

36 М.Кастельс. Информационная эпоха: экономика, общество и культура / Пер. С англ.; Под ред. О.И. Шкаратана. М., 2000

37 В.Н. Кузнецов Социология компромисса,  Книга и Бизнес, М., 2007. – 680 с. В.Н.Кузнецов «Социология безопасности: Учебник. Книга и Бизнес М., 2003. – 880 с.

38 Математическая энциклопедия, т.4, Издательство «Советская энциклопедия», М., 1984, с. 1187

39 Л.С.Гребнев. Философия экономики (старые истины и новое мышление). М., «Луч», 1991

40 . Федоренко Н.П., Дементьев В.Е., Гофман К.Г., Львов Д.С., Макаров В.Л.., Овсиенко Ю.В., Перламуторов В.Л., Петраков Н.Я., Сухотин Ю.В. Общественное богатство: проблемы эффективной реализации экономи­ческого потенциала, ЭиММ, т.27, Вып.2, Март-Апрель, 1991, стр 229.

41 Голицын Г.А., Петров В.М. Информация – поведение – творчество. М.: Наука, 1991.

42 Шведовский В.А. Стохастизация динамических систем бильярдного типа (Автореферат диссертации на соискание степени кандидата физико-математических наук), ВНИИФТРИ, Москва-Дубна,1980.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.