С. В. Выстрянцев МЕТОДОЛОГИЧЕСКИЕ ПРАКТИКИ ИСПОЛЬЗОВАНИЯ СТАТИСТИКИ В СОЦИАЛЬНО-ПОЛИТИЧЕСКИХ НАУКАХ

Научное познание с необходимостью предполагает использование процедур измерения, логико-математических приемов и статистические обобщения. Статистика, в частности, характерна для исследований в политических науках.

Процедура измерения — важнейший элемент исследования в области любой научной дисциплины. И в любой даже очень хорошо организованной процедуре измерения содержится элемент ошибки. Самое точное описание или попытка предсказать развитие событий, что, собственно, и составляет смысл деятельности ученого, носят только приблизительный характер. Если предсказанное ученым событие происходит в предсказанных же параметрах, это следует рассматривать как случайность и, отмечает Джевонс, «это скорее должно возбудить подозрение, чем удовлетворение»[V]. Статистика в социально-политических исследованиях часто указывает на ошибки в измерении. Статистику можно назвать теорией ошибки, конечно, это не конкретная процедура поиска ошибки с характерными процедурами, но теория абстрактных или структурных характеристик ошибки. Статистика демонстрирует эти характеристики для определения ошибки, подсказывает величины ошибки и способы учесть ошибку в исследованиях. Это важнейшая функция статистики в исследовательской программе.

Даже если бы конкретное измерение было бы свободно от ошибки и было совершенно точным, повторение измерения почти наверняка не могло бы дать всегда одни и те же результаты. Надо учесть, что концептуальные схемы и контексты, в которых будут применяться полученные результаты, носят открытый характер, и

разные наблюдатели будут иметь в некоторой степени разные концепции.

Зачастую разнообразие относится к предмету исследования и только вторично соотносится с наблюдениями, которые над ним производятся. Исследование может быть направлено на большой класс объектов и ситуаций, которые в достаточной степени похожи, чтобы их сгруппировать в один класс, хотя, разумеется, они не идентичны. Они могут быть отнесены к данному классу с различной степенью приближения к характерным чертам этого класса. Вновь выявленное разнообразие снова надо свести к некоему единству. Какое из описаний наилучшим образом характеризует класс, объединяющий гетерогенные объекты, ситуации?

Предположим, есть объяснение, которое должно дать возможность объединить большую группу случаев. Данные, подтверждающие это, никогда не могут быть абсолютно убедительными, уверенность в них никогда не будет полной, несомненной. Ведь обычно факт —это только некоторое количество случаев, примеров, и степень неопределенности будет соотносима с оставшимися случаями, например, теми, которые относятся к ненаблюдаемому будущему. Даже в сравнительно редких случаях, когда данные можно считать исчерпывающими (когда удается изучить каждого члена группы), возможность ошибки нельзя отбрасывать при оценке всех данных, подтверждающих вывод.

задачей определения степени вероятности правдоподобности вывода, который будет результатом исследования, в свете присутствия негативных фактов. Можно сказать, что статистика в широком смысле слова состоит из способов, приемов работы с множеством разнообразных данных для определения, какие выводы эти данные подтверждают, и с какой степенью вероятности.

С этой точки зрения, статистику можно характеризовать как операции с данными, сопутствующими рассуждениям, когда принимается решение в ситуации неопределенности. «Статистический вывод—это принятие разумных решений в условиях неопределенности»4. Вероятно, в области социально-политических исследований все решения носят характер неопределенности, за исключением чисто математических действий. Решения, принимаемые ученым-эмпириком в любом исследовании, безусловно, сталкиваются с моментом неопределенности. Ведь ни одно исследование нельзя считать окончательным, всегда есть что-то, что еще можно учесть, чтобы сделать принятое решение более обоснованным.

Можно столкнуться с двумя видами неопределенности. Прежде всего — риск. Это ситуация, когда мы знаем о действующем законе, но предполагаем элемент случайности. Вероятность этой случайности присутствует, но каков будет результат в данном конкретном случае —неизвестно. Другой тип неопределенности—статистическое невежество. Какой закон действует — неизвестно. Неизвестны не обязательно все обстоятельства, но достаточно важные, поэтому нет возможности определить степень вероятности того или иного варианта. Различие между этими двумя видами неопределенности иллюстрируется тем, к каким решениям можно прийти, играя в карты с незнакомцами (исключая самое правильное решение — не играть вообще): существует элемент риска, присущий самой игре, и статистическое невежество, т.

Является ли различие между двумя типами неопределенности значительным, фундаментальным? Мы никогда полностью не находимся в неведении относительно возможностей, с которыми сталкиваемся. В приведенном выше примере тот факт, что другие игроки-незнакомцы, уже приводит к определенным ожиданиям, и у этих ожиданий есть рациональные основания. С другой стороны,

риски не настолько определенны, как может первоначально показаться. Никогда нельзя знать наверняка, какова вероятность, можно только дать ей оценку. Эта оценка может быть более или менее ошибочна, и если бы было известно хотя бы направление, наши оценки были бы более верны. Тем не менее, методологически различия между двумя типами неопределенности важны. Не так уж редко, особенно в социальных науках, по незнанию ситуация статистического невежества трактуется как ситуация определенного риска. Вызывает возражение не то, что выдвигается предположение, которое лежит вне границ доступных фактов, это свойственно всем предположениям. Возражение вызывает то, что неизвестно, как много предполагается. Незнание служит поводом для того, чтобы утверждать, что что-то знают. Вероятность наступления того или иного события неизвестна, но это не повод делать вывод, что вероятность = 1 /2. Априорная интерпретация вероятности возможна, но всегда есть условия, которые должны удовлетворяться. Опасность кроется в предположении, что эти условия относятся к данному случаю, без понимания того, какие это условия. Незнание хорошо до тех пор, пока не приходится расплачиваться за ошибки.

Иногда кажется, что знание статистики — это некая подмена, паллиатив знания. Использование статистики воспринимается как признак отсутствия знания, статистика понимается как знание второго плана, фон. Возможно, это проистекает еще из теории знания Платона, в соответствии с которой ничто не может называться знанием до тех пор, пока истинность этого не станет и универсальной, и необходимой.

За последние примерно сто лет, возможно, благодаря развитию самой статистической науки такой взгляд оказался значительно потесненным. Сейчас многие считают причинно-следственные законы упрощением того, что является по существу статистическими отношениями. Эта позиция защищалась Райхенбахом. «Причинно-след

ственные законы вводятся в процессе схематизации. Мы допускаем, что они верны для идеальных условий, зная, что неизбежные ошибки наблюдения приведут к отклонениям от идеала. Говоря здесь об ошибках, мы делаем уступку априорной философии, которая настаивает на том, что существует строгий закон в основе наблюдаемых случаев. Это больше соответствует установлению корреляции только с высоким процентом, опуская иные интерпретации отклонений, как ошибочные. Затем можно прейти к утверждению, что процент подтверждающих наблюдений может быть повышен посредством подходящего выбора благоприятных факторов»6. Какое бы мнение ни высказывалось о природе научных законов, статистическое предположение следует рассматривать как знание в самом полном смысле слова. Статистика дает возможность узнать больше, выясняя вероятность наступления целого класса событий, нежели когда точно известно только, каков будет конкретный результат.

Но, как и любой другой вид знания, статистическое знание не является случайным, у него есть специфическая природа и технология производства. Сама по себе статистика это не источник знания. В статистических вопросах особенно широко распространена «мистика количества», как будто статистическая сводка дает свое собственное содержание.

В социально-политических науках наблюдение остается основным источником информации. В процессе исследования наблюдают, измеряют, возможно, даже ставят эксперименты. Статистику можно рассматривать как общую и абстрактную теорию этого ряда процедур. Эта роль — получение информации и ее обработка, когда требуется, и приложение информации к решению проблем, которые мотивированы исследованием. Разумеется, математическая статистика совершенствуется сама по себе. Но с точки зрения методологии, статистика полностью подчинена эмпирическим процедурам.

Теория вероятности является наиболее распространенной, даже основной для различных операций статистики. Исчисление вероятности для любой концепции, для любой математической системы можно развивать до очень большой степени. «Вероятность» можно взять как первичный, базовый термин для вычислений не определенных постулатами, которые определяют его формальные качества. Само исчисление не дает никаких особых вероятностей, к ней приходят иными путями. И эти пути зависят от конкретной используемой теории. Что действительно дает вычисление, так это возможность преобразовывать характеристики вероятности в другие вероятности. Это дает возможность выполнять вычисления при условии, что в наличии есть данные, на которых можно основываться в расчетах. Это очень похоже на арифметику. Если известно, что 1,5 курицы откладывают в среднем 1,5 яйца за 1,5 дня, можно легко подсчитать производительность семи кур в течение семи дней. Но арифметика ничего не говорит о размножении домашней птицы, птичьем гриппе и так далее, эту информацию нужно получать где-то еще.

Вычисление в социально-политических исследованиях вероятности дает возможность трансформировать или объединять данные вероятностей так, чтобы прийти к иным данным. Но как мы получаем первоначальные данные и что узнаем, когда перейдем к другим — эти вопросы не решаются с помощью процедур вычисления, они зависят от интерпретации.

Исторически самая ранняя и во многом самая простая интерпретация— та, что дается априорной теорией, имеющей дело, как говорят, с математической вероятностью в узком смысле слова. Грубо говоря, вероятность интерпретируется как отношение благоприятных случаев к общему числу альтернатив. Самая простая иллюстрация — карточные игры. Кости, карты, рулетка и другое — это устройства, которые дают фиксированный набор четких альтернатив. Шансы ставок, связанных с этими альтернативами, или их сочетаниями, можно вычислить. Априорные теории к первоначальным вероятностям рекомендуют идти путем анализа ситуации, и ее альтернативных результатов; подсчитываются возможности, а они определяются природой случая. И их не надо раскрывать, организуя специальные наблюдения. Важно чтобы альтернативы были одинаково вероятны, или им следует давать соответствующий различный вес при подсчетах.

Использование приемов исследование, рекомендованных теори

ей вероятности дает возможность приходить к индуктивным выводам. Следует заметить, что индуктивная логика в течение последних полутора веков вошла в новую фазу развития и теперь значительно отличается от того, чему учили Аристотель, Бэкон, Милль. Новизна связана с тем, что теперь индуктивная логика тяготеет к алгоритму «логики открытия», представляя собой алгоритмы ряда практик, ориентированных на инновацию. Сегодняшняя индуктивная теория представляет собой ряд процедур, ориентированных на возможно более полную реконструкцию процесса открытия нового знания. Хорошим примером такого типа алгоритма является «логическая последовательность действий при установлении социальных фактов» В. А. Ядова6. Как замечал Карнап, ситуация здесь стала походить на ситуацию дедуктивной логики: не существует более рутинных путей открытия дедуктивных теорем и их доказательств, нет более таких путей и для индуктивных гипотез или свидетельств их наличия. Но у нас есть пути установления, фиксации обоснованность неких данных доказательств, а также фиксации значения данной суммы свидетельств.

Вероятно, можно предположить: среди современных российских социальных исследователей есть согласие, что использование индуктивной логики опирается на какой-то вариант теории вероятности, требующий ко всему прочему интерпретации. Заключения индуктивного вывода не могут содержать абсолютной, универсальной истины, а только приближаются к ней в той или иной степени. А вот в какой степени — неизбежно зависит от предпосылок, из которых делается вывод, т. е., так или иначе, от общего состояния нашего знания. С точки зрения Райхенбаха, ученый всегда должен рассматривать как можно более узкий класс явлений, для которого у него имеется надежная статистика. Карнап сформулировал соответствующее требование: использовать все доступные свидетельства7. Простой и действительно верный принцип, ведь в любом случае мы всегда исходим из того, что мы знаем, и вероятность остается нашим гидом в науке, так же как и в жизни. С точки зрения методологии, значение теории вероятности заключается в реконструкции, которую теория вероятности может подтолкнуть к индуктивному выводу. Что касается философского истолкования проблемы индукции, которая столь долго обсуждалась философами со времен Д. Юма, то для методологии социальных наук достаточно идеи Ч. Пирса, что свидетельство истинности любого частного предположения не будет одинаково долго разделяться все

ми учеными: вероятность, вес или степень подтверждения любого предположения не остаются неизменными бесконечно долго. Ведь проблема, которую мы решаем, организуя научное исследование, заключается не в том, как мы вообще получаем какое-либо знание, а в том, как мы можем наилучшим образом использовать имеющееся знание в качестве средства узнать больше о том, чего мы еще не знаем.

Многие статистические процедуры носят формализованный характер, они стандартизированы. Точно известно, какие вычисления надо сделать, и в каком порядке. Их можно уложить в некие формулы. Обычным является вопрос о том, насколько ценным является знание, полученное с помощью формул. Используемые теперь программы СПСС и Статистика являются не чем иным как алгоритмом, серией шагов, хотя надо заметить, что эти шаги — результат предыдущих, когда-то показавших хорошие результаты, что не гарантирует того же в будущем. Применением статистики в исследовании нельзя считать просто применение формул для вычислений, в это случае можно говорить о не полноте статистической функции. Формула организует вычисление, но не может подменять ход размышления о том, что надо вычислять, как интерпретировать и что делать с результатами. Непродуманное использование статистических формул можно назвать «поваренной книгой статистики». Даже обычной домохозяйке недостаточно просто следовать рецепту. Она учитывает вопросы диеты, соображения экономии, эстетику и так далее.

Каждое применение формулы должно быть основано на ряде существенных предположений о природе проблемы, на ряде гипотез

о              том, что может продвинуть решение проблемы. Результативное применение статистического инструментария, как и любого другого, зависит от нашего знания об изучаемых материалах, а также о том, как результат будет использован.

Наиболее простой случай использования статистики, когда пытаются сократить, свернуть большое количество данных до приемлемых в использовании величин. В социальных исследованиях, где нет устойчивой, общепринятой системы измерений, зачастую сталкиваются результаты измерения одной и той же величины, сделанные по-разному, или сделанные разными наблюдателями. В этом случае нужно найти простой способ охарактеризовать этот массив данных в целом, найти единую оценку или репрезентирующий элемент, который может быть использован либо

как основа для сравнения с другими массивами, либо как способ идентификации образца отношений между соответствующими элементами.

Это область дескриптивной статистики. В начале постулируется некая структура массива данных, которая и будет описываться, а затем будут использоваться разнообразные приемлемые процедуры измерения для оценки характеристик этой структуры. Каждая процедура измерения — это статистика, а оцениваемые характеристики — это параметры описанного распределения. Какая бы статистическая процедура ни использовалась, она имеет свои отличительные черты, являющиеся решающими для вынесения суждения о ее соответствии и для верной интерпретации, объяснения результата измерения, произведенного с ее помощью. В практике современных российских социальных исследований можно отметить довольно много ошибок, являющихся результатом того, что специфические черты статистических процедур не учитывались. С нашей точки зрения, причина тому — невысокий уровень подготовки в этом направлении российских социальных исследователей. Дескриптивная статистика чревата и еще одной типичной ошибкой. Когда оцениваемые параметры, относящиеся к распределению в целом, переносят на отдельные случаи, составляющие это целое.

Ученый-социолог использует статистику как точку выбора в непрерывном потоке его поведения: проведение исследования в конечном итоге можно рассматривать как одну из разновидностей поведения. Результатом каждого исследования в этом случае является решение на основе выбора. Решение, разумеется, не обязательно должно формулировать, как на этом может настаивать вульгарный прагматизм, каких действий следует придерживаться за пределами контекста исследования, а от каких воздерживаться. Действие не обязательно должно состоять из применения научного результанта к прикладной, практической проблеме. Научная деятельность, в частности исследование, сама является сферой практического — здесь делают нечто важное для общества, и общество должно быть заинтересовано в том, чтобы делалось это хорошо. Получение научного вывода это особый случай принятия решения, совершения выбора между альтернативами, с которыми сталкиваются в проблемных ситуациях.

Рациональность решения предполагает ориентацию на определенные ценности8. Одну из двух альтернатив выбирают, так как

предпочитают один результат другому и предполагают, что избранная альтернатива даст предпочтительный для нас результат. В игру вступает система «полезных вещей» — назовем таким условным термином сумму ценностей, предпочтений или любого желаемого в ситуации принятия решения. Решение принимается с ориентацией на факторы, которые как ожидается, до максимума увеличивают функциональную полезность или стимулируют создание благоприятной обстановки.

Однако, известно, что положительные функции сопряжены с дисфункциями (Роберт Мертон) и результат может и не соответствовать ожиданиям и ситуацию выбора придется повторять вновь и вновь. Появляется суждение о том, чтобы воздержаться от выбора вообще, так как выбор лучшего варианта может повлечь за собой катастрофические последствия, если в конечном итоге он лучшие не окажется. Такая стратегия изначально дает некоторые гарантии выигрыша без приобретения страховки, просто сохраняя некий потенциал, который может быть использован на реализацию решения.

Давайте присмотримся к тому, какие факторы задействованы в оценке некой величины, например протяженности объекта, причем этот объект — часть социального мира, которым и интересуются общественные науки. Можно предположить, что какие-то измерения уже были сделаны, ведь общественные вопросы — вопросы «вечные» для общественной практики во все времена, и что полученные данные нам доступны. Эти данные не обязательно сообщают нам протяженность объекта, так как говорят на разных языках. Прежде всего, нужно перевести, о чем эти данные и решить чему верить. Этот момент наиболее актуальный и самый основной для политических наук и для политической философии: глас народа можно трактовать как глас Бога, но люди не говорят одним голосом, и только Бог знает, что они говорят.

Принимая решение на основе полученных данных, играют против Природы, против сложившегося естественным образом порядка вещей. И это решение не часто не просто игра, т. е. ничего важного на кону не стоит. Более того, не предполагается, что Природа собирается одержать верх над нами. Но есть призовой фонд, который можно выиграть — прежде всего, это знания или истина. И есть цена, которую придется платить за плохую игру. Игра, разумеется, предполагает правила, которые придумали не мы, — это то, что мы называем законами Природы и обстоятельствами дела. Они как

раз определяют награду или наказание, но мы свободны в выборе стратегий в соответствии с этими правилами.

Логика в самом широком смысле слова никоим образом не отделена от этики и аксеологических проблем, как иногда об этом говорят. В работах методологов логика включает этику из-за проблемы единичного случая. В частности, согласно теории вероятности согласованное с этой теорией действие рационально, если рассматривается как единица бесконечной последовательности сравнимых с ним случаев. Но никто из обществоведов с подобной последовательностью не сталкивался и не столкнется. Мы нерациональны до тех пор, пока не определимся, как соотноситься с бесконечным сообществом других лиц, принимающих решение. Именно этот этический принцип — согласовывать наши интересы с интересами всего человечества, должен стать основным для логики вероятности в социальных дисциплинах.

Все так называемые «научные факты» предполагают суждения об их ценности и значении. Если признать эту идею здравой, то науки об общественном поведении, о рациональном социальном действии в определенном смысле (идея, которую можно найти у классиков социологии О. Конта и Э.Дюркгейма, М. Вебера, -П. А. Сорокина) является основной для других, в том числе естественных, не говоря уже о статистике. Каким бы ни был предмет науки, рациональное принятие решения —это часть поведения человека, поэтому его теоретические суждения, в той степени в каковой они выходят за пределы чистой логики и математики, принадлежат социологии и социальным дисциплинам. Приблизительно таким же образом классический позитивизм сделал психологию основной, базовой наукой —путем феноменологической эпистемологии: каждое научное предположение сообщает нам или систематизирует определенные ощущения, чувства, так что теория чувств становится фундаментальной. Однако, нужно непременно заметить, что зависимость других наук от социологии должна быть сформулирована осторожно. Одно дело утверждать, что нельзя понять поведение ученого, пока не знаешь что-то о человеческом поведении в целом. И совсем другое дело предполагать, что, изучая только человеческое поведение можно выяснить все, что ученый пытается изучать. Первое это почти трюизм, второе — очевидный абсурд.

Таким образом, социальные науки для статистики играют решающую роль. А какова роль статистики для социологии? Ис

торически статистика развивалась из попыток объяснить проблемы, связанные с массовым поведением. Однако в социальных дисциплинах всегда наблюдался скептицизм в отношении статистики.

Критика использования статистики в общественных науках шла, как нам кажется, в двух направлениях. Прежде всего, утверждалось, что поведение человека по существу непредсказуемо, поскольку оно свободно. Такое убеждение основано на двух ошибочных предположениях: что свободный выбор — это тот, который не имеет причины, и что предсказания, прогнозы о будущем могут основываться только на знании причинно-следственных связей. Метафизическая свобода, если таковая существует, разумеется, не интересует социологию, так как социология исходит из того, что зависимость людей друг от друга—атрибут-социального. Другое предположение неверно, так как и задолго до появления знания об имеющихся причинах удачные предсказания существовали. Действительно, в поведении людей есть элемент случайности, спонтанности. Но социальное поведение составляют стандарты, которые дает культура, обычаи, традиции, привычки, социальный порядок, социальные институты и так далее. Да и спонтанность, случайность социологи, с помощью статистики, научились предсказывать.

В подобных утверждениях все же есть важный момент, основанный на здравом смысле — сложность, которая сталкивает социальные науки с реальной методологической проблемой, но никак не с метафизической загадкой. Использование статистики здесь практически проблем не оставляет. Статистика помогает справиться со сложностью.

Другое направление сопротивления статистике заключается в следующем. Утверждается, что цель науки состоит только в открытии универсальных законов, в то время как статистическим корреляциям не хватает этой универсальности. Однако коэффициент корреляции настолько точен, т. е. настолько же открыт и ощутим, как это предполагает закон. И в некотором смысле он даже более общий, чем «общие» законы природы, которые рассматриваются наукой все-таки в «особых», часто лабораторных, условиях. Обнаружение важных корреляций обогащает научное знание и не только в отношении частностей. Разумеется, научное знание нельзя с уверенностью приложить к любому конкретному случаю. Но и законы, не подкрепленные статистикой, использоваться не могут. Это большая проблема для российского обществоведения: утверждать, что

в общественных науках не может быть законов, означает неверие или плохую подготовку в области статистики.

С нашей точки зрения, критическое отношение по поводу использования статистики в социологии связано с тенденцией забывать, что статистические методы — это инструменты мысли, а не замена мысли. К статистическим методам обращаются, потому что они нужны при проведении исследований, а не потому, что они существуют.