версия для печати

Эмпирические вызовы и методологические подходы в сравнительной политологии (сквозь призму “Политического атласа современного мира 2.0”)

Мельвиль А. Ю.,

Доктор философских наук, Национальный исследовательский университет “Высшая школа экономики”, Москва, Россия, amelville@hse.ru

elibrary_id: 251142 | ORCID: 0000-0002-1414-5783 | RESEARCHER_ID: B-1152-2014

Мальгин А. В.,

Кандидат политических наук, МГИМО МИД России, Москва, Россия, artemmalgin@gmail.com

elibrary_id: 376145 |

Миронюк М. Г.,

Кандидат политических наук, Национальный исследовательский университет “Высшая школа экономики”, Москва, Россия, mmironyuk@hse.ru

elibrary_id: 251177 | ORCID: 0000-0002-8183-3084 | RESEARCHER_ID: K-9102-2015

Стукал Д. К.,

Кандидат политических наук, Национальный исследовательский университет “Высшая школа экономики”, Москва, Россия, denis.stukal@gmail.com

elibrary_id: 1096522 | ORCID: 0000-0001-6240-5714 | RESEARCHER_ID: ABA-3314-2020

Дата поступления статьи: 2023.03.22. Принята к печати: 2023.04.18


DOI: 10.17976/jpps/2023.05.10
EDN: NOWUCL

Рубрика: Теория и методология политических исследований

Правильная ссылка на статью:

Мельвиль А. Ю., Мальгин А. В., Миронюк М. Г., Стукал Д. К. Эмпирические вызовы и методологические подходы в сравнительной политологии (сквозь призму “Политического атласа современного мира 2.0”). – Полис. Политические исследования. 2023. № 5. С. 153-171. https://doi.org/10.17976/jpps/2023.05.10. EDN: NOWUCL

Статья подготовлена в рамках консорциума МГИМО МИД России и НИУ ВШЭ из средств гранта на реализацию программы стратегического академического лидерства “Приоритет-2030”. Авторы выражают благодарность анонимным рецензентам за ценные замечания.

Аннотация

Растущие объемы, разнообразие и охват данных в последние десятилетия не только открывают перед учеными новые или меняют уже существующие области исследования, но и превращают данные в значимый элемент политики. В этом контексте эмпирические исследования, ставшие на рубеже XX-XXI вв. мейнстримом политической науки, с одной стороны, претендуют на статус строго научного обоснованного знания, а с другой – сталкиваются с некоторыми опасениями, проистекающими из недоверия и к источникам данных, и к методам их обработки. Реализация консорциумом МГИМО МИД России и НИУ ВШЭ исследовательского проекта “Политический атлас современного мира 2.0” как раз предполагает сбор больших объемов страновых данных: во избежание попадания в ловушку манипуляции ими требуется использовать новейшие подходы к сбору, проверке качества и анализу данных. В статье рассматриваются общие проблемы, связанные со сбором эмпирических баз данных для сравнительных исследований, и предлагается их типология. Показано, как эти проблемы проявляются применительно к проекту “Политический атлас современного мира 2.0”: дан обзор ключевых недостатков, характеризующих существующие базы данных, а также рассматриваются ключевые практики, претендующие на роль современного “золотого стандарта” обеспечения качества собираемых данных. Также рассматриваются преимущества и недостатки ряда популярных методов статистического анализа данных, применяемых в сравнительных исследованиях вообще и использованных ранее в рамках проекта “Политический атлас современности”.

Ключевые слова

консорциум, МГИМО МИД России, НИУ ВШЭ, государство, база данных, индекс, количественные методы, статистический анализ, метод главных компонент, дискриминантный анализ, обучающая выборка, факторный анализ, байесовская статистика.

 Текст статьи

Выборы во всем мире. Электоральная свобода и общественный прогресс. Энциклопедический справочник. 2001. Сост. А.А. Танин-Львов. М.: Российская политическая энциклопедия (РОССПЭН).

Мальцев А.М. 2020. Сетевая динамика «диффузии технологий» в системе международных трансферов вооружений. Международные процессы. Т. 18. № 4. С. 36-61. https://doi.org/10.17994/IT.2020.18.4.63.5

Мельвиль А.Ю., Мальгин А.В., Миронюк М.Г., Стукал Д.К. 2023. «Политический атлас современного мира 2.0»: к постановке исследовательской задачи. Полис. Политические исследования. № 2. С. 72-87. https://doi.org/10.17976/jpps/2023.02.06. EDN: BZYWWX.

Мельвиль А.Ю., Миронюк М.Г. 2020. «Политический атлас современности» revisited. Полис. Политические исследования. № 6. С. 41-61. https://doi.org/10.17976/jpps/2020.06.04. EDN: XAUJPE.

Прикладная статистика и основы эконометрики. 1998. Под ред. А.С. Айвазяна, В.С. Мхитаряна. М.: Издательское объединение «ЮНИТИ». EDN: WOCAZB.

Сартори Д. 2003. Искажение концептов в сравнительной политологии (I). Полис. Политические исследования. № 3. С. 67-77. https://doi.org/10.17976/jpps/2003.03.07. EDN: ESCXAZ.

Стукал Д.К., Беленков В.Е., Филиппов И.Б. 2021. Методы наук о данных в политических исследованиях: анализ протестной активности в социальных сетях. Политическая наука. № 1. С. 46-75. https://doi.org/10.31249/poln/2021.01.02. EDN: HWJLKK.

Aleskerov, F., Meshcheryakova, N., & Shvydun, S. (2020). Indirect influence assessment in the context of retail food network. In Bychkov, I., Kalyagin, V., Pardalos, P., Prokopyev, O. (Ed.), Network Algorithms, Data Mining, and Applications. NET 2018. Springer Proceedings in Mathematics & Statistics. Vol 315. Cham: Springer. https://doi.org/10.1007/978-3-030-37157-9_10

Aleskerov, F.T., Gavrilenkova, I., Shvydun, S., & Yakuba, V.I. (2020). Power distribution in the networks of terrorist groups: 2001-2018. Group Decision and Negotiation, 29(3), 399-424. https://doi.org/10.1007/s10726-020-09674-2

Ambrozik, C. (2019). Countering violent extremism globally: a new global CVE dataset. Perspectives on Terrorism, 13(5), 102-111.

Daxecker U., Amicarelli E., & Jung A. (2019). Electoral contention and violence (ECAV). Journal of Peace Research, 56(5), 714-723. https://doi.org/10.1177/0022343318823870

Fienberg, S.E. (2006). When did Bayesian inference become “Bayesian”? Bayesian Analysis, 1(1), 1-40. https://doi.org/10.1214/06-BA101

Fisher, R.A. (1936). The use of multiple measurements in taxonomic problems. Annals of Eugenics, 7(2), 179-188. https://doi.org/10.1111/j.1469-1809.1936.tb02137.x

Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A. & Rubin, D.B. (Ed.). (2013). Bayesian data analysis. Chapman and Hall/CRC. https://doi.org/10.1201/b16018

Gill, J. (2021). Political science is a data science. The Journal of Politics, 83(1), 1-7. https://doi.org/10.1086/711611

Gleditsch, N.P., Wallensteen P., Eriksson M., Sollenberg M., & Strand H. (2002). Armed conflict 1946-2001: a new dataset. Journal of Peace Research, 39(5), 615-637. https://doi.org/10.1177/0022343302039005007

Hastie, T., Tibshirani, R. & Friedman, J. (2016). The elements of statistical learning: data mining, inference, and prediction. New York, NY: Springer.

James G., Witten D., Hastie T., Tibshirani R. (2021). An introduction to statistical learning: with applications in R. New York, NY: Springer. https://doi.org/10.1007/978-1-0716-1418-1

Jolliffe, I.T. (2002). Principal component analysis. New York, NY: Springer.

Jolliffe, I.T. & Cadima, J. (2016). Principal component analysis: a review and recent developments. Philosophical Transactions of the Royal Society, 374(2065). https://doi.org/10.1098/rsta.2015.0202

Leemann, L., Stoetzer, L.F. & Traunmueller, R. (2021). Eliciting beliefs as distributions in online surveys. Political Analysis, 29(4), 541-553. https://doi.org/10.1017/pan.2020.42

Liu, L. (2021). The rise of data politics: digital China and the world. Studies in Comparative International Development, 56(1), 45-67. https://doi.org/10.1007/s12116-021-09319-8

Loyle C.E., & Binningsbo H.M. (2018). Justice during armed conflict. The Journal of Conflict Resolution, 62(2), 442-466. https://doi.org/10.1177/0022002716655441

Lutmar, C., & Terris, L.G. (2019). Introducing a new dataset on leadership change in rebel groups, 1946-2010. Journal of Peace Research, 56(2), 306-315. https://doi.org/10.1177/0022343318802979

Melville, A., Akhremenko, A. & Mironyuk, M. (2019). What Russia can teach us about power and influence in world politics. Russian Politics, 4(2), 137-167. https://doi.org/10.1163/2451-8921-00402001

Mulder, J. & Hoff, P.D. (2021). A latent variable model for relational events with multiple receivers. arXiv. https://doi.org/10.48550/arXiv.2101.05135

Nohlen, D., Grotz, F., & Hartmann, Ch.  (Ed.). (2002). Elections in Asia and the Pacific: a data handbook. Vol. 2. Oxford; New York: Oxford University Press.

Palmer, G., D'Orazio, V., Kenwick, M., & Lane, M. (2015). The MID4 Dataset, 2002-2010: procedures, coding rules and description. Conflict Management and Peace Science, 32(2), 222-242. https://doi.org/10.1177/0738894214559680

Regan, P. (2002). Third-party interventions and the duration of intrastate conflicts. Journal of Conflict Resolution, 46(1), 55-73. https://doi.org/10.1177/0022002702046001004

Shvydun, S. (2020). Influence of countries in the global arms transfers network: 1950-2018. In H. Cherifi, S. Gaito, J. Mendes, E. Moro, & L. Rocha (Ed.), Complex Networks and Their Applications VIII. COMPLEX NETWORKS 2019. Studies in Computational Intelligence. Vol 882. Cham: Springer. https://doi.org/10.1007/978-3-030-36683-4_59

Smith, A.F.M. (1984). Present position and potential developments: some personal views: Bayesian statistics. Journal of the Royal Statistical Society. Series A (General), 147(2), 245-259. https://doi.org/10.2307/2981680

Walsh, J.I., Conrad, J.M., Whitaker, B.E., & Hudak, K.M. (2018). Funding rebellion. Journal of Peace Research, 55(5), 699-707. https://doi.org/10.1177/0022343317740621

Wellman E.I., Allen N.W., & Nyblade B. (2022). The extraterritorial voting rights and restrictions dataset (1950-2020). Comparative Political Studies, 56(6), 897-929. https://doi.org/10.1177/00104140221115169 

Возможно, Вас заинтересуют: