Логика протестных кампаний: от эмпирических данных к динамическим моделям (и обратно)

Abstract

Значимые политические протесты представляют собой протяженные во времени кампании, включающие множество взаимосвязанных действий протестующих и властей. Между тем используемые в настоящее время для их изучения статистические методы и базы данных более приспособлены для анализа разовых событий, не связанных друг с другом во времени. В статье на обширном материале конкретных исследований рассматриваются две характерных черты такого подхода – феномен “избыточного агрегирования” и проблема “независимых событий”. В первом случае все характеристики протестных эпизодов усредняются по кампании в целом либо по годам или месяцам. Во втором случае исследователи формируют выборку из таких эпизодов в том предположении, что они никак не связаны между собой. И то, и другое приводит к игнорированию внутренней динамики протестных кампаний и не позволяет учесть целый ряд их важных особенностей. Среди них – характер информационной асимметрии между протестующими и представителями властей, опора в принятии решений на информацию о предшествующих этапах (прежде всего, об уровне их массовости), системные эффекты “каскадов” и “пороговых точек” в развитии протестного движения, а также эффекты обучения. Для преодоления указанных методологических проблем мы предлагаем математическую агентно-ориентированную модель, в которой множество потенциальных участников протеста представляется как социальная сеть, а индивиды принимают решения об участии в протестной акции с учетом предшествующих событий. Этот подход рассматривает протестную кампанию как динамически связанную и позволяет формулировать эмпирически проверяемые гипотезы, подкрепляемые результатами модельного эксперимента.