Статистические данные в социологии

секция, организованная при участии
Исследовательского комитета РАПН и РОС
«Политическая социология»

 

Время проведения: пятница 12 марта 2015 года с 17-30 до 20-00.

Место проведения: РАНХиГС (Российская академия народного хозяйства и государственной службы при Президенте РФ).
Адрес: пр-т Вернадского, д. 84, учебный корпус № 6.

Отчёт о заседании секции

Целью проведения заседания секции было представить описания успешного использования статистических данных, возможно, с привлечением социологических данных, в социологических исследованиях, показать, как статистические данные можно использовать для извлечения из них социологических смыслов и значений, для выявления социологических закономерностей, получения социально значимых выводов и рекомендаций. Предполагалось также обсудить, как было бы желательно изменить показатели и методики сбора в государственной статистике, чтобы её данные были максимально полезны для социологов.

 

Вел заседание Римский Владимир Львович (заведующий отделом социологии Фонда ИНДЕМ, Россия, Москва).

На заседании выступили:

1. Юрий Львович Качанов (главный научный сотрудник Института статистических исследований и экономики знаний НИУ ВШЭ, доктор философских наук, Россия, Москва). Статистические данные и дух социологии: Правила социологического метода.
2. Юрий Николаевич Благовещенский (ведущий научный сотрудник МГУ им. М.В. Ломоносова, главный специалист Фонда ИНДЕМ, доктор физико-математических наук, профессор, Россия, Москва). Государственная и корпоративная статистика в исследовании кластера судей.
3. Кирилл Дмитриевич Титаев (ведущий научный сотрудник Института проблем правоприменения Европейского университета в Санкт-Петербурге, магистр социологии, Россия, Санкт-Петербург). Данные государственной статистики преступности и правоохранительной деятельности: самый простой и самый сложный материал для социолога.
4. Ольга Евгеньевна Кузина (профессор НИУ ВШЭ, кандидат экономических наук, PhD (Sociology), Россия, Москва). Оценка степени перекредитованности населения на основании анализа банковской статистики и данных социологических опросов населения.
5. Анна Валентиновна Немировская (старший научный сотрудник Лаборатории сравнительных социальных исследований, доцент НИУ ВШЭ в Санкт-Петербурге, кандидат социологических наук, кандидат филологических наук, Россия, Санкт-Петербург). Проблема высокой смертности в регионах российского фронтира (регрессионный анализ демографической и социально-экономической статистики).
6. Светлана Гавриловна Климова (ведущий научный сотрудник Института социологии РАН, кандидат философских наук, Россия, Москва). Статистические данные для анализа контекста гражданского участия. Доклад подготовлен в соавторстве с Ириной Вячеславовной Щербаковой (научный сотрудник Института социологии РАН, кандидат социологических наук, Россия, Москва).

По причине отсутствия на заседании докладчика не состоялся включённый в программу секции доклад:

1. Николай Сергеевич Бабич (научный сотрудник Института социологии РАН, кандидат социологических наук, Россия, Москва). Усиление корреляций между опросными данными и официальной статистикой при помощи типологизации выборки на примере данных о сельских поселениях РФ.

Заседание секции начал Юрий Львович Качанов. Он отметил, что понятие «статистика» может относиться к трём совершенно разным предметным областям: математической статистике, государственной статистике, а также к статистике, понимаемой как сведения из общедоступных источников. Не пытаясь в своём частном выступлении решить общие проблемы использования статистики в социологии, он далее представил успешный опыт такого использования в социологии науке.

По оценке Ю.Л. Качанова социологические понятия или конструкты принципиально отличны от того, чем оперирует государственная статистика. Социологические конструкты используются в заданном неявно смысловом горизонте философии, за счёт чего данные конструкты могут быть краткими, но ёмкими. В то же самое время, корректные показатели государственной статистики должны включать в явном виде детальные описания того, как были получены те или иные числа. Поскольку социологические конструкты и статистические конструкты получают определения в радикально отличающихся теоретических контекстах, между ними зачастую невозможно установить взаимно однозначные соответствия. Для релевантного использования в социологии статистических данных необходимо не постулировать существование предмета социологического исследования, а детально конструировать его. Только конструктивный подход может гарантировать соответствие социологической и статистической информации.

В ходе Мониторинга научных кадров высшей квалификации (Программа фундаментальных исследований НИУ ВШЭ, 2010–2014 г.), методику и результаты которого Ю.Л. Качанов изложил в своём выступлении, социологическая информация и данные государственной статистики относительно институтов РАН были интегрированы с данными поисково-информационной системы Web of Science (Thomson Reuters). В докладе был представлен фрагмент исследования, посвящённый научным кадрам высшей квалификации, занятым исследованиями в области физики. Был определён «научный капитал» 1524 кандидатов и докторов наук из 42 институтов РАН. Указанный социологический конструкт выражает шансы учёного добиться научного признания и/или занять административный пост. Вместо того чтобы по одному интерпретировать показатели, научный капитал позволяет схватить как целое 35 показателей, характеризующих символическую, административную и академическую власть и влияние. База данных Web of Science была использована для того, связать воедино различные индикаторы деятельности научных институтов и научные капиталы их сотрудников с публикационной активностью и цитированием научных работ, выполненных в данных институтах. Отличительной чертой информации из Web of Science является большой объём: для её обработки уже нельзя использовать десктопные приложения общего назначения, широко применяемые социологами, но лишь специализированное серверное программное обеспечение.

Ю.Л. Качанов отметил, что цитирования 201153 опубликованных в 2008–2013 г. научных работ (которые аффилированны с попавшими в выборку 42 институтами), имеют сильно скошенное распределение: 97919 работ (по состоянию на июль 2014 года) не были процитированы ни разу, в то время как одна работа получила 4084 цитирований. Он отметил также, что «известность русской науке создают большие коллаборации»: «хотя большинство статей написано небольшим числом соавторов, львиную долю ссылок получают статьи, в которых порядка тысячи соавторов из разных стран и длинные списки цитированной литературы». Многомерное шкалирование данных государственной статистики совместно с данными Web of Science и результатами социологического измерения научного капитала выявило следующую тенденцию. Научный капитал концентрируется в тех институтах, в которых много научных сотрудников и которые имеют высокие значения показателей, фиксируемых государственной статистикой. При этом именно «большие» институты публикуют больше научных работ и получают на них больше цитирований, чем «маленькие».

Социологически такой результат можно интерпретировать в том смысле, что в науке можно указать два масштаба времени. В быстром масштабе времени, характеризующем динамику научных практик, учёные и институты представляются относительно независимыми. Однако в медленном масштабе времени, описывающем динамику институтов, научные практики оказываются сильно связанными с институтами. При этом «большие» институты в силу своей устойчивости успешно функционируют как целое на больших интервалах времени, чем «маленькие», и в большей степени, чем последние, способны упорядочивать научные практики.

По словам Ю.Л. Качанова, приверженцы методологического индивидуализма в социологии науки склонны утверждать, что крупные научные структуры нарушают таинство творчества и замедляют рост знания; они полагают, что лишь небольшая лаборатория может определить наиболее перспективные направления научного поиска. С другой стороны, сторонники холизма считают, что медленные процессы с характерными временами порядка десятилетий плохо регулируются на уровне малых коллективов, и что устойчивое воспроизводство крупных институтов способно ускорять рост научного знания. Первые квалифицируют науку как спонтанное возникновение и распространение небольших инноваций и концептуальных сдвигов на микроуровне, которые обусловлены внутренними причинами и не требуют сложного институционального дизайна. Вторые склонны отождествлять науку с крупными структурными сдвигами в производстве знаний, сдвигами, нуждающимися в значительных централизованных инвестициях. По оценке Ю.Л. Качанова, в аспекте показателей публикационной деятельности, точка зрения методологического холизма с большей вероятностью оказывается релевантной. Достаточно большие институты, специализирующиеся на сложных и дорогостоящих исследованиях, которые реализуются в рамках интенсивного международного сотрудничества, формируют известность физики, по крайней мере, на современном этапе.

Юрий Николаевич Благовещенский начал своё выступление с указания на то, что в сфере государственной статистики, как он выразился «кластера судей», собираются не все данные, которые были бы интересны социологу. И поэтому в социологическом исследовании приходится анализировать только ту часть поля его предмета, в которой имеются статистические данные. Далее он указал, что в некоторых случаях, как для данных статистики жалоб на судей, предмет социологического исследования почти не ограничивается. Достаточно подробная государственная статистика в этом, в частности, случае, может считаться неким косвенным опросом населения. В социологическом анализе этих данных удалось установить, что при формальном, по показателям государственной статистики, улучшении работы судов, по мнению граждан, происходит ухудшение показателей качества самого судебного производства. В частности, со стороны граждан становится всё больше жалоб на нарушения процессуального закона и несогласий с судебными актами. Этот результат подтверждается социологическими методами: глубинными интервью и фокус-группами.

Второй пример Ю.Н. Благовещенского относился к уголовной статистике, конкретно – к числу осуждённых за взятки. По данным этой статистики оказалось, что осуждённых за получение взятки без отягчающих обстоятельств меньше, чем осуждённых за дачу взяток. Более того, получилось, что отношение числа получивших взятки к числу давших взятки устойчиво снижалось с 2001 по 2006 годы до примерно 0,6. Эта тенденция не может быть такой в течение длительного периода времени, но пока – сохраняется. Т.е. чиновники – получатели взяток, в российских судах почти в два раза реже получают уголовное наказание, чем граждане, которые им эти взятки дают. И это свидетельствует о том, что, по мнению Ю.Н. Благовещенского, российские судьи подвержены давлению извне при принятии решений.

В заключение своего выступления Ю.Н. Благовещенский представил тезис о том, что «государственная статистика очень в редких случаях существует как многомерное наблюдение за объектом». Большинство показателей госстатистики являются средними значениями измеряемых свойств, а потому нельзя выявить зависимости между этими свойствами у объектов, составляющих исследуемую «генеральную совокупность». Одно из редких исключений – данные переписи, в которых об одном человеке собрано много данных. И когда многомерного наблюдения нет, статистические индикаторы не имеют прямого социологического смысла. И для использования таких индикаторов в социологических исследованиях необходимо анализировать их совместно с другими, формируя для целей социологического анализа функции от показателей государственной статистики. В формировании таких индикаторов могут помочь данные корпоративной статистики, когда она собирается по понятным методикам среди членов той или иной социальной корпорации. Как, например, зарплата тех или иных категорий работников является средней по этим категориям и весьма ограниченно может получить социологический смысл. Но при совместном анализе зарплат и данных об ищущих работу, о семьях и других такой социологический смысл может оказаться существенно более значимым.

Кирилл Дмитриевич Титаев в своём выступлении представил опыт Института проблем правоприменения Европейского университета в Санкт-Петербурге в сфере использования государственных статистических данных разного рода в социологических исследованиях и использованных в них решений возникавших принципиальных проблем. Он отметил, что «в области здравоохранения, правоохранительной деятельности, образования, государственного муниципального управления в России собирается дикое количество данных. Годовой отчет о деятельности вуза, например, содержит 12 тысяч переменных, и это сдает каждый вуз». При этом социологи, как правило, не умеют писать правильные бюрократические запросы на получение тех или иных данных государственной статистики, которые, вообще говоря, им обязаны предоставлять.

К.Д. Титаев отметил, что «для того чтобы научиться получать эти данные из силовых ведомств, нашему институту понадобилось 5 лет». При этом по его оценке во многих сферах российская статистика едва ли не лучшая в мире, но исследователями она очень слабо используется. Проблемой для социологов, кроме того, является то, что наименования показателей в государственной статистике очень часто совпадают со словами повседневной речи, но имеют иные смыслы, а потому неверно интерпретируются. Так «заболеваемость» в государственной статистике – это не заболеваемость в понимании граждан, а «преступность» это не преступность. Более или менее поддаются социологической интерпретации только два показателя государственной статистики – это пол и возраст.

Далее К.Д. Титаев продемонстрировал так называемую траекторию уголовного дела, в которой примерно «50 формальных состояний уголовного дела или лица от стадии заявления до стадии отбытия в исправительное трудовое учреждение, будь лицо осуждено к отбытию наказания в виде реального лишения свободы или до постановки на учет в уголовно-исполнительной инспекции». При этом каждый этап этой траектории определяется тем или иным формализованным решением, которое могут принять и принимают следователи, дознаватели, прокуроры, руководители следственных органов. И таких решений может быть 20. Различия в понимании того, что является преступлением в органах власти и у граждан, он показал на следующем примере. В 2013 году из поступивших примерно 25 млн. обращений в полицию и другие правоохранительные органы чуть больше 12 млн. были оценены как сообщения о преступлениях. При этом по поводу примерно 2 млн. было принято решение о возбуждении уголовного дела, а по 7,5 млн. обращений о преступлениях были отказы в возбуждении уголовных дел. Следовательно, «в ходе экспертизы внутри правоохранительных органов было принято решение, что человек говорит, что в отношении меня или в отношении кого-то совершено преступление, а на самом деле этого преступления нет, поэтому в возбуждении уголовного дела надо отказать». При этом 20% таких отказов затем отменяются прокуратурой, т.е. они оказываются необоснованными.

По мнению К.Д. Титаева «во всем мире это совершенно типовой маркер для интерпретации того, что полиция работает плохо, героическая прокуратура за этим всем надзирает, карает и т.д.» Но в российских условиях отказывать в возбуждении головного дела можно раз, а потом снова эти уголовные дела возбуждать. И с помощью проведения интервью удалось обосновать, что такие действия российских правоохранительных органов оцениваются как нормальные, как минимально болезненные для обеспечения доработки документов, необходимых для обоснованного возбуждения уголовного дела.

В качестве другого аналогичного примера К.Д. Титаев привёл статистику прекращения «дел на следствии и в суде, если человек либо раскаялся, возместил ущерб, либо примерился с потерпевшим, его дело может быть прекращено в суде или на следствии». Пропорции прекращения уголовных дел на следствии или в суде должны были бы, по представлениям докладчика, демонстрировать сравнительную силу и уровень демократичности этих органов власти. Но в российской реальности практически всегда, если уголовное дело прекращается, то только в суде – следствие передаёт в суд все подготовленные для такого решения документы, но само почти никогда таких решений не принимает. И это делается потому, что прекращение уголовного дела в суде не является отчётным показателем, а потому не заботит ни следователей, ни судей. Кстати, при таком прекращении уголовного дела реабилитации подозреваемого не происходит, он остаётся в статусе привлекавшегося к уголовной ответственности.

В заключение своего выступления К.Д. Титаев представил схему использования статистических данных в социологических исследованиях. В социологических исследованиях, как правило, сначала ставится проблема, выдвигается концепция, производится её операционализация для формирования инструмента исследования, а затем – осуществляется сбор данных в соответствии с этой операционализацией. При принятии решения об использовании статистических данных в социологическом исследовании необходимо идти от возможностей этих данных: составить их каталог, проинтерпретировать их, т.е. придать им социологические смыслы, на основе этих смыслов осуществить концептуализацию каждого статистического показателя. И только после этого можно ставить задачи и вопросы о том, как эти статистические показатели соотносятся между собой, и что говорят о социальной реальности. При этом для понимания смыслов статистических показателей социологам нередко приходится разбираться, как «они собираются на практике, посидев рядом с людьми, которые выполняют, например, нашу страшную гигантскую форму индивидуального учета, например больных сердечников или тех же подсудимых». Фактически – это социологическое изучение смыслов взаимодействий разных социальных агентов по конституированию социальной реальности, отражаемой в статистических показателях.

На основе анализа теоретических концепций и опыта эмпирических исследований К.Д. Титаев сделал вывод, что «статистика суть отражение динамики формальных статусов: был здоровый – стал инвалид, был здоровый – стал наблюдающийся по ишемической болезни сердца. Был невиновный – стал преступник. Был необразованный – стал бакалавр. Всё, что мы видим в статистике, это изменение формальных статусов. Так вот именно трансформация формальных статусов и игра общества по поводу того, как эти статусы меняются и есть социальная реальность в его высшем смысле. Именно поэтому социология является тем инструментом, который позволяет радикально пересобрать статистику и сделать ее если не основным, то очень важным источником знаний об обществе».

Ольга Евгеньевна Кузина представила методику и результаты исследовательского проекта, связанного с оценкой перекредитованности населения на основании данных различной природы, с одной стороны – банковской статистики, с другой – социологического опроса. Исследовательский вопрос, на который должен был ответить выполненный проект, заключался в том, существует ли перекредитованность российского населения или такого явления нет. Определение перекредитованности дать непросто, потому что есть разногласия по поводу того, какие долги следует принимать во внимание. Но, несмотря на существующие разногласия, перекредитованность связывают с высоким риском дефолта по кредитам, поэтому в число ее индикаторов попадают те переменные, которые повышают вероятность такого дефолта. В начале проведения этого исследования было установлено, что не существует общепринятых критериев того, что такое перекредитованность, т.е. не существует индикаторов того, насколько она высока. Причина в том, что в разных странах экономика находится в разных условиях – в одних рост, развитие финансовых рынков, в других – стагнация. Поэтому то, что в одной стране будет считаться плохой ситуацией, в другой может быть достаточно благополучной. В исследовании не удалось найти какие-то пороговые значения тех или иных показателей перекредитованности, но полезным оказалось сравнение разных стран по значениям двух таких показателей: объем долга домохозяйств к валовому внутреннему продукту (Leverage to GDP Ratio) и объем долга домохозяйств к располагаемому денежному доходу населения за год (Consumer Leverage Ratio). Это показатели макростатистики, по ним Россия находится в конце списков по убыванию их значений, и того, и другого. Следовательно, по данным таких показателей макростатистики можно сделать вывод, что ситуация в России ещё довольно далека от перекредитованности населения.

В 2010 году по заказу Европейской комиссии был сделан доклад[1], целью которого было обосновать понятие перекредитованности. В соответствии с положениями этого доклада, во-первых, объект измерения не индивид, а домохозяйство. Во-вторых, перекредитованность включает не только ипотеку и другие банковские кредиты, но и оплату аренды, коммунальных услуг. В-третьих, индикаторы перекредитованности должны отражать долговременный, а не эпизодический характер неспособности расплатиться с долгами у того или иного домохозяйства, потому что только тогда, когда это долговременное явление и возникает опасность дефолта. В-четвёртых, из состояния перекредитованности невозможно выйти, делая новые долги, чтобы расплатиться по старым. Т.е. состояние перекредитованности характеризуется тем, что никаких получаемых доходов, включая и новые кредиты, не хватает, чтобы расплатиться со старыми долгами. И, в-пятых, о перекредитованности свидетельствует ситуация, в которой для того, чтобы расплатиться с существующими долгами домохозяйства должны значительно сократить текущее потребление. При этом состояние перекредитованности оказывается опасным для экономики, что и определяет важность его изучения, потому что, во-первых, происходит дефолт, и банки становятся банкротами. А, во-вторых, сокращается спрос на товары и услуги со стороны домохозяйств, и экономика перестаёт развиваться.

О.Е. Кузина сообщила далее, что из работы двух итальянских авторов были взяты операционализации индикаторов перекредитованности[2], из них пока успели проанализировать только три: более 30% валового месячного дохода домохозяйства (или как более жесткий критерий – 50%) тратится на выплаты по кредитам; домохозяйство имеет более четырех кредитов; домохозяйство имеет просрочку по оплате кредитов или оплате других обязательных платежей за два месяца и более. Это уже микроэкономические показатели, для их оценивания были использованы данные всероссийского социологического опроса домохозяйств, проведённого коллективом «Демоскопа», на выборке 6000 домохозяйств и более 12000 индивидов. Вопросы о деньгах в социологических исследованиях всегда очень сенситивные, но опыту и профессионализму «Демоскопа» можно доверять. Исследование, кроме того, является лонгитюдным, в 20015 году будет вторая волна, в которой будут опрошены те же домохозяйства, а ещё через год есть надежда, что будет и третья такая волна. В этом социологическом опросе задавались вопросы и про домохозяйства, в которых проживают респонденты, и про них самих. При этом довольно подробно выяснялось не только нынешнее положение, но история кредитов.

По данным этого опроса было произведено сравнение России в 2013 году с США и Еврозоной в 2010 году. По его результатам, как сообщила О.Е. Кузина, оказалось, что по наличию активов домохозяйств Россия и США близки, но структуры этих активов существенно различаются. Так по финансовым активам российские домохозяйства несколько беднее домохозяйств США и Европы. Но благодаря бесплатной приватизации доля домохозяйств, имеющих в собственности жилье, в котором они проживают, в России выше, чем в странах США и странах Европы. Уровень пользования банками в России существенно ниже, чем в США и Европе: текущие счета имеются у 55,2% опрошенных российских граждан, а срочные вклады – лишь у 9,9%. Для сравнения: в США (2010 г.) 92,5% домохозяйств имели текущий или сберегательный счет, в странах Еврозоны - 96,4%. При этом сбережения в узком смысле слова, т.е. срочные вклады или металлические банковские счета или ценные бумаги или сбережения в наличных деньгах имеются только у 45% российских граждан, что является невысоким значением показателя. Кроме того, всего 31,9% домохозяйств имеют в настоящее время займ или непогашенный кредит, лишь 40,9% имели опыт кредитования за новую историю России. В США 74,9% домохозяйств имеют кредит, а в странах Еврозоны – 43,7%. Т.е. в странах Еврозоны кредиты не так популярны, как в США, но и там, и там уровень использования кредитов существенно выше российского. Это позволяет сделать вывод о том, что почти 70% домохозяйств, не имеющих в России кредитов в настоящее время, в принципе не может попасть в ситуацию перекредитованности.

По данным социологического опроса отношение объема всей текущей задолженности (по всем кредитам и долгам) к объему всех активов (финансовых и нефинансовых в совокупности) в России – 5,6%, а в США – 16,4%. Но этот показатель для России нельзя оценивать как низкий, поскольку основная часть активов российских домохозяйств (73,3%) представляет собой денежную оценку недвижимости в форме основного жилья (аналогичный показатель для США в 2010 г. - 29,4%.). С другой стороны, отношение суммы среднемесячных платежей по кредитам к совокупному месячному доходу домохозяйства в России уже выше, чем в США (25,1% против 14,7%). Объясняется такое соотношение просто: большинство кредитов в США ипотечные, которые дешевле российских и долгосрочные, распределённые во времени на 25-30 лет вперед. А в России это значение показателя определяют потребительские кредиты, которое являются дорогими и краткосрочными – их необходимо выплачивать за 2-5 лет максимум. Следовательно, для оценивания перекредитованности на микроуровне нужно оценивать положение не всего населения, а только того, которое уже имеет кредиты.

На основании социологических данных О.Е. Кузина показала справедливость гипотезы о том, что «вся Россия не перекредитована, перекредитованы те, кто в банках». При этом и среди тех, кто имеет банковский кредит, есть весьма благополучные домохозяйства. В основном, как она выразилась «зоны перекредитованности» сконцентрированы в низкодоходных социальных группах, в малых населенных пунктах и в городах с населением от 500 до 1 млн. человек. А по первому критерию перекредитованности на микроуровне в России уже группа наименее обеспеченных попадает в зону риска: среди них 35,6% домохозяйств имеют непогашенный кредит и тратят 50% и более месячного дохода на его погашение. В США же всего 10,4% тех, у кого больше 40% месячных доходов выплачивалось на кредиты. И это сравнение показывает, что ситуация с перекредитованностью в России не столь оптимистична, как это выглядело по макропоказателям. По второму микрокритерию перекредитованности ситуация в России выглядит вполне благополучной, потому что 4 непогашенных кредита имеет всего 1,8% домохозяйств, и более половины из имеющих непогашенный кредит (58,5%) брали только один кредит, а не больше. По третьему микрокритерию перекредитованности, т.е. по наличию просрочки по оплате кредитов за 3 месяца и более, в зоне риска снова малодоходные социальные группы, а также жители населенных пунктов с численностью менее 10000 человек и сельских населенных пунктов. При соединении этих микропризнаков на уровне данных о домохозяйствах получилось, что примерно пятая часть домохозяйств-заемщиков (20,6%) или 6,6% от всех домохозяйств имеет один признак перекредитованности (по жёсткому критерию – 50% текущих доходов и более тратится на погашение долга). А три признака перекредитованности (с использованием того же жёсткого первого критерия) имеют 1% домохозяйств-заемщиков или 0,3% от всех домохозяйств.

В заключение своего выступления О.Е. Кузина сделала вывод о том, что по макростатистическим критериям перекредитованности населения России просто не видно, но с помощью социологического исследования можно на уровне микроанализа обнаружить проблемы перекредитованности у отдельных социальных групп российских граждан. Кроме того, социологические данные необходимы для принятия решений о том, на какие факторы и как необходимо влиять, чтобы не допускать сильной перекредитованности населения.

Анна Валентиновна Немировская посвятила своё выступление обоснованию необходимости использовать социально-экономическую статистику России в изучении факторов сверхсмертности в регионах современного российского фронтира, как одной из острых социальных и демографических проблем этого макрорегиона. Исследование, методику и результаты которого она представила в своём выступлении, является частью более крупного зонтичного проекта, начатого пару лет назад в Лаборатории сравнительно-социальных исследований Высшей школы экономики. Проект посвящен исследованию фронтирных территорий в разных государствах в рамках современных границ этих стран, в которых в течение последнего столетия произошло значительное переселение новопоселенческого населения, новых жителей, миграции в преимущественно не занятые территории. Термин «фронтир» вслед за известным классиком исторической науки США Фредериком Джексоном Тернером понимается в этом проекте как свободные земли, в которых были сформированы новые сообщества, новые экономики со своими новыми социальными институтами, с самоорганизацией, которым свойственны особые социокультурные черты по сравнению с жителями страны в целом и центральных старопоселенческих территорий. В соответствии с этим подходом был выделен и фронтир России, используя интеграцию исторической статистики и данные шести волн переселений, данные миграции до революции и дореволюционную перепись населения. В результате удалось показать, какие территории были заняты, какие не заняты, где была преимущественно добровольная миграция, т.е. какие территории можно считать истинным фронтиром, а не результатом принудительного переселения в сталинские времена. Параметры фронтиров, которые были использованы, соответствовали тезису Тернера: географическая удаленность от административного центра страны, малая плотность населения и относительно недавняя заселенность пришлого населения. В предыдущих проектах сравнивались США, Россия, Канада, Бразилия, Аргентина, Австралия и Китай, в основном сосредотачиваясь на первых четырёх из этих стран. Во всех фронтирах удалось выявить социокультурные черты, отличающие их от центров стран. Среди этих черт во фронтирах – более высокий уровень социального капитала, индивидуализм, поддержка свобод, социальное взаимодействие, меньшая поддержка государственной власти с большей склонностью к самоорганизации и участию в различных гражданских инициативах, при этом сообщество более толерантное и одновременно более консервативное, традиционное. Казалось бы, все эти социокультурные характеристики должны вести к более стабильному, более процветающему сообществу. Но Россия, как и Бразилия, представляет феномен вымирающего фронтира, включая территории, которые были добровольно заселены с самого конца 19 века: регионы севера, восточной Сибири, Дальнего Востока. Эти регионы все разные, но для них всех характерны суровые климатические условия, неблагоприятная экологическая ситуация, высокий уровень преступности, недостаточное социально-экономическое развитие, низкий уровень производства и неразвитая инфраструктура, отставание от среднероссийского уровня по показателям качества и продолжительности жизни, дохода, безопасности, доступности медицинских услуг и др. Т.е. фронтирные регионы существенно отстают в развитии от центральных.

По мнению А.В. Немировской фронтир важен для России геополитически, а также поскольку в нём сосредоточены многие природные ресурсы страны. Поэтому фронтир важен для модернизации России, для процессов новой её индустриализации, ведь на этих территориях вряд ли возможна вахтовая работа, работать там должно постоянно проживающее население. Но российский фронтир имеет существенные демографические и социальные проблемы, препятствующие его развитию. Во-первых, это убыль населения, в первую очередь за счет миграционного оттока, которая началась в конце 1980-х годов и продолжается до сих пор. При этом происходит отток населения с более высоким человеческим капиталом и одновременно миграция из стран СНГ с более низким капиталом. Во-вторых, проблемами фронтира являются высокий уровень самоубийств, убийств и преступности в целом, а также относительно высокая смертность. Хотя необходимо учитывать, что насилие и бандитизм и теоретически, и статистически всегда считались значимыми характеристиками фронтиров в целом. В третьих, на территориях фронтира хуже, чем в центре страны ниже обеспеченность врачами, выше процент ветхого жилья, количество детей на одно место в учреждении, в детских садах и меньше число больничных коек на 10000 человек населения. Были проанализированы около 60 различных индикаторов, характеризующих регионы, и установлено, что по всем их средним значениям фронтир отстаёт от регионов центра страны.

А.В. Немировская отметила, что на уровне макропоказателей естественного движения населения фронтир не слишком сильно отличается от других регионов. В регионах фронтира наблюдается естественный прирост населения, растёт ожидаемая продолжительность жизни при рождении и потому сохраняется, а не увеличивается разрыв по этому показателю с другими регионами страны. При этом необходимо учитывать, что в регионах фронтира существует очень значительная внутренняя миграция населения. Как уже отмечалось, обладатели более высокого человеческого и социального капиталов уезжают из фронтирных регионов, возвращаясь к своим родственникам, на родину предков или по социально-экономическим причинам, а приезжают в эти регионы представители уже даже не российских регионов, а преимущественно из стран СНГ.

В исследовании были выявлены факторы, влияющие на высокие показатели смертности и проверяемые на доступных для эмпирической проверки статистических данных. Такими данными стали уровень потребления алкоголя, неблагоприятные социально-экономические условия, экономическая депривация, безработица, конфликт между коренным и пришлым населением, латентные этнический и религиозный конфликты, низкий уровень общественного порядка, преступность как психологическая черта фронтира в целом, неблагоприятные климатические условия, длительная зима, низкие температуры, северо-восточный градиент смертности, который проявляется в России с 1970-х годов и подробно описан в работах Вишневского и Школьникова (1997), непривычные обстоятельства, дезадаптация в связи с резкими изменениями условий жизни (Давыдовский), экономические реформы и массовая приватизация, тяжелые условия труда, вредное производство, синдром полярного напряжения, когда выявлялись мигранты спринтеры и стайеры (Казначеев). Спринтеры это те мигранты, которые очень быстро выдыхаются, они 2-3 месяца эффективны, а после этого уже больше не могут продолжать поддерживать такую производительность труда, для них возможна только вахтовая работа. Стайеры – это наоборот более адаптированные люди, которые постепенно увеличивают свою производительность труда и приспосабливаются к продолжительной жизни на этой территории. Успех их работы растет. Бывает ещё смешенная типология, нечто среднее между спринтерами и стайерами, мозаичная. Но этому синдрому исследования проводились только в регионах Севера и Дальнего востока и восточной Сибири, поэтому нет данных для проверки этой концепции на всероссийской выборке. Кроме того, показатель тяжёлых условий труда и вредного производства относится статистически только к 2-3% населения фронтирных регионов, занятых преимущественно в отраслях добычи и обработки природных ископаемых. Поэтому и этот показатель было решено в анализ не включать. Как и синдром полярного напряжения, но по причине отсутствия данных для проверки этой концепции на всероссийской выборке. Была сделана попытка включить в анализ и типы потребления алкоголя, в первую очередь, особенности северного алкоголизма, но в итоге было решено пока оставить анализ этого показателя медикам и демографам. Таким образом, по разным причинам не все факторы высокой смертности были включены в анализ, но, возможно, в будущем какие-то факторы будут в него добавлены.

Статические данные для анализа за 2006, 2008, 2010 и 2012 годы были взяты из бюллетеней Росстата «Естественное движение населения Российской Федерации», Демографического ежегодника РФ, Российского статистического ежегодника, данных Центра демографических исследований РЭШ. По данным Росстата рассматривались стандартизованные коэффициенты смертности по 6 основным классам причин смерти (инфекционные и паразитарные, новообразования, болезни системы кровообращения, болезни органов дыхания, болезни органов пищеварения, внешние причины), а также данные по продолжительности жизни в отдельных регионах. Данные для расчета продолжительности жизни и смертности по отдельным причинам получены из Российской базы данных по рождаемости и смертности (РосБРиС) Центра демографических исследований Российской Экономической Школы (ЦДИ РЭШ). Все эти данные находятся в открытом доступе.

В качестве методов анализа использовались: описательная статистика, регрессионный анализ и пат-анализ (path analysis), который позволил преодолеть ограничения во множественном регрессионном анализе из-за возникавшей мультиколлинеарности показателей. Зависимыми переменными были смертность населения от случайного отравления алкоголем, самоубийств и убийств. Анализ проводился отдельно для мужчин и для женщин, в качестве стандарта было использовано распределение населения России по возрастам согласно последней переписи населения 2010 года. Таким образом, всего получилось 6 зависимых переменных, для каждой из которых были сделаны разные модели, которых в итоге получилось более двухсот. В этих моделях в качестве объясняющих переменных использовались: принадлежность региона к фронтиру, климат (средняя температура января конкретного года), национальный состав (доля русских в процентах от населения), миграция (доля населения, родившегося в пределах региона проживания, или «старопоселенческое» население), преступность (количество зарегистрированных преступлений на 100000 населения) и бедность (для моделей с отравлением алкоголем – соотношение среднего дохода по региону к величине регионального прожиточного минимума; для моделей с самоубийствами и убийствами – доля населения, находящегося за чертой бедности). Переменными, которые контролировались в анализе, были: доля населения с высшим образованием (на 1000 человек) по данным переписи населения, уровень безработицы (процент безработных в регионе) по данным выборочных обследований населения по проблемам занятости (ОНПЗ), уровень продаж водки (литров на душу), доля сельского населения в процентах, принадлежность региона к Чечне, Ингушетии или Дагестану, т.е. регионам с плохим учетом смертности по причинам.

А.В. Немировская представила данные описательной статистики показателей средних, стандартных отклонений, минимальных и максимальных значений объясняющих и контрольных переменных, а также диаграммы распределений повозрастных коэффициентов смертности по-отдельности от случайных отравлений алкоголем, от суицида и от убийств – все на 100000 человек населения и также отдельно для мужчин и женщин в регионах фронтира и центра России. Логика анализа была такова: брался фронтир в качестве главной объясняющей переменной, потом каждая из других объясняющих переменных, а затем – все эти переменные совместно. Анализировались также значения каждой из контрольных переменных во фронтире и в центральных регионах, все вместе и каждая из них по одной. Этим методом удалось количественно оценить вклад каждого фактора в уровень смертности. Для сокращения времени в выступлении были представлены различия вкладов в уровень смертности только для фронтиров и температуры января.

Основными выводами из этого анализа, которые представила А.В. Немировская, были следующими. У мужчин смертность от алкогольного отравления ассоциируется с более низким образованием и продажами водки, а у женщин образование оказалось не значимым, есть зависимость только от продажи водки и температурой января. И у мужчин, и у женщин фронтир на смертность от алкогольного отравления влияния не оказывает. На смертность у мужчин от самоубийств оказывает значимое влияние продажи водки, образование и температура января, а у женщин – продажи водки, фронтир и температура января, а образование малозначимо. На смертность от убийств и у мужчин, и у женщин значимое влияние оказывают продажи водки, фронтир и температура января. Т.е. фронтир значимо положительно влияет на смертность мужчин и женщин от убийств, даже в случае включения в модель контрольной переменной по продажам водки. На других моделях также были получены сходные результаты, поэтому их следует оценивать как устойчивые. Основной вывод таков: для женщин фронтир сам по себе влияет на смертность от внешних причин, а для мужчин – только на смертность от убийств. Но и для тех, и для других получается, что само проживание во фронтире становится причиной смертности от внешних причин, правда, несколько отличающихся для мужчин и женщин. Этот и другие выводы исследования хотелось бы уточнить на более детальной информации от медиков и эпидемиологов, в частности, учесть, что еще влияет на смертность в таких ситуациях.

В заключение своего выступления А.В. Немировская описала планы дальнейших исследований, в которых предполагается рассмотреть статистику смертности по социальным демографическим группам, например, по образованию, наличию работы, по доле умерших в трудоспособном возрасте, по принадлежности к тому или иному этносу. Но такие данные есть либо не по всем регионам, либо доступ к ним ограничен. Было бы также полезно включить в анализ статистику заболеваемости по возрастным группам с 5 или 10-летним интервалом возрастов, которая также отсутствует в открытом доступе, а также данные онкологических регистров. В 2015 году в микропереписи населения планировалось собирать данные о состоянии здоровья населения, однако в итоге решено было не включать данный вопрос в анкету. А такие данные могли бы использоваться в исследованиях, аналогичных проведённому. Полезными для социологов могли бы быть данные эпидемиологических исследований разных типов, например, когортные данные, различные лонгитюдные (или просто регулярно проводящиеся) исследования поведения людей (в первую очередь самосохранительного), предполагающие сбор данных о состоянии их здоровья. В качестве примеров подобных обследований, которые проводились в России можно привести проекты MONICA и SAGE, а также Ижевское обследование последствий употребления алкоголя. К сожалению, такие и многие другие проекты по социально-психологической диагностике, опросам психиатров, анализу адаптивности проводятся на региональных выборках, не позволяющих сравнивать по их данным регионы фронтира и центра страны. В такой ситуации исследователи для эмпирических проверок вынуждены приводить свои гипотезы к виду, соответствующему имеющейся в доступности статистике. Хотя доступные им инструменты анализа позволяют включать в исследования много более широкие массивы статистических данных.

В обсуждении выступления А.В. Немировской было высказано пожелание предварять проделанную и планируемую полезную и огромную статистическую работу гуманитарной концептуальной обработкой, поиском объяснений возможных связей и зависимостей в рамках тех или иных микротеорий, тех или иных каузальных моделей. Которые могли бы, например, объяснить социологически, как температура января или проживание во фронтире влияет на смертность. Ведь следует скорее согласиться с Альбертом Эйнштейном в его суждении о том, что в науке факты очень важны, но что является фактом, а что нет, устанавливает теория.

В обсуждении выступления А.В. Немировской была также высказана рекомендация более тщательно проверять, на каких исходных данных сформированы статистические показатели, в частности, показатели смертности. В России эти показатели существенно отличаются по данным Минзрава и ЗАГСов. Конкретно в регионах фронтира было высказано предположение, что пенсионеры могут жить реально в центральных регионах России, но сохранять формальную регистрацию в северных регионах, где они работали, а потом вышли на пенсию. Для корректировки анализа, результаты которого были представлены в выступлении, предлагалось перевзвешивать данные с учётом реальной численности пенсионеров в том или ином регионе.

Светлана Гавриловна Климова выступала на заседании секции последней, это был дополнительный, незапланированный доклад, и было необходимо сократить время на его представление. Поэтому в своём выступлении С.Г. Климова сделала скорее анонс своего доклада, чем полное представление его содержания. Исследование, о котором шла речь в выступлении С.Г. Климовой, было посвящено изучению гражданского участия в нашей стране[3]. Исследователей не удовлетворяют общепринятые в настоящий период подходы к объяснению данных массовых социологических опросов по этой теме, поскольку смыслы этим данным придаются исходя из самих этих данных. В результате происходит излишняя, по оценке С.Г. Климовой, психологизация этих смыслов, снижающая уровень их объективности. Единственный объективный показатель, который, как правило, присутствует в массовых опросах, это размер города. Но для объективности смыслов данных гражданской активности использование только этого показателя недостаточно в силу горизонтальной неоднородности поселений – различий в уровне социально-экономического развития, качестве человеческого капитала, развитости инфраструктуры, и прочем. Чтобы включить в анализ больше объективных показателей точкам опроса были приписаны некоторое количество функциональных характеристик тех поселений, в которых проводился опрос. В качестве таких объективных показателей были выбраны несколько функциональных характеристик поселений, определённых по данным государственной статистики, представляемых Росстатом: миграция, т.е. миграционный приток и миграционная убыль, наличие у поселения административного статуса городского, центр поселения, включенность поселения в зону агломерации, транспортная доступность зоны агломерации, является ли это поселение историческим[4] и численность населения в нём.

Выбор таких функциональных показателей определялся исходя из доступности соответствующих данных и получения возможностей проверки исследовательских гипотез. Ведущей, генеральной такой гипотезой была следующая. Социальная активность жителей часто определяется желанием решить именно местные, локальные проблемы. Следовательно, гражданское участие зависит от функциональных характеристик поселений, в которых оно проявляется.

Для эмпирической проверки этой и некоторых других гипотез о гражданском участии были использованы данные опроса ФОМ 2014 года в средних и малых городах России[5]. В эти данные были добавлены два типа переменных, характеризующих: во-первых, территориальный контекст с указанием, как правило, наличия (значение 1) или отсутствия (значение 0) соответствующего признака, а, во-вторых, интегральные характеристики гражданского участия, полученные в результате кластерного анализа первичных признаков, описывающих гражданское участие (номинальная переменная, указывающая на один из 4 типов гражданского участия).

По оценке С.Г. Климовой не все из тех функциональных характеристик, которые были включены в анализ, оказались работающими, но некоторые сработали. В частности, были выявлены связи гражданского участия с такими особенностями поселений, как принадлежность к тем или иным зонам агломерации, являются ли они историческими и каковы численности населения в них. Для крупных городов с разными типами гражданского участия оказались связаны миграционный прирост или убыль населения и среднемесячная начисленная заработная плата. По мнению С.Г. Климовой проведенное исследование показало перспективность в будущем попыток имплантации данных статистики в данные массовых опросов.

Некоторые выводы по результатам работы секции:

Проведённое заседание секции при определённых различиях в позициях докладчиков, показало как значимость, так и реальные возможности использования статистических данных в социологических исследованиях, в первую очередь, для повышения уровня объективности смыслов и выводов из результатов этих исследований.

Способствуют расширению возможностей использования статистических данных в социологии большое число показателей статистической отчётности, которое собирается как в государственной, так и в корпоративной статистике. При этом в сфере государственной и в сфере корпоративной статистики, как правило, собираются не все данные, которые были бы интересны социологу. И поэтому в социологическом исследовании нередко приходится анализировать только ту часть его предмета, по которой статистические данные имеются. И только в некоторых случаях предмет социологического исследования при использовании статистических данных почти не ограничивается. В этих случаях можно считать, что достаточно подробная государственная статистика является неким косвенным опросом населения или каких-то отдельных социальных групп.

Существенной проблемой использования статистических данных в социологии является то, что социологические понятия или конструкты принципиально отличны от того, чем оперирует государственная статистика. Поэтому социологические конструкты неоднозначно проецируются на статистические данные, и для использования в своих исследованиях статистических данных социолог должен не в рамках своей традиции, а через внешнее соответствие изучаемого предмета детально описать, как он статистические данные конструирует.

В социологических исследованиях, как правило, сначала ставится проблема, выдвигается концепция, производится её операционализация для формирования инструмента исследования, а затем – осуществляется сбор данных в соответствии с этой операционализацией. При использовании статистических данных в социологическом исследовании необходимо идти во многом в обратном направлении – от возможностей статистических данных: составить их каталог, проинтерпретировать их, т.е. придать им социологические смыслы, на основе этих смыслов осуществить концептуализацию каждого статистического показателя. И только после этого можно формулировать гипотезы о том, как эти статистические показатели соотносятся между собой и с социальной реальностью.

Для достижения понимания смыслов статистических показателей социологам нередко необходимо применять методы социологических исследований, например, включённое наблюдение в органах статистического учёта и неформализованное интервьюирование их сотрудников. Фактически, смыслы статистических показателей социологам приходится изучать как смыслы взаимодействий разных социальных агентов по конституированию социальной реальности, отражаемой в этих статистических показателях.

Определённым ограничением использования статистических данных в социологии является то, что большинство показателей как государственной, так и корпоративной статистики являются средними значениями измеряемых свойств или качеств объектов, что не даёт возможности выявить зависимости между этими свойствами объектов. Одно из редких исключений – данные переписи, в которых об одном человеке собрано много данных, характеризующих его свойства, что позволяет осуществлять многомерный анализ связей между этими свойствами индивидов. Но когда многомерных данных об объектах нет, придавать социологические смыслы статистическим индикаторам, средним значениям показателей, бывает затруднительно, а нередко и невозможно. Для использования таких статистических индикаторов в социологических исследованиях необходимо анализировать их совместно с другими, формируя для целей социологического анализа функции от показателей государственной статистики, возможно, совместно с данными корпоративной статистики, когда она собирается по понятным методикам среди членов той или иной социальной корпорации. Например, средняя зарплата по стране вряд ли может получить социологический смысл, даже при наличии показателей её динамики. А сравнительный анализ средних зарплат различных социальных групп в разных регионах и разных типах поселений может способствовать выявлению весьма значимых социологических смыслов, связанных распределениями этого статистического показателя.

Показатели макростатистики, как правило, более доступны исследователям, чем показатели микростатистики. Но в социологических исследованиях необходимо учитывать, что показатели макростатистики могут сильно сглаживать эффекты социальной динамики и искажать особенности поведения и положения различных социальных групп. В таких случаях можно рекомендовать использовать совместный анализ микростатистических и социологических данных, позволяющий выявлять эту динамику и эти социальные особенности.

С другой стороны, нередко данные массовых социологических опросов объясняются из самих этих данных, что нередко приводит к излишней психологизации их смыслов, к снижению уровня их объективности. Для повышения объективности выявления смыслов социологических опросных данных можно рекомендовать имплантировать в них данные государственной или корпоративной статистики, соответствующих предмету и целям социологического исследования.

 

Опубликовано: 20.12.15