Публикации автора

Революции всегда вызывали интерес социологов и политологов, однако только в последнее десятилетие авторы начали активно использовать количественные методы для их анализа. В таких исследованиях зависимая переменная, революции или ее характеристики, часто представляет собой «редкие события». Некоторыми авторами было показано, что логистическая регрессия – самый используемый метод – дает смещенные результаты при анализе таких данных, однако единого стандарта для анализа так и не было выработано. Более того, часто авторы сталкиваются и с другими сопутствующими проблемами – панельными данными и малой выборкой. При этом надежность классической логистической регрессии при сочетании этих проблем еще не была проверена, хотя бо́ льшая часть современных авторов сталкивается именно с их пересечением. В рамках настоящего исследования мы постарались оценить, как использование логистической регрессии при разных исследовательских дизайнах с редкими событиями – в случае кросс-секционных и панельных данных – влияет на смещенность и устойчивость результатов. Также мы предлагаем альтернативу – логистическую регрессию со штрафом. Мы нашли, что в случае с кросс-секционными данными сочетание малой выборки и редкого события порождает огромное смещение в классической логистической регрессии, и исследователь рискует не только не получить относительно точной оценки эффекта, но и сделать абсолютное ложное суждение о направлении связи. В свою очередь, логистическая регрессия со штрафом дает почти что несмещенные оценки при любой редкости события и даже при очень малой выборке. В случае с панельными данными классическая логистическая регрессия в ситуации малой выборки и редких событий не применима вовсе. На удивление, логистическая регрессия со штрафом решает все эти проблемы – панельные данные, малая выборка и редкость события. На наш взгляд, это самое важное наблюдение настоящей работы: логистическая регрессия со штрафом отлично справляется с панельными данными, тогда как в профессиональной литературе единственной опцией считается условная логистическая регрессия.

В настоящей статье авторы рассматривают важные аспекты революционного процесса XXI столетия: связь революций с процессом демократизации; причины, по которым революционный процесс начала XXI в. проходит довольно бурно, а также некоторые прогнозы, обещающие, что и в дальнейшем он будет весьма активным; анализируется тревожный тренд – рост числа радикальных исламистских революционных выступлений. Все сказанное иллюстрируется количественным анализом различного типа революций. Насколько авторам известно, количественных анализов революций последних десятилетий практически нет. Между тем этот анализ убедительно показывает возрастающее значение в мир-системном революционном процессе африканских стран, роль которых будет увеличиваться и в дальнейшем уже по причине бурного роста населения и «взросления» государственности в регионе.

В XXI веке сформировалось пятое поколение исследований революций, характеризующееся несколькими ключевыми особенностями. Оно отличается макро- и системным подходом к анализу революционных процессов, изучением специфических направлений (например, городских гражданских революций) и современных факторов, включая роль информационных технологий. Исследователи этого поколения уделяют особое внимание революционным волнам и их распространению, четко разграничивают вооруженные и мирные революционные события, концентрируются на изучении ненасильственных форм протеста. Методологически работы опираются на глобальные базы данных и современные количественные методы анализа

Исследователи факторов революционной дестабилизации к настоящему времени достаточно основательно изучили влияние на вероятность начала революций таких переменных, как тип политического режима, темпы экономического роста или уровень ВВП на душу населения. Однако мало исследованным остается фактор коррупции, несмотря на антикоррупционные лозунги, зачастую выводящие людей на улицы. Как показывает ряд исследований, коррупция может оказывать как положительный эффект на стабильность режима через механизм кооптации контрэлит, так и деструктивный эффект, понижая эффективность государственного аппарата и увеличивая неравенство. Мы проверяем гипотезы о наличии и направлении возможного влияния различных типов коррупции, с одной стороны, и невооруженной, а также вооруженной революционной дестабилизации - с другой. Проведя корреляционный анализ такого влияния, мы выяснили, что все типы коррупции и революционной дестабилизации демонстрируют достаточно сильную положительную корреляцию между собой. Построив таблицы сопряженности, мы также выяснили, что дестабилизация вооруженного и невооруженного типа по-разному реагирует на коррупцию: фиксируются более линейный характер для вооруженных революционных выступлений и достаточно выраженная криволинейность для невооруженных. Результаты исследования позволяют сделать ряд выводов теоретического характера о влиянии коррупции на различные типы революционной дестабилизации, а также подтверждают необходимость включения фактора коррупции при проведении количественных исследований процессов революционной дестабилизации. Причинно-следственные связи между двумя явлениями тем не менее нуждаются в дальнейшем изучении. В заключении мы ставим ряд дискуссионных вопросов, которые могут послужить основой для будущих исследований взаимосвязи коррупции и революционной дестабилизации.