CC BY
56БИБЛИОГРАФИЧЕСКАЯ ЛОЦИЯ
И.М. Локшин
20 ЛЕТ ДИСКУССИИ ОБ ОБНОВЛЕНИИ МЕТОДОЛОГИИ СОЦИАЛЬНЫХ НАУК (ОБЗОР)
Нынешний выпуск «Библиографической лоции» посвящен обзору четырех монографий, написанных авторами с мировой известностью и вызвавших большой резонанс в академических кругах. Три из них непосредственно связаны с дискуссией по проблеме обновления методологии современных социальных наук и рассматриваются как более или менее удачные попытки внести вклад в это обновление. В них также отражены особенности критического контекста, в котором происходит формирование и развитие методологических новаций. Включенная в обзор четвертая работа - монография Джона Геринга - пытается очертить круг «минимального согласия» по вопросам методологии в современных социальных наук.
King G., Keohane R., Verba S.
Designing social inquiry: Scientific inference in qualitative research. -Princeton: Princeton univ. press, 1994. - 300 p.
Книга Гэри Кинга, Роберта Кеохэйна и Сиднея Вербы (ниже для краткости мы будем сокращать имена авторов до аббревиатуры KKV) «Designing Social Inquiry» (в дальнейшем - DSI) имела в западном академическом сообществе большой успех, но при этом вызвала мощную волну критики. Такой противоречивый прием DSI был обусловлен как задачей, которую ставили перед собой авторы, так и выбранным ими способом ее решения.
Уже несколько десятков лет в общественных науках продуктивно применяются два методологических подхода; один из них основан на качественных методах исследования, а другой - получивший широкое распространение после бихевиоралистской революции 1950-х годов - на количественных методах. Оба подхода имеют явные преимущества и
390
недостатки, и потому одно из важных направлений в современных науках об обществе в целом - это попытка синтезировать качественные и количественные методы и / или преодолеть их ограничения. DSI преследует именно такую амбициозную цель.
Основная идея книги KKV заключается в том, что и количественные, и качественные методы в главном фундаментально схожи: они про-лагают путь к строгому научному знанию, и поэтому исследовательский дизайн, применяемый в границах этих подходов, на глубинном уровне может быть одинаковым. Авторы пытаются применить к двум научным традициям, до сих пор существующим во многом обособленно, одну и ту же логику научного вывода и показать плодотворность применения этой единой логики.
Спорный тезис, выдвигаемый KKV, состоит в том, что универсальная логика и проистекающий из нее универсальный исследовательский дизайн должны быть большей частью заимствованы из количественных (говоря конкретнее, статистических) методов.
Ниже мы раскроем основные, с нашей точки зрения, положения DSI (полезность каждого из которых будет ясна сама по себе) и наметим критику этих положений.
Начало книги в основном посвящено определению критериев хорошего исследования с точки зрения выдвигаемой авторами единой логики научного вывода. KKV обсуждают такие темы, как исследовательский вопрос, теория, качество анализируемых данных и характеристики оценок влияния объясняющей переменной на зависимую.
Конкретных рецептов для интересного исследовательского вопроса, как справедливо отмечают авторы, не существует; однако они приводят несколько эвристических приемов, которые могли бы помочь в поиске «хорошей» проблемы исследования. В частности, авторы предлагают обращать внимание на сомнительные допущения, искать в теориях лакуны, проводить параллели и аналогии между предметами возможных исследований и т.д. [King, Keohane, Verba, 1994, p. 16-17].
Кроме того, KKV выделяют несколько характеристик «хорошей» теории. Она должна: 1) быть фальсифицируемой; 2) иметь как можно больше наблюдаемых следствий; 3) быть максимально конкретной [King, Keohane, Verba, 1994, p. 19-20].
Эти признаки дают понять, что авторы DSI во многом полагались на философию науки Карла Поппера [Popper, 2005]. В сущности, за точку отсчета здесь принимаются естественные науки (или, скорее, идеальное представление о них), и в этом смысле проект DSI призван приблизить социальные исследования к дисциплинам, добивающимся очень конкретного и строго обоснованного знания. Данный взгляд, во многих отношениях безусловно плодотворный, имеет импликации и иного свойства. Во-первых, погоня за как можно большей строгостью вывода может негативно сказаться на других компонентах научного исследования, например
391
резко сократить число релевантных наблюдений, если большая их часть по каким-либо причинам не удовлетворяет жестким допущениям - жестким именно в силу стремления выстроить строгий дизайн исследования.
Во-вторых, признание в качестве единственной легитимной цели обнаружения новых (или подтверждение уже известных) причинно-следственных связей заставляет вспомнить, что факты или явления желательно не только объяснять, но и понимать. Взгляд на явление с новой точки зрения часто предполагает помещение его не в цепь наблюдаемых причинно-следственных отношений, а в совершенно иной порядок зависимостей и связей. Без такого «особого» взгляда, например, едва ли существовала бы политическая теория. Возможно, затянувшееся «молчание» последней (длящееся уже десятилетия отсутствие в этой области идей, открывающих новые горизонты) отчасти обусловлено решительным перемещением акцента с открытия не замеченных прежде путей понимания явлений на формулирование и проверку фальсифицируемых теорий - на объяснение по образцу естественных наук.
В DSI отмечается, что неотъемлемый компонент хорошего исследования - высокое качество данных, на которых оно построено. Так, важно описывать процесс, посредством которого были получены данные [King, Keohane, Verba, 1994, p. 23]; собирать информацию о наблюдаемых следствиях из теории [King, Keohane, Verba, 1994, p. 25]; повышать валидность и надежность данных; обеспечивать воспроизводимость исследования -прежде всего через размещение данных в открытом доступе или их подробное описание [King, Keohane, Verba, 1994, p. 26].
Далее авторы вводят два заимствованных из математической статистики концепта, характеризующих качественное использование данных: «несмещенность» (это означает, в трактовке KKV, что полученный вывод «верен в среднем» [King, Keohane, Verba, 1994, p. 27 ]) и «эффективность» (которая, в интерпретации авторов, определяется использованием всей доступной информации для получения вывода [King, Keohane, Verba, 1994, p. 28]).
Выделение признаков «хорошего» исследования, предпринятое в DSI, без сомнения, полезно: обобщение и стандартизацию правил грамотной научной работы в общественных науках в целом и в политологии в частности можно только приветствовать. Однако не все рекомендации KKV в одинаковой степени несомненны: если не сообщается процедура сбора данных и не обеспечивается воспроизводимость исследования, научный труд можно заподозрить в некоторой недобросовестности, но если он выполнен не по стандартам, пусть и понимаемым широко, статистических методов, это едва ли многое говорит о его качестве.
Последнее наше замечание кажется особенно справедливым при рассмотрении основополагающего элемента DSI - трактовки причинности.
Вопрос, которым задаются авторы книги, - это вопрос о том, чем определяется (и в количественном, и в качественном подходах) вывод стро-
392
гого научного знания, какова универсальная «логика умозаключения» («logic of inference») [King, Keohane, Verba, 1994, p. IX ]. Поэтому проблема причинности оказывается для Кинга, Кеохэйна и Вербы центральной.
Как ясно из сказанного выше, KKV заимствуют трактовку причинности, сформировавшуюся внутри количественной парадигмы: «Эффект, который оказывает причина, есть разница между систематическим [неслучайным, воспроизводимым. - И.Л.] компонентом наблюдений [имеются в виду наблюдаемые реализации зависимой переменной. - И.Л.], когда объясняющая переменная принимает одно значение, и систематическим компонентом схожих наблюдений, когда объясняющая переменная принимает иное значение» [King, Keohane, Verba, 1994, p. 81-82].
Несмотря на интуитивную естественность этого определения причинности, едва ли верно считать его исчерпывающим. На основе работ Рубина [Rubin, 1974, p. 688-701] и Холланда [Holland, 1986, p. 945-960], а также «методов» умозаключений, сформулированных Джоном Стюартом Миллем [Милль, 2011, с. 310-324], так понятая причинность может быть надежно установлена разве что в вымышленном мире - настолько трудно соблюсти необходимые для этого допущения [King, Keohane, Verba, 1994, p. 91-97]. Во многом благодаря своей строгости и точности, а также близости к идеалам естественных наук, в которых возможен контролируемый эксперимент, такая интерпретация причинности приобрела особый статус и в науках общественных. Однако это еще не указывает на ее исчерпывающий характер.
Любопытно, что KKV упоминают иные модели причинности, но только для того, чтобы показать: они не входят в противоречие с «основной» моделью [King, Keohane, Verba, 1994, p. 85-91]. Между тем альтернативы заслуживают более пристального внимания. Так, идея прослеживания причинного механизма («causal mechanisms» и «process-tracing») играет особенно заметную роль в традиции качественных исследований, при этом существенно отличаясь от модели причинности, популяризируемой KKV; отличие это столь глубоко, что даже элементы информации, на которых строятся выводы в этих двух моделях, различны: в количественном подходе это «наблюдение из базы данных» («data-set observation»), а в качественном - «наблюдение о процессе причинности» («causal-process observation») [Collier, Brady, Seawright, 2004, p. 252-256]. Однозначный акцент на традиции количественных исследований привел к тому, что прослеживание причинного механизма осталось в DSI без внимания.
Другой подход к причинности, о котором в рассматриваемой книге есть лишь упоминание, подчеркивает множественность констелляций факторов, необходимых и / или достаточных для того или иного исхода (в терминах KKV - для того, чтобы зависимая переменная принимала то или иное значение). Эту множественность способен учесть метод QCA (qualitative comparative analysis), разрабатываемый Чарльзом Рэгином [Ragin, 2008]; кроме того, QCA оценивает не изолированный эффект объясняю-
393
щего фактора на зависимую переменную, а совместное воздействие на нее набора предикторов; такая постановка задачи не вполне традиционна для конвенционального количественного анализа, и хотя технически в границах последнего она выполнима, QCA предоставляет для этого более простой (хотя и более грубый) инструментарий.
Еще один сюжет, рассматриваемый KKV, - это правила сбора данных. Основное внимание авторы уделяют распространенной, по их мнению, ошибке: наблюдения выбираются так, что изменчивость в значениях зависимой переменной мала или отсутствует вовсе. В результате имеет место искажение в выводах о влиянии объясняющей переменной, а иногда и невозможность прийти к какому-либо выводу о причинности.
Думается, эта критика в большинстве случаев справедлива, однако некоторые исследователи замечают, что рецепт KKV все же не универсален: рассмотрение кейсов с одним и тем же значением зависимой переменной может быть продуктивным, если это помогает лучше проследить механизм причинности (цепь событий и факторов, ведущих к наличному исходу) или если во внимание приняты аномальные случаи [Rogowski, 2004, p. 80-81] (аномалия, рассмотренная на фоне нормы, нередко предполагает изменчивость в зависимой переменной).
Проблема, с которой сталкивается исследователь, часто состоит в недостатке наблюдений для анализа; KKV дают рекомендации и по этой теме. Они выделяют следующие способы увеличения числа наблюдений: 1) получение нескольких наблюдений из одного посредством деления пространства [King, Keohane, Verba, p. 219]; 2) тот же результат может быть достигнут через деление одного временного периода на части [King, Keohane, Verba, p. 221]; 3) увеличение числа наблюдений через принятие в расчет новых следствий исходной теории [King, Keohane, Verba, p. 223]; 4) наконец, можно комбинировать рецепты из пунктов 1-3 [King, Keohane, Verba, p. 234].
Однако KKV идут дальше этих рекомендаций и отмечают, что увеличение числа наблюдений зачастую является мощным инструментом повышения качества исследования, так как это позволяет получать более надежные умозаключения о причинности [King, Keohane, Verba, p. 229]. Данный тезис предсказуемо вызвал критику: для качественных исследований, которым присущ детальный анализ всего лишь нескольких (иногда даже одного) случаев, такая рекомендация видится нелогичной; как замечает другая тройка авторов - Дэвид Кольер, Генри Брэйди и Джейсон Си-райт - Кинг, Кеохэйн и Верба предлагают решить проблемы исследований, основанных на анализе небольшого числа казусов, через увеличение этого числа [Collier, Brady, Seawright, 2004, p. 225]
Еще один раздел DSI посвящен распространенным ошибкам в дизайне исследования. Во-первых, KKV обсуждают систематическую ошибку измерения, которая приводит к искажению оценок влияния объясняющей переменной на зависимую [King, Keohane, Verba, 1994, p. 156].
394
Во-вторых, авторы рассматривают последствия (1) невключения в анализ значимой объясняющей переменной, коррелирующей с уже учтенной объясняющей переменной [King, Keohane, Verba, 1994, p. 168-170], и (2) включения в анализ незначимой (нерелевантной) объясняющей переменной, коррелирующей с уже учтенным предиктором [King, Keohane, Verba, 1994, p. 182-185]. Последствие первой из названных ошибок заключается в смещенности оценок влияния объясняющих переменных, а второй - в неэффективности оценок. Кроме того, KKV обсуждают часто осложняющую работу исследователя проблему эндогенности; эта проблема возникает, когда объясняющая и зависимая переменные влияют друг на друга. В книге даются конкретные рекомендации по смягчению негативных последствий эндогенности и по способам ее ликвидации [King, Keohane, Verba, 1994, p. 185-196].
Выделим еще два направления критики DSI.
Несмотря на пристальное внимание ко многим техническим вопросам, Кинг, Кеохэйн и Верба практически полностью игнорируют тему концептуализации и измерения, хотя от качества этих процедур корректность выводов зависит не меньше, чем от степени смещенности и эффективности оценок влияния предикторов на зависимую переменную [Brady, 2004, p. 62].
Кроме того, преувеличинными можно посчитать опасности, связываемые KKV с искажением результатов исследования, проистекающим из «неудачного» выбора случаев (в англоязычной литературе эта проблема носит название «selection bias»); опасения по этому поводу, упомянутые в DSI, видятся иллюзорными, если в качестве модели причинности используется не та, что заимствована из естественных наук, а модель причинных механизмов [Collier, Brady, Seawright, 2004, p. 210].
Подводя итог обзору «Designing Social Inquiry», еще раз укажем на противоречивость этой книги. С одной стороны, в ней - и довольно успешно! - предпринята попытка высветить универсальную логику научного вывода, применимую в науках об обществе; большинство рецептов, которые дают Кинг, Кеохэйн и Верба, следует по меньшей мере иметь в виду при проведении исследования - и сейчас понимание этих рецептов все чаще оказывается неотъемлемой частью политологического или социологического образования. Больше того, в западных университетах «Designing Social Inquiry» стала настольной книгой для преподавателей методологических дисциплин, читаемых на младших курсах университетов.
С другой стороны, в «Designing Social Inquiry» ясно выразился дух времени: то, что несколько десятков лет назад считалось смелым новшеством, для многих теперь почти превратилось в догму или, по крайней мере, в общее место. Именно так можно обрисовать историю восприятия статистических методов в политической науке. Невозможно спорить с тем, что эти методы бывают чрезвычайно полезны и что они открыли новые горизонты. Опасно, однако, держать в поле зрения только их и не обращать
395
внимание на остальное. Количественные методы формируют лишь одну из парадигм в науках об обществе, и здравомыслие подсказывает, что успешное развитие последних должно быть связано с сосуществованием - пусть и временами конфликтным - разных методологических традиций. Оптимизм внушает как то, что рефлексия исследователей поднялась до уровня, на котором можно пытаться реконструировать универсальную логику строгого научного вывода, так и то, что неочевидный способ этой реконструкции вызвал полемику и был подвергнут сомнению.
Литература
МилльД. Система логики силлогистической и индуктивной: изложение принципов доказательства в связи с методами научного исследования. - М.: Ленанд, 2011. - 832 с.
Brady H. Doing good and doing better: How far does the quantitative template get us? // Rethinking social inquiry: Diverse tools, shared standards / H.E. Brady, D. Collier (eds.). - Lanham: Rowman and Littlefield Publishers, 2004. - P. 53-68.
Collier D., Brady H., Seawright J. Critiques, responses, and trade-offs: Drawing together and debate // Rethinking social inquiry: Diverse tools, shared standards / H.E. Brady, D. Collier (eds.). - Lanham: Rowman and Littlefield publishers, 2004. - P. 191-228.
Collier D., Brady H., Seawright J. Sources of leverage in causal inference: Toward an alternative view of methodology // Rethinking social inquiry: Diverse tools, shared standards / H.E. Brady, D. Collier (eds.). - Lanham: Rowman and Littlefield publishers, 2004. - P. 229-266.
Holland P. Statistics and causal inference // Journal of the American statistical association. -N.Y., 1986. - Vol. 81, N 396. - P. 945-960.
King G., Keohane R., Verba S. Designing social inquiry: scientific inference in qualitative research. - Princeton: Princeton univ. press, 1994. - 300 p.
Popper K. The logic of scientific discovery. - L.; N.Y.: Routledge, 2005. - 513 p.
Ragin C. Redesigning social inquiry: Fuzzy sets and beyond. - Chicago; L.: Univ. of Chicago press, 2008. - 240 p.
Rethinking social inquiry: Diverse tools, shared standards / H.E. Brady, D. Collier (eds.). -Lanham: Rowman and Littlefield publishers, 2004. - 354 p.
Rogowski R. How inference in the social (but not the physical) sciences neglects theoretical anomaly // Rethinking social inquiry: Diverse tools, shared standards / H.E. Brady, D. Collier (eds.). - Lanham: Rowman and Littlefield publishers, 2004. - P. 75-84.
Rubin D. Estimating causal effects of treatments in randomized and nonrandomized studies // Journal of educational sociology. - N.Y., 1974. - N 66. - P. 688-701.
Rethinking Social Inquiry: Diverse Tools, Shared Standards / H.E. Brady, D. Collier (eds.). - Lanham: Rowman and Littlefield publishers, 2004. - 354 p.
Сборник «Rethinking Social Inquiry» занимает в современной литературе по методологии общественных наук (и прежде всего - политологии) особое место; эта «особость» обусловлена не предметом рассуждения ав-
396
торов сборника1 - сегодня методологические вопросы в политологии и смежных дисциплинах затрагиваются часто, - но интонацией и интенцией, с какими этот сборник составлен.
Смысловая направленность «Rethinking Social Inquiry» - поиск баланса между разными методологическими традициями. Уже само название прямо отсылает читателя к другой работе - книге Гэри Кинга, Роберта Ке-охэйна и Сиднея Вербы «Designing Social Inquiry» [King, Keohane, Verba, 1994] (в дальнейшем - DSI). Впервые опубликованная в 1994 г., DSI вызвала в западном академическом сообществе бурную реакцию, и притом противоречивую: многими она была принята как стандартный справочник по методологии на долгие годы вперед, в то время как другие увидели в ней слишком оптимистичную и чрезмерно узкую трактовку методологических вопросов. «Rethinking Social Inquiry» полностью посвящена критике DSI, а потому первую книгу трудно понять без хотя бы общего представления о второй, о спорности многих положений которой шла речь в предшествующей рецензии.
«Rethinking Social Inquiry» подводит итог критике DSI (а вместе с этим и очень оптимистичному восприятию эконометрических методов), накопившейся за 10 лет (с 1994 по 2004 г.).
Выделим черты подхода, реализованного в DSI, которые, по нашему мнению, больше других освещены в «Rethinking Social Inquiry». Во-первых, речь идет о спорном основании для синтеза качественных и количественных методов, причем спорном вдвойне: 1) не очевидно, что этим фундаментом должна быть логика строгого научного вывода и, в сущности, - понятие причинности; 2) сомнения вызывает принятая авторами DSI узкая трактовка причинности, с позиций которой они осуществляли свой план.
Во-вторых, объектом критики является оптимизм Кинга, Кеохэйна и Вербы относительно количественных методов; несмотря на признанную мощь последних, им присуще немало ограничений, и в этом смысле авторы DSI обещают больше, чем могут дать [ Rethinking Social Inquiry, p. 74]
Третий предмет обсуждения «Rethinking Social Inquiry» - это качественные методы как таковые и их импликации, напрасно не затронутые в DSI. Сделав акцент на количественном подходе, Кинг, Кеохэйн и Верба умолчали о преимуществах иной методологической традиции, и одна из задач рассматриваемого сборника состоит в том, чтобы восстановить пошатнувшееся равновесие.
Ниже все три направления критики, очерченные в «Rethinking Social Inquiry», рассматриваются подробнее.
1 Авторы «Rethinking Social Inquiry» - ведущие американские политологи, работающие как с количественными, так и с качественными методами; редакторы Генри Брэй-ди и Дэвид Кольер - исследователи с мировым признанием, немало работ посвятившие не только проблемам политологии как таковой, но и методологическим вопросам.
397
1. Узость подхода DSI, основанного на (специфической трактовке) причинности
Хорошее научное исследование авторы DSI определяют, в сущности, как такое, в котором делается обоснованный вывод о причинно-следственных связях. Критика этого положения довольно проста: существует немало не только хороших, но даже выдающихся трудов, в которых такой вывод не занимает центрального места (Ларри Бартельс указывает в этом списке «Политические партии» Роберта Михельса, «Великую трансформацию» Карла Поланьи, «Политическую идеологию» Роберта Лэйна и др. [Rethinking Social Inquiry, p. 70]). Обнаружение причинно-следственной связи может, разумеется, быть главной целью политологического, социологического, антропологического или иного исследования, но это еще не значит, что она может быть единственной его целью.
Второй пункт критики DSI состоит в том, что за стремлением отыскать причинно-следственные связи скрывается мотив еще более глубокий - стремление к пониманию или объяснению. Но открытие причины есть не единственный путь к объяснению; как отмечает Генри Брэйди, даже в естественных науках (идеально типическое представление о которых авторы DSI держат в уме на протяжении всей книги) распространено объяснение явления через отнесение его к какому-либо типу или классу (в пример приводится Периодическая таблица Менделеева) [Rethinking Social Inquiry, p. 57]; в пору юности естественных наук знание очень часто существовало именно в таком виде (ярчайший пример делает «Система природы» Линнея), а не в виде законов. Призыв всегда ставить перед науками об обществе задачу отыскания причинных связей еще требует обсуждения и проблематизации [Rethinking Social Inquiry, p. 57].
Поскольку цель Кинга, Кеохэйна и Вербы состоит в распознавании универсальной логики научного вывода, а последняя оказывается неразрывно связанной с идеей причинности, эта идея занимает в DSI центральное место. Тем важнее то, как интерпретируется причинность. Авторы DSI обращают внимание на разницу между систематическим компонентом наблюдений, когда объясняющая переменная принимает одно значение, и систематическим компонентом схожих наблюдений, когда объясняющая переменная принимает иное значение [King, Keohane, Verba, 1994, p. 81-82].
В этой интерпретации есть важное умолчание: если обнаружить эффект причинности и на этом остановиться, не будет ясно, как именно он производится; другими словами, в тени останется причинный механизм -цепь событий, соединяющая причину с эффектом. Но если этот механизм не раскрыт, понимание явления едва ли может считаться полным. Более того, в таком случае причинный эффект может быть известным, но ничего не объяснять [Rethinking Social Inquiry, p. 58]. Слишком узкая трактовка причинности - еще одна черта DSI, подвергнутая критике в «Rethinking Social Inquiry».
398
Конвенциональные статистические методы, на которые ориентируются авторы DSI, заточены в основном на то, чтобы оценивать индивидуальный, изолированный вклад предиктора в изменчивость зависимой переменной. Между тем совместное действие нескольких предикторов может быть значительнее изолированных эффектов. Для оценивания такого совместного влияния, не учитываемого в явной форме Кингом, Кеохэйном и Вербой, может использоваться качественный сравнительный анализ (QCA) [Rethinking Social Inquiry, p. 110; Regin, 2008].
2. Оптимизм по поводу количественных методов
Второе направление критики DSI касается излишнего, по мнению авторов «Rethinking Social Inquiry», оптимизма Кинга, Кеохэйна и Вербы в отношении количественных методов.
Во-первых, отмечается, что DSI поднимает ряд острых для современных наук об обществе методологических проблем - таких, как вопрос о причинности, ошибка измерения, искажение, вызванное отбором казусов (selection bias), и т.д. Однако авторы DSI утверждают, что эти проблемы уже разрешены внутри количественного подхода. Известный американский исследователь Ларри Бартельс (специализирующийся как раз на инструментах количественного анализа) указывает, что Кинг, Кеохэйн и Верба не вполне точно описали нынешнее положение дел: современные статистика и эконометрика в самом деле могут разрешить многие методологические трудности, но ответы получены пока на упрощенные версии ключевых вопросов. По мнению Бартельса, считать, что методологические проблемы, рассматриваемые в DSI, уже вполне сняты в количественной парадигме, - преждевременно [Rethinking Social Inquiry, p. 69-74].
Генри Брэйди - другой авторитетный исследователь, работающий, как и Бартельс, преимущественно с количественными методами, - обращает внимание на жесткость допущений модели причинности, взятой на вооружение в DSI. Эти допущения обеспечивают строгость и точность вывода, но имеют высокую цену: строго и точно соблюсти требования модели причинности, описываемой в DSI, чрезвычайно тяжело [Rethinking Social Inquiry, p. 61]. Хуже того, нередко исследователь даже не будет знать с полной достоверностью, удалось ли ему не нарушить этих базовых допущений или нет. Брэйди задается вопросом: насколько продуктивна такая модель причинности? Не бывает ли иногда полезнее пожертвовать теоретической строгостью вывода ради удобства его эмпирической проверки? Кинг, Кеохэйн и Верба делают понятие причинности основой своих методологических (и методических) построений и возводят на этом фундаменте стройное и функционально удобное здание, но фундамент может оказаться так зыбок, что опираться на него опасно.
399
3. Невнимание к преимуществам качественных методов
Легким следствием сильного акцента на количественных методах, сделанного в DSI, явилось невнимание к методам качественным.
Херардо Манк отмечает, что традиция качественных методов имеет в своем распоряжении инструменты, с помощью которых можно довольно успешно решать многие задачи, поставленные в DSI, и предлагает краткий обзор этих инструментов [Rethinking Social Inquiry, p. 105-121].
Рональд Роговски критикует авторов DSI за то, что те слишком ак-центрируют внимание на строгости умозаключения и лежащим в основе такого умозаключения допущениям и потому несправедливо оценивают исследовательские дизайны, которые плохи с точки зрения несоблюдения этих допущений, но хороши в других смыслах. В частности, Роговски реабилитирует казусные исследования (case studies), в том числе те, которые выполнены на наблюдениях, отобранных по зависимой переменной [Rethinking Social Inquiry, p. 75-83], что для Кинга, Кеохэйна и Вербы является неприемлемым.
Некоторые проблемы, остро стоящие для модели причинности, которая используется в количественных методах, в иных моделях причинности могут не существовать вовсе. Так, искажение, вызванное специфическим отбором примеров (selection bias), представляет серьезную угрозу для корректности количественного исследования (cross-case analysis), но в случае углубленного изучения причинных механизмов (within-case analysis) такой угрозы уже нет [Rethinking Social Inquiry, p. 85-102]. Другими словами, опасения, высказанные в DSI, авторы «Rethinking Social Inquiry» считают преувеличенными.
Далее Генри Брэйди отмечает, что в DSI упущено одно из важнейших звеньев работы «количественника» - концептуализация. Без грамотно проведенной операционализации таких сложных понятий, как «демократия», «государство», «гражданское общество» и др., невозможно получить надежные выводы о соответствующих явлениях. Между тем концептуализация давно вошла в стандартный арсенал качественных методов.
Еще одно преимущественно качественных методов перед количественными, проигнорированное в DSI, - это внимание к контекстуальной специфике [Rethinking Social Inquiry, p. 141]. Один из главных советов Кинга, Кеохэйна и Вербы состоит в увеличении числа наблюдений - благодаря этому легче соблюсти некоторые допущения применяемой в DSI модели причинности [King, Keohane, Verba, 1994, p. 229]. Однако цена увеличения числа наблюдений, формирующих статистическую базу данных, заключается как в риске концептной натяжки [Sartori, 1970, p. 10331053], так и в сокращении контекстуального знания о рассматриваемых кейсах (или, в терминах, введенных Колье, Брэйди и Сирайтом, - в сокращении числа наблюдений о причинных процессах [Rethinking Social Inquiry, p. 229-266]). Как и во многих предыдущих случаях, авторы «Re-
400
thinking Social Inquiry» указывают на неуниверсальную применимость простых рецептов и подчеркивают, что всякий раз исследователь должен искать баланс между разными критериями качества своей работы.
* * *
Из сказанного выше видно, что сборник «Rethinking Social Inquiry» должен был оказаться заметным явлением в полемике по поводу методологии общественных наук. Многие исследователи, усматривая огромную плодотворность и мощь количественных инструментов, заявили об универсальности стандартов научности, соответствующих этим инструментам. Роль «Rethinking Social Inquiry» видится двоякой: она состоит как в снижении градуса оптимизма, возникшего вследствие увлечения количественными методами, так и в реабилитации качественных методов, почти сброшенных в DSI с корабля современности.
Тем не менее сборнику «Rethinking Social Inquiry» тоже можно предъявить некоторые претензии.
Во-первых, книга полностью посвящена критике одного и только одного труда. Несомненно, «Designing Social Inquiry» занимает в методологической литературе последних 20 лет особое место, однако читатель мог бы надеяться на более широкое освещение сравнительных недостатков и преимуществ качественных и количественных методов.
Во-вторых, «Designing Social Inquiry» имеет весьма амбициозную цель: предложить основание для синтеза двух обособленных методологических традиций. «Rethinking Social Inquiry» довольно убедительно показывает, что эксперимент, проведенный в DSI, содержит множество изъянов и, на взгляд строгого судьи, не вполне успешен. Но, активно (и небезосновательно) критикуя DSI, «Rethinking Social Inquiry» не предлагает новаторской и детально разработанной конструктивной программы. С точки зрения основной цели, поставленной в DSI, рассматриваемый сборник не делает заметного шага вперед, а только демонстрирует, что шаги, предпринятые Кингом, Кеохэйном и Вербой, были направлены не в ту сторону. В этом смысле, прочитав «Rethinking Social Inquiry», взыскательный читатель остается на том же месте, где и начинал путь.
Однако и здесь есть повод для оптимизма: когда 5 тыс. экспериментов по изобретению лампы накаливания не привели к нужному результату, Томас Эдисон заметил, что теперь он на 5 тыс. попыток ближе к успеху. После «Rethinking Social Inquiry» эксперименты по глубокому синтезу качественных и количественных методов будут, думается, менее прямолинейными и более изощренными, чем в DSI.
Но возможно, главный аргумент в пользу близкого знакомства с «Rethinking Social Inquiry» состоит в том, что этот сборник суммирует большуПю часть последних методологических разработок в области об-
401
щественных наук и способен заметно поднять уровень подготовки как начинающего, так и опытного исследователя.
Литература
Rethinking social inquiry: Diverse tools, shared standards / Brady H., Collier D. (eds.). -Lanham: Rowman and Littlefield Publishers, 2004. - 354 p.
Bartels L. Some unfulfilled promises of quantitative imperialism // Rethinking social inquiry. -P. 69-74.
Brady H. Doing good and doing better: How far does the quantitative template get us? // Rethinking social inquiry. - P. 53-68.
Collier D., Brady H., Seawright J. Sources of leverage in causal inference: Toward an alternative view of methodology // Rethinking social inquiry. - P. 229-266.
Collier D., Mahoney J., Seawright J. Claiming too much: Warnings about selection bias // Rethinking social inquiry. - P. 85-102.
King G., Keohane R., Verba S. Designing social inquiry: Scientific inference in qualitative research. - Princeton: Princeton univ. press, 1994. - 300 p.
McKeown T. Case studies and the limits of the quantitative worldview // Rethinking social inquiry. - P. 137-152.
Munck G. Tools for qualitative research // Rethinking social inquiry. - P. 105-121.
Ragin C. Redesigning social inquiry: Fuzzy sets and beyond. - Chicago; L.: Univ. of Chicago press, 2008. - 240 p.
Rogowski R. How inference in the social (but not the physical) sciences neglects theoretical anomaly // Rethinking social inquiry. - P. 75-83.
Sartori G. Concept misformation in comparative politics // The American political science review. - Baltimore, 1970. - Vol. 64, N 4. - P. 1033-1053.
Ragin C.
Redesigning Social Inquiry: Fuzzy Sets and Beyond. - Chicago;
L.: Univ. of Chicago press, 2008. - 240 p.
Монография Чарльза Рэгина «Redesigning Social Inquiry: Fuzzy Sets and Beyond» подводит промежуточный итог поискам ученого в сфере методологии общественных наук - поискам, которые он вел на протяжении почти 30 лет1. Результатом размышлений Рэгина оказалась целостная исследовательская стратегия, не сводящаяся к «общепринятым» количественным или качественным методам.
Центральный тезис Рэгина состоит в том, что общественные науки основываются на теоретико-множественных отношениях и что данный факт не был еще должным образом осмыслен учеными. Применение парадигмы теории множеств способно, согласно Рэгину, «преодолеть ограни-
1 Первая монография Ч. Рэгина в области методологии («The comparative method: Moving beyond qualitative and quantitative strategies») вышла еще в 1987 г.
402
чения конвенциональных количественных и качественных методов» [Ragin, 2008, p. 2].
Общая идея подхода Рэгина заключается в том, чтобы рассматривать отношения множеств, определенных через интересующие исследователя характеристики. Так, вопрос о связи между демократией и экономическим развитием решается в рамках стратегии Рэгина посредством расчета того, в какой мере верно, что множество высокоразвитых стран является подмножеством полноценных демократий (или наоборот).
Сомнения относительно продуктивности теоретико-множественного подхода часто высказываются из-за, казалось бы, присущего ему упрощения политической (или какой-либо иной) реальности: дихотомические переменные, при помощи которых легче всего формализуются множества, в самом деле создают чрезмерно грубую картину. Чтобы преодолеть это ограничение, Чарльз Рэгин вводит в свой метод «fuzzy sets» - «размытые, нечеткие множества». В этом случае наблюдению, например, стране может быть приписана любая степень членства в определяемом множестве. Так, при использовании дихотомической переменной демократии (что конституирует два «четких» множества) современная Португалия была бы включена, вероятно, в число демократий, но в примере Рэгина с размытыми множествами Португалия оказывается членом клуба демократий только на 77% [Ragin, 2008, p. 89]. О способах создания размытых множеств подробно сказано в книге, и они без труда могут быть применены читателем.
БоПльшая часть монографии посвящена рассмотрению различных приложений теоретико-множественного подхода с размытыми множествами. Основное внимание при этом уделено уже распространившемуся в политической науке (благодаря усилиям Рэгина) методу QCA (qualitative comparative analysis); он заключается в том, чтобы исследовать «рецепты» (совокупности факторов), необходимые, достаточные или необходимые и достаточные одновременно для определенного отклика (например, для того, чтобы страна оказалась полноценной демократией). В обсуждаемой монографии Рэгин пытается учесть критику QCA, высказанную ранее, и много внимания уделяет fsQCA (fuzzy sets QCA), позволяющему оценивать степень влияния конкретных причин (а не только факт их наличия) на интересующий исследователя исход.
Как уже отмечалась, книга Чарльза Рэгина нацелена на преодоление ограничений методов (или даже методологических подходов), в настоящее время применяющихся в общественных науках. Рассмотрим важнейшие, на наш взгляд, преимущества предлагаемой Рэгином стратегии.
Во-первых, подход Рэгина в явной форме учитывает, что один и тот же результат может быть достигнут разными способами: так, допускается несколько путей к демократии, в том числе и не основанных на высоком экономическом развитии. В то же время стандартные количественные методы, применяемые не вполне аккуратно, легко могут затемнять наличие разных способов получения одного исхода. Это особенно верно, когда
403
между переменными имеет место корреляция средней силы. Действительно, средняя сила связи может указывать как на то, что такая связь имеет место на всей области значений переменных, так и на то, что на одном отрезке области значений связь слаба, а на другом - сильна.
Рассмотрим для примера две диаграммы рассеяния (рис. 1 и рис. 2), построенных на произвольных данных. В обоих случаях коэффициент корреляции Пирсона равен 0,5, но соотношение переменных, несмотря на это, весьма различно. На рисунке 1 переменные по-разному связаны друг с другом на разных участках: на одном из них (в нижней части диаграммы) связь практически отсутствует, в то время как наблюдения в правом верхнем углу (обведены овалом) коррелируют между собой очень сильно. Если бы Переменная 1 была показателем уровня экономического развития, а Переменная 2 отражала уровень демократичности, теоретико-множественный подход Рэгина зафиксировал бы, что высокий уровень экономического развития есть способ достижения высокого уровня демократичности (именно такая направленность причинно-следственной связи, как и само постулирование последней, проблематичны, но сейчас мы не принимаем это в расчет), но что это не единственный способ, поскольку в правой части диаграммы есть наблюдения, не обведенные овалом. Между тем простой расчет коэффициента корреляции указал бы на то, что связь между показателями точно такая, какая имеется на рисунке 2, где связь между переменными формирует совершенно иной паттерн.
Рис. 1
404
15,00-
Рис. 2
Приведенный пример чрезвычайно прост, но даже он показывает, что внимание к возможной множественности рецептов, пригодных для достижения одного и того же результата, действительно способно поместить в поле зрения те аспекты соотношений между переменными, которые в конвенциональном количественном анализе нередко находятся в слепом пятне.
Во-вторых, QCA, в основании которого лежит внимание к множественности «рецептов», позволяет хотя и в более общем виде, но посредством гораздо более простой процедуры, чем в количественных методах, уловить совместный эффект переменных на отклик; это особенно важно тогда, когда эффект каждой переменной по отдельности слаб.
В-третьих, QCA удобен для выявления общих паттернов связи между откликом и его предикторами и, следовательно, для формулирования гипотез, которые можно тестировать как оставаясь в рамках подхода Рэ-гина, так и применяя иные методы.
В-четвертых, количественный анализ показывает силу связи предиктора и зависимой переменной, но зачастую ничего не говорит о качестве этой связи. Теоретико-множественный подход восполняет этот пробел, позволяя выносить эмпирически подкрепленные суждения о предикторах или их совокупностях в терминах необходимых и достаточных условий.
Методы, разрабатываемые Рэгином, безусловно, способны углубить наше понимание общественных процессов и явлений, но следует указать и на те замечания Рэгина, которые вызывают сомнения.
Одна из ключевых идей книги заключается в использовании «размытых множеств». Размытое множество - такое множество, в которое наблюдение может не только полностью входить или полностью не входить,
405
но и входить частично (например, на 77% - как современная Португалия, по оценке Рэгина, входит в клуб полноценных демократий). В свою очередь, приписывание наблюдению «промежуточного» (между 0 и 1) численного значения требует «калибровки», т.е. установления критических значений, при помощи которых будет интерпретироваться весь массив данных [Ragin, 2008, p. 71]. Такие критические значения должны в идеальном случае задаваться раз и навсегда, а не зависеть от особенностей каждой конкретной выборки. Рэгин приводит пример из физики: точка кипения и точка замерзания воды задают естественный контекст для интерпретации показателей температуры по шкале Цельсия [Ragin, 2008, p. 71]. Аналогично, говорит Рэгин, должно обстоять дело и с демократией: нужно договориться о критических значениях демократичности, и тогда политическая наука получит в свое распоряжение количественное измерение демократичности, основанное на глубоком «качественном» знании.
Несмотря на то что с общим посылом Рэгина о синтезе преимуществ количественных и качественных измерений трудно не согласиться, обозначенная выше идея сомнительна, и вот почему: в отличие от естественных наук, в политологии полный консенсус о наиболее сложных явлениях (к каковым относится, без сомнения, и демократия) встречается крайне редко. Это значит, что любая договоренность о «критических точках» не будет иметь под собой достаточного фундамента, чтобы не быть пересмотренной в любой момент времени. Демократия (как и власть, государство и некоторые иные ключевые для политологии концепты) относится к числу «сущностно оспариваемых понятий» [Gallie, 1956, p. 167-198], в силу чего заключить конвенцию о точке, с которой начинается «полноценная» демократия, было бы не только чрезвычайно сложно, но и даже противно насыщенной пересмотрами истории идей о демократии; кроме того, нелегко договориться о конкретной критической точке на некоторой шкале демократичности, когда сама эта шкала - точнее, способ измерения демократичности - является предметом жарких дискуссий [Bernhagen, 2009, p. 24-40].
Далее следует обратить внимание на то, как формулируются в подходах, предлагаемых Рэгином, закономерности: «Множество наблюдений, обладающих характеристикой X, является подмножеством множества наблюдений, обладающих характеристикой Y». Пример такой закономерности - «развитые страны являются демократиями». Важная особенность закономерностей этого вида заключается в их «статичности»: методы Рэ-гина затрудняют1 формулировку закономерностей вида «чем..., тем», которые бы при этом имели ясную «физическую» интерпретацию. Однако не
1 Причина в том, что: 1) для процедуры приведения показателей наблюдений к шкале от 0 до 1 используется нелинейное [Ragin, 2008, p. 85-108] преобразование и 2) процедура калибровки сомнительна
406
вызывает сомнений, что такие «динамические» закономерности бывают чрезвычайно полезны и интересны.
Подводя итог обзору монографии Чарльза Рэгина, следует обратить внимание на контекст, в котором она появилась. Само название книги -«Redesigning Social Inquiry» - есть недвусмысленная аллюзия на известную работу Гэри Кинга, Роберта Кеохэйна и Сидни Вербы «Designing Social Inquiry» [King, Keohane, Verba, 1994], изданную в 1994 г. и обострившую полемику о методах в политической науке; пафос книги Кинга, Кеохэйна и Вербы заключается в том, что конвенциональные количественные методы предлагают общие стандарты политологического исследования и что, в сущности, эти стандарты не только лучше других, но и исчерпывающи. Работа Чарльза Рэгина призвана поколебать однобокий взгляд, популяризированный KKV. Предлагая новаторские, находящиеся на рубеже количественных и качественных стратегий методы, книга Рэги-на достигает своей цели.
Литература
Ragin C. Redesigning social inquiry: Fuzzy sets and beyond. - Chicago; L.: Univ. of Chicago press, 2008. - 240 p.
King G., Keohane R., Verba S. Designing social inquiry: Scientific inference in qualitative research. - Princeton: Princeton univ. press, 1994. - 300 p.
Bernhagen P. Measuring democracy and democratization // Democratization / C.W. Haerpfer, P. Bernhagen, R. Inglehart, C. Welzel. - Oxford: Oxford univ. press, 2009. - 400 p.
Gallie W.B. Essentially contested concepts // Proceedings of the Aristotelian society. - L., 1956. -N 1. - P. 167-198.
Gerring J.
Social science methodology: A unified framework. - Cambridge: Cambridge univ. press, 2012. - 522 p.
В предисловии к книге «Social science methodology: A unified framework» Джон Герринг проницательно замечает: «Создается впечатление, что важнейшие размежевания в современных общественных науках проходят по методологическим, а не идеологическим границам» [Gerring, 2012, p. XX]. Автор прибавляет к этому, что понятия, обозначающие разные методологические направления и школы, иногда уже применяются в полемике как бранные [Gerring, 2012, p. XIX], - в чем тоже нетрудно заметить сходство с идеологической борьбой.
Между методологией и идеологией как границами, определяющими расхождение во мнениях, есть, однако, и важное различие: за идеологическим разногласием нередко скрывается ценностный раскол, и потому оно почти никогда не может быть снято; разница же в методологических под-
407
ходах должна быть менее драматической, коль скоро каждый такой подход имеет целью получить на основе поддающихся рациональному анализу процедур некоторое истинное суждение. Внеценностный, опирающийся на рациональность и логику компонент методологии указывает на общую точку, которая может послужить опорой для примирения конкурирующих подходов.
Цель своей книги Джон Герринг обозначил как «сведеПние существующих методологических правил и норм в единую систему (framework), которая была бы лаконичной, точной и ясной» [Gerring, 2012, p. 11].
Актуальность замысла Герринга несомненна: в современных науках об обществе (в том числе, в политологии - «родной» для Герринга области) уживаются сразу несколько крупных методологических подходов, не вовсе отграниченных друг от друга, но и не подготовивших еще какого-либо синтетического направления, в котором исключались бы недостатки разных исследовательских стратегий, но сочетались бы их преимущества.
Попытки предложить единые для общественных наук методологические рамки уже предпринимались, в том числе коллегами Джона Гер-ринга: так, в 1994 г. в свет вышла книга «Designing Social Inquiry» Гэри Кинга, Роберта Кеохэйна и Сиднея Вербы [King, Keohane, Verba, 1994], всколыхнувшая западное академическое сообщество своим амбициозным, но спорным проектом (он заключался в том, чтобы сделать стандарты научной строгости и понятийный аппарат математической статистики и эконометрики основой методологического синтеза). Однако многие исследователи восприняли этот проект скептически и предоставили в поддержку своего мнения глубокий критический анализ «Designing Social Inquiry» [Collier, Brady, Seawright, 2004], убедительно показавший, что замысел Кинга, Кеохэйна и Вербы имеет не одни только достоинства.
Идеи, стоящие за «Social Science Methodology», трудно оценить в полной мере, не обратив внимания на очерченный выше контекст: книга Герринга и по своему назначению, и по некоторым конкретным положениям ясно соотносится с уже накопленным опытом по примирению разных методологических школ. Тем любопытнее усмотреть особенности в книге Герринга.
Содержательный стержень «Social Science Methodology» - рассмотрение ключевых этапов исследования с трех позиций: 1) задач, стоящих перед ученым; 2) стратегий, пригодных для достижения этих задач; 3) критериев, по которым можно оценить качество выполнения задач при помощи той или иной стратегии [Gerring, 2012, p. 12]. Д. Герринг обсуждает следующие компоненты научной работы: поиск проблемы исследования; обоснование и аргументация; анализ данных; концептуализация; инструменты описания данных; квантификация (измерение); установление причинно-следственных связей (этой теме посвящена почти половина книги).
408
В качестве основных принципов, которым Герринг стремился подчинить свою работу, можно назвать универсальность и охват: сюжеты, рассмотренные в книге, должны быть одинаково хорошо знакомы антропологу и экономисту, политологу и социологу; при этом Герринг так или иначе затрагивает все этапы исследования и хотя бы вкратце обсуждает все основные подходы к тем или иным проблемам. В сущности, «Social Science Methodology» - своего рода энциклопедия: обобщающая работа, проведенная автором, действительно впечатляет.
Особо стоит отметить нейтральность книги Герринга в отношении конкурирующих методологических школ, хотя эта нейтральность и предполагается самим замыслом монографии. В отличие от упоминавшейся уже «Designing Social Inquiry» книга Герринга не провоцирует жарких дискуссий и несхожа с «Rethinking Social Inquiry» отсутствием критического пафоса - все углы сглажены, все позиции учтены. В этом смысле «Social Science Methodology» - очень корректный, полный, обстоятельный труд, но в том, что именно таковы главные добродетели научного текста, уже можно усмотреть недостаток.
В одном месте Герринг ссылается на известное правило об обратном соотношении объема и содержания понятий [Gerring, 2012, p. 122], которое можно применить и к самой книге: универсальность данных в ней рекомендаций столь велика, что почти все они оказываются выхолощенными и банальными. «Social Science Methodology» целиком посвящена обобщению уже известных результатов и, по возможности, описанию их на одном языке, и ждать от книги какой-либо новизны и неожиданных решений не приходится.
Между тем «Social Science Methodology» отличается ясностью изложения: каждый тезис рассматривается тщательно и подробно, с примерами (чаще абстрактными, но иногда Герринг обращается и к конкретным исследованиям) и пояснениями.
На это, однако, можно ответить, что простота изложения проистекает из простоты предмета. Книгу Герринга, содержащую массу общих, универсальных рекомендаций, легко уподобить кулинарной книге, рассказывающей о том, как готовить вкусные супы, - без рецептов конкретных супов, но с советами по приготовлению всех вообще вкусных супов. В такой книге наверняка было бы сказано, что для вкусного супа нужно подобрать свежие продукты (и следовал бы раздел о том, какие продукты считать свежими), что необходима, помимо этого, подходящая посуда (и были бы даны критерии подходящей для приготовления супов посуды), а также какие-нибудь овощи (часть книги непременно была бы посвящена тому, как отличить овощи от прочей провизии). Несомненно, для человека, никогда не слышавшего о приготовлении пищи, эти рекомендации были бы очень полезны, но опытный повар легко может обойтись и без них. Конечно, разница между проведением исследования и приготовлением вкусного супа огромна: людей, никогда не занимавшихся первым, много
409
больше, чем тех, кому не пришлось заниматься вторым. Потому книга Герринга важнее и нужнее описанной кулинарной энциклопедии - но начинающим исследователям она принесет гораздо больше пользы, чем опытным.
Явное отличие монографии Герринга от не раз уже упоминавшейся «Designing Social Inquiry» заключается в том, что последняя содержит очень спорную, но последовательную и связную программу синтеза разных методологических подходов, в то время как «Social Science Methodology» содержит ряд практически бесспорных, но слабо связанных друг с другом рекомендаций. Хотя подзаголовок книги («A unified framework») и предполагает хорошо согласованную систему, в которую будут вписаны правила и нормы ведения исследования, такую систему из труда Герринга вычленить нелегко - если только не понимать под согласованностью отсутствие противоречий между разными правилами и нормами. Последние не связаны друг с другом никакой внутренней логикой, не проникнуты никаким единым принципом, не проистекают из единой общей идеи -Герринг не предлагает новой и конструктивной программы методологического синтеза. Вместо этого он, в сущности, пытается показать, что такой программы вовсе не нужно, - для разных подходов можно найти общий знаменатель, уничтожающий все возможные противоречия.
Вероятно, это положение, не сформулированное нигде в книге явно, но проскальзывающее между строк, - одно из немногих, способных породить полемику. Поиск методологического подхода, который объединял бы в себе преимущества разных исследовательских стратегий или просто был бы универсальным, продолжается в общественных науках вообще и в политологии в частности уже не одно десятилетие, но, может быть, стоит задуматься: существуют ли между исследовательскими стратегиями столь большие различия, чтобы вести к серьезному Methodenstreit, или же эти различия не так уж велики, коль скоро каждый влиятельный подход основывается на универсальной логике научного вывода и пользуется в равной мере эффективными и корректными инструментами?
Тем не менее поиск общего знаменателя, предпринятый Геррингом, имеет важную особенность. Альберт Эйнштейн отмечал, что ни одну проблему нельзя разрешить на том же уровне, на котором она возникла. Джон Герринг, осознанно или нет, следует этому совету и ведет рассуждения при помощи весьма абстрактных, общих понятий; он явно перемещается на уровень более высокий, чем тот, на котором сталкиваются разные методологические подходы. Но дьявол, как известно, - в деталях: Герринг рассуждает не на том уровне, который позволил бы разрешить проблему, а на том, на котором она еще не возникла.
В качестве примера можно привести тезис о числе наблюдений: Джон Герринг утверждает, что «лучше иметь больше наблюдений, чем меньше; отсюда большое "N" (размер выборки) предпочтительнее меньшего "N", при прочих равных условиях» [Gerring, 2012, p. 88]. Схожий
410
тезис выдвигали Кинг, Кеохэйн и Верба: чем больше выборка, тем точнее будут статистические оценки коэффициентов в регрессионной модели [King, Keohane, Verba, 1994, p. 216]. Авторы «Designing Social Inquiry» советовали увеличивать число наблюдений не только в количественных, но и в качественных исследованиях, полагая, что и там большее число наблюдений приведет к более точным выводам [King, Keohane, Verba, 1994, p. 229]. Этот взгляд, однако, был подвергнут критике: качественным исследованиям присуще быть ограниченными небольшим числом наблюдений (рассматриваемых кейсов), и расширение выборки будет иметь множество негативных последствий [Collier, Brady, Seawright, 2004, p. 229266] (снижение числа наблюдений иного рода - о каузальном механизме, связывающем причину с эффектом [Collier, Brady, Seawright, 2004, p. 229266]; потеря знаний о контексте; концептная натяжка [Sartori, 1970, 10331053]; снижение глубины анализа каждого кейса и т.д.). Таким образом, большое число наблюдений в выборке имеет свою цену, и проблема заключается в нахождении баланса между положительными и отрицательными последствиями увеличения выборки.
Однако «Social Science Methodology» дальше, создается иллюзия, что отмеченного противоречия нет: Герринг указывает, что «N», о котором он писал выше, может пониматься и как число наблюдений в статистической выборке, и как наблюдения о причинном механизме [Gerring, 2012, p. 88]. Очевидно, что проблема, указанная в предыдущем абзаце, не разрешается, а только затушевывается, причем посредством своеобразной концептной натяжки, когда «N» означает и размер выборки, и объем информации о контексте.
Этот пример так подробно рассмотрен потому, что он довольно типичен для «Social Science Methodology», - острые методологические проблемы переводятся на столь общие термины, что любые противоречия пропадают и тем самым создается иллюзия, что этих проблем вовсе нет.
Наряду с отмеченными выше недостатками «Social Science Methodo-logy» обладает, конечно, и достоинствами, часть из которых была отмечена выше. Отдельно стоит сказать об одном разделе, неожиданно включенном Геррингом в свою книгу. Дело в том, что труды по методологии обычно не содержат рекомендации по «нулевой» стадии исследования -когда исследовательский вопрос еще не сформулирован. Например, Кинг, Кеохэйн и Верба пишут, ссылаясь на Карла Поппера, что «нет такой вещи, как логический метод поиска новых идей... Открытие содержит "иррациональный элемент", "творческую интуицию"» [King, Keohane, Verba, 1994, p. 14]. В результате эта стадия научной работы игнорируется книгами по методологии. Иной подход выбрал Герринг: в «Social Science Methodology» есть довольно большой и, по нашему мнению, превосходный по содержанию раздел об эвристике научного открытия - эта деталь выгодно отличает монографию от прочих книг по схожей тематике.
411
Итак, кому и когда следует читать «Social Science Methodology»? Это труд довольно банальный по содержанию, но замечательный универсальностью подхода и широтой тематического охвата, простотой и ясностью изложения, удавшимся разделом по эвристике открытия. Любопытно, что в конце книги помещена дополнительная глава об обосновании или даже оправдании (justifications) замысла книги; Герринг пишет: «Я надеюсь, читателю бросается в глаза, что мой подход к методологии общественных наук от начала и до конца основан на здравом смысле... С этой точки зрения настоящая книга предстает собранием трюизмов. Первое и, возможно, важнейшее обоснование (justification) предложенного подхода состоит в том, что он формализует уже известное нам» [Gerring, 2012, p. 394].
Едва ли эта формализация окажет большую помощь уже опытному исследователю - подобно тому, как книга о вкусных супах вообще не пригодится видавшему виды повару. Но для начинающих исследователей, для преподавателей методологии на младших курсах университетов, тех, кто желает заглянуть в справочник для восполнения или уточнения своих знаний по какому-либо вопросу, книга Герринга не только придется кстати, но и будет большим подспорьем.
Литература
GerringJ. Social science methodology: A unified framework. - Cambridge: Cambridge univ. press, 2012. - 522 p.
King G., Keohane R., Verba S. Designing social inquiry: Scientific inference in qualitative research. - Princeton: Princeton univ. press, 1994. - 300 p.
Rethinking social inquiry: Diverse tools, shared standards / Brady H., Collier D. (eds.). - Row-manand Littlefield Publishers, 2004. - 354 p.
Collier D., Brady H., Seawright J. Sources of leverage in causal inference: Toward an alternative view of methodology // Rethinking social inquiry. - P. 229-266.
Sartori G. Concept misformation in comparative politics // The American political science review. - Baltimore, 1970. - Vol. 64, N 4. - P. 1033-1053.
И.М. Локшин
412
