https://doi.Org/10.30853/manuscript.2020.4.24
Платонова Светлана Ипатовна
Большие данные: создание вызовов и возможностей в социальных науках
В статье анализируется, каким образом большие данные становятся частью современных социальных исследований. Для этого рассматриваются не только основные характеристики больших данных, но и вызовы, связанные с ними. Эти вызовы принципиально меняют процесс познавательной деятельности и приводят к радикальному пересмотру моделей социальной реальности. В статье обосновывается предположение, что большие данные являются всего лишь "следами" человеческой активности, требующими интерпретации, помещения в определенный социальный контекст, отнесения к социальной теории. Адрес статьи: www.gramota.net/materials/9/2020/4/24.html
Источник Манускрипт
Тамбов: Грамота, 2020. Том 13. Выпуск 4. C. 119-123. ISSN 2618-9690.
Адрес журнала: www.gramota.net/editions/9.html
Содержание данного номера журнала: www .gramota.net/mate rials/9/2020/4/
© Издательство "Грамота"
Информация о возможности публикации статей в журнале размещена на Интернет сайте издательства: www.gramota.net Вопросы, связанные с публикациями научных материалов, редакция просит направлять на адрес: hist@gramota.net
Глубокие и противоречивые изменения происходят во всех сферах жизни, в общении людей. Однако в этих процессах наиболее существенные изменения претерпевают ценностные ориентации индивида как ядро процесса модернизации. Техническая цивилизация навязывает свои ценности и приоритеты. К ним можно отнести новое социальное пространство, новый тип коммуникации, иные условия социального бытия, которое обуславливает приоритеты конкуренции и выгоды. Поэтому новое общество, которое формируется в рамках этих преобразований, формирует большое количество конкретных вариаций в соответствии с отличительными особенностями национальной культуры и истории, а также отношениями с цифровыми технологиями.
Цифровизация бытия и усложнение интеллектуальных систем могут радикально изменять повседневную социальную жизнь, но вопрос в том, что это за влияние и насколько человек как мыслящее существо защищен.
Список источников
1. Бердяев Н. А. Философия творчества, культуры и искусства: в 2-х т. М.: Искусство; Лига, 1994. Т. 1. 542 с.
2. Еремин И. Исламский банкинг: экономика и духовность // Актуальные вопросы экономики и управления в условиях модернизации: коллективная монография. Смоленск: Универсум, 2018. С. 156-160.
3. Иоселиани А. Д. Искусственный интеллект vs человеческий разум // Манускрипт. 2019. № 4. С. 102-106.
4. Иоселиани А. Д. Формирование инфосферы: социально-философский ракурс [Электронный ресурс]. URL: https://www.gramota.net/materials/3/2016/3-1/18.html (дата обращения: 11.03.2020).
5. Кириченко Л. П., Булавенко О. А. Система интернет-банкинга в России [Электронный ресурс] // Фундаментальные исследования. 2013. № 11-5. С. 991-995. URL: https://www.elibrary.ru/item.asp?id=21093264 (дата обращения: 11.03.2020).
6. Трифонов Д. А., Коршунова С. В. Современные проблемы банковского корпоративного кредитования в России // Экономика и бизнес: теория и практика. 2016. № 12. С. 48-52.
7. Цифровая Россия: новая реальность [Электронный ресурс]. URL: http://www.tadviser.ru/images/c/c2/Digital-Russia-report.pdf (дата обращения: 11.03.2020).
8. Haefner K. Mensch und Computer im Jahre 2000. Basel - Boston - Stuttgart, 1984. 396 S.
9. Ioseliani A. D. Man as a subject of Internet communication // Ubiquitous Computing and the Internet of Things: Prerequisites for the Development of ICT. Switzerland: Springer, 2018. Р. 449-453.
10. Vоlpert W. Macht die Arbeit am Computer stumpf? // Bild der Wissenschaft. 1984. № 11. S. 21-37.
Specificity of Human Everyday Life in the Digital World
Ioseliani Aza Davidovna, Doctor in Philosophy, Professor Financial University under the Government of the Russian Federation, Moscow
aza-i@yandex. ru
The paper aims to reveal peculiarities of the modern human's everyday life transformation due to digitalization of his daily activities and intensive penetration of Internet technologies in all the spheres of social life. The article examines online-banking as an innovative social phenomenon that promotes a new type of interpersonal relations. The complicated adaptive, psychological and social nature of online-banking is revealed, its advantages and shortcomings are analysed. Scientific originality of the study involves development of logical and philosophical foundations for analysing new determinants of modern social life. Social-philosophical and scientific-technical prerequisites for transformation of social life in the modern technogenic world are considered.
Key words and phrases: online-banking; distant banking; e-banking; social transformation; information society; technogenic world; culture; spirituality.
УДК 1:7/9 Дата поступления рукописи: 14.03.2020
https://doi.org/10.30853/manuscript.2020.4.24
В статье анализируется, каким образом большие данные становятся частью современных социальных исследований. Для этого рассматриваются не только основные характеристики больших данных, но и вызовы, связанные с ними. Эти вызовы принципиально меняют процесс познавательной деятельности и приводят к радикальному пересмотру моделей социальной реальности. В статье обосновывается предположение, что большие данные являются всего лишь «следами» человеческой активности, требующими интерпретации, помещения в определенный социальный контекст, отнесения к социальной теории.
Ключевые слова и фразы: большие данные; социальная теория; социальное знание; эпистемология; социальная онтология.
Платонова Светлана Ипатовна, д. филос. н., доц.
Ижевская государственная сельскохозяйственная академия platon-s@bk.ru
Большие данные: создание вызовов и возможностей в социальных науках
Актуальность исследования. Десять лет назад термин «большие данные» (Big Data) был малознаком или вообще незнаком подавляющему большинству обществоведов. Однако за последнее десятилетие количество
публикаций, изучающих использование цифровых данных в социальном знании, возросло. Большие данные существуют не только в социальных и гуманитарных науках. Они есть также в естественных науках: астрономии, физике, биологии, географии, геологии. Проблемы интерпретации и использования больших данных относятся не только к социальным, но и к естественным наукам. Цель статьи - проанализировать, каким образом большие данные влияют на эпистемологические стратегии в социальных науках и на пересмотр моделей социальной реальности. Для достижения цели необходимо решить следующие задачи: рассмотреть особенности больших данных, провести критический анализ эпистемологии, связанной с применением больших данных, рассмотреть изменение моделей социальной реальности и представлений о социальном акторе.
Научная новизна. Показано, что большие данные во многом перестраивают традиционные методы научного исследования и приводят к пересмотру моделей социальной реальности. Социальная реальность понимается как одноуровневая, аутопойэтическая, саморазвивающаяся. На основе критического анализа применения больших данных в социальных науках утверждается, что для продуктивного использования Big Data необходимо учитывать контекст изучаемого социального явления.
Большие данные многими западными исследователями рассматриваются как эпистемологическая революция в познании: цифровые данные позволяют заменить поиск причинно-следственных связей на установление корреляции между явлениями [8; 9]. Алгоритмы выявляют закономерности и генерируют теории, поэтому все меньше возникает необходимости беспокоиться о том, чтобы сначала придумать гипотезу, а затем проверить ее с помощью выборки данных [15]. А. Сзалай и Дж. Грей говорят о появлении четвертой парадигмы научных исследований, основанной на использовании большого объема данных. Первая парадигма связана с разработкой экспериментальных исследований, вторая - с построением и развитием теорий. Третья парадигма, вычислительная, возникшая в середине XX века, связана с крупномасштабным компьютерным моделированием. Четвертая парадигма предполагает интенсивное использование больших данных [16].
Можно утверждать, что, с одной стороны, большие данные являются принципиально новаторским шагом в развитии социальных наук, с другой стороны, они тянут за собой клубок онтологических и эпистемологических проблем. Апологеты больших данных предлагают отказаться от традиционных схем познания, предусматривающих создание идеализированных конструктов, выдвижение гипотез, формулирование теоретических моделей и научных теорий. «Большие данные говорят сами за себя», - это один из центральных тезисов сторонников активного использования этих данных. Вызовы, исходящие от больших данных, заключаются в том, что они могут изменить существующие концептуальные схемы, теоретические объяснения социального мира и порядка, потребовать новых исследовательских стратегий и методологических программ. Эти изменения могут носить не декоративный, а фундаментальный характер.
Что такое Big Data? Американская ассоциация изучения общественного мнения определяет данное понятие как «описание больших по объему и разнообразных по составу характеристик, практик, технических приемов, этических проблем и последствий, которые связаны с данными» [2, с. 181]. Большие данные порождаются рутинными трансакциями между гражданами и властями, потребителями и бизнесом. Выделяются следующие характеристики больших данных: большой объем, высокая скорость, разнообразие, предельный охват, гибкость, характеризующаяся расширяемостью и масштабируемостью [10, p. 833; 11, p. 262; 12, p. 1-2]. Объем (volume) больших данных огромен, скорость изменения (velocity) данных чрезвычайно большая; разнообразие (variety) означает наличие различных форматов и типов данных. Большие данные могут соединять разнообразные по природе наборы данных и легко менять свои размеры [11, p. 262].
Это могут быть цифровые системы видеонаблюдения; данные розничных продаж; ведение журнала операций и взаимодействия по цифровым каналам связи (например, электронной почты или онлайн-банкинга); публикации в социальных сетях и другие данные. К указанным характеристикам Big Data можно добавить, по крайней мере, еще одну, принципиально новаторскую и важную: большие данные являются побочным продуктом многих стандартных операций. Получение этих данных не является целью какого-либо социального исследования. «Раньше данные собирались по запросу исследователя, зачастую по заранее определенной процедуре и в соответствии с исследовательскими допущениями или гипотезами. Сейчас данные производятся самими пользователями» [4, с. 215].
Л. Резнянская, ссылаясь на Р. Мертона, говорит о том, что вплоть до XX века единственным источником знаний о верованиях, мировоззрениях, мнениях и установках индивидов были работы и исследования представителей интеллектуальной и властной элит [14, p. 4]. Знания об обществе были скудными, умозрительными, авторскими, добытыми из немногочисленных источников, подкрепленными небольшими размерами выборки с заранее заданными свойствами. Мыслители создавали определенные теоретические конструкции общества, абсолютизируя, выделяя в качестве детерминант социального функционирования и развития те или иные социальные институты, сферы, социальные слои и т.п. Теоретические модели общества конструировали социальную реальность, социальная теория часто «шла впереди» социума, в связи с чем возникала проблема онтологизации теоретических конструктов.
В настоящее время с помощью больших данных мы получаем знания и информацию из первых рук, от людей, так или иначе производящих эти данные. Появление средств массовой информации, растущий интерес коммерческих и политических организаций к получению точных и детализированных знаний о мнениях, установках и вкусах различных слоев населения сделали возможным и необходимым получение массивных первичных данных.
Однако применение больших данных не везде оправдано. Например, использование вычислительных подходов успешно в коммерческом секторе, где с помощью больших данных можно отслеживать предпочтения людей по их онлайн-запросам и сетевой коммуникации. Но возникают проблемы при использовании этих
методов в социальных и гуманитарных исследованиях, во многих практических областях. Большие данные во многом лишены политического, экономического и социального контекста, в котором они создаются. Поэтому Big Data требуют более тонкого учета социального контекста, обращения к социальным теориям. Большие данные выявляют тенденции, однако могут не увидеть важных особенностей, которые могут стать трендом.
Поэтому провозглашенная некоторыми западными социальными учеными эпистемологическая революция, четвертая парадигма научных исследований может превратиться в иллюзию, в начало «эпистемологического декаданса». Необходимо отметить, что некоторые ученые-гуманитарии довольно настороженно относятся к появлению цифровых гуманитарных и вычислительных социальных наук, так как использование компьютеров как «читающих устройств» подрывает традиционные методы анализа, связанные с внимательным изучением текста.
Возможность использования больших данных в социальной теории заставляет вновь вернуться к базовым философским вопросам: о соотношении между эмпиризмом и рационализмом, фактами и теорией, индукцией и дедукцией, теоретическими моделями и реальностью.
Использование больших данных ставит следующие вопросы:
- как анализировать и интерпретировать эти данные?
- приведут ли большие данные к пересмотру каузальных теорий и отказу от причинно-следственных связей и зависимостей?
- приведут ли эти данные к пересмотру моделей социальной реальности?
Большие данные принципиально изменяют наши исследовательские стратегии и традиционные способы познания мира. Многие исследователи цитируют нашумевшую статью К. Андерсона, бывшего главного редактора журнала "Wired", с провокационным названием «Конец теории. Поток данных делает научный метод устаревшим» [8]. В этой статье К. Андерсон говорит о кризисе научной теории, о конце теории. Он полагает, что до появления больших данных научный метод строился вокруг гипотетических моделей, которые затем тестировались, подтверждались или опровергались. Наука основана на моделях, которые относительно произвольны и зачастую неверны, так как их базой является индуктивная и дедуктивная логика. Любые модели упрощают объект исследования, будь то атомы, генетические взаимодействия, структура ДНК. К. Андерсон утверждает, что вместо моделей, концептуализирующих предметные области, вполне достаточно корреляции между разными данными, данные можно анализировать без гипотез. Корреляция заменяет причинность, наука может развиваться даже без моделей и разного рода объяснений [Ibidem].
В настоящее время, по мнению К. Андерсона, надо отказаться от всех теорий человеческого поведения, от лингвистики до социологии, так как мы не можем объяснить, почему люди думают и поступают так, а не иначе. Отказаться от теоретических моделей должны не только социальные, но и естественные науки. При достаточном количестве данных цифры говорят сами за себя. Мы можем анализировать большие данные без гипотез о том, что они могут показать. Традиционный метод, связанный с выдвижением гипотезы - построением теоретической модели - дальнейшей верификацией, является устаревшим. Принципиальное изменение методологии исследования является, по мнению К. Андерсона, мэйнстримом в развитии современной науки: «Нет причин придерживаться наших старых путей. Пришло время спросить: "Чему наука может научиться у Google?"» [Ibidem].
Основные тезисы К. Андерсона можно сформулировать следующим образом:
- поиск причинно-следственных связей должен уступить место установлению корреляций между явлениями;
- большие данные являются сами по себе эвристической ценностью.
Таким образом, сторонники больших данных полагают, что современная наука не нуждается в объяснительных теориях и гипотезах; объяснение может быть заменено корреляцией между явлениями. Декларирование этих идей, по сути, означает победу, триумф эмпиризма и индуктивной методологии. Еще в первой половине XIX века О. Конт заявлял, что наука не нуждается в объяснительных моделях, а главная задача ученого -не объяснять, а всего лишь описывать явления. «Основной переворот, характеризующий состояние возмужалости нашего ума... заключается в повсеместной замене недоступного определения причин в собственном смысле слова - простым исследованием законов, то есть постоянных отношений, существующих между наблюдаемыми явлениями. О чем бы ни шла речь, о малейших или важнейших следствиях, о столкновении и тяготении, или о мышлении и нравственности, - мы можем действительно знать только различные взаимные связи, свойственные их проявлению, не будучи никогда в состоянии проникнуть в тайну их образования» [5, с. 9]. За два последующих столетия социальная мысль развивалась в направлении от эмпиризма до понимающей, ин-терпретативной социальной теории и далее - до появления во второй половине XX века теорий, снимающих оппозиции объективизма/субъективизма, структуры/действия, общества/индивида. Однако в начале XXI века можно говорить о реванше эмпиризма и позитивизма.
Если большие данные могут быть полезны в некоторых коммерческих секторах, то можно ли применять большие данные для анализа социальных процессов, структур и социального поведения вне теоретических моделей и определенной интерпретации? Как можно использовать большие данные для объяснения человеческих убеждений, действий, мотиваций, идеологии? «Для современного эмпирического исследователя обладать детальным массивом больших данных бесполезно без убедительной инференции в рамках проводимого исследования. <...> Инференция понимается как интерпретация полученных закономерностей, перенос суждений с наличествующих данных на некую реальность» [3, с. 56-57].
Сами по себе большие данные еще ни о чем не говорят. Это всего лишь «следы» человеческой деятельности. Большие данные требуют интерпретации, объяснения, помещения в определенный социальный контекст.
А для этого необходимы социальные модели, социальные теории. Можно сказать, перефразируя И. Ла-катоса, что теория без данных пуста, а данные без теории слепы. «Цифровые социальные и культурные данные - это в буквальном смысле только следы социальной жизни, следы, которые еще предстоит "расшифровать". Поэтому основная проблема, которую необходимо решить, связана не столько с самим объемом и "шумом", сколько с нечетко определенным эпистемологическим статусом цифровых данных как проявлением социальной и культурной реальности» [14, р. 6].
Использование больших данных может привести к пересмотру теоретического социального знания, основных теоретических моделей социального, вызвать соперничество разных исследовательских ориентаций, новое понимание социального порядка. Например, в позитивистской социологии общество представляется как социальная реальность, первичная по отношению к индивидуальной реальности и детерминирующая человеческое поведение [6, с. 136]. В неклассической (интерпретативной) социологии подчеркивается роль ценностно-смысловой мотивации социальной деятельности индивида, утверждается, что социальные институты созданы самими индивидами [Там же, с. 172]. И в позитивистской, и в интерпретативной социологии существуют дихотомии общество/человек, структура/действие, макроструктура/микроструктура.
Цифровые данные приводят к пересмотру моделей социальной реальности. В частности, Б. Латур и его соавторы предложили модель одного уровня: с развитием цифровых данных выделение микро- и макрофеноменов становится излишним. «Нет никакой существенной разницы между индивидами, группами или институтами» [13, p. 609]. Отказываясь от альтернативы актор/структура, Бруно Латур предлагает использовать понятие «монада» в интерпретации Г. Тарда: «Монада - это не часть целого, а точка зрения на все остальные сущности, взятые по отдельности» [Ibidem, p. 598].
Большие данные опираются на понимание общества как самоуправляемого, самовоспроизводящегося (аутопойэтического). Нет необходимости обнаруживать причинно-следственные связи, так как такой подход подразумевает подчинение централизованным властям, которое характерно для модернистских обществ. Сейчас мы наблюдаем самоорганизацию и автономию городов и обществ. Сложный мир не нуждается в причинной теории. Большие данные, таким образом, артикулируют постчеловеческую (posthuman) онтологию самоуправления, аутопойэтические сборки (assemblages) технологического и социального. Представляется, что можно говорить об аутопойезисе общества как социальной системы в целом. Главное отличие аутопоей-тических систем заключается в том, что причина их развития заключена в свойствах самой системы.
Таким образом, мы можем говорить об изменении социальности и социальных отношений в современном обществе. Одним из субъектов социальных отношений может быть вещь, процесс, состояние, иными словами, нечто объективированное. В человеческих отношениях одним из партнеров могут выступать не индивиды, а объекты. Объектные миры - это, прежде всего, информационные и коммуникационные технологии, компьютеры и компьютерные технологии, объекты потребления [7, с. 116]. Например, в виртуальной среде одним из участников социального взаимодействия может быть робот. Компанией «Яндекс» разработан робот «Алиса», который является не только голосовым помощником. С «Алисой» можно поиграть, пообщаться, проверить грамотность, получить быстрый ответ. По состоянию на январь 2019 года аудитория «Алисы» составила 30 млн человек.
Большие данные ставят еще одну проблему, которая, как нам кажется, еще не получила детального осмысления. Эта проблема носит экзистенциальный характер и, на первый взгляд, далека от рассматриваемых нами методологических и эпистемологических вопросов. Большие данные собираются не только государственными структурами или коммерческими компаниями. Сами акторы готовы предоставить о себе как можно больше информации. Люди охотно публикуют подробности своей частной жизни, чтобы оказаться в фокусе всеобщего внимания. Это явление З. Бауман, Л. Донскис и американский историк С. Иго называют исповедальной культурой, когда человек добровольно показывает, что он делает, с кем общается и кого знает [1, с. 26]. Если раньше секретные службы и тайная полиция усердно работали, чтобы вытащить из людей потаенное и заставить их раскрыть частные, а подчас и интимные детали их личной жизни, то сейчас люди сами все рассказывают. Попадание человека в социальные сети, разрушение приватности его частной жизни - это новая характеристика современного общества и социального взаимодействия. Несмотря на, казалось бы, постоянное социальное взаимодействие онлайн и оф-лайн, люди атомизируются, разобщаются, демонстрируют поверхностные отношения и взаимное отчуждение.
Таким образом, подводя итоги, необходимо отметить следующее: большие данные поставили перед социальными науками вопросы общетеоретического характера. Происходит изменение моделей социальной реальности: общество рассматривается как самовоспроизводящееся, автономное, аутопойэтическое. Мы можем говорить об онтологическом повороте, повороте к материальному, при котором материальные объекты становятся полноправными участниками социального мира. Предлагается отказаться от дихотомии индивид/ общество, действие/структура; вводится понятие одноуровневой социальной реальности. Подобное понимание общества не вписывается в классические социальные модели, основанные на поиске причинно-следственных связей. Поэтому сторонники больших данных призывают отказаться от каузальных моделей, сведя научную деятельность к поиску корреляции между явлениями.
Возражая защитникам больших данных, необходимо отметить следующее: большие данные требуют интерпретации, помещения в определенный социальный контекст. Без интерпретации, без объяснительных гипотез и моделей большие данные рискуют остаться только большими данными, а наука рискует вернуться вновь к позитивистской методологии, индуктивизму и эмпиризму. И как бы сторонники больших данных ни отказывались от объяснительных моделей, сами по себе цифровые данные остаются только «следами» социальной активности.
Список источников
1. Бауман З., Донскис Л. Текучее зло: жизнь в мире, где нет альтернатив. СПб.: Изд-во Ивана Лимбаха, 2019. 296 с.
2. Божков О. Б. «Большая социология: расширение пространства данных» // Социологический журнал. 2015. Т. 21. № 1. С. 181-184.
3. Волков В. В., Скугаревский Д. А., Титаев К. Д. Проблемы и перспективы исследований на основе Big Data (на примере социологии права) // Социологические исследования. 2016. № 1 (381). С. 48-58.
4. Губа Е. Большие данные в социологии: новые данные, новая социология? // Социологическое обозрение. 2018. Т. 17. № 1. С. 213-236.
5. Конт О. Дух позитивной философии. Ростов н/Д: Феникс, 2003. 256 с.
6. Платонова С. И. Парадигмальный характер социального знания. Ижевск: ФГБОУ ВПО «Ижевская ГСХА», 2014. 296 с.
7. Платонова С. И. Эпистемические объекты и социальные отношения в современном обществе // Вестник Ленинградского государственного университета им. А. С. Пушкина. 2018. № 3-1. С. 114-123.
8. Anderson C. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete [Электронный ресурс] // Wired. 2008. 23 June. URL: https://www.wired.eom/2008/06/pb-1:heory/ (дата обращения: 25.11.2019).
9. Calude C. S., Longo J. The Deluge of Spurious Correlations in Big Data // Foundations of Science. 2017. Vol. 22. № 3. P. 595-612.
10. Chandler D. A World without Causation: Big Data and the Coming of Age of Posthumanism // Millennium: Journal of International Studies. 2015. Vol. 43. № 3. P. 833-851.
11. Kitchin R. Big Data and Human Geography: Opportunities, Challenges and Risks // Dialogues in Human Geography. 2013. Vol. 3. № 3. P. 262-267.
12. Kitchin R. Big Data, New Epistemologies and Paradigm Shifts // Big Data & Society. 2014. Vol. 1. № 1. P. 1-12.
13. Latour B., Jensen P., Venturini T., Grauwin S. and Boullier D. 'The Whole Is Always Smaller than Its Parts' - a Digital Test of Gabriel Tardes' Monads // The British Journal of Sociology. 2012. Vol. 63. № 4. P. 590-615.
14. Resnyansky L. Conceptual frameworks for social and cultural Big Data analytics: Answering the epistemological challenges // Big Data & Society. 2019. Vol. 6. № 1. P. 1-12.
15. Steadman I Big Data and the Death of the Theorist [Электронный ресурс] // Wired. 2013. 25 January. URL: https://www.wired.co. uk/article/big-data-end-of-theory (дата обращения: 25.11.2019).
16. Szalay A., Gray J. 2020 Computing: Science in an Exponential World // Nature. 2006. Vol. 440. P. 413-414.
Big Data: Challenges and Opportunities in Social Sciences
Platonova Svetlana Ipatovna, Doctor in Philosophy, Associate Professor Izhevsk State Agricultural Academy platon-s@bk. ru
The artiele eonsiders applieation of big data in modern soeial studies. The author not only deseribes the basie eharaeteristies of big data but examines the challenges associated with them. These challenges influence cardinally the process of cognition and lead to radical revision of the social reality models. According to the author, big data are just traces of human activity that require interpretation, placement in a certain social context, attribution to a social theory.
Key words and phrases: big data; social theory; social knowledge; epistemology; social ontology.
УДК 122/129 Дата поступления рукописи: 26.02.2020
https://doi.Org/10.30853/manuscript.2020.4.25
В статье исследуется городской туризм как социокультурный феномен. Основное внимание автор концентрирует на выявлении особенностей социально-пространственной организации городов, которые формируют их туристскую привлекательность. Показано, что финансы и туристские потоки, необходимые для развития города, можно привлечь при помощи процесса брендирования. На примере малого города Байконур рассматриваются ресурсы социокультурного пространства, влияющие на развитие и функционирование туристской деятельности и имидж города.
Ключевые слова и фразы: городское пространство; социокультурное пространство; город; городской туризм; идентичность; бренд; суббренд.
Тулиганова Ирина Валерьевна, к. филос. н.
Филиал «Восход» Московского авиационного института (национального исследовательского университета) в г. Байконуре ir4ono4ek@yandex. гы
Туристический потенциал социокультурного пространства города
Сегодня туризм как явление становится неотъемлемой составной частью жизни нашего общества. Он привлекает к себе современные информационные технологии, человеческие ресурсы, ресурсы региональной экономики. В настоящее время одним из перспективных направлений туристской деятельности является городской