CC BY
52Н.С. Розов
КЛИОДИНАМИКА БЕЗ МАТЕМАТИКИ: МЕТОДЫ И СРЕДСТВА ИСТОРИЧЕСКОЙ МАКРОСОЦИОЛОГИИ
Клиодинамика изначально была определена как синтез теоретических подходов и математических методов к изучению разнообразных процессов и изменений в человеческой истории1. Поскольку свои теоретические (в широком смысле) взгляды на историю есть во многих дисциплинах, от самой исторической науки и философии истории до социологии, культурологии и антропологии, естественным образом центр тяжести и фокус внимания в клиодинамических исследованиях и обсуждениях сместился на ее специфику и главные козыри: математическое моделирование исторических процессов, математические методы обработки динамических рядов данных и т.п. Данная работа призвана, хотя бы отчасти, восстановить равновесие. Речь пойдет о методах и средствах создания и проверки теорий в истории без математики, но не всяких теорий, а достаточно строгих, конструктивных, позволяющих в перспективе проводить математическую экспликацию, применять соответствующие методы уточнения и проверки. Такие теории развиваются, главным образом, в русле исторической макросоциологии (что является фактическим синонимом теоретической истории, поскольку граница между ними оказалась бесполезной и была стерта).
Роль математики для исторической макросоциологии
С позиций исторической макросоциологии математическое моделирование и математические методы наряду с логическими, графическими, компьютерными и разнообразными концептуальными средствами являются не самоцелью, а лишь вспомогательным инструментом для главной по-
1 Учредительная конференция в Подлипках, июнь 2007 г., см. [Концептуальное пространство, 2008]. Неслучайно и название профильного журнала: Cliodynamics: The Journal of Theoretical and Mathematical History. - Режим доступа: http://escholarship. org/uc/irows_cliodynamics
знавательной стратегии - построения объяснительных (а в идеале также предсказательных) теорий относительно причинных закономерностей исторической динамики.
Для традиционной эмпирической истории как описания и интуитивной интерпретации фактов никакая математизация не нужна, разве что частные статистические сводки.
Целевой продукт исторической макросоциологии (теоретической истории) - эмпирически подкрепленные теории, т. е. сеть взаимосвязанных теорий или теоретических положений, имеющие два главных источника: философские и научные идеи и концепции (обычно черпаемые из социальных дисциплин, иногда из биологических и физических) и эмпирические данные об исторических явлениях разного типа и масштаба.
Логическая и математическая обработка исторических данных служит, во-первых, для индуктивного обобщения, формулирования соответствующих гипотез, во-вторых, для проверки последних посредством гипо-тетико-дедуктивного метода (операционализация, формулирование эмпирической гипотезы, нормализация данных, получение релевантного факта и проч.). Детально этот подход изложен в книгах [Разработка и апробация метода теоретической истории, 2001, Части 1 и 2; Розов, 2002, главы 2 и 6; 2009, части 5-6].
Проблема закономерностей в истории
Теоретизация исторической динамики уже подразумевает, что некие скрытые сущностные закономерности обусловливают наблюдаемую регулярность исторических явлений (тренды, циклы, паттерны изменений и проч.). Гораздо сложнее вопрос об онтологическом статусе и характере этих «сущностных закономерностей». Очевидно, они отличны от каких-либо «натуральных видов», таких, как часы, гомеостат или Солнечная система. Обычно при этом указывают на:
- сознание и свободную волю людей - исторических акторов,
- неповторимость обстоятельств исторических ситуаций,
- множественность и крайнюю изменчивость причинных факторов,
- неустранимую случайность.
Эти отличия дают возможность некоторым авторам утверждать, что в социально-исторической действительности вовсе нет «управляющих закономерностей» [Little, 1993]. Если с такой позицией согласиться, то тео-ретизация и математизация истории оказываются совершенно бесперспективными: можно сколь угодно изощренно манипулировать данными, изобретать новые и новые понятия и концептуальные конструкции, но быть обреченными оставаться только на феноменальном уровне.
Более перспективной представляется следующая онтологическая установка: сущностные закономерности, управляющие социально-историческими явлениями, есть, познаваемы, но они сами:
- изменчивы,
- сложны,
- включают в себя закономерности человеческого сознания и поведения (которыми иногда можно пренебречь, а иногда - нет),
- открыты привходящим обстоятельствам, в том числе случайного характера.
Задача методологии теоретической истории, в том числе методологии математического моделирования исторической динамики, - разрабатывать исследовательские логики и подходы, которые учитывали бы эту сложность, оставаясь при этом объективными, воспроизводимыми, надежными и эффективными.
Зачем нужны числа в исторических теориях?
Парадокс ретроспективности
Общий ответ таков: в условиях воздействия на значимые переменные разнонаправленных факторов для полноценного теоретического объяснения и предсказания последующих изменений переменных необходимы средства сравнения величин этих разнонаправленных воздействий.
Задумаемся, почему историки с неизменным успехом «объясняют» явления прошлого, но крайне болезненно относятся к самой возможности предсказания будущего, более того, склонны возводить запрет на мышление о будущем в священные добродетели своей профессии [Коллингвуд, 1980].
Назовем этот феномен парадоксом ретроспективности. В то же время будущее характеризуется в целом теми же закономерностями, описывается в основном теми же категориями, поскольку в скором времени становится прошлым, к которому историки будут применять те же закономерности и категории. Дело здесь отнюдь не в изменении самих закономерностей: принципиальные системные сдвиги в истории как объекте и концептуальные сдвиги в истории как науке - вещи весьма редкие и никак не могут объяснять парадокс ретроспективности.
Принципиальный ответ на вопрос содержится в статье Карла Гемпе-ля, вышедшей в 1942 г. [Гемпель, 2000]: поскольку структура объяснения и предсказания в логическом смысле идентична, то неспособность предсказывать явления с помощью некоторых концепций или моделей означает неполноценность («defectiveness» в терминах Гемпеля) и самих объяснений на основе этих концепций и моделей.
Принимая во внимание вероятную повсеместность в истории влияния разнонаправленных факторов на значимые переменные (к примеру, влияющие на то, произойдет ли социальная революция или нет, будет ли успешной война или нет, будет ли успешным и стабильным выход из экономического кризиса или нет и т.д.), приходим к следующему пониманию парадокса ретроспективности.
Историки, в общем случае, знают обстоятельства прошлых ситуаций лучше всех, это как бы их обязанность «по долгу службы». Следовательно, они не могут не знать факторов, толкающих к некоторому явлению, и факторов, удерживающих от него. Как же в принципе «объясняются» случаи, допустим, «революционных ситуаций», приведшие к революциям, и случаи, не приведшие к ним? Попросту историки указывают как на более сильные факторы в первых случаях на способствующие революции, а во вторых случаях - на препятствующие ей. Вопросы о том, как были сопоставлены величины разнонаправленных факторов и как применить это «объяснение» для предсказания следствий из современных ситуаций, как правило, вызывают у традиционных историков сильное раздражение, а наиболее философски подготовленные из них отсылают вопрошающего к запрету Коллингвуда, своего рода сакральному табу на мышление о будущем.
Кроме сравнения силы противоборствующих факторов есть еще важная группа познавательных ситуаций, требующих применения математических (обычно статистических) методов. Речь идет о дифференциации факторов, совместно порождающих явления, представленные в рядах данных (часто распространенных по временной оси). Факторный анализ, регрессионный анализ и прочие методы позволяют «вычитать» одни факторы, обнаруживать другие, в общем, высвечивать внутреннюю структуру данных, особенно это касается динамических систем.
В методологическом плане все общие выводы, полученные таким образом, имеют статус эмпирических обобщений и, строго говоря, не могут распространяться за пределы изученной области. Фундаментальную ценность они получают, только будучи переформулированы в виде теоретических гипотез, обычно включающих или предполагающих квантор всеобщности («всегда при таких-то условиях...») Гипотезы же должны проверяться, причем желательно на другом материале - не на том, на котором были получены первичные модели - эмпирические обобщения.
Складывается впечатление, что в обычной практике математического моделирования исторических процессов исследователи останавливаются на первом этапе (создание модели процессов, имевших место там-то и тогда-то), но редко переходят ко второму (теоретическое обобщение модели, которая должна работать всегда и везде при наличии условий заданного класса) и почти никогда - к третьему (проверка этой обобщенной модели на иных данных - из других мест и других эпох).
Значимость исторических сравнений
Исторические сравнения - это вовсе не один «компаративный метод», а целый арсенал сложно организованных подходов, приемов и процедур. В работе [Розов, 2009, часть 4] представлены различные их классификации, сделанные в свое время Чарльзом Тилли, Тедой Скокпол и Маргарет Соммерс, Кристофером Чейз-Данном.
Наиболее изящным и теоретически рафинированным является историческое сравнение как аналог критического эксперимента. Назовем его критическим сравнением (иногда его также называют «естественным экспериментом»). Если имеется две и более гипотезы (теории), объясняющие один и тот же тип явлений, то в естествознании проводят критический эксперимент: искусственно в лаборатории конструируют такие конфигурации условий для серии явлений, что по их результатам можно судить, какая гипотеза фальсифицируется, а какая подкрепляется.
В социологии, тем более в макросоциологии, эксперименты невозможны (как по моральным, так и по организационно-затратным причинам). Зато возможна специальная, так называемая теоретическая выборка случаев как логический аналог критического эксперимента.
Допустим, в одной теории предполагается, что явление S детерминируется при условии А, а в другой - при условии В. Обычно имеет место сочетание условий АВ. Критическое сравнение состоит в том, чтобы найти группу случаев с ярко выраженным условием А при отсутствии или слабом В и сравнить их следствия S со следствиями другой группы случаев -с ярко выраженным условием В при отсутствии или слабом А. Критическое сравнение возможно также при проверке прогнозов.
Так, для Дж. Голдстоуна главным фактором революций, ведущих к государственному ослаблению или распаду, является перенаселенность [Goldstone, 1991]. Лайн, Ни и Уайлдер считали, что рыночные реформы подрывают социалистическую государственность (например, китайскую) [Nee, Lian, 1994; Walder, 1994]. Однако согласно теории Р. Коллинза большое население является геополитическим ресурсом, а успешный экономический рост благодаря переходу к рынку должен вести к усилению могущества государства на внешней арене, что повышает легитимность государства и препятствует революционным настроениям [Коллинз, Предсказание в макросоциологии, 2000, с. 263]. Происходящая на наших глазах динамика китайской, индийской государственности (где огромное население, несмотря на все меры по сдерживанию, растет, а экономика также растет быстрыми темпами) и российской государственности (где относительно малое население неуклонно сокращается, а экономика огосударствляется и, скорее, стагнирует, чем развивается) как раз и служит в роли критического сравнения («естественного эксперимента») для оценки вышеуказанных теоретических положений.
В целом необходимо отметить, что сравнительно-исторические методы обеспечивают главный эмпирический фундамент для построения и проверки макросоциологических теорий, в этом аспекте их значимость нельзя преувеличить. Сколь бы детальным, тонким, изощренным и нюансированным ни был анализ отдельных случаев, сколь бы глубоким и проницательным ни был генетический анализ или исследование временных рядов и трендов, общность и доказательная сила макросоциологических теорий обретаются только при обращении к историческим сравнениям.
От упорядочения моделей к интеграции парадигм
Анализ исторической динамики и социальной эволюции - огромное и расширяющееся поле исследований. Вряд ли еще какая-то область социального познания может конкурировать с этим полем по количеству и разнообразию парадигм, направлений, подходов, исследовательских программ. Интеграция получаемых знаний затруднена не столько мифической «несоизмеримостью теорий», сколько разношерстностью исходных концептуальных схем и методических приемов.
Успех клиодинамики во многом зависит не от математических (достаточно простых и прозрачных в математическом отношении) моделей, а от эффективного и совместного использования сложных содержательных концепций в применении к разнообразным эмпирическим данным.
Далее представлена попытка инвентаризации основных типов моделей и обозначены связи между ними. Каждая модель являет собой некую точку зрения на сложный предмет. Умение использовать разные модели, переходить от одного типа моделей к другому означает интеграцию точек зрения, а это уже хороший задел для объединения, синтеза парадигм и подходов, даже казавшихся ранее несоизмеримыми.
Любая модель - это заместитель объекта, более удобный для использования в некоторых ситуациях, чем сам объект. Познавательная модель - это комплекс смысловых и знаковых элементов, замещающая объект в большинстве исследовательских операций. Такое понимание облегчает решение вопроса о ключевых критериях классификации: будем различать модели, прежде всего по:
- познавательной функции (описательные, эвристические и объяснительные модели);
- методологическому статусу (теории, концепции, теоретические и концептуальные модели);
- характеру смыслового содержания (предметные, системные и математические модели);
- характеру используемых знаковых форм (дискурсивные, табличные, графические и формальные модели).
При отвлечении от конкретного смыслового (концептуального) содержания обнаруживается, что узловую роль во всем этом разнообразии играют графические модели. Поэтому специально будут разобраны их главные типы: параметрические пространства, модели фазовых переходов и тренд-структуры.
Описательные, эвристические и объяснительные модели
Описательные (дескриптивные) модели - традиционные обобщенные концептуальные описания инвариантов некоторой (часто неопреде-
ленной) совокупности исторических случаев. Как правило, в этих описаниях фигурируют как структурные (элементы, связи, части, уровни, аспекты системы), так и динамические составляющие (разного рода изменения, процессы, тенденции).
В таких моделях могут присутствовать частичные и эскизные объяснения, намеки на объяснение, но нет четко сформулированных общих гипотез со спецификацией начальных условий, как в объяснительных моделях [Гемпель, 2000]. Описательные модели также отличаются от эвристических своей жесткой привязанностью к конкретным случаям и периодам.
Эвристические модели - обобщенные идеальные мыслительные конструкции (выраженные обычно в дискурсивной и/или графической форме, см. ниже), либо целенаправленно построенные, либо предельно обобщенные и отвлеченные от исходных реалий, используемые, как правило, для целостного осмысления предмета, для интерпретации эмпирического материала и/или в качестве отправной точки для построения объяснительных гипотез.
Так называемые идеализированные объекты, в том числе знаменитые веберовские идеальные типы (бюрократия, европейский город, рациональность, капитализм и проч.), - это характерные примеры эвристических моделей.
К эвристическим моделям относятся большинство обобщений в работах классических макросоциологов: «стадия прогресса» О. Конта, «общественно-экономическая формация» и «способ производства» К. Маркса, «механическая и органическая солидарность» Э. Дюркгейма, «эволюция как дифференциация и интеграция» Г. Спенсера, «капитализм» и «конфликт» Г. Зиммеля, «Gemeinschaft» и «Gesellschaft» Ф. Тенниса, «культура» О. Шпенглера и «общество» А. Тойнби (как локальные цивилизации), «социальная система» Т. Парсонса, «тип цивилизации» П.А. Сорокина, «ми-росистема» (world-system) А.Г. Франка, И. Валлерстайна и Ф. Броделя и т.д.
Разнообразные системные и кибернетические схемы процессов с обратной связью, целеустремленных, самоорганизующихся, равновесных и прочих типов систем - все они также являются эвристическими моделями. То же касается всех базовых схем, применяемых в социологии, экономике, политологии, антропологии (социальный институт, малая группа, нуклеарная семья, социальная организация, национальное государство, схема коммуникационного обмена, рациональный выбор, свободный рынок, авторитарный режим, конституционная демократия, система родства, родовое общество, ритуал солидарности и т.д.).
В социально-историческом познании большинство изложений типовых последовательностей фаз (конфликтов, революций, войн, становления новых институтов, эволюционных изменений и т.д.), а также социальных механизмов имеют статус эвристических моделей [Ильин, 1997; Social mechanisms, 1998].
Объяснительные модели - более редкий уровень моделей, которые правильнее уже называть концепциями или предтеориями, включающий четко сформулированные общие гипотезы или теоретические положения со спецификацией начальных условий [Гемпель, 2000]. Э. Дюркгейм вышел на уровень объяснительной модели в своем методологически безупречном исследовании социальных причин самоубийств [Дюркгейм, 1998]. Яркими образцами таких концепций служат макросоциологические работы [Moore, 1966; Bendix, 1978; Brenner, 1976; Skocpol, 1979; Пше-ворский, 2000; Растоу, 1996; см. обзор в кн.: Розов, 2002, гл. 4]. Среди не очень обширного круга объяснительных моделей в социально-исторических науках еще меньшее число обладает предсказательной силой, в частности, к таковым следует отнести модель политической эволюции Р. Карнейро [Carneiro, 1970; 1988], модель геополитической динамики Р. Коллинза [Collins, 1986; Коллинз, 2000], структурно-демографическую теорию [Goldstone, 1991, Нефедов, 2005, Турчин, 2007], возможно, некоторые приложения экономико-математических моделей в социальной истории.
Модели, концепции и теории
Для большей ясности дальнейшего изложения проведем различение методологических понятий «модель», «концепция», «теория», которые нередко используются если не синонимично, то в качестве аморфных смысловых склеек.
За основу лучше всего взять каноническое представление об аксиоматической теории: теория есть дедуктивно организованная совокупность суждений в замкнутом понятийном аппарате.
Дедуктивность означает, что суждения теории могут быть либо аксиомами (не выводимыми в рамках самой теории постулатами), либо теоремами, выводимыми из аксиом посредством обозримого числа логических шагов (дедукции).
Замкнутость понятийного аппарата означает, что законными (допустимыми в рамках теории) являются только базисные (не определяемые в рамках данного аппарата) и производные (определяемые из базисных и/или других производных) понятия.
Пусть такой идеал строгости нигде, кроме самой математики не выполняется (даже попытки полностью формализовать теоретическую механику не особенно удались), но он выполняет роль важного методологического ориентира.
Концепция определяется как предтеория - совокупность суждений о некотором предмете, логические связи между которыми строго не фиксированы, а понятийный аппарат которых не замкнут.
Моделями в широком смысле (познавательными заместителями объекта) являются и концепции, и теории.
Во избежание путаницы целесообразно также говорить о теоретических моделях - искусственных идеальных конструктах, «поведение» которых полностью определяется суждениями соответствующей теории. Такие модели являются интерпретациями заданной теории (в математическом смысле).
Если на уровне теории можно провести различение между суждениями и объектами, к которым эти суждения относятся, то на уровне более рыхлой и расплывчатой концепции-предтеории это уже весьма проблематично. Поэтому выражение «концептуальная модель» может использоваться и как аналог самой «концепции», и как аналог теоретической модели, только заданной менее строго.
Предметные, системные и математические модели
Переходим к упорядочению моделей по уровням экспликации - абстрактности и строгости смыслового (понятийного и логического) содержания1 .
Предметные модели в широком смысле (концепции, теории, теоретические модели) строятся на основе анализа конкретной предметной области, их применение в общем случае ограничено соответствующим эмпирическим полем. Предметные модели могут быть описательными, эвристическими и объяснительными (см. выше).
Системные модели (концепции, теории) обычно конструируются или создаются на основе обобщения сходных структурных инвариантов, выявленных в разных предметных областях. Системные модели (от гомео-стата до систем с самовоспроизводством и поколениями) либо используются самостоятельно, либо поставляют ключевые системные понятия (элементы, процессы, связи, организация, иерархия, управление и т.д.) предметным моделям. Любые схемы, механизмы, модели эволюции, предполагающие приложимость к биологической эволюции и социальной эволюции, уже являются системными.
Наконец, строгими, доказательными, но накладывающими весьма жесткие требования к предварительной концептуализации являются математические модели.
Дискурсивные, табличные, графические и формальные модели
При переходе от смыслового содержания к знаковым формам выражения получаем иную классификацию.
Дискурсивные модели - любые концепции и теории, представленные в естественном языке (русском, английском и т.д.). Они могут иметь опи-
1 См. детальнее об экспликации и ее критериях [Разработка и апробация, 2001, с. 51-66].
сательный, эвристический или объяснительный статус (см. выше). Эвристические и объяснительные дискурсивные модели часто дополняются графическими моделями (диаграммами, графиками, графами), реже -формулами.
Все предметные, системные и математические модели имеют дискурсивную составляющую. Современные математические модели, как правило, имеют формализованные компоненты (например, системы уравнений, записанные буквенными формулами).
Табличные модели (таблицы) - наиболее удобный и компактный способ представления множественных эмпирических данных. В компьютерной обработке данных могут использоваться сложные многомерные структуры данных, где в ячейки вложены свои таблицы и т.д. Однако для «ручного» использования наиболее удобными, наглядными являются обычные двумерные таблицы строка-столбец-ячейка. Такие таблицы являются удобным промежуточным звеном между дискурсивными фактологическими суждениями (например, «значение строки 1 по столбцу А в ячейке А1 таково») и графиками, которые наглядно представляют структуру данных.
Графические модели - это всевозможные схемы, диаграммы, карты, рисунки, прорисовки и т.п., служащие для наглядного целостного представления о предмете, его частях, сторонах, аспектах. Главные типы графических моделей (временные графики, параметрические пространства, модели фазовых переходов и тренд-структуры), а также взаимосвязи между ними будут рассмотрены ниже.
Формальные модели - специально сконструированные выражения, как правило, состоящие из букв и цифр, логических, алгебраических и подобных знаков (алгебраические, логические или иные формулы, системы уравнений и т.п.), допускающие преобразования по фиксированным правилам без обращения к смысловым значениям, приписанным отдельным знакам. Наиболее распространенными являются дифференциальные системы уравнений в математических моделях исторической динамики [Тур-чин, 2007]. При отсутствии требуемых массивов числовых данных (что обычно за пределами исторической демографии и экономической истории) важнейшим типом формальных моделей, вероятно, является аппарат булевой алгебры в версии Ч. Рэгина [Разработка и апробация, 2001, с. 112-119].
Рассмотрим теперь более детально основные типы графических моделей, поскольку, как будет показано, они занимают узловую позицию и выполняют ключевую, связующую роль среди остальных моделей.
Временные графики
Временные графики составляются на основе эмпирических данных (таблиц временных рядов) либо конструируются в качестве эвристических моделей, объяснительных гипотез. Первые наиболее распространены в
исторической демографии и экономической истории. Вторые также встречаются нередко. Приведем в качестве примера гипотезу известного экономиста Евгения Ясина о причинах жизненного цикла империй (рис. 1).
подъем и 4 становление
т
Рис. 1.
Гипотеза динамики соотношения выгод от империи и издержек от ее удержания как объяснение имперского жизненного цикла
[Ясин, 2007]
Временные графики - универсальное средство анализа всевозможных трендов, волн и циклов, центрированного не на дискурсивном описании и объяснении, а на исследовании исторически изменчивых количественных параметров. Выявленные тренды, циклы или более сложные паттерны составляют обычно лишь феноменологию долговременных процессов, требующую теоретического анализа порождающих условий и механизмов. При совмещении с математической моделью, аппроксимирующей график, последний можно экстраполировать на будущее. Построение временных графиков следует считать начальным этапом создания объяснительных моделей.
Параметрические пространства социальной эволюции и исторической динамики
Параметрическое пространство - это искусственный теоретический конструкт, образованный сочетанием шкалированных качеств (свойств, черт, характеристик, параметров) изучаемой целостности.
Работа с параметрическими пространствами зиждется на общедоступных интуитивных основаниях, фиксированных как в обыденном, так и в научном языке. Каждый раз, когда мы говорим, что страна (общество, культура, цивилизация, человечество) «движется» в каком-либо направлении - к прогрессу, к гибели, к глобальному миру, к демократии, к процветанию, к упадку и т.п., - мы уже, осознанно или нет, используем соответствующее простейшее (одномерное - вырожденное) параметрическое пространство, в котором то или иное «направление» означает полюс, к которому направлен вектор «движения», т.е. социального изменения. Наиболее удобным, наглядным и весьма популярным в макросоциологии является представление исторической динамики в двумерных параметрических пространствах.
Модель становится мощным исследовательским инструментом, если параметры прошкалированы, т.е. имеют ту или иную структуру упорядоченных значений (градаций, уровней, ступеней и т.д.), грубо говоря, линейку. Наиболее строгой и точной является абсолютная шкала (числовая ось с нулем и единицей), наиболее неопределенной - шкала порядка (каждое следующее значение больше предыдущего, но неизвестно насколько). В макросоциологии за редкими исключениями используется удобная квазиинтервальная шкала (расстояния между ступенями примерно одинаковые) [Разработка и апробация, 2001, с. 192-202].
Рассмотрим основные способы работы с моделями параметрических пространств.
Теоретико-эвристический способ состоит в конструировании самой модели (часто оригинальной либо существенно отличающейся от исходных оригиналов) и эскизном заполнении параметрического пространства трендами, зонами, границами, циклическими движениями и т.д., часто на основе интуитивных представлений, обобщения неструктурированного опыта или же исходя из неких теоретических предпосылок.
Возьмем в качестве примера траектории развития нововременных государств по Ч. Тилли (рис. 2).
Здесь у Тилли не было ни надежных эмпирических данных, ни тем более проверенной теории, из которой можно было бы вывести данные траектории. А что было? Была построена эвристическая модель, отражающая интуицию о том, что в развитых успешных государствах высока концентрация как капитала, так и средств принуждения, соответственно, разные государства должны были идти «к единой цели», хоть и разными путями. Далее Тилли примерно, «на глазок», представил предполагаемые
траектории на основе своего неявного обобщения исторических описаний - где в каком масштабе, раньше или позже были концентрированы средства принуждения (армии), а где - капитал (богатства, пригодные к инвестированию).
выспк ан
- Концентрация -высокая
капитала
низкая
Рис. 2.
Гипотетические траектории различных государств XVI-XVII вв.
[Tilly, 1992, p. 60]
Верно, что такого рода модельные траектории имеют «всего лишь» гипотетический статус. Более того, часто авторы их не проверяют, а во многих случаях такие гипотезы и невозможно проверить. При всем этом модели такого рода отнюдь не бесполезны, они крайне важны для общего осмысления темы, для удобного и наглядного сообщения идей, а также для формулирования таких положений, которые уже можно проверить.
Индуктивные способы заполнения и анализа параметрических моделей удобно разделить по двум критериям: с применением или без применения статистических методов, с наличием или отсутствием временных рядов в структуре данных. Разумеется, в современном эмпирическом исследовании везде, где возможно, следует проводить статистический анализ с выявлением уровней корреляции, установлением доверительных интервалов и т.п. Иногда слишком малое число случаев не позволяет использовать статистику либо же выявленные паттерны очевидны. Так, Р. Карнейро без обращения к статистике выявил множество нетривиальных связей между чертами сложности в своем фундаментальном исследовании доиндустриальных обществ. Часто само расположение точек в пространстве модели может подсказать идею, направление дальнейших поисков, хотя доказательная сила таких данных невелика.
Данные без учета времени обычно изображаются в моделях такого рода как точки (сочетания значений по обоим параметрам). Если же некоторые из этих точек относятся к разным периодам одной и той же социальной целостности, то их можно соединить в траектории (например, подобные гипотетическим траекториям - трекам по Тилли (рис. 2)). Инвариантные или устойчивые паттерны таких траекторий являют собой прекрасный пример феноменологических закономерностей, взывающих к поиску сущностных причин - управляющих закономерностей [Розов, 2009].
Гипотетико-дедуктивный способ использования параметрических моделей состоит в следующем. Предположение о характере связи (прямой, обратной, нелинейной) между двумя параметрами изображается в модели как теоретическая кривая. Далее производится поиск случаев (желательно, но не необязательно объединенных во временные ряды), каждый из которых изображается как точка (сочетание значений). Степень близости эмпирических точек к теоретической кривой может быть оценена как «на глаз», так и строгими статистическими методами. Близость или отдаленность точек от кривой свидетельствуют о подкреплении или фальсификации исходной гипотезы. При наличии временных рядов значима также направленность треков: если они идут вдоль кривой, то гипотеза подтверждается, если ортогонально ближайшему отрезку кривой, то она ставится под сомнение.
Весьма продуктивным является заимствованное из синергетики И. Пригожина понятие аттрактора, особенно в противопоставлении к зонам неустойчивости. Аттракторы могут определяться математически при наличии соответствующих моделей и аппарата, но первостепенное значение имеет их концептуальное содержание. В этом плане под аттрактором понимается такая область параметрического пространства (= область значений одного, двух или более параметров системы), «попав» в которую система склонна в ней достаточно долго воспроизводиться без существенных диахронных изменений, пока накопление дисфункций не «вытолкнет» социальную систему из этой зоны.
Окрестные состояния вокруг аттрактора имеют отчетливую тенденцию к приближению к нему. Состояние бифуркации (зона таких состояний) в данном случае понимается как нахождение системы между двумя или более аттракторами, когда незначительное воздействие («случайное стечение исторических обстоятельств») может привести к уже неудержимому движению системы в сторону одного или другого аттрактора.
Аттракторы можно понимать как «идеальные типы» по М. Веберу, поэтому будем также использовать синтетическое понятие «тип-аттрактор». Так, при анализе динамики социально-политической истории России выявлено два основных аттрактора: военно-государственной мобилизации и стагнации (рис. 3). Оба аттрактора специфичны, поскольку устойчивость их относительна, в течение двух-трех десятков лет первый (мобилизация) переходит во второй (стагнацию), а затем происходит неуклонное соскальзывание к провалам и кризисам - зоне неустойчивости.
КРИЗИС
Рис. 3.
Основные аттракторы и зона неустойчивости в социально-политической динамике России
Модели фазовых переходов
Фазовые модели обычно изображаются графически как диаграммы с блоками, соединенными стрелками. Блоки обозначают фазы - периоды относительно стабильного состояния, а стрелки - переходы между ними во времени. Например, в виде фазовой модели Р. Коллинз представил классическую концепцию социальной революции и государственного распада Теды Скокпол (рис. 4).
Рис. 4.
Фазовая модель динамики государственного распада по Т. Скокпол [Коллинз, 2000, с. 247; 8коеро1, 1979]. Здесь четыре вертикально расположенных блока могут трактоваться либо как параллельные фазы, либо как составляющие одной большой фазы
С помощью фазовых моделей также удобно представлять бифуркации (рис. 5), когда при разных условиях за одной фазой (такты 2 и 5) могут следовать разные другие фазы. Некоторые модели фазовых переходов могут быть замкнутыми, что обычно объясняет циклическую динамику. Ниже будет показано, как фазовые модели сочетаются с параметрическими.
Рис. 5.
Фазовая модель циклов социально-политической истории России.
Темными стрелками обозначены альтернативные переходы, «выбор» которых зависит от обстоятельств (обозначенных курсивом)
Тренд-структуры
Тренд-структура (факторная модель) - взаимосвязь причинных факторов, представленная в виде ориентированного графа, вершинами которого являются факторы (шкалированные переменные, т.е. свойства некоторой социальной целостности, способные оказывать воздействие на другие свойства), а ребрами-стрелками - причинные связи между ними, как линейные (усиление, ослабление), так и нелинейные.
Такого рода графы в литературе называются по-разному (концептуальные схемы, каузальные диаграммы, графы сложных причинных структур, структурно-динамические модели и т.д.). Далее будем называть их тренд-графами. Таким образом, тренд-структура является понятийным содержанием тренд-графа (примерно так же, как научное понятие является содержанием слова-термина).
Довольно часто даже вполне грамотные авторы смешивают фазовые переходы и тренд-структуры. Во избежание этого предлагается простой конвенциальный прием: воздействия фактора на фактор в тренд-графах изображать одиночными стрелками (рис. 6, 7), а переходы между фазами изображать двойными стрелками (рис. 4, 5, 8). Это особенно важно, если в одной работе перемежаются тренд-структуры с фазовыми моделями.
Тренд-структура функциональной причинности
В качестве примера приведем тренд-структуру и канонический граф функциональной причинности, детально исследованные Артуром Стинч-комбом ^йпсЬсотЬе, 1987, р. 136; Разработка и апробация, 2001, с. 148164]. Данная модель имеет исключительно широкую область применения - для всех систем, в рамках которых есть какие-либо структуры, обеспечивающие сохранение некоторого параметра в рамках требуемых значений и/или нейтрализующие, преодолевающие какие-либо негативные эффекты, поступающие извне или из самой системы.
Суть модели состоит в следующем (рис. 6). Некая структура или повторяющая деятельность в структуре 8 (например, социальный институт, практика, ритуал или традиция) выбирается и используется сообществом, что поддерживает на приемлемом уровне гомеостатическую переменную Н (например, безопасность, порядок, достаточность ресурсов, лояльность, солидарность и т.д.), испытывающую разрушительные внешние или внутренние воздействия (напряжение) Т.
Действие структуры 8 тем интенсивнее, чем ниже значения гомео-статической переменной Н (негативная связь). Сама же структура 8 своим действием восстанавливает, усиливает Н (положительная связь), тем самым нейтрализуя угнетающее действие напряжения Т.
Само действие структуры 8 «не бесплатно» и сопровождается издержками С, которые растут по мере роста интенсивности 8 (положительная связь), причем рост издержек С естественным образом угнетает интенсивность структуры 8 (негативная связь).
Модель допускает множественные направления усложнения и развертывания: приписывание коэффициентов связям, умножение переменных, особенно альтернативных обеспечивающих структур, и т.д. Здесь рассмотрим только принципиальные вопросы возможного использования функциональной тренд-структуры в анализе исторической динамики и социальной эволюции.
По сути дела, данная модель покрывает все эмпирическое поле структурного функционализма (Б. Малиновский, Р. Мертон, Т. Парсонс и проч.). Функционализм часто (и справедливо отчасти) обвиняли в неспособности объяснять исторические, эволюционные изменения, само происхождение и смену функциональных структур, институтов и проч.
С — величина
8 — интенсивность действия обеспечивающей структуры
издержек от действия структуры
+
О
о
н
го ме о статич е с кая переменная (параметр, жизненно важный для
X - напряжение, угнетающее Н
Рис. 6.
Тренд-граф функциональной причинности
Представленная выше тренд-структура оказывается весьма гибким инструментом, позволяющим работать именно с такими принципиальными сдвигами. Могут появляться новые напряжения Т1, Т2.., новые параметры социальной системы становятся жизненно важными и требующими защиты Н1, Н2... Главное же содержание социальной эволюции - появление новых социальных структур, форм деятельности и взаимодействия, социальных институтов 81, 82. (дружин и армий, государств, служб сбора дани и налогов, полиции, производственных организаций, рынков и бирж, церквей, школ, университетов и т.д.). Каждая такая структура поддерживает некие гомеостатические переменные Н и каждая имеет свои издержки С. В переломные моменты истории происходит широкомасшаб-ный переход от старых обеспечивающих структур к новым, обычно более эффективным (но не всегда и отнюдь не по всем аспектам).
В качестве примера применения данной модели рассмотрим следующее эскизное объяснение нередкого отката в «переходных» обществах от слабоукорененных демократических институтов (честные выборы с неопределенным результатом, свободная пресса, независимые суды, влиятельные гражданские институты и проч.) к привычным авторитарным (программируемые «выборы», жестко управляемые СМИ, послушные суды, замена самостоятельных гражданских структур созданными сверху «клонами» типа «общественной палаты» и т.д.).
Авторитарные откаты - пример объяснения с помощью функциональной тренд-структуры
Общепризнано, что новые демократические структуры 81 не были созданы для обеспечения каких-либо действительных, заявленных нужд, но лишь в подражание «развитым демократическим странам». Поэтому в качестве первоначально заданной гомеостатической переменной Н1 можно считать разве что соблюдение «политического декора» демократического государства, что не помешало последующему перерождению структур.
При этом, как известно, демократия - дорогое удовольствие, требует издержек. Главными издержками оказались даже не материальные затраты (например, на выборы или обустройство судов), а та самая неопределенность С1, которую российские власти уже после конфуза думских выборов 1993 г. (триумфальная победа партии Жириновского) стали всячески минимизировать. Это означает, что появилась вполне осознанная и до сих пор доминирующая в политической жизни России гомеостатическая переменная Н2 «сохранение правящей группировкой всей полноты власти любой ценой» (рис. 7).
С1=Т1 издержки демократии
как напряжения для Щ: демократические институты
группировкой
Рис. 7.
Тренд-структура, объясняющая слабость и уязвимость демократических институтов в постперестроечной России
В этой ситуации недавно появившиеся или созданные по чужим образцам демократические институты 81 (см. выше) стали уже играть роль напряжений С1=Т1, подрывающих «сохранение полноты власти» Н2, поскольку реальное действие этих институтов предполагает неопределенность результатов выборов, возможность свободно критиковать проводимую политику и представителей власти, их ответственность перед гражданами, неподконтрольность судов и проч.
Естественным образом вся «государственническая» активность, особенно после переломного 2003 г., стала направлена как на подавление этих напряжений - угнетение 81 (подчинение телевидения и прессы, подчинение судейского корпуса, отмена губернаторских выборов, фактический запрет на референдумы и несанкционированные сверху политические движения и акции, серия известных изменений выборного законодательства и т.д.), так и на создание новых (зачастую воссоздание старых - советских) авторитарных структур 82. В числе последних наиболее известными являются институциональное обеспечение полного доминирования единственной «партии власти», создание массовых идеологизированных, приверженных вождю-символу молодежных и детских организаций, внедрение спецслужб в государственные структуры, крупные фирмы, вузы, фактическое восстановление цензуры, «стоп-листы» на телевидении и т.д.
Польза модельной жесткости
Функциональные тренд-структуры в сравнении с другими факторными моделями имеют жесткое ограничение: переменные могут быть только четырех типов - гомеостатические переменные Н (отражающие интересы, мотивы, цели и ценности сообществ), активность обеспечивающих структур 8 (всевозможных социальных институтов, установлений и практик), напряжения Т (помехи, угрозы, вызовы, дефициты) и издержки С от действия структур (прямые затраты денег, времени и сил, закономерные негативные последствия действий обеспечивающих структур).
Как это ни странно, такая, казалось бы, узкая номенклатура позволяет применять этот тип тренд-структур в весьма обширных областях, причем жесткость взаимоотношений между переменными этих четырех типов имеет свои объяснительные и предсказательные преимущества. Во многом это связано с четким характером связи между переменными этих типов, связи могут быть более сильными или более слабыми, но «знак связи» (усиливает или угнетает) остается.
При снятии таких ограничений появляется полная свобода в конструировании любых тренд-структур с любыми переменными и связями. Обратная сторона этой свободы - гораздо большая неопределенность относительно направленности и знаков связей между факторами. Строго говоря, каждая связь должна быть проверена и подкреплена эмпирически либо тренд-структура в целом должна быть стилизована для применения математического моделирования (как правило, через построение и решение систем дифференциальных уравнений [Турчин, 2007]), опять же для последующего сопоставления с данными временных рядов.
Соответствие типов социальных целостностей и типов тренд-структур
Для предварительной ориентации полезно учитывать следующие соответствия между характером тренд-структуры и свойствами отображаемых социальных целостностей.
Для стабильных социальных систем характерны тренд-структуры, замкнутые контуры которых содержат уравновешивающие обратные связи, ограничивающие как чрезмерный рост, так и чрезмерное падение переменных.
За видимой стабильностью могут скрываться стагнация и разложение. В соответствующей тренд-структуре некоторые гомеостатические переменные Н медленно, но верно принимают значения все более далекие от оптимальных и приемлемых. При этом отсутствуют (либо систематически подавляются) эффективные обеспечивающие структуры 8, которые нейтрализовали бы эти пагубные накопления. При некотором пороге такого накопления тренд-структура может перейти в кризисную стадию или даже мегатенденцию «колодец» (см. ниже). В России последнее десятилетие «николаевщины», застой 1970-х - начала 1980-х, а также 2000-е годы представляют типичные примеры стагнации и разложение при видимой стабильности и крепости режима.
Стабильность другого типа может быть подготовкой к быстрому взлету и расцвету социальной системы (например, годы правления Дэн Сяопина в Китае). Тогда смело можно предполагать, что появляются новые связи и переменные, которые при полном достраивании и преодолении некоторого порога образуют положительные контуры обратной связи, действующие как мегатенденция «лифт» (см. ниже).
Быстрый упадок, деградация системы, как правило, имеют в своей основе мегатенденцию «колодец» - устойчивый комплекс положительной обратной связи между деструктивными тенденциями, т.е. обвальным падением целой группы значимых гомеостатических переменных. Соответствующее «скатывание» общества означает приближение его к кризису, например, исчерпанию ресурсов, росту внешней военной опасности, росту социальных противоречий, финансовому кризису и т.д. При достижении некоторого порога «скатывания» система претерпевает глубокий системный кризис, в результате которого она либо распадается на части, служа ресурсом для роста соседних обществ, либо попадает в зону бифуркации (в России таковы три главные «смуты» с распадом прежней государственности: 1606-1913 гг., 1917-1918 гг. и 1991 г.).
Системные кризисы в обществах, распад прежних режимов, «смута», периоды высокой неопределенности (бифуркации), скорее всего, соответствуют блокированию или обрыву многих связей в тренд-структуре, появлению множества «претендентов» на роль новых связей, новых переменных и новых действующих контуров.
Если мегатенденция «колодец» соответствует наиболее драматическим моментам упадка больших систем, то противоположная мегатенден-ция «лифт» лежит в основе бурных долговременных рассветов и системных трансформаций («европейское чудо», «японское чудо», «южнокорейское чудо», «китайское чудо»).
«Лифты» - продуктивные устойчивые комплексы положительной обратной связи между тенденциями роста [Розов, 1992, гл. 4], поднимающие систему к новому состоянию, превосходящему прежнее по параметрам эффективности, уровня потребления, уровня безопасности, уровня политического и культурного влияния и проч. (ср. с «социальным аромор-фозом» [Гринин, Коротаев, 2009]).
Взаимосвязь моделей
Поскольку разные модели представляют разные аспекты одного и того же предмета, бывает очень полезно соотносить их между собой.
Неоднозначна связь между фазовыми и параметрическими моделями. Обычно их используют по отдельности и не соотносят друг с другом. Немногие фазовые модели представлены в уже построенном параметрическом пространстве.
При этом модели подвергаются стилизации: оба параметра должны быть такими, чтобы разные фазы довольно четко различались между собой по значениям этих параметров; таким же образом и сами фазы должны быть переформулированы так, чтобы их можно было различить и представить в разных местах двумерного параметрического пространства. Фазы могут совпадать или существенно пересекаться с аттракторами (рис. 3).
Связь между тренд-структурами и параметрическими представлениями
Вообще говоря, факторы тренд-структуры - это переменные, имеющие причинные воздействия на другие переменные. Каждая связь между двумя переменными в тренд-структуре может быть изображена как двумерная параметрическая модель
Вместе с тем мы уже видели, что тренд-структуры не ригидны, они могут трансформироваться, разрушаться, достраиваться. Переходы между периодами, в рамках каждого из которых действует более или менее устойчивая тренд-структура, удобнее всего представлять как фазовые переходы. При этом каждой фазе соответствует своя модификация тренд-структуры.
Выше было показано, что сами фазы удобно представлять как некие аттракторы (зоны притяжения и устойчивости) в своем параметрическом пространстве.
В результате получаем образ «сэндвича». Частные факторы (параметры) социальной системы действуют друг на друга. Каждую такую связь можно представить в двумерном параметрическом пространстве, которое можно назвать узкоаспектным. Вся совокупность связей факторов образует тренд-структуру - это внутренняя «начинка» сэндвича (рис. 4, 5). Сами тренд-структуры в ходе исторической динамики трансформируются (те моменты, которые математическим моделированием не схватываются - ведь здесь от одной системы уравнений нужно переходить к другой). Эти трансформации могут считаться фазами, или типами-аттракторами уже в новом, гораздо более обобщенном параметрическом пространстве -широкоаспектном (рис. 6). Как видим, «начинка» фазовых переходов от одной тренд-структуры к другой охватывается с обеих сторон узкоаспект-ным и широкоаспектным параметрическими пространствами.
Теперь у нас на руках целый арсенал взаимосвязанных разнотипных моделей и общие представления о типовых составляющих исторической динамики (периоды стабильности, стагнации, упадка, кризиса, расцвета, эволюционного скачка).
Заметим, что каждая тренд-структура вполне подвластна математизации (как правило, через переход к линейным или дифференциальным уравнениям). Действительно, изменение каждой переменной (вершины графа) складывается из изменений приходящих переменных (других вершин, от которых идут стрелки-притоки). Рассмотрим в качестве примера модель геополитической динамики Р. Коллинза (рис. 9).
Геополитические ресурсы (население и его богатство)R
Военный успех W
Окраинность (доля безопасных границ) M
Величина контролируемой территории T
Рис. 9.
Модель геополитической динамики Р. Коллинза [Коллинз, Золотой век макроисторической социологии, 2000]
Для пяти переменных строится система из пяти дифференциальных уравнений:
аТ/Л =
ая/аг = ЬТ
dW/dt = еЯ+еЬ+еМ
аь/аг = кт ам/аг = п
Следует отметить, что дифференциальные уравнения более высоких порядков не могут быть выражены средствами стандартных тренд-графов. Кроме того, сложные переключения контуров положительной и отрицательной обратной связи вполне могут задаваться одной компактной системой дифференциальных уравнений. Таким образом, математический аппарат, как и следовало ожидать, выигрывает в емкости и строгости.
Достаточно четко прописанные условия фазовых переходов позволяют применять логику, сходную с логикой релейных систем. Параметрические пространства сами являются математическими конструктами, здесь сложность состоит только в построении адекватных шкал, в получении и интерпретации релевантных эмпирических данных.
Чего пока нет, так это надежной технологии совместного использования тренд-структур, моделей фазовых переходов и параметрических пространств при построении объяснительных теорий. Дело здесь не в слабости математического аппарата, а в дефиците нашего содержательного понимания скачков, переходов, появления новых и исчезновения старых связей и структур. Данная работа является шагом в направлении к такому пониманию.
Литература
Гемпель К. Функция общих законов в истории // Время мира. - Новосибирск, 2000. -Вып. 1: Историческая макросоциология в XX веке. - С. 13-26.
Гринин Л.Е., Коротаев А.В. Социальная макроэволюция: Генезис и трансформации Мир-системы. - М.: Книжный дом «ЛИБРОКОМ». 2009.
Дюркгейм Э. Самоубийство. Социологический этюд. - СПб.: Союз, 1998.
Ильин М.В. Глобализация политики и эволюция политических систем: Глобальные социальные и политические проблемы в мире. - М.: ФМС: МГИМО, 1997.
Коллингвуд Р. Идея истории: Автобиография. - М.: Наука, 1980.
Коллинз Р. Золотой век макроисторической социологии /// Время мира / Под ред. Н.С. Розова. - Новосибирск, 2000. - Вып. 1: Историческая макросоциология в ХХ веке. -С. 72-89.
Коллинз Р. Предсказание в макросоциологии: Случай советского коллапса // Время мира / Под ред. Н.С. Розова. - Новосибирск, 2000. - Вып. 1: Историческая макросоциология в ХХ веке. - С. 234-278.
Концептуальное пространство и направления поиска. - М.: УРСС, 2008.
Нефедов С.А. Демографически-структурный анализ социально-экономической истории России. - Екатеринбург: УГГУ, 2005.
Пшеворский А. Демократия и рынок. Политические и экономические реформы в Восточной Европе и Латинской Америке. - М.: РОССПЭН, 2000.
Разработка и апробация метода теоретической истории. - Новосибирск: Наука, 2001.
Растоу Д. Переходы к демократии: Попытка динамической модели // Политические исследования. - М., 1996. - № 5. - С. 5-15.
Розов Н.С. Структура цивилизации и тенденции мирового развития. - Новосибирск: НГУ,
1992.
Розов Н.С. Философия и теория истории. - М.: Логос, 2002. - Книга 1: Пролегомены.
Розов Н.С. Историческая макросоциология: Методология и методы. - Новосибирск: НГУ, 2009.
Розов Н.С. Колея и перевал: Макросоциологические основания стратегий России в XXI веке. - М.: РОССПЭН, 2011.
Турчин П.В. Историческая динамика. На пути к теоретической истории. - М.: ЛКИ: УРСС, 2007.
Ясин Е.Г. Фантомные боли ушедшей империи // После империи. - М.: Фонд «Либеральная миссия», 2007. - C. 5-49.
BendixR. Kings or people: Power and the mandate to rule. - Berkeley: Univ. of California press, 1978.
Brenner R. Agrarian class structure and economic development in the pre-industrial Europe // Past and present. - Oxford, 1976. - Vol. 70, N 1. - P. 30-75.
Carneiro R. Scale analysis, evolutionary sequences, and the rating of cultures // A handbook in cultural anthropology / R. Naroll, R. Cohen (eds.). - NY: Natural History Press, Garden City, 1970. - P. 834-871.
Carneiro R. The circumscription theory: Challenge and response // American behavioral scientist. - Princeton, 1988. - Vol. 31, N 4. - P. 497-511.
Collins R. Weberian sociological theory. - N.Y.: Cambridge univ. press, 1986.
Goldstone J. Revolution and rebellion in the early modern world. - Berkeley: Univ. of California press, 1991.
Little D. On the scope and limits of generalizations in the social sciences // Synthese. - Dordrecht,
1993. - Vol. 97, N 2. - P. 183-207.
Moore B. Social origins of dictatorship and democracy. - Boston: Beacon press, 1966.
Nee V., Lian P. Sleeping with enemy: A dynamic model of declining political commitment in state socialism // Theory and Society. - Amsterdam, 1994. - Vol. 23, N 2. - P. 253-296.
Skocpol Th. States and social revolutions. - N.Y.: Cambridge univ. press, 1979.
Social mechanisms: An analytical approach to social theory / P. Hedstrom, R. Swedberg (eds.). -Cambridge univ. press, 1998.
Stinchcombe A. Constructing social theories. - Chicago; L.: Univ. of Chicago press, 1987. -(Originally published: N.Y.: Harcourt, Brace & World, 1968).
Tilly Ch. Coercion, capital, and European states, AD 990-1990. - Oxford: Basil Blackwell, 1992.
Walder A. The decline of communist power: Elements of theory of institutional change // Theory and society. - Amsterdam, 1994. - Vol. 23, N 2. - P. 297-324.
