Статья: Демократия и терроризм: новый взгляд на старую проблему

Можно видеть, что поляризованный фракционализм является той стадией эскалации конфликта, из которой политический режим может эволюционировать в открытое военное столкновение между двумя фракциями или пойти по пути демократической консолидации. Авторы также указывают, что около половины зафиксированных ими фракциональных режимов пришли к долгосрочной дестабилизации, другая половина либо возвращается к авторитарной форме правления, либо переходит к консолидированной демократии.

Схожие выводы относительно связи фракционализма и политической нестабильности содержатся в работах Дж. Голдстоуна и Т. Гарра для кейсов Африки южнее Сахары и для мусульманских стран (Goldtone et al., 2005; Gurr et al., 2005).

Отметим, что на основе сказанного можно сформулировать следующую гипотезу: фракциональные демократии должны выступать в качестве предиктора не только особо высокого общего уровня политической нестабильности, но и особо высокого уровня террористической активности, в частности, так как сохраняющаяся в течение длительного времени поляризация режима может приводить к тому, что члены группировок могут прибегать к насильственным (и в том числе к террористическим) методам решения политических вопросов.

Для того чтобы подкрепить подобный вывод эмпирическими данными, мы хотели бы проиллюстрировать его примером современной Украины Украина на протяжении долгого периода имеет значение 3 в базе данных Polity по индексу политической конкуренции (PARCOMP). Данное значение характеризуется составителями базы данных как присущее фракциональным демократиям (Marshall, Gurr, Jaggers, 2016).. Ниже приведен график, построенный на основе данных из базы Global Terrorism Databse для Украины и для Восточной Европы (рис. з, 4).

Можно видеть, что Украина дает значительное количество террористических атак и террористических убийств по сравнению с остальным регионом. Как было показано в вышеназванных работах, гибридные режимы (и в том числе фракци- ональные демократии) более склонны к различным видам социально-политической дестабилизации, в частности к гражданским войнам (Gurr, 1974; Ellingsen, Gleditsch, 1997; Francisco, 1995; Muller, Weede, 1990). В свою очередь такое масштабное событие, как гражданская война, повышает количество террористических атак в стране.

Рис. з. Динамика количества террористических атак в период с 2010-2016 гг. в Восточной Европе (источник: START, 2018)

Рис. 4. Динамика числа убитых в террористических атаках в период с 2010-2016 гг. в Восточной Европе (источник: START, 2018)

Эмпирические данные и методы исследования

Для тестирования связи между уровнем террористической активности и типом политического режима, в частности фракциональной демократией, мы пользуемся базой данных Polity (Marshall, Gurr, Jaggers, 2016). Данные из этой базы мы переделываем по схеме Дж. Голдстоуна и др. Таким образом, мы разделяем все политические режимы по уровню политической состязательности и по принципу рекрутирования во власть (Goldstone et al., 2010). При таком подходе получается пять различных политических режимов: последовательные автократии, частичные автократии, фракциональные демократии, непоследовательные (частичные) демократии, последовательные (консолидированные) демократии. Мы берем дамми- переменную, принимающую значения 0 («режимы, отличные от фракциональной демократии») и 1 («фракциональная демократия»), отражающую фракциональные демократии, в качестве главной независимой переменной.

В качестве зависимой переменной мы берем переменную, отражающую количество совершенных террористических актов в государстве в определенный год. Для измерения уровня терроризма мы берем данные из базы данных Global Terrorism Database (START, 2018). Составители этой базы данных определяют террористический акт как непосредственное применение нелегальной силы либо насилия негосударственным актором (или угрозу ее применения) для достижения политической, экономической, религиозной или социальной цели посредством угроз, принуждения или устрашения. Соответственно, теракт должен обладать следующими свойствами: быть намеренным волевым актом; быть актом несимволического насилия или немедленной угрозы его осуществления; террористы должны быть субнациональными акторами (правительственные акции внутри страны и действия внешних правительственных акторов, даже весьма жестокие, не включены в базу данных).

Важно заметить, что террористический инцидент рассматривается в качестве одного и того же события, если происходит в одном и том же месте в одно и то же время. Если же для двух инцидентов хотя бы один из этих параметров различен, то это разные события. База данных охватывает временной период с 1980 по 2015 год.

Мы также включаем ряд контрольных переменных, которые отражают в основном социально-экономические характеристики государства. Мы включаем такие показатели, как логарифм ВВП на душу населения (World Bank, 2018a), а также уровень безработицы (World Bank, 2018b) в стране из базы данных Всемирного банка. Мы также включаем такие переменные, как логарифм населения в стране и доля населения, проживающего в городах. Данные по этим переменным взяты из базы данных Отдела народонаселения ООН https://population.un.org/wpp/.. Целесообразным будет включить и такую переменную, как средняя продолжительность обучения (mean years of schooling), для учета охвата образованием населения В качестве источника данных по средней продолжительности образования использовались агрегированные данные Программы развития ООН (Джахан, 2015). В этой базе под указанным выше термином подразумевается «среднее количество лет образования, полученного лицами в возрасте 25 лет и старше, пересчитанное из показателя образовательного уровня населения с учетом официальной продолжительности каждого уровня образования» (Там же: 211).. Информация по этой переменной взята из базы данных Программы развития ООН United Nations Development Program, 2015. (Джахан, 2015).

Стоит также прокомментировать регрессионную модель, которую мы используем для тестирования зависимости. Дело в том, что распределение данных зависимой переменной в нашем случае никак нельзя назвать нормальным, что накладывает определенные ограничения на использование стандартной МНК-модели регрессии. Обратим внимание на характер распределения данных - распределение данных имеет вид пуассоновского распределения (см. рис. 5).

Рис. 5. Распределение количества террористических атак в период 1980-2015 гг. (источник: START, 2018)

Стоит заметить, что в нашей базе данных доминируют либо нулевые, либо целые значения чисел, которые достаточно близки к нулю. Также зависимая переменная имеет высокий уровень разброса относительно своего среднего. Обратим внимание на описательные статистики переменных в нашей базе данных (см. табл. 2).

Таблица2. Описательные статистики переменных

Можно видеть, что зависимая переменная, отражающая количество террористических атак, имеет очень высокую дисперсию, значение которой значительно превышает среднее. Потому c учетом предыдущих замечаний мы используем отрицательную биномиальную регрессионную модель вместо стандартной МНК- регрессии.

Тесты

Предварительная проверка гипотезы о том, что фракциональные демократии являются значимым предиктором террористической активности по сравнению с другими типами политических режимов, при помощи дисперсионного анализа дала следующие результаты (рис. 6).

Рис. 6. Корреляция между количеством терактов на 100 000 человек

и типом политического режима (источник: Marshall, Gurr, Jaggers, 2016;

START, 2018)

Как мы видим, самые низкие значения интенсивности террористической активности действительно характерны для консолидированных демократий и последовательных автократий. В непоследовательных автократиях и нефракцио- нальных неконсолидированных демократиях он несколько выше. При этом особо выделяются здесь именно фракциональные демократии, где средний уровень террористической активности несравненно выше, чем у других типов политических режимов. Речь при этом идет о безусловно статистически значимом различии. Таким образом, высказанная нами выше гипотеза о фракциональной демократии как статистически значимом предикторе повышенного уровня террористической активности находит достаточно сильное эмпирическое подтверждение.

Проконтролируем полученные результаты, противопоставив фракциональную демократию всем остальным типам политических режимов, с использованием следующих переменных. В качестве контроля, как мы указывали выше, будем ис-

пользовать такие переменные, относительно которых предыдущие исследования показали их высокую статистическую значимость как предикторов уровня террористической активности: безработица (Goldstein, 2005; Piazza, 2006), урбанизация/ пропорция (доля) городского населения (Campos, 2009; Kis-Katos, Liebert, Schulze, 2009; Tavares, 2004), численность населения в стране (Piazza, 2006), уровень образования в стране (Elbakidze, Jih, 2015; Brokhoff, Krieger, Meierrieks, 2015; Васькин, Цирель, Коротаев, 2018), ВВП на душу населения (Piazza, 2006; Boehmer, Daube, 2013; Enders, Hoover, Sandler, 2016; Коротаев, Васькин, Билюга, 2017).

Отметим, что предыдущие исследования показали, что простое введение ВВП во множественную регрессию в качестве регрессора не является вполне оправданным. Дело в том, что результаты предыдущих исследований показали, что между уровнем экономического развития, измеренного при помощи ВВП на душу населения, и интенсивностью террористической активности, наблюдается перевернутая U-образная зависимость (Boehmer, Daube, 2013; Enders, Hoover, Sandler, 2016; Korotayev et al., 2018; Коротаев, Васькин, Билюга, 2017; Васькин, Цирель, Коротаев, 2018). Для менее экономически развитых стран мы видим значимую положительную корреляцию между подушевым ВВП и уровнем террористической активности, а для более развитых стран эта корреляция является отрицательной. То есть на более ранних стадиях модернизации экономический рост сопровождается тенденцией к росту числа террористических актов, а на более поздней фазе - тенденцией к его снижению (Васькин, Цирель, Коротаев, 2018) (рис. 7).

Рис. 7. Корреляция между средним ВВП на душу населения и средней интенсивностью терактов по децилям, 1980-2014 гг. (источники: World Bank, 2018; START, 2018).

Примечание: 1-й дециль (по ВВП на душу населения) - до 1326 долл.;

2-й - от 1326 до 2029; 3-й - от 2029 до 3110; 4-й - от 3110 до 4650;

5-й - от 4650 до 6891; 6-й - от 6891 до 9878; 7-й - от 9878 до 14 220;

8-й - от 14 220 до 21 440; 9-й - от 21 440 до 33 000;

10-й дециль - более 33 000 долл.

В силу данного обстоятельства, а также ввиду того, что множественные регрессии исходят из допущения о линейной связи между переменными, для проведения интересующей нас множественной регрессии оказывается необходимым разбить выборку на две части (рис. 7):

Экономически менее развитые страны с ВВП на душу населения менее 6900 долл., где предыдущие тесты показали наличие статистически значимой положительной корреляции между экономическим ростом и террористической активностью. В данную подвыборку попали страны с 1-го по 5-й дециль по результатам дисперсионного анализа.

Экономически более развитые страны с ВВП на душу населения более 3100 долл., где предыдущие тесты показали наличие статистически значимой отрицательной корреляции между экономическим ростом и террористической активностью. В данную подвыборку попали страны с 4-го по 10-й дециль по результатам дисперсионного анализа.

Аналогичная U-образная кривая наблюдается в странах с различным уровнем образования. Именно такие выводы содержатся в работах Брокхоффа и соавторов, изучавших связь образования и внутреннего терроризма (Brockhoff, Krieger, Meierrieks, 2015), а также в работах Элбакидзе и Жи, проследивших связь данного предиктора с транснациональным терроризмом (Elbakidze, Jih, 2015). Результаты нашего собственного анализа о характере зависимости между терроризмом и уровнем образования в стране подтверждают выводы предыдущих авторов (Васькин, Цирель, Коротаев, 2018).

Можно видеть, что вплоть до 4-го дециля наблюдается положительная корреляция между уровнем образованности населения и интенсивностью террористических атак, в то время как для стран с более высоким уровнем количественного охвата населения образованием эта корреляция является отрицательной. Потому мы проведем дополнительные тесты для двух отдельных подвыборок (рис. 8).

Рис. 8. Корреляция между средней продолжительностью образования и средней интенсивностью терактов по децилям (дисперсионный анализ) (источники: UN Development Program, 2018; START, 2018)

Примечание: F = 11,4; p < 0,001. Числа в рамках обозначают среднюю интенсивность терактов по децилям. 1-й дециль (по среднему количеству лет обучения) - до 3,26 года обучения;