Дипломная работа: Факторы либерализации антинаркотической политики (на примере США)

Теперь подробнее о модели «внутренних определяющих переменных», которая исключает любые экстерналии и фокусируется только на параметрах государства. В общих чертах, модель основывается на предположениях, применимых на индивидуальном уровне и проецирует их на уровень государств: высокий уровень образования и дохода коррелирует с повышенной вероятностью принятия чего-то нового, поскольку первые два фактора предоставляют доступ к информации и ресурсы для осуществления изменений Ibid. P. 234.. К тому же, основополагающим фактором для инновации является «мотивация» - индикаторы, актуализирующие проблему и выносящие её на повестку; либо же, если рассматривать политику через призму электорального цикла, победа в выборах, то есть, необходимо резонировать с населением и реализовать востребованную, популярную политику Ibid. P. 236.. Вместе с мотивацией у антрепренёров есть «ресурсы» и «препятствия» на пути к реализации задуманного курса: под «ресурсами» чаще всего подразумеваются финансовые возможности штата/ государства (доход на душу населения, ВВП и уровень урбанизации); квалифицированные состав законодательного института; про-инновационная коалиция, состоящая из представителей власти, активистов, учёных и журналистов, также способствует реализации нового политической программы Ibid. P. 237..

Основным вкладом Берри и Берри при изучении адаптационных процессов через два подхода (внутренних определяющих переменных и диффузии инновации) является выведение адаптационного уравнения, структура которого уже упоминалась во введении:

ADOPT_i,t = f (MOTIVATION_i,t, RESOURCES/OBSTACLES_i,t, OTHERPOLICIES_i,t, EXTERNAL_i,t) Ibid.

Одной из основополагающих задач является операционализация каждого элемента уравнения. Под Мотивацией подразумевается, заинтересованность представителей штата в разрешении проблемы путём адаптации политического курса, например, руководствуясь терминами Киндона Kingdon, J.W., Thurber, J.A. Agendas, Alternatives, and Public Policies. Longman, 2011. P.180-182., индикаторы, которые привлекают внимание во время выбора проблемной сферы, общественное мнение или политические переменные. Политическая переменная так же находит своё отражение в литературе, например, за сохранение запрета выступали представители из сельских регионов, женщины и старики, что может непосредственно влиять на скорость диффузии инновации Gunnlaugsson, H., Galliher, J.F. Op. Cit. P.123., следовательно, можно предположить, что население, проживающее в урбанизированных районах, будет за либерализацию политического курса политики на основе фактических данных. Политические факторы могут быть проиллюстрированы составом парламента. Количество мест в парламенте, принадлежащее определённой партии, может послужить объяснением для прогрессивных и консервативных законов Karch, A., Nicholson-Crotty, S.C., Woods, N.D., Bowman, A.O. Op. Cit. P. 83-95.. Партийная принадлежность губернатора также может повлиять на формирование политической повестки, но большинство политических акторов, даже осознавая выигрышность политического курса, предпочтут воздержаться от его принятия и изменения статуса-кво, объясняется это политической близорукостью агента, желанием выбирать «безопасные политики» и электоральными циклами, говоря о выборах, внимание уделяется и новым выборам, когда открывается окно возможности Chambliss, W.J. Op. Cit.. Последние два фактора связаны между собой в силу того, что губернатор знает интересы населения, и он/ она не намереваются рисковать своей должностью, принимая непопулярное политическое решение Naнm, M. Wasted: The American Prohibition On Thinking Smart in the Drug War // Foreign Policy. № 172. P. 167-168., несмотря на успешность политик в других штатах Ibid.. Дополнительная мотивация возникает из-за больших расходов на «войну против наркотиков» - политика проводится в каждом штате и является затратным политическим курсом, который никак себя не окупает, авторы приходят к выводу, что бедные штаты будут стремиться к легализации, чтобы сократить финансовое бремя Gunnlaugsson, H., Galliher, J.F. Op.Cit..

Ресурсы и препятствия используется, чаще всего, в контексте экономического развития единицы анализа, и, стоит отметить, что определённый блок литературы, посвящённый факторам, фокусируется на экономической природе адаптации. Общее предположение из литературы следующее, более богатые штаты наиболее предрасположены к переменам, как следствие, к инкорпорации инноваций, поскольку их система более гибкая и может подстроиться под изменения Berry, F.S., Berry. Op. Cit. P. 235..

Иные политические курсы - политические курсы, которые затрагивают эту же или смежную проблему, авторы ссылаются на топологию таких курсов, всего имеется четыре группы: в первом случае, политический курс может быть независимым от политики под вопросом; во втором, он может дополнять программу, которую пытаются реализовать; третья группа описывает ситуацию, при которой курс не может быть адаптирован, пока другая программа не будет реализована; в четвёртой категории одна политика при реализации полностью заменяет предыдущую Ibid. P. 238-239.. Возможно, случай с декриминализацией и медицинским использованием относится ко второй группе. Как уже было упомянуто ранее, некоторые штаты приняли законы относительно декриминализации и политики «уменьшения вреда» - схожий путь прошёл штат Калифорния, который первый ввёл медицинское использование марихуаны, а так же одним из первых легализовал марихуану Jelsma, M. Op. Cit..

Последним элементом уравнения является Внешнее воздействие, которое характеризуется поведением других штатов или соседствующих государств.

Рис. 4 Отображение типа законодательства, уровня либерализации и наименования штата вместе с цветовым обозначением названия суб-региона

Рис. 5 Отображение типа законодательства, уровня либерализации и наименования штата вместе с цветовым обозначением названия суб-региона

Рис. 6 Отображение типа законодательства, уровня либерализации и наименования штата вместе с цветовым обозначением названия суб-региона

Карты 4-6 наглядно демонстрируют общий паттерн в легализации относительно принадлежности к суб-региону, на картах видно, какой регион является более «передовым» в плане либерализации наркотической политики. Также интересным наблюдением служит пограничная близость штатов с либеральными законодательствами.

Гипотезы из обзора литературы и теоретической рамки

3. «Выживет» ли наркотический запрет

3.1 Дизайн исследования

Для тестирования раннее выведенных гипотез будет использоваться статистические методы, основное внимание уделяется относительного новому методу, как минимум, для политологии и данной темы в частности, - анализ выживаемости, дополнительными методами будут являться линейная и логистическая регрессии, которая тестирует переменные в рамках одной тематической модели. Анализ выживаемости используется в основном в медицине, для определения продолжительности жизни пациента или влияние препарата или лечения на состояние человека, в контексте же наркотической политики будет определяться вероятность «выживания» запрета на марихуану, как наиболее распространённого и приемлемого вещества на территории США. У анализа имеется несколько вариаций, в ходе анализа использовалась оценка Каплан-Майера с включением страт - субрегионального деления - демонстрирующих работу модели диффузии инноваций.. Для проведения анализа была собрана база данных для 50 штатов и столицы (округ Колумбия), стоит отметить, что данные учитывались с 1980 года, при наличии, и до 2016-2018 года. Именно по этому временному диапазону имеется наиболее подробная и полная информация по всем случаям анализа. В последующем, данные агрегировались и трансформировались в категориальные, поскольку именно такой тип переменных необходим для проведения тестов в моделях с оценкой Каплан-Майера.

Все данные, как видно из уравнения адаптации, можно разделить на несколько категорий: социо-культурные показатели, экономические возможности штата, политические переменные, более подробное описание последует в следующем пункте. Источниками для сбора общих экономических показателей стали государственные федеральные сайты США, отвечающие за сбор и публикацию данных: Бюро переписи населения США Census.gov [Electronic source]. URL: https://www.census.gov/en.html (Retrieved: 19.04.2019)., более детальные факты о штатах были взяты с государственного дочернего ресурса American FactFinder - Search [Electronic source]. URL: https://factfinder.census.gov/faces/nav/jsf/pages/searchresults.xhtml?refresh=t (Retrieved: 23.04.2019)., статистика о количестве преступлений, о случаях потребления наркотических веществ, количестве заключенных и расходах на обеспечение законности (law enforcement) получены после повторного анализа данных с сайта Статистического управления юстиции США Bureau of Justice Statistics (BJS) - Data Collections: Law Enforcement [Electronic source]. URL: https://www.bjs.gov/index.cfm?ty=dctp&tid=7 (Retrieved: 23.04.2019)., ценности, в том виде, как они закодированы в исследовании, используют информацию НКО «Movement Advancement Project» Movement Advancement Project | Our Work and Mission [Electronic source]. URL: http://www.lgbtmap.org/our-work-and-mission (Retrieved: 23.04.2019).; данные о расовом составе американского общества были получены от другого НКО - Kaiser Family Foundation Kaiser Family Foundation - Health Policy Research, Analysis, Polling, Facts, Data and Journalism [Electronic source]. URL: https://www.kff.org/ (Retrieved: 23.04.2019).; юридический статус марихуаны (легализация, декриминализация, разрешение на медицинское использование) основан на информации с сайтов, специализирующихся на изучении наркотической политики в США Marijuana Policy Project - We Change Laws! [Electronic source]. URL: https://www.mpp.org/ (Retrieved: 23.04.2019); Drug Policy Alliance | Drug Policy Alliance [Electronic source]. URL: http://www.drugpolicy.org/ (Retrieved: 23.04.2019); ProCon.org - Pros and Cons of Controversial Issues [Electronic source]. URL: https://www.procon.org/ (Retrieved: 23.04.2019).; информация о доходе населения, уровне бедности, соотношении урбанизированного и сельского населения получена с сайта Департамента Аграрного Развития США USDA [Electronic source]. URL: https://www.usda.gov/ (Retrieved: 23.04.2019). и с сайта Департамента Труда США US Department of Labor. Databases, Tables & Calculators by Subject [Electronic source]. URL: https://www.bls.gov/data/#maps (Retrieved: 23.04.2019).: переменная, определяющая религию, собрана на основании данных с сайтов НКО Pew Research Center Pew Research Center | Nonpartisan, non-advocacy public opinion polling and demographic research [Electronic source]. URL: https://www.pewresearch.org/ (Retrieved: 23.04.2019). и с сайта American Religion Data Archive The Association of Religion Data Archives | Quality Data on Religion [Electronic source]. URL: http://www.thearda.com/ (Retrieved: 23.04.2019).; политическая картина США (аффилиация губернатора, как представителя исполнительной власти, и партийный состав законодательного органа на уровне штата) была сконструирована на основании исторического ретроспективного анализа выборов и составов легислатур Ballotpedia [Electronic source]. URL: https://ballotpedia.org/Main_Page (Retrieved: 23.04.2019); Legislative News, Studies and Analysis | National Conference of State Legislatures Op. Cit,; Former Governors - National Governors Association [Electronic source]. URL: https://www.nga.org/former-governors/ (Retrieved: 23.04.2019).; дополнительная информация по марихуане была получена от SAMDHA, официальный федеральный институт, созданный в результате «войны с наркотиками», непосредственно выполняющий оценивающую и аналитическую функции About the SAMHDA Project | SAMHDA [Electronic source]. URL: https://www.datafiles.samhsa.gov/info/about-samhda-project-nid14 (Retrieved: 23.04.2019).. Стоить отметить, что, несмотря на обилие ресурсов, занимающихся количественным «измерением» США, очень проблематично было найти информацию по «войне против наркотиков»: статьи расходов, направления расходов, эффективность, в связи с чем приходилось прибегать к прокси-переменным. Проблема проистекает из масштаба политического курса - его федеральная природа позволяет найти информацию в сводках бюджета, в отчётах НКО и прочих ресурсах только касательно общих расходов.

3.2 Операционализация переменных из адаптационного уравнения

Прежде чем перейти непосредственно к моделям, стоит обозначить, как именно измерялись переменные в уравнении адаптации, какие модели эти измерения формировали и какие гипотезы тестировали.

Зависимой переменной в анализе стала «либерализация» (dv). В неё входят: использование марихуаны в медицинских целях, декриминализация марихуаны (изменение наказания за хранение марихуаны на законодательном уровне на более мягкое) и официальная легализация марихуаны на уровне штата. Следовательно, факторы кодировались следующим образом: использование в качестве медицинского препарата - «0.5»; декриминализация - «0.5»; полная легализация - «1»; если никакие из вышеперечисленных действий не предпринимались, то зависимая переменная была равна «0». Исходя из исследовательского вопроса и общей темы работы, при проведении анализа Каплана-Майера зависимая переменная задавалась в интервале от «0.5» до «2», поскольку именно в этом диапазоне и находится либерализация наркотической политики. Для логистической же регрессии, переменная либерализации была вновь закодирована по схожему признаку, но уже в интервале от «1» до «5», где «5» - это легализация, которой предшествовали декриминализация и разрешение на медицинское использование (full legal), а «1» - запрет без каких либо подвижек в сторону либерализации (prohib). А переменная легализации используется в качестве зависимой в бинарной логистической модели и обрела значения «2» для штатов, в которых марихуана легализирована, и «1» - где запрещено.

Как уже было упомянуто ранее, у государства есть несколько факторов, влияющих на принятие решения в области адаптации новой политики. Для случаев штатов США этими факторами стали следующие показатели.

Мотивация оценивалась как прогрессивность законодательства, которая характеризует ценности штата (values) (инклюзивность, толерантность) - данная переменная функционально наиболее приближена к индексу ценностей Инглхарта и Вельцеля, но была использована в силу отсутствия информации о ценностях (были собраны данные по опросам, связанных с религией: количество верующих, количество церквей, но данные присутствовали не по всем штатам) по отдельным штатам.Изначально она была закодирована на основании законодательства штата, в результате чего ей было присвоено значение от -10 до 34. Уже после она была закодирована в категориальную, где пограничным значением стало 15, в бинарном виде она стала выглядеть как «Conservative» или «Liberal» Movement Advancement Project…. Значения брались из законодательства штата, в котором учитывалось наличие того или иного закона, которое можно характеризовать как прогрессивное.

Следующим элементом мотивации является объем расходом на «войну против наркотиков», как уже было указано ранее, не представилась возможность найти бюджетные расходы на субнациональном уровне, поэтому экономическая мотивация заключается в расходах на смежные отрасли, то есть: общие расходы на судебную систему (exp_Total justice system), обеспечение безопасности в обществе при помощи института полиции (Police protection), расходы на судебно-правовую систему (Judicial and legal) и финансирование исправительных учреждений (Corrections). Безусловно, в эти статьи расхода входят не только направления по борьбе с наркотиками, но и бытовая сфера жизни общества, несмотря на это, данная переменная является оптимальной поскольку позволяет оценить, хотя бы примерно, издержки «войны против наркотиков». Другим фактором измерения мотивация является партийная аффилиация губернатора штата и партийный состав законодательного органа штата. Поскольку данные брались лонгитюдные, то для учёта исторического пути производилась кодировка переменной, были собранные данные обо всех выборах на пост губернатора и в легислатуры с 1970 годов и до 2017. После, результатам губернаторских выборов присваивались следующие значения: губернатору, принадлежащему демократической партии, присваивалось значение «-1», республиканской партии - «1», независимому кандидату (представителю другой партии) - «0». Для получения единого значения партийной принадлежности губернатора штата на следующем этапе значения суммировались, в результате получается значение от «-10» до «10», в случаях, если все губернаторы принадлежат к одной партии. Схожая процедура проводилась и с легислатурой, выборка определялась 22 случаями с 1978 и до 2017 года, следовательно, вариации были в диапазоне от «-22» до «22», кодировка проводилась по идентичному принципу: демократическое большинство - «-1»; республиканское большинство - «1»; отсутствие большинства (split, divided) - «0». Для анализа выживаемости состав легислатуры кодировался в категориальную, где значения больше нуля лейблировались «republican», меньше нуля - «democratic». Безусловно, данный подход не является оптимальным, но это будет отмечено в главе в ограничениях работы. Поскольку мотивация может происходить и из каких-то индикаторных-сигнальных событий, логично будет разместить переменные потребления марихуаны (consumption_med) и преступлений, связанных с ней (crimes_ag_med), в этом блоке.

Говоря о ресурсах в ходе процесса адаптации, то здесь основное внимание уделяется мнению населения относительно вопроса на повестке дня, медиа отмечает, что на уровне всего государства, население склоняется в пользу легализации марихуаны This is the surprising reason why Americans have dramatically shifted their views on legalizing pot - MarketWatch [Electronic source]. URL: https://www.marketwatch.com/story/this-is-the-surprising-reason-why-americans-have-dramatically-shifted-their-views-on-legalizing-pot-2019-02-05 (Retrieved: 25.04.2019); 62% of Americans favor legalizing marijuana | Pew Research Center [Electronic source]. URL: https://www.pewresearch.org/fact-tank/2018/10/08/americans-support-marijuana-legalization/ (Retrieved: 25.04.2019); Marijuana legalization in 5 charts: A 2018 midterm report | PolitiFact [Electronic source]. URL: https://www.politifact.com/truth-o-meter/article/2018/oct/26/marijuana-legalization-5-charts/ (Retrieved: 25.04.2019)., о схожем тренде свидетельствует и Национальный опрос о Здоровье и Наркотиках Ahrnsbrak, R. Key Substance Use and Mental Health Indicators in the United States: Results from the 2016 National Survey on Drug Use and Health. Rockville, MD: Center for Behavioral Health Statistics and Quality, Substance Abuse and Mental Health Services Administration. 2017. P. 32-36.. Но найти данные по отдельным штатам не удалось, следовательно, предпринимается попытка операционализировать ресурсы иным способом. Основными факторами в этой категории будут считаться: доход штата на душу населения (Gross State Product - GSP), результаты фискальной политики (State Collections per Capita), показатели урбанизированного населения в штате (urb_pop) и полученное высшее образование (bach_at и mst_at), вместе с этим учитывается и доход семьи (Median Annual Household Income). В целом, данные переменные отображают состояние общества и позволят сделать вывод, как такие социальные переменные связаны с процессом либерализации. Отдельно стоит обратить внимание на наличие абсолютных данных, в большинстве случаев, поэтому часть переменных трансформировалась в относительные: расходы на «войну против наркотиков» (exp_JC_pc), доля людей с высшим образованием (educ_pc), ВРВП на душу населения (GSP_per_cap). В дополнении была собрана информация о расовом и этническом составе штатов (white_med; black_med; hispan_med; asian_med; native_med), вместе с абсолютными значениями представителей ЛГБТК+ сообщества (LGBT Adult Population Estimate) - была предпринята попытка перевести эти значения в относительные, дабы рассчитать пропорцию сексуальных и расовых/ этнических меньшинств (minor).