Почему нам представляется продуктивным именно такая постановка вопроса? Одни и те же факторы могут иметь разные последствия или не иметь их вообще, будучи приложенными к обществам с разными типами протестной активности. Важно, поэтому, понять, на что способно, к чему склонно само общество, каков его системный характер. Такое знание является базой для рассмотрения конкретных комбинаций условий и причин, ведущих или не ведущих к протестам.
В качестве исходных данных для корреляционного анализа были использованы, помимо значений б, сведения о распределении по губерниям нескольких других величин. Причём, мы намеренно (для создания поливариантной поисковой ситуации) включили в анализ как высоко-обобщенные факторы - такие как «вес принадлежности к помещичьему типу аграрной эволюции», - так и конкретные - например, размер выкупных платежей.
Исходные данные были взяты из опубликованных исследований Л.И. Бородкина [32] и Б.Н. Миронова [33]. Данные представлены точными числовыми величинами. Единственное исключение - распределение губерний по природным зонам, которое дано в номинальных величинах. Для единственного случая с номинальными величинами мы вычислили коэффициент Крамера. Для всех остальных случаев применён коэффициент Пирсона.
Все использованные в нашем исследовании ряды данных прошли проверку на нормальность, главным образом, по критерию Колмогорова-Смирнова (в ряде пограничных случаев привлекались и другие критерии). Ряды, не распределённые нормально, в корреляционном анализе не участвовали.
Таб. 3 Коэффициенты корреляции между распределением б по губерниям и распределениями иных факторов
|
Факторы |
Коэффициент корреляции Пирсона |
|
|
Плотность населения на 1897 г. (по Миронову) |
0,225 |
|
|
Избыток рабочей силы, % (по Миронову) |
0,309 |
|
|
Вес принадлежности к помещичьему типу агр. эволюции (по Бородкину) |
0,157 |
|
|
Доля дворянской земли в удобной земле, % (по Бородкину) |
-0,207 |
|
|
Доля безлошадных и однолошадных дворов (по Бородкину) |
-0,178 |
|
|
Грамотность, 1897 г. (по Миронову) |
-0,176 |
|
|
Урожайность в самах, 1857-1863 гг. (по Миронову) |
-0,134 |
|
|
Надельная земля/население, 1881 г. (по Миронову) |
-0,235 |
|
|
Годовой оклад выкупных платежей до понижения (по Миронову) |
0,242 |
|
|
Годовой оклад выкупных платежей после понижения (по Миронову) |
0,118 |
|
|
Оброчная подать, максимум (по Миронову), 1881 г. |
0,035 |
|
|
Отходничество (по Миронову), 1900 г. |
-0,147 |
|
|
Урожай (по Миронову), 1881-1890 гг. |
0,152 |
|
|
Доход от с.х. (по Миронову), 1881-1890 гг. |
-0,292 |
|
|
Накопления (по Миронову), 1881-1890 гг. |
0,028 |
Не было выявлено некоего единственного детерминирующего фактора, который бы сильно воздействовал на целевой. Это указывает на то, что объяснение природы крестьянской протестности является, скорее всего, полифакторным.
Установлена статистическая связь лишь средней и слабой силы со следующими факторами: плотность населения на 1897 г.; избыток рабочей силы; отношение количества надельной земли к численности населения на 1881 г.; годовой оклад выкупных платежей до понижения; доход от сельского хозяйства в 1881 - 1890 гг. Наличие связи средней и слабой силы указывает на нелинейный характер воздействия управляющих факторов на формирование того или иного типа протестной активности.
Наибольшее влияние на характер протестной активности оказывали обстоятельства аграрного перенаселения, в частности, избыток рабочей силы.
Весьма интересно отметить некоторые факторы, с которыми связь не обнаруживается. Так на характер протестной активности не влияли:
- факторы, относящиеся к богатству и бедности: уровень накоплений, размер оброчной подати (другими словами, в деревне отсутствовали условия для «второй социальной войны»);
- факторы, относящиеся к продуктивности сельского хозяйства: урожайность, обеспеченность лошадьми (крестьяне осознавали зависимость продуктивности, главным образом, от природных факторов);
- «засилье» или отсутствие больших поместий (отношения крестьян и помещиков не зависели от размеров владений последних).
Для вычисления коэффициента Крамера припишем каждой губернии некоторый номинальный признак в зависимости от кластера, в который она оказалась включена на расстоянии связывания 0,06 (таб. 2). Отнесение губерний к той или иной природной зоне (по Миронову) даёт ещё один номинальный признак. Коэффициент Крамера для этих двух признаков равен 0,508.
На первый взгляд, коэффициент указывает на наличие связи природно-зональных факторов и типа протестной активности. Однако вероятность ошибки p = 0,09, что существенно выше принятого для социально-гуманитарных наук порога p <0,05. Это может указывать на отсутствие статистически значимой связи. Таким образом, для аргументированного предположения о наличии природного фактора протестности необходимо исследовать большее количество более диверсифицированных признаков, указывающих на состояние природной среды.
Заключение
В ходе наших исследований был обнаружен розовый шум в длинных рядах данных, характеризующих интенсивность крестьянских волнений в различных губерниях Европейской России во второй половине XIX в. Российский крестьянский социум на протяжении этого периода пребывал в состоянии самоорганизованной критичности. Это состояние указывает на наличие серьёзных рисков для сохранения системной стабильности: существовали внутренние условия и структурные свойства, ведущие к резкому и непредсказуемому росту протестов. Региональные сообщества имели потенциал к крупным восстаниям под воздействием ординарных факторов.
Мы обнаружили некоторую статистическую связь между типами крестьянской протестности и некоторыми иными характеристиками крестьянского социума. Объяснение природы крестьянской протестной активности является, очевидно, полифакторным.
Самое сильное влияние на формирование протестного потенциала оказывали обстоятельства аграрного перенаселения.
Библиография
1. Bak P., Tang C., Wiesenfeld K. Self-organized Criticality // Physical Review A. 1988. Vol. 38. № 1. Рр. 364-374.
2. Bak P. How Nature Works: The Science of Self-Organized Criticality. New York: Copernicus, 1996. 212 p.
3. Бак П. Как работает природа: теория самоорганизованной критичности. М.: УРСС, 2013. 276 c.
4. Sneppen K., Bak P., Flyvbjerg H., Jensen M.H. Evolution as a self-organized critical phenomenon // Proceedings of the National Academy of Sciences. 1995. Vol. 92. № 11. Pр. 5209-5213.
5. Turcotte D.L. Self-organized criticality // Reports on Progress in Physics. 1999. Vol. 62. № 10. P. 1377.
6. Turcotte D.L., Rundle J.B. Self-organized complexity in the physical, biological, and social sciences // Proceedings of the National Academy of Sciences. 2002. Vol. 99. № 1. Pp. 2463-2465.
7. Brunk G.G. Self-Organized Criticality: A New Theory of Political Behaviour and Some of Its Implications // British Journal of Political Science. 2001. Vol. 31. № 2. Pр. 427-445.
8. Brunk G.G. Why Are So Many Important Events Unpredictable? Self-Organized Criticality as the “Engine of History” // Japanese Journal of Political Science. 2002. Vol. 3. № 1. Pр. 25-44.
9. Brunk G.G. Why Do Societies Collapse? A Theory Based on Self-Organized Criticality // Journal of Theoretical Politics. 2002. Vol. 14. № 2. Pр. 195-230.
10. Малинецкий Г.Г. Чудо самоорганизованной критичности // Бак П. Как работает природа: теория самоорганизованной критичности. М.: УРСС, 2013. C. 13-56.
11. Курдюмов С.П., Малинецкий Г.Г., Подлазов А.В. Историческая динамика. Взгляд с позиций синергетики // Препринты ИПМ им. М.В. Келдыша РАН. 2004. № 85. С. 1-16. URL: http://library.keldysh.ru/preprint.asp?id=2004-85
12. Бородкин Л.И. Методология анализа неустойчивых состояний в политико-исторических процессах // Международные процессы. 2005. Т.3. №7. С. 4-16.
13. Mathews M.K., White M.C., Long R.G. Why Study the Complexity Sciences in the Social Sciences? // Human Relations. 1999. Vol. 52. № 4. P. 439-462.
14. Buchanan M. Ubiquity. The Science of History… or Why the World is Simpler Than We Think. London: Weidenfeld & Nicolson, 2000. 288 p.
15. Weisbuch G., Solomon S., Stauffer D. Social Percolators and Self Organized Criticality // Economics with Heterogeneous Interacting Agents Lecture Notes in Economics and Mathematical Systems / Ed. by A. Kirman, J.-B. Zimmermann. Berlin: Springer Berlin Heidelberg, 2001. P. 43-55.
16. Kron T., Grund T. Society as a Self-Organized Critical System // Cybernetics & Human Knowing. 2009. Vol. 16. № 1-2. Pр. 65-82.
17. Pinto C.M.A., Mendes Lopes A., Machado J.A.T. A review of power laws in real life phenomena // Communications in Nonlinear Science and Numerical Simulation. 2012. Vol. 17. № 9. Pp. 3558-3578.
18. Guastello S.J. Chaos, Catastrophe, and Human Affairs: Applications of Nonlinear Dynamics To Work, Organizations, and Social Evolution. Abingdon: Psychology Press, 2013. 456 p.
19. Roberts D.C., Turcotte D.L. Fractality and Self-Organized Criticality of Wars // Fractals. 1998. Vol. 6. № 4. Pр. 351-358.
20. Cederman L.-E. Modeling the Size of Wars: From Billiard Balls to Sandpiles // American Political Science Review. 2003. № 1. Pр. 135-150.
21. Picoli S., Castillo-Mussot M. del, Ribeiro H. V., Lenzi E. K., Mendes R. S. Universal bursty behaviour in human violent conflicts // Scientific Reports. 2014. Vol. 4. Pр. 1-3.
22. Shimada I., Koyama T. A theory for complex system's social change: an application of a general `criticality' model // Interdisciplinary Description of Complex Systems. 2015. Vol. 13. № 3. Pр. 342-353. doi: 10.7906/indecs.13.3.1
23. Thietart R.-A. Strategy dynamics: Agency, path dependency, and self-organized emergence // Strategic Management Journal. 2016. Vol. 37. № 4. Pp. 774-792.
24. Бородкин Л.И. "Порядок из хаоса": концепции синергетики в методологии исторических исследований // Новая и новейшая история. 2003. № 2. С. 98-118.
25. Бородкин Л.И. Концепции синергетики в исследованиях неустойчивых исторических процессов: современные дискуссии // Информационный бюллетень ассоциации История и компьютер. 2008. № 35. С. 28-29.
26. Алексеев В.В., Бородкин Л.И., Коротаев А.В., Малинецкий Г.Г., Подлазов А.В., Малков С.Ю., Турчин П.В. Международная конференция «Математическое моделирование исторических процессов» // Вестник Российского фонда фундаментальных исследований. 2007. № 6. С. 37-47.
27. Гарскова И.М. Основные направления развития исторической информатики в конце ХХ - начале XXI в. // Вестник Московского университета. Серия 8: История. 2010. № 6. С. 75-103.
28. Зудов Н.Е. Исследования социо-политических феноменов средствами компьютерного моделирования в ЦФМ: некоторые результаты и перспективы // Fractal Simulation. 2012. № 2. С. 6-10.
29. Zhukov D.S., Lyamin S.K. The Modeling of Institutional Modernization by Means of Fractal Geometry // SAGE Open. 2016. Vol. 6. № 2. Pp. 1-15. DOI: 10.1177/2158244016640858 URL: http://sgo.sagepub.com/content/6/2/2158244016640858
30. Жуков Д.С., Канищев В.В., Лямин С.К. Возможности использования теории самоорганизованной критичности в изучении демографических процессов в российском позднем аграрном обществе // Историческая информатика. Информационные технологии и математические методы в исторических исследованиях и образовании 2014. №1. С.70-91.
31. Жуков Д.С., Канищев В.В., Лямин С.К. Мизис Ю.А. Опыт изучения истории российского хлебного рынка средствами теории самоорганизованной критичности // Историческая информатика. Информационные технологии и математические методы в исторических исследованиях и образовании. 2015. № 1. С. 59-72.
32. Бородкин Л.И. Дискриминантный анализ с использованием концепции нечётких множеств в задаче оценки двух путей аграрной эволюции России на рубеже XIX - XX вв. // Историческая информатика. 2013. №3. С. 30-38.
33. Миронов Б.Н. Благосостояние населения и революции в имперской России: XVIII - начало XX века. М.: Новый хронограф, 2010. 912 с.