Эмпирические вызовы и методологические подходы в сравнительной политологии (сквозь призму “Политического атласа современного мира 2.0”)

Полис. Политические исследования. 2023. № 5. С. 153–171.

Мельвиль А. Ю., Мальгин А. В., Миронюк М. Г., Стукал Д. К.

Растущие объемы, разнообразие и охват данных в последние десятилетия не только открывают перед учеными новые или меняют уже существующие области исследования, но и превращают данные в значимый элемент политики. В этом контексте эмпирические исследования, ставшие на рубеже XX-XXI вв. мейнстримом политической науки, с одной стороны, претендуют на статус строго научного обоснованного знания, а с другой – сталкиваются с некоторыми опасениями, проистекающими из недоверия и к источникам данных, и к методам их обработки. Реализация консорциумом МГИМО МИД России и НИУ ВШЭ исследовательского проекта “Политический атлас современного мира 2.0” как раз предполагает сбор больших объемов страновых данных: во избежание попадания в ловушку манипуляции ими требуется использовать новейшие подходы к сбору, проверке качества и анализу данных. В статье рассматриваются общие проблемы, связанные со сбором эмпирических баз данных для сравнительных исследований, и предлагается их типология. Показано, как эти проблемы проявляются применительно к проекту “Политический атлас современного мира 2.0”: дан обзор ключевых недостатков, характеризующих существующие базы данных, а также рассматриваются ключевые практики, претендующие на роль современного “золотого стандарта” обеспечения качества собираемых данных. Также рассматриваются преимущества и недостатки ряда популярных методов статистического анализа данных, применяемых в сравнительных исследованиях вообще и использованных ранее в рамках проекта “Политический атлас современности”.

Ключевые слова: статистический анализ, государство, дискриминантный анализ, state, метод главных компонент, НИУ ВШЭ, база данных, database, консорциум, байесовская статистика, factor analysis, quantitative methods, обучающая выборка, index, индекс, Bayesian statistics, факторный анализ, statistical analysis, principal component analysis, количественные методы, discriminant analysis, Consortium, HSE University, МГИМО МИД России, MGIMO University, training sample