Диссертация (1137039), страница 23
Текст из файла (страница 23)
под влиянием контрактноговзаимодействия.1284.3 Специфика структурных связей квазирынкагосударственных информационных контрактов в 2011-2014 гг.В предыдущем параграфе была представлена описательная статистикапо государственным информационным контрактам, что позволило показать,чторынокгосударственныхинформационныхконтрактовявляетсясопоставимым по объемам предъявляемого в денежном выражении спроса срекламным рынком в регионах выборки.
Был выявлен ряд особенностейраспределения контрактов между заказчиками и исполнителями разныхтипов. Кодирование тематик контрактов позволило показать, какие темыпреимущественно доминирует в текстах контрактов госзаказчиков.Между тем имеет смысл более прицельно посмотреть на структурураспределения контрактов внутри каждого отдельного региона. Для этихцелей будет использован социальный сетевой анализ (social network analysis).Сетевой подход и социальный сетевой анализ44Социальный сетевой анализ является частью более общего сетевогоподхода, который предполагает, что социальные отношения оказываютвлияние на поведение индивидов и групп [Wellman 1988; Mizruchi 1994;Knox, Savage, Harvey 2006]. Исторически развитие сетевого подхода шло влогике структурной социологии, что стало причиной вывода о том, чтосоциальные сети есть способ обозначения социальной структуры общества.Как писал М.Грановеттер, «акторы не действуют и не принимают решениявне социального контекста… их действия укоренены в конкретных системахдлящихся социальных отношений» [Грановеттер 2002: 49-50].
С другойстороны, также сетевой подход используется для изучения отношений междугруппами в одном поле [White, Boorman, Breiger 1976]. Этот подходвоспринимает сетевой анализ не как способ обозначения связей, но какспособ разграничения структурных отношений (это может быть отсутствиесвязей или наличие связей одного типа). Более того, «пустоты» (то естьТеоретическая справка данного параграфа написана с использованием более ранней публикацииавтора [Довбыш 2015].44129отсутствие связей) могут представлять даже больший интерес, как этопоказано в работах Р. Бёрта [Burt 2009].Говоря о социальном сетевом анализе как методе стоит отметить, чтонасегодняшнийдетьонпредставляетсобойобширнейшийметодологический аппарат [Wasserman, Faust 2009], применяемый длярешения задач не только в социальных науках, что и в других дисциплинахот биологии до лингвистики.
Кроме того, в зависимости от природы данныхи задач исследования, сетевой анализ может быть, как качественным, так иколичественным методом.В наиболее общем виде в сетевом анализе используются два видаданных: структурные (structural) и композиционные (compositional). Первыеявляются основными для сетевого анализа и измеряют различного характерасвязи между парами акторов. Например, бизнес транзакции междукорпорациями, дружбу между людьми или торговлю между странами.Вторые описывают характеристики акторов и являются стандартнымипеременными, которые определяются на уровне индивида (например, пол,возраст для людей или количество сотрудников для корпораций) [Wasserman,Faust 2009].В зависимости от того, в какой «модальности» (mode) структурныепеременные оцениваются, различается и тип сети. Структурные переменные,измеряющие единый набор акторов формируют одномодальную сеть (onemodal network).
Если же структурные переменные описывают два (или дажеболее) набора данных, говорят о двумодальных сетях (two-modal network,bipartite network) [Wasserman, Faust 2009]. Например, речь может идти окорпорациях и некоммерческих организациях, а связи между ними будутописывать финансовые потоки пожертвований от одних групп акторов кдругим [Galaskiewicz, Wasserman 1989].Двумодальные сети часто именую также аффиляционными сетями(affiliation network). Аффилиация часто имеет институциональный или«структурный» характер, то есть продиктована в первую очередь внешними130обстоятельствами (в отличии от relational networks). Аффилиации отражаютинституциональноеустройствообществаи,посколькуинститутыформируют структуру общества, аффиляционные сети могут много сказать оструктуре данного общества [De Nooy, Mrvar, Batagelj 2011].По определению двумодальные сети состоят из двух типов акторов(вершин (vertices, nodes), и связи могут существовать только междувершинами разных типов, что делает двумодальные сети структурноотличными от одномодальных сетей.
Подходы к анализу двумодальныхсетей менее изучены и более амбивалентны [Opsahl 2013], поэтому многиеавторы предлагают преобразовывать двумодальную сеть в одномодальную изатем работать уже с последней [De Nooy, Mrvar, Batagelj 2011].Данныевнастоящемдиссертационномисследованиитакжепредставляют два сета (государственные заказчики и медиа исполнители),связимеждугосударственныекоторымихарактеризуютсяинформационныеконтрактыраспределеннымфинансированием.черезДлясетевого анализа был использован массив контрактов 1 типа за 2014 год.Анализ выполнялся с помощью программы Pajek45.Типологизация сетей структурных связей между госзаказчиками имедиаисполнителямиВ социальной сетевом анализе визуализация (сети) является методомполучения знания, поэтому на первом этапе были построены сети 12регионов выборки. Визуализация позволила выявить некоторые общие типысетей структурных связей квазирынков государственных информационныхконтрактов.Тип 1.
Несвязанная, распределенная сеть, состоящая из отдельныхдиад «заказчик-исполнитель» и триад «заказчик-исполнитель-заказчик» или«исполнитель-заказчик-исполнитель». Крупные компоненты отсутствуют.Плотность сети низкая. К таким регионам в выборке относятся Дагестан,Программа Pajek является бесплатной для некоммерческого использования, доступна дляскачивания по ссылке: http://mrvar.fdv.uni-lj.si/pajek/45131Ростовская область, Свердловская область.
В качестве примера приводимвизуализацию сети Ростовской области. Остальные изображения доступны вПриложении 3.Рисунок3.Ростовскаяобласть.Двумодальнаясетьраспределениягосконтрактов между заказчиками (голубые вершины) и исполнителями(розовые вершины). Связи между вершинами нормированы (Ln).Тип 2. Плотно связанная сеть, состоящая из доминирующего крупногокомпонента. Существует лишь небольшое количество отдельных диад итриад. Внутри основного компонента достаточно высокая плотность связей.К таким регионам можно отнести Мордовию, Томскую область, ХМАО,Липецкую область, Бурятию.132Рисунок 4. ХМАО. Двумодальная сеть распределения госконтрактов междузаказчиками (голубые вершины) и исполнителями (розовые вершины).
Связимежду вершинами нормированы (Ln).Тип 2.1 Отдельно стоит отметить те регионы, в которых присутствуетцентральный компонент, но при этом есть ярко выраженные «точкипритяжения» среди заказчиков, которые аккумулируют вокруг себяисполнителей, получающих контракты только от них и ни от кого больше. Ктаким регионам можно отнести Нижегородскую область, Алтайский край,Иркутскую область.133Рисунок 5. Алтайский край. Двумодальная сеть распределениягосконтрактовмеждузаказчикамиисполнителями(розовыевершины).(голубыеСвязивершины)междуивершинаминормированы (Ln).Тип 3.
В третью группу вошел регион, который нельзя однозначноотнести ни к одной из перечисленных выше. Поскольку сеть региона имеет ицентральный компонент, и периметр из диад и триад, и выраженную «точкупритяжения». Сюда был отнесен Татарстан.Рисунок 6. Татарстан. Двумодальная сеть распределения госконтрактовмежду заказчиками (голубые вершины) и исполнителями (розовыевершины). Связи между вершинами нормированы (Ln).Можно привести несколько объяснений существованию различиймежду сетями. Последовательно рассмотрим те различия, которые былиотмечены выше:Наличиеотдельныхнесвязанныхкомпонентовобъясняетсяследующими причинами: Территориальный признак.
Часть компонентов организована именно попринципу территориального разделения, когда муниципальные властиразмещают контракты по информационному обслуживанию на своей134территории, которые логично выигрывают муниципальные же СМИ(Рисунок 7).Рисунок 7. Пример отдельного компонента по территориальному признаку(Иркутская область) Тематический признак, когда компонент в сети объединяет заказчикови исполнителей одного типа, например, относящихся к киноиндустрии(Рисунок 8).Рисунок 8.
Пример отдельного компонента по тематическому признаку(Татарстан) Клановость,когдаоднигосзаказчикивзаимодействуютсопределенными СМИ, отбираемыми по принципу принадлежности к135одной группе интересов (или клану). Подтверждение этому былиполучены в ходе проведения глубинных интервью:«Там же клановая жуткая система такая, и там представители одногоклана не дают рекламу в газетах представителей другого клана. Можетбыть, с точки зрения того, что есть два клана которые между собойвоюют, но с другой стороны, это, конечно, Средневековье.
У нас такого нет–естькомпании,укоторыхестьстопроцентныйзапретнакоммерческое\некоммерческое общение с нами, но мы переживаем это».(редактор, интернет СМИ, Приволжский ФО, интервью 2017 года)Наличие одногоилинесколькихзаказчиков, предоставляющихуникальные контракты исполнителям, также имеет несколько объяснений: Со стороны госзаказчиков влияет то, как организовано распределениерегиональных и муниципальных бюджетных средств, расходуемых наинформационные контракты.Если, как в регионах группы 1,муниципальные власти распределяют средства самостоятельно, то мынаблюдаем большое количество несвязанных компонентов в сети. Еслиже эти бюджетные средства распределяются централизованно, как врегионах группы 2.1, то мы видим в сети «веер» исполнителей,получающих средства от одного заказчика. Состороныисполнителейвлияетстепеньконцентрациимедиасобственности в регионе.
Если муниципальные СМИ необъединены в холдинги или общие управленческий структуры, токаждое из них выступает отдельным актором на рынке. Однако малымрайонным СМИ и даже газетам сложно выиграть больше одногогранта. Если муниципальные СМИ объединены в холдинг, как этосделано в Татарстане, то в сети мы видим обратную ситуацию – «веер»заказчиков вокруг одного исполнителя (ОАО Татмедиа).Общие характеристики двумодальных сетей представлены в Таблице 7.Таблица 7136Характеристики двумодальных сетей регионов выборкиМаксимальноСреднееСтандартноеКоличество Количество Количеств возможноеПлотность количество связей отклонениезаказчиков исполнителей о связейколичество связей (Density) (Average degree) (Standard deviation)Мордовия478280,28571,45450,8907Татарстан31425913020,04531,61641,8918Томская1823394140,09421,90241,5110Дагестан1924254560,05481,16280,7755Нижегородская267311118980,05852,24243,4000Алтайский229011119800,05612,00007,4119ХМАО575911833630,03512,03451,8659Липецкая1414251960,12761,78571,4481Иркутская26508913000,06852,34213,6003Бурятия27398710530,08262,63643,1171Ростовская38506819000,03581,56321,2196Свердловская2731408370,04781,37930,7388Плотность графа – это отношение существующих связей ко всемвозможным связям в данном графе.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
