Диссертация (1138200), страница 20
Текст из файла (страница 20)
ВТаблицах 3.2 и 3.3 представлены значения коэффициентов ранговойкорреляции Спирмена для вертикального и горизонтального доверия и каждойиз трех прокси-переменных восприятия коррупции. Корреляция восприятиякоррупции и вертикального доверия не значима во всех рассмотренныхслучаях (P-value от 0,23). В случае горизонтального доверия не всекоэффициентыкорреляциюзначимы,междунозначимыегоризонтальнымдемонстрируютдовериемиотрицательнуюлояльностьюк123коррупции/оценкойкоррумпированностиобщества.Такимобразом,врассмотренных группах чем выше горизонтальное доверие, тем нижелояльность коррупции.
Аналогичные результаты были получены во второйглаве на макроуровне. Для уровня поиска оправданий коррупции знакикоэффициентов отличаются для разных опросных групп.Таблица 3.2Взаимосвязь восприятия коррупции и вертикального доверия(коэффициент ранговой корреляции Спирмена)Корреляция лояльности ккоррупции свертикальным довериемКорреляция оценкиуровня коррупции свертикальным довериемКорреляция уровняпоиска оправданиякоррупционныхдействий свертикальным довериемЗначениеP-valueЗначениеP-valueЗначениеP-valueНН-0,170,247-0,240,1070,210,238Влк10,230,245-0,110,5940,050,786Влк20,140,2730,070,60500,990Вор0,040,749-0,130,242-0,030,830Спб1-0,170,231-0,070,6260,060,759Спб2-0,130,584-0,060,8200,170,534ГруппаопросаИсточник: оценки автора на основе данных, полученных автором в результатеанкетирования.124Таблица 3.3Взаимосвязь восприятия коррупции и горизонтального доверия(коэффициент ранговой корреляции Спирмена)ГруппаопросаКорреляция лояльности ккоррупции сгоризонтальным довериемКорреляция оценкиуровня коррупции сгоризонтальнымдовериемКорреляция уровняпоиска оправданиякоррупционныхдействий сгоризонтальнымдовериемЗначениеP-valueЗначениеP-valueЗначениеP-valueНН-0,120,404-0,160,2970,410,017Влк10,250,199-0,020,9310,190,321Влк2-0,020,854-0,160,2250,100,466Вор-0,130,253-0,240,036-0,220,062Спб1-0,180,184-0,160,2670,170,361Спб2-0,410,070-0,080,760-0,280,318Источник: оценки автора на основе данных, полученных автором в результатеанкетирования.ВТаблице3.4представленыкоэффициентыкорреляциигоризонтального и вертикального доверия с мощностью узла.
Исходя из того,что коэффициент корреляции значимо положительный только для опроснойгруппы Воронежа, можно сделать вывод о том, что только для сетей сплотными связями можно говорить о доверии как однозначном индикатореуровня социального капитала.125Таблица 3.4Взаимосвязь доверия и мощности узла (коэффициент ранговойкорреляции Спирмена)ГруппаопросаКорреляция вертикального доверия смощностью узлаКорреляция горизонтальногодоверия с мощностью узлаЗначениеP-valueЗначениеP-valueНН0,010,94-0,060,66Влк10,240,210,020,92Влк20,090,490,360,00Вор0,210,050,300,01Спб1-0,170,21-0,170,21Спб2-0,160,510,070,76Источник: оценки автора на основе данных, полученных автором в результатеанкетирования.3.3. Метод оценки влияния социального капитала нараспространенность восприятия коррупцииСуществует ряд подходов к анализу влияния в социальных сетях,например, в работе Губанова и др. (2009) перечисляются следующие:1) модели с порогами,2) модели независимых каскадов,3) модели просачивания и заражения,4) модели Изинга,5) модели на основе клеточных автоматов,6) модели на основе цепей Маркова.В этих моделях, в основном, рассматриваются правила взаимодействияагентов, и изменение состояния системы задается состоянием объектов инабором условий, влияющих на изменение этих состояний.
Так, в моделях наоснове клеточных автоматов или на основе цепей Маркова имитационноемоделирование позволяет задать начальные размеры сети, типы связей ивероятности переходов в другие состояния (например, Goldenberg и др., 2001)126или же влияние агента на состояние группы (например, Zhang, 2006). Приэмпирическом анализе исследование распространения явления в сети(например, вовлечение в коррупционную сеть новых индивидов), независимоот того, считать силой эволюции индивидуальный выбор индивидов илистохастический процесс, связано с необходимостью сбора большого объемаданных в динамике — как минимум, за два периода (напр., Докука, Валеева,2015; Ribeiro и др., 2018).Однако, в ходе эмпирического анализа зачастую работать необходимо сразовым, статичным снимком состояния сети.
В результате возникаетпотребность в моделях, которые бы по текущему состоянию сети позволилибы сделать выводы о том, в какое состояние придет система, при этомучитывая направленность сети, отсутствие информации о предыдущихсостояниях системы и о вероятностях переходов. Задача предложить такуюмодель поставлена в настоящей работе.В предложенной формальной модели некий признак — в данном случае,лояльность к коррупции — в равновесном состоянии подчиняется следующимпринципам распространенности. Каждый индивид в определении своегомнения частично опирается на свои внутренние убеждения, частично — навлияние общества.
В итоге его мнение для социальной сети, описаннойнаправленным графом, зависит от взвешенных мнений его окружения:(3.1)где θi — признак (лояльность к коррупции) данного индивида, θα — признак(лояльность к коррупции) индивидов, к которым идут ребра от него(исходящие ребра), θβ — признак (лояльность к коррупции) индивидов, откоторых идут ребра к нему (входящие ребра), αi — вес исходящих ребер, βi —вес входящих ребер, dα — исходящая мощность узла (количество исходящихребер), dβ — входящая мощность узла (количество входящих ребер), εi —индивидуальная характеристика, направленная на корректировку мненияобщества, θi [0, 1].127Тогда в рамках известной сети с известными признаками θ имощностями узлов можно составить систему уравнений по всем θi,,гдеn– число вершин в сети.
Решение этой системы относительно αi и βi позволитоценить значимость мнения группы и собственного мнения в рамках заданнойгруппы. Для однозначного нахождения указанных параметров влияния всистеме недостаточно уравнений. Ключевым предположением моделиявляется ее стремление к состоянию, в котором роль индивидуальнойкомпоненты сходит на нет, а взаимное влияние индивидов друг на другауравновешивается. Будем считать, что в равновесном состоянии, то есть послетого, как взаимное влияние признаков завершено, α и β едины для всей сети иотражают среднее влияние входящих и исходящих связей в данном обществе.Индивидуальные отклонения несут информацию как об индивидуальной«предрасположенности» к коррупции, так и об индивидуальном отклонении впринятии общественного мнения, то есть εi может быть отрицательным,отражая корректировку общественного мнения данным индивидом, но приэтом в равновесном состоянии эта характеристика должна быть крайне мала.Для упрощения задачи положим также, что α + β = 1.Рассмотрим сначала решение поставленной задачи на упрощенноймодели, когда влияние общества ограничено исходящими связями, то естькогда уравнение (3.1) сводится к уравнению:(3.2)В матричном виде система таких уравнений выглядит как:(3.3)где θ — вектор-столбец признаков,которой a~ij aij nk 1 aik— нормированная матрица смежности, в, ε — вектор-столбец индивидуальных характеристик.Тогда задача минимизации индивидуальных характеристик сводится кминимизации нормы вектора ε.
Мы использовали евклидову норму:.(3.4)128Поскольку элементы вектора ε имеют вид, в силутого, что θi[0, 1], α не будет превосходить 1. Поскольку в коэффициенте aминимизируемой функции содержатся квадраты нормированной суммы θj, а вкоэффициенте b — произведение нормированной суммы θj на θi, величинавлияния признака в окружении на признак данного индивида будет тем выше,чем выше значение признака у окружения (т.к.
θi [0, 1]), что удовлетворяетпредположению о росте влияния окружения при увеличении силы этоговлияния.Вернемся к уравнению (3.1) и проведем аналогичный переход кматричной форме записи, с учетом того, что α и β едины и α + β = 1:(3.5)Тогдаэлементывектораεимеютвид,и минимум нормы вектора достигается в вершинах соответствующих парабол.Характеристики оптимальной величины α совпадают с характеристиками прирешении системы (3.3), если коэффициент при α в получаемом уравненииостается отрицательным, однако это не всегда так.
Еслиусредненная величина признака по индивидам, от которых ребра идут кданному индивиду, превосходит аналогичную величину по исходящимребрам, то получаем α ≤ 0 и β ≥ 1, что противоречит логике обменапризнаками. Такой исход следует трактовать следующим образом: еслииндивиды, которые общаются с данным индивидом, несут очень сильный (всреднем) признак, то они увеличивают признак данного индивида, а признак,который несут те, с кем общается он сам, уменьшает его собственный признак.Такая трактовка, скорее всего, будет иметь место для сетей с очень высокимсредним уровнем признака в целом по сети и несбалансированными связями.В ненаправленном графе (или графе, где все связи взаимны) возможность129такого исхода автоматически устраняется, так как возвращает нас к системе(3.3).Задача следующих параграфов состоит в том, чтобы проверить напримере полученных нами сетей возможность оценки параметров даннойсистемы с целью выявления значимости коммуникации между членамиобщества в закреплении коррупционных настроений.3.4.
Оценка взаимосвязи коррупционных ожиданий и показателейсоциального капитала для членов группыРассмотримрезультатыэмпирическойоценкивзаимосвязикоррупционных ожиданий и социального капитала на уровне индивида сучетом его положения в социальной сети. Сначала покажем силу инаправление взаимосвязи признака, которым характеризуется респондент, саналогичным признаком среди его окружения, продемонстрировав тем самымцелесообразность расчета параметра связи.На микроуровне лояльность индивида к коррупции имеет значимуюсвязь с лояльностью соседей данного индивида к коррупции только одной изопросных групп (см. Таблицу 3.5).Стоит также продемонстрировать отклонение лояльности к коррупцииданного индивида от лояльности его соседей. Закономерности отличаются длякоррупционно настроенных респондентов и тех, кто считает для себянеприемлемым дать взятку, причем в двух опросных группах отклонениемнения респондента от мнения его окружения в среднем сильнее, если он нелоялен к коррупции, а в четырех — наоборот, слабее (см.
Таблицу 3.5). Этоможно трактовать как различие между группами в уровне общественногопорицания различного поведения.В Таблицах 3.6 и 3.7 приведены аналогичные оценки для двух другихпрокси-переменных:оценкикоррумпированностиобществаипоискаоправдания коррупционных действий. В первом случае все коэффициентыкорреляции оказались не значимы, а отклонение от мнения соседей оказалось130сильнее для тех, кто оценивает уровень коррупции ниже 0,5.
В случаеоправдания коррупционных действий коэффициенты корреляции значимы длядвух опросных групп и в обоих случаях отрицательны. Приведеннаястатистика дает возможность обратиться к анализу системы, описанной впараграфе 3.1. и моделировать равновесие, однако стоит отметить, чтоопираться на оценки корреляций с точки зрения интерпретации в данномслучае не корректно, т.к. необходимо учитывать взаимное влияние всехиндивидов друг на друга.Таблица 3.5Сравнение индивидуальной лояльности к коррупции и лояльностисоседей к коррупцииКорреляцияиндивидуальнойлояльности ккоррупции илояльности соседей ккоррупцииГруппаопросаЗначениеСреднее отклонение отмнения соседей (прилояльности> 0,5)P-valueЗначениеНН0,310,0290,25Влк1-0,040,8210,22Влк200,9810,30Вор0,060,5670,41Спб1-0,020,8670,95Спб2-0,130,5840,31Дов.интервал[0,11;0,39][0,12;0,31][0,23;0,38][0,31;0,54][0,08;0,24][0,16;0,46]Среднее отклонение отмнения соседей (прилояльности≤ 0,5)ЗначениеДов.интервал-0,28-0,46-0,16-0,26-0,45-0,38[-0,41;-0,16][-0,68;-0,24][-0,24;-0,08][-0,34;-0,18][-0,66;-0,24][-0,64;-0,13]Доверительный интервал: 95%, bootstrap оценки.Жирным шрифтом показаны значимые коэффициенты (95% уровень значимости).Источник: оценки автора на основе данных, полученных автором в результатеанкетирования.131Таблица 3.6Сравнение индивидуальной оценки коррумпированности обществаи оценки коррумпированности общества соседейКорреляцияиндивидуальнойоценкикоррумпированностиобщества и оценкикоррумпированностиобщества соседейГруппаопросаЗначениеСреднее отклонение отмнения соседей (прилояльности> 0,5)P-valueЗначениеНН0,020,8800,17Влк1-0,060,7690,18Влк20,180,1680,25Вор0,080,4450,09Спб10,010,9410,22Спб2-0,210,4070,29Дов.интервал[0,08;0,26][0,07;0,30][0,18;0,31][0,05;0,13][0,14;0,30][0,21;0,37]Среднее отклонение отмнения соседей (прилояльности≤ 0,5)ЗначениеДов.интервал-0,56[-0,73;-0,39]-1--0,47-0,64-0,47-0,42[-0,66;-0,29][-0,73;-0,55][-0,65;-0,28][-0,62;-0,23]Доверительный интервал: 95%, bootstrap оценки.Жирным шрифтом показаны значимые коэффициенты (95% уровень значимости).Источник: оценки автора на основе данных, полученных автором в результатеанкетирования.132Таблица 3.7Сравнение индивидуального поиска оправдания коррупционныхдействий и того же показателя по соседямКорреляцияиндивидуальногопоиска оправданиякоррупционныхдействий и того жепоказателя пососедямГруппаопросаЗначениеСреднее отклонение отмнения соседей (прилояльности> 0,5)P-valueЗначениеНН0,050,7690,71Влк1-0,320,0980,11Влк2-0,120,4010,90Вор0,060,5710,24Спб1-0,230,2050,66Спб2-0,610,0170,78Дов.интервал[0,60;0,82][0,03;0,19][0,81;0,99][0,17;0,30][0,55;0,76][0,67;0,90]Среднее отклонение отмнения соседей (прилояльности≤ 0,5)Значение-0,33-0,49-0,16-0,27-0,42-0,42Дов.интервал[-0,57;-0,09][-0,59;-0,38][-0,22;-0,10][-0,39;-0,16][-0,53;-0,32][-0,58;-0,25]Доверительный интервал: 95%, bootstrap оценки.Жирным шрифтом показаны значимые коэффициенты (95% уровень значимости).Источник: оценки автора на основе данных, полученных автором в результатеанкетирования.В Таблице 3.8 приведены оценки параметра α для системы (3.5) полояльности к коррупции и полученные минимальные нормы вектораиндивидуальной компоненты.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
