Эффективность систем глобального мониторинга рисков социально-политической дестабилизации: опыт систематического анализа

Размещено на http://www.allbest.ru/

Эффективность систем глобального мониторинга рисков социально-политической дестабилизации: опыт систематического анализа

Андрей Коротаев

Илья Медведев

Елена Слинько

Сергей Шульгин

Аннотации

В статье приводится систематический обзор основных методологий глобального мониторинга и прогнозирования социально-политической дестабилизации. Проведен анализ корреляции между прогнозами дестабилизации, генерировавшимися данными системами, и актуально наблюдавшимися уровнями дестабилизации в соответствующих странах. Прогноз, построенный на допущении о том, что уровень дестабилизации в каждой данной стране в следующем году будет пропорционален актуальному уровню дестабилизации в этом году, оказывается во всех случаях обладающим большей прогностической силой, чем прогнозы на базе любого из рассмотренных нами индексов риска дестабилизации (по крайней мере, для всех случаев, когда соответствующие прогнозы были опубликованы). Вместе с тем показано, что до Арабской весны рассмотренные нами индексы все-таки выполняли некоторую полезную функ-позволяя идентифицировать не столько страны с высоким риском дестабилизации, сколько с особо низкими рисками такого рода. Однако в 2010-2011 годах все индексы рисков дестабилизации дали серьезный сбой. Высокие значения индексов не только оказались не очень хорошими предикторами высокой степени актуальной дестабилизации в 2011 году, но и низкие значения индексов оказались плохими предикторами низкой степени актуальной дестабилизации. В итоге все индексы рисков дестабилизации в 2010-2011 годах продемонстрировали крайне низкие статистически незначимые корреляции между ожидаемыми и наблюдаемыми уровнями дестабилизации, что нельзя не связать с аномальной волной 2011 года, запущенной событиями Арабской весны. Как показано нами несколькими способами, после 2011 года предиктивная способность индексов до некоторой степени восстанавливается, вновь становится статистически значимой, но на уровень, предшествующий Арабской весне, так и не выходит. Это подтверждает выводы наших предыдущих работ о том, что Арабская весна в 2011 году выступила в качестве триггера глобального фазового перехода, в результате которого Мир-Система пришла в качественно новое состояние, в рамках которого стали наблюдаться новые закономерности, не учитываемые системами, разработанными до Арабской весны. Таким образом, существующие системы прогнозирования рисков социально-политической дестабилизации утратили последние "конкурентные преимущества" перед методом простой экстраполяции. Имеются основания предполагать, что пандемия коронавирусной инфекции COVID-19 может привести к дополнительному снижению прогностической способности рассмотренных нами индексов. Все это, конечно же, говорит о необходимости разработки нового поколения систем прогнозирования рисков социально-политической дестабилизации.

Ключевые слова: социально-политическая нестабильность, индексы дестабилизации, прогнозирование, антиправительственные демонстрации, политическое насилие, неустойчивые государства, Арабская весна, пандемия коронавирусной инфекции COVID-19

The Effectiveness of Global Systems for Monitoring Sociopolitical Instability: A Systematic Analysis

Andrey Korotayev

PhD, Doctor of Historical Sciences, Professor, Head of the Laboratory for Monitoring the Risks of Socio-Political

Destabilization, National Research University - Higher School of Economics мониторинг дестабилизация политический

Chief Research Fellow, Institute for African Studies of the Russian Academy of Sciences

Ilya Medvedev

Research Assistant, Laboratory for the Monitoring of Sociopolitical Destabilization Risks, National Research

University - Higher School of Economics

Elena Slinko

Candidate of Philosophical Sciences, Head of Research Center of the International News Agency "Rossiya Segodnya," Moscow, Russia

Sergey Shulgin

Candidate of Economical Sciences, Deputy Head of International Laboratory of Demography and Human Capital, Russian Presidential Academy of National Economy and Public Administration

The article provides a systematic review of the main, existing methodologies of the global monitoring and forecasting of socio-political destabilization. A systematic analysis of the correlation between the forecasts of destabilization generated by these systems and the actual levels of destabilization observed in the respective countries has been carried out. The analysis shows that the forecast, based on the assumption that the level of destabilization in each country in the following year will be proportional to the actual level of destabilization of the current year, turns out, in all cases, to be more predictive than the forecasts made on the basis of any of the considered indices of the risk of destabilization (at least for all cases when the relevant forecasts were published). At the same time, it is shown that, before the Arab Spring, the indices we considered still performed some useful function, allowing us to identify not so much countries with a high risk of destabilization as those countries with particularly low risks of this kind. However, in 2010-2011, all destabilization risk indices had a very serious failure. High index values not only turned out to be not-very-good predictors of a high degree of the actual destabilization in 2011, but also low index values turned out to be bad predictors of a low degree of actual destabilization. As a result, all destabilization risk indices in 2010/2011 showed extremely low statistically-insignificant correlations between the expected and observed levels of destabilization, which can be attributed to the anomalous wave of 2011 launched by the events of the Arab Spring. As we have shown in several ways, the predictive ability of indices had been restored to some extent, again becoming statistically significant after 2011, but it has not returned to the level observed before the Arab Spring. This confirms the conclusions of our previous work that the Arab Spring in 2011 acted as a trigger for the global phase transition, resulting in the World System changing into a qualitatively new state in which we observe some new patterns that were not taken into account by the systems developed before the Arab Spring. Thus, the existing systems of forecasting the risks of socio-political destabilization have lost the last "competitive advantages" over the method of simple extrapolation. There are grounds to believe that the pandemic of the coronavirus infection COVID-19 may lead to an additional decrease in the prognostic ability of the indices we have examined. All this, of course, suggests the need to develop a new generation of systems for forecasting the risks of socio-political destabilization.

Keywords: sociopolitical destabilization, instability indices, forecasting, anti-government demonstrations, political violence, fragile states, the Arab Spring, 2019-20 coronavirus pandemic

Существуют различные подходы и попытки квантифицировать социально-политическую дестабилизацию и связанные с ней процессы, проанализировать и промоделировать их, создать на этой основе системы мониторинга и прогнозирования рисков социально-политической дестабилизации (см., например: Акаева и др., 2013; Гринин и др., 2014; Гринин, Коротаев, 2009; Коротаев, Ходунов и др., 2012; Esty et al., 1998; Alesina et al., 2003; Goldstone, 2001, 2002, 2011a, 2011b, 2014a, 2014b; Goldstone et al., 1991, 2003, 2010; Gurr, 1968; Korotayev, Khaltourina, 2006; Zinkina, Korotayev, 2014a, 2014b; Turchin, Korotayev, 2006; Mesquida, Weiner, 1999; Moller, 1968; Chambers, 2012; Owen, 2017; Slinko et al., 2017; Pickard, 2018).

При разработке этих систем необходимо учитывать опыт уже имеющихся. В данной статье мы даем анализ основных существующих систем глобального мониторинга, которые оценивают и прогнозируют риски социально-политической дестабилизации.

Ниже мы достаточно подробно опишем методику составления четырех индексов риска дестабилизации, а потом проведем систематическое сравнение того, как прогнозы, содержащиеся в этих индексах, коррелируют с актуальными наблюдаемыми уровнями социально-политической дестабилизации в конкретных странах в конкретные годыВ свой анализ мы включили только те системы прогнозирования рисков социально-политической дестабилизации, которые открыто публикуют свои количественные оценки. Мы, таким образом, были вынуждены воздержаться от анализа систем, своих оценок/прогнозов не публикующих. Речь идет прежде всего о Системе рейтингования страновых политических рисков Коплина - О'Лири (Political Risk Services, PRS) (Howell, 2014) и Индексе Базы данных по миру и конфликтной нестабильности Мэрилендского университета (Peace and Conflict Instability Ledger) (Backer, Huth, 2016). Из анализа был также исключен Глобальный индекс мира (Global Peace Index, GPI) (Institute for Economics and Peace, 2019), так как он дает оценку не риска социально-политической дестабилизации в той или иной стране, а актуального уровня политической нестабильности в ней..

Для начала приведем описание Индекса политической нестабильности (Political Instability Index, PII).

Индекс политической нестабильности (Political Instability Index, PII)

Прогнозный "Индекс политической нестабильности" (Political Instability Index, PII [Economist Intelligence Unit, 2009, 2019]) был разработан Аналитическим отделом журнала "The Economist" (The Economist Intelligence Unit) и оценивал 165 стран мира на предмет риска социально-политической дестабилизации.

Сводка показателей по данному индексу впервые была опубликована в 2007 г., а второй раз - в 2010 г.

Индекс опирался на последние на то время политологические разработки, которые стремились выявить и количественно оценить основные социальные, экономические и политические факторы и признаки, являющиеся причинами или предикторами политической нестабильности. В частности, он основывался на работе Целевой группы по исследованию политической нестабильности (Political Instability Task Force, PITF), созданной в 1990-е гг. при финансовой поддержке ЦРУ на базе университета Джорджа Мейсона в США (Esty et al., 1998; Goldstone et al., 2003, 2010). Этой группой была создана модель, которая при ретроспективном анализе серьезных проявлений нестабильности на наборе данных глубиной до 1955 г. успешно спрогнозировала более 80% случаев возникновения дестабилизации в том или ином регионе.

Эти попытки прогнозировать политическую дестабилизацию на основе количественных моделей проистекали из неудовлетворенности опытом традиционного качественного анализа. Некоторые недавние исследования указывают на необходимость сочетания количественных моделей с традиционными качественными оценками страновых экспертов (см., например: Коротаев, Халтурина и др., 2010; Цирель, 2012; Коротаев, Зинькина, 2011; Исаев, Коротаев, 2014а, 2014б; Коротаев, Исаев, 2015; Коротаев, Исаев, Руденко, 2015; Коротаев, Ходунов и др., 2012; Коро- таев, Слинько и др., 2016; Ходунов, Коротаев, 2012; Садовничий и др., 2012; Малков и др., 2013; Korotayev et al., 2011, 2013, 2014; Korotayev, Zinkina, 2011, 2014, 2015; Goldstone, 2011a, 2011b, 2014a). Хотя количественные модели обладают большей прогностической силой, они могут упустить потенциально важные специфические особенности стран, которые не охватываются общей моделью, а использованные данные могут содержать ошибки и быстро устаревать.

Методология подсчета индекса

Методология подсчета индекса прямо опирается на цикл исследований Political Instability Task Force (PITF), и, хотя окончательная версия модели была опубликована только в 2010 г. (Goldstone et al., 2010), исследователи Аналитического отдела журнала "The Economist" имели доступ к ее описанию до окончательной публикации. Методология PITF основана на учете четырех факторов: 1) уровень социального неблагополучия (измеряемый через уровень младенческой смертности); 2) крайние случаи экономической или политической дискриминации в отношении меньшинств; 3) "плохое соседство" (если страна имеет не менее четырех стран-соседей, в которых наблюдаются конфликты); 4) тип режима. Разработчики индекса политической нестабильности значительно модифицировали методологию PITF, в том числе путем введения некоторых других связанных с дестабилизацией факторов, таких как неравенство, предшествующие случаи нестабильности, межэтническая разобщенность, низкое качество управления, склонность к волнениям в рабочей среде, уровень предоставления государственных услуг и сила государства.

Исследователи определяют социальные и политические волнения или потрясения как события, которые представляют серьезную угрозу неконституционного изменения существующего строя. События почти неизбежно сопровождаются насилием, а также нарушениями общественного порядка, и не обязательно должны быть успешными в том смысле, что в конечном итоге свергают существующую власть. Даже неудачные эпизоды могут привести к серьезным потрясениям и дестабилизации. Оценка того, что представляет собой "серьезную угрозу", еще требует более точного определения.

В основе данного индекса лежит следующая методология: общий индекс оценивается по шкале от 0 (отсутствие уязвимости) до 10 (наибольшая уязвимость). Общий индекс состоит из двух подиндексов - подиндекса базовой уязвимости и подиндекса экономических трудностей, и является их средним арифметическим. В сумме в двух подиндексах представлено 15 показателей: 12 - в первом и 3 - во втором.

В качестве показателей взяты:

* для подиндекса базовой уязвимости: уровень социального неравенства, возраст государственности, уровень коррупции, доверие к политическим институтам, статус меньшинств, история политической нестабильности в стране, склонность рабочего класса к организации беспорядков и стачек, уровень социального неблагополучия, средний уровень нестабильности в соседних странах, тип режимаАвтократии и консолидированные демократии здесь рассматриваются как более стабильные, чем промежуточные политические режимы (неконсолидированные демократии и непоследовательные автократии), что было подтвеждено в последующих исследованиях (см., например: Коротаев и др., 2016, 2017: 156-184; Slinko et al., 2017). и факционализм"Факционализм" (factionalism) - тип политической культуры, при котором основные политические силы в обществе структурируются не по идеологическому принципу (консерваторы - либералы, "правые" - "левые" и т. п.), а по этноконфессиональным признакам, региональной принадлежности или по принципу лояльности определенному лидеру вне зависимости от его идеологической ориентации. Таким образом, в подобных государствах политические партии будут представлять не лиц, скажем, с левыми, правыми или центристскими убеждениями, а, к примеру, шиитов, алавитов, маронитов и т. д., либо "западенцев" и "дончан" (см., например: Коротаев, Васькин, Романов, 2019).;

* для подиндекса экономических трудностей: падение доходов населения, уровень безработицы, уровень доходов на душу населения.

Каждому фактору присвоено значение от о до 2.

В ходе агрегирования двух подиндексов была сформирована ранжированная шкала стран со значениями от о до 10. Критерий ранжирования - чем больше значение индекса, тем выше вероятность дестабилизации. Стоит отметить, что первые прогнозные значения индекса были получены на основе данных 2007 г.

Примечание: при составлении подиндекса экономических трудностей рост ВВП на душу населения и уровень безработицы имеют вес по 40% каждый, а ВВП на душу населения - 20%.

Недостатки индекса

В целом данный индекс оказался не в состоянии спрогнозировать мощную волну социально-политической дестабилизации в арабских странах, наблюдавшуюся в 2011 г., что, по всей видимости, и заставило Аналитический отдел журнала "The Economist" отказаться от его использования.

С одной стороны, этот сбой был совершенно не случаен, ибо сама базовая методика была разработана в 1990-е гг. по заказу ЦРУ; при этом заказчика интересовала лишь такая дестабилизация, которая заканчивается либо гражданской войной, либо сменой демократического режима авторитарным (подробнее об этом см.: Goldstone et al., 2010). Для прогнозирования того типа дестабилизации, которая наблюдалась в большинстве арабских стран в 2011 г., эта методика и не была предназначена.

С другой стороны, возможно, это решение Аналитического отдела журнала "The Economist" оказалось и несколько поспешным, так как в 2011 г. наблюдалась совершенно нетривиальная дестабилизационная волна, в результате чего сбой дали абсолютно все системы прогнозирования рисков социально-политической дестабилизации (подробнее об этом см. ниже). Поэтому, возможно, Аналитическому отделу стоило бы не отказываться от разработанной им системы мониторинга вообще, а подумать о ее модификации с учетом новых обстоятельств.

Предиктивная способность индекса

Разобравшись со способами агрегирования и составления индекса, имеет смысл систематически оценить его предиктивные способности. Для этого мы используем метод парной пирсоновской корреляции. Мы коррелируем индекс PII со значениями базы данных CNTS (Banks, Wilson, 2019) по годам и по странам. Для измерения актуального уровня социально-политической дестабилизации в данной работе мы используем индикаторы базы данных Cross-National Time-Series (CNTS) Data Archive (Banks, Wilson, 2019). Эти индикаторы включают политические убийства, правительственные кризисы, репрессии, "партизанские действия"/крупные террористические акты, политические забастовки, беспорядки, перевороты, антиправительственные демонстрации - всего более 16 000 наблюдений по 199 странам по 200 переменным за период с 1919 по 2018 г. (Banks, Wilson, 2019). База данных CNTS содержит агрегированный/интегральный индекс социально-политической дестабилизации ("domestic 9"), который мы и использовали как индикатор актуального уровня социально-политической дестабилизации в стране. Индекс социально-политической дестабилизации высчитывается как сумма 8 умноженных на коэффициенты показателей: Политические убийства (25), Политические забастовки (20), Повстанческие действия (100), Правительственные кризисы (20), Репрессии (20), Беспорядки (25), Перевороты и попытки переворотов (150) и Антиправительственные демонстрации (10). Значение каждой переменной умножается на конкретные веса; эта сумма умножается на 100 и делится на 8 (Wilson, 2019).

Поскольку мы хотим узнать именно предиктивную силу PII, мы коррелируем значение индекса по странам в год n со значениями CNTS по странам в год n + 1. Полученные нами результаты выглядят следующим образом (см. табл. 1).

Таблица т. Парная корреляция между индексами PII на год n и значениями агрегированного индекса социально-политической дестабилизации CNTS в следующем году

Год	r	p
2007/20084	0,348	< 0,001
2010/20115	< 0,001	0,999
2010/20126	0,157	0,047

В данной строке указаны показатели корреляции между значением индекса риска политической дестабилизации PII, рассчитанным в 2007 году, и актуальным уровнем дестабилизации (измеренным через интегральный индекс нестабильности CNTS), наблюдавшимся в 2008 г.

4. В данной строке указаны показатели корреляции между значением индекса риска политической дестабилизации PII, рассчитанным в 2010 году, и актуальным уровнем дестабилизации (измеренным через интегральный индекс нестабильности CNTS), наблюдавшимся в 2011 г.

5. В данной строке указаны показатели корреляции между значением индекса риска политической дестабилизации PII, рассчитанным в 2010 году, и актуальным уровнем дестабилизации (измеренным через интегральный индекс нестабильности CNTS), наблюдавшимся в 2012 г.

Стоит отметить, что значения корреляции для 2007 года достаточно велики и статистически значимы. В 2010 году предсказательная сила индекса падает, что связано со всплеском дестабилизации 2011 года, запущенным событиями Арабской весны (Коротаев, Исаев, Шишкина, 2016; Коротаев, Шишкина, Исаев, 2016; Коротаев, Мещерина и др., 2016, 2017; Коротаев, Романов, Медведев, 2019; Akaev et al., 2017; Korotayev, Meshcherina, Shishkina, 2018; Ortmans et al., 2017). Как мы увидим ниже, приход Арабской весны оказался непредсказуемым для всех индексов и рассматриваемая неудача PII - лишь одна из многих. Корреляция и значимость значительно падают именно в 2010 г., поскольку пик дестабилизации приходится именно на 2011 год, а на следующий предсказательная сила уже повышается (то есть высокие значения индекса PII за 2010 г. являются крайне плохими предикторами актуального уровня дестабилизации в 2011 г.; но при этом они все-таки оказываются статистически значимыми предикторами актуального уровня дестабилизации в 2012 году!).

Рассмотрим подробнее график для 2007/2008 г. (см. рис. 1).



Рис. 1. Корреляция между значениями индекса риска политической дестабилизации PII, рассчитанным в 2007 году, и актуальным уровнем дестабилизации (измеренным через интегральный индекс нестабильности CNTS), наблюдавшимся в 2008 году

Как мы видим, значение индекса PII, превышающее 3,6 пункта в 2007 году, говорило о действительно высоком риске дестабилизации в стране.

Также мы изучили предиктивную способность индекса PII на три года. Для этого мы фиксировали значение PII на год n и рассчитывали коэффициенты пир- соновской корреляции между данным значением и средними значениями интегрального индекса CNTS за годы n + 1, n + 2 и n + 3. Полученные результаты выглядят следующим образом (см. табл. 2).

Таблица 2. Корреляция между индексом PII на год n со средними значениями агрегированного индекса социально-политической дестабилизации за следующие три года

Год	r	Р
2007/2008-2010	0,375	< 0,001
2010/2011-2013	0,173	0,03

Как мы видим, значение индекса PII на 2007 год оказалось лучшим предиктором риска дестабилизации в последующие три года, чем на следующий, 2008 год. Таким образом, в обычной ситуации этот индекс давал лучшую оценку "политической сейсмоопасности" данной страны, чем оценку риска дестабилизации непосредственно на следующий год. Различие между силой коэффициентов для двух данных случаев, впрочем, оказалось не столь высоко.

Этого, однако, нельзя сказать про индекс PII на 2010 г. Как мы помним (см. табл. 1), этот индекс оказался полностью неспособным предсказать, где будет наблюдаться дестабилизация в следующем, 2011, году. Тем не менее среднее значение интегрального индекса социально-политической дестабилизации CNTS для соответствующих стран за 2011-2013 гг. он предсказал заметно лучше - но не так хорошо, как индекс PII за 2007 год предсказал среднее значение индекса дестабилизации для соответствующих стран за 2008-2010 гг. (что, конечно, нельзя не связать с тем обстоятельством, что на первую трехлетку второй декады XXI века пришлась аномалия 2011 года).

Мы также изучили предиктивную способность индекса PII на пять лет. Для этого мы фиксировали значение PII на год n и рассчитывали коэффициенты пир- соновской корреляции между данным значением и средними значениями интегрального индекса CNTS за годы n + 1, n + 2, n + 3, n + 4 и n + 5. Полученные результаты выглядят следующим образом (см. табл. 3).

Таблица 3. Корреляция между индексом PII на год n со средними значениями агрегированного индекса социально-политической дестабилизации за следующие пять лет

Год	r	p
2007/2008-2012	0,247	0,002
2010/2011-2015	0,182	0,022

Как мы видим, в этом случае предиктивная сила PII за 2007 г. заметно снижается (по сравнению с табл. 2), а предиктивная сила PII-2010 растет. В свете сказанного выше это уже, конечно, не вызывает удивления. Действительно, в этом случае в прогностический период PII-2007 попадает аномалия 2011 года, а в прогностический период PII-2010 добавляются два неаномальных года.

Это лишний раз показывает, что решение Аналитического отдела журнала "The Economist" отказаться от расчета Индекса политической нестабильности под влиянием вызывающего провала 2011 года было, по всей видимости, несколько поспешным.

Индекс неустойчивости государств

Индекс неустойчивости государств (State Fragility Index, SFI), созданный Университетом Джорджа Мейсона и Центром системного мира (Center for Systemic Peace), оценивает 164 страны по государственной неустойчивости и проводит мониторинг изменений неустойчивости с течением времени (Marshall, Elzinga-Marshall, 2017, 2018). Публикуется Центром системного мира ежегодно с 2006 г.

Методология

Индекс неустойчивости государств состоит из оцениваемых экспертами показателей, измеряющих эффективность и легитимность по четырем секторам - безопасность, политика, экономика и социальная сфера. Каждый из показателей оценивается по 4-балльной шкале от 0 до 3: 0 - неустойчивость отсутствует; 1 - низкая неустойчивость; 2 - средняя степень неустойчивости; 3 - высокая степень неустойчивости. Исключение составляет экономическая эффективность, измеряемая по 5-балльной шкале (она включает значение "4", обозначающее экстремальную степень неустойчивости). Индекс неустойчивости государств сочетает в себе баллы по восьми группам показателей и ранжирует эту сумму от 0 - "нет неустойчивости" до 25 - "крайняя неустойчивость". Таким образом, создатели индекса исходят из того, что неустойчивость той или иной страны тесно связана с ее государственным потенциалом по решению конфликтов; по реализации государственной политики; по предоставлению основных услуг, а также с ее системной устойчивостью в поддержании качества жизни, эффективным реагированием на вызовы и кризисы.

Индексы неустойчивости

Индекс неустойчивости государств = Оценка эффективности + Оценка легитимности (максимально возможное количество баллов - 25).

Оценка эффективности = Эффективность безопасности + Политическая эффективность + Экономическая эффективность + Социальная эффективность (максимальное количество баллов - 13).

Оценка легитимности = Легитимность безопасности + Политическая легитимность + Экономическая легитимность + Социальная легитимность (максимальное количество баллов - 12).

Общие сведения

Индекс и матрица неустойчивости государств были впервые представлены в "Глобальном докладе о конфликте, управлении и неустойчивости государств 2007" (Marshall, Goldstone, 2007). В целях стандартизации процедур оценки по каждой из восьми групп показателей, чтобы сделать группы и показатели сопоставимыми во времени, были установлены пороговые значения категорий неустойчивости на основе значений базового года (2004). Данная методика опирается на последовательное измерение экономической эффективности (ВВП на душу населения в постоянных долларах США 2005 года); экономической "легитимности" (экспорт продукции обрабатывающей промышленности в процентах от общего товарного экспорта); социальной эффективности (индекс человеческого развития, ИЧР); и социальной "легитимности" (коэффициент младенческой смертности); базовые технические характеристики приведены в соответствующих индикаторам пояснениях. Оценки социальной эффективности были незначительно пересмотрены из-за изменения методики подсчета индекса человеческого развития Программы развития ООН ПРООН в 2010 году. Показатель экономической эффективности изменен в 2009 году, был добавлен пятый уровень для обозначения "экстремальной неустойчивости" в странах, имеющих ВВП на душу населения $500 или меньше (в постоянных долларах США 2005 г.). Поскольку Всемирный банк регулярно пересматривает исторические страновые ВВП и периодически корректирует показатели ВВП в постоянных долларах, приводя их к новому базовому году, исследователи ежегодно перекодируют все ряды показателя экономической эффективности, используя самые последние данные по ВВП, предоставленные Всемирным банком; это может привести к некоторым изменениям предыдущих значений показателей и индексов. Кроме того, четвертый индикатор был добавлен в 2008 г. при расчете балла политической легитимности (баллы за все предыдущие годы были пересчитаны; баллы неустойчивости государств были рассчитаны для всех стран ежегодно начиная с 1995 г.). Поскольку ряд матричных индикаторов используют данные за "последний имеющийся год", баллы матрицы переносятся на год вперед и корректируются по мере появления новых данных.

Показатели безопасности

Оценка эффективности безопасности ("seceff"): эффект послевоенной инерции - мера общей безопасности и уязвимости к политическому насилию7 Источник: Monty G. Marshall. Major Episodes of Political Violence (https://www.systemicpeace.org/ warlist/warlist.htm), имя переменной "actotal".. Формула для вычисления этого показателя основана на двух предположениях: (i) остаточные явления войн коротких и/или низкого уровня уменьшаются относительно быстро; и (2) остаточные явления серьезных и/или затяжных войн уменьшаются постепенно в течение 25-летнего периода.

Оценка легитимности безопасности ("secleg"): государственные репрессии, меры государственных репрессий. Основана на Шкале политического террора (Political Terror Scale, PTS)Источник: Mark Gibney, Linda Cornett, Reed Wood. Political Terror Scale (www.politicalterrorscale. org)., рассчитываемой с опорой на доклады Государственного департамента США и "Международной амнистии"; каждый показатель кодируется по 5-балльной шкале, от 1 - "никаких репрессий" до 5 - "систематические массовые репрессии".

Политические показатели

Оценка политической эффективности ("poleff"): стабильность режима/управленияИсточники: Monty G. Marshall, Keith Jaggers, Ted Robert Gurr. Polity IV Project: Political Regime Characteristics and Transitions; Henry S. Bienen and Nicolas van de Walle. Leadership Duration (updated by Monty G. Marshall); Monty G. Marshall, Donna Ramsey Marshall. Coups d'Etat, 1946-2016, datasets (www. systemicpeace.org).. Используются три показателя для расчета оценки стабильности режима/ управления:

• Прочность режима.

• Какой по счету год лидер находится у власти.

• Общее число переворотов в анализируемый период, включая успешные перевороты, попытки переворотов, заговоры, предполагаемые (по слухам) перевороты, но не включая революционные перевороты, связанные с резкой сменой режима.

Оценка политической легитимности ("polleg"): инклюзивность режима/ управленияИсточники: Polity IV, 2013; Ted Robert Gurr, Monty G. Marshall, Victor Asal. Minorities at Risk Discrimination (updated by Monty G. Marshall); Ted Robert Gurr and Barbara Harff. Elite Leadership Characteristics (updated by Monty G. Marshall).. В докладе 2007 года для определения оценки инклюзивности режима/управления были использованы четыре показателя:

• Факциональность.

• Политическая дискриминация этнических групп, затрагивающая 5 и более процентов населения.

• Политическая значимость этнической принадлежности элиты.

• Раздробленность государства.

Экономические показатели

Оценка экономической эффективности ("ecoeff"): валовой внутренний продукт на душу населения (в постоянных долларах США)11. Годовые значения за последние семь лет пересматриваются, чтобы убедиться, что значение за последний год согласуется со значениями в предыдущие годы и не является краткосрочной аберрацией тренда.

Оценка экономической легитимности ("ecoleg"): доля экспортной торговли промышленными товарами^. Товарный экспорт включает два класса продуктов: продукция обрабатывающей промышленности и сырьевые товары; низкая доля продукции обрабатывающей промышленности в экспорте свидетельствует о высокой зависимости от продажи сырьевых товаров за иностранную валюту.

Социальные показатели

Оценка социальной эффективности ("soceff"): опирается на использование Индекса человеческого развития (ИЧР) Программы развития ООН (ПРООН)!3. Значения ИЧР преобразуются по 4-балльной шкале неустойчивости на основе пороговых значений трех нижних квинтилей ИЧР в базовом 2004 году. Примечание: пороговые значения отличаются от заявленных в изданиях Глобального доклада 2007-2009 годов. Это связано с изменением методики подсчета индекса развития человеческого потенциала в докладах ПРООН о развитии человеческого потенциала начиная с 2010 года. В новых докладах ПРООН предоставляет оценки за предыдущие годы и ранжирует страны согласно обеим (старой и новой) формулировкам ИЧР.

Оценка социальной легитимности ("socleg"): развитие человеческого капитала!4. Этот индикатор основан на коэффициенте младенческой смертности (число умерших младенцев в возрасте до одного года на 1000 живорождений). Значения показателя преобразованы в 4-категориальную шкалу неустойчивости, основанную на верхних пороговых значениях трех нижних квинтилей младенческой смертности в базовом 2004 году.

Предиктивная способность индекса

Оценим теперь предиктивную способность данного индекса. Напомним, что для этого мы используем метод парной пирсоновской корреляции, коррелируя индекс SFI со значениями интегрального индекса дестабилизации (domest^ 9) базы дан- Источник: World Development Indicators (World Bank, 2019). Источник: UN Development Program, Structure of Trade, 2019, и World Bank, 2019: World Development Indicators (WDI) (manufacturing as a percentage of merchandise exports). Источник: UNDP Human Development Report, Human Development Index (HDI) (www.undp.org). Источник: US Census Bureau, International Data Base (IDB), коэффициент младенческой смерт-

ности. ных CNTS (Banks, Wilson, 2019; подробное описание данного индекса см. выше), который мы используем как индикатор общего уровня социально-политической дестабилизации в стране. Так как мы хотим узнать именно предиктивную силу SFI, мы коррелируем значение индекса по странам в год n со значениями интегрального индекса социально-политической дестабилизации CNTS по странам в год n + 1. Результаты выглядят следующим образом (см. табл. 4).

Таблица 4. Парная корреляция между индексами SFI на год n и значениями агрегированного индекса социально-политической дестабилизации CNTS в следующем году

Год	r	p
2006/2007	0,216	0,005
2007/2008	0,366	< 0,001
2008/2009	0,404	< 0,001
2009/2010	0,370	< 0,001
2010/2011	0,095	0,228
2011/2012	0,248	0,001
2012/2013	0,297	< 0,001
2013/2014	0,261	0,001
2014/2015	0,362	< 0,001
2015/2016	0,196	0,012
2016/2017	0,205	0,008
2017/2018	0,218	0,005

Можно отметить, что для периода 2006-2009 гг. сила корреляции находится на весьма значительном уровне, при этом показатель статистической значимости р фиксируется на уровне менее 0,005, а чаще даже на уровне менее 0,001 (то есть речь идет о действительно высокой статистической значимости). В свете уже сказанного выше, не вызывает удивления то обстоятельство, что в 2010-2011 году система дает очень серьезный сбой - корреляция между предсказанным в 2010 и реально наблюдавшимся в 2011 году уровнем дестабилизации падает (относительно 2009/2010) почти в 4 раза, но - главное - становится статистически незначимой. Таким образом, и Индексу неустойчивости государств не удалось спрогнозировать в 2010 г., где именно будет наблюдаться наиболее сильная социально-политическая дестабилизация в 2011 г. Тем не менее уже на следующий год корреляция становится недвусмысленно значимой и остается таковой в последующие годы. Однако полного восстановления предиктивной силы и этого индекса не происходит: если до Арабской весны предиктивная сила индекса составляла в среднем 0,34, то после аномалии 2011 года она уже составляла в среднем 0,255 (и это без учета сверхнизкой корреляции 2010/2011 г.). Это подтверждает выводы наших предыдущих работ о том, что Арабская весна в 2011 г. выступила в качестве триггера глобального фазового перехода, в результате которого Мир-Система пришла в качественно новое состояние, в рамках которого стали наблюдаться некоторые новые закономерности (Гринин и др., 2015; Коротаев, Исаев, Шишкина, 2016; Коро- таев, Шишкина, Исаев, 2016; Коротаев, Мещерина и др., 2016, 2017; Коротаев, Романов, Медведев, 2019; Akaev et al., 2017; Grinin, Korotayev, 2012, 2016; Grinin, Korotayev, Tausch, 2019; Korotayev, Meshcherina, Shishkina, 2018; Ortmans et al., 2017).

Рассмотрим подробнее графики за следующие годы: 2008/2009, 2009/2010 и 2014/2015 (см. рис. 2-4).



Рис. 2. Корреляция между индексом БР! за 2008 год и значениями агрегированного индекса социально-политической дестабилизации СЫТБ за 2009 год

Рис. 3. Корреляция между индексом БР! за 2009 год и значениями агрегированного индекса социально-политической дестабилизации СЫТБ за 2010 год



Рис. 4. Корреляция между индексом БР! за 2014 год и значениями агрегированного индекса социально-политической дестабилизации СЫТБ за 2015 год

Как мы видим, значение индекса БИ, превышающее 7 пунктов, говорит уже о действительно высоком риске дестабилизации в стране, в то время как значение, меньшее 7, говорит о реально низком риске дестабилизации.

Рассмотрим теперь предиктивную способность индекса БИ на три года. Для этого зафиксируем значение БИ на год п и рассчитаем коэффициенты пирсонов- ской корреляции между данным значением и средними значениями интегрального индекса дестабилизации СМТБ за годы п + 1, п + 2, п + 3. Полученные нами при этом результаты выглядят следующим образом (см. табл. 5).

Таблица 5. Корреляция между индексом БР! на год п со средними значениями агрегированного индекса социально-политической дестабилизации за следующие три года

Год	Г	р
2006/2007-2009	0,397	< 0,001
2007/2008-2010	0,458	< 0,001
2008/2009-2011	0,275	< 0,001
2009/2010-2012	0,243	0,001
2010/2011-2013	0,258	0,001
2011/2012-2014	0,294	0,001
2012/2013-2015	0,302	< 0,001
2013/2014-2016	0,253	0,002
2014/2015-2017	0,242	0,002
2015/2016-2018	0,269	< 0,001

Как мы видим, в этом случае максимальная предиктивная способность Индекса неустойчивости государств фиксируется для 2007 г. В 2008-2009 годах она предсказуемым образом очень значительно (почти в два раза) падает в связи с попаданием в зону прогнозирования аномалии 2011 года (для понимания ее масштаба см. рис. 5). В 2009-2012 гг. она столь же предсказуемым образом начинает расти (в связи с выходом аномалии 2011 г. из зоны прогнозирования) и, скажем, значения индекса БИ за 2015 г. предсказали средний уровень нестабильности в последующие три года значительно лучше, чем актуальный уровень дестабилизации в следующем году. Однако на максимальный уровень, зафиксированный в период до Арабской весны, она все-таки не выходит (о некоторых возможных причинах этого феномена мы уже говорили выше).

Рис. 5. Динамика общего числа крупных антиправительственных демонстраций, зафиксированных в мире базой данных CNTS, 1920-2015 гг.

(источник данных: Banks, Wilson, 2019)

Мы также изучили предиктивную способность индекса SFI на пять лет. Для этого фиксировали значение SFI на год n и рассчитывали коэффициенты пир- соновской корреляции между данным значением и средними значениями интегрального индекса CNTS за годы n + 1, n + 2, n + 3, n + 4 и n + 5. Полученные нами при этом результаты выглядят следующим образом (см. табл. 6).

Таблица 6. Корреляция между индексом SFI за фиксированный год n со средними значениями агрегированного индекса социально-политической дестабилизации за следующие пять лет

Год	r	p
2006/2007-2011	0,330	< 0,001
2007/2008-2012	0,321	< 0,001
2008/2009-2013	0,311	< 0,001
2009/2010-2014	0,278	0,001
2010/2011-2015	0,276	0,001
2011/2012-2016	0,272	0,002
2012/2013-2017	0,236	0,002
2013/2014-2018	0,266	0,001

Как видим, уже в 2006 году пятилетняя предиктивная способность индекса оказывается не слишком высокой в связи с тем, что в этот год в пятилетний прогностический горизонт индекса попадает аномалия 2011 года. В дальнейшем данная прогностическая способность продолжает достаточно монотонно снижаться, что, по всей видимости, может объясняться описанным выше эффектом глобального фазового перехода Мир-Системы в качественно новое состояние с появлением новых закономерностей, не учитываемых системами, разработанными до Арабской весны. В целом значения индекса SFI оказываются предсказывающими средний уровень дестабилизации в ближайшие три года лучше, чем актуальную дестабилизацию в следующем году, и средний уровень нестабильности в последующие пять лет (даже после выхода аномалии 2011 года из горизонта прогнозирования).

Индекс несостоявшихся и неустойчивых государств

Индекс несостоявшихся и неустойчивых государств (Country Indicators for Foreign Policy: Failed and Fragile States, CIFP) разработан Школой международных отношений Нормана Паттерсона Университета Карлтона (Канада) и охватывает 197 стран (Country Indicators for Foreign Policy, 2006).

Методология

Доклады CIFP о нестабильных государствах основаны на трех аналитических элементах, адаптированных из предыдущей конфликт-ориентированной методологии CIFP. Во-первых, структурные показатели сгруппированы в шесть категорий, охватывающих различные аспекты государственной стабильности/нестабильно- сти: управление, экономика, безопасность и преступность, развитие человеческого потенциала, демография и окружающая среда. Эти категории включают 75 отдельных структурных индикаторов, обеспечивающих детальные количественные оценки страны.

Эти данные затем перерабатываются и передаются в "розу ветров", состоящую из трех сфер - власть (Authority), легитимность (Legitimacy) и способность (Capacity) (ALC).

Данный индекс нестабильности основан на идее, что государство должно демонстрировать три фундаментальных свойства (ALC) и что слабость в одном или более из этих измерений будет оказывать влияние на общую нестабильность в той или иной стране. Власть означает способность государства блюсти обязательность исполнения законодательства среди населения, а также создавать для него стабильную и безопасную среду. Легитимность - наличие у государства общественной поддержки, лояльности общества к правящему режиму, а также способность государства генерировать внутреннюю поддержку принятых законопроектов и проводимой политики. Способность - наличие у государства практической возможности мобилизовать общественные ресурсы. В подобную концептуализацию неустойчивости государств заложено представление о том, что государства становятся нестабильными и распадаются по разным причинам, что они качественно отличаются друг от друга и имеют уникальные проблемы, которые часто требуют инновационных решений. Выводы исследователей из этого многомерного анализа указывают на то, что нестабильность государства является следствием множества факторов, среди которых важным представляется уровень развития.

Второй уровень анализа опирается на данные мониторинга событий, ведущегося разработчиками С 1БР. Собранные из различных веб-источников, включая как международные, так и внутренние новостные на английском и испанском языках, события оцениваются количественно, а затем систематически рассматриваются для выявления общих тенденций, имеющих отношение к государственной стабильности и неустойчивости. Наиболее значимые события анализируются также качественно, чтобы выделить их специфические причины и последствия.

Подробная методология индекса

Индекс неустойчивости использует методологию относительной структурной оценки. Анализ начинается со структурного профиля страны - составного индекса, который измеряет общее состояние страны по перечисленным выше категориям. Таким образом, С 1БР применяет то, что можно назвать индуктивным подходом, определяя области относительной силы и слабости по широкому ряду параметров государственной неустойчивости.

При присвоении государству ранга по тому или иному индикатору, баллы распределяются по 9-балльному индексу. Самые эффективные государства получают оценку "1", наименее эффективные - "9", а остальные располагаются между этими двумя крайними точками. Поскольку состояние страны по некоторым типам данных может существенно варьироваться от года к году - к примеру, в случае экономических потрясений, стихийных бедствий и других неблагоприятных внешних факторов - вычисляются средние значения глобальных рангов в течение пяти лет. После того, как все показатели проиндексированы с помощью этого метода, результаты для данной страны затем усредняются по каждой категории для получения окончательных оценок.

Методология мониторинга событий

Цель мониторинга событий С 1БР - наблюдать и сообщать о событиях внутри страны для лучшего понимания динамических тенденций. Эти данные в сочетании со структурными данными обеспечивают более полный анализ базовых условий и последних изменений, за счет чего анализ учитывает больше нюансов и становится релевантным для поддержки принятия решений.

В методологии мониторинга событий CIFP все события закодированы с помощью ряда критериев. Во-первых, каждому событию назначается конкретная категория, к которой оно имеет самое непосредственное отношение. Эта назначенная категория выступает в качестве зависимой переменной; события будут кодироваться в отношении их влияния на этот конкретный аспект неустойчивости. Во- вторых, событие кодируется как относящееся к данной категории положительно или же отрицательно.

Компоненты оценки событий:

1) Каузальная релевантность.

2) Центральность.

3) Интенсивность/Эскалация.

4) Ивент-анализ.

Генерация сценариев

Каждый доклад CIFP включает в себя набор из трех сценариев для страны - оптимистического, пессимистического и наиболее вероятного - на краткосрочный период, обычно до 18 месяцев. Каждый сценарий основывается на анализе основных структурных данных, последних тенденций в событиях, связанных с неустойчивостью, а также на рассмотрении той роли, которую, скорее всего, будут играть наиболее весомые заинтересованные акторы внутри страны. В оптимистическом сценарии предполагается, что сильнейшие позитивные тенденции будут доминировать над любыми негативными тенденциями в ближайшем будущем. Напротив, пессимистический сценарий предполагает обратное. Эти два сценария предназначены для того, чтобы подчеркнуть для читателя разные грани ситуации. Наиболее вероятный сценарий вычисляет будущие тенденции на основе наиболее сильных общих тенденций, присутствующих в государстве. Для начала он определяет доминантные тенденции - те, которые, скорее всего, продолжатся в каждой из шести тематических категорий в краткосрочной перспективе. Эти тенденции объединяются, чтобы сформировать общий портрет страны в ближайшей перспективе, обеспечивая базовый "вероятный" сценарий.

Предиктивные способности индекса

Оценим теперь предиктивную способность данного индекса. Напомним, что для этого мы используем метод парной пирсоновской корреляции, коррелируя индекс CIFP со значениями интегрального индекса дестабилизации (domestk 9) базы данных CNTS (Banks, Wilson, 2019; подробное описание данного индекса см. выше), который мы используем как индикатор общего уровня социально-политической дестабилизации в стране. Так как мы хотим узнать именно предиктивную силу CIFP, мы коррелируем значение индекса по странам в год n со значениями интегрального индекса социально-политической дестабилизации CNTS по странам в год n + 1. Результаты проведенного нами анализа для тех трех лет, для которых результаты расчета данного индекса были опубликованы (Country Indicators for Foreign Policy, 2019), выглядят следующим образом (см. табл. 7).

Таблица 7. Парная корреляция между индексами GFP на год п и значениями агрегированного индекса социально-политической дестабилизации CNTS в следующем году

Год	r	p
2010/2011	0,133	0,069
2011/2012	0,228	0,001
2012/2013	0,271	<0,001

Подобно всем остальным индексам, Индекс несостоявшихся и неустойчивых государств (CIFP) демонстрирует наихудшую предиктивную способность при использовании оценок 2010 года в качестве предикторов уровня дестабилизации в 2011 года (о причинах этого мы уже писали выше). При этом стоит все-таки отметить, что предиктивная корреляция этого индекса на 2011 год оказывается заметно выше, чем у других индексов, но и она все равно является лишь маргинально статистически значимой. Как и у всех остальных индексов, предиктивная сила индекса CIFP значительно вырастает после Арабской весны, становясь уже безусловно статистически значимой; вместе с тем предиктивная способность этого индекса на 2012 и 2013 годы оказывается заметно меньше, чем у Индекса неустойчивости государства (см. выше табл. 4).

Рассмотрим подробнее график с данными за 2012 год в качестве предиктора уровня социально-политической дестабилизации в 2013 году (см. рис. 6).

Применительно к данному индексу эффект порогового уровня не выглядит столь выраженным, как применительно к другим индексам; однако стоит обратить внимание на то, что значение индекса CIFP, превышающее 5,5 пункта, говорит уже о действительно высоком уровне дестабилизации в стране.

Рассмотрим теперь предиктивную способность индекса CIFP на три года. Для этого зафиксируем значение CIFP на год п и рассчитаем коэффициенты пирсоновской корреляции между данным значением и средними значениями интегрального индекса CNTS за годы п + 1, п + 2, п + 3. Полученные нами при этом результаты выглядят следующим образом (см. табл. 8).

Как видим, предиктивная способность данного индекса оценить средний риск дестабилизации на ближайшие три года оказалась систематическим образом выше, чем способность оценить риски дестабилизации на следующий год. Предсказуемым образом особенно высока эта разница для индекса 2010 года, но определенное увеличение предиктивной силы наблюдается и для индексов 2011 и 2012 годов, однако она меньше, чем мы могли видеть это для Индекса неустойчивости государства (см. выше табл. 5).

рассчитанные в 2012 году

Рис. 6. Корреляция между индексом С 1РР за 2012 год и значениями агрегированного индекса социально-политической дестабилизации СЫТБ за 2013 год

Таблица 8. Корреляция между индексом С 1РР на год п со средними значениями агрегированного индекса социально-политической дестабилизации за следующие три года

Год	Г	Р
2010/2011-2013	0,2б 3	<0,001
2011/2012-2014	0,243	<0,001
2012/2013-2015	0,282	<0,001

Рассмотрим теперь предиктивную способность индекса С 1БР на пять лет. Для этого фиксируем значение С 1БР на год п и рассчитаем коэффициенты пирсонов- ской корреляции между данным значением и средними значениями интегрального индекса СМТБ за годы п + 1, п + 2, п + 3, п + 4 и п + 5. Полученные нами при этом результаты выглядят следующим образом (см. табл. 9).

Предиктивная способность данного индекса оценить средний риск дестабилизации на ближайшие пять лет не оказалась выше, чем способность оценить средний риск дестабилизации на ближайшие три года (ср. выше табл. 8). При этом она снова меньше, чем мы могли видеть это для Индекса неустойчивости государства (ББ!) (см. выше табл. 6).

...