Контексты социального недовольства и деконсолидации в социальных медиа региональных кластеров РФ

Размещено на http://www.allbest.ru/

Контексты социального недовольства и деконсолидации в социальных медиа региональных кластеров РФ

Бродовская Е.В., Домбровская А.Ю.

Аннотация

социальное недовольство медийный деконсолидационный

Показана специфика репрезентации контекстов социального недовольства, отраженных в социально-медийном пространстве российских регионов, кластеризированных по экономическим и социально-политическим признакам. В ходе кластеризации использовались открытые данные индексов экономического и политического развития регионов России. Сегментация субъектов РФ осуществлена с применением иерархического кластерного анализа (метод complete) на языке программирования R. Для анализа региональных особенностей репрезентации контекстов социального недовольства использовалось когнитивное картирование содержания социально-медийных сообществ субъектов РФ, входящих в разные кластеры. База данных когнитивного картирования обработана в программе IBM SPSS Statistics 26.0. Итоги исследования показали взаимосвязь контекстов социального недовольства, получающих отражение в социальных медиа региона, и показателей их социально-экономического и социально-политического развития.

Ключевые слова: социальные медиа, сети социального недовольства, контексты социального недовольства, когнитивное картирование, кластерный анализ, регионалистика

Abstract

Social Discontent and Consolidation Contexts on Social Media of the Russian Federation Regional Clusters

Elena V. Brodovskaya, Anna Yu. Dombrovskaya

The specificity of the representation of the contexts of social discontent reflected in the social media space of Russian regions, clustered according to economic and socio-political characteristics, is shown. In the course of clustering, open data of indices of economic and political development of Russian regions were used. Segmentation of the subjects of the Russian Federation was carried out using hierarchical cluster analysis (complete method) in the R programming language. To analyze the regional features of the representation of the contexts of social discontent, cognitive mapping of the content of social media communities of the subjects of the Russian Federation included in different clusters was used. The cognitive mapping database was processed in IBM SPSS Statistics 26.0. The results of the study showed the relationship between the contexts of social discontent reflected in the social media of the region and the indicators of their socio-economic and socio-political development.

Keywords: social media, networks of social discontent, contexts of social discontent, cognitive mapping, cluster analysis, regionalism

Введение

Всё растущая роль цифрового пространства в формировании социальных установок граждан эмпирически подтверждается цифрами, отражающими интенсивное использование социальных медиа россиянами от 14 до 45 лет [Digital, 2022]. Социальные медиа не только не ослабили, но, напротив, усилили своё воздействие на сознание пользователей. Региональные и городские цифровые сообщества укрепляют свои позиции как выразители социального недовольства, критики в отношении различных социальных сфер субъектов Федерации, муниципалитета, как площадки для обсуждения значимых вопросов региональной и городской жизни, а потому играют существенную роль в консолидацион- ных/деконсолидационных процессах локального сообщества [Andres, 2017; Boulliane, 2017; Grasso, 2019; Jost, 2018; Kahne, 2018].

Цель исследования состоит в установлении специфики когнитивных карт социального недовольства, отраженных в региональных и муниципальных социальных сетях РФ, и интерпретации их содержания в контексте деконсолидационных процессов в городских сообществах.

Объекты и методы исследования

Исследование основано на структурно-функциональном подходе, обеспечившим изучение сетей социального недовольства как дисфункцию цифровой среды [Мертон, 2006; Parsons, 1967]; когнитивном подходе, позволившем установить соотношение между рациональными и иррациональными приемами воздействия на сознание региональных и муниципальных пользователей в российском сегменте социальных сетей [Далтон, 1999; Данливи, 1999]; сетевом подходе, обеспечившем понимание социальных медиа как сетей, формирующих плотную среду информационного влияния лидеров общественного мнения на сознание и общественные установки своей цифровой аудитории [Бродовская, 2017; Howard, 2012]. Региональные кластеры были выделены на основе социальноэкономических показателей развития регионов РФ (инструмент: язык программирования R, метод complete). Критерии кластеризации: социально-экономическое положение региона, финансовое благополучие жителей региона, доля людей за чертой бедности и крайней бедности, уровень безработицы, соотношение среднедушевого долга и зарплаты, объем задолженности перед банками на одного человека в тыс. руб., социальные расходы консолидированного бюджета на одного жителя в тыс. руб., отношение медианных доходов к стоимости фиксированного набора товаров и услуг, количество расследованных преступлений по ст. 290 УК РФ (коррупция в органах власти), рейтинг влияния глав субъектов РФ, электоральные предпочтения жителей регионов.

На втором этапе был проведен содержательный анализ материалов отобранных сообществ с целью выявления ключевых контекстов и триггеров формирования и мобилизации настроений социального недовольства у пользователей социально-медийных групп (всего изучено 6000 документов, в базу данных отобрано 600 сообщений методом целевого отбора внутри срединной недели каждого месяца, не более 10 наиболее релевантных сообщений в каждой группе - исследовательском кейсе, глубина анализа: 10.01.2022 - 10.08.2022), база содержательного анализа обработана в программе SPSS Statistics 26.0. Материалы социально-медийных сообществ с риторикой социального недовольства стали базой когнитивного картирования (480 цифровых групп из 3 социальных сетей: ВКонтакте, Одноклассники, TikTok и мессенджера Телеграмм). Критериями отбора выступали следующие позиции: наличие групповой риторики социального недовольства; невысокая ботовость участников (не превышающая 10%) и публикационная активность (не реже 3 сообщений в неделю и опубликование последнего поста не позднее 3 дней на момент анализа). Когнитивное картирование сетей социального недовольства осуществлялось в соответствии с выявленными на основе критериев социально -экономического и социальнополитического развития региональными кластерами.

Результаты и их обсуждение

Первый кластер Алтайский край, Амурская область, Архангельская область, Астраханская область, Белгородская область, Брянская область, Владимирская область, Вологодская область, Еврейская автономная область, Ивановская область, Иркутская область, Калужская область, Кемеровская область, Кировская область, Костромская область, Красноярский край, Курская область, Ленинградская область, Липецкая область, Новгородская область, Новосибирская область, Омская область, Оренбургская область, Пензенская Республика Крым, Республика Мордовия, Республика Саха (Якутия), федерального значения Севастополь, Смоленская область, Ставропольский край, Тамбовская область, Тверская область, Томская область, Тульская область, Тюменская область, Удмуртская Республика, Ульяновская область, Хабаровский край, Ярославская область, Рязанская область, Саратовская область, город область, Пермский край, Республика Адыгея, Республика Бурятия, Республика Карелия, Республика Коми, включает наибольшее число регионов из разных федеральных округов и субъекты со специфическими социальными проблемами: пограничные, этнические субъекты РФ, острота экономических и межэтнических противоречий которых делает их регионами - мишенями внешнего информационного воздействия. В информационных потоках недовольства в регионах первого кластера широко представлены дискурсы «рассержанных горожан», «рассержанных патриотов», «самодостаточности территорий», «несправедливости распределения ресурсов в пользу федерального центра», «локального национализма».

Второй кластер Забайкальский край, Курганская область, Орловская область, Псковская область, Республика Алтай, Республика Калмыкия, Республика Марий Эл, Республика Хакасия, Чувашская Республика отличается невысокими показателями социально-экономического развития, высокой долей бедных слоев населения, протестным характером голосования. Дискурсы, доминирующие в сообществах недовольства регионов этого кластера: «социальная депривация», «недовольство локальными элитами», «недовольство качеством обратной связи во взаимодействии с локальными элитными группами», «поражение маленького человека от элит», «Левиафан», «не Россия, анклавность».

В третьем кластере Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Республика Дагестан, Республика Ингушетия, Республика Северная Осетия -- Алания, Республика Тыва, Чеченская Республика сосредоточилось большинство Республик Северного Кавказа со специфическими особенностями экономического и социально - политического уклада. Контексты и дискурсы информационных потоков данного кластера во многом повторяют таковые других региональных кластеров в аспектах недовольства локальными элитами, качеством жизни, довольно распространен дискурс «локальный национализм».

Четвертый кластер Калининградская область, Камчатский край, Магаданская область, Мурманская область, Ненецкий автономный округ, Сахалинская область, Чукотский автономный округ, Ямало -Ненецкий автономный округ. включает некоторые регионы - мишени, имеющие приграничный статус и характеризующиеся сецессионными процессами, как и некоторые регионы третьего кластера. В этой связи преимущественные контексты информационных потоков связаны с дискурсами «отдельная цивилизация», «анклавность», «внешнее информационное давление», «эскалация истории в отношении других республик региона и в отношении федерального центра», «доминирование религиозной и локальной идентичностей», «межрелигиозная, межнациональная вражда».

Пятый кластер содержит единственный субъект РФ - город федерального значения Москву. Выделение столичного региона в отдельный кластер связано со спецификой социально-экономических и социально-политических показателей Москвы, отличных от показателей других субъектов РФ. В Московских цифровых сообществах недовольство правозащитной и судебной сферами фигурирует чаще, чем в остальных региональных кластерах.

Шестой региональный кластер Волгоградская область, Воронежская область, Краснодарский край, Московская область, Нижегородская область, Приморский край, Республика Башкортостан, Республика Татарстан, Ростовская область, Самарская область, Санкт-Петербург, Свердловская область, Ханты-Мансийский автономный округ - Югра, Челябинская область). - это класс субъектов РФ, который аккумулирует регионы с центрами - мегаполисами. Общими для пятого и шестого кластеров контекстуальными полями информационных потоков служат дискурсы «рассерженных горожан», «диффузное недовольстве» и «притеснение прав личности, отсутствие свобод».

Заключение

Анализ показал, что в регионах с невысокими показателями экономического развития в дискурсивных практиках сетей данного кластера проявляется внешний локус контроля, или, по-другому, паттерналистические установки массового сознания, неготовность к социальной ответственности. Признается, что ответственность за все проблемы несут исключительно представители органов власти, а гражданам отводится позиция критиков. На фоне этих убеждений диффузный, ситуационный формат недовольства комбинируется с неполитическим контекстом недовольства изученных информационных потоков. В региональных сетях экономически более развитых и благополучных кластеров наряду с общими для всех российских региональных сегментов социальными медиа дискурсами социального неравенства и несправедливости заметны политические контексты, фокусирование на нематериальных ценностях (свобода, права личности).

В целом исследование информационных потоков региональных сообществ показало существование значимого триггера социальной деконсолидации региональных и городских сообществ - ощущение социального неравенства, разницы в уровне жизни рядовых граждан и представителей элиты, чиновников, убежденность в том, что принадлежность к социальному слою власть имущих предопределяет обязательную коррумпированность, использование своей профессиональной позиции для получения личных выгод и благ.

Ближайшими перспективами исследования служат такие направления, как автоматизированный социально-медийный анализ информационных потоков, отражающих дискурсы социального недовольства в регионах РФ с использованием сервиса для мониторинга социальных сетей IQBuzz с целью выявления весовых, динамических, технологических характеристик этих потоков, а также социально-демографических показателей аудитории данных потоков; построение социальных графов цифровых сообществ социального недовольства для выявления технологий управления таргетными группами сетей социального недовольства; когнитивная инструментальная диагностика: айтрекинг пользователей региональных сообществ, состоящий в изучении глазодвигательной реакции граждан на стимульный цифровой контент, отражающий контексты и дискурсы социального недовольств в социальных медиа регионов и муниципалитетов РФ.

Цифровая среда регионов и муниципалитетов - значимый индикатор процессов консолидации и деконсолидации локальных сообществ. Мониторинг содержания и мобилизационного потенциала информационных потоков этих сообществ позволит своевременно разрабатывать меры реагирования на доминирующие контексты социального недовольства и путем формирования альтернативных информационных потоков преодолевать социально-медийные триггеры деконсолидационных процессов в региональных и городских сообществах.

Список литературы

социальное недовольство медийный деконсолидационный

Бродовская Е.В., Домбровская А.Ю., Карзубов Д.Н., Синяков А.В. 2017. Развитие методологии и методики интеллектуального поиска цифровых маркеров политических процессов в социальных медиа. Мониторинг общественного мнения: экономические и социальные перемены, 5(141): 79-104.

Далтон Р.Дж. 1999. Сравнительная политология: микроповеденческий аспект. Политическая наука: новые направления. М., Вече, 330-344.

Данливи П., 1999. Политическое поведение: институциональный и эмпирический подходы. Политическая наука: Новые направления. М, Вече, 282.

Мертон Р. 2006. Социальная теория и социальная структура. М., 873 с.

Andres M.-H. 2017. Social Media, Civic Engagement, and Slacktivism. Colombia Journal of International Affairs: 230-246.

Boulliane S. 2017. Revolution in the making? Social media effects across the globe Inf. Information Communication and Society, 22: 1-16.

Digital 2022: another year of bumper growth [Internet resource]: URL: https://wearesocial.com/ uk/blog/2022/01/digital-2022-anQther-year-of-bumper-growth-2/ (data access 20.08.2022).

Grasso M.T., Yoxon B., Karampampas S. et al. 2019. Relative deprivation and inequalities in social and political activism. Acta Politica, 54: 398-429.

Howard Ph.N., Parks M.R. 2012. Social Media and Political Change: Capacity, Constraint and Consequence. Journal of Communication, 1(62): 359-362.

Jost T.J., Barbera P., Bonneau R., Langer M., Metzger M., Nagler J., Sterling J., Tucker A. J. 2018. How Social Media Facilitates Political Protest: Information, Motivation, and Social Networks. Advances in Political Psychology, 1: 85-118.

Kahne J., Bowyer B. 2018. The Political Significance of Social Media Activity and Social Networks. Political Communication, 35: 1-24.

Parsons T. 1967. Sociological theory and modern society. N.Y.: Free Press, 564 p.

References

Brodovskaya E.V., Dombrovskaya A.Yu., Karzubov D.N., Sinyakov A.V., 2017. Development of methodology and methods of intellectual search for digital markers of political processes in social media. Monitoring public opinion: economic and social changes, 5(141): 79-104. (In Russian).

Dalton R.J. 1999. Comparative Politics: A Microbehavioral Aspect. Political Science: New Directions. Moscow, Veche, 330-344. (In Russian).

Dunleavy P., 1999. Political Behavior: Institutional and Empirical Approaches. Political Science: New Directions. M., Veche, 282. (In Russian).

Merton R. 2006. Social theory and social structure. M., 873 p. (In Russian).

Andres M.-H. 2017. Social Media, Civic Engagement, and Slacktivism. Colombia. Journal of International Affairs: 230-246.

Boulliane S. 2017. Revolution in the making? Social media effects across the globe Inf. Information Communication and Society, 22: 1-16.

Digital 2022: another year of bumper growth [Internet resource]: URL: https://wearesocial.com/uk/ blog/2022/01/digital-2022-another-year-of-bumper-growth-2/ (data access 20.08.2022).

Digital 2022: another year of bumper growth [Internet resource]: URL: https://wearesocial.com/uk/ blog/2022/01/digital-2022-another-year-of-bumper-growth-2/ (data access 20.08.2022).

Howard Ph.N., Parks M.R. 2012. Social Media and Political Change: Capacity, Constraint and Consequence. Journal of Communication, 1 (62): 359-362.

Grasso M.T., Yoxon B., Karampampas S. et al. 2019. Relative deprivation and inequalities in social and political activism. Acta Politica, 54: 398-429.

Jost T.J., Barbera P., Bonneau R., Langer M., Metzger M., Nagler J., Sterling J., Tucker A. J. 2018. How Social Media Facilitates Political Protest: Information, Motivation, and Social Networks. Advances in Political Psychology, 1: 85-118.

Kahne J., Bowyer B. 2018. The Political Significance of Social Media Activity and Social Networks. Political Communication, 35: 1-24.

Parsons T. 1967. Sociological theory and modern society. N.Y.: Free Press, 564 p.

Размещено на Allbest.ru