АГЕНТНОЕ МОДЕЛИРОВАНИЕ КАК ИНСТРУМЕНТ ВЕРИФИКАЦИИ ТЕОРИЙ СРЕДНЕГО УРОВНЯ В АНАЛИТИЧЕСКОЙ СОЦИОЛОГИИ
DOI:
https://doi.org/10.22213/2618-9763-2026-3-54-61Ключевые слова:
агентное моделирование, аналитическая социология, теории среднего уровня, социальный механизм, эмерджентность, верификация теории, вычислительная социология, поляризация мненийАннотация
В статье рассматривается проблема методологической неопределенности, возникающей при попытке верификации теорий среднего уровня в аналитической социологии с помощью традиционных статистических методов. Обосновывается идея о том, что инструментарий агентного моделирования (Agent-Based Modeling, ABM) позволяет преодолеть разрыв между макротеоретическими конструктами и микроуровневыми эмпирическими данными за счет формализации поведенческих правил гетерогенных акторов. Прослеживается эволюция применения ABM в аналитической социологии, сфокусированной на экспликации и реконструкции конкретных социальных процессов и механизмов. В статье проводится сравнение классических постановок задач (модель сегрегации Т. Шеллинга, пороговые модели М. Грановеттера) и современных модификаций этих подходов (сетевые модели политической поляризации М. Мейси), демонстрирующих переход от абстрактных мысленных экспериментов к формализованным вычислительным процедурам. Особое внимание уделяется анализу зарубежного опыта применения ABM в эпидемиологических исследованиях как референтного случая, показывающего возможности метода для тестирования каузальных зависимостей. В статье раскрываются проблемы, связанные с адаптацией агентного подхода в российском академическом дискурсе, фиксируется специфическая траектория его междисциплинарного развития. На основе обзора публикаций прослеживается доминирование экономических школ (в частности, научной школы В. Л. Макарова и А. Р. Бахтизина) и сравнительно слабая репрезентация метода в фундаментальных социологических исследованиях. Отдельный блок исследования посвящен обзору ключевых методологических вызовов, с которыми сталкивается исследователь при реализации агентных моделей для верификации теорий среднего уровня. Рассматриваются процедуры эмпирической валидации, анализируется феномен YAAWN (Yet Another Agent-Based Model... Whatever... Nevermind...), обозначающий риски произвольного назначения алгоритмов действий агента. На основе проведенного сопоставительного анализа делается вывод о перспективе развития метода как дополняющего инструмента проверки теорий среднего уровня и анализа социальных процессов, при условии использования количественных эмпирических данных в качестве статистической и алгоритмической базы для построения моделей.Библиографические ссылки
Мертон Р. Социальная теория и социальная структура. Москва : АСТ, 2006. 873 с. ISBN 5-17-029089-6
Радаев В. В. Понятие капитала, формы капиталов и способы их конвертации // Общественные науки и современность. 2002. № 2. С. 20-32. EDN: OYUVFF
Hedström P. Dissecting the Social: On the Principles of Analytical Sociology. Cambridge: Cambridge University Press, 2005. 188 p. DOI: 10.1017/CBO9780511488801
Hedström P., Swedberg R. Social Mechanisms: An Analytical Approach to Social Theory. Cambridge: Cambridge University Press, 1998. 340 p. DOI: 10.1017/CBO9780511663901
Хедстрём П., Иликоски П. Каузальные механизмы в социальных науках // Экономическая социология. 2014. Т. 17, № 1. С. 14-40. EDN: SBXONZ
Романовский Н. В. Аналитическая социология - новая волна? // Социологические исследования. 2014. № 7. С. 93-101. EDN: SMHNSV
Hedström P. Dissecting the Social: On the Principles of Analytical Sociology. Cambridge: Cambridge University Press, 2005. 188 p. DOI: 10.1017/CBO9780511488801
Macy M. W., Willer R. From Factors to Actors: Computational Sociology and Agent-Based Modeling // Annual Review of Sociology. 2002. Vol. 28. Pp. 143-166. DOI: 10.1146/annurev.soc.28.110601.141117
Epstein J. M. Generative Social Science: Studies in Agent-Based Computational Modeling. Princeton: Princeton University Press, 2006. 352 p. DOI: 10.1515/9781400842872
Epstein J. M. Generative Social Science: Studies in Agent-Based Computational Modeling. Princeton: Princeton University Press, 2006. 352 p. DOI: 10.1515/9781400842872
Schelling T. C. Dynamic Models of Segregation // Journal of Mathematical Sociology. 1971. Vol. 1, no. 2. Pp. 143-186. DOI: 10.1080/0022250X.1971.9989794
Axelrod R. The Dissemination of Culture: A Model with Local Convergence and Global Polarization // Journal of Conflict Resolution. 1997. Vol. 41, no. 2. Pp. 203-226. DOI: 10.1177/0022002797041002001
Exposure to Opposing Views on Social Media Can Increase Political Polarization / C. A. Bail, L. P. Argyle, T. W. Brown et al. // Proceedings of the National Academy of Sciences. 2018. Vol. 115, no. 37. Pp. 9216-9221. DOI: 10.1073/pnas.1804840115
Bruch E., Atwell J. Agent-Based Models in Empirical Social Research // Sociological Methods & Research. 2013. Vol. 44, no. 2. Pp. 186-221. DOI: 10.1177/004912411350640
Granovetter M. Threshold Models of Collective Behavior // American Journal of Sociology. 1978. Vol. 83, no. 6. Pp. 1420-1443. DOI: 10.1086/226707
Valente T. W.Network Models of the Diffusion of Innovations. Cresskill : Hampton Press, 1995. 171 p.
Covasim: An Agent-Based Model of COVID-19 Dynamics and Interventions / C. C. Kerr, R. M. Stuart, D. Mistry et al. // PLOS Computational Biology. 2021. Vol. 17, no. 7. e1009149. DOI: 10.1371/journal.pcbi.1009149
Бахтизин А. Р. Агенториентированные модели экономики : монография. Москва : Экономика, 2008. 279 с. ISBN: 978-5-282-02806-5. EDN: QSPBGD
Макаров В. Л., Бахтизин А. Р. Социальное моделирование - новый компьютерный прорыв (агент-ориентированные модели). Москва : Экономика, 2013. 295 с. EDN: VAFHKV
Бахтизин А. Р., Сушко Е. Д. Агент-ориен-тированное моделирование как метод исследования социальных процессов // Социологическая наука и социальная практика. 2022. Т. 10, № 3. С. 45-61.
Девятко И. Ф. Социологические теории деятельности и practical рациональности. Москва : Аванти плюс, 2003. 336 с.
Девятко И. Ф. Инструментальное действие, «социальные механизмы» и возможность объяснения в социологии // Социологический журнал. 2011. № 4. С. 5-22.
Мальцева Д. В. Аналитическая социология: исследовательская повестка и возможность интеграции социологической теории // Мониторинг общественного мнения: экономические и социальные перемены. 2023. № 4. С. 18-39.
Масланов Е. В. Сетевые сообщества и способы организации научного знания // Epistemology & Philosophy of Science. 2017. Т. 54, № 4. С. 53-59.
Pattern-Oriented Modeling of Agent-Based Complex Systems: Lessons from Ecology / V. Grimm, E. Revilla, U. Berger et al. // Science. 2005. Vol. 310, no. 5750. Pp. 987-991. DOI 10.1126/science.1116681
Bruch E., Atwell J. Agent-Based Models in Empirical Social Research // Sociological Methods & Research. 2013 Vol. 44, no. 2. Pp. 186-221. DOI: 10.1177/004912411350640
Чекмарева Е. А. Обзор российского и зарубежного опыта агент-ориентированного моделирования сложных социально-экономических систем мезоуровня // Экономические и социальные перемены: факты, тенденции, прогноз. 2016. № 2 (44). С. 225-246. DOI: 10.15838/esc/2016/2/44/14
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 С Н Малявин, М Г Елецкий

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.