Учебник+
Настройки 🔍
Предыдущая страница Следующая страница

11.2. Измерение культурного разнообразия

 

Существует множество индексов, позволяющих количественно оценить уровень разнообразия1.

Самый простой способ измерения культурного разнообразия – оценка вероятности того, что два случайно взятых в стране человека будут принадлежать разным культурным группам (выделенным в соответствии с тем или иным признаком: этнос, язык, конфессия и др.). Для этого, как правило, используются данные о долях населения (p), принадлежащих к разным культурным группам (i). Поскольку сумма соответствующих долей населения равна единице, этот показатель можно интерпретировать как вероятность встретить представителя соответствующей группы (pi). Соответственно, вероятность, что два случайно выбранных человека будут принадлежать группе i=1, составит p12. Тогда вероятность, что два случайно выбранных человека будут принадлежать разным культурным группам, можно рассчитать по следующей формуле:

\(А - Индекс\ Гринберга = 1 - \sum_{i = 1}^{k}p_{i}^{2}\), где

 pi – доля членов группы i в обществе в целом,

k – число групп в обществе.

Полученный показатель называют А-Индексом Гринберга2, по имени лингвиста Джозефа Гринберга, описавшего его применительно к измерению уровня лингвистического разнообразия. Чем выше значение индекса, тем выше уровень лингвистического разнообразия в стране.

Построенный индекс не чувствителен к величине культурных различий между группами. В то же время логично предположить, что это значимый фактор, влияющий на особенности культурного разнообразия. Чем больше культурные различия между представителями разных групп (подробнее см.врезку «Как рассчитать культурные расстояния»), тем при прочих равных условиях сложнее им понять друг друга и договориться, тем выше трансакционные издержки на всех стадиях взаимодействия. В частности, можно предположить, что, несмотря на близкие значения показателя этнической фракционализации в Бельгии и Испании (по данным Дж. Фирона, соответствующие значения составляют 0,567 и 0,502 по шкале от 0 до 1)3, характер разнообразия в этих странах не одинаков в силу различий в культурных расстояниях между этническими группами.

Чтобы учесть эффекты культурных расстояний при измерении культурного разнообразия, был введен B-Индекс Гринберга4:

B-Индекс Гринберга=\(1 - \sum_{p_{i}p_{j}}^{}{p_{i}p_{j}d_{\text{ij}}}\), где

pi и pj – доли членов группы i и j в обществе,

\(d_{\text{ij}}\)\(d_{\text{ij}}\) – культурное расстояние между группами i и j (чем выше значение, тем больше расстояние).

Аналогично А-Индексу Гринберга более высокое значение индекса соответствует более высокому уровню культурного разнообразия. Учет культурных расстояний позволяет более полно отразить особенности культурного разнообразия в разных странах. Дж. Фирон в качестве меры культурных расстояний использовал расстояния между языками, на которых говорят разные этнические группы. В результате рассчитанный им показатель культурной фракционализации для Бельгии и Испании составил уже 0,462 и 0,263 соответственно, что точнее отражает различия в характере разнообразия в этих странах5.

#Измерить алгеброй гармонию. Как рассчитать культурные расстояния?

В современных исследованиях существует множество подходов к расчету культурных расстояний6. Дискуссии относительно наиболее предпочтительных способов оценки культурных (в частности, лингвистических расстояний) продолжаются7. Выбор того или иного метода / базы данных, сформированной специалистами из различных сфер, определяется задачами исследования. Ниже приведены наиболее распространенные способы оценки культурных расстояний.

Лексико-статистические расстояния. Это лингвистические расстояния, разработанные Моррисом Сводешем в 1950-е годы8. М. Сводешем был сформирован список «ядровых» слов, которые есть в каждом языке, являются наиболее распространенными и не устаревают при появлении новых технологий (например в такой список входят слова «рука», «собака», «глаз», но не входят слова «ксерокс», «интернет» и др.). Существуют списки Сводеша, состоящие из 100 и 200 слов. Для расчета расстояний, как правило, используется список из 100 слов. При расчете расстояний между двумя языками последовательно сравниваются соответствующие слова. В случае наличия общего корня слова считаются сходными, и соответствующей паре присваивается значение «1», в противном случае – «0». Итоговое расстояние между языками – сумма соответствующих единиц, деленная на общее число сравниваемых слов. То есть, например, если для двух языков 50 из 100 слов списка Сводеша имеют общий корень, расстояние между языками составит (50/100 = 0,5).

Расстояние Левенштейна (дистанция редактирования9). Это расстояние рассчитывается как минимальное число замен букв, которое необходимо совершить для перехода от одного языка к другому, деленное на число букв в исходном слове. Например, расстояние для слова «ночь» на английском (night) и итальянском (notte) составит 4/5 (необходимо произвести замены «i – o», «g – t», «h» (удалить), «e» (добавить)). Для получения расстояния между языками рассчитывается среднее значение расстояний между словами из списка Сводеша.

Расстояния, рассчитанные на основе деревьев близости. Этот способ используется для расчета расстояний между языками (конфессиями) и основывается на «генетических» расстояниях между языками (конфессиями). Например, при классификации языков лингвисты выделяют языковые семьи, отдельные группы и ветви языков. Эти классификации часто визуализируются через «языковые деревья». Расстояние рассчитывается как доля общих веток между языками (т. е. исследователь последовательно отвечает на вопросы, принадлежат ли оба языка индоевропейской семье, италийской языковой ветви, западно-романской группе и т. д.). Обычно при использовании этого метода исследователи опираются на классификацию, представленную в крупнейшем международном проекте Ethnologue.com. Аналогичный подход используется для древа религий.

Расстояния на основе ценностей и поведенческих установок. Имеющиеся данные о значениях культурных характеристик в разных странах (например уровне индивидуализма, дистанции власти и т. д.) позволяют использовать их для расчета культурных расстояний. Брюс Когут и Харбир Сингх предложили формулу, по которой можно рассчитать расстояние между странами по имеющимся культурным характеристикам10:

\(\mathbf{\text{KS}}_{\mathbf{\text{ij}}} = \frac{\mathbf{1}}{\mathbf{n}}\sum_{\mathbf{d} = \mathbf{1}}^{\mathbf{n}}\frac{{(\mathbf{I}_{\mathbf{i}}^{\mathbf{d}} - \mathbf{I}_{\mathbf{j}}^{\mathbf{d}})}^{\mathbf{2}}}{\mathbf{V}^{\mathbf{d}}}\), где

\(\mathbf{d}\ –культурнаяхарактеристика\),

\(\mathbf{i}\ и\ \mathbf{j}\ –страны,для\ которых\ рассчитывается\ культурное\ расстояние\),

\(\mathbf{V}–дисперсия\ культурной\ характеристики\).

\(\mathbf{n}–число\ культурных\ характеристик,по\ которым\ рассчитывается\ расстояние\).

При расчете такого рода расстояний важный вопрос – определение, по скольким и каким именно культурным характеристикам следует производить расчет.

Существуют и другие способы расчета расстояний. Например, Луиджи Гизо, Паола Сапиенца и Луиджи Зингалес в качестве меры расстояния используют показатели двустороннего доверия11 (т. е. того, как, например, жители Франции доверяют жителям Германии и наоборот). Габриэль Фелбермайр и Фарид Тубал12 построили свой показатель культурных расстояний на основе данных голосования на конкурсе «Евровидение». В обоих случаях расчет дает асимметричные расстояния (т. е., расстояние между Францией и Германией может быть не равно расстоянию между Германией и Францией). В исследовании Ника Обрадовича с соавторами культурные расстояния между странами рассчитывались на основе данных о предпочтениях пользователей Facebook13.

Появление новых данных расширяет возможности эмпирического анализа.

Наконец, другая значимая характеристика разнообразия – относительный размер групп. Чем больше размер группы, тем при прочих равных условиях выше ее переговорная сила. Это позволяет предположить, что имеют значение численность и размер групп. Для учета этих особенностей Хосе Гарсия-Монтальво и Марта Рейнал-Керол14 предложили индекс поляризации:

\(RQ = 1 - \sum_{i = 1}^{N}{\left( \frac{\frac{1}{2} - p_{i}}{\frac{1}{2}} \right)^{2}p_{i}}\)

где pi – доля членов группы i в обществе в целом,

k – число культурных групп в обществе.

Индекс поляризации принимает наибольшее значение в том случае, когда общество разделено на две равные по размеру группы и уменьшается по мере роста числа групп и отклонения размера группы от 50% (например, если общество состоит из трех равных групп (\(\frac{1}{3};\ \frac{1}{3};\frac{1}{3})\ \), RQ=0,89; если состоит из трех неравных групп (например (\(\frac{1}{2};\ \frac{1}{4};\frac{1}{4})\ \)RQ=0,875; в случае если общество состоит из 10 равных групп RQ=0,36, а если общество состоит из двух равных групп (\(\frac{1}{2};\ \frac{1}{2}),\) RQ=1). Межстрановой анализ показывает, что индекс поляризации положительно связан с вероятностью этнических конфликтов и отрицательно – с показателями экономического роста.

Подробнее о многообразии существующих индексов разнообразия можно узнать в работах Шломо Вебера с соавторами15.

  1. Вебер Ш., Давыдов Д. В. (2015). Экономика разнообразия: подходы, методы, результаты. Экономика и математические методы, 51(4), 3–13.↩︎

  2. Greenberg J. H. (1956). The measurement of linguistic diversity. Language, 32(1), 109–115. Также в литературе вы можете встретить его под названием индекса этнолингвистической фракционализации (ELF).↩︎

  3. Fearon J. D. (2003). Ethnic and cultural diversity by country. Journal of economic growth, 8(2), 195–222.↩︎

  4. Greenberg J. H. (1956). The measurement of linguistic diversity. Language, 32(1), 109–115.↩︎

  5. Fearon J. D. (2003). Ethnic and cultural diversity by country. Journal of economic growth, 8(2), 195–222.↩︎

  6. Ginsburgh V., Weber S. (Eds.). (2016). The Palgrave handbook of economics and language. Houndmills, Basingstoke, UK: Palgrave Macmillan.↩︎

  7. Wichmann S., Holman E. W., Bakker D., Brown C. H. (2010). Evaluating linguistic distance measures. Physica A: Statistical Mechanics and its Applications, 389(17), 3632–3639.↩︎

  8. Swadesh M. (1952). Lexico-statistic dating of prehistoric ethnic contacts. Proceedings of the American Philosophical Society, 96 (4), 121–137.↩︎

  9. Левенштейн В. И. (1965). Двоичные коды с исправлением выпадений, вставок и замещений символов. Доклады Академии наук , 163 (4), 845–848.↩︎

  10. Подробнее см.: Kogut B., Singh H. (1988). The effect of national culture on the choice of entry mode. Journal of international business studies, 19 (3), 411–432.↩︎

  11. Guiso L., Sapienza P., Zingales L. (2009). Cultural biases in economic exchange? The Quarterly Journal of Economics, 124(3), 1095–1131.↩︎

  12. Felbermayr G. J., Toubal F. (2010). Cultural proximity and trade. European Economic Review, 54 (2), 279–293.↩︎

  13. Obradovich N., Özak Ö., Martín I., Ortuño-Ortín I., Awad E., Cebrián M., Cuevas R., Desmet K., Rahwan I., Cueva A. (2022). Expanding the measurement of culture with a sample of two billion humans. Journal of the Royal Society Interface, 19(190), 20220085.↩︎

  14. Montalvo J. G., Reynal-Querol M. (2005). Ethnic polarization, potential conflict, and civil wars. American economic review, 95(3), 796–816 на основе Esteban J-M. and D. Ray, (1994). On the Measurement of Polarization», Econometrica, 62(4), 819–851.↩︎

  15. Акчурина Д. Д., Давыдов Д. В., Вебер Ш., Крутиков Д. В., Хазанов А. А. (2015). Измерение разнообразия: теория и социально-экономические приложения. Современная экономика: проблемы и решения, 2, 8–28; Вебер Ш., Давыдов Д. В. (2015). Экономика разнообразия: подходы, методы, результаты. Экономика и математические методы, 51(4), 3–13.↩︎