Среднесрочное прогнозирование социально-политической стабильности: математическая модель и ее апробация

Научная статья
  • Александр Пхоун Чжо Петров Институт проблем управления им. В.А. Трапезникова РАН, Москва, Россия petrov.alexander.p@yandex.ru ORCID ID https://orcid.org/0000-0001-5244-8286
    Elibrary Author_id 15671
    SPIN 1045-0121
    ResearchID R-6729-2016
  • Сергей Владимирович Демиденко Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Россия demidenko-sv@ranepa.ru ORCID ID https://orcid.org/0000-0002-6519-9474
    Elibrary Author_id 922365
    SPIN 4799-5751
  • Сергей Борисович Маргулис Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Россия margulis-sb@ranepa.ru ORCID ID https://orcid.org/0000-0003-0674-2550
    Elibrary Author_id 1047301
    SPIN 6768-0676
Для цитирования
Петров А.П.Ч., Демиденко С.В., Маргулис С.Б. Среднесрочное прогнозирование социально-политической стабильности: математическая модель и ее апробация // Социология: методология, методы, математическое моделирование (Социология:4М). 2025. № 61. С. 117-164. DOI: https://doi.org/10.19181/4m.2025.34.2.3 EDN: IRYBXU

Аннотация

Разработана математическая модель, описывающая динамику социально-политической стабильности в среднесрочной перспективе. Основная переменная модели — уровень протестной активности, эмпирическим аналогом которой является линейная комбинация количества протестных актов и количества полицейских репрессий в единицу времени. В описании факторов протеста модель учитывает социально-экономические предпосылки, а в описании протестной динамики — подход SIMCA. Модель апробирована на двух примерах: рассмотрена динамика социально-политической стабильности в Казахстане и Кыргызстане в период 2018–2023 гг. Показано, что в данных случаях модель корректно описывает положение главных пиков активности, соответствующих кризису 2022 года в Казахстане и революции 2020 года в Кыргызстане. Единицей времени в модели является квартал. Прогностические возможности модели распространяются на следующий квартал и являются сценарными, т. е. в качестве входных данных прогноз требует оценки значений таких переменных, как уровень инфляции и уровень безработицы на прогнозируемый квартал.
Ключевые слова:
протесты, революции, математическое моделирование, SIMCA, Казахстан, Кыргызстан, база данных ACLED, идентичность

Биографии авторов

Александр Пхоун Чжо Петров, Институт проблем управления им. В.А. Трапезникова РАН, Москва, Россия
Доктор физико-математических наук, главный научный сотрудник 
Сергей Владимирович Демиденко, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Россия
Кандидат исторических наук, декан факультета политических исследований
Сергей Борисович Маргулис, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Россия
Кандидат политических наук, старший преподаватель кафедры политологии и политического управления

Литература

1. Francisco R. A. Theories of Protest and the Revolutions of 1989 // American Journal of Political Science. 1993, vol. 37, № 3. P. 663-680. DOI: 10.2307/2111569.

2. Kuran T. Now out of never: The element of surprise in the East European revolution of 1989 // World politics. 1991, vol. 44, № 1. P. 7-48. DOI: 10.2307/2010422.

3. Klandermans B. Mobilization and participation: Social-psychological expansions of resource mobilization theory // American sociological review. 1984, vol. 49, № 5. P. 583-600. DOI: 10.2307/2095417.

4. Van Zomeren M., Postmes T., Spears R. Toward an integrative social identity model of collective action: A quantitative research synthesis of three socio-psychological perspectives // Psychological bulletin. 2008, vol. 134, № 4. P. 504–535. DOI: 10.1037/0033-2909.134.4.504.

5. Ayanian A. H., Tausch N. How risk perception shapes collective action intentions in repressive contexts: A study of Egyptian activists during the 2013 post-coup uprising // The British journal of social psychology. 2016, vol. 55, № 4. P. 700–721. DOI: 10.1111/bjso.12164.

6. Adam-Troian J., Bonetto E., Arciszewski T. “We shall overcome”: First-person plural pronouns from search volume data predict protest mobilization across the United States // Social Psychological and Personality Science. 2021, vol. 12, № 8. P. 1476-1485. DOI: 10.1177/1948550620987672.

7. Ахременко А. С., Петров А. П. Гнев, идентичность или вера в успех? Динамика мотивации и участия в белорусских протестах 2020 года // Полис. Политические исследования. 2023, №2. С. 138-153. DOI: 10.17976/jpps/2023.02.10. EDN: WFAEBT.

8. Korotayev A., Zinkina J. Egyptian revolution: a demographic structural analysis // Entelequia. Revista Interdisciplinar. 2011, № 13. P. 139-169.

9. Davies J. Toward a Theory of Revolution // American Sociological Review. 1962, № 27. P. 5–19. DOI:10.2307/2089714.

10. Устюжанин В. В., Сумерников И. А., Гринин Л. Е., Коротаев А. В. Урбанизация и революции: количественный анализ // Социологические исследования. 2022, № 10. С. 85–95. DOI: 10.31857/S013216250018478-8. EDN: WSMVJE.

11. Goldstone J. A. The generations of revolutionary theory revisited: new works and the evolution of theory // Critical Sociology. 2024, vol. 50, № 6. P. 1069-1086. DOI: 10.1177/0896920524124180.

12. Petrovskii S., Shishlenin M., Glukhov A. Understanding street protests: from a mathematical model to protest management // PLoS ONE 20(4): e0319837. 2025. DOI: 10.1371/journal.pone.0319837.

13. Proncheva O. A Model of Propaganda Battle with Individuals’ Opinions on Topics Saliency // Conference: 2020 13th International Conference "Management of large-scale system development" (MLSD). 2020, Moscow, Russia. P. 1-4. DOI: 10.1109/MLSD49919.2020.9247796. EDN: SCPREB.

14. Petrov A., Akhremenko A., Zheglov S. Dual Identity in Repressive Contexts: An Agent-Based Model of Protest Dynamics // Social Science Computer Review. 2023, vol. 41, № 6. P. 2249-2273. DOI: 10.1177/08944393231159953. EDN: LPVEKT.

15. Chkhartishvili A. G., Gubanov D. A., Novikov D. A. Social Networks: Models of information influence, control and confrontation. Cham, Switzerland: Springer International Publishing, 2019. 158 p. DOI: 10.1007/978-3-030-05429-8.

16. Kozitsin I. V., Gubanov A. V., Sayfulin E. R., Goiko V. L. A nontrivial interplay between triadic closure, preferential, and anti-preferential attachment: New insights from online data // Online Social Networks and Media. 2023, vol. 34-35, № 8. arXiv: 2210.00738. DOI: 10.48550/arXiv.2210.00738. EDN: UYCKWU.

17. Inglehart R. The Silent Revolution: Changing Values and Political Styles Among Western Publics. Princeton Legacy Library. 1977. 481p.

18. World Bank Open Data [сайт]. URL: https://data.worldbank.org/ (дата обращения: 21.10.2025).

19. Nugent E. The Psychology of Repression and Polarization // World Politics. 2020, vol. 72, № 2. P. 291-334. DOI: 10.1017/S0043887120000015.

20. Armed Conflict Location & Event Data [сайт]. URL: https://acleddata.com/ (дата обращения: 21.10.2025).

21. Klavina L., van Zomeren M. Protesting to protect “us” and/or “them”? Explaining why members of third groups are willing to engage in collective action // Group Processes & Intergroup Relations. 2020, vol. 23, № 1. P. 140–160. DOI: 10.1177/1368430218796930.

22. Robbins B., Pfaff S., Matsueda R. Affect, Efficacy, and Protest Intentions: Testing a Multilevel, Dual-Pathway Model of Collective Action // Social Psychology Quarterly. 2025. DOI: 10.1177/01902725251331032.

23. Bernburg J. G. Collective Action and the Self-Fulfilling Prophecy: The Case of the Panama Papers Protest in Iceland // European Sociological Review. 2022, vol. 38, №. 2. P. 304–320. DOI: 10.1093/esr/jcab051.
Статья

Поступила: 02.08.2025

Опубликована: 17.12.2025

Форматы цитирования
Другие форматы цитирования:

APA
Петров, А. П. Ч., Демиденко, С. В., & Маргулис, С. Б. (2025). Среднесрочное прогнозирование социально-политической стабильности: математическая модель и ее апробация. Социология: методология, методы, математическое моделирование (Социология:4М), (61), 117-164. https://doi.org/10.19181/4m.2025.34.2.3
Раздел
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ