Постановка проблемы

В экономической теории периодически возникают новые направления, которые пишут на своих знаменах лаконичные лозунги, например: институты имеют значение, история имеет значение и т.д. Все эти процессы связаны с развитием предмета экономической науки и междисциплинарными исследованиями (Вольчик, 2015). Новейшие тенденции в развитии экономической науки (Akerlof & Snower, 2016; Collier, 2016; Shiller, 2017; Damodaran, 2017; Mukand & Rodrik, 2018; Mordhorst & Schwarzkopf, 2017; Вольчик, 2017) дают основание предложить для обсуждения новый лозунг: нарративы имеют значение. Они имеют значение для экономистов, прежде всего, потому, что помогают объяснить вопросы, связанные с экономической координацией. В классическом экономическом дискурсе основную координационную функцию играют цены. В рамках институциональной экономической теории наряду с ценами в контексте экономической координации важную роль играют институты. Если цены мы можем фиксировать с помощью статистики и количественных методов, то изменение институтов можно фиксировать через изменение нарративов.

В экономической науке, что воспринимается большинством экономистов как естественный порядок вещей, доминируют количественные методы (Colander, 2014). Следуя за идеалом научности, экономическая наука не единожды попадает в ловушку формализма, что неоднократно обсуждается в широких дискуссиях среди экономистов в рамках дискурса о кризисе в экономической науке (Вольчик, 2003; Тумилович, 2003; Ходжсон, 2008).

Алгоритмизация повседневной жизни, особенно в условиях доминирования машинного обучения, неизбежно вторгается в сферу моделирования и внедрения новых идей и институтов. Часто такие идеи и институты вначале распространяются как нарративы и мемы.

Нарративы и мемы как их наиболее простая и доступная форма передаются через институционализированные формы повторяющихся взаимодействий: образование, политический дискурс, религию. Чем больше институты связаны с возрастающей отдачей, тем больше вероятность наступления ситуации, характеризующейся эффектом блокировки (lock in). В российской научной традиции эффект блокировки, который приводит к устойчивому существованию неэффективных институтов, получил название институциональных ловушек (Полтерович, 1999; Балацкий, 2012). Используя в качестве данных нарративы, мемы и содержащиеся в них идеи позволяют как идентифицировать институты, так и получить глубокое понимание сложных эволюционных процессов в экономике. Поэтому качественные данные нарративов и мемов дают нам информацию о том, как разворачиваются во времени траектории зависимости от предшествующего пути развития, что также позволяет идентифицировать институциональные ловушки.

Технологии, институты и производственные рутины очень сильно влияют на распространение идей (Hodgson, 2002). Идеи могут носить не только глобальный характер. Подчиняя своему распорядку повседневную жизнь, такие идеи формируют институциональную среду, которая может формировать и формирует долгосрочные тенденции развития общества.

Прогнозирование на основе искусственного интеллекта вступает в конфликт с базовыми институтами, сформировавшими современное западное общество: личными свободами, доверием, справедливостью, транспарентностью, социальными ценностями, связанными с взаимосогласованном личных планов. Алгоритмизированный выбор требует оценок, рейтингов и иерархий для осуществления прогнозирования и оценки эффективности существующих социальных взаимодействий (Fioramonti, 2014; Beer, 2016; Muller, 2018).

Нарративы способствуют формированию социальных норм, которые частично регулируют деятельность человека, в том числе и его экономические действия. При этом необходимо обращать внимание на эффекты, связанные с адаптивным поведением акторов. Анализ адаптивного поведения предполагает, что при изучении распространения идей необходимо обращать внимание, как эти идеи изменяют поведенческие модели через реакцию на взаимодействия. Анализ эффектов адаптивного поведения предполагает включение в анализ нарративов, которые одновременно влияют и зависят от решений агентов, создавая новые уровни обратной связи и оказывая влияние на скорость распространения нарративов и обмена информацией.

Нарративы имеют значение

В экономической науке прочно укоренилась точка зрения, что релевантные прогнозы, контроль и политика могут разрабатываться преимущественно (а очень часто и исключительно) на основе анализа количественных данных. Природа этих данных также не вызывает сомнений, хотя еще Ф. Хайек (Hayek, 2002) отмечал, что если бы то, что мы называем в экономической теории данными, было известно ex ante, то конкуренция и рынки были бы не нужны и многие экономисты в принципе тоже. Действительно экономическая координация во многом зависит от того, как акторы воспринимают и интерпретируют количественные данные (цены, количества, котировки и т.д.). Однако экономическая координация также зависит от правил, норм или институтов, которые осуществляют координационную функцию, структурируя повторяющиеся взаимодействия между людьми. Институты могут быть формальными, находящимися в писаном праве, неформальными, например, этика и обычаи делового оборота (North, 1990), а также принимать форму правил, заданных широко используемыми моделями в академической среде и среди государственных экономистов, проводящих экономическую политику¹ (Р. Коуз так охарактеризовал деятельность государственных экономистов: «Желание быть полезным своим ближним – мотив, конечно же, благородный, но невозможно влиять на политику, если ты не даешь ответов. Так появились государственные экономисты, т.е. люди, которые дают ответ, даже когда ответа не существует» (Коуз, 2007, с. 66).). Если цены и их изменения мы можем фиксировать с помощью статистики и количественных методов, то возникновение и эволюцию институтов можно фиксировать через изменение нарративов.

Исследованиям институтов и их природы посвящено много работ как в рамках оригинальной (ОІЕ) (Neale, 1987; Hodgson, 2006; Almeida, 2018), так и новой институциональной экономической теории (NIE) (North, 1990; Eggertsson, 1990; Greif, 2006). ІЪворя об институтах, мы должны иметь в виду, что вместе с дискуссиями о природе институтов мы должны также рассматривать вопрос об их релевантной идентификации.

В рамках нового институционализма укоренилась трактовка институтов Дугласа Норта: «Институты - это правила, механизмы, обеспечивающие их выполнение, и нормы поведения, которые структурируют повторяющиеся взаимодействия между людьми» (Норт, 1993, с. 73). Развивая подход Д. Норта, Авнер Грейф подчеркивает преимущественно экзогенную природу институтов для акторов: ««Институт - это система социальных факторов, совокупное влияние которых порождает регулярность поведения. Каждый компонент такой системы является социальным, т.е. рукотворным нематериальным фактором. Он оказывается экзогенным по отношению к каждому индивиду, на поведение которого влияет. Суммарно эти компоненты мотивируют, направляют и делают возможным выбор индивидами одного варианта поведения из множества возможных в данных социальных ситуациях» (Greif, 2006, р. 30).

В рамках оригинального институционализма определения институтов основываются на трактовке Коммонса, которые он определял как коллективное действие по контролю, освобождению и расширению индивидуального действия (Commons, 1931, р. 649). Причем под коллективным действием Коммонс понимал те ограничения и правила, существование которых связано как со спонтанно возникающими обычаями, так и с «видимой рукой» регулирования правил, связанных с организованной деятельностью семьи, корпораций, ассоциаций, профсоюзов и государства (Commons, 1931, р. 649). Благодаря традиции, заложенной Коммонсом, в рамках оригинального институционализма не проводится четкого различия между институтами и организациями. В связи с этим организации рассматриваются как особый класс институтов. В современном оригинальном институционализме можно выделить определение институтов Дж. Ходжсона: «...институт - это особый тип социальной структуры, которая содержит потенциально кодифицируемые и (явно или имманентно) нормативные правила интерпретации и поведения. Некоторые из этих правил касаются общепринятых символов или значений, например, в случае денег или языка. Однако, как указал еще в 1907 г. Макс Вебер, некоторым правилам следуют, даже не формулируя их мысленно в качестве таковых. Например, мало кто из нас смог бы полностью и точно изложить грамматические правила языка, которыми мы постоянно пользуемся, или детально и в полном объеме описать какие-то практические навыки. Тем не менее институциональные правила в принципе кодифицируемы, и тогда их нарушения могут стать предметами дискурса» (Hodgson, 2006, р. 4).

Множество разнообразных трактовок институтов, которые распространены с современных работах как в экономике, так и в смежных социальных дисциплинах, могут быть сведены к трем концепциям: институты, основанные на правилах, институты как равновесие в стратегических играх и философская трактовка институтов как системы конститутивных правил (Hindriks & Guala, р. 460). В экономической теории наиболее распространенными являются подходы к институтам как равновесиям и правилам, однако в рамках данной работы мы согласны с выводом В. Тамбовцева о том, что трактовка институтов как правил обладает более широкими аналитическими возможностями (Тамбовцев, 2013).

Институты, будучи правилами в единстве с механизмами принуждения к исполнению, существуют в реальности как пучки практик (Тамбовцев, 2015). Нарративы - это разновидности практик, в составе всего их множества как форм существования институтов одно подмножество - это поведенческие практики, другое - нарративы, т.е. лингвистические практики, говорение по поводу институтов, следования или наследования им.

Внимание к нарративам в экономической теории, в частности, обусловлено тем, что, изучая нарративы, мы можем идентифицировать те правила, которые используются авторами при выборе модели поведения. С помощью нарративов акторы выражают не только свои интенциональные состояния, но также описывают социальные и культурные контексты, в рамках которых осуществляются повторяющиеся взаимодействия, регулируемые правилами. Также важным аспектом нарративов является отражение субъективного понимания правил индивидами, интерпретирующими объективно существующие нормы, например, кодифицированные законы и нормативные акты в процессе адаптации к меняющейся социальной реальности в эволюционном контексте.

Важной формой нарративов выступают истории, которые рассказывают акторы друг другу в социальных сетях, в средствах массовой информации и т.п. Важность историй как форм нарративов при исследовании экономических явлений отмечается как в исследованиях институционалистов (Ефимов, 2011), так и неоклассиков (Акер- лоф & Шиллер, 2011). Рассказывание и распространение историй служит привлечению общественного внимания к правилам и социальным контекстам, что является важным фактором структурирования повторяющихся социальных взаимодействий.

Хорошим и очень известным примером использования концепта нарративов и историй для анализа финансово-экономического кризиса 2007-2009 гг. является работа Spiritus Animalis двух нобелевских лауреатов по экономике - Дж. Акерлофа и Р. Шиллера. В этой книге пятая глава посвящена историям, которые имеют большое значение в экономических и политических дискурсах. Акерлоф и Шиллер подчеркивают: «Человек склонен мыслить нарративами - цельными цепочками событий, имею
щими внутреннюю логику и динамику. Наши действия определяются историей нашей жизни, которую мы рассказываем сами себе» (Акерлоф & Шиллер, 2011, с. 75).

Последние два года наблюдается взрывной интерес к нарративам в рамках экономической науки, причем такое внимание к анализу нарративов не ограничивается каким-либо одним направлением или течением в экономической теории и также носит междисциплинарный характер.

Первыми в 2016 г. в академическом сообществе экономистов сделали акцент на важность исследования нарративов для объяснения динамических процессов в экономике Дж. Акерлоф и Д. Сноуер. Они приводят свою оригинальную трактовку нарративов с позиций экономической науки: «Мы можем охарактеризовать “нарратив” как последовательность связанных причинной связью событий и лежащих в их основе источников, разворачивающихся с течением времени, которые могут быть использованы в качестве шаблона при интерпретировании нашего настоящего опыта. Нарративы представляют собой упрощенные резюме событий, которые, как правило, имеют решающее значение для вопросов баланса - между потребностями индивида и социальной группы, между материальными и нематериальными устремлениями, между личным интересом и альтруизмом, между человечеством и природой и так далее. Эти вопросы имеют ключевое значение, поскольку нарративы неявно предполагают, что баланс в этих сферах играет важную роль для благосостояния человека». (Akerlof & Snower, 2016, рр. 58-59).

Акерлоф и Сноуер (Akerlof & Snower, 2016), говоря о росте и падении советской экономической системы, утверждают, что, для того чтобы понять, как эта экономическая система сохранялась, несмотря на ее недостаточную эффективность, нужно анализировать воздействие нарративов, создаваемых этой системой, на отдельных лиц; а также показывают, что нарративы помогают понимать окружающую среду, фокусировать внимание, предсказывать события и мотивировать действия. Кроме того, они помогают устанавливать и поддерживать социальную идентичность, властные отношения и социальные нормы. Если прямое наблюдение недоступно, акторы используют нарратив для понимания того, как структурировать свои действия в новых или адаптивных ситуациях.

Несколько иначе трактует нарративы Роберт Шиллер в своей программной статье с лаконичным и многозначительным названием «Narrative Economics»: «Термином “нарратив” я обозначаю просто историю или просто выраженное объяснение событий, которые многие люди хотят затронуть в разговоре, или в новостях, или в социальных медиа, потому что они (нарративы) могут использоваться для стимулирования заинтересованности или эмоций других людей и/или потому что, как представляется, они развивают личный интерес. Чтобы выполнять стимулирующую функцию, обычно на него направлен интерес человека, прямой или подразумеваемый. Я (и многие другие) вкладываю в этот термин такой смысл, что нарратив видится как драгоценный камень разговора и может принимать форму необычной или героической истории или даже шутки». (Shiller, 2017, р. 968).

В свою очередь, П. Коллиер, так же как и Р. Шиллер, рассматривает нарративы в контексте распространения информации, дополняющей традиционно используемые экономистами количественные данные. Согласно П. Коллиеру: «Как таковые нарративы - это истории о реальных событиях, которые просто дополняют непосредственное наблюдение. Потенциально это лишь ускоряет байесовский процесс, посредством которого события, объединяясь, порождают каузальные гипотезы. Однако нарративы могут оказаться особенно полезными инструментами для [формулирования] обобщений, которые необходимы для прогнозирования и интервенций» (Collier, 2016, р. 8). Рассматривая нарративы в контексте эволюции дисфункциональных культур, Коллиер связывает их с формированием убеждений и норм поведения. Именно связь историй и нарративов с нормами поведения дает хорошие исследовательские перспективы
для включения нарративов в традиционный институциональный анализ в экономике (Вольчик, 2017).

Нарративы, как и институты, необходимы для успешной коммуникации в экономике. Те, кто рассказывает истории, и те, кто обрабатывает количественные данные, делают одну и ту же работу - они создают новое знание, которое может быть представлено как в явной, так и неявной формах. Именно роль знания для проблемы экономического выбора делает значимой проблему изучения нарративов для экономической науки. Использование нарративов акцентирует внимание на особом виде моделирования экономических и других социальных процессов - использовании индуктивного мышления (Arthur, 1994) для выявления и описания множества поведенческих паттернов и институтов, релевантность которых зависит от специфических познавательных характеристик агента и, главное, от его опыта (Вольчик, 2014). Нарративы используются акторами для трансляции своего опыта, и разнообразие нарративов позволяет исследователю получить информацию о качественных характеристиках развития той или иной социально-экономической структуры.

Нарративы создаются для того, чтобы ими делились и пересказывали с течением времени, и таким образом они могут превращаться в нормативные и когнитивные институты внутри обществ (Mordhorst, & Schwarzkopf, 2017,1168). Именно с помощью нарративов правила могут завоевывать умы акторов, распространяться среди групп интересов и в организациях. Продвижение нарративов и заключенных в них идей является важным фактором формирования и эволюции институциональной среды.

С помощью нарративов мы передаем информацию о нашем понимании мира, социальном контексте такого понимания, а также наших интенциях. Чтобы наши нарративы были услышаны, прочитаны или увидены, они должны быть представлены в легко воспринимаемой форме, которая предполагает также легкое копирование или пересказ. Поэтому одним из важнейших вопросов исследования нарративов является вопрос об особенностях и моделях их распространения в обществе, группах и организациях.

Модели распространения идей и нарративов

Модель распространения вирусов во время эпидемий Кермака - Маккендрика широко используется в как биологических, так и в социальных науках, причем ее применение варьируется от исследований передачи инфекционных заболеваний до изучения ажиотажного спроса. Модель Кермака - Маккендрика как аналогия по отношению к нарративам была использована Робертом Шиллером в своей программной статье (Shiller, 2017). В рамках настоящей работы данная модифицированная модель позволяет оценить восприимчивость населения к идеям, которые распространяются через нарративы.

Используя модифицированную модель Кермака - Маккендрика (Kermack - McKendrick, 1927), можно представить процесс распространения нарративов и заключенных в них идей с следующем виде:

где N - общая численность населения (считается постоянной);

S - численность людей, подверженных влиянию определенных нарративов (идей) (референтная группа);

I - «верующие» в идеи люди, которые активно распространяют в социуме те или иные нарративы;

R - критически мыслящие люди, которые активно участвуют в дискуссиях о тех или иных идеях;

t - время;

с - интенсивность (скорость) распространения информации;

г - интенсивность (скорость) трансформации идей в широко укоренившиеся институты.

Исходя из модифицированной для описания распространения нарративов модели Кермака - Маккендрика видно, что распространение нарративов и трансформация их в институты зависит от укорененности знаний, которые содержатся в нарративах, а также интенсивности и скорости распространения таких нарративов. Современный рост влияния социальных сетей и электронных интерактивных средств массовой информации создает все условия для взрывного распространения тех или иных нарративов и идей, что может рассматриваться как фактор ускорения институциональных изменений.

Источником возникновения и распространения идей может служить неявное знание. Идеи не могут критически восприниматься всеми членами общества. Более того, многие индивиды не могут явно выразить пользу или вред идей и распространения повторяющихся взаимодействий между акторами (например, рыночных, политических или социальных обменов). Организациями для создания нового знания могут выступать политические партии, научные школы, религиозные организации и т.п.

Примером распространения таких идей может служить неолиберальная экономическая политика в части конструирования рынков на основе показателей и метрик. Интеллектуальное влияние неолиберализма реализовалось в институтах и механизмах регулирования нового государственного управления или нового менеджмента в общественном секторе (New public management). Однако обмен знаниями как важным организационным ресурсом, обеспечивающим устойчивое конкурентное преимущество в динамичной экономике, представляет собой сложный процесс, который не сводится к организации, но включает в себя множество взаимодействий с окружающей средой. В то же время окружающая среда является постоянным источником для создания знаний в организации.

В работе Wang & Noe (2010) определены пять областей обмена знаниями: организационная культура, межличностные и командные характеристики, культурные особенности, индивидуальные особенности и мотивационные факторы.

Исследования показывают, что обмен знаниями положительно связан со снижением производственных издержек, сокращением сроков реализации проектов по разработке новых продуктов, ростом производительности коллектива и инновационными возможностями, включая увеличение продаж и доходов от новых продуктов и услуг (например, Arthur & Huntley, 2005; Collins & Smith, 2006; Mesmer-Magnus & DeChurch, 2009).

Связи между людьми в социальных сетях могут способствовать передаче идей, поэтому важно понимать, почему люди предпочитают делиться или не делиться идеями с другими членами сообщества. В исследовании Chao-Min Chiu, Meng-Hsiang Hsu, Eric T.G. Wang (2006) показано, что в виртуальных сообществах количество прямых связей и личных отношений с другими членами связано с количеством и воспринимаемой полезностью общего знания. Более высокий уровень обмена знаниями может привести к лучшему развитию отношений социального взаимодействия и взаимного доверия. Обмен знаниями в виртуальном сообществе - это один из видов социального обмена, который включает два основных вида деятельности: просмотр (получение) и публикация (предоставление) знаний. Значительная взаимосвязь между нормой взаимности и количеством обмена знаниями индивидов подразумевает, что участники виртуально
го сообщества могут искать справедливый баланс между тем, что они вносят в сообщество, и тем, что они получают от него. Полученные результаты свидетельствуют о том, что доверие играет важную роль в повышении качества знаний, предоставляемых в виртуальных сообществах.

Наиболее известной моделью создания знания является спиральная модель трансформации знаний, объединяющей гносеологический и онтологический аспекты формирования знаний.

Спиральная модель преобразования знаний предполагает четыре различных способа взаимодействия между неявными и явными знаниями, в которых существующие знания могут быть «преобразованы» в новые знания: (1) из неявного знания в неявное знание, (2) из явного знания в явное знание, (3) из неявного знания в явное знание, и (4) из явного знания в неявное знание (Nonaka, 2000) (рис. 1).

Первый способ преобразования знаний (социализация - процесс создания неявного знания посредством обмена опытом) позволяет преобразовывать знания через взаимодействие между людьми. Важный момент, который следует отметить, заключается в том, что человек может приобрести неявные знания путем наблюдения, имитации и/ или практики.

Комбинация как способ преобразования знаний предполагает использование социальных процессов для объединения различных явных знаний, принадлежащих отдельным лицам, посредством таких механизмов обмена, как встречи и телефонные разговоры.

Третий и четвертый способы преобразования знаний относятся к модели преобразования с участием неявного и явного знания. Эти способы преобразования охватывают идею о том, что неявное и явное знания являются взаимодополняющими и могут расширяться с течением времени в процессе взаимодействия. Это взаимодействие включает в себя две разные операции. Одной из них является преобразование неявных знаний в явные, которое называется «экстернализация». Другая - превращение явного знания в неявное, что несет в себе некоторые сходства с традиционным понятием «обучение» и называется «интернализация».

Несмотря на то что каждый из четырех описанных способов преобразования знаний может создавать новые знания самостоятельно, основной идеей в модели Нонаки является постоянное циклическое динамическое взаимодействие между различными видами преобразования знаний, которое определяется рядом сдвигов между различными видами преобразования знаний. Взаимодействие между неявным и явным знанием будет иметь тенденцию разрастания в более крупных масштабах и на более высокой скорости, больше акторов будут вовлечены в этот процесс внутри и за пределами организации, что позволяет рассматривать формирование как процесс восходящей спирали (рис. 2).

Таким образом, рассматривая распространение идей как комбинацию явного и неявного знаний, мы можем дополнить аналогию распространения вирусов аналогией восходящей спирали распространения явного и неявного знания модели Нонаки. Процессы распространения идей могут рассматриваться в контексте возрастающей отдачи при условии возникновения случайных исторических событий, которые запускают такие процессы (Arthur, 1989).

Программа исследований нарративов, идей и институтов

Одной из важнейших исследовательских задач является идентификация релевантных нарративов и оценка их влияния на экономическое поведение. Поэтому для решения данных задач необходимо использовать синтез качественных и количественных методов. Общепризнанным методом получения нарративов в социологии считается разновидность качественного интервью - нарративное интервью (Троцук, 2006).

Качественные исследования нарративов позволяют провести углубленный анализ среды, в которой происходит их распространение, а также выявить специфические поведенческие практики, которые способствуют обмену и распространению идей. Качественные исследования нарративов также будут полезны для определения типов идей и послужат основой для дальнейших количественных исследований.

И. В. Троцук выделяет три подхода к анализу нарративов: драматический («акцентирует внимание на грамматических ресурсах, применяемых индивидами для характеристики действия, сцены, агентов, обстоятельств и целей»), социолингвистический («апеллирует к изучению разнообразных черт речевой пунктуации, которые помогают интерпретатору услышать, как группируются предложения и маркируются границы эпизодов»), структурный (предполагает проведение анализа нарратива «на основе выделения его структурных компонентов») (там же, с. 207).

Также существуют более детальные количественные подходы к анализу нарративов. Например, В. А. Кдимчук предлагает использовать в качестве основных количественных характеристик нарративов 15 показателей, включающих такие как количество микронарративов, количество и средняя длина серий «потому-что» и «для-того- чтобы»-предложений, количество связанных и фрагментированных «потому-что» и «для-того-чтобы»-предложений, а также рассчитанные на их основе индексы (баланса, относительного богатства и связанности, индексы «потому-что» и «для-того- чтобы»-ориентации) (Климчук, 2015).

Необходимы дополнительные исследования, в которых используются объективные меры оценки распространения идей, что связано с определенными проблемами, особенно в области сбора первичной информации. В настоящее время широкое распространение получили исследования с использованием различных процедур шкалирования, которые позволяют оценить разные типы источников информации (например, неформальное взаимодействие, СМИ и др.) для обмена идеями или того, в какой степени индивид является распространителем идей. Также важно понимать, какие аспекты распространения идей представляют интерес (например, интерес к содержанию сообщений, общая оценка частоты упоминаний идеи и др.).

На основе анализа нарративов можно выявить взаимосвязи между идеями, распространяемыми в новостях и СМИ, и их общественным восприятием. Для того чтобы понять, что люди говорят или думают, необходимо исследовать, как они думают и говорят о проблемах.

Выявление особенностей при представлении идей и институтов в СМИ может иметь важные последствия для общественного понимания и оценки идей и институтов. Количественные исследования нарративов также дают возможность изучить, как средства массовой информации освещали ключевые события и вопросы. Для этого необходимо использование специализированных программных продуктов. Например, технологии интеллектуального анализа текста (Text-Mining) позволяют извлекать информацию из неструктурированного текста для ее дальнейшего использования в аналитическом моделировании. Интеллектуальный анализ текста можно использовать для индексирования и подсчета ключевых терминов. Проблема обнаружения знаний из текста заключается в извлечении явных и неявных концепций и семантических отношений между ними с использованием методов обработки естественного языка (NLP - Natural Language Processing). Их цель - получить представление о большом количестве неструктурированных текстовых данных, используя методы статистики, машинного обучения, категоризации, классификации и др. Рост объема неструктурированной информации в электронном виде, доступной через Интернет, группы новостей и т.д., способствует развитию методов и инструментов извлечения знаний, содержащихся в электронных текстовых документах. Web-mining - это интегрированная технология, в которой задействованы несколько областей исследований, таких как интеллектуальный анализ данных, вычислительная лингвистика, статистика, информатика и т.д.

Большинство операций интеллектуального анализа текста заключается в извлечении элементов из текста, навигации, поиске, категоризации (контролируемой классификации), кластеризации (неконтролируемой классификации), обобщении, анализе тенденций и визуализации.

Основной целью операции извлечения является выявление фактов и отношений в тексте, что предполагает использование словарей для идентификации терминов и лингвистических шаблонов. Навигация позволяет пользователям перемещаться в коллекции документов, связывая темы и значимые термины, что помогает идентифицировать ключевые понятия и дополнительно выявить взаимосвязи между ключевыми понятиями. Поиск и извлечение используются для осуществления поиска внутри текстовой базы. Его основной характеристикой являются различные варианты текстового поиска. После индексации, которая является первым шагом, можно использовать широкий диапазон параметров текстового поиска. К ним относятся основные параметры поиска, такие как операции «и / или / не», числовые диапазоны, а также некоторые дополнительные возможности поиска, например, ранжирование по релевантности, алгоритмы нечеткого поиска (поиск по сходству - fuzzy search), концептуальный поиск и т.д.

Анализ нарративов предполагает применение операций категоризации, кластеризации и обобщения. Категоризация - это операция, которая используется в случае классификации документов в заранее определенные категории. Кластер представляет собой группу связанных документов, а кластеризация - это операция автоматической группировки документов на основе некоторой меры сходства без предварительного указания категорий. Наиболее распространенными алгоритмами кластеризации, которые используются для анализа неструктурированной текстовой информации, являются иерархические, бинарные реляционные и нечеткие. С помощью методов иерархической кластеризации строится дендрограмма, содержащая все документы в корневом узле и по одному документу в каждом конечном «листовом» узле. Промежуточные узлы объединяют несколько документов и становятся все более специализированными по мере приближения к конечным «листовым» узлам. Данная процедура полезна в случае исследования новой коллекции документов и составления обзоров. Обобщение - это операция, которая уменьшает объем текста в документе, сохраняя при этом его смысл. С помощью этой операции пользователь обычно может определить ряд параметров, в том числе количество предложений для извлечения или процент от общего текста для извлечения.

Для представления результатов анализа нарративов в доступной форме также применяется анализ тенденций и визуализация. Анализ тенденций используется для определения тенденций в документах, собранных за определенный период времени. В свою очередь, визуализация применяется для создания графического представления на основе извлеченных признаков и ключевых терминов, а также для определенного графического представления организации документов на основе их сходства. Визуализация больших объемов текстовых данных позволяет пользователям быстро исследовать существующие семантические связи и отношения и для интеллектуального анализа текста обычно предполагает создание двухмерного или трехмерного представления данных.

Рассмотрение нарративов и содержащихся в них идей в эволюционной перспективе требует анализа не только их смысловой, но также коммуникативной и репликационной функций. Поэтому, рассматривая репликационную функцию нарративов и идей, целесообразно применить также аналогию мемов. В своей программной статье Шиллер (Shiller, 2017) сравнивает нарративы и распространение с мемами. Мем традиционно трактуется как разновидность репликатора для передачи единицы культурной информации или единицы имитации (Докинз, 2013; Roy, 2017). Распространение мемов как единиц информации очень подходит для анализа распространения через средства массовой информации нарративов, в которых, например, отражается восприятие кризисных явлений в экономике и что, в свою очередь, может повлиять на поведение акторов.

Муканд и Родрик рассматривают мемы как «транспортное средство» для идей, продвигаемых политиками. Идеи вводятся на политическую арену в форме мемов, которые формируют как мировоззрение, так и предпочтения граждан. Изменяя мировоззрение или убеждения граждан, эти идеи могут изменить политическое равновесие. В зависимости от того, влияет ли идея на убеждения избирателей о мире или предпочтениях, выделяются два типа мемов: «политический» мем, влияющий на убеждение избирателя о том, как работает мир, и «идентификационный», который влияет на чувство избирателя. Результатом «политического» мема является мировоззренческая политика, «идентификационного» - политика идентичности. Авторы показывают, что идеи и интересы имеют значение как для политики, так и для институциональных изменений. С одной стороны, экономические интересы стимулируют идеи, выдвигаемые политиками. Однако идеи также формируют интересы (Mukand & Rodrik, 2018). Распространение экономических нарративов, например, связанных неолиберальной экономической политикой, также в современных условиях во многом зависит от действий аналитических центров, которые последовательно внедряют в широкий общественный дискурс нарративы, становящиеся легко идентифицируемыми навязчивыми мемами (Waddock, 2018а; Waddock, 2018b).

Идеи, которые широко циркулируют в публичной сфере, становятся институтами. Идеи включены в конкурентный процесс, связанный с коммуникацией между акторами (Markey-Towler, 2018). Идеи, становясь институтами, влияют на поведение. Поэтому очень важно прослеживать «родословную» идей, чтобы понимать, как сформировались нормы, в том числе и институциональные ловушки, связанные с мемами эффективности и оптимизации в сфере образования и науки.

Несколько заключительных замечаний

Изучение нарративов и связанных с ними идей дает для экономистов ценный источник качественных данных о существующих и формирующихся институтах, а также природе и причинах повторяющихся социальных и экономических взаимодействий. Через нарративы, идеи и институты мы лучше можем понять особенности экономического выбора, который традиционно составляет ядро предмета экономической теории.

Нарративы и мемы выступают репликаторами идей. Хотя нарративы и мемы не являются совершенно тождественными понятиями в рамках данного исследования, мы подчеркиваем их возможность доносить и передавать знания, которые принимают форму широко распространенных в общественном дискурсе идей. Идеи циркулируют в группах (больших и малых) посредством рассказывания историй, что включенными и сторонними наблюдателями воспринимается через устные, письменные и визуальные источники информации. Такие источники информации являются нарративами и мемами. Мемы представляют по сравнению с нарративами более обобщенное и легкое для восприятия знание, которое можно считать квинтэссенцией идей.

Институты, в свою очередь, формируются через привинчивание и создание норм из укоренившихся широко распространенных и активно циркулирующих идей. Однако для критического и глубокого понимания необходимы институционализированные делиберативные процессы. Иллюзия глубины понимания может быть применена к интерпретации индивидами идей (Rozenblit & Keil, 2002), оказывающих влияние на структурирование повторяющихся социальных взаимодействий.

Если идеи исчезают из общественного обсуждения и распространенных и значимых для общественного мнения нарративов, то они утрачивают свое влияние на формирование или поддержание института или нормы. Чтобы быть воспринятыми и стать широко распространенными, идеи не должны быть излишне революционными. Так как идеи воспринимаются акторами через нарративы и мемы, последние желательно должны быть комплементарными исторически сложившимся ценностям, культуре и убеждениям акторов. Поэтому идеи, которые, скорее всего, станут институтами, просты, соединяют объекты и события с мощным удержанием внимания индивида и строятся на установленных институтах, не противореча им (Markey-Towler, 2018).

Нарративы и мемы распространяются и передаются через институционализированные формы повторяющихся взаимодействий: образование, политический дискурс, религию. Нарративы и связанные с ними идеи циркулируют в социуме, где обычно для акторов доступны альтернативные идеи, нормы или правила. Однако конкуренция идей также представляет собой эволюционный процесс, где побеждают и доминируют идеи, нашедшие наиболее широкий отклик в социуме и укоренившиеся в общественном дискурсе. Важную роль здесь играют группы акторов (Olson, 1995; Хайек, 1992; Вольчик и Бережной, 2012), которые транслируют в обществе нарративы, мемы и содержащиеся в них идеи. Они представляют собой популяцию или группу специальных интересов, увеличивающую свое влияние в обществе с помощью создания и продвижения новых идей, которые при широком распространении становятся институтами. Это согласуется с идеей Ф. Хайека, что для распространения идей в обществе очень важной является поддержка и трансляция таких идей группами интеллектуалов, имеющих авторитет в том или ином социуме и возможности транслировать эти идеи с помощью средств массовой информации (Хайек, 1992).

Возникновение и эволюцию институтов Д. Норт связывал с интенциональностью акторов (North, 2005). Действительно, исследуя большинство институтов (особенно формальных), мы можем выявить и проследить, какие интенции доминировали у акторов при возникновении той или иной институциональной инновации. Если интенциональные акты соотносились с релевантным пониманием существующих социальных процессов, то можно говорить об удачном институциональном дизайне. Однако большинство таких оценок институциональных инноваций можно осуществить только ех post. И именно изучение нарративов, их генезиса, распространения, включенности групп специальных интересов дает ценный источник для лучшего понимания происходящих экономических процессов, а следовательно, создания потенциальных возможностей для обсуждения и разработки релевантных мер экономической политики.

Авторы признательны Виталию Леонидовичу Тамбовцеву за ценные замечания и плодотворное обсуждение проблемы анализа нарративов и институтов.

ЛИТЕРАТУРА

1. Акерлоф, Дж., Шиллер, Р. (2011). Spiritus Animalis, или Как человеческая психология управляет экономикой и почему это важно для мирового капитализма. Альпина Бизнес Букс.


2. Балацкий, Е. В. (2012). Институциональные и технологические ловушки: анализ идей // Журнал экономической теории, ?(2), 48–63.


3. Вольчик, В. В. (2003). Провалы экономической теории и зависимость от предшествующего пути развития // Terra Economicus, 1(3), 36–42.


4. Вольчик, В. В. (2014). Индуктивное мышление и экономическое поведение // Journal of Institutional Studies (Журнал институциональных исследований), 6(3), 6–12. DOI: 10.13140/2.1.2241.3762.


5. Вольчик, В. В. (2015). Междисциплинарность в экономической науке: между империализмом и плюрализмом // Terra Economicus, 13(4).


6. Вольчик, В. В. (2017). Нарративная и институциональная экономика // Journal of Institutional Studies (Журнал институциональных исследований), 9(4).


7. Вольчик, В. В., Бережной, И. В. (2012). Отбор и экзаптация институтов: роль групп специальных интересов. Гл. 8, с. 165–187 / В кн.: Архипов, А. Ю., Кирдина, С. Г., Мартишин, Е. М. (ред.) Эволюционная и институциональная экономическая теория: дискуссии, методы и приложения. СПб.: Алетейя.


8. Докинз, Р. (2013). Эгоистичный ген. М.: АСТ, Corpus.


9. Ефимов, В. М. (2011). Дискурсивный анализ в экономике: пересмотр методологии и истории экономической науки // Journal of Economic Regulation (Вопросы регулирования экономики), 2(3), 5–79.


10. Климчук, В. (2015) Мотивационный дискурс личности: количественные характеристики и сравнительный анализ // Социальная психология и общество, 6(1), 68–83.


11. Коуз, Р. (2007). Экономика организации отрасли: программа исследований. Фирма, рынок, право. М.: Новое издательство.


12. Норт, Д. (1993). Институты и экономический рост: историческое введение // THESIS: теория и история экономических и социальных институтов и систем, ?(2), 69–91.


13. Полтерович, В. М. (1999). Институциональные ловушки и экономические реформы // Экономика и математические методы, 35(2).


14. Тамбовцев, В. Л. (2013). Институты-как-равновесия vs институты-как-правила // Журнал экономической теории, ?(4), 111–122.


15. Тамбовцев, В. Л. (2015). Институты в социологии, политологии и правоведении: взгляд экономиста // Общественные науки и современность, ?(1), 115–126.


16. Троцук, И. В. (2006). Теория и практика нарративного анализа в социологии. М.: Изд-во РУДН, 207 с.


17. Тумилович, М. (2003). Формализм, экономическое образование и экономическая наука // ЭКОВЕСТ (Экономический вестник), ?(1), 102–123.


18. Хайек, Ф. А. (1992). Пагубная самонадеянность: Ошибки социализма. М.: Новости.


19. Ходжсон, Дж. (2008). Эволюционная и институциональная экономика как новый мейнстрим? // Terra Economicus, 6(2), 8–21.


20. Akerlof, G. A. and Snower, D. J. (2016). Bread and bullets // Journal of Economic Behavior & Organization, 126, 58–71. DOI: 10.1016/j.jebo.2015.10.021.


21. Almeida, F. (2018). Revisiting «Institutions»: A Study of the Evolution of Institutional Analysis // Journal of Economic Issues, 52(2), 323–335. DOI: 10.1080/00213624.2018.1469861.


22. Arthur, J. B. and Huntley, C. L. (2005). Ramping up the organizational learning curve: Assessing the impact of deliberate learning on organizational performance under gainsharing // Academy of Management Journal, 48(6), 1159–1170.


23. Arthur, W. B. (1989). Competing Technologies, Increasing Returns, and Lock-In by Historical Events // The Economic Journal, 99(394), 116–131. DOI: 10.2307/2234208.


24. Arthur, W. B. (1994). Inductive reasoning and bounded rationality // The American economic review, 84(1), 406–411.


25. Beer, D. (2016). Metric power. London: Palgrave Macmillan.


26. Chiu, C. M., Hsu, M. H. and Wang, E. T. (2006). Understanding knowledge sharing in virtual communities: An integration of social capital and social cognitive theories // Decision support systems, 42(3), 1872–1888.


27. Colander, D. (2014). The Economics of Influence // Journal of Economic Issues, 48(2), 485–492. DOI: 10.2753/JEI0021-3624480223.


28. Collier, P. (2016). The cultural foundations of economic failure: A conceptual toolkit // Journal of Economic Behavior & Organization, 126, 5–24. DOI: 10.1016/j.jebo.2015.10.017.


29. Collins, C. J. and Smith, K. G. (2006). Knowledge exchange and combination: The role of human resource practices in the performance of high-technology firms // Academy of management journal, 49(3), 544–560.


30. Commons, J. R. (1931). Institutional Economics // The American Economic Review, 21, 648–657.


31. Damodaran, A. (2017). Narrative and Numbers: The Value of Stories in Business. New York; Chichester, West Sussex: Columbia Business School Publishing.


32. Eggertsson, T. (1990). Economic behavior and institutions. Cambridge: Cambridge University Press. DOI: 10.1017/CBO9780511609404.


33. Fioramonti, D. L. (2014). How numbers rule the world: The use and abuse of statistics in global politics. Zed Books Ltd.


34. Greif, A. (2006). Institutions and the Path to the Modern Economy. Cambridge University Press. DOI: 10.1017/cbo9780511791307.


35. Hayek, F. (2002). Competition as a discovery procedure // The Quarterly Journal of Austrian Economics, 5(3), 9–23. DOI: 10.1007/s12113-002-1029-0.


36. Hindriks, F. and Guala, F. (2015). Institutions, rules, and equilibria: a unified theory // Journal of Institutional Economics, 11(3), 459–480, https://doi.org/10.1017/S1744137414000496.


37. Hodgson, G. M. (2002). Darwinism in economics: from analogy to ontology // Journal of Evolutionary Economics, 12(3), 259–281. DOI: 10.1007/s00191-002-0118-8.


38. Hodgson, G. M. (2006). What Are Institutions? // Journal of Economic Issues, 40(1), 1–25. DOI: 10.1080/00213624.2006.11506879.


39. Kermack, W. O. and McKendrick, A. G. (1927). A Contribution to the Mathematical Theory of Epidemics // Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character, 115(772), 701–21.


40. Markey-Towler, B. (2018). The competition and evolution of ideas in the public sphere: a new foundation for institutional theory // Journal of Institutional Economics, 1–22. DOI: 10.1017/S1744137418000061.


41. Mesmer-Magnus, J. R. and DeChurch, L. A. (2009). Information sharing and team performance: a meta-analysis // Journal of Applied Psychology, 94(2), 535–546.


42. Mordhorst, M. and Schwarzkopf, S. (2017). Theorising narrative in business history // Business History, 59(8), 1155–1175. DOI: 10.1080/00076791.2017.1357697.


43. Mukand, S. and Rodrik, D. (2018). The Political Economy of Ideas: On Ideas Versus Interests in Policymaking. Cambridge, MA. Retrieved from http://www.nber.org/papers/w24467.pdf. DOI: 10.3386/w24467.


44. Muller, J. Z. (2018). The tyranny of metrics. Princeton University Press.


45. Neale, W. C. (1987). Institutions // Journal of Economic Issues, 21(3), 1177–1206. DOI: 10.1080/00213624.1987.11504700.


46. Nonaka, I. (1994). A Dynamic Theory of Organizational Knowledge Creation // Organization Science, 5(1), 14–37. DOI: 10.1287/orsc.5.1.14.


47. Nonaka, I. (2000). A dynamic theory of organizational knowledge creation, pp. 3–42 / In: D. E. Smith (Ed.). Knowledge, groupware and the Internet. Boston: Heinemann.


48. North, D. C. (1990). Institutions, Institutional Change and Economic Performance. Cambridge: Cambridge University Press. DOI: 10.1017/CBO9780511808678.


49. North, D. C. (2005). Understanding the Process of Economic Change. Princeton University Press. DOI: 10.1515/9781400829484.


50. Olson, M. (1995). The Devolution of the Nordic and Teutonic Economies // The American Economic Review, 85(2), 22–27.


51. Roy, D. (2017). Myths about memes // Journal of Bioeconomics, 19(3), 281–305. DOI: 10.1007/s10818-017-9250-2.


52. Rozenblit, L. and Keil, F. (2002). The misunderstood limits of folk science: an illusion of explanatory depth // Cognitive Science, 26(5), 521–562. DOI: 10.1207/ s15516709cog2605_1.


53. Shiller, R. J. (2017). Narrative Economics // American Economic Review, 107(4), 967– 1004. DOI: 10.1257/aer.107.4.967.


54. Waddock, S. (2018a). Shaping the Shift: Shamanic Leadership, Memes, and Transformation // Journal of Business Ethics, forthcoming, 1–9. DOI: 10.1007/s10551-018-3900-8.


55. Waddock, S. (2018b). Narrative, Memes, and the Prospect of Large Systems Change // Humanistic Management Journal, 3(1), 17–45. DOI: 10.1007/s41463-018-0039-9.


56. Wang, S. & Noe, R. A. (2010). Knowledge sharing: A review and directions for future research // Human resource management review, 20(2), 115–131.