Оценка риска социальных конфликтов методом ранжирования муниципальных образований по метрикам сходства

  • Альберт Грантович Агаджанян Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО), Исследовательский центр «Сильный искусственный интеллект в промышленности», Ростов-на-Дону
  • Карина Евгеньевна Тарасьева Факультет технологий искусственного интеллекта (ФТИИ), Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО); Исследовательский центр «Сильный искусственный интеллект в промышленности», Санкт-Петербург
  • Антон Николаевич Кованцев Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО), Исследовательский центр «Сильный искусственный интеллект в промышленности», Санкт-Петербург
Ключевые слова: социальный конфликт, протесты, интеллектуальный анализ данных, прогностический анализ, сходство поселений, митинги, социальная напряженность, похожесть городов

Аннотация

Целью исследования является разработка методологии оценки и прогнозирования риска социальных протестов (конфликтов) на муниципальном уровне с использованием социально-экономических и демографических факторов для оценки сходства муниципальных образований. Исследуемая гипотеза предполагает, что населенные пункты с высоким уровнем сходства имеют такую же предрасположенность к определенным типам социальных конфликтов.

В рамках исследования гипотезы были отобраны современные и наиболее острые социальные конфликты в Российской Федерации, которые получили широкую огласку в общественно-медийном пространстве и обладают потенциалом демонстрации чувствительных отличий социально-экономической и демографической среды конфликтных муниципальных образований на момент возникновения протестов. Всего был исследован 21 конфликт, среди которых «Шиес», Чемодановка, Крыктытау и другие, разделенные в свою очередь на три группы, – экологические, этнические и индустриальные. Результаты анализа показали наличие зависимости между группами конфликтов как по социально-экономическим факторам, так и по демографической структуре, что соответствует предлагаемой гипотезе: были выявлены, во-первых, отличительные особенности конфликтов, во-вторых, были обнаружены обоснования использования демографической компоненты при оценке сходства муниципалитетов, пострадавших от конфликта. В работе предложен критерий оценки сходства муниципальных образований. Расчет строился на вычислении расстояния в многомерном пространстве социально-экономических и демографических факторов. Экспериментальный анализ показал приемлемость используемого показателя в качестве индикатора поиска сходства муниципальных образований. На основе исследования данного критерия удалось найти подтверждения исследуемой гипотезы. Если в конкретном муниципальном образовании обнаружена конфликтная ситуация, то из всех муниципальных образований аналогичная общественная реакция на тот же раздражитель проявилась в тех, у которых высока мера сходства с ним.

Новизной рассматриваемой работы является алгоритм ранжирования для оценки риска социальных конфликтов с использованием показателя сходства с известными случаями социальной нестабильности. Ключевая идея предложенного метода заключается в том, что совокупное сходство некоторого муниципального образования сразу с несколькими конфликтными муниципальными образованиями должно свидетельствовать о высокой социальной напряженности, то есть являться своего рода мерой риска возникновения социальных конфликтов. В результате применения данной методики были выделены следующие муниципальные образования с самым высоким социальным риском – Туапсинский муниципальный район, город Новоалтайск, Кандалакшский муниципальный район и город Апатиты. Ретроспективный анализ перечисленных образований на предмет конфликтов позволил во всех случаях выявить социальные протесты. Таким образом, уровень результативности предложенного метода ранжирования оказался статистически значимым относительно случайного отбора и на данном этапе является достаточно многообещающим, что мотивирует продолжение исследований с целью всесторонней оценки прогностической точности, а также оптимизации параметрических настроек.

Также в исследованиях социальных протестов высокое значение имеет возможность адекватного оценивания динамики конфликтов. В связи с этим в рассматриваемой работе была дана первичная оценка реальной перспективы прогнозирования будущего риска социального конфликта, определенного посредством предложенного метода ранжирования. Для исследования данного вопроса были применены различные алгоритмы машинного обучения (метод случайного леса, нейронная сеть и XGBoost). Полученные результаты позволяют оптимистично говорить о возможности прогноза социального риска. Помимо этого, модели прогноза были использованы для дополнительного анализа социально-экономических и демографических факторов с точки зрения мониторинга их значимости для прогноза социальной напряженности.

Предложенный метод может быть применен в качестве одного из компонентов в мультиагентной системе искусственного интеллекта для социально-экономического планирования и управления, а также может быть задействован в качестве дополнительного инструмента при исследовании и прогнозировании различных протестных процессов, включая применение в теоретических целях. Отобранные для исследования конфликты, использованные в методе ранжирования, не являются уникальными только для России, поэтому метод может быть применен в любой стране, в которой доступны сходные социально-экономические и демографические данные.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Альберт Грантович Агаджанян, Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО), Исследовательский центр «Сильный искусственный интеллект в промышленности», Ростов-на-Дону

кандидат технических наук; старший научный сотрудник

Карина Евгеньевна Тарасьева, Факультет технологий искусственного интеллекта (ФТИИ), Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО); Исследовательский центр «Сильный искусственный интеллект в промышленности», Санкт-Петербург

студент 2-го курса; инженер

Антон Николаевич Кованцев, Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО), Исследовательский центр «Сильный искусственный интеллект в промышленности», Санкт-Петербург

научный сотрудник

Опубликован
2026-06-19
Как цитировать
АгаджанянА. Г., ТарасьеваК. Е., & КованцевА. Н. (2026). Оценка риска социальных конфликтов методом ранжирования муниципальных образований по метрикам сходства. Мир России, 35(3), 168-191. https://doi.org/10.17323/1811-038X-2026-35-3-168-191
Раздел
КОНЦЕПЦИИ И МЕТОДЫ РОССИЙСКОЙ СОЦИОЛОГИИ