ПРИНЦИПЫ ПОДГОТОВКИ И МЕТОДЫ ПЕРВИЧНОЙ ОБРАБОТКИ СТАТИСТИЧЕСКИХ ДАННЫХ ПО СОЦИАЛЬНО- ЭКОНОМИЧЕСКОЙ ИСТОРИИ

Применение математических методов в плане раскрытия сущности изучаемых явлений и процессов на основе измерения, т.е. получения количественной меры отдельных сторон, характеристик этого явления, может осуществляться на различных уровнях. Первый уровень состоит в измерении количественных признаков путем их простейшей обработки, т.е. применения таких несложных методов, как, например, вычисление средних значений, процентных значений, показателей вариации значений признаков и др. Второй, более высокий уровень связан с использованием математического моделирования изучаемых исторических явлений вообще, социально-экономических явлений и процессов прежде всего. В этом случае применение математических методов к исходной системе количественных показателей, к массовым статистическим данным имеет целью раскрытие сущности изучаемых явлений и процессов в формализованной математической форме.

При работе с массовыми статистическими данными необходимо следовать некоторым общим принципам их подготовки к последующей математико-статистической обработке и анализу. Эти принципы тесно связаны с постановкой исследовательской задачи на содержательном уровне. Так, при отборе статистических данных из источников историк должен иметь определенное представление о том, какие и сколько объектов должны быть охвачены в исследовании и каков оптимальный набор признаков, характеризующих объекты, который позволяет решить поставленную конкретно-историческую задачу, раскрыть суть изучаемого явления на основе измерения. Таким образом, при выработке принципов организации данных приходится решать задачи двух типов. К первому типу относится задача отбора единиц изучения, объектов или явлений, т.е. получения репрезентативной совокупности данных, способы формирования которой рассматривались в главе 10. В случае если источники донесли до нас сведения обо всех объектах, охваченных исследованием, возможны как сплошная обработка данных, входящих в генеральную совокупность объектов, так и формирование представительной выборки, способной дать хорошее «приближение» к генеральной совокупности. Ко второму типу относятся задачи, связанные с отбором и первичной обработкой признаков, характеризующих избранные объекты и являющихся содержательно значимыми для решения конкретно-исторической проблемы. Этот тип задач имеет своей целью формирование «пространства признаков», с которым будет работать историк. В ходе их решения приходится сталкиваться с целым рядом проблем. Например, кроме поиска содержательно значимых для решения конкретно-исторической задачи репрезентативных признаков историку- квантификатору необходимо в своем распоряжении иметь набор повторяющихся однородных массовых данных для выявления некоторых закономерностей в структуре и динамике изучаемых объектов на основе использования методик измерения, количественного анализа. Кроме того, историк, бесспорно, особое внимание должен уделять проблеме размерности количественных признаков. В качестве единиц измерения могут выступать либо меры пространства, времени, площади, объема, веса и т.д., либо единица соответствующего объекта (такое-то количество или число фабрик, заводов, населения, рабочих и т.д.), а измерение осуществляется посредством счета, т.е. является измерением в собственном смысле.

При работе с массовыми статистическими источниками историк имеет возможность вести измерение по метрическим количественным шкалам.

Важнейший момент в процедуре измерения — выбор его единиц. Единицы измерения, как и само измерение, являются категориями историческими. Они вырабатывались и апробировались в процессе длительного опыта. По мере роста потребности в измерении и его точности расширялась и совершенствовалась система единиц измерения и вырабатывались предъявляемые к ним требования.

Коль скоро всякое измерение имеет своей целью выявление соотношения объектов, их свойств и черт, выражаемых соответствующими признаками, то непременным условием корректности измерения являются неизменность и размерная однородность, т.е. одно- масштабности единиц измерения в процессе измерения. Только при этом условии результаты измерения будут сопоставимы в пространстве и времени. От размерной однородности зависит и точность измерения. Например, различия в обеспеченности крестьян хлебом в тех или иных местностях в тот или иной период времени или в одной и той же местности в разное время можно выявить, определяя количество собранного хлеба в расчете на один двор. Но очевидно, что крестьянский двор не является равномасштабной единицей измерения, поскольку средняя населенность двора в разных местностях могла быть неодинаковой и изменялась во времени. Поэтому более точные результаты даст учет количества хлеба на душу крестьянского населения, так как эта единица измерения обладает значительно большей размерной однородностью, равномасштабностью во времени и пространстве. Степень необходимой размерной однородности единиц измерения определяется целями измерения и зависит от характера измеряемых признаков.

Наиболее развернутая и стабильная система эталонных единиц измерения сложилась в естественных науках (метр, килограмм, секунда и т.д.). Некоторые из них применяются и при измерении общественных явлений. Но в целом многообразная совокупность проявлений общественной жизни в очень ограниченной степени может быть измерена посредством единиц измерения, применяющихся в естественных науках.

Для измерения общественных явлений применяются самые различные единицы. Выбор их производится исходя из природы изучаемых явлений и процессов, которая отражается в соответствующих признаках, а также зависит от поставленных задач, т.е. цели измерения.

При измерении количественных признаков широко применяются различные натуральные и метрические единицы измерения — штуки вагонов или самолетов, головы скота, население и т.п. либо тонны, метры и т.д. Но поскольку, будучи однотипными, измеряемые объекты могут сильно различаться по своим свойствам, натуральные единицы измерения могут быть очень приближенными, а то и вовсе объединять, в сущности, разнородные объекты и т.д. Чтобы добиться большей точности, применяют либо двойные единицы измерения (например, число товарных вагонов в штуках и тоннах грузоподъемности, количество скота в головах и живом весе и т.д.), либо условнонатуральные, или приведенные.

Натуральные и метрические единицы измерения наряду с измерением натурально-вещественных ресурсов, фигурирующих в общественном развитии, широко применяются и при характеристике народонаселения, трудовых ресурсов и других демографических явлений. Здесь используются такие единицы, как человек (житель вообще), взрослый работник, человеко-день или человеко-час работы, болезни, отдыха и т.д. Для таких единиц измерения характерна еще большая разнородность содержания, чем для единиц измерения натурально-вещественных объектов, так как люди как социальные и индивидуальные существа отличаются бесконечным многообразием присущих им черт, свойств, потребностей и т.д. Если, например, один человек в течение дня потратил два часа своего отдыха на занятие спортом, а другой — два часа на чтение художественной литературы, то при равной затрате времени на отдых содержание отдыха различно. И эти различия нельзя привести к одному знаменателю посредством каких-либо коэффициентов. Для получения сравнимых по содержанию численных показателей в подобных случаях измерение должно не просто фиксировать явление (в данном случае отдых), но и его структуру (виды отдыха).

Содержательная разнородность одних и тех же единиц измерения порождается чрезвычайным многообразием черт и свойств объектов и явлений общественной жизни, их многомерным характером. В этой связи возникла проблема разработки таких единиц измерения, которые бы позволяли интегрировать, обобщать натуральные и метрические единицы измерения, характеризующие различные объекты или их свойства и поэтому не поддающиеся прямому сопоставлению. Очевидно, например, что нельзя судить о сравнительном размахе производства тракторной и хлопчатобумажной промышленности по числу штук выпущенных тракторов и метров ткани. Добиться сравнимости здесь можно путем введения стоимостных единиц измерения. Стоимостные единицы (рубли) широко применяются при измерении многих явлений общественной жизни (прежде всего производственно-технических и социально-экономических) и позволяют сопоставлять и обобщать весьма разнообразные явления.

Применение стоимостных (денежных) единиц измерения также связано с определенными сложностями. Главная из них состоит в том, что установление цены (а именно оно лежит в основе стоимостных оценок) всегда является в определенной мере приближенным и даже субъективным, а сама цена — весьма подвижной. Поэтому при использовании стоимостных единиц измерения необходим учет точности данных о ценах и сопоставимости цен в стоимостном отношении. В целом стоимостные единицы измерения играют весьма важную роль как в самой общественной жизни, так и при ее изучении.

Широко применяемой интегральной единицей измерения разнородных по своему содержанию количественных признаков являются индексы. Их построение представляет собой достаточно сложную процедуру, основанную на применении математических методов обработки количественных данных. Таким образом, единицы измерения количественных признаков общественных явлений и процессов весьма многообразны и усложняются с возрастанием неоднородности и масштабов измеряемых объектов (совершенно очевидно, например, что рубль — значительно более сложная единица измерения, чем метр или тонна).

Количественные признаки, зафиксированные в исторических источниках, обычно выражены в тех или иных единицах измерения (натуральных или метрических). Они могут быть использованы исследователями либо переведены в другие единицы. Здесь важно учитывать, что в Древности и Средневековье и даже в Новое время одни и те же единицы измерения были разномасштабными. Например, десятина, являвшаяся основной единицей измерения земельных площадей в нашей стране вплоть до середины XIX в., имела разный масштаб. Существовала десятина казенная, равная 2400 кв. саженей (80 х 30), и десятина хозяйственная, равная 3200 кв. саженей (80x40).

Таким образом, требуются проверка размерности единиц измерения, указанных в источниках, и приведение их к одному масштабу.

Именно эти проблемы являются весьма значимыми в процессе подготовки и организации данных для исследования, основанного на измерении, применении количественных методов к исследованию массовых статистических данных по социально-экономической истории.

Примером решения названных проблем может служить исследование Л.В. Милова и его коллег, посвященное изучению аграрных процессов в России в XVII в. на основе массовых данных, содержащихся в писцовых книгах[1]. При подготовке данных авторы уделяли особое внимание прежде всего процессу формирования оптимального набора повторяющихся, т.е. характеризующих все изучаемые объекты, признаков. По сути, на этом этапе историками решается проблема полноты данных. При ее решении авторами были отмечены различия в программах фиксации признаков по отдельным уездам, которые проявлялись в том, что как количество, так и структура набора признаков в разных уездах были отличны друг от друга. Естественно, что абсолютно идентичных показателей для всех уездов государства быть не могло, поскольку писцы в своей деятельности руководствовались не только писцовыми наказами из Поместного приказа, стремящегося для удобства учета и обложения унифицировать и однообразить «писцовое дело», но и двумя важными факторами, влияющими на их работу: во-первых, традиция приправочных документов и, во-вторых, местные специфические старые и новые черты и особенности быта и хозяйства.

Все это создавало некоторые отличия писцовых книг различных уездов даже в рамках одного типа описания. В итоге этого этапа подготовки статистических данных к измерению была отобрана совокупность показателей, которые присутствовали в каждом писцовом описании, т.е. было сформировано пространство повторяющихся содержательно значимых признаков. По сути, этот этап представляет собой подготовку к формированию программы последующей обработки данных. В данном случае авторами оценивалась полнота присутствия в уездных программах следующих 14 признаков для последующей первичной математико-статистической обработки:

  • 1) дворы владельческие (помещичьи или вотчинниковые);
  • 2) дворы «людские»;
  • 3) дворы крестьянские;
  • 4) дворы бобыльские;
  • 5) дворы пустые и дворовые места;
  • 6) число «людей» во дворах;
  • 7) пашня господская (помещичья или вотчинниковая);
  • 8) пашня крестьянская (сюда входила и бобыльская пашня, если таковая была);
  • 9) пашня наездом;
  • 10) заброшенные категории земли (пашня, лесом поросшая, перелог, перелогом и лесом поросло);
  • 11) площадь сенокосных угодий (измерялась в копнах);
  • 12) лес (пашенный, непашенный, пашенный и непашенный вместе, поверстный);
  • 13) «сошное письмо» (т.е. суммарный размер четвертной пашни, или количество окладной земли);
  • 14) сошный оклад «з живущего», или степень налоговой платежеспособности населения.

При отборе признаков историк решает целый ряд источниковедческих содержательных задач. Так, например, при обращении к признаку дворы «людские» (2) следует учитывать различную полноту его присутствия в источнике. Это обусловлено тем, что в уездах, где лишь недавно проводилось «испомещение» служилых людей, а также во вновь колонизуемых уездах, где земля раздавалась служилым людям «по прибору», т.е. мелкому, неродовитому дворянству, крайне редко фигурировали дворы «людские», так как землевладельцы еще не успели обзавестись челядью и холопами. В районах же старого освоения этот показатель стабильно присутствует.

Учитывая значимость для исследователя надежности сообщаемых сведений, историк производит отбор необходимых ему признаков с учетом различной степени их достоверности, когда у него есть возможность ее проверить на основе знания истории происхождения данных. Так, например, сведения «число “людей” во дворах» (признак 6) сообщается в трех вариантах: в списках «дворовых жильцов» и «прибылого населения» мужского пола, «дворовых при каждом крестьянском и бобыльском дворе» и в показателе общего числа крестьян и бобылей в вотчине или поместье. В рассматриваемом исследовании учитывался лишь последний показатель, поскольку, по мнению авторов, надежность его выше, чем у раздельных. Аналогичные проблемы решались и при работе со сведениями о заброшенных категориях земли — «пашня, лесом поросшая», «перелог», «перелогом и лесом поросло» (признак 10). В этом случае во всех описаниях присутствовал какой-нибудь один, а иногда несколько вариантов. Например, в Перемышльском, Воротынском и Лихвинском уездах фиксировался перелог, пашня, лесом поросшая, и перелог и пашня, лесом поросшая, вместе. Перед историком также стояла проблема отбора варианта сообщенных данных для анализа этого признака.

Важность учета истории происхождения и фиксирования в источнике количественных показателей убедительно доказывает и пример работы авторов с признаком «пашня наездом» (признак 9). Отношение писцов к этой категории земли было разным. В большинстве случаев писцы ее фиксировали. Там, где ее не было в писцовых книгах под особой «статьею», она, по мнению авторов, включалась в общее число крестьянской или господской запашки.

При работе с другими показателями историк должен был решать указанные выше проблемы размерности признаков. Так, например, признак 11 сообщает данные о площади сенокосных угодий в копнах. Историк должен перевести этот показатель в другую размерность, в единицы площади (в десятины), так как для дальнейшей математико-статистической обработки историку требуется однородные, в том числе и по размерности, количественные показатели. Такого рода перевод размерности данных требует конкретно-исторических знаний об изучаемом явлении, что позволило авторам вычислить оптимальную пропорцию между количеством копен сена и площади сенокосных угодий. «Сенокос» в процессе обработки данных был переведен в десятины из расчета 1 десятина = 10 копен.

Некоторые данные по причине несоответствия их математикостатистической обработке вообще исключались из исследования, как, например, в случае с признаком 12 «лес пашенный, непашенный, пашенный и непашенный вместе, поверстный». Несмотря на то что сведения о той или иной разновидности леса присутствовали в каждом описании, авторами они в расчет не принимались из-за непригодности этих данных к статистической обработке.

В табл. 11.1 приведены данные о сравнительном распределении показателей по писцовым книгам изучаемых уездов. В региональные данные включались признаки, данные о которых присутствуют во всех входящих в регион уездах. Соответствующая программа дает возможность формировать региональные массивы прямо в памяти ЭВМ, задавая информацию об уездах, входящих в регион, и параметрах, которые являются общими для всех этих уездов.

Как видим, при подготовке статистических данных к измерению нужно решить проблему их полноты, которая является необходимым этапом формирования эмпирической базы для квантитативного исследования.

Другая задача, возникающая в процессе отбора данных, — информативная ценность имеющихся в распоряжении историка данных, их качественная, содержательная репрезентативность. На этом этапе историк как бы фильтрует данные, взвешивая их значимость для решения конкретно-исторической задачи, с одной стороны, и увеличивает их информативную ценность за счет конструирования новых показателей на основе извлечения дополнительной информации из

Наличие расчетных показателей в писцовых книгах 1620 — 30-х гг.

Таблица 11.1

№ п/п

Показатель и другие категории

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

1

Дворы владельческие

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

2

Дворы «людские»

+

-

+

+

+

+

-

+

+

-

-

+

+

+

+

+

+

+

+

3

Дворы крестьянские

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

4

Дворы бобыльские

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

5

Дворы пустые и места дворов

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

6

Число «людей» во дворах

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

7

Пашня владельческая

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

8

Пашня крестьянская

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

9

Пашня наездом

+

+

+

-

+

-

-

-

+

+

+

+

+

+

+

+

-

+

+

10

Пашня лесом поросла

+

+

-

+

-

+

+

+

+

-

-

+

-

-

+

-

-

+

-

11

Перелог

+

+

+

+

+

+

+

+

+

-

-

+

-

-

+

-

-

+

-

12

Перелогом и лесом поросло

-

+

-

-

-

+

+

+

-

-

-

-

+

+

-

+

+

-

+

13

Дикое поле

+

14

Перелогом, лесом поросло, дикое поле и другие категории

-

-

-

-

+

-

-

-

-

+

+

15

Примерная земля

+

+

16.

Сенокос в копнах

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

17.

Лес пашенный

+

+

-

-

-

-

-

-

+

-

-

-

-

-

+

+

+

+

+

18

Лес непашенный

+

+

-

-

-

-

-

-

+

-

-

+

+

+

+

+

+

+

+

19

Лес пашенный и непашенный

+

20

«Сошное письмо» (четвертная пашня)

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

21

Оклад «з живущего»

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Примечание. Цифрами обозначены: 1 — Нижний Новгород; 2 — Белоозеро; 3 — Рыльск; 4 — Карачев; 5 — Курмыш; 6 — Воротынск; 7 — Перемышль; 8 — Лихвин; 9 — Кострома; 10 — Одоев; 11 — Чернь; 12 — Углич; 13 — Шуя; 14 — Тверь; 15 — Вологда; 16 — Романов; 17 — Пошехонье; 18 — Дмитров; 19 — Переяславль Залесский.

имеющихся в его распоряжении данных, с другой. В данном случае историкам приходилось отбрасывать неинформативные в контексте поставленной задачи признаки и создавать новые признаки, опираясь на уже имеющиеся. Наиболее простыми примерами создания новых показателей являются вычисление относительных признаков, т.е. выражение значений одного признака на единицу другого, переход к долям, процентам, суммирование признаков и т.п. Так, сравнение площади пашни в двух имениях в исходном, «абсолютном» виде без учета общего количества земли не может дать ответа на вопрос о степени освоения угодий, пригодных к запашке, но если разделить площадь действующей пашни на площадь всей земли, получится показатель, отражающий именно этот аспект хозяйственной деятельности.

Рассмотрим возможности расширения набора показателей на примере Воротынского уезда (табл. 11.2). Писцовая книга содержит весьма немного данных о признаках трех видов: о населении имения (признаки 1—6), о земельных угодьях (признаки 7—12, 14), о величине действующей и заброшенной пашни (четвертной земли), так называемое «сошное письмо» (признак 15), и степени налоговой платежеспособности населения, сошный оклад (признак 13).

Таблица 11.2

Признаки, описание которых содержится в писцовой книге Воротынского

уезда

№ п/п

Признак

1

Наличие господской усадьбы

2

Число людских дворов

3

Число крестьянских дворов

4

Число бобыльских дворов

5

Число пустых дворов и дворовых мест

6

Всего «людей» во дворах

7

Размер господской пашни, десятины

8

Размер перелога при селениях, десесятины

9

Размер пашни, лесом поросшей, при селениях, десятины

10

Размер пашни крестьянской, десятины

11

Размер перелога и пашни, лесом поросшей, в пустошах, десятины

12

Размер сенокоса, десятины

13

Оклад «живущей четверти»

14

Лес пашенный и непашенный, десятины

15

«Сошное письмо» (сумма «живущего» и «пустого»), четверти

Таким образом, в исходном материале всего 15 признаков. Для корреляционного анализа массивов писцовых книг новые признаки наряду с исходными вводились таким образом, чтобы отразить изучаемое явление под разными углами зрения. Поэтому в первую очередь к исходным добавлялся 16-й признак — «общее количество земли» как сумма отдельных показателей по угодьям. Затем исходные, «натуральные», показатели брались в расчете на крестьянский и бо- быльский двор, на единицу площади помещичьей пашни, на единицу площади крестьянской пашни и на единицу общей земельной площади. При этом деление на величину крестьянской пашни и число крестьянских дворов характеризуют данные и результаты как бы с позиций крестьянского хозяйства, а деление на величину господской пашни, наоборот, — как бы с позиций хозяйства феодала. Если же делить показатели на число бобыльских дворов, тогда мы «переходим» на позиции полуразоренного крестьянского населения. Наконец переход к показателям, рассчитанным на десятину общей площади земельных угодий, позволяет лучше судить об интенсивности происходящих процессов, уравнивая большие и мелкие владения. Кроме указанных вариантов брались и смешанные относительные показатели (дворы в процентах к общей сумме дворов, а угодья — в отношении к общей площади земли). Из приведенного примера видно, что даже при том небольшом количестве признаков, которым располагает наш источник, есть возможность существенно его расширить, не прибегая к поиску новых источников, а пользуясь скрытой, структурной информацией об объекте, которая содержится в исходных данных в неявном виде.

Кроме того, возникла трудность вычислительного характера: если признак, на который надо было делить другой (другие), для какого-то объекта равен нулю, деление становится невозможным. В такой ситуации объект исключался из анализа и объем совокупности уменьшался. Например, при анализе признаков, отнесенных к бобыльско- му двору, из обработки исключались имения, в которых не было бобыльских дворов. Очевидно, что поиск таких объектов вручную крайне неудобен, и эта процедура также выполняется ЭВМ по определенной программе: она находит, «вычеркивает» объекты, которые имеют нули по отмеченным показателям, и сообщает номера таких объектов.

Первичная статистическая обработка данных начинается с вычисления таких параметров, как средние значения, средние квадратические отклонения и вариации признаков. Рассмотрим эти параметры подробнее.

Среднее арифметическое значение количественного признака отражает уровень, около которого сосредоточены в основном его значения у отдельных объектов, т.е. это своего рода «центр тяжести» совокупности.

Хотя при вычислении среднего арифметического учитываются все значения признака, оно характеризует совокупность в целом, а не отдельные объекты. В среднем арифметическом нивелируются «индивидуальные» особенности объектов, т.е. теряется детальность исходной информации, поскольку знание среднего не заменяет знание конкретных значений признака у каждого объекта. Вместе с тем величина Xнеслучайна; для достаточно однородных совокупностей ее можно рассматривать как обобщенное, типичное значение признака. Поэтому можно сравнивать между собой средние арифметические как показатели близости или, напротив, различия уровней, этапов развития явления или процесса, отражаемого ими.

Например, анализируя средние значения отдельных признаков, заданных писцовой книгой Воротынского уезда, можно составить представление об уровне развития феодального хозяйства в этом уезде (табл. 11.3).

Таблица 11.3

Статистические характеристики по Воротынскому уезду

Признак

Весь уезд

Поместья

Вотчины

X

6

V.%

X

6

I/, %

X

6

К,%

1. Наличие господской усадьбы

0,85

0,33

37,10

0,92

0,28

30,11

0,83

0,38

45,49

2. Людские дворы

0,66

0,93

141,64

0,41

0,64

158,79

0,97

1,13

116,80

3. Крестьянские дворы

1,33

1,20

90,21

1,05

1,03

97,33

1,67

1,32

79,31

4. Бобыльские дворы

1,81

1,32

72,93

1,84

1,17

63,50

1,77

1,50

84,98

5. Пустые дворы и дворовые места

7,97

6,87

86,18

8,27

8,36

101,11

7,60

4,51

59,31

6. Людей во дворах

5,31

4,23

79,66

4,73

3,09

78,11

6,03

4,78

79,25

7. Господская пашня

21,09

13,58

64,39

19,26

11,61

60,30

23,34

15,58

66,73

8. Перелог (при селениях)

43,15

30,73

71,23

45,22

36,30

80,27

40,60

22,41

55,19

9. Пашня, лесом поросшая (при селениях)

57,73

38,61

66,88

60,35

44,59

73,89

54,50

30,08

55,19

10. Крестьянская пашня

20,43

14,56

71,29

18,28

12,39

67,76

23,07

16,70

72,40

11. Перелог и поросшая лесом пашня в пустошах

74,62

100,39

134,54

116,47

115,19

98,90

23,00

38,39

166,92

Окончание табл. 11.3

Признак

Весь уезд

Поместья

Вотчины

X

5

I/, %

X

8

1/, %

X

8

I/, %

12. Сенокос

11,51

13,63

118,49

10,30

12,10

117,49

13,00

15,40

118,48

13. Оклад «живущей четверти»

0,10

0,09

87,54

0,09

0,08

87,52

0,12

0,10

86,63

14. Лес пашенный и непашенный

5,17

7,17

138,69

5,92

6,90

116,65

4,25

7,50

176,56

15. «Сошное письмо»

144,91

78,79

54,37

173,08

89,78

51,87

110,17

67,33

39,74

16. Вся земля*

233,69

124,58

53,31

275,79

143,99

52,21

181,76

67,33

37,04

Признак 16 вычисляется путем суммирования отдельных угодий.

Прежде всего видны огромные масштабы разорения. Доля пустых дворов и дворовых мест в среднем по уезду равна 72% (по поместьям он еще выше — 74%, а по вотчинам несколько ниже — 69%).

Крайне мала и населенность (в поместьях — 4,73; в вотчинах — 6,03 «людей» в среднем). Это количество людей населяет в среднем по уезду 1,33 крестьянского и 1,81 бобыльского двора во владении, т.е. в среднем на поместье или вотчину не выходит даже по два крестьянских и бобыльских двора. Доля бобыльских дворов в поместьях и вотчинах приблизительно одинакова (16%), а доля крестьянских дворов в вотчинах все же заметно выше, чем в поместьях (15 против 9%). Более чем вдвое в вотчинах выше и число людских дворов.

Переходя к показателям размеров пашенных и других угодий, видим, что в целом по уезду запустевшая пашня составляет 75% общей площади, по поместьям повышаясь до 80%, по вотчинам, однако, не выше 65%. Любопытно соотношение между резервами пашенных угодий при селениях и в пустошах: первых больше в вотчинах, вторых — в поместьях (перелоги при селениях в поместьях — 16%, в вотчинах — 22 , а в пустошах — соответственно 42 и 13% от общей земельной площади).

Барская запашка составляет в среднем по поместьям 19,3 десятины в трех полях, крестьянская — примерно столько же — 18,3 десятины (около 7% всех угодий). Примерно равны величины барской и крестьянской запашки и в вотчинах: 23,3 и 23,1 десятины соответственно, однако в процентном отношении величина освоенных пашен в вотчине почти вдвое выше (13% всех угодий).

Если обратить особое внимание на то, что в среднем размер вотчины достигает только 2/3 размера поместья (182 и 276 десятин), то становится очевидной лучшая обеспеченность вотчинного хозяйства и реальной пашней, и людскими ресурсами, меньшая степень запустения вотчин по сравнению с поместьями.

Обратимся теперь к такой статистической характеристике, как среднее квадратическое отклонение (5). Эта величина дополняет среднее арифметическое значение, показывая, насколько тесно группируются около него значения признака у отдельных объектов. Чем стабильнее достигнутый средний уровень, тем меньше отдельные значения отличаются друг от друга, а значит, и от X. Величина среднего квадратического отклонения при этом мала. Наоборот, чем больше разброс, разнообразие объектов по какому-то признаку, тем в среднем больше отклоняются «индивидуальные» его значения от своего среднего и тем больше величина 8.

Таким образом, среднее квадратическое отклонение дает среднюю по всей совокупности меру отличия отдельных значений признака от X. Как правило, у большинства объектов значения признака находятся в диапазоне Х± 8, т.е. пара чисел Хи 8 позволяет достаточно сжато описать характер «поведения» признака в совокупности объектов, количество которых нередко очень велико.

Так, обратившись к графам Хи 8 в табл. 11.3, можно заметить большую компактность группы поместий по сравнению с группой вотчин по таким показателям, как число крестьянских и бобыльских дворов (соответственно от 0,3 до 3 и от 0,3 до 3,3 двора в среднем на вотчину, но от 0 до 2 и от 0,5 до 3 дворов в среднем на поместье), населенность владения (от 1 до 11 «людей» в среднем на вотчину и от 2 до 8 — на поместье), а также площадь господской и крестьянской пашни (соответственно от 8 до 39 и от 6 до 40 десятин в среднем на вотчину, но от 9 до 31 и от 6 до 31 десятины на поместье). Нетрудно заметить, что перечисленные показатели характеризуют хозяйственное развитие, поэтому наблюдаемая в группе поместий стабильность показателей этого типа свидетельствует о меньшей интенсивности процессов восстановления, развития хозяйства по сравнению с группой вотчин.

Характерно, что для показателей, отражающих степень хозяйственного разорения, картина прямо противоположна: по числу пустых дворов, площади запустевшей пашни более компактную группу представляют вотчины. Учитывая, что уровень разорения в вотчинах в целом ниже, можно сделать вывод о частично завершенном в этой группе хозяйств этапе преодоления последствий запустения.

Наконец, рассмотрим такую характеристику, как коэффициент вариации признака (V). Среднее квадратическое отклонение, характеризующее степень отклонения отдельных значений от своего среднего, само по себе не может считаться большим или малым, поскольку следует принимать во внимание, велик или мал тот уровень (.X), относительно которого варьируют значения признака. Поэтому величину 8 сравнивают с X. Их отношение, выраженное в процентах, и называется коэффициентом вариации признака. Чем меньше варьируют значения признака, тем меньше величина коэффициента вариации. Следовательно, этот коэффициент фиксирует степень однородности совокупности и позволяет сравнивать в этом плане и группы объектов, и различные признаки, поскольку не связан с конкретными единицами измерения. Рассмотрим, например, графу Vв табл. 11.3. Коэффициенты вариации подтверждают, что по ряду показателей (число бобыльских дворов, населенность владения, площадь господской и крестьянской пашни) более однородна группа поместий, а по другим показателям (число пустых дворов, площадь перелога и пашни, лесом поросшей, при селениях, размер «четвертной земли» и общая земельная площадь) более однородна группа вотчин. Это свидетельствует о более интенсивных процессах хозяйственного развития именно в вотчинах. Здесь же можно отметить, что самые большие коэффициенты вариации и по уезду в целом, и по отдельным группам дают такие показатели, как количество людских дворов, размеры сенокосных и лесных угодий, а также размеры пустошей. Существенное уменьшение этих (а также и других) коэффициентов достигается при выделении более однородных по размерам групп владений. Большая вариация указанных признаков подчеркивает, что они являются наименее устойчивыми элементами в структуре феодального хозяйства.

Таким образом, уже простые статистические характеристики дают нам информацию конкретно-исторического характера: об уровне развития феодального хозяйства, степени запустения, резервах и темпах восстановления, об обеспеченности рабочей силой хозяйства феодала, о соотношении между крестьянским и господским хозяйствами и т.д.

Кроме того, видно, что по признакам, свидетельствующим о запустении, «впереди» идут поместья, а по признакам, характеризующим развитие, восстановление, — вотчины.

В результате данные табл. 11.3 показывают, что по общему экономическому уровню поместья и вотчины заметно различаются, причем с точки зрения темпов хозяйственного развития выше стоят вотчины, а с точки зрения масштабов запустения — поместья.

Таким образом, как видим из приведенных примеров, уже начальный уровень применения методов количественного анализа и обработки статистических данных предоставляет в распоряжение историка новую дополнительную информацию, весьма значимую для конкретно-исторических выводов и оценок изучаемых явлений и процессов в области социально-экономической истории.

Рассматривая возможности, связанные с применением количественных методов и компьютерных технологий обработки массовых статистических данных по социально-экономической истории, следует обратить внимание и на перспективы использования историком так называемых поисковых задач, или задач информационного поиска. Как показывает опыт, они также могут быть весьма эффективным инструментом в плане подготовки эмпирической основы исторического исследования, основой для решения, например, таких задач, как изучение динамики в социально-экономической истории на микроуровне.

Изучение динамики социально-экономического развития является одной из важнейших задач исторических исследований. Проблемы анализа динамики возникают перед историками в самых различных аспектах и на разных (микро- и макро-) уровнях. На микроуровне изучение динамики обычно связано с выявлением изменений во времени, которые были присущи различным социально-экономическим объектам (промышленным предприятиям, помещичьим имениям, крестьянским хозяйствам, отдельным семьям, лицам и т.д.). Задача заключается в том, чтобы выявить состояние этих объектов в различные временные моменты. Решение ее сводится к розыску каждого из этих объектов в их совокупности в соответствующие, зафиксированные источниками моменты. При решении подобных поисковых задач весьма эффективным может быть применение ЭВМ.

Это хорошо видно на примере изучения расслоения крестьянства путем выявления тенденций в изменении хозяйственной состоятельности отдельных крестьянских дворов, т.е. для изучения социальной мобильности крестьянских дворов в динамике на протяжении достаточно длительного исторического периода.

Для решения этой задачи в распоряжении исследователя имелся такой источник, как подворные описания крестьянских хозяйств за различные годы первой половины XIX в. На основе обработки этого источника была предпринята попытка выявить изменения в хозяйственной состоятельности отдельных крестьянских дворов, а именно проследить их перемещения по различным хозяйственно-экономическим группам за более или менее длительные периоды времени. Для этого было необходимо осуществить розыск каждого двора, зафиксированного в начальной подворной описи, во всех последующих описях, разделенных периодами примерно в 15—20 лет. Для реализации этой трудоемкой процедуры была использована ЭВМ. Дворы разыскивались по именному составу семей, т.е. именам и отчествам крестьян, входивших в состав двора. Для обработки данных подворных переписей на ЭВМ была проведена кодировка материала. Все имена получили цифровые коды, и материал был введен в ЭВМ. Отождествление дворов происходило на основе совпадения не менее двух имен и отчеств. Дворы, по которым совпадения двух имен и отчеств не оказалось, рассматривались как прекратившие свое существование. Розыск дворов осуществлялся по 11 имениям (всего обработаны данные по 2000 дворов). Итоги розыска позволили собрать следующие сведения:

  • • какое число раз дворы каждой группы (по состоятельности было выделено три группы), зафиксированные в начальной описи, встретились в последующих описях;
  • • какое число раз дворы каждой группы встретились в тех или иных группах;
  • • сколько дворов все время оставалось в первоначальной группе;
  • • сколько дворов, зафиксированных в первой переписи, оказалось в последней и как они распределены по группам.

Эти данные позволили выявить процесс мобильности крестьянских хозяйств. Так, были установлены наиболее существенные изменения этого процесса, произошедшие в земледельческой деревне в первой половине XIX в. Если в первой трети XIX в. движение средних дворов, которые составляли 60—70% крестьянских хозяйств, в зажиточную группу преобладало над переходом их в беднейшую группу, то в 30— 50-е гг. переход в беднейшую становится господствующим. В зажиточной группе дворов преобладание стабильности группы в первой трети века сменяется перевесом перехода этих дворов в среднюю и беднейшую группы в 30—50-х гг. XIX в.

Качественный сдвиг заключается, таким образом, в установлении четкой тенденции движения «вниз» (из зажиточной — в низшие группы, из средней — соответственно в беднейшую) при исчезновении или резком ослаблении движения «вверх». В целом использование ЭВМ позволило изучить процесс мобильности крестьянских хозяйств не в общем плане, когда о нем судят по изменению соотношения различных по своей хозяйственной состоятельности групп крестьян, а с учетом изменения статуса каждого крестьянского двора, т.е. значительно более глубоко и конкретно.

Использование ЭВМ для решения подобного рода задач получает все более широкое распространение в исследовательской практике историков. Оно расширяет возможности изучения динамики явлений на их микроуровне, т.е. в ее наиболее конкретном выражении.

  • [1] Милов Л.В., Булгаков М.Б., Гарскова И.М. Тенденции аграрного развитияРоссии в первой половине XVII столетия. М., 1986.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >