Политические категории в обсуждениях соседских онлайн-сообществ: методика эмпирического исследования на примере г. Волгограда

Полный текст

Введение Переход соседской коммуникации в онлайн- пространство создал массу цифровых следов на публичных площадках, которые потенциально предоставляют богатейший материал для изучения исследователями- политологами. Фактически перед нами открылись архивы соседских взаимодействий, которые в обезличенном виде содержат групповые динамики политических предпочтений, спектры реакций на политические события, элементы «низовой» политики и многое другое. Но в действительности подобные исследования пока являются редкостью. Так, на основе анализа цифровых следов выявлено, что соседские онлайн- площадки помогают кооперироваться для коллективных, в том числе политических целей [Rogers, et. al 1994; Hampton 2003; Erete 2015; López et. al 2017]. Российские исследования в основном сконцентрированы на изучении отдельных кейсов социальной организации соседских сообществ, в рамках которых также затрагиваются вопросы коллективного участия. Например, исследователи обращаются к изучению отдельных сообществ жилых комплексов и микрорайонов [Сумская 2012; Абрамов 2017; Чернышева, Гизатуллина, 2021], сравнивают их между собой в рамках одного города [Ненько, Недосека 2022], пригорода [Каранов 2022] и в разных городах [Чернышева, Запорожец 2023]. Однако необходимо отметить отсутствие широкомасштабных исследований соседских сообществ, где одновременно использовались бы данные с онлайн- площадок и покрывался весь городской массив. Это может обуславливаться отсутствием выработанной методики, которая позволила бы обойти сложности с выявлением соседских сообществ, связанных с отсутствием погруженности в отдельные локальные контексты и неимением экспертов. Цель исследования - предложить методику выявления соседских онлайн- сообществ в социальной сети ВКонтакте в масштабе города, на основе которой осуществляется попытка обобщения политической активности соседских онлайн- сообществ города Волгоград через анализ их публикаций с политическими категориями. Поиск соседских сообществ Развитие города Волгограда, связанное с постройкой заводов вдоль реки Волги, а также удержание статуса «миллионника» за счет расширения границ, повлияло на его административно- территориальную организацию: город стал протяженным, а его районы удалены друг от друга [Деточенко 2018]. Неоднородность застройки, в том числе по типу домов и времени их постройки, а также их географическая отдаленность создают условия для возникновения обособленных территорий со своими особенностями и идентичностями. Так, например, исследователи обнаруживали признаки гетто в отдельных старых промышленных микрорайонах Волгограда [Голодова и др. 2023]. Подобное разнообразие предоставляет возможность выявления различных видов соседств в рамках одной территории. Поиск соседских онлайн- сообществ происходил автоматизированно, среди групп в социальной сети ВКонтакте (далее ВКонтакте) с применением фильтра по территориальной единице: город Волгоград. Для поиска был составлен словарь[15], состоящий из нескольких групп ключевых слов: 1) планировочные единицы и характеристики дома - категории, характеризующие пространство проживания (например, «микрорайон» или «жилой дом»); 2) формы объединений - категории, характеризующие организацию управления пространством проживания (например, «ТСЖ» или «ТОС»); 3) наименования новостроек из Единой информационной системы жилищного строительства[16]; 4) наименования микрорайонов, которые упоминались в городских и районных группах ВКонтакте. Первые две группы ключей можно назвать универсальными, но не избыточными. Распространенной практикой при создании площадок коммуникации для онлайн- сообществ является использование территориальных наименований, в том числе и фольклорных, без указания, к какому типу пространства группа принадлежит. Это создает необходимость расширения словаря за счет дополнительных источников. В результате автоматизированного поиска в ВКонтакте выявлено более 15 тысяч уникальных групп. Большую часть массива составлял «шум» в виде коммерческих групп и малых (менее 100 участников) групп по интересам, который был вынесен за рамки исследования. В работе [Мордвинова 2023], посвященной исследованию городских и районных медиа города Омска в ВКонтакте, при составлении выборки использовался подход, где отсекались группы менее 1000 участников. При таком подходе в выборку городских медиа попадали и большие сообщества микрорайонов. Для исследования соседских сообществ такой подход может существенно сократить исследуемую выборку, поскольку он не учитывает более локальные объединения. В данной работе «очистка от шума» проводилась вручную с опорой на информацию, которая была указана в наименовании и описании сообществ. После очистки осталось 275 групп, из которых 69 % являются открытыми. Соседские онлайн- сообщества не выступают как единые структуры, которые расположены на одной онлайн- площадке [Чернышева, Гизатуллина 2021]. Они могут быть представлены набором подгрупп, созданным под определенные тематики или гиперлокальные уровни: квартал, дом, подъезд, которые объединены группой микрорайона. Исходя из этого группы были размечены по их «ареалам». Таким образом выявлено 101 соседское онлайн- сообщество, которое представлено сообществами многоквартирной застройки и частного сектора. Часть из них оказались полностью закрытыми. В среднем такие сообщества имеют одну группу, где число участников не превышает 150. Вход в них осуществляется при предоставлении доказательств о проживании на территории соседского объединения. 76 соседских онлайн- сообществ с разных частей города оказались открытыми. Именно они послужили основной выборкой для данной работы. Предобработка и разведочный анализ соседских обсуждений В выявленных соседских онлайн- сообществах были собраны все публикации за период их существования, что составило 79 251 публикаций за период с ноября 2007 по апрель 2024 г. В анализ включались только публикации, которые содержали текстовые символы. Предобработка текста включала приведение к нижнему регистру, лемматизацию, очистку от неинформативных символов и повторов, стандартизацию сокращений, приведение в биграмы устойчивых словосочетаний (например, жилой комплекс - жилой_комплекс), а также удаление коротких сообщений. После обработки в корпусе осталось 63 227 публикаций; почти половина из них содержала от 2 до 10 слов. Для выявления тематической структуры применялось тематическое моделирование с использованием неотрицательной матричной факторизации (NMF)[17] по матрице TF-IDF[18]. Этот подход хорошо зарекомендовал себя при работе с короткими текстами [Mohotti 2020; Egger, Yu 2022] и в рамках настоящего исследования выдавал хорошо интерпретируемые результаты. На ранних этапах моделирования преобладали темы, связанные с рекламным содержанием. Для их исключения был применен итеративный метод: по характерным би- и триграммам, соответствующим рекламным темам, из корпуса удалялись публикации с нерелевантным содержанием. Когда модель перестала формировать рекламные темы, была проведена ручная проверка 1500 случайных публикаций из обоих массивов. Проверка подтвердила отсутствие релевантных рекламных сообщений в очищенном корпусе, что позволило считать этап фильтрации завершенным. В итоге рекламные публикации составили около 60 % всего исходного корпуса, что указывает на то, что сообщества используют платформу «ВКонтакте» в качестве локального канала размещения объявлений о товарах и услугах. Для политологических исследований такое преобладание нерелевантного содержания затрудняет тематическое моделирование и подчеркивает необходимость предварительной фильтрации. На очищенном корпусе тематическое моделирование позволило выявить темы, в которых присутствуют потенциальные политические сюжеты. В них встречались упоминания политических персон (например, президента и губернатора), органов власти (администрация, суд, дума), а также форм коллективных действий - митингов, петиций и обращений. Эти наблюдения свидетельствуют о наличии политического измерения в коммуникации соседских онлайн- сообществ, несмотря на его ограниченный масштаб. Разведочный анализ тем самым стал эмпирической предпосылкой и исследовательским мотивом для последующего этапа кодировки корпуса по политическим категориям. Кодировка корпуса публикаций и ее результаты Для формирования более четкого понимания употребления политических категорий осуществлена автоматическая кодировка корпуса текста по словарю[19]. Словарь состоял из ключей, разделенных на несколько групп: «общие политические категории», «формы государства», «идеологии», «политические персоны», «политические институты» и «политическая активность». Ключи частично преобразованы до корневых основ. После автоматической кодировки публикации прошли дополнительную проверку. Политический контекст при проверке не учитывался, и это, безусловно, накладывает некоторые ограничения на возможные обобщения. Основное внимание уделялось случаям, где корневая основа встречалась в словах, не относящихся к искомым и попаданию в корпус рекламных объявлений. Было выявлено 3376 публикаций в 67 сообществах, в которых используются политические категории. Доля таких публикаций к их общему числу не велика и в среднем составляет 5 %. При этом динамика указанной доли была неоднородной: вплоть до 2016 г. наблюдался ее поступательный рост (до максимальных 14 %), за которым последовало устойчивое снижение. После 2021 г. доля публикаций с политическими категориями стабилизировалась на уровне около 2 %. Публикации с политическими категориями чаще содержали более развернутый текст, имели больше слов. Доля публикаций с количеством слов от 2 до 10 составила 19,7 %, тогда как в общем корпусе она достигала 40 %. За исследуемый период наиболее популярной группой ключевых слов оказалась «общие политические категории» (рис. 1), которая встретилась в 53,7 % публикаций. Ее ключевые слова: «обществ», «власт», «полит» и «государств», - упоминались с. 90 % иных ключевых слов. Рис. 1. Граф совместных упоминаний ключевых слов Источник: составлено А.А. Бабкиным по результатам исследования. Figure 1. Co- mention graph of keywords Source: compiled by A.A. Babkin based on the results of the research. The node labels represent political keywords used for automated text analysis. These labels consist of truncated word stems, rather than full lexical forms. For presentation purposes, the stems have been translated into approximate English terms that best reflect the core semantics of the original Russian words. Второй группой по доле упоминаемости стала «политические институты». Ее ключевые слова охватили 36,7 % публикаций. Наиболее популярные ключи группы: «администрац», «суд», «дума», - отражают институты всех ветвей власти, но наибольший приоритет отдается исполнительной ветви. Возможно, это вызвано предпочтением соседских сообществ решать вопросы напрямую, а не через представителей. На третьем месте находится группа «политическая активность», которая упоминалась в 27,2 % публикаций. Чаще всего лидеры данной группы: «собран», «голос», «инициат» - упоминались вместе в одной публикации, а также с ключевым словом «администрац». Следом по доле встречаемости была группа «политические персоны», которая охватила 24,4 % публикаций. Ее наиболее популярные ключевые слова: «президент», «губер», «глав» - также часто упоминаются вместе с «админстрац». Таким образом, приоритет исполнительной власти демонстрируется и в других группах: косвенно через частоту взаимных упоминаний или напрямую через ее представителей. Наименее популярными группами ключей можно назвать «идеологии» (2,8 %) и «формы государства» (2 %). Их редкое использование создает основание для предположения об отсутствии интереса к более общим политическим дискуссиям. С учетом пересечений указанная тенденция по распределению долей групп политических категорий сохранялась большую часть времени (рис. 2). Обобщая полученные данные выделим несколько выраженных периодов. Рис. 2. Динамика долей групп политических категорий Источник: составлено А.А. Бабкиным по результатам исследования. Figure 2. Dynamics of shares of groups of political categories Source: compiled by A.A. Babkin based on the results of the research. Период с 2012 по 2015 г. характеризуется увеличением доли публикаций с политическими категориями, их размера и более широкой представленностью групп категорий. В это время на платформе ВКонтакте в Волгограде происходит расцвет групп территориально общественного самоуправления (далее ТОС). Данные соседские объединения являются непосредственными институтами низовой демократии, которые самостоятельно занимаются вопросами благоустройства своей территории. Эту функцию они выполняют, в том числе взаимодействуя с органами власти различных уровней. Из этого следует, что при принятии и реализации решений в коммуникации соседей будут присутствовать политические категории. Так, в корпусе публикаций с политическими категориями за указанный период на долю ТОСов приходится около 55 % публикаций, где в среднем доля каждой группы «политическая активность», «политические персоны» и «политические институты» по упоминанию ключей равнялась 20 %. Контекст их использования можно обобщить до следующих тем: работа внутренних органов ТОС, взаимодействие с органами и представителями местной власти, участие в гражданских инициативах, участие в локальных мероприятиях, преимущественно патриотических. Среди иных, явно выделяющихся соседских сообществ по числу публикаций можно выделить сообщества микрорайонов. На три сообщества «Спартановка», «Тулака» и «Родниковая долина» совокупно приходится 25 % публикаций в указанный период. Объяснения этому могут находиться в числе участников сообщества: при повышении размера сообщества повышается вероятность нахождения политизированных персон, которые будут готовы инициировать обсуждение. Общие тематические линии употребления политических категорий среди не ТОСовских сообществ сводятся к вопросам благоустройства территории и взаимодействия об этом с представителями власти, участию в домовых собраниях, местных праздниках, а также кооперации соседей в новостройках. Период с. 2016 по 2020 г. характеризуется наиболее высокой долей публикаций с политическими категориями, а также всплеском доли группы «политическая активность». Указанные изменения обусловлены активностью обманутых дольщиков. В отличие от ранее указанных объединений они организованы не в силу практикующегося соседства, а ради коллективного отстаивания своих прав за возможность проживать в своем доме. При условии, что сообщества ТОСов и микрорайонов продолжали свое функционирование, доля публикаций сообществ дольщиков в корпусе публикаций с политическими категориями за указанный период составляет 39,82 %. Наиболее упоминаемыми ключевыми словами в данных сообществах были «суд» - 163 публикации и «админстрац» - 144 публикации, которые выступали площадками отстаивания своих прав, а также «митинг» - 107 публикаций, как форма привлечения внимания к своей проблеме. В группе «политические персоны» чаще упоминался «губернатор», который участвовал в решении данных проблем. Дополнительными темами, фигурировавшими в обсуждениях, были подготовка видеообращений и писем, в том числе адресованных президенту, участие в подписании петиций и акциях, связанных не только с их «домом», но и проблемами дольщиков всей страны. Впоследствии проблемы со стройкой домов были решены и в конечном счете были сданы, а активность данных сообществ упала. Период с. 2021 г., за исключением не полного 2024 г., характеризуется понижающейся долей использования политических категорий. Возможно это связано переходом соседской коммуникации на платформы чатов, которые имеют иной фрейм взаимодействия между пользователями. Стандартное отклонение среди групп по отношению к другим периодам было минимальным. Это дает основание предположить об установлении репертуара освещающихся соседских действий, которые представлены работой органов самоуправления, встречами с представителями власти и участии в локальных мероприятиях. Также происходит повышение долей групп «политические персоны» и «политические институты». Это обусловлено несколькими причинами. Участие сообществ ТОСов в президентских грантах повышало частоту упоминания категории «президент». Включение микрорайонных сообществ в информационную сеть, освещающую деятельность региональной власти, как следствие повышает частоту упоминаний. Об этом сигнализирует публицистический стиль сообщений, в которых упоминаются губернатор и администрация. Заключение В статье продемонстрирована возможность масштабного выявления и анализа соседских онлайн- сообществ в городской среде на основе цифровых следов из социальной сети «ВКонтакте». Разработанная методика, включающая создание словаря ключевых слов, автоматический поиск, очистку и агрегацию гиперлокальных групп, обеспечивает воспроизводимый подход к формированию корпуса для политологического анализа. На практике показано, что универсальные словари планировочных единиц и форм объединений охватывают до 90 % релевантных сообществ, а дополнительное использование урбанонимов, извлеченных из наименований групп, позволит расширить число групп, входящих в состав уже выявленных сообществ, без привлечения внешних источников. Применение методики позволило сформировать корпус публикаций, охватывающий 17 лет локального взаимодействия, и выявить случаи использования политических категорий. Результаты показывают, что даже при относительно низкой доле политических сообщений соседские сообщества функционируют как инфраструктура низовой политики. ТОСы, дольщики и микрорайонные группы становятся точками концентрации локального участия, направленного на решение конкретных проблем через взаимодействие с органами власти. При этом в публикациях доминируют упоминания исполнительной власти - она упоминается значительно чаще, чем институты представительства или идеологические категории. Это указывает на восприятие власти прежде всего как инстанции, непосредственно отвечающей за решение любых проблем. Политическая артикуляция в этих сообществах сосредоточена преимущественно на практических действиях и локальных вопросах, тогда как обсуждение более абстрактных - «высоких» - тем, таких как устройство государства, идеологии или политические ценности, практически отсутствует. Всё это подтверждает тенденцию локализации гражданской активности и закреплению участия преимущественно в границах микроуровня - двора, дома, района. Снижение доли политических публикаций в последние годы может быть связано с платформенным сдвигом - частичным переходом соседской коммуникации в мессенджеры, где меняется характер коммуникации и повседневные практики участия. Это открывает перспективу для кроссплатформенных исследований, способных выявить различия в формах локального участия.

Об авторах

Александр Александрович Бабкин

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: s4p4@yandex.ru
ORCID iD: 0009-0004-1491-9517

аспирант департамента политики и управления факультета социальных наук

Москва, Российская Федерация

Список литературы

Дополнительные файлы