версия для печатиАктуальность социальных рисков в онлайн- и офлайн-пространстве:
опыт сравнительного исследования
Щекотин Е. В.
кандидат философских наук, доцент, заведующий кафедрой философии, истории и права, Сибирский государственный университет водного транспорта, Новосибирск, Россия; СибГУТИ, Новосибирск, Россия evgvik1978@mail.ru
Кашпур В. В.
кандидат социологических наук, доцент, заведующий кафедрой социологии, Томский государственный университет, Томск, Россия vitkashpur@mail.ru
Аббасова А. А.
аспирант кафедры социологии, Томский государственный университет, Томск, Россия abbasovalina@gmail.com
ID статьи на сайте журнала: 10966
Щекотин Е. В., Кашпур В. В., Аббасова А. А. Актуальность социальных рисков в онлайн- и офлайн-пространстве: опыт сравнительного исследования // Социологические исследования. 2026. № 5. С. 129-140.
DOI 10.7868/S3034601026050105
В статье представлены эмпирические результаты исследования социальных рисков, проводившегося в офлайн- и онлайн-пространстве с помощью двух разных методов. Измерение актуальности социальных рисков в офлайн-пространстве проводилось методом массового опроса в трех регионах Западной Сибири – Кемеровской, Новосибирской и Томской областях. Показано, что наиболее актуальными проблемами в представлении жителей этих регионов являются экономические (инфляция, резкий рост цен, бедность) и экологические проблемы. Для измерения актуальности социальных рисков в онлайн-пространстве использовался такой источник информации, как статистика поисковых запросов в поисковой системе «Яндекс». Для этого были подобраны 79 тематических маркеров (поисковых запросов), отражающих различные типы социальных рисков. С использованием такого инструмента, как индекс интереса, который имеется в сервисе «Яндекс Вордстат», были определены наиболее актуальные риски для каждого из регионов: для Кемеровской области – безработица и экологические проблемы, для Новосибирской области – социальное неравенство, для Томской области – экологические проблемы, инфляция и резкий рост цен. На завершающем этапе был проведен сравнительный анализ рейтинга социальных проблем, полученных с помощью двух различных инструментариев, обнаруживший существенное сходство актуальных социальных рисков для жителей трех регионов.
Бехманн Г. Современное общество: общество риска, информационное общество, общество знаний. М.: Логос, 2010.
Богданов М. Б., Смирнов И. Б. Возможности и ограничения цифровых следов и методов машинного обучения в социологии // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 1. С. 304–328. EDN: SXSBFV.
Бубнов А. Ю. Савельева М. А. Герои военной истории России: о ком напоминают и кого вспоминают? Специфика отражения памяти о военных героях России в государственной политике и запросах интернет-пользователей // Наука. Общество. Оборона. 2024. Т. 12. № 4(41). С. 29–29. DOI: 10.24412/2311-1763-2024-4-29-29; EDN: EYWFXR.Вишняков Я. Д., Радаев Н. Н. Общая теория рисков: Уч. пос. М.: Академия, 2008.
Вишняков Я. Д., Радаев Н. Н. Общая теория рисков: Уч. пос. М.: Академия, 2008.
Константиновский Д. Л., Попова Е. С. и др. Цифровые технологии и большие данные в социологических исследованиях: концепция, методология, возможности // Мир России. Социология. Этнология. 2025. Т. 34. № 1. С. 144–160. DOI: 10.17323/1811-038X‑2025-34-1-144-160; EDN: OVVFFM.
Курбатова М. В., Левин С. Н. и др. Регионы ресурсного типа в России: определение и классификация // Terra Economicus. 2019. № 17(3). С. 89–106. DOI: 10.23683/2073-6606-2019-17-3-89-106; EDN: GEJYTZ.
Лавров К. Д. SEO как эффективный инструмент реализации стратегий продвижения в электронной коммерции // Практический маркетинг. 2024. № 6 (324). C. 50–57. DOI: 10.24412/2071-3762-2024-6324-50-57; EDN: JGHMAJ.
Мозговая А. В., Шлыкова Е. В. «Социальная приемлемость риска» как социологическая категория // Социология: 4М. 2010. № 31. С. 30–35; EDN: MUCUBT.
Ноянзина О. Е., Гончарова Н. П. Социально-экономические и политические детерминанты риск-среды как эскалация угроз социальной безопасности // Известия АлтГУ. 2011. № 2–1(70). С. 236–240. EDN: ONQLGT.
Регионы России. Основные характеристики субъектов Российской Федерации. 2024: Стат. сб. М.: Росстат, 2024.
Саклакова Е. В., Мелешкин В. В. Социальный риск и социальная безопасность: атрибуты современного общества риска // KANT. 2019. № 2(31). С. 266–271. EDN: RFNYFL.
Сапонова А. В., Куликов С. П. Интеграция опросных данных и цифровых следов: обзор основных методологических подходов // Cоциология: 4М. 2021. № 53. С. 117–164. DOI: 10.19181/4m.2021.53.4; EDN: LUWLVB.
Соколов Ю. И. Социальные риски России // Проблемы анализа риска. 2017. Т. 14. № 5. С. 38–-51. DOI: 10.32686/1812-5220-2017-14-5-38-51; EDN: ZSHVGR.
Фантаццини Д., Шаклеина М. В., Юрас Н. А. Big Data в определении социального самочувствия населения России // Прикладная эконометрика. 2018. Т. 50. С. 43–66.
Шопенко А. Д. Социальные риски макроэкономической динамики. СПб.: СПбГИЭУ, 2009. EDN: QTWOPX.
Шопенко А. Д. Управление социальными рисками: региональный аспект. СПб.: СПбГИЭУ, 2010. EDN: QUNVVN.
Algan Y., Murtin F. et al. Well-being through the Lens of the Internet // PLoS ONE. 2019. No. 14(1). P.e0209562. DOI: 10.1371/journal.pone.0209562.
Ardelyanova Ya.A. Search queries on the Internet as a representation of the corrupt behavior of the population // International Scientific Research Journal. 2024. No. 10(148). URL: https://research-journal.org/archive/10-148-2024-october/10.60797/IRJ.2024.148.62
Avramescu A., Wisniewski A. Now-casting Romanian Migration into the United Kingdom by Using Google Search Engine Data // Demographic Research. 2021. Vol. 45. P. 1219–1254. DOI: 10.4054/ demres.2021.45.40.
Böhme M. H., Gröger A., Stoehr T. Searching for a Better Life: Predicting Iinternational Migration with Online Search Keywords // Journal of Development Economics. 2020. Vol. 142. P. 102347. DOI: 10.1016/j.jdeveco.2019.04.002.
Fantazzini D., Pushchelenko J. et al. Forecasting Internal Migration in Russia Using Google Trends: Evidence from Moscow and Saint Petersburg // Forecasting. 2021. No. 3. Р. 774–803. DOI: 10.3390/forecast3040048.
Ford M. T., Jebb A. T. et al. Internet Searches for Affect-Related Terms: An Indicator of Subjective Well-Being and Predictor of Health Outcomes across US States and Metro Areas // Applied Psychology. Health and Well-being. 2018. No. 10(1). P. 3–29. DOI: 10.1111/aphw.12123.
Li H., Zhang H. et al. Social Risk Assessment Index System by Composite Catastrophe Models: A Case Study in Contemporary China // Proceedings of the Tenth International Conference on ManagementScience and Engineering Management. Advances in Intelligent Systems and Computing / Ed. by J. Xu, A. Hajiyev et al. 2017. Vol. 502. Singapore. P. 1643–1652. DOI: 10.1007/978-981-10-1837-4_133.
Wanner P. How Well Can We Estimate Immigration Trends Using Google Data? // Quality & Quantity. 2021. No. 55. Р. 1181–1202. DOI: 10.1007/s11135-020-01047‑w.
Webb E. J. Campbell D. T. et al. Unobtrusive Measures: Nonreactive Research in the Social Sciences. Chicago: Rand McNally, 1966.