Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Вопросы безопасности
Правильная ссылка на статью:

Об одном методе предсказания нерегулярной смены власти

Каменецкий Евгений Самойлович

ORCID: 0000-0002-7105-3578

доктор физико-математических наук

главный научный сотрудник, Южный математический институт — филиал Федерального государственного бюджетного учреждения науки Федерального научного центра «Владикавказский научный центр Российской академии наук»

362027, Россия, республика Северная осетия-Алания, г. Владикавказ, ул. Маркуса, 22, ЮМИ ВНЦ РАН

Kamenetsky Evgeny Samoilovich

Doctor of Physics and Mathematics

Chief Researcher, Southern Mathematical Institute — Branch of the Federal State Budgetary Institution of Science of the Federal Scientific Center "Vladikavkaz Scientific Center of the Russian Academy of Sciences"

362027, Russia, respublika Severnaya osetiya-Alaniya, g. Vladikavkaz, ul. Markusa, 22, YuMI VNTs RAN

esk@smath.ru
Другие публикации этого автора
 

 
Басаева Елена Казбековна

ORCID: 0000-0002-9198-7319

кандидат физико-математических наук

ведущий научный сотрудник, Южный математический институт — филиал Федерального государственного бюджетного учреждения науки Федерального научного центра «Владикавказский научный центр Российской академии наук»; заведующий кафедрой прикладной математики и информатики, Северо-Осетинский государственный университет им. К.Л. Хетагурова

362027, Россия, республика Северная осетия-Алания, г. Владикавказ, ул. Маркуса, 22, ЮМИ ВНЦ РАН

Basaeva Elena Kazbekovna

PhD in Physics and Mathematics

Leading Researcher, Southern Mathematical Institute — Branch of the Federal State Budgetary Institution of Science of the Federal Scientific Center "Vladikavkaz Scientific Center of the Russian Academy of Sciences"; Head of the Department of Applied Mathematics and Computer Science, K.L. Khetagurov North Ossetian State University

362027, Russia, respublika Severnaya osetiya-Alaniya, g. Vladikavkaz, ul. Markusa, 22, YuMI VNTs RAN

helen@smath.ru
Другие публикации этого автора
 

 

DOI:

10.25136/2409-7543.2019.6.31061

Дата направления статьи в редакцию:

16-10-2019


Дата публикации:

06-01-2020


Аннотация: В статье рассматриваются возможные предвестники нерегулярной смены власти (переворота, революции, импичмента и т.п.) с целью возможного ее прогнозирования. Предполагается, что за несколько лет перед нерегулярной сменой власти напряженность элиты должна расти. Оценка напряженности элиты выполняется с помощью ранее разработанной математической модели по напряженности народа. Последняя определяется с использованием в качестве индикатора нормированного уровня предумышленных убийств. Рассмотрено 14 случаев нерегулярной смены власти в 11 странах. В целях большей формализации прогнозирования для всех стран использовались одни и те же значения констант модели. В 10 из 14 случаях полученные по предлагаемому методу оценки напряженности элиты показывают ее заметный рост (более чем на 10%) в течение пяти лет, предшествующих смене власти, или два значительных скачка напряженности элиты за те же пять лет. Использование предлагаемого подхода позволило правильно предсказать несвоевременную смену власти в 71% рассмотренных случаев. Предложенный метод, наряду с существующими методами, можно использовать для предсказания политических кризисов, которые с большой вероятностью завершатся нерегулярной сменой власти.


Ключевые слова:

нерегулярная смена власти, революция, переворот, импичмент, социально-политическая напряженность, напряженность элиты, напряженность народа, статистический индикатор, уровень убийств, математическая модель

Abstract: This article examines the potential precursors for an irregular change of power (coup, revolution, impeachment, etc.) for the purpose of its possible forecasting. It is assumed that several years prior to an irregular change of power, tension of the elite should increase. The elite tension is assessed by public tension using the previously developed mathematical model. The latter is determined using the normalized homicide rate as an indicator. The article examines 14 cases of irregular change of power in the eleven countries. Identical values of the constants of model were applied to all countries for more detailed forecasting formalization. In ten out of fourteen cases, the estimates of tension of the elite obtained by the proposed method, demonstrate noticeable increase (by more than 10%) in five years preceding the change of power, or two significant run-ups n tension of the elite over same five years Implementation of such approach allowed to accurately predict an untimely change of power in 71% of the considered cases The proposed method, along with other existing methods, may be valuable for predicting the political crises that are highly likely to end in the irregular change of power.


Keywords:

irregular leadership changes, revolution, coup, impeachment, socio-political tension, elite tension, tension of people, statistical indicator, homicide rate, mathematical model

1. Введение

В XXI веке нестабильность в мире не только не уменьшилась, но заметно возросла. Достаточно частыми становятся смещения или свержения политических лидеров до истечения срока их полномочий (импичмент или неконституционная насильственная смена власти). Будем называть такое неожиданное удаление основного политического лидера нерегулярной сменой власти.

Единого теоретического объяснения того, почему происходит нерегулярная смена власти, нет. Работы отечественных авторов в основном ориентированы на изучение форм участия в нерегуляных сменах власти разнообразных «агентов влияния» извне, см. например [1-5]. В рамках создания систем прогнозирования конфликтов некоторые исследовательские группы также работают над построением прогнозов нерегулярной смены власти [6-12]. Прогнозы строятся либо на основе экспертных оценок [13], либо на основе анализа статистических данных. Достоверно неизвестно какие факторы способствуют возникновению конфликта. Поэтому имеется тенденция к анализу большого числа факторов – от нескольких десятков до нескольких сотен, что затрудняет построение прогнозов и интерпретацию результатов. Имеется также ряд работ посвященных влиянию какого-либо одного фактора на нестабильность государств, способствующую возникновению конфликтов и нерегулярной смене власти [14-17]. Отметим, что ни один из существующих подходов не позволяет с удовлетворительной точностью, предсказывать нерегулярную смену власти.

2. Постановка задачи

Представляется возможным другой подход к краткосрочному прогнозированию нерегулярной смены власти в государстве. В рамках этого подхода не рассматриваются глубинные причины конфликтов, приводящие к смене власти, а используются определенные предвестники конфликта. В настоящей работе в качестве такого предвестника рассматривается напряженность элиты, связанная с напряженностью народа. Напряженность народа можно оценить с помощью статистических индикаторов [18]. В качестве индикатора напряженности народа (P2)` `в данной работе мы используем нормированный уровень убийств.

Считаем, что, согласно ранее разработанной математической модели [19], изменение напряженности народа зависит от изменения экономической ситуации и напряженности элиты:

(1) dP2/dt = g(U P2) + c2 P1/(1 P1) * (P1 P2)+c2d2P1P2 k(P2)2,

где P1 ` `— напряженность элиты, P2` ` напряженность народа, принимаемая равной нормированному уровню убийств, U ` `— влияние изменения экономической ситуации, g, c2, d2, k — константы, характеризующие рассматриваемое общество. В отличие от работы [19] в уравнение (1) добавлен член k(P2)2, трактуемый как самоуспокоение народа с течением времени, что отражает эффект приспособления к возникающим обстоятельствам.

Оценить напряженность элиты по имеющимся статистическим индикаторам не представляется возможным. Поэтому мы оцениваем напряженность элиты из уравнения (1). Разрешая уравнение (1) относительно P1, получаем для напряженности элиты квадратное уравнение:

(2) a(P1)2 + bP1 + c = 0, ` `

где a = c2(1 d2P2), b = dP2/dt + g(P2 U) + k(P2)2 + P2c2(d2 1), c = dP2/dt g(P2 U) k(P2)2.

Отметим, что величина напряженности элиты P1 связана с внутриэлитной борьбой и возрастает при усилении этой борьбы. При консолидации элиты эта величина падает, что приводит к уменьшению напряженности народа. Отметим, что величина P1, оцениваемая из уравнения (2), представляет собой воздействие на народ не только элиты, но и разноообразных «агентов влияния» извне.

3. Метод исследования и результаты

Предполагаем, что предвестником нерегулярной смены власти является резкий рост напряженности элиты P1 (более чем на 10 % в течение предыдущих пяти лет).

Для проверки этого предположения проанализировано изменение напряженности элиты в 11 странах, в которых происходила нерегулярная смена власти – импичмент, военный переворот или революция. Перечислим эти страны: Армения («бархатная революция» 2018 г.), Бразилия (импичмент президенту Русефф, 2016 г.), Гондурас (военный переворот 2009 г.), Грузия («революция роз» 2003 г.), Египет (революция 2011–2013 гг.), Киргизия («тюльпановая революция» 2005 г.; переворот 2010 г.), Литва (импичмент президенту Паксасу, 2004 г.), СССР (путч 1991 г. и распад страны в 1992 г.), Таиланд (военные перевороты 2006 и 2014 гг.), Тунис («жасминовая революция» 2010–2011 гг.), Украина («оранжевая революция» 2004 г.; переворот 2014 г.). Для этих стран имеется также более или менее достоверная статистика уровня убийств.

В качестве оценки напряженности народа мы использовали нормированный уровень убийств. При нормировке использовалось выражение:

P2(t) = A + B (xt xmin)/(xmax xmin).

Здесь xt уровень убийств в году t. Коэффициенты A и B подбирались так, чтобы наименьший уровень убийств соответствовал достаточно спокойному обществу, а наибольший — возбужденному. Количественные значения этих коэффициентов характеризуют наше представление (основанное на экспертной ценке) об уровне напряженности народа. Нормировка производилась по более длинным рядам уровня убийств, включающим все имеющиеся данные.

Считаем, что в странах, где возможна несвоевременная смена власти минимальный уровень напряженности A = 0,35. Отметим, что при значениях константы A меньших 0,35, вычисляемые по формуле (2) значения напряженности элиты для некоторых из рассматриваемых стран в отдельные годы получаются мнимыми.

Коэффициент B выбирался так, чтобы максимальная напряженность совпадала с нашей экспертной оценкой. Если за рассматриваемый промежуток времени не было крупных протестных акций (Литва), то максимальное значение напряженности принималось равным 0,6; тогда B = 0,25. Если акции были достаточно крупными, но без столкновений с силами правопорядка или между сторонниками различных элитных групп (Грузия, Армения, Тунис, Бразилия, Гондурас), то максимальное значение напряженности — 0,65; B = 0,3. Столкновения с жертвами, как правило, локализованные в столицах (Россия, Украина, Египет) соответствуют максимальной напряженности 0,7 и B = 0,35. В случае столкновений, которые могли перерасти в гражданскую войну (Киргизия, Таиланд), максимальная напряженность равна 0,75, а B = 0,4.

В таблицах 1–5 приведены: исходные значения уровня убийств, нормированного уровня убийств (P2) и напряженности элиты (P1), вычисленной из уравнения (2). Основной источник данных об уровне убийств — Мировой атлас данных [20].

Таблица 1.

Армения (t* = 2018)

Бразилия (t* = 2016)

Египет (t* = 2011–2013)

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

2013

2,2

0,36

0,45

2011

24,20

0,43

0,56

2006

0,70

0,39

0,48

2014

2,5

0,38

0,48

2012

26,50

0,51

0,63

2007

0,85

0,40

0,51

2015

2,6

0,38

0,47

2013

26,80

0,52

0,62

2008

1,19

0,45

0,57

2016

3

0,40

0,50

2014

28,60

0,58

0,69

2009

1,11

0,44

0,52

2017

2,4

0,37

0,45

2015

28,40

0,58

0,66

2010

2,19

0,58

0,71

2018

2016

29,70

0,62

0,72

2011

3,15

0,70

0,80

2017

30,50

0,65

0,74

2012

2,50 [21]

0,62

0,68

2018

2013

3,4 [22]

0,73

0,82

Таблица 2.

Грузия (t* = 2003)

Киргизия (t* = 2005)

Киргизия (t* = 2010)

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

1998

5

0,39

0,44

2000

8,7

0,49

0,59

2005

9,7

0,53

0,63

1999

5,1

0,40

0,49

2001

7,8

0,46

0,55

2006

8,7

0,49

0,57

2000

5,1

0,40

0,49

2002

8,2

0,48

0,57

2007

8

0,47

0,56

2001

5,6

0,43

0,54

2003

8,4

0,48

0,58

2008

7,9

0,47

0,56

2002

6,3

0,47

0,59

2004

8,3

0,48

0,58

2009

7,8

0,46

0,55

2003

6,6

0,49

0,60

2005

9,7

0,53

0,63

2010

16,8

0,75

0,85

2004

6,6

0,49

0,59

2006

8,7

0,49

0,57

2011

8,5

0,49

0,35

2005

9

0,65

0,77

2007

8

0,47

0,56

2012

6,8

0,43

0,48

2006

7,3

0,54

0,59

2008

7,9

0,47

0,56

2013

5,3

0,39

0,45

2007

7,5

0,55

0,65

2009

7,8

0,46

0,55

2014

5,5

0,39

0,49

2008

6,1

0,46

0,50

2010

16,8

0,75

0,85

2015

5,2

0,38

0,46

Таблица 3.

Гондурас (t* = 2009)

Тайланд (t* = 2006)

Тунис (t* = 2010–2011)

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

2004

50,5

0,51

0,60

2001

7,90

0,63

2005

2,57

0,55

0,68

2005

43,6

0,48

0,57

2002

7,08

0,58

0,65

2006

2,44

0,53

0,61

2006

41,3

0,48

0,57

2003

9,97

0,75

0,84

2007

2,65

0,57

0,67

2007

46,5

0,50

0,60

2004

6,57

0,55

0,55

2008

2,69

0,57

0,67

2008

56,6

0,54

0,64

2005

7,35

0,59

0,70

2009

2,42

0,52

0,59

2009

65,7

0,57

0,66

2006

7,12

0,58

0,67

2010

2,69

0,57

0,68

2010

76,1

0,61

0,71

2007

6,70

0,56

0,64

2011

3,00

0,63

0,73

2011

85,1

0,65

0,74

2008

5,97

0,51

0,59

2012

3,05 [21]

0,64

0,73

2012

84,3

0,65

0,73

2009

5,54

0,49

0,56

2013

2,2 [22]

0,48

0,47

2013

74,3

0,61

0,68

2010

5,44

0,48

0,58

2014

2014

66,9

0,58

0,66

2011

4,90

0,45

0,52

2015

Таблица 4.

Украина (t* = 2004)

Литва (t* = 2004)

СССР (t* = 1991–1992)

Год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

1999

8,91

0,65

0,73

1999

8,8

0,47

0,56

1986

10,7 [23]

0,37

0,44

2000

9,59

0,68

0,77

2000

10,6

0,51

0,63

1987

10,4 [23]

0,37

0,45

2001

10

0,66

0,74

2001

10,2

0,50

0,60

1988

11,3 [23]

0,38

0,48

2002

9

0,61

0,68

2002

8,5

0,46

0,53

1989

13,3 [23]

0,41

0,52

2003

8,05

0,56

0,64

2003

10,1

0,50

0,62

1990

14,3 [23]

0,43

0,53

2004

7,4

0,51

0,58

2004

10,4

0,51

0,61

1991

15,3

0,44

0,52

2005

6,5

0,46

0,54

2005

11,1

0,53

0,63

1992

22,9

0,56

0,67

2006

6,3

0,44

0,52

2006

8,7

0,46

0,53

1993

30,4

0,67

0,77

2007

5,7

0,42

0,51

2007

8,5

0,46

0,55

1994

32,3

0,70

0,78

2008

5,3

0,39

0,47

2008

9,3

0,48

0,58

1995

30,5

0,67

0,75

2009

4,85

0,39

0,48

2009

8

0,44

0,48

1996

26,4

0,61

0,68

Таблица 5.

Тайланд (t* = 2014)

Украина (t* = 2014)

год

Уровень убийств

P2

P1

год

Уровень убийств

P2

P1

2009

5,54

0,49

0,56

2009

4,85

0,39

0,48

2010

5,44

0,48

0,58

2010

4,35

0,35

0,38

2011

4,90

0,45

0,52

2011

4,78

0,36

0,44

2012

4,90

0,45

0,55

2012

5,2

0,38

0,48

2013

4,25

0,41

0,48

2013

5,75

0,41

0,52

2014

3,87

0,39

0,46

2014

6,3

0,42

0,52

2015

3,48

0,37

0,44

2015

2016

3,24

0,35

0,43

Ситуация перед нерегулярной сменой власти. Анализ приведенных в таблицах 1–5 данных показывает, что типичная картина изменения напряженности элиты (P1) перед несвоевременной сменой власти это заметный (более 10%) рост напряженности элиты в течение трех-пяти лет предшествующих смене власти (Армения, Россия, Украина-2014, Египет, Бразилия, Грузия, Гондурас); типичную картину см. на рис. 1. В Гондурасе и Грузии рост напряженности перед сменой власти происходил монотонно. В остальных странах, на фоне общего роста напряженности элиты наблюдались один или два кратковременных спада напряженности. Спады могли вызываться, как случайными флуктуациями уровня убийств, так и договоренностями между конфликтующими элитными группами. Нарушение этих договоренностей может приводить к резкому росту напряженности, поэтому рост напряженности на следующий год после спада обычно более значителен.

egipt

Рис. 1. Египет: изменение напряженности элиты (P1) и народа (P2).

В нескольких случаях (перед импичментом в Литве, военным переворотом в Тайланде в 2003 г., революцией в Тунисе) напряженность элиты заметно колебалась, причем имели место два значительных подъема напряженности элиты: в Литве более чем на 17 %, в Таиланде более чем на 37 %, в Тунисе более чем на 10 %; типичную картину см. на рис. 2. Такие ситуации также можно считать предвестниками смены власти.

tunis_02

Рис. 2. Тунис: изменение напряженности элиты (P1) и народа (P2).

Только в четырех случаях: перед обеими сменами власти в Киргизии, «оранжевой революцией» на Украине в 2004 году и военным переворотом в Таиланде в 2014 году оценки напряженности элиты не позволяют предсказать возможность несвоевременной смены власти.

В Таиланде с 2011 по 2014 год происходили протесты, сопровождавшиеся блокадой дорог, захватом административных зданий и актами вандализма, имели место столкновения между полицией и протестующими. Перед переворотом 2014 г. страна находилась на грани гражданской войны. В то же время, согласно имеющейся статистике, число умышленных убийств, выбранное нами в качестве индикатора напряженности, стабильно уменьшалось. Это можно объяснить тем, что в Таиланде «дискурс гармонии сформулировал мировоззрение, которое считает все виды конфликтов плохими. Публичные проявления конфликта между отдельными лицами или группами означают потерю "лица"» [24]. В связи с этим, возможно в Таиланде (и других странах с близкой культурой) более надежным индикатором напряженности является уровень самоубийств.

В Киргизии перед «тюльпановой революцией» 2005 г. напряженность элиты росла незначительно. После выборов в июле 2005г., которые были признаны ОБСЕ и Европарламентом не соответствующими международным нормам, начались протестные акции. Но оппозиционные группы были разрознены и конфликтовали между собой. «Основной слабостью киргизской оппозиции было отсутствие единства. … Протесты были местными событиями возглавляемыми местными лидерами, которые только в последний день объединились для кратковременного протеста, свергнувшего правительство» [25]. Неожиданно быстрое объединение оппозиции и перенос протестных акций в Бишкек, которое, скорее всего, явились следствием влияния внешних сил, привело к свержению президента республики Аскара Акаева.

Переворот в Киргизии в 2010 г. оказался возможен вследствие того, что оппозиция, недовольная итогами президентских выборов 2009 г., но не решившаяся выступить против президента К. Бакиева сразу, использовала резкое (более чем вдвое) увеличение тарифов на электроэнергию и отопление в начале 2010 г. Возможно, на активизацию оппозиции повлияло также то, что «во второй половине 2009 г. правительство Бакиева … утратило поддержку российского руководства» [26].

До 2004 г. напряженность элиты на Украине по нашим оценкам падала. Причиной массовых протестов и последующей смены власти, явились результаты выборов президента Украины в ноябре 2004 г. (было широко распространенное мнение, что перевес Януковича в 3 % достигнут за счет нарушений).

Отметим, что в трех последних случаях вовлечение народных масс во внутриэлитную борьбу происходило за короткий промежуток времени, было достаточно интенсивным и характеризуется наличием триггерного события. В Киргизии 2005 г. и на Украине 2004 г. такими событиями явилась фальсификация выборов, а в Киргизии 2010 г. — резкое повышение тарифов на электроэнергию и отопление.

Последствия нерегулярной смены власти. После нерегулярной смены власти возможно как падение напряженности элиты (Таиланд после 2006 г., Тунис после 2011 г.), так и ее рост (Бразилия после 2016 г., Гондурас после 2009 г., Литва после 2004 г., Россия после 1992 г.). Рост напряженности элиты после смены власти можно объяснить продолжением борьбы отстраненных от власти элитных групп с новым руководством. Иногда спад напряженности после смены власти сменяется резким подъемом (Грузия после 2003 г., Египет после 2011 г.). В Египте этот рост напряженности привел к военному перевороту 2013 г. В Киргизии заметный рост напряженности наблюдался лишь в годы революций 2005 и 2010 гг., что можно объяснить ослаблением в эти годы центральной власти.

Особняком стоит, оранжевая революция 2004 г. на Украине, во время и после которой напряженность элиты непрерывно падала. Она проходила в условиях «постоянно действующей сцены-трибуны народного вече в центре столицы, формировании карнавальной атмосферы праздника благодаря почти непрерывному музыкально-агитационному шоу при участии популярных исполнителей, «оранжевой» моде в одежде и атрибутике» [27]. Причиной отсутствия открытой борьбы было то, что предыдущий президент Л. Кучма не одобрял применения насилия и все еще обладал реальной властью [28, с. 194]. «Самое первое и самое важное отличие украинской революции от арабских — уважение к жизни человека, неприменение силы. Несмотря на всю сложность процессов, которые происходили тогда, все политические институты и силы сделали все, чтобы революция происходила в мирном европейском русле», – отметил Леонид Кучма на восьмой ежегодной встрече Ялтинской европейской стратегии в 2011 г.

Выводы и заключение

Предложенный подход является чисто феноменологическим и не связан с поиском внутренних и внешних причин нерегулярной смены власти. Его ретроспективное тестирование на случаях несвоевременной смены власти, для которых имелся необходимый статистический материал, позволило правильно предсказать смену власти в 71 % рассмотренных случаев. Необходимо дальнейшее изучение описанного подхода на большем объеме исторического материала (включая неудавшиеся перевороты) и подбор констант с целью увеличения точности метода. Кроме того, важное значение имеет правильный выбор репрезентативных индикаторов напряженности народа.

Библиография
1. Шульц Э.Э. Технологии бунта (Технологии управления радикальными формами социального протеста в политическом контексте). — М.: Подольская фабрика офсетной печати, 2014. — 512 с.
2. Наумов А.О. «Цветные революции» на постсоветском пространстве: взгляд десять лет спустя // Государственное управление. Электронный вестник. — 2014. — N 45. — С. 148–178.
3. Манойло А.В. Цветные революции и проблемы демонтажа политических режимов в меняющемся мире // Вестник Московского государственного областного университета (Электронный журнал). — 2014. — N 2. — C. 1—14.
4. Тимакова А.А. «Арабская весна» как матрица нестабильного мира // Научно-аналитический журнал Обозреватель — Observer. — 2014, 12 (299). — С. 43–51.
5. Манойло А.В., Пономарева Е.Г. Современные информационно-психологические операции: технологии и методы противодействия // Научно-аналитический журнал Обозреватель — Observer. — 2019. — N 2 (349). — С. 5—17.
6. Barton F., von Hippel K., Sequeira S., Irvine M. Early Warning? A Review of Conflict Prediction Models and Systems. – PCR Project Special Briefing. Center for Strategic and International Studies, 2008. – 20 pp.
7. Marshall M.G. Fragility, Instability, and the Failure of States. Assessing Sources of Systemic Risk.– Council on Foreign Relations. Center for Preventive Action, 2008. –26 pp. – (CPA Working Paper).
8. Лапухова О.В. Системы раннего предупреждения этнополитических конфликтов // Вестник Военного университета.– 2009.– N 4. – С. 15–20.
9. Goldstone J.A., Bates R.H., Epstein D.L. Gurr T.R., Lustik M.B., Marshall M.G., Ulfelder J., Woodward M. A Global Model for Forecasting Political Instability // American Journal of Political Science. – 2010. – Vol. 54. – N 1. – P. 190–208.
10. Ward M.D., Metternich N.W., Dorff C., Gallop M., Hollenbach F.M., Schultz A., Weschle S. Learning from the Past and Stepping into the Future: Toward a New Generation of Conflict Prediction // International Studies Review. – 2013. – Vol. 15, N 4. – P. 473–90.
11. Beger A., Dorff C.L., Ward M.D. Irregular Leadership Changes in 2014: Forecasts using ensemble, split-population duration models // arXiv: 1409.7105v1 [stat.AP]. 24 Sep 2014. – 59 pp.
12. Beger A., Dorff C.L., Ward M.D. Ensemble forecasting of irregular leadership change // Research and Politics. – 2014. – Vol. 1., N 3. – P. 1–7. – DOI: 10.1177/2053168014557511.
13. Тишков В.А., Степанов В.В. Измерение конфликта. Методика и результаты этноконфессионального мониторинга Сети EAWARN в 2003 году. – М., 2004. – 322 с.
14. Gates S., Hegre H., Jones M.P., Strand H. Institutional Inconsistency and Political Instability: Polity Duration, 1800–2000 // American Journal of Political Science. – 2006. – Vol. 50, N 4. – P. 893–908.
15. Giskemo G.G. Exploring the relationship between socioeconomic inequality, political instability and economic growth. Why do we know so little? – Bergen: Chr. Michelsen Institute, 2012.– 31 p. – (CMI Working Paper, WP 2012:2).
16. Azeng T.F., Yogo T.U. Youth Unemployment And Political Instability In Selected Developing Countries. – Tunis, Tunisia: African Development Bank, 2013. – 25pp. (ADBG Working Paper Series, N 171).
17. Коротаев А.В., Исаев Л.М., Васильев А.М. Количественный анализ революционной волны 2013–2014 гг. // Социологические исследования. – 2015. – N 8. – С. 119–127.
18. Басаева Е.К., Каменецкий Е.С., Хосаева З.Х. Количественная оценка фоновой социальной напряженности // Информационные войны. – 2015. – N 2 (34). – С. 25–28.
19. Басаева Е.К., Каменецкий Е.С., Хосаева З.Х. Математическое моделирование социальной напряженности взаимодействующих социальных групп // В книге: Анализ и моделирование мировой и страновой динамики: экономические и политические процессы / Отв. ред. С.Ю. Малков, Л Е. Гринин. – М., 2016. – С. 130–144.
20. Мировой атлас данных. URL: https://knoema.ru/ATLAS (дата обращения 9.09.2019).
21. Human Development Reports. Homicide rate (per 100,000 people). (United Nations Development Programme.). URL: http://hdr.undp.org/en/indicators/61006# (дата обращения 9.09.2019).
22. Рейтинг стран мира по уровню преднамеренных убийств / Homicide Rate. URL: https://gtmarket.ru/ratings/homicide-rate/info (дата обращения 9.09.2019г.).
23. Гилинский Я.И. Социальное насилие. – СПб.: Алеф-Пресс, 2013.
24. Sombatpoonsiri J. The 2014 Military Coup in Thailand: Implications on Political Conflicts and Resolution // Asian Journal Peacebuilding. – 2017. – Vol. 5. – N 1. – P. 131–154.
25. DeWitt Jones K. The dynamics of political protests: a case study of the Kyrgiz republic. Dissertation for the degree of Doctor of Phylosophy, University of Maryland, 2007. – 238 pp.
26. Троицкий Е.Ф. Драма власти в Бишкеке // Международные процессы. – 2010. – N 2 (23). – С. 123–128.
27. Степаненко В. «Оранжевая революция» – природа событий и особенности национальной гражданской активности // Вестник общественного мнения. – 2005. – N 5. – С. 25–38.
28. Aslund A. How Ukraina Became a Market Economy and Democraty. – Peterson Institute for International Economics, 2009. – 345 pp. URL: https://ru.tsn.ua/ukrayina/kuchma-oranzhevaya-revolyuciya-dokazala-chto-my-evropeycy.html. (дата обращения 08.10.2019).
References
1. Shul'ts E.E. Tekhnologii bunta (Tekhnologii upravleniya radikal'nymi formami sotsial'nogo protesta v politicheskom kontekste). — M.: Podol'skaya fabrika ofsetnoi pechati, 2014. — 512 s.
2. Naumov A.O. «Tsvetnye revolyutsii» na postsovetskom prostranstve: vzglyad desyat' let spustya // Gosudarstvennoe upravlenie. Elektronnyi vestnik. — 2014. — N 45. — S. 148–178.
3. Manoilo A.V. Tsvetnye revolyutsii i problemy demontazha politicheskikh rezhimov v menyayushchemsya mire // Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta (Elektronnyi zhurnal). — 2014. — N 2. — C. 1—14.
4. Timakova A.A. «Arabskaya vesna» kak matritsa nestabil'nogo mira // Nauchno-analiticheskii zhurnal Obozrevatel' — Observer. — 2014, 12 (299). — S. 43–51.
5. Manoilo A.V., Ponomareva E.G. Sovremennye informatsionno-psikhologicheskie operatsii: tekhnologii i metody protivodeistviya // Nauchno-analiticheskii zhurnal Obozrevatel' — Observer. — 2019. — N 2 (349). — S. 5—17.
6. Barton F., von Hippel K., Sequeira S., Irvine M. Early Warning? A Review of Conflict Prediction Models and Systems. – PCR Project Special Briefing. Center for Strategic and International Studies, 2008. – 20 pp.
7. Marshall M.G. Fragility, Instability, and the Failure of States. Assessing Sources of Systemic Risk.– Council on Foreign Relations. Center for Preventive Action, 2008. –26 pp. – (CPA Working Paper).
8. Lapukhova O.V. Sistemy rannego preduprezhdeniya etnopoliticheskikh konfliktov // Vestnik Voennogo universiteta.– 2009.– N 4. – S. 15–20.
9. Goldstone J.A., Bates R.H., Epstein D.L. Gurr T.R., Lustik M.B., Marshall M.G., Ulfelder J., Woodward M. A Global Model for Forecasting Political Instability // American Journal of Political Science. – 2010. – Vol. 54. – N 1. – P. 190–208.
10. Ward M.D., Metternich N.W., Dorff C., Gallop M., Hollenbach F.M., Schultz A., Weschle S. Learning from the Past and Stepping into the Future: Toward a New Generation of Conflict Prediction // International Studies Review. – 2013. – Vol. 15, N 4. – P. 473–90.
11. Beger A., Dorff C.L., Ward M.D. Irregular Leadership Changes in 2014: Forecasts using ensemble, split-population duration models // arXiv: 1409.7105v1 [stat.AP]. 24 Sep 2014. – 59 pp.
12. Beger A., Dorff C.L., Ward M.D. Ensemble forecasting of irregular leadership change // Research and Politics. – 2014. – Vol. 1., N 3. – P. 1–7. – DOI: 10.1177/2053168014557511.
13. Tishkov V.A., Stepanov V.V. Izmerenie konflikta. Metodika i rezul'taty etnokonfessional'nogo monitoringa Seti EAWARN v 2003 godu. – M., 2004. – 322 s.
14. Gates S., Hegre H., Jones M.P., Strand H. Institutional Inconsistency and Political Instability: Polity Duration, 1800–2000 // American Journal of Political Science. – 2006. – Vol. 50, N 4. – P. 893–908.
15. Giskemo G.G. Exploring the relationship between socioeconomic inequality, political instability and economic growth. Why do we know so little? – Bergen: Chr. Michelsen Institute, 2012.– 31 p. – (CMI Working Paper, WP 2012:2).
16. Azeng T.F., Yogo T.U. Youth Unemployment And Political Instability In Selected Developing Countries. – Tunis, Tunisia: African Development Bank, 2013. – 25pp. (ADBG Working Paper Series, N 171).
17. Korotaev A.V., Isaev L.M., Vasil'ev A.M. Kolichestvennyi analiz revolyutsionnoi volny 2013–2014 gg. // Sotsiologicheskie issledovaniya. – 2015. – N 8. – S. 119–127.
18. Basaeva E.K., Kamenetskii E.S., Khosaeva Z.Kh. Kolichestvennaya otsenka fonovoi sotsial'noi napryazhennosti // Informatsionnye voiny. – 2015. – N 2 (34). – S. 25–28.
19. Basaeva E.K., Kamenetskii E.S., Khosaeva Z.Kh. Matematicheskoe modelirovanie sotsial'noi napryazhennosti vzaimodeistvuyushchikh sotsial'nykh grupp // V knige: Analiz i modelirovanie mirovoi i stranovoi dinamiki: ekonomicheskie i politicheskie protsessy / Otv. red. S.Yu. Malkov, L E. Grinin. – M., 2016. – S. 130–144.
20. Mirovoi atlas dannykh. URL: https://knoema.ru/ATLAS (data obrashcheniya 9.09.2019).
21. Human Development Reports. Homicide rate (per 100,000 people). (United Nations Development Programme.). URL: http://hdr.undp.org/en/indicators/61006# (data obrashcheniya 9.09.2019).
22. Reiting stran mira po urovnyu prednamerennykh ubiistv / Homicide Rate. URL: https://gtmarket.ru/ratings/homicide-rate/info (data obrashcheniya 9.09.2019g.).
23. Gilinskii Ya.I. Sotsial'noe nasilie. – SPb.: Alef-Press, 2013.
24. Sombatpoonsiri J. The 2014 Military Coup in Thailand: Implications on Political Conflicts and Resolution // Asian Journal Peacebuilding. – 2017. – Vol. 5. – N 1. – P. 131–154.
25. DeWitt Jones K. The dynamics of political protests: a case study of the Kyrgiz republic. Dissertation for the degree of Doctor of Phylosophy, University of Maryland, 2007. – 238 pp.
26. Troitskii E.F. Drama vlasti v Bishkeke // Mezhdunarodnye protsessy. – 2010. – N 2 (23). – S. 123–128.
27. Stepanenko V. «Oranzhevaya revolyutsiya» – priroda sobytii i osobennosti natsional'noi grazhdanskoi aktivnosti // Vestnik obshchestvennogo mneniya. – 2005. – N 5. – S. 25–38.
28. Aslund A. How Ukraina Became a Market Economy and Democraty. – Peterson Institute for International Economics, 2009. – 345 pp. URL: https://ru.tsn.ua/ukrayina/kuchma-oranzhevaya-revolyuciya-dokazala-chto-my-evropeycy.html. (data obrashcheniya 08.10.2019).

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Замечания:
Первые строки:
«В XXI веке нестабильность в мире не только не уменьшилась, но заметно возросла. Это можно связать с все более быстрым изменением образа жизни, который, за счет бурного развития средств коммуникации, охватывает весь мир. »
Связать, разумеется, можно — но послужит ли такое связывание объяснением происходящего?
Вряд ли (собственно, утверждение представляет скрытую тавтологию).
И несколькими строками ниже читаем:
«Единого теоретического объяснения того, почему происходит нерегулярная смена власти, нет.  »
Так к чему было вышеприведенное «объяснение»?
«Обычно эти работы ведутся в рамках разработки систем прогнозирования конфликтов, так как смена власти является следствием конфликта между элитными группами, в который могут вовлекаться народные массы[1]–[7].  »
«Обычно» такие работы ориентированы на изучение форм участия в сменах разнообразных «агентов влияния» извне.
Ну, и чуть ниже:
«Поэтому имеется тенденция к анализу большого числа факторов – от нескольких десятков до нескольких сотен, что затрудняет построение прогнозов и интерпретацию результатов (?). Имеется также ряд работ посвященных влиянию какого-либо одного фактора на нестабильность государств, способствующую возникновению конфликтов и нерегулярной смене власти[9]–[12]. »
И вновь: где логика? «Имеются» и такие, и такие работы.
В чем проблема?
«Напряженность народа можно оценить с помощью статистических индикаторов[13]. В качестве индикатора напряженности народа в данной работе мы используем нормированный уровень убийств.
Считаем, что, согласно ранее разработанной математической модели[14], изменение напряженности народа зависит от изменения экономической ситуации и напряженности элиты:
(1) `dP_2/dt = gamma(U_2 - P_2) + c_2*P_1/(1-P_1)*(P_1-P_2) + c_2eta_2P_1P_2 - k P_2^2,` ` `
где `P_1,P_2` ` `— напряженности элиты и народа соответственно, `U_2` — влияние изменения экономической ситуации, `gamma,` `eta_2,` `c_2 ,` k — константы, характеризующие рассматриваемое общество. В отличие от работы[14] в уравнение (1) добавлен член `-kP_2^2` ` `, трактуемый как самоуспокоение народа с течением времени, что отражает эффект приспособления к возникающим обстоятельствам.»
Непонятно, как задействован в формуле «нормированный уровень убийств».
Если никак, зачем о нем упоминалось (или он включен в ` k )?
Непонятно, как определяется «величина напряженности элит».
«Предполагаем, что предвестником нерегулярной смены власти является рост напряженность элиты P1 более чем на 10 % в течение предыдущих пяти лет. »
Параметр, вполне могущий не соответствовать оперативной динамике. Предполагается, что рассматриваемая иррегулярность укладывается в сроки, превышающие 5 лет?
«В качестве оценки напряженности народа мы использовали нормированный уровень убийств. При нормировке использовалось выражение:
`P_t = A +B*(x_t - x_(min))/(x_(max) - x_(min)).`
` `
Здесь xt — уровень убийств в году t . Коэффициенты A и B подбирались так, чтобы наименьший уровень убийств соответствовал достаточно спокойному обществу, а наибольший — возбужденному. Нормировка производилась по более длинным рядам уровня убийств.»
Как эти выражения включены в предыдущие формулы?
Подстраивание коэффициентов под уровень возбуждения, который, собственно, требуется определить, достаточно спорно.
Завершение:
«В целом, использование предлагаемого подхода позволило правильно предсказать несвоевременную смену власти в 71 % рассмотренных случаев (ретроспективно?). Необходимо его дальнейшее тестирование на большем объеме исторического материала (включая неудавшиеся перевороты) и подбор констант с целью увеличения точности метода. Кроме того, важное значение имеет правильный выбор репрезентативных индикаторов напряженности народа (все это лишь еще раз подчеркивает целиком-эмпирический его (подхода) характер; но, в случае преобразования в обновляемую и поддерживаемую программу в этом, возможно, есть смысл).
Отметим, что во многих случаях конфликт элитных групп, проявляющийся в росте напряженности элиты, не приводит к нерегулярной смене власти. Так как либо правящая элита подавляет оппозицию, либо идет на определенные уступки после чего ситуация стабилизируется. Возможная смена власти носит вероятностный характер, оценка этой вероятности также возможна на основе данной модели.» Чрезмерно расплывчато в сравнении с первой частью; в общем это самоочевидно, проблема — в применимости/удобстве.
Как уже упоминалось, основной дефект программы — игнорирование «внешнего управления революциями», как в целом, так и в отношении воздействий массмедиа (как показывает практика последних десятилетий, перевороты могут не опираться на "поддержку народа", последнюю можно весьма оперативно организовать, имитировать и т.д.).

Оформление ссылок не соответствует требованиям издательства.

Заключение: работа отвечает требованиям, предъявляемым к научному изложению, и рекомендована к публикации с учетом замечаний.

Результаты процедуры повторного рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предмет исследования – способ объяснения нерегулярной смены власти на основании статистического анализа уровня убийств.

Методология исследования основана на сочетании теоретического и статистического подходов с применением методов анализа, экспертных оценок, обобщения, сравнения, синтеза.

Актуальность исследования обусловлена существенным ростом мировой политической нестабильности (смещение / свержение политических лидеров до истечения срока их полномочий – импичмент или неконституционная насильственная смена власти) в XXI веке и, соответственно, необходимостью изучения и прогнозирования (включая статистические методы) нерегулярных смен власти.

Научная новизна связана, по-видимому, с предложенным автором объяснением несвоевременных смен власти. Однако вывод о том, что данный подход обладает предсказательной силой пока сам остаётся лишь предположением.

Стиль изложения научный. Статья написана русским литературным языком. Обсуждение результатов в части статистического прогнозирования, их сопоставление с данными, полученными другими авторами (в том числе зарубежными) необходимо усилить.

Структура рукописи включает следующие разделы: 1. Введение (нестабильность в мире, смещения или свержения политических лидеров до истечения срока их полномочий, нерегулярная смена власти, теоретическое объяснение нерегулярной смены власти, «агенты влияния» извне, построение прогнозов на основе экспертных оценок либо анализа статистических данных, факторы возникновения конфликта, тенденция к анализу большого числа факторов, 2. Постановка задачи (подход к краткосрочному прогнозированию нерегулярной смены власти в государстве, определенные предвестники конфликта, напряженность элиты, связанная с напряженностью народа, нормированный уровень убийств, изменение напряженности народа в зависимости от изменения экономической ситуации и напряженности элиты, квадратное уравнение для напряженности элиты), 3. Метод исследования и результаты (предвестник нерегулярной смены власти – резкий рост напряженности элиты более чем на 10 % в течение предыдущих пяти лет, изменение напряженности элиты в 11 странах, в которых происходила нерегулярная смена власти – импичмент, военный переворот или революция: Армения, Бразилия, Гондурас, Грузия, Египет, Киргизия, Литва, СССР, Таиланд, Тунис, Украина, статистика уровня убийств, нормированный уровень убийств, экспертная оценка уровня напряженности народа, исходные значения уровня убийств, нормированного уровня убийств и напряженности элиты), Ситуация перед нерегулярной сменой власти (анализ приведенных данных, типичная картина изменения напряженности элиты перед несвоевременной сменой власти, спады и колебания напряженности, ситуация в Таиланде, Киргизии, на Украине, вовлечение народных масс во внутриэлитную борьбу, наличие триггерного события), Последствия нерегулярной смены власти (падение – Таиланд после 2006 г., Тунис после 2011 г. и рост и рост напряжённости элиты – Бразилия после 2016 г., Гондурас после 2009 г., Литва после 2004 г., Россия после 1992 г., Грузия после 2003 г., Египет после 2011 г., Киргизия заметный рост в 2005 и 2010 гг., на Украине 2004 г.), Выводы и заключение, Библиография.

Раздел «Введение» нумеровать не следует.

Текст включает пять таблиц, два рисунка. Таблицы должны иметь названия. Точки в названиях таблиц, рисунков следует удалить. Формулы представлены в некоем машинно-кодовом виде, что затрудняет восприятие и желательно исправить.

Содержание в целом не соответствует названию. В то время как в заголовке указывается на «предсказание», в тексте речь идёт не о перспективном прогнозировании, а о ретроспективном объяснении нерегулярной смены власти. Выбор фактора для статистического анализа – уровень убийств – не обоснован, иные факторы не рассмотрены, их сравнение не проводится. При этом в содержательном анализе авторы обходятся, в основном (за исключением ситуации в Таиланде), обращением к внутриполитическим и экономическим условиям, не прибегая к статистике, причинам и последствиям убийств и самоубийств. Определение коэффициентов на основании экспертных оценок также не обладает существенной эвристической ценностью по сравнению с такими оценками самими по себе, которые могут обойтись без статистических данных по числу убийств. В случае подобной нормировки в качестве переменной можно взять фактически любой иной сходный социально-демографический, экономический параметр. В то же время представляет интерес даже в ретроспективном плане, например, на основании выявленных для той или иной группы стран зависимостей «предсказать» (хотя и в прошлом) события для других стран, отметив, что именно в предсказанное время они имели место быть. Сущностная связь / зависимость уровней напряжения народа и элит не поясняется, приводится как данность. Также нужно уточнить, что авторы понимают под методом, является предложенный подход методом либо, например, методикой, способом.

Библиография включает 28 источников отечественных и зарубежных авторов – монографии, научные статьи, статистические сборники, Интернет-ресурссы. Библиографические описания некоторых источников нуждаются в корректировке в соответствии с ГОСТ и требованиями редакции, например:
3. Манойло А.В. Цветные революции и проблемы демонтажа политических режимов в меняющемся мире // Вестник Московского государственного областного университета. — 2014. — N 2. — C. 1—14.
4. Тимакова А.А. «Арабская весна» как матрица нестабильного мира // Научно-аналитический журнал Обозреватель — Observer. — 2014. — № 12 (299). — С. 43—51.
6. Barton F., von Hippel K., Sequeira S., Irvine M. Early Warning? A Review of Conflict Prediction Models and Systems // PCR Project Special Briefing. — Место издания ??? : Center for Strategic and International Studies, 2008. – 20 p.
12. Beger A., Dorff C.L., Ward M.D. Ensemble forecasting of irregular leadership change // Research and Politics. – 2014. – Vol. 1. — № 3. – P. 1—7.
19. Басаева Е. К., Каменецкий Е. С., Хосаева З. Х. Математическое моделирование социальной напряженности взаимодействующих социальных групп // Анализ и моделирование мировой и страновой динамики: экономические и политические процессы / отв. ред. С. Ю. Малков, Л. Е. Гринин. – М., 2016. – С. 130—144.
20. Мировой атлас данных. — URL: httpsons Development Programme.). URL: http://hdr.undp.org/en/indicators/61006# (дата обращения 9.09.2019).
23. Гилинский Я. И. Социальное насилие. – СПб. : Алеф-Пресс, 2013. — ??? с.
25. DeWitt Jones K. The dynamics of political protests: a case study of the Kyrgiz republic : dissertation for the degree of doctor of philosophy. — Место защиты ??? : University of Maryland, 2007. — 238 p.
28. Aslund A. How Ukraina Became a Market Economy and Democraty. – Место издания ??? : Peterson Institute for International Economics, 2009. – 345 p.

Апелляция к оппонентам (Шульц Э. Э., Наумов А. О., Манойло А. В., Тимакова А. А., Пономарева Е. Г., Лапухова О. В., Тишков В. А., Степанов В. В., Коротаев А. В., Исаев Л. М., Васильев А. М., Гилинский Я. И., Троицкий Е. Ф., Степаненко В., Barton F., von Hippel K., Sequeira S., Irvine M., Marshall M. G., Goldstone J. A., Bates R. H., Epstein D. L. Gurr T. R., Lustik M. B., Ulfelder J., Woodward M., Ward M. D., Metternich N. W., Gallop M., Hollenbach F. M., Schultz A., Weschle S., Beger A., Dorff C. L., Dorff C. L., Gates S., Hegre H., Jones M. P., Strand H., Giskemo G. G., Azeng T. F., Yogo T. U., Sombatpoonsiri J., DeWitt Jones K., Aslund A.) имеет место.

В целом рукопись соответствует основным требованиям, предъявляемым к научным статьям. Материал представляет интерес для читательской аудитории и после доработки может быть рассмотрена на предмет публикации в журнале «Историческая информатика».