Сборник АРГО 2020_compressed. Ассоциация российских географовобществоведов тихоокеанский институт географии дво ран xi научная Ассамблея

Название	Ассоциация российских географовобществоведов тихоокеанский институт географии дво ран xi научная Ассамблея
Дата	09.03.2022
Размер	7.5 Mb.
Формат файла
Имя файла	Сборник АРГО 2020_compressed.pdf
Тип	Документы #387279
страница	93 из 132

1 ... 89 90 91 92 93 94 95 96 ... 132

Благодарность. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-35-90021
Аспиранты.
The research was carried out with the financial support of the Russian
Foundation for Basic Research in the framework of the scientific project No.
№ 19-35-90021 Postgraduate students.
Литература
1. Артоболевский С.С. Пространство и развитие России: полимасштабный анализ //Вестник Российской Академии наук. -2009.
-Т. 79. -№ 2, Февраль. С. 101–112.
2. Береснев В.Л. Модели индикативного планирования развития ресурсных регионов // Регион: экономика и социология. -2008. -№ 4. -
С. 15–32.
3. Региональное развитие: опыт России и Европейского Союза / рук. авт. колл. и отв. ред. Л. Г. Гранберг. -М.: ЗАО «Изд-во
«Экономика», 2000. С. 42.
4. Суспицын С.А. Оценки динамики межрегиональных различий и экономического роста в 2000–2006 гг. // Регион: экономика и социология. -2008. - № 1. С. 241–243.
5. Feraru G.S., Orlov A.V. (2014), Methodology for estimating the level of sustainable socioeconomic development of regions. Contemporary
Problems of Science and Education, 1(51). Available from: http:// www.science-education.ru/115-12151.
6. Gordon I.R. and McCann P. 2005. Innovation, agglomeration, and regional development. Journal of Economic Geography, 5(5), 523-543.
7. Pike A., Rodriguez-Pose A., & Tomaney J. (2017). Shifting horizons in local and regional development. Regional Studies, 51(1), 46-57.
8. Яковенко Н.В. Трендовые модели социально-экономического прогнозирования Воронежской области/ Н.В. Яковенко, П. А.
Канапухин, Е. В. Мишон, Т.А. Ромащенко, И.В. Комов, Р.В. Тен//
Экология урбанизированных территорий. -2019. -№ 2. С. 25-31.

490 уровня развития (Каменский, Семилукский, Калачеевский, Панинский,
Эртильский, Верхнемамонский, Острогожский, Бутурлиновский) территории которого непосредственно примыкают к районам более высокого уровня развития. Кластеры с развитием вышесреднего находятся на юге (Россошанский, Кантемировский, Богучарский районы), на востоке (г. о. Борисоглебск, Поворинский район), в центре
Лискинский район. Данные территории имеют выгодное экономико- географическое положение с выходом к основным автомобильным и железнодорожным магистралям. Кластер высокоустойчивого развития формирует административный центр Воронежской области - г. о. г.Воронеж и прилегающие к нему районы – Рамонский и
Новоусманский, а также г.о. г.Нововоронеж.
Рис. 1. Пространственная дифференциация Воронежской области по уровню социально-экономического развития
Подводя итог вышесказанному, устойчивое социально- экономическое развитие Воронежской области подразумевает развитие всех входящих в её состав территориальных единиц. Данная дифференциация является, с одной стороны итогом развития территории за период с 2011 по 2018 год включительно, с другой – стартовой картиной для осуществления стратегии развития на период
491 до 2035 года, которая позволяет выделить проблемные территории, на которые следует обратить внимания, а также территории (кластеры) роста которые могут помочь в развитии прилежащим отстающим территориям. Нельзя забывать о том, что развитие является динамическим процессом, изменяющимся во времени, поэтому работа в данном направлении будет продолжена.
Благодарность. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-35-90021
Аспиранты.
The research was carried out with the financial support of the Russian
Foundation for Basic Research in the framework of the scientific project No.
№ 19-35-90021 Postgraduate students.
Литература
1. Артоболевский С.С. Пространство и развитие России: полимасштабный анализ //Вестник Российской Академии наук. -2009.
-Т. 79. -№ 2, Февраль. С. 101–112.
2. Береснев В.Л. Модели индикативного планирования развития ресурсных регионов // Регион: экономика и социология. -2008. -№ 4. -
С. 15–32.
3. Региональное развитие: опыт России и Европейского Союза / рук. авт. колл. и отв. ред. Л. Г. Гранберг. -М.: ЗАО «Изд-во
«Экономика», 2000. С. 42.
4. Суспицын С.А. Оценки динамики межрегиональных различий и экономического роста в 2000–2006 гг. // Регион: экономика и социология. -2008. - № 1. С. 241–243.
5. Feraru G.S., Orlov A.V. (2014), Methodology for estimating the level of sustainable socioeconomic development of regions. Contemporary
Problems of Science and Education, 1(51). Available from: http:// www.science-education.ru/115-12151.
6. Gordon I.R. and McCann P. 2005. Innovation, agglomeration, and regional development. Journal of Economic Geography, 5(5), 523-543.
7. Pike A., Rodriguez-Pose A., & Tomaney J. (2017). Shifting horizons in local and regional development. Regional Studies, 51(1), 46-57.
8. Яковенко Н.В. Трендовые модели социально-экономического прогнозирования Воронежской области/ Н.В. Яковенко, П. А.
Канапухин, Е. В. Мишон, Т.А. Ромащенко, И.В. Комов, Р.В. Тен//
Экология урбанизированных территорий. -2019. -№ 2. С. 25-31.

492 9. Яковенко Н.В., Комов И.В., Диденко О.В. Стратегическая конкурентоспособность региона: теоретические аспекты исследования//Наука Красноярья. - 2017. -Т.6. - № 1-3. С. С.93-96.
10. Yakovenko N.V. Factors and material conditions for space- intensive economic development of region / N.V. Yakovenko, D.M.
Morkovkin, I.V. Komov, M.V. Derevyagina, O.V. Didenko // Mediterranean
Journal of Social Sciences. - Vol.7. - № 1S x2016. – РР. 144-152.
11. О
Стратегии социально-экономического развития
Воронежской области на период до 2035 года (с изменениями на 23 декабря 2019 года). Url.: http://docs.cntd.ru/document/550300779 (дата обращения: 12.02.2020).
Сведения об авторе:
Тен Роман Валерьевич, аспирант кафедры социально- экономической географии и регионоведения, факультет географии, геоэкологии и туризма. Воронежский государственный университет, E- mail.: roma.ten.00@inbox.ru
, тел.: 8 (960) 113-50-68
Information about authors:
Ten Roman Valerievich, postgraduate student of the Department of
Social and Economic Geography and Regional Studies, Faculty of
Geography, Geoecology and Tourism, Voronezh State University, E-mail.: roma.ten.00@inbox.ru, tel.: 8 (960) 113-50-68
УДК 910.3
Трифунович М.
Trifunović Mlađen,
КОНЦЕПЦИЯ БОЛЬШИХ ДАННЫХ BIG DATA И
БУДУЩИЕ ВЫЗОВЫ ГЕОГРАФИЧЕСКОЙ НАУКИ
CONCEPT OF BIG DATA AND FUTURE CHALLENGES OF
GEOGRAPHY
За последние несколько лет концепция больших данных big data, т.е. возможность использования и многофакторной обработки огромного количества данных, являющихся результатом глобального взаимодействия в сети и повсеместного распространения информационных технологий, открывает огромное пространство для географических исследований. Однако, такое изобилие данных и возможностей их анализа само по себе не обязательно приводят к научно обоснованной истине. В данной работе утверждается, что
493 концепция big data является новой формой позитивистской парадигмы в географии, т.н. дигитального позитивизма, который основывается на математизации пространства. Мы считаем, что главной задачей географии в будущем станет установление соответствующей географической онтологической топологии, а также интеграция критического и освободительного интереса в географические исследования. На основании таких предположений можно установить нормативные принципы географических исследований и пространственных действий, которые необходимо инкорпорировать в технологию концепции big data. Таким образом, задача географии в эпоху big data похожа на проблемы из прошлого – защита комплексности научных исследований от упрощенной и наивной картины мира, а также поспешных исследований, которыми руководят технические специалисты.
Over the last few years, the concept of big data, ie the ability to dispose and multifactorize the vast amount of data that is the product of global networking and the ubiquity of information technology, has opened up a huge space for geographic research. Yet, such an abundance of data and the capabilities of their analytics do not in themselves necessarily lead to scientifically relevant truths. This paper argues that big data represents a new form of positivist paradigm in geography - the so-called digital positivism based on space mathematization. We believe that the basic future task of geography is to establish a relevant geographical ontological topology and to integrate critical and emancipatory interest in geographical research.
Based on these starting points, it is possible to determine normative principles of geographic research and spatial action, which then need to be incorporated into big data technology. Therefore, the challenge of geography in the big data time is and will be similar to that of previous epochs - defense of the complexity of scientific study against simplified and naive images of reality and instant research managed by technical persons.
Ключевые слова: big data, география, дигитальный позитивизм,
топос, геопространственная онтология, нормативные принципы.
Keywords: big data, geography, digital positivism, topos, geospatial
ontology, normative principles.
1. КОНЦЕПЦИЯ BIG DATA – НОВЫЙ «ДИГИТАЛЬНЫЙ»
ПОЗИТИВИЗМ
В литературе [1, с.435] не существует единого определения концепции big data, но можно выделить основные характеристики данного феномена. Основой big data является огромное количество данных, впервые в истории зарегистрированных в таком объеме, а

494 также возможность их быстрого поиска и классификации. Кроме того, можно выделить полноту, исключительную детализацию и дифференциацию этих данных, почти абсолютный пространственный и временной охват, достигнутый путем оцифровки архивов и других аналогичных данных.[2, с.262] Поскольку все эти данные непременно носят пространственный характер, такая концепция открывает огромные возможности для географических исследований и продвижения географической науки в более широких кругах.
История феномена больших данных начинается 40 лет назад в работе американского социолога Чарльза Тилли под знаковым названием «Старая новая и новая старая социальная история». [3]
Просопография возникла как новое мессианское слово социальных наук, и в 1960-х годах прошлого века обещала поместить историю в сферу признанных наук и придать ей эпистемологический и методологический дух. Такое продвижение должно было произойти при помощи методологической проверки гипотез, что было невозможно в старой исторической науке. Исторический нарратив, субъективные впечатления и предположения не вписывались в господствующее позитивистское направление в науке.
Просопографическая парадигма исторической науки требовала как новых форм исторических данных, так и новых методов их обработки.
Аккуратно собираемая с точки зрения пространства и времени демографическая статистика и развитый метод статистического анализа сделали это возможным. Так же, как и климатологические исследования сегодня, социальные и исторические исследования начинают опираться на многовековые наборы данных с целью достижения требуемых образцов объективности естественных наук.
Только на основании анализа всех доступных данных о какой-либо общественной группе, знания их «коллективной биографии», которая выявляет закономерности социального взаимодействия и генезис социальных событий, можно сделать соответствующие выводы об исторических тенденциях [3,367]. Именно это и является контекстом, в котором используется выражение «люди больших данных» (big data
people), что, в первую очередь, относится к тем ученым, которые достаточно радикально придерживаются статистически- математических моделей и процедур в социальных исследованиях.
Принимая во внимание все вышесказанное, можно прийти к выводу, что это первое использование концепции big data никоим образом не указывает на место и время появления этой теоретической и методологической концепции, которую данный термин обозначает.
Наименование определенного явления возможно только на основании
495 знания сути данного явления, что означает, что такое явления достаточно развито и широко распространено, что его основные характеристики полностью видны. Понятие big data является новым, появляющимся и согласованным названием уже существующей позитивистской парадигмы в науке. Предложение, в котором термин big data появляется впервые, отлично это демонстрирует.
Перефразируя критику Стоуна этой «новой общественной истории»,
Тили говорит, что ни один из великих вопросов науки не смог защитить себя от «ударов молотком» людей big data [3,369]. Понятно, что метафора молотка используется здесь прежде всего для того, чтобы живописно обозначить своеобразный механический подход к методологии исследования и довольно слепой способ получения, обработки и анализа данных.
Большие научные вопросы, о которых говорит Тили, возникшие после шторма информационных технологий – это старые вопросы, которые нужно повторять независимо от количества. По сути, эти вопросы являются вопросами онтологии науки. Вопрос о сущности ключевых категорий, вопрос о существовании, который всегда поднимался философией, должен оставаться фундаментальным вопросом. Мы утверждаем, что концепция big data вообще не поднимает этот вопрос в адекватной плоскости. Ответ на вопрос о сути географического объекта, свойственный логике, приведет и к эпистемологическому вопросу. Это неизбежно приводит к третьему большому вопросу – вопросу этики, который определяет концепцию big data.
На какой онтологии основывается концепция big data? Ответ на этот вопрос в первую очередь подразумевает предположение, что механизмом методологии big data является сбор и обработка данных, адаптированных к информационным технологиям. Географический объект должен быть уменьшен определенным образом, символически преобразован, чтобы быть обработанным в качестве компьютерных данных. Поэтому он должен быть «читаем» для компьютера в целях обработки. Следовательно, это преобразование подразумевает применение процесса, посредством которого географический объект становится определенным кодом. Затем этот машинный код распознает и обрабатывает данные на основе применения определенной геопространственной онтологии и определенных алгоритмов.
Ключевой вопрос, на который должна ответить каждая геопространственная онтология, – что такое географический объект?
Каковы его ключевые атрибуты и отношения? В рамках геопространственной онтологии big data географический объект

496 определяется прежде всего на основании геометрических характеристик, что подразумевает, помимо прочего, количественные параметры, такие как размер, площадь, координаты и т. д. [4 с.1472]
Проблема, которая возникает в онтологиях, связанных с информационными технологиями, а особенно в геопространственных онтологиях, заключается в том, что такие геометрические особенности геообъектов, по сути, являются результатом другой более глубокой пространственной онтологии. Другими словами, геопространственная онтология big data представляет онтологию «второго сорта». Чтобы придумать такую геометрическую топологию, нужна еще одна более глубокая онтология – онтология пространства. В качестве условия возможности машинной обработки геопространственных объектов сначала необходимо определенным образом кодировать пространственную категорию как таковую в соответствии с конкретной онтологией. Это означает, что в начале необходимо ответить на вопрос, что такое пространство. В рамках геопространственной онтологии концепции big data ответом на этот вопрос является топологическое пространство. Суть топологического пространства заключается в том, что это математическое пространство, в котором пространственные объекты сводятся к точкам, а особенности пространственности – это, прежде всего, изоморфизм и континуум. Самой глубокой онтологией в рамках концепции big data является пространственная онтология
Евклида. В век информационных технологий это математическое пространство приобретает цифровую форму. Очевидно, что в основе концепции big data в географии лежит старая теоретическая и методологическая парадигма – позитивизм. Такой новый позитивизм только прикрыт слоями технологических неологизмов, и в современной литературе еще называется дигитальным позитивизмом.
[5, с.40].
И действительно, перед лицом непреодолимого потока информации одна из возможных онтологий пространства, математическая топология, монополизирована и приравнивается к пространству как таковому. Проблема с математической топологией и полученными на ее основании данными заключается в том, что все другие значения и другие возможные онтологии пространства удаляются. Суть проблемы заключается не (только) в машинной обработке и аналитике, но и в безоговорочной теоретической установке математического пространства, в котором конкретные места и отношения доступны в виде оцифрованных сегментов однородного абстрактного пространства.
497
Первоначальная географическая онтологическая топология представляет собой полностью другую концепцию пространственности. Античная онтология пространства всегда отдавала предпочтение целому над частями. Целое имело онтологически более высокий статус именно потому, что эффективность целого выходила за пределы отдельных частей, не только с точки зрения его морфологической или материальной структуры, но и совокупности его воздействий. Философия пространства Аристотеля учит, что пространство следует рассматривать не только из математической, но и из онтологически- функциональной перспективы. Пространственность или топос – это все то, что делает возможным возникновение и функционирование как высшую форму существования тела, которое содержит такой топос.
Иными словами, содержание является не только геометрической функцией. Пребывание в каком-то пространстве является условием эффективного существования явления, его возникновения и его бытия.
Именно такие отношения стремится сохранить география, независимо от того, в какой форме такие отношения интерпретируются. [6, с.417]
Философская топология Аристотеля не рассматривает тело в пространстве как математически-геометрически-точечное единство, а именно как то, чем оно является, т.е. как полноту его бытия, включая и категорию возможности. Невозможно рассматривать какой-либо объект без обращения к его топосу, т.е. к тому, что его окружает и тем самым дает возможность достигнуть свою эффективность.
Следовательно, географическая топология подразумевает, что пространственность следует, прежде всего, представлять как эффектовное целое, а не как набор отдельных частей – точек или полей.
Такое понимание топоса становится гораздо «шире» и понятнее, выходя не только за пределы своего местоположения, т.е.
«физической» границы, но и за пределы своей морфологии.
Вполне закономерно на основании анализа производства пространства Лефевра [7, 49] можно прийти к выводу, что преобладающая онтология big data, т.е. пространство математической топологии является результатом некритического, позитивистского сознания, которое функционирует по принципу формальных отношений между пространственными объектами. Формализм стремится устранить вопросы о значении различий, присутствующих в разных географических и исторических координатах. Независимо от оцифровки как новой формы пространственного представления или именно из-за этого остаются фундаментальные эпистемологические,

498 методологические и этические проблемы научного исследования, которые доминируют в позитивизме как таковом.
2. ГЕОГРАФИЯ И НОРМАТИВНЫЕ ПРИНЦИПЫ BIG DATA
Неоспорима польза, которую дает географическим исследованиям концепция big data. Мы можем только представить себе возможности, которые нам дают, например, исследования в области социальной географии, будь то городские единицы или экономические регионы, где у исследователя имеются данные о различных демографических характеристиках, всесторонние данные о социальных привычках, контактах и посещаемых местах, экономической структуре и потребительских привычках, культурных и идеологических закономерностях, и все это вместе с возможностью соединять несколько десятков представленных переменных. Тем не менее, доминирующая методология исследований big data связана с проблемами, которые, в основном, вытекают из математической топологии. Так же, как пространственность на онтологическом уровне сводится к математическим категориям, так и на уровне сбора и анализа этих данных редуцируется герменевтический горизонт их интерпретации. Обилие данных и возможность их анализа не обязательно означает и научно обоснованное исследование.
Семантический диапазон географических объектов и множественность актуальных и потенциальных отношений часто теряются или полностью игнорируются.
Экстраполяция релевантного научного результата и значения этих данных, безусловно, не является просто технической проблемой или вопросом эффективного алгоритма. Методы сбора и анализа данных становятся слишком единообразными, а во многих случаях очень важные факты теряются в процессах кодирования. Математические процессы обработки данных становятся все более сложными и трудными для понимания многими исследователями и аналитиками.
Растущая сложность методологии сбора и анализа данных ставит под угрозу их надежность. [3,369]
Как отмечает Фукс, проблема исследований, основанных исключительно на больших данных, заключается в отсутствии их включения в более широкий социокультурный контекст различных значений, установок, ценностей, противоречие и интерпретация событий и процессов, а в особенности отсутствие анализа возможных этических последствий научной деятельности. Можно сделать вывод, что концепция big data переместилась в сторону увеличения технологизации с целью более эффективного управления и
499 администрации, забывая при этом о первоначальной роли науки и образования. [5, с.40] Дейвид Харви отмечает, что такая количественная революция отделила социальную географию от самого общества, называя это направление «стратегическим маневром избежания политической ответственности общественных наук в целом».[8,83] Поэтому концепция big data пренебрегает еще одной большой проблемой науки, которой не избежать в будущем. Одной из фундаментальных характеристик науки является ее критическая и освободительная роль. Такой исследовательский подход, основанный на математической парадигме пространства, то есть концепци big data, несмотря на провозглашенную объективность, опирается на т.н. инструментальный интерес [там же], который является абсолютно законным и неизбежным. Как мы уже видели, проблема, которая становится еще более очевидной при использовании big data, заключается в постепенном отказе от критического и освободительного интереса, который является неотъемлемым элементом науки как таковой. [8, с.85] Сбор, анализ и использование таких данных, как и в ранние периоды научных исследований, требуют более глубокого знания социально-исторического контекста и специального образования, что будет направлять анализ данных с горизонта, близкого фундаментальному синтезу, а не просто формальному анализу. Такой горизонт, без сомнения, является географическим горизонтом, который должен учитывать как онтологический, так и критический и освободительный интерес бытия. Понимание географической топологии также могло бы смягчить более четкое разделение географии на физическую и социальную, что становится все более выраженным в рамках концепции big data.
Каким образом можно учесть такую географическую перспективу в будущих исследованиях, которые, безусловно, не откажутся от методологий, основанных на концепции big data? Мы считаем, что географическая наука должна предлагать определенные онтологические принципы и стремиться, чтобы такие принципы получили и свою «техническую и методологическую форму». Это возможно только в процессе длительного непрерывного сотрудничества и обмена опытом с исследователями, которые специализируются на технических вопросах, а именно кодировании данных и создании алгоритмов. Это позволит использовать прикладные нормативные принципы географических исследований, которые ограничат, адаптируют и направят в верном направлении применение методологии big data. Теоретической основой этих принципов является географическая топология, структура которой

500 опирается на онтологию пространства Аристотеля. Благодаря включению освободительного и критического аспектов, нормативные принципы использования big data в географии могут быть следующими: [9, с.31]
1.Принцип онтологической иерархии. Место, т.е. пространство не является только продуктом, но и условием возможности не только образования, но и способа функционирования субъекта. Первичность места не должна сводиться только на аспект месторасположения или материальный аспект.
2.Принцип эффективности. Базовую отправную точку изучения места можно условно определить следующим образом: место – это
совокупность всех его эффективных воздействий. Таким образом, в сбор, обработку и анализ геопространственных данных необходимо включить материальный, позиционный и семантический аспекты. В то время как позиционный и материальный аспекты остаются относительно неизменными, значения места являются множественными в зависимости от горизонта, с которого такое значение интерпретируется.
3. На основании онтологического принципа и принципа эффективности можно постулировать и этический принцип оценки
геопространственной деятельности. Перефразируя тезис Сака, такой принцип можно определить следующим образом: Пространственная деятельность человека, которая позволяет нам лучше осозновать реальность, а также увеличить ее разнообразие и сложность, можно считать положительной [10, 9].
3. ЗАКЛЮЧЕНИЕ
Коцепция big data – это, прежде всего, методологический процесс, который на основании создания и доступности огромного количества данных, укрепляет старую позитивистскую парадигму географических исследований. В основе такой концепции лежит математическая онтология пространства, которая сводит пространственные явления к их геометрическим характеристикам. С эпистемологической точки зрения огромное количество данных кроме широких возможностей анализа современных процессов имеет и негативные стороны, такие как недосточная надежность данных, неясность процедур и упрощенность процессов, которыми занимаются технические специалисты.
Таким образом, задача географии и в эпоху big data остается такой же, как и ранее – защита целокупности научного исследования от упрощенного и наивного восприятия географической реальности. Эта задача может быть выполнена с учетом географической
501 онтологической топологии и критического и освободительного интереса. Основываясь на этих точках отчсета, можно определить нормативные принципы географических исследований и пространственной деятельности и включить их в технологию big data.

1 ... 89 90 91 92 93 94 95 96 ... 132