7.2.4. Непрерывность деления

Деление должно быть непрерывным, то есть в случае таксономического деления от родового понятия следует переходить к видовым понятиям одного и того же уровня. Ошибка, возникающая при нарушении этого правила, носит название “скачок в делении”.

7.3. Отличия жёсткой классификации и вероятностной типологизации

В целом отличие классификации от типологизации заключается в большей строгости и точности деления (табл. 3)

Таблица 3.
Жёсткая классификация	Вероятностная типологизация
Отнесение объекта или явления к различным классам зависит от однозначного наличия или отсутствия классифицирующего признака.	Отнесение объекта или явления к различным типам основано на преобладании признаков, свойственным определённому типу. При этом не исключается наличие некоторых признаков, свойственных другому типу.
Отнесение объекта или явления к определённому классу является необходимым и означает однозначную принадлежность именно к данному классу.	Отнесение объекта или явления к определённому типу является вероятностным и означает большую степень приближённости именно к этому типу.
Не предусматриваются переходные и смежные формы разделяемых явлений. Интерпретация значимости разных признаков для отнесения объекта к одному классу должна быть непротиворечивой.	Возможны переходные и смежные формы разделяемых явлений. Возможны разные противоречивые интерпретации значимости разных признаков для отнесения объекта к одному типу.

Трудность типологизации социальных объектов и явлений связана с тем, что объекты, принадлежащие к одному типу, в разной мере обладают основными чертами, присущими этому типу, то есть одни из этих объектов могут быть более характерны для него, а другие – менее. Первые образуют как бы ядро типа, а вторые составляют его окружение.

7.4. Отличия дедуктивной и индуктивной типологизации

При дедуктивной типологизации исследователь заранее знает, какие типы изучаемых явлений могут быть, и сопоставляет с характеристиками этих типов конкретные исторические факты или эмпирические данные. При индуктивной типологизации исследователь не знает заранее, какие типы изучаемых явлений могут быть и конструирует типологию на основе обобщения конкретных исторических фактов или эмпирических данных.

Наиболее эффективно принципы историко-типологического исследования могут быть реализованы только на основе дедуктивного подхода. Он состоит в том, что соответствующие типы выделяются на основе теоретического сущностно-содержательного анализа рассматриваемой совокупности объектов. Так, например дедуктивно можно изучать типы феодального хозяйства в Европе, поскольку понятие феодализма требует предварительного теоретического обоснования, абстрагированного от исторической конкретики.

Индуктивный подход отличается тем, что здесь и выделение типов, и выявление их наиболее характерных признаков основываются на анализе эмпирических данных. Таким путем приходится идти в тех случаях, когда проявления единичного в особенном и особенного в общем многообразны и неустойчивы. Индуктивная типологизация помогает определить какие признаки в изучаемых явлениях могут стать видовыми основаниями деления. Напротив, дедуктивная типологизация исходит из того, что типология должна быть именно такой, какой предварительно представил её исследователь. Историку остаётся только проверять, каким типам в его типологии соответствуют объекты или события исторического прошлого. В связи с этим дедуктивная типологизация является абстрагированием путём сопоставлением с идеалом.

Так, например, если ставится задача типологизации городов той или иной страны в тот или иной период не по каким-то их отдельным чертам, а как уникальных социальных целостностей, то на основе предварительного содержательно-теоретического анализа весьма затруднительно выделять и какие-то их типы и характеризующие признаки. Множество подобных задач, возникающих в исторических исследованиях, может быть решено лишь путем индуктивного анализа эмпирических данных.

В эмпирической типологизации, где деление производится на основе нескольких признаков, целесообразно использовать элементарные принципы математической комбинаторики. Зная сколько и какие комбинации свойств у исследуемых объектов потенциально возможны, можно сравнить этот потенциал с исторической реальностью. Реализовавшиеся комбинации станут типами объектов, а не реализовавшиеся – основанием для постановки вопросов о том, почему они не реализовались.

Допустим нужно типологизировать участников декабристского движения в России начала XIX века по признакам членства в разных революционно-демократических обществах. Возьмём за основу пять признаков: членство в «Союзе спасения», в «Союзе благоденствия», в «Южном обществе», в «Северном обществе», в «Обществе соединённых славян». Очевидно, что будут люди, которые входили только в одно из перечисленных обществ, а также те, кто входили в какие-либо два, три или четыре общества. Причины различий по этим признакам были бы небезынтересны для изучения дворянского освободительного движения. Количество всех потенциально возможных комбинаций (сочетаний) членства можно вычислить по специальным формулам комбинаторики и затем сравнить этот потенциал с реальными комбинациями членства. Какие-то сочетания окажутся пустым множеством (нереализованным потенциалом), например не было тех, кто состоял во всех пяти обществах. Другие сочетания помогут выявить тех, кто покидал общества или покажут взаимообмен и преемственность между обществами.

Если ставится цель выявить объективную многомерную типологию всех людей, участвовавших в декабристском движении, то необходимо будет создавать базу данных с несколькими сотнями индивидов, описанных по десяткам или сотням самых разных признаков. При типологизации людей каждое значительное событие в биографии может стать типологическим признаком для сравнения с другими индивидами. Очевидно, что все возможные комбинации свойств, в таких огромных массивах данных «вручную» просчитать почти невозможно и нерационально. Огромное множество потенциально возможных комбинаций нужно будет сразу отбросить и анализировать только существовавшие в историческом прошлом комбинации, то есть выявлять группы людей наиболее похожих по комбинациям описывающих их свойств. Для таких расчётов существуют специальные методы математической статистики, реализуемые из-за своей трудоёмкости только на компьютере.