сильное недоверие, иногда вплоть до требований о расследовании, так что наша
модель отчасти определяет также поступки и отношения людей.
Другой причиной применения математического моделирования является
необходимость эксплицитно описать механизмы, объясняющие наши
неформальные прогнозы. Несмотря на то, что все индивиды знают, чего можно,
а чего нельзя ожидать от данной политической системы, они зачастую не в
состоянии определить точно, почему и что конкретно они от нее ожидают.
Формальная модель как раз и помогает преодолеть чересчур свободные
формулировки допущений неформальной модели и дать точный, а подчас и
поддающийся проверке прогноз.
Вышеприведенный пример выводится из модели Даунса, которую мы будем
рассматривать ниже в данной главе. Формальная модель Даунса предсказывает,
что любая политическая партия в условиях альтернативных выборов будет
выбирать своих кандидатов и платформу так, чтобы привлечь с их помощью
как можно большее число избирателей. Это и некоторые дополнительные
соображения приводят нас к заключению, что существует тенденция, в
соответствии с которой политические партии должны получить на выборах
примерно равное число голосов; именно такой исход обыкновенно и
наблюдается на выборах в США. Таким образом, данная формальная модель
предсказала не только то, что исход с распределением голосов в соотношении
95:5 является маловероятным, но и то, что ожидаемым будет распределение в
соотношении 50:50, в пользу чего было приведено определенное обоснование.
Порой, кажется, что математические модели всего лишь подтверждают и так
очевидные вещи. На самом деле это неотъемлемая особенность любых моделей
постольку, поскольку от них ожидается, что они в той или иной степени
должны воспроизводить все происходящее в каждодневной политической
реальности. Однако люди, как правило, очень смутно представляют себе, что
такое “очевидное”. Рассмотрение ряда противоречащих друг другу афоризмов
(“волк волка чует издалека” и “крайности сходятся”, “с [c.477] глаз долой – из
сердца вон” и “чем дальше с глаз, тем ближе к сердцу” и т.п.) убеждает нас в
том, что здравый смысл часто оказывается правильным именно потому, что он
настолько расплывчат, что попросту не может быть неверным.
Строгость формальных моделей, напротив, означает как раз то, что они могут
быть неверными, и в результате у модели “спортивные показатели” могут быть
подчас хуже, чем у более неоднозначного здравого смысла. Однако это вовсе не
слабость, а, наоборот, достоинство моделирования, ибо допущения и прогнозы
модели оказываются достаточно точными, чтобы их можно было проверить, а
также указать, в каком месте и как произошла возможная ошибка. Та модель,
которая устояла против целого ряда попыток ее искажения, вполне вероятно, и
в будущем будет давать правильные прогнозы. Модель же, которая раз за разом
дает неверные предсказания, видимо, должна быть устранена из рассмотрения.