• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Глобализация и поддержка государства благосостояния

C докладом выступил ассоциированный сотрудник ЛССИ и студент Университета Маннгейма Александр Кустов.

2 февраля 2012 года на регулярном семинаре с докладом на тему «Глобализация и поддержка государства благосостояния: имеют ли значение институты и идентичности?» выступил ассоциированный сотрудник ЛССИ и студент Университета Мангейма Александр Кустов. Исследование посвящено изучению влияния глобализации на массовую поддержку «государства благосостояния» в странах ОЭСР.

Автор начал свою презентацию с рассказа об основных подходах существующих в мировой науке к данной зависимости. Само понятие «государства благосостояния» является немного необычным для России, возможно в силу языка, тем не менее в мире это понятие давно устоялось. Эта тема широко освещена в литературе, но оценки о распространении этого типа государств являются неоднозначными. Большинство исследователей рассматривают в основном различные объективные индикаторы, характеризующие государство благосостояния, такие как, например, расходы на социальные нужды, и другие особенности социальной политики.

Гипотеза исследования автора состоит в том, что существует связь между глобализацией и более субъективными основами государства всеобщего благосостояния. В частности, рассматривалась принадлежность человека своей стране, через вопрос о том, гордится ли респондент своей национальностью.

В работе был проведен регрессионный анализ на основе данных в том числе и World Value Survey. Полученные предварительные результаты показывают, что глобализация в обследуемых странах связана с поддержкой перераспределения.

Любопытно, что в то время как социальное измерение глобализация увеличивает роль перераспределения, ее экономическое измерение наоборот уменьшает.

После доклада обсуждались дальнейшие возможные направления исследования, в том числе расширение числа исследуемых стран. А так же необходимость построение многоуровневых моделей, для получения более показательных результатов.

Подготовила Александра Шишова