Исследования по источниковедению истории СССР дооктябрьского периода: сборник статей / Академия наук СССР, Институт истории СССР; редкол.: А.Г. Тартаковский (отв. ред.), Л.Л. Муравьева, А.И. Плигузов, А.Н. Медушевский. М.: Институт истории СССР, 1990. 231 с. 14,5 п.л. 11,82 уч.-изд.л. 300 экз.

О методике определения региональных особенностей грамотности крестьянства


Автор
Литвак Константин Борисович


Аннотация


Ключевые слова


Шкала времени – век
XIX


Библиографическое описание:
Литвак К.Б. О методике определения региональных особенностей грамотности крестьянства // Исследования по источниковедению истории СССР дооктябрьского периода: сборник статей / Академия наук СССР, Институт истории СССР; отв. ред. Тартаковский А.Г. М., 1990. С. 174-194.


Текст статьи

[174]

К.Б.Литвак

О МЕТОДИКЕ ОПРЕДЕЛЕНИЯ РЕГИОНАЛЬНЫХ ОСОБЕННОСТЕЙ ГРАМОТНОСТИ КРЕСТЬЯНСТВА

 

          Среди демографических источников дореволюционной России самым обширным и в своем роде уникальным является перепись населения 1897 г. Фактически его единственный источник, материалы которого составляют данные, собранные единовременно на территории всей страны, по общей программе и при весьма однородных приемах и требованиях. Источниковедческий анализ переписи, методика сбора данных, их сводки и обобщения свидетельствуют о высокой достоверности показателей грамотности, широко представленных в публикациях итогов переписи. Неудивительно поэтому неоднократное использование в литературе материалов переписи для характеристики общей грамотности населения.

          В советской историографии одним из первых попытался определить грамотность сельского населения по данным переписи 1897 г. А.Г. Рашин. Однако он привел лишь самые обобщенные сведения о половозрастной структуре грамотных среди сельских жителей в целом по России, не выделяя при этом региональных особенностей этого явления. Погубернский анализ грамотности в Европейской России был произведен им на материале «Общего свода» результатов переписи обо всем населении страны[1].

          Несколько иначе подошел к этому источнику И.М. Богданов. В основу его расчетов были положены данные переписи о грамотности всех возрастных групп за исключением детей до 9 лет. Кроме того, читателю была предложена посословная характеристика грамотности[2]. Но в основном вполне естественное стремление автора проводить региональные сопоставления привело к тому, что по преимуществу анализировались сведения за 1897 г., взятые из публикаций демографической переписи 1926 г. В них приводилась таблицы грамотности населения и на 17 декабря 1926 г. в на 9 февраля 1897 г. (по новому стилю), для чего разработчикам переписи пришлось приложить много усилий, чтобы добиться сопоставимости [175] территорий. Конечно, было бы неразумно не воспользоваться этими данными. Но для характеристики сельского населения России конца XIX в. они явно непригодны, ибо состав городских поселений по переписи 1897 г. существенно отличался от состава их по переписи 1926 г.

          Обращение не к первоисточнику (наряду с отсутствием единого подхода в отборе показателей 1897 г.) вызвало, по мнению Н.Н. Улащика, разноголосицу в научной литературе по поводу грамотности в дореволюционной России[3]. И это понятно, ибо материалы 1897 г. воспринимались большинством исследователей только как своеобразный статистический справочник, характеризующий грамотность населения в целом, и фактически не становились предметом специального изучения.

          Не проводилось, в частности, и исследование грамотности отдельных классов и сословий, например, крестьянства. Среди историков-аграрников наблюдалось, с одной стороны, почти полное исследовательское забвение переписи 1897 г., вызванное боязнью недостоверности ее сведений, с другой – постоянное локальное использование в научном обороте материалов переписи без соответствующей их критики. Между тем, нет другого подобного источника, содержащего сплошные данные о населении Российской империи, в том числе и об уровне его грамотности, и более того, если социальная структура общества в начале XX века заметно менялась, то столь существенных сдвигов в области образования не происходило. Поэтому представляется вполне правомерным не ограничивать при анализе переписи выводы о грамотности населения лишь рубежом двух веков, а распространить их и на более позднее время, вплоть до 1917 года. Тем паче, что положительные примеры такой экстраполяции уже имеются в нашей литературе[4].

          Проведенный нами источниковедческий анализ переписи населения 1897 г. показал, что некоторые недостатки опубликованных сводок коренятся исключительно в самой методике разработки переписного материала. Точность же и достоверность сведений переписи о грамотности сельского населения [176] нужно признать со всей определенностью. Обратимся поэтому к региональной структуре грамотности крестьянства Европейской России. Ее анализ представляет интерес с точки зрения определения факторов, влиявших на грамотность основной массы населения страны.

          Среди 125640021 жителя Российской империи 96896648 человек (или 77,1%) принадлежали к крестьянскому сословию. Из них 76841432 чел. (81,2%) проживали в Европейской России. Но в Астраханской, Оренбургской губерниях и областях Войска Донского крестьяне занимали менее двух третей населения. В первой больше половины жителей составляли так называемые «инородцы», а в двух других от 30% до 50% – казаки. Учитывая, что в материалах переписи 1897 г. чаще всего фигурирует собирательное понятие «лица сельского состояния» (т.е. крестьяне, казаки, иностранные поселенцы и т.п.), для характеристики собственно крестьянского сословия имело смысл исключить эти три губернии из дальнейшего анализа. В оставшихся 47 губерниях, на которых был остановлен наш выбор, перепись зарегистрировала около 76 млн. крестьян обоего пола (или 78,3% всего крестьянского населения империи)[5].

          В среднем по Европейской России крестьяне составляли 84,1% населения. Но в губерниях их соотношение с другими сословиями было отнюдь не равнозначным (табл. 1). Если в западной части Европейской России доля крестьян во всем населении, как правило, не превышала средних значений, то в Псковской, Смоленской, Орловской, Харьковской и почти во всех губерниях, расположенных от них на север и восток, крестьяне составляли.90-97% населения. Исключением являлись лишь несколько промышленно развитых губерний, таких как Московская, Ярославская, Тульская. В целом же с запада на восток наблюдалось неуклонное повышение среди жителей доли представителей крестьянского сословия. В некотором роде это было связано с уменьшением к северу и востоку количества крупных городов и, как следствие, приближением числа крестьян к общей численности населения. Не случайно, начиная от центра и до Урала «крестьянские» губернии становились

[177]

Таблица 1

Состав крестьянства Европейской России по данным переписи 1897 г.

 

Губернии

Крестьян во всем населении в %

Среди крестьян доля в %

В уездах среди крестьян, состоящих в браке доля в %

муж

чин

жен

щин

мужчин

женщин

1

2

3

4

5

6

1. Архангельская

89,0

47,2

52,8

48,4

51,6

2. Бессарабская

72,1

51,6

48,4

50,0

49,9

3. Виленская

75,2

50,1

49,9

49,8

50,2

4. Витебская

78,2

49,9

50,1

49,8

50,7

5. Владимирская

90,3

45,4

54,6

45,8

54,2

6. Вологодская

95,3

47,4

52,6

48.4

51,6

7. Волынская

74,9

50,6

49,4

49,1

50,9

8. Воронежская

95,2

49,5

50,5

48,6

51,4

9. Вятская

97,2

47,1

52,9

47,9

52,1

10. Гродненская

72,5

52,0

48,0

50,8

49,2

11. Екатеринославская

87,3

51,7

48,3

51,0

48,9

12. Казанская

94,2

48,9

51,1

49,3

50,7

13. Калужская

90,3

44,1

55,9

45,9

54,1

14. Киевская

77,8

49,9

50,1

48,1

51,9

15. Ковенская

71,1

49,1

50,9

49,8

50,2

16. Костромская

91,5

44,9

55,1

46,3

53,7

17. Курляндская

81,5

48,5

51,5

49,8

50,2

18.Курская

93,5

49,3

50,7

48,5

51,5

19. Лифляндская

84,5

48.5

51,5

49,6

50,4

20. Минская

71,8

50,1

49,9

50,7

49,3

21. Могилевская

80,1

49,3

50,7

51,8

48,2

22. Московская

77,9

51,0

49,0

45,8

54,2

23. Нижегородская

93,0

47,0

53,0

47,5

52,5

24. Новгородская

91,6

47,7

52,3

48,8

51,2

25. Олонецкая

91,8

47,1

52,9

48,8

51,9

26. Орловская

90,3

48,4

51,6

47,3

52,7

27. Пензенская

96,1

47,9

52,1

47,7

52,3

 

[178]

Продолжение таблицы 1

28. Пермская

95,2

18,1

51,9

58,8

51,2

29. Подольская

80,8

50,1

49,9

50,0

49.9

30. Полтавская

88,5

49,7

50,3

48,9

51,1

31. Псковская.

91,4

48,1

51,9

48,3

51,7

32. Рязанская

93,2

46,8

53,2

45,7

54,3

33. Самарская

92,7

49,2

50,8

48,9

51,1

34. С.-Петербургская

68,4

55,8

44,2

47,9

52,1

35. Саратовская

89,1

48,9

51,1

48,7

51,3

36. Симбирская

94,2

47,8

52,2

48,7

51,3

37. Смоленская

81,0

47,2

52,8

47,8

52,2

38. Таврическая

77,6

52,8

47,2

50,4

49.6

39. Тамбовская

93,7

48,5

51,5

47,8

52,2

40. Тверская

92,8

44,9

55,1

45,2

54,8

41 Тульская

89,7

46,9

53,1

45,0

54,9

42. Уфимская

94,7

49,7

50,3

49,1

50,9

43. Харьковская

90,8

50,3

49,7

49,0

50,9

44. Херсонская

67,5

51,9

48,1

49,9

50,1

45. Черниговская

87,2

48,9

51,1

48,7

51,3

46. Эстляндская

89,1

49,2

50,8

49,7

50,3

47. Ярославская

88,1

42,8

57,2

45,2

54,8

 

 

все более и более типичными. Повышение здесь доли крестьянства, естественно, сопровождалось понижением доли других сословий, однако это не было свидетельством большей патриархальности или отсутствия оттока крестьян в города. Речь идет лишь о сословной принадлежности к крестьянству, а не о занятиях крестьян.

          В этом смысле, бесспорно, представляют интерес данные о лицах сельского состояния находившихся на момент переписи в городах. Они свидетельствуют об одной из сторон раскрестьянивания деревни: перекачки трудовых ресурсов в город (рис. 1). Абсолютными лидерами были столичные губернии, в которых половина или даже более половины всех крестьян проживало в городах. Конечно, в основном это достига[179]лось зa счет притока в промышленные центры крестьян других губерний. Так, в Петербургской губернии меньшая часть всех зарегистрированных переписью крестьян была приписана к волостям собственно этой губернии. Среди прочих регионов, в которых существенным был отток лиц сельского состояния в города, выделяются три прибалтийские, а также южноукраинские губернии. Правда, даже внутри двух этих районов степень указанного явления заметно варьировалась. Если в Лифляндии каждый пятый крестьянин к XX веку уже стал или полностью, или почти горожанином, то в Эстляндии таковым был лишь каждый седьмой, а в Харьковской и Таврической губерниях – каждый десятый. Даже в таких «крестьянских» губерниях как Орловская, Курская, Тамбовская, Рязанская, Владимирская, Пензенская более 5% всех лиц сельского состояния проживала в городах. Учитывая, что город притягивал главным образом трудоспособное население, из деревни здесь уходило минимум 10-15% крестьян в рабочем возрасте. Лишь в Приуралье, северных и западных областях внутригубернский отход крестьян в города, судя по рис. 1, был наименьшим. По всей видимости, в поисках заработка крестьяне окраинных губерний предпочитали уходить в промышленные центры, так как на местах работу в городе могли найти из них только 2-3%.

          О влиянии отхожих промыслов на уровень грамотности крестьянства существует довольно обширная литература, и поэтому нет смысла останавливаться на этом подробно. Ниже мы рассмотрим, насколько линейной была такая зависимость. Сейчас же укажем лишь, что некоторые сведения о внедеревенских промыслах крестьян можно почерпнуть и из имеющейся в публикациях переписи 1897 г. характеристики половозрастного состава лиц сельского состояния. Так, например, в Петербургской губернии среди крестьян мужчин было на 11,5% больше, чем женщин, в то время как в сельском населении их доля уже составляла лишь 47,7% (против 52,3% крестьянок). Схожая картина характерна и для Московской губернии. В целом же в Европейской Росси соотношение среди крестьян мужчин и женщин в большинстве губерний было в пользу последних (табл. 1). Причем в Костромской, Ярославской, Твер[180]ской, Владимирской, Калужской и ряде других центральных губерний преобладание женщин было довольно весомым. Однако существовал и противоположный полюс: в южных (Харьковской, Екатеринославской, Таврической, Херсонской, Бессарабской губ.) и западных (Гродненской, Волынской губ.) районах наблюдалось незначительное превышение мужского крестьянского населения над женским как в целом по губернии, так и только в сельской местности. Указанные региональные различия в половом составе крестьянства не были результатом одних демографических факторов. Не меньшую роль играли и факторы экономические, в частности, влиявшие на характер промысловой деятельности крестьян. Так, среди женатых и замужних лиц сельского состояния численность женщин и мужчин не совпадала ни в одной губернии. По Европейской России эта разница достигала 953975 человек, или 3,4% всех крестьян, состоявших в браке и проживавших вне городов. Ясно, что эти «исчезнувшие» партнеры не могли быть учтены как холостые или вдовые. Можно было бы, конечно, отнести этo на счет не раз встречавшихся при проведении демографических переписей неточностей. Ведь, например, по переписи населения 1970 г. также замужних женщин было больше, чем женатых мужчин: систематическая ошибка возникла из-за погрешностей в ответах в результате различной оценки своего семейного положения мужчинами и женщинами, но в нашем случае для ряда губерний, как следует из таблицы 1, характерна была прямо противоположная ситуация. Поэтому, скорее всего, несовпадения в семейных парах объясняются тем, что некоторые партнеры просто не были зарегистрированы переписчиками по месту проживания их семей. Таким образом учитываются все случаи ухода в город или другую губернию на промыслы одного из супругов – сведения, фиксация которых, кстати, не входила в задачи разработчиков переписи.

          Примерное равенство мужчин и женщин, состоящих в браке, наблюдалось в Подольской, Херсонской, Бессарабской губ. Небольшая разница в численности между полами среди семейных отмечается и в других регионах. Не следует расценивать это обязательно как свидетельство отсутствия здесь в зимнее время года (а именно тогда проводилась перепись) [181] всякой промысловой деятельности крестьян, но скорее как предпочтение внедеревенским отхожим промыслам иных видов заработка. Конечно, данные не исключают вероятности наличия в указанных губерниях тех или иных форм внедеревенского отхода, однако, как правило, он не приводил к длительному отрыву от семьи одного из супругов. Другое дело, губернии Центрально-промышленного района. В Тульской, Калужской, Московской, Ярославской, Владимирской и некоторых других губерниях разрыв между замужними и женатыми среди крестьян достигал 10%. То есть почти в пятой части крестьянских семей, проживавших вне городов, мужчина-супруг находился вдали от родного дома: промышленное развитие городов определяло и степень распространения крестьянских отхожих промыслов.

          В ряде южных и западных губерний женатых среди крестьян было немного больше, чем замужних, и, значит, женские отхожие промыслы превалировали в них над мужскими. В определенной мере это сказывалось и на соотношении мужчин и женщин в крестьянском населении деревни.

          В публикациях переписи довольно подробно представлены сведения о грамотности крестьянства. Напомним, что этот показатель характеризует не собственно грамотность, а «чтивость» населения. Переписной лист требовал ответа на вопрос об умении читать и формах обучения. Причем, умеющими читать считались разбирающие печатные слова хотя бы по слогам.

          Как известно, исчисление доли грамотных обычно проводится с учетом всего населения за исключением малолетних детей и глубоких стариков. Но предложенное публикаторами переписи распределение населения по десятилетним возрастным циклам (до 9 лет, 10-19 лет, 20-29 лет, ...свыше 60 лет) несколько затрудняет точное вычленение когорты, включавшей население в возрасте потенциально возможной грамотности. Обращаясь к данным о грамотности, исследователи обычно ограничивались возрастными группами от 10 лет и старше или же от 10 до 49 лет. Однако такой поход тоже не безупречен. Он, конечно, лучше, чем подсчет грамотных во всем населении, но возможен и последний. Просто в таких случаях примерно 75% грамотных в населении считается рубежом всеобщей гра[182]мотности. В своем анализе мы остановились именно на этом наиболее простом методе определения доли грамотных, так как приемлемость его для региональных сопоставлений не вызывает сомнений.

          Рис. 2 демонстрирует распределение губерний в зависимости от доли грамотных среди крестьян в уездах. Вне всякой конкуренции находились прибалтийские, затем столичные, центрально-промышленные губернии и т.д. Причем за исключением Псковской губ., фактически окруженной наиболее «грамотными» регионами, переход к другим с наименее грамотным крестьянством был не резким, а постепенным. То есть центры крестьянской грамотности были окружены также относительно «грамотными» губерниями, и по уровни грамотности крестьянства Европейской России выделялись целые области намного шире территорий отдельных губерний.

          Более обобщенная картина грамотности крестьянства Европейской России была получена в результате факторного анализа данных переписи 1897 г. На основе 15 показателей опубликованных сводок было выделено 18 относительных признаков (указаны в табл. 2), определяющих в основном демографическую структуру крестьянства. Среди показателей с преимущественно социально-экономической направленностью следует обратить внимание на данные об общей численности (вместе с членами семей) занятых сельским хозяйством. В материалах переписи содержатся обширные сведения о распределении населения по основным занятиям. Причем к сельскому хозяйству составителями публикаций были отнесены земледелие в различных его проявлениях, пчеловодство и шелководство, животноводство, лесоводство и лесные промыслы, рыболовство и охота. Далеко не все из перечисленного является типично крестьянским занятием. Поэтому из группы населения, занятого сельским хозяйством, на наш взгляд, правомерно было исключение охотников, рыболовов, китобоев, ловцов жемчуга и т.п., а также занимавшихся лесоводством, заготовкой леса, производством древесного угля, дегтя, смолы, сбором ягод и грибов. Таким образом, группу занятых сельским хозяйством составили земледельцы, пчеловоды, шелководы и животноводы. [183] Конечно, полностью все же не удалось избежать некоторой условности, так как, например, в животноводство было включено заводское и косячное коневодство, хотя в остальном эта группа получилась достаточно «чистой».

          Однако доля занятых сельским хозяйством отнюдь не столь однозначный параметр, как это может показаться на первый взгляд. Во-первых, он не ограничивается лишь крестьянством и сельским населением вообще. Во-вторых, включает так называемых «самостоятельных» и членов их семей вне зависимости от реальных сфер занятости последних. Ведь при разработке материалов переписи к самостоятельному населению были отнесены лишь главы хозяйств, а члены семей – к лицам, живущим за счет средств хозяина, в то время как их участие в том или ином производстве могло быть отнюдь не меньшим. В итоге по публикациям переписи невозможно указать численность фактически участвовавших в определённом занятии. Не случайно поэтому, в отличие от относительно небольших колебаний по губерниям доли крестьян в сельском населении, амплитуда разброса доли занятых сельскохозяйственным производством была значительной: процент варьировался примерно от 25 (Петербургская, Московская губ.) до 90 (Вологодская, Вятская, Воронежская губ.).

          По 47 губерниям Европейской России были получены коэффициенты корреляции каждого из 18 показателей с каждым. Корреляционный анализ является простейшим статистическим методом учета тесноты взаимосвязи факторов. В реальной исторической действительности один из элементов объекта всегда связан не только с каким-либо другим, а с множеством их. Причем это взаимодействие может быть столь скрытым и опосредованным, что уловить его без специального методического инструментария, каким, например, может служить метод корреляционного анализа, нельзя. Корреляционная зависимость как проявление закона всеобщей связи явлений возникает, в отличие от функциональной, тогда, когда признак зависит не только от данного второго, но и от ряда других меняющихся условий, или же оба зависят от условий, общих для них обоих. Количественный показатель такой зависимости – коэффициент [184] корреляции – может принимать значения в интервале от -1 до +1. Чем ближе величина коэффициента к его предельным значениям, тем больше теснота взаимосвязи между признаками. Нулевое значение говорит об отсутствии всякой линейной связи, положительное – о прямой, отрицательное – об обратной зависимости.

          На рис. 3 обозначены графы наиболее тесно взаимосвязанных признаков. При заданном пороге, когда рассматривались только коэффициенты, равные 0,8 и выше, были получены четыре графа: грамотности, сословно-социальной принадлежности, семейного положения и полового состава крестьян. Если же снизить порог до 0,6, то количество графов сокращается, в единый граф объединяются сословная принадлежность и семейное состояние крестьян. Кроме того, граф грамотности пополняется данными о крестьянах в рабочем возрасте, что отражает преимущественную принадлежность грамотных к данной возрастной группе.

          Оба из предложенных порогов значимости коэффициентов корреляции имеют право на существование. Взаимосвязи параметров свидетельствуют о линейной зависимости соответственно в 2/3 или 1/3 случаев.

          Уже судя по матрице корреляции, из всех 18 относительных показателей выделяется примерно четыре фактора. Это подтверждает автоматическая классификация признаков и губерний, проведенная с помощью метода экстремальной группировки параметров. Суть этого метода многомерного количественного анализа заключается в том, что при обработке матрицы коэффициентов корреляции выявляются самые взаимосвязанные между собой относительные признаки. Появление взаимосвязанной группы признаков есть результат того, что они испытали влияние некой общей скрытой причины – фактора. Сначала ЭВМ произвольно разбивает показатели на число заданных исследователем групп (факторов). А затем каждый из признаков переводится в каждую из групп до получения оптимального результата: наибольшей суммы абсолютных значений коэффициентов корреляции признаков, входящих в данный фактор, с ним самим. Фактор представляет собой не просто [185] конгломерат ряда характеристик, но новый, интегральный показатель, отражающий те скрытые причины, которые обусловливают взаимную близость одних признаков и отдаленность их от других. Итогом факторного анализа и, в частности, метода экстремальной группировки является получение факторных нагрузок (коэффициентов корреляции исходных показателей с полученными факторами) и факторных весов. Факторные веса – это индексы, характеризующие степень проявления свойств данного фактора в каждом из объектов. Нулевое значение свидетельствует о среднем проявлении фактора в объекте. Положительное или отрицательное – соответственно о большем или меньшем средней. Таким образом, вместо десятков параметров, отражающих самые различные стороны каждого объекта изучаемой совокупности, выводятся количественные показатели, обобщенные индексы уровня его развития, благодаря которым становятся возможной многомерная типологическая классификация этих объектов, группировка их с помощью ЭВМ.

          В табл.2 (однофакторная модель) представлены коэффициенты корреляции каждого из признаков с одним фактором, объединяющим все их в своего рода агрегированный показатель. Как и рис. 3, таблица 2 показывает, что неоднородность включенных в него признаков не позволяет получить в сколько-нибудь единого обобщенного показателя, кажущаяся близость сведений о крестьянстве, содержащихся в публикациях переписи 1897 г., на поверку оказалась далекой от действительности. И возраст, и пол, и семейное положение, а также грамотность и сословно-социальная принадлежность слабо коррелировали между собой. Именно это обстоятельство, видимо, повлияло на то, что данные переписи о крестьянстве в комплексе практически историками не использовались. В научный оборот включались лишь отдельные блоки признаков для иллюстрации тех или иных сторон жизни этой категории населения.

          Механически соединив в одном факторе указанные выше сведения, мы фактически получили вместо интегрального показателя некий эклектический. Автоматическая группировка

 

[186]

Таблица 2

Факторная характеристика крестьянства Европейской России по данным переписи населения 1897 г.[a]

Факторные модели

1

2

Факторы

1

1

2

3

4

5

Признаки

 

 

 

 

 

 

1. Доля крестьян во всем населении

-36

 

 

 

-93

 

2. Доля мужчин среди крестьян в уездах

-11

 

 

-100

 

 

3. Доля женщин среди крестьян в уездах

11

 

 

100

 

 

4. Доля крестьян в уездах во всем населении

-59

 

 

 

-98

 

5. Доля крестьян в уездах во всем крестьянском населении

-61

 

 

 

 

-96

6. Доля занятых сельским хозяйством во всем населении

-74

 

 

 

 

-96

7. Доля лиц сельского состояния, проживающих в уездах, во всем населении

-59

 

 

 

-98

 

Среди лиц сельского состояния, проживающих в уездах:

 

 

 

 

 

 

8. Доля холостых и малолетних

30

97

 

 

 

 

9. Доля состоящих в браке

-26

-97

 

 

 

 

[187]

10. Доля лиц в рабочем возрасте

57

 

67

 

 

 

11. Доля грамотных среди лиц сельского состояния 20-59 лет, проживающих в уездах

96

 

99

 

 

 

12. Доля грамотных в рабочем возрасте среди всех грамотных лиц сельского состояния в уездах

59

 

61

 

 

 

Среди проживающих в уездах лиц сельского состояния:

 

 

 

 

 

 

13. Доля неграмотных

-95

 

-99

 

 

 

14. Доля грамотных

95

 

99

 

 

 

15. Доля грамотных мужчин

94

 

98

 

 

 

16. Доля грамотных женщин

94

 

98

 

 

 

17. Доля грамотных мужчин среди мужского крестьянского населения уездов

93

 

97

 

 

 

18. Доля грамотных женщин среди женского крестьянского населения уездов

94

 

98

 

 

 

Среднее значение факторных нагрузок

64

97

91

100

96

96

Суммарная факторная нагрузка (в %)

63,5

 

 

96

 

 

 

[188] параметров пошла не по пути обобщения и слияния признаков, а по пути выявления доминирующих в количественном отношении. Наиболее крупный блок данных – о грамотности крестьянства – подчинил себе в этом факторе все остальные. По сути, перед нами весьма размытая (несмотря на то, что сумма факторных нагрузок, т.е. сумма абсолютных значений коэффициентов корреляции со своими факторами, составляла свыше 60% максимально возможной) однофакторная модель грамотности крестьян с элементами их социально-профессиональной структуры. Ведь сведения о половозрастном составе и семейном положении крестьян в этом факторе не несут сколько-нибудь существенной нагрузки.

          Программа подсчета предполагала несколько вариантов построения факторных моделей. ЭВМ задавалось также выделение двух, трех, четырех и пяти факторов (пятифакторная модель приведена в табл. 2). Причем во всех вариантах суммарная факторная нагрузка, возраставшая, естественно, с увеличением числа факторов, была достаточно высокой. Уже в двухфакторной модели она составляла около 80%. Однако достигалось это опять же за счет корреляции со своим фактором наиболее крупных блоков признаков. В то же время сведения, представленные двумя-тремя показателями, выпадали из общей факторной структуры.

          С переходам от четырех- к пятифакторной модели наметился уже незначительный рост суммарной факторной нагрузки – с 94,6% до 96%. Это свидетельствовало о стабилизации факторной структуры. Действительно, распределение признаков по факторам претерпевало небольшие изменения. Если в четырехфакторной модели выделялись факторы семейного положения, грамотности, полового состава и сословно-социальной принадлежности, то в пятифакторной – первые три остались прежними и лишь из четвертого образовались два фактора, в которых среднее значение факторных нагрузок возросло с 0,91 до 0,96.

          Итак, были получены следующие факторы: 1) семейного состояния, 2) грамотности, 3) полового состава, 4) сословно-социальной принадлежности, 5) социально-профессиональной [189] принадлежности или занятости в сельской хозяйстве (табл. 2). Наряду с группировкой параметров была предусмотрена и классификация губерний по факторам.

          По всем пяти факторам диапазон колебаний факторных весов, посчитанных для каждой губернии, был достаточно широким (в пределах ±4), поэтому в принципе даже вручную группировка губерний не вызывает затруднений. Но больший интерес представляют результаты автоматической классификации, проведенной с помощью ЭВМ, при заранее заданном разбиении 47 губерний на 6 групп по каждому из факторов в отдельности[6]. Она позволяет проводить на совершенно ином уровне районирование Европейской России, некоторые подходы к которому были намечены выше.

          Группировка губерний с помощью ЭВМ во всяком случае вносит весомый элемент объективности в определение границ между группами. Любопытно поэтому сравнить классификацию губерний Европейской России по фактору грамотности крестьянства (рис. 4) с проведенной ранее – по доле грамотных среди лиц сельского состояния (рис. 2). При сходном в целом положении наблюдаются и отличия, связанные с тем, что во втором случае учитывались помимо указанного еще восемь других показателей. Теперь более четко можно выделить регионы грамотности крестьянства, проживавшего вне городов. Фактически наряду с Прибалтикой и примыкавшими к ней северными белорусскими губерниями выделяется еще лишь один центр грамотности вокруг Ярославской губернии. Причем коррективы, внесенные автоматической классификацией губерний, показывают, что он не столь обширен (в отличие от рис. 2 к самой многочисленной группе малограмотных отнесены Тульская и Рязанская губернии). В остальных же, расположенных широкой полосой с запада на восток, крестьянство почти полностью было неграмотным. Исключение составляли лишь несколько губерний. И то, что они были разрознены в общей массе сплошь неграмотных районов, свидетельствует скорее не об экономических, а об исторических причинах относительной грамотности проживавших в них крестьян. Например, в Самарской губернии грамотность лиц сельского состояния [190] определялась в первую очередь тем, что в среде удельных крестьян школы получили распространение еще в первой половине XIX в.

          Сопоставление картограммы грамотности крестьянства с картограммами, созданными на основе классификации губерний Европейской России по другим полученным факторам, так же как и сравнение с косвенными сведениями о крестьянских отхожих промыслах, показывают отсутствие прямой зависимости уровня грамотности от какого-либо одного экономического или демографического признака. Грамотность крестьянства определялась целым комплексом причин, среди которых крайне трудно выделить приоритетные. Во всяком случае, по данным только переписи населения 1897 г., этого добиться не удалось. Источник позволяет констатировать лишь следствия, а не причины. Исходя из его анализа, на губернском уровне складывается вполне определенная картина. Грамотность среди крестьянства уездов в основном была характерна для северо-запада и северо-востока Европейской России. Крестьяне же центральной ее части, начиная от Белоруссии и до Приуралья, оставались почти поголовно неграмотными. И грамотность лиц сельского состояния не всегда находилась в прямой зависимости от близости крупных промышленных центров.

          [190-191] ПРИМЕЧАНИЯ оригинального текста



[a]Значения факторных нагрузок приведены без деления на 100.



[1] Рашин А.Г. Грамотность и народное образование в России в XIX и начале XX в. // Исторические записки. М., 1951. Т. 37. С. 36-37, 46-49.

[2] Богданов И.М. Грамотность и образование в дореволюционной России и в СССР. (Историко-статистические очерки). М., 1964. С. 67-68.

[3] Улащик Н.Н. Грамотность в дореволюционной Белоруссии. // История СССР, 1968. № 1. C. 106.

[4] См.: Ненароков А.П. К вопросу об уровне грамотности народов России в предоктябрьский период. // Советская культура. История и современность. М., 1983.

[5] Общий свод по империи результатов разработки данных первой всеобщей переписи населения 1897 г. СПб., 1905. T.1. C. 161-165. Далее в тексте и таблицах приводятся цифровые данные, почерпнутые из отдельных погубернских выпусков следующей публикаци: Первая всеобщая перепись населения Российской империи 1897 г. СПб., 1899-1905.

[6] Отличия пяти факторов столь существенны, что предпринятая попытка группировки губерний с учетом одновременно нескольких из них закончилась выделением 47 групп. То есть каждая губерния, исходя из всего комплекса анализируемых данных, настолько непохожа на все прочие, что не могла быть объединена ни с одной другой. В этом смысле с целью получения блоков объектов по большому количеству факторов используют обычно иную методику многомерного анализа ‒ кластерный анализ.

 

[192]

 

 

[193]

[194]